3.2 Conceptos básicos de control estadístico de los procesos

Open Ended

¿Cómo crees que la interpretación gráfica puede ayudar en el control de calidad de los procesos industriales?

Multiple Choice

¿Por qué es importante el control estadístico de los procesos en la industria?

• Para reducir costos y mejorar la eficiencia

• Solo para cumplir con regulaciones

• Para aumentar la cantidad de productos defectuosos

• Para evitar el uso de tecnología

Multiple Choice

¿El Control Estadístico de Procesos (CEP) tiene como función principal eliminar por completo cualquier tipo de variación en la fabricación de botellas?

• Verdadero

• Falso

Multiple Choice

¿Si un proceso presenta únicamente causas comunes de variación, se puede afirmar que el proceso está bajo control estadístico y, por ende, no requiere supervisión adicional?

• Verdadero

• Falso

Multiple Choice

¿La detección de una "causa especial" en el grosor del vidrio implica necesariamente que el proceso ha dejado de ser útil para la mejora de la calidad?

• Verdadero

• Falso

Multiple Choice

¿El uso de herramientas estadísticas garantiza por sí solo que el grosor del vidrio se mantenga siempre dentro de los límites aceptables?

• Verdadero

• Falso

Multiple Choice

¿Diferenciar entre variaciones normales y problemas específicos es el paso previo indispensable para que el SPC pueda mejorar la calidad de un proceso?

• Verdadero

• Falso

Multiple Choice

¿Cuál es el objetivo principal del control estadístico de procesos (CEP)?

• Detectar variaciones y distinguir entre causas comunes y especiales

• Supervisar, controlar y mejorar la calidad de un proceso

• Verificar el grosor del vidrio en una empresa de botellas

• Clasificar datos por presencia o ausencia de defectos

Multiple Choice

Si un proceso de fabricación de piezas metálicas muestra una estabilidad perfecta en su Gráfica Xˉ (Promedios), pero presenta una tendencia creciente fuera de los límites en su Gráfica R (Rangos), ¿qué conclusión técnica es la más acertada?

• El proceso es totalmente estable porque el promedio se mantiene en el centro de la especificación.

• El proceso está bajo control, pero requiere un ajuste inmediato en la temperatura de las máquinas.

• El proceso es inestable porque, aunque el promedio es constante, la dispersión o variabilidad está aumentando.

• Se debe cambiar a una Gráfica Xˉ−S porque los rangos no son útiles para medir la estabilidad.

• La Gráfica R no importa siempre y cuando la Gráfica Xˉ no toque los límites de control.

Multiple Choice

En el contexto de datos medibles de manera continua (como temperatura o peso), ¿cuál es la razón fundamental por la que evaluar la "estabilidad" del proceso es distinto a evaluar si el producto "cumple con el cliente"?

• La estabilidad depende de los límites de control (voz del proceso), mientras que el cumplimiento depende de los límites de especificación (voz del cliente).

• Las gráficas por variables solo sirven para procesos que fallan, no para procesos que cumplen.

• Un proceso inestable siempre genera productos defectuosos fuera de los límites de especificación.

• La estabilidad se mide con el promedio (Xˉ), pero la calidad del cliente solo se mide con la desviación estándar (S).

• No hay distinción; un proceso estable es, por definición, un proceso que fabrica productos perfectos.

Multiple Choice

¿Bajo qué circunstancia reflexiva sería técnicamente más "peligroso" confiar exclusivamente en una Gráfica Xˉ−R en lugar de una Gráfica Xˉ−S para medir la longitud de un componente crítico?

• Cuando el tamaño de la muestra es pequeño (menor a 5), ya que el rango es más sensible.

• Cuando el tamaño de la muestra es grande (mayor a 10), porque el rango ignora la información de todos los datos excepto los extremos.

• Cuando los datos son continuos, ya que la desviación estándar solo funciona con datos discretos.

• Cuando el objetivo es evaluar la estabilidad, pues la Gráfica S no mide estabilidad sino solo promedios.

• Cuando el peso y la longitud se miden al mismo tiempo en la misma gráfica.

