Escolar Documentos
Profissional Documentos
Cultura Documentos
ING. INDUSTRIAL
MUESTREO DE TRABAJO
INJ1012 A
17300928
4to SEMESTRE
ENERO-JUNIO 2019
INTRODUCCIÓN………………………………………………………………………….2
2. MUESTREO DE TRABAJO
CONCLUSIÓN…….…………………………………………………………………..…22
BIBLIOGRAFÍA…….…………………………………………………………………….23
ANEXOS………….………………………………………………………………………24
INTRODUCCIÓN
El desarrollo del trabajo está compuesto por nueve subtemas, siendo el primero
conceptos generales de muestreo de trabajo, en donde se busca definir la mayor
cantidad de conceptos generales sobre el tema; el segundo subtema es objetivo de
muestreo: determinación del porcentaje de tiempo productivo, determinación de
tolerancias y cálculo del tiempo estándar, nos veremos cual es en verdad la razón
del muestreo, así como sus diversas determinación; el tercero es planeación y
aplicación del estudio de muestreo de trabajo, donde se analiza la planificación del
muestreo así como su aplicación; como cuarto subtema tenemos el diseño de
formas de registro, que no es más que su diseño de la tabla así como sus demás
componentes; el quinto, selección del nivel de confianza y de precisión, como su
nombre lo indica vamos a seleccionar los niveles de confianza en el muestreo;
determinación de horarios aleatorios, donde se termina de determinar los puntos
aleatorios de interés; continuando tenemos al registro concentrado de
observaciones, que consiste en la notación de todas las inspecciones que tengamos
a lo largo del estudio; como penúltimo subtema tenemos al análisis de la información
registrada, donde se analiza la información que anotamos en el anterior subtema;
como ultimo subtema nos encontramos la elaboración de graficas de control, que
corresponde a la creación de dichas graficas necesarias para el control de los datos
recolectados a lo largo del estudio.
2. MUESTREO DE TRABAJO
El muestreo de trabajo es una técnica que se utiliza para investigar las proporciones
del tiempo total que se dedican a las diferentes actividades que constituyen una
tarea o una situación de trabajo. Los resultados del muestreo del trabajo son
eficaces para determinar la utilización de máquinas y personal, las holguras
aplicables al trabajo y los estándares de producción.
El muestreo del trabajo se aplicó por primera vez en la industria textil británica. Más
tarde, con el nombre de estudio de la razón de demora, la técnica se llevó a Estados
Unidos (Morrow, 1946). La exactitud de los datos que se determinan mediante
muestreo del trabajo depende del número de observaciones y el periodo sobre el
cual se realizan las observaciones aleatorias. El método de muestreo del trabajo
presenta varias ventajas sobre el procedimiento convencional de estudio de
tiempos:
1. No requiere la observación continua del analista durante largos periodos.
2. Se reduce el tiempo de trabajo de oficina.
3. Por lo general, el analista utiliza menos horas de trabajo totales.
4. El operario no está sujeto a largos periodos de observaciones
cronometradas.
5. Un solo analista puede estudiar con facilidad las operaciones de una brigada.
3
La distribución de estas probabilidades se conoce como distribución binomial con
media iguala np y varianza igual a n*p*q. Cuando n se hace más grande, la
distribución binomial se aproxima a la distribución normal. Como los muestreos del
trabajo involucran tamaños de muestras grandes, la distribución normal es una
aproximación satisfactoria a la binomial.
En los estudios de muestreo del trabajo, se toma una muestra de tamaño n en un
intento desestimar p. A partir de la teoría elemental de muestreo se sabe que no es
posible esperar que el valor de pˆ (pˆ = la proporción basada en la muestra) de cada
muestra sea el valor verdadero de p. Sin embargo, se espera que la pˆ de cualquier
muestra esté dentro del intervalo p ± 1.96 desviaciones estándar aproximadamente
95% de las veces. En otras palabras, si p es el porcentaje verdadero de una
condición dada, se puede esperar que la pˆ de cualquier muestra quede fuera del
intervalo p ± 1.96 desviaciones estándar sólo alrededor de 5 veces de cada 100
debido a las probabilidades. Esta teoría puede usarse para estimar el tamaño de la
muestra total necesario para lograr cierto grado de precisión.
