Control Estadístico de la Calidad

Slides:



Advertisements
Presentaciones similares
DISEÑO DE EXPERIMENTOS EXPERIMENTOS DE COMPARACIÓN SIMPLE
Advertisements

Segmentación, Definición de Público Objetivo y Posicionamiento
Intervalos de Confianza para la Varianza de la Población
ESTIMACIÓN DE DENSIDAD
JUAN JOSÉ VENEGAS MORENO
1 INFORME RESUMEN SOBRE EL NIVEL DE UTILIZACION DE LAS TIC EN LAS EMPRESAS GALLEGAS (MICROEMPRESAS, resultados provisionales) 29 de julio de 2004.
Tema 13. Inferencia estadística Principales conceptos. Muestreo
ANALISIS DE DATOS CUANTITATIVOS
ESTADÍSTICA DESCRIPTIVA.
TALLER DE COMPETENCIAS VITRO
Lic. Cristian R. Arroyo López
MUESTREO (NAGA´s) BOLETÍN 5020
1-1 Capítulo dos Descripción de los datos: distribuciones de frecuencias y representaciones gráficas OBJETIVOS Al terminar este capítulo podrá: UNO Organizar.
Descripción de los datos: medidas de dispersión
EVALUACION DE PROYECTOS
Medidas de Posición Central:
Métodos Cuantitativos Aplicados a Los Negocios.
Ejemplo A continuación aparecen las tasas de retorno de dos fondos de inversión durante los últimos 10 años. 1. ¿Cuál es más riesgoso? 2. ¿En cuál invertiría.
Unidad de competencia II Estadística descriptiva:
Unidad de competencia II Estadística descriptiva:
MÉTODOS ESTADÍSTICOS.
Objetivos: Al terminar este capítulo podrá:
Capítulo 3 Descripción de datos, medidas de tendencia central
Verificación de los Datos Santo Domingo, Marzo 2012 LLECE - TERCE.
CONTROL ESTADÍSTICO DE CALIDAD
Estadística Administrativa I
CONTROL ESTADÍSTICO DE PROCESOS
FORMULACIÓN DE INDICADORES
Generación de Números Seudo-Aleatorios
Distribuciones de probabilidad bidimensionales o conjuntas
Estadística Administrativa I
DESCRIPCION DE SISTEMAS
8. Distribuciones continuas
Curso básico de Minitab*
lean Sigma – Fase de Definición

03 Estudio del mercado El estudio del mercado trata de averiguar la respuesta del mercado ante un producto o servicio, con el fin de plantear la estrategia.
Estadística Lic. Olga S. Filippini.
Solución de problema Herramientas aplicables
Curso de actualización en Ingeniería de calidad
Parámetros estadísticos
AACS Correcto muestreo de suelos Ing. Agr. Pablo Marasas
“8 Principios de la Gestión Administrativa”
Etapas previas trabajadas:
Ecuaciones Cuadráticas
La minimización de los costes
FRANCISCO JAVIER RODRÍGUEZ
La prueba U DE MANN-WHITNEY
Introducción a las Señales Aleatorias ISAL
La ley de los grandes números
CULENDARIO 2007 Para los Patanes.
La transformada de Laplace
Objetivo. Dado que ya tenemos la planificación temporal del proyecto, que responde a: ¿Qué se hará?, ¿Quién lo hará?, y ¿Cuándo lo hará? ¿Qué recursos.
TEMA III.
1 ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL PRESENTACIÓN DE LA TESIS Presentada por: Guayaquil, Noviembre 2007 ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL.
ESTADÍSTICA INFERENCIAL I
PROCESAMIENTO DE DATOS DE VIENTO 1º Parte.
Estadística Administrativa I
Estadística Administrativa II
Estadística Administrativa I
Importancia de las aplicaciones de estadística en el control de procesos Guatemala 2010.
ANALISIS DE FRECUENCIA EN HIDROLOGIA (2)
Grupo Continental Control de Procesos.
Capacidad de Proceso.
Explicar las causas que afectan la calidad. Una vez definidos y seleccionados correctamente los problemas en la gran mayoría de casos es preciso recopilar.
PLANES DE MUESTREO Y GRAFICAS DE CONTROL
LA MEJORA DE LOS PROCESOS
estadístico de procesos.
Control Estadístico de Procesos
INFERENCIA ESTADÍSTICA
Transcripción de la presentación:

