Вы находитесь на странице: 1из 40

9/09/2019

Uso de la Herramienta

Grupo #7

Nombre Carne:

❏ DAVID MOISES CALLEJAS DE LEÓN 199919491


❏ CLAUDIA MARIBEL GARCÍA MORALES 200516064
❏ ESTEBAN ISMAEL CALDERON DE LEON 201020521
❏ DIANA EVELYN DURÁN CANTIZANO 201114556
❏ DIEGO ALEXANDER ITZEP IXCAYAU 201603781

1
9/09/2019

Definición:
Es un programa de computadora diseñado para
ejecutar funciones estadísticas básicas y
avanzadas. Combina lo amigable del uso de
Microsoft Excel con la capacidad de ejecución de
análisis estadísticos. Es utilizado con la
implementación de la metodología de mejora de
proceso Lean Six Sigma.

Clasificación de gráficas:

● Gráficas de Control.
● Herramientas de calidad.

2
9/09/2019

Gráfica de Corridas
Las gráficas de corridas le permiten
identificar las causas especiales de
variación en su proceso.

Ejemplo
Un ingeniero especializado en
calidad desea evaluar qué tan
consistente es un un dispositivo de
detección de radón al medir la
cantidad de radón. El ingeniero
mide el nivel de radón dos veces al
día durante 20 días.

3
9/09/2019

Paso 1

Paso 2

4
9/09/2019

Paso 3

Paso 4

5
9/09/2019

Ejemplo de Diagrama
de Pareto
Por David Callejas

Un inspector que trabaja para un fabricante


de ropa investiga las fuentes de defectos de
la ropa para definir la prioridad de los
proyectos de mejora. El inspector da
seguimiento al número y tipo de defectos
en el proceso.

6
9/09/2019

De lo anterior se obtiene la siguiente tabla

tal como indica el método debemos ordenar

7
9/09/2019

Pasos a seguir para crear un Diagrama de Pareto

1. Escribir los datos a trabajar en forma de tabla


2. Elija Estadísticas > Herramientas de calidad >
Diagrama de Pareto.
3. En Defectos o datos de atributos en: ingrese Defecto.
4. En Frecuencias en: ingrese Conteo.
5. Seleccione Combinar defectos restantes en una
categoría después de este porcentaje e ingrese 95 .
6. Haga clic en Aceptar.

8
9/09/2019

9
9/09/2019

DIAGRAMA DE CAUSA Y
EFECTO

EJEMPLO
Se detectaron fallas en la soldadura
de partes, por lo cual se procedió a
realizar una investigación utilizando
el diagrama causa-efecto

10
9/09/2019

ENLISTO LAS POSIBLES CAUSAS

Se escriben y categorizan las posibles causas.


(Usaremos el método de las 6M`s)

11
9/09/2019

12
9/09/2019

13
9/09/2019

Gráfica de Variables
Por Claudia García

14
9/09/2019

Las gráficas de control de variables grafican datos de procesos de medición continua,


tales como longitud o presión, en una secuencia ordenada por tiempo. En contraste, las
gráficas de control de atributos grafican datos de conteo, tales como el número de defectos
o unidades defectuosas. Las gráficas de control de variables, las gráficas de variables,
como todas las gráficas de control, ayudan a identificar las causas de variación que se
deben investigar, de manera que usted pueda ajustar su proceso sin controlarlo
exageradamente.

Existen dos tipos principales de gráficas de control de variables: gráficas para datos
recopilados en subgrupos y gráficas para mediciones individuales.

Gráficas de control de variables para datos de subgrupos

Cada punto en la gráfica representa a un subgrupo; es decir, a un grupo de unidades


producidas en las mismas condiciones. Por ejemplo, usted desea graficar una medición
particular de su proceso. Si recoge y mide cinco partes cada hora, el tamaño de su
subgrupo debería ser 5.

Las gráficas de control de variables para subgrupos incluyen Xbarra, R, S y Zona.

15
9/09/2019

❏ Gráfica Xbarra

Grafica la media del proceso en el tiempo. Utilícese para rastrear el nivel del proceso y detectar la
presencia de causas especiales que afecten la media.
❏ Gráfica R
Gráfica el rango del proceso en el tiempo. Utilícese para rastrear la variación del proceso y
detectar una variación inesperada.
❏ Gráfica S
Gráfica la desviación estándar del proceso en el tiempo. Utilícese para rastrear la variación del
proceso y detectar una variación inesperada.
❏ Gráfica de zona
Gráfica las puntuaciones acumuladas sobre la base de "zonas" en 1, 2 y 3 desviaciones estándar
desde la línea central. Utilícese para detectar una variación inesperada.

