Gráfico de barras x

El gráfico de barras x y el gráfico R son gráficos de control de calidad que se utilizan para supervisar la media y la variación de un proceso en función de las muestras tomadas en un tiempo determinado. Los límites de control en ambas charlas se utilizan para monitorear la media y la variación del proceso en adelante. Si un punto está fuera de los límites de control, indica que la media o la variación del proceso están fuera de control; en este punto se pueden sospechar causas asignables. En el gráfico de barras x, el eje y muestra la media general y los límites de control, mientras que el eje x muestra el grupo de muestra. Echemos un vistazo al código R que utiliza el paquete qcc para generar un gráfico de barras x.

Gráfico de barras x código R

Gráfico de barras x ejemplo usando el paquete qcc R

El gráfico de barras x generado por R proporciona información significativa para su interpretación, incluyendo las muestras (Número de grupos), los límites de control, la media global (Centro) la desviación estándar (StdDev), y lo más importante, los puntos más allá de los límites de control y las ejecuciones que violan. Los ingenieros deben prestar especial atención a estos puntos para identificar y asignar las causas atribuidas a los cambios en el sistema que llevaron al proceso a estar fuera de control.

Gráfico R

Para utilizar el gráfico R junto con el gráfico de barras x, el tamaño de la muestra n debe ser mayor que 1 y menor que 11. Para muestras más grandes, se debe utilizar el gráfico s para controlar la desviación estándar de la muestra en lugar de su rango. En el gráfico R, el eje y muestra la media del rango y los límites de control, mientras que el eje x muestra el grupo de muestras. Una vez que haya creado un gráfico de barras x, sólo tendrá que añadir las siguientes líneas de código para generar el gráfico R.

Código R-chart

Ejemplo de R-chart usando el paquete qcc R

El R-chart generado por R también proporciona información importante para su interpretación, al igual que el gráfico x-bar generado anteriormente. De la misma manera, los ingenieros deben echar un vistazo especial a los puntos más allá de los límites de control y a las ejecuciones violatorias para identificar y asignar las causas atribuidas a los cambios en el sistema que llevaron al proceso a estar fuera de control.

Análisis de la capacidad del proceso

La capacidad del proceso es una medida estadística de la variabilidad inherente del proceso de una característica determinada. En otras palabras, la capacidad de un proceso para cumplir con las especificaciones dadas (por ejemplo, los requisitos del cliente, las tolerancias de ingeniería u otras especificaciones).

Una vez que haya generado la barra x y los gráficos R utilizando R, sólo tendrá que añadir las siguientes líneas de código que especifican el límite de control inferior, el límite de control superior y el objetivo. Una vez hecho esto, añade la última línea de código que aparece a continuación para generar el gráfico resumen de la capacidad del proceso.

Código R del análisis de la capacidad del proceso

Análisis de la capacidad del proceso utilizando qcc R

El gráfico resumen del análisis de capacidad del proceso anterior proporciona información significativa y estimaciones de capacidad para que el ingeniero pueda interpretar la capacidad del proceso para cumplir con las especificaciones dadas. ¿Está interesado en aprender más sobre el significado de estas estimaciones de capacidad? Vaya al sitio web de la ASQ (Sociedad Americana para la Calidad) haciendo clic aquí.

Pensamientos finales

Hemos pasado por una de las muchas aplicaciones de ingeniería industrial que R y el paquete qcc tienen que ofrecer. Como habrán notado, con pocas líneas de código pudimos construir gráficos de control de calidad y obtener información significativa para ser utilizada durante proyectos Lean Six Sigma y DMAIC para la mejora de procesos. Una vez más, te invito a seguir descubriendo las increíbles cosas que puedes realizar usando R como ingeniero industrial.

– –

Si has encontrado este artículo útil, siéntete bienvenido a descargar mi código personal en GitHub. También puedes enviarme un correo electrónico directamente a [email protected] y encontrarme en LinkedIn. ¿Estás interesado en aprender más sobre análisis de datos, ciencia de datos y aplicaciones de aprendizaje automático en el campo de la ingeniería? Explora mis artículos anteriores visitando mi perfil de Medium. Gracias por leer.

– Robert

Deja una respuesta

Tu dirección de correo electrónico no será publicada.