00:00:41:23 Software Shop, la empresa líder en la implementación de herramientas analíticas y software especializado en Latinoamérica, les da la bienvenida a esta presentación. El día de hoy contamos con el acompañamiento de Jair Eduardo Rocha, Ingeniero Industrial y Maestría en Ingeniería Industrial, con mención en Producción e Investigación de Operaciones de la Universidad Distrital Francisco José de Caldas en Colombia. Estudios de Maestría en Ingeniería con mención en Logística en la Pontificia Universidad Javeriana y Estudios Doctorales en Ingeniería en la Universidad de Carabobo.

00:01:10:03 Actualmente es docente de planta el Departamento de Ingeniería de Sistemas e Industrial de la Universidad Nacional de Colombia, Director del Laboratorio de Logística e Investigador del Grupo Pro en esta misma institución. Investigador Junior y evaluador de proyectos reconocidos por el Ministerio de Ciencia y Tecnología. Bienvenidos. Muchas gracias, Alicia. A ti. Bueno, muy buenos días para todos nuevamente. Es un gusto poder salvar el día de hoy.

00:01:46:09 Un gusto poder estar con ustedes acompañándolos en en esta sesión vamos a trabajar hoy un poco de modelos estadísticos para control de calidad a través de o con el apoyo de soporte Soporte de estas Graphics y a través del programa esta Graphics Century. Bueno, empecemos, iniciemos y vamos dándole en materia. Bueno, entonces vamos a tener dos segundos. Listo, Se larga.

00:02:07:26 Entonces tenemos para el día de hoy vamos a trabajar un modelo que se llama Cartas de Control Estadístico XR con apoyo estas gráficas. Entonces estas cartas de control estadístico vamos a iniciar y la charla la vamos a desarrollar en tres momentos. El primer momento vamos a ver un concepto muy básico de control estadístico de procesos de como funcionan las cartas de control.

00:02:47:09 En un segundo vamos a ver cómo funciona la carta XR, que mide que ventajas tiene, que no, que no tiene. NS en ese instante. Entonces vamos a hacer una que una, un pequeño ejercicio, un ejercicio extraído y vamos a montarlo en esta gráfica. Vamos a ver todas las ventajas, vamos a hacer toda la graficación que tiene que ver con la carta de control, el control estadístico de procesos, el índice de capacidad de proceso y finalmente que va a hacer ese primer elemento, entonces va a tener que la carta de control va a estar enfocada hacia condiciones de arranque, es decir, condiciones iniciales para poder establecer, pues se verá eso, vamos a hacer una ampliación del

00:03:15:14 de ese mismo ejercicio, vamos a agregar algunas muestras más y vamos a ver cómo se. Nuevamente se corre una X y ya cuando el proceso esta bajo control o se supone que esta bajo control, vamos a ver qué pasa si el proceso se sale cinco. Control como esta Gráficos nos ayuda a la visualización de los análisis de sensibilidad que tiene la carta, como nos a establece ciertos parámetros que nos va a ayudar mucho en la lectura de las cartas de control y nos va a facilitar la vida.

00:03:45:19 Y finalmente vamos a terminar con unas conclusiones y un análisis estadístico. Y desde luego sus preguntas que lo más lo que uno buscaría. Entonces iniciemos a que es una carta de control, entonces vamos a arrancar con una carta de control. Entonces las cartas de control son técnicas que hacen parte del control estadístico de proceso. El control de estadístico de procesos tiene su origen en los años 40 con Stewart y con algunos otros autores de la literatura en Japón.

00:04:08:10 ¿Qué o para qué se desarrollan estas cartas de control que se desarrollan para establecer o para poder determinar si un producto tiene o mantiene un nivel aceptable de calidad? ¿Es ese propósito fuerte lo que nos hace buscar o nos hace? Es a partir de técnicas estadísticas, poder establecer si un proceso se encuentra y está sacando productos en forma adecuada.

00:04:37:26 Entonces, si eso es cierto. Una carta de control es un dispositivo para detectar el estado no aleatorio o fuera de control de un proceso. Es decir, que lo que pasa cuando un proceso, cuando existe un proceso, cuando existe un proceso industrial, en un proceso industrial es usual que exista aleatoriedad. ¿En una medida de desempeño, esa media de desempeño puede ser una variable como una variable de magnitud física o puede ser un atributo saber si está rechazado o aceptado a través de qué?

00:04:58:12 De alguna de las características o alguno de los atributos que se con sea esos productos. Desde ese punto de vista. Entonces lo que vemos al espacio o al lado derecho es una carta de control donde vamos a tener que un establecimiento, un límite, un valor medio estándar de la característica. Considera este valor medio estándar es lo que se considera la especificación del proceso.

00:05:29:26 Es la medida ideal que debería tener los productos, dado que hay factores que no son controlables dentro de los procesos industriales como máquinas, como operarios, como errores, como materia prima, entre otros, porque pueden ser muchísimos los factores no controlables. Vamos a tener una variabilidad y esa variabilidad buscaría los procesos industriales que sea lo más pequeña posible, es decir, que se pueda establecer sobre el valor medio y para ello se van a calcular unos límites de control superior y un límite de control inferior.

00:05:53:13 Esos límite de control superior inferior serían los máximos límites que son permisibles para la medida o para el número de defectos que puede tener un producto dentro de este sistema. ¿Entonces, desde ese punto de vista, qué va a pasar? ¿Es normal que uno tenga aleatoria cuando se pierde la aleatoriedad o cuando un proceso no tiene aleatoriedad, entonces que va a pasar?

00:06:25:22 Podemos estar pensando que se ha perdido el control del proceso, es decir, que el proceso tiene una probabilidad de generar unidades defectuosas o simplemente que las está generando. Entonces, desde ese punto de vista vamos a empezar a trabajar con el siguiente elemento. Tengo dos preguntas Ok, Bienvenido Carlos. Sigamos entonces. Existen varios tipos de cartas de control, unas que son las cartas de control para variables, esas cartas de control para obligarles que es la que vamos a trabajar el día de hoy.

00:06:53:16 Miren características que tiene una dimensión numérica como la longitud, el peso, la temperatura, el tiempo de duración, entre otras cosas que pueden ser medidas a través de una magnitud física. Una variable física clave en este sentido es que usamos datos continuos y nos van a permitir monitorear el comportamiento de las variables a lo largo del tiempo. Una según tu tipo de carta de control, que la vamos a trabajar en la próxima.

00:07:29:07 En el próximo webcast serán las cartas de control para atributos. Estas cartas de control para atributos evalúan las características de los productos que no son móviles en términos numéricos, es decir, que no son medibles en términos de una variable de tipo física, de magnitud física, o que se está midiendo una magnitud física, sino más bien se basan o están fundamentadas en bases categóricos, es decir, si se aprueban o no se aprueban o si el número de defectos permitido es adecuado o no sobre un producto, entonces vamos a tener una calidad relativa a los productos sobre sus atributos.

