Professional Documents
Culture Documents
PROCESOS
PUCE
ING SANTIAGO LPEZ CRESPO MBA
Septiembre 2015
DIAGRAMAS DE CONTROL
LA VARIABILIDAD.
DIAGRAMAS DE CONTROL
LA VARIABILIDAD:
Fuentes de variacin: EQUIPO
DIAGRAMAS DE CONTROL
LA VARIABILIDAD:
Fuentes de variacin: MATERIAL
DIAGRAMAS DE CONTROL
LA VARIABILIDAD:
Fuentes de variacin: AMBIENTE
DIAGRAMAS DE CONTROL
LA VARIABILIDAD:
Fuentes de variacin: OPERADOR
DIAGRAMAS DE CONTROL
LA VARIABILIDAD:
Fuentes de variacin: INSPECCION
DIAGRAMAS DE CONTROL
LA VARIABILIDAD:
Mientras esas fuentes de variacin flucten en una forma natural o esperada, se
produce un patrn estable de muchas causas fortuitas (causas aleatorias) de
variacin.
Las causas aleatorias de variacin son inevitables. Como son numerosas, e
individualmente tienen relativamente poca importancia, son difciles de detectar o
identificar.
DIAGRAMAS DE CONTROL
LA VARIABILIDAD.
Tipos de variabilidad:
DIAGRAMAS DE CONTROL
LA VARIABILIDAD.
Tipos de variabilidad:
DIAGRAMAS DE CONTROL
LA VARIABILIDAD.
Tipos de variabilidad. Respuestas gerenciales:
Estos dos tipos de variacin requieren respuestas administrativas distintas. Aunque uno
de los objetivos de la administracin de la calidad es la mejora constante mediante la
reduccin de la variacin inherente, en general, esto no puede lograrse sin cambiar el
proceso.
Y no se debe cambiar el proceso hasta estar seguro de que toda la variacin asignable ha
sido identificada y est bajo control.
DIAGRAMAS DE CONTROL
LA VARIABILIDAD.
Tipos de variabilidad. Respuestas gerenciales:
DIAGRAMAS DE CONTROL
LA VARIABILIDAD.
Tipos de variabilidad. Respuestas gerenciales:
DIAGRAMAS DE CONTROL
LA VARIABILIDAD.
Tipos de variabilidad. Respuestas gerenciales:
DIAGRAMAS DE CONTROL
LA VARIABILIDAD.
Tipos de variabilidad. TIPOS DE ERRORES
Existen dos tipos de errores que los diagramas de control ayudan a prevenir:
PRIMER TIPO:
Implica la creencia de que un valor observado representa una causa especial de la variacin,
cuando de hecho se debe a una causa comn inherente de variacin del sistema.
Tratar la causa comn como como si fuera especial puede traer como resultado una
manipulacin innecesaria sobre ajuste del proceso con un consecuente aumento de la
variacin.
DIAGRAMAS DE CONTROL
LA VARIABILIDAD.
Tipos de variabilidad. TIPOS DE ERRORES
Existen dos tipos de errores que los diagramas de control ayudan a prevenir:
SEGUNDO TIPO:
Implica tratar una causa especial de la variacin, como si fuera una causa comn inherente
de variacin del sistema y no tomar medidas correctivas inmediatas.
DIAGRAMAS DE CONTROL
LOS DIAGRAMAS DE CONTROL.
DIAGRAMAS DE CONTROL
DIAGRAMAS DE DIAGNSTICO.
Diagrama de esqueleto de pescado, Causa Efecto, Ishikawa
DIAGRAMAS DE CONTROL
DIAGRAMAS DE DIAGNSTICO.
Diagrama de Pareto. Regla del 80 -20
El 80% de la actividad se debe al 20% de los factores
La administradora de la ciudad de una ciudad, est preocupada por el consumo del agua,
en particular en los hogares unifamiliares. Le gustara desarrollar un plan para reducir el
consumo de agua. Para investigar esto, selecciona una muestra de 100 hogares y determina
el consumo normal de agua diario para diversos fines. stos son los resultados de la
muestra.
DIAGRAMAS DE CONTROL
DIAGRAMAS DE DIAGNSTICO.
Diagrama de Pareto. Regla del 80 -20
El 80% de la actividad se debe al 20% de los factores
DIAGRAMAS DE CONTROL
DIAGRAMAS DE CONTROL.
Tipos de variable:
DIAGRAMAS DE CONTROL
POR VARIABLE
Datos recolectados en subgrupos
DIAGRAMAS DE CONTROL
Datos recolectados en subgrupos
Datos en subgrupos.
