Tarea Control Calidad G-1.docx

UNIVERSIDAD TECNOLOGICA DE HONDURAS

CONTROL DE CALIDAD

TAREA II PARCIAL

TRABAJO GRUPAL GRUPO I

ALUMNOS: IRIS JOSETH FLORES

201120010910

ELMIS RAFAEL ZUNIGA

201110810107

INGRID YESENIA VAQUEDANO

200910830032

SAN PEDRO SULA 5 DE NOVIEMBRE DEL 2013

Introducción

Los análisis sobre calidad difieren según las teorías, los conceptos históricos aportan metodologías y herramientas que fortalecen los procesos de calidad.

El control de calidad ha venido a exigir a todas las empresas a identificarse en efectuar producción con calidad, lo que hace a las compañías más competitivas.

A continuación conoceremos formas diferentes de poder controlar la calidad en todo proceso productivo, ya este sea en la elaboración de un producto o de un servicio.

También veremos diferentes formatos gráficas, diagramas y controles que son aplicados para poder llevar una data y tener información histórica de los resultados en producción. Todas las herramientas de calidad permiten cada una en su metodología o sistema, poder evaluar, corregir y hacer los cambios en la producción con calidad.

Capítulo 5

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

Mathew Maury después de registrar a diario la velocidad y profundidad de las corrientes, temperatura y profundidad del agua, dirección y fuerzas de los vientos. El logro analizar y pudo identificar en el mar los lugares que tenían fuertes vientos así como la dirección de los mismos, así también las zonas marítimas con corrientes de agua, temperatura y profundidades y todo esto lo registró en lo que se conoce como cartas de navegación.

2.- Describa algunas de las fallas en la obtención de información que se comentaron en la primera sección del capítulo.

“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, cuando, quien, donde, como se va a analizar, y que decisiones se pretenden tomar.

Información poco representativa y sesgada.

Tabús y errores sobre el papel de la estadística en la obtención de información.

3.- ¿Cuáles son los 6 M de un proceso?

R// Materiales, Maquinaria, Mano de Obra, Mediciones, Medio Ambiente, Métodos.

4.- ¿Qué es el pensamiento estadístico?

R// Es una filosofía de aprendizaje y acción basada en: cuando todo el trabajo ocurre en un sistemas de procesos interconectados, cuando la variación existe en todos los proceso y al entender y reducir la variación y eso los hace clave para el éxito.

5.- ¿Cómo se puede utilizar el pensamiento estadístico en los tres niveles de la organización?

¿A dónde se dirige la organización?

Estratégico

Crea estrategias y la comunica

Usa datos de varias fuentes para dirigir

Desarrolla e implementa sistemas de medición para dirigir el proceso

Estimula a los empleados a experimentar nuevas formas de hacer su trabajo

Procesos administrativos para guiar la organización

Directivo

Desarrolla proyectos estructurados

Fija metas

Se centra en los procesos y no reclama a los empleados por la variación.

Es donde se está haciendo el trabajo

Operacional

Conoce la variación

Grafica datos de los procesos

Identifica medidas claves y oportunidades de mejoras

6.- ¿Proporcione dos ejemplos de variables cualitativas y dos de variables cuantitativas?

Las variables cualitativas, nominales o de atributos, son aquellas en donde las características que se estudian no son numéricas, por ejemplo,

Tipo de producto, el producto está armado o no, nombre de los clientes etc…

Las variables cuantitativas son aquellas cuyas variables pueden registrarse numéricamente. Por ejemplo,

Peso de un lote, número de clientes atendidos, números de productos defectuosos.

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

Entre más pequeña mejor. Ejemplo, el porcentaje de impureza en una sustancia o la cantidad de sustancias toxicas en un producto.

Entre más grande mejor. Ejemplo, la resistencia de una pieza de plástico inyectado, o la blancura de una tela de color blanco.

Valor nominal es el mejor. Ejemplos de este tipo de características de calidad con doble especificación son el diámetro interior de una tuerca y la longitud de una pieza para ensamble.

8.- ¿De qué manera afectan los datos raros a la media?

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.

9.- Explique los errores en la interpretación de la media que se señalan en la sección errores en la toma de decisiones con el uso de la media

Se cree que los valores de todos los datos son iguales o están muy cerca de la media, ignorando por completo que la media no proporciona ninguna información sobre la variabilidad.

La media es el dato más frecuente, si se olvida que lo anterior solo se da en datos simétricos y unimodales, es decir, desconociendo el concepto de moda y confundiéndolo con la media.

La media es el valor que está en medio y que a la izquierda de el queda 50% de datos, lo mismo que a la derecha. De este modo se ignora el concepto de mediana y el hecho de que la media la jalan los sesgos y los datos raros de un solo lado.

10.- Explique la relación entre la media y y la desviación estándar que establece la relación empírica y el teorema de Chebyshev.

La desigualdad de Chebyshev es que entre la media menos dos desviaciones y la media más dos desviaciones esta al menos el 75% de los datos de la muestra; y que entre la media ± tres desviaciones esta por lo menos 89%

En cuanto a la regla empírica se tiene que en mucho de los datos que surgen en la práctica se ha observado empíricamente que entre la media menos una desviación y la media más una desviación esta el 68% de los datos de la muestra, entre la media ± dos desviaciones esta el 95% y entre la media ± tres desviaciones esta el 99%

11.- 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= 252g con S= 5

a.- ¿Quiere decir que el peso medio de los 1000 artículos es de 250g?

252g es el peso medio de los 40 artículos que se tomaron aleatoriamente; pues para averiguar el peso medio de los 1000 artículos se debería tomar el peso de cada uno y no de la muestra.

b.- ¿La mayoría de los artículos pesa 252g?

No es posible saber si realmente la mayoría de artículos pesan 252g ya que se debe emplear la fórmula de la moda para saber cuál es el que más se repite y saber si es la mayoría de ellos.

c.- ¿De los 40 artículos en la muestra algunos pueden pesar 300g?

Esta respuesta es posible por la desviación estándar que se obtuvo

12.- En una empresa se llevan los registros del número de fallas de equipo por mes; la media es de 10 y la mediana es de 5;

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

La mediana que es de 5

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

Si es una posibilidad, lo que pudo haber generado un error que afecto a la media, por otro lado se observa que la media es mucho mayor que la mediana por lo que se presume que la media esta inflada.

13.- 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 2.5kg. ¿Está usted de acuerdo con el ingeniero?

Con los datos que se muestran en el problema planteado, debemos manifestar que estamos de acuerdo con el ingeniero, por las siguientes razones: hay una norma que establece un peso mínimo, pero en estos datos no se plantea un peso máximo a respetar, y si el peso promedio del producto es de 2.5 kg entonces este valor está por encima de la norma, respetando el peso mínimo.

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

a.- La longitud promedio de las 80 tiras de cada máquina son; A, X= 90; B, X= 90.5; C,

...