7 herramientas para el control estadistico
DESCRIPTION
buenazoTRANSCRIPT
Universidad Tecnolgica De Torren Tpicos de manufactura 7 Herramientas bsicas para el control de calidad
Universidad Nacional Santiago Antnez de MayoloFIMGMCURSO: CONTROL DE ACTIVIDADES MINERASCONTROL ESTADSTICO DEL PROCESO7 Herramientas bsicas para el control de calidad 2014
RALOCK
7 Herramientas para el control de calidad
La evolucin del concepto de calidad en la industria y en los servicios nos muestra que pasamos de una etapa donde la calidad solamente se refera al control final, para separar los productos malos de los productos buenos, a una etapa de Control de Calidad en el proceso, con el lema: La Calidad no se controla, se fabrica
Finalmente se llega a una Calidad de Diseo que significa no solo corregir o reducir defectos sino prevenir que estos sucedan, como se postula en el enfoque de Calidad Total.
El camino hacia la Calidad Total requiere del establecimiento de una filosofa de calidad, crear una nueva cultura, mantener un liderazgo, desarrollar al personal y trabajar un equipo, desarrollar a los proveedores, tener un enfoque al cliente y planificar la calidad. Pero tambin es bsico vencer una serie de dificultades en el trabajo que se realiza da a da. Se requiere resolver las variaciones que van surgiendo en los diferentes procesos de produccin, reducir los defectos y adems mejorar los niveles estndares de actuacin
Para resolver estos problemas o variaciones y mejorar la Calidad , es necesario basarse en hechos y no dejarse guiar solamente por el sentido comn, la experiencia o la audacia. Basarse en estos tres elementos puede ocasionar que en caso de fracasar nadie quiera asumir la responsabilidad. De all la conveniencia de basarse en hechos reales y objetivos. Adems, es necesario aplicar un conjunto de herramientas estadsticas siguiendo un procedimiento sistemtico y estandarizado de solucin de problemas.
Existen Siete Herramientas Bsicas que han sido ampliamente adoptadas en las actividades de mejora de la Calidad y utilizadas como soporte para el anlisis y solucin de problemas operativos en los ms distintos contextos de una organizacin. Tanto en la industria como en los servicios existen controles o registros que podran llamarse herramientas para asegurar la calidad de una empresa, y son las siguientes:
1. Hoja de control (Hoja de recogida de datos)2. Histograma3. Diagrama de Causa Efecto4. Diagrama de Pareto5. Estratificacin (Anlisis por Estratificacin)6. Diagrama de scadter (Diagrama de Dispersin)7. Grfica de control
La experiencia de los especialistas en la aplicacin de estos instrumentos o Herramientas Estadsticas seala que bien aplicadas y utilizando un mtodo estandarizado de solucin de problemas pueden ser capaces de resolver hasta el 95% de los problemas.
En la prctica estas herramientas requieren ser complementadas con otras tcnicas cualitativas y no cuantitativas como son:
Hay personas que se inclinan por tcnicas sofisticadas y tienden a menospreciar estas siete herramientas debido a que parecen simples y fciles, pero la realidad es que es posible resolver la mayor parte de problemas de calidad, con el uso combinado de estas herramientas en cualquier proceso. Las siete herramientas sirven para:
-La lluvia de ideas (Brainstorming)- La Encuesta- La Entrevista-Diagrama de Flujo-Matriz de Seleccin de Problemas, etc
-Detectar problemas.-Delimitar el rea problemtica.-Estimar factores que probablemente provoquen el problema.-Determinar si el efecto tomado como problema es verdadero o no.-Prevenir errores debido a omisin, rapidez o descuido.-Confirmar los efectos de mejora.-Detectar desfases.