16
9/09/2019

EJEMPLO:

El supervisor de un centro de llamadas desea evaluar el proceso de


contestar las llamadas telefónicas de los clientes. El supervisor
registra el número total de llamadas entrantes y el número de
llamadas no contestadas durante 21 días. El supervisor crea una
gráfica P para monitorear la proporción de llamadas no contestadas.

17
9/09/2019

GRÁFICA XBARRA - R

Gráficas de control de variables para datos individuales

Cada punto en la gráfica representa una medición individual; de esta manera, el tamaño
del subgrupo es 1. Las gráficas de observaciones individuales se utilizan cuando las
mediciones son costosas, el volumen de producción es bajo o los productos tienen un
tiempo largo entre ciclos; por ejemplo, para probar la resistencia al impacto de las piezas
(pruebas de destrucción). Las gráficas de control de observaciones individuales incluyen
gráficas I y MR.

18
9/09/2019

Gráfica I

Gráfica observaciones
individuales en el tiempo.
Utilícese para rastrear el nivel
del proceso y detectar la
presencia de causas especiales.

Gráfica de rangos móviles

Gráfica el rango móvil en el tiempo.


Utilícese para rastrear la variación del
proceso y detectar la presencia de
causas especiales.

19
9/09/2019

GRÁFICA DE
ATRIBUTOS
Esteban Calderón

Gráfica de Control de Atributos


Se puede decir que es aconsejable utilizar una gráfica de control de atributos cuando el producto que se está
analizando no posea una parte numérica en sí, sino cuando es preciso monitorear una característica no
medible del producto. Como ejemplo podemos mencionar una parte de un plástico prefabricado que podrá
tener o no rebabas, una superficie pintada con raspaduras o imperfecciones, etc.

Para este tipo de situaciones podemos utilizar la siguiente referencia.

Un Gráfico “P” “P” Cuándo es un gráfico de porcentajes

La Gráfica “NP” “NP” Un número de partes defectuosas

Un Gráfico “C” “C” Cuando se trata de contar defectos en una parte

20
9/09/2019

Ejemplo de Gráfico de Atributos


La empresa Plastisur S.A. produce plásticos para la industria farmacéutica como
obturadores o dosificadores.

Las especificaciones para las diferentes características de calidad cualitativas son (poros,
grietas, protuberancias) que pueden ser fácilmente visibles por lo que le producto podrá
pasar o no.

Las últimas 50 muestras de tamaño 50 tomadas cada hora de fabricación son indicadas
como piezas defectuosas y las que tienen uno o más de los defectos considerados serán
tomados como críticos.

Pasos para la construcción del Gráfico


1. Seleccione las características de la calidad que van a controlar la gráfica.

Sera Grietas y protuberancias

1. Calcule un tamaño de subgrupo adecuado.

En este caso el tamaño será de 50 unidades por muestra.

1. Recopilar los datos necesarios.

En este caso la recopilación será de 50 subgrupos de 50 de tamaño.

21
9/09/2019

22
9/09/2019

23
9/09/2019

24
9/09/2019

5. Interpretación del gráfico.


Cuando se interpreta la gráfica “P”. existen tres posibles situaciones que se deben tomar
en cuenta que sería que todos los valores de la gráfica están dentro de los límites
aceptables, que 1 o 2 estén fuera de rango o que más de 3 están fuera de los límites.
Si todos están dentro de los límites aceptables, el proceso está bajo control.
Si un punto está dentro o en el límite no debe hacerse ningún ajuste y mantener la
producción, pero si el punto queda afuera, está presente una causa asignable, que debe
encontrarse y corregirse.
Si 2 o más puntos están fuera de los límites la práctica usual es descartar estos puntos y
valorar nuevamente la situación del gráfico para ver la dispersión, así como analizar la
situación de los puntos aislados o como puntos en concreto.

25
9/09/2019

GRÁFICA DE
CONTROL
DE TIEMPO
PONDERADO

¿Qué es una gráfica de control de tiempo ponderado?

Las gráficas de control de tiempo ponderado permiten detectar cambios relativamente


pequeños con respecto al valor objetivo. Estas gráficas tienden a salir de control más
rápidamente que las gráficas I-MR, Xbarra-R o Xbarra-S, cuando la media del proceso cambia
ligeramente.

Por ejemplo, supongamos que una pieza fresada tiene que encajar con precisión en una pieza
diferente y el proceso de fresado ya está bajo control. Puede utilizar una gráfica de control de
tiempo ponderado para detectar cambios pequeños en el proceso.

Las gráficas de control de tiempo ponderado se pueden utilizar con observaciones individuales
o datos en subgrupos.

