ELABORADO POR:
ING. OSCAR EDUARDO PEREZ GAONA.
2011.
NDICE
PG
INTRODUCCIN
PARTE I :ESTADSTICA DESCRIPTIVA Y USO DE COMANDOS
I. Ambiente de Trabajo de
Minitab.
II.Empleo de
las
Herramientas de
Control
de
Calidad
con
Minitab
II.I.Diagrama Causa-Efecto...........
II.2. Diagrama de
Pareto......
II.3.
Histograma...
Prctica I..
1
5
5
7
10
13
15
15
15
19
20
21
23
23
III.II.I1 Grfico
NP...
III.II.III Grfico U.
25
III.II.IV Grfico C.
28
INGENIERA
INDUSTRIAL
27
INGENIERA
INDUSTRIAL
PARTE II : MUESTREO
PG
32
IV.1I. Distribucin
Hipergeometrica
IV.1II. Distribucin Poisson.....
34
35
IV.1V. Distribucin
Normal......
36
Prctica III....
37
INTRODUCCIN
los
estudiantes
de
Ingeniera
Industrial,
parte
de
su
formacin
de
comandos
bsicos
para
empezar
desarrollar
estadstica
PARTE I:
ESTADSTICA
DESCRIPTIVA Y EL
USO DE
COMANDOS
Objetivo
:
Los alumnos comprendern el ambiente
y manejo de comandos bsicos de
estadstica descriptiva a travs de
Minitab.
I. AMBIENTE DE TRABAJO DE
MINITAB.
Men principal
Haciendo clic sobre cualquier
opcin se activan y aparecen los
submens
Hoja de datos
Posee un aspecto de hoja de clculo, con
filas y columnas. Las columnas llamadas
C1, C2, C3.Tambin se les puede
dar un nombre,
escribindolo por debajo de stas.
[
9]
INGENIERA
INDUSTRIAL
Ventana de sesin
Es la parte donde aparecen los resultados
de los anlisis realizados. Tambin sirve
para escribir instrucciones como forma
alternativa al uso de los
mens.
[1
0]
INGENIERA
INDUSTRIAL
Los datos al ingresar a minitab se hacen a travs de columnas, por lo que cada
columna es una variable, y dentro de cada columna cada fila corresponde a una
lectura u observacin.
Ejemplo 1. La empresa Paletn S.A de C.V, cuenta con cinco distribuidores, ubicados en
diferentes regiones del pas, y cada uno muestra el movimiento de cajas de dicho
producto al mes como se muestra a continuacin.
Ingresar datos a Minitab.
Otra de las forma para realizar operaciones es a travs de la estadstica por columnas o filas.
(Estadstica por filas)
MINITAB, puede importar una hoja de datos de Excel, para ello usa la opcin
Open Worksheet. (Abrir hoja de trabajo).l Las hojas de Excel con
extensin .XLS, se abren bajo la opcin que se menciono anteriormente.
DIAGRAMA CAUSA-EFECTO.
CAUSAS PRIMARIAS
CAUSAS SECUNDARIAS
DIAGRAMA CAUSA-EFECTO
II.2
DIAGRAMA DE PARETO.
Para la elaboracin del diagrama de pareto , se tomarn las siguientes variables como
referencia:
COLUMNA
C1
C2
C3
C4
C5
NOMBRE
DEFECTOS
DAS
TURNO
OPERARIO
MQUINARIA
HERRAMIENTAS DE CALIDAD
Los defectos se
han colocado en
columnas
En una columna
aparecen
los
nombres (una sola
vez) y en otra la
frecuencia
de
aparicin de cada
uno de estos
[8]
Se obtiene:
[9]
INGENIERA
INDUSTRIAL
M Q UINA
LA V ADO RA DE BO TE LLA S C HEC A DO RA DE PESO
ETIQ UETA DO RA
LLENA DO RA DE BO TELLA S SELLADO RA DE C A JAS
TO RQUE
OPERARIO = RAFAEL
HERNADEZ
O tro
Conteo
4
0
8
4
II.3
MQUINA
HISTOGRAMA
.
