00:00:38:08 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 Yair 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.

00:01:14:09 Actualmente es docente de planta del 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. Bueno, para mí es un placer estar el día de hoy con ustedes compartiendo lo que es lo que hemos llamado con el equipo de software Chop en que la construcción de cartas de control estadístico con apoyo esta KPIs En meses anteriores trabajamos cartas por variables.

00:01:33:13 Hoy vamos a trabajar cartas por atributos que nuestro tema de hoy vamos a iniciar con una parte muy simple, unos conceptos muy básicos para interpretar o para poder establecer que es una gráfica de control, una carta de control y poder establecer las que nos ocupan el día de hoy, que son por atributos que la carta P y NP.

00:02:18:02 Entonces iniciamos diciendo que una carta que controles es una de las técnicas estadísticas o es de la de las herramientas de control estadístico de procesos que tiene como propósito determinar si un producto mantiene un nivel aceptable de calidad. Esto en términos simples, lo que quiere decir es que vamos a poder medir diferentes atributos y diferentes condiciones de los productos y con ellos construir desde el punto de vista estadístico, una carta de control que nos permita determinar unos niveles de calidad aceptable del producto, es decir, si estos producto están siendo realizados bajo, bajo, un bajo, un esquema o bajo un proceso bajo control, y en caso de que no exista dicho control, poder identificar causas atribuibles

00:02:41:10 a esa salida de control del proceso, como pueden ser máquinas desajustadas o máquinas de control o errores del operador o materia prima, o cualquier otro factor que pudiera que pudiera dar como un proceso fuera de control y poder establecer por qué se originan esos productos que no están dentro de las especificaciones del producto. Desde ese punto de vista.

00:03:20:01 Entonces aquí tenemos una carta de control. La carta de control tiene tres elementos fundamentales un límite central, que es un valor medio o un estándar que se caracteriza o que va a permitir establecer la característica controlar y dos límites uno superior y un límite inferior en el límite superior. Lo que vamos a tener en este caso es la máxima, el máximo o el máximo permiso de salida de la de de la especificación del del producto y un límite inferior que es el mínimo permitido del mínimo nivel permitido de salida de las especificaciones del proceso.

00:03:45:17 Desde ese punto de vista, entonces las cartas de control tienen diferentes tipos unas cartas de control para variables. Estas características que tienen una dimensión numérica, una dimensión, tratan de variables de tipo de razón o de variables de tipo de medición, como son longitud, peso, temperatura, entre otras, y utilizan datos continuos y permiten el comportamiento estas variables a lo largo del tiempo.

00:04:11:07 Entonces, aquí lo que vamos a tener este tiempo, las que nos ocupan el día de hoy, que son cartas de control para atributos, entonces ese valor. Características que no son medibles en términos de variables numéricas o en variables de razón como son peso, temperatura, sino se hacen o se fundamentan o se basan en datos categóricos, es decir, en establecer si un producto cumple con una característica dada o no lo cumple.

00:04:34:04 Si no la cumple, se dice que está no conforme y estamos, o si su uso se hace para establecer la calidad relativa. Los productos o procesos. Ejemplos comúnmente de estas cartas de control son las que se registra la frecuencia de un atributo en una muestra, es decir, se escoge una muestra y se establece si cumple o no con las características deseadas del producto.

00:05:15:21 En el ejemplo que traemos el día de hoy, o vamos a darnos cuenta de cómo como se hace ese efecto. Y un tercer elemento que es un carta de control para conteos. Estas son utilizadas cuando se necesitan registrar eventos contables como un número de defectos en una unidad o en una cantidad de elementos que se tienen en un documento, un número de documento o por ejemplo n en telas, el número de errores o el número de defectos que se tienen en un largo determinado de una muestra y estas tienen, tienen fundamento o se fundamentan en cartas de control de paso que se utilizan para supervisar la ocurrencia de enterrarse en un periodo de tiempo específico.

00:05:39:17 Esta las vamos a tratar en un posterior webcast de esta terapia que serían las cartas U y las cartas en cómo seleccionamos el tipo de control. Entonces estamos estamos en este momento vamos a trabajar. Es por esta, por la línea de este gráfico o de este diagrama de flujo al lado derecho que vamos a trabajar atributos y entonces vamos a hablar de qué estamos contando.

00:06:07:04 Vamos a hablar hoy de contar elementos defectuosos, que sería entonces trabajar gráficas P y como una proporción o como una un porcentaje de efectos que existe en en una fabricación, en una en una muestra que se toma un lote. Fabricación y defectos por unidad. Es una gráfica que en esta gráfica, que es lo que vamos a hacer, vamos a detectar el número de efectos por una unidad contable que se tenemos.

00:06:40:01 De ahí esta será a futuro a partir de eso. ¿Entonces qué? ¿Cómo vamos a detectar o como vamos a detectar estos elementos defectuosos? Vamos a hacerlo de manera muy simple a través de cartas de control P y n P. Las cartas de control P y n P en apariencia parecen ser similares, pero mil cosas diferentes que lo que están haciendo son herramientas que se utilizan en el control de calidad para analizar el número de unidades no conformes a una población y analizan si una o varias características de este producto no se ajustan al estándar.

00:07:10:00 Es decir, yo puedo decir si una característica no se cumple, el producto no es defectuoso, pero podría ser que se tenga un producto con múltiples defectos, es decir, que tenga varias característi cas que están fuera de la especificación en ese término, entonces el producto tendría múltiples defectos que también llevarán a una no conformidad. Esa no conformidad lo que quiere decir es que el producto puede ser rechazado o esos productos pueden ser rechazados y por ende tendríamos que ir a buscar su causa en el proceso.

00:07:43:08 Ese proceso entonces podríamos estar diciendo que el lote es el lote de fabricación podría ser rechazado al haber tomado esa muestra y está generando una gran cantidad de efectos. Y para hacer eso o para hacer esto, no vamos a hablar hoy de algo que se llama llamar la fracción no conforme o la fracción disconforme. Depende de de del sitio en Latinoamérica donde estemos se van a utilizar los dos términos la fracción no conforme o la fracción disconforme es el porcentaje.

00:08:09:18 Es el porcentaje o la proporción de defectuosos que se tiene sobre un lote. Fabricación que se ha fabricado para ello. Entonces, analicemos primero una gráfica de control P Una gráfica de control P muestra el porcentaje de productos no conformes de un lote. Producción a partir de una muestra de tamaño variable. O obstante. ¿Que quiere decir eso? Yo puedo tener en este tipo de gráficas.

00:08:35:17 P Lo que voy a hacer es calcular los tamaños o los porcentajes de productos que no se ajustan a la especificación y partiendo de un tamaño de muestra, ese tamaño de muestra puede ser variable o puede ser continuo o constante en el tiempo. Es decir, yo podría hacer un ejercicio de muestreo y un ejercicio de determinación del número del tamaño de muestra, y ese tamaño de muestra podría ser constante en el tiempo.

