Ingeniería de Calidad

10
ITCH: Curso Ingeniería de Calidad < Regresar UNIDAD 4 4.1 Análisis de Tablas de Frecuencia Uno de los métodos para analizar datos es la tabulación cruzada. Por ejemplo, un investigador médico puede tabular las frecuencias de los diferentes síntomas por edades y sexo; un investigador educativo puede tabular el numero de estudiantes que abandonan sus estudios por edad, sexo y grupo étnico; un economista puede tabular el numero de negocios que fallan por industria, región, etc.; un investigador de mercado puede tabular las preferencias de los consumidores por producto, edad y sexo. En todos estos casos, los resultados principales de interés pueden ser sumarizados en una tabla de frecuencia múltiple; o sea, en una tabla cruzada de dos ó mas factores. TABLAS DE FRECUENCIA DE 2 CAMINOS (TWO WAYS). Vamos a empezar con la más simple tabulación cruzada, la tabla de 2 X 2. Supongamos que estamos interesados en la relación que hay entre la edad y las conos en la gente. Tomamos una muestra de 100 personas y determinamos quién tiene y quién no tiene canas. También tomamos la edad aproximada de los sujetos. Este es el resultado del estudio. Cabello Con Canas Antes de los 40 Despues del los 40 Total No 40 5 45 Si 20 35 55 Total 60 40 100 Mientras interpretamos los resultados de este pequeño estudio, vamos a introducirnos en la terminología que nos permitirá generalizar en tablas más complejas más fácilmente. Diseño de variables y variables de respuesta. En la regresión múltiple o en el análisis de varianza hay una distinción común entre las variables dependientes e independientes. Las variables dependientes son aquellas que tratamos de explicar, y podemos clasificar los f actores en una tabla de 2 X 2; por ejemplo, el color del pelo es una variable dependiente. Las variables de respuesta son aquellas que varían en la respuesta a las variables designadas; por ejemplo, el color del pelo puede ser considerado una variable de respuesta y la edad es considerado una variable de diseño. Ajuste marginal de frecuencias. Nos podemos preguntar cuál de las frecuencias parece no tener relación con las variables (hipótesis nula). Para no ir en detalles, intuitivamente podemos esperar que las frecuencias en cada celda podrían proporcionalmente reflejar las frecuencias marginales (Totales); por ejemplo, considere la siguiente tabla:

description

análisis de la tabla de frecuencia, diseño de vriables

Transcript of Ingeniería de Calidad

  • 6/5/2015 IngenieradeCalidad

    http://www.itch.edu.mx/academic/industrial/ingcalidad/unidad4.html 1/10

    ITCH:CursoIngenieradeCalidad

  • 6/5/2015 IngenieradeCalidad

    http://www.itch.edu.mx/academic/industrial/ingcalidad/unidad4.html 2/10

    CabelloConCanas

    Antesdelos40

    Despuesdellos40 Total

    No 27 18 45Si 33 22 55Total 60 40 100

    Enestatabla,lasproporcionesdelasfrecuenciasmarginalesestnreflejadasencadaceldaindividual27/33=18/22=45/55y27/18=33/22=60/40.Dadaslasfrecuenciasmarginales,stassonlasceldasdefrecuenciaquepodramosesperarsinoexistierarelacinentrelaedadyelcabellocanoso.SicomparamosestatablaconIaanterior,podremosverquelatablaanteriorreflejaunarelacinentredosvariables.Haymscasosesperadosdequelapersonatengocanasantesdeloscuarenta,yhaymscasosdepersonasdemsdecuarentaaosquetienencanas.

    TABLASDEFRECUENCIAMULTIPLE.

    Elrazonamientopresentadoenlastablasde2X2puedesergeneralizadoatablasmscomplejas.Supongamosquetenemosunaterceravariableennuestroestudioporejemplo,queremosversielestrstienequeverconlascanasenlaspersonas.Comoestamosinteresadosenestenuevavariable,lavamosaconsiderarcomovariabledediseo.(conesto,lavariabledeestrsseconvierteenunavariablederespuestaylavariabledelcolordelcabelloseraunavariabledediseo).Latablaresultanteseriaunatabladefrecuenciade3caminos.