00:08:02:29 Ejemplos comunes de este tipo de cartas son, por ejemplo, cartas de control de este tipo, proporción donde se ve la proporción o el porcentaje de defectuosos que puede tener, o el porcentaje de efectos que puede tener un producto que se está generando. Obviamente, esos esos defectos son defectos. No, no, no, no críticos que afecten el desempeño del producto dentro de la funcionalidad que tiene el usuario y otra puede ser la frecuencia un atributo específico en una muestra de esos son los que tenemos otros, que son las cartas de control para conteos.

00:08:29:28 Estas se utilizan cuando necesitamos registrar eventos contables como un número de defectos en una unidad, o el número de errores en un documento se centran en el conteo de ocurrencias en lugar de mediciones. Estos tienen una condición especial que lo mueve o este número de efectos que se da siguen una distribu ción de probabilidad ecuación que se utilizan para establecer la ocurrencia de estos eventos en un periodo de tiempo específico.

00:09:00:29 Entonces. Desde ese punto de vista tenemos ya dos conceptos que es que existen variables numéricas y cartas para variables categóricas. Cada una de ellas tienen unos supuestos, en este caso de las variables. Vamos a hablar de normalidad, que vamos a ver cómo se establece o como se verifica el supuesto de normalidad para las muestras. Y aquí tenemos algo que se va a llamar una función de distribución de probabilidad de paso, que eso lo veremos en un posterior webcast.

00:09:37:00 Entonces, a partir de ese sentido, entonces lo que uno hace es una selección del tipo de carta de control y esa selección del tipo de cartas de control pues va a tener que ver con el tipo de datos que manejamos y con el tipo de variables que estamos midiendo. Entonces tenemos en este caso un tipo de datos. Si mis datos son continuos, es decir, que se establecen a una a través de una variable de tipo, de tipo de medición, de variable física o de característica física, entonces vamos a tener datos continuos que pueden ser datos recolectados en subgrupos, si esos datos o si no, más bien, si no se presenta una that, un dato recolectado

00:10:08:02 en subgrupos, vamos a tener unas gráficas que van a ser las gráficas y MR En el caso de hoy vamos a trabajar cuando son recolectados en subgrupos, es decir, el muestras con diferentes observaciones. ¿Qué quiere decir eso? Esto quiere decir que voy a hacer o que en el proceso de de extracción de información del proceso industrial en determinados tiempos, voy a hacer una selección de muestras para eso existen dos métodos uno, que es por ejemplo, que yo tomo a intervalos de tiempo regulares una muestra.

00:10:35:28 Entonces, por ejemplo, en esta hora tomo cinco muestras al azar y esas cinco muestras o esas cinco observaciones se convierten en mi muestra. Más bien, entonces voy a obtener, voy a extraer unas observaciones a esas observaciones. Hago la medición correspondiente y las caracterizo. Otra es hacer qué hacer durante un espacio de tiempo determinado la selección de muestras, que eso es otra forma de hacer y también se obtiene.

00:10:59:25 Entonces se obtienen las observaciones y se conforma una muestra. Una forma simple hacer este tipo de cartas de control es acudiendo al tamaño del subgrupo o al tamaño de muestra en el tema. En este, en este tipo de sistema, entonces tenemos que si el tamaño de ese grupo es de ocho o menos, usamos x barra R o si tenemos un subgrupo mayor que ocho, usamos una gráfica x barra s.

00:11:26:12 Desde ese punto de vista podemos ir trabajando, entonces vamos a trabajar con En el día de hoy vamos a trabajar un tamaño de su grupo de ocho o menos. Vamos a trabajar cinco observaciones por cada muestra que se ha tomado. Bueno, entonces a partir de eso vamos a entrar ya a que es una gráfica de control X ser una gráfica de control XR es la S un tipo de herramienta.

00:11:49:11 Utilizan el control de calidad para supervisar y analizar la variable un proceso a lo largo del tiempo y consiste de dos gráficos de la carta de control o una carta. Estas control siempre va a tener dos gráficos. En el caso de variables continuas que van a ser el gráfico X, que es el que ustedes ven o es aquí para un ejemplo que es el que ustedes tienen acá en la parte superior derecha de la presentación.

00:12:20:22 ¿En esta entonces que tenemos? Tenemos entonces una medición que se hizo sobre una variable, una variable que una variable de medición de una, de una, de una variable de tipo físico, en este caso, entonces se va rastreando a través del tiempo. Entonces tenemos que se arrastre a través de cada una de las horas de un proceso y a partir de eso vamos determinando cómo se va haciendo el o cómo está el comportamiento de nuestra variable en función de un de la medida de tendencia central.

00:13:01:27 En este caso, entonces esta gráfica x barra va a tener tres elementos, entonces vamos a tener la línea central, que es esta, la medida estándar o la medida de especificación del proceso. Esa medida especificación del proceso es la media del proceso. Entonces, con la gráfica x barra lo que estoy es intentanto medir es una medida de tendencia central, es decir, la exactitud frente a la medida o igual o a la media nominal o a la especificación del proceso que yo estoy teniendo y se va a ir viendo cómo se va a comportando esa medida, es decir, que vamos teniendo esta la línea que encuentra en la parte superior que la línea roja y la línea

00:13:26:03 inferior que la línea, y que son las dos líneas rojas, la línea a la parte superior en la parte inferior muestran los límites superiores y los límites inferiores. Es decir, estos límites o estas líneas están mostrando los máximos niveles de dispersión que puede tener esta media dentro del sistema. Si ustedes analizan acá, miren que hay unos puntos rojos, ya en un momento les explicó qué significan estos puntos rojos.

00:13:49:16 Estos puntos rojos nos van a indicar rachas o nos van a indicar desplazamientos socorridas que tenemos de la media o problemas que vamos a tener de aleatoria. Entonces esta gráfica nos va a permitir establecer muy fácil, muy sencillo, cuáles reglas son las que yo voy a operar dentro de mi sistema y cómo esas reglas se van a hacer de manera gráfica para una mejor comprensión de los resultados del sistema.

00:14:27:07 Entonces, a partir de eso, entonces tenemos nuestras medidas de cada una de las muestras, compuesta por varias observaciones, y aquí podemos ver que hay un punto o hay una muestra que corresponde a las

08:20 que está fuera de control. Esto o este tipo de gráfica se aplica para el diagnóstico, el control de proceso. En este caso tendríamos que buscar la causa por la cual o tendríamos que tendríamos que emplear otra técnica para detectar cuál es la posible causa de esta desviación sobre los límites permitidos de la especificación o de la media del proceso que es aceptada para el proceso de manera homóloga.

00:14:55:18 De manera similar, vamos a tener una segunda gráfica que se llama El gráfico de rangos, y este gráfico de rango lo que hace es establecer una medición sobre la variabilidad del sistema. En este caso, en todo lo que ustedes están viendo acá es cómo se va comportando. Entonces, mientras que acá la variabilidad del sistema entonces está entonces desde otro punto de vista y se está haciendo un control, también tiene un límite, un límite superior de control, y también hay un límite inferior de control.