00:08:58:06 Es decir, siempre va a ser la misma cantidad muestral que voy a tener a través de las o a través del tiempo. Es decir, por ejemplo, voy a tener cada vez o cada o voy a tomar una muestra alta del hotel, cada lote de fabricación de 50 unidades, esa 50 unidades se van a preservar en el tiempo. Eso se origina a partir de un proceso de muestreo a través de una de una técnica.

00:09:29:17 Se muestra como un estándar militar o como un plan de muestreo que se tiene o puede ser también variable en términos de que podríamos tener lote de fabricación también. Qué variables en el tiempo y fijo es más bien una proporción o un porcentaje para tomar la muestra. Es decir, yo puedo fabricar mi lote por de fabricación diaria, puede ser 500 piezas si yo fijo el 10% de esa fabricación como el tamaño de muestra, entonces hoy serían 50.

00:10:02:22 Si mañana fabrico 600, pues es la muestra sería 60 y de esa manera podría tener cambios en el tamaño de muestra. ¿Para qué sirve el gráfico? P El gráfico P ayuda a identificar la probabilidad de que cualquier unidad fabricada deje cumplir las especificaciones al estimar la proporción P o la proporción de o de P de fracción de efecto o la fracción defectuosa de de productos también nos va a permitir detectar desviaciones significativas en el porcentaje unidades defectuosas en lotes de producción consecutivos.

00:10:30:24 Como tengo el lote de producción consecutivo, yo podría establecer desviaciones significativas sobre lo que vamos a llamar la fracción defectuoso, la fracción no conforme que va a ser, o la fracción no conforme habitual del proceso. Todos los procesos, a pesar de que se tengan los mayores niveles de control de las variables, van a tener niveles de proporción o niveles de o proporciones o porcentajes de defectuosos.

00:11:08:23 Esos dos fracciones de porcentual de de de no conformes al producto no conformes van a ser esa que vamos a ver aquí en la línea negra que está en la gráfica del parte derecha. Esa sería la media y vamos a tener unos niveles máximos y unos niveles mínimos de fracción defectuosa. Si yo llego a tener una mayor nivel humano por nivel defectuoso hacia la parte superior, voy a establecer o voy a poder decir que el proceso se encuentra fuera de control y tendría que buscar una causa atribuible a ese, a esa, a ese, a ese cambio en el proceso.

00:11:35:24 Y por último, nos va a permitir tomar medidas correctivas. Si el proceso espía se desvía de manera sistemática de un número o el máximo nivel es defectuoso. Eso se hace a través del análisis que hacemos de la gráfica o de la carta de control. Ahora bien, un gráfico NP es un gráfico complementario y este ya no mide o ya no va a medir en la fracción defectuosa, es decir, el porcentaje defectuosos.

00:12:15:06 La gráfica NP va a medir el número de producto no conforme de un lote de producción a partir de una muestra de tamaño constante o variable. Entonces en este ya vamos a tener que una fracción defectuosa no expresada como un porcentaje, sino como un número de producto. Si usted lo notan, en la anterior ustedes tenían era una proporción que era un porcentaje y tal vez me vuelvo un poquito ya que ustedes tienen es que la proporción es como un porcentaje en el cual se miden las las o los producto defectuosos y la gráfica NP Ya no estoy viendo esa proporción o ese porcentaje si no estoy midiendo el número de defectuosos, es decir, estoy estableciendo

00:12:55:08 un número de defectuosos promedio que voy a tener en el sistema, un nivel máximo de defectuosos y un nivel mínimo de efectos. ¿Para qué vamos a hacer eso o para qué se hace este? Esta gráfica NP ayuda a identificar la fracción no conforme en la inspección 100% la salida en un periodo de tiempo conveniente. Me explico la gráfica nps emplea cuando yo tengo por ejemplo fabricación a tres turnos y sospechamos que existe variación en la calidad entre los tres turnos, entonces es conveniente hacer una gráfica NP para cada uno de los turnos y no hacer una gráfica NP para el total del día.

00:13:19:19 Esto es muy importante para el para la construcción de gráficos NP, que es establecer el periodo de tiempo conveniente, así como el tamaño de muestra. Esos son dos dos elementos fundamentales en el gráfico. NP nos va a permitir también detectar desviaciones significativas en el porcentaje unidades defectuosas en el lo que en lotes de producción consecutivos, es decir, en lotes de producción consecutiva.

00:13:46:22 Uno podría establecer si algún lote tiene un número de defectos o un número de defectos muy alto respecto a las anteriores y permite tomar medidas correctivas, y el proceso sería de manera sistemática de un nivel máximo de unidades defectuosas. Entonces vamos en términos simples, vamos a establecer con una carta el porcentaje de defectuosos y con el otro el número de efectos.

00:14:14:10 Cómo interpretamos una carta P y una NP. ¿Entonces, cómo lo hacen? Generalmente, generalmente vamos a tener tres elementos. El primer elemento es el valor estándar conocido. Entonces, si la carta de control que estamos tratando de generar es se fundamenta en compararla con un valor conocido o estándar que generalmente está en las especificaciones de la fabricación y generalmente no hay necesidad de calcular el límite control de prueba.

00:14:41:02 Pero deberíamos tener mucho cuidado si vamos a hacer eso. ¿Por qué? Porque un valor estándar TP o NP rara vez se conoce con certidumbre. Es decir, los procesos tienen una variabilidad intrínseca en el sistema. Entonces, más bien, consideremos ese valor P o ese valor NP conocido o estándar como un valor objetivo de la fracción de no conformes. Eso nos lleva a un segundo elemento, que es el control del proceso.

00:15:12:16 Al utilizar un valor objetivo, el control, es posible que el proceso está fuera de control respectivo del objetivo, pero no el proceso en sí mismo. Eso parece. En términos simples, parece complejo, pero es muy fácil de verlo en un ejemplo. El ejemplo es, por ejemplo, que yo como industria establezco que la fracción defectuosa es el 1%. Ese es mi objetivo, El objetivo es tener el 1%, pero en términos prácticos y en términos de fabricación, el proceso va a tener una fracción no conforme del 5%.

00:15:36:14 Eso mostraría que cuando yo hago el gráfico va a tener muchos puntos fuera de control, pero esos puntos de control van a estar fuera del sistema respecto al objetivo, más no a la media general del sistema de fabricación o el proceso de fabricación. Es decir, que voy a tener puntos fuera de control respecto al objetivo, pero no el proceso en realidad.

00:16:00:18 Entonces es una forma de analizar estas cartas de control y vamos a tener la detección de patrones, que es el tercer punto, la interpretación. Los patrones, especificó. En los gráficos se pueden establecer como correas, que son correas son puntos seguidos que tienen un comportamiento arriba o abajo del punto medio de la carta y control oscilaciones que son sospechosos o agrupamiento de puntos.

