GRÁFICO MULTI-VARI VS GRÁFICO DE VARIABILIDAD: ANÁLISIS COMPARATIVO (MULTI-VARI CHART VS VARIABILITY CHART: COMPARATIVE ANALYSIS)
Resumen
Resumen
Los gráfico Multi-vari y de variabilidad son dos herramientas no muy populares que podrían ser escenciales en el control estadístico de calidad. Estas herramientas aún siendo de aplicación similar y típicamente utilizadas para la graficación de una variable de respuesta a partir de múltiples variables de control, cuentan también con características individuales de acuerdo a la cantidad de variables utilizadas. Las herramientas mencionadas son utilizadas para determinar cual o cuales de las variables inscritas al experimento son las causantes principales de la variabilidad del proceso.
Es necesario conocer la utilidad y aplicación de herramientas que auxilien en la búsqueda de la reducción de variabilidad. De acuerdo a la experiencia obtenida, es justo decir que dentro de la búsqueda de variables, el gráfico Multi-vari, supera en claridad de búsqueda de variables al gráfico de variabilidad, mientras por su parte, este último, supera al primero en cuanto identificacion de puntos individuales.
Palabras clave: Gráfico de variabilidad, gráfico Multi-vari, variabilidad, Sistema Shainin, variables múltiples.
Abstract
The Multi-vari and the variability charts are two not very popular tools that could be essential in the statistical quality control. These tools have a similar application and are typically used to graph a response variable from multiple control variables, they also have individual characteristics according to the number of variables used. The tools mentioned are used to determine which of the variables registered to the experiment are the main causes of the variability of the process.
It is necessary to know the usefulness and application of tools that help in the search for the reduction of variability. According to the experience obtained, it is fair to say that within the search for variables, the Multi-vari chart, exceeds the variability chart in the search for variables, while the variability chart exceeds the first in the identification of individual points.
Keywords: Variability chart, Multi-vari chart, variability, Shainin system, multiple variables.
Texto completo:
446-455 PDFReferencias
Badii, M. H., Guillen, A., & Abreu, J. L. (2010). Representatividad Estadística en las Ciencias Sociales. Daena: International Journal of Good Conscience, 5(1), 170-218.
Bhote, K. R., & Bhote, A. K. (2000). World class quality: using desing of experiments to make it happen. New York: AMACOM.
Devedžić, G., & Mirić, N. (2009). Application of the multi-vari method in identification of the problem assignable cause set of variation. Proceedings of the Institution of Mechanical Engineers, Part B: Journal of Engineering Manufacture, 223(10), 1289-1298.
Grima, C. P., Marco, A. L., & Tort-Martorell, L. X. (2012). Industrial Statistics with Minitab. West Sussex, UK: John Wiley & Sons.
Gutiérrez, H., & De la Vara, R. (2012). Análisis y diseño de experimentos (Tercera ed.). México, D.F.: McGraw-Hill.
JMP. (2019). The Variability Gauge Chart. Obtenido de JMP Statistical Discovery from SAS: file:///C:/Program%20Files/SAS/JMPTRIAL/14/Help/index.html#page/jmp%2FQPM_Variability_5.html%23
Kuehl, R. O. (2001). Diseño de experimentos: principios estadísticos para el diseño y análisis de investigación (Segunda ed.). México: Thomson Learning.
Logan, M. (2010). Biostatistical design and analysis using R: a practical guide. Chichester, Reino Unido: Wiley-Blackwell.
Minitab 18. (2017). Ejemplo de ANOVA completamente anidado. Recuperado el Octubre de 2018, de Soporte de Minitab 18: https://support.minitab.com/es-mx/minitab/18/help-and-how-to/modeling-statistics/anova/how-to/fully-nested-anova/before-you-start/example/
Montgomery, D. C. (2004). Diseño y análisis de experimentos (Segunda ed.). México: Limusa.
Perez-Wilson, M. (1992). Multi-Vari Chart & Analisys: A Pre-Experimentation Technique. Arizona: Advanced Systems Consultants.
Sanghvi, P., Devgania, N., Deshpande, G., & Pathak, N. M. (2017). Review of literature on Shainin Methodology. (IJARSE, Ed.) International Journal of Advance Research in Science and Engineering, 6(4), 90-98.
Seder, L. A. (09 de 1951). A New Science of Trouble Shooting. Industrial & Engineering Chemistry, 43(9), 2053-2059.
Seder, L. A. (1990). Diagnosis with diagrams. Quality Engineering, 2(4), 505-530.
Shainin, R. D. (15 de Marzo de 2008). Multi‐Vari Charts. Encyclopedia of Statistics in Quality and Reliability, 3.
Sharma , S., & Chetiya, A. R. (2009). Simplifying the Six Sigma Toolbox through application of Shainin DOE techniques. Vikalpa: The Journal for Decision Makers, 34(1), 13-30.
Steiner, S. H., MacKay, R. J., & Ramberg, J. S. (2008). An overview of the Shainin System™ for quality improvement. Quality Engineering, 20(1), 6-19.
Tanco Rainusso, P. M. (2008). Metodología para la aplicación del Diseño de Experimentos (DoE) en la industria. Tesis doctoral, Universidad de Navarra, Pamplona.
URL de la licencia: https://creativecommons.org/licenses/by/3.0/deed.es
Pistas Educativas está bajo la Licencia Creative Commons Atribución 3.0 No portada. 
TECNOLÓGICO NACIONAL DE MÉXICO / INSTITUTO TECNOLÓGICO DE CELAYA
Antonio García Cubas Pte #600 esq. Av. Tecnológico, Celaya, Gto. México
Tel. 461 61 17575 Ext 5450 y 5146
pistaseducativas@itcelaya.edu.mx