El
dimetro
de
las
tapas para Las
botellas
1.5ellitros
es deaspecto.
160.1 , se
tiene la siguiente informacin.
hojasde
deagua
datosde
tiene
siguiente
Primeramente
se hace un histograma con los datos que se tienen.Para ello los colocamos tosos en
una
sola
funciones: >
Histograma de TOTAL
Frecuencia
40
30
20
10
15.
8
15.7
15.
9
16.0
TOTA
L
16.
1
16.
2
16.3
Cabe mencionar que se puede estratificar por mquina , por lo que hay que seguir con el
siguiente
procedimiento,
>
para
la mquina
1 desde
C1 A C6,
mientras para la
mquina
2 desde> C7
a C10. Por
lo que
se obtiene
lo siguiente:
Histograma de MQUINA 2
20
20
15
15
Frecuencia
Frecuencia
Histograma de
MQUINA 1
10
10
15.7
15.
8
15.
9
16.
0
MQUINA 1
16.
1
16.
2
15.7
15.
8
15.
9
16.
0
16.
1
16.
2
16.3
MQUINA 2
PRCTICA I
1.1 . Una empresa se dedica a la elaboracin de cava de gran calidad y ha decidido
poner en marcha un plan para disminuir el nmero de defctos que se producen
en susbotellas. Se conoceel nombre de la presentacin, el aspecto exterior de la
botella y se compone de un sin nmero de elementos , que se colocan en la lneas
que funcionan a gran velocidad.
Para orientar la estrategia de mejora a seguir se planific un plan de recogida de
datos en cada una de las 6 lneas que la empresa tiene en funcionamiento. La
inspeccin dur 15 das y se inspeccionaron 100 botellas al da ( total 1,500
botellas por lnea) y los datos obtenidos se muestran en la siguiente tabla:1
Pere Grimas Cintas et-al, Estadstica Prctica con Minitab, Editorial Prentince Hall.Pag 69.
1.2 .- Uno de los proveedores de Panasonic S.A de C.V, suministra circuitos impresos. El
voltajes de salida es una de sus caractersticas de calidad y sus especificaciones
son de 13.50.5 voltios. En la siguiente tabla se recogen los voltajes de muestra
de 100 circuitos.
a) Representar el histograma, con sus lmites.
b) Calcular su media, desviacin tpica,rango, moda y mediana,
c) Analizar los resultados obtenidos
13.1
13.2
13
13.2
13.5
13.6
13.8
13
13.6
13.7
13.2
13.2
13.9
13.5
13
14
13.7
13.1
13.5
13.9
13
13.1
13.7
13.4
13.1
14.1
13.6
13.2
13
13.2
13.8
13.9
13
13.3
13.2
13.1
13.2
13.6
13.1
13.6
13.7
13.8
13.8
13.1
13.5
13.2
13.1
13.4
13.8
13.5
13.2
13.6
13.9
13.6
13.5
13.3
13.2
13.7
13
13.6
13.1
13.1
13.9
13.7
13.2
13.5
13
13.8
13
13.1
13.4
13.3
13.5
13.4
13.1
13.7
13.3
13.2
13.4
13
13.6
13.2
13
13.7
13.2
13.9
13.9
13.1
13.2
14.1
13.6
13.1
13.2
13.6
13.1
14
14
13.2
13.4
14.2
PARTE II:
GRFICOS DE
CONTROL
POR
VARIABLES Y
ATRIBUTOS.
Objetivo
:
Los alumnos aplicarn e interpretarn
los datos obtenidos a partir de la
aplicacin de algunas herramientas del
control de procesos a partir del uso de
minitab.