00:15:19:05 Ese límite superior de control sería la máxima variabilidad permitida para el proceso o para los productos generados por ese proceso. Y esta línea inferior sería la mínima, la mínima especificación a la mínima, el mínimo rango permitido para la variabilidad de los productos que son generados por el proceso de fabricación. Desde ese punto de vista, entonces ya tenemos X.

00:15:39:04 Entonces vuelve y juega acá. Aquí la es mucho más grande Y hagamos un resumen rápido de lo que acabo de decir. Entonces el X barra muestra la media de las mediciones de una característica específica en diferentes muestras a lo largo del tiempo. Entonces, miren, aquí está su tiempo y arista midiendo es identificar tendencias o cambios en el promedio del proceso.

00:15:59:21 Eso era lo que les decía. Por ejemplo, aquí en estos puntos Rojo se está viendo que en este caso tenemos siete de ocho puntos consecutivos. Al tener 7U8 puntos con sus cultivos por debajo de la media, se considera. Se considera en ese caso que hay una racha y sobre todo porque este punto que está acá está en la zona A o en la zona de más allá de dos signo.

00:16:21:02 Está en un punto de advertencia. Eso lo vamos a ver en un momento en este punto vamos a ver un punto fuera de control. Y miren que aquí hay puntos mucho más allá de dos sigma que nos va a permitir esta gráfica. Verlo de manera mucho más gráfica permite detectar desviaciones significativas de la medida Objetivo de la medida objetivo por ejemplo, puede ser probablemente un valor cercano a 53.

00:16:42:24 Por lo que se ve acá. Entonces este 52.92 es la estimación que hemos hecho de la media del sistema y permite tomar medidas correctivas si el proceso se desvía de manera significativa o sistemática de la medida objetivo. ¿Entonces, qué es lo que está pasando? Pues aquí sabemos que en punto fuera de control tendríamos que investigar la causa y aplicar una acción correctiva.

00:17:17:09 Bueno, vamos a seguir de manera homóloga. Entonces el gráfico de renta nos muestra la varia entre las mediciones de una característica en diferentes muestras a lo largo del tiempo, generalmente utilizando el rango entre valores máximos y mínimos. Se me había olvidado contarles que el rango se mide como que se establece como una medida de variabilidad en la cual se toma el mayor valor hacia hacia arriba, llamémoslo de esa manera o hacia o hacia un valores más grandes que la media menos el valor más pequeño que se tenga por debajo de la media.

00:17:42:11 Eso nos va a dar la variabilidad y nos ayuda a identificar cambios en la variabilidad. El proceso. Entonces uno me ayuda a identificar qué me ayuda a identificar esa precisión y este me ayuda a identificar exactitud. Permite identificar o detectar problemas con la consistencia o precisión del proceso y proporciona información sobre la dispersión de las muestras o de las diferentes muestras.

00:18:05:08 ¿Entonces, cuando yo hago una carta XR vamos a tener o vamos a poder interpretar, entonces cómo se interpreta una carta X? Se hace a través de utilización conjunta, se hace utilizando en el gráfico barra con el gráfico ser tanto o cuando hago la combinación de los dos gráficos y puedo interpretarlos, lo que puedo establecer es una evaluación tanto en la medida central como la variable al proceso.

00:18:39:07 Entonces lo que voy a hacer es una medición de las dos cosas, de la de cómo está dándose las medias sobre la la medida estándar a la medida objetivo el sistema o el proceso. En este caso, y también cómo se va dando la variabilidad de los productos sobre que sobre esa media estándar. Eso me va a ayudar que que cuando yo identifico patrones y tendencias en ambos gráficos o en uno de los dos pueda obtener información que es muy valiosa para detectar cambios en el proceso, entonces yo en ese momento estoy detectando problemas que existe.

00:19:20:26 Si yo hago un proceso de seguimiento o un proceso de identificación de problemas, podría que podría establecer una acción correctiva, una acción de mejora sobre el sistema, y así vamos funcionando Actualmente. Estas cartas se van van a permitir que yo las pudiera buenas poder corrigiendo en el tiempo. Es decir, la información anterior no se va perdiendo sino se va acumulando para hacer que nuestro modelo sea mucho más robusto en el tiempo y me permita identificar de mejor manera los corrimientos, los Si el corrimiento en la literatura lo traduce en algo así como conocimiento o los desplazamientos que tiene la medición de los productos por el estándar que se busca.

00:19:45:19 Eh. Es importante que tengamos la línea de control. Ya les describí que hay una línea control superior, una línea de control inferior que representa los límites estadísticos basados en la variable, el proceso. Es decir, esos límites me van a permitir establecer hasta dónde, cuáles son los niveles máximos y mínimos de aceptación, tanto de variabilidad como de media del proceso, para garantizar que los productos salen con una calidad esperada.

00:20:03:07 Los puntos que quedan frente a esas líneas pueden indicar variaciones inusuales o problemas del proceso. Se los he dicho ya dos veces, tres veces y lo cual ya eso me indica que hay problemas. Y estos límites de control ayudan a determinar si las variaciones observadas son parte de la variable normal o si indican un problema en el proceso.

00:20:31:21 Y lo último que vamos a trabajar o lo último que uno busca interpretar en una carta X son los detección de patrones en esos patrones específicos. Los gráficos pueden identificarse algo que se va a llamar corridas o algo que hacemos. Ilaciones o agrupamiento de puntos. Estos pueden interpretarse aunque no o aunque estos. Estos fenómenos se pueden presentar en cartas de control que están bajo control, es decir, que no salen de los límites de de control.

00:20:55:15 Puede pasar que estos sean indicadores de que algo está pasando o algo está afectando el proceso y que en muy poco tiempo el proceso se vaya fuera de control. Entonces no solamente me van a indicar los puntos de control que ya existe un problema, sino posibles también fenómenos que hacen o que indican que podría existir en los próximos momentos una que un problema de calidad.

00:21:22:04 Y pues esos son o se convierten en alertas para investigar y abordar los problemas. Y llegamos a la parte estadística. En esta parte estadística, entonces tenemos la estimación de los parámetros en la carta de control X. Entonces es supremamente sencillo. Lo que hacemos es que tenemos un promedio por su grupo racional, el subgrupo racional, lo que nosotros o lo que inició diciéndoles que se llama muestra es la muestra o el promedio por muestra.

00:21:54:23 Recuerden que lo que vamos a hacer es que seleccionar cinco observaciones y eso nos conforma un conjunto que se va a llamar la muestra o el subgrupo racional. Entonces a cada subgrupo racional lo que hago es calcular un promedio y luego posteriormente lo que hago es calcular el promedio de los promedios. Por eso x doble bar y ese promedio lo los promedio se nos convierte en que se nos convierte en el límite central de control, es decir, en nuestra carta de control ese sería el indicador de donde está la media de todo el sistema.

00:22:18:22 Es decir, si yo tengo 100 muestras, es la media de la sien muestras y muestra dónde está la media para todas esas 100 100 observaciones dentro del proceso, eso puede coincidir o no con la medida objetivo. Ese ya es otro problema que es que yo puedo tener mi media objetivo y yo puedo hacer que esta media coincida, o puede estar un poquito más arriba, un poquito más abajo.

