ESTADISTICA APLICADA A LA

CALIDAD

Juan Carlos Parrilla Cruz

Calcula media aritmética, mediana, moda, desviación media, varianza y desviación estándar.

Interpreta la frecuencia relativa como probabilidades y determina

a. La probabilidad de que las piezas del lote cumplan con las especificaciones del cliente (1.5 ± 0.15) Nuestra probabilidad es de 100% de que los pernos cumplan con los requerimientos pedidos.

b. La probabilidad de que las piezas del lote no cumplan con las especificaciones del clienteLa probabilidad es de un 0% ya que nuestros pernos si cumplen con los requerimientos necesarios.

¿Qué porcentaje de las piezas se encuentra en los siguientes intervalos? No olvides su relación con la calidad.

c. Entre 𝒙̅�−𝒔 y 𝒙̅�+𝒔= 1.4537 a 1.5355 d. Entre 𝒙̅�−𝟐𝒔 y 𝒙̅�+𝟐𝒔= 1.4128 a 1.5764e. Entre 𝒙̅�−𝟑𝒔 y 𝒙̅�+𝟑𝒔= 1.3719 a 1.6173 Tenemos un TV (valor deseado) 1.510 ± 0.192 (1.318 a 1.702).

Entonces si tomamos en cuenta los demás intervalos veremos que aproximadamente un 70% están entre (1.4537 a 1.5355), y en el segundo intervalo aproximadamente hay un 93% están entre (1.4128 a 1.5764) y en los últimos intervalos son los que más se acercan a mi diferencia lo que aproximadamente se refiere es que la mayoría están hay (1.3719 a 1.6173).

Compara el TV (valor deseado) con la media aritmética de la muestra.

Como nuestro TV es 1.510 y nuestra media aritmética es 1.49463 nos da a notar que no es mucho la distancia que hay entre nuestro TV y nuestra media aritmética entonces se puede decir que si se cumple con lo que el cliente está pidiendo.

Reinterpreta los resultados si las especificaciones del cliente fueran diferentes:

Si la especificación fuera 1.40±0.15; nuestro resultado sería algo muy alejado de nuestra media aritmética y no sería muy bueno porque no cumpliríamos con los requerimientos de nuestro cliente.

Si la especificación fuera 1.45±0.15; nuestro resultado es algo muy cerca por lo cual si cumpliríamos con los requerimientos de nuestro cliente.

Si la especificación fuera 1.55±0.15; nuestro resultado es algo muy alejado ya que no podríamos cumplir con los requerimientos del cliente.

Si la especificación fuera 1.60±0.15; con este resultado nos alejaríamos mucho más que el otro así que no podríamos cumplir con los requerimientos de nuestro cliente.

Si la especificación fuera 1.40±0.20; con este resultado ahora en se alejaría demasiado de nuestra media aritmética.

Si la especificación fuera 1.45±0.20; con este resultado se acercaría un poco pero con nuestra media aritmética se alejaría y no cumpliríamos con los requerimientos del lote de pernos.

Si la especificación fuera 1.50±0.20; nuestro resultado está muy cerca por lo cual si podríamos cumplir con los requerimientos del cliente.

Si la especificación fuera 1.55±0.20; con este resultado cumpliríamos un poco ya que si se aleja un poco.

Si la especificación fuera 1.60±0.20; con este resultado nos alejaremos muchísimo de nuestra media aritmética y no cumpliríamos con los requerimientos del lote de pernos de nuestros clientes.

Elabora un ensayo acerca de la importancia de la estadística en la ingeniería industrial.

Todos los Ingenieros Industriales toman por lo menos un curso en probabilidad y un curso en estadística. Los cursos de la especialidad de ingeniería industrial incluyen control de calidad, la simulación, y procesos estocásticos. Además cursos tradicionales en planeación de producción, el modelación del riesgo económico, y planeación de facilidades para emplear modelos estadísticos para entender estos sistemas. Algunas de las otras disciplinas de la ingeniería toman algo de probabilidad y estadística, pero ninguna ha integrado más estos tópicos más dentro de su estudio de sistemas que la ingeniería industrial.Es por ello que es muy importante que las empresas tengan un ingeniero industrial que les de las herramientas para llevar un control de la calidad, aumentar la productividad, ser más competitivos en cuanto a lo que se refiere a el marketing en las empresas, manejar los procesos productivos cuidando la salud del trabajador, la mejoría en las empresas, en fin, es muy importante la ingeniería industrial en las empresas. Pero: ¿Cuáles son las herramientas que un ingeniero industrial necesita para llevar a cabo todas estas actividades en la industria? Esta respuesta se encuentra en el presente documento, en el cual, el tema principal es la estadística.La estadística desde mi punto de vista es muy importante ya que nos permite ver la cantidad de mejoría, o, en su defecto, la disminución de nuestra productividad, notar si estamos haciendo bien las cosas, si en realidad estamos aprovechando nuestros recursos y si vamos por un buen camino.Además, gracias a ella, podemos hacer un análisis de todo esto y hacer un pronóstico de lo que venderemos en un futuro, si obtendremos ganancias, si la empresa necesita mejorar o si nuestros proyectos implementados están funcionando. Mediante diagramas, datos reales, tablas estadísticas (grafico de cajas, grafica circular, graficas de barras, pero muy especialmente el histograma), demostramos a las altas gerencias que hace falta una mejoría o que el sistema o método que estamos implementando nos está ayudando a aumentar nuestro servicio o producto terminado.

