NORMA CHILENA OFICIAL

NCh42.Of53

Control estadstico de calidad

I Prembulo
1. La presente norma fue estudiada y preparada por la Especialidad de ESTADISTICA. El Comit estuvo constituido por los seores: Instituto Nacional de Investigaciones Tecnolgicas y Normalizacin (INDITECNOR) Escuela de Economa y Comercio Sociedad Industrial Pizarreo Ing. Jefe del Departamento de Normas Tcnicas del INDITECNOR Manufacturas de Cobre S.A. (MADECO) Compaa de Acero del Pacfico (CAP) Ferrocarriles del Estado Director del Instituto de Investigacin de Materias Prima de la Universidad de Chile Ing. Jefe del Departamento de Investigaciones del INDITECNOR Corporacin de Radio de Chile (RCA) Direccin General de Industrias Leonardo Bitrn Ismael Crdenas Juan Cerda Jos Manuel Eguiguren Antonio Espinoza Alvaro Garca Juan Knockaert Pablo Krassa Carlos Krumm Jorge Prvex Jess del Prado

2. El Instituto no ha recibido comentarios sobre la presente norma. 3. En el estudio de la presente norma se han tenido a la vista, entre otros documentos, los siguientes: a) AMERICAN STANDARDS ASSOCIATION, Control Chart Method of Controlling Quality During Production - American War Standard - approved April 1942; b) AMERICAN STANDARDS ASSOCIATION, Guide for Quality Control and Control Chart Method of Analysing Data - American Defense Emergency Standards, Reproduced by courtesy of the American Standards Association, New York, USA, BS 1008: 1942;

NCh42
c) AMERICAN SOCIETY FOR TESTING MATERIALS, ASTM, Manual on Quality Control of Materials, enero 1951; d) BRITISH STANDARDS INSTITUTION, British Standard for Fraction Defective Charts for Quality Control, BS 1313-1947; e) DUDDING, B.P. M.B.E., Ph. D., and W.J. Jennett, B. Sc. (Eng.), Quality Control Charts, Being part 1 of a Revision of BS 600: 1935. The Application of Statistical Methods to Industrial Standardization and Quality Control, BS 600: 1942; f) KRUMM, CARLOS, Control de calidad en la Industria, Editorial Universitaria S.A., Santiago, 1949; g) PEARSON, E.S., The Application of Statistical Methods to Industrial Standardization and Quality Control BS 600: 1935; h) SHEWART. Economic Control of Manufactured Product - D. van Nostrand Company Inc., New York, 1931; i) SIMON, LESLIE E., An Engineers Manual of Statistical Methods, John Wiley, New York, 1941.

4. La presente norma contiene referencias a la siguiente norma NCh5.Of48, Smbolos matemticos. 5. Esta norma ha sido revisada y aprobada por el Director del Instituto Nacional de Investigaciones Tecnolgicas y Normalizacin (INDITECNOR), Ing. Carlos Herning. Declarada Norma Oficial de la Republica de Chile, por Decreto N 1598 (Ministerio de Obras Pblicas), del 25 de agosto de 1953.

II OBSERVACIONES
1. La aplicacin de mtodos estadsticos en la forma en que se prescribe en esta norma permite observar, sistemticamente, durante el curso de la fabricacin, las variaciones de la calidad de un producto, fijar lmites econmicos permisibles de variacin y reducir a un mnimo el nmero de piezas defectuosas. Se pueden as corregir, oportunamente, los defectos que se producen en la manufactura, ya sea por mal ajuste de la mquina, calidad deficiente de los materiales, errores del operador, etc., cada vez que se traspasan los lmites fijados. De esta manera se descubren las causas anormales de variabilidad, llamadas asignables, y se las elimina tan pronto como son localizadas. Cuando una industria usa los mtodos certidumbre de vender un producto cuyas lmites. Pueden as llegar a suprimirse las puede exhibir sus grficos que dan fe de estadsticos de control de calidad, tiene la caractersticas se mantienen dentro de ciertos pruebas de recepcin rutinarias. El fabricante la calidad sin necesidad de ensayos o prueba

II

NCh42 ulteriores. Donde hay dificultad de produccin, los diagramas de control de calidad hacen ms difcil a los responsables del proceso ocultar el origen de una falla, ya sea usando argumentos falsos o descargando la responsabilidad en otra persona. Por otra parte, si la manufactura est organizada por secciones y el producto final de una es la materia prima de la siguiente, el uso de los diagramas respectivos de control de calidad deslinda las responsabilidades. Se comprende que esta manera, que podra llamarse automtica, de establecer las fallas, conduce a un mejoramiento de las relaciones entre ingenieros, capataces y obreros. Es posible mantener un control de calidad anotando los resultados en forma tabular, pero es preferible usar la forma grfica que es fcilmente inteligible para los operarios en los cuales produce un efecto psicolgico que los estimula al mejoramiento de la calidad. La naturaleza del problema no permite establecer normas rgidas para fijar los lmites de control a causa de la diversidad de casos que se presentan en la prctica. Sin embargo, es posible dar algunas recomendaciones generales basadas en la experiencia y que pueden aplicarse a numerosos casos en el uso industrial del diagrama de control. En la prctica se ha encontrado conveniente colocar los lmites de control sobre y debajo de la lnea central de la estadstica que se use ( X , , R , p), a distancias de 3 veces cierto valor calculado. Estos lmites se designan con el nombre de 3 sigma. Si las distribuciones son gaussianas existe un 99,73% de probabilidad de que una observacin caiga entre los lmites + 3 y 3 . En otros trminos, la proporcin de observaciones que queda fuera de estos lmites es slo de 0,27%. Por otra parte el teorema de Tchebychef y la frmula de Camp y Meidell indican una probabilidad comprendida entre el 88,9% y el 95% para aquel intervalo an cuando la distribucin no sea gaussiana. En la presente norma slo se consideran los lmites externos + 3 y 3 . Las normas inglesas consideran adems lmites internos de advertencia (warning limits) situados a la distancia 1,96 sobre y debajo de la lnea central. Cuando se adoptan estos lmites la proporcin de observaciones que tienen un valor menor que X - 1,96 mayor que X + 1,96 es de 2,5%. En la presente norma no se dan tablas para los lmites de advertencia.

III

NCh42
2. La tabla A proporciona factores auxiliares tiles para el clculo de elementos de diagramas de control.
Tabla A Factores auxiliares para el clculo de los elementos de diagramas de control de muestras de pequeos y diferentes tamaos, cuando no se da especificacin

n
2 3 4 5

1/c 2
1,7725 1,3820 1,2533 1,1894

1/d 2
0,8865 0,5907 0,4857 0,4299

n
14 15 16 17

1/c 2
1,0579 1,0537 1,0501 1,0470

1/d 2
0,2935 0,2880 0,2831 0,2787

6 7 8 9 10

1,1512 1,1259 1,1078 1,0942 1,0837

0,3946 0,3698 0,3512 0,3367 0,3249

18 19 20 21 22

1,0442 1,0418 1,0396 1,0376 1,0358

0,2747 0,2711 0,2677 0,2647 0,2618

11 12 13

1,0753 1,0684 1,0627

0,3152 0,3069 0,2998

23 24 25

1,0342 1,0327 1,0313

0,2592 0,2567 0,2544

IV

NORMA CHILENA OFICIAL

NCh42.Of53

Control estadstico de calidad

A) DEFINICION DE ESTA NORMA

Artculo 1 Esta norma establece las frmulas y diagramas que deben usarse para controlar estadsticamente la calidad de la produccin industrial.

