Академический Документы
Профессиональный Документы
Культура Документы
8:00:42
8:00:42
8:00:43
8:00:43
8:00:43
Se ha estudiado que las principales causas que se incremente el ndice de nios quemados durante el mes de Diciembre en la Costa Atlntica, se debe a las siguientes causas:
Bajo costo de los elementos pirotcnicos (accesibilidad) Desconocimiento del peligro Desconocimieto para la manipulacin de elementos pirotcnicos Falta de control por parte de las autoridades Falta de control por parte de los padres La cultura de la regin ha creado la necesidad de usar estos elementos Los elementos pirotecnicos manipulados son demasiado peligrosos
Se le ha encargado que priorice las distintas causas del problema y colabore con la alcalda a desarrollar campaas para evitar este problema.
TOTAL
TOTAL
143
TOTAL
143
El rea de mantenimiento desea conocer cual(es) de sus 6 equipos debe reparar con prioridad; para ello ha analizado las reparaciones que ha realizado durante el mes y los ha consolidado en la siguiente tabla:
TOTAL
Construya el diagrama de pareto y determine cuales son los equipos que se deben cambiar
TOTAL
74
Las causas/categoras de un problema puedan cuantificarse. Un equipo de trabajo necesite identificar las causas/categoras ms significativas de un problema. Un equipo de trabajo necesite decidir sobre cules causas trabajar primero.
8:00:44
Ayuda a priorizar y a sealar la importancia de cada una de las reas de oportunidad. Es el primer paso para la realizacin de mejoras. Se aplica en todas las situaciones en donde se pretende efectuar una mejora, en cualquiera de los componentes de la Calidad Total: la calidad del producto/servicio, costos, entrega, seguridad, y moral.
8:00:44
8:00:44
QUE ES?
La "Lluvia de ideas" es una tcnica para generar muchas ideas en un grupo. Requiere la participacin espontnea de todos. Con la utilizacin de la "Lluvia de ideas" se alcanzan nuevas ideas y soluciones creativas e innovadoras, rompiendo paradigmas establecidos.
8:00:44
APLICACIONES
La "Lluvia de ideas" se usa para generar un gran nmero de ideas en un corto periodo de tiempo. Se puede aplicar en cualquier etapa de un proceso de solucin de problemas. Es fundamental para la identificacin y seleccin de las preguntas que sern tratadas en la generacin de posibles soluciones.
3. HISTOGRAMAS
8:00:44
3. HISTOGRAMAS
Un histograma es una descripcin grfica de los valores medidos individuales de un paquete de informacin y que est organizado de acuerdo a la frecuencia o relativa frecuencia de ocurrencia.
Los histogramas ilustran la forma de la distribucin de valores individuales en un paquete de datos en conjuncin con la informacin referente al promedio y variacin.
8:00:44
8:00:44
Muy sencillo, simplemente este tipo de grficos permiten establecer para cada dato, cuantas veces se repite; es decir cada evento cuantas veces aparece. Por ejemplo: De un grupo de 24 estudiantes se obtuvo informacin sobre sus respectivas estaturas; encontrndose los siguientes datos:
#
1 2 3 4 5 6 7 8 9 10 11 12
8:00:44
Nombre
Pedro Prez Juan Martnez Jorge Blanco Manuel Ortiz Bernardo Daz Yoimar Arango Vladimir Paz Carlos Polo Diana Daz Carlos Cardona Mileth Escalante Laura Montero
Estatura
1,60 1,60 1,75 1,70 1,60 1,65 1,60 1,65 1,55 1,65 1,65 1,70
Nombre
Estatura
1,60 1,55 1,55 1,65 1,60 1,62 1,60 1,65 1,70 1,70 1,50 1,55
13 Jos Daz 14 Yesid Melo 15 Luz Plazas 16 Carmen Paz 17 William Meza 18 Flix Garca 19 Jorge Pinzn 20 Adriana Rivero 21 Leonardo Bastidas 22 Karen Rojas 23 Wilson Len 24 Kelly Garca
Nombre
Estatura
1,60 1,60 1,75 1,70 1,60 1,65 1,60 1,65 1,55 1,65 1,65 1,70 1,60 1,55 1,55 1,65 1,60 1,65 1,60 1,65 1,70 1,70 1,50 1,55
1 Pedro Prez 2 Juan Martnez 3 Jorge Blanco 4 Manuel Ortiz 5 Bernardo Daz 6 Yoimar Arango 7 Vladimir Paz 8 Carlos Polo 9 Diana Daz 10 Carlos Cardona 11 Mileth Escalante 12 Laura Montero 13 Jos Daz 14 Yesid Melo 15 Luz Plazas 16 Carmen Paz 17 William Meza 18 Flix Garca 19 Jorge Pinzn 20 Adriana Rivero 21 Leonardo Bastidas 22 Karen Rojas 23 Wilson Len 24 Kelly Garca
Valores de Referencia
1,50 1,55 1,60 1,65 1,70 1,75
8:00:44
8:00:44
4. GRFICOS DE DISPERSIN
Los Diagramas de Dispersin o Grficos de Correlacin permiten estudiar la relacin entre 2 variables.
