Afectación de la calidad, con el uso de más de tres sigmas en el control estadístico de procesos por variables
Contenido principal del artículo
Resumen
El objetivo principal de este estudio es mostrar cómo el uso de más de ± 3?en las fórmulas para determinar los límites de las variables en las gráficas de control estadístico de procesos afecta la calidad de los productos fabricados y, en consecuencia, al consumidor final. En el proceso de investigación se utilizaron los métodos de inducción y de descripción, para ir determinando los valores requeridos de los parámetros, constantes y otros utilizados, que permiten mostrar el objetivo propuesto. Los resultados en este estudio indican que el uso de más de ± 3? en las fórmulas de control estadístico de procesos por variables puede tener un impacto negativo en la calidad del producto final. Esto se debe a que el uso de límites más amplios puede permitir que más variabilidad en el proceso pase desapercibida, lo que puede resultar en una mayor cantidad de productos defectuosos o fuera de especificación. En consecuencia, esto puede afectar negativamente la satisfacción del cliente y la reputación de la empresa. Por lo tanto, es importante tener en cuenta estos hallazgos al establecer los límites de control en las gráficas de control estadístico de procesos.
Descargas
Detalles del artículo

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Licensing Agreement
This journal provides free access to its content through its website following the principle that making research available free of charge to the public supports a larger exchange of global knowledge.
Web content of the journal is distributed under a Attribution-NonCommercial-ShareAlike 4.0 International.
Citas
Álvarez_Borrego, J. (2016). Control Estadístico De Procesos. Mexico: Universidad Nacional Abierta y a Distancia. Retrieved from http://docplayer.es/5576381-Control-estadistico-deprocesos-dr-josue-alvarez-borrego.html
Cabezón_Gutiérrez, S. (2014). Quality Control in Industrial Production. Valladolid: Universidad De Valladolid, Escuela De Ingenierías Industriales, Grado en Ingeniería de Organización Industrial.
Gutiérrez_Pulido, H. (2009). Statistical Quality Control And Six Sigma. Guadalajara: Mcgraw-Hill/Interamericana Editores, S.A. De C.V.
Kelmansky, D. (2009). Estadística para todos- Estrategias de pensamiento y herramientas para la solución de problemas. Buenos Aires: Ministerio de Educación de la Nación- Instituto Nacional de Educación Tecnológica.
Montgomery, D. C. (2009). Introduction to Statistical Quality Control. Arizona State: John Wiley & Sons, Inc.
Rendón_C., H. (2013). Statistical quality control. Medellín: Universidad Nacional de Colombia. Faculty of Mines.
Ruiz, A., & Rojas, F. (2006). Control Estadístico De Procesos, 1. Apuntes De Clase. Madrid: Universidad Pontificia Comillas.
Walpole, R. E., Myers, R. H., & Ye, K. (2012). Probability And Statistics For Engineering And Science. Mexico: Pearson Educacion.