    Modelosdeajuste.Podemosaplicarelrazonamientoanteriorparaanalizarestatabla.Especficamentepodemosajustardiferentesmodelosquereflejendiferenteshiptesisacercadelosdatos.Comoantes,lasfrecuenciasesperadasenestecasoreflejansusrespectivasfrecuenciasmarginales.Sialgunadesviacinsignificanteocurriera,sereflejaraenestemodelo.

    Efectosdeinterdiccin.Otromodeloconcebiblepuedeserquelaedadestrelacionadaconelcolordelcabello,yqueelestrsesrelacionadoconelcolordelcabellotambinpero,estosdosfactoresnointeractanensuefecto.Enestecaso,podramosnecesitarsimultneamentededostablas,unaeslatablade2X2delaedadporcolordelcabellocruzadaconlosnivelesdeestrs,yotratabladelestrsporcolordelcabellocruzadaconlosnivelesdelaedad.Siestemodelonoseajustalosdatos,tenemosqueincluirquelaedad,elestrsyelcolordelcabelloestninterrelacionados.Deotraforma,podremosconcluirquelaedadyelestrsinteractuanconsusefectosenelcabellocanoso.

    4.2AnlisisdeAtributosClasificados

    Elprimerpasoesformarcategorasacumuladosapartirdelascategorasinicialesdemodoquelacategoraacumuladaunoseaigualalacategorainicialuno,lacategoraacumuladadosseaigualalascategorasinicialesunomsdos.

    (I)=(1)(II)=(1)+(2)(III)=(1)+(2)+(3).

    Parailustrarlospasosseutilizarunestudioqueserealizparaconocerlosparmetrosptimosdeuna

  • 6/5/2015 IngenieradeCalidad

    http://www.itch.edu.mx/academic/industrial/ingcalidad/unidad4.html 3/10

    mquinamoldeadoraalestarutilizandocompuestodeunnuevoproveedor.Elaspectovisualsedividienlascategorasiniciales:

    1=Incompleto2=Partido/Crudo3=Deforme4=BienDemodoquelascategorasacumuladasson:

    (I)=1(II)=(1)+(2)(III)=(1)+(2)+(3)(IV)=(1)+(2)+(3)+(4)

    Elexperimentoconsistiencuatrofactoresatresnivelescadaunoycondiezrepeticiones,siendolosfactores:

    A=TemperaturaB=TiempodeCicloC=TiempodeInyeccinD=Presin

    SeutilizunarregloortogonalL9,endondeseobtuvieronlosresultadosquesemuestranenlasiguientetabla,mismaenlaquesepuedenobservarlosclculosparaobtenerlosvaloresdelascategorasacumuladasenlacombinacinnumeroseis:

    (I)=(=)(II)=(0)+(3)(III)=(0)+(3)+(1)(IV)=(0)+(3)+(1)+(6)

    ResultadosdelExperimentoenunaMquinaMoldeadora.

    Acumulados (1) (2) (3) (4) I II III IV1 5 5 0 0 5 10 10 102 0 9 0 1 0 9 9 103 0 6 0 4 0 6 6 104 0 1 0 9 0 1 1 105 0 0 5 5 0 0 5 106 0 3 1 6 0 3 4 107 0 0 0 10 0 0 10 108 10 0 0 0 10 10 10 109 10 0 0 0 10 10 10 10

    Total 25 24 16 25 25 49 65 100

  • 6/5/2015 IngenieradeCalidad

    http://www.itch.edu.mx/academic/industrial/ingcalidad/unidad4.html 4/10

    TambinsepuedeverqueenlafrecuenciaacumuladadelaClaseIVdurantetodoelexperimentoeslamisma,porloquenosepodrextraerningunainformacindeestacolumna.EsporloqueserealizarenelanlisisacumulativocalcularlasumadecuadradosdelaclaseI,ClaseIIyClaseIII.Decualquierformaesassumasdecuadradosnopuedensumarsesencillamente,puestoquelasbasesdelastresclasessondiferentes.

