Un gráfico de series temporales es un gráfico de líneas que muestra mediciones en el orden en que ocurren – el eje x siempre es el tiempo, y el eje y es el valor medido.
El gráfico de series temporales se puede usar en proyectos LSS en todas las fases DMAIC. El propósito de uso varía según la fase.
Mostrar el comportamiento del proceso a lo largo del tiempo
En la fase de Definir, el gráfico de series temporales se utiliza para visualizar la progresión temporal de la variable objetivo. Las tendencias o saltos proporcionan pistas iniciales para la descripción del problema.
Identificar estabilidad y valores atípicos
En la fase de Medir, el gráfico de series temporales ayuda a evaluar la estabilidad temporal del proceso. Los valores atípicos y los saltos se hacen visibles antes de realizar análisis estadísticos adicionales.
Identificar el momento de los cambios
En la fase de Analizar, el gráfico de series temporales se utiliza para identificar el momento de los cambios en el comportamiento del proceso. Los saltos o cambios de tendencia pueden estar vinculados a eventos externos.
Visualizar la comparación antes y después
En la fase de Mejorar, el gráfico de series temporales se utiliza para visualizar la comparación antes y después con valor de paso. Muestra si la ubicación y la dispersión han cambiado permanentemente después de la medida.
Confirmar la estabilidad de la mejora a lo largo del tiempo
En la fase de Controlar, el gráfico de series temporales confirma si el proceso se mantiene estable después de la mejora. Nuevas tendencias o valores atípicos se hacen visibles temprano.
El gráfico de series temporales se utiliza para mostrar la progresión de una variable medida a lo largo del tiempo. Permite evaluar si la posición y la dispersión de los valores medidos permanecen constantes a lo largo del tiempo o si ocurren anomalías como tendencias, saltos, patrones o valores atípicos.
Durante la producción de salsa de tomate, se realizan mediciones de viscosidad regularmente. Las mediciones se registran continuamente y se presentan en orden cronológico. El gráfico de series temporales se utiliza para verificar si la viscosidad se mantiene constante a lo largo del tiempo o si hay anomalías dependientes del tiempo.
Explicaciones del gráfico:
En el gráfico de series temporales, cada medición se muestra en el orden en que fue registrada. El eje x muestra la referencia temporal (por ejemplo, número de medición o semana del calendario), y el eje y muestra la variable medida. La representación temporal permite la detección de cambios que no son visibles en gráficos atemporales.
Preparación
- Selecciona una medición que se recoja regularmente (por ejemplo, viscosidad).
- Define una referencia de tiempo clara (por ejemplo, número de medición o semana del calendario).
Uso en AlphadiTab
- Selecciona la herramienta Series Temporales en la fase de Medición.
- Selecciona „Viscosidad“ para los datos.
- Selecciona „Fecha“ para el tiempo.
- Selecciona „Auto“ para el formato.
- Genera el gráfico con el botón „Crear Nuevo“.
Interpretación
- ¿La medición se realiza consistentemente a lo largo del tiempo?
- ¿Son detectables valores atípicos?
- ¿Ocurre una tendencia (ascendente o descendente)?
- ¿Hay un cambio en el nivel de las mediciones?
- ¿Son visibles patrones regulares o fluctuaciones periódicas?
Consideración general
Con especificaciones conocidas
Con múltiples series temporales
Para gráficos de series temporales, varias formas de representación están disponibles. Dependiendo de si se selecciona una o más series de datos y valores de paso adicionales, la representación en el gráfico cambia.
| Tiempo de entrega en días_Ubicación A | Tiempo de entrega en días_Ubicación B | Tiempo de entrega en días_Ubicación C | Estado del proceso | Producto |
|---|---|---|---|---|
| 4 | 9 | 3 | Anterior | Ventana |
| 5 | 4 | 6 | Anterior | Ventana |
| 6 | 7 | 4 | Anterior | Ventana |
| 4 | 9 | 2 | Anterior | Ventana |
| 2 | 4 | 2 | Anterior | Ventana |
| 8 | 9 | 6 | Anterior | Puerta |
| 6 | 4 | 6 | Anterior | Puerta |
| 8 | 9 | 5 | Anterior | Puerta |
| 5 | 8 | 3 | Anterior | Puerta |
| 8 | 3 | 5 | Anterior | Puerta |
| 3 | 4 | 3 | Después | Ventana |
| 1 | 3 | 1 | Después | Ventana |
| 2 | 2 | 2 | Después | Ventana |
| 3 | 3 | 3 | Después | Ventana |
| 2 | 4 | 1 | Después | Ventana |
| 1 | 4 | 1 | Después | Puerta |
| 3 | 2 | 2 | Después | Puerta |
| 3 | 5 | 3 | Después | Puerta |
Descargar tabla aquí como Excel.
✓Una serie de datos: Columna A⌄
✓Una serie de datos con valores de paso: Columna A y D⌄
✓Múltiples series de datos: Columna A–C⌄
Datos cuantitativos (datos contables o medibles)
Un instrumento de medición adecuado, ya que los valores atípicos pueden ocurrir a menudo debido a errores de medición.