00:22:48:02 Ese poquito arriba o ese poquito abajo puede estar indicando un que un desplazamiento de la media del proceso de o respecto a quién a la media objetivo o al estándar del proceso. Y cómo calculamos entre los límites de superiores de control. Entonces usualmente tenemos x barras más A2R, donde a dos es una constante y esa constantes se establece a partir de el establecimiento de la desviación estándar del proceso.

00:23:19:06 Pero la desviación estándar tiene un proceso aquí que es un poco diferente. No se utiliza la desviación estándar pura, sino se establece como una constante en función del tamaño de muestra. Esos dos o sé que funcionan muy bien, perdónenme acá les voy a cambiar de la base, esto es a dos funcionan muy bien o hay una tablas que se llaman las tablas para acá para carta de control donde se establecen 2 a 2 o el a tres, o el de tres o el de cuatro, dependiendo de la carta de control que yo estoy haciendo ya están establecidos como unas constantes.

00:23:41:22 Entonces algo bueno que tiene esta gráfica es que no necesito buscar la tabla sino el de una vez, la tiene incorporado en su librerías y la incorpora en el cálculo y el límite inferior de control. Si ustedes se dan cuenta quién es X a O. ¿Entonces qué es lo que hace acá? Este a 12 reque es es establecer el rango, es decir, la desviación que existe multiplicado por esa constante que depende.

00:24:09:12 Entonces vuelvo y repito de la desviación estándar depende el n y también depende de z. Z es un esta y grafo normal. ¿Que quiere decir esta? Depende también de la probabilidad normal o de la desviación que tiene una una o de la dispersión que existe dentro de una distribución normal. Bueno, por su parte el gráfico R tenemos que se calcula cada subgrupo racional como el x máximo menos el x mínimo que eres y la observación más grande.

00:24:27:20 La observación mínima nos da el recorrido o el rango y lo que vamos a obtener es el rango promedio del proceso. ¿Es decir, obtenemos el rango promedio y eso se nos va a convertir en este caso, se nos va a convertir en qué? En la medida de desempeño o en el límite central de la carta de control tipo.

00:24:51:21 Íbamos a tener aquí una desviaciones, el límite superior de control y el límite inferior de control van a estar a dos o a tres sigma. Depende cómo usted lo quieran. Si quieren ser mucho más, llamémoslo así, mucho más estrictos en la cumplimiento de la norma, podrían llevarlo hasta 3.5 sigma para hacer esto. Eso implicaría que los tamaños de muestra van a ser más grandes entre más estricta sea su carta.

00:25:20:05 Bueno, ese tamaño demuestra va a tener y eso se llama curva operación, que lo vamos a ver cuando empecemos a analizar nuestro gráfico de control. Bueno, hasta ahí. ¿Alguna pregunta? ¿Alguna duda? ¿Me he hecho entender? Hay alguna, algún lío, alguna cosa que quieran preguntar de constantes a dos, de tres, de cuatro si no estoy mal, El autor de esas tablas de constantes.

00:25:47:16 Si no estoy mal, es Stewart. Bueno, algunas. Algunas son hechas por Stewart, que es el padre. Todas estas cartas de control, otras son hechas por Ono a un proyecto en proceso de fabricación Toyota y usted las encuentran publicadas en muchos de los libros de de control estadístico de proceso. Pero los estará ahí porque usa la medida de medias en relación a la medida total.

00:26:19:19 No, Alexis es exactamente la misma, la misma que la misma medida, la media y media. Lo que nos está mostrando es la misma que te está llamando media total. Es decir, cuando yo hago la media de las medias, estoy hallando la media total o la media general del sistema. Listo, pues en términos estadísticos está siendo el mismo proceso la medida de los 100 datos.

00:26:42:07 Si quieren revisamos unos datos y les voy explicando. ¿Les parece? ¿Alex contesto tu pregunta Ok? Bueno, muchas gracias Orlando contesté tu pregunta.

00:27:04:20 Bueno, perfecto. Bueno, vamos a seguir. Vamos a continuar y vamos a bien, trata. Bueno, entonces vamos a tener nuestro ejemplo el día de hoy. Entonces, este ejemplo es un ejemplo de los típicos que uno trabaja en esto. ¿Entonces, qué es lo que hay? ¿Los anillos? O es un ejemplo muy académico, pero nos va a servir para ilustrar lo que queremos hacer el día de hoy.

00:27:30:18 Entonces dice que los anillos para pistones de un motor de tomo se producen mediante un proceso de fundición. Se quiere establecer el control estadístico del diámetro interior de los anillos fabricados por este proceso a través de cartas de control x R se toman 25 muestras, cada una de tamaño de cinco, cuando se considera que el proceso está bajo control, es decir, en este caso nosotros no estamos arrancando el proceso o el proceso.

00:27:54:25 El proceso no tiene un arranque y hay un tiempo de calentamiento, sino ha pasado ese tiempo de calentamiento y se considera que en este momento el proceso está bajo control, o está fabricando o está elaborando piezas que están bajo el estándar deseado. En la tabla continuación se muestran los datos del diámetro interior de estas muestras. Entonces pensemos lo siguiente Estos son los datos con los cuales vamos a trabajar.

00:28:25:18 Entonces, en este, en este caso, que es lo que tenemos, tenemos entonces 25 muestras, cada una de cinco observaciones. Entonces tenemos cada una de estas. Por ejemplo, se tomó en la hora uno, se tomaron las cinco al mismo tiempo o se tomaron durante la hora uno a intervalos de tiempo muestrales o a le autorizados. Entonces el cinco, en el minuto 14, en el minuto 31, en el minuto 42 no se tomaron estas muestras.

00:28:50:11 Entonces van las muestras de las últimas o 25 unidades de tiempo, y estas observaciones corresponden a cada muestra. Entonces nuestra muestra está integrada por cinco elementos. ¿Entonces desde ese punto de vista que vamos a hacer, vamos a establecer lo siguiente vamos a hacer esta gráfica y vamos a irnos de una vez a construirlos en esta gráfica, en esta gráfica, entonces que va a pasar?

00:29:12:13 Vamos a irnos a un módulo que se llama SPC, que es control estadístico de procesos y vamos a ver X Barraca. Entonces si ustedes ven ahí ya está montado, pero vamos a empezar desde cero, entonces me voy a permitir salir y voy a ingresar a esta tracks. Entonces en este momento ustedes ya están viendo su stand Graphics tal cual, como lo es también de una versión 19.

00:29:37:02 ¿Bájalo acá, Listo? ¿En este caso entonces que tenemos? ¿Entonces tenemos nuestro esta graphics y tenemos nuevamente que hacer nuestros datos, yo los puedo tener, entonces donde lo puedo tener? ¿En una base de datos tipo Excel o en un archivo plano? Eso depende de cómo ustedes estén haciendo su medición. A veces cuando tienen mediciones, por ejemplo a través de sen somática o de sensores, ustedes pueden tener archivos planos.