    Enladistribucinbinomiallafraccindedefectuososesp,ysuvarianzacorrespondienteesp(1p),estoindicaquecuandolamediadelafraccindefectuosacambia,lavarianzacambiatambin.Debidoaestadependenciadelavarianzasobrelafraccindefectuosa,lasumadeloscuadradosdelaClaseI,ClaseIIyClaseIIItienediferentesbases.Conelobjetivodenormalizaresasbases,lasumadecuadradosdecadaclasesedivideentresuvarianzasolamenteassepuedensumarlasclases.

    Elsegundopasoesconocerlaproporcinquetienecadacategoraacumulada:

    PI= 25 PII= 49 PIII= 65 PIV= 90 90 90 90 90

    Acadacategoraseleasignaunpesosegnlafrmula:

    Wj=1/(Pjx(1PJ)),

    Asqueparaelejemploquesetiene:

    WI=1/25/90x(125/90))=4.985WII=1/49/90x(149/90))=4.032WIII=1/(65/90x(165/90))=4.985

    ParacadacategorasecalculaelfactordecorreccincomoSumadeCuadradosdeFactores.Seobtienenmediantelasumadecuadradosdecadaclasemultiplicadaporsupeso,segnfrmula.

    Ssa=(SsaclaseI)xWI+(SSAclaseII)xWII+(SsaclaseIII)xWIII

    SStotal=(nmerototaldedatos)x(nmerodecategorasmenosuno)

    Paraunejemplosetieneque:

    DelamismamaneraseobtienelasumadecuadradosparaB,CyD.Lasumadecuadradostotales:SStotal=90X(4i)=270

    GradodeLibertad.

    Losgradosdelibertadsoncalculadosenbasealosgradosdeunfactorparavariablesmultiplicadosporelnmerodecategorasacumuladomenosuno.Enesteejemploloscuatrofactoressondetresnivelesporloquecadaunotiene:

    2x(41)=6gradosdelibertad.Losgradosdelibertadtotales,secalculan>multiplicandoelnmerodedatosmenosunoporelnmerodedatosmenosunoporelnmerodedatosmenosunoporelnmerodecategorasanalizadasmenosuno.

  • 6/5/2015 IngenieradeCalidad

    http://www.itch.edu.mx/academic/industrial/ingcalidad/unidad4.html 5/10

    Elerrorsepuedeobtenerrestndolealasumatotallasumadecuadradosdecadafactor:

    SSerror=270104.249.9442.9629.53=83.22

    Enestecaso

    SSerror=270104.349.9442.9629.53=83.22

    Ylosgradosdelibertad,restandolosgradosdelibertaddecadafactordelosgradosdelibertaddelatabladeANOVA.

    g.Ierror=2676666=243

    VarianzaenlaTablaANOVA.Sedefinelavarianzaocuadradomediocomolasumadecuadradosdivididosentrelosgradosdelibertad:

    CuadradoMediodea=104.34/6=17.39

    Conelobjetodeexpresarestavariacincomounporcentaje,todavaserequiererestarleacadasumadecuadradosunacantidaddeerrorgeneradaporlosdiferenciasentrecadaresultadoencadanivelparaestoseutilizalasiguientefrmula:

    SSa'=SSa(gradosdelibertada)xVerror,SSe'=SSe+(gradosdelibertaddelosfactores)xVerror.

    Enelejemplo:

    SSa'=104.34(6)(0.34)=102.30SSe'=83.22+(24)(0.34)=91.38

    Elporcentajedecontribucineslaproporcindelasumadecuadrados

    corregidasdeunfactorconrespectoalasumadecuadradostotal:

    ANOVAdelExperimentoenunaMquinaMoldeadora.

    Fuentesde

    Variacin

    Gradosde

    Libertad

    SumadeCuadrados

    CuadradoMedio

    S.deCuad.

