Diferencia entre revisiones de «Walter A. Shewhart»

De Wikipedia, la enciclopedia libre
Contenido eliminado Contenido añadido
Camilo (discusión · contribs.)
m Revertidos los cambios de 189.152.92.216 a la última edición de Pablo323
Línea 26: Línea 26:


Desde finales de los [[1930s]] en adelante, los intereses de Shewhart se expandieron desde la calidad industrial a la [[ciencia]] y la [[inferencia estadística]]. El título de su segundo libro ''Método Estadístico desde el punto de vista del Control de Calidad'' ([[1939]]) hace la audaz pregunta: ''Que puede aprender la [[practica estadística]], y la [[ciencia]] en general, desde la expeciencia del control industrial de calidad?''
Desde finales de los [[1930s]] en adelante, los intereses de Shewhart se expandieron desde la calidad industrial a la [[ciencia]] y la [[inferencia estadística]]. El título de su segundo libro ''Método Estadístico desde el punto de vista del Control de Calidad'' ([[1939]]) hace la audaz pregunta: ''Que puede aprender la [[practica estadística]], y la [[ciencia]] en general, desde la expeciencia del control industrial de calidad?''

Los acercamientos de Shewhart a la [[estadística]] era radicalmente diferente a las de muchos de sus contemporáneos. He possessed a strong [[operationalism|operationalist]] outlook, largely absorbed from the writings del filósofo [[pragmatista]] [[C. I. Lewis|C. I. Lewis]], y esto influenció su [[práctica estadística]]. En particular, leyó de [[C. I. Lewis|Lewis's]] ''Mind y the World Order'' muchas veces. Though he lectured en [[England]] en [[1932]] bajo el sponsorship de [[Karl Pearson]] (another committed [[operationalism|operationalist]]) sus ideas atrayeron poco entusiasmo dentro de la tradición estadística inglesa. Los [[British Standard]]s están nominalmente basados en su obra, pero sin embargo, divergen serios issues filosóficos y metodológicos de su práctica.


Su trabajo más convencional lo llevó a formular la idea estadística de [[intervalos de tolerancia]] y proponer sus reglas de presentación de datos, que listamos aquí:
Su trabajo más convencional lo llevó a formular la idea estadística de [[intervalos de tolerancia]] y proponer sus reglas de presentación de datos, que listamos aquí:


#Data has no meaning apart from its context.
#La informacion no tiene significado a partir de su contexto.
#Data contains both signal y noise. To be able to extract information, one must separate the signal from the noise within the data.
#La informacion contiene señal y ruido. Para poder sacar informacion, se tiene que separar la señal del ruido dentro de la informacion.


Walter Shewhart visitó [[India]] en [[1947]]-48 bajo el patrocinio de [[Prasanta Chandra Mahalanobis|P. C. Mahalanobis]] del [[Indian Statistical Institute]]. Shewhart recorrió el país, dio conferencias y estimuló el interés en el control estadístico de la calidad entre los industrailes indios.<ref>[http://www.isical.ac.in/history.html "A BRIEF HISTORY OF THE INDIAN STATISTICAL INSTITUTE"]</ref>
Walter Shewhart visitó [[India]] en [[1947]]-48 bajo el patrocinio de [[Prasanta Chandra Mahalanobis|P. C. Mahalanobis]] del [[Indian Statistical Institute]]. Shewhart recorrió el país, dio conferencias y estimuló el interés en el control estadístico de la calidad entre los industrailes indios.<ref>[http://www.isical.ac.in/history.html "A BRIEF HISTORY OF THE INDIAN STATISTICAL INSTITUTE"]</ref>

Revisión del 22:28 13 may 2009

Archivo:WalterShewhart.gif
Walter A. Shewhart

Walter Andrew Shewhart (pronunciado como "Shu-jart", 18 de marzo, 1891 - 11 de marzo, 1967) fue un físico, ingeniero y estadístico estadunidense, a veces conocido como el padre del control estadístico de la calidad.

W. Edwards Deming dijo de él:

Como un estadístico, él era, como muchos de nosotros, autodidácta, con un buen conocimiento previo de física y matemática.

Primeros años y educación

Nacido en New Canton, Illinois de Anton y Esta Barney Shewhart, asistió a la University of Illinois antes de obtener un doctorado en física de la University of California, Berkeley en 1917.