00:30:02:17 Eso no sería una dificultad para estar gráficas. Permítame dos cosas y ilustro lo que me estaba pidiendo Alex. Entonces, en ese caso que lo que pasa yo voy a tener acá o esta gráfica, que lo que va a hacerme ahorrar todo esto que voy a hacer rápidamente, voy a tener 25 aquí, mis 25 que mis 25 elementos en este caso ya los tengo aquí como un promedio.

00:30:32:15 Si tú te das cuenta que están los promedios para cada una de las muestras de las 25 muestras, cuando yo hallo que en dos segundos y salimos de esto y nada de la pregunta, entonces tenemos nuestras 25. Si tú te das cuenta tienes que el promedio es 74.001. Ese sería la media de las medias, que es igual si yo hiciera la media de los 100 datos, mira, 74 cero cero es el mismo problema.

00:30:55:03 Bueno, creo que con eso cierro la pregunta de Alex. ¿Ahora bien, si yo tengo esto desde este punto de vista, qué hago? ¿Que puedo hacer? Lo que puedo hacer es cargarlos en esta gráfica. Entonces vamos a arrancar por ahí. Entonces decimos abrir, abrir fuente de datos, abrir archivo de datos externos y le vamos a dar aceptar en este caso, entonces yo voy a poder importar archivos.

00:31:18:14 Cualquiera de los archivos que yo tengo son compatibles. ¿Estos son los tipos de archivos que son compatibles con quien? Con esta gráfica desde Access muy los hay. Si así perdón, tenemos otros, otro software, tenemos otro software estadísticos que pueden ser compatibles, entonces vamos a tener en este caso, vamos a hacer la conexión, voy a darle acá nombre del archivo y lo voy a dar navegar.

00:31:42:08 ¿En este caso yo lo tengo direccionado hacia donde, hacia el sistema o hacia el modelo que yo tengo, entonces le doy datos, carta XR, luego abrir en este caso, entonces me está diciendo cuál de las hojas de trabajo ustedes lo notaron? Aquí yo tengo tres elementos, tengo cartas XR con control, una página que se llama normalidad y una hoja que se llama XR sin control.

00:32:10:05 Entonces lo que vamos a tener es que cualquiera estas tres hojas yo lo podría cargar. En este caso vamos a cargar XR con control para el arranque. ¿Cuando le decimos aceptar el inmediatamente me carga mi sistema, me carga lo que yo tenga desde el punto Yaneth en esta gráfica cómo se usan las comas en decimales? Correcto. Entonces si te das cuenta, en este caso los decimales se usan con comas, se usan comas.

00:32:46:04 Entonces desde ese punto de vista usted ya tienen acá muestras y aquí ustedes tienen las diferentes observaciones. Entonces yo puedo cambiar aquí el nombre si yo le puedo poner o uno para evitar elementos como ponele o dos, cómo se logra hacer ese cambio, ese cambio En Toledo hay doble clic sobre donde está el nombre y puedo tener qué o tres, entonces aceptar y puedo tener que el tipo de variable que yo puedo cargar puede ser diferente, numérico carácter entero, horas decimales pueden ser porcentajes, moneda puede ser muchas cosas o puedo hacer una fórmula.

00:33:20:00 Esas fórmulas me sirven para cuando yo quiero hacer calcular el promedio. Lo que tiene que ser también lo puedo hacer acá entonces o cuatro, que es mi observación es cuatro de cajón en las muestras o cinco. ¿Bueno, en ese caso entonces que tenemos acá? Tenemos el siete y sé ocho, se siete. Ocho son variables o son columnas que se importarán desde Excel que contienen un cálculo y en este caso son las medias de las observaciones para cada muestra y el rango para cada muestra o el rango.

00:33:46:14 El rango dentro o que existen es para las observaciones en camas los puedo dejar los por la tecla se usa solo con muestra del mismo tamaño. Alex en cartas XR es frecuente que sí, que tu tengas ese supuesto que las muestras son del mismo tamaño, aunque existe la posibilidad que tu tengas la la. Bueno, ese es un problema que existe con las XR que se resuelve.

00:34:05:05 Existe la posibilidad que tu puedas ampliar el tamaño de muestras o que puedas contra el tamaño de muestras. Eso te va a tener como consecuencia algo que hay que llamar un error tipo dos. El error tipo dos consiste en que en que cuando tu haces la potencia de la prueba, esto se puede ver desde el punto de vista de una prueba hipótesis.

00:34:31:08 Entonces lo que puede uno pasar o lo que uno decir es que estando el proceso fuera de control se aceptado como si estuviera dentro de control. ¿Es decir, si el proceso esta en algún momento fuera de control, si tu le cambias mucho el tamaño de muestra, entonces que va a pasar? El va a reconocer muchas veces que estando fuera de control el me va a decir que esta dentro de control y eso va a ser costoso desde el punto de vista de operación del sistema industrial.

00:34:57:08 Ese problema tu lo puedes ver representado, se puede ver representado en en la literatura de cómo se define el tamaño del grupo, qué criterios utilizan, cuál es el tamaño adecuado para ese. Ese tamaño adecuado tu lo puedes establecer a partir del establecimiento de que de un tamaño de muestra eso. Para eso existe algo, que se llama una fórmula de cálculo del IRA.

00:35:18:16 El IRA es el índice. A ver si me acuerdo. Es el índice de de o es el si es el índice de tiempo entre muestras. Entonces tienes un problema que es cada cuánto toma la muestra y el tamaño de muestra. Para eso existe una fórmula. Es muy simple que depende de la desviación estándar y de todo lo que uno hace.

00:35:42:07 Es establecer el rango divide entre sigma y lo que uno que el sigma es la desviación estándar. Pero como esa desviación estándar es desconocida para un proceso, se puede reemplazar como la desviación estándar muestral sobre la raíz del. Si tú despejas n de esa ecuación, que es lo que pasa, pues calculan el tamaño R Así es más o menos que se calcula cuando el tamaño de muestras es diez.

00:36:09:22 Se aplica x o XS. La literatura te dice que a partir de ocho o más tú pasas a ser xs. XS se aplica es cuando tienes pequeñas muestras, cuando tienes x, cuando tienes muestras superiores a ocho. Todo eso lo pueden consultar en el libro de Control Estadístico de calidad. Me parece que es un buen libro de Montgomery. Hay una parte que se llama Construcción de Carlas XR.

00:36:47:12 Lucy tal vez si tengo tendría que buscarla entre los apuntes vale, si lo si la encuentra ahorita se la da, se las envío y listo. Ok, bueno en ese caso entonces que tenemos entonces aquí tenemos media y aquí tenemos rango, entonces voy a dejarla como una medida de control para cuando ahorita hagamos la comparación de lo que está pasando, entonces aquí tenemos media y tenemos rango listo, entonces en este caso, entonces como ya tengo cargado mis datos, que va a pasar, entonces voy a bajar nuevamente esto.

00:37:15:18 ¿Hay otra pregunta, Ok? Entonces o uno, o dos, o tres o 453. Tenemos nuestras cinco medidas, tenemos la media y tenemos el rango. Entonces les decía que nos vamos aquí a ese PC, que es quien controle, estadístico de procesos En el control estadístico de proceso vamos a encontrar varias herramientas de aseguramiento de calidad que tendría que tendría algunas de las sobre las siete magnificas se llaman en calidad.