Dadas 2 variables X e Y, se dice que existe una correlacin entre ambas si cada vez que aumenta el valor de X aumenta proporcionalmente el valor de Y (Correlacin positiva) o si cada vez que aumenta el valor de X disminuye en igual proporcin el valor de Y (Correlacin negativa).
8:00:44
En un grfico de correlacin representamos cada par X, Y como un punto donde se cortan las coordenadas de X e Y:
8:00:44
Hombres #
1
Altura (m)
1,94
1,82 1,79 1,69 1,8 1,88 1,57
#
1
2 3 4 5 6 7
Altura (m)
1,66
1,96 1,56 1,55 1,71 1,9 1,7
Peso (Kg)
69,9
83,1 60,3 59,5 70,5 86,3 70,5
Suponga que se desea conocer si existe alguna relacin entre la estatura de una persona y su peso. Adems, verificar que esta relacin se observa en mas ocasiones cuando se refiere a mujeres
8:00:44
2 3 4 5 6 7
8
9 10 11 12 13 14 15 16 17
1,81
1,76 1,63 1,59 1,84 1,92 1,84 1,88 1,62 1,86
82,5
82,5 65,8 67,3 88,8 93,7 82,9 88,4 69 83,4
8
9 10 11 12 13 14 15 16 17
1,78
1,83 1,98 1,67 1,53 1,96 1,66 1,62 1,89 1,53
71,8
78,2 92,6 71 53 90,2 69,5 66,8 86 57,1
18
19 20
1,91
1,99 1,76
89,1
95,2 79,1
18
19 20
1,59
1,55 1,97
64,8
59,6 85
Entonces, para cada persona representamos su altura y su peso con un punto en un grfico:
Una vez que representamos a las 20 Hombres quedar un grfico como el siguiente:
8:00:44
De igual forma se realiza el mismo procedimiento para los datos de las mujeres, al final quedar un grfico como el siguiente:
8:00:44
En primer lugar podemos observar que las personas de mayor altura tienen mayor peso, es decir parece haber una correlacin positiva entre altura y peso. Pero un hombre bajito y gordo puede pesar ms que otro alto y flaco. Esto es as porque no hay una correlacin total y absoluta entre las variables altura y peso.
8:00:44
8:00:44
La correlacin que existe entre dos grupos de datos, puede ser positiva o negativa. Es positiva cuando las variables son Directamente Proporcionales y es negativa cuando las variables son Inversamente Proporcionales.