00:16:45:21 Esto pueden identificarse como problemas específicos del proceso y cambios repentinos o patrones anómalos. Pueden ser señales de alertas para investigar y abordar posibles problemas. Todo esto que ustedes están viendo es posible realizarlo una manera muy simple y de una manera llamémoslo fácil a través de GT. Esta gráfica, esta gráfica representa esa variable en venta y uno tendría que hacer muchos cálculos derivados, sino tendría que entrar de una vez a la interpretación de una carta de P y NP a partir de un conjunto de datos muy básicos que vamos a ver en un instante desde el punto de vista lite de la literatura en el tema de calidad vamos a tener que las cartas de control

00:17:16:16 P se calculan como porcentaje no conformes y vamos a llamar el P estimado como el número de defectuosos sobre el tamaño total de la muestra. Eso es lo primero que uno haría y uno calcularía a partir de una distribución y una distribución, una distribución hiper geométrica que la medida. Eso sería entonces que ese valor P que yo calculo efecto, eso sería la media del sistema o la media general y una varianza de la proporción dada como P o como el valor.

00:17:51:17 Este valor P que ustedes encuentran acá que la proporción de defectuosos multiplicados por uno menos P que la fracción de no defectuosos sobre él. Y con estos dos elementos vamos a poder calcular los límites de control, que sería el límite superior de control que va a ser P más tres veces más tres desviaciones estándar o que son Si usted lo nota es corresponde a la T la raíz cuadrada de la varianza, y en el caso inferior de control vamos a tener que es p -3 veces la desviación estándar y vamos a seguir con el con el sistema de seis signos.

00:18:16:05 Entonces estamos manejando un sistema seis sigma en este caso. En ese caso estamos manejando tres desviaciones por encima, tres desviaciones por debajo del promedio. ¿Qué vamos a encontrar de confort para NP sin se inicia es calculando un tamaño de muestra N y el tamaño de muestra N corresponde a quien a una estimación de l l Quién va a ser?

00:18:40:08 Es va a ser el número desviaciones que yo considero hacia cada uno de los lados. En un caso sería tres. Entonces, como estoy considerando arriba o por debajo, vamos a tener tres. ¿Por quién? ¿Por uno por la PRO? Por la probabilidad de defectuosos multiplicada por los problemas no defectuosos sobre él. Y con eso, yo podría estimar entonces que mi condición del tamaño de muestra.

00:19:23:13 Con esto, entonces lo que vamos a tener es que mi límite sea el control de controles en porte, que es que el número o el tamaño de muestra multiplicado por 100 por la proporción. Por eso es que estas dos gráficas usualmente se trabajan en conjunto, porque lo que van a hacer es medir el mismo el proceso desde dos puntos de vista diferentes, pero basándonos en la fracción defectuosa, íbamos a tener que los límites superiores de control y los límites inferiores de control también tienen que el mismo elemento que es NP más tres desviaciones estándar de la el número de defectuosos que tengo y acá veo una excusa aquí es menos sería NP -3 veces o

00:19:54:05 -3 desviaciones estándar del número de defectuosos. En ese caso, entonces empecemos a operar y vamos a verlo. Entonces desde el punto de vista de esta gráfica, entonces para eso vamos a contemplar un ejemplo número uno. Este ejemplo número uno tiene o establece lo siguiente Un concentrado de jugo de naranja congelado se empaca en tetra pack para nosotros en Colombia, el tetra pack es las cajas de cartón que tienen una envoltura de metal en la parte interior.

00:20:17:12 Entonces el tetra pack en este caso va a ser de seis onzas, esto es empaques y haciendo una máquina, cortando las piezas de cartón y fijando un cuadro metálico en el fondo, mediante la inspección de un empaque, es posible determinar si cuando se llena, es posible determinar cuándo se llena. Si existe una posible filtración en la junta. Laterales o en el cuadro metálico.

00:20:47:04 El fondo. Es decir que lo que hacemos es una prueba en la cual yo cada empaque. Esto lo lleno con agua y establezco si existe una filtración en los bordes o en los pegado laterales o en el metal de fondo. Si existe cualquier filtración, el producto se clasifica como defectuoso y no puede ser utilizado en la siguiente etapa del proceso, que va a ser, cual va a ser el empaque o el llenado de ese DS, de ese empaque o ese de esa caja de cartón para establecer.

00:21:13:00 Entonces, desde ese punto de vista, lo que uno quisiera establecer es una carta de control para mejorar la fracción de empaque no conformes producidos por la máquina. Para eso. ¿Entonces que hicimos? ¿Hicimos una muestra o hicimos 30 muestras? Establecimos 30 muestras y a esas 30 muestras o esos 30 lotes de producción cada uno, se extrajo una muestra de 50 unidades.

00:21:45:23 No importa cuánto haya ya fabricado, siempre voy a extraer una muestra de 50 unidades y al hacer sobre esa muestra de 50 unidades, al establecer la muestra es 50 unidades y hace la prueba de las 50 líneas de llenado de agua. Tenemos un número de no conformes que quiere decir son que estos dos elementos, por ejemplo en la muestra uno de 50 millones de esa 50 unidad dos unidades, al llenarlas tenían algún tipo de filtración.

00:22:09:01 Lo que hace es que esos esas cajas de cartón no sean utilizables para el empaque, el cubo y así con cada una de las muestras que voy o cada uno de los lotes de producción que muestre. Entonces, para el segundo caso, el segundo lote de producción se tomó una muestra de 50 y 50 empaques, se realizaron la prueba y tenemos 15 empaques que tienen alguna filtración.

00:22:37:21 Sucesivamente vamos a encontrar ocho, diez, cuatro, siete, 16, etcétera etc. Muestras o productos o muestras o unidades muestrales no conformes con la operación de o con la prueba que se ha realizado para verificar eso. ¿Entonces, desde ese punto de vista, qué pasa? Vamos a tener lo siguiente Permítame un minuto, por favor. Vamos a tener una construcción de carta de control P en esta caseta de control.

00:23:10:08 P Entonces vamos a ir esta gráfica y vamos a utilizar el menú. Es SP, SPSS o Control estadístico de procesos o estadística, el proceso control, que es el que vamos a encontrar acá y vamos a tener diferentes elementos acá para poder establecer. Entonces vamos sin mayor delación, vamos a irnos a estas gráficas, entonces en este momento tenemos esta gráfica, tenemos un archivo en blanco como si estuviéramos o lo tuviéramos abierto en este momento.

00:23:49:16 Entonces para este tipo de sistemas que vamos a hacer entonces vamos a hacer lo siguiente, vamos a ir a abrir, entonces yo puedo montar los datos desde un Excel, como en este caso los tengo yo acá, que es un Excel, tenerlos acá muestra tamaño de muestra o no conformes, o en caso de que la información sea muy grande y no o ocho o tenga una base de datos que no sean excel sino por ejemplo un txt o un archivo está acá un es un archivo de cualquier otro programa estadístico o tenga otras bases de datos como un SQL o cualquier base de datos.

00:24:08:24 Podría cargar. En este caso lo voy a hacer de esa manera. Vamos a abrir fuente de datos y aquí tengo las diferentes. Un archivo datos de esta gráfica es un archivo de datos externos o de visi un ese es un portapapeles, un big data, esta graphics, etcétera etcétera Entonces le puedo dar acá un archivo de datos externos. Aceptar.

