top of page

CAPITULO III

Herramientas de la Calidad

5. Diagrama de Dispersión

Es una representación gráfica que estudia la relación entre dos variables. Asimismo, es un componente gráfico del análisis de regresión además es comúnmente usado para verificar posibles causas y efectos de las variables en estudio.

manufacturing reality.gif
man 02.jpg
  • Identificar las posibles relaciones entre 2 variables diferentes

  • Suministra los datos: confirmar hipótesis de si 2 variables se relacionadas.

  • Medio visual y probar la fuerza de la posible relación

Herramienta útil para:

Es necesario comprender el tipo de relación entre variables. Las más básicas son:  

  1. Correlación Positiva: cuando dos variables están relacionadas, el incremento de “y” depende del aumento de “x”.

  2. Correlación Negativa: cuando una variable se comporta en un sentido, y la otra en sentido contrario. Si “x” aumenta entonces “y” disminuye.

  3. No existe correlación: Si los valores de ambas variables se revelan independientes entre sí, se afirmaría que no existe correlación.

dispersion.jpg

Hay un coeficiente de correlación “R” que mide el grado de relación existente entre las variables. A medida que R se aproxime a 1, más grande es el grado de correlación entre los datos.

Acceso  a referencia bibliográfica

6. Gráficos de control

Herramienta estadística que evalúa la estabilidad de un proceso, es decir, si un proceso de fabricación, servicio o proceso administrativo está o no en estado de control estadístico.

HeavyOddEyelashpitviper-size_restricted.

Detecta    el cambio del proceso y el comportamiento de los datos

Permite detectar el cambio en las condiciones del proceso con el fin de establecer las causas de las mismas. Existen dos tipos: por atributos o por variables.

Por atributos

gráficos-de-control.jpg

Clasifica el producto o servicio como aceptable o inaceptable. Se utilizan para controlar el porcentaje de unidades defectuosas, o el número de defectos por unidad; dentro de los límites naturales del proceso y detectar a tiempo cualquier incremento significativo de cualquiera de ellos. Son conocidas como gráficas P (proporción de unidades defectuosas en lotes) y C (cantidad de defectos por unidad).

Para ello es necesario definir los siguientes conceptos:

  • Defectuoso: la aceptabilidad del producto a través de un rango de características.

  • Defectos: número de defectos por unidad que pueden ser mayores que el número de defectuosos.

Por variables

proceso.gif

Variable (Continuos): cuando la característica de calidad puede ser expresada mediante una variable cuantitativa continua. (longitud, volumen, masa, etc.) son conocidas por gráficas X, R y X, S dependiendo si se utiliza el rango de dispersión o la desviación típica.

Como resultado de esta medición debe supervisarse el promedio de un proceso y la amplitud de rango para propósitos de control.

Gráficos X-bar y R 

El gráfico de X permite controlar la variabilidad entre los sucesivos subgrupos y el de R permite controlar la variabilidad dentro de cada subgrupo.

Si hay una gran variación en nuestros valores significa que el proceso está fuera de control o en otras palabras que existen variables asignables o atribuibles que están ocasionando una variación.
 

Consiste en:
•    Línea Central: representa el promedio histórico de la característica que se está controlando.
•    Límites Superior e Inferior: que también se calculan con datos históricos.

Ejemplo grafico control.png

Pasos a seguir del Gráfico X - R:

  1. Definir característica de calidad (Variable). Selección de la característica por controlar: longitud, área, dureza, etc.

  2. Controlar condiciones de proceso. Eliminar todas las variables asignables o atribuibles.

  3. Toma de muestras y tamaño de muestra. el tamaño de muestra es el número de piezas que se van a tomar en cada muestra (n).

  4. Calcular el valor promedio y de la amplitud de la muestra. Cálculo de los promedios X y del rango de las muestras R.

promedio.png
formula r.png

5. Calculó de X y R

 

 

6. Establecer los límites de control: Límite superior de Control (LSC), Límite Central de Control (LCC) y límite Inferior de Control (LIC)

 

        Límites para la gráfica X                                                    Límites para la gráfica R

 

 

formulas.png
formulas.png
formula limites x.png
formula limites r.png

Tabla de constantes

constantes xr 1.jpg

7. Graficar X y R

8. Analizar los datos y modificar los límites en caso de que haya puntos fuera de los límites. Analizar los promedios y las amplitudes de cada muestra con relación a los límites de control. Ajustar los límites eliminando los puntos que se encuentran fuera de los límites y volviendo a calcular estos últimos.

interpretacion xr.png

En esta herramienta, según el punto de vista del control y mejora del proceso, no es suficiente saber graficarlos; lo importante radica en saber interpretarlos, para investigar lo que le sucede al proceso durante el tiempo: posibles causas de variación, sesgos, tendencias, etc.

Criterio para un gráfico de control.

Regla: dos o más puntos llevan una tendencia, sin que se salgan de los límites, significa que algo sucedió en el proceso; hay que investigarlo.

Acceso  a referencia bibliográfica

bottom of page