Control Estadístico de la Calidad DEFINICIÓN Control Estadístico de la Calidad DEFINICIÓN

¿QUÉ ES LA DEFINICIÓN DE UN PROYECTO CEC LA DEFINICIÓN DE UN PROYECTO ES LA ETAPA EN QUE SE SELECCIONA EL PROCESO A MEJORAR, JUSTIFICANDO LAS RAZONES DE SU ELECCIÓN Y ESTABLECIENDO CLARAMENTE LOS LÍMITES DEL PROCESO. ESTA ETAPA ES DE FUNDAMENTAL IMPORTANCIA, YA QUE LOS RECURSOS DE LAS ORGANIZACIONES SON SIEMPRE LIMITADOS Y DEBEN ESTABLECERSE PRIORIDADES CON EL FIN DE MEJORAR LOS PUNTOS CRÍTICOS DEL PROCESO PRODUCTIVO.

¿QUÉ ES UN PROYECTO CEC DEFINICIÓN ¿QUÉ ES UN PROYECTO CEC UN PROYECTO SE APLICARÁ A UN AREA POTENCIAL DE MEJORA IDENTIFICADA Y RECONOCIDA COMO TAL (HABITUALMENTE SERÁ ASIGNADA A UN GRUPO DE TRABAJO) LOS MEJORES PROYECTOS SON AQUELLOS QUE HAN SIDO CLARAMENTE DEFINIDOS Y LIMITADOS, CUYOS EFECTOS SON PERCIBIDOS POR EL CLIENTE (INTERNO O EXTERNO) Y QUE, DE SER POSIBLE, COMBINEN Y REFUERCEN LOS EFECTOS DE OTROS PROYECTOS.

¿CÓMO SE DEFINE UN PROYECTO  DEFINICIÓN ¿CÓMO SE DEFINE UN PROYECTO  EL ORDEN LÓGICO ES PLANIFICAR A LARGO PLAZO, PARTIENDO DE LAS CARACTERÍSTICAS DE NUESTROS PRODUCTOS QUE MÁS CONTRIBUYEN A SATISFACER LAS NECESIDADES DEL CLIENTE. EL CONOCIMIENTO DE LOS PROCESOS DE PRODUCCIÓN PERMITE IDENTIFICAR AQUELLOS PROCESOS O SUB-PROCESOS QUE DETERMINAN LAS CARACTERÍSTICAS CRÍTICAS DE LOS PRODUCTOS. LOS PROCESOS ASÍ DETERMINADOS SON ÁREAS DE MEJORA POTENCIAL A LAS QUE SÓLO RESTA PRIORIZAR PARA SU ASIGNACIÓN A UN GRUPO DE MEJORA. ...

¿CÓMO SE DEFINE UN PROYECTO DEFINICIÓN ¿CÓMO SE DEFINE UN PROYECTO AUNQUE MENOS DESEABLE QUE LO ANTERIOR, TAMBIÉN ES POSIBLE ACTUAR DE FORMA CORRECTIVA ATACANDO DIRECTAMENTE ALGÚN PROBLEMA CONCRETO (P. EJ. QUEJAS DE ALGUNOS CLIENTES) LAS HERRAMIENTAS QUE MÁS FRECUENTEMENTE SE UTILIZAN EN LA ETAPA DE DEFINICIÓN DE UN PROYECTO SON EL QFD, EL DIAGRAMA DE PROCESO, EL DIAGRAMA DE CAUSA-EFECTO Y EL DIAGRAMA DE PARETO.

DESARROLLO DE LA FUNCIÓN DE CALIDAD (QFD) DEFINICIÓN DESARROLLO DE LA FUNCIÓN DE CALIDAD (QFD) Es un método que permite traducir los requisitos del cliente en requisitos de la empresa. El principal resultado son los CTQ’s: “Una característica del producto o paso de un proceso que debe ser controlado para asegurar que el cliente recibe lo que espera del producto”

DESARROLLO DE LA FUNCIÓN DE CALIDAD (QFD) DEFINICIÓN DESARROLLO DE LA FUNCIÓN DE CALIDAD (QFD) Salidas del proyecto ¿CÓMO? Pasos del proyecto ¿CÓMO? CTQ’s del cliente ¿QUE? Tareas del proyecto ¿CÓMO? Salidas clave ¿QUÉ? Pasos clave ¿QUÉ? Salidas clave Pasos clave Tareas clave

DESARROLLO DE LA FUNCIÓN DE CALIDAD (QFD) DEFINICIÓN DESARROLLO DE LA FUNCIÓN DE CALIDAD (QFD) Una vez realizado el QFD habremos conseguido pasar de los requisitos funcionales a las variables de proceso críticas para la calidad de nuestro producto.