B) CAMPO DE APLICACION
Artculo 2 1. Las prescripciones de esta norma se aplicarn a la produccin en serie de artculos cuyas caractersticas de calidad: a) Permiten una inspeccin de 100% de la produccin; b) No permiten una inspeccin del 100% de la produccin. 2. Son artculos del grupo a) aquellos cuyas caractersticas de calidad pueden ser estimadas sin ser modificadas, es decir, sin producir inutilizacin del artculo. Tales caractersticas pueden ser, entre otras, las siguientes: Dimensiones, sujetas a la medida de pasa o no pasa; caractersticas de rendimiento tales como torque de motores, tiempo de operacin de relays; caractersticas elctricas, tales como resistencia, ampliacin de audiones; caractersticas observables por inspeccin visual, tales como montaje, terminacin, apariencia, defectos materiales, manchas y fallas en tejidos o en el acabado de superficies pintadas o recubiertas con metal.

NCh42
3. Son artculos del grupo b) aquellos cuyas caractersticas de calidad son modificadas al ser estimadas, es decir, aquellos cuyas caractersticas se determinan con pruebas destructoras, inutilizndolos. Tales caractersticas pueden ser, entre otras, las siguientes: Pruebas de duracin que miden el mximo de vida til en ampolletas elctricas y en correas de ventiladores; caractersticas de rendimiento que requieran un ensayo destructor tales como poder calorfico, en caloras, de gases, combustibles lquidos y carbn; pruebas elctricas de conductores revestidos; propiedades fsicas tales como resistencia a la traccin de acero y pruebas de ignicin de lubricantes.

C) TERMINOLOGIA
Artculo 3 Los smbolos matemticos en NCh5.Of48. Artculo 4 En la presente norma designaremos con X cierta caracterstica de un artculo y con X 1 , X 2 , .... X n , n valores observados de la caracterstica X , ordenados, de modo que empleados en esta norma se encuentran definidos

Xi Xi + 1
Artculo 5 1. Muestra. Es una porcin del material o un grupo de individuos o ejemplares extrados del conjunto (poblacin), que se usan como informacin respecto a la calidad del conjunto. 2. Muestra al azar. Es una muestra tomada sin preferencia y al acaso, de manera que cualquier ejemplar tiene igual probabilidad de inclusin. 3. Poblacin, lote o partida. Es un conjunto de ejemplares individuales procedentes de un mismo origen. En la industria se emplean, ms generalmente, los trminos lote o partida. 4. Subgrupo. Uno de los grupos en que se subdivide la poblacin, con fines de muestreo. 5. Causa asignable. Factor que contribuye a la variacin de la calidad y que es posible identificar. 6. Frecuencia de una magnitud. Es el nmero de veces que se presenta determinada magnitud de una caracterstica en los individuos que componen un lote. 7. Frecuencia relativa de una magnitud. Razn entre la frecuencia de una magnitud y el nmero total de individuos que componen el lote.

NCh42
8. Distribucin de la frecuencia. Relacin entre la frecuencia y el orden de la magnitud. Generalmente se expresa por una curva o una ecuacin. 9. Distribucin normal o gaussiana. Es un tipo de distribucin con la siguiente ecuacin:

y =
en donde:

x2 1 e 2 2

= X X; = desviacin tpica de la caracterstica X ; = frecuencia relativa de un valor de X .

10. Parmetro estadstico. Es una medida estadstica representativa de una caracterstica de calidad de un lote. Son parmetro, entre otros, el promedio, la desviacin tpica, etc. 11. Nivel de control. El nivel de control especifica cuantitativamente la naturaleza de la variacin estadstica a que se encuentra sujeta la calidad de un material o de un artculo manufacturado. Se especifica en trminos mensurables tales como el promedio, la desviacin tpica y la fraccin defectuosa. En un artculo manufacturado el nivel de control depende de la maestra del productor en el dominio del proceso tcnico, de los factores econmicos, etc. 12. a) Promedio aritmtico X . Est definido por la relacin:

X =

X 1 + X 2 + ... + X n 1 = n n

X
i =1

b) El promedio aritmtico de un parmetro variable se designar por el smbolo respectivo con una tilde, o con dos tildes cuando se trate de promedio de promedios. As se tendr: Promedio de la caracterstica Promedio de las desviaciones tpicas Promedio de los intervalos Promedio de las fracciones defectuosas Promedio de los promedios

Xi : X

i :
Ri : R pi : p Xi : X

NCh42
13. Intervalo R. Es la diferencia entre los valores extremos X n X 1 . 14. a) Desviacin tpica (desviacin standard). Est definida por la relacin:

( X 1 X ) 2 + ( X 2 X ) 2 + ... + ( X n X ) 2 = n
1 n

1 n

i =1

(X

X )2

i = 1

X i2 X

b) La desviacin tpica de un parmetro variable se designar con el smbolo con un sub-ndice que indicar el tipo de parmetro que se considere. As, se tendr: Desviacin tpica de las caractersticas Desviacin tpica de los promedios Desviacin tpica de las desviaciones tpicas Desviacin tpica de los intervalos Desviacin tpica de las fracciones defectuosas

X i : x (o slo ) X i : x

i :
Ri : R pi : p , etc.

15. Fraccin defectuosa p . La fraccin defectuosa es la razn entre el nmero de unidades que no cumplen con la especificacin requerida y el total de unidades inspeccionadas. 16. Nmero de defectos p n . El nmero de defectos es la cantidad de individuos defectuosos que se presentan en una muestra o un lote inspeccionado. Es igual al producto de la fraccin defectuosa por el nmero total de individuos inspeccionados. 17. Diagrama de control. El diagrama de control es un grfico, construido conforme a los preceptos dados en las especificaciones, que sirve para visualizar, claramente, el comportamiento de la caracterstica observada en las muestras de un lote o de una produccin. 18. Lnea central, lmite superior, lmite inferior. La lnea central, el lmite superior y el lmite inferior son elementos de un diagrama de control, que se representan, respectivamente, con los smbolos: LC , LS y LI .

NCh42

D) PRESCRIPCIONES
I. GENERALIDADES
Artculo 6 El mtodo de anlisis de los diagramas se usar con los fines siguientes: a) Para efectuar un control respecto a una especificacin prefijada, o sea, para averiguar si los valores observados de X , R, , p, etc., en las muestras, difieren de los valores normales prefijados X , R , , p , etc., en una cantidad superior a la atribuible al azar. b) Para efectuar un control cuando no se da una especificacin, o sea, para averiguar si los valores observados de X , R, , p, etc., para varias muestras varan entre ellas en una cantidad mayor que la atribuible al azar. Las muestras con las cuales se determinan los valores de los parmetros se denominan muestras piloto; los elementos calculados mediante las muestras piloto servirn como datos para el constante control de la calidad del producto. Segn cuales sean las caractersticas de la produccin futura, los elementos ya establecidos podrn ir modificndose a travs de nuevas extracciones de muestras piloto.

METODO GENERAL PARA CONSTRUIR LOS DIAGRAMAS

Artculo 7 1. Se dividir el nmero total de observaciones en m sub-grupos (muestras) de n1 , n 2 ..., n m unidades respectivamente. Esta divisin en sub-grupos, denominada divisin racional, se efectuar de tal manera que los individuos dentro de cada sub-grupo tengan entre s cualidades comunes provenientes de una misma etapa o un mismo proceso de la produccin (provengan, por ejemplo, de un mismo lote de materia prima, o de una misma mquina, o hayan sido producidos en determinado intervalo de tiempo). Si fuera posible los sub-grupos se harn de igual tamao y, preferentemente, de n 4.

