Qu es proceso estadstico?

El proceso estadstico est parado para el control de proceso estadstico El proceso estadstico no refiere a una tcnica, a un algoritmo o a un procedimiento particular El proceso estadstico es una filosofa de la optimizacin referida a mejoras de proceso continuas , usando una coleccin de lasherramientas (estadsticas) para

datos y anlisis del proceso o fabricacin de inferencias sobre comportamiento de proceso o toma de decisin El proceso estadstico es un componente dominante de las iniciativas totales de la calidad En ltima instancia, bsquedas del proceso estadstico para maximizar beneficio cerca
o o o o o o o

mejorar calidad del producto mejorar productividad aerodinamizar proceso reduccin de despilfarro reduccin de emisiones mejorar servicio de cliente, etc.

Herramientas para el proceso estadstico Las herramientas comnmente usadas en el proceso estadstico incluyen

Organigramas o Grgicas de funcionamiento o Grfica y anlisis de pareto o Diagramas de causa-efecto o Histogramas de la frecuencia o Grficas de Control o Estudios de la capacidad de proceso o Planes de muestreo de aceptacin o Diagramas de dispersin Cada herramienta es simple poner en ejecucin Estas herramientas se utilizan generalmente para complementarse, ms bien que se emplean como tcnicas independientes
o

Organigramas

no tenga ninguna base estadstica o son las herramientas excelentes de la visualizacin Demostracin de los organigramas
o

el progreso del trabajo o el flujo del material o de la informacin con una secuencia de operaciones Los organigramas son tiles en un anlisis de proceso inicial Los organigramas se deben complementar por los organigramas de proceso o los organigramas de proceso (detallados) si esta'n disponibles Cada uno implicado en el proyecto debe dibujar un organigrama del proceso que es estudiado para revelar las diversas opiniones de cmo el proceso funciona
o

Organigrama del ejemplo de un procedimiento para asegurar calidad de los datos Las Grficas de funcionamiento Las grficas de funcionamiento son simplemente diagramas de caractersticas de proceso contra tiempo o en secuencia cronolgica. No tienen base estadstica, sino son tiles en revelar

tendencias relaciones entre las variables

Las grficas de funcionamiento se pueden utilizar para estudiar relaciones entre las variables. Por ejemplo, en la carta antedicha, la relacin entre las 2 variables es difcil de discernir. Para facilitar esto, los escalamientos apropiados para los diagramas deben ser elegidos. Si cada uno traz la variable tiene su propia escala del y-axis, la grfica de funcionamiento antedicha entonces se convierte,

Ahora, la relacin entre los dos se convierte en mucho clarificante. Este mtodo fallar obviamente cuando hay ms de dos variables. Sin embargo, si las variables se estandardizan antes de trazar, slo un solo eje comn es necesario, y los resultados son justos tan claramente como el anteriores.

Vilfredo Pareto (1848-1923) descubri eso:

el 80% de la abundancia en Italia fueron llevados a cabo por el 20% de la poblacin; el 20% de clientes consideraron el 80% de ventas; el 20% de piezas consideraron el 80% coste, etc.

Estas observaciones fueron confirmadas por Juran (1960) y dadas lugar a qu se conoce como el principio de Pareto . El principio de Pareto indica eso: " no todas las causas de un fenmeno particular ocurren con la misma frecuencia o con el mismo impacto " Tales caractersticas se pueden destacar usando las Grficas de Pareto Cartas y anlisis de Pareto

Las grficas de Pareto demuestran los factores con la ms frecuencia posible que ocurren El anlisis de las grficas de Pareto ayuda a hacer el mejor uso de recursos limitados apuntando los problemas ms importantes para abordar

Por ejemplo:

Los productos pueden sufrir de diversos defectos, pero

o o o

los defectos ocurren en diversa frecuencia solamente algunos explican la mayora de los defectos presentes diversos defectos incurren en diversos costes

Una lnea de productos puede experimentar tan una gama de los defectos (A, B, C... J). Trazando la contribucin del porcentaje de cada tipo para

sumar el nmero de averas, da barra-traza en el diagrama siguiente. Despus si, cada uno de estas contribuciones se suma secuencialmente, se obtiene un diagrama de lnea acumulativa Estos dos diagramas juntos hacen para arriba la grfica de Pareto.

Ejemplo de la carta de Pareto De la informacin sobre la grfica, el fabricante podra por ejemplo,

concntrese en la reduccin de los defectos A, B y C puesto que hacen para arriba el 75% de todos los defectos cntrese en la eliminacin del defecto E, si el defecto E causa el 40% de prdida monetaria

Los diagramas del Causar-y-efecto: tambin se llaman:

Diagramas de Ishikawa ( Dr. Kaoru Ishikawa, 1943) o diagramas del fishbone Los diagramas de causa - efecto no tienen una base estadstica, sino son ayudas excelentes para solucionar de problema y el troubleshooting los diagramas del Causar-y-efecto pueden
o o o

revelar las relaciones importantes entre varias variables y causas posibles proporcionar la penetracin adicional en comportamiento de proceso

Ejemplo de un diagrama del Causa-efecto

Histograma de la frecuencia El histograma de la frecuencia es un mtodo grfico y fcilmente interpretado muy eficaz para resumir datos El histograma de la frecuencia es una herramienta estadstica fundamental del proceso estadstico Proporciona la informacin alrededor:

el promedio (medio) de los datos la variacin presente en los datos el patrn de la variacin

si el proceso est dentro de lo especificado

Histogramas De Dibujo De la Frecuencia En histogramas de dibujo de la frecuencia, considere las reglas siguientes:

Los intervalos deben ser espaciados igualmente Seleccione los intervalos para tener valores convenientes

El nmero de intervalos est generalmente entre 6 a 20 Las cantidades pequeas de datos requieren pocos intervalos

10 intervalos son suficientes para 50 a 200 lecturas Procesos que no estn en un estado del control estadstico:

demuestra las variaciones excesivas exhiba las variaciones que cambian con tiempo

Grficas de Control Se utilizan para detectar si un proceso es estadstico estable . Las grficas del control distinguen entre las variaciones

eso espera normalmente de las causas debidas de proceso de la ocasin o del campo comn ese en un cierto plazo el cambio debido a las causas asignables o especiales

Variaciones debido a las causas comunes

tenga efecto pequeo en el proceso sea inherente al proceso debido a:

o o o

la naturaleza del sistema se maneja la manera el sistema se organiza y se funciona la manera el proceso

la lata solamente se quite cerca

fabricacin de modificaciones al proceso o cambiar el proceso es la responsabilidad de una gerencia ms alta

o

CaLas variaciones debido a las causas especiales son :

localizado en naturaleza excepciones al sistema anormalidades consideradas a menudo especfico a :

o o o

cierto operador cierta mquina cierta hornada del material, del etc.

La investigacin y el retiro de las variaciones debido a las causas especiales son dominantes a la mejora de proceso. Nota : A veces la delineacin entre las causas comunes y especiales puede no estar muy clara Los principios detrs del uso de las grficas de control son muy simples y se basan en el uso combinado de

grficas de funcionamiento prueba de la hiptesis

El procedimiento es :

muestree el proceso en los intervalos regulares trace la estadstica (o una cierta medida del funcionamiento), e.g.

medio o gama o variable o nmero de defectos, del etc. compruebe (grficamente) si el proceso est bajo control estadstico si el proceso no est bajo control estadstico, haga algo sobre l
o

Diversas grficas se utilizan dependiendo de la naturaleza de las cartas comnmente usadas planeadas de los datos son:

para los datos continuos (de las variables):

Medio de la muestra de Shewhart (c - grfica) o Gama de la muestra de Shewhart ( R - grfica) o Muestra de Shewhart ( X - grfica) o Suma acumulativa (CUSUM) o Grfica exponencial cargada del promedio mvil (EWMA) o Grficas Mover-medias y de la gama para ( cualidades y contable) los datos descritos :
o o o o o

proporcin de la muestra defectuosa ( p - grfica) nmero de la muestra de los defectives ( np - grfica) nmero de la muestra de los defectos ( c - grfica) nmero de la muestra de defectos por la unidad ( u - grfica s grfica)

Las grficas de control hacen asunciones sobre la estadstica trazada, a saber

es independiente , es decir. un valor no es influenciado por su ltimo valor y no afectar los valores futuros se distribuye normalmente, es decir los datos tienen una funcin normal de la densidad de la probabilidad

Funcin Normal De la Densidad De la Probabilidad

Las asunciones de la normalidad y de la independencia permiten a predicciones ser hechas sobre los datos.

La distribucin normal N ( m , s 2) tiene varias caractersticas distintas:

La distribucin normal es acampanada y es simtrica El medio, m , est situado en el centro Las probabilidades que un punto, x, mentiras cierta distancia ms all del medio es:
o o

Banda (x > m + 1,96 s ) = banda ( x > m - 1,96s ) = 0,025 Banda (x > m + 3,09 s ) = banda ( x > m 3,09s ) = 0,001 s es la desviacin de estndar de los datos

Grficas de control: interpretacin Las grficas del control son distribuciones normales con una dimensin agregada del tiempo

Las grficas del control son cartas de funcionamiento con distribuciones normales sobrepuestas

Grficos para probar hiptesis Las grficas del control proporcionan los medios grficos para probar hiptesis sobre los datos que son supervisados. Considere la grfica comnmente usada de Shewhart como ejemplo.

La grfica X de Shewhart con lmites del control y de la advertencia La probabilidad de una muestra que tiene un valor particular es dada por su localizacin en la grfica. Si se asume que la estadstica trazada est distribuida normalmente, la probabilidad de un valor que miente ms all de:

los lmites amonestadores son la aproximadamente ocasin 0,025 o 2,5% los lmites de control son aproximadamente 0,001 o 0,1% ocasiones, ste es raro e indica eso
o o

la variacin es debido a una causa asignable el proceso esta fuera del control estadstico

Las reglas del funcionamiento Son las reglas que se utilizan para indicar situaciones fuera del contro estadstico. Las reglas tpicas del funcionamiento para las grficas X de Shewhart con lmites del control y advertencia son:

un punto que miente ms all de los lmites de control 2 puntos consecutivos que mienten ms all de los lmites de advertencia (0.025x0.025x100 = 0,06% oportunidades de ocurrir) 7 puntos o ms consecutivos que mienten en un lado del medio (0,5 7 x100 = 0,8% oportunidades de ocurrir e indica un cambio en el medio del proceso)

5 o 6 puntos consecutivos que entran en la misma direccin (indica una tendencia) Otras reglas del funcionamiento se pueden formular usando principios similares

Las grficas de CUSUM: Son excelentes para detectar cambios en medios. Una grfica de CUSUM es simplemente un diagrama de la suma de un cierto proceso caracterstico contra tiempo. Ejemplos de grficas de control: