Loading presentation...

Present Remotely

Send the link below via email or IM

Copy

Present to your audience

Start remote presentation

  • Invited audience members will follow you as you navigate and present
  • People invited to a presentation do not need a Prezi account
  • This link expires 10 minutes after you close the presentation
  • A maximum of 30 users can follow your presentation
  • Learn more about this feature in our knowledge base article

Do you really want to delete this prezi?

Neither you, nor the coeditors you shared it with will be able to recover it again.

DeleteCancel

Make your likes visible on Facebook?

Connect your Facebook account to Prezi and let your likes appear on your timeline.
You can change this under Settings & Account at any time.

No, thanks

Herramientas de la Calidad

Se describen las 7 herramientas básicas del control de calidad. Se hace énfasis en los gráficos de control. UNACAR
by

Luis May

on 24 November 2016

Comments (0)

Please log in to add your comment.

Report abuse

Transcript of Herramientas de la Calidad

Las Herramientas
de la
Carlos Manuel Chan Tass, César Antonio Naal Qué, Culberto Gómez Vidal, Jorge Hernández Durán, Luís Augusto May Rejón | Ingeniería Mecatrónica y Mecánica.
Calidad
UNIVERSIDAD AUTÓNOMA DEL CARMEN
Dependencia de Ingeniería y Tecnología
Facultad de Ingeniería
M.C. Ernestina Yazmín Pérez Rodríguez
¿Qué son las Herramientas de la Calidad?
Las herramientas son un conjunto de técnicas gráficas identificados como útiles para la solución de problemas relacionados con la calidad (Montgomery, 2005). Puede ser utilizado fácilmente por cualquier persona para resolver la mayoría de los problemas relacionados con la calidad. Muchos de calidad profesional creen que estos se originaron por el Dr. Ishikawa, un reconocido profesional de calidad mundial. Pero, él le diría que se inspiró en los "Siete famosas armas de Benkei (Ishikawa, 1990). La designación de las "Siete Herramientas Básicas de Calidad" surgió en la post guerra de Japón.
Son
Herramienta
Básicas de la
Calidad

Diagrama de Ishikawa
Sirve para ordenar las causas que afectan o influyen en la calidad del proceso, producto o servicio. De acuerdo a la lógica de todos los efectos (eventos o problemas, desviación etc.) tiene cuando menos una causa y el uso de este diagrama facilitara el entendimiento y compresión de un proceso en aun situaciones complicadas.
Hojas de Verificación
Esta es otra herramienta simple pero poderosa. Las Hojas de Verificación son listas de elementos y la frecuencia con que se presenta el tema. Pueden ser hechos en tantas maneras diferentes y muchas veces, no pensamos en ellos como una lista, pero lo son.
Histogramas
Los histogramas se usan para visualizar la variabilidad y distribución de datos respecto al promedio.

-Contrata los datos reales en las especificaciones del proceso.
-Comparar los grupos de datos.
-Visualizar el tipo de distribución que tiene el proceso.
Diagrama de Pareto
Es una representación gráfica de los datos obtenidos sobre un problema, que ayuda a identificar cuáles son los aspectos prioritarios que hay que tratar. También se conoce como “Diagrama ABC” o “Diagrama 20-80”. Su fundamento parte de considerar que un pequeño porcentaje de las causas, el 20%, producen la mayoría de los efectos, el 80%. Se trataría pues de identificar ese pequeño porcentaje de causas “vitales” para actuar prioritariamente sobre él.
Estratificación
La estratificación es la clasificación de los grupos de datos en series de causas con características similares su propósito es comprender y mejorar que está sucediendo en un proceso y así encontrar más fácilmente la causa de mayor impacto en el mismo.
Diagrama de Dispersión
Diagrama de dispersión son una herramienta muy fácil de usar para ver si existe una correlación entre dos cosas (es decir, es una cosa lleva a otra). Siempre antes de entrar en cualquier análisis de los principales datos, graficar los datos de alguna manera de obtener una "sensación de la tripa" de lo que está sucediendo. Esta herramienta le permite crear una imagen simple que muestra cómo dos o más variables cambian "juntos"
Gráficos de Control
Las características de calidad de un producto son variables aleatorias y el porcentaje de piezas defectuosas por no cumplir las especificaciones de calidad depende de la distribución de dichas variables aleatorias. Controlar el proceso de fabricación consiste en conseguir que la media y desviación típica s de cada una de esas variables aleatorias sean constantes en el tiempo. Los gráficos de control permiten detectar si se han producido modificaciones.
Un gráfico de control es un dibujo para determinar si el modelo de probabilidad (variabilidad) es estable o cambia a lo largo del tiempo. Hay distintos tipos de gráficos de control referidos a distintas pautas de variabilidad. Pero todos tienen unas características comunes y reinterpretan de la misma manera. En todos los casos es una prueba de hipótesis estadística.
Gráficas o Cartas de Control de la Calidad
Gráfica de Control X-R



