Descripción
Libro digital para leer en línea o en app móvil
Descripción:
El libro es resultado de más de 20 años de enseñanza, capacitación y asesoría sobre control estadístico de calidad y estrategias de mejora. Así, además de la contribución de los autores, esta obra ha sido posible gracias a las ideas, comentarios, dudas, ejemplos, datos, respuestas, discusiones y experiencia de las personas con las que se ha tenido contacto en el terreno profesional; desde estudiantes universitarios, estudiantes de posgrado, investigadores hasta personal técnico
y directivo de empresas e instituciones. Las respuestas a esas dudas, las experiencias y los diferentes aportes se han vertido en los 16 capítulos del libro, que cuenta con abundante material gráfico, tablas, alrededor de 70 ejemplos y más de 300 preguntas y ejercicios reales.
Tabla de contenidos:
Front Matter
Acerca de los autores
Prefacio
Sobre la tercera edición
Agradecimientos
Capítulo 1: Conceptos básicos de la calidad y la productividad
Sumario
Objetivos de aprendizaje
Calidad y competitividad
FIGURA 1.1
Variables de entrada del proceso
Variables de salida
Calidad
FIGURA 1.2
Satisfacción del cliente
Tiempo de ciclo
FIGURA 1.3
FIGURA 1.4
Competitividad
Productividad
Productividad
FIGURA 1.5
Eficiencia
Eficacia
Acciones preventivas
Acciones correctivas
Medición del desempeño de una empresa
Sistema de medición del desempeño
FIGURA 1.6
Conformancia
FIGURA 1.7
FIGURA 1.8
Variabilidad y pensamiento estadístico
Variabilidad
Variabilidad
FIGURA 1.9
6 M
Pensamiento estadístico
Pensamiento estadístico
FIGURA 1.10
Ciclo de la calidad (ocho pasos en la solución de un problema)
Ciclo de la calidad (ciclo PHVA)
TABLA 1.1: Ocho pasos en la solución de un problema
Conceptos Clave
Preguntas y ejercicios
Capítulo 2: Capacidad de procesos I: Estadística descriptiva
Sumario
Objetivos de aprendizaje
Capacidad de un proceso
Estadísticos
ejemplo 2.1
TABLA 2.1: Datos para el grosor de los discos, ejemplo 2.1
Medidas de tendencia central
Tendencia central
Media muestral
Media
Media poblacional o del proceso, μ
Mediana o percentil 50
Mediana
Moda
Moda
Las medidas de tendencia central son insuficientes como criterio de calidad
Medidas de dispersión o variabilidad
Desviación estándar muestral
Desviación estándar poblacional o del proceso, σ
Desviación estándar del proceso
Rango
Coeficiente de variación
Relación entre X¯ y S (interpretación de la desviación estándar)
Desigualdad de Chebyshev
Regla empírica
Límites reales o naturales
Límites reales
Histograma y tabla de frecuencias
Histograma
TABLA 2.2: Tabla de frecuencia para el grosor de los discos
Tabla de frecuencias
FIGURA 2.1
Interpretación del histograma
FIGURA 2.2
Distribución sesgada
Distribución multimodal
Dato raro o atípico
Estratificación
Limitaciones del histograma
Medidas de forma
Sesgo
Curtosis
Cuantiles (percentiles)
Cuantiles
Percentil p
Cuartiles
Cuartiles
Diagrama de caja
FIGURA 2.3
Diagrama de caja
Rango intercuartílico
Interpretación del diagrama de caja
ejemplo 2.2
TABLA 2.3: Datos para diámetro de punterías, ejemplo 2.2
Estudio real (integral) de capacidad
TABLA 2.4: Análisis de la capacidad del proceso del ejemplo 2.7
FIGURA 2.4
Uso de sistemas computacionales
Excel
Statgraphics
Minitab
Conceptos Clave
Preguntas y ejercicios
Capítulo 3: Introducción a la probabilidad
Sumario
Objetivos de aprendizaje
Conceptos de probabilidad
Experimento aleatorio
Espacio muestral
Evento
Interpretación de la probabilidad
Variable aleatoria
Variable aleatoria discreta
Distribución de probabilidad de X
Media o valor esperado de una variable aleatoria
Distribuciones discretas
Distribución binomial
Experimento Bernoulli
Distribución binomial (n, p)
ejemplo 3.1
Distribución geométrica
Distribución geométrica
Distribución hipergeométrica
Distribución hipergeométrica
Distribución de Poisson
Distribución uniforme
Distribución normal
Distribución normal
FIGURA 3.1
Propiedades de la distribución normal
