Académique Documents
Professionnel Documents
Culture Documents
Capítulo 3 (Parte 1)
Estimador puntual:
• Es un estadístico que produce un solo valor numérico
como estimación del parámetro desconocido. Ejemplo:
Muestra
• es un subconjunto suyo al que tenemos acceso y sobre el que
realmente hacemos las observaciones (mediciones)
Estadístico
Descripción de la variación:
•Representación visual de:
• Diagrama de tallo y hoja •La forma de la distribución
•La tendencia central de los
datos
• Distribución de frecuencia y el histograma •La dispersión y variabilidad
de los datos.
♦ Promedio muestral
1 n
Media o promedio aritmético muestral X Xi
n i 1
donde:
X
2
Varianza poblacional i
2 i 1
N
X X
2
Varianza muestral i
S2 i 1
n 1
Control Integral de Calidad
La desviación estándar
Desviación estándar
poblacional 2
Estandarización:
• Se toma como referencia una distribución normal
estándar con media = 0 y = 1. Se trabaja con la
distancia entre x y en función de la desviación
estándar, tal como se muestra.
x
El gráfico de Control:
• Es la representación grafica de una característica de
la calidad que se ha medido o calculado a partir de
una muestra contra el numero de muestra o tiempo.
Generalmente se utiliza
Control Integral de Calidad
k=3
Gráfico de Control (medias)
Límite Superior
Línea Central
de Control
Nombre de la caracteristica de
la calidd que se evalua
(unidades)
Procedimiento:
1. Calculamos la línea central
x
m
i
R i
m m
ˆ
LCS x x 3
R n LCS x x A2 R
ˆ ˆ
d2 LCI x x 3 LCI x x A2 R
n
R
LCS R R 3ˆ R R 3d 3
ˆ R d 3
R d2 LCSR D4 R
d2 R
LCI R R 3ˆ R R 3d 3 LCI R D3 R
d2
Factores para el calculo de las líneas centrales y límites de control por variables
Observaciones
en la muestra A A2 A3 c4 1/c4 B3 B4 B5 B6 d2 1/d2 d3 D1 D2 D3 D4
2
2.1210 1.8806 2.6586 0.7979 1.2533 0 3.2664 0 2.6063 1.1280 0.8865 0.8530 0 3.6870 0 3.269
3
1.7320 1.0231 1.9545 0.8862 1.1284 0 2.5684 0 2.2761 1.6930 0.5907 0.8880 0 4.3570 0 2.574
4
1.5000 0.7285 1.6281 0.9213 1.0854 0 2.2662 0 2.0879 2.0590 0.4857 0.8800 0 4.6990 0 2.282
5
1.3420 0.5768 1.4273 0.9400 1.0638 0 2.0889 0 1.9635 2.3260 0.4299 0.8640 0 4.9180 0 2.114
6
1.2250 0.4833 1.2872 0.9515 1.0510 0.0300 1.9700 0.0286 1.8744 2.5340 0.3946 0.8480 0 5.0780 0 2.004
7
1.1340 0.4193 1.1819 0.9594 1.0423 0.1180 1.8820 0.1133 1.8055 2.7040 0.3698 0.8330 0.2050 5.2030 0.0758 1.924
8
1.0610 0.3726 1.0991 0.9650 1.0363 0.1847 1.8153 0.1783 1.7517 2.8470 0.3512 0.8200 0.3870 5.3070 0.1359 1.864
9
1.0000 0.3367 1.0317 0.9693 1.0317 0.2390 1.7610 0.2317 1.7069 2.9700 0.3367 0.8080 0.5460 5.3940 0.1838 1.816
10
0.9490 0.3082 0.9753 0.9727 1.0281 0.2843 1.7157 0.2765 1.6689 3.0780 0.3249 0.7970 0.6870 5.4690 0.2232 1.777
Capítulo 3 (Parte 2)
m m
x S
Recordar:
Si tenemos "m" muestras de "n" unidades
cada una:
n m
( x x)i
2
S i
n 1 m
LCS x x A3 S LCSS B4 S
x = S =
Control Integral de Calidad
Distribución Chi - cuadrado
Así como la media sigue una distribución normal, la desviación estándar
sigue una distribución Chi - cuadrado
(n 1) s 2
2
n 1
2
Control Integral de Calidad
Distribución Chi - cuadrado
Ejemplo:
¿Cuál es la probabilidad de que la desviación estándar
sea menor que 20?
Aquí estandarizamos con la Chi-Cuadrado y obtenemos
la probabilidad de la tabla correspondiente.
65
60
Peso de las piezas (Gr.)
50
45
1
11
13
15
17
19
Control Integral de Calidad Nº de pieza
Análisis de los gráficos
Puntos fuera de los límites
Situación no controlada, con "saltos", incremento
notable de la dispersión, posiblemente por fallas
"locales" o causas fortuitas
65
60
Lím. Superior
Peso de las piezas (Gr.)
45
21
23
25
27
29
31
33
35
37
39
Nº de pieza
Control Integral de Calidad
Análisis de los gráficos
Carrera, corrida o mal de rachas
Cambio de nivel repentino, corrimiento o sesgo del
valor de la media:
• De 7 a 8 puntos sucesivos a un lado de la línea media.
• 11 de 12 ó 13 de 15 puntos consecutivos / alternados.
Hay:
¿Puntos fuera?
¿Carrera?
¿Tendencia?
¿Ciclo?
Dónde?
Inconvenientes:
• TLC no es aplicable (datos individuales).
• Es válido si la variable presenta una distribución normal.
Curvas OC
ARL
0,8
0,6
0,4
0
0 20 40 60 80 100
valor de la media
Fórmula alterna:
• Donde:
Pa P{LCL x UCL 1 o r }
1 n=1
0.8 n=1
n=2
β 0.6 n=3
n=4
0.4 n=5
n=10
r
β=P(no detectar un corrimiento de rσ en la media en la primera muestra despues del corrimiento)
400
ARL 350
300
250
200
150
100
valor de la media
350
300
250
n=1 n=1
ARL
200 n=2
n=3
150
n=5
50
0
0 0.5 1 1.5 2 2.5 3
n=10 r
Control Integral de Calidad
Beneficios de los gráficos de control de
procesos
Registro histórico (datos útiles).
Predictibilidad (características del proceso),
Confiabilidad (proceso estable?).
Determinar causas especiales (evitables).
Acciones correctivas (evitar puntos fuera).
Acciones preventivas (evitar tendencias).