Para hacer un muestreo, cuando hacemos un estudio primero determinamos el área
en la que tenemos problemas, la que queremos mejorar o a la que requiere que
hagamos esta actividad para enfocarnos en ella, sin un objeto de estudio no tiene
sentido el realizarlo. Para esto la planeación es muy importante, para organizarnos
y conocer la forma en la que nos enfrentaremos al problema.
Para realizar un estudio de esta magnitud, debemos de tomar en cuenta un factor
sumamente importante, el dinero. Es por esto por lo que nos interesa establecer un
número determinado de muestras que sea más económico pero que al mismo
tiempo nos pueda dar una visión real de los datos.
La frecuencia de observaciones dependerá de:
• Numero de observaciones requeridas.
• Tiempo disponible.
• Numero de analistas.
• Tipo de trabajo que se analiza.
Para obtener una muestra representativa se toman observaciones a todas horas del
día, es decir aleatoriamente. Una forma de hacer esto es con la tabla de números
aleatorios. El analista debe diseñar una hoja para registrar observaciones, en la cual
anotara los datos recopilados en el estudio de muestreo del trabajo. Los resultados
son representados por medio de graficas de control, que es una gráfica que sirve
para observar y analizar con datos estadísticos la variabilidad y el comportamiento
de un proceso a través del tiempo.
4
Antes de iniciar un programa de muestreo del trabajo, el analista debe “presentar”
su uso y confiabilidad a todos los miembros de la organización a quienes puedan
afectar los resultados, entre los que se destacan el sindicato, el supervisor de línea
y la administración de la compañía.
Antes de hacer las observaciones reales del estudio de muestreo del trabajo es
necesario realizar una planeación detallada. Los planes se inician con una
estimación preliminar de las actividades para las que se busca información. Esta
estimación puede incluir una o más actividades, y a menudo se hace a partir de
datos históricos. Si el analista no puede hacer una estimación razonable, deberá
muestrear el área durante dos o tres días y usar esa información como la base de
estas estimaciones.
Para determinar el número necesario de observaciones, el analista debe conocer la
exactitud con que se desean los resultados. Entre más observaciones, mayor
validez tendrá la respuesta final.
La frecuencia de las observaciones depende, en su mayor parte, del número de
observaciones que se requiere y del tiempo disponible para desarrollar los datos.
Las técnicas con gráficas de control que se utilizan en actividades de control
estadístico de la calidad se pueden aplicar fácilmente en estudios de muestreo del
trabajo. Como estos estudios tratan sólo con porcentajes o proporciones, los
analistas usan con más frecuencia la gráfica p.
Los analistas pueden usar el muestreo del trabajo para determinar la utilización de
máquinas y operarios. Si se desea desarrollar estándares justos, la determinación
de holguras o suplementos debe ser correcta. Antes de introducir el muestreo del
trabajo, con frecuencia los analistas determinaban las holguras por razones
personales y demoras inevitables, tomaban una serie de estudios durante todo el
día de varias operaciones y después promediaban los resultados.
El muestreo del trabajo puede ser muy útil para establecer los estándares de tiempo
para las operaciones de mano de obra directa e indirecta. La técnica es la misma
que la que se utiliza para determinar holguras. El analista debe tomar un gran
número de observaciones aleatorias. El porcentaje del total de observaciones en las
que el operario está trabajando se aproxima al porcentaje del tiempo total de ese
estado.