NCh42
2. Para cada estadstica X, R , , o p, que se desee, se construir un diagrama cuyos lmites de control se fijarn de acuerdo con los artculos 8, 9, 10 y cuyas caractersticas esenciales sern las indicadas en la figura 1.

3. En los diagramas de promedios y desviaciones tpicas los puntos representativos del promedio o de la desviacin tpica de cada muestra se unirn con trozos rectos.

NCh42
4. Cuando se lleve simultneamente, diagramas de los promedios y de las desviaciones tpicas, este ltimo ir colocado inmediatamente bajo el primero, separados por un pequeo espacio. Las abscisas debern ser colocadas en la misma escala, (figura 2).

NCh42
5. En los diagramas de los intervalos, desde cada punto, correspondiente a cada medida, se bajar, con trazo continuo, una perpendicular al eje de abscisas, (figura 3).

6. Si uno o ms de los valores observados de X , R, , p, en algn sub-grupo (muestra), cae fuera de los lmites de control, se tomar este hecho como una indicacin de la presencia de una causa asignable en ese sub-grupo.

II. CALCULO
CONTROL RESPECTO DE UNA ESPECIFICACION
Artculo 8 1. Los elementos de un diagrama de control, cuando existe especificacin (es decir, cuando se han dado previamente los valores de x , o p' ), se calcularn, para cada parmetro, como se indica en la tabla I. Los valores de las constantes A, c 2 , B2 , B1 , d 2 , D2 y D 1 se

encuentran especificados, para cada valor de n , en la tabla II.

2. Los diagramas del intervalo ( R) , [frmulas (3), tabla 1], tendrn una precisin y fidelidad satisfactorias solamente cuando el nmero de individuos de la muestra es igual o inferior a diez ( n 10 ) . Para muestras de mayor tamao no se recomienda el empleo de diagramas de este parmetro, pues la precisin de ellos decrece al aumentar el tamao n de la muestra. 3. Cuando el tamao n de la muestra es superior a 25, no se llevarn diagramas de control cuyos elementos se calculan mediante los factores d 2 , D1 y D2 . 4. Cuando las muestras tienen tamaos diferentes, los lmites del diagrama variarn dentro de l.

NCh42
Tabla I Elementos principales de un diagrama de control, dados X' , ' , p'
Parmetros que se desea controlar Elemento del diagrama Promedio
X

Desviacin Intervalo tpica

Fraccin defectuosa p

Nmero de defectos np

(2)

p' > 0,1

(4)

p' 0,1
(5)

p' > 0,1

(6)

p' 0,1
(7)

(1)

(3)

LC

X'
X + A '

c 2 '
B2 '

d 2 '
D 2 '

p'
p ' (1 p ' ) n

p'
p' n

pn

pn

LS

p' + 3

p' + 3

p' n + 3

p ' n (1 p ' )

p' n + 3

p' n

LI

X ' A '

B1 '

D1 '

p' 3

p ' (1 p ' ) n

p' 3

p' n

p' n 3

p ' n (1 p ' )

p' n + 3

p' n

CONTROL CUANDO NO EXISTE ESPECIFICACION

Artculo 9 1. Los elementos de un diagrama de control, cuando no existe especificacin, se calcularn, para cada parmetro, como se indica en la tabla III. Los valores de las constantes A1 , A2 , B4 , B3 , D4 y D3 se encuentran especificados, para cada valor de n ,

en la tabla IV.
2. Los diagramas del intervalo (R) , [frmulas (II) (3) tabla III], y los diagramas del

promedio ( X ), construidos empleando los parmetros calculados X y R , [frmulas (II) (1), tabla III], tendrn una fidelidad y precisin satisfactorias solamente cuando el nmero de individuos de la muestra es igual o inferior a diez ( n 10 ) . Para muestras de mayor tamao no se recomienda el empleo de estos diagramas, pues, la precisin de ellos, decrece al aumentar el tamao n de la muestra.

NCh42
Tabla II Factores para calcular los elementos de los diagramas de control, cuando se da una especificacin Diagrama promedios Diagrama para desviaciones tpicas Factores para lmites de control
B1 B2

Nmero de individuos en la muestra

Diagrama para intervalos Factor para lnea central

d2

Factores para Factor para lmites de control lnea central

A

Factores para lmites de control

D1

n
2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

c2

D2
3,686 4,358 4,698 4,918 5,078 5,203 5,307 5,394 5,469 5,534 5,592 5,646 5,693 5,737 5,779 5,817 5,854 5,888 5,922 5,950 5,979 6,006 6,031 6,058

2,121 1,732 1,500 1,342 1,225 1,134 1,061 1,000 0,949 0,905 0,866 0,832 0,802 0,775 0,750 0,728 0,707 0,688 0,671 0,655 0,640 0,626 0,612 0,600
3 n

0,5642 0,7236 0,7979 0,8407 0,8686 0,8882 0,9027 0,9139 0,9227 0,9300 0,9359 0,9410 0,9453 0,9490 0,9523 0,9551 0,9576 0,9599 0,9619 0,9638 0,9655 0,9670 0,9684 0,9696

0 0 0 0 0,026 0,105 0,167 0,219 0,262 0,299 0,331 0,359 0,384 0,406 0,427 0,445 0,461 0,477 0,491 0,504 0,516 0,527 0,538 0,548
1 3 2n

1,843 1,858 1,808 1,756 1,711 1,672 1,638 1,609 1,584 1,561 1,541 1,523 1,507 1,492 1,478 1,465 1,454 1,443 1,433 1,424 1,415 1,407 1,399 1,392
1+ 3 2n

1,128 1,693 2,059 2,326 2,534 2,704 2,847 2,970 3,078 3,173 3,258 3,323 3,407 3,472 3,532 3,588 3,640 3,689 3,735 3,778 3,819 3,858 3,895 3,931

0 0 0 0 0 0,205 0,387 0,546 0,687 0,812 0,924 1,026 1,121 1,207 1,285 1,359 1,426 1,490 1,548 1,606 1,659 1,710 1,759 1,804

ms de 25

10

NCh42
Tabla III Elementos principales de un diagrama de control sin especificacin Parmetro que se desea controlar Elementos del diagrama Promedio Desviacin tpica Intervalo Fraccin defectuosa Nmero de defectos

X
(1)

(2)

p
R
(3)

np

p > 0,1
(4)

p < 0,1
(5)

p > 0,1
(6)

p < 0,1
(7)

Parmetro calculado

LC LS
LI

(I)

X X + A1 X A1 X

B4 B3 R D4 R D3 R p p (1 p ) n p+ 3 p n p pn pn

LC LS
(II)

X + A2 R X A2 R

LI

LC

LS
p
(III)

p + 3

pn + 3 pn ( 1 p )

p n + 3 pn

LI

p 3

p (1 p ) n

p 3

p n

pn 3

pn ( 1 p )

pn 3 pn

3. Cuando las muestras tienen el mismo tamao, los parmetros X , , R y p se calcularn de cuerdo con lo especificado en el artculo 5, 12. 4. Cuando las muestras tienen tamaos diferentes, los elementos del diagrama variarn

dentro de l. El clculo de X , , R y p se efectuar de dos maneras distintas: segn que el tamao sea mayor que 25 (muestras grandes) o menor, o igual, que 25 (muestras pequeas). a) Muestras grandes (n > 25) . Se emplearn las frmulas indicadas a continuacin (promedios ponderados).