Trabajo sobre la calidad industrial

Los ingenieros de Bell Telephone’s habían estado trabajando para mejorar la fiabilidad de sus sistemas de transmisión. Debido a que los amplificadores y otros equipos tenían que ser enterrados, había una necesidad comercial de reducir la frecuencia de las fallas y reparaciones. Cuando el Dr. Shewhart se unió a la Western Electric Company Inspection Engineering Department en Hawthorne Works en 1918, la calidad industrial estaba limitada a la inspección de productos terminados y la remoción de artículos defectuosos. Todo eso cambió el 16 de mayo de 1924. El jefe del Dr. Shewhart, George D Edwards, recuerda: "El Dr. Shewhart preparó un pequeño memorandum de sólo una página de longitud. Casi un tercio de la página lo ocupaba un sencillo diagrama que todos reconocemos hoy día como un diagrama de control esquemático. Ese diagrama, y el corto texto que lo precedía y lo seguía, establece todos los principios esenciales y consideraciones encerrados en lo que hoy conocemos como Control Estadístico de Procesos."[1]​ El trabajo de Shewhart remarcaba la importancia de reducir la variación en un proceso de manufactura y entender que el continuo proceso de ajuste en reaction to non-conformance actually increased variation y degraded quality.

Shewhart enmarcó el problema en términos de assignable-cause y chance-cause variation e introdujo las gráficas de control como una herramienta para distinguir entre las dos. Shewhart stressed that bringing a production process into a state of statistical control, where there is only chance-cause variation, y keeping it en control, is necessary to predict future output y to manage a process economically. Dr. Shewhart created the basis for the control chart y the concept of a state of statistical control by carefully designed experiments. While Dr. Shewhart drew from pure mathematical statistical theories, he understood data from physical processes never produce a "normal distribution curve" (a Gaussian distribution, also commonly referred to as a "bell curve"). He discovered that observed variation en manufacturing data did not always behave the same way as data en nature (Brownian motion of particles). Dr. Shewhart concluded that while every process displays variation, some processes display controlled variation that is natural to the process, while others display uncontrolled variation that is not present en the process causal system at all times.[2]

Shewhart trabajó para progresar las ideas en los Laboratorios de la Telefónica Bell desde su fundación en 1925 hasta su retiro en 1956, publicando una serie de artículos en Bell System Technical Journal.

Su trabajo fue incluido en su libro Economic Control of Quality of Manufactured Product (1931).

Los gráficos de Shewhart fueron adoptados por la Sociedad Americana de Pruebas y M ateriales American Society for Testing y Materials (ASTM) en 1933 y abogó para mejorar la producción durante la Segunda Guerra Mundial en los Estándares Americanos de Guerra Z1.1-1941, Z1.2-1941 y Z1.3-1942.

Trabajo Posterior

Desde finales de los 1930s en adelante, los intereses de Shewhart se expandieron desde la calidad industrial a la ciencia y la inferencia estadística. El título de su segundo libro Método Estadístico desde el punto de vista del Control de Calidad (1939) hace la audaz pregunta: Que puede aprender la practica estadística, y la ciencia en general, desde la expeciencia del control industrial de calidad?

Los acercamientos de Shewhart a la estadística era radicalmente diferente a las de muchos de sus contemporáneos. He possessed a strong operationalist outlook, largely absorbed from the writings del filósofo pragmatista C. I. Lewis, y esto influenció su práctica estadística. En particular, leyó de Lewis's Mind y the World Order muchas veces. Though he lectured en England en 1932 bajo el sponsorship de Karl Pearson (another committed operationalist) sus ideas atrayeron poco entusiasmo dentro de la tradición estadística inglesa. Los British Standards están nominalmente basados en su obra, pero sin embargo, divergen serios issues filosóficos y metodológicos de su práctica.

Su trabajo más convencional lo llevó a formular la idea estadística de intervalos de tolerancia y proponer sus reglas de presentación de datos, que listamos aquí:

  1. Data has no meaning apart from its context.
  2. Data contains both signal y noise. To be able to extract information, one must separate the signal from the noise within the data.

Walter Shewhart visitó India en 1947-48 bajo el patrocinio de P. C. Mahalanobis del Indian Statistical Institute. Shewhart recorrió el país, dio conferencias y estimuló el interés en el control estadístico de la calidad entre los industrailes indios.[3]

Murió en Troy Hills, New Jersey en 1967.

Influencia

En 1938 su obra llama la atención de los físicos W. Edwards Deming y Raymond T. Birge. Ambos estaban profundamente intrigados por el issue de la medición del error en ciencia y habián publicado un paper landmark en Reviews of Modern Physics en 1934. Al leer los insights de Shewhart, escribieron al journal para recast totalmente su approach en los términos de lo que Shewhart advocated.

The encounter comenzó una larga colaboración entre Shewhart y Deming que incluyó trabajos sobre la productividad durante la Segunda Guerra Mundial y Deming's championing de las ideas de Shewhart en Japón desde 1950 en adelante. Deming desarrolló algunas de las propuestas metodológicas de Shewhart acerca de la inferencia científica y llamó a su síntesis el ciclo de Shewhart (Shewhart cycle).

