Beruflich Dokumente
Kultur Dokumente
EMAIL:cgonzalesc@usmp.edu.pe
EVALUACIÓN
Mecanismos
Acciones
Detección de
presencia de
errores
Herramientas
INTRODUCCION
CALIDAD DEL
PRODUCTO
PERCEPTIVA FUNCIONAL
ELEGIR QUE CONTROLAR
Inspección y
especificaciones
técnicas -
Diseño
Instalación y
servicio del
producto
Supervisión de
Mejora de la
trabajadores
Calidad
calificados
CARACTERISTICA DE CALIDAD
PRODUCTO SERVICIO
Características Requisitos
Empaque Bolsa de papel de 50 kg
Tipo Blanca
Pol, % Min. 98,50
Humedad, % 0,40 – 0,54
PH Min. 6,0
Coliformes totales Ausencia
Mohos, UFC/10g Max. 20
ACTIVIDAD A REALIZAR POR EL ALUMNO
Características Requisitos
… …
MEJORA CONTINUA
Pensamiento Tradicional
Precio
Aumento
de Precio Precio
Ganancia
Ganancia
Costo Costo
Ganancia Ganancia
Aumento de
Ganancia
Disminución
de Costo
Costo
Costo
Precio – Costo = Ganancia
l
Necesitamos ganar
más hay que bajar los
costos
MC
Metodologías de la Mejora Continua
Crecimiento
Ahorros y/o Utilidades
Solución Básica de Problemas
1
4
ACTUAR PLANEAR
VERIFICAR HACER
2
3
MEJORA CONTINUA DE LA
A P
CALIDAD V H
VERIFICAR
A
P EVALUAR
V H Documentar y definir nuevos proyectos.
ACTUAR
GENERALIZAR Y PRINICIPIAR DE
NUEVO
TRABAJO PRACTICO
ETAPAS A SEGUIR POR UN EQUIPO DE MEJORA
DE CAUSAS
10- EVALUACION DE RESULTADOS
SI
SE NOTIFICA AL COMITE DE M. CONTINUA ESTABLECER NUEVA NORMA
TALLER DE MEJORA CONTINUA
Plantear el problema
mejora continua
el área de control posterior a
tintorería
PREGUNTAS A REALIZAR
QUE: exista menos material defectuoso
DONDE:En el puesto de control posterior a tintorería
CUANDO: Durante el mes de junio
CUANTO:Actual 35%
mejora continua
Falta de espacio físico:
Apuro para entregar;
Tener gente capacitada para un buen
control de calidad;
Falta de compañerismo:
Problemas con el hilado y
mezcla de hilado
Disconformidad de personal
4. Solución del problema de mejora continua
DIAGRAMA DE CAUSA Y EFECTO
MANO OBRA MATERIALES METODOS
140 70
120 60
100 50
80 40
60 30
40 20
20 10
Otros
PARA EVITAR BARRADO
IDEAR SOLUCIONES
Procedimiento de control
del hilado ingresado
IMPLANTAR
PLANILLA DE SEGUIMIENTO DEL PROYECTO
RESISTENCIA AL CAMBIO
ACCIONES PARA EVITAR
Hacer reunión con
supervisores del sector.
Analizar sus puntos de vista
VERIFICAR HACER
Verificar:
La satisfacción del cliente.
La conformidad con los requisitos del producto.
Los indicadores de procesos
Los proveedores
Actividad a realizar por el alumno
Recopilación
de datos
Organización
Estadística y
predictiva presentación
de datos
METODOLOGÍA
ESTADISTICA
Inferencia Medidas
estadística estadísticas
¿Para qué sirve la estadística?
DISEÑO
PRODUCTO
FINAL
PRODUCCION
• Evolución de la Calidad
Papel de la
estadística
Recolecta, registra,
analiza
Se presenta para
asegurar la calidad
USOS Analizar un
producto, proceso o
servicio.
Determinar si un Identificar
producto o servicio problemas y
este bajo control verificar las causas.
Identificar y eliminar
los defectos y los
defectuosos.
Se deben formar ciertas decisiones antes de recolección, registro y
análisis de datos.
1 2 9
12 3 01444558999
25 4 1222233345899
25 5
25 6 8
24 7 0356678888
14 8 0012224445567
1 9 1
¿Qué es?
¿Cuándo se utiliza?
¿Cómo se utiliza?
