CAPÍTULO ESCUELA POLITÉCNICA NACIONAL
2
ENFOQUE ESTADÍSTICO
Y ALGUNAS
HERRAMIENTAS
ESTADÍSTICAS SENCILLAS
Ingeniería de la Producción
Kerli Rodriguez
Gissela Tapia
Anika Domo
Esteban Pazmiño
Camila Valdivieso
Índice
2.1 Métodos estadísticos utilizados en el control de calidad
Herramientas Básicas:
CEP (Control Estadístico de Procesos)
Análisis de Variabilidad: Identificación y
reducción de defectos.
Métodos Simples
7 Herramientas de Calidad:
Diagrama de Pareto
Ishikawa (Causa-Efecto)
Métodos Avanzados: Histogramas
Cp, Cpk: Capacidad del proceso. Diagramas de Dispersión
DOE: Optimización de procesos. Hojas de Verificación
Regresión y Correlación: Relación entre variables. Gráficos de Control
Series Temporales: Mejora de predictibilidad. Diagramas de Flujo
2.2 El enfoque estadístico
CAUSAS
Causas Comunes: Variación inherente.
Causas Especiales: Variación atípica que
indica problemas.
PRECAUCIONES EN EL CONTROL:
Mantener procesos estables durante mejoras.
Evitar sobrecorrección en procesos controlados.
Asegurar la confiabilidad de los datos
recolectados.
2.3 Los diferentes tipos de datos
Datos cualitativos:
Describen cualidades o
Datos cuantitativos:
características no numéricas (ej.
Datos continuos: Pueden tomar satisfacción del cliente).
cualquier valor en un rango (ej.
peso, tiempo).
Datos discretos: Toman valores
específicos (ej. número de
defectos).
2.4 Expresión cuantitativa de las distribuciones
1. Tendencia central: Mide la posición de los datos.
Media: Promedio de los valores.
Mediana: Valor central.
Moda: Valor más frecuente.
2. Dispersión: Mide la variabilidad.
Rango: Diferencia entre el valor máximo y mínimo.
Varianza y Desviación estándar: Miden la dispersión
alrededor de la media.
3. Forma de la distribución:
Asimetría: Inclinación de la distribución.
Curtosis: Forma de la distribución (más puntiaguda o
plana).
2.5 Interpretación y uso de las distribuciones de frecuencia
Las distribuciones de frecuencias son
herramientas fundamentales en el control
de calidad para representar datos y
comprender su comportamiento. Ayudan
a identificar la forma de una distribución,
analizar procesos y evaluar la capacidad
de equipos.
Objetivos principales:
Visualización de la
distribución Análisis y control
Cálculo de estadísticas Prueba de adecuación
estadística
2.6 Diagramas de Pareto y Curvas de Pareto
Definición:
El diagrama de Pareto es una
representación gráfica que organiza los
datos por frecuencia, resaltando los
problemas más críticos
Propósito: Beneficios:
Identificar y priorizar los problemas más La identificación y eliminación de estos
significativos, generalmente un pequeño problemas nos permite alcanzar
grupo que genera la mayor parte de los enormes beneficios.
defectos o pérdidas.
2.7 Hojas de Comprobación
Son formatos diseñados para
recopilar y organizar datos de
manera eficiente, facilitando el
análisis y estratificación de
información.
Tipos y usos comunes:
1. Distribuciones de frecuencias
2. defectos individuales
3. posiciones específicas
4. diagramas de causa-efecto
2.8 Diagramas de la capacidad de los procesos
Reflejan la capacidad de un proceso en términos de calidad. Se emplean métodos
comunes para representar las capacidades de los procesos. Para determinar la
capacidad de un proceso, es necesario utilizar los datos recopilados una vez que el
proceso ha sido completamente evaluado, está bajo control y operando en
condiciones óptimas.
Distribuciones de frecuencia
b) Gráficos de control
c) Gráficos que muestran valores especificados
Gráfico de la capacidad de un proceso (2) para mostrar los cambios temporales
Gráfico de la capacidad de un proceso (1) para mostrar los cambios temporales
2.9 Diagramas de dispersión (Diagramas de correlación)
Los diagramas de dispersión muestran la relación entre dos conjuntos de datos,
mientras que las distribuciones de frecuencias solo muestran la forma de un
conjunto. Son útiles para analizar datos relacionados, como temperatura y
rendimiento.
Consideraciones a tomar en cuenta
1. Es recomendable tener al menos 50 pares de datos, preferiblemente más de 100.
2. Los datos que representan la causa se colocan en el eje horizontal (x), con valores que
aumentan de izquierda a derecha.
3. Los datos que representan el efecto se colocan en el eje vertical (y), con valores que
aumentan de abajo hacia arriba.
4. Las escalas de los ejes x e y deben seleccionarse para equilibrar la dispersión de
ambos conjuntos de datos. Los datos anómalos deben tratarse por separado.
Ejemplo de tabla de correlación. Porcentaje del ingrediente (x)
Ejemplo de tabla de correlación. Porcentaje del ingrediente (x)
2.10 ¿ Qué es el error?
El error es la diferencia entre un valor medido y el valor verdadero o esperado.
Los errores pueden clasificarse en:
1. Errores de fiabilidad: Relacionados con la confianza en
los datos, incluyen precisión y exactitud.
2. Errores de precisión: Indican la dispersión de los datos,
medible con desviación estándar, varianza o límites de
control.
3. Errores de sesgo o exactitud: Diferencia entre el valor real
y la media de múltiples mediciones.
2A.1 Preparación de las distribuciones de frecuencias
Número de celdas
Ancho de la celda
[Link]: valor máximo y mínimo
[Link] la diferencia (VM/vm) con el
#celdas
3. Fijar el ancho de la celda. Redondear
el resultado.
Fronteras de celda Recuento
[Link] la mitad de la unidad Recuento consiste en tomar
de medida más pequeña secuencialmente los datos tal
como unidad de frontera como se obtienen y poner trazos
en la columna correspondiente.
[Link] los límites Los trazos se hacen como sigue: /,
//, ///, ////, /////.
Preparación de la tabla
Colocar los valores numéricos
de manera creciente.
El punto medio representa el
valor de las mismas.(fronteras
de las celdas)
2A.2 Métodos para calcular los estadísticos
2A.2 Métodos para calcular los estadísticos
2A.2 Métodos para calcular los estadísticos
2A.2 Métodos para calcular los estadísticos
2A.2 Métodos para calcular los estadísticos
2A.2 Métodos para calcular
los estadísticos
Tabla 5: Estadísticos para variables continuas (media, varianza, etc.).
Tabla 6: Estadísticos para datos discretos o numerables
(proporciones, conteos).
Tabla 7: Factores para corregir la estimación de la desviación
estándar en muestras pequeñas.
Estas tablas son esenciales para entender cómo calcular y ajustar
los estadísticos según el tamaño muestral y la naturaleza de los
datos.
Muchas
Gracias
02 de diciembre de 2024
