You are on page 1of 8

TECSUP VIRTUAL 2012-1 - CONTROL ESTADSTICO DE PROCESOS TRABAJO INDIVIDUAL N 1

La fbrica de cuadernos CUPERSA, ha ingresado al mercado peruano en ste periodo escolar 2012 con mucho entusiasmo. Sin embargo, se han presentado rechazos internos que estn comenzando a afectar su economa. Su produccin mensual es de 100 mil unidades tamao A4 rayadas, y otra cantidad similar, tambin en tamao A4, cuadriculadas. El porcentaje de rechazos aceptables, no deben de superar el 3% de la produccin total, sin embargo, se calcula en 12% los rechazos en el ltimo mes de Enero, del cual, el 40% presenta deficiente impresin en los cuadernos cuadriculados, 40% problemas de engrapado, y el resto deficiente corte. Los defectos no se detectaron oportunamente. Ante ste problema, usted ha sido contratado para solucionarlos. Realice un anlisis, elabore comentarios, y plantee un esquema de trabajo para superarlos y evitar que se repitan.

Podemos ver que para el caso en estudio los 100 mil cuadernos A4 rayados mas los 100 mil cuadernos A4 cuadriculados son la poblacin total en estudio, la poblacin de los cuadernos producidos en un mes, y tenemos las proporciones de esta poblacin total, en cuanto a defectuosos (12% del total es decir 24000 cuadernos), en cuanto a defectuoso por impresin (9600 de los 24000 defectuosos), en cuanto a defectuosos por engrapado (9600 de los 24000 defectuosos) y en cuanto a defectos de corte (4800 de los 24000 defectuosos). Con estos datos podemos calcular las probabilidades de obtener alguna cantidad de cuadernos defectuosos de una muestra, digamos de 100 cuadernos.

P(x) para cuadernos defectuosos (12%)


0.1400 Probabilidad puntual 0.1200 0.1000 0.0800 0.0600 0.0400 0.0200 0.0000 0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 Nmero de cuadernos defectuosos

Esta distribucin tiene como media 12 cuadernos defectuosos, el 12% de una muestra de 100, el valor de 12 es adems el punto de inflexin a partir del cual las probabilidades puntuales empiezan a disminuir, con una probabilidad puntual de 12.19%, esta distribucin de probabilidades tiene adems una varianza de 10.56

Tabla: distribuciones acumuladas N=200000 K=24000 n=100 (distribucin Hipergeometrica) x 0 1 2 3 4 5 6 7 8 9 P(x) 0.0000 0.0000 0.0003 0.0011 0.0038 0.0100 0.0215 0.0394 0.0624 0.0871 x 10 11 12 13 14 15 16 17 18 19 P(x) 0.1080 0.1206 0.1219 0.1126 0.0954 0.0746 0.0540 0.0364 0.0229 0.0135 x 20 21 22 23 24 25 26 27 28 29 P(x) 0.0074 0.0039 0.0019 0.0009 0.0004 0.0002 0.0001 0.0000 0.0000 0.0000 x 30 31 32 33 34 P(x) 0.0000 0.0000 0.0000 0.0000 0.0000

Se puede aprecia que la probabilidad de que no mas de 20 de 100 cuadernos sean defectuosos es aproximadamente de 100 % (99.27%), pero la probabilidad de que no mas de 11 de 100 cuadernos sean defectuosos es de 45.42%, 11 cuadernos de 100 es mas de lo que la empresa CUPERSA esta dispuesta a aceptar.

Probabilidades acumuladas (12%)


1.2000 Probabilidad acumulada 1.0000 0.8000 0.6000 0.4000 0.2000 0.0000 0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 Nmero de cuadernos defectuosos

Tabla: distribuciones acumuladas N=200000 K=24000 n=100 (distribucin Hipergeometrica) x 0 1 2 3 4 5 6 7 8 acumulado 0.0000 0.0000 0.0003 0.0014 0.0052 0.0152 0.0367 0.0761 0.1385 x 10 11 12 13 14 15 16 17 18 acumulado 0.3336 0.4542 0.5761 0.6887 0.7841 0.8586 0.9126 0.9490 0.9719 x 20 21 22 23 24 25 26 27 28 acumulado 0.9927 0.9966 0.9985 0.9994 0.9997 0.9999 1.0000 1.0000 1.0000 x 30 31 32 33 34 acumulado 1.0000 1.0000 1.0000 1.0000 1.0000

9 0.2256 19 0.9853 29 1.0000

En contraste si el porcentaje de rechazos fuera el mximo aceptable de 3%, el aspecto de la distribucin hipergeometrica para una muestra de tamao de 100 cuadernos tendra este aspecto:

P(x) para cuadernos defectuosos (3%)


0.2500 0.2000 0.1500 0.1000 0.0500 0.0000 0 1 2 3 4 5 6 7 8 9 10 11 12 13

Dicha distribucin tendra una media de 3 cuadernos defectuosos con una varianza de 2.91, el punto de inflexin seria cuando la variable tome el valor de 3, con una probabilidad puntual de 22.75%, la probabilidad de que no mas de 2 de 100 cuadernos sean defectuosos seria de 41.97%

