Escolar Documentos
Profissional Documentos
Cultura Documentos
Herramientas de
Calidad
Ms. Gloria Poémape Rojas
17- 2
Exposición por Grupos. Biografía y aportes
Ideólogos de la calidad
17- 3
Herramientas de Calidad
17- 6
7 Herramientas
Solución efectiva de
problemas
Mejoramiento de procesos
Establecimiento de
controles en las
operaciones del proceso
17- 7
Gráficos de control.
Diagrama causa-efecto.
Diagrama de Pareto
Hoja de verificación.
Histograma.
Diagrama de dispersión.
Cartas de control
7 Herramientas básicas de
Calidad
17- 8
GRAFICOS
17- 9
Se clasifican en:
Grafica de Barras
Graficas de líneas
Grafica de pastel
Grafica de columna
Grafica de radar
Graficas
17- 10
Pabellón A B C D E
Número de lámparas 8 8 3 12 5
malogradas.
Grafica de Barras
17- 11
12
10
8
Conteo
0
A B C D E
Pabellón
Fuente: Datos de XYZ
Grafica de Barras
17- 12
Grafica de línea
17- 13
Grafica de línea
17- 15
Grafica de pastel
17- 16
Mes A B C D Total
1 250 280 115 200 846
2 286 100 100 100 588
3 354 120 80 110 667
Total 890 500 295 410 2095
% 42.48% 23.87% 14.08% 19.57%
Grafica de pastel
17- 17
Diagrama de araña
17- 20
Diagrama de arañ
17- 21
DIAGRAMA DE
CAUSA Y EFECTO
HERRAMIENTAS DE CALIDAD
17- 22
Desarrollado
en 1950 por el Ingeniero
Japonés Kaoru Ishikawa.
CARACTERISTICAS:
D. Ishikawa- Ventajas
17- 25
Diagnóstico Diagrama de Ishikawa
Tambien llamado Diagrama de causa-efecto
Problema o efecto
es la cabeza de pez
Ayuda a
organizar ideas
e identificar sus
relaciones
Usualmente considera 6
áreas del problema:
metodos, materiales,
Identifica factores Las causas se listan equipo, personal,
que causa en el lado izquierdo mediciones y entorno
variabilidad
del diagrama Diag. Ishikawa.
17- 26
Métodos Materiales
Comida calentada a la Comida a la temperatura
Temperatura correcta. inicial correcta
Comida ubicada bajo Suficiente empaque de
luces de calefacción aislamiento
Quejas por
Termostato trabajando comida fría
de manera correcta Empleados operan el
equipo correctamente
Luces calientes a la
altura correcta Meseros entregan la
comida de manera rápida.
Equipo Personal
17- 28
17- 29
Fo Ex
rm pe O perario
ac ri e
F orma ió n ci a
n
H abilidad
Dureza C oncentración
A lmacenamiento
Variabilidad
Temperatura
H umedad
V elocidad
P olv o
A juste
Ejemplo
17- 30
MINITAB:
DIAGRAMA DE
PARETO
HERRAMIENTA DE CALIDAD
17- 32
Diagrama de Pareto
17- 33
Principio de Pareto
17- 34
Análisis de Pareto
Una técnica que ordena el número
y tipo de defectos que se presentan
en un producto o servicio.
Hacer una tabla
Pasos en el análisis de Pareto d e b a r r a s
verticales para
Clasificamos los defectos visualizar datos.
en términos de frecuencia
d e m a y o r a m e n o r. .
O r d e n a mo s e l
tipo de defectos. Diagramas de diagnostico: Diagrama de Pareto
El departamento de contabilidad 17- 35
de una gran organización está
empleando tiempo significativo
corrigiendo los vouchers de viaje
procesados por los empleados de
sus numerosas localizaciones. El
personal de contabilidad notó que
los errores típicos son: los códigos
de viaje equivocados, número de
identificación del empleado
incorrecta, cálculos inexactos, El personal del
colocar los gastos en las líneas departamento sacó una
incorrectas del formulario, y falla muestra de 100
al incluir documentación vouchers y contó los
apropiada de gastos. errores en las varias
categorías.
