Estadistica aplicada a la calidad

22
ESTADÍSTICA APLICADA A LA CALIDAD PROCESOS INDUSTRIALES ÁREA MANUFACTURA ANA CRISTINA RAMOS ALVARADO

Transcript of Estadistica aplicada a la calidad

Page 1: Estadistica aplicada a la calidad

ESTADÍSTICA APLICADA A LA CALIDAD

PROCESOS INDUSTRIALES ÁREA MANUFACTURA

ANA CRISTINA RAMOS ALVARADO

Page 2: Estadistica aplicada a la calidad

La estadística estudia métodos científicos para recoger, organizar, resumir y analizar datos, así como sacar conclusiones válidas y tomar decisiones razonables basadas en tal análisis -Murray R. Spiegel

Page 3: Estadistica aplicada a la calidad

En la fabricación de pernos, el diámetro es una característica importante para su uso. Con el objeto de determinar si un lote cumple con las especificaciones del cliente, se extrae una muestra de 300 piezas y se inspecciona realizando un estudio estadístico

Page 4: Estadistica aplicada a la calidad

Con los resultados de la muestra, se realiza una tabla de distribución de frecuencias de datos agrupados, para calcular datos específicos como lo son: media aritmética, mediana, moda, desviación estándar.

Page 5: Estadistica aplicada a la calidad
Page 6: Estadistica aplicada a la calidad

La media aritmética es el promedio de los datos que tenemos: 1.5074La moda es el dato que ocurre con mas frecuencia: 1.510La desviación estándar mide el grado de dispersión o variabilidad del conjunto de datos (población); Mientras mayor es la desviación estándar, mayor es la dispersión de la población: 0.0468

Page 7: Estadistica aplicada a la calidad

Representación gráficaFRECUENCIA RELATIVA

Las gráficas circulares son las más usadas para representar porcentajes, por su facilidad de interpretación.

Page 8: Estadistica aplicada a la calidad

Representación gráficaOJIVA

En esta gráfica se representó la

frecuencia relativa

acumulada

Page 9: Estadistica aplicada a la calidad

Representación gráfica

CAJAS Y BIGOTES

El objetivo de la gráfica de cajas y bigotes es interpretar los valores mínimos y máximos del ejercicio y los valores que están entre ellos.

Page 10: Estadistica aplicada a la calidad

Representación gráfica

HISTOGRAMA

Un histograma es una herramienta muy útil para ubicarnos si nuestras piezas están o no dentro de las especificaciones del cliente, las líneas amarillas representan las especificaciones y se puede notar que todas las piezas están dentro, pero hay un pequeño número que se encuentra casi en el limite inferior (LSL) es ahí donde tenemos la tarea de verificar que es lo que falta para que no haya desperdicios.

Page 11: Estadistica aplicada a la calidad

Conceptos

USL: Upper Specification Limit, este se refiere al limite máximoLSL: Lower Specification Limit, este se refiere al limite mínimoTV: Target Value, es el valor deseado

Page 12: Estadistica aplicada a la calidad

Las especificaciones del cliente son de 1.5 ± 0.15, ¿Cuál es la probabilidad de que las piezas del lote cumplan con las especificaciones y cuales no?

Según la gráfica circular que representa la frecuencia relativa se puede apreciar que de los pernos fabricados un 88% son los que cumplen la mayoría de las especificaciones ya que el otro 12% están mas cerca del margen de error.

Page 13: Estadistica aplicada a la calidad

Las especificaciones del cliente cambiaron y ahora estamos entre 1.40 ± 0.15 El Target Value (valor deseado) representado por la línea negra esta muy lejos de la media. Esto nos indica que muy poca de nuestra producción esta cumpliendo realmente con lo que nuestro cliente quiere

Page 14: Estadistica aplicada a la calidad

Especificación del cliente 1.45 ± 0.15Se observa que el Target Value (valor deseado) se encuentra un poco lejos de la media (línea roja) aun anda algo mal. No hay buena calidad en nuestra producción.

Page 15: Estadistica aplicada a la calidad

Especificación del cliente 1.55 ± 0.15 Ahora el Target Value se encuentra pasado de la media, esto es buena señal, se sitúa en donde hay mas frecuencia de pernos bien hechos.

Page 16: Estadistica aplicada a la calidad

Especificaciones del cliente 1.60 ± 0.15Esta vez el Target Value se encuentra muy lejos de nuestro promedio esto es bandera roja para nuestra producción, algo anda muy mal.

Page 17: Estadistica aplicada a la calidad

Especificaciones del cliente 1.40 ± 0.20 Igual que en la anterior, el Target Value se sitúa en donde el número de producción no es del todo buena.

Page 18: Estadistica aplicada a la calidad

Especificaciones del cliente 1.45 ± 0.20 Cuando se acerca el valor deseado a el promedio es ahí donde a todos se les pinta una sonrisa en la cara, pero no hay mucho que celebrar aun hay que mejorar ya que la mayoría de la producción se encuentra en otro lado

Page 19: Estadistica aplicada a la calidad

Especificación del cliente 1.50 ± 0.20Esto es realmente lo que una compañía quisiera ver siempre en sus histogramas, que el Target Value (valor deseado) y el promedio de su producción vallan a la par, esto nos indica un buen indicio de calidad.

Page 20: Estadistica aplicada a la calidad

Especificaciones del cliente 1.55 ± 0.20.Cuando la mayoría de nuestra producción coincide con el valor deseado y esta dentro de los márgenes de error, se puede decir que el producto es de calidad.

Page 21: Estadistica aplicada a la calidad

Especificaciones del cliente1.60 ± 0.20 Mala calidad, la mayoría de los pernos no están dentro del valor deseado, como se pudo ver, toda la producción siempre se mantuvo dentro de los márgenes de error, pero eso no es suficiente, la mayoría no lleno las expectativas de los clientes, hubo mucho desperdicio y eso es mal indicador para la calidad

Page 22: Estadistica aplicada a la calidad

¿Cuál es la función de la estadística en este ejercicio?

Mostrar la variabilidad del producto es la principal función de la estadística en este ejercicio. En los diferentes histogramas nos pudimos dar cuenta de eso, la estadística hace este trabajo. Muchas empresas se han dado cuenta que la baja calidad de sus productos tienen gran efecto es su productividad, mejorar los aspectos de calidad conlleva al éxito de la compañía. La estadística es un elemento decisivo en el incremento de la calidad, ya que las técnicas estadísticas pueden emplearse para describir y comprender la variabilidad.