X =

n1 x1 + n 2 x 2 + ... + nk x k n1 + n 2 + .... + n k
n1 1 + n 2 2 + ... + n k k n1 + n2 + ... + nk n1 R1 + n 2 R2 + ... + n k Rk n1 + n2 + ... + n k n1 p1 + n2 p 2 + ... + nk p k n1 + n2 + ... + n k

=
R = p =

11

NCh42
b) Muestras pequeas ( n < 25). Para X y p se emplearn las frmulas indicadas en 4 a). Para los otros parmetros, las que se indican a continuacin:

i = c 2i

Ri = d 2i Re
donde:

e =

1 k

1 + 2 + ... + k c 22 c2k c 21

Re =

R R 1 R1 + 2 + ... + k k d 21 d 22 d 2k

c)

defectuosa, respectivamente, de cada muestra de tamao ni c 2i y d 2i

X i i Ri y pi son el promedio, la desviacin tpica, el intervalo y la fraccin

son las

constantes c 2 y d 2 (tabla IV) correspondientes al tamao ni , de cada muestra. Para

facilitar el clculo de e y Re se dan, en la tabla A de las observaciones los valores

de 1 / c 2 y 1 / d 2 .
Tabla IV Factores para calcular los elementos de los diagramas de control, cuando no se da una especificacin Nmero de individuos en la muestra Diagrama de promedios Factores para lmites de control Diagrama para desviaciones tpicas Factores para lnea central Factores para lmites de control
B3 B4

Diagrama para intervalos Factor para lnea central

d2

Factores para lmites de control

D3

n
2 3 4 5 6 7 8 9 10

A1
3,760 2,394 1,880 1,596 1,410 1,277 1,175 1,094 1,028

A2
1,880 1,023 0,729 0,577 0,483 0,419 0,373 0,337 0,308

c2
0,5642 0,7236 0,7979 0,8407 0,8686 0,8882 0,9027 0,9193 0,9227 0 0 0 0

D4
3,267 2,575 2,282 2,115 2,004 1,924 1,864 1,816 1,777

3,267 2,568 2,266 2,089 1,970 1,882 1,815 1,761 1,716

1,128 1,693 2,059 2,326 2,534 2,704 2,847 2,970 3,078

0 0 0 0 0 0,076 0,136 0,184 0,223

0,030 0,118 0,185 0,239 0,284

(contina)

12

NCh42
Tabla IV Factores para calcular los elementos de los diagramas de control, cuando no se da una especificacin

(conclusin)
Nmero de individuos en la muestra
n

Diagrama de promedios Factores para lmites de control

A1 A2

Diagrama para desviaciones tpicas Factores para lnea central

c2

Diagrama para intervalos Factor para lnea central

d2

Factores para lmites de control

B3
B4

Factores para lmites de control

D3

D4
1,744 1,716 1,692 1,671 1,652 1,636 1,621 1,608 1,596 1,586 1,575 1,566 1,557 1,548 1,541

11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 ms de 25

0,973 0,925 0,884 0,848 0,816 0,788 0,762 0,738 0,717 0,697 0,679 0,662 0,647 0,632 0,619
3 n

0,285 0,266 0,249 0,235 0,223 0,212 0,203 0,194 0,187 0,180 0,173 0,167 0,162 0,157 0,153

0,9300 0,9359 0,9410 0,9453 0,9490 0,9523 0,9551 0,9576 0,9599 0,9619 0,9638 0,9655 0,9670 0,9684 0,9696 1

0,321 0,354 0,382 0,406 0,428 0,448 0,466 0,482 0,497 0,510 0,523 0,534 0,545 0,555 0,565
1 3 2n

1,679 1,646 1,618 1,594 1,572 1,552 1,534 1,518 1,503 1,490 1,477 1,466 1,455 1,445 1,435
1+ 3 2n

3,173 3,258 3,336 3,407 3,472 3,532 3,588 3,640 3,689 3,735 3,778 3,819 3,858 3,895 3,931

0,256 0,284 0,308 0,329 0,348 0,364 0,379 0,392 0,404 0,414 0,425 0,434 0,443 0,452 0,459

5. El nmero k de muestras (muestras piloto) que se elijan deber ser suficiente para fijar con determinada certeza, los valores de los parmetros que se considerarn comunes a toda la produccin bajo control. 6. Cuando el tamao de la muestra es superior a 25, no se llevarn diagramas de control cuyos elementos se calculan mediante los factores A2 , d 2 , D3 y D4 . Artculo 10

A los elementos de un diagrama, cuyo clculo conduzca a una cantidad negativa, se les asignar el valor 0.

13

NCh42

E) ANEXO I. CALCULO DE PARAMETROS

1. Promedio aritmtico (artculo 3, 12).

Se han obtenido las siguientes observaciones de una caracterstica:

X = 12,0; 12,6; 14,4; 14,9; 15,5; 16,2; 16,7; 17,6; 18,0; 18,3.
Su promedio ser: X = (12,0 + ... + 18,3) /10 = 15,62.
2. Intervalo (artculo 3, 13).

Con las cifras de las observaciones anteriores tendremos:

R = 18,3 - 12,0 = 6,3.

3. Desviacin tpica (artculo 3, 14)

Con las cifras de las observaciones anteriores tendremos:

(12,0 2 + ... + 18,3 2 ) / 10 15,62 2 = 2,06

Existen, prcticamente, otras dos formas de clculo: mtodo del falso cero en poblacin pequea y mtodo del falso cero en poblacin numerosa. a) Falso cero en poblacin pequea: Se pueden deducir, en un mismo cuadro, el promedio y la desviacin tpica usando un falso cero, aproximadamente igual al promedio, lo que permite operar con cifras ms pequeas. El clculo se dispondr como se indica en la tabla a. Promedio respecto del cero verdadero X = 15 + 0,62 = 0,62 = 15,62 Cuadrado de la desviacin tpica:

2 = 4,636 (0,62) 2 = 4,636 0,3844 = 4,251 6

Desviacin tpica: =

4,2516 = 2,06

14

NCh42
b) Falso cero en poblacin numerosa: Un ejemplo de este clculo se encuentra indicado en la tabla b. En caso de muchas observaciones ( X 1 , X 2 , ... X n ), se dividir el intervalo total de variacin en 10 a 20 intervalos menores generalmente iguales ( X iguales a 0,3 en nuestro ejemplo). Se llevar entonces a una tabla, en la primera columna, los valores medios de cada intervalo

X 1 = X b X = ... = X n X p ,

Xn X p X a X1 X b X a ; ; ; y 2 2 2

frente a ellos, en una segunda columna, la frecuencia de las observaciones dentro de cada intervalo (a, b a, ..., n p ). Se elegir, enseguida, un falso cero (F ) aproximadamente igual al promedio. Generalmente se elige como F el valor que corresponde a una mxima frecuencia (2,8 en nuestra tabla). En la columna 3 de la tabla se anotarn las diferencias a partir de 2,8, en intervalos, o sea, referidos a 0,3. As por ejemplo para 1,6 se tendr:

1,6 2,8 1,2 = =4 0,3 0,3

En la columna 4 de la tabla se anotarn los productos de los valores de las columnas 2 y 3 con el signo correspondiente y las sumas de las cantidades negativas y positivas. En la columna 5 se anotarn los productos de los valores de las columnas 3 y 4. La continuacin del clculo y la obtencin de los resultados se consignan, en detalle, a continuacin de la tabla b.
Tabla a Clculo del promedio y de la desviacin tpica Valores observados Diferencias de 15 (Desviaciones del falso cero)
( X - 15)
C2

Cuadrados de las diferencias

( X - 15) C3
2

(X)
C1

12,0 12,6 14,4 14,9 15,5 16,2 16,7 17,6 18,0 18,3 Totales Promedios ( n = 10) + 0,5 + 1,2 + 1,7 + 2,6 + 3,0 + 3,3