Logros y honores

En su obituario para la American Statistical Association, Deming escribió de Shewhart:

As a man, he was gentle, genteel, never ruffled, never off his dignity. He knew disappointment y frustration, through failure of many writers en mathematical statistics to understand his point of view.

He was founding editor of the Wiley Series en Mathematical Statistics, a role that he maintained for twenty years, always championing freedom of speech y confident to publish views at variance with his own.

Sus honores incluyen:

== Cotizaciones ==


Ambos pura y ciencia aplicada gradualmente han empujado más y más los requisitos de exactitud y precisión. Sin embargo, la ciencia aplicada, en particular en la producción en masa de piezas intercambiables, es aún más exigente de lo que la ciencia pura en algunas cuestiones de exactitud y precisión.

Los avances en la modificación de nuestro concepto de control ha sido y será comparativamente lento. en primer lugar, se requiere la aplicación de determinados conceptos físicos modernos; y en segundo lugar se requiere la aplicación de métodos estadísticos que hasta el momento han sido en su mayor parte izquierda inalteradas en la revista en que apareció.

Shewhart de proposiciones

1. Todos los sistemas de oportunidad de las causas no son iguales en el sentido de que nos permiten predecir el futuro en términos del pasado.

2. Constant sistemas de azar causas que existen en la naturaleza.

3. Asignables causas de variación se puede encontrar y eliminar.

Sobre la base de pruebas, como ya presentadas, parece factible establecer criterios que permitan determinar cuándo asignable causas de variación en la calidad han sido eliminadas de manera que el producto puede entonces ser considerado para ser controlado dentro de ciertos límites. Este estado de control parece ser, en general, una especie de límite al que podemos esperar para ir económicamente en la búsqueda y eliminación de las causas de la variabilidad sin cambiar una parte importante del proceso de fabricación como, por ejemplo, estaría involucrada en la sustitución de nuevos materiales o diseños.

La definición de azar en términos de un funcionamiento físico es notoriamente sin efecto en la operaciones matemáticas de la teoría estadística, porque hasta el momento ya que estas operaciones matemáticas se refiere puramente al azar y es simplemente un término indefinido. La formal y abstracta teoría matemática tiene un independiente y solitaria existencia a veces de su propia cuenta. Pero cuando un matemático plazo indefinido, como al azar se le da un significado operacional definido en términos físicos, toma en empírica y práctica. Cada teorema matemático la participación de este concepto no definido matemáticamente se pueden dar el siguiente formulario predictivo: Si lo hace y así, entonces tal y tal que va a suceder.

Cada frase es para tener definido sentido científico debe ser la práctica o, al menos en teoría, ya sea verificable como verdadero o falso sobre la base de mediciones experimentales, ya sea en teoría o la práctica pueden obtenerse mediante la realización de una clara y previamente especificado operación en el futuro. El significado de esa frase es el método de su verificación.

En otras palabras, el hecho de que el criterio nos ha de utilizar una multa de ascendencia highbrow teoremas estadística no justifica su uso. Esa justificación debe provenir de la evidencia empírica de que las obras.

Presentación de datos depende de las acciones

Regla 1. Datos originales deberán ser presentados en una forma que preserve la evidencia en los datos originales para todas las predicciones del supuesto de que sea útil.

Regla 2. Cualquier resumen de una distribución de los números en términos de funciones simétricas no debería dar un objetivo grado de creencia en cualquiera de las inferencias o predicciones que se hizo de él que podría causar la acción humana significativamente diferente de lo que esta acción sería si la distribución original ha han tomado como prueba.

Véase también

Notas

  1. Western Electric - A Brief History
  2. "Why SPC?" British Deming Association SPC Press, Inc. 1992
  3. "A BRIEF HISTORY OF THE INDIAN STATISTICAL INSTITUTE"

Publicaciones

Libros



Artículos

Bibliografía

  • Deming, W. Edwards (1967) Walter A. Shewhart, 1891-1967, American Statistician, Vol. 21, No. 2. (Apr., 1967), pp. 39-40.
  • Bayart, D. (2001) Walter Andrew Shewhart, Statisticians of the Centuries (ed. C. C. Heyde y E. Seneta) pp. 398-401. New York: Springer.
  • Fagen, M D (ed.) (1975) A History of Engineering and Science in the Bell System: The Early Years (1875-1925)
  • Fagen, M D (ed.) (1978) A History of Engineering and Science in the Bell System: National Service en War y Peace (1925-1975) ISBN 0-932764-00-2
  • Wheeler, Donald J. (1999). Understanding Variation: The Key to Managing Chaos - 2nd Edition. SPC Press, Inc. ISBN 0-945320-53-1.

Enlaces externos