Multiple Choice

¿Qué tipo de datos se utilizan para las gráficas por variables?

• Datos clasificados por presencia o ausencia de defectos

• Datos medibles de manera continua

• Datos agrupados en intervalos

• Datos de proporción de unidades defectuosas

Multiple Choice

Una planta inspecciona lotes de pantallas LED. Si el objetivo es monitorear cuántas pantallas tienen al menos un error de píxel (sin importar si tienen uno o diez), pero el tamaño del lote inspeccionado varía cada día, ¿cuál es la gráfica técnicamente correcta a utilizar?

• Gráfica c, porque estamos contando errores específicos en las pantallas.

• Gráfica np, ya que queremos saber el número total de unidades con fallas.

• Gráfica p, porque el tamaño de la muestra es variable y nos interesa la proporción de unidades defectuosas.

• Gráfica u, porque permite medir defectos por unidad de manera continua.

• Cualquier gráfica por variables, ya que el tamaño del lote es una medida numérica.

Multiple Choice

Reflexiona sobre la siguiente situación: En una línea de ensamblaje de muebles, se utiliza una Gráfica c para contar los rayones en cada mesa producida. Si de repente el supervisor decide inspeccionar 5 mesas juntas como una sola unidad de control, ¿qué sucede con la validez de la herramienta?

• La Gráfica c sigue siendo válida porque el número de defectos totales no cambia.

• Se vuelve confusa, ya que la Gráfica c requiere un tamaño de muestra constante de una sola unidad; debería evaluarse el cambio a una Gráfica u.

• Debe cambiarse a una Gráfica p, porque ahora tenemos un "lote" de 5 muebles.

• La Gráfica c es imposible de usar si hay más de un defecto por mueble.

• Automáticamente la Gráfica c se convierte en una Gráfica np al aumentar la muestra.

Multiple Choice

¿Cuál es la diferencia conceptual más "capciosa" entre una unidad defectuosa (Gráfica np) y un defecto (Gráfica c) al evaluar la calidad de un servicio?

• No hay diferencia; si un servicio tiene un defecto, la unidad es automáticamente defectuosa por definición estadística.

• Una unidad defectuosa es un juicio binario sobre el producto total, mientras que un defecto es una no-conformidad específica que puede coexistir con otras en la misma unidad.

• La Gráfica np mide la gravedad del error, mientras que la c solo mide la frecuencia.

• Los defectos (c) solo se aplican a productos físicos, mientras que las unidades defectuosas (np) solo a servicios.

• La Gráfica c es más precisa porque utiliza decimales, mientras que la np solo usa números enteros.

Open Ended

Explica la diferencia entre las gráficas por variables y las gráficas por atributos.

Open Ended

Describe cómo se representa normalmente la distribución de frecuencia y qué permite visualizar.

Multiple Select

¿Cuáles de las siguientes son medidas de tendencia central?

• Media

• Rango

• Moda

• Mediana

Multiple Choice

¿Cuál es la diferencia principal entre un parámetro y una estadística según la definición presentada?

• Un parámetro describe toda una población, mientras que una estadística se calcula a partir de una muestra.

• Un parámetro se calcula a partir de una muestra, mientras que una estadística describe toda una población.

• Ambos describen toda una población.

• Ambos se calculan a partir de una muestra.

Open Ended

Explica cómo la curva normal ayuda a determinar si un proceso cumple con las tolerancias en la producción industrial.

Multiple Select

¿Cuáles de los siguientes métodos se utilizan para tomar decisiones basadas en datos muestrales según la presentación?

• Intervalos de confianza

• Errores de estimación

• Probabilidades de ocurrencia

• Regresión lineal

Open Ended

Relaciona el uso de herramientas de cómputo en la nube con la mejora en la calidad y satisfacción del cliente en el control estadístico de procesos.

Multiple Choice

¿Cuál de los siguientes conceptos es fundamental para el control estadístico de los procesos?

• Media

• Energía

• Velocidad

• Temperatura

Open Ended

¿Qué importancia tiene el control estadístico de los procesos en la calidad industrial?