La variación es causal
x i
x i 1
Parámetros n
estadísticos que
MEDIANA
estiman el valor
central • Se ordenan los datos según su
magnitud y se elige/n el/los
central/es (semisuma).
MODA
Varianza
x i x
2
S2 i 1
n 1
Desviación estándar
x i x
2
S i 1
n 1
MEDIDAS DE VARIABILIDAD
Coeficiente de Variación
S
CV x100
x
Error estándar
s
Sx
n
EJERCICIO:
Valor Máximo
25%
Tercer Cuartil
25%
Diferencia
Mediana
Intercuartílica
25%
25%
Primer Cuartil
Valor Mínimo
EJEMPLO 4
Discretas
Ejemplo 40%
25%
20%
15%
10%
5%
0%
0 1 2 3
Continuas
Ejemplo
• Distribución de los pesos de cierto producto.
• Se representa
Valor mediante E[X] ó μ
• Es el equivalente a
esperado la media
• Se representa
mediante VAR[X] o
Varianza σ2
• Es el equivalente a
la varianza
Distribución binomial
n k nk
• Función de probabilidad P[ X k ] p q , 0 k n
k
• Media: μ =n p
• Varianza: σ2 = n p q
La calidad del acabado de cierto producto se califica como:
alta, media y baja, de manera que el 70 % son de alta
calidad, el 20 % de calidad media y el 10 % baja. Si
seleccionamos 10 productos aleatoriamente,
a. ¿Cuál sería la probabilidad de que 8 sean de alta
calidad?
b. Cuál es la probabilidad de que al menos 3 sean de alta
calidad?
c. Cuál es la probabilidad de que 4 sean de calidad media?
d. Cuál sería el número esperado de productos de alta
calidad?
EJEMPLO
D N D
• Función de probabilidad
x n x
P[ X x] , x 0,1,2,.....,min( n, D)
N
n
D
• Media: n
N
D D N n
• Varianza: 2 n 1
N N N 1
EJEMPLO
k
P[ X k ] e , k 0,1,2,...
k!
EJEMPLO
Es decir:
x
z
Ejemplo
3 600 12
Muestra
Histograma
Distribuciones asociadas a la normal
• Dependiendo del problema:
– X2 (chi cuadrado)
– t- student
– F-Snedecor
• La función de densidad es
asimétrica positiva. Sólo
tienen densidad los valores
positivos.
T de student
Análisis, interpretación de
resultados y conclusiones
a partir de una muestra
aleatoria
Estimación de
Parámetros:Aproximación Estimador: Función de las
de los valores de los observaciones muestrales
parámetros.
COMPRENDE:
Estimación de
Puntual
Parámetros
Estimación
Por intervalo
Prueba de
hipótesis
TIPOS DE ESTIMACION
Media
Proporción
Varianza, etc
INTERVALOS DE CONFIANZA
x Z ;x Z
(1 ) n (1 ) n
2 2
Si n < 30, s deja de ser un buen estimador; es necesaria una corrección:
s s
x t ;x t
(1 , n 1) n (1 , n 1) n
2 2
One-Sample T: Tiempo
PRUEBA DE HIPÓTESIS:
Realidad
Decisión H0 H0 cierta H0 Falsa
Error de tipo II
No Rechazo H0 Correcto P(Error de tipo II) =β
Error de tipo I
Rechazo H0 P(Error de tipo I)= Correcto
α
Formulación Ho, H1
Elegir
Supuestos
Seleccionar la prueba estadística
Criterios de Decisión
Cálculo de la prueba estadística
Conclusión
Comparación de un promedio con un valor
determinado (n < 30)
x o
t
s
n
Ejemplo
4035 3974 3949 4009 3969 3970 3955 4034 3969 3991
3928 4024 4017 3983 3979 3997 3984 3964 3995 3988
N° de dispositivos defectuosos: 0 1 2 3
N° de lotes: 84 15 1 0
Colector Día 1 Día 2 Día 3 Día 4 Día 5 Día 6 Día 7 Día 8 Día 9
A 203.3 204.5 202.2 197.7 203 198 204.8 199.5 201.3
B 204.5 207.8 205 204.1 205.2 205.7 205.7 202.8 202.3
CENTRIF A CENTRIF B
4714 4295
Especifique las hipótesis necesarias, y
4601 4271 realice las pruebas respectivas que
4696 4326 respondan a: ¿existen diferencias
4896 4618
4905 4779 significativas entre centrifugadoras?
