gestió de la qualitat
TRANSCRIPT
"Un secreto del éxito puede ser dirigirse al corazón más que al oído;porque todo el mundo tiene corazón pero no todo el mundo tiene oído."
Resolució óptima: 1024x768 Eudald Basagaña Bagudà Novembre .2001
2º Curs d´Enginyeria Tècnica Agrícola esp. Indústries Agràries i Alimentàries.
Programa per a la Gestió de la Qualitat
en la Indústria Agrària i Alimentària.
v2.0
porque todo el mundo tiene corazón pero no todo el mundo tiene oído."
Eudald Basagaña Bagudà Novembre .2001
gràries i Alimentàries.
Qualitat
Dades :0.66 0.71 0.66 0.66 0.84 0.78 0.81 0.8 0.66
0.71 0.69 0.64 0.69 0.83 0.75 0.8 0.74 0.68
0.72 0.71 0.65 0.74 0.86 0.79 0.82 0.78 0.74
Mitja 0.70 0.70 0.65 0.70 0.84 0.77 0.81 0.77 0.69
Recorr. 0.06 0.02 0.02 0.08 0.03 0.04 0.02 0.06 0.08
0.91 0.78 0.75 0.79 0.79 0.66 0.78 0.73 0.65
0.92 0.74 0.67 0.84 0.89 0.68 0.74 0.79 0.63
0.84 0.76 0.68 0.89 0.67 0.67 0.77 0.78 0.65
Mitja 0.89 0.76 0.70 0.84 0.78 0.67 0.76 0.77 0.64
Recorr. 0.08 0.04 0.08 0.10 0.22 0.02 0.04 0.06 0.02
Mitja
Recorr.
Dades addicionals : Observacions :n dels subgrups : 3
Els valors són subgrups? : no
LES - LEI (client - llei) : 0.9 0.6
% de peces defectuoses : 2%
Sigma del client : 8
Canvi de mitjana : 0
Temps en mesurar els subgr.? : 2
Resultats ( Mitjanes ) :Valors : 60
Mitjana : 0.747 0.747
Desviació estàndard : 0.073 0.067
LCS - LCI : 0.965 0.528 0.946 0.547
LCS - LCI (TAULA H) : 0.809 0.684
Peces per sota el LCI : 0.13% 0.13%
Gestió de la Qualitat en la Indústria Alimentària - LÍMITS CONTROL
Peces per sobre el LCS : 0.13% 0.13%
Peces per detec. sortida contr. : 370.4 370.4
Temps per la detecció (hores) : 740.8 740.8
Client o Llei
Capacitat de procés : 0.687 No capaç
Peces per sota el LEI : 0.0668
Peces per sobre el LES : 0.0557
Peces no conformes : 12.24%
Desviació estàndard : 0.038
LES - LEI : 0.8625 0.6375
LES (segons % peces defect.) : 0.896
Resultats ( Recorreguts ) : Mitjana : 0.061
Desviació estàndard : 0.046
LCS - LCI : 0.198 0.000
LCS - LCI (TAULA H) : 0.157 0.000
Observacions :En color rosa hi aparèixen els resultats més importants.En color gris hi ha marcades les caselles que serveixen per a l´entrada de valors, pertant,aquestes caselles són modificables.Les que no es poden modificar són les roses i blaves, ja que contenen fórmules i són, doncs,caselles on hi aparèixen resultats. Són caselles de sortida no d´entrada.Les caselles blaves contenen resultats parcials.