1.-Hoja de Control
La Hoja de Control u hoja de Toma de datos, tambin llamada de Registro, sirve para reunir y clasificar las informaciones segn determinadas categoras, mediante la anotacin y registro de sus frecuencias bajo la forma de datos. Una vez que se ha establecido el fenmeno que se requiere estudiar e identificadas las categoras que los caracterizan, se registran stas en una hoja, indicando la frecuencia de observacin.
Lo esencial de los datos es que el propsito est claro y que los datos reflejen la verdad. Estas hojas de recopilacin tienen muchas funciones, pero la principal es hacer fcil la recopilacin de datos y realizarla de forma que puedan ser usadas fcilmente y analizarlos automticamente.
De modo general las hojas de recopilacin de datos tienen las siguientes funciones:
De distribucin de variaciones de variables.
De clasificacin de artculos defectuosos.
De localizacin de defectos en las piezas. De causas de los defectos.-De verificacin de chequeo o tareas de mantenimiento.
Una vez que se han fijado las razones para recopilar los datos, es importante que se analicen las siguientes cuestiones:
La informacin es cualitativa o cuantitativa.
Cmo se recogern los datos y en qu tipo de documento se har.
Cmo se utiliza la informacin recopilada.
Cmo se analizar.
Quin se encargar de la recogida de datos.
Con qu frecuencia se va a analizar.Dnde se va a efectuar.
sta es una herramienta manual, en la que clasifican datos a travs de marcas sobre la lectura realizadas en lugar de escribirlas, para estos propsitos son utilizados algunos formatos impresos, los objetivos ms importantes de la hoja de control son:
Investigar procesos de distribucin.
Acciones defectuosas.
Localizacin de defectos.Causas de efectos.
Una secuencia de pasos tiles para aplicar esta hoja en un negocio es la siguiente:
Identificar el elemento de seguimiento.
Definir el alcance de los datos a recoger.
Fijar la periodicidad de los datos a recolectar.
Disear el formato de la hoja de toma de datos, de acuerdo con la cantidad de informacin a recoger, dejando un espacio para totalizar los datos, que permita conocer: las fechas de inicio y trmino, las probables interrupciones, la persona que recoge la informacin, fuente, etc
2.-HISTOGRAMA
En l se representan de forma grfica los datos de un problema, reflejando la disposicin de los valores respecto a la media. Utilizando el histograma se puede observar con claridad la forma de distribucin y pueden inferirse resultados sobre la poblacin, que sera difcilmente observables en una tabal numrica. Generalmente recoge los resultados de un proceso.
Para elaborar un histograma se comienza preparando los datos que van a servir de base para su realizacin. Estos datos deben ser objetivos, exactos, completos y representativos del proceso estudiado.
La fbrica de microscopios Carolin necesita elegir entre tres proveedores de rodamientos de alta precisin. Se presentan 10 proveedores a la licitacin, pero slo tres de ellos venden el material con las especificaciones indicadas (Las fbricas; Carlos Gardel, El Vtor y Elodio) y al mismo costo. Se solicita a los tres proveedores que enven una muestra de 150 piezas con un dimetro de 7.5 0.075 mm. Las medidas de los rodamientos de las tres empresas se encuentran en las siguientes tablas. Cul empresa seleccionaras? Por qu?
En la fabricacin de pernos, el dimetro es una caracterstica importante para su uso. Con el objetivo o de determinar si un lote cumple con las especificaciones del cliente, se extrae una muestra de 300 piezas y se inspecciona.
Realiza un estudio estadstico agrupando los datos en 9 intervalos, calcular media aritmtica, mediana, moda, desviacin media, varianza y desviacin estndar.
