Tercera herramienta de la calidad

Tercera herramienta de la calidad Diagrama de dispersión  Definición  Ejemplos Adriana Acosta LópezUniversidad Tecnológica de Torreón

DefiniciónSe utilizan para estudiar la variación de un proceso y determinar a qué obedece esta variación.Un gráfico de control es una gráfica lineal en la que se han determinado estadísticamente unlímite superior (límite de control superior) y un límite inferior (límite inferior de control) aambos lados de la media o línea central. La línea central refleja el producto del proceso. Loslímites de control proveen señales estadísticas para que la administración actúe, indicando laseparación entre la variación común y la variación especial.Estos gráficos son muy útiles para estudiar las propiedades de los productos, los factoresvariables del proceso, los costos, los errores y otros datos administrativos.Un gráfico de Control muestra:

1. Si un proceso está bajo control o no 2. Indica resultados que requieren una explicación 3. Define los límites de capacidad del sistema, los cuales previa comparación con los de especificación pueden determinar los próximos pasos en un proceso de mejora.Este puede ser de línea quebrada o de círculo. La línea quebrada es a menudo usada paraindicar cambios dinámicos. La línea quebrada es la gráfica de control que provee informacióndel estado de un proceso y en ella se indica si el proceso se establece o no. Ejemplo de unagráfica de control, donde las medidas planteadas versus tiempo.En ella se aclara como las medidas están relacionadas a los límites de control superior einferior del proceso, los puntos afuera de los límites de control muestran que el control esta

fuera de control.Todos los controles de calidad requieren un cierto sentido de juicio y acciones propias basadasen información recopilada en el lugar de trabajo. La calidad no puede alcanzarse únicamente através de calcular desarrollado en el escritorio, pero si a través de actividades realizadas en laplanta y basadas desde luego en cálculos de escritorio.El control de calidad o garantía de calidad se inició con la idea de hacer hincapié en lainspección. EjemplosEl departamento de calidad, de una empresa desarrolladora de software, acaba de terminar unestudio en el que tratan de identificar la relación que existe entre 2 indicadores de calidad. Endicho estudio se recolectaron datos y se muestran a continuación.

Núm. idad Confiabilidad 1 95.3 98.429 2 89.2 92.451 3 88.4 91.667 4 94.3 97.449 5 91.8 92.999 6 92.9 96.077 7 94.6 97.743 8 90.6 89.823 9 88.9 92.157 10 93.8 96.959 Dispercion. 100 98 96 y = -0.124x + 95.26 94Eje Y. R² = 0.015 x 92 y = -0.015x + 92.06 R² = 0.000 y 90 Linear (x) 88 Linear (y) 86 0 2 4 6 8 10 12 Eje X.

Como se puede observar en la distribución de la lista de datos observamos que la distribuciónde estos en base a la calidad no es la adecuada ya que la regresión lineal tiene una diferenciapara este análisis obtuvimos ya regresiones de las dos listas para una mejor comprensión delas características de los indicadores dados por la empresa.Lo que se entendería es que la correlación existente entre los dos indicadores es solamentebuena pero solo esto aunque se podría mejorar la calidad de estos.El dueño de una pizzería quiere conocer la distribución de la cocción de sus pizzas y lasporciones defectuosas de estas mismas y encontrar de esta manera una forma de entender losfactores que llegan afectar su producto de la semana y poder mejorar ese defecto defabricación para no perjudicar sus ganancias. Tiempo de Porciones N. Horneado. defectuosas. 1 10 1 2 45 8 3 30 5 4 75 20 5 60 14 6 20 4 7 25 6

25 20 Pizzas Defectuosas. 15 Series1 10 Linear (Series1) 5 0 0 10 20 30 40 50 60 70 80 Tiempo de coccion en Min.Se muestra la relación entre las porciones del producto en venta que están en mal estado y eltiempo de cocción de este mismo mostrando que hay una fuerte correlación ya queposiblemente este factor se puede estar ocasionando tal vez a las altas temperaturas en quecocina su producto y esto le esté generando pérdidas tanto de materia prima como costos depreparación afectando sus ganancias de la semana.