00:24:52:00 Entonces aquí yo puedo seleccionar diferentes todos los tipos de elementos, hay archivos, hay bases de datos que yo puedo tener para acceder o para importar a esta graphics, puedo tener desde Access, puedo tener archivos de archivo de tipo plano como a City Voice, puedo tener bufos, progra egas, puedo tener entonces otros. Por ejemplo, si estoy haciendo migración esta graphics puedo traerlos desde MATLAB, desde militantes de Lotus, desde esas puedo atacarlos desde SPSS Stata lo que es decir entonces la compatibilidad en este caso que tiene esta Graphics es bastante amplia.

00:25:16:18 Sí, conozco el nombre del archivo, lo puedo buscar, lo puedo navegar. Entonces al navegarlo, yo puedo encontrar o encontrar diferentes elementos, puedo ir a mis bases de datos personalizadas y en mis bases de datos personalizadas puedo encontrar los sistemas. Entonces aquí voy a obtener. Entonces él me dice Yo puedo tener en muerte las constantes uno, dos o en nuestras variables.

00:25:44:23 Esto coincide exactamente con las base de datos por páginas que yo tengo en mi archivo original, en este caso de Excel. Si ustedes quieren tener en otro, podrían tener entonces pueda importar muestras constantes uno y puedo tener de limitadores theta de tabla or blanco coma. Si yo tengo archivos planos, si tengo filas, puedo manipular cuantos registros, poca de cal, nuevos registros puedo tener y puedo tener títulos.

00:26:05:18 Es. Puedo tener nombre de columna, nombre o nombres y comentarios. O puedo colocar que no tengo ningún tipo. En este caso importa los con el nombre columna y le voy a decir aceptar en este caso. Entonces él ya introdujo muestra, tamaño de muestra y número de no conformes, que era tal cual como la base de datos que yo tengo allá.

00:26:34:24 Desde ese punto de vista yo podría tener en esta Graphics sin necesidad acudir a una hoja y a una base o a una hoja de cálculo externa. Podría tener una hoja cuatro que se llamara entonces, por ejemplo, fracción de defectuosos. La fracción de defectuosos a veces es necesario calcularlo para entrar, como haríamos esa fracción de defectos. Entonces la fracción de defecto soy yo, la poca regular como una fórmula.

00:27:20:01 Y entonces en una fórmula yo podría decir que entonces, perdón, podría poner acá el número de no conformes tal cual como he bautizado la columna dividido en el tamaño de la muestra. ¿Si le digo aceptar, entonces que va a pasar? Él me va a aparecer acá mi fracción de efectos, es decir que yo no tendría que hacer operaciones fuera de que este Starcraft por ahí podría ser muchas de las operaciones que habitualmente hacemos y desde ese punto de vista él también me lo va a dejar ver en este, en este sistema.

00:28:04:03 Aquí voy a poner, voy a ponerle. Bueno, ahí está, ahí está. Cero 24 0360 20 0.08014, etc, etcétera, etcétera y me lo deja en un color gris. Eso indica que es una columna que ha sido calculada previamente. Entonces, desde ese punto de vista ya introducimos la información, vamos a hacer ahora, entonces vamos a hacer que vamos a hacer las preferencias del sistema en las preferencias del sistema, vamos a ajustar mi sistema para que me muestre de algunos elementos o para que me muestre de alguna forma los elementos que yo necesito establecer a partir de la configuración propia del sistema.

00:28:34:05 Entonces tenemos una general, el yo pude usar un menú seis sigma o ordenar nombre de variables año y cuatro. Bueno, aquí voy a tener entonces, por ejemplo, si yo quisiera hacer ajustes y podría tener regla Sturges, podría ser cambio de distribución, Anova, Big Data y nos vamos a capacitar en capacidad. Si yo quisiera analizar capacidad, podría hacer diferentes índices de capacidad que se peso RPP se resuelve per sms B pm clse.

00:29:05:04 Entonces voy a tener los diferen tes. ¿Los diferentes qué? Los diferentes índices que me permiten establecer una gestión de un link seis Sigma Va a ser sencillo e incluir largo plazo y corto plazo solo a largo plazo. Entonces etiquetas op o solo largo plazo o podría ser sismos cortos plazo pasaban rango promedio es cuando hacemos entonces por ejemplo elementos de que tipo de medición para variables podría tener sigma a corto plazo o podría atender índices de capacidad.

00:29:35:05 Entonces aquí ya tengo mi síntesis, si yo necesito en algún momento y si voy aquí a gráfico de control, voy a tener acá gráfico de dispersión para el rango y podría tener entonces qué suavización es, podría tener acá y voy aquí a este que hice para todos los gráficos indicar violaciones a la regla de secuencia está activado. Incluir límite de advertencia exteriores, es decir, para tener reglas de 1.5 sigma hacia arriba de 2.5 de dos sigma.

00:30:17:14 Esto es sea, va a haber en diferentes colores incluir límites de advertencia interiores utilizar tamaño para subgrupo tes iguales normalizar gráficos zona de colores. Este zona de colores va a servir interesante cuando empecemos a analizar ahorita si ustedes lo lean, clic en esa zona de colores no les va a quedar el fondo blanco. Cuando hagamos el gráfico, sino a quedar con diferentes colores para mostrar diferentes puntos que van a estar en diferentes y a unas distancias o unas distancias de tanta sigma y que pueden indicar niveles bajos, nivel y medios y niveles altos de de riesgo que se tienen frente a la desviación sobre la la medida central de la carta de control.

00:30:51:21 Bueno, podemos tener otros elementos, entonces le voy a dar a aceptar listo ahora, entonces voy a donde les había hecho a esta estadística, al process control que SPS, PS, control estadístico de procesos. ¿Y en este momento entonces que tenemos? Tenemos acá varios elementos, tenemos muchas herramientas Pareto, QF de costo de calidad, causa, efecto, mapa, proceso. Podemos tener análisis de capacidad para atributos que sería la que estamos aquí de efectos por unidad y tenemos carta de control.

00:31:23:13 Entonces vamos a trabajar sobre carta de control en carta de control esta por variables y esta por atributos en atributos. Ustedes van a encontrar que están la carta P En este primer elemento y la carta NP y además de esos van esta las cartas por conteo que son las cartas uno las cartas e la carta P prima con proporciones ahora dispersas y las cartas prima que son utilizadas Cuando tengo variabilidad y tengo cartas de otro tipo y están los planes o los planes de muestreo.

00:31:46:24 Si yo quisiera hacer un plan de muestreo por atributos, que era lo que les decía para el cálculo del tamaño de la muestra, podría hacer los planes por de aceptación para atributos o por ya en los planes de la militares estándar 105 OE o la mi lista estándar 19 16 que eso podría darnos para otra sesión como hacer planes de atributos.

