Identifying Data 2019/20
Subject (*) Statistical Quality Control Code 614493114
Study programme
Mestrado Universitario en Técnicas Estadísticas (Plan 2019)
Descriptors Cycle Period Year Type Credits
Official Master's Degree 2nd four-month period
 First Optional 5
Language
Spanish
Teaching method Face-to-face
Prerequisites
Department Matemáticas
Coordinador
Naya Fernandez, Salvador
 E-mail
salvador.naya@udc.es
Lecturers
Naya Fernandez, Salvador
Tarrio Saavedra, Javier
 E-mail
salvador.naya@udc.es
javier.tarrio@udc.es
Web
General description O control estatístico da calidade e a rama da estatística tradicionalmente ligada á industria e á empresa que inclúe todas as técnicas e metodoloxías estatísticas desenvolvidas para o mantenemento e mellora da calidade dos procesos que dan lugar aos productos e servizos. Entre as técnicas máis utilizadas, destacan os gráficos de control, a análisise de capacidade de procesos, todas aquelas ferramentas relacionadas co deseño de experimentos e os modelos de fiabilidade.

Study programme competencies
Code Study programme competences
A16 CE1 - Coñecer, identificar, modelar, estudar e resolver problemas complexos de estatística e investigación operativa, nun contexto científico, tecnolóxico ou profesional, xurdidos en aplicacións reais.
A17 CE2 – Desenvolver autonomía para a resolución práctica de problemas complexos surdidos en aplicación reais e para a interpretación dos resultados cara á axuda na toma de decisións.
A18 CE3 - Adquirir coñecementos avanzados dos fundamentos teóricos subxacentes ás distintas metodoloxías da estatística e a investigación operativa, que permitan o seu desenvolvemento profesional especializado.
A19 CE4 - Adquirir as destrezas necesarias no manexo teórico-práctico da teoría de probabilidade e as variables aleatorias que permitan o seu desenvolvemento profesional no eido científico/académico, tecnolóxico ou profesional especializado e multidisciplinar.
A20 CE5 - Profundizar no coñecemento dos fundamentos teórico-prácticos especializados de modelado e estudo de distintos tipos de relacións de dependencia entre variables estatísticas.
A21 CE6 - Adquirir coñecementos teórico-prácticos avanzados de distintas técnicas matemáticas, orientadas específicamente á axuda na toma de decisións, e desenvolver a capacidade de reflexión para avaliar e decidir entre distintas perspectivas en contextos complexos.
A23 CE8 - Adquirir coñecementos teórico-prácticos avanzados das técnicas destinadas á realización de inferencias e contrastes relativos a variables e parámetros dun modelo estatístico, e saber aplicalos con autonomía suficiente nun contexto científico, tecnolóxico ou profesional.
A25 CE10 - Adquirir coñecementos avanzados sobre metodoloxías para a obtención e o tratamento de datos derivados de distintas fuentes, como enquisas, internet, ou entornos “na nube".
B1 CB6 - Posuír e comprender coñecementos que acheguen unha base ou oportunidade de ser orixinais no desenvolvemento e/ou aplicación de ideas, a miúdo nun contexto de investigación
B2 CB7 - Que os estudantes saiban aplicar os coñecementos adquiridos e a súa capacidade de resolución de problemas en ámbitos novos ou pouco coñecidos dentro de contextos máis amplos (ou multidisciplinares) relacionados coa súa área de estudo
B3 CB8 - Que os estudantes sexan capaces de integrar coñecementos e enfrontarse á complexidade de formular xuízos a partir dunha información que, sendo incompleta ou limitada, inclúa reflexións sobre as responsabilidades sociais e éticas vinculadas á aplicación dos seus coñecementos e xuízos
B4 CB9 - Que os estudantes saiban comunicar as súas conclusións e os coñecementos e razóns últimas que as sustentan a públicos especializados e non especializados dun modo claro e sen ambigüidades
B5 CB10 - Que os estudantes posúan as habilidades de aprendizaxe que lles permitan continuar estudando dun modo que haberá de ser en gran medida autodirixido ou autónomo.
B17 CG1 - Coñecer, comprender e saber aplicar os principios, metodoloxías e novas tecnoloxías na estatística e a investigación operativa en contextos científico/académicos, tecnolóxicos ou profesionais especializados e multidisciplinares, así como adquirir as destrezas e competencias descritas nos objectivos generales do título.
B18 CG2 - Desenvolver autonomía para identificar, modelar e resolver problemas complexos da estatística e da investigación operativa en contextos científico/académicos, tecnolóxicos ou profesionais especializados e multidisciplinares.
B19 CG3 - Desenvolver a capacidade para realizar estudos e tarefas de investigación e transmitir os resultados a públicos especializados, académicos e xeneralistas.
B20 CG4 - Integrar coñecementos avanzados e enfrontarse á toma de decisións a partir de información científica e técnica.
B21 CG5 - Desenvolver a capacidade de aplicación de algoritmos e técnicas de resolución de problemas complexos no eido da estatística e a investigación operativa, manexando o software especializado axeitado.
C11 CT1 - Desenvolver firmes capacidades de razoamento, análise crítica e autocrítica, así como de argumentación e de síntese, contextos especializados e multidisciplinais.
C12 CT2 - Desenvolver destrezas avanzadas no manexo de Tecnoloxías da Información e a Comunicación (TIC), tanto para a obtención de información como para a difusión do coñecemento, nun ámbito científico/académico, tecnolóxico ou profesional especializado e multidisciplinar.
C13 CT3 - Ser capaz de resolver problemas complexos en novos escenarios mediante a aplicación integrada dos coñecementos.
C14 CT4 - Desenvolver unha sólida capacidade de organización e planificación do estudo, asumindo a responsabilidade do seu propio desenvovemento profesional, para a realización de traballos en equipo e de xeito autónomo.
C15 CT5 - Desenvolver capacidades para o aprendizaxe e a integración no traballo en equipos multidisciplinais, nos ámbitos científico/académico, tecnolóxico e profesional.

