SESIN 04HERRAMIENTAS BSICAS DE LA CALIDAD II

Hoja Recogida de Datos uHoja de Verificacin de Datos

Es un formato especial constituido para recolectar datos fcilmente, enla que todos los artculos o factores necesarios son previamenteestablecidos y en la que los records de pruebas, resultados deinspeccin o resultados de operaciones son fcilmente descritos conmarcas utilizadas para verificar.

Aplicacin:Se emplea cada vez que un equipo inicia un esfuerzo de resolucin deproblemas. Esta herramienta puede utilizarse durante las fases dedefinicin, medicin y anlisis del ciclo para mejorar el proceso.

Tambin se le denomina Hoja de comprobacin o Check List

Metodologa:Se aplica en la recapitulacin de informacin, que despus serclasificada en grupos o categoras homogneas. La informacin puedeobtenerse, clasificarse o agruparse de acuerdo con los siguientespuntos: Opiniones de personas, mediante encuestas. Eventos, como verificar los requisitos de inscripcin de alumnos en

una universidad o recepcin de automviles en un taller. Inspeccin o revisiones, como cuestionarios para visita de

inspeccin. Base de datos, como registros.

Clasificacin:1. Hojas de verificacin para datos medibles. 2. Hojas de verificacin para defectos o items defectuosos. 3. Hojas de verificacin para confirmacin.

Hojas de verificacin para datos mediblesSon aquellas utilizadas para registrar datos que requieren el anlisissubsiguiente para que redunden en el mejoramiento del proceso.

Hojas de verificacin para defectos o items defectuososSu uso esta centrado en evaluar defectos o productos defectuosos

Hojas de verificacin para confirmacinSe utilizan para garantizar que se han tomado ciertas medidas oacciones.

1. La hoja de verificacin de datos, es una herramienta para la recopilacin y elanlisis de la informacin.

2. En control estadstico se utiliza para comprobar constantemente si se hanrecabado los datos solicitados, por ejemplo: la ocurrencia de defectos en unperiodo determinado de tiempo.

3. A partir de una hoja de recogida de datos, se puede construir un histograma.4. Y a partir de un histograma se puede construir un Diagrama de Pareto.5. Y, para averiguar las causas de las causas fundamentales de los problemas se

puede trabajar con un diagrama de causa efecto o diagrama de Ishikawa.

Ejemplos:

Ejemplos:

Diagrama de Correlacin o Dispersin

Es una herramienta estadstica que se utiliza para estudiar la relacinexistente entre dos fenmenos o variables.

Por ejemplo, los economistas la utilizan para estudiar qu relacinexiste entre dos variables macroeconmicas, por ejemplo: el ndice deinflacin y el consumo per cpita.

En el caso de la calidad, se utiliza por ejemplo, para estudiar la relacinque existe entre una caracterstica de calidad y un factor que le afecta(como puede ser la temperatura o la presin ).

La relacin entre las dos variables se representa mediante una grficade dos coordenadas ( X y Y ). En cada coordenada se representa una delas dos variables.

Coordenada Y

una variable EFECTO

Coordenada X

una variable CAUSA

Punto de Correlacin

Metodologa: Registrar los valores de dos variables, como mnimo debern ser tres de cada

una. En un eje de coordenadas trazar los pares de datos ordenados en forma

ascendente. Estudiar el comportamiento de la nube de puntos. Trazar la lnea de correlacin correspondiente.

Correlacin No Lineal

Ejemplo:

Una empresa se plantea cambiar la composicin de uno de sus productos utilizandoun nuevo material. Antes de tomar una decisin, la empresa decide realizar unensayo para estudiar la posible relacin entre la utilizacin de dicho material y elnmero de defectos. Para ello analiza lotes con diferentes porcentajes del nuevomaterial y toma los siguientes datos:

Desarrollo:

1. Dibujar, en un diagrama cartesiano, los ejes vertical y horizontal de la mismalongitud. Observar los valores mximo y mnimo de los grupos de datos, paraescoger la escala de representacin adecuada a los mismos y evitar as erroresde interpretacin.

2. Representar en el diagrama mediante puntos cada par de datos, reflejando losvalores de la clase de datos que se considera dependiente (causa) sobre el ejehorizontal X y los valores de la clase de datos que se considera independiente(efecto) sobre el eje vertical Y.

3. Si dos o ms pares de datos caen en el mismo punto, dibujar crculosconcntricos alrededor del punto individualizado.

3. Una vez construido el diagrama se analiza la forma que tiene la nube de puntosobtenida, para as determinar las relaciones entre los dos tipos de datos. Esteanlisis puede efectuarse por tcnicas estadsticas que permitan determinar siexiste o no relacin, y el grado de existencia en su caso. Las herramientasutilizadas son: La recta de regresin. El coeficiente de correlacin lineal.

22

2

xxn

xyxxya

22 xxn

yxxynb

= +

SCySCx

SCxyr

n

yxxySCxy

22

n

xxSCx

22

n

yySCy

SCxy = Suma de cuadrados de xySCx = Suma de cuadrados de xSCy = Suma de cuadrados de y

22

2

xxn

xyxxya

22 xxn

yxxynb = +

SCySCx

SCxyr

n

yxxySCxy

22

n

xxSCx

22

n

yySCy

SCxy = Suma de cuadrados de xySCx = Suma de cuadrados de xSCy = Suma de cuadrados de y

Frmulas

Calculamos el coeficiente de correlacin:

r = 0,918El valor obtenido es muy prximo a 1, lo que nos confirma que la correlacin esfuertemente positiva.