Teorema central del límite
Cálculo de probabilidades
ejemplo 3.2
Verificación de normalidad (gráficas de probabilidad)
Gráfica de probabilidad para verificar normalidad
Gráfica de probabilidad
ejemplo 3.3
TABLA 3.1: Elementos para la obtención de una gráfica de probabilidad normal
FIGURA 3.2
FIGURA 3.3
Distribuciones derivadas del muestreo
Distribución ji-cuadrada
FIGURA 3.4
Distribución T de Student
FIGURA 3.5
Distribución F
FIGURA 3.6
Uso de software estadístico
Conceptos Clave
Preguntas y ejercicios
Capítulo 4: Elementos de inferencia estadística
Sumario
Objetivos de aprendizaje
Conceptos básicos
Población y muestra, parámetros y estadísticos
Población
Parámetro
Muestra representativa
FIGURA 4.1
Inferencia estadística
Inferencia estadística
Estadístico
Distribución de una variable aleatoria X
FIGURA 4.2
Estimación puntual y por intervalo
Estimador puntual
Estimación por intervalo
Error estándar
Intervalo de confianza
Intervalo de confianza para una media
ejemplo 4.1
Interpretación de un intervalo
Tamaño de la muestra
Intervalo para la varianza
ejemplo 4.2
Intervalo para una proporción
ejemplo 4.3
Tamaño de la muestra
Resumen de fórmulas para intervalos de confianza
TABLA 4.1: Resumen de fórmulas para intervalos de confianza
Conceptos básicos de prueba de hipótesis
Planteamiento de una hipótesis estadística
Hipótesis estadística
Hipótesis nula H0
Hipótesis alternativa HA
Estadístico de prueba
Estadístico de prueba
Región de rechazo
Región de aceptación
Criterio de rechazo
FIGURA 4.3
Pruebas de una y dos colas (unilaterales y bilaterales)
Hipótesis bilateral
Hipótesis unilateral
El riesgo de una decisión equivocada: errores tipo I y tipo II
Error tipo I
Error tipo II
Potencia de la prueba
Prueba para la media
Prueba para la media con suposición de varianza desconocida
FIGURA 4.4
ejemplo 4.4
FIGURA 4.5
Prueba para la varianza
Prueba para una proporción
Tres criterios de rechazo o aceptación equivalentes
Estadístico de prueba frente a valor crítico
ejemplo 4.5
Significancia observada frente a significancia predefinida
Significancia predefinida
Significancia calculada (valor-p)
FIGURA 4.6
Intervalo de confianza
Hipótesis para dos parámetros: comparación de dos procesos o poblaciones
Comparación de dos medias (varianzas desconocidas pero iguales)
ejemplo 4.6
Comparación de dos medias (varianzas desconocidas sin suponer igualdad)
Prueba para la igualdad de varianzas
ejemplo 4.7
Comparación de proporciones
Poblaciones pareadas (comparación de dos medias con muestras dependientes)
Muestras pareadas
ejemplo 4.8
TABLA 4.2: Mediciones reportadas por dos básculas, ejemplo 4.8
Resumen de fórmulas para procedimientos de prueba de hipótesis
TABLA 4.3: Procedimientos para un parámetro
TABLA 4.4: Procedimientos para dos parámetros
Uso de software
Statgraphics
Minitab
Excel
Conceptos Clave
Preguntas ejercicios
Ejercicios de estimación para la media y la desviación estándar
Ejercicios de estimación para una proporción
Prueba de hipótesis para un parámetro
Prueba de hipótesis (comparación de poblaciones en cuanto a la media y/o la varianza)
Comparación de proporciones
Pruebas pareadas
Investigar
Capítulo 5: Índices de capacidad, métricas Seis Sigma y análisis de tolerancias
Sumario
Objetivos de aprendizaje
Índices de capacidad para procesos con doble especificación
Capacidad de un proceso
ejemplo 5.1
FIGURA 5.1
Índice Cp
Índice Cp
Interpretación del índice Cp
TABLA 5.1: Valores del Cp y su interpretación
TABLA 5.2: Los índices Cp Cpi y Cps en términos de la cantidad de piezas malas; bajo normalidad y proceso centrado en el caso de doble especificación
Índice Cr
Índice Cr
Índices Cp Cps y Cpk
Índice Cpi
Índice Cps
Índice Cpk
Índice K
Índice K
Índice Cpm (índice de Taguchi)
Índice Cpm
Interpretación
Capacidad de largo plazo e índices Pp y Ppk
Capacidad de corto plazo
Capacidad de largo plazo
Índice Pp y Ppk
Índice Pp
Índice Ppk
Métricas Seis Sigma
Índice Z
Índice Z
ejemplo 5.2
Índice Zc
Índice ZL