Lasluz
mquinas
de
a una troqueladoras desean cortar las lminas, para realizar las cajas de apagadores
medida
ideal correctas
junto conunsus
tolerancias
de
28 0.5",
para de
asegurarse
las
medidas
operario,
toma
la forma
medida
respectiva
la pieza yque
realiza
los ajustesson
necesarios a la
mquina.
Esto
es la
de controlar la calidad de un producto. Con el objeto de detectar los cambios ms
importantes en el proceso y podran originar una tendencia. Se decide tomar una
muestra de 5 piezas consecutivas en 22 ocasiones en un las de 7:00 am a 17:30 hrs,
cada vez obtenindose los siguientes datos.
[15]
INGENIERA
INDUSTRIAL
Hora de
primera
ltima
muestra
la
y
Cada 30 min se
toma la muestra.
Repetir cada valor
5 veces (cada
muestra)
Opciones
que
permiten
personifica nuestro
grfico de control
Media de la muestra
28.6
28.4
28.2
28.0
__
X=27.78
5
27.8
27.6
27.4
27.2
27.0
LCL=26.956
7:00
8:0
0
9:0
0
10:0
0
11:00 12:00
13:00
HOR
A
14:00
15:00
16:00 17:00
28.8
JUAN
LUIS
UCL=28.614
28.6
28.4
28.2
__
X=27.78
5
28.0
27.8
27.6
27.4
27.2
LCL=26.956
27.0
7:00
8:0
0
9:0
0
10:0
0
11:00 12:00
13:00
14:00
15:00
16:00 17:00
HOR
A
Rango de la muestra
VARIABLES
ESTADSTICA<GRFICAS
PARA SUBGRUPOS<R
1.6
DE
CONTROL<
GRFICA
DE
Grfica R de
RANGOS
UCL=1.439
1.4
1.2
1.0
0.8
0.6
0.4
_
R=0.44
0
0.2
0.0
LCL=0
2
4
6
7
Muestra
10
11
M edia de la muestr a
28.5
28.0
__
X=27.78
6
27.5
27.0
LC
L=26.862
CALIDAD
EFECTO
8:0
0
9:0
0
10:0
0
11:0
0
DIAGRAMA CAUSA-
12:0
0
HORA
13:0
0
14:0
0
15:0
0
16:0
0
17:00
1.6
Rango de la muestr a
UC
L=1.606
1.2
0.8
_
R=0.49
1
0.4
0.0
LC L=0
7:00
8:0
0
9:0
0
10:0
0
11:0
0
12:0
0
HOR
A
13:0
0
14:0
0
15:0
0
16:0
0
17:00
III.1.1
V Capacidad del proceso : Ejecutar las funciones
ESTADSTICA<HERRAMIENTAS DE CALIDAD< ANLISIS DE LA CAPACIDAD<NORMAL
Los datos de
la variable
analizar
Si
cada
subgrupo
contar en una fila, se
indica aqu los datos.
Colocar
las
medidas
de
especificacin,
de los lmites
superior
e
inferior
de
especificacin
:
LIE
LSE
Dentro
de
General
0.34
PPL
0.19
PPU 0.48
Ppk
0.19
C pm
*
26.8 27.227.628.028.428.8
Desempeo
PPM < LIE
PPM > LSE
PPM Total
a) Datos del resultado del proceso: Muestra los lmites superior e inferior
de especificacin, adems de algunas medidas de tendencia centra como la
media, desviacin estandar tpica.
b) La capacidad de la mquina, son ndices calculados a partir de la
variabilidad dentro de los subgrupos. Para ver las frmulas a detalle ir a
Ayuda, escribir formulas y dar click en mtodos y frmulas de la lista que
aparece. En la ventana de la derecha, bajola columna ttulada Quality and
Process Improvement, dar click sobre Process Capability, y a
continuacin sobre process capability (Normal).
c) Igual que en en inciso b, slo que es la variabilidad a largo plazo en la capacidad del
proceso.
d) Partes por milln (PPM) observadas por debajo y por encima de los lmites de
tolerancia (es decir, cuantos valores en ppm, de los que se tienen por debajo
o encima de los lmites de tolerancias).
e) PPM esperadas fueras de tolerancia, la cual se toma como base en la
variabilidad dentro de las muestras.
f) Igual que el inciso e, pero la variabilidad total.
g) Histograma de datos y campanas que represe ntan la variabilidad terica
global, si el proceso se mantiene estable en el tiempo.