8:00:44
Veamos ejemplos de Correlaciones Positivas (DIRECTAMENTE PROPORCIONALES) y correlaciones negativas (INVERSAMENTE PROPORCIONALES): 1. Correlacin NEGATIVA: Todos sabemos que la proporcional al Volumen:
Densidad
es
inversamente
Densidad = Masa / Volumen A medida que el volumen aumenta, la densidad se vuelve menor para un mismo valor de masa. As que se tomarn 20 datos de volumen y sus respectivos valores de densidad, como se muestra en la tabla:
8:00:45
Dato # Volumen Densidad 1 35 25,71 2 43 20,93 3 40 22,50 4 37 24,32 5 38 23,68 6 41 21,95 7 39 23,08 8 34 26,47 9 35 25,71 10 41 21,95 11 40 22,50 12 42 21,43 13 40 22,50 14 40 22,50 15 39 23,08 16 38 23,68 17 35 25,71 18 36 25,00 19 33 27,27 20 36 25,00 21 35 25,71
8:00:45
Ejemplo 1:
Ejemplo 2:
Un jugador de ftbol desea saber si hay alguna relacin entre el da del mes en el que juega con la cantidad de goles que anota, para ello cada da escribe en un cuaderno la cantidad de goles que anot ese da y realiza un diagrama de dispersin, obteniendo el siguiente resultado:
8:00:45
8:00:45
8:00:45
SE USA PARA
Visualizar, en equipo, las causas principales y secundarias de un problema. Ampliar la visin de las posibles causas de un problema, enriqueciendo su anlisis y la identificacin de soluciones. Analizar procesos en bsqueda de mejoras.
8:00:45
Conduce a modificar procedimientos, mtodos, costumbres, actitudes o hbitos, con soluciones - muchas veces - sencillas y baratas. Educa sobre la comprensin de un problema. Sirve de gua objetiva para la discusin y la motiva. Muestra el nivel de conocimientos tcnicos que existe en la empresa sobre un determinado problema. Prev los problemas y ayuda a controlarlos, no slo al final, sino durante cada etapa del proceso. Un diagrama de Causa-Efecto es de por si educativo, sirve para que la gente conozca en profundidad el proceso con que trabaja, visualizando con claridad las relaciones entre los Efectos y sus Causas.
8:00:45
Mquinas
Sub causa
Sub causa
Material
Mtodos
Otro
Una grfica de control es una comparacin grfica de los datos de desempeo de proceso con los lmites de control estadstico calculados, dibujados como rectas limitantes sobre la grfica.
8:00:45
La idea tradicional de inspeccionar el producto final, se reemplaza. Prevencin antes y durante el proceso industrial.. Producto sin defectos. Segn este nuevo enfoque, existen dos tipos de variabilidad. El primer tipo es una variabilidad aleatoria debido a "causas al azar" o tambin conocida como "causas comunes". El segundo tipo de variabilidad, en cambio, representa un cambio real en el proceso atribuible a "causas especiales", las cuales, por lo menos tericamente, pueden ser identificadas y eliminadas.
8:00:45
Los grficos de control ayudan en la deteccin de modelos no naturales de variacin en los datos que resultan de procesos repetitivos y dan criterios para detectar una falta de control estadstico. Un proceso se encuentra bajo control estadstico cuando la variabilidad se debe slo a "causas comunes".
8:00:45
Los grficos de control de Shewart son bsicamente de dos tipos; grficos de control por variables y grficos de control por atributos. Para cada uno de los grficos de control, existen dos situaciones diferentes; a) cuando no existen valores especificados y b) cuando existen valores especificados. Se denominan "por variables" cuando las medidas pueden adoptar un intervalo continuo de valores; por ejemplo, la longitud, el peso, la concentracin, etc. Se denomina "por atributos" cuando las medidas adoptadas no son continuas; ejemplo, tres tornillos defectuosos cada cien, 3 paradas en un mes en la fbrica, seis personas cada 300, etc.
8:00:45
Antes de utilizar las Grficas de Control por variables, debe tenerse en consideracin lo siguiente: a.- El proceso debe ser estable b.- Los datos del proceso deben obedecer a una distribucin normal
c.- El nmero de datos a considerar debe ser de aproximadamente 20 a 25 subgrupos con un tamao de muestras de 4 a 5, para que las muestras consideradas sean representativas de la poblacin. d.- Los datos deben ser clasificados teniendo en cuenta que, la dispersin debe ser mnima dentro de cada subgrupo y mxima entre subgrupos
e.- Se deben disponer de tablas estadsticas
8:00:45
Para las variables: X - R Promedios y rangos X-S Promedios y desviacin estndar X - R Medianas y rangos X - R Lecturas individuales
Para los atributos: p Porcentaje de unidades, trabajos defectuosos np Nmero de unidades, trabajos defectuosos c Nmero de defectos por unidad, u Proporcin de defectos por unidad p np c u
8:00:45
8:00:45
Supongamos que tenemos una mquina inyectora que produce piezas de plstico, por ejemplo de PVC.