VALOR DESEADO Y TOLERANCIAS:

Se debe de encontrar sus aplicaciones y llevar un control de la calidad en múltiples aéreas de trabajo.La acumulación de tolerancias es de suma importancia para la elaboración, fabricación, diseño, etc. Porque por medio de esta se tiene la seguridad de que el proceso de producción está bien diseñado y así no tener que llegar al re maquinado o a la eliminación de nuestras piezas producidas, como también a la devolución de las mismas. El saber o conocer nuestro valor deseado y las tolerancias a las que estamos sujetos sirve de herramienta para corregir o evitar imperfecciones presentadas en el diseño. Aplicándolas correctamente es como se evitara dicha aparición de alteraciones e imperfecciones. El valor deseado en la aplicación a la industria es aquel valor al cual la empresa quiere llegar en sus productos. Se refiere a las medidas que el producto debe obtener para ser un producto excelente, de excelente calidad, y que cumple con todos aquellos requisitos tanto del cliente interno como del cliente externo. Pero para ello, como es imposible que todas las piezas sean o salgan iguales se les da un valor de discrepancia y es aquel valor de tolerancia que se les da a las piezas para pasarse o llegar al valor deseado o sea, el valor al que se desea llegar.

Calidad en términos de cumplimiento de especificaciones o requerimientos del cliente.

Kaoru Ishikawa (1990) Define la calidad como desarrollar, diseñar, manufacturar y mantener un producto de calidad que sea el más económico, útil y satisfactorio para el consumidor.Joseph. M. Juran (1993). La calidad se define, como aptitud o adecuación al uso, lo cual implica todas aquellas características de un producto que el usuario reconoce que le benefician y siempre serán determinadas por el cliente, y no por el productor, vendedor o persona que repara el producto.

A. Galgano (1995): La calidad se obtiene con la participación de todas las áreas de la empresa. O sea, la calidad del producto es el resultado del trabajo de todos los departamentos; cada uno de ellos debe llevar a cabo sus funciones y realizarlas con calidad. Además la calidad se proyecta sobre todo hacia el interior de la empresa, pero existe también un significado operativo que se proyecta hacia el exterior y que representa uno de los pilares fundamentales de todo el edificio de la Gestión de la Calidad Total (GCT).

Philip Crosby (1996). Conformidad con los requisitos.

Por su parte, Philip Crosby (1997), la calidad es ajustarse a las especificaciones, desde una perspectiva ingenieril se define como el cumplimiento de normas y requerimientos precisos. Su lema es "Hacerlo bien, a la primera vez y conseguir cero defectos", confirmando que la calidad está basada en cuatro principios absolutos: cumplimiento de requisitos, sistema de prevención, su estándar de realización es cero defectos y su medida es el precio del incumplimiento.

ISO 9000/2000.Calidad: capacidad de un conjunto de características inherentes de un producto, sistema o proceso para satisfacer los requisitos de los clientes y otras partes interesadas.

Distribución normal de probabilidad y su interpretación.

En estadística y probabilidad se llama distribución normal, distribución de Gauss o distribución gaussiana, a una de las distribuciones de probabilidad de variable continua que con más frecuencia aparece aproximada en fenómenos reales.La gráfica de su función de densidad tiene una forma acampanada y es simétrica respecto de un determinado parámetro. Esta curva se conoce como campana de Gauss.La importancia de esta distribución radica en que permite modelar numerosos fenómenos naturales, sociales y psicológicos. Mientras que los mecanismos que subyacen a gran parte de este tipo de fenómenos son desconocidos, por la enorme cantidad de variables incontrolables que en ellos intervienen, el uso del modelo normal puede justificarse asumiendo que cada observación se obtiene como la suma de unas pocas causas independientes.De hecho, la estadística es un modelo matemático que sólo permite describir un fenómeno, sin explicación alguna. Para la explicación causal es preciso el diseño experimental, de ahí que al uso de la estadística en psicología y sociología sea conocido como método correlacional.La distribución normal también es importante por su relación con la estimación por mínimos cuadrados, uno de los métodos de estimación más simples y antiguos.La distribución normal también aparece en muchas áreas de la propia estadística. Por ejemplo, la distribución muestral de las medias muestrales es aproximadamente normal, cuando la distribución de la población de la cual se extrae la muestra no es normal. Además, la distribución normal maximiza la entropía entre todas las distribuciones con media y varianza conocidas, lo cual la convierte en la elección natural de la distribución subyacente a una lista de datos resumidos en términos de media muestral y varianza. La distribución normal es la más extendida en estadística y muchos test estadísticos están basados en una supuesta "normalidad".En probabilidad, la distribución normal aparece como el límite de varias distribuciones de probabilidad continuas y discretas.