00:32:14:08 Entonces nos vamos a tributos y le vamos a decir Gráfico de control P En Gráfico Control P Nuestra primera elemento nuestra primera muy nuestro primer menú desarrollo nos va a decir las proporciones. ¿Entonces, cuáles son las proporciones? ¿Entonces serían Nuestra fracción de efecto? Es que la calculamos en esta gráfica. Entonces introduccin le decimos aquí clic y entrará nuestra fracción de este efectos y tenemos nuestro tamaño de muestra.

00:32:56:24 Si esas muestras provienen de o tienen algún etiquetado especial, por ejemplo, es frecuente que yo le ponga por ejemplo la hora, entonces tendría aquí otra columna que se llame hora, entonces podría introducir aquí mis etiqueta de muestra listo. Y bueno, a partir de eso, entonces podemos tener es que un valor superior, un valor nominal, un valor superior o inferior, perdón de especificación, un valor nominal y un valor superior de especificación podríamos cargarlo si en algún momento tenemos que confrontar y le decimos aquí aceptar, nos sale nuestro segundo menú de captura información En nuestro segundo mano de captura.

00:33:22:06 Información nos dice que son las opciones de gráfico P En este caso vamos a tener aquí estudio inicial o por control estándar, como estamos haciendo un estudio inicial, es decir, estamos estableciendo en este caso vamos a establecer que un estudio donde vamos a calcular el límite o la proporción central, los límites superiores y los límites inferiores de la carta de control, entonces vamos a darle como esto inicial.

00:33:44:23 Si le diéramos control estándar, entonces precipitaría el valor objetivo, que era lo que yo les hablaba. El valor objetivo generalmente es fijado por la compañía, y podríamos poner ya que la proporción máxima de qué de o el valor objetivo que hemos determinado un 1%, un 3% o un 5% y hace la carta de control a partir de ese valor.

00:34:22:16 Como no es el caso, no lo quiero hacer. En este primer ejercicio vamos a volver a esto inicial y le decimos Aceptar. En aceptar nos sale nuestro tercer menú interactivo, nuestro tercer menú y reitera activo para la gráfica de control P. Se llama Tablas y gráficos. En tablas y gráficos vamos a poder tener muchos de los o la totalidad análisis que incluye un gráfico de control P, que puede ser el reporte, el gráfico, el resumen del análisis y el gráfico P Inicialmente lo que el va a presentar, pero yo puedo complementar mi análisis con otros análisis, que es por ejemplo el reporte, el gráfico.

00:34:43:05 P Que es entonces un reporte que me entrega este gráfico, establecer o un análisis del gráfico. P Una prueba de rachas que es la prueba de anomalías que era lo que llamábamos los puntos fuera de control y que les hable un poquito cuando estábamos hablando la interpretación de una gráfica. P Que la prueba de rachas es a prueba de rachas.

00:35:04:14 Lo que no me establece es que establecer o no tendré que coger la gráfica en planta en plan en blanco, perdón y empezar a contar el número de puntos por arriba o por debajo, sino el hace de una vez. Eso automáticamente podría tener un gráfico de tolerancia, una curva de una curva, o sea una curva a ll y un gráfico de diagnóstico.

00:35:29:18 Para este momento voy a hacer dos y le digo aceptar. ¿Desde ese punto de vista, si ustedes ven en esta información, entonces qué pasa? Ya tengo mis cinco gráficas y mis tres análisis que yo establecí, que es lo que necesito para hacer eso. ¿Entonces, desde ese punto de vista, qué pasa desde ese punto de vista? Entonces yo establezco o podría hacer análisis diferenciales.

00:35:57:17 ¿Entonces empecemos por el primero, Qué hago para poder ver la pantalla completa? Entonces hago doble clic con mi mouse, doble clic izquierdo sobre el mouse y me establece de una vez los o el resumen de la fracción de efectos. Dice que el número de muestra son 30, que equivalen a lo que habíamos hablado. El tamaño de muestra este cuánto de 50 es el tamaño de muestra, en este caso constante y tenemos cero muestras excluidas.

00:36:30:01 ¿Es decir, el no me está excluyendo alguna muestra por falta de cálculo o porque no se tiene un valor bueno por un error de validez externa y nos dice ya en este momento no está mostrando entonces qué nos está mostrando? Los indicadores que eran las fórmulas que les presenté hace un rato, nuestra línea central entonces es 0.23, quiere decir que está en nuestra fracción o nuestra proporción de defectuosos, O sea que en promedio yo voy a tener el 23.1% de defectuosos en la fabricación.

00:37:07:10 Ese es el límite central para esos 30 lotes de fabricación. El máximo nivel de full de defectuosos va a ser del 41.0%, que es cual esta línea central más tres sigma, es decir, en este caso malas tres desviaciones estándar nos va a dar que el máximo nivel de fabricación de defectuosos va a ser del 41% y tenemos acá lic o el límite inferior de control que es el punto central tres sigma y eso nos va a dar que es va a estar en 5.24%.

00:37:34:06 En términos simples, el control estaría en proceso o estaría bajo control. El proceso estaría bajo control si estamos entre el 5% y el 41% de efectos. ¿Y como excedente nos dice aquí que hay dos fuera de límites, que quiere decir ese dos fuera de límites? Quiere decir que dos puntos o dos observaciones o dos muestras que he tomado están fuera de esos límites de control.

00:38:23:22 Es decir, van a estar por encima del 41% o por debajo del 5% de defectuosos. También nos ha calculado que el p media, que es el o la proporción de defectuosos media, que es el 23.13% y la desviación estándar del 0.05 es. Decir este es lo que ustedes tienen acá como establecimiento. Si yo en algún momento me olvido de alguno de estos elementos o me olvido de alguna, alguna, algún elemento en la literatura, bien sea porque, porque tengo o estoy haciendo control de muchas cosas y no lo recuerdo de manera adecuada, entonces esta gráfica no es por proporciona el estado aviso y el al visor es una de las herramientas que esta gráfico funciona y

00:38:59:08 tiene y que a mi en mi criterio son de las más importantes que tiene esta gráfica. En este estará el pago y solo en este, en este aviso lo que uno hace es establecer o un análisis muy somero o muy muy simple de lo que me está mostrando. Para este caso él me dice este procedimiento crea un gráfico que para fracción de efectos está diseñado para permitirme determinar si los datos provienen de un proceso, de un estado de control estadístico en la gráfica y control se construye bajo el supuesto de que los datos provienen de una distribución binomial con una proporción igual a 0.233.

00:39:30:12 Es decir que en este caso tenemos el supuesto una distribución binomial con una proporción 1 a 1 porcentaje promedio de 23.13%. Este parámetro a partir de los datos de los 30 puntos no no excluidos muestras en el gráfico dos dos puntos se encuentran fuera de los límites de control. Que era lo mismo que les expliqué arriba, puesto que la probabilidad de que aparezcan dos o más puntos fuera de control sólo por azar es de que de 3.16 a la -7.