    Corregida

    PorcentajeContrib.

    A 6 104.34 17.39 102.30 37.89B 6 9.94 1.66 7.90 2.92C 6 42.96 7.16 40.92 15.15D 6 29.53 4.92 27.49 10.18Error 243 83.22 0.34 91.38 33.87Total 267 270 270 100

    Todoslosprocedimientos(pruebadet,deFyelestablecimientodeloslmitesdeconfianza),utilizanla

  • 6/5/2015 IngenieradeCalidad

    http://www.itch.edu.mx/academic/industrial/ingcalidad/unidad4.html 6/10

    sumadecuadradosresidual,laqueesllamadalasumadecuadradosdeerror.Estacantidadpudoserencontradacalculandoparacadaobservacinunvalor,predichoporlasolucindelosmnimoscuadrados.Sepuedeluegoobtenerlasumadecuadradosdelasdiferenciasentrelosvaloresobservadosylosvalorespredichos.Estemtodoeslentoylasumadecuadradosdelerrorsecalculamuchomsrpidosiguiendolatcnicaconocidacomoanlisisdevarianza.

    Enelmodelooriginal,cadaobservacinserepresentacomolasumadecuatrocomponentesdebidas,respectivamente,alamediageneral,efectodeltratamiento,alefectoambientalyalefectoresidual.Delamismaforma,elanlisisdelavarianzadividelasumadecuadradosdelasobservacionesencuentrocomponentes,unaatribuiblealamediageneral,unadelasdiferenciasentrelaestimacindelosefectosdelostratamientosyunaalosefectosambientales,queelexperimentoescapazdemediry,porltimo,unaqueeslaresidualalasumadecuadradosdeloserrores.Enlamayorpartedeloscasos,secalculalasumadecuadradosoriginalylostresprimeroscomponentes,obteniendolasumadeloscuadradosdelerror,porsubstraccin.Elanlisisdevarianzaofrecemuchomsqueunmtodocortoparaobtenerlasumadecuadradosdelerror.Lasumadecuadradosdebidaalostratamientos,eslacantidadnecesariaparalapruebaFdelahiptesisdequenoexistendeferenciasentrelosefectosdelostratamientos.Conunapequeaextensin,elanlisistambindelasumadecuadradosrequeridaparaprobarlaigualdaddelosefectosdeunsubgrupodelostratamientos.Lacomponentedebidaalosefectosambientalespermiteestimarencuantoaumentalaexactituddelexperimento,eliminandoestosefectosdelasestimacionesdelasmediasdelostratamientos.

    4.3y4.4Anlisisdeexperimentosconfactoresderuido

    FACTORESDERUIDO.

    Losfactoresderuidosonaquellosquenosepuedencontrolaroqueresultamuycarocontrolarlos.Losfactoresderuidocausanvariabilidadyprdidadecalidad.Porestoesnecesariodisearunsistemaelcualseainsensiblealosfactoresderuido.Eldiseadordebeidentificarlamayorcantidadposibledefactoresderuidoyusarsubuenjuicioenbaseasusconocimientosparadecidirculessonlosmsimportantesaconsiderarensuanlisis.

    METODODEELDISEOROBUSTODEELDR.TAGUCHI.

    Esuneficientesistemaqueayudaaobtenerunacombinacinptimadediseodeparmetrosparaqueelproductoseafuncionalyayudeaobtenerunaltoniveldedesempeoyquesearobustoalosfactoresderuido.Existen8pasosparahacerunciclodediseorobusto.

    Enlosprimeros5pasosseplaneaelexperimento.Enelpasonmero6seconduceelexperimento.Enlospasos7y8losresultadosdeelexperimentosonanalizadosyverificados.

    Ejemplodelaoptimizacindeundiseoporcostodeunsistemaintercambiadordecalor.

    1.Identificarlafuncinprincipal.Lafuncinprincipaldeelsistemaenfriadordeairecomprimidosemuestraenlafig.