1. Obtención del tiempo observado (TO):
2. Obtención del tiempo normal:
TN= TO x R
3. Holgura:
Holgura= TN x Holgura
4. Obtención del tiempo estándar:
5
TE= (TN) + Holgura
CONCEPTOS
Población: Son las unidades en conjunto, las cuales tienen una o más
características en común. Es la totalidad del universo que se desea estudiar y por
ello es importante que esté bien delimitado y definido. La población se clasifica en
teórica y estudiada.
La población teórica es aquella donde se desean extrapolar los resultados al
conjunto de elementos, puede realizarse la pregunta ¿a quién deseo generalizar los
resultados de los estudios?
La población estudiada representa a los elementos a los cuales puede accederse
durante el estudio, ¿a quién puedo acceder en el estudio?
Muestra: ¿Quién forma parte del estudio?, cuando no es posible realizar un censo
se procede a estudiar elementos que sean una parte representativa de la población.
La muestra debe ser representativa y para ello debe reflejar las características
importantes encontradas en la población. Los resultados que se desean estudiar
pueden clasificarse como variable discreta o continua, siendo discreta valores que
pueden ser clasificados y continua los valores que no pueden clasificarse con tanta
facilidad. Para que el estudio de una muestra sea válido para la población, se
requiere:
Homogeneidad: A lo largo de toda la muestra se cuenta con las mismas
proporciones y características que las de la población en los aspectos que influyen
sobre la variable que se estudia.
Representatividad: La muestra ha de ser un modelo representativo de la población.
Para poder determinar el tamaño de la muestra, es decir la cantidad de elementos
¿Cuántos individuos necesito para poder generalizar resultados? que se estudiarán
de la población lo cual se entenderá como muestra, es necesario comprender los
siguientes conceptos.
Parámetro: Ciertos datos que se obtienen de la población.
Estadístico: Datos obtenidos de la muestra lo cual se generaliza sobre la población.
Criterios de delimitación: Selección del aspecto a estudiar de la población como el
lugar, tamaño de población o temporalidad.
Error de muestreo: Es una imprecisión que se realiza en el momento de seleccionar
o estimar un parámetro. Es la diferencia entre el estadístico y su parámetro, siempre
se cometerá un error el error de muestreo da una noción de cuánto se aleja un valor
de la realidad, la única forma de no cometer errores es por medio del censo
completo.
6
Error de sesgo: Imprecisión debido a la recolección o interpretación incorrecta de
datos que no representan la realidad.
Nivel de confianza: Representa la probabilidad de que el resultado obtenido sea real
o que capte el verdadero valor del parámetro.
Desviación estándar: Medida de dispersión de un conjunto de datos. Informa sobre
la variación de los datos respecto de la media.
Varianza poblacional: En el momento en que la población es homogénea la
variación entre los resultados disminuye, así como el número de elementos que
debe estudiarse de la población, en otras palabras, disminuye el tamaño de
muestra. Indica la variabilidad de la característica que se estudia.
Los muestreos realizados se clasifican en probabilísticos y no probabilísticos
dependiendo de la probabilidad que tienen los elementos de ser seleccionados
durante el muestreo.
Muestreo probabilístico: Los métodos de muestreo probabilísticos son aquellos que
se basan en el principio de equiprobabilidad. Es decir, aquellos en los que todos los
individuos tienen la misma probabilidad de ser elegidos para formar parte de una
muestra y, consiguientemente, todas las posibles muestras de tamaño n tienen la
misma probabilidad de ser elegidas. Sólo estos métodos de muestreo
probabilísticos nos aseguran la representatividad de la muestra extraída y son, por
tanto, los más recomendables. Dentro de los métodos de muestreo probabilísticos
encontramos los siguientes tipos:
El método otorga una probabilidad conocida de integrar la muestra a cada elemento
de la población, y dicha probabilidad no es nula para ningún elemento.
Los métodos de muestreo no probabilísticos no garantizan la representatividad de
la muestra y por lo tanto no permiten realizar estimaciones inferenciales sobre la
población.