00:39:56:05 Eso quiere decir que estoy teniendo más o menos tres puntos entre 1 millón de datos. 3.3 de cada millón de datos son los que podrían estar por azar fuera de control. Si los datos provienen de una distribución supuesta, se puede declarar que el proceso está fuera de control con un nivel de confianza del 95%. ¿Entonces, desde ese punto de vista, entonces tengo un primer análisis, que es un análisis de qué?

00:40:18:17 De análisis por millón de partes que tengo, en este caso me vuelvo a acá y voy al reporte del gráfico. P En el reporte el gráfico que ustedes van viendo acá, entonces lo que hizo fue coger esta gráfica que es la gráfica P Y ahora vamos a analizar cero 24 es el primero, el siguiente cero, 31 y así cada uno.

00:40:47:06 Aquí ustedes están viendo los dos, lo voy a dejar un momento ahí y vamos a ver que lo que me está diciendo ese análisis de este gráfico en términos numéricos, el gráfico, los p o, yo le di la información de P de cero, 24, cero, 13, 16 y así claro, los dos puntos que están fuera de control son los dos que aparecen en rojo en este caso y con un asterisco en este caso la muestra número 15 y la muestra número 23.

00:41:21:13 En este caso, si ustedes recuerdan muy bien, el punto de control superior está en cero 41, es decir, el 41% de defectuosos. Para este caso. Él dice que la muestra 15 tiene 44% efectos y la muestra 23 48% defectuosos para ese caso. ¿Entonces que pasa? Él me está diciendo exactamente que tengo que hacer una acción de A de identificar casos atribuibles a este que a este estos puntos que están fuera de control.

00:41:41:04 ¿Los puntos se notan con un X y ahí están, las veis? Entonces vayamos. Si miramos en este caso, miren la muestra número 15 efectiva mente está fuera de control en la zona roja y esto es lo que se llaman zona de colores. Ahora si les explico que la zona de colores, la zona de colores quiere indicar lo que está, entonces a varios signos.

00:42:07:01 El verde más oscuro, digámoslo así, es el punto central más una desviación estándar. Entonces en este caso, más una desviación estándar, están que son puntos que están bajo o en bajo nivel de desviación, son puntos que están muy cercanos al punto intermedio y no hay que tener mucho punto, mucha observación ni mucho control sobre ellos siguiente. ¿Entonces que va a pasar?

00:42:52:03 Tenemos a dos sigma que la líneas verde claras, entonces a dos sigma ya tengo la muestra número seis, por ejemplo la muestra número 13 en este caso y son muestras que están un poco más de allá de dócil y a tres sigma o a 2.5 sigma. Perdón, esto está entre dos y 2.5 y las líneas amarillas están entre 2.5 y tres sigma, que son estas que están acá, que son puntos que estando dentro del control son puntos que están muy lejanos de o tienen un corrimiento sobre el punto central, es decir, que son puntos que tienen alguna influencia o alguna causa atribuible para que estén tan lejos y pues últimamente o lo último que vamos

00:43:13:24 a tener son la línea rojas, son aquellos puntos que están a más de tres, sí, y son los puntos que corresponden al fuera de control, que en efecto son la muestra número 23 y la muestra número 15. Es decir, que yo tendría que ir a ser causa atribuible para estos dos puntos. Por ejemplo, aquí si yo hago la investigación y hago, hago un modelo de de de calidad.

00:43:36:09 Por ejemplo, el caso de atribuibles, puedo darme cuenta o podría darme cuenta que esto se vio por ejemplo a un ajuste de máquina. Por ejemplo, hicieron un ajuste de máquina precisamente antes de hacer el lote. ¿Producción 15 selecciona la muestra 15 y hay uno que esté máquina y el ajuste de máquina? No sé. No, no fue un ajuste muy bueno, por ende no salió la proporción de defectuosos.

00:44:00:08 Y en el punto 23, por ejemplo, hubo un cambio de proveedor. Entonces la materia prima mientras se utilizó en el proceso, generó que este este lote producción número 23 junto con su muestra, tenga un número de defectuosos muy grande. Eso es lo que uno hace usualmente. Bueno, vamos al tercer elemento. El tercer elemento es la prueba de rayas.

00:44:28:00 La prueba de raíces. Entonces. ¿Qué es lo que se considera? ¿Se considera una? O se consideran violaciones o se consideran violaciones en el sistema control estadístico. Se consideran violaciones o se consideran, llamémoslo así, eh, elementos que se deben tener en cuenta. Si un uno cumple lo siguiente secuencia de arriba a abajo de la línea central con un longitud ocho mayor.

00:45:05:20 ¿Qué quiere decir eso? Si hay ocho puntos continuos que estén por encima o por debajo de la línea central, eso se considera una regla o una racha. Y eso tiene que también irse a un proceso de atribución de causa. Secuencias arriba o abajo de ocho arriba, ojo de longitud ocho o mayor que está diciendo hay puntos o ocho puntos consecutivos que estén arriba o abajo de longitud y ya sin no tener en cuenta la línea central, sino que estén ocho hacia o ocho de forma continua hacia arriba u ocho hacia abajo de forma continua hacia abajo.

00:45:34:03 Se consideran comportamientos extraños del proceso y eso hay que buscarle una causa. Conjunto de cinco subgrupos con al menos cuatro más allá de uno sigma. ¿Eso también equivale a tener qué? ¿Una una, una observación o 1111 factor que está mostrando que puede irse El proceso fuera de qué? Fuera de control. Ese conjunto es cinco grupos o es decir, de cinco muestras que tienen de.

00:45:54:19 O sea, al seleccionar cinco muestras, cuatro ellos están más allá de un sigma o conjunto de tres puntos con al menos dos allá más allá de dos. Y entonces miren lo que está acá. Aquí está, hay una violación y en esa violación están las observaciones 22 23 y 24. En esta me está diciendo que se están teniendo que tres.

00:46:21:02 ¿Por eso me está diciendo que está violando? Está violando la regla de la regla tres que seleccionar tres muestras continuas, dos o más. Hay dos o más de ellas más allá de OSI, la regla 22 y 23 están violando ese sistema y la 24 están violando la regla. Así que es decir que al tomar cinco muestras continuas, 4,4 o más, se encuentra más allá de un sitio.

00:46:46:21 Vayamos al gráfico, identifiquemos entonces mire lo que son estos puntos rojitos que están dando cerca. Si ustedes se dan cuenta que está pasando, el me está diciendo que la muestra 24 o 25, miren, están más allá de dos sigma, por eso es tan importante que ustedes tengan eso en cuenta y tres puntos están que seguidos están más allá de la regla que está estipulada como una regla de que de de.

00:47:07:05 ¿Colócale atención o colócale cuidado, porque está pasando algo? Si yo no tengo claro eso, pues puedo ir a las tar. Veis que la explicación que acabo de dar esta tabla busca identificar cualquier patrón inusual en los datos. Está a menudo es útil para determinar procesos que están alejando lentamente el valor neta, aun cuanto ningún punto caiga para los límites de control 13.

