Escolar Documentos
Profissional Documentos
Cultura Documentos
EMAIL:cgonzales1@usmp.edu.pe
EVALUACIÓN
PP EP EF
PF
3
BIBLIOGRAFIA
Texto Base
• CONTROL ESTADÍSTICO DE LA CALIDAD. Douglas C.
Montgomery. Grupo Editorial Limusa Wiley S.A, México
2005
BIBLIOGRAFÍA COMPLEMENTARIA
• SANGUESA M, MATEO R, ILZARBE L. Teoría y Practica de la
Calidad. Ed. Thomson España 2006
• GUTIERREZ P. H, DE LA VARA S. R. Control Estadístico de
Calidad y seis sigma. McGraw Hill, México 2004.
• Pratt y varios autores. Métodos Estadísticos para la mejora
continua. Ed. Universidad Politécnica de Valencia. 2000
• EVANS J. y Varios autores. Administración y Control de
Calidad. 2005
INTRODUCCION
Necesidad o expectativa
Requisito establecida
Hacer el trabajo bien a la
primera y al menor costo
Conformidad
Satisfacción del cliente con el objetivo
Prod. y servicios
buenos CALIDAD ES....... Percepción
del cliente
Satisfacción de los
miembros de la Mejora como visión Cumplimiento de
organización dinámica de la calidad especificaciones
LA COMPETITIVIDAD Y LA MEJORA DE LA
CALIDAD
Mas gastos
ACTIVIDADES A REALIZAR POR EL ALUMNO
CARACTERISTICA DE CALIDAD
PRODUCTO SERVICIO
Características Requisitos
… …
Filosofía:
valores, creencias y principios
que forman el modo de vida
de una empresa.
¿Creemos en la calidad?
¿Hacemos calidad?
¿Vivimos con calidad?
MEJORA CONTINUA E INNOVACION
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
El inicio: métodos y criterios
Decisiones Valor
objetivas agregado
Documentar:
Procedimientos Documentar Procesos
Instructivos de
trabajo Establecer Objetivos,
Planes de calidad ACTUAR PLANEAR indicadores y metas
Especificaciones de los procesos
Registros
Establecer estrategias
VERIFICAR HACER
Experiencia e inteligencia
De la organización
Verificación y mejora continua
VERIFICAR HACER
Verificar:
La satisfacción del cliente.
La conformidad con los requisitos del producto.
Los indicadores de procesos
Los proveedores
Herramientas para la mejora continua
Objetivos de Calidad
Lluvia de ideas
Análisis de campo
de fuerzas
Estadística descriptiva
Política de calidad
Gráfica de tendencias
Histograma
Diagrama matricial
Verificación y
Diagrama de árbol
Mejora Continua
Herramientas para la mejora continua
Resultados de
auditorías
Verificación y
Mejora Continua
Estadística
descriptiva
Diagrama de Pareto
Herramientas para la mejora continua
Verificación y
Mejora Continua
Análisis de datos
Los proveedores
Características y La satisfacción
tendencias de del cliente
los procesos
La conformidad con
los requisitos del producto
Herramientas para la mejora continua
ANÁLISIS DE DATOS:
Verificación y
Mejora Continua
Estadística descriptiva
Acciones Diagrama de dispersión
correctivas y
Gráficas de control
preventivas
Diagrama causa-efecto
Lluvia de ideas
Diagrama de afinidad
PROYECTOS DE MEJORA
situación inicial
situación durante la mejora
situación final
Lectura Obligatoria
Capitulo1. El mejoramiento de Calidad en el ambiente
moderno de los negocios. pp1-36
Estadística Metodología
Organización
Predictiva y presentación
Estadística de datos
Inferencia
Medidas
Estadística
Estadisticas
¿Para qué sirve la estadística?
VARIABLE DATO
Diámetro 0,25"
Espesor 9"x4"
VARIABLE Y DATOS DE VARIABLES
¿Qué es?
¿Cuándo se utiliza?
¿Cómo se utiliza?
Histogram of espesor
18
16
14
12
Frequency
10
0
8.7 9.2 9.7 10.2 10.7 11.2 11.7
espesor
Con el propósito de mejorar la calidad que se tenía en cuanto al
grosor de las láminas, un grupo implementa un proyecto de mejora.
Varios de los cambios implementados fueron relativos a los
procedimientos empleados durante el proceso y la estandarización
de los mismos. Para verificar si el plan tuvo éxito, se eligieron
lámina aleatoriamente midiendo su grosor. Los 120 datos obtenidos
durante tres días se muestran en el ANEXO 1.
Para un cierto tipo de lámina el grosor óptimo es de 5mm y se tiene
como discrepancia tolerable de 0.8mm
Construya un histograma e insértele las especificaciones e
interprételo
ANEXO 1
4,8 4,8 4,9 4,9 5,0 4,8
4,7 4,5 4,4 4,6 4,2 5,3
4,7 5,1 5,0 4,6 5,2 4,7
4,9 4,7 5,1 5,1 5,3 5,1
4,7 5,0 5,1 4,5 4,1 4,9
4,6 4,6 4,7 4,4 5,3 4,4
4,2 5,3 4,8 4,7 5,1 4,7
5,0 4,9 5,6 5,2 4,6 4,9
5,3 5,0 4,9 4,6 4,8 4,6
4,4 4,5 5,2 5,0 5,6 5,0
4,3 5,1 4,6 4,6 4,9 4,5
5,7 5,3 5,1 4,9 4,6 5,2
4,1 5,0 4,9 4,9 4,8 5,1
4,8 5,1 5,3 5,0 5,0 5,2
5,0 5,3 5,1 5,2 5,1 4,9
5,0 4,8 4,9 4,5 5,3 5,0
4,5 5,1 4,4 5,3 4,7 4,8
5,0 5,2 5,1 4,5 5,2 5,0
4,9 4,4 4,7 5,3 4,7 5,1
5,0 5,0 4,7 5,3 5,0 4,5
Resumen sobre medidas estadísticas
• Centralización
• Media, mediana y moda
• Dispersión
• Desviación estándar, coeficiente de variación, rango,
varianza
• Forma
– Asimetría
– Apuntamiento o curtosis
n
MEDIA x i
ARITMÉTICA x i 1
n
Parámetros
estadísticos que Se ordenan los datos
según su magnitud y
estiman el valor se elige/n el/los
MEDIANA
central central/es
(semisuma).
Es el valor mas
MODA
frecuente de la
distribución
MEDIDAS DE VARIABILIDAD
x x
2
Varianza: su
i
propiedad mas
S2 i 1
importante es la
n 1 aditividad
x x
2
i Desviación estándar
S i 1
n 1
CONTINUACION DEL EJERCICIO DEL GROSOR
s Desviación estándar
Sx de la media.
n
EJERCICIO:
Pieza 1 2 3 4 5 6 7 8 9 10 11
Dureza
previa. 182 232 191 200 148 249 276 213 241 480 262
Dureza post. 198 210 194 220 138 220 219 161 210 313 226
400 250
225
313
Data
Data
300
200
200 175
138
150
100
Previa Post Previa Post
30
[Cd]
25
20
A B
Labs
Resumen de estadísticas de los datos [Cd] en mg / L
Total
Variable Count Mean SE Mean StDev Variance CoefVar Sum
Laboratorio A 8 25.25 1.21 3.41 11.65 13.52 202.00
Laboratorio B 8 22.038 0.839 2.372 5.628 10.77
176.300
Discretas
Ejemplo 40%
25%
20%
15%
10%
5%
0%
0 1 2 3
Continuas
Ejemplo
• Distribución de los pesos de cierto producto.
Valor esperado y varianza de una v.a. X
• Valor esperado
– Se representa mediante E[X] ó μ
– Es el equivalente a la media
• Varianza
– Se representa mediante VAR[X] o σ2
– Es el equivalente a la varianza
Distribuciones discretas importantes
– Experimentos dicotómicos.
• Bernoulli
• Media: μ =n p
• Varianza: σ2 = n p q
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!
Ejemplos de variables de Poisson
En un Hospital:
• Nº de pacientes atendidos o nº individuos de la población
que va al hospital.
En un Autoservicio
• N° de personas atendidas en una caja
1 x
2
1
2
f ( x) e
2
N(μ, σ2): Interpretación
geométrica
N(μ, σ): Interpretación probabilista
x
z
EJEMPLO
3 600 12
Muestra
Histograma
X
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
One-Sample T: Tiempo
Validez
Una decisión no es estrictamente
verdadera, sino que, NO puede
demostrarse su falsedad (probabilidades)
Tests Estadísticos
Tipos de errores en el
analisis inferencial de Decisión Tomada
datos.
Aceptar Rechazar
H0 H0
H0 No existe Tipo I (falso
verdadera error positivo, )
Resultado
verdadero
Tipo II (falso No existe
H0 falsa negativo, b) error
: b : b : b :n
Comparación de un promedio con
un valor determinado
n < 30
Suposiciones: Distribución Aproximadamente Normal
Hipótesis: Nula: H0: 0
Alternativa: H1,
dos colas: 0
una cola: < 0 y > 0
x o
Test estadístico: Distribución t con (n-1) grados de libertad t
s
Decisiones: n
H1: 0 -t/2, n-1 < t < -t/2, n-1 H0 aceptada
H1: < 0 t > -t, n-1 H0 aceptada
H1: > 0 t < t, n-1 H0 aceptada
Ejemplo
11 6
Se formo un equipo de six sigma
9 3
para reducir el tiempo de atención
en sus servicio de reclamos a los 11 6
7 2
10 6
6 5
10 6
6 6
7 7
4 7
8 5
8 7
Suposiciones: Dos muestras independientes (A y B) de distribución
aproximadamente normal
Hipótesis Nula: H0: A B
Alternativa : H1: A > B
80 80
70 70
Percent
Percent
60 60
50 50
40 40
30 30
20 20
10 10
5 5
1 1
5.0 7.5 10.0 12.5 15.0 1 2 3 4 5 6 7 8 9 10
A B
Two-sample T for A vs B
(j-0.5)/n
0.6
4 20.7 0.21875 -0.78
0.4
5 20.9 0.28125 -0.58 0.2
0
6 21.4 0.34375 -0.40 18 20 22 24 26 28 30 32
.999
.99
.95
Probability
.80
.50
.20
.05
.01
.001
20 25 30
[Cd]
Average: 23.6438 Anderson-Darling Normality Test
StDev: 3.28876 A-Squared: 0.468
N: 16 P-Value: 0.216
Comparando con un valor crítico
Relación de
varianzas = 2.07
Dureza
150
140
1 2
Tipo
Test de varianzas
F-Test (normal distribution)
Test Statistic: 0.829
P-Value : 0.784
Normal Probability Plot
.999
.99
.95
Probability
.80
.50
.20
.05
.01
.001