Calidad Tres Sigma
FIGURA 5.2
Proceso Tres Sigma
Calidad Seis Sigma
Proceso Seis Sigma
TABLA 5.3: Calidad de corto y largo plazo en términos de Cp, Zc, ZL y PPM
TABLA 5.4: Reducción de defectos al subir el número de sigmas de un proceso
Métrica Seis Sigma para atributos (DPMO)
ejemplo 5.3
FIGURA 5.3
Unidad
Oportunidad de error
Índice DPU (defectos por unidad)
Índice DPO (defectos por oportunidad)
DPMO (defectos por millón de oportunidades)
DPU frente a PPM y el nivel de sigmas
Rendimiento combinado (Rolled Throughput Yield)
FIGURA 5.4
Procesos con sólo una especificación
ejemplo 5.4
ejemplo 5.5
Estimación por intervalo de los índices de capacidad
ejemplo 5.6
Estudio real (integral) de capacidad
ejemplo 5.7
TABLA 5.5: Datos para longitud de capa para llantas, ejemplo 5.7
TABLA 5.6: Análisis de la capacidad del proceso, ejemplo 5.8
Capacidad para procesos no normales
FIGURA 5.5
Método de percentiles de Clements
ejemplo 5.8
FIGURA 5.6
Método de Transformación de Box-Cox
Diseño de tolerancias
Límites de tolerancia o especificaciones
Estimación de los límites naturales de tolerancia de un proceso
ejemplo 5.9
Fijación de límites de tolerancia para ensambles
Porcentaje del ensamble final que cae dentro de especificaciones
ejemplo 5.10
FIGURA 5.7
Definir tolerancias para los componentes individuales de un ensamble
ejemplo 5.11
FIGURA 5.8
Claro y ajuste
FIGURA 5.9
Claro y ajuste
ejemplo 5.12
Interferencia
Combinaciones no lineales (simulación Monte Carlo)
TABLA 5.7: Obtención de la variación del ensamble con Excel por simulación Monte Carlo
Simulación Monte Carlo
ejemplo 5.13
FIGURA 5.10
TABLA 5.8: Simulación Monte Carlo de la variable volumen, ejemplo 5.13
Uso de software
Statgraphics
Minitab
Conceptos Clave
Preguntas y ejercicios
Métricas Seis Sigma
Análisis de tolerancias
FIGURA 5.11
FIGURA 5.12
Capítulo 6: Herramientas básicas para Seis Sigma
Sumario
Objetivos de aprendizaje
Diagrama de Pareto
Diagrama de Pareto
Principio de Pareto
ejemplo 6.1
Pareto para problemas de primer nivel
FIGURA 6.1
Pareto para causas o de segundo nivel
FIGURA 6.2
Recomendaciones para realizar análisis de Pareto
Pasos para la construcción de un diagrama de Pareto
Estratificación
Estratificación
ejemplo 6.2
TABLA 6.1: Artículos defectuosos por tipo de defecto y departamento, ejemplo 6.2
ejemplo 6.3
FIGURA 6.3
TABLA 6.2: Estadísticos básicos para datos del peso de las preformas, ejemplo 6.3
Recomendaciones para estratificar
Hoja de verificación (obtención de datos)
Hoja de verificación
ejemplo 6.4
TABLA 6.3: Hoja de verificación del tipo: defectos y posibles causas
ejemplo 6.5
TABLA 6.4: Hoja de verificación para distribución de proceso (color)
ejemplo 6.6
TABLA 6.5: Hoja de verificación para productos defectuosos, ejemplo 6.6
ejemplo 6.7
FIGURA 6.4
Recomendaciones para el uso de una hoja de verificación
Diagrama de Ishikawa (o de causa-efecto)
Diagrama de Ishikawa
Método de las 6 M
Método de las 6 M
Aspectos o factores a considerar en las 6 M
ejemplo 6.8
FIGURA 6.5
FIGURA 6.6
Método tipo flujo del proceso
FIGURA 6.7
Método flujo del proceso
Método de estratificación o enumeración de causas
FIGURA 6.8
Método de estratificación
Pasos para la construcción de un diagrama de Ishikawa
Lluvia de ideas
Lluvia de ideas
Diagrama de dispersión
Diagrama de dispersión
ejemplo 6.9
TABLA 6.6: Datos para pinturas, ejemplo 6.9
FIGURA 6.9
Interpretación de un diagrama de dispersión
FIGURA 6.10
No correlación
Correlación positiva
Correlación negativa
Construcción de un diagrama de dispersión
Coeficiente de correlación
Coeficiente de correlación
Diagramas de proceso
Diagrama de flujo de proceso
FIGURA 6.11
Pasos en la construcción de un diagrama de flujo
Diagrama PEPSU
FIGURA 6.12
Diagrama de flujo de proceso
Diagrama PEPSU (SIPOC)
Mapa del proceso
Mapa del proceso
FIGURA 6.13
Despliegue de la función de calidad (DFC, QFD)
Despliegue de la función de calidad
FIGURA 6.14
Voz del cliente
TABLA 6.7: Requerimientos para un proceso.