Gràfics :
0 5 10 15 20 25
0.55
0.61
0.68
0.75
0.81
0.88
0.94
MITJANES
Nº d´observació
qu
an
tita
t
Observacions :
Taula H : n2 1.88 1.128 0 3.267
3 1.023 1.693 0 2.575
4 0.729 2.059 0 2.282
5 0.577 2.326 0 2.115
6 0.483 2.534 0 2.004
7 0.419 2.704 0.076 1.924
8 0.373 2.847 0.136 1.864
9 0.337 2.97 0.184 1.816
10 0.308 3.078 0.223 1.777
11 0.285 3.173 0.256 1.744
12 0.266 3.258 0.284 1.716
13 0.249 3.336 0.308 1.692
14 0.235 3.407 0.329 1.671
15 0.223 3.472 0.348 1.652
16 0.212 3.532 0.364 1.636
17 0.203 3.588 0.379 1.621
A2 d2 D3 D4
0 5 10 15 20 25
0.55
0.61
0.68
0.75
0.81
0.88
0.94
MITJANES
Nº d´observació
qu
an
tita
t
0 5 10 15 20 25
0.00
0.05
0.10
0.15
0.20
0.25
RECORREGUTS
Nº d´observació
qu
an
tita
t
18 0.194 3.64 0.392 1.608
19 0.187 3.689 0.404 1.596
20 0.18 3.735 0.414 1.586
21 0.173 3.778 0.425 1.575
22 0.167 3.819 0.434 1.566
23 0.162 3.858 0.443 1.557
24 0.157 3.895 0.452 1.548
25 0.153 3.931 0.459 1.541
Taula de valors :Mitja
0.70 0.66 0.71 0.66 0.66 0.84 0.78 0.81 0.8 0.66
0.70 0.71 0.69 0.64 0.69 0.83 0.75 0.8 0.74 0.68
0.65 0.72 0.71 0.65 0.74 0.86 0.79 0.82 0.78 0.74
0.70
0.84
0.77
0.81
0.77
0.69 0.91 0.78 0.75 0.79 0.79 0.66 0.78 0.73 0.65
0.73 0.92 0.74 0.67 0.84 0.89 0.68 0.74 0.79 0.63
0.89 0.84 0.76 0.68 0.89 0.67 0.67 0.77 0.78 0.65
0.76
0.70
0.84
0.78
0.67
0.76
0.77
0.64
0.74
Observacions :
08-04-23
E. Basagaña B.
0.7
0.72
0.78
0.73
0.08
0.78
0.74
0.71
0.74
0.07
LÍMITS CONTROL
En color gris hi ha marcades les caselles que serveixen per a l´entrada de valors, pertant,
Les que no es poden modificar són les roses i blaves, ja que contenen fórmules i són, doncs,
0 5 10 15 20 25
0.55
0.61
0.68
0.75
0.81
0.88
0.94
MITJANES
Nº d´observació
qu
an
tita
t
0 5 10 15 20 25
0.55
0.61
0.68
0.75
0.81
0.88
0.94
MITJANES
Nº d´observació
qu
an
tita
t
0 5 10 15 20 25
0.00
0.05
0.10
0.15
0.20
0.25
RECORREGUTS
Nº d´observació
qu
an
tita
t
Recorr.
0.7 0.06
0.72 0.02
0.78 0.02
0.08
0.03
0.04
0.02
0.06
0.78 0.08
0.74 0.08
0.71 0.08
0.04
0.08
0.10
0.22
0.02
0.04
0.06
0.02
0.07
Dades : Biaix :Patró : 100 Interval (mitjana 95%)
Tolerància del patró : Hi ha biaix?
Incertesa del patró : 0.1 Valor de biaix
Resolució : 0.01
Biaix a detectar : 0.1 Mostres per detectar-lo
Lectures : Valor aberrant :100.11 100.01 Valor gran
100.29 Valor petit
99.87 Valor Dixon (5%)
Valor aberrant superior
100.39 Valor aberrant inferior
Càlculs : Incertesa de l´aparell :Mitjana : 100.134 Patró
Desv. estàndard indiv. : 0.209 Resolució
Desv. estàndard subg. : 0.094 Repetibilitat
Factor multiplicatiu f : 1.4 Incertesa (k=2)
Observacions :
Gràfic : Taula :Patró
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
Gestió de la Qualitat en la Indústria Alimentària - CALIBRACIÓ
n/f2
0 1 2 3 4 5 6 7 8
-0.5
-0.4
-0.3
-0.2
-0.1
0
0.1
0.2
GRÀFIC
nº d´observació
dif
erè
nc
ia a
mb
el
pa
tró
100
100
100
100
100
Taula de Dixon (5%) : Taula del Factor Multiplicatiu f :n Valor n Valor Relació3 0.97 2 7 0.041