00:47:28:09 Sino no ya le sean detectado. Table muestra el su grupo observación en la cual se detectó el patrón inusual así como la regla particular que se ha violado. Por ejemplo. Ilegal es la regla F violada en el punto 22. En ese momento había un grupo de dos, un grupo de dos de tres puntos más allá de más, todos del mismo lado de la línea central.

00:48:02:03 Por eso entonces el interpreta eso y les da la explicación, que es algo que uno generalmente no tiene en, en o en otros software estadístico. Bueno, vamos entonces, ahora acá ya tenemos entonces que ya hicimos la lectura, entonces tenemos aquí el porcentaje defectuosos, en este caso mi porcentaje defectuoso es aquí como una proporción aquí, como ya en un valor mucho más alto y tenemos el número de muestras, podemos hacer nuestro análisis, que es el gráfico de tolerancias para la fracción de defectuosos en este caso.

00:48:25:10 ¿Entonces, qué es lo que se tiene? Se tiene un gráfico en el cual yo tengo el punto medio y como los puntos o demás puntos están dados en donde en la fracción de efectos tenemos aquí una gráfica, o sea una gráfica de operación, esa esa curva de control de operación. Entonces lo que nos está muestra es la probabilidad de aceptar un lote dada la proporción del proceso.

00:48:54:12 En este caso, entonces usted tiene una proporción de proceso defectuosa. Entonces, por ejemplo, si usted tiene la proporción de cero cuatro, entonces discúlpeme una ahí le moví el tamaño o el pelo al tamaño habitual. Entonces aquí se puede manipular también el tamaño. Entonces cero 41 Entonces ustedes tienen acá cuatro, entonces suben a ustedes acá. Entonces si tienen una proporción de defectuoso, es 0.4, por ejemplo.

00:49:25:18 Entonces en esa proporción de defectuosos usted tiene una probabilidad de que tal vez como de algo así como el 60% de aceptar el lote. Si usted tiene una proporción de cero 21, miren que la proporción es casi el 100% de aceptar el lote y hay para abajo. Entonces ahí está. Es una gráfica bastante sencilla, podemos darle acá. Entonces ahí está la gráfica A RL para P en la gráfica LL para P Ustedes están viendo cómo se está mostrando.

00:49:48:24 Entonces en cero 21 está que el tamaño promedio de ejecución, aquí está lo más alto, Entonces ustedes ven es una una curva en la cual se está viendo que que usted extienda aquí la mayor cantidad de elementos y como se está distribuyendo esos elementos entre las diferentes proporciones de defectuosos que es el canal y la gráfica de diagnóstico.

00:50:29:17 P En esta gráfica de diagnóstico. P Entonces usted tiene una tasa de variación y un límite superior. Entonces miren acá, aquí va el porcentaje de aceptación frente a las cuentas transformadas desde ese punto de vista. ¿Entonces que podemos decir? Podemos decir entonces como conclusión de nuestro ejercicio para esta fracción de defectuosos, yo tendría que buscar causas razonables para la muestra 15 para la muestra 30 y tendría que tener especial cuidado con el lote de producción número 15 y con el número con el hotel próximo número 24 creo que ha dicho 30, no 24 porque pueden o están fuera de la proporción de ese año.

00:50:51:16 La proporción que me establece el sistema si yo hubiera colocado una proporción de cero uno que es uno, es un objetivo y yo habría hecho esto y el gráfico hubiera cambiado totalmente que lo que yo les decía objetivo probablemente hubiera quedado acá y hubiese mucho más puntos fuera de control. ¿Respecto a quién? Al estándar que estoy fijando de máximo nivel de efectos.

00:51:22:03 Bueno, ese sería mi gráfico. P para ese mismo sistema. Entonces vamos a hacer un gráfico NP Y en un gráfico en eventos voy atributos gráficos NP. Entonces tengo aquí tamaño de muestra, los tamaños de muestra, vamos acá y vamos al número recuentos. Entonces tengo el número de no conformes, que es el recuentos y voy a aceptar que no aceptar me da otra vez las mismas opciones de gráfico NP estudio inicial o control estándar en control estándar.

00:51:47:02 Yo podría decir el no, yo ya no voy a hacer una proporción, sino el número de efectos. Podría ser de un número en especial y podría con ahí. Voy a volver al estado inicial para complementar este que estamos hablando. Aceptar. Antes vamos a tener reporte gráfico. NP prueba de racha el gráfico de tolerancia que curva C y curva a R, Entonces en este caso ya tenemos nuestras análisis en nuestros análisis.

00:52:21:07 Entonces perdón, entonces tenemos en este elemento ya nuestra gráfica. NP Entonces la gráfica NP nos dice que tenemos un tamaño de muestra 30, un número de tamaño de muestra 50 y nos dice que la línea central está en 11.56 defectos. Es decir, que en este caso no estamos diciendo que el número promedio de defectos normal de nuestro proceso sería de 11.56 defectos, el máximo sería de 20.51 defectos y el mínimo de 2.62 defectos.

00:52:52:11 Entonces este fue estimado a través de O fue estimado a través D de una función de distribución binomial nuevamente con media 11 56 y nos dice que lo igual no está siendo la misma la misma observación y que la probabilidad de que aparezcan dos o más puntos fuera de límites por azar es de que de dos en 1 millón, es decir, en 7 millones, perdón, en 3.169.380 veces.

00:53:22:10 Es decir, dos de cada 3.769.380 puntos para estar fuera de control. ¿Pero por términos o por valores no controlables, qué es lo mismo que teníamos en la operación anterior? ¿Y mire nuevamente tenemos acá que nuestro límite mayor era de cuánto? De 20.5 defectos. Entonces aquí otra y vuelve y nos dice que es el 15, que tiene 22 defectos y el 23,24 defectos.

00:53:48:08 Y nuevamente nos identifica aquí las violaciones que vamos a obtener. Entonces miren que esta gráfica es lambda, es muy similar a la anterior. ¿P Ya no está expresada en función de qué? Del porcentaje de efectos, sino el número total de defectuosos y el ya miren, acá está mostrando a un sigma a un sigma distancia de entre dos y 2.5, entre 2.5 y tres tres sigma y más allá de tres.

00:54:15:22 Y entonces miren que Amadeo Sigma están los tres puntos que se tienen a un lado de la raya y es la misma interpretación. Y miren la curva o C, que es la probabilidad a aceptar teniendo en cuenta que el número de efectos con 25, entonces pues ahí está. Tendríamos con 25 efecto, eso es la probabilidad a aceptar sería muy baja del 20%, es decir, de detección o de la detección de de ese elemento.

00:54:47:05 Entonces, desde ese punto de vista ya tenemos una gráfica P y NP. Hasta ahí no sé si existe alguna pregunta, si me he hecho entender, si ustedes me han seguido de manera adecuada y han podido ver el potencial que tenemos de construcción de estas gráficas, con esta gráfica. ¿Gracias Yair, pues tenemos dos preguntas quieres que te las lea en este momento o esperamos al final?