- 3,0 - 2,4 - 0,6 - 0,1

9,00 5,76 0,36 0,01 0,25 1,44 2,89 6,76 9,00 10,89 46,36 46,36/10 = 4,636

12,3 - 6,1 = + 6,2 6,2/10 = 0,62

15

NCh42
Tabla b Clculo del promedio y de la desviacin tpica en el caso de observaciones numerosas Puntos medios de los grupos Nmero de observaciones en cada grupo Distancia de 2,8 en intervalos

C2

C3

C3

C4

C1
1,0 1,3 1,6 1,9 2,2 2,5 2,8 3,1 3,4 3,7 4,0 4,3 4,6 4,9 5,2 5,5 Totales

C2
2 29 62 106 153 186 193 188 151 123 82 48 27 14 5 1 1 370

C3
-6 -5 -4 -3 -2 -1 0 +1 +2 +3 +4 +5 +6 +7 +8 +9

C4
- 12 - 145 - 248 - 318 - 306 - 186 - 1 215 188 302 369 328 240 162 98 40 9 + 1 736 1 736 - 1 215 = + 521

C5
72 725 992 954 612 186 0 188 604 1 107 1 312 1 200 972 686 320 81 10 011

Promedio

Promedio relativo al falso cero (2,8)

= 521/1 370 = 0,38 (en intervalos) = 0,38 x 0,3 (en unidades reales) = 0,114 = 2,8 + 0,114 = 2,914

Promedio verdadero X

16

NCh42
Desviacin tpica

Cuadrado de la desviacin tpica relativa al falso cero = 10 011/1 370 = 7,307 Cuadrado de la desviacin tpica = 7,307 - 0,382 = 7,307 - 0,144 4 = 7,162 6 (en intervalos) Desviacin tpica =

7,162 6

= 2,676 (en intervalos) = 2,676 x 0,3 (en unidades reales) = 0,803

4. Fraccin defectuosa y nmero de defectos (artculo 3, 15 y 16)

En la tabla c se consigna el mtodo de clculo y de ordenacin para la fraccin defectuosa y el nmero de defectos en el caso de 3 000 observaciones divididas en 5 grupos de 600 cada uno.
Tabla c Fraccin defectuosa y nmero de defectos Sub-grupo N 1 2 3 4 5 Total Nmero de unidades inspeccionadas Unidades defectuosas (nmero de defectos)
n1 = n p

Fraccin defectuosa
n1 / n = p

n
600 600 600 600 600 3 000

100 p % 4,2 2,7 3,2 6,2 2,3

25 16 19 37 34 111

0,042 0,027 0,032 0,062 0,023

Promedio 3,7%

Promedio p =

111 = 0,037 = 3,7% 3 000

La fraccin defectuosa se usa en el caso que se consideren los atributos, como por ejemplo, en los casos de piezas calibradas segn el sistema de pasa y no pasa o bien de defectos tales como manchas, mal acabado u otros defectos inspeccionados visualmente. Se usar de preferencia el diagrama de p cuando n 50 , o bien, cuando el nmero de defectos probables por sub-grupo es de 4 o ms de 4, o sea cuando: p n 4.

17

NCh42
El diagrama del nmero de defectos p n, o sea la fraccin defectuosa multiplicada por el tamao de la muestra, se usar de preferencia cuando todas las muestras son de igual tamao.

II. EJEMPLOS DE CONTROL RESPECTO DE UNA ESPECIFICACION

1. Ejemplo E1

Un fabricante desea mantener el promedio y la desviacin tpica de cierta caracterstica de calidad dentro de los lmites aceptables de variacin que exigen las prescripciones promedio X = 35 kg; desviacin tpica ' = 4,20 kg. Con este propsito toma diariamente muestras iguales de 50 individuos (n = 50) . Los datos que ha obtenido en 10 das consecutivos estn consignados en la tabla d.
Tabla d Muestra N 1 2 3 4 5 6 7 8 9 10 = Tamao de la muestra n 50 50 50 50 50 50 50 50 50 50 500 Promedio Desviacin tpica

X
35,7 34,6 32,6 35,3 33,4 35,2 33,3 33,9 32,3 33,7 340,0

5,35 5,03 3,43 4,55 4,10 4,30 5,18 5,30 3,09 3,67 44,00

Se trata, en este caso, de muestras grandes (n > 25) , iguales.

18

NCh42
a) Promedios [columna (1), tabla I] De la tabla II obtiene:

A =
Luego:

3 = n

3 = 0,424 50

LC = X ' = 35

LS = X ' + A ' = 35 + 0,424 4,2 = 36,78 LI = X ' A ' = 33,22

Con estos valores traza los elementos del diagrama de promedio P . 1 b) Desviaciones tpicas [columna (2), tabla I] De la tabla II obtiene:

c 2 = 1; B2 = 1 +
Luego:

3 = 1 + 2n

3 = 1, 3; B1 = 1 100

3 = 0,7 2n

LC = c 2 ' = ' = 4,2

LS = B2 ' = 1,3 4,2 = 5,46 LI = B1 ' = 0,7 4,2 = 2,94
Con estos valores traza los elementos del diagrama de desviaciones tpicas D1 .

19

NCh42
c) Diagramas En el diagrama P1 coloca, uno a uno, los promedios observados y con el diagrama D1 , las desviaciones tpicas observadas. Enseguida une los puntos con trazos rectos. (Diagrama I).

d) Conclusiones Del diagrama de promedios concluye que, en el tercer y noveno das, hubo falta de control o causa asignable de perturbacin en algn proceso de la fabricacin.
2. Ejemplo E2

Un industrial desea mantener el promedio y la desviacin tpica de cierta caracterstica de calidad dentro de los lmites aceptables de variacin que exigen las prescripciones: promedio X ' = 54; desviacin tpica ' = 3,5 .

20

NCh42
Con este propsito toma diariamente muestras de tamao proporcional al de la produccin ( n =50; 100). Los datos que ha obtenido en 10 das consecutivos de control estn consignados en la tabla e. Se trata, en este caso, de muestras grandes (n > 25) , desiguales. a) Promedios [columna (1), tabla I] De la tabla (II) obtiene: para n = 50 : A =

3 n
3 n

3 50

= 0,424

para n = 100 Luego: para n = 50

: A' =

3 = 0,300 100

: LC = X ' = 54

LS = X ' + A = 54 + 0,424 3,5 = 55,48

LI = X ' A = 52,52
para n = 100 : LC = X ' = 54

LS = X ' + A ' = 54 + 0,300 3,5 = 55,05

LI = X ' A ' = 52,95
Con estos valores traza los elementos del diagrama de promedio P2 .
Tabla e Da 1 2 3 4 5 6 7 8 9 10 Tamao de la muestra Promedio Desviacin tpica

n
50 50 100 50 50 50 100 100 50 50

X
55,7 54,6 52,6 55,0 53,4 55,2 53,3 52,3 53,7 54,3

4,35 4,03 2,43 3,56 3,10 3,30 4,18 4,30 2,09 2,67

21

NCh42
b) Desviaciones tpicas [columna (2), tabla I] De la tabla II obtiene: para n = 50 :

c2 = 1 B2 = 1 + B1 = 1 3 = 1 + 2n 3 2n = 0,7 2 50 3 = 1,3

para n = 100

c' 2 = 1 B' 2 = 1 + 3 2n =1+ 3 = 1 + 0,212 = 1,212 2 100

B '1 = 1
Luego: para n =50 :

3 = 0,788 2n

LC = c 2 ' = ' = 3,5

LS = B2 ' = 1,3 3,5 = 4,55

LI = B1 ' = 0,7 3,5 = 2,45
para n = 100 :

LC = c' 2 ' = ' = 3,5 LS = B' 2 ' = 1,212 3,5 = 4,24 LI = B '1 ' = 0,788 3,5 = 2,76

Con estos valores traza los elementos del diagrama de desviaciones tpicas D2 .