4 0.829 3 2.3 0.567
5 0.71 4 1.7 1.384
6 0.628 5 1.4 2.551
7 0.569 6 1.3 3.550
8 0.608 7 1.3 4.142
9 0.564 8 1.2 5.556
10 0.53 9 1.2 6.250
11 0.502
12 0.479 Observacions :13 0.611
14 0.586
15 0.565
16 0.546
17 0.529
18 0.514
19 0.501
20 0.489
0 1 2 3 4 5 6 7 8
-0.5
-0.4
-0.3
-0.2
-0.1
0
0.1
0.2
GRÀFIC
nº d´observaciód
ife
rèn
cia
am
b e
l p
atr
ó
08-04-23
E. Basagaña B.
100.396 99.872
NO NO
--- ---
2.551
18
: 0.192
: 0.269
: 0.710
: NO
: NO
: 0.0033333
: 0.0000083
: 0.0172010
: +/- 0.28665
Observació Diferència100.11 -0.11
100.29 -0.29
99.87 0.13
100.39 -0.39
100.01 -0.01
CALIBRACIÓ
Dades :X Y Lectura 1 Lectura 2 Lectura 3 Lectura 4 Lectura 5
5.34 5.52 5.7 1.9 12.3
5.35 5.57 5.598 0.479 14.490
5.36 5.525.37 5.5 Càlculs :
5.38 5.46 Valors : 17
5.4 5.54 Paràmetre beta = a : 0.7423
5.41 5.6 Paràmetre alfa = b : 1.5445
5.43 5.52 Recta y=aX +b : 0.74226 x + 1.5445
5.43 5.59 Coeficient de corr. r : 0.7227
5.43 5.6 : 0.5223
5.43 5.55 Desviació estàndard : 0.0015
5.44 5.62 Variança : 0.0390
5.46 5.65 Valor x : 5.5985 0.4790 14.4902
5.48 5.63 Incertesa : +/- 0.1382 2.4447 4.4789
5.48 5.57 Incert. predicció amb K = 2
5.5 5.63 Incert. calibració amb K = 2
5.52 5.63
K = 2 Observacions :
Gràfic : Càlculs intermitjos :
(x-mitja) (y-mitja) K*L-0.084 -0.051 0.004 0.007
-0.074 -0.001 0.000 0.005
-0.064 -0.051 0.003 0.004
-0.054 -0.071 0.004 0.003
-0.044 -0.111 0.005 0.002
-0.024 -0.031 0.001 0.001
-0.014 0.029 0.000 0.000
0.006 -0.051 0.000 0.000
0.006 0.019 0.000 0.000
0.006 0.029 0.000 0.000
0.006 -0.021 0.000 0.000
0.016 0.049 0.001 0.000
0.036 0.079 0.003 0.001
0.056 0.059 0.003 0.003
0.056 -0.001 0.000 0.003
Observacions : 0.076 0.059 0.005 0.006
0.096 0.059 0.006 0.009
Gestió de la Qualitat en la Indústria Alimentària - INCERTESA
Y= aX+b
Coeficient r2
(x-mitja)2
5.32 5.34 5.36 5.38 5.4 5.42 5.44 5.46 5.48 5.5
5.35
5.4
5.45
5.5
5.55
5.6
5.65
5.7
f(x) = 0.777332704995288 x + 1.35522384542884R² = 0.430705507856809
Recta de regressió
08-04-23
E. Basagaña B.
Lectura 6 Promig
6.6333
6.8559
0.7115
0.7076
0.003 0.000
0.000 0.003
0.003 0.000
0.005 0.001
0.012 0.006
0.001 0.000
0.001 0.002
0.003 0.003
0.000 0.000
0.001 0.001
0.000 0.001
0.002 0.001
0.006 0.003
0.004 0.000
0.000 0.002
0.004 0.000
0.004 0.000
(y-mitja)2
Dades :A B C D E F G
1 84.99 85.15 84.2
2 84.64 85.13 84.1
3 84.38 84.88 84.55
456789
10 Conclusions :11 Incertesa per factor tècnic
12 Incertesa de repetibilitat
13 Incertesa de reproducibilitat
14 Qui treballa més bé?
15 Repetibilitat (r)
16 Reproducibilitat (R)
1718192021222324
Càlculs :A B C D E F G Càlculs
84.670 85.053 84.283 84.669
0.094 0.023 0.0558 0.172
3.000
3.000
0.000 0.148 0.149 0.296
0.023
66
Gestió de la Q. en la Ind. Alim.- REPETIBILITAT I REPRODUCIBILITAT
Observacions :
08-04-23
E. Basagaña B.
Resultats :MSr = var. r : 0.0574
: 0.4447
: 0.1291
Std. Dev. r : 0.2396
: 0.3593
: 1.4998
Conclusions :Incertesa per factor tècnic : 0.1291
Incertesa de repetibilitat : 0.2396
Incertesa de reproducibilitat : 0.4318
Qui treballa més bé? : El treballador B
Repetibilitat (r) : 0.6708
Reproducibilitat (R) : 1.2092
Raópromig
suma variançes
k (nivells)
r (rèpliques)
suma
mínim variança
nº de caràcter
REPETIBILITAT I REPRODUCIBILITAT
MSA
Variança A
Std. Dev. A
S. D. A/ S. D. r
Dades inicials :
Dades: Resultats (Càlculs pròpis) :Unitats del lot : 3000 2.054
AQL : 1.5% 1.751
LQL : 5.0% 325.0
Error rebuig = Risc Prov.: : 2.0% 9.4
Error accep. = Risc Com. : 4.0% 9.4
Atributs / Variables : : ???????? 2.7%
: ???????? 3.5%
Observacions : Resultats (Taules) :La part d´atributs i variables no està finalitzada. Consistiria en entrar 50.0
els valors de les taules i que el programa busqués. 1.0
Resultats (taules) depèn de l´entrada d´atributs i variables i per això 2.0
no està disponible. #REF!