III.11 GRFICOS DE CONTROL POR ATRIBUTOS.
III.II.1 Grfico P.
.
Opciones similares a los de
grficos de media y rangos.
Proporcin
0.05
UCL=0.03907
0.04
0.03
_
P=0.0224
1
0.02
0.01
LCL=0.00575
1
0.00
1
6
7
9
10
Muestra
Las pruebas se realizaron con tamaos de la muestra desiguales
Se expresa el tamao de
lote constante, como es el
caso de los grficos NP.
Conteo de muestras
UCL=28.15
25
20
15
NP=16.36
10
LCL=4.56
2
4
6
7
9
10
11
12
Muestra
13
14
III.II.III Grfico U.
30
Grfica NP de unidades
defectuosas
Grfica U de DEFECTOS
ENCONTRADOS
UUCCLL==228.1.165
7
2.0
25
Conteo de muestras
1.520
_ N P=
U1 =
1
. 165.36
15
1. 0
10
0.5
5
0.0
1
2
2
3
4
5
3
6
7
8
5
Muestra
Muestra
9
10
11
8
12
13
LLCCLL==04..51633
9
14
10
III.II.IV Grfico C.
Ejecuta la funcin:
ESTADSTICA<GR
FICAS DE
CONTROL<
GRFICA DE
ATRIBUTOS<C
Grfica C de DEFECTOS
UCL=19.61
Conteo de muestras
20
15
_
C=10.0
8
10
0
1
2
4
6
8
10
11
LCL=0.56
12
Muestra
PRCTICA II. RALIZAR LOS SIGUIENTES EJERCICIOS EN MINITAB, DONDE SE
IDENTIFIQUE EL TIPO DE GRFICO E INTERPRETE LA INFORMACIN.
1.- El contendio efctivo de una determina bebida gaseosa es una carcaterstica crtica
de calidad y legal. El llenado de las botellas de 1 litro, el lquido contenido en la
botella es 527 centilitros. Se ha tomado al azar de la lnea de embotellado a lo
largo de 3 das, 12 muestras de tamao 5, obtenindose los siguientes valores.
Num.
1
2
3
4
5
6
7
8
9
10
11
1
51.8
50.2
50.4
52
52.2
51.2
51.3
50.7
49.8
50.3
53.1
11
51.3
51.7
50.8
49.9
51.9
51.3
51.2
50.2
50.2
49.8
49.3
111
52.7
51.1
51.2
49.8
49.8
49.7
49.8
49.6
50
50.1
52.6
1V
52.7
52.6
50.2
50
52.5
51.5
51.2
50.2
50.2
49.9
49.8
V
52.1
51.6
51.4
50.2
49.8
50.3
51.1
50.2
51.3
51.4
50.1
12
Nmero de unidades
inspeccionadas
48
38
45
35
40
33
39
41
47
1
2
3
4
5
6
7
8
9
PIEZAS DE TELA
ELABORADAS12
12
12
13
12
10
NMERO DE
IMPERFECCIONES
30
56
57
28
27
32
DEFECTOS
50
63
3
4
5
6
7
73
46
59
65
79
80
88
75
74
61
69
83
88
85
75
67
77
89
PARTE III:
MUESTREO.
Objetivo:
Los alumnos aprendern el uso de los
comandos para la ejecucin de
muestreos a travs de variables
discretas y continuas.