4870 4752
4987 4744
5144 3764
4006 3797
4561 4401
4626 4339
4924 4700
Una fábrica dedicada a la fabricación de losetas para el
recubrimiento de naves espaciales recibe el encargo de una
empresa muy importante dedicada a la aeronáutica.
Dicha fábrica produce dos tipos de losetas, A y B. Para saber qué
tipo de losetas preferirá la empresa se hace una prueba con 18
losetas (9 del tipo A y 9 del tipo B), introduciéndolas en hornos a
10.000ºC y anotando el tiempo transcurrido hasta su rotura. Los
resultados, en horas, son los indicados en la tabla adjunta.
a) ¿Qué losetas preferirá la empresa?
b) ¿Cómo se podría haber mejorado la precisión del experimento?
¿Por qué?
A B
54.6 58.9
45.8 65.7
57.4 55.6
40.1 57.6
56.3 64.2
51.5 60.8
50.7 59.8
64.5 59.0
52.6 50.3
EJEMPLO
6 2 14.6
Comparación de dos muestras
relacionadas
Se desea saber si un determinado plan de seguridad en el trabajo
es efectivo en la reducción del número de accidentes laborales y,
por tanto, en la pérdida de horas de trabajo debido a accidentes.
Los siguientes datos son las horas de trabajo semanales perdidas
a causa de accidentes en seis fábricas, antes y después de
implantar el nuevo plan de seguridad.
Planta
1 2 3 4 5 6
ANTES 12 29 16 37 28 15
DESPUÉS 10 28 17 35 25 16
(Factores controlable
Factores no
controlables)
Proceso de medición.
Condiciones a estudiar (tratamientos)
Materiales y procedimientos utilizados.
Unidades experimentales (sujetos, unidades de
observación).
ANALISIS DE VARIANZA
En el trabajo analítico suelen presentarse a menudo comparaciones en las que
intervienen más de dos medias.
1 2 3 .. t
..
..
Resultados n Ytn
Media
MODELO ADITIVO LINEAL
Yij i ij i ij
•Independencia
•Normalidad.
•Homogeneidad de varianzas
Estimación de Efectos
k
N k ln(S 2
p ) ni 1 ln Si2
2 i 1
1 k 1 1
1
3 k 1 i 1 ni 1 N k
k
1
N k
S
2
p ni 1 S i
2
i 1
ANVA
Fuente de G.L. SC MS F
variación
Entre t-1 SCTr MSTr MSTr/MSE
tratamientos
Dentro de n.-t SCE MSE
tratamientos
Total n.-1 SCTo
Nota:
CV: coeficiente de variación
PRUEBA DE HIPOTESIS PARA EL
MODELO I:
i i.
t
i 1
i 0
Ho: 1 = 2 = . . . = t = 0
H1: al menos un i 0 , i = 1, 2, . . . , t
H o : 1 2 ... t
H1 : al menos un i es diferente
SUMA DE CUADRADOS (SC)
1. Variación Total
t rj
SCTo Y TC 2
ij
j 1 i 1
j 1 rj
M1 M2 M3 M4
17.5 16.4 20.3 14.6
16.9 19.2 15.7 16.7
15.8 17.7 17.8 20.8
18.6 15.4 18.9 18.9
a)¿ Existe diferencia significativa entre la resistencia
promedio de cada máquina?.
b) ¿La máquina 1 tiene una resistencia promedio igual a
17 con α= 0.05?
c) Se puede decir que la resistencia promedio de la
máquina 1 está más cerca de 17 que de 17.5 con α =
0:05.
A ¿Cuál es el factor de
interés? , ¿cuáles son los
niveles?, ¿es el factor de
efectos fijos o al azar?,
¿por qué? CANT.
B. Escribir el modelo aditivo PAÑAL LAB. ABSOR.(g)
lineal para este
1 1 15.5
experimento. indique las
2 1 15.2
suposiciones del
modelo.¿Se cumplen los 3 1 14.6
supuestos? 4 2 16.0
C.¿Cuál es la variabilidad 5 2 15.6
entre laboratorios? 6 2 14.6
(Cantidad absorbida.) 7 3 14.5
D.¿Cuál es la variabilidad 8 3 15.8
entre pañales? 9 3 15.9
E. ¿Qué se deduce de la
comparación entre estas
dos variabilidades?
Lecturas recomendadas