00:37:41:08 Estas siete magníficas algunas están acá y podríamos construir las diagramas causa efecto para ubicar causas de Pareto para cuantificar, para el diseño para analítica, diseño Mapa de proceso multi variables, tendencia, costos. Aquí tenemos a una ley de capacidad por variables tenemos individuos, datos agrupados o análisis Capacidad tenemos por atributos, porcentajes, efectos y efectos por unidad o podemos hacerlo acá filas.

00:38:01:20 Que esto sea una ley de capacidad o podemos hacer con gráfico de control. Los gráficos de control nos van a permitir establecer lo que buscamos. Todos vamos a hablar por variables que es básico y vamos a ir a X Y que nuestro nuestro sistema aquí encontraran también es X barra ese x barra, ese cuadrado mediana y rango y por individuos.

00:38:39:28 ¿Entonces vamos a dar clic en equis barra R cuando damos x barra R, entonces que va a pasar? Vamos a tener nuestro sistema, entonces vamos a tener en nuestro sistema organizado alfabéticamente media muestra o uno, o dos, o tres, o cuatro o cinco y o rango. ¿Entonces que vamos a introducir? Vamos a introducir únicamente las observaciones de cada muestra, entonces vamos a decirle que vamos a tenerlas acá, entonces observaciones o uno, o dos, o tres, o cuatro o cinco, esto le podemos dar, aceptar, disculpa, esto le vamos a aceptar.

00:39:06:13 Entonces nos sale nuestro primer cuadro de diálogos. En nuestro primer cuadro de diálogos hay varias cosas que tienen que tener en cuenta, entonces ustedes tienen los límites de contra el para que es barra, entonces el superior esta en 3.0 sigma y el 3.0 sigma está el límite inferior. Ustedes pueden cambiar, es decir, usted lo pueden volver mucho más flexible o mucho más rígido dependiendo de sus necesidades.

00:39:34:19 ¿Entonces hay gente que por ejemplo lo envía a 3.5 sigma, que quiere decir eso? Ampliar la distribución de la distribución normal de los datos para que los datos o para que las medidas caigan dentro, o a veces lo ponen sobre dos y tenemos que los limites de control para x barra y para rangos se tienen ahí por convención y por llamémoslo no tanto por convención, sino por establecimiento de lo que uno hace siempre en sistemas de gestión de calidad.

00:39:55:11 Uno siempre los manipula. Tres sigma A menos de que uno quiera mayor precisión o mayor exactitud, no es no es inusual. Ustedes tienen aquí tamaño promedio de su grupo. Si ustedes saben en cuenta aquí, entonces aquí hay un tamaño promedio y ese tamaño promedio es de cinco, pues por eso esta habilitado ahí y normalizar silloncito, normalizar el sistema o usar un formato.

00:40:18:03 Eso cuando uso formato de zona es cuando yo tomo en función del tiempo y el tipo, esto es el tipo de estudio arrancando, es un estudio inicial o controla a estándar. Generalmente cuando ustedes arrancan hacer X y en este caso lo que hicieron fue arrancar el sistema de cero. Cuando se arranca el sistema de cero estamos haciendo un estudio inicial por eso tiene aquí habilitado el sistema.

00:41:00:08 Cuando lo doy control estándar, se me habilitan acá algunos elementos y al al habilitarse estos elementos vamos a verlo después, cuando cuando hagamos un control al estándar. Es uno de los parámetros de la constante A vale Sigma. La desviación estándar es uno de los parámetros de la constante A Sigamos entonces. C retomemos a aceptar, entonces le vamos a estudio inicial, entonces tenemos resumen del análisis, reporte por subgrupo, prueba de rachas, índice de capacidad.

00:41:45:01 Voy a habilitar todos gráficos de tolerancia curva 11 y curva a RL y le damos aquí Aceptar en este caso. Entonces si ustedes se dan cuenta en este caso qué pasa en este caso, entonces ya hemos generado todas las estadísticas correspondientes. ¿Que pasa entonces? Estimado doctor interesante, estamos en mx barra y R3 los caso no se lo pasen los positivo negativos mejor modelos binomial repetirlo creo que utilizar otro metodo no entendí x barra r se usan x barras x barra r se utilizan para variables continuas.

00:42:08:26 Si tu quieres usar modelos binomial esos modelos paso Estás hablando de carta de control por atributos. ¿Pensaría que es lo que me estás preguntando? Depende lo que tu quieras medir. ¿Juan Juan Carlos Bueno, volvamos acá entonces en este caso ustedes lo que tienen acá son x barra y cierre, entonces miren que el me dice x barra y RT de quien?

00:42:33:20 De o uno a o cinco. Quiero que tengan claro eso que hicimos la observación uno al cinco y entonces el me presenta lo primero que nos presenta es un resumen del sistema. En este resumen del sistema me dice que hay numero de subgrupos 25 tamaño y subgrupo cinco cero grupos subgrupos excluidos. Me dice que hay una distribución normal o está asumiendo una distribución normal y que no hay ninguna transformación de los datos.

00:43:07:15 Eso es importante. A veces los datos toca transformarlos porque toca transformarlo, porque vienen, por ejemplo, no sé notación científica o porque vienen en formato horas, minutos, segundos. Entonces hay que volverlos solo horas, solo minutos, solo segundos. O por ejemplo, vienen en una escala. Lo que reivindica la medición que se hizo fue a través de una escala logarítmica, por ejemplo, como se están midiendo son los decibeles, entonces desde ese punto de vista el puede hacer esas transformaciones para variables cualitativas.

00:43:41:09 No, este método no es posible usarlo en variables cualitativas. Para eso tendrías que usar en las cartas de control P o np ok, bueno, entonces 74.01. Entonces Gráfico x barra entonces nos muestra un resumen de los gráficos. Los gráficos entonces son límite. Límites superior de control tres Sigma límite central y límite inferior de Calia. Entonces si ustedes se dan cuenta k tienen de 1 a 25 que es el uno al 25, el número de muestras para esas muestra.

00:44:08:17 Entonces ustedes tienen que la media general del sistema es 74.012, es decir, nos está dando un grado o una que una precisión de 10/1000, es decir, un grado o una una cifra significativa mayor que lo que estábamos viendo en Excel. Ahora, aquí tenemos que la o el límite superior de control 74.0146 y el límite inferior de calidad o de control 73.9878.

00:44:30:26 Quiere decir que en esta carta hay control. Los límites de la media o las mediciones de la media de entran que estaba entre 73.98 y 74.01. Cualquier media que se encuentre entre esos dos valores van a decir que el proceso está bajo control en términos de la medición o en términos relacionados con la medición o con la medida.

00:44:59:12 Objetivo El gráfico de rangos. En el gráfico de rangos tenemos entonces lo mismo para 25 muestras tenemos una línea central y en esa línea central tenemos que la media es de 0.02324. Ese es el rango promedio del sistema y el máximo rango permitido es 0.049 y el mínimo es de cero. En este caso, él no está diciendo que hay será cero puntos o será un muestras fuera de límite, cero muestras fuera de límites.