22

NCh42
c) Diagramas En el diagrama P2 coloca, uno a uno, los promedios observados y en el D2 , las desviaciones tpicas observadas. Enseguida une los puntos con trazos rectos (Diagrama II).

d) Conclusiones De ambos diagramas concluye que la calidad de su produccin no ha alcanzado los niveles que se haba fijado, puesto que repetidas observaciones dan valores que salen fuera de los lmites tanto en uno como en otro diagrama. El industrial deber revisar el proceso de fabricacin y verificar si es posible, con los medios de que dispone, llegar a los niveles deseados.

23

NCh42
3. Ejemplo E3

Se estn produciendo tubos de vidrio para cuyo dimetro interior el fabricante se ha fijado las especificaciones: X ' = 6,23 mm, ' = 0,056 mm. Para los efectos del control, se han tomado siete muestras sucesivas de ocho observaciones cada una, obteniendo los resultados que se consignan en la tabla f.
Tabla f Muestra N 1 2 3 4 5 6 7 Tamao de la muestra n 8 8 8 8 8 8 8 Promedio X mm 6,234 6,235 6,219 6,219 6,204 6,259 6,215 Desviacin tpica mm 0,055 0,053 0,032 0,071 0,050 0,049 0,053

Se trata de muestras chicas (n < 25) , iguales. a) Promedios [columna (1), tabla I] De la tabla II se obtiene:

A = 1,061
Luego:

LC = X ' = 6,23 LS = X ' + A ' = 6,23 + 1,061 0,056

= 6,23 0,059 = 6,29

LI = X ' A ' = 6,23 0,059 = 6,17
(Diagrama P3)

24

NCh42
b) Desviaciones tpicas [columna (2), tabla I] De la tabla II se obtiene:

c2 = 0,9027; B2 = 1,638; B1 = 0,167

Luego:

LC = c 2 ' = 0 ,902 7 0 ,056 = 0 ,050 6 LS = B2 ' = 1,638 0,056 = 0,091 7

LI = B ' = 0,167 0,056 = 0,009 3

(Diagrama D3)

25

NCh42
c) Diagramas Ver diagrama III. d) Conclusiones De los diagramas se concluye que la produccin est bien controlada, en lo que a estas siete muestras respecta.

4. Ejemplo E4

Un industrial desea controlar la resistencia elctrica, de ciertos artefactos que produce, despus de hacerlos trabajar durante 100 h.

26

NCh42
De cada 10 lotes ha elegido, al azar, una muestra de cinco unidades que somete a la prueba mencionada. Por causas extraas algunos de los artefactos fallaron, de modo que ciertas muestras quedaron reducidas a tres individuos. Los resultados obtenidos estn consignados en la tabla g. El industrial se ha fijado las especificaciones: X ' = 150 ohm; ' = 7,5 ohm.
Tabla g Muestra N 1 2 3 4 5 6 7 8 9 10 Tamao n 5 5 5 3 3 3 5 5 5 3 Promedios
X

Desviacin tpica

12,20 9,75 4,32 7,43 8,65 9,23 7,24 8,92 6,85 7,38

154,6 143,4 136,0 152,7 147,3 161,7 151,0 156,2 153,8 138,2

Se trata, en este caso, de muestras chicas (n < 25) , desiguales. a) Promedios [columna (1), tabla I] De la tabla II obtiene: para n = 3 para n = 5 Luego: para n = 3 : : :

A = 1,732

A' = 1,342

LC = X ' = 150

LS = X ' + A ' = 150 + 1,732 7,5 = 163,0

LI = X ' A ' = 137,0
para n =5 :

LC = X ' = 150

LS = X ' + A ' ' = 150 + 1,342 7,5 = 160,1

LI = X ' A' ' = 139,9
(Diagrama P4)

27

NCh42
b) Desviaciones tpicas [columna (2), tabla I] De la tabla II obtiene: para n = 3 para n = 5 Luego: para n = 3 : : :

c 2 = 0,7236 c' 2 = 0,8407

B2 = 1,858 B ' 2 = 1,756

B1 = 0 B '1 = 0

LC = c 2 ' = 0,7236 7,5 = 5,43 LS = B2 ' = 1,858 7,5 = 13,5

LI = B1 ' = 0
para n = 5 :

LC = c' 2 ' = 0,8407 7,5 = 6,31 LS = B' 2 ' = 1,756 7,5 = 13,2

LI = B' 2 ' = 0
(Diagrama D4)

28

NCh42
c) Diagramas Ver diagrama IV.

d) Conclusiones Salvo la muestra nmero tres, que denota perturbacin apreciable, la produccin se mantiene en un nivel ms o menos aceptable. Sin embargo, la cercana de algunos valores a los lmites de control hace pensar en la necesidad de ajustar algo ms los mtodos productivos, con fines de mayor seguridad.

29

NCh42
5. Ejemplo E5

Un fabricante de golillas galvanizadas desea controlar su produccin respecto al acabado de las golillas, al nivel de cuatro defectos por cada 1 000 golillas ( p ' = 0,004). Los defectos pueden ser puntos en que el zinc no ha tomado, dejando el acero expuesto, o bien, golillas en las que el galvanizado no es parejo. Con este objeto toma muestras de 400 golillas cada una, correspondientes a lotes sucesivos. Los resultados obtenidos con 10 lotes estn consignados en la tabla h.
Tabla h Lote N 1 2 3 4 5 6 7 8 9 10 Tamao de la muestra n 400 400 400 400 400 400 400 400 400 400 Nmero de defectos Fraccin defectuosa
p

p n
1 3 0 7 2 0 1 0 8 5

0,0025 0,0075 0 0,0175 0,0050 0 0,0025 0 0,0200 0,0125

Se trata de muestras iguales con p ' < 0,1 . a) Nmero de defectos [columna (7), tabla I]

LC = p' n = 0,004 400 = 1,6 LS = p' n + 3

LI = p ' n 3

p' n = 1,6 + 3 1,6 = 1,6 + 3,8 = 5,4

p ' n = (negativo) = 0

30

NCh42
b) Diagrama Ver diagrama V. c) Conclusiones Es evidente la falta de control en los lotes correspondientes a las muestras 4 y 9.

6. Ejemplo E6
En una fabricacin se desea controlar la capacidad de un producto al nivel p ' = 0,014, o sea, 14 defectos por mil. Debido al carcter de la fabricacin, se toman muestras iguales al 10% de la produccin diaria, que es variable, y resultan as muestras de diferentes tamaos; en consecuencia, los lmites de control resultan distintos segn el tamao de la muestra.

31

NCh42
Las observaciones obtenidas en 10 lotes se consignan en la tabla i.
Tabla i Lote N 1 2 3 4 5 6 7 8 9 10 Tamao de la muestra n 580 550 580 640 550 580 580 550 330 330 Nmero de defectos Fraccin defectuosa
p

p n
9 7 3 9 10 12 7 5 4 2

0,0155 0,0127 0,0052 0,0141 0,0182 0,0207 0,0121 0,0091 0,0121 0,0061

Se trata, en este caso, de muestras diferentes, con p ' < 0,1. a) Fraccin defectuosa [columna (5), tabla I]

LC = p' = 0,014 LS = p' + 3 LI = p' 3 p' n p' n

Con estas frmulas obtenemos:

Muestra N
LS
LI

1 0,029 0

2 0,029 0

3 0,029 0

4 0,028 0

5 0,029 0

6 0,029 0

7 0,029 0

8 0,029 0

9 0,033 0

10 0,033 0

32

NCh42
b) Diagrama Ver diagrama VI.

c) Conclusiones De los lmites del diagrama y de las observaciones obtenidas deducimos que la produccin se encuentra bajo un control satisfactorio.