Control Estadístico de la Calidad MEDIDA Control Estadístico de la Calidad MEDIDA

MEDIDA ¿POR QUÉ MEDIR LOS PROCESOS NO SE CONOCEN EN PROFUNDIDAD HASTA QUE SU CAPACIDAD SE DETERMINA DE UN MODO CUANTITATIVO. EL DESCONOCIMIENTO IMPIDE EL CONTROL DEL PROCESO. LA APLICACIÓN DE CRITERIOS ESTADÍSTICOS PERMITE QUE LAS DECISIONES SE TOMAN EN FUNCIÓN DE DATOS OBJETIVOS RESULTANTES DE LA MEDIDA DEL PROCESO.

MEDIDA ¿CÓMO SE MIDE PARA PODER MEDIR UN PROCESO ES PRECISO DEFINIR PREVIAMENTE TANTO LAS VARIABLES A MEDIR COMO EL SISTEMA A EMPLEAR PARA LA MEDIDA. NO DEBE HABER CABIDA PARA LA AMBIGÜEDAD: DEBE COMPRENDERSE CLARAMENTE EL SIGNIFICADO DE LA VARIABLE, Y ASEGURARSE DE QUE, INDEPENDIENTEMENTE DE QUIÉN REALICE LA MEDIDA, EL RESULTADO HA DE SER ESENCIALMENTE EL MISMO.

DEFINICION DE STANDARDS MEDIDA DEFINICION DE STANDARDS Un standard de rendimiento es el criterio utilizado para definir la característica deseada. (¿Qué medimos?) Existen dos tipos de variables que podemos utilizar para medir la capacidad de un proceso: continuas y discretas

DEFINICIÓN DE STANDARDS MEDIDA DEFINICIÓN DE STANDARDS Variables continuas La escala de medida se puede dividir en intervalos tan pequeños como se desee.(p.ej. tiempo para el arranque de un P.C.) Variables discretas No se puede realizar una subdivisión en intervalos de mayor precisión.(p.ej.días para resolver un problema, % de problemas resueltos en menos de 5 días)

DEFINICIÓN DE STANDARDS MEDIDA DEFINICIÓN DE STANDARDS Variable discreta Variable continua tiempo de resolución 5 días no-defecto defecto problemas no resueltos en 5 días 5 ó 14% problemas resueltos en 5 días 30 ó 86%

DEFINICIÓN DE STANDARDS MEDIDA DEFINICIÓN DE STANDARDS Método de medida Caracteristica Continuo Discreto Dimensión Tiempo Dinero Cumplimiento Precisión/cali-dad Medida real Hora exacta Coste real % avance Incertidumbre Pasa/no pasa Programa si/no Presup. si/no Disponible si/no Bueno/malo

ANÁLISIS DEL SISTEMA DE MEDIDA La información del proceso se obtiene a través de un sistema de medida. Esto constituye un segundo proceso que distorsiona los datos reales. La precisión (valor medio) y la exactitud (variación) de las medidas será la composición de las del proceso y de las del sistema de medida.

VARIABLES DISCRETAS DEFINICIONES MEDIDA VARIABLES DISCRETAS DEFINICIONES Unidad (U) El número de partes o componentes inspeccionados (Cuadrados: 4 unidades) Oportunidad (OP) Cada característica que se inspecciona (Círculos: 5 oportunidades por unidad) Defecto (D) Cualquier cosa que resulta en la insatisfacción del cliente (Círculos negros: 9 defectos)

VARIABLES DISCRETAS FÓRMULAS MEDIDA VARIABLES DISCRETAS FÓRMULAS Defectos por unidad DPU = D/U = 9/4 = 2,25 Total de oportunidades TOP = U * OP = 4 * 5 = 20 Defectos por oportunidad DPO = D/TOP = 9/20 = 0,45 Defectos por millón de oportunidades DPMO = DPO * 1.000.000 = = 0,45 * 1.000.000 = 450.000