(En algunas circunstancias los métodos estadísticos y epidemiológicos permiten
resolver los problemas de representatividad aun en situaciones de muestreo no
probabilístico, por ejemplo, los estudios de caso-control, donde los casos no son
seleccionados aleatoriamente de la población.)
Entre los métodos de muestreo probabilísticos más utilizados en investigación
encontramos:
• Muestreo aleatorio simple
• Muestreo estratificado
• Muestreo sistemático
• Muestreo polietápico o por conglomerados
7
Muestreo aleatorio simple: El procedimiento empleado es el siguiente: 1) se asigna
un número a cada individuo de la población y 2) a través de algún medio mecánico
(bolas dentro de una bolsa, tablas de números aleatorios, números aleatorios
generados con una calculadora u ordenador, etc.) se eligen tantos sujetos como sea
necesario para completar el tamaño de muestra requerido.
Este procedimiento, atractivo por su simpleza, tiene poca o nula utilidad práctica
cuando la población que estamos manejando es muy grande.
Muestreo aleatorio sistemático: Este procedimiento exige, como el anterior, numerar
todos los elementos de la población, pero en lugar de extraer n números aleatorios
sólo se extrae uno. Se parte de ese número aleatorio i, que es un número elegido
al azar, y los elementos que integran la muestra son los que ocupa los lugares i, i+k,
i+2k, i+3k,...,i+(n-1)k, es decir se toman los individuos de k en k, siendo k el
resultado de dividir el tamaño de la población entre el tamaño de la muestra: k= N/n.
El número i que empleamos como punto de partida será un número al azar entre 1
y k.
El riesgo este tipo de muestreo está en los casos en que se dan periodicidades en
la población ya que al elegir a los miembros de la muestra con una periodicidad
constante (k) podemos introducir una homogeneidad que no se da en la población.
Imaginemos que estamos seleccionando una muestra sobre listas de 10 individuos
en los que los 5 primeros son varones y las 5 últimas mujeres, si empleamos un
muestreo aleatorio sistemático con k=10 siempre seleccionaríamos o sólo hombres
o sólo mujeres, no podría haber una representación de los dos sexos.
Muestreo aleatorio estratificado: Trata de obviar las dificultades que presentan los
anteriores ya que simplifican los procesos y suelen reducir el error muestral para un
tamaño dado de la muestra. Consiste en considerar categorías típicas diferentes
entre sí (estratos) que poseen gran homogeneidad respecto a alguna característica
(se puede estratificar, por ejemplo, según la profesión, el municipio de residencia,
el sexo, el estado civil, etc.). Lo que se pretende con este tipo de muestreo es
asegurarse de que todos los estratos de interés estarán representados
adecuadamente en la muestra. Cada estrato funciona independientemente,
pudiendo aplicarse dentro de ellos el muestreo aleatorio simple o el estratificado
para elegir los elementos concretos que formarán parte de la muestra. En ocasiones
las dificultades que plantean son demasiado grandes, pues exige un conocimiento
detallado de la población. (Tamaño geográfico, sexos y edades).
La distribución de la muestra en función de los diferentes estratos se denomina
afijación, y puede ser de diferentes tipos:
• Afijación Simple: A cada estrato le corresponde igual número de elementos
muéstrales.
8
• Afijación Proporcional: La distribución se hace de acuerdo con el peso
(tamaño) de la población en cada estrato.
• Afijación Óptima: Se tiene en cuenta la previsible dispersión de los
resultados, de modo que se considera la proporción y la desviación típica.
Tiene poca aplicación ya que no se suele conocer la desviación.
9
En este tipo de muestreo se fijan unas "cuotas" que consisten en un número de
individuos que reúnen unas determinadas condiciones, por ejemplo: 20 individuos
de 25 a 40 años, de sexo femenino y residentes en Gijón. Una vez determinada la
cuota se eligen los primeros que se encuentren que cumplan esas características.
Este método se utiliza mucho en las encuestas de opinión.