33

NCh42

III. EJEMPLOS DE CONTROL SIN ESPECIFICACION

1. Ejemplo E7
Un industrial desea saber si su produccin est controlada y averiguar si hay o no causas extraas de perturbacin. Con tal propsito toma muestras diarias de 50 individuos, durante 10 das consecutivos. Los resultados obtenidos se encuentran consignados en la tabla j. Se trata de muestras grandes (n > 25) e iguales. a) Promedios [columna (1) lnea (I), tabla III] El industrial ha determinado los valores X = 33,9 y = 4,40 de la tabla j. De la tabla IV obtiene:

A1 =
Luego:

3 3 = = 0,425 50 n

LC = X = 33,9 LS = X + A1 = 33,9 + 0,425 4,40 = 33,9 + 1,9 = 35,8 LI = X A1 = 33,9 1,9 = 32,0
Ver diagrama P7.
Tabla j Muestra N 1 2 3 4 5 6 7 8 9 10 Totales Promedios Tamao de la muestra n 50 50 50 50 50 50 50 50 50 50 500 Promedio Desviaciones tpicas

X
34,8 35,1 33,2 35,2 35,0 31,5 32,0 33,4 33,9 34,8 338,9
X = 33,9

5,35 4,00 4,55 3,73 4,73 3,77 5,30 4,30 4,98 3,29 44,00

= 4,40

34

NCh42
b) Desviaciones tpicas [columna (2), tabla III] De la tabla IV obtiene:

B4 = 1 +
B3 = 1
Luego:

3 3 =1+ = 1,3 2n 100

3 = 0,7 2n

LC = = 4,40 LS = B4 = 1,3 4 ,40 = 5,72 LI = B3 = 0,7 4,40 = 3,08

Ver diagrama D7

35

NCh42
c) Diagramas Ver diagrama VII. d) Conclusiones Los promedios acusan falta de control en la produccin de los das 6 y 7.

2. Ejemplo E8
Un industrial desea averiguar si existen causas asignables a cierta caracterstica de un artculo que produce. Para ello examina 10 lotes sucesivos de los cuales ha tomado muestras de 50 y 100 individuos.

36

NCh42
Las observaciones se encuentran consignadas en la tabla k.
Tabla k Lote N 1 2 3 4 5 6 7 8 9 10 Total Promedios ponderados Tamao de la muestra n 50 50 50 100 100 50 50 100 100 100 Promedios Desviacin tpica

X 55,0 55,2 54,4 53,3 52,3 55,6 53,4 55,7 55,3 54,5
nX = 40 790 n n

4,36 4,04 2,42 3,55 2,09 4,18 3,56 2,67 2,43 4,03

n = 750 X = nX n = 40 790 750

n = 2 405

= 54,4

2 405 750

= 3,21

Se trata en este caso de muestras grandes (n > 25), de tamaos diferentes. a) Promedios [columna (1), lnea (1), tabla III] Los valores de X y los calcula de acuerdo con el artculo 9, inciso 4 a) y obtiene:

X = 54,4
De la tabla IV obtiene: para n = 50 :

= 3,21

A1 = A1 =

3 3 = = 0,425 n 50 3 100
= 0 ,3

para n = 100 Luego: para n = 50

LC = X = 54,4 LS = X + A1 = 54,4 + 1,4 = 55,8 LI = X A1 = 53,0

37

NCh42
para n = 100 :

LC = X = 54,4 LS = X + A'1 = 54,4 + 1,0 = 55,4 LI = X A'1 = 53,4

Ver diagrama P8 b) Desviaciones tpicas [columna (2), tabla III] De la tabla IV obtiene: para n = 50 :

B4 = 1 + B3 = 1

3 2n 3 2n 3

=1 + = 0,7

3 100

= 1,3

para n = 100

B' 4 = 1 + B'3 = 1

200

= 1 + 0,21 = 1,21

3 = 1 0,21 = 0,79 200

Luego: para n = 50 :

LC = = 3,21
LS = B4 = 1,3 3,21 = 4,17

LI = B3 = 0,7 3,21 = 2,25

para n = 100 :

LC = = 3,21
LS = B' 4 = 1,21 3,21 = 3,89

LI = B '3 = 0,79 3,21 = 2,53

Ver diagrama D8

38

NCh42
c) Diagramas Ver diagrama VIII.

d) Conclusiones El diagrama VIII muestra que la produccin tiene un bajo nivel de control y que existen causas asignables de perturbacin.

39

NCh42
3. Ejemplo E9
Un productor de cables de acero ha tomado muestras de cuatro cables, de cada uno de 10 lotes y los ha sometido a ensayos de traccin. El industrial desea controlar su produccin respecto del promedio y el intervalo. Los resultados se encuentran consignados en la tabla I.
Tabla I Ensaye de resistencia a la ruptura de cable de acero Lote N 1 2 3 4 5 6 7 8 9 10 3 2 3 3 3 2 2 3 2 3 Ensayos Promedio X 3 2 3 3 3 3 2 3 2 3 397,3 952,2 156,9 201,8 056,6 009,0 999,4 019,2 925,0 007,3 Intervalo R 36,3 38,6 52,1 27,2 29,5 40,9 27,3 18,2 20,4 24,9 315,4 31,5

x1
397,3 971,0 172,8 195,5 045,8 986,8 993,7 023,2 921,0 020,9 3 2 3 3 3 3 2 3 2 3

x2
417,8 946,0 172,8 202,3 057,1 007,3 989,1 025,5 914,2 007,3 3 2 3 3 3 3 2 3 2 2

x3
381,5 959,6 161,4 218,2 075,3 027,7 998,2 007,3 930,1 996,0 3 2 3 3 3 3 3 3 2 3

x4
392,5 932,4 120,7 191,0 048,1 014,1 016,4 020,9 934,6 005,0

Promedios

30 724,7 3 072,5

/ 10

Se trata, en este caso, de muestras chicas (n < 25) e iguales. Segn el artculo 9, inciso 2, le resulta satisfactorio el control respecto de R , puesto que n < 10. a) Promedios [columna (1), lnea (II), tabla III] Los valores de X y R los obtiene de acuerdo con el artculo 9, inciso 3 y le resultan:

X = 3 072,5
De la tabla IV obtiene:

R = 31,5

A2 = 0,729
Luego:

LC = X = 3 072,5 LS = X + A2 R = 3 072,5 + 0,729 LI = X A2 R = 3 049,5

Ver diagrama P9

31,5 = 3 095,5

40

NCh42
b) Intervalo [columna (3), tabla III] De la tabla IV obtiene:

D4 = 2,282 ;
Luego:

D3 = 0

LC = R = 31,5 LS = D4 R = 2,282 31,5 = 72 LI = D3 R = 0

Ver diagrama R9

41

NCh42
c) Diagramas Ver diagrama IX.

d) Conclusiones De la observacin del diagrama P9, deduce que existe anormalidad en la produccin.