FIGURA 6.15
Casa de la calidad
FIGURA 6.16
Sistemas poka-yoke
Sistema poka-yoke
Dispositivo preventivo
Dispositivo detector
ejemplo 6.10
ejemplo 6.11
FIGURA 6.17
ejemplo 6.12
FIGURA 6.18
Conceptos Clave
Preguntas y ejercicios
Diagrama de Pareto
Estratificación
Hoja de verificación
Diagrama de Ishikawa y lluvia de ideas
Diagrama de dispersión
Diagramas de proceso
Función de despliegue de la calidad
Poka-yoke
Capítulo 7: Cartas de control para variables
Sumario
Objetivos de aprendizaje
Causas comunes y especiales de variación
Variación por causas comunes
Variación por causas especiales
Proceso en control estadístico o estable
ejemplo 7.1
Cartas de control
Carta de control
FIGURA 7.1
Límites de control
Límites de probabilidad
Cartas de control tipo Shewhart
Tipos de cartas de control
Cartas de control para variables
Cartas de control para atributos
Carta de control X¯−R
Cartas de control X¯−R
FIGURA 7.2
FIGURA 7.3
FIGURA 7.4
ejemplo 7.2
TABLA 7.1: Datos para diámetro de punterías, ejemplo 7.2
Límites de control de la carta X¯
Límites de control
Interpretación de los límites de control en una carta X¯
Límites de control de la carta R
Interpretación de los límites de control en una carta R
Estado del proceso en cuanto a capacidad y estabilidad
FIGURA 7.5
FIGURA 7.6
Carta X¯−S
Carta X¯−S
Límites de control de la carta S
Interpretación de los límites de control en una carta S
ejemplo 7.3
FIGURA 7.7
Interpretación de las cartas de control y causas de la inestabilidad
FIGURA 7.8a
Proceso estable
Cambio en el nivel del proceso
FIGURA 7.8b
Tendencias en el nivel del proceso
Ciclos recurrentes
Falta de variabilidad
Índice de inestabilidad, St
Proceso inestable
Puntos especiales
Índice de inestabilidad, St
Carta de individuales
Carta de individuales
ejemplo 7.4
TABLA 7.2: Datos de brix residual para el ejemplo 7.4
FIGURA 7.9
Establecimiento de los límites de control
Estado del proceso
Carta de rangos móviles
Carta de rangos móviles
Cartas de precontrol
Carta de precontrol
FIGURA 7.10
Etapa de calificación
Etapa posterior a la calificación
Uso de software estadístico
Statgraphics
Minitab
Conceptos Clave
Preguntas y ejercicios
Ejercicios para carta X¯−R
TABLA 7.3: Datos para el ejercicio 12
TABLA 7.4: Datos para el ejercicio 13
TABLA 7.5: Datos para el ejercicio 14
TABLA 7.6: Datos para el ejercicio 15
TABLA 7.7: Datos para el ejercicio 16
TABLA 7.8: Datos para el ejercicio 17
Carta de individuales
TABLA 7.9: Datos para el ejercicio 21
Ejercicio carta X¯-S y varios
TABLA 7.10: Datos para el ejercicio 30
Capítulo 8: Cartas de control para atributos
Sumario
Objetivos de aprendizaje
Cartas p y np (para defectuosos)
Carta p
Artículo defectuoso
Carta p (proporción de defectuosos)
ejemplo 8.1
TABLA 8.1: Datos para el proceso de empaquetado de salchichas
FIGURA 8.1
Interpretación de los límites de control de la carta p
Límites de la carta p
Carta 100p
Carta p con límites variables
Carta p con límites variables
Carta p normalizada
Carta p con tamaño de subgrupo muy grande
Carta np (número de defectuosos)
Carta np
ejemplo 8.2
TABLA 8.2: Defectos en componentes k12
FIGURA 8.2
Interpretación de los límites de control de la carta np
Límites de la carta np
Carta p frente a carta np
Modificación en el cálculo de los límites de control de las cartas p y np para mejorar su aproximación a la normalidad
Cartas c y u (para defectos)
Carta c (número de defectos)
Carta c
Interpretación de los límites de control de la carta c
ejemplo 8.3
TABLA 8.3: Datos para el ejemplo 8.3
FIGURA 8.3
Carta u (número de defectos por unidad)
Carta u
Interpretación de los límites de control en la carta u
TABLA 8.4: Defectos en piezas electrónicas
ejemplo 8.4
FIGURA 8.4
Carta u con límites variables
Carta u con límites variables
FIGURA 8.5
Carta u estandarizada
Implantación y operación de una carta de control
TABLA 8.5a: Elementos para la selección de una carta de control de atributos
TABLA 8.5b: Elementos para la selección de una carta de control para variables
Subagrupamiento
Método del instante
Método del periodo
Estandarizar la toma de datos
Uso de software estadístico
Statgraphics
Minitab
Conceptos Clave
Preguntas y ejercicios
Cartas p y np
TABLA 8.6: Datos para el ejercicio 5
TABLA 8.7: Datos para el ejercicio 15
Cartas c y u
TABLA 8.8: Datos para el ejercicio 24
Capítulo 9: Cartas CUSUM, EWMA y ARIMA
Sumario
Objetivos de aprendizaje
ARL (longitud promedio de corrida)
FIGURA 9.1
Carta CUSUM
CUSUM (sumas acumuladas)
CUSUM de dos lados (con máscara)
FIGURA 9.2
CUSUM de dos lados
Máscara de la CUSUM
ejemplo 9.1
TABLA 9.1: Peso en onzas de paquetes de harina, ejemplo 9.1
FIGURA 9.3
CUSUM tabular (de un sólo lado)
CUSUM tabular
ejemplo 9.2
TABLA 9.2: Diseño de la carta CUSUM
FIGURA 9.4
TABLA 9.3: CUSUM tabular para el ejemplo 9.2
Carta EWMA
EWMA (medias móviles exponencialmente ponderadas)
ejemplo 9.3
FIGURA 9.5
Carta ARIMA para datos autocorrelacionados
ejemplo 9.4
Modelos ARIMA
TABLA 9.4: Criterios básicos para decidir el modelo ARIMA
FIGURA 9.6
Obtención de la carta de control para los residuos del modelo ARIMA
TABLA 9.5: Cálculos para Carta de Control de Residuos ARIMA(2,0,0), ejemplo 9.4
Uso de software estadístico
Statgraphics
Minitab
Conceptos Clave
Preguntas y ejercicios
TABLA 9.6: Ejercicio 8.
