Herramientas para el
control y mejora de
Procesos
CONTROL DE CALIDAD. UNIDAD 3.
CL ASE 6.
Diagrama de Dispersión
Representa en forma gráfica la relación entre dos
variables que se miden de forma simultánea
Se toman datos durante un periodo determinado y se
grafica una variable en función de otra para identificar
posibles relaciones causa efecto
Por ser una técnica gráfica no puede caracterizar por
completo la relación entre las dos variables, pero da
una idea de su existencia
Los resultados de un diagrama de dispersión no
pueden ser extrapolados
Diagrama de Dispersión Cuando el incremento en una variable
implica un incremento en la otra, se tiene
una correlación positiva
Cuando el incremento en una variable
implica un decrecimiento en la otra, se
tiene una correlación negativa
Coeficiente de correlación
Cuantifica la magnitud de la relación
Lineal entre las dos variables
-1 <r < 1
Diagrama de Dispersión
Correlación negativa Posible Correlación negativa No hay Correlación
Correlación positiva Posible Correlación positiva No hay Correlación
La ausencia de correlación lineal, no implica que no haya otro tipo de relación entre las variables
Diagrama de Dispersión
Correlación negativa Posible Correlación negativa No hay Correlación
r=0,9 r=0,6 r aprox 0,
Correlación positiva Posible Correlación positiva No hay Correlación
r=0,7
r=0,9 r=0,6 r aprox 0,
-1,00
Correlación buena a excelente
con relación inversamente
proporcional entre las variables
-0,75
Correlación moderada a buena
con relación inversamente
proporcional entre las variables
-0,50
Correlación baja a moderada
con relación inversamente
proporcional entre las variables
-0,25
Diagrama de Dispersión
0,00
No existe correlación
o ésta es muy débil
0,25
Correlación baja a moderada
Coeficiente de correlación
con relación directamente
proporcional entre las variables
0,50
Correlación moderada a buena
con relación directamente
proporcional entre las variables
0,75
Correlación buena a excelente
con relación directamente
proporcional entre las variables
1,00
correlaciones
algunos casos
generen falsas
objetivos de la
investigación. En
del proceso y los
eliminar datos que
resultará necesario
el comportamiento
decidir tomando en
Valores de referencia.
El investigador deberá
cuenta su experiencia,
Histograma de
frecuencias
Consiste en una serie de rectángulos, cuyo ancho es
proporcional al alcance de los datos que se encuentran dentro
de un rango de valores (clase) y cuya altura es proporcional al
número de elementos que caen dentro de dicho rango. Permite
visualizar la forma en que se distribuyen los datos.
Revela la tendencia central y la cantidad de
variación propia de un proceso
Se construye a partir de los datos obtenidos en
una tabla de distribución de frecuencias
Histograma de
frecuencias
Describe gráficamente la distribución de un grupo de datos. Es útil para grandes
agrupaciones de datos. n grandes
Permite identificar la variación propia del grupo de datos
Permite evaluar el desempeño de un grupo de datos provenientes de una
característica de calidad o un parámetro de proceso
Permite ver centrado y dispersión del grupo de datos, así como patrones especiales
de comportamiento
Permite evaluar la capacidad de un proceso, al comparar con especificaciones
Permite identificar la necesidad de tomar acciones correctivas en un proceso
Facilita la toma de decisiones
Histograma de
frecuencias
Posibles patrones de
comportamiento
Normal
Bimodal Multimodal (tipo peineta) Sesgo positivo
Acantilado Planicie Pico aislado
¿A que procesos se asocia?
Histograma de
frecuencias
Construcción
Recolectar los datos y ordenar
Definir el rango de datos
Estimar número de clases y amplitud de clases
Determinar la frecuencia de datos en cada clase
Graficar
Histograma de
frecuencias
LIE LSE
Determinación de la capacidad
de proceso
La capacidad de un proceso se
define en función de la aptitud
que el mismo posee para LIE LSE LIE LSE
cumplir con las especificaciones
establecidas Procesos Capaces
Todas las mediciones se encuentran dentro de los
límites de especificación
Histograma de
frecuencias
LIE LSE
Determinación de la capacidad
de proceso
La capacidad de un proceso se
define en función de la aptitud
que el mismo posee para LIE LSE LIE LSE
cumplir con las especificaciones
establecidas Procesos No Capaces
Algunas mediciones se encuentran fuera de los
límites de especificación, no cumpliendo los
requisitos del cliente. La producción que sale de
los límites se considera defectuosa
Histograma de
frecuencias
LIE Objetivo LSE
Histograma de
frecuencias
LIE Objetivo LSE
¿Posibilidad de cambiar especificaciones?