Learning aims
Learning outcomes Study programme competences
Coñecer os fundamentos do control estatístico da calidade. AC16
AC18
AC19
AC20
AC21
AC23
AC25
 BJ1
BJ3
BJ5
BJ17
BJ18
BJ20
 CJ11
CJ13
CJ14
Saber comunicar os resultados propios do control estatístico da calidad ao público non especializado en contextos empresariais. BJ4
BJ19
 CJ15
Coñecer o software específico para o control estatístico da calidade e ser autónomo no seu manexo. AC17
 BJ2
BJ21
 CJ12

Contents
Topic Sub-topic
1. Introdución ao control da calidade. a) Breve reseña histórica do control de calidade.
b) Estado da arte e novos retos.
c) O control de calidade na era do Big Data e da Industria 4.0.
c) Presentación e motivación de problemas reais do control estatístico de procesos.
2. Conceptos básicos do control estatístico da calidade. a) Causas asignables e non asignables.
b) As sete ferramentas de Isikawa.
c) A filosofía de Deming e Juran nol aseguramento da calidade.
d) Metroloxía e control estatístico de procesos.
3. Métodos e filosofía dos gráficos de control. a) Gráficos de control e contraste de hipótese.
b) Riscos do vendedor e comprador.
c) Subgrupos racionais.
d) Análise de patróns nun gráfico de control.
4. O control de fabricación por variables. a) Límites de tolerancia e capacidade do proceso.
b) Gráficos tipo Shewhart por variables.
c) Curva característica de operación (OC) e lonxitude media de racha (ARL) no control por variables.
d) Optimización de gráficos de control.
e) Exercicios.
5. Control de fabricación por atributos. a) O control de fabricación para a fracción de disconformes.
b) Gráficos np e p. Gráficos de control c e u.
c) Curvas características no control por atributos.
d) Selección entre control por variables e atributos.
e) Ejercicios.
6. Análise da capacidad dun proceso. a) Estudo da capacidade mediante histogramas e gráficos de control.
b) Determinación dos límites naturais de tolerancia e a súa repercusión na capacidade.
c) Índices básicos de capacidade e estudo comparativo.
d) Exercicios.
7. Outros gráficos de Control univariantes. a) Gráficos CUSUM.
b) Gráficos de control de Medias ponderadas (EWMA).
c) Alternativas estatísticas aos gráficos de control. Filosofía del Control Enxeñeril de Procesos e do Precontrol.
d) Introdución a Metodoloxía Seis Sigma.
8. Gráficos de Control multivariantes. a) Descripción dun problema de control multivariante de procesos.
b) Os gráficos T2 de Hotelling.
c) Gráfico MEWMA multivariante.
d) Uso de técnicas alternativas multivariantes: componentes principais e gráficos non paramétricos basados en “data depth”.
e) Exercicios.
9. Control de recepción. a) Fundamentos estatísticos dos plans de muestreo.
b) Plan de muestreo por atributos.
c) Plan de muestreo por variables.
d) Controles secuenciais.
e) Curva característica para un plan de muestreo.
f) Nivel de calidade aceptable e Calidade media de salida.
g) As normas MIL-STD-105 e MIL-STD-414 e as suas correspondentes extensións (ANSI/ASQC/ISO).
h) Exercicios.