TABLA 9.7: Ejercicio 9.
Carta de control para datos autocorrelacionados
Capítulo 10: Estado de un proceso: capacidad y estabilidad
Sumario
Objetivos de aprendizaje
Estado de un proceso
Proceso capaz
TABLA 10.1: Los cuatro estados de un proceso
FIGURA 10.1
Datos históricos
Estabilidad de un proceso
ejemplo 10.1
FIGURA 10.2
Estrategias de mejora
Proceso tipo D (inestable e incapaz)
Proceso inestable e incapaz
Mejorar la aplicación y uso de las cartas de control
Buscar y eliminar las causas de la inestabilidad
ejemplo 10.2
FIGURA 10.3
TABLA 10.2: Estadísticas para la proporción de defectuosos
Volver a evaluar el estado del proceso
Proceso tipo C (estable pero incapaz)
Proceso estable pero incapaz
Revisar y mejorar la aplicación de las cartas de control
Investigar las causas de la baja capacidad mediante un proyecto de mejora
Volver a evaluar el estado del proceso
Proceso tipo B (capaz pero inestable)
Proceso capaz pero inestable
Proceso tipo A (estable y capaz)
Proceso estable y capaz
Conceptos Clave
Preguntas y ejercicios
Capítulo 11: Calidad de mediciones (repetibilidad y reproducibilidad)
Sumario
Objetivos de aprendizaje
Conceptos básicos
Mediciones
FIGURA 11.1
Variación total observada
FIGURA 11.2
Variación dentro de la muestra
Resolución del equipo
Número de categorías diferentes
TABLA 11.1: Conceptos básicos de la calidad de mediciones
FIGURA 11.3
FIGURA 11.4
Metrología
Patrón
Calibración
Mensurando
Estudio largo de repetibilidad y reproducibilidad
Precisión
Repetibilidad
Reproducibilidad
Estudio R&R largo
Pasos para realizar un estudio R&R largo
Análisis por medias y rangos del estudio R&R largo
FIGURA 11.5
ejemplo 11.1
FIGURA 11.6
TABLA 11.2: Estudio R&R para ejemplo 11.1, método de medias y rangos
ANOVA para el estudio R&R largo
ejemplo 11.2
TABLA 11.3: Reporte de repetibilidad y reproducibilidad, ejemplo 11.2, método ANOVA
FIGURA 11.7
Error de medición y capacidad de un proceso
Estudio R&R corto
Estudio R&R corto
FIGURA 11.8
ejemplo 11.3
Monitoreo del sistema de medición
Calidad marginal del proceso de medición
Estudios de estabilidad
Estudio de estabilidad con una pieza patrón
Exactitud
Exactitud o sesgo
Estudio de estabilidad con varias piezas de la producción
ejemplo 11.4
TABLA 11.4: Datos para el ejemplo 11.4
FIGURA 11.9
Estudios R&R para pruebas destructivas
Pruebas destructivas
ejemplo 11.5
TABLA 11.5: Datos de tamaño de partícula
FIGURA 11.10
Estudios R&R para atributos
Estudio R&R para atributos
Recomendaciones para realizar un estudio del tipo análisis de riesgo
Métodos de análisis de riesgo
FIGURA 11.11
TABLA 11.6: Análisis de desacuerdos para el ejemplo 11.6
ejemplo 11.6
Desacuerdos por repetibilidad
TABLA 11.7: Resultados de repetibilidad, ejemplo 11.6
TABLA 11.8: Resultados de reproducibilidad, ejemplo 11.6
Desacuerdos por reproducibilidad
TABLA 11.9: Número de desacuerdos entre parejas de operadores del ejemplo 11.6
TABLA 11.10: Reporte de estudio R&R discreto, ejemplo 11.6
Uso de software estadístico
Minitab
Conceptos Clave
Preguntas y ejercicios
TABLA 11.11: Datos para el ejercicio 12
TABLA 11.12: Datos para el ejercicio 13
TABLA 11.13: Datos para el ejercicio 14
TABLA 11.14: Datos para el ejercicio 15
TABLA 11.15: Datos para el ejercicio 16
TABLA 11.16: Datos para el ejercicio 17
TABLA 11.17: Datos para el ejercicio 18
TABLA 11.18: Datos del estudio R&R del ejercicio 20
TABLA 11.19: Datos para el ejercicio 11.22
FIGURA 11.12
Capítulo 12: Muestreo de aceptación
Sumario
Objetivos de aprendizaje
Muestreo de aceptación
Cuándo aplicar el muestreo de aceptación
