Herramientas de Calidad Manual para el Anlisis de Datos SEDAPAL

Pg. | 1

Tabla de Contenido
1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. Objetivo ............................................................................................................................................................. 3 Alcance .............................................................................................................................................................. 3 Anlisis de Datos de Excel y el Complemento MEGASTAT .......................................................................... 3 Introduccin al Minitab .................................................................................................................................... 3 Hoja de Verificacin o Check List ..................................................................................................................... 4 Pareto .............................................................................................................................................................. 11 Histograma ...................................................................................................................................................... 14 Diagrama Causa Efecto .................................................................................................................................. 17 Diagrama Dispersin ...................................................................................................................................... 19 Estratificacin ................................................................................................................................................. 21 Grfica de Control ........................................................................................................................................... 24

Pg. | 2

1. Objetivo
El presente manual est diseado para facilitar el uso de las Herramientas de Calidad mediante el Excel, Megastat y el paquete estadstico Minitab. El propsito de este manual es proveer a los instructores de SEDAPAL un recurso de referencia para el adecuado uso de la herramientas de Calidad a fin de que les permita trasmitir estos conocimientos en los diferentes talleres que se desarrollan dentro del marco de la plataforma educativa del modelo de gestin que la empresa viene fortaleciendo.

2. Alcance
El presente manual consiste en descripciones prcticas, instrucciones y ejemplos de las siguientes tcnicas grficas.
Identificacin del Problema Anlisis del Problema

Grfico de Pareto Hoja de Verificacin Diagrama Causa y Efecto

Diagrama de Dispersin
Grfico de Control

Estratificacin Histograma

Observe que los grficos pueden ser utilizados para diferentes propsitos en varias etapas del problema.

3. Anlisis de Datos de Excel y el Complemento MEGASTAT

El Anlisis de Datos de Excel es una herramienta que permite entre otras realizar un conjunto de clculos estadsticos, por lo general no viene instalado por defecto cuando se instala el programa, por lo que generalmente hay que activarlo para lo cual puede seguir los pasos observando el vdeo de instalacin en la siguiente direccin: http://www.youtube.com/watch?v=YCDwy39e1NI El Megastat es un complemento ms avanzado con herramientas estadsticas ms elaboradas su instalacin es muy similar al Anlisis de Datos para mayor detalle puede visitar la siguiente pgina donde encontrar el complemento, un manual y gua de instalacin: https://sites.google.com/site/estadisticaperu/megastat-para-excel

4. Introduccin al Minitab
Minitab es un paquete estadstico que abarca todos los aspectos necesarios para el aprendizaje y la aplicacin de la Estadstica en general. El programa incorpora opciones vinculadas a las principales tcnicas de anlisis estadstico (anlisis descriptivo, contrastes de hiptesis, regresin lineal y no lineal, series temporales, anlisis de tiempos de fallo, control de calidad, anlisis factorial, ANOVA, anlisis cluster, Herramientas de Calidad, estudio de capacidad de Procesos, Graficos de Control, etc.),
Pg. | 3

adems de proporcionar un potente entorno grfico y de ofrecer total compatibilidad con los editores de texto, hojas de clculo y bases de datos ms usuales.

Al abrirse MINITAB, se pueden distinguir dos ventanas principales, que se sitan por debajo de la barra de mens y de la barra de herramientas: La ventana de sesin (Session window), en la cual se mostrarn, en formato del texto, los resultados de los anlisis que se realicen. Esta ventana sirve tambin para introducir en el programa rdenes mediante comandos (si bien la mayora de las acciones que se pueden realizar mediante comandos tambin estn disponibles en los mens de MINITAB). La ventana de datos (Data window), la cual contiene una hoja de clculo (Worksheet). En todo momento podemos tener abiertas varias hojas de clculo, cada una de las cuales tendr su propia ventana de datos. La ventana de datos est dividida en filas (Rows) y columnas (Columns). Las columnas pueden ser de tipo numrico (C1, C2, ...) o de texto (C1-T, C2-T, ...), segn sea la tipologa de datos que contengan. La interseccin de una fila y una columna es una celda (Cell). Para introducir datos en una celda, basta con situar el cursor sobre la misma (de forma similar a como se hara con una hoja de clculo de Excel). La celda con fondo gris situada justo debajo del nombre estndar de cada columna (C1, C2, ...) puede usarse para dar un nombre personalizado a la variable correspondiente (en MINITAB, cada columna suele representar una variable).

5. Hoja de Verificacin o Check List

Esta hoja es un formato creado para recolectar datos, de tal forma que su registro sea sencillo y sistemtico. Una caracterstica que debe reunir una buena hoja de verificacin es que visualmente ofrezca un primer anlisis que permita apreciar la magnitud y localizacin de los problemas principales. Algunas de las situaciones sobre las que resulta til obtener datos a travs de las hojas de verificacin son las siguientes:
Pg. | 4

Describir los resultados de operacin o de inspeccin. Clasificar fallas, quejas o defectos detectados, con el propsito de identificar sus magnitudes, razones, tipos de fallas, reas de donde proceden, etc. Confirmar posibles causas de problemas de calidad. Analizar o verificar operaciones y evaluar el efecto de los proyectos de mejora.

Ejemplo 1.- El Equipo de Evaluacin de Calidad a fin de realizar un adecuado control de calidad en los grifos contra incendio ha elaborado un formulario de Inspeccin Sanitaria (Check List) cuyos resultados consolidados se muestran en la siguiente matriz:
RECOMENDACIN: MANTENIMIENTO PREVENTIVO (MP) / MANTENIMIENTO CORRECTIVO (MC) / CONDICIN SATISFACTORIA (CS)

IN

SP EC

UBICACIN

ZONA UBICACIN INFLUENCIA

SECTOR DE ABASTECIMIENTO DE AGUA

CABEZAL: GASTADO (G) / ATASCADO ( A ) / ROTO ( R )

MARCO Y TAPA: VISISBLE (V) / OCULTA (O) / CONDIC BUENA (B) CONDIC MALA LOZA DE CONCRTEO : CONDIC. BUENA (B) / CONDIC. MALA (M) DUCTO DE ACCESO: VISIBLE (V) / OCULTA (O) / LIMPIO (L) / SUCIO (S)

PUNTO DE ATENCIN DE INCIDENCIA VIV. (V) /COLEG. (C)/MERCADO (M)/ CLUB (CL)/VENTA DE GAS (VG)/ VENTA COMBUST. (VC)

ALTURA (h) DE LA BOCAMASA SOBRE VEREDA: h < 0.30m MALA (M) / h = 0.30m BUENA (B) / h > 0.30 m REGULAR (R) DISTANCIA (d) DE G.C.I. AL FILO DE VEREDA: d > 0.20m MALA (M) / d = 0.20m BUENA (B) / d < 0.20 m REGULAR (R) CABEZAL: CONDIC BUENA (B) / GASTADO (G) ATASCADO ( A ) / ROTO ( R BOCAMASA: CONDIC. BUENA (B) / CONDIC. MALA (M) / HURTADA (H) CADENAS: COND BUENA (B) / CONDIC MALA (M) / HURTADA (H) PINTADO:CONDIC. BUENA (B) / CONDIC. MALA (M)

UBICACIN: VEREMA LATERAL (V) / JARDIN (J) / PISTA (P) / NO UBICADO (UN)

FUGA DE AGUA SI EXISTE (S) / NO EXISTE (N) CLARO (C) / TURBIO (T) / MARON (M) / NEGRUZCO (N) / SIN SEDIMENTO (SS) / CON POCO SEDIM (CPS) / CON BASTANTE SEDIM (CBM)

CLARO (C) / TURBIO (T) / MARON (M) / NEGRUZCO (N) / SIN SEDIMENTO (SS) / CON POCO SEDIM (CPS) / CON BASTANTE SEDIM (CBM)

ANCLADO: CON LOZA (CL) / VEREDA (V) SIN LOZA (SN)

MINUTO

BRIDAS VISIBLE ( V ) / ENTERRADAS ( E )

FECHA N DE INSPEC.