Trazar las grficas: Un histograma con la frecuencia absoluta, una grfica circular con la frecuencia relativa, una ojiva y una grfica de cajas y bigotes. Incluye en el histograma las rectas sealando x +3 S, x+ 2 S, x + S, x , x - S, x - 2 S, x - 3 S, USL, LSL y TV
Muestra(300 piezas)
Datos importantes
Histograma(frecuencia absoluta)las especificaciones del cliente son :1.5 0.15
Ojiva(frecuencia relativa acumulada)
Grafica circular(frecuencia relativa)
3.-DIAGRAMA DE CAUSA EFECTO
Tambin denominado diagrama de espina de pescado o diagrama de Ishikawa, permite identificar y categorizar las causas de un problema, en nuestro caso relacionado con la calidad, estableciendo de forma grfica una relacin entere el problema o efecto y sus posibles causas, ayudando de este modo a visualizarlo mejor.
En la elaboracin de un diagrama causa-efecto se deben seguir los siguientes pasos:
Establecer el problema o circunstancia a analizar. En este ejemplo el problema a estudiar seran las bajas calificaciones del ltimo examen de la asignatura gestin de la calidad en la empresa.
Trazar una flecha y escribir el problema en el lado derecho.
Establecer categoras de causas que terminan a travs de flechas secundarias en la flecha principal ( en procesos productivos es frecuente el uso de las 6M: mano de obra, materiales, mtodos, medio ambiente, mantenimiento y maquinaria).
Especificar dentro de cada categora las distintas causas (por medio de flechas).
En nuestro ejemplo el diagrama resultante seria el siguiente:
Bajas calificaciones
examen
alumno
profesor
materia
Mala redaccin
Excesiva dificultad
Pocas horas de estudio
Falta de sintona con el alumno
Sobrecarga de trabajo
Mal mtodo de estudio
Malas explicaciones
Demasiados temas
Excesiva dificultad
4.-Diagrama de Pareto
Es una herramienta que se utiliza para priorizar los problemas o las causas que los genera. El nombre de Pareto fue dado por el Dr. Juran en honor del economista italiano VILFREDO PARETO (1848-1923) quien realiz un estudio sobre la distribucin de la riqueza, en el cual descubri que la minora de la poblacin posea la mayor parte de la riqueza y la mayora de la poblacin posea la menor parte de la riqueza. El Dr. Juran aplic este concepto a la calidad, obtenindose lo que hoy se conoce como la regla 80/20.
Segn este concepto, si se tiene un problema con muchas causas, podemos decir que el 20% de las causas resuelven el 80% del problema y el 80% de las causas solo resuelven el 20% del problema.
Basada en el conocido principio de Pareto, sta es una herramienta que es posible identificar lo poco vital dentro de lo mucho que podra ser trivial, ejemplo: la siguiente figura muestra el nmero de defectos en el producto manufacturado, clasificado de acuerdo a los tipos de defectos horizontales.
5.-La estratificacin
Es lo que clasifica la informacin recopilada sobre una caracterstica de calidad. Toda la informacin debe ser estratificada de acuerdo a operadores individuales en mquinas especificas y as sucesivamente, con el objeto de asegurarse de los factores asumidos;Usted observara que despus de algn tiempo las piedras, arena, lodo y agua puede separase, en otras palabras, lo que ha sucedido es una estratificacin de los materiales este principio se utiliza en manufacturera. Los criterios efectivos para la estratificacin son:
Tipo de defecto
Causa y efecto
Localizacin del efecto
Material, producto, fecha de produccin,
grupo de trabajo, operador, individual,
proveedor, lote etc
SEPARAR, CONFIRMAR CAUSAS DE PROBLEMAS EN BASE A DATOS CONTINUOS O DISCRETOS DE ACUERDO A GRUPOS O FAMILIAS.
6.-DIAGRAMA DE DISPERSIN
Es el estudio de dos variables, y se pueden relacionar de esta manera:
-Una caracterstica de calidad y un factor que la afecta.-Dos caractersticas de calidad relacionadas.-Dos factores relacionados con una sola caracterstica de calidad.Para comprender la relacin entre stas, es importante, hacer un diagrama de dispersin y comprender la relacin global.
CONFIRMAR LAS RELACION ENTRE CAUSA Y EFECTO EN BASE A DATOS CONTINUOS.
