Gestión de la información en el

departamento de mantención.

Indicadores y estrategias de confiabilidad

2019.
Gestión de la información
El departamento de Mantenimiento necesita y
genera abundante información , por lo cual es
necesario prestar atención al sistema que se
empleará para recopilar datos que se convierten en
información.
Gestión de la información

Datos Anotaciones

Gestión de la Datos ordenados

información Información
estratégicamente
( permiten tomar
decisiones).

Herramienta que
Sistema transforma los datos
en información
Gestión de la información
Algunas herramientas básicas utilizadas para gestionar la
información emanada del departamento de mantención podemos
citarlas en :

1. Diagrama de Pareto
2. Diagrama de causa y efecto o de Ishikawa
3. Histograma
4. Gráfico de control
5. Diagrama de dispersión o correlación
6. Hoja de recogida de datos
7. Estratificación de datos
Gestión de la información
a. Gráficos de control
b. Hoja de recogida de datos
Fase de control c. Estratificación de datos

Herramientas

a. Diagrama de Ishikawa
b. Diagrama de Pareto
Análisis de
c. Histograma
proceso
d. Diag. De dispersión
Gestión de la información
Diagrama Causa- efecto

También conocido como diagrama de Ishikawa o diagrama de espina de

pez, analiza de forma organizada y sistemática los factores , las causas y las
causa de las causas, que inciden en la generación de un problema
detectado a partir de sus efectos

Diagrama de Pareto

Esta herramienta ayuda en la toma de decisiones sobre que causa hay

que resolver prioritariamente para lograr una mayor efectividad en la
resolución de problemas. Así , en el caso de haber identificado las causa
de efecto por medio del diagrama de Ishikawa, pueden haber aparecido
muchas posible causas y ahora interesa concentrarse en las más
relevantes.
Gestión de la información
Histograma
Un histograma es un gráfico de barras que nos muestra la distribución
estadística que presentan los datos. En el eje horizontal se representa el
rango(valor máximo – valor mínimo) posible de valores que abarca la variable ,
dividido en un numero determinado de intervalos, que dependerá del número
que tenemos .
Gestión de la información
Diagrama de dispersión

La idea principal que persiguen los diagramas de dispersión , también conocidos

como diagramas de correlación o bivariantes , es poner de manifiesto la relación que
pueda existir entre dos características de calidad(variables por medición de las
cuales se determina la calidad), en función de los valores medido, al variar ambas en
una determinada situación
Gestión de la información
Hoja de recogida de datos

También conocida como hoja de registro de verificación , su función consiste

en la recopilación ordenada y estructurada de toda la información
importante y útil que se genera en las actividades y procesos, la forma mas
utilizada es la planilla o tabla predefinida. En su elaboración hay tener en
cuenta que hay que recoger solo la información útil y no recoger datos de
forma indiscriminada que dificulten el proceso.
ORDEN
PREVENTIVA
Gestión de la información
Gráfico de control
Los gráficos de control se utilizan para analizar, supervisar y controlar la
estabilidad de los procesos , mediante el seguimiento de las variables que
participan . Es una herramienta básica para el control estadístico de procesos o
SPC
Gestión de la información
Estratificación de datos
La estraficación de datos consiste básicamente en la clasificación y separación
de los datos en grupos o categoría con el objeto de realizar un análisis mas
profundo y exacto de las causas, indagar sobre problemas o comprobar que las
acciones correctivas y de mejora son eficientes.
Por si sola no es una herramienta de mejora, pero es de inestimable ayuda en
la elaboración de otras herramientas como el diagrama de Pareto o el diagrama
de dispersión.
Gestión de la información
 Diagrama de dispersión
Un diagrama de dispersión o correlación , es una herramienta
gráfica que permite demostrar la relación existente entre dos
clases de datos( variables) y cuantificar la intensidad de dicha
relación.
Se utiliza para conocer si efectivamente existe una correlación
entre dos magnitudes o parámetros de un problema y , en caso
positivo , de que tipo es la correlación.
Interpretación del gráfico
 Modelo de regresión lineal
simple.
• Curva de regresión poblacional .