00:45:24:28 Eso quiere decir que de antemano ya me está diciendo que el proceso parece estar dentro de control. Tenemos entonces aquí que la media del proceso es de 74.0012 y el sigma. El proceso es de si la desviación estándar del proceso es de 0.09914. Quiero que tengan en cuenta estos dos parámetros si quieren tomar una nota de ellos que en un rato los vamos a utilizar.

00:46:07:15 Cuando hagamos verificación del sistema, entonces 74.0012 y 0.1 Rango promedio 0.0234. Si a veces se me escapa algo en esta gráfica, si se escapa algo del sistema o no, entiendo que es lo que me significa alguno de los datos, el trae el estado país y el advisor entonces nos va a dar una interpretación de los datos. Entonces en esa interpretación es muy factible que yo pueda entender que lo que está significando entonces en este caso me está diciendo que este procedimiento crea un gráfico de x barra y R para las muestras o uno a o cinco está diseñada para permitir determinar si los datos provienen de un proceso en un estado de control estadístico.

00:46:28:23 Los gráficos de control se constituyen bajo el supuesto de que los datos provienen de una sub distribución normal. El no aprobado normalidad. Lo único que hizo fue asumir que ese supuesto de normalidad se cumple con una media de 74.012. Que la misma que está acá y una desviación estándar a cero punto doble cero 99 que es la que está acá el sigma del proceso.

00:46:50:10 Estos parámetros fueron estimados a partir de los datos de los 25 puntos no excluidos mostrados en el Gráfico cero. Se encuentran fuera de los límites de control de la primer gráfico, es decir, en X mientras cero están en la segunda. ¿Que quiere decir eso? Que no existen Punto fuera de control, puesto que la probabilidad de que aparezcan cero o más puntos solo por azar es uno.

00:47:19:16 Quiere decir entonces que aquí la probabilidad es que está fuera de control, es nula, casi. Si los datos provienen de una distribución supuesta, no se puede rechazar la hipótesis de que el proceso se encuentra en estado de control estadístico con un nivel del 95%. Es decir, lo que me está diciendo ahí es que si yo puedo establecer que hay normalidad en los datos, podría decir que hay un 95% de probabilidad o de significancia, de poder decir que ese proceso está bajo control.

00:47:42:13 Ese es nuestro primer elemento reportes, subgrupos. Entonces miren los reportes de subgrupos. El me muestra el x barra para cada uno de los subgrupos que me muestra el rango. Estos dos no tengo necesidad de calcularlos. Si usted lo ven acá en el excel, yo los tenía calculados para que ustedes verifiquen que le está haciendo exactamente lo mismo. Entonces miren acá, estos son los X bar, las medias.

00:48:16:27 Si usted lo notan detenidamente, pues son los mismos valores en todos los indicadores y nuevamente acá permítame en dos segundos y en el rango exactamente lo mismo. Entonces van a tener los mismos rangos, entonces no hay necesidad de calcular o de tener ya todo calculado en Excel esta Graphics les trae todo el reporte y pueden ir generando sub, entonces están los gráficos punto de control y si hubiesen algún punto fuera de control estaría en color rojo y estaría con un asterisco.

00:48:44:22 Eso de una vez me los deja ver, los puedo ver. Aquí está la prueba de rachas. ¿Las pruebas de rachas son las que me permiten ver agrupamiento de datos, corridas, secuencia de datos, apilamiento o todo lo que tenga que ver con qué? ¿Con sistemas o con comportamiento? Y los datos que indiquen que existe la pérdida de aleatoriedad natural del sistema o que existe la posibilidad de que se salga de control.

00:49:08:08 Entonces, en este caso él está diciendo está considerando cuatro pruebas una que la secuencia arriba y abajo en la secuencia con lo y tú mayor a ocho o mayor. ¿Que quiere decir eso? Que existe una colección de ocho o más datos consecutivos arriba o abajo de la línea central. Eso se considera una anomalía. Secuencias arriba o abajo de longitud ocho o mayor.

00:49:38:26 Entonces ahí están conjuntos de cinco subgrupos con al menos cuatro más allá de uno sigma. Entonces el va a tener varias zonas. La primera zona es un Sigma dos Sigma y tres Sigma. Ahorita vamos a ver como lo mejoramos, entonces hay cuatro puntos de un subgrupo o cuatro puntos que están más allá de un Sigma. Eso se considera una anomalía y podría indicar que el proceso está saliendo de control o conjunto de tres grupos con al menos dos datos más allá, o sea, dos de tres están más allá de dos sigma.

00:49:59:08 Dos Sigma es lo que se conoce como la zona A y en la zona A sea una advertencia, esto se los explicó sobre el grupo y aquí están las violaciones. ¿Si hubiese alguna violación en mediría Cuál de estos? ¿Cuál de estos reglas es la que se está violando y donde se está violando? Y tenemos un índice de capacidad.

00:50:33:14 En este caso tenemos el cliente seis Capacidad de corto plazo. Ese índice de capacidad de corto plazo en este caso es el Sigma y el índice de capacidad de corto plazo de lo que la literatura se conoce como se pecado, que lo que hace es evaluar la capacidad del proceso real del proceso, teniendo en cuenta la variación del proceso como ese desplazamiento con respecto al objetivo, ese se peca como se calcula se calcula utilizando el valor más cercano entre la media, el proceso y las especificación y la distancia entre esta media y el límite más cercano de especificación en términos de desviación estándar.

00:51:02:14 En términos simples, si se peca es mayor que una Indica que el proceso tiene capacidad para producir productos dentro de la especificación. Si es igual a uno, hay una alerta y si se peca es menor que uno. Entonces tendríamos problemas porque va a indicarnos otra cosa. Bueno, Alex depende de que depende de la exactitud que tú estás tomando en el proceso de medición.

00:51:31:02 En este caso yo estoy trabajando con tres, asumiendo que tengo un elemento de medición con una alta precisión, estoy trabajando casi con milésimas de milímetro. Estoy hablando de que tengo un instrumento de altísima precisión, pero eso depende del instrumento de medición que tú midas. Bueno, entonces les presento la gráfica X, ahí está la gráfica X bar, en esa gráfica x barra.

00:51:54:23 Entonces si ustedes lo pueden ver, vamos a tener que los elementos entonces miren que aquí está el nivel o el límite central de calidad, el límite superior, el límite inferior. Entonces, desde ese punto de vista, si ustedes ven todos los puntos están ahí y las reglas no son tan fácil de visualizarlas, entonces ya se les enseñó activar para que ustedes puedan hablar de las reglas.

00:52:13:10 Entonces, en este caso yo puedo decir que este grupo es un grupo control. Aquí tenemos el gráfico de rangos. El gráfico de rango también me está mostrando en este caso que el proceso bajo control y miren que nos están viendo las zonas A, la zona B y la zona C, o los límites de un Sigma o Sigma y el tres Sigma.