Desarrollo formulación antigua vs. nueva
En el desarrollo, se está probando una nueva formulación. Ahora se utiliza el gráfico de series temporales para verificar si la viscosidad de la nueva formulación se comporta de manera similar a lo largo del tiempo que la formulación anterior.
El gráfico de series temporales muestra un curso consistente de viscosidad en la formulación antigua. En la nueva formulación, se nota una mayor dispersión de los valores medidos, sin que la posición cambie permanentemente. No se observa una tendencia o salto.
Producción / Control de Calidad
En el control de calidad, se encontró que los valores individuales de viscosidad estaban fuera del rango esperado. Ahora se debe verificar si este comportamiento ocurre en todas las líneas de producción o solo en líneas individuales.
En una línea de producción, un salto significativo en la posición de los valores medidos es notable desde un cierto punto en el tiempo. Esto indica un cambio sistemático en el proceso, por ejemplo, debido a un cambio de material o una nueva configuración.
Tiempo de Procesamiento de Tickets de TI Antes/Después
Las solicitudes entrantes se registran y procesan sistemáticamente en el servicio de asistencia de TI. En particular, se debe realizar una comparación antes y después. El trasfondo es un cambio organizacional: las responsabilidades en el proceso de servicio han sido redefinidas. Esta comparación se puede estructurar utilizando un diagrama de series temporales y el valor de etapa "Antes/Después".
En el diagrama de series temporales, se reconocen valores atípicos individuales y fases con varios valores altos o bajos consecutivos. Esto indica causas especiales temporales.
Tasa de Ventas por Temporada
En ventas, las oportunidades de ventas se examinan por temporada. Para este propósito, se registró un punto de datos por semana en cada temporada; además, la temporada se definió como un valor de paso. Se utiliza un gráfico de series temporales para analizar si y cómo ha cambiado la tasa de ventas a lo largo del tiempo dentro de las temporadas individuales.
Con el tiempo, fluctuaciones recurrentes en la tasa de ventas son notables. Estos patrones periódicos pueden atribuirse a influencias cíclicas del mercado. También es evidente que la tasa de ventas es más alta en el otoño y más baja en el verano.
Tiempo de entrega después del centro logístico
En logística, los pedidos de los clientes se procesan a través de múltiples centros logísticos. Aunque se utilizan los mismos procesos y sistemas, los tiempos de entrega pueden variar debido a diferentes cargas de trabajo, infraestructura o condiciones regionales. El gráfico de series temporales está destinado a verificar si el tiempo de entrega se dispersa aleatoriamente con el tiempo.
El gráfico de series temporales muestra una tendencia creciente general en los tiempos de entrega en las tres ubicaciones. Se notan dos picos significativos, que ocurren simultáneamente en todas las ubicaciones.
Comparación de Proveedores
En compras, los materiales se obtienen de varios proveedores. Se utiliza un gráfico de series temporales para examinar si la fiabilidad de entrega de diferentes proveedores ha cambiado con el tiempo.
Fiabilidad de Entrega [%] indica con qué frecuencia se realizan las entregas a tiempo. La fiabilidad de entrega se calcula para cada semana:
Fiabilidad de Entrega [%] = (entregas a tiempo / entregas totales) × 100
Para el gráfico de series temporales, la fiabilidad de entrega se calculó para varias semanas del calendario. Cada punto de datos corresponde a la fiabilidad de entrega de un proveedor en una semana.
El gráfico de series temporales muestra fluctuaciones significativamente mayores en la fiabilidad de entrega para un proveedor, así como semanas individuales con valores muy bajos. Otros proveedores muestran una tendencia más consistente.
Desviación de pronóstico
En la planificación de la producción, se crean pronósticos de demanda. Se utiliza un gráfico de series temporales para analizar si las desviaciones de pronóstico difieren entre diferentes períodos de planificación a lo largo del tiempo.
La desviación de pronóstico resulta de la comparación entre la demanda planificada y la demanda real.
Desviación de pronóstico [%] = (demanda planificada − demanda real) / demanda real × 100
- Un valor positivo significa que la demanda fue sobreestimada.
- Un valor negativo significa que la demanda fue subestimada.
- Un valor cercano a 0 % indica un pronóstico muy preciso.
La representación porcentual permite comparar las desviaciones de pronóstico independientemente de las cantidades absolutas.
Con un horizonte de planificación creciente, las fluctuaciones en la desviación de pronóstico aumentan significativamente. En la planificación a largo plazo, ocurren tanto valores atípicos positivos como negativos, lo que indica una mayor incertidumbre.
Serie temporal: Secuencia de mediciones con una referencia temporal.
Valor atípico: Medición única que se desvía significativamente del resto de la tendencia.
Tendencia: Aumento o disminución a largo plazo en las mediciones.
Desplazamiento (cambio de ubicación): Cambio repentino y permanente en la ubicación.
Proceso estable: Ubicación y dispersión constantes a lo largo del tiempo.