CC.SS DISTRITO LOCALIDAD

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

03.07.2012 03.07.2012 03.07.2012 03.07.2012 03.07.2012 03.07.2012 03.07.2012 03.07.2012 03.07.2012 03.07.2012 03.07.2012 03.07.2012 03.07.2012 03.07.2012 04.07.2012 04.07.2012 04.07.2012 04.07.2012 04.07.2012 04.07.2012 04.07.2012 04.07.2012 04.07.2012 04.07.2012 04.07.2012 04.07.2012 04.07.2012 04.07.2012 05.07.2012 05.07.2012

callao callao callao callao callao callao callao callao callao callao callao callao callao callao callao callao callao callao callao callao callao callao callao callao callao callao callao callao callao callao

callao callao callao callao callao callao callao callao callao callao callao callao callao callao callao callao callao callao callao callao callao callao callao callao callao callao callao callao callao callao

bellavista bellavista bellavista bellavista bellavista bellavista bellavista bellavista bellavista bellavista bellavista bellavista bellavista bellavista bellavista bellavista bellavista bellavista bellavista bellavista bellavista La perla La perla La perla La perla La perla La perla La perla cercado cercado

jr conde de lemos 460 Juan tello 195/ Rudy diaz juan pablo de olavide 170 Jr. Hurtado de mendoza 396 Jr. max radiguetti 290 jr. Julio c. tello 283 ca zapatel esq. J. santos chocano jr. Las tipas 318 / esq. Margaritas Jr. Los robles 397 Jr. Los robles /las rosas Jr. Guillermo more esq. Amancaes Calle 6E 367 Calle 26 mz. D3 lt. 14 Av. Victor r. haya de la torre jr. Garcilazo de la vega 585 Av ricardo palma 386 JR. Miguel zamora 112 jr. Los condores 581 jr. Las aguilas 335 Los faisanes 120 av. Colonial 5062 Prol. Emancipacion y huascar Jr. Julio poggi / prol. Huascar 2003 Av. La paz 2455 Ca. Eloy ureta 182 JR. Talara /jr. Amazonas Ca. Mantaro 418 Av. La marin Esq. Pacifico Av. Sta rosa 361 Jr. Los ndiamantes

V C V V C V V V V V V C V V V V V V V V V C V V V V V V V

S S H S S H S S S S S H H H S S S H S H S S S S S S S S H

B B B B B B B B B B B B B B M B B B B B B B B B B B B B B

B B B B B B B B B B B B B B B B B B B B B B B B B B B B B

B B B B B B B B B B B B B B B B B R B B B B B B B B B B B

B B B B B H B B B B B B B B B H B B B B B B M B M B/H B B B

B B B B M M M B B H B B B B B H B B B H B B M M H M B B B

M M M M M M M M B M B B M B M M B M M M M B M M M M B B B

V V V V V V V V V V E E E V V V E E V V V E V E V E V V V

V CL V V V V V V V V V V V V V V V V V CL V V V V V V V V V

J J J J J J J J J NU V J J J J J J J J J V J J J J J J P V

V V/M V/B V/B V V/B V/M V V/B O V/B V/M V/M V//b V/B V/B V/b V/M V/B V/m B V/M V/m N/b V/m V/b V/B V/b V/B

B B B B B B B B B

V V/L V/l V/L V/L V/L S V/L V/L O

B B B B B B B B B

N B N N N B N N N

T T M M C M T M M

5,15 20,15 100,2 120,3 5,35 267,3 28,5 80,25 150,2

C C M M C M T M M

2,65 14,8 85,3 105,2 3,87 180,2 18,1 60,18 12,35

TURBIEDAD A LOS 5 MIN DE PURGADO

G.C.I. POSTE: SECO (S) / HUMEDO (H)

TURBIRDAD A 1 MIM DE PURGADO

CUADRANTE GIA DE CALLES

Caja sin valvula sin tapa ,requiere pint

OBSERVACIONES DETECTADAS EN CAMPO

CARACTERISTCIAS DEL AGUA GRIFO CONTRA INCENDIO G.C.I. VALVULA DE E CALIDAD DE CALIDAD DE CARACTERISTICAS FISICAS ENCONTRADAS CARACTERISTICAS FISICAS ENCONTRADAS AGUA A 1 AGUA A 5 MIN

EA/EL EA/EL

Grifo req. Pintado y mas purga Grifo req. Pintado mas purga Req. Pintado cad. Rotas Grifo cad. Rotas req. Pintado cad. Rotas ducto sucio falta pintado Req. Pintado y mas purga GRIFO NO OPERATIVO

EA/EL EA/EL EA/EL EA/EL EA/EL EA/EL EA/EL EA/EL

B B B B B B B M B M B B B B M B B B B

O S S V/L V/L V/L V/l V/S V/L V/l V V/s O/s V/L S B V/l V/l V/L B B B B N N N N B N B B B B B B G B B G N N S N N N S N N N

T T T M M M M M T M T

8,15 8,18 9,5 102,2 80,3 180,1 80,15 120,1 41,35 180,1 18,15

C C C M M M T M T M C

4,15 4,36 3,68 90,3 50,45 140,1 50,25 80,3 32,6 130,2 8,3

DUCTO OCULTO CABEZAL OCULTO

EA/EL

DUCTO SUCIO MARCO Y TAPA ROTO EA/EL EA/EL EA/EL REQ. PINTADO EA/EL EA/EL EA/EL Requiere cambio urgente vast. Roto EA/EL EA/EL Requi. Cambio de ubicacin mal estado EA/EL EA/EL EA/EL No operativo, requiere cambio EA/EL EA/EL EA/EL

135,4

110,2

T M T T

2,15 150,5 25,45 50,15

C M T T

0,89 120,3 14,35 34,8

EA/EL EA/EL EA/EL EA/EL EA/EL

Grfica circular de G.C.I. POSTE: SECO (S) / HUMED

B M
Categora H S

Grfica circular de PINTADO:CONDIC. BUENA (B) / CON

DISTANCIA (d) DE G.C.I. AL FILO = B B M
Categora B M

Histograma de TURBIEDAD A LOS 5 MIN DE PURGAD

12 10 8 50

28,6%

Frecuencia

32,1%

6 4 2 0

71,4% 100,0%

67,9% 100,0%

Variable de panel: ALTURA (h) DE LA BOCAMASA SOBRE

Variable de panel: ALTURA (h) DE LA BOCAMASA SOBRE

50 100 150 TURBIEDAD A LOS 5 MIN DE PURGAD

200

Pg. | 5

INSPECIN SANITARI DE G.C.I EJECUTADO POR: EDY AGUIRRE (EAG) ERNESTO LUYO SANCHEZ (ELS)