Ejemplo 1
17- 36
70 80
Cumulative Percent
70
60
E 50
60
50
Count
X 40
40
C 30
30
20
E 20
10 10
L Defect
0 -
Inaccurate form Wrong codes Incomplete Incorrect employee Inaccurate math
placement documentation id
Porcentaje
numero
150
60
100 40
50 20
0 0
error a os ta rr ex
a ct d le co n
ex ca p in li
in vo om o cl u
n qui inc er ca
cio e t m
c a en nu
olo um
c c
do
numero 80 60 42 25 23
Porcentaje 34.8 26.1 18.3 10.9 10.0
% acumulado 34.8 60.9 79.1 90.0 100.0
17- 40
Defectos Conteos
Tornillos falt 274
Clips falt 59
Caja defect 19
Junta defect 43
Restos 4
Cable descon 8
Pernos falt 6
Pieza incomp 10
MINITAB
Ejemplo-Diag de Pasreto
17- 41
MINITAB
Ira Estadística
Herramientas de Calidad
Diagrama de Pareto
Diagrama de Paretp
17- 42
80
300
Porcentaje
Conteos
60
200
40
100
20
0 0
Defectos lt lt c t c t p tro
fa fa fe fe om O
s s e e c
il lo Cl ip a
d
ja
d in
rn nt Ca ez
a
To Ju
Pi
Conteos 274 59 43 19 10 18
Porcentaje 64.8 13.9 10.2 4.5 2.4 4.3
% acumulado 64.8 78.7 88.9 93.4 95.7 100.0
Diagrama de Pareto.
17- 43
17- 44
Listas de Control,
Check Lists u Hojas de
Verificación
HERRAMIENTAS DE CALIDAD
17- 46
Check List
17- 47
Hoja de Control
17- 48
Listas de Chequeo-Ejemplos
17- 53
17- 54
Hoja de control
17- 55
17- 56
17- 57
HISTOGRAMA
17- 58
HISTOGRAMA
17- 59
- Posición.
- Dispersión.
HISTOGRAMA
17- 60
Asimetría +
Asimétrica. Sesg.Derecha
(Sesgada) Asimetría –
Forma
Sesg. Izquierda
Simétrica
Histograma- Forma
17- 61
Histograma-Simetría
17- 62
Histograma -Forma
17- 66
Histograma - Posición
17- 67
Histograma-curtosis
17- 68
Ejemplos
17- 69
Ejemplo
17- 70
El Histograma permite:
Mostrar el resultado de un cambio en una actividad.
Histograma
17- 72
Histograma
17- 73
Histograma
17- 74
Histograma
17- 76
MINITAB:
Ingresar datos
Estadistica- Estadistica básica –Est descriptiva
17- 77
5, 6, 7, 8, 7, 9, 6, 8, 6, 6
Ejemplo - Histograma
17- 78
DIAGRAMA DE
DISPERSIÓN
17- 79
Diagrama de dispersión
17- 80
17- 81
GRAFICOS DE
CONTROL
17- 82
Grafico de control
17- 83
Detecta Supervisando y
graficamente seleccionando
cuando una causa periódicamente
asignable entra en una muestra
el sistema de aleatoria de la
producción para producción
que pueda actual.
identificarse y
corregirse.
Propósito de los Diagramas
de Control de Calidad
17- 84
Diagrama de Diagrama de
control de control de
variables. atributos
Describe de Clasifica un
manera gráfica producto o servicio
las mediciones. como aceptable o
inaceptable.
Tipos de Diagramas de
Control de Calidad
17- 85
Diagramas de Control
para variables
17- 86
s s
UCL = X + 3 LCL = X - 3
n n
Diagramas de Rangos
Tipos de Diagramas de
Control -Variables
17- 90
Hour #mm. #mm. #mm. #mm.