FIGURA 12.1
Cero inspección
Inspección al 100%
Ventajas y desventajas del muestreo de aceptación
Tipos de planes de muestreo
Planes por variables
Planes por atributos
Muestreo por atributos: simple, doble y múltiple
Plan de muestreo simple
Plan de muestreo doble
Plan de muestreo múltiple
Formación del lote y selección de la muestra
Selección de la muestra
Muestreo aleatorio simple
FIGURA 12.2
Aspectos estadísticos: variabilidad y curva característica de operación
TABLA 12.1: Conceptos básicos de la calidad de mediciones (100, 0.06)
Curva característica de operación (CO)
Curva CO
FIGURA 12.3
TABLA 12.2: Probabilidad de aceptación del plan n = 60, c = 1, para diferentes valores de p y suponiendo tamaño de lote grande
Curva CO ideal
Curva CO ideal
FIGURA 12.4
Propiedades de las curvas CO
FIGURA 12.5
FIGURA 12.6
FIGURA 12.7
Curva CO tipo A
Curva CO tipo B
FIGURA 12.8
Índices para los planes de muestreo de aceptación
Nivel de calidad aceptable (NCA)
Riesgo del productor (α)
FIGURA 12.9
Nivel de calidad límite (NCL)
Porcentaje defectivo tolerado del lote (PDTL)
Riesgo del consumidor (β)
Calidad promedio de salida
FIGURA 12.10
ejemplo 12.1
TABLA 12.3: Calidad promedio de salida, CPS, plan n = 60, c = 1
TABLA 12.4: Tabla de Cameron para diseñar planes de muestreo simple
Límite de la calidad promedio de salida
Inspección total promedio
Diseño de un plan de muestreo simple con NCA y NCL específicos (método de Cameron)
Método de Cameron
ejemplo 12.2
Obtención de la curva CO
TABLA 12.5: Tabla Cameron para determinar la curva CO
Military Standard 105E
MIL STD 105E
Inspección normal
Inspección severa
Inspección reducida
Niveles generales de inspección I, II y III
Niveles especiales de inspección S1-S4
Diseño de un esquema de muestreo con MIL STD 105E
TABLA 12.6: Letras códigos para el tamaño de muestra (MIL STD 105E)
TABLA 12.7: Tabla para inspección normal. Muestreo simple (MIL STD 105E)
TABLA 12.8: Tabla para inspección severa. Muestreo simple (MIL STD 105E)
TABLA 12.9: Tabla para inspección reducida. Muestreo simple (MIL STD 105E)
ejemplo 12.3
Reglas de cambio
Reglas de cambio
TABLA 12.10: Números límite para inspección reducida (MIL STD 105E)
Suspensión de inspección
Planes de muestreo Dodge-Roming
Planes Dodge-Roming
Planes NCL (o LTPD)
TABLA 12.11: Tabla Dodge-Roming para muestreo simple para un nivel de calidad límite, NCL 1.0% (o LTPD)
TABLA 12.12: Tabla Dodge-Roming para muestreo simple para un nivel de calidad límite, NCL 5.0% (o LTPD)
NCL Dodge-Roming
ejemplo 12.4
Planes LCPS (o AOQL)
LCPS Dodge-Roming
TABLA 12.13: Tabla Dodge-Roming para muestreo simple con LCPS = 2 % (AOQL)
TABLA 12.14: Tabla Dodge-Roming para muestreo simple con LCPS = 3% (o AOQL)
ejemplo 12.5
Plan de muestreo PDTL (LTPD) con c = 0
Planes PDTL (LTPD) con c = 0
TABLA 12.15: Valores para calcular n en planes PDTL con c = 0
Muestreo de aceptación por variables (MIL STD 414)
FIGURA 12.11
Military Standard 414 (ANSI/ASQC Z1.9)
MIL STD 414
FIGURA 12.12
Pasos para diseñar un plan MIL STD 414
TABLA 12.16: Letras códigos para el tamaño de muestra para MIL STD 414 (muestreo para variables)
TABLA 12.17: Tabla para inspección normal y severa (variabilidad desconocida, método de la desviación estándar), método M
TABLA 12.18: Tabla para estimar el porcentaje de defectuosos en el lote (pi o ps) para ZEI o ZES usando el método de la desviación estándar
ejemplo 12.6
Uso de software estadístico
Curva tipo A, planes (N, n, c)
Curva tipo B, planes (n, c)
Statgraphics
Conceptos Clave
Preguntas y ejercicios
Capítulo 13: Confiabilidad
