control estadÍstico de procesos ing. christian farías carretero
TRANSCRIPT
CONTROL ESTADÍSTICO DE PROCESOS
Ing. Christian Farías Carretero
Historia
El control de Calidad es tan viejo como la propia industria.Ejemplo : Mayas – Egipcios
El control Estadístico de la Calidad solo tiene dos o tres siglos de vida.
Ejemplo : Gráficos de Control ( 100 años )
Walter A. Shewhart
Bell Telephone LabsAmerican War
StandardCursos de
InvestigaciónGeorge D. Edwards
ASQC
Bernard Dudding
General Electric Com.BS 600-1935
TechnometricsQuality Progress Journal of Quality Tec
Historia
Control de Calidad
Técnicas y actividades de carácter operativo, utilizadas para satisfacer los requisitos para la calidad.
Implantación Verificación
Acción Remediadora
¿Conforme? OK
Estándar
NO
SI
Defecto y No Conformidad
Incumplimiento de un requisito para un uso previsto o de una expectativa razonable, incluyendo lo relacionado con la seguridad.
Incumplimiento de un requisito especificado.
MediaModaMediana
RangoVarianzaDesviación estándarRelación entre las
medidas de dispersión.
Medidas de Tendencia Central y de Dispersión
Es el centro de gravedad de los datos.
Usa todas las observaciones
No es necesario clasificar los datos.
Los valores extremos pueden distorsionar la figura.
La media puede no ser el valor real de todas las observaciones
Media : Ventajas y desventajas
VENTAJAS DESVENTAJAS
No es necesario hacer cálculos ni clasificar las observaciones.
No es influenciado por valores extremos
Es un valor real Puede ser visualizado
los diagramas de distribución.
Los datos pueden no tener moda
Moda : Ventajas y desventajas
VENTAJAS DESVENTAJAS
No es necesario hacer cálculos ni clasificar las observaciones.
No es influenciado por valores extremos
Es un valor real Puede ser visualizado
los diagramas de distribución.
Los datos pueden no tener moda
Moda : Ventajas y desventajas
VENTAJAS DESVENTAJAS
Provee una idea de donde están localizados la mayoría de las observaciones.
Es requerido poco cálculo.
No es sensible a valores Externos.
Los datos deben ser clasificados y ordenados.
No usar todos los datos Valores extremos pueden
ser importantes. La mediana tendrá más
variación ( entre muestras ) que la media.
Mediana : Ventajas y desventajas
VENTAJAS DESVENTAJAS
Control Estadístico de Calidad
Conjunto de técnicas estadísticas usadas para medir y controlar el desempeño de los procesos.
Sirve para identificar áreas de mejora en el proceso y medir la variación de las características de calidad.
Objetivos y beneficios.
Objetivos
Mejorar la calidadDefinir la capacidad o alcance
del proceso.Decidir sobre las
especificaciones.Decidir sobre el proceso.Decidir sobre los productos.Calcular el promedio de la
calidad y controlar su cumplimiento.
Control Estadístico de Calidad
Hacer el proceso más estable
Mejorar el proceso
Control Estadístico de la Calidad
I
II
En la pieza misma.
De una pieza a otra.
De instante de tiempo a otro.
El equipoEl materialEl entornoEl operarioLa interacción de estosVariaciones a lo largo
del tiempo
Variación
CLASES CAUSAS
Mosquete y Rifle
**
**** *
* *
********
Causas fortuitas y causas atribuibles
Variabilidad natural o “ ruido de fondo”
Causas fortuitas
Otras causas de variabilidadCausas atribuibles
Aquellas características de calidad que son medibles
Son las características de calidad y se dividen en dos grupos
Variables contra Atributos•Variables
•Atributos
Satisfacen las especificaciones No las satisfacen
•De Variables Atributos
Pasos para una gráfica de control por variables
Definir las características de calidad.Escoger el subgrupo racionalReunir los datosCalcular los limites de control y la línea
central.Revisar los limites de control y la linea
central.Lograr el objetivo.
Subgrupos racionales
Tamaño del subgrupo.Diferencias entre grupo.
Máxima Diferencias dentro del subgrupo
MínimaProducidas en el mismo momentoProducidas en un intervalo
Límites de Control3 sigmas
Limites 0.001Buenos resultados
Menos de 3 sigmas:Perdidas en el procesoCostos de investigación, etc.
LC = E[X] + L * σ[x] -
Principios Estadísticos
Error Tipo I (α )
Riesgo de que un punto caiga fuera de los límites de control, cuando no existe una causa atribuible.
Error Tipo II (β )Riesgo de que un punto dentro de los límites de control, cuando existe una causa atribuible.
Estimación de parámetros
Estimador de la media:
û = 1/m * Σ Xm
Estimadores de la varianza :
^ ^ 2
σ2 = 1/m* Σ σ2 σ2 = [1/d2m * Σ R ]
Distribución Normal
Características:Mediana = Moda = MediaSimétricaUnimodal
Distribución Normal
Distribución Normal EstándarParámetros:
MediaDesviación estándar
Estandarización Probabilidad
Teorema de Límite Central
Si Y es el promedio de n variables aleatorias, distribuidas independientemente, entonces Y tiene aproximadamente una distribución normal. La distribución mejora cuando n > 4.
Limites de Control