Beruflich Dokumente
Kultur Dokumente
COSTA CHICA
Reporte
Alumno:
Abdias Solano Cruz
1.1 principales corrientes filosficas de la calidad
W.A Shewart
Concepto de control total de la calidad (CTC)
Variabilidad del producto
Tcnicas estadsticas
Deming
Mtodos de control estadstico del proceso
Ciclo de Deming-Peca
Catorce puntos de Deming
Juran
Misin de la compaa
Funcin de la alta gerencia
Progreso de la calidad
Triloga de la calidad
Crosby
Cero defectos
Cuatro principios absolutos para la administracin de la calidad
Programa de Crosby de catorce puntos para la mejora de la calidad.
Feingenbaum
la calidad debe considerar todo el proceso, no solo la manufactura
la calidad es responsabilidad de todos
ciclo industrial considerando 3 categoras
-control de nuevos diseos
-control de materiales e insumos
-control del producto o del proceso
Conway
calidad en las diversas etapas del proceso
seis herramientas para mejorar la calidad
relaciones humanas
anlisis
estadstica
imaginacin
ingeniera industrial
control
Ishikawa
crculos de control de la calidad
las siete herramientas de la calidad
tcnicas estadsticas
Taguchi
variabilidad del producto como estndar
nueve conceptos de la calidad taguchi
Shingo
cero defectos
aplicacin Poka-Yoke (sin fallas)
Ejemplo
En un determinado lugar se efectan los desembarcos de pesca durante todo
el ao. Se desea determinar la cantidad total anual desembarcada, mediante el
muestreo de la captura en 30 das del ao. Determnense los das en que se
debe efectuar el muestreo por medio de nmeros al azar:
a) directamente por medio de una serie de nmeros al azar del 000 al 999, y
numerando los das del ao de 1 a 365;
b) dando a cada da 2 nmeros, desde el 1 y 2 al 729 y 730;
c) dando a cada da 27 nmeros, de 1-27 a 9.829-9.855, y usando nmeros
al azar de 0000 a 9999;
d) haciendo un muestreo cada 12 das a partir de un da elegido al azar entre
los 1-12 das primeros (algunas muestras podrn tener 31 das).
Si no se usan nmeros al azar, o cualquier otro proceso similar, entonces lo
ms probable es que no todos los individuos de la poblacin tengan igual
oportunidad de salir en la muestra. Caso de haber alguna correlacin entre la
cantidad que se va a medir y la probabilidad de que aparezca en la muestra, el
resultado podra estar sesgado, quizs demasiado. Por ejemplo, al hacer el
muestreo de la captura procedente de un barco en una lonja abarrotada de
peces, muchas veces se hace necesario trabajar con las cajas que se
desembarcan primero. Dado que en stas vendrn los peces ltimamente
capturados, si es que se pretende conocer la frescura media obtendremos una
estimacin muy sesgada; en cambio, lo ms probable es que sus tamaos
sean similares a los de los peces capturados anteriormente, de modo que la
muestra dar estimaciones sin sesgo de la talla media. Nunca debe darse
rpidamente por supuesto que no existen sesgos, y la posibilidad de su
existencia debe investigarse cuidadosamente. En el ejemplo anterior existira
cierto sesgo si los barcos acostumbran hacer una ltima calada cerca ya del
puerto, donde el tamao medio de los peces se desva del tamao medio
general. Estas y otras fuentes de posibles sesgos solamente pueden
encontrarse y eliminarse si se tiene un completo conocimiento de la pesquera
Cmo se capturan los peces, cmo se manipulan a bordo y qu distribucin
sufren en el mercado.
La precisin de las estimaciones que se obtienen por verdaderos muestreos al
azar puede ser determinada rpidamente. Si se est efectuando el muestreo de
una poblacin para conocer alguna de sus caractersticas (como el nmero de
vrtebras), cuya media en la poblacin es M y la variancia S2, y se toma al azar
una muestra de n individuos, cuyos valores son xi...xn, la estimacin de la
media de la poblacin ser
.....................................(2.1)
http://www.fao.org/docrep/x5684s/x5684s18.gify la media de (si las
estimaciones no estn sesgadas) y la variancia de (o ms brevemente var
http://www.fao.org/docrep/x5684s/x5684s16.gif ) =
http://www.fao.org/docrep/x5684s/x5684s17.gif , si es que N, el nmero total en
la poblacin, es grande comparado con n.
En caso contrario, la frmula de la variancia se hace
Ejemplo 2
a) Suponiendo que la media y la variancia de los datos en el Ejemplo 1.2.1
estn prximos a los valores de la poblacin, calclese la variancia en la
estimacin de la longitud media a partir de las muestras de 5, 20, y 100 peces;
b) mediante el empleo de nmeros al azar, o por cualquier otro mtodo,
tmense 20 muestras al azar de 5 peces de los 449 del Ejemplo 1.2.1.
Calclese la longitud media de cada una de estas muestras; calclese la
variancia de estos 20 valores, y comprese con la variancia esperada tal como
se calcul en (a). (Ntese cmo la variancia calculada a partir de una serie de
nmeros no mayor de 20 est sujeta a cierta variabilidad);
c) si se necesita estimar la longitud media del bacalao del Mar del Norte con
una precisin de 5 cm, determnese el tamao de la muestra al azar que es
preciso tomar (para esto se requiere que el doble de la desviacin tpica de la
longitud media estimada sea igual a 5).
Bajo esta clasificacin, hay tres tipos comunes de mtodos de muestreo. Estos
son, muestreo simple, doble y mltiple.