Sumario
Objetivos de aprendizaje
Confiabilidad
Falla
Tiempo de falla
Preguntas en un estudio de confiabilidad
Características de los estudios de confiabilidad
Tipos de censura en confiabilidad
Datos censurados
Censura por la derecha tipo I
Censura por la derecha tipo II
Censura por la izquierda
Censura por intervalo
Censura múltiple
FIGURA 13.1
Funciones en confiabilidad
ejemplo 13.1
ejemplo 13.2
ejemplo 13.3
Función de densidad
Función de distribución acumulada
Función de distribución acumulada, F(t)
Función de confiabilidad
Función de confiabilidad, C(t)
FIGURA 13.2
Función de riesgo
Tasa de falla instantánea o tasa de riesgo, h(t)
Ciclo de vida de un producto
Mortalidad infantil
Vida útil
Envejecimiento
Curva de bañera
FIGURA 13.3
Función de riesgo acumulado
Tiempo de quemado
Vida media o tiempo medio a la falla
Vida media
Función cuantil
Cuantil p
FIGURA 13.4
ejemplo 13.4
Modelos (distribuciones) para el tiempo de falla
Distribución exponencial
Distribución exponencial
Distribución Weibull
FIGURA 13.5
Distribución Weibull
Distribución Weibull con tres parámetros
ejemplo 13.5
Distribución valor extremo (para mínimos)
Distribución valor extremo
FIGURA 13.6
Distribución normal
FIGURA 13.7
Distribución lognormal
FIGURA 13.8
Modelo lognormal
Especificación de la distribución de vida y estimación gráfica de sus parámetros
Gráficas en papel de probabilidad
FIGURA 13.9
Linealización de la función de distribución acumulada F(t)
Estimador de Kaplan-Meier de la función de confiabilidad (tomando en cuenta la censura)
Estimador de Kaplan-Meier
ejemplo 13.6
FIGURA 13.10
FIGURA 13.11
ejemplo 13.7
TABLA 13.1: Obtención del estimador KM de F(t) para el ejemplo 13.7
FIGURA 13.12
Resumen de fórmulas para gráf cas de probabilidad
Estimación por mínimos cuadrados y por máxima verosimilitud
Mínimos cuadrados
TABLA 13.2: Transformación de p(i) y t(i) para obtener las escalas de gráf cas de probabilidad y la FDA linealizada
Mínimos cuadrados
Máxima verosimilitud
Máxima verosimilitud
Varios modos de falla
ejemplo 13.8
FIGURA 13.13
FIGURA 13.14
Confiabilidad de sistemas
Sistemas en serie
Sistema en serie
Regla del producto de probabilidades
FIGURA 13.15
Sistema en paralelo
Sistema en paralelo
FIGURA 13.16
Sistemas con componentes en serie y en paralelo
FIGURA 13.17
Función de estructura de un sistema
Función de estructura
Método de trayectorias para calcular la confiabilidad de un sistema
ejemplo 13.9
Uso de software estadístico
Conceptos Clave
Preguntas y ejercicios
FIGURA 13.18
FIGURA 13.19
FIGURA 13.20
Investigar
Capítulo 14: Análisis de modo y efecto de las fallas (AMEF)
Sumario
Objetivos de aprendizaje
AMEF
Actividades para realizar un AMEF (proceso)
FIGURA 14.1
FIGURA 14.2
FIGURA 14.3
Encabezados del formato AMEF (campos A-H)
AMEF número (A)
Artículo (B)
Responsable del proceso (C)
Año/Modelo/Programa(s) (D)
Fecha clave (E)
Fecha AMEF (Orig.) (F)
Equipo principal (G)
Preparado por (H)
Cuerpo del formato AMEF (campos a-n)
Etapa/Función del proceso/Requerimientos (a)
Modo potencial de falla (b)
Modo potencial de falla
Efectos potenciales de la falla (c)
Efectos potenciales de la falla
Severidad (S)(d):
TABLA 14.1: Criterios y puntuaciones para la severidad del efecto de la falla
Clasificación (e)
Causas potenciales del modo de falla (f)
Ocurrencia (O)(g):
TABLA 14.2: Criterios para la evaluación de la ocurrencia de las causas potenciales de falla en el AMEF
Controles actuales del proceso (h)
Detección (D) (i)
TABLA 14.3: Criterios para estimar la posibilidad de detección de los modos de falla.
Determinar las prioridades para las acciones
Evaluación del riesgo; número de prioridad del riesgo (NPR) (j)
Número de prioridad del riesgo
Acciones recomendadas (k)
ejemplo 14.1
Responsabilidad y fecha compromiso (l)
Resultados de acciones (m-n)
Acciones tomadas y fecha de finalización (m)
Severidad, Ocurrencia, Detección y NPR (n)
Mantenimiento de los AMEF de procesos
FIGURA 14.4
Conceptos Clave
Preguntas y ejercicios
Capítuio 15: Estrategia Seis Sigma
Sumario
Objetivos de aprendizaje
Antecedentes y características de Seis Sigma
Seis Sigma, 6σ
Características (principios) de Seis Sigma
Campeones (champions)
Cintas negras (black belt)
Cintas verdes (green belt)
Cintas amarillas (yellow belt)
FIGURA 15.1
TABLA 15.1: Actores y roles en Seis Sigma
Currículo de un black belt
FIGURA 15.2
Metodología DMAMC
Metodología DMAIC
TABLA 15.2: Relación entre el nivel de sigmas de un proceso y los costos de calidad
Etapas de un proyecto Seis Sigma
Definir
Definir el proyecto (D)
TABLA 15.3: Criterios para la selección y definición de proyectos
Establecer el marco del proyecto
TABLA 15.4: Elementos del marco de un proyecto Seis Sigma
Marco del proyecto
Medir la situación actual (M)
Medir
Analizar las causas raíz (A)
Analizar
Cinco por qué
FIGURA 15.3
Mejorar (M)
Mejorar
TABLA 15.5: Ejemplo de matriz de criterios para seleccionar la mejor solución
Controlar para mantener la mejora (C)
Controlar
Estandarizar el proceso
ejemplo 15.1
Proyecto: Autorización de órdenes de compra (OC)
TABLA 15.6: Marco del proyecto para autorización de órdenes de compra
FIGURA 15.4
FIGURA 15.5
Diseñar para Seis Sigma (DMADV)
Diseño para Seis Sigma (DPSS)
DMADV
Diseño para confiabilidad
Diseño para confiabilidad
Lean Seis Sigma
Proceso esbelto
Desperdicio o muda
TABLA 15.7: Tipos de desperdicio, síntomas, posibles causas e ideas y herramientas para eliminarlas
La métrica del proceso esbelto
Especificar el valor para cada producto desde el punto de vista del cliente final
Identificar el flujo del valor y eliminar el desperdicio
ejemplo 15.2
FIGURA 15.6
TABLA 15.8: Análisis de flujo del valor para pieza trabajada
Burocracia, exceso de juntas igual a mudas
Agregar valor en flujo continuo sin interrupciones
FIGURA 15.7
ejemplo 15.3
FIGURA 15.8
FIGURA 15.9
Organizar el proceso para que sea el cliente quien jale valor desde el productor (Kanban)
Sistema Kanban
Buscar la perfección
Implantación de la estrategia 6σ
Etapa 1. Diagnóstico organizacional
Etapa 2. Planeación directiva
Etapa 3. Talleres de mejora Seis Sigma
Etapa 4. Evaluación y profundización del cambio
Conceptos Clave
Preguntas y ejercicios
Preguntas sobre proceso esbelto
Capítulo 16: Ejemplo de proyecto Seis Sigma
Sumario
Objetivos de aprendizaje
Definición
FIGURA 16.1
Marco del proyecto
Métricas
TABLA 16.1: Marco del proyecto para ensamble del descansabrazos
Medición
Línea base
Estudio R&R
Estudio R&R
TABLA 16.2: Estudio R&R para la variable Y1 (esfuerzo para subir el descansabrazos). La tolerancia para el producto es de 30, con especificaciones 25±15
FIGURA 16.2
TABLA 16.3: Estudio R&R para la tabla 16.2, método de medias y rangos
TABLA 16.4: Segundo estudio R&R para la variable Y1 (esfuerzo para subir el descansabrazos)
Estudio de capacidad y estabilidad
TABLA 16.5: Estudio de capacidad y estabilidad de Y1 para establecer línea base
FIGURA 16.3
FIGURA 16.4
Análisis
FIGURA 16.5
Las X potenciales
Identificación de las pocas X vitales
Diseño factorial
TABLA 16.6: Diseño experimental 26 − 1 y valores de Y1
FIGURA 16.6
TABLA 16.7: ANOVA para el esfuerzo ascendente del descansabrazos (Y1)
Mejora
FIGURA 16.7
Evaluar las soluciones propuestas
TABLA 16.8: Datos para la evaluación de las soluciones propuestas
FIGURA 16.8
Resultados alcanzados
Control
FIGURA 16.9
Conceptos Clave
Preguntas y ejercicios
TABLA 16.9: Datos del estudio R&R
TABLA 16.10: Datos de la resistencia de los productos LED, de acuerdo al estado base del proceso
Fase Analizar
FIGURA 16.10
Fase Mejorar
TABLA 16.11: Factores y sus niveles del diseño Taguchi
TABLA 16.12: Resultados del cálculo de la señal a ruido
Fase Controlar
TABLA 16.13: Resistencia de los LED en las nuevas condiciones de operación del proceso
Back Matter
Apéndice
TABLA A1. Factores para la construcción de las cartas de control
TABLA A2. Puntos críticos de la distribución normal estándar (μ = 0, σ = 1), P(Z > z)
TABLA A3. Puntos críticos para la distribución Ji-cuadrada
TABLA A4. Puntos críticos para la distribución t de Student
TABLA A5. Puntos críticos al 5% de la distribución F, P(X > x) = 0.05
TABLA A6. Puntos críticos al 2.5% de la distribución F, P(X > x) = 0.025
TABLA A7. Factores para el cálculo de límites naturales de tolerancia bilaterales
Resumen de los contenidos del currículum Black Belt
Bibliografía y referencias
Índice analítico
Valoraciones
No hay valoraciones aún.