FORMULARIO INSPECCIN SANITARIA DE GRIFOS CONTRA INCENDIOS

Cdigo Revisin Aprobacin Fecha Pgina

: GPFO : 01 : JEEC : 05.60.2012 : 01 a 01

1 DATOS DE UBICACIN DEL GRIFO CONTRA INCENDIO

C .S Distrito Tipo Hab. Direccin : : : : SECTOR CDRTE VIVIENDA (V) COLEGIO (C) MERCADO (M) PUNTO CERCANO DE ATENCIN DE INCIDENCIA HOSPITAL (H) CLUB (CL) COMERCIO (CM) VENTA GAS (VG) INDUSTRIAL (I) VENT COMB (VC)

2 INSPECIN DL GRIFO CONTRA INCENDIOS TIPO DE GCI G.C.I. en vereda del filo a: Poste d<0.2m (Regular) Seco d=0.2m (Buena) Humedo d>0.2m (Mala) 3 CONDICIONES DE FUNCIONAMIENTO GCI Operativo CABEZAL CONDIC. BUENA (B) GASTADO (G) ATASCADO (A) ROTO (R) BOCAMAZA CONDIC. BUENA (B) CONDIC. MALA (M) HURTADA (H) CADENAS CONDIC. BUENA (B) CONDIC. MALA (M) HURTADA (H) PINTADO CONDIC. BUENA (B) CONDIC. MALA (M) BRIDAS VISIBLE (V) ENTERRADA (E) ANCLADO CON LOZA (CL) VEREDA (V) SIN LOZA (SL) GCI NO Operativo

Bocamaza a una altura de:

h>0.3m (Regular) h=0.3m (Buena) h<0.3m (Mala)

Valv. Operativa

Valvula No Operativa UBICACIN VERMA LATERAL (V) JARDIN (J) PISTA (P) NO UBICADO (NU) MARCO Y TAPA VISIBLE (V) OCULTA (O) CONDIC. BUENA (B) CONDIC. MALA (M) LOZA DE CONCRETO CONDIC. BUENA (B) CONDIC. MALA (M) DUCTO DE ACCESO VISIBLE (V) OCULTA (O) LIMPIO (L) SUCIO (S) CABEZAL DEL BASTAGO CONDIC. BUENA (B) GASTADO (G) ATASCADO (A) ROTO (R) FUGA DE AGUA SI EXISTE (S) NO EXISTE (N)

4 INSPECCIN DE LA CALIDAD DE PURGADO

CARACTERISTICAS INICIALES DEL AGUA PURGADA Claro Turbio Marron Negruzco S/Sedi C/P Sedi C/B Sedi Turbied CARACTERISTICAS DE AGUA A LOS 5 MINUTOS DE PURGADO Claro Turbio Marron Negruzco S/Sedi C/PSedi C/B Sedi Turbied

Fecha de inspeccinObservaciones u comentarios: Inspeccin Nmero

INSPECCIN REALIZADA POR

INFORMACIN REVISADA POR

VISADO POR

EDY AGUIRRE NAVARRETE Ficha: 2-4045

ERNESTO LUYO SANCHEZ Ficha: 1-4751

JUSTINIANO RAMIREZ GUEVARA Ficha: 1-2892

JULIO ERNESTO PACHECO RAMOS Ficha: 1-2549

Pg. | 6

Se solicita realizar lo siguiente: a) Determine mediante un anlisis de datos las principales estadsticas de las siguientes variables cuantitativas: (i) Turbiedad al inicio del purgado (ii) Turbiedad del Purgado a los 5 min. b) Realice los grficos que estime conveniente para las siguientes variables cualitativas: (i) Punto de Atencin de incidencia, (ii) Pintado, (iii) Calidad del Agua al inicio, (iv) Calidad del Agua a los 5 min. SOLUCIN PARTE ( A ) UTILIZANDO EXCEL Y MEGASTAT: En la Hoja de Clculo Estadsticos del Archivo Excel Ejercicios Herramientas de Calidad.xls. En el Men Datos/ Anlisis de Datos se muestran las siguientes pantallas en las cuales se selecciona la opcin Estadstica Descriptiva luego aparecer el siguiente cuadro de dialogo en el cual se debe seleccionar el rango de entrada de las variables (Recomendacin: Seleccione encabezados y marque la casilla de los rtulos en la primera fila) Seale una opcin de salida y seleccione la opcin resumen de estadsticas Aceptar y observar los resultados

TURBIEDAD A 1 MIM DE PURGADO Media Error tpico Mediana Moda Desviacin estndar Varianza de la muestra Curtosis Coeficiente de asimetra Rango Mnimo Mximo Suma Cuenta 78,762 14,1477403 80,15 #N/A 70,7387013 5003,96387 0,32638203 0,86991446 265,1 2,15 267,25 1969,05 25

TURBIEDAD A LOS 5 MIN DE PURGADO Media Error tpico Mediana Moda Desviacin estndar Varianza de la muestra Curtosis Coeficiente de asimetra Rango Mnimo Mximo Suma Cuenta 54,3076 10,5551189 34,8 #N/A 52,7755946 2785,26339 -0,4330114 0,79731162 179,29 0,89 180,18 1357,69 25

Mediante el Megastat tambin se puede determinar algunos estadsticos adicionales para lo cual hay que seleccionar la opcin Complementos/Megastat/Descriptive Statistics y aparecer el siguiente cuadro de dialogo en el cual hay que seleccionar el rango de las variables y los estadsticos de inters y algunos grficos cuyos resultados aparecern en una hoja de clculo adicional denominada output como se muestra a continuacin:

Pg. | 7

Descriptive statistics
count mean sample variance sample standard deviation minimum maximum range population variance population standard deviation standard error of the mean skewness kurtosis coefficient of variation (CV) 1st quartile median 3rd quartile interquartile range mode low extremes low outliers high outliers high extremes TURBIEDAD A 1 MIM DE PURGADO 25 78,7620 5 003,9639 70,7387 2,15 267,25 265,1 4 803,8053 69,3095 14,1477 0,8699 0,3264 89,81% 18,1500 80,1500 120,2500 102,1000 #N/A 0 0 0 0 #N/A 0 0 0 0 TURBIEDAD A LOS 5 MIN DE PURGADO 25 54,3076 2 785,2634 52,7756 0,89 180,18 179,29 2 673,8529 51,7093 10,5551 0,7973 -0,4330 97,18% 8,3000 34,8000 90,3000 82,0000

BoxPlot
9/11/2012 16:19.27 (2)