26
9/09/2019

Gráficas de control de tiempo ponderado en Minitab


Minitab ofrece tres gráficas de control de tiempo ponderado:

● Gráfica EWMA:Gráfica de promedios móviles con ponderación exponencial. Las gráficas EWMA
se pueden personalizar para que detecten cambios de cualquier tamaño en el proceso y, por lo
general, no resultan afectadas en gran medida cuando se ingresa en el cálculo un valor pequeño
o grande.
● Gráfica de promedios móviles:Gráfica de promedios móviles no ponderados. Por lo general,
se prefiere las gráficas EWMA a las gráficas de promedios móviles, porque las primeras cuentan
con la capacidad de ponderar las observaciones.
● Gráfica CUSUM: Gráfica de la suma acumulada de las desviaciones respecto de la
especificación nominal. Es útil para detectar cambios en la media con magnitud de 2 sigma o
menos.

Ejemplo de Gráfico de control de tiempo


La empresa Eurocar S.A. se dedica a la limpieza de vehículos en profundidad y dueño de
dicha empresa quiere saber.

Las especificaciones para los diferentes tiempos que les toma a los trabajadores pasar de
un vehículo a otro por lo tanto.

Las últimas 20 muestras de tamaño unitario tomadas cada hora de intercambio de


vehículos durante 20 días distintos en minutos.

27
9/09/2019

Pasos para la construcción del Gráfico


1. Seleccione las características de tiempo que van a controlar la gráfica.

Será dias y minutos

1. Calcule un tamaño de subgrupo adecuado.

En este caso el tamaño será de 1 hora en tomas de tiempo

1. Recopilar los datos necesarios.

En este caso la recopilación será de 20 dias distintos en cantidad de minutos


desperdiciados por los trabajadores.

28
9/09/2019

29
9/09/2019

4. Interpretación del gráfico.


Cuando se interpreta la gráfica de tiempo. existen tres posibles situaciones que se deben
tomar en cuenta que sería que todos los valores de la gráfica están dentro de los límites
aceptables, que 1 o 2 estén fuera de rango o que más de 3 están fuera de los límites.
Si todos están dentro de los límites aceptables, el proceso está bajo control.
Si un punto está dentro o en el límite no debe hacerse ningún ajuste y mantener la
producción, pero si el punto queda afuera, está presente una causa asignable, que debe
encontrarse y corregirse.
Si 2 o más puntos están fuera de los límites la práctica usual es descartar estos puntos y
valorar nuevamente la situación del gráfico para ver la dispersión, así como analizar la
situación de los puntos aislados o como puntos en concreto.

30
9/09/2019

GRÁFICA DE
MULTIVARIABLES

EJEMPLO
Un ingeniero desea evaluar el efecto del tiempo de
sinterización sobre la resistencia a la compresión de tres
metales diferentes. El ingeniero mide la resistencia a la
compresión de cinco muestras de cada tipo de metal con
cada tiempo de sinterización: 100 minutos, 150 minutos y
200 minutos.

31
9/09/2019

32
9/09/2019

33
9/09/2019

34
9/09/2019

INTERPRETACIÓN
La gráfica multi-vari indica una posible interacción entre
el tipo de metal y el tiempo de sinterizado. La mayor
resistencia total para el tipo de metal 1 se obtiene
cuando es sinterizado durante 100 minutos, para el tipo
de metal 2 cuando es sinterizado durante 150 minutos y
para el tipo de metal 3 cuando es sinterizado durante
200 minutos.

GRÁFICA DE EVENTOS
POCO FRECUENTES O
GRÁFICA T
Utilice Gráfica de simetría para determinar si los datos de las
muestras provienen de una distribución simétrica. Algunos
procedimientos estadísticos requieren que los datos provengan
de una distribución normal, pero muchos procedimientos son
robustos ante las violaciones de la normalidad. Por lo tanto,
tener datos que provengan de una distribución simétrica a
menudo es adecuado.

35
9/09/2019

AL INGRESAR DATOS
● FECHA Y HORA
● TIEMPO ENTRE EVENTOS
● NÚMERO DE INTERVALOS ENTRE EVENTOS

EJEMPLO
Un ingeniero desea saber si los datos sobre resistencia
del plástico son simétricos. La gráfica muestra que los
datos parecen estar distribuidos simétricamente, sin
grandes desviaciones.

36
9/09/2019

37
9/09/2019

38
9/09/2019

INTERPRETACIÓN
Un punto no pasó la Prueba 2 (9 puntos
consecutivos en el mismo lado de la línea
central). La tasa de punzadas de aguja fue menor
de lo esperado durante este tiempo.

39
9/09/2019

GRACIAS

40