El valor predeterminado para todos los comandos, excepto para las grficas R, S, X y R, as
como las grficas X y S, es estimar S con una desviacin estndar agrupada . La desviacin
estndar agrupada es el mtodo ms eficiente para estimar la desviacin estndar cuando
usted presupone una variacin constante a lo largo de los subgrupos. Elija la opcin
Rbarra para basar el clculo en el promedio de los rangos de subgrupos. Elija la opcin
Sbarra para basar el clculo en el promedio de las desviaciones estndar de los subgrupos.
Observaciones individuales.
El clculo de s se basa en MR / d2, el promedio del rango mvil dividido entre una
constante de eliminacin de sesgo . Por opcin predeterminada, el rango mvil tiene una
longitud de 2, debido a que los valores consecutivos tienen la mayor probabilidad de ser
similares. Haga clic en Utilizar rango mvil de longitud para cambiar la longitud del rango
mvil. Alternativamente, utilice Mediana del rango mvil o Raz cuadrada de MSSD .
Estas relaciones permiten establecer lmites respecto de las medias de las muestras
para mostrar cunta variacin se espera en un tamao determinado de la muestra.
Estos lmites esperados se denominan lmite de control superior (LCS) y lmite de
control inferior (LCI).
El nmero 3 que aparece en los lmites de control superior e inferior se utiliza por
convencin.
De dnde viene? Recuerde el teorema de Chebyshev,: no importa en qu distribucin
se base, al menos el 89% de todas las observaciones cae dentro de 3 desviaciones
estndar de la media.
Adems, para poblaciones normales, ms del 99.7% de todas las observaciones cae
dentro de dicho intervalo.
Hay una variacin en la duracin de las llamadas, pero todas las medias de la muestra
estn dentro de los lmites de control.
Por tanto, con base en 16 muestras de 5 llamadas, la conclusin es que, 99.74% de las
veces, la duracin media de una muestra de 5 llamadas estar entre 5.735 minutos y
13.091 minutos.
LCI
MEDIA
GRAN MEDIA
2
0
1
10
11
12
13
14
15
16
Los lmites de control superior e inferior son 0.00672 y 0.04066, respectivamente. Por lo tanto, se espera que
los rangos de los subgrupos se ubiquen entre 0.00672 y 0.04066. La lnea central (estimado de la desviacin
estndar del proceso) es 0.02369.
Ninguno de los subgrupos de datos sobre enlatados est fuera de los lmites de control. Adems, los puntos
dentro de los lmites muestran un patrn aleatorio . Esta grfica S no proporciona ninguna evidencia de falta de
control. Por lo tanto, la variacin del proceso est bajo control y la grfica se puede examinar.
POR VARIABLE
Para valores individuales
DIAGRAMA Xi (I)
k 1
MR =
MRi
i =1
K 1
X 3
LCLVind = X + 3
MR
d2
Por lo tanto:
MR
MR
UCLVind = X 3
d2
d2
X E 2 MR
Ejemplo 11.
Con el fin de ilustrar el
diagrama de control de
valor individual, se tiene
las cuentas por cobrar de
un
distribuidor
de
equipos,
durante
un
perodo de 30 das.
Desarrollar los diagramas
de control y su anlisis.
X =
Da
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
VALOR
33,6
18,4
10,2
16,9
35,1
25,1
16,9
13,4
23,5
29
20,5
25,2
18,9
19,3
12,6
15,5
26,5
19,1
20,3
22,2
16,3
26,1
35,1
19,2
33,3
25,7
16,5
18,8
22
15,1
650,3
Alto
33,6
18,4
10,2
16,9
35,1
25,1
16,9
13,4
23,5
29
20,5
25,2
18,9
19,3
12,6
15,5
26,5
19,1
20,3
22,2
16,3
26,1
35,1
19,2
33,3
25,7
16,5
18,8
22
Bajo
18,4
10,2
16,9
35,1
25,1
16,9
13,4
23,5
29
20,5
25,2
18,9
19,3
12,6
15,5
26,5
19,1
20,3
22,2
16,3
26,1
35,1
19,2
33,3
25,7
16,5
18,8
22
15,1
Alcance mvil
15,2
8,2
6,7
18,2
10
8,2
3,5
10,1
5,5
8,5
4,7
6,3
0,4
6,7
2,9
11
7,4
1,2
1,9
5,9
9,8
9
15,9
14,1
7,6
9,2
2,3
3,2
6,9
220,5
Xmedia
21,677
21,677
21,677
21,677
21,677
21,677
21,677
21,677
21,677
21,677
21,677
21,677
21,677
21,677
21,677
21,677
21,677
21,677
21,677
21,677
21,677
21,677
21,677
21,677
21,677
21,677
21,677
21,677
21,677
21,677
40
LCS=41,90
40
35
30
Valor individual
VALOR
25
Xmedia
20
LCL
15
LCI
10
30
_
X=21,68
20
10
5
0
LCI=1,45
9 11 13 15 17 19 21 23 25 27 29
30
10
13
16
19
Observacin
22
25
28
25
25
20
20
LCS=24,84
MRmedio
10
LCL
Rango mvil
Alcance mvil
15
15
10
__
MR=7,60
5
5
0
1
9 11 13 15 17 19 21 23 25 27 29
LCI=0
1
10
13
16
19
Observacin
22
25
28
La desviacin estndar entre provee un estimado de la variacin entre subgrupos, que es la variacin
existente de subgrupo a subgrupo.