35
Cuando tenemos parejas de datos que nos representan los valores respectivos de dos variables (x= variable independiente y y= variable dependiente); por ejemplo: entrenamiento vs desempeo, calidad vs quejas, publicidad vs ventas, etc.
La forma de representar estas variables, se efectan mediante un diagrama de dispersin, en el que se observa la relacin de los datos.
Para identificar algebraicamente si la relacin entre las variables es alta o baja, se determina el coeficiente de correlacin r por el mtodo de Pearson, y los valores obtenidos, se comparan con la tabla siguiente para identificar el grado de relacin
Ejercicio
r2
58271.3293
544.27733
1145.71133
0.203440597
0.041388077
0.019661665
419.9375999
6.333519
Y = a0 +a1x
Diagrama de dispersin
Conclusin del ejercicio
De acuerdo al valor obtenido, del coeficiente de correlacin (0.203440597) nos indica que la relacin entre los variables dependientes e independientes no existe.
7.-grfico de control
Se utilizan para estudiar la variacin de un proceso y determinar a qu obedece esta variacin. Un grfico de control es una grfica lineal en la que se han determinado estadsticamente un lmite superior (lmite de control superior) y un lmite inferior (lmite inferior de control) a ambos lados de la media o lnea central. La lnea central refleja el producto del proceso. Los lmites de control proveen seales estadsticas para que la administracin acte, indicando la separacin entre la variacin comn y la variacin especial.
Estos grficos son muy tiles para estudiar las propiedades de los productos, los factores variables del proceso, los costos, los errores y otros datos administrativos.
Un grfico de Control muestra:
-Si un proceso est bajo control o no.-Indica resultados que requieren una explicacin.-Define los lmites de capacidad del sistema, los cuales previa comparacin con los de especificacin pueden determinar los prximos pasos en un proceso de mejora.
GRACIAS
intervalos aparentes
intervalos reales
lim. Inf
lim.sup
lim.inf
lim.sup
Xi
Fi
Fai
Fri
Frai
Fi*Xi
(Xi-m.a
)*Fi
(Xi-m.a
)^2*Fi
1
1.339
1.370
1.3385
1.3705
1.3545
2
2
0.00666667
0.00666667
2.709
0.2816
0.03964928
2
1.371
1.402
1.3705
1.4025
1.3865
5
7
0.01666667
0.02333333
6.9325
0.544
0.0591872
3
1.403
1.434
1.4025
1.4345
1.4185
13
20
0.04333333
0.06666667
18.4405
0.9984
0.07667712
4
1.435
1.466
1.4345
1.4665
1.4505
45
65
0.15
0.21666667
65.2725
2.016
0.0903168
5
1.467
1.498
1.4665
1.4985
1.4825
83
148
0.27666667
0.49333333
123.0475
1.0624
0.01359872
6
1.499
1.530
1.4985
1.5305
1.5145
102
250
0.34
0.83333333
154.479
1.9584
0.03760128
7
1.531
1.562
1.5305
1.5625
1.5465
40
290
0.13333333
0.96666667
61.86
2.048
0.1048576
8
1.563
1.594
1.5625
1.5945
1.5785
8
298
0.02666667
0.99333333
12.628
0.6656
0.05537792
9
1.595
1.626
1.5945
1.6265
1.6105
2
300
0.00666667
1
3.221
0.2304
0.02654208
Total:
448.59
9.8048
0.503808
media aritmetica:
1.4953
varianza:
0.00167936
desviacin media:
0.03268267
desviacin estandar:
0.04098
X-bar Chart for RAND1
0
10
20
30
40
50
Subgroup
71
72
73
74
75
X-bar
CTR = 72,28
UCL = 73,09
LCL = 71,47
Range Chart for RAND1
0
10
20
30
40
50
Subgroup
0
0,4
0,8
1,2
1,6
2
2,4
Range
CTR = 0,79
UCL = 2,04
LCL = 0,00