  • 6/5/2015 IngenieradeCalidad

    http://www.itch.edu.mx/academic/industrial/ingcalidad/unidad4.html 7/10

    Lafuncinprincipaldelsistemaesenfriarlatemperaturadeelairede95ca10centredosetapasdecompresin.Primeroentraalsistemaelaireporelpreenfriadoryluegopasaalaunidadderefrigeracin.Elaguapasaatravsdeelcondensadordelaunidadderefrigeracinyluegoaelpreenfriadoryfinalmenteentraaelradiadordondeseexpulsaelradiadoratravsdel.

    Elflujodeelaireestdadopor1.2kg/syelflujodeelaguaestdadopor2.3kg/s

    Sebuscadisearelsistemaparauncostomnimototal,dondeelcostoeslasumadetodosloscostosendlaresdelaunidadderefrigeracin,elpreenfriadoryelradiador.Lasecuacionesparamtricasdecosto(xi)paralaunidadderefrigeracin,elpreenfriadoryelradiadorentrminosdetemperaturasdesalida(ti)estndadascomosigue:

    X1=1.2a(T310)X1=costo($)delaunidadderefrigeracin.a=parmetrodecostoparaelrefrigerante.T3=temperaturadesalidadeelairedeelpreenfriador..X2=1.2B(95T3)/(T3T1)para(T3>T1)X2=costo($)deelpreenfriador.B=parmetrodecostodeelpreenfriador.T3=temperaturadesalidadeelairedeelpreenfriador.T1=temperaturadesalidadeelaguadelaunidadderefrigeracin.95=temperaturadeelaireenlaentradaalsistema.X3=9.637c(T224)X3=costo($)deelradiador.C=parmetrodecostodeelradiador.T2=temperaturadeelaguaenlaentradadeelradiador.24=temperaturadeelaguadespusdepasarporelradiador.A=48B=50C=25

    Parmetrosdecostodeterminadosporeldiseador.

    2.Identificarlosfactoresderuido

    Existenvariosfactoresderuidoenunprocesodeenfriamientodeaire.Paraestecasolosingenieroshandeterminadolos3factoresderuidoms

  • 6/5/2015 IngenieradeCalidad

    http://www.itch.edu.mx/academic/industrial/ingcalidad/unidad4.html 8/10

    importantes.

    N1=parmetrodecostodelaunidadderefrigeracin.Sehaestimadouncostooriginalde48yseconsiderauncostomuyaltoarribade56.

    N2=temperaturadesalidadeelradiador.Estatemperaturapuedevariardependiendodelosfactoresambientales.Sehaestimadounatemperaturade24cperoseconsideramuyaltaa27C.

    N3=temperaturadeelairealaentradadeelsistema.Estatemperaturavariadependiendodelascondicionesdeoperacin,sehaestimadoinicialmentede95cperoseconsideramuyaltaarribade100c.

    3.Identificarlacaractersticadecalidadquevaaserobservabayel>objetivo.Elcostovaasertomadocomolacaractersticadecalidadylafuncinobjetivoseroptimizarelcostototaldeelsistema.MINCT=X1+X2+X3

    Elobjetivoahoraesencontrarculdiseominimizaelcostototalconsiderandolaincertidumbredelosfactoresderuidocitados.

    4.Identificarlosfactoresdecontrolylosnivelesalternativos.

    Paraelcasodeelejemplo,tresnivelesalternativosfueronidentificadosparaserestudiadosparaelcontroldeeldiseodelosparmetros,Elniveldosmuestralosvaloresinicialesdelosfactoresdecontrol.(tablaa).Losnivelesdelosparmetrosdeprueba(tablaa)serefierenacuntosvaloresdepruebavanaseranalizados(unodeestosnivelesdebetomarlosvaloresdelascondicionesinicialesdeoperacin).

    T1=28CT2=39CT3=38C

    Comosiguientepasolosingenierosdediseoylosanalistasdecostodeseanunestudiodenivelesalternativosdelosparmetrosdecontrolconsiderandoahoralaincertidumbredebidoalosfactoresderuido.Enundiseorobusto,generalmente,dosotresnivelessonconsideradosparacadafactor.