Tabla: distribuciones puntuales y acumuladas N=200000 K=6000 n=100 (distribucin Hipergeometrica) x P(x) acumulado 0 0.0475 0.04751611 1 0.1470 0.19454818 2 0.2252 0.41971991 3 0.2275 0.64725092 4 0.1706 0.8178983 5 0.1013 0.91921324 6 0.0496 0.96880891 7 0.0206 0.98939609 8 0.0074 0.99679279 9 0.0023 0.99912925 10 0.0007 0.99978615 11 0.0002 0.99995217 12 0.0000 0.9999902 13 0.0000 0.99999815

Para evitar los resultados de la produccin de enero, lo mejor es implementar un sistema de control de la calidad, la utilizacin de las siete herramientas bsicas de la calidad podra ayudar a identificar las causas asignables mas contundentes en el proceso, y el constante uso de cartas de control nos permitir mantener el proceso bajo control estadstico, se recomienda usar Diagramas P para el este caso en particular, ya que tenemos un patrn dado para una poblacin conocida, para el mes de enero se podra calcular limites de control tentativos, y si los patrones continuara constantes para meses posteriores, dichos limites podran seguir usndose, pero se debe tomar en cuenta que la proporcin del 3% es una proporcin mxima aceptable, es susceptible a mejora.

TECSUP VIRTUAL 2012-1 - CONTROL ESTADSTICO DE PROCESOS TRABAJO INDIVIDUAL N 2

La corporacin METALSA fabrica piezas de precisin. Uno de esos productos son tornillos que se utilizan en Maquinas CNC. El Sr. Rodolfo Carrin est a cargo del control de calidad. Obtiene una muestra de seis tornillos cada hora y los mide con un instrumento computarizado de alta precisin. Los datos de las ltimas 22 horas son: Hora 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 21.02 22.01 21.54 24.12 22.32 22.35 21.92 21.32 22.21 21.44 22.12 22.34 21.35 23.92 21.32 22.31 21.67 24.09 22.34 21.35 22.96 23.95 Longitud del tornillo en (cm) 23.41 22.01 24.12 22.45 21.21 23.82 21.99 23.56 22.35 23.83 22.76 24.54 22.44 24.31 22.22 23.56 22.87 23.35 23.51 24.31 22.52 21.41 22.41 21.92 22.45 21.31 22.82 23.99 23.16 23.75 24.83 22.26 24.55 21.44 24.41 21.23 23.43 22.57 24.36 21.51 23.31 22.57 22.41 23.41 24.15 23.45 23.54 23.82 20.99 21.76 22.35 22.83 24.31 24.54 21.44 23.84 23.62 24.56 21.31 23.65 22.51 22.31 22.55 21.51 24.33 21.32

23.88 24.08 23.12 23.21 23.23 25.11 23.56 21.86 22.06 23.16 24.26 24.23 23.18 22.56 21.89 21.98 22.12 23.21 24.83 23.18 22.56 21.26

22.87 22.37 23.93 22.34 21.89 22.27 21.74 23.81 22.35 22.94 21.34 23.85 24.47 24.44 23.87 21.38 22.96 23.34 24.59 24.27 23.44 22.34

Cuestionario. 1.- Construya la grfica de control adecuada para supervisar este proceso. Ya que tenemos una variable de la calidad (longitud del tornillo), que es un dato continuo, es apropiado usar una carta de control para variables, no es muy costoso, ni se deben realizar pruebas destructivas para el anlisis de datos, as que una carta para individuales, no seria

apropiada, veremos si el comportamiento de los datos se ajusta lo suficiente a una distribucin normal como para usar una carta para medianas.

Clase Frecuencia 20.99 1 21.3645455 12 21.7390909 9 22.1136364 12 22.4881818 23 22.8627273 10 23.2372727 13 23.6118182 13 23.9863636 14 24.3609091 14 24.7354545 8 y mayor... 3

Histograma
25 20 Frecuencia 15 10 5 0

Clase

La distribucin a simple vista no parece muy normal, asi que optaremos por usar un diagrama Xbarra rango.

Grfica Xbarra-R
M edia de la muestr a
24 LC S =24.186

23

_ _ X=22.884

22 LC I=21.581 1 3 5 7 9 11 13 M uestr a 15 17 19 21

6.0

Rango de la muestr a

LC S =5.400 4.5 3.0 1.5 0.0 1 3 5 7 9 11 13 M uestr a 15 17 19 21


3

_ R=2.695
3

LC I=0

2.- Est el proceso bajo control? Por qu? (Justifique su respuesta) El proceso no esta bajo control estadstico, ya que se puede apreciar que en los puntos 17 y 18 de la grafica de Rangos se falla en la 3 prueba de la Wester Electric Corporation ya que hay 6 puntos consecutivos todos en descenso.

3.- Cules son sus conclusiones acerca de los resultados obtenidos? Se debe investigar una causa asignable, que quizs no se pueda solucionar en la planta, sino que este en el proceso mismo, se requerir investigacin con todos los involucrados en el proceso y en especial con quienes mejor lo conocen.