Centrado y variabilidad inferior a los los límites
Acción: Mantener y hacer seguimiento. Considerar posibilidades de mejora
Centrado y variabilidad coincide con los límites. Sin margen para el error
Acción: Disminuir la variabilidad
Variabilidad dentro de los límites, pero descentrado
Acción: Mover la media hacia el objetivo
Centrado y variabilidad muy superior a los los límites
Acción: disminuir la variabilidad
Descentrado y variabilidad muy superior a los los límites
Acción: Mover la media hacia el objetivo y disminuir la variabilidad
Histograma de
frecuencias
Ejemplo de construcción de un histograma
Tiempo en días en responder la solicitud de un cliente Mayor valor
Menor valor
Plazo máximo: 60 días. Periodo de evaluación: 6 meses
Histograma de
frecuencias
Ejemplo de construcción de un histograma
Tiempo en días en responder la solicitud de un cliente
• Numero de datos: n= 84
• Rango (Mayor valor – Menor valor): R=(83-17)= 66 ; R=66
• Número de intervalos (Estimado) NC= = = 9,17 ≈ 9; NC=9
• Ancho de Clase: AC= R/NC= 66/9 = 7,3; AC=7
Histograma de
frecuencias
Ejemplo de construcción de un histograma
Tiempo en días en responder la solicitud de un cliente
Histograma de
frecuencias
Ejemplo de construcción de un histograma
Tiempo en días en responder la solicitud de un cliente
Gráficas de Control
Tipo de gráfico que permite hacer seguimiento en el tiempo al
comportamiento de una característica de la calidad o de un
parámetro de proceso y conocer su comportamiento natural,
así como identificar la presencia de causas atribuibles de
variación. Esta constituido básicamente por :
Una línea central (Valor medio de la
variable estudiada)
Un par de limites de control, uno
colocado por encima y otro por debajo
de la línea central. Los límites de control son
estimaciones de la amplitud de
la variación del proceso
Gráficas de Control
Para que la variable se
encuentre dentro de control
estadístico, el valor de
mediciones consecutivas debe
variar de forma aleatoria
alrededor del valor promedio
del proceso y dentro de los
límites de control
Los límites de control se estiman en el promedio +/- 3σ,
asumiendo una distribución normal (Ver Teorema del
límite central)
En un proceso bajo control solo están presentes
causas comunes de variación
Gráficas de Control
Usos:
Se estudia el comportamiento de la variable de
Para definir estándares de interés en un tiempo determinado y, si se
proceso encuentra dentro de control, se establecen las
especificaciones para la misma
Se realizan mediciones y se grafican de forma
Para realizar seguimiento y continua para verificar si hay cambios relevantes
controlar el desempeño o si se presentan causas asignables de variación
Gráficas de Control
Determinación de la variación:
Agrupación de datos en Establecimiento de:
subgrupos
Afinidad por elementos • Número de Subgrupos “N”
comunes como lotes, o “k” (cantidad de Se asume que la variación
turnos, etapas de proceso, subgrupos asociados a una dentro de un subgrupo es
maquinas, operadores, etc. medición) completamente aleatoria
Se seleccionan de forma que • Tamaño de subgrupo “n”
sean lo más homogéneos
(número de elementos
posible
dentro del subgrupo)
Gráficas de Control
Indicativos de la presencia de causas asignables de variación
Punto fuera de los
límites de control
Gráficas de Control
Indicativos de la presencia de causas asignables de variación
Mas de 14 puntos de
forma alternativa
aumentando y
disminuyendo (Diente
de sierra)
Gráficas de Control
Indicativos de la presencia de causas asignables de variación
Mas de 7 puntos
seguidos por encima o
por debajo del
promedio
Gráficas de Control
Indicativos de la presencia de causas asignables de variación
Puntos muy cercanos al
promedio
Gráficas de Control
Indicativos de la presencia de causas asignables de variación
Patrón ascendente o
descendente
Gráficas de Control
Indicativos de la presencia de causas asignables de variación
Dos o más puntos,
UCL consecutivos o no, por
U 2σ encima o debajo de los
Uσ límites +/- 2 σ
Promedio
Cuatro o más puntos
Lσ
consecutivos o no por
L 2σ
encima o debajo de los
LCL
límites +/- σ