Muestreo opinático o intencional: Este tipo de muestreo se caracteriza por un
esfuerzo deliberado de obtener muestras "representativas" mediante la inclusión en
la muestra de grupos supuestamente típicos. Es muy frecuente su utilización en
sondeos preelectorales de zonas que en anteriores votaciones han marcado
tendencias de voto.
Muestreo casual o incidental: Se trata de un proceso en el que el investigador
selecciona directa e intencionadamente los individuos de la población. El caso más
frecuente de este procedimiento el utilizar como muestra los individuos a los que se
tiene fácil acceso (los profesores de universidad emplean con mucha frecuencia a
sus propios alumnos).
Bola de nieve: Se localiza a algunos individuos, los cuales conducen a otros, y estos
a otros, y así hasta conseguir una muestra suficiente. Este tipo se emplea muy
frecuentemente cuando se hacen estudios con poblaciones "marginales",
delincuentes, sectas, determinados tipos de enfermos, etc.
Muestreo Discrecional: A criterio del investigador los elementos son elegidos sobre
lo que él cree que pueden aportar al estudio. • Ej.: Muestreo por juicios; cajeros de
un banco o un supermercado; etc.
10
inevitables, mediante una serie de estudios durante todo el día de varias
operaciones y el promedio de los resultados.
Calculo del tiempo estándar.
Es el patrón que mide el tiempo requerido para terminar una unidad de trabajo,
utilizando método y equipo estándar, por un trabajador que posee la habilidad
requerida, desarrollando una velocidad normal que pueda mantener día tras día, sin
mostrar síntomas de fatiga.
El tiempo estándar para una operación dada es el tiempo requerido para que un
operario de tipo medio, plenamente calificado y adiestrado, y trabajando a un ritmo
normal, lleve a cabo la operación.
I. Planeación.
1. Preparar el muestreo del trabajo.
• Cuáles son los objetivos del estudio.
• Qué es lo que se va a determinar.
• Qué información es necesaria.
• Qué campo abarcará el estudio.
• Qué margen de error será permitido.
2. Investigaciones preliminares.
• Definir claramente las actividades.
• Clasificar en categorías las actividades del estudio.
• Estimar los porcentajes.
• Calcular el número de observaciones necesarias.
• Calcular el tiempo que se va a llevar el estudio.
11
4. Establecer el procedimiento.
• Diseñar las formas.
• Fijar las observaciones al azar.
• Fijar los puntos de observación.
III. Aplicación
12
• El tiempo de preparación y retiro de herramientas y puesta a punto de las
maquinas.
• El número de personas o maquinas que son necesarias para efectuar una
tarea.
• Determinación de tiempos estándar de operaciones no repetitivas y de ciclos
largos.
13
habitual de auditoría se utiliza un 90% para aquellas auditorías recurrentes o de bajo
riesgo y un 95% para aquellas auditorías nuevas o de riesgo.
El Nivel de Confianza o Riesgo Alfa es la seguridad que desea obtener el auditor en
el resultado de sus pruebas. Es la probabilidad de que las conclusiones estadísticas
del auditor sean correctas. El nivel de confianza se determina teniendo en
consideración el máximo riesgo de muestreo que el auditor pueda tolerar. El
complemento del nivel de confianza es el riesgo de que se acepte como bueno un
sistema de control interno no efectivo. El auditor debe prestar su mayor atención a
este tipo de riesgo. (“Aplicación del Muestreo Estadístico a la Auditoría”, Juan
Antonio de Agustín Melendro).
De una muestra de 100 con una confianza del 95% sólo 95 muestras serán
representativas y 5 muestras no serán representativas de la población de origen.
Por tanto, las conclusiones del auditor acerca de la población objeto de muestreo
estarán equivocadas en un 5% de los casos.
Como regla general, se suele utilizar el nivel de confianza complementario al riesgo
general de auditoría asumido al principio en la planificación.
14
P= Número de pasos de 60centimetros que son necesario para llegar a la zona que
se observa.
N= Número de observaciones que se harán.
Una vez determinando el número de muestras que se deben de tomar en un día, se
realiza la determinación del horario, ya sea por medio de número aleatorios o por
un muestreo sistemático, de acuerdo con las necesidades y con lo que se cuenten
en la empresa.
Otra alternativa para ayudar al analista a decidir cuándo tomar las observaciones
diarias es un recordatorio aleatorio. Este instrumento de bolsillo hace sonar una
alarma en tiempos aleatorios, para indicar al analista cuándo tomar la siguiente
observación. El usuario preselecciona una tasa promedio de muestreo
(observaciones por hora, por día) y responde con un viaje al área de recolección de
datos cuando escucha la alarma.
15
Hacer las observaciones de acuerdo con el plan y el programa y resumir los datos.
• Hacer las observaciones y anotar lo observado.
• Resumir los datos al final de cada día.
• Construir el gráfico de control diario.
16
f. Hacer el programa de observaciones para cada día. Para ser
estadísticamente aceptable, el Muestreo de Trabajo requiere que todos los
momentos de observación tengan la misma probabilidad de ser elegidos.
g. Diseñar la hoja de observaciones. Esta hoja debe ser fácil de llenar por el
observador y de fácil interpretación posterior.
h. Hacer las observaciones de acuerdo con el plan y el programa y resumir los
datos.
Los pasos comprendidos en este punto son:
1. Hacer las observaciones y anotar lo observado. Para ello se utiliza la hoja de
observaciones previamente diseñada, el registro de las observaciones no
debe anticiparse. Para realizarlas el analista debe situarse a una distancia
conveniente.
2. Resumir los datos al final de cada día.
3. Construir el gráfico de control diario, los gráficos de control en el Muestreo
de Trabajo permiten graficar los resultados diarios y acumulados en el
estudio.
17
2.9 Elaboración de gráficas de control.
La idea tradicional de inspeccionar el producto final y eliminar las unidades que no
cumplen con las especificaciones una vez terminado el proceso, se reemplaza por
una estrategia más económica de prevención antes y durante del proceso industrial
con el fin de lograr que precisamente estos productos lleguen al consumidor sin
defectos.
Así las variaciones de calidad producidas antes y durante el proceso pueden ser
detectadas y corregidas gracias al empleo masivo de Gráficas de Control.
Según este nuevo enfoque, existen dos tipos de variabilidad. El primer tipo es una
variabilidad aleatoria debido a "causas al azar" o también conocida como "causas
comunes". El segundo tipo de variabilidad, en cambio, representa un cambio real
en el proceso atribuible a "causas especiales", las cuales, por lo menos
teóricamente, pueden ser identificadas y eliminadas.
Los gráficos de control ayudan en la detección de modelos no naturales de variación
en los datos que resultan de procesos repetitivos y dan criterios para detectar una
falta de control estadístico. Un proceso se encuentra bajo control estadístico cuando
la variabilidad se debe sólo a "causas comunes".
Los gráficos de control de Shewart son básicamente de dos tipos; gráficos de control
por variables y gráficos de control por atributos. Para cada uno de los gráficos de
control, existen dos situaciones diferentes; a) cuando no existen valores
especificados y b) cuando existen valores especificados.
Se denominan "por variables" cuando las medidas pueden adoptar un intervalo
continuo de valores; por ejemplo, la longitud, el peso, la concentración, etc. Se
denomina "por atributos" cuando las medidas adoptadas no son continuas; ejemplo,
tres tornillos defectuosos cada cien, 3 paradas en un mes en la fábrica, seis
personas cada 300, etc.
Gráfico de control para variables. Gráfico x-r
Paso 1: Colectar los datos.
Variables para considerar.
La elección se basa en el propósito de reducir o impedir los rechazos, los costos, el
desperdicio, el reproceso, etc.
Elegir algo que pueda ser medido y expresado en números: dimensiones, dureza,
fragilidad, resistencia, peso, etc.
Elección del tamaño y la frecuencia de la obtención de los datos representativos.
18
Los datos son el resultado de la medición de las características del producto, los
cuales deben de ser registrados y agrupados de la siguiente manera:
Se toma una muestra (subgrupo) de 2 a 10 piezas consecutivas (Shewhart sugiere
4) sin embargo es muy común utilizar 5 y se anotan los resultados de la medición.
Durante un estudio inicial, los subgrupos pueden ser tomados consecutivamente o
a intervalos cortos para detectar si el proceso puede cambiar o mostrar
inconsistencia en breves periodos de tiempo. Algunos recomiendan que el intervalo
sea de ½ a 2 hrs., ya que más frecuentemente puede representar demasiado tiempo
invertido, y si es menos frecuente pueden perderse eventos importantes que sean
poco usuales.
Elección de cuantos subgrupos tomar.
Mientras menor sea el número de subgrupos que tomemos, más pronto tendremos
una idea para actuar, pero menor será la seguridad de que esta base sea confiable.
Es conveniente tener al menos 25 subgrupos; la experiencia indica que las primeras
muestras pueden no ser representativas de lo que se mide posteriormente.
Pasó 2: Calcular el promedio y Ri para cada subgrupo:
Paso 3: Calcular el promedio de rangos y el promedio de promedios.
Paso 4: Calcular los límites de control.
Los límites de control son calculados para determinar la variación de cada subgrupo,
están basados en el tamaño de los subgrupos y se calculan de la siguiente forma:
Paso 5: Trazar la gráfica de control.
Una carta de control -R nos presenta dos gráficos en una hoja, la gráfica superior
es la de las medias y la gráfica inferior es la de rangos R.
En el eje de las “x” se representa el número de subgrupos (se anotan los números
cardinales que representan las muestras sucesivas).
En el eje de las “y” se representan los valores de las medias ó rangos según
corresponda a la gráfica que estemos trazando.
Para la gráfica para las medias
La grafica consiste en tres líneas de guía: Límite de control inferior LCLx, línea
central CLx y límite de control superior UCLx. La línea central es el promedio de
promedios y los dos límites de control son fijados más o menos a tres desviaciones
estándar.
Cada subgrupo se identifica en la gráfica como un punto, un círculo o una cruz según
se establezca, cada punto corresponde a un valor.
19
Para la gráfica de Rangos
La grafica consiste en tres líneas de guía: Límite de control inferior LCLRm, línea
central CLRm y límite de control superior UCLRm. La línea central es el promedio
de los rangos y los dos límites de control son fijados más o menos a tres
desviaciones estándar.
Cada subgrupo se identifica en la gráfica como un punto, un círculo o una cruz según
se establezca, cada punto corresponde a un valor Ri.
Gráfico de control para variables
Gráfico x-s
El procedimiento para realizar las cartas de control - s es similar al de las cartas de
-R la diferencia consiste en que el tamaño de la muestra puede variar y es mucho
más sensible para detectar cambios en la media o en la variabilidad del proceso. La
grafica monitorea el promedio del proceso para vigilar tendencias y la graficas
monitorea la variación en forma de desviación estándar.
20
Cada subgrupo se identifica en la gráfica como un punto, un círculo o una cruz según
se establezca, cada punto corresponde a un valor.
Para la gráfica de desviaciones estándar.
La grafica consiste en tres líneas de guía: Límite de control inferior LCLs, línea
central CLs y límite de control superior UCLs. La línea central es el promedio de los
rangos y los dos límites de control son fijados más o menos a tres desviaciones
estándar.
Cada subgrupo se identifica en la gráfica como un punto, un círculo o una cruz según
se establezca, cada punto corresponde a un valor.
21
CONCLUSIÓN
22
BIBLIOGRAFÍA
23
ANEXOS
Formulario de observación.
Curva de distribución.
Calculo de promedio.
24
Calculo de desviación.
Calculo de límites
Probabilidad de ocurrencia.
Limites de control.
25