50

100

150

200

250

300

TURBIEDAD A 1 MIM DE PURGADO

BoxPlot

50

100

150

200

TURBIEDAD A LOS 5 MIN DE PURGADO

Pg. | 8

UTILIZANDO MINITAB La informacin base se encuentra en el EXCEL que se elaborado como material de apoyo en el desarrollo del presente Taller (Ejercicios Herramientas de Calidad.xls). Se debe copiar la informacin ubicada en la hoja de clculo Datos CheckList (variables cualitativas y cuantitativas a la hoja de trabajo del Minitab:

Minitab presenta una opcin muy prctica para determinar las principales Estadsticas Descriptivas para poder realizar comparaciones entre las diferentes variables: Estadsticas / Estadsticas Bsicas / Mostrar Estadsticas Descriptivas Una vez seleccionada dicha opcin aparece la siguiente pantalla: De donde seleccionamos la opcin Estadsticas para escoger los estadsticos a utilizar en nuestro anlisis

Los resultados se observa en la Ventana de Seccin:

Estadsticas descriptivas: TURBIEDAD A 1 MIM DE PUR. TURBIEDAD A LOS 5 MIN DE

Variable TURBIEDAD A 1 MIM DE PUR TURBIEDAD A LOS 5 MIN DE Conteo total 25 25 Media 78,8 54,3 Desv.Est. 70,7 52,8 Varianza 5004,0 2785,3 CoefVar 89,81 97,18 Suma 1969,1 1357,7
Pg. | 9

Variable TURBIEDAD A 1 MIM DE PUR TURBIEDAD A LOS 5 MIN DE Variable TURBIEDAD A 1 MIM DE PUR TURBIEDAD A LOS 5 MIN DE

Suma de cuadrados 275181,4 140579,2 Rango 265,1 179,3

Mnimo 2,1 0,9

Q1 13,8 6,3

Mediana 80,2 34,8

Q3 127,8 97,7

Mximo 267,3 180,2

IQR 114,0 91,4

Sesgo 0,87 0,80

Kurtosis 0,33 -0,43

Para realizar algunos Grficos Comparativos el Minitab tiene algunas opciones interesantes que mostramos a Continuacin: Grfico de Cajas: Seleccione Grfica / Grafica de Caja
Grfica de caja de TURBIEDA D A 1 MIM DE PUR. TURBIEDA D A LOS 5 MIN DE

300 250 200

Datos

150 100 50 0 TURBIEDAD A 1 MIM DE PURGADO TURBIEDAD A LOS 5 MIN DE PURGAD

PARTE ( B) Determinar Grficas para variables cualitativas mediante Excel es complicada ya que el Excel grfica valores cuantitativos habra que realizar una conversin previamente. Sin embargo, el Megastat si permite realizar un grfico de barras a partir de datos de una variable cualitativa para lo cual debemos seleccionar la siguiente opcin: megastat / Frecuency Distribution /Qualitative Pero es necesario crear previamente la tabla de clases como se observa en la siguiente Hoja de Clculo:
Frequency Distribution - Qualitative
PUNTO DE ATENCIN DE INCIDENCIA V C frequency 22 3 25 percent 88,0 12,0 100,0

Histogram

100
90

80
70

Percent

60 50
40

30
20

10 0 V C
PUNTO DE ATENCIN DE INCIDENCIA

Sin embargo es complicado realizar cruces de variables cualitativas y tendra que realizarse muchas adecuaciones a los datos, conversiones o equivalencias. En ese aspecto el Minitab ofrece un conjunto de funcionalidades para el manejo de datos
Pg. | 10

estadsticos. As podra graficar datos cualitativos de manera Directa de la siguiente Manera: Graficas/ Grafica Circular aparece el siguiente cuadro de dialogo: Donde seleccionamos por ejemplo la variable Pintado y en Etiquetas seleccionamos que nos muestre Porcentaje Y se obtiene el siguiente Grfico:
Grfica circular de PINTADO
Categora B M

32,0%

68,0%

Pero se observa que la leyenda utiliza los valores codificados por lo que se recomienda decodificar los datos.

Codificar Variables Cualitativas.- Para una mejor claridad en el grfico se debe considerar la siguiente direccin: Datos/Codificar/Texto a Texto y luego realizar el procedimiento anterior para construir el grfico circular de la variable cualitativa:
Grfica circular de PINTADO2
Categora Buena Condicin Mala Condicin

Buena Condicin 32,0%

Mala Condicin 68,0%

6. Pareto
El principio afirma que en todo grupo de elementos o factores que contribuyen a un mismo efecto, unos pocos son responsables de la mayor parte de dicho efecto. En calidad se utiliza este principio para priorizar los problemas o las causas que los generan, a partir de una representacin grfica de los datos obtenidos. De acuerdo con este principio, si se tiene un problema con muchas causas, podemos decir que en torno al 20% de las causas resuelven el 80% del problema y el 80% de las causas solo
Pg. | 11

resuelven el 20% del problema.

Ejemplo 2.- Se dispone de la Siguiente Informacin sobre la facturacin del mes de Agosto 2012: CONEX U.USOS VOLUM S/. CCSS
E.C. COMAS E.C. CALLAO E.C. BREA E.C. ATE-VITART SAN JUAN LURIG. E.C. V.SALVADOR E.C. SURQUILLO 339540 128441 152646 169072 144316 204497 168462 477312 193051 284854 249874 189246 247592 336924 7911085 3265135 6152235 4946251 2810891 3656488 8090713 12269354 5400318 12650140 9115164 4615675 5649742 16362611

Se solicita realizar un Anlisis de Pareto desde los diferentes enfoques ( Conexiones, Unidades de Uso, Volumen Facturado, Ingresos Soles) Solucin: Mediante EXCEL Construir un Pareto con Excel requiere que se realice los siguientes pasos: Construir la tabla de frecuencias ordenadas en forma descendente calculando las frecuencias relativas puntuales y acumuladas y graficando las frecuencias simples y la frecuencias relativas acumuladas en 2 ejes. El procedimiento lo puede observar en el siguiente video: http://www.youtube.com/watch?v=2nb9wCliA6o Observe que se selecciona las columnas de Categoras, Frecuencias simples y las Acumuladas Porcentuales para ser graficadas luego seleccione la Opcin Insertar / Grfico columnas y luego cambiar una de las serie de datos al eje secundario y cambiar el tipo de grfico de la serie porcentual acumulada a lneas con lo cual se va obtener lo siguiente:
CCSS
E.C. SURQUILLO E.C. BREA E.C. COMAS E.C. ATE-VITART E.C. V.SALVADOR E.C. CALLAO SAN JUAN LURIG. Total S/. 16362611 12650140 12269354 9115164 5649742 5400318 4615675

% 25% 19% 19% 14% 9% 8% 7%

Acumulados % 25% 44% 62% 76% 85% 93% 100%

66063005

Pg. | 12

Utilizando MINITAB. En el caso del minitab el clculo es directo se copia la tabla en la hoja de trabajo del Minitab y se selecciona la siguiente opcin: Estadisticas/Herramientas de Calidad/ Diagrama de Pareto luego de lo cual aparecer el siguiente cuadro de dialogo donde se va a la opcin Tabla de defectos de grfica donde en el campo Etiquetas va la variable categorica (cualitativa) y en las frecuencias la variable de estudio se da Aceptar y se muestra el grfico de Pareto:
Diagrama de Pareto de CCSS
70000000 60000000 100 80 60 40 20 0

S/.