    Sehadecididoestudiarlostresfactoresderuidocon2niveles.Estosvaloressemuestranenlatabla9.Elnivelunorepresentalosvaloresinicialesdelosfactoresderuido.Diseodelamatrizdeexperimentosydefinicindelosdatosparaanalizar.Elobjetivoahoraesdeterminarlosnivelesptimosdelosfactoresdecontrolparaqueelsistemasearobustoalosfactoresderuido.

    Construccindearreglosortogonales.

    PrimerosedeterminansegnlametodologadeTaguchilosgradosdelibertadparadeterminarelnmeromnimodeexperimentosrequerido.

    Eldiseadorhacalculadoelfactorgradosdelibertadiguala7,estonosindicaquesenecesitaunnumeromnimode7experimentosparaencontrarlosvaloresptimos.

    ConestosedeterminaquesepuedeutilizarunarregloortogonalestndarL9paralosfactoresdecontrolyusandolamismametodologaseutilizaunarregloortogonalestndarL4paralosfactoresdecontrol.

    1 2 3 4

  • 6/5/2015 IngenieradeCalidad

    http://www.itch.edu.mx/academic/industrial/ingcalidad/unidad4.html 9/10

    N1 1 2 2N2 2 1 2N3 2 2 1

    ControlOrthogonalArray

    A B C D1 1 1 1 12 1 2 2 23 1 3 3 34 2 1 2 35 2 2 3 16 2 3 1 27 2 1 3 28 2 2 2 39 2 3 1 1

    6.Conducirlamatrizdeexperimentos.Paranuestroejemplo,lamatrizdeexperimentosdadaesconducidausandounsistemaapropiadodeecuacionesmatemticasdecosto.Lapropuesta(vi,j)eselcostototalendlaresparaesecaso.Estaescalculadaparacadacombinacindelasmatricesdeexperimentosdefactoresdecontrolyfactoresderuido.

    Ecuacinmatemticadecosto(ejemplo):

    CT=Xl+X2+X3CT=1.2(48)(3510)+1.2(50)(9535)1(3525)+9.637(25)(3624)=4691CT=1.2(48)(3510)+1.2(50)(10035)1(3525)+9637(25)(3627)=3998

    Control/Noise 1 2 3 4N1 48 48 56 56N2 24 27 24 27N3 95 100 100 95

    7.Anlisisdedatospapadeterminarlosnivelesptimosdelosfactoresdecontrol.ElmtododeTaguchiutilizalarelacinqueexisteentresealyruidoincluyendolavariacindelarespuesta.Larelacinqueseutilizaraennuestroejemploseraquelamspequearelacineslamejor,dadoquenuestroobjetivoesminimizarelcosto.Estarelacinseal/ruidoestdadaporlasiguienteecuacin:

    S/N=10LOG{1/4[(4691^2+3998^2+4691^2+4208^2)]}=73.03

  • 6/5/2015 IngenieradeCalidad

    http://www.itch.edu.mx/academic/industrial/ingcalidad/unidad4.html 10/10

    Controlmatrix

    (a)signaltonoiseratio(b)responsetable

    Lospromediosdelarelacinseal/ruidodelatabladerespuestanosdalosresultadosptimos.Maximizandolarelacins/nesequivalenteaminimizarlacaractersticadecalidad.Comoresultadodelanlisistenemoslosnivelesptimosdelosparmetrosdecontrolsiguientes:

    TlT2T3parmetrosdeprueba123niveles253638valoresptimosdecontrol.

    Conestosvaloreselct=$4551.00conunadesviacinestndarde445.5yunasealderuidode73.19conestoseahorra$806.00un15%contralosvaloresinicialespropuestosantesdelexperimento.

    T1T2T3parmetrosdeprueba222niveles283938valoresinicialespropuestosCt=$5,357.00conunadesviacinestndarde445.6yunasealdeRuido=74.6

    TabladeContenido|Unidad1|Unidad2|Unidad3|Arriba|