IV. MUESTREOS
HIPERGEOMTRICA
POISSON
PARMETROS
n=tamao de la muestra
p=Probabilidad de
xito
N=Tamao de la muestra
n=tamao de la
submuestra K=Cantidad de
producto bueno o malo en
la muestra.
intervalo
unidades
un
de en
tiempo
NOMENCLATURA
X=B(n,p)
X=H(N,n,k)
X=Ps()
BINOMIAL
[32
]
INGENIERA
INDUSTRIAL
Tamao de la muestra
Probabilidad de xito
Probabilidad que ocurra
el evento
Probabilidad que
ocurra el evento.
HIPERGEOMTRICA.
Tamao de la
muestra. Nmero de
defectos en la
muestra.
Tamao de la submuestra.
Probabilidad que ocurra
el evento
POISSON.
NORMAL.
Opciones disponibles
Parmetros de la distribucin
PRCTICAS III1. Contestar correctamente cada uno de los siguientes ejercicios de muestreo.
1.- Un lote contiene 40 componentes del que selecciona una muestra aleatoria de 4
componentes y se decide rechazar el lote si encuentra al menos un componente
defectuoso. Cul es la probabilidad de que rechace el lote, si hay 3 defectuosos en
todo el lote?
2.- Una compaa quiere evaluar sus procedimientos de inspeccin en embarque de 50
artculos idnticos. El procedimiento consiste en tomar en tomar una muestra de 5 y
aceptar el embarque si no se encuentra ms defectuoso. Qu proporcin de
embarques con un 20% de artculos defectuosos ser aceptada?.
3.- Un lote de 25 cinescopios de color se somete a un procedimiento de prueba de
aceptacin. El proceso consiste en seleccionar 5 cinescopio aleatoriamente, sin
reemplazo y probarlos. Si dos o menos cinescopio fallan se acepta el lote; en caso
contrario se rechaza. Suponiendo que lote contenga 4 cinescopios defectuosos:
a) Cul es la probabilidad de aceptar el lote?
b) Cuntos de los 5 cinescopio seleccionados se espera que estn buenos?
4.- En un lote de 500 balas entre las cuales hay 150 defectuosas por el tiempo, y por
lo tanto no quemarn plvora al apretar el gatillo, se eligen 20 al azar para realizar
las prcticas de tiro al blanco. Calcule la probabilidad que a lo ms 4 de las 20 balas
no disparen en la prctica del tiro al blanco.
5.- Con el objeto de revisar la calidad en el pulido de un lente, cierta compaa
acostumbra a determinar el nmero de manchas en la superficie, considerando al
lente defectuoso, si 3 o ms de tales manchas, asperezas y otro tipo de defectos
aparecen en l . Si el nmero de manchas en una superficie de 1cm2, con una taza
media de 2 asperezas por cm2.
a) Calcule la probabilidad de que un lente de 1 cm2 se catalogue como bueno?
b)Calcule la probabilidad de que un lente redondo con dimetro de 1 cm se catalogue como
bueno?
6.-Para llevar a cabo un reporte de control de calidad sobre la fabricacin de videos,
de un lote de 25, se elige una muestra aleatoria de 5 y se prueban , en caso de que
no se encuentren defectuosos entre estos 5, se escribe al reporte de manera
satisfactoria.
7.- Una empresa quiere evaluar sus procedimientos de inspeccin en embarques
de 400 tornillos, el procedimiento consiste en tomar una muestra de 30 y aceptar el
embarque si no se encuentra ms de 5 defectuosos.
a)Qu proporcin del embarque con un 20% de artculos defectuosos ser aceptada?
b)Cuntos de los 30 tornillos se espera que sean defectuosos?
8.- Una mquina produce generalmente el 15% de objetos defectuosos. Una
muestra de 20 objetos se seleciona al azar, de la lnea de produccin. Si la
INGENIERA
INDUSTRIAL
[38]
INGENIERA
INDUSTRIAL
BIBLIOGRAFA.
BIBLIOGRAFA