Grficos de Control o Cartas de Control

Definicin:Es la representacin grfica de una o ms caractersticas de la calidad en un procesoa lo largo del tiempo, que sirve para observar y analizar con datos estadsticos lavariabilidad y el comportamiento del proceso alrededor de un valor medio, y dentrode los lmites de control.

Caractersticas: Tambin llamada grfica de Shewart, por ser este economista quien la investig y

la puso en prctica aproximadamente en el ao 1920. Son grficos utilizados para analizar la variaciones existentes en un proceso

comparando los datos actuales con los histricos. Una de sus principales caractersticas es la capacidad de diferenciar las causas

asignables de las no asignables de la variacin de la calidad. Las grficas de control son tiles para vigilar la variacin de un proceso en el

tiempo, probar la efectividad de las acciones de mejora emprendidas y paraestimar la capacidad de un proceso.

Se utiliza cuando: Se desea predecir tendencias en un proceso. Para determinar si un proceso es estable o no. Para analizar variables y su influencia sobre el proceso. Para prevenir problemas especficos, implementar cambios y proyectos nuevos. Cuando el proceso requiera ir tomando decisiones para mantenerlo dentro de los

lmites (ya que esta herramienta permite detectar tendencias). Se desea para mejorar la productividad, ya que la reducir el rechazo y la

reelaboracin los costos disminuyen y la capacidad de produccin aumenta.

Cartas de Control para datos variables:Este tipo de cartas de control hace uso de estadsticos (cantidad numrica calculadaa partir de una muestra) obtenidos de datos como longitud, grosor, temperatura,presin, etc., es posible medir la caracterstica, y es necesario describir lacaracterstica de calidad mediante medidas de tendencia central (media) y unamedida de dispersin (rango o desviacin estndar).

Cartas de Control para atributos:Este tipo de grficas contribuyen la herramienta esencial para controlarcaractersticas de calidad cualitativa. Se basan en distribuciones de calidad discreta(binomial, poisson, etc.); problemas donde es difcil hacer una medida numrica ydonde los defectos pueden agruparse. Se dividen en grficas de control para fraccindefectuosa (p), nmero de defectuosos (np), defectos por muestra (c) y defectos porunidad (u).

Ejemplo:

Una empresa metal mecnica fabrica muebles de oficina, para lo cual debe realizaruna pieza clave del proceso. Esta pieza tiene como lmite de especificacin unespesor de entre 10 y 13 mm. Se extrajeron 20 subgrupos de 4 observaciones cadauno; los que se presentan en el siguiente cuadro:

X1 X2 X3 X4

1 11.2 11.6 11.2 11.5 11.38 0.4

2 11 11.7 11.3 11.1 11.28 0.7

3 11.9 11.4 11.1 11.4 11.45 0.8

4 10.8 10.9 11 10.2 10.73 0.8

5 10 10.9 11.4 11.3 10.90 1.4

6 11.8 12 11.1 10.1 11.25 1.9

7 11.6 11 11.5 12 11.53 1

8 12.5 11.6 11.8 11.2 11.78 1.3

9 12.9 12 10.5 12.2 11.90 2.4

10 11.1 11.1 13.1 11.6 11.73 2

11 11.7 13.6 12.5 11.8 12.40 1.9

12 12.6 12.8 12 11.9 12.33 0.9

13 11.7 10 10.5 12.2 11.10 2.2

14 11.6 10.6 11 10.8 11.00 1

15 11.7 13.6 10.9 11.5 11.93 2.7

16 12.3 11.5 10.6 10.7 11.28 1.7

17 11.6 12 11.8 11.9 11.83 0.4

18 11.9 10.5 10 11.4 10.95 1.9

19 12.3 13.4 14.6 11.7 13.00 2.9

20 12.6 12.8 13.2 11.5 12.53 1.7

232.23 30

11.61

1.5

Observaciones RSubgrupo

Promedio de los promedios

Promedio de los rangos

= + 3( / )/(2)

= 3( / )/(2)

= 11.61+3(1.5/(4)1/2)/(2.059) = 12.70

= 11.61-3(1.5/(4)1/2)/(2.059) = 10.52

= (4)( )

= (3)( )

= (2.282)(1.5) = 3.42

= (0)(1.5) = 0

9.00

9.50

10.00

10.50

11.00

11.50

12.00

12.50

13.00

13.50

14.00

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

Grfico de Medias

0

0.5

1

1.5

2

2.5

3

3.5

4

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

Grfica de rangos

Estratificacin de Datos

La estratificacin de datos consiste bsicamente en la clasificacin yseparacin de los datos en grupos o categoras con el objeto de realizar unanlisis ms profundo y exacto de las causas, indagar sobre problemas ocomprobar que las acciones correctivas y de mejora son eficientes.Por si sola no es una herramienta de mejora, pero es de inestimable ayuda enla elaboracin de otras herramientas como el diagrama de Pareto o eldiagrama de dispersin.