10. Introdución á fiabilidade industrial. a) Relación entre fiabilidade e calidade.
b) Tipo de datos e modelos para a fiabilidade industrial.
c) Probas de vida aceleradas (AFT) e Modelos para degradación.
11. Deseño de experimentos para a mellora da calidade e da fiabilidade. a) Deseños factoriais e superficies de resposta.
b) Exemplos de aplicación de deseños usados no control de procesos.
c) Exercicios e casos prácticos.
12. Software para calidade e fiabilidade. a) A librería qcr de R para control de calidade.
b) Outras librerías de R para calidad e fiabilidade.
c) Librería ILS e deseños interlaboratorio para o Control de Calidade
c) Exemplos prácticos e prácticas co paquete ILS

Planning
Methodologies / tests Competencies Ordinary class hours Student’s personal work hours Total hours
ICT practicals A17 A21 A23 A25 B2 B21 C12 C13 C14 C15 7 10.5 17.5
Objective test B2 B3 B17 3 0 3
Guest lecture / keynote speech A16 A18 A19 A20 A21 A23 A25 B1 B3 B17 B20 C11 20 56.5 76.5
Seminar A17 A20 B18 B19 7 10.5 17.5
Supervised projects B3 B4 B5 B18 B19 1 9.5 10.5
 
Personalized attention 0 0
 
(*)The information in the planning table is for guidance only and does not take into account the heterogeneity of the students.

Methodologies
Methodologies Description
ICT practicals Sesións interactivas de prácticas mediante ferramentas informáticas, onde os docentes apoiarán e supervisarán a posta en práctica dos coñecementos adquiridos por parte do alumnado. Empregaranse distintos paquetes estatísticos que o estudante deberá coñecer e manexar (principalmente pertencentes ao software estatístico R) para a súa correcta aplicación no control estatístico da calidade.
Objective test Se realizará por medio dunha proba escrita tipo test sobre conceptos básicos estudados no curso. Esta proba puntuará un 40% da nota final.
Guest lecture / keynote speech Sesións expositivas, nas que os presentarán conceptos e/ou procedementos, achegando información básica necesaria para entender unha perspectiva teórica ou un procedemento práctico, promovendo a participación do estudantado. A maioría dos temas serán expostos mediante lección maxistral. O alumno terá acceso as presentacións na Web do mestrado.
Seminar Clases prácticas con exercicios e/ou titorías en grupo para resolver as dúbidas que poidan xurdir no desenvolvemento da docencia e que non fosen resoltas nas restantes sesións presenciais.
Supervised projects Actividades de aprendizaxe autónoma, nas que os docentes guiarán a realización de traballos individuais por parte do alumnado. En casos excepcionais, debido á dificultade e interdisciplinaridade da tarefa, esta aprendizaxe poderá ser colaborativa, polo que os docentes coordinarán a realización do traballo en grupo.
Aqueles alumnos que desexen presentar un traballo tutelado relacionado con esta materia, se lles proporcionará un tema específico e o seu correspondente asesoramento. Se dá tamén a posibilidade de que os alumnos propoñan un tema aos docentes da materia.

Personalized attention
Methodologies
Guest lecture / keynote speech
Seminar
ICT practicals
Description
Nas clases maxistrais se fomentará en todo momento o debate entre os alumnos e entre los alumnos e o profesor. Para a resolución de problemas será importante atender personalmente aos alumnos ante as posibles dúbidas que poidan xurdir. Esta atención servirá tamén, por unha parte, ao profesor para detectar posibles problemas na metodoloxía utilizada para impartir a asignatura e, por outra, aos alumnos para consolidar coñecementos teóricos e para expresar as suas inquedanzas acerca da asignatura. E tamén fundamental a atención personalizada ao estudante durante as clases de prácticas de laboratorio, sobre todo hata que non se familiarice coo software estatístico a utilizar.

Assessment
Methodologies Competencies Description Qualification
Objective test B2 B3 B17 Se propondrá unha proba escrita tipo test sobre conceptos básicos estudados no curso. 40
ICT practicals A17 A21 A23 A25 B2 B21 C12 C13 C14 C15 Realizaranse prácticas con paquetes estatisticos. 60
 
Assessment comments


Primeira oportunidade:


Solicitarase a entrega de dous traballos relacionados coa aplicación de ferramentas con Control Estatístico de Calidade a datos reais ou simulados mediante o software estatístico R (a avaliación destes traballos se corresponderá cun 60% da nota global), seguindo as metodoloxías impartidas nas clases prácticas a través de TIC. O outro 40% da calificación global será avaliado mediante a entrega dun traballo final que poderá ser (1) de revisión e ampliación dos diversos temas impartidos na materia, ou (2) de programación en R de algunha metodoloxía do Control Estatístico da Calidade, ou (3) da aplicación práctica dos coñecementos impartidos a un caso de estudo real ou simulado, ou mesmo (4) un traballo de análise de bibliografía (artigos de referencia relacionados coa materia) ou software vinculado a este eido da estatística. O alumno que non presente o traballo anteriormente mencionado, poderá, alternativamente, presentarse ao examen final (proba tipo test de entre 15 e 20 preguntas).

No caso do alumnado con recoñecemento de dedicación a tempo parcial e dispensa académica de exención de asistencia que decida non asistir ás clases, será avaliado nas dúas oportunidades como o resto de alumnado que se atopa nunha situación similar. 

Segunda oportunidade:

Se aplicará o mesmo procedemento de avaliación que na primeira oportunidade.

Sources of information
Basic GE, Zhiqiang; SONG, Zhihuan. (2012). Multivariate statistical process control: Process monitoring methods and applications.. Springer Science & Business Media.
Meeker W. y Escobar L. ( 1998). Statistical Methods for Reliability Data. . Wiley & Sons.
Carot V. (1998). Control estadístico de la Calidad. . Edita Universidad Politécnica de Valencia
Montgomery D. (2009). Introduction to Statistical Quality Control. . Wiley & Sons
ILS paquete de R (2016). Librería ILS. https://cran.r-project.org/web/packages/ILS/ILS.pdf
qcr paquete de R (2016). Librería qcr (Quality Control Review). https://cran.r-project.org/web/packages/qcr/index.html
Juran J. y Godfrey B. (2001). Manual de Calidad (tomos I y II).. McGrawHill.
Box, G.E.P. y Luceño A. (1997). Statistical Control by Monitoring and Feedback Adjustment.. Wiley. New York.

Complementary


Recommendations
Subjects that it is recommended to have taken before
Probability Models/614493001
Applied Statistics/614493002
Exploratory Data Analysis/614493004

Subjects that are recommended to be taken simultaneously
Multivariate Analysis/614493012
Time Series/614493123

Subjects that continue the syllabus

Other comments

O desenvolvemento dos contidos da materia realizarase tendo en conta que as competencias para adquirir polo alumnado deben cumprir co nivel MECES3. Os contidos que se inclúen nesta materia son altamente especializados no marco dun contexto industrial de control da calidade.



(*)The teaching guide is the document in which the URV publishes the information about all its courses. It is a public document and cannot be modified. Only in exceptional cases can it be revised by the competent agent or duly revised so that it is in line with current legislation.