00:52:41:29 Obviamente si eso está bien, está nuestro gráfico de control. En este caso está el gráfico de tolerancia. En este gráfico de tolerancia, que es lo que se está viendo, cómo cada una de las muestras que yo tengo se ha distribuido. ¿A través de qué? De la medición. Entonces tenemos nuestra media acá, tenemos nuestro límite superior, nuestro límite inferior, y que lo que nos está mostrando la distribución de los datos entonces en este caso es nos está mostrando como se distribuir la medición entre las observaciones que pertenecen a cada muestra.

00:53:05:29 Este nos va a servir para identificar cuál muestra. Por ejemplo, esta muestra tiene una menor dispersión. Estas muestras tienen mayor dispersión. Por ejemplo, ésta tiene una altísima dispersión. Tenemos la curva de operación. La curva de operación para x barra se hace. ¿Entonces es para qué? Para calcular en este caso la probabilidad de aceptar la probabilidad de que. De aceptar que la probabilidad de aceptar.

00:53:28:18 Esa es la probabilidad de un error tipo uno estado que existe o dado que esté bajo control, existe una probabilidad de que se declare free control. Eso es lo que se llamaría alfa en la literatura. En este caso, ustedes ven aquí la curva operación. Probablemente si yo aumento, que sí aumentó la cantidad de muestras, esta curva se va a volver más, más alta, se va a cerrar mucho más.

00:53:51:19 Es decir, va a ser mucho más cerrada. Es decir, al aumentar el número de muestra, lo que va a pasar es que esta curva va a cerrarse y va a converger hacia otros puntos. ¿Entonces era lo que yo le decía a alguien que preguntó hace un rato Qué pasa si cambio el tamaño de muestra? Probablemente aquí le va a aparecer una curva y le va a decir que esto es con N5, esta es con N diez, esta es con n 15 o con n tres o con n con los n que esté trabajando.

00:54:24:25 Entre menos tenga, pues obviamente esto va a estar más más abierto. Y tenemos por último la curva a r l que la curva de media proceso. En este caso si ustedes lo notan, ahí está 73.99 que es el mínimo y 74.4 tamaño promedio de ejecución. Entonces en este caso lo que está diciéndoles es que más o menos cada 380 ahora se puede presentar un fallo o 360 ejecuciones, más bien no horas, porque no estoy hablando de ahora, sino de ejecución.

00:54:51:11 Es decir, que acá en promedio cada 360 más o menos 360, 370 muestras, va a existir una muestra fuera de control. ¿Qué pasa si yo hago acá? Entonces, desde ese punto de vista yo podría ir a preferencias del sistema y en Preferencias del sistema donde entré. Entonces, para que les quede claro, me voy aquí a inicio en inicio bajo a Preferencias del Sistema, en Preferencias del Sistema me voy ya.

00:55:23:18 Entonces aquí puedo cambiar muchas de las cosas. Ajustes de distribución anual, regresión, big data, capacidad y aquí están los índices de capacidad. Yo puedo calcular muchos índices de capacidad diferentes, entonces solo a corto plazo le voy a decir no incluya largo plazo y corto plazo, entonces ya cambie y ya es para calcular CP y se peca y PPK, entonces tenemos ahí tenemos mostrar CP sobre el PP, entonces ese índice de capacidad del proceso es sobre índice de porcentaje del proceso.

00:55:49:00 Si no estoy mal, memoria no me falla. Y hay muchos otros índices que dependen del tipo de industria desde estén trabajando que pueden trabajar, ni el sigma de calidad CPM por ejemplo, pongámosle aquí corto basado en rango promedio. Miren que ahí está trabajando límites para graficar seis sigma límite sigma para los índices seis sigma, ahí está. Si estuviera trabajando, entonces XS pues podría aplicar una corrección de sesgo.

00:56:19:03 Ahí tengo estadísticas. Bueno, aquí tengo estudios de calibración, sino para gráfico de control y en gráfico de control. Mire que aquí indicar violaciones a las reglas de secuencia, incluir límites de advertencia exteriores límite advertencia interiores normalizar gráficos, entonces presentar valores de Z zona de colores. ¿Si se dan cuenta active todos gráfico se resigna basado en r promedio listo lenguaje pronósticos aceptar entonces en esa parte entonces qué va a pasar?

00:56:50:25 Voy a cerrar acá y voy a correr nuevamente mi sistema. Entonces vamos atrás a ese PS, vamos aquí a Básico x barra R nuevamente, o uno o dos o tres o cuatro o cinco Observaciones Aceptar Le vamos a decir estoy inicial Aceptar Reporte por sus muy apropiadas rachas. Intensidad de capacidad a l o c gráfico de tolerancia a aceptar qué pasó en ese momento.

00:57:25:02 ¿Entonces ustedes se dieron cuenta que pasó? ¿Miren que el incluyó un nuevo qué? Un nuevo índice, que es el índice de desempeño a largo plazo 0.01. En este caso tienen otro índice de desempeño. Ahora. ¿Qué pasó? Lo gráfico se ven con colores. Entonces esto es lo que se llama zona A, zona B y zona. Si la zona se está entre -1 hasta más un Sigma, La zona B, que es esta zona verde clara, está entre un Sigma y dos Sigma y -1 Sigma y -2 Sigma y las C.

00:57:52:22 Perdón, esta es la zona. Esta es la zona C y la zona que la amarilla. La zona está entre dos sigma y tres signos, entonces A, B y, C, entonces en este caso ustedes van a tener que ya es posible identificar las demás reglas. Si ustedes necesitaran identificar reglas, pueden hacerlo. Bueno, entonces desde este punto de vista, esto ya nos va a facilitar muchísimo, muchísimo.

00:58:23:10 El trabajo cuando necesitamos observar cosas. Bueno, y de esta manera, pues ustedes ya están encontrando aquí que elementos diferentes, miren que aquí ya está, medias, rango promedio, bueno, está lo mismo, aquí esta X barra fuera, reporte excluida, fuera de límites. Entonces miren que allá se encontró otros elementos de esto, reportes, subgrupos, probar rachas, etcétera entonces ya tienen otro análisis diferente.

00:58:47:08 ¿Bueno, volvamos otra vez a la presentación y para ir terminando desde ese punto o es desde este punto, ya puedo hacer qué? Entonces le resumo en la presentación esta construcción de la carta de control estudio inicial y ahí están los gráficos X barra. Tenemos uno supuesto de la carta de control X. ¿Cómo verifico esos supuestos de carta de control?

00:59:13:05 ¿Entonces? Independencia. Las muestras. Estadísticamente no existe una prueba que uno aplique para garantizar la independencia. Las muestras. Eso se garantiza a través de que de la formulación de un plan eficiente de muestreo que se va a hacer en el tiempo, es decir, la independencia. Las muestras las garantizo estableciendo que no puede o que no existe, o que más bien que la variación de una muestra.

00:59:46:16 Nuestra influencia es, entre otras muestras, eso en términos prácticos, que lo que significa. ¿Por ejemplo, si yo tome las cinco muestras en el minuto 59 de esta hora y tome las otras cinco, muestra en el minuto uno, quiere decir entonces que hay una variación por qué? Porque esa selección