La desviacin estndar dentro de ofrece un estimado de la variacin dentro del subgrupo -, que es la
variacin existente dentro de cada subgrupo.
Deviaciones estndar:
Entre:
0.165737
Dentro de:
0.243244
Entre/Dentro 0.294341
GRAFICO Xbarra
12
MEDIA
C/SUBG
LSC
11,5
11
LCS=12,694
Media del s ubgrupo
13
10,5
12,0
MRi
MRm
LSC
LIC
GRAFICO MR
11
15
13
17
19
0,8
LCS=0,7306
0,4
__
MR=0,2236
LCI=0
0,0
1
Grfico R barra
11
13
15
17
19
Rango
`Rbarra
LCS
LCI
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
LCI=11,505
1
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
1,4
1,2
1
0,8
0,6
0,4
0,2
0
_
X=12,099
11,5
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
0,9
0,8
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0
12,5
LCS=1,196
1,0
_
R=0,566
0,5
0,0
LCI=0
1
11
Muestra
13
15
17
19
Grfico S barra
UCLS
LCLS
S
`S
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
DIAGRAMAS DE CONTROL
Utilice esta prueba para determinar si una grfica P tradicional o una grfica P' de Laney es ms
apropiada para graficar la proporcin de defectuosos en su muestra.
Si la prueba determina que sus datos exhiben dispersin excesiva o dispersin insuficiente, una
grfica P' de Laney puede distinguir con ms exactitud entre la variacin por causa comn y la
variacin por causa especial .
Qu es sobre dispersin?
La sobre dispersin existe cuando hay una mayor variacin en los datos de lo que se esperara
sobre la base de una distribucin binomial (para unidades defectuosas) o una distribucin de
Poisson (para defectos por unidad).
Las grficas P y las grficas U tradicionales presuponen que su tasa de defectuosos o defectos se
mantiene constante en el tiempo.
Los lmites de control de una grfica P o una grfica U tradicional se vuelven ms estrechos cuando
sus subgrupos son ms grandes. Si sus subgrupos son lo suficientemente grandes, la sobre
dispersin puede causar que los puntos parezcan estar fuera de control cuando no lo estn.
Por tanto, el lmite de control superior (LCS) y el lmite de control inferior (LCI) se calculan
como el porcentaje medio ms o menos tres veces el error estndar de los porcentajes
(proporciones). La frmula de los lmites de control es:
Ejemplo 7 b.
Despus de establecer los lmites, el proceso se
supervisa durante la siguiente semana, cinco
das, dos turnos por da, con dos verificaciones de
calidad por turno.
Los resultados son los siguientes:
n=
n
i =1
K = nmero de subgrupos
x = np(1 p)
Por consiguiente si utilizamos la aproximacin normal de la binomial y la ecuacin que define
la forma ms tpica del diagrama de control que establece que:
los lmites de control se encuentran 3 desviaciones estndar de la media estadstica de
inters, tenemos que los lmites de control para el nmero de elementos que no cumplen es:
X = 3 X (1 p)
LCL = X + 3 X (1 p)
k
X =
X
i =1
LCI = X 3 X (1 p)
k
p =
X
i =1
nk
Ejemplo 9: Berenson 676 El siguiente es el caso de un hotel que desea mejorar la calidad de
sus servicios . Un aspecto importante es la presentacin de las habitaciones, desde el punto
de vista de impresin inicial, en donde es fundamental la disposicin, ubicacin y limpieza de
todos los elementos.
La administracin ha decidido estudiar este proceso durante un perodo de 4
semanas, tomando una muestra diaria de 200 habitaciones, en las cuales se calificar la
presentacin y se determinar el nmero de incumplimientos.
La tabla muestra el nmero y porcin de habitaciones consideradas como no adecuadas.
Determinar si existen incumplimientos en cunto al nmero de habitaciones que no
cumplen.
LCI = c 3 c
LCS = c + 3 c
c=
ci
i =1
No se debe utilizar una grfica C cuando los tamaos de sus muestras varan, porque los
lmites de control y la lnea central cambian cuando cambia el tamao de la muestra. Utilice
una grfica U cuando tenga diferentes tamaos de muestras.
16
6,24
LCI =
LCS =
13,7339976
-1,2539976 NO EXISTE.
