UANL FIME

UNIVERSIDAD AUTNOMA DE NUEVO LEN FACULTAD DE INGENIERA MECNICA Y ELCTRICA

Universidad Autnoma de Nuevo Len

FIME

Control Estadstico de la Calidad

Resumen Cap. XII: Utilizacin de mtodos
estadsticos

Alumnos: Josu Trevio Rojas

Matricula: 1529237
Maestro: Dr. Ramn Cant Cuellar
Hora: V3

Cd. Universitaria S/N San Nicols de los Garza, N.L.

a 08 de Agosto del 2016.
 I. Tres categoras por orden de dificultad
Los mtodos estadsticos se dividen en las tres categoras de acuerdo a su
nivel de dificultad.

1. Mtodo estadstico elemental (las as llamadas 7 herramientas)

1. Cuadro de Pareto: el principio de pocos vitales, muchos triviales

2. Diagrama de causa y efecto
3. Estratificacin
4. Hoja de verificacin
5. Histograma
6. Diagrama de dispersin (anlisis de correlacin mediante la
determinacin de la mediana)
7. Grficas y cuadros de control (cuadros de control de Shewhart)

stas llamadas herramientas indispensables para el control de la calidad se

emplean actualmente en diversas divisiones de las empresas, como en
manufactura, planeacin, diseo, etc. Hasta un 95% de los problemas de una
empresa se pueden resolver con estas herramientas.

En Japn, desde los miembros de la alta gerencia hasta los trabajadores de

lnea estn en capacidad de usar estas herramientas, adems de que se les
adiestra en los siguientes puntos bsicos:

El concepto de calidad.
Principios y medios de ejecucin relacionados con administracin y
mejoramiento.
Un modo de pensar estadstico.

2. Mtodo estadstico intermedio

Incluye lo siguiente:

1. Teora del muestreo

2. Inspeccin estadstica por muestreo
3. Diversos mtodos de realizar estimaciones y pruebas estadsticas.
4. Mtodos de utilizacin de pruebas sensoriales
5. Mtodos de disear experimentos

Este mtodo se ensea a los ingenieros y a los miembros de la divisin de CC.

3. Mtodo estadstico avanzado (con computadores)

Esto incluye lo siguiente:

 1. Mtodos avanzados de disear experimentos
2. Anlisis de multivariables
3. Mtodos de investigacin de operaciones

Slo muy pocos ingenieros y tcnicos se adiestran en los mtodos estadsticos

avanzados.

Este mtodo ha venido a ser la base de una alta tecnologa y tambin de la

exportacin de tecnologa.

II. Problemas relativos a la utilizacin de mtodos

estadsticos en las industrias
A pesar de la utilizacin de datos, existen algunos problemas en las empresas,
como:

1. Datos falsos y datos que no concuerdan con los hechos.

Hay 2 casos en que los datos y los hechos no concuerdan. Primero, cuando los
datos se crean artificialmente o se adulteran. Segundo, cuando se producen
datos errneos, debido a la ignorancia de los mtodos estadsticos.

Esto ocurre con mayor frecuencia en las empresas altamente centralizadas y

donde la alta gerencia est acostumbrada a dictar rdenes.

2. Mtodos deficientes de reunir datos

En industrias, tales como la qumica y metalrgica, la distorsin de datos es

frecuente. Esto se deba a que los mtodos existentes de muestreo, divisin,
medicin y anlisis eran inadecuados.

3. Transcripcin errada de los datos y clculos equivocados

Los errores debidos a equivocaciones elementales son muy frecuentes. Por

fortuna, los expertos en estadstica pueden descubrirlos con facilidad.

4. Valores anormales

Los datos relativos a la sociedad en general y a la industria suelen ser impuros

porque contienen valores anmalos. Esto se debe a las circunstancias antes
anotadas. Tambin hay casos en que los casos contienen datos anormales que
realmente existen. Si se deben o no se deben utilizar tales datos o si se deben
retener los valores anormales, se determina teniendo en cuenta el propsito
para el cual se van a utilizar.
5. Fortaleza

A veces los datos reales no concuerdan con la distribucin normal, adems de

que contienen valores anmalos. Las herramientas avanzadas y los mtodos
estadsticos sofisticados carecen de fortaleza (son de aplicacin limitada). En
cambio, las 7 herramientas son fuertes y se pueden usar en cualquier
situacin.

6. Mtodo de aplicacin equivocado

Los inexpertos cometen errores al utilizar mtodos estadsticos o analticos.

Esto se debe a su falta de comprensin de las teoras estadsticas y de los
modelos estructurales.

III. Anlisis estadsticos

En las industrias se emplean principalmente mtodos estadsticos para el
anlisis En este hay dos categoras importantes: anlisis de calidad y anlisis
de procesos.

El anlisis de calidad es el que, con ayuda de datos y mtodos estadsticos,

determina la relacin entre las caractersticas de calidad reales y las sustitutas.

El anlisis de procesos aclara la relacin entre los factores causales y los

efectos tales como calidad, costo, productividad, etc., cuando se est
efectuando control de procesos. Este control busca descubrir las causas que
impiden el funcionamiento suave del proceso manufacturero. La calidad, el
costo, y la productividad son efectos o resultados de este control de procesos.

Un 95 por ciento de los anlisis de procesos se pueden realizar utilizando las

siete herramientas.

IV. Control estadstico

En diversas medidas de control, un problema que siempre se presenta es como
verificar los resultados. Cuando hay situaciones desusadas, se aplicar la ley
de excepcin y ser preciso verificar todas las medidas de control, para poder
tener elementos de juicio.
Las causas que pueden afectar los procesos fabriles y cualquier otro tipo de
trabajo son ilimitadas; por esto, los efectos sern dispersos. Por lo tanto, al
verificar, debemos guiarnos por el concepto de distribucin.

Las herramientas ms tiles para ste fin son los 3 cuadros de control sigma
inventados por el DR. W.A. Shewhart (cuadro x-R, cuadro x, cuadro p, el cuadro
pn, el cuadro c y el cuadro u).

V. Mtodos estadsticos y progreso tecnolgico.

El uso de mtodos estadsticos, incluyendo las ms refinadas, ha echado races
profundas en el Japn, no dejando de lado las siete herramientas sencillas.

El progreso del Japn en cuanto a productividad no puede separarse del

empleo de los mtodos estadsticos. Por medio de estos fue como se mejor el
nivel de calidad, se aument la confiabilidad y se bajaron los costos.

La clave ha sido el pertinaz empleo del anlisis de procesos y del anlisis de

calidad durante un largo periodo de tiempo. Esto ha dado como resultado la
mejora de la tecnologa.

Con el movimiento de control de calidad se espera producir artculos buenos y

baratos en gran cantidad, para la exportacin, y mediante esta realizacin
consolidar las bases de la economa japonesa, establecer la tecnologa
industrial del Japn y crear oportunidades para exportar tecnologa.

An queda muchos problemas y siempre hay campo de mejorar, especialmente

en lo relativo al empleo de mtodos estadsticos.