1 23 24 26 28
2 26 24 30 27
3 24 32 26 27
4 24 28 31 26
5 25 24 25 27
30
UCL=30.58
Sample Means
28
Mean=26.35
UCL = 30.58
26
24
LCL=22.12
22
20
1 2 3 4 5
Hours
10 Mean =5.8
8
6 LCL = 0
4
2
0
1 2 3 4 5
Hour
Media
X=26.35
24
Comentarios
LCI=22.417
La media del proceso es estable. Ningún subgrupo está fuera
1 2 3 4 5
de control en la gráfica Xbarra.
Subgrupo
Gráfica R
Investigue los subgrupos fuera de control
12 LCS=12.32
8
Rango _
R=5.40
4
0 LCI=0
1 2 3 4 5
Subgrupo
17- 95
Gráfica Xbarra-R de C6, ..., C9
Informe de estabilidad
_
_
27
Media
X=26.35
24
LCI=22.417
1 2 3 4 5
Subgrupo
12 LCS=12.32
8
Rango
_
R=5.40
4
0 LCI=0
1 2 3 4 5
Subgrupo
17- 96
Estabilidad La media y la variación del proceso son estables. No hay subgrupos fuera de control en ninguna
de las gráficas.
Cantidad Es posible que usted no tenga suficientes datos para estimar límites de control precisos. Por lo
de datos ! menos 100 puntos de datos se deberían incluir en los cálculos.
Datos Si los datos están correlacionados, usted puede observar un número mayor de falsas alarmas.
correlacionados Dado que menos de 2% de los subgrupos están fuera de los límites de control en la gráfica
Xbarra, la prueba de correlación no es necesaria.
17- 97
ejemplo
17- 101
17- 102
p(1 p)
UCL and LCL p 3
n Tipos de Diagramas de
Control Calidad-Atributos
17- 103
Un fabricante de
zapatillas quiere
establecer los límites
de control para el
porcentaje defectuoso
¿Diez muestras de 400
zapatillas revela que el
promedio del
.08(1.08)
.08 3 porcentaje defectuoso
400 fue del 8.0% Dónde el
.08.041 fabricante debe poner
los límites de control?
Ejemplo 4
17- 104
C-Diagrama (c-bar
chart)
Diseñado
para
UCL and LCL found by
supervisar el
número de UCL and LCL c 3 c
defectos por
unidad
Un fabricante de
tablas de circuito de
computadora probó
10 después de que
fueran
manufacturadas. El
número de defectos
obtenido por la tabla
del circuito son: 5, 3, c 26 / 10 2.6
4, 0, 2, 2, 1, 4, 3, y 2.
Construya los límites UCL and LCL 2.6 3 2.6
de control 2.6 4.84
apropiados.
Ejemplo 5
17- 106
8
7
Sample Count
6
5
4 UCL = 7.44
3
2
1
0
1 2 3 4 5 6 7 8 9 10 c = 2.6
Sample Number
LCL = 0
Ejemplo 5
17- 107
Muestreo de aceptación
c es el número máximo
de unidades defectuosas
Una muestra simple de n
que pueden encontrarse en
unidades is obtenida del
la muestra para que el lote
lote entero.
sea considerado aceptable.
Muestreo de aceptación
17- 108
Curva de Caracteristicas Operativas
Curva CO Un fabricante y un
proveedor está de
Usa la distribución acuerdo en un plan
de probabilidad muestral con n=10 y
binomial para número de aceptación de
determinar las 1. Cuál es la probabilidad
probabilidad de de aceptar un lote cuando
aceptar lotes de mucho con 5%
varios niveles de defecuoso? ¿con 10%
c a l i d a d d e f e c t u o s o ?
P( X 1 / n 10, .05) .599 .315 .914
P( X 1 / n 10, .10) .349 .387 .736
17- 109
En Excel:
=DISTR.BINOM.N(0,10,0.05,0) +
DISTR.BINOM.N(1,10,0.05,0)
=DISTR.BINOM.N(0,10,0.10,0) +
DISTR.BINOM.N(1,10,0.10,0)
Ejemplo 6
17- 111
TRABAJOS