• Es el trazado o unión de las medias condicionales o esperanza de la

variable dependiente para los valores fijos de la variable explicativa.
• Luego La función de regresión poblacional (FRP).

E(Y/Xi ) = f (Xi ).
 Modelo de regresión lineal simple.

• Donde f (xi ): Denota una función de la variable explicativa.

• Esta función nos muestra como el valor promedio poblacional de Y varia con
las X.

• Forma de la función f( Xi ): Dado que en una situación real no se dispone

de la totalidad de la población para efectuar el análisis . Por lo tanto , la
forma funcional de FRP debe ser aproximada de una manera empírica.
 Modelo de regresión lineal
simple.
• Luego el comportamiento empírico o teórico es lineal se tiene:

E(Y/Xi) = a + b Xi + u i

• Donde: ui ; Es una variable aleatoria no observada que toma valores

positivos o negativos . Técnicamente , se conoce como la perturbación
estocástica o termino del error estocástico.
 Modelo de regresión lineal simple.

• Función de regresión muestral. (FRM).

• Estas son líneas de regresión de datos muéstrales del total de la

población y se considera como una aproximación de la línea de
regresión poblacional del estudio .
• De un estudio de la población pueden lograrse n líneas de
regresión muestral.
 Modelo de regresión lineal simple.

• Donde podemos escribir la ecuación de la función de regresión muestral ( FRM).

• Yi^ = a^ + b ^Xi + e i

Donde:
Yi = Estimador de E (Y/Xi ).
a^ = Estimador de a.
b^ = Estimador de b.
 Modelo de regresión lineal simple.

• Luego podemos calcular:

n* ∑xi * yi - ∑xi * ∑ yi
• b^ =
n ∑ xi ² - ( ∑ xi )²

• a^ = Ym - b^ * Xm.

Donde:
Ym = media aritmética de y
Xm = media aritmética de x
 Modelo de regresión lineal simple.

• Coeficiente de correlación R²:

• Este coeficiente se utiliza para medir la fortaleza de la relación

entre la variable dependiente y la independiente .
• Esta nos indica que tan bien la ecuación explica los cambios en la
variable dependiente.
 Modelo de regresión lineal simple.

• Esta dada por:

• R^² = var. Total explicada. / var. total.

•
• R^² = ∑( yi^ - y m )² / ∑( yi - ym )²
•
• Variación total = ( yi - ym )².
• Variación explicada = ( yi^ - ym)² .
• Variación no explicada = ( yi - Y^ )².
 Modelo de regresión lineal
simple.
• Propiedades de r².

• 1 . Es una cantidad no negativa.

• 2 . Sus limites son 0 ≤ r² ≥ 1.
• 3 . Un r² es de 1 denota un ajuste perfecto.
• 4 . Un r² es de 0 los dice que no existe
relación alguna entre la variable dependiente y
las variables explicativas.
 Consejos para elaborar y usar los
diagramas de correlación –
dispersión.

• - Si existen puntos muy apartados en el diagrama se puede

deber a errores en la medición o registros de los datos. ( se
debe estudiar la curva y eliminaros )
• Es conveniente estratificar los datos, ya que esto nos puede
permitir descubrir correlaciones donde aparentemente no
la hay.
• No hay que olvidar que ,a veces , la casualidad hace
aparecer correlación donde no las hay, por ello una vez que
creamos haber encontrado una correlación hay que analizar
los motivo, antes de tomar medidas.
 Secuencia a seguir para realizar un
diagrama de dispersión.

• Recoger y ordenar los datos que se cree que tienen una posible
correlación.( conviene que el numero de datos sea superior a 30).
• Representar gráficamente los datos :
- Causa o independiente sobre el eje X.
- Efecto dependiente sobre el eje y
• Si dos o mas pares de datos caen en el mismo punto, dibujar círculos
concéntricos alrededor del punto individualizado
• Determinar la relación de las variables con la recta de regresión y el
coeficiente de correlación.
 Modelo de regresión
lineal simple.
Años( Y) Demanda ( yi ) Años n de Prod.vendida
( xi )
1997 100 0
2003 150 5
2006 160 8
2008 240 10
2012 230 15
2020 370 23
2022 410 25