#REF!
#REF!
Taules :
Gestió de la Qualitat en la Ind. Alimentària - CONTROL RECEPCIÓ
08-04-23
E. Basagaña B.
Resultats (Càlculs pròpis) ::
:
: nº de mostres (n)
: => Ac ----- Acceptat
: < Re ----- Rebutjat
: Risc proveïdor RP
: Risc comprador RC
Resultats (Taules) :: nº de mostres (n)
: => Ac ----- Acceptat
: < Re ----- Rebutjat
: Risc proveïdor RP
: Risc comprador RC
: Probabilitat acceptació
CONTROL RECEPCIÓ
F1-RP
F1-RC
Dades :A B C D E F G H-1 1 1 -1 -1 1
1 1 -1 -1 -1 -1
-1 -1 1 1 -1 -1
1 -1 -1 1 -1 1
-1 -1 -1 -1 1 1
1 -1 1 -1 1 -1
-1 1 -1 1 1 -1
1 1 1 1 1 1
Conclusions:no signific. no signific. no signific. significatiu no signific. no signific.
Resultats :Std. Dev. : 1.1926 Conclusió final :Mediana : 0.4025 El factor més significatiu és :
Codi caràc.: 68
Càlculs :A B C D E F G H
-2.9 2.9 2.9 -2.9 -2.9 2.9
1.37 1.37 -1.37 -1.37 -1.37 -1.37
-1.28 -1.28 1.28 1.28 -1.28 -1.28
0.29 -0.29 -0.29 0.29 -0.29 0.29
-1.84 -1.84 -1.84 -1.84 1.84 1.84
3.1 -3.1 3.1 -3.1 3.1 -3.1
-1.43 1.43 -1.43 1.43 1.43 -1.43
0.89 0.89 0.89 0.89 0.89 0.89
Gestió de la Qualitat en la Ind. Alimentària - DISSENY EXPERIMENTAL
0.45 0.02 0.81 1.33 0.355 0.315
Observacions :Per al càlcul de la mediana, Excel, el que fa és buscar el valor que ocupa la posció central en una matriu i, si aquestno existeix, calcula la mitjana entre el valor corresponent a la posició N/2 i el valor consecutiu, on N és el nombre devalors de la matriu; donat aquest segon cas doncs, el valor de la mediana no coincidirà amb cap dels valors de la matriu. Segons l´Estadística Descriptiva aquest procediment és correcte ja que les dades o observacions no estanagrupats/des.El disseny experimental ens permet estimar les causes que produeixen defectes en qualsevol procés relacionat ambles ind. agroalimentàries. Es determina quins efectes del procés són significatius. Aquest programa no permettenir en compte les interaccions entre cada un dels efectes i per a cada efecte només tenim en compte dos nivells: + ó - . Per a la determinació de la significació de cada un dels efectes és prèn com a valor de referència la desv.estàndard.
08-04-23
E. Basagaña B.
I J X2.9
1.37
1.28
0.29
1.84
3.1
1.43
0.89
El factor més significatiu és : El factor D
I J
DISSENY EXPERIMENTAL
Per al càlcul de la mediana, Excel, el que fa és buscar el valor que ocupa la posció central en una matriu i, si aquestno existeix, calcula la mitjana entre el valor corresponent a la posició N/2 i el valor consecutiu, on N és el nombre devalors de la matriu; donat aquest segon cas doncs, el valor de la mediana no coincidirà amb cap dels valors de la matriu. Segons l´Estadística Descriptiva aquest procediment és correcte ja que les dades o observacions no estan
El disseny experimental ens permet estimar les causes que produeixen defectes en qualsevol procés relacionat ambles ind. agroalimentàries. Es determina quins efectes del procés són significatius. Aquest programa no permettenir en compte les interaccions entre cada un dels efectes i per a cada efecte només tenim en compte dos nivells: + ó - . Per a la determinació de la significació de cada un dels efectes és prèn com a valor de referència la desv.