La Dirección de una mina está preocupada por el alto porcentaje de indisponibilidad de susmáquinas cargadoras. Encarga al Jefe de Mantenimiento que analice si está influyendo laantigüedad de dichas máquinas en su porcentaje de indisponibilidad. Para ello, recoge lainformación de la fecha de compra y del porcentaje de indisponibilidad de cada máquina y latraslada a la siguiente tabla. DISPERCION. 50 45 Fecha- % 40Núm. Maquina Compra Indisponibilidad 35 1 C-0037 1994 29 30 2 C-0038 1994 39 Eje Y. 25 3 C-0039 1995 24 20 Series1 4 C-0040 1995 32 5 C-0041 1995 43 15 y = -3.947x + 7906. Linear (Series1) 6 C-0042 1996 20 10 R² = 0.538 7 C-0043 1996 41 5 8 C-0044 1996 30 0 9 C-0045 1997 20 1993 1994 1995 1996 1997 1998 1999 2000 2001 10 C-0046 1997 25 11 C-0047 1998 12 Eje x. 12 C-0048 1998 19 13 C-0049 1999 10 14 C-0050 1999 30 Observamos que los factores involucrados en la correlación indican que el porcentaje de 15 C-0051 2000 9 indisponibilidad en grave posiblemente porque la maquina no cuenta con la misma calidad que del 16 C-0052 2000 14 inicio. Por lo que se sugiere el darle un mejor mantenimiento o en el peor de los casos comprar maquinaria nueva. Ya que como se indica en el gráfico de dispersión cualquier de las dos opcioneses buena pero con diferentes costos de implementación.

Una empresa se plantea cambiar la composición de uno de su producto utilizando un nuevomaterial. Antes de tomar una decisión, la empresa decide realizar un ensayo para estudiar laposible relación entre la utilización de dicho material y el número de defectos. Para ello analizalotes con diferentes porcentajes del nuevo material y toma los siguientes datos. % Nuevo N. % Nuevo N. material. defectos material. defectos 1 20 3.4 32 1.2 24 3.6 30 1.3 18 3.8 40 1.4 27 4 43 1.6 23 4.2 35 1.7 25 4.4 33 1.8 21 4.5 39 2 29 4.6 46 2.2. 26 4.8 48 2.3 34 5 39 2.4 31 5.2 41 2.6 27 5.4 48 2.8 27 5.6 43 3 30 5.8 48 3.2 36 6 49

c 5.5044 + 15.283 * 1.2 = 18.3396 + 23.844Y= 5.5044 + 15.283 * 2.2 = 33.6226 + 39.127Y= 5.5044 + 15.283 * 4.8 = 73.3584 + 78.8628Y= 5.5044 + 15.283 * 3.6 = 55.0188 + 60.5232Y= 5.5044 + 15.283 * 5.8 = 88.6414 + 94.1458 60 50 N.Defectos. 40 30 Correlacion. 20 Linear (Correlacion.) 10 0 0 5 10 15 20 25 30 35 N.Material.La correlación existente entre el número de defectos y el porcentaje de material según la demanda de este nuevo producto es muy buena.Por lo tanto es recomendable cambiar la composición del producto utilizando este nuevo producto ya que el estudio realizado demostró quesería adecuado el hacerlo lo que es bueno para los empresarios implementar este sistema nuevo en su producto para obtener mayoresganancias.

En un estudio de mortalidad de anfibios, una puesta en fase de desarrollo se deposita en unambiente favorable. Con intervalos de dos semanas, predeterminados por el observador, secuentan el número de renacuajos supervivientes. 600 500 400 Renacuajos Supervivientes. 300 200 Series1 Linear (Series1) 100 0 0 2 4 6 8 10 12 14 -100 -200 N.Semanas.Se puede observar de que las posibilidades de supervivientes no son buenas ya que la distribución demostrada no es laadecuada. Por la separación entre la correlación y la regresión lineal aunque en la tabla se demuestre lo contrario ya que aquí nosindica una gran cantidad de supervivientes por parte de los anfibios en lo que se refiere a las primeras dos tomas pero en lassiguientes se observa que la cantidad disminuyo considerablemente

GRACIAS POR SU VISITAAdriana Acosta Lópezwww.bligoo.com.mxloki_adri15@hotmail.comUniversidad Tecnológica de Torreón

http://www.deacosta.bligoo.com.mx	109
http://deacosta.bligoo.com.mx	18

Tercera herramienta de la calidad

by Adriana Acosta on May 27, 2012

Accessibility

Upload Details

Usage Rights

2 Embeds 127

Statistics

Tercera herramienta de la calidad Presentation Transcript