FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICA PROFESIONAL DE
INGENIERÍA CIVIL
INFORME ACADÉMICO
HERRAMIENTAS DE LA CALIDAD
AUTOR(ES)
Cadenas Salazar, César Humberto
Carrasco Cubas, Evelyn Fiorela
Culqui Puscan, Celinda
Damián Sandoval, David Ángel
Vargas Oyola, Roger Alejandro
ASIGNATURA
Gestión de la Calidad en la construcción
ASESOR(A)(ES)
Nizama Paz Jorge Luis
SECCIÓN
B2
CHICLAYO – PERÚ
(2022)
INDICE
I. INTRODUCCIÓN.................................................................................3
II. DESARROLLO....................................................................................3
. 1. GRAFICOS DE CONTROL........................................................3
2. HISTOGRAMA........................................................................8
3. DIAGRAMA DE
CORRELACION.....................................................................12
4. MUSTREO
ESTRATIFICADO.....................................................................13
III. CONCLUSIONES..............................................................................14
IV. APÉNDICE........................................................................................14
V. BIBLIOGRAFÍA..................................................................................15
I. INTRODUCCIÓN
A mediados del siglo pasado, el profesor de ingeniería de la Universidad de
Tokio, Kaoru Ishikawa, desarrollaba las 7 herramientas básicas de calidad,
experto en control de calidad, Ishikawa diseño las herramientas imprescindibles
que cualquier trabajador podría utilizar en beneficio de la calidad y que hoy en
día todo el mundo empresarial lo conocen y utilizan y que estos se conocen
como un conjunto de metodologías que pueden aplicarse para resolver
cualquier problema relacionado con la calidad. Las herramientas de la calidad
se basan en la recogida de datos y el análisis de hechos de una organización y
que para recurrir a ellos no es necesario tener amplios conocimientos de
estadística, ya que su uso de estos se hace muy sencillo.
II. DESARROLLO
Herramientas de calidad
1. GRAFICOS DE CONTROL
Consiste en poder ver a través del tiempo una característica predeterminada de
un producto a la terminar un proceso, lo cual va a servir para analizar la
estabilidad del proceso e identificar las causas de cambio, y así tomar acciones
preventivas que permitan evitar la recurrencia de defectos.
Un gráfico de control de calidad siempre tiene una línea central para el
promedio, una línea superior para el límite de control superior (UCL) y una línea
inferior para el límite de control inferior (LCL). (McKinney, 2022)
TIPOS DE GRÁFICOS DE CONTROL
Para variables: se analiza una característica de calidad medible.
Ejemplo: El tiempo de duración de un envío o el peso del producto.
Para atributos: se examina si el producto resultante o el servicio
prestado posee o no cierta característica cualitativa (atributo). Ejemplo:
Si el envío se hizo bajo el cumplimiento de todas las reglas de
seguridad.
GRÁFICO 1: Gráfico de control x que monitoriza el tiempo de limpieza de una
habitación.
2. HISTOGRAMA
El histograma es un gráfico que permite mostrar cómo se distribuyen los datos
de una muestra estadística o de una población
Utilidad:
1. Datos numéricos
2. Ver la forma de distribución de datos
3. Ver si un proceso está dentro de las especificaciones requeridas
4. Ver si el proceso ha cambiado en dos momentos específicos del
tiempo
5. Determinar si los resultados de dos o mas procesos son diferentes.
Para hacer posible el histograma se debe realizar lo siguiente:
Obtener el rango, que es la diferencia del dato mayor con el menor.
Seleccionar el número de intervalos para agrupar los datos.
Ejemplo:
Tamaño de la muestra Cantidad de intervalos (K)
Hasta 50 5-7
51-100 6-10
101-250 7-12
Mas de 250 10-20
VALOR DEL INTERVALO H = Rango R / Número de intervalos K
3.-DIAGRAMA DE CORRELACION
El diagrama o gráfica de dispersión es una herramienta de control y apoyo para
verificar la existencia de una correlación o relación entre variables cuantitativas.
El objetivo de esta herramienta es analizar la posible relación causa-efecto
entre dos variables y verificar las hipótesis.
El diagrama de dispersión permite estudiar las relaciones entre dos conjuntos
asociados de datos que aparecen en pares (por ejemplo, (x, y), uno de cada
conjunto). El diagrama muestra estos pares como una nube de puntos.
Las relaciones entre los conjuntos asociados de datos se infieren a partir de la
forma de las nubes.
Una relación positiva entre x y y significa que los valores crecientes de x
están asociados con los valores crecientes de y.
Una relación negativa significa que los valores crecientes de x están
asociados con los valores decrecientes de y.
Usos:
Se usa cuando:
Se quiere establecer si existe relación entre dos variables.
Se sabe que existe relación entre dos variables y se quiere modelar esa
relación.
Se quiere formalizar una causa raíz mediante análisis estadístico.
Pasos para hacer un Diagrama de Dispersión:
1. Reunir los Datos
Seleccionadas las variables a estudiar, se reúne un mínimo de 50
parejas de datos de las dos variables sobre las que se desea comprobar
su posible relación.
En el caso que servirá de ejemplo al desarrollo de esta herramienta, las
variables a analizar son las puntuaciones medias obtenidas para los
distintos factores del servicio, tanto en percepción (X) como en
expectativas (Y), a partir de una muestra de usuarios de un servicio
administrativo a los que se les administró una encuesta de satisfacción.
2. Dibujar el Diagrama
Se prepara el diagrama trazando los ejes vertical y horizontal de modo
que tengan similar longitud. Así mismo, se etiquetan el diagrama y los
ejes, indicando en éstos los valores de las escalas de medida, que
suelen ser en ambos casos ascendentes.
3. Representar los Datos
Se representan en el diagrama los pares de datos como puntos del
diagrama de dispersión (figura 9.3). Se recomienda que los puntos que
coincidan entre sí, al tener las mismas coordenadas, se rodeen tantas
veces como se presente la repetición. No obstante, hay que puntualizar
que el procedimiento descrito puede ser llevado a cabo mediante una
hoja de cálculo o cualquier aplicación estadística, lo que simplifica
considerablemente el procedimiento.
4. Interpretar el Diagrama
El resultado de un diagrama de dispersión puede ser de diversos tipos.
Si los puntos trazados en el diagrama están dispersos al azar, sin un
patrón discernible, significa que los dos conjuntos de mediciones no
tienen relación entre sí. Si los puntos forman algún patrón, se denota la
existencia de relación entre los dos grupos de mediciones.
Generalmente, el diagrama mostrará los siguientes tipos posibles de
relación:
EJEMPLO DE DIAGRAMA DE DISPERSIÓN
En la siguiente tabla de frecuencia, se han recogido como datos las
notas de matemáticas y estadística de una muestra de 20 alumnos.
Representa el conjunto de datos en un diagrama de dispersión y
analízalo.
Para representar la serie de datos en un diagrama de dispersión simplemente
debemos dibujar dos ejes, calibrarlos y representar un punto en la gráfica para
cada pareja de datos. Recuerda que un punto en una gráfica se pone donde se
cortan las rectas imaginarias correspondientes a cada uno de sus valores.
Cada eje del diagrama de dispersión representa una variable. En concreto, el
eje horizontal pertenece a la nota conseguida en matemáticas y, por otro lado,
el eje vertical corresponde a la nota obtenida en estadística.
Como puedes ver en el gráfico de dispersión, las dos variables tienen una
correlación positiva, ya que una variable aumenta a medida que la otra variable
también aumenta. Por lo tanto, se concluye que si un alumno consigue mejor
nota en matemáticas es más probable que también saque mejor nota en
estadística, y al revés.
Sin embargo, la conclusión anterior no significa que una variable sea la causa
de la otra, ya que obtener una buena nota en matemáticas no te garantiza
automáticamente conseguir una buena nota en estadística sin hacer nada, sino
que se deben estudiar las dos asignaturas. En el siguiente apartado
entraremos más en detalle en este concepto.
4.-MUSTREO ESTRATIFICADO
En ocasiones al desarrollar análisis de situaciones problemáticas o de procesos
en la empresa, nos podemos encontrar que en la recolección de datos
obtenemos resultados muy generales o amplios para apreciar conclusiones
pertinentes. Es también común ver que, en los análisis hechos, haya una serie
de excepciones (esos elementos atípicos) que ocasionan la mayoría de
problemas.
Clasifica los grupos de datos comunes para mejorar y solucionar problemas,
donde sus características son datos de su origen (que material, maquinaria y
equipo se a producido y la manufacturación)
Tipos de estratificación en áreas de trabajo son:
Materia prima y material
Ambiente, clima y medio ambiente
Equipo y maquinaria
Tiempo
Operadores
Condición de operaciones
Características especiales
Inspección
El muestreo estratificado resulta muy útil utilizarlo cuando la población está
formada por grupos muy homogéneos y muy diferentes entre sí.
Como utilizar el muestreo estratificado
Cuando los datos provienen de diversas fuentes o condiciones como
días de la semana, proveedores, turnos o grupos de población.
Antes de comenzar la captura de datos.
Cuando para analizar los datos, se requiere la separación de diversas
fuentes o condiciones.
Cuando los resultados obtenidos con otras herramientas no evidencian
conclusiones pertinentes para tomar decisiones.
Pasos para hacer un muestreo estratificado
Definir la población
Elegir la variable de estratificación
Identificar a que estrato pertenece cada elemento de población
Calcular tamaño de cada estrato que formara parte de la muestra
Seleccionar aleatoriamente los elementos de los estratos que
pertenecerán a la muestra del estudio. Para cada estrato, se deben
seleccionar tantos elementos como se ha decidido en el paso anterior.
Ten en cuenta que el tamaño que representará cada estrato en la muestra no
solo depende del tamaño del estrato, sino también del tipo de muestreo
estratificado
Ventajas i desventas del muestreo estratificado
Ventajas:
Es posible hacer estimaciones no sólo para la población en general,
sino que también para cada estrato en particular.
Se aprovecha mejor el conocimiento que el investigador tiene sobre la
población bajo estudio.
Permite la utilización de diferentes técnicas de estimación incluyendo la
relación entre diferentes estratos.
Desventajas:
Se requiere de mayor información que estudiar la población general ya
sea para estratificar como para determinar el peso de cada estrato en la
población.
Es más costoso tanto en tiempo como en trabajo.
La selección de estratos puede ser compleja si no se determinan bien
las variables de estratificación o se define un número grande de
estratos.
III.-CONCLUSIONES
Podemos decir que un histograma es una herramienta útil que sirve para
resumir una gran cantidad de datos que serán objeto de análisis y de cuya
representación se obtienen una serie de conclusiones correctas.
La importancia que tiene el control de calidad en cualquier proceso
productivo ha llevado a la investigación del Diseño Económico de
Gráficas de Control de Calidad, y la importancia que tiene la elección de
los parámetros de las gráficas para la reducción de costos.
El muestreo estratificado es una técnica que nos permite reducir el error
en nuestras estimaciones siempre y cuando tengamos cierta información
a priori sobre la existencia de grupos homogéneos en la población .
A lo largo del presente trabajo de investigación se ha evidenciado que el
comportamiento de las aleaciones con memoria de forma es
suficientemente complejo como para que el diseño de cualquier
aplicación industrial con estos materiales requiera de un modelo
constitutivo adecuado. Este modelo debe ser capaz de reproducir el
complejo comportamiento termo mecánico de las SMA de forma precisa.
Ha de permitir, además, una implementación numérica robusta con
recursos computacionales limitados y tiempos discretos de cálculo.
IV.-APENDICE
Imagen 1 Imagen 2
Histograma
Gráficos de control
Imagen 3 Imagen 4
Muestreo Estratificado . Diagrama de correlación
V.- BIBLIOGRAFIA
McKinney, Laura. 2022. INTERPRETACIÓN DE GRÁFICOS DE CONTROL:
PROCESOS DE GESTIÓN DE LA CALIDAD. [En línea] 2022.
(ROLDAN,2017)
[Link]
SILVA O., Silva G. (2005). Herramientas Básicas De Calidad. Obtenido de
[Link]
%207%[Link]
GODINO, J.D. (2003). Teoría de las Funciones Semióticas. Un enfoque
ontológico-semiótico de la cognición e instrucción matemática. Universidad de
Granada. Departamento de Didáctica de la Matemática. Consultado en (2-
marzo-07)