00:55:14:01 ¿No de una vez sí, Ok, acá nos pregunta qué diferencia o similitudes tienen estas cartas con respecto a las cartas u las cartas y las cartas? C Bueno, las cartas, uh, lo que buscan es la el número. Bueno, son. Son parecidas y son diferentes. ¿En qué términos? Voy a volverme un poquito aquí en mi presentación y te las voy a mostrar cuando hicimos esto.

00:55:41:11 Entonces yo te decía. ¿Qué están contando? Entonces aquí lo que estamos con tanto son elementos defectuosos, es decir, en una carta P y NP, lo que se cuenta es si el elemento es defectuoso o no, en términos simples, él puede decir tiene tantos defectos con que tenga un defecto que es defectuoso porque no sirve. Cuando cagó carta, carta u yo puedo tener algo que se llama defectos mayores y defectos menores.

00:56:12:18 Los defectos menores son defectos que no afectan la salida, el producto. Pero yo tampoco puedo tener muchos defectos acumulados de esos, porque el producto va a ser muy muy que va a ser o a perder su calidad. En las cartas lo que uno ve es ese número de defectos. Entonces, por ejemplo, eso se da, yo no sé cómo lo llamarán en otros países, en Colombia se llaman canicas o bolinches, le llaman también en algunas regiones que son algunos elementos o son bolas de cristal con las cuales juegan los niños o jugaban los niños.

00:56:36:09 En mi época esos boliches o esas canicas, generalmente colores por dentro, o traen una figura de color y lo que se hacen es para jugar. Esas bolas yo no las haría con elementos defectuosos, con una carta de control. ¿P Por qué? Porque ellas pueden tener defectos que son burbujas de aire que quedaron por dentro. ¿Eso no afecta, las salía el producto y yo puedo decir tantas burbujas están por dentro, afecta a la salida, no?

00:57:04:17 Entonces yo puedo tener acá defectos por unidad, son defectos menores que el producto, aunque tiene sus defectos son pasables. Entonces yo podría tener tela, por ejemplo, en tela también es muy frecuente que se use carta Cartago, que pudo tener tantos, tantos defectos en la tela, defectos menores que hacen que la tela pase y sea aceptable en este son productos que funcione en carta P son bombillos, por ejemplo un filamento roto.

00:57:38:19 El producto ya no sirve, entonces ahí sí seria número de defectos. No sé si soy 100 claro para esa respuesta. Ok, ya te pronto si nos confirman en el chat. Y la otra pregunta era respecto a las cartas, sé que si en esta traffic se puede trabajar con las cartas de control, se seis. Sí, sí se pueden trabajar, hay que hacer una modificación, pero si es posible trabajar, eso creería que sería nuestra próxima sesión de de de de carta de control a tarde está perfecto.

00:58:05:11 Por el momento no tengo más preguntas, pero bueno, este sería P y NP, Entonces de esa manera entonces volvamos un poquito a la presentación y vamos trabajando. ¿Entonces teníamos nuestro ejemplo, uno, Ejemplo uno, Entonces discúlpeme que acabo de hacer algo que no debía ser lista por bueno, entonces en nuestra presentación qué pasó entonces? Hicimos que la carta de contribución.

00:58:32:10 ¿P Esta presentación está disponible también y ahí está sistema y la NP como se construyo igual que la anterior que vamos a tener entonces que sí tienen que tener en cuenta desde el punto de vista estadístico, qué supuestos tienen acá? Entonces independencia las muestra, las muestras, se asumen que son recopiladas, son independientes entre sí y esto significa que la variación tiene una muestra, no está influenciada por la variación en otras muestras.

00:58:54:03 En términos simples, la muestra, cada muestra ellas es independiente, es decir, no depende de la anterior. Es decir, si yo muestre 50 y me dio un porcentaje por cero cinco para el siguiente, yo hago digo que entonces el nivel de muestra es 40. No, no, eso no puede pasar acá, sino cada muestra es independiente del procedimiento de muestreo, me sale autorizado para cada una de las muestras y no se repite.

00:59:16:24 Entonces eso garantiza que estas cartas van a estar se tenemos una distribución binomial y una aproximación binomial. Se supone que la distribución de las emisiones de Atacama demuestra y entre muestra sigue una distorsión binomial para la carta. Pego aproximadamente paso para carta NP porque hoy cambiamos a una mayor porque la puede asumir el número de elementos o el número de defectos.

00:59:46:04 Entonces por eso decimos que la ecuación es aproximadamente, o sea si una aproximación para llegar a la binomial en la carta n pie estabilidad del proceso. Se asume que el proceso está en un estado de control estadístico. Es decir que esta medición no se está haciendo en periodos de guard map o de calentamiento, no se está haciendo en proceso, se está procesos de fabricación que están en decreciente crecimiento, sino que está en control estable, en control en estado estable, perdón.

01:00:07:18 Y en ese estado estable pues se hace la medición y si no se hace pues pueden llevar a mediciones, se tienen mediciones precisas, quiere decir que hay una capacitación y ya hay un una, un nivel muy fuerte de que da instrucción en el, en el en el operador que está haciendo toda esta labor de laboratorio y hay una ausencia de correlación seria.

01:00:35:12 Se supone que no existe correlación entre la mediciones consecutivas en el tiempo. En otras regla tal, las mediciones no están relacionadas de manera significativa con su inmersiones previas o posterior. Listo. Y tengo un segundo ejemplo. Ese segundo ejemplo, la cantidad que es de datos que se puede trabajar. Se puede trabajar hasta 1 millón de registros. Millón de registros quiere decir que tú puedes tener 1 millón de registros y n variables.

01:01:04:12 Esto puedes trabajar cualquier cantidad. Bueno, hay un ejemplo número dos, el ejemplo dos segundos en este. Entonces vamos a tener una fabricación de vasos de cristal. En la fabricación de vasos de cristal. Se tiene. Entonces. ¿Qué? Que hay números de no conformes. Es. ¿Por qué? Porque hay variaciones. El cristal es transparente y hay, por ejemplo, pérdidas de lucidez o hay, por ejemplo, burbujas o ahí elementos muy serios.

01:01:32:02 ¿Entonces, qué fue lo que se hizo en este elemento? Argumentos, segundos ok, aquí está nuestro ejemplo número dos. Perdón, se tiene un proceso de fabricación de vasos de cristal transparente en cualquier cualquier burbuja de coloración o falla en el color. Se considera no conforme. Y en este miren qué fue lo que se hizo. Se tomó el 10% de la producción como muestra el lote fabricación diaria, lo cual se observa o para los cuales se establecen defectos.

01:02:00:19 Para ello se toman 25 muestras correspondientes a un mes. ¿Laura, Cuál será la carta de control para la proporción de efectos y el número de efectos mensuales que permita mejorar el proceso? Entonces miren que el tamaño de muestra está cambiando 180, 80. Ósea quiere decir que que se han fabricado mil mil vasos y la muestra fue de 100 800 y ha variado a través del tiempo, porqu