14
12
10
Nmero chips
LCS
4
2
0
1
11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49
16
14
12
10
8
6
4
2
0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49
14
12
10
8
6
4
2
0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49
k = nmero de muestras
c1 + c2 + ...ck
u=
n1 + n2 + ...nk
u
LSC = u + 3
ni
Nmero de defectos
por unidad
u
LIC = u 3
ni
MUESTREO DE ACEPTACIN
DIAGRAMAS DE CONTROL
MUESTREO DE ACEPTACIN:
La seccin anterior trat acerca de mantener la calidad del producto conforme se fabrica.
En muchas situaciones de negocios tambin interesa la calidad del producto terminado
que se recibe.
El muestreo de aceptacin permite que entren los lotes con calidad aceptable al rea de
manufactura y se queden afuera los que no son aceptables.
El procedimiento habitual es examinar la calidad de las partes de entrada mediante un
plan de muestreo estadstico. De acuerdo con este plan, se selecciona al azar una
muestra de n unidades de los lotes de N unidades (la poblacin).
La inspeccin determinar el nmero de defectos en la muestra. Este nmero se
compara con uno predeterminado, denominado nmero crtico o nmero de
aceptacin. El nmero de aceptacin por lo general se designa c.
Si el nmero de defectos en la muestra de tamao n es menor o igual a c, el lote se
acepta. Si el nmero de defectos excede c, el lote se rechaza y se regresa al proveedor.
DIAGRAMAS DE CONTROL
MUESTREO DE ACEPTACIN:
RIESGOS DEL CONSUMIDOR Y DEL PRODUCTOR. ERRORES TIPO I Y TIPO II
DIAGRAMAS DE CONTROL
MUESTREO DE ACEPTACIN:
RIESGOS DEL CONSUMIDOR Y DEL PRODUCTOR. ERRORES TIPO I Y TIPO II
DIAGRAMAS DE CONTROL
MUESTREO DE ACEPTACIN:
RIESGOS DEL CONSUMIDOR Y DEL PRODUCTOR
Sin embargo, hay otras dos posibilidades:
1. El lote puede contener ms defectos que los aceptables, debera rechazarse pero se
acepta. A esto se denomina riesgo del consumidor.
2. El lote puede estar dentro de los lmites acordados, debera aceptarse pero se rechaza
durante la inspeccin de la muestra. A esto se le denomina riesgo del productor.
La siguiente tabla resume las decisiones de aceptacin presentes en estas posibilidades.
Esta decisin es muy similar a las ideas de los errores de Tipo I y Tipo II
H0: El lote es bueno
DIAGRAMAS DE CONTROL
MUESTREO DE ACEPTACIN:
RIESGOS DEL CONSUMIDOR Y DEL PRODUCTOR. ERRORES TIPO I Y TIPO II
DIAGRAMAS DE CONTROL
MUESTREO DE ACEPTACIN:
RIESGOS DEL CONSUMIDOR Y DEL PRODUCTOR
tadstica Lind
DIAGRAMAS DE CONTROL
MUESTREO DE ACEPTACIN:
RIESGOS DEL CONSUMIDOR Y DEL PRODUCTOR
Estadstica Lind
DIAGRAMAS DE CONTROL
MUESTREO DE ACEPTACIN:
RIESGOS DEL CONSUMIDOR Y DEL PRODUCTOR
Ejercicio 12. Lind, 732. La empresa N Computers, un fabricante de computadoras
personales est negociando un contrato para comprar lotes de 1,000 unidades de disco de
3,5 pulg de la compaa Drives Unlimited.
Esta ltima tiene buena reputacin como proveedora de unidades de disco de alta
calidad, pero su produccin no es perfecta. Afirma que puede producir unidades de disco
con tasas de defectos menores al 1%, nivel que le parece aceptable a N computers.
Este nivel del 1% se conoce como nivel de calidad aceptable (AQL, acceptance quality
level).
En trminos poco formales, define qu tan alto puede ser un nivel de defectos para todava
constituir un buen lote.
Ahora bien, qu sucede cuando N Computers escoge valores de n y c para su esquema
muestreo?
DIAGRAMAS DE CONTROL
MUESTREO DE ACEPTACIN:
RIESGOS DEL CONSUMIDOR Y DEL PRODUCTOR
La probabilidad de que se rechace un lote dado puede calcularse con la distribucin binomial
en donde :
El tamao de la muestra n es 100, el nmero de aceptacin c es 1 ( nmero mximo de piezas
con defectos permitidas) y p (la proporcin de produccin de defectuosa, que es de la
empresa proveedora) es 1 en la muestra de 100; es decir p es 0,01
CONDICIONES
n
p
r
r
100
0,01
0
1
Distribucin
binomial
0,3660
0,3697
DIAGRAMAS DE CONTROL
MUESTREO DE ACEPTACIN:
RIESGOS DEL CONