Diagrama de pareto, el Histograma, la Estratificación

        [pic 1][pic 2][pic 3][pic 4][pic 5][pic 6]

Universidad Tecnológica de Honduras

Campus San Pedro Sula

Asignatura:

CONTROL Y CALIDAD

Catedrática:

ING. DENIS AGUILAR ORTEGA

Presentado por:

MAGDA CAROLINA CORTES PINEDA

Cta Nª:

200810620173

FECHA:

15/ julio /2013

INTRODUCCION

 A continuación se desarrollan una serie de preguntas y ejercicios que nos ayudaran a conocer el diagrama de pareto, el Histograma, la Estratificación y la hoja de verificación, y nos ayudara a ponerlo en práctica en nuestro diario vivir profesionalmente.  

Guía de capitulo #5

1. ¿Que obtuvo Mathew Maury al analizar los diarios de a bordo de los viajes navales?

R: Registraba velocidad  y profundidad de las corrientes, temperatura y profundidad de las aguas, dirección y fuerza de los vientos esto se conoce como cartas de navegación. Con esto los marineros podrían planear mejor sus viajes, esquivando vientos y corrientes desfavorables y aprovechando otros. Por lo que en futuras navegaciones los viajes si hicieron en menos días según los registros de Mathew.

1. Describa algunas de las fallas en la obtención de información que se comentaron en la primera sección de este capítulo.

R: -  Datitis: se obtienen datos sin ningún propósito claro e importante, lo cual resulta en datos, cuestionarios, registros y reportes en espera de que tengan alguna utilidad.

• Obtención de información para validar decisiones previamente tomadas. Es decir, solo tomar en cuenta la información favorable.
• Es raro que se tenga un plan global de porque se va a obtener información, cual es la mejor fuente, cono, cuando coma, quien., donde cómo se va a analizar y que decisiones se pretenden tomar.
• Información poco representativa y sesgada.
• Tabúes y errores sobre el papel de la estadística en la obtención de información; por ejemplo, tamaño de la muestra, confianza estadística y aleatorizacion.

1. Cuáles son las 6M de un proceso.

R: Materiales

     Maquinas

     Mano o mente de obra

     Mediciones

     Medio ambiente

     Métodos

1. Que es el pensamiento estadístico.

R: Es una filosofía de aprendizaje y acción basada en los siguientes principios: 1) todo el trabajo ocurre en un sistema de procesos interconectados; 2) la variación existe en todos los procesos; 3) y entender y reducir la variación son claves para el éxito. Relaciona la forma en que la gente toma la información  del proceso (aprendizaje) y también la manera en que responde (acción).  

1. Como se puede utilizar el pensamiento estadístico en los tres niveles de una organización.

R: 1) ESTRATEGICO    -     crea estrategias y las comunica

• Usa datos de varias fuentes para dirigir
• Desarrolla e implementa sistemas de medidas para dirigir el progreso
• Estimula a los empleados a experimentar nuevas formas de hacer su trabajo

     2) DIRECTIVO        -     desarrolla proyectos estructurados

                                     -     fija metas (sabe que hay variaciones)

                                     -     se centra en los procesos, y no reclaman a los empleados                                         por su variación

     3) OPERACIONAL    -     conoce la variación  

                                       -     grafica datos de los procesos

                                       -     identifica medidas claves y oportunidades de mejora  

1. Proporcione dos ejemplos de variables cualitativas y dos variables cuantitativas.

R: Las variables cualitativas, nominales o de atributos, son aquellas en donde las características que se estudian no son numéricas. Ejemplo. Tipo de producto, el producto está armado o no, nombre de los clientes etc.

Las variables cuantitativas, son aquellas cuyas características pueden registrarse numéricamente. Ejemplo. Peso de un lote, número de clientes atendidos, numero de productos defectuosos.

1. Escriba un ejemplo para cada uno de los tres tipos de variables de salida.

R: 1)  ENTRE MAS PEQUEÑA MEJOR: por ejemplo, el porcentaje de impurezas en una sustancia o la cantidad de sustancias toxicas en un producto alimenticio.

     2) ENTRE MAS GRANDE MEJOR: por ejemplo, la resistencia de una pieza de plástico inyectado o la “blancura” de una tela de color blanco.