Muestreo simple
Este tipo de muestreo toma solamente una muestra de una poblacin dada
para el propsito de inferencia estadstica. Puesto que solamente una muestra
es tomada, el tamao de muestra debe ser lo suficientemente grande para
extraer una conclusin. Una muestra grande muchas veces cuesta demasiado
dinero y tiempo.
Muestreo doble
Bajo este tipo de muestreo, cuando el resultado dele estudio de la primera
muestra no es decisivo, una segunda muestra es extrada de la misma
poblacin. Las dos muestras son combinadas para analizar los resultados. Este
mtodo permite a una persona principiar con una muestra relativamente
pequea para ahorrar costos y tiempo. Si la primera muestra arroja una
resultado definitivo, la segunda muestra puede no necesitarse.
Por ejemplo, al probar la calidad de un lote de productos manufacturados, si la
primera muestra arroja una calidad muy alta, el lote es aceptado; si arroja una
calidad muy pobre, el lote es rechazado. Solamente si la primera muestra
arroja una calidad intermedia, ser requerir la segunda muestra. Un plan tpico
de muestreo doble puede ser obtenido de la Military Standard Sampling
Procedures and Tables for Inspection by Attributes, publicada por el
Departamento de Defensa y tambin usado por muchas industrias privadas. Al
probar la calidad de un lote consistente de 3,000 unidades manufacturadas,
cuando el nmero de defectos encontrados en la primera muestra de 80
unidades es de 5 o menos, el lote es considerado bueno y es aceptado; si el
nmero de defectos es 9 o ms, el lote es considerado pobre y es rechazado;
si el nmero est entre 5 y 9, no puede llegarse a una decisin y una segunda
muestra de 80 unidades es extrada del lote. Si el nmero de defectos en las
dos muestras combinadas (incluyendo 80 + 80 = 160 unidades) es 12 o menos,
el lote es aceptado si el nmero combinado es 13 o ms, el lote es rechazado.
Muestreo mltiple
El procedimiento bajo este mtodo es similar al expuesto en el muestreo doble,
excepto que el nmero de muestras sucesivas requerido para llegar a una
decisin es ms de dos muestras.
Mtodos de muestreo clasificados de acuerdo con las maneras usadas en
seleccionar los elementos de una muestra.
Los elementos de una muestra pueden ser seleccionados de dos maneras
diferentes:
a. Basados en el juicio de una persona.
b. Seleccin aleatoria (al azar).
Muestreo de juicio
Una muestra es llamada muestra de juicio cuando sus elementos son
seleccionados mediante juicio personal. La persona que selecciona los
elementos de la muestra, usualmente es un experto en la medida dada. Una
muestra de juicio es llamada una muestra probabilstica, puesto que este
mtodo est basado en los puntos de vista subjetivos de una persona y la
teora de la probabilidad no puede ser empleada para medir el error de
muestreo, Las principales ventajas de una muestra de juicio son la facilidad de
obtenerla y que el costo usualmente es bajo.
Muestreo aleatorio
Consideremos una poblacin finita, de la que deseamos extraer una muestra.
Cuando el proceso de extraccin es tal que garantiza a cada uno de los
elementos de la poblacin la misma oportunidad de ser incluidos en dicha
muestra, denominamos al proceso de seleccin muestreo aleatorio.
El muestreo aleatorio se puede plantear bajo dos puntos de vista:
Sin reposicin de los elementos;
Con reposicin.
Obtener una muestra aleatoria simple no es una tarea fcil o prctica bajo
muchas circunstancias. Puede ser una tarea tardada o costosa y algunas
veces es tericamente imposible.
Cuando la poblacin es infinita, es obvio que la tarea de numerar cada
elemento de la poblacin es imposible.
Llamamos muestreo aleatorio simple al que se utiliza con reemplazamiento,
consistente en seleccionar n elementos de entre N que componen la poblacin,
de tal forma que todas las muestras de tamao n que se puedan formar tengan
la misma probabilidad de salir elegidas y las mismas sean independientes, en
el caso de que N sea grande no es preocupante que se haga sin
reemplazamiento, ya que por ejemplo 1/N no difiere mucho de 1/N-1. Esta
probabilidad es: p = n/N
En la prctica equivale a numerar la poblacin objeto de estudio, sacando al
azar cada uno de los nmeros que van a formar la muestra y aunque en la
prctica, a pesar de ser el muestro con reemplazamiento, si el elemento (caso
de que sea un individuo para hacer un test u otro caso similar) pueda volver a
ser elegido este se desprecia ya que no tiene sentido entrevistar al mismo en
ms de una ocasin y es por este consenso que se tiende a confundir y
expresar que el muestreo aleatorio simple tiene como condicin que se hace
sin reemplazamiento.
Para llevar a cabo esta labor varios procedimientos como el del bombo,
consistente en introducir tantas bolas como elementos tenga la poblacin en un
bombo y elegir tantas bolas como elementos tenga la muestra.
Este procedimiento adems de ser muy laborioso puede inducir a error debido
a defectos de las bolas, al bombo o a cualquier otro factor, por lo que es
preciso sustituirlo por otro mucho ms aleatorio.
El procedimiento ms utilizado es el de las tablas de nmeros aleatorios que
consiste en seleccionar en una tabla de nmeros en grupos de cuatro dgitos
formando filas y columnas; estas se encuentran en muchos libros de
Estadstica sobre todo, los que tienen como captulo La Teora del Muestreo.