42

NCh42
4. Ejemplo E10
En un laboratorio hay 16 mquinas de tensin del tipo horizontal. Se hacen ensayos con alambres de igual dimetro en todas las mquinas y se obtienen los resultados apuntados en la tabla m. Debido a causas externas algunos ensayos han debido eliminarse de modo que resultan muestras de cuatro y de cinco ensayos.
Tabla m Calibracin de mquinas horizontales de traccin Mquina N 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 N de ensayos 5 5 5 5 5 5 4 5 5 5 5 5 5 5 5 4 78 Valores de los ensayos 1 73 70 74 70 70 65 72 69 71 71 71 70 73 74 72 75 2 73 71 74 70 70 65 72 70 71 71 71 71 74 74 72 75 3 73 71 74 70 70 66 74 71 71 71 72 71 74 75 72 75 4 75 71 74 72 70 69 76 73 71 71 72 72 75 75 73 76 Sumas Promedio ponderado X 5 75 72 75 73 70 70 73 72 72 72 72 75 75 73 Promedio Desviacin tpica

X
73,8 71,0 74,2 71,0 70,0 67,0 73,5 71,2 71,2 71,2 71,6 71,2 74,2 74,6 72,4 75,3

n= 4

n =5
0,98 0,63 0,40 1,26 0 2,10 1,60 0,40 0,40 0,49 0,75 0,75 0,49 0,49 10,74

1,66

0,44 2,10 72,03

Se trata, en este caso, de muestras chicas ( n < 25), de tamaos diferentes. a) Promedios [columna (1), lnea (I); tabla (II)] Para el clculo de X se emplear lo prescrito en el artculo 9, inciso 4 b) y se obtendr: X = 72,03 . Como lo indica el mismo inciso, el clculo de se realizar de la siguiente manera: De la tabla IV y la A de Observaciones: para n = 4 para n = 5

c 2 = 0,797 9 c 2 = 0 ,840 7

1 / c 2 = 1,253 3 1 / c' 2 = 1,189 4

43

NCh42
Puesto que el nmero de muestras es k = 16 tendremos:

e = e =
Luego:

1 [1,253 3 2,10 + 1,189 4 10,74] 16 15,4 = 0,96 16

para n = 4 para n = 5

= 0,79 9 0,96 = 0,77

' = 0,840 7 0,96 = 0,81

Ahora bien, de la tabla IV obtenemos: para n = 4 para n = 5 Luego: para n = 4 : LC = X = 72,03 : A1 = 1,880 : A'1 = 1,596

LS = X + A1 = 72,03 + 1,880 0,77 = 72,03 + 1,45 = 73,48 LI = X A1 = 70,58

para n = 5 : LC = X = 72,03

LS = X + A'1 ' = 72,03 + 1,596 0,81 = 72,03 + 1,29 = 73,32 LI = X A'1 ' = 70,74
Ver diagrama P10 b) Desviaciones tpicas [columna (2), tabla III] De la tabla IX obtenemos: para n = 4 para n = 5 : B4 = 2,266 : B ' 4 = 2,089

B3 = 0 B'3 = 0

44

NCh42
Luego: para n = 4 : LC = = 0,77

LS = B4 = 2,266 0,77 = 1,74 LI = B3 = 0,00

para n = 5 : LC = 0,81

LS = B ' = 2,089 0,81 = 1,69

LI = B '3 ' = 0,00
Ver diagrama D10

45

NCh42
c) Diagramas Ver diagrama X.

d) Conclusiones De los diagramas se concluye que hay fuertes variaciones de la calidad de las mquinas unas respecto de las otras (Diagrama P10), y, cada de la calidad en la mquina nmero 6 (Diagrama D10).

46

NCh42
5. Ejemplo E11
En una fbrica de conductores revestidos, se somete el conductor a una prueba de aislacin que consiste en dar al alambre una tensin determinada y hacerlo pasar, en forma continua, a travs de la mquina de ensaye. Si el revestimiento es defectuoso el conductor se corta en los puntos dbiles. Habr entonces un cierto nmero de cortaduras por cada longitud que se haya elegido como unidad.
Tabla n - Nmero de cortaduras en longitudes sucesivas de 3 000 m cada una
Longitudes de 3 000 m c/u N 1 2 3 4 5 6 7 8 1 1 3 7 8 1 2 6 Longitudes de 3 000 m c/u N 9 10 11 12 13 14 15 16 1 1 10 5 0 19 16 20 Longitudes de 3 000 m c/u N 17 18 19 20 21 22 23 1 6 12 4 5 1 8 TOTALES Longitudes de 3 000 m c/u N 24 25 26 27 28 29 30 30 7 9 2 3 14 6 8 187

Nmero de cortaduras

Nmero de cortaduras

Nmero de cortaduras

Nmero de cortaduras

En el caso que tratamos se eligi una longitud de 3 000 m porque se determin, en ensayos previos, que en longitudes menores el nmero de defectos era muy pequeo. Los resultados obtenidos en 90 000 m de alambre (30 longitudes de 3 000 m cada una) se consignan en la tabla n. Se trata entonces de llevar un diagrama del nmero de defectos ( pn) , de muestras iguales (3 000 m). a) Nmero de defectos [(columna 7), tabla III] Elegimos las frmulas de las columnas c7 porque; si consideramos la fraccin defectuosa, por metro, tendremos:

p=

187 < 0,1 90 000

47

NCh42
Luego:

LC = pn =

187 = 6,23 6,2 30

LS = pn + 3

pn = 6,2 + 3 6,23 = 6,2 + 7,5 = 13,7

LI = pn 3 pn = 6,2 7,5 = neg. = 0

b) Diagramas Ver diagrama XI.

c) Conclusiones El diagrama muestra causas asignables en las longitudes nmeros 14, 15, 16 y 28. Estos defectos pueden deberse a mala calidad de la aislacin, colocacin defectuosa de ella, etc.

48

NCh42
6. Ejemplo E12

Se han examinado 10 lotes de cierto producto en planchas, revestido, y se han encontrado defectos en este revestimiento, segn se anota en la tabla p. Se trata en este caso de muestras de tamaos diferentes, por lo tanto, habr que llevar control del parmetro fraccin defectuosa ( p ) .
Tabla p Lote N
1 2 3 4 5 6 7 8 9 10

Tamao de la muestra

n
500 500 800 800 500 880 550 500 880 880

Nmero de piezas defectuosas pn

9 10 12 14 8 14 10 12 7 3

Fraccin defectuosa
p
0,0180 0,0200 0,0150 0,0175 0,0160 0,0159 0,0182 0,0240 0,0080 0,0034

TOTAL

6 790

99

a) Fraccin defectuosa [columna (5), tabla III] Se han tomado las frmulas de la columna (5) porque de la tabla p, de datos, obtenemos:

p=
Luego:

99 = 0,014 6 < 0,1 6 790

LC = p = 0,014 6 LS = p + 3 p n p n

LI = p 3

49

NCh42
De estas frmulas se obtienen los valores:
Lote N LS LI 1 2 3 4 5 6 7 8 9 10

0,0308 0,0308 0,0275 0,0275 0,0308 0,0269 0,0302 0,0308 0,0269 0,0269 0 0 0,0017 0,0017 0 0,0023 0 0 0,0023 0,0023

b) Diagramas Ver diagrama XII.

c) Conclusiones El diagrama muestra control satisfactorio y ausencia de causas asignables.

50

NORMA CHILENA OFICIAL

INSTITUTO NACIONAL DE NORMALIZACION

NCh

42.Of53

INN-CHILE

Control estadstico de calidad

Statistical quality control

Primera edicin Reimpresin

: 1953 : 2007

Descriptores:
CIN 03.120.30
COPYRIGHT Direccin Web Miembro de : : :

control de calidad, control estadstico de la calidad, tablas estadsticas

1958: INSTITUTO NACIONAL DE NORMALIZACION - INN * Prohibida reproduccin y venta * Matas Cousio N 64, 6 Piso, Santiago, Chile www.inn.cl ISO (International Organization for Standardization) COPANT (Comisin Panamericana de Normas Tcnicas)