40000000 30000000 20000000 10000000

CCSS

0
SU RQ U LO IL E. C A RE .B . C MA CO S TE .A C E. 12269354 18,6 62,5 A IT -V RT A .S V C. E. 9115164 13,8 76,3 A LV R DO E . .C C LA AL O LU G RI

C. E. S/. Porcentaje % acumulado

E.

16362611 24,8 24,8

12650140 19,1 43,9

5649742 8,6 84,8

N A JU N SA 5400318 4615675 8,2 7,0 93,0 100,0

Ejemplo 2.- SI se dispone de Informacin de las nuevas conexiones incorporadas (6330 registros) donde se seala el nombre del proyecto, distrito, situacin de la conexin, tarifa y CC.SS. Se solicita realizar un Pareto en base a esta informacin a nivel de Proyecto y Distrito a partir de los datos originales.
NOMBRE DEL PROYECTO San Juan Macias San Juan Macias San Juan Macias San Juan Macias San Juan Macias San Juan Macias San Juan Macias San Juan Macias San Juan Macias San Juan Macias San Juan Macias San Juan Macias San Juan Macias DISTRITO CALLAO CALLAO CALLAO CALLAO CALLAO CALLAO CALLAO CALLAO CALLAO CALLAO CALLAO CALLAO CALLAO SITUACION DE LA CONEXIN Situacion correcta Sum. cortado por impago Sum. cortado por impago Situacion correcta Sum. cortado por impago Situacion correcta Sum. cortado por impago Situacion correcta Sum. cortado por impago Situacion correcta Situacion correcta Situacion correcta Situacion correcta Tarifa MULTIF. NO INDIVID. DOMESTICO DOMESTICO DOMESTICO DOMESTICO DOMESTICO DOMESTICO DOMESTICO DOMESTICO DOMESTICO DOMESTICO DOMESTICO DOMESTICO CCSS O. C. CALLAO O. C. CALLAO O. C. CALLAO O. C. CALLAO O. C. CALLAO O. C. CALLAO O. C. CALLAO O. C. CALLAO O. C. CALLAO O. C. CALLAO O. C. CALLAO O. C. CALLAO O. C. CALLAO

Solucin Mediante el Excel directamente no se puede construir el Pareto, se requiere realizar un conjunto de pasos previos como determinar un cuadro resumido con apoyo de una tabla dinmica entre otros, Sin embargo el Minitab lo puede realizar de manera muy rpida en forma directa de la siguiente manera: Estadsticas / Herramientas de Calidad / Diagrama de Pareto donde lo mismo que en el cuadro de dialogo anterior en este caso se selecciona Graficar Datos de Defectos en y se selecciona las variables solicitadas en un Caso Proyecto , se repite el mismo procedimiento y con la variable Distrito y se obtiene lo siguiente:

Pg. | 13

Porcentaje

50000000

Diagrama de Pareto de NOMBRE DEL PROYECTO

7000 6000 5000 100
7000 6000 5000 4000 3000 2000 1000 0

Diagrama de Pareto de DISTRITO

100

Porcentaje

Conteo

80 60 40 20

Conteo

4000 3000 2000 1000 NOMBRE DEL PROYECTO 0

60 40 20 0

te In

a gr

a lc

lo yl ba ra

Conteo Porcentaje % acumulado

os pa hi ex ac An y Hu a de ul n a Pa Sa ar ha M c a n nt Pa Sa 3461 1617 537 497 54,7 25,5 8,5 7,9 54,7 80,2 88,7 96,6 an Ju ac M

s ia

DISTRITO

tro O

CA

LO YL BA A R

N SA

N TI AR M

DE

ES RR PO AN JU DE

HO NC GA I R LU

T EN PU

RA ED PI

tro

SA
3461 54,7 54,7

218 3,4 100,0

Conteo Porcentaje % acumulado

1525 24,1 78,8

537 8,5 87,3

497 7,9 95,1

310 4,9 100,0

7. Histograma
Un histograma es un resumen grfico de la variacin de un conjunto de datos. La naturaleza grfica del histograma nos permite ver pautas que son difciles de observar en una simple tabla numrica, nos permite identificar patrones de comportamiento. As como visualizar si se cumple con especificaciones de calidad del proceso. Ejemplo.- Se dispone la informacin de 448 pozos entre las variables de importancia tenemos la Conductividad Elctrica se solicita construir un Histograma para estos datos:
CS C C S Sjl S S S Av C C Sjl Sjl C Codigo 95 99 105 109 113 115 129 134 141 142 154 155 161 Nombre San Martin 2 Condevilla Res Sta Cruz Caja de Agua 1 La Castellana Rosales 2 Vista Alegre 2 Sta Anita 1 Canta Amalia Puga Zarate 1 Zarate 2 San Felipe 2 Pozo Rse* Rse* Rse* F Rse* Rse* Rse* F Rse* Rse* F Rp F (d-m-a) 04/05/2012 04/05/2012 05/03/2012 21/06/2012 03/04/2012 20/06/2012 12/12/2011 11/05/2012 04/05/2012 04/05/2012 22/06/2012 26/03/2012 06/06/2012 Equipamiento Completo Completo Completo Completo Completo Completo Completo Completo Completo Completo Completo Completo Completo Caudal (l/s) 30 26 10 40 20 30 17 16 16 43 13 17 40
CE mhos/cm

677 769 863 977 949 866 1165 687 975 771 661 754 1473

Mediante Excel: Antes de desarrollar con el Excel es necesario determinar el Rango, el nmero de clases, ancho de cada clase y definir la tabla para construir el Histograma mediante el Anlisis de Datos del Excel se selecciona la opcin Histograma se sombre el rango de datos y el rango de clases se asegura la construccin del grfico como se muestra a continuacin:

Pg. | 14

Porcentaje

80

clases Frecuencia 534,5 9 759,5 133 984,5 168 1209,5 77 1434,5 38 1659,5 13 1884,5 4 2109,5 2 2334,5 1 y mayor... 3

Histograma
200

Frecuencia

150 100 50 0

clases

Mediante MEGASTAT.- El complemento permite construir el Histograma, Ojivas y Polgonos de Frecuencia de manera directa para lo cual se debe seleccionar lo siguiente: Complementos / Megastat/ Frecuency Distribution / Quantitative donde aparecer el siguiente cuadro de dilogo:

Se selecciona el rango de datos se marca el Histograma, Poligono y Ojiva si se conoce el tamao del intervalo se coloca si no se deja que el Megastat lo realice por defecto. Obtenindose los siguientes resultados:
Frequency Distribution - Quantitative
CE mhos/cm midpoint width frequency percent 450 100 5 1,1 550 100 19 4,2 650 100 70 15,6 750 100 81 18,1 850 100 78 17,4 950 100 60 13,4 1 050 100 38 8,5 1 150 100 33 7,4 1 250 100 23 5,1 1 350 100 16 3,6 1 450 100 7 1,6 1 550 100 5 1,1 1 650 100 4 0,9 1 750 100 1 0,2 1 850 100 2 0,4 1 950 100 1 0,2 2 050 100 0 0,0 2 150 100 2 0,4 2 250 100 0 0,0 2 350 100 1 0,2 2 450 100 2 0,4 448 100,0 cumulative frequency percent 5 1,1 24 5,4 94 21,0 175 39,1 253 56,5 313 69,9 351 78,3 384 85,7 407 90,8 423 94,4 430 96,0 435 97,1 439 98,0 440 98,2 442 98,7 443 98,9 443 98,9 445 99,3 445 99,3 446 99,6 448 100,0

lower

upper

400 500 600 700 800 900 1 000 1 100 1 200 1 300 1 400 1 500 1 600 1 700 1 800 1 900 2 000 2 100 2 200 2 300 2 400

< < < < < < < < < < < < < < < < < < < < <

500 600 700 800 900 1 000 1 100 1 200 1 300 1 400 1 500 1 600 1 700 1 800 1 900 2 000 2 100 2 200 2 300 2 400 2 500

Pg. | 15

Mediante Minitab El minitab puede construir el Grfico utilizando la siguiente Opcin Grafica/ Histograma luego de lo cual se selecciona el tipo de histograma que se requiere observar as como la variable de estudio, en la opcin Etiquetas se selecciona visualicen los datos se da aceptar y se mostrar el histograma correspondiente:

Histograma de Conductividad
Normal 90 80 70 60
65 84 82 Media Desv .Est. N 923,8 291,3 448

Frecuencia

50 40 30 20 10 0
1 9 41

43 43

28 23

300

600

900

1200 1500 Conductividad

1800

2100

2400

Pg. | 16

Ahora si consideraremos que la especificacin superior sea como mximo 1500 mhos/cm con lo cual se debe visualizar la capacidad de un proceso como la capacidad de cumplir las especificaciones para lo cual se debe proceder de la siguiente manera: Estadstica/Herramientas de Calidad/Anlisis de Capacidad / Normal

Capacidad de proceso de Conductividad

LSE
P rocesar datos LIE O bjetiv o LS E M edida de la muestra N mero de muestra Desv .E st. (Dentro) Desv .E st. (G eneral) * * 1500 923,81 448 197,564 291,314

Dentro de General
C apacidad (dentro) del potencial Cp * C PL * C P U 0,97 C pk 0,97 C apacidad general Pp PPL PPU P pk C pm * * 0,66 0,66 *

300
Desempeo observ ado P P M < LIE * P P M > LS E 40178,57 P P M Total 40178,57

600

900

1200 1500 1800 2100 2400

E xp. Rendimiento general P P M < LIE * P P M > LS E 23970,01 P P M Total 23970,01

E xp. Dentro del rendimiento P P M < LIE * P P M > LS E 1770,09 P P M Total 1770,09

8. Diagrama Causa Efecto

El diagrama Causa-Efecto o diagrama de Ishikawa, es una herramienta que ayuda a identificar, clasificar y poner de manifiesto posibles causas, tanto de problemas especficos como de caractersticas de calidad. Ilustra grficamente las relaciones existentes entre un resultado dado (efectos) y los factores (causas) que influyen en ese resultado. Para su construccin se debe realizar lo siguiente: Definir claramente el efecto o sntoma cuyas causas han de identificarse. Encuadrar el efecto a la derecha. Usar lluvia de ideas para identificar las posibles causas. Distribuir y unir las causas principales en categoras definidas. Ejemplo.-Uno de los procesos crticos (principal de la cadena de valor) de SEDAPAL es el proceso de Extraccin de Aguas Subterrneas a travs de pozos. Existen 11 distritos de Lima Metropolitana que cuentan con zonas cuyo abastecimiento de agua potable depende nicamente de la extraccin de agua subterrnea. (102 pozos de fuente nica) Se viene registrando una reduccin de la calidad y rendimiento de los pozos de fuente nica lo que ocasiona los siguientes impactos: * Una restriccin en el servicio (reduccin de las horas de continuidad de 24 a 18 horas). * Deterioro de la calidad del agua potable proveniente de los pozos de fuente nica (exceso de los lmites mximos permisibles sealados por la normatividad vigente). * Incremento de los costos de operacin y mantenimiento (Se estima un incremento de 20% el ltimo ao). * Deterioro de la imagen de la empresa debido al incremento del nmero de reclamos por falta de servicio y calidad del agua (Se estima un incremento 25% el ltimo ao). El Impacto en los Indicadores es el siguiente: Continuidad: 18 horas Costo de Produccin : 8,99 millones al ao Nmero de conexiones: aprox. 100 mil usuarios Poblacin Afectada:500 mil hab
Pg. | 17

Nro Reclamos: 11900 ao en el mbito de influencia de los pozos de fuente nica % pozos de fuente nica en problemas por calidad: 10%

De una lluvia de ideas se han obtenido las probables causas de la reduccin de la calidad y rendimiento de los pozos de fuente nica:
Nro 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 Razn del problema Mala calidad de los insumos Materiales obsoletos Deterioro de los filtros Deterioro de tuberas Procedimientos desactualizados Aplicacin inadecuado de cloro Humedad Inundaciones Napa Freatica Alta Falla de medidores Equipos obsoletos Equipos sobredimensionados Equipos subdimensionados Baja eficiencia de los equipos Falta de capacitacin Falta personal Medidores de caudal descalibrados falta de automatizacin Contaminacin del acuifero Contaminacin del acuifero Contaminacin del acuifero Raramente A veces A menudo X Probableme nte X X X X X X X X X X X X X X X X X Presencia de Silos Presencia de Grifos Canales de acequia X X X siempre

Una vez realizada la lluvia de ideas se agrupa en categoras: Mediciones, Material, Personal, Entorno, Mtodos y Mquinas las cuales se describen en la hoja de trabajo de MINITAB donde cada categora a su vez representa una variable una vez agrupada las causas en categoras se selecciona la opcin Estadsticas/Herramientas de Calidad/ Causa Efecto

Nota.- Para las subcausas hay que crear una nueva variable en la cual se detalla las subcausas

Pg. | 18

Diagrama Causa Efecto Mejora de los procesos de extraccion de agua subterranea Mediciones Material Personal

M edidores de caudal descalibrados

M ala calidad de los insumos M ateriales obsoletos Deterioro de los filtros Deterioro de tuberas

F alta de capacitacin

falta de automatizacin

F alta personal

C ontaminacin del acuifero

M al uso de los insumos de desinfeccin A plicacin inadecuado de cloro P rocedimientos desactualizados

N apa F reatica A lta Inundaciones H umedad

subdimensionados E quipos sobredimensionados E quipos obsoletos

Reduccin de la calidad y rendimiento de los pozos Baja eficiencia de los de fuente equipos unica E quipos