EJEMPLO DE CRITERIO PARA REDUCIR LA VARIABILIDAD: PROYECTO 6- INTRODUCCIÓN EJEMPLO DE CRITERIO PARA REDUCIR LA VARIABILIDAD: PROYECTO 6- capacidad del proceso defectos por millón de oportunidades 2 308538 PPM 3 66807 PPM 4 6210 PPM 5 233 PPM 6 3,4 PPM

La cuantificación del objetivo INTRODUCCIÓN La cuantificación del objetivo PPM 1000000 100000 10000 1000 compañía media 100 10 las mejores 1 2 3 4 5 6 7 

DPO Y PROBABILIDAD DE DEFECTO MEDIDA DPO Y PROBABILIDAD DE DEFECTO La DPO es la probabilidad de un defecto. Esta probabilidad permite establecer la Z o “sigma” del proceso a partir de las tablas de la distribución normal. En la práctica se emplea formatos en hojas de cálculo (Excel, Lotus 1-2-3, QuatroPro)

VARIABLES CONTINUAS La distribución normal MEDIDA VARIABLES CONTINUAS La distribución normal Es el resultado de un proceso que experimenta variaciones debidas a la adición de múltiples causas independientes entre sí. Solo dos parámetros la caracterizan: La media () que define el valor medio de las observaciones, y la desviación standard () que es una medida de la dispersión.

EJEMPLOS DE DISTRIBUCIONES NORMALES MEDIDA EJEMPLOS DE DISTRIBUCIONES NORMALES

LAS FÓRMULAS DE CÁLCULO MEDIDA LAS FÓRMULAS DE CÁLCULO Media de la muestra    X i n i  1 Desviación standard de la muestra     s X n i ( ) 2 1

EJEMPLO DE Y  MEDIDA =8,5 0,1 Histograma de Datos, con la Curva Normal 100 =8,5 0,1 Frecuencia 50 unidades 8.0 8.1 8.2 8.3 8.4 8.5 8.6 8.7 8.8 8.9 DATOS  -4 -3 -2 -1 1 2 3 4

VARIACIÓN Y AREAS DE PROBABILIDAD MEDIDA VARIACIÓN Y AREAS DE PROBABILIDAD pequeña dispersión gran dispersión +/- 1 , 68% +/- 295% +/- 3 las probabilidades son iguales para ambas distribuciones dentro del mismo intervalo de 

UTILIZACIÓN DE  COMO MEDIDA DE LA CAPACIDAD DEL PROCESO Al disminuir la variación se reduce la con el consiguiente aumento de la capacidad del proceso y reducción de la probabilidad de defectos límite -  Z =  límite de aceptación capacidad 4 1 capacidad 2 1

HERRAMIENTAS GRÁFICAS Histograma MEDIDA HERRAMIENTAS GRÁFICAS Histograma Muestra la variación de un proceso. Convierte un grupo de datos desordenados en una imagen coherente del proceso.

HERRAMIENTAS GRÁFICAS Diagrama de cajas (box plot) MEDIDA HERRAMIENTAS GRÁFICAS Diagrama de cajas (box plot) Permite obtener una rápida visión gráfica de la comparación de dos o más procesos.

HERRAMIENTAS GRÁFICAS Gráfica de evolución (runchart) MEDIDA HERRAMIENTAS GRÁFICAS Gráfica de evolución (runchart) Permite observar al proceso a lo largo del tiempo con el fin de descubrir tendencias y centrar la atención en los cambios del proceso.

MEDIDA CENTRADO DEL PROCESO El principal enemigo de los procesos es la variación. Existen dos tipos: Ruido “negro” Es la variación no aleatoria, de causa asignable o especial presente en un proceso. Es controlable. Ruido “blanco” Es la variación aleatoria o común inherente a todo proceso No es controlable.

AGRUPAMIENTO RACIONAL DE LA INFORMACIÓN MEDIDA AGRUPAMIENTO RACIONAL DE LA INFORMACIÓN El agrupamiento racional obtiene muestras del proceso que solo contienen ruido “blanco” dentro de la muestra. El ruido “negro” tiene lugar entre muestras subgrupos racionales ruido “negro”, o señal ruido “blanco”

VISUALIZANDO LA DINÁMICA DE LOS PROCESOS MEDIDA VISUALIZANDO LA DINÁMICA DE LOS PROCESOS capacidad inherente (st) A lo largo del tiempo un proceso típico experimentará una variación. Motorola lo cuantifica en 1,5 . Zst=Zlt + 1,5 t1 t2 t3 t4 capacidad sostenida (lt) o s i