8:00:45
8:00:45
8:00:45
8:00:45
Pieza: 1 2 3 4 5
55,1 gr.
57,1 gr.
53,3 gr.
53,9 gr.
55,9 gr.
8:00:45
Pieza:
8:00:45
8:00:45
58 56 54 52 50 48
11
13
15
17
N de pieza
8:00:45
19
8:00:45
8:00:45
8:00:45
Registrar el nmero de unidades no conformes, "np" Para cada muestra se registran el siguiente dato: - El nmero de unidades no conformes "np". Ejemplo:
8:00:45
Calcular los Lmites de Control a) Calcular el nmero medio de unidades no conformes np. n p = (np1 + ... + npN)/N npi = nmero de unidades no conformes de la muestra i N = nmero de muestras n = Tamao de la muestra b) Calcular el Lmite de Control Superior LCSnp segn la frmula:
8:00:45
Ejemplo:
Definir las escalas del grfico El eje horizontal representa el nmero de la muestra en el orden en que ha sido tomada.
8:00:45
Ejemplo:
8:00:46
Incluir los datos pertenecientes a las muestras en el grfico Representar cada muestra con un punto, buscando la interseccin entre el nmero de la muestra (eje horizontal) y el valor de su nmero de unidades no conformes (eje vertical).
8:00:46
Se escogieron 70 cursos diferentes en el centro INCA, cada curso tiene en promedio 40 estudiantes. De cada curso se contabilizaron los estudiantes que perdieron el modulo. Halle los limites de control. (Utilice el grfico np)
8:00:46
8:00:46
8:00:46
8:00:46
8:00:46
Una vez que se han fijado las razones para recopilar los datos, es importante que se analicen las siguientes cuestiones:
La informacin es cualitativa o cuantitativa. Cmo se recogern los datos y en qu tipo de documento. Cmo se utiliza la informacin recopilada. Cmo se analizar. Quin se encargar de la recogida de datos. Con qu frecuencia se va a analizar. Dnde se va a efectuar. sta es una herramienta manual, en la que clasifican datos a travs de marcas (X, SI, -, *, /, o, entre otras) sobre la lectura realizadas en lugar de escribirlas, para estos propsitos son utilizados algunos formatos impresos.
8:00:46
Investigar procesos de distribucin. Acciones defectuosas. Localizacin de defectos. Causas de errores o No conformidades. Una secuencia de pasos tiles para aplicar esta hoja en un negocio es la siguiente:
1. Identificar el elemento de seguimiento. 2. Definir el alcance de los datos a recoger. 3. Fijar la periodicidad de los datos a recolectar. 4. Disear el formato de la hoja de recogida de datos, de acuerdo con la cantidad de informacin a recoger, dejando un espacio para totalizar los datos, que permita conocer: las fechas de inicio y trmino, la persona que recoge la informacin, fuente, etc.
8:00:46
8:00:46
8:00:46
Por ejemplo, el Instituto Nacional de Vigilancia de Medicamentos y Alimentos (INVIMA), utiliza como apoyo tcnico para las inspecciones en las empresas que audita, una lista de chequeo cualitativa; para la cual se tienen una serie de tems (de acuerdo al Decreto 3075/1997) con los cuales basan su evaluacin. En la columna izquierda colocan un numero segn la calificacin obtenida, con base en lo cual la empresa que fue visitada, deber tomar las medidas correctivas.
8:00:46
8:00:46
Muestra los comparativos de: Valor estndar (el que debe tener) y valor observado: el real)
8:00:46