9. Diagrama Dispersin
Se utiliza para verificar si dos variables se encuentran relacionadas, y en qu medida. Su campo de aplicacin es la verificacin de las relaciones entre una causa y un efecto. Las pautas de correlacin ms comunes son correlacin positiva (Y aumenta con X) y la Correlacin negativa (Disminuye Y cuando aumenta X) El Coeficiente de Determinacin R2 nos indica cuanto es explicada la variable dependiente por la variable independiente el ideal es que se explique el 100% la diferencia a este valor es el error o grado de incertidumbre de la relacin de estas variables. Ejemplo.- Se dispone de la informacin de micromedicin y ANF por sectores del mes de abril 2010. Se requiere realizar el diagrama de dispersin y graficar la lnea de tendencia.
SECTOR 1 2 3 4 24 78 7 10 11 12 % Micro 56,0 31,3 68,4 46,1 85,9 65,5 52,5 62,9 52,5 61,7 % ANF 29,6 35,2 27,0 50,4 8,8 26,3 36,4 28,4 36,5 31,8

Solucin Mediante Excel.- Se puede crear el diagrama de dispersin a partir de la informacin disponible se sombrea las variables X e Y con la opcin insertar grafica dispersin. Se muestra el siguiente Grfico.

de es al an C ui a eq ac de cia en es P r os ri f G de ia nc se re P s ilo

F alla de medidores

Entorno

Mtodos

Mquinas

Pg. | 19

Se hace click derecho para agregar la lnea de tendencia y escoger el modelo que mejor se ajuste a los datos asimismo se seala para que se visualice la ecuacin del modelo y el coeficiente de determinacin:

Utilizando Megastat: Selecciona Complementos/Megastat/Correlation Regression / Scatterplot aparece el siguiente cuadro de dialogo y se completa los campos de cada variable y el ttulo del grfico:

Usando el MINITAB.- Se selecciona la opcin Estadisticas/Regresin /Grfica de Lnea Ajustada luego se observa el siguiente cuadro de dialogo en el cual se selecciona las variables X e Y y aparecer el diagrama de dispersin con su ecuacin.

Pg. | 20

% ANF = 77,41 - 0,7699 % Micro 80 70 60 50

% ANF
S R-cuad. R-cuad.(ajustado) 3,87267 92,9% 92,8%

Grfica de lnea ajustada

40 30 20 10 0 0 10 20 30 40 50 % Micro 60 70 80 90

10.

Estratificacin

La estratificacin es la separacin de datos en categoras o clases. Los datos observados en un grupo dado comparte unas caractersticas comunes que defines la categora. La estratificacin es la base para otras herramientas como el anlisis de Pareto. Ejemplo.- Se ha realizado una estratificacin en base a la Informacin base que se dispone en el Anexo donde se tiene informacin de los 102 Pozos y sus diversas variables cuantitativas y cualitativas en base a las cuales mediante un anlisis de Pareto se ha estratificado para llegar a un mayor nivel de anlisis. Solucin: De la informacin disponible de 104 pozos de fuente nica se obtiene que el 81,7% de los pozos se encuentren en los distritos de Ate Vitarte, Santa Anita, Cieneguilla y Lurigancho.
Antig (prom) Aos 19 23 23 14 15 11 22 22 17 21 29

Distritos Ate Vitarte Chaclacayo El Agustino - Nocheto Lurigancho Chosica Lurin Pachacamac Pucusana Puente Piedra Cieneguilla Santa Anita Callao-Chuquitanta Total

Pozos 46 4 1 9 3 7 2 1 10 20 1 104

Q l/s 1275 144 17 328 50 191 23 33 145 318 37 2561

Volumen (m3/ao) 22 970 894 2 087 848 593 998 2 779 912 1 491 134 2 120 312 1 012 624 116 200 2 243 073 7 684 052 1 052 358 44 152 405

Costo S/Ao 4 187 737 423 446 103 392 733 979 351 752 498 011 204 314 32 858 569 435 1 811 673 73 408 8 990 001

Pg. | 21

Diagrama de Pareto de Distritos

100 80 100 80

Diagrama de Pareto de los Pozos por Distritos y Caudal

2500 100 80 60 40 20 0

caudal (l/s)

2000 1500 1000 500 Distritos 0

Pozos

60 40 20 Distritos 0

60 40 20 0

Porcentaje

e At

ta Vi

r te Sa a nt

ita An

lla ac yo ic a ui ca os am eg c la Ch ac en o ha ch Ci h a C c P an ri g Lu
10 9,6 73,1 9 8,7 81,7 7 6,7 88,5 4 3,8 92,3

rin Lu

ro Ot

Pozos Porcentaje % acumulado

46 44,2 44,2

20 19,2 63,5

3 2,9 95,2

5 4,8 100,0

o ch an r ig u L caudal (l/s) 1275 Porcentaje 49,8 % acumulado 49,8

e At

ta Vi

r te

os Ch

ica Sa a nt

ita An

a ac ch Pa

ac m

lla yo ui ca la eg ac en i h C C
145 5,7 88,1 144 5,6 93,8

rin Lu

ro Ot

328 12,8 62,6

318 12,4 75,0

191 7,5 82,5

50 2,0 95,7

110 4,3 100,0

Asimismo se observa que 82,5% del caudal de los pozos se concentra en los distritos de Ate Vitarte, LuriganchoChosica, Santa Anita y Pachacamac.
Diagrama de Pareto de los Pozos por Distritos y Costos
9000000 8000000 7000000 6000000 5000000 4000000 3000000 2000000 1000000 0

100 80 60 40 20 0

Costo (Soles)

Distritos

a ll a ac yo ita r te sic ui m ca ta An ho la eg ca Vi a c t C n a e a n e o ch At Ci Ch Sa ch Pa an g ri Lu

rin Lu

ro Ot

Costo (Soles) Porcentaje % acumulado

4187737 1811673 733979 569435498011423446 351752413971 46,6 20,2 8,2 6,3 5,5 4,7 3,9 4,6 46,6 66,7 74,9 81,2 86,8 91,5 95,4 100,0

Asimismo a nivel de costo se observa que 81,2% del costo de los pozos se concentra en los distritos de Ate Vitarte, Santa Anita, Lurigancho-Chosica, y Pachacamac. Ejemplo 2.- Los siguientes datos sealan los tipos de defectos que se registran en la produccin en una Planta Piloto. Los datos se clasifican por tipo de defecto, da, turno, mquina y operario que registr dicho defecto. Se solicita focalizar el problema.
Defectos Rayas Rayas Sopladura Forma Rayas Sopladura Sopladura Forma Rayas Rayas Sopladura Rayas Rayas Sopladura Rayas Sopladura Dia Lunes Lunes Lunes Lunes Lunes Lunes Lunes Lunes Lunes Lunes Lunes Lunes Lunes Lunes Lunes Lunes Turno Maana Maana Maana Maana Maana Maana Maana Maana Maana Maana Maana Maana Maana Maana Tarde Tarde Operario A A A A B B B B C C C D D D A A Maquina 1 1 1 1 1 1 1 1 2 2 2 2 2 2 1 1

Porcentaje

Pg. | 22

Porcentaje

Solucin.El Minitab nos permite mediante un anlisis de Pareto realizar una estratificacin para focalizar el problema. Primero realizamos el Pareto General de los defectos:
Diagrama de Pareto de Defectos
200 100 80 60 100 40 50 20 0

150

0 Defectos Conteo Porcentaje % acumulado

Rayas 124 63,6 63,6

Sopladura 42 21,5 85,1

Forma 19 9,7 94,9

Terminacin 6 3,1 97,9

Otro 4 2,1 100,0

Luego vamos estratificando por cada variable as obtenemos los siguientes Paretos:
Diagrama de Pareto de Defectos por Dia
n i a ur ac s in ad ma o y a op l r rm tr Ra S Fo Te O

Porcentaje

Conteo

Diagrama de Pareto de Defectos por Turno

a ur a ad pl rm So Fo
Turno = Tarde

Dia = Juev es

Dia = Lunes

Dia = M artes

60 45 30

Conteo

Conteo

15 Dia = M ircoles Dia = S bado Dia = V iernes 0

Defectos Ray as Sopladura Forma Terminacin Otro

s ya Ra

n ci ina rm ro e T Ot
Defectos Ray as Sopladura Forma Terminacin Otro

Turno = Maana 100 80 60 40 20 0

60 45 30 15 0
Ra s ya S

du la op

ra

Fo

n i ac in rm Te rm

o tr

Ra

s ya

a a n ur rm a ci ad Fo in pl rm So Te

o tr

s a ya ur Ra ad pl o S

Defectos

a n rm ci Fo ina m r Te

t ro O

Defectos

Diagrama de Pareto de Defectos por Operario

s ya Ra
Operario = A

Diagrama de Pareto de Defectos por Maquina

a ur a ad pl rm So Fo
Maquina = 2

So

pla

a ur Fo

rm

r Te

n mi

i ac

n o tr O
80 60 40 Defectos Ray as Sopladura Forma Terminacin Otro

Operario = B

s ya Ra

n ci ina rm ro e T Ot
Defectos Ray as Sopladura Forma Terminacin Otro

120 100

Maquina = 1

Conteo

80 60 40 20 0

Operario = C

Operario = D

Conteo

20

80 60 40 20 0

y Ra

as So

d pla

ur

a Fo

rm

a Te

i ac in rm

tr o O

s a ya ur Ra ad pl So

Defectos

a n rm ci Fo ina rm e T

t ro O

Defectos

De los resultados observamos que la mayor cantidad de defectos se produce los das Mircoles, en el turno de maana, la realiza el operario B y se producen en la Mquina 1.
Pg. | 23

11.

Grfica de Control

Un grfico de control es una herramienta de calidad que consiste en un grfico en el que se hace corresponder un punto a cada valor de un estadstico calculado a partir de muestras sucesivas extradas de un proceso. Cada uno de estos puntos tiene por abscisa el nmero de muestra y por ordenada el valor del estadstico calculado con dicha muestra. El grfico contiene tambin una lnea central que representa el valor medio de la estadstica representada cuando el proceso est bajo control estadstico y una o dos lmites denominados lmites de control superior y lmite de control inferior Los grficos de control permiten determinar si la variabilidad de un proceso es constante (proceso bajo control) o presenta fluctuaciones considerables (proceso fuera de control) Es decir permite distinguir entre variabilidad aleatoria y no aleatoria. Ejemplo.- De una variable Cuantitativa.-Se dispone de informacin sobre el parmetro de calidad de conductividad de un conjunto de Pozos los datos son los siguientes:
VARIABLE: CONDUCTIVIDAD
Distrito Codigo Pozo Ao Nombre Pozo ENERO FEBRERO MARZO ABRIL MAYO LOS CERES 514 756 899 881 680 872 606 799 705 793 592 693 990 808 895 596 805 532 658 521 609 879 604 619 850 884 576 705 637 801 HUAYCAN 951 911 687 674 943 875 857 705 952 969 539 587 939 880 504 865 506 577 1000 776 625 831 783 790 674 917 845 587 901 803 CERRO CANDELA P6 939 652 638 839 782 868 598 519 547 722 815 676 659 533 778 713 728 628 793 564 919 745 894 968 643 745 582 718 898 721 ATE 379 ATE 400 ATE 767 ATE 829 HUAYCAN ALTO P2 (AV12) 580 920 567 949 832 770 720 866 817 509 563 981 692 831 822 709 605 653 996 798 867 965 747 665 598 726 840 729 844 795 ATE 831 CERRO CANDELA P2 (AV-17) 709 966 732 561 904 557 942 796 593 542 870 947 714 819 935 751 825 529 652 794 654 661 845 506 558 753 925 856 509 753 ATE 833 CARAPONGO PP-1 701 784 965 745 791 769 643 568 921 963 619 898 741 969 864 669 689 609 935 745 884 958 950 567 702 504 766 869 828 737 ATE 858 ESQ.VALLE AMAUTA P3(AV-18) 637 999 753 503 733 922 812 531 611 524 651 741 924 563 979 559 667 949 628 639 583 629 622 696 958 841 904 798 607 737 SANTA ANITA 164 SANTA ANITA 2 807 974 770 856 927 614 922 735 933 695 988 522 923 799 636 982 912 511 567 747 850 685 726 567 670 566 970 599 521 686 SANTA ANITA 394 SANTA ANITA 756

SAN J PORTALES DE MANGOMARCA CERES 572 587 886 819 934 994 691 719 686 886 930 746 644 702 539 557 972 706 573 596 958 811 895 567 742 891 931 568 645 644 567 561 977 897 569 522 634 909 668 615 650 552 999 721 829 714 992 529 774 562 893 664 811 573 817 754 909 806 675 648

2010

JUNIO JULIO AGOSTO SEPTIEMBRE OCTUBRE NOVIEMBRE DICIEMBRE ENERO FEBRERO MARZO ABRIL MAYO

2011

JUNIO JULIO AGOSTO SEPTIEMBRE OCTUBRE NOVIEMBRE DICIEMBRE ENERO FEBRERO

2012

MARZO ABRIL MAYO JUNIO

En base a esta informacin construir el Grafico de Control X-R Solucin El Megastat.- puede construir el Grfico de Control directamente con la opcin Megastat/ Control Process Chart

Pg. | 24

Quality Control Process Charts

Sample size 10 Number of samples 30 Mean 869,88 746,82 623,75 Range 710,03 399,57 89,10

Upper Control Limit, UCL Center Lower Control Limit, LCL

Control Chart for the Mean

1 000 900 800 15:22.24.000 9/12/2012 700 600 500 400 300 869,88

746,82 623,75

Sample Mean

200 100 0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29

Sample Number

Control Chart for the Range

800

700
600

710,03

Sample Range

500
400 399,57

300
200 100 0 1 2 3 4 5 6 7 8 9 101112131415161718192021222324252627282930

89,10

Sample Number

Mediante MINITAB.- Mediante la opcin Estadsticas/Grficas de Control/Grafica de Variables para subgrupos/ Grafica X-R

Pg. | 25

Grfica Xbarra-R de LOS CERES. .... PORTALES DE CERES

900 U C L=881,9

M edia de la muestr a

800 _ _ X=746,8 700

600 1 4 7 10 13 16 M uestr a 19 22 25 28

LC L=611,8

800

U C L=778,6

Rango de la muestr a

600 400 200 LC L=97,8 0 1 4 7 10 13 16 M uestr a 19 22 25 28 _ R=438,2

Como se observa los datos se encuentran bajo control Estadstico.

Pg. | 26