     3) VALOR NOMINAL ES EÑ MEJOR: por ejemplo, el diámetro interior de una tuerca y la longitud de una pieza para ensamble.

1. De qué manera afectan los datos raros a la media.

R: cuando en un grupo de datos hay algunos valores bastantes diferentes del resto, ya sean muy pequeños o bien muy grandes, entonces la media no es una buena medida de tendencia central, ya que a esta la “jalan” los datos raros.

1. Explique los errores en la interpretación de la media, que se señala en la sección errores en la toma de decisiones con el uso de la media.

R: cuando la media es mucho más grande que la mediana, decimos que hay datos mucho más grandes que e resto, ósea, que la media esta inflada. Si la media es significativamente menor que la mediana, indica que la presencia de datos es más pequeña que el resto, entonces la media es subestimada

1. Explique la relación entre la media y la desviación estándar que establece la regla empírica y el teorema de chebyshev.

R: dos hechos particulares que afirma la desigualdad de Chebychev es que entre X – 2S y X + 2S está al menos 75% de los datos de la muestra; y que entre X +- 3S está por lo menos 89%  y en cuanto a la regla empírica, se tiene que en muchos de los datos que surgen en la práctica se ha observado empíricamente que entre X – S  y  X + S  esta 68% de los datos de la muestra, X +- 2S esta 95% y entre X +- 3S esta 99%

1. Se desea investigar el peso promedio de 1000 artículos de un lote por lo que se eligen aleatoriamente 40 de ellos, se pesan y se obtiene x =252 gramos con S = 5  

1. ¿quiere decir que el peso medio de los 1000 artículos es de 252?

Si es 252  

1. ¿la mayoría de los artículos pesa 252 gramos?

No la mayoría pero si estaría aproximada con una desviación estándar de 5.

1. ¿de los 40 artículos en la muestra algunos pueden pesar 300 gramos?

Si podría haber unos pero serian muy pocos ya que la mayoría se acercan a la media.

1. En una empresa se llevan los registros de número de fallas de equipos por mes; la media es de 10 y la mediana es de 5.

1. Si usted tiene que reportar la tendencia central de fallas ¿Qué número reportaría?

R: reportaría 5

1. ¿la discrepancia entre la media y la mediana se debió a que en varios meses ocurrieron pocas fallas?

R: no, en algunos meses hubo muchas fallas.

1. Un aspecto clave de la calidad de cierto producto es su peso: la norma establece que su peso mínimo sea de 2KG. El ingeniero de producción informa que se está cumpliendo con tal norma, ya que el peso promedio del producto es de 2.5 KG ¿está usted de acuerdo con el ingeniero?

R: NO,  porque si el peso promedio del producto es de 2.5KG esta pasado del peso mínimo que es de 2 KG.

1. Tres maquinas A, B y C, realiza cortes de manera automática de ciertas tiras de hule. La longitud ideal de las tiras es de 90cm con una tolerancia de +- 2cm. Se toma una muestra de 80 piezas de la producción de una semana de cada máquina.  

1. La longitud promedia de las 80 tiras de cada máquina son: A, x=90, B,x=90.5; C,x=92. ¿con base a esto puede decidir cual maquina es mejor?

R: la mejor maquina es la B.

1. Si además la desviación estándar obtenida es: A, s = 1.5; B, s = 1; C, s = 0.5, decida cual maquina estuvo funcionando mejor.

R: seria la maquina B, tomando en cuenta esta información de la desviación estándar.

1. En el ejemplo 5.3 se observo que en la fabrica de las laminas de asbesto un equipo de mejora detecto que se tiene problemas en cuanto a que no se está cumpliendo con el grosor especifico que es de 5 mm, con una tolerancia de +- 0.8mm. con el objetivo de corregir tal situación, el grupo pone en práctica un plan de mejora. Para verificar si el plan tuvo éxito, toman aleatoriamente 45 láminas de la producción de una semana posterior a las modificaciones. Los espesores obtenidos se muestran a continuación.

5.2     5.4     5.4     4.7     5.1     4.7     5.0     5.1

5.0     4.9     4.3     4.7     5.3     4.6     4.8     4.4

4.7     4.9     5.6     4.7     4.7     4.5     5.1     4.7

4.7     5.1     5.3     5.0     5.3     4.5     4.4     4.7

...