Gráfica de Control N y NP

Gráfica de control C y U
Gráficos de Control por Variable
Gráficos de Control por Atributos
Gráfico de Control X-R
El Control Estadístico de Proceso utilizando gráficos X -R se lleva a cabo tomando muestras de “n” individuos, calculando la media y el recorrido muestral y llevando estos valores a los gráficos correspondientes. Las muestras han de ser obtenidas de tal forma que contengan individuos homogéneos, es decir, producidos bajo las mismas condiciones, así, los estadísticos que se obtengas de ellos, la media y el recorrido, serán buenos estimadores de los parámetros del proceso. Debe procurarse que, durante el tiempo que el proceso fabrica los individuos que forman parte de una muestra, sólo hayan actuado causas comunes de variabilidad. (Verdoy, et al., 2006).
El Objetivo de un Gráfico de Control X -R de medias y rangos es evaluar, controlar y mejorar la característica de calidad de interés, desde el punto de vista del ajuste de su posición y de la reducción de su variación con respecto al objetivo.
Donde los valores de A2, D3 y D4 son función del tamaño de los grupos racionales y se encuentran recogidos en la Tabla No. 2 de “Factores de gráficos de control” (Véase trabajo impreso).
Gráfico de Control P y NP
Según Juran (2005) un ejemplo de datos por atributos consiste en la razón entre el número de elementos o de ocurrencias que presentan algún atributo determinado y el número total de elementos que componen un subgrupo. Esto se denomina habitualmente como fracción de unidades defectuosas p.
La idea básica de las cartas de control para p es que, al examinar un producto, una cierta fracción no puede superar ese examen. La fracción defectuosa es conocida como p y las medias de esas fracciones como p . Las cartas para p presuponen un muestreo continuo de los lotes de productos entrados o salidos. Vaughn (1988).
Para Anderson (2008), define una carta de np como una carta de control que se usa para determinar el número de artículos defectuosos en una muestra. Aquí, n es el tamaño de la muestra y p es la probabilidad de observar un artículo defectuoso con el proceso bajo control. Los valores de la gráfica se calculan con las siguientes fórmulas:
(Véase ejemplos en el manual impreso)
(Véase ejemplos en el manual impreso)
Gráfico de Control C y U
Cuando los defectos que aparecen en un problema lo hacen de manera continua, suele ser conveniente emplear como medida de control de calidad el número de defectos que se presenta en cada unidad de producto que se analiza, y así, por ejemplo podemos estudiar el numero de erratas que se observan en una página de un libro, el numero de imperfecciones en una lamina de acero o el numero de burbujas de aire en un cristal.
Se utiliza para determinar la ocurrencia de defectos en la inspección de una unidad de producto. Esto es determinar cuantos defectos tiene un producto. Podemos tener un grupo de 5 unidades de producto, 10 unidades, etc.
Gráfico C
Gráfico U
El diagrama u se basa en el promedio de defectos por unidad inspeccionada
Las siguientes ecuaciones se usan para la construcción del gráfico de control U
Los límites de control para gráficos C se calculan mediante las siguientes fórmulas:
(Véanse ejercicios prácticos en el manual impreso)
Muestreo de Aceptación de Calidad, por atributos, por variable.
El muestreo de aceptación es una manera de probar que implica tomar muestras aleatorias de “lotes” o grupos de productos terminados para medirlas contra estándares predeterminados. El muestreo es más económico que la inspección al 100 %. Aun cuando se inspeccionan los atributos y las variables mediante el muestreo de aceptación, es más común usar la inspección por atributos. Un lote de artículos rechazados, con base en un nivel inaceptable de defectos encontrados en la muestra, puede 1 regresar al proveedor o 2., inspeccionarse al 100 % para separar todos los defectuosos. No obstante, el muestreo de aceptación no sustituye los controles adecuados del proceso. (Heizer y Render, 2004).
Concepto muestreo de aceptación
El muestreo por atributos se puede aplicar a lotes aislados o series homogéneas de lotes. En el primer caso la población es finita y se rige por la distribución hipergeométrica (muestreo de tipo A), aunque para lotes grandes se puede aproximar por la binomial. En el segundo caso se supone la población compuesta de infinitos elementos y por tanto se rige por la distribución binomial (muestreo de tipo B). En el caso que el muestreo sea por número de defectos, la función a aplicar es la de Poisson, independientemente que se trate de un lote aislado o una serie de lotes. (Ruiz-Falcó, 2006)
Muestreo de aceptación por atributos.
En este tipo de planes se toma una muestra aleatoria del lote y a cada unidad de la muestra se le mide una característica de calidad de tipo continuo (longitud, peso, espesor, etc.). En contrate con el muestreo pro atributos, el objetivo no es clasificar cada unidad como defectuosa o no, sino solo registrar la medición de cada pieza. Después de ello, y con base en estas medicines, se calcula un índice (estadístico) que, de acuerdo con su valor, se aceptar o rechazara todo el lote. El índice pro lo general toma en cuenta la información muestral (media, desviación estándar) y las especificaciones de la característica de calidad. (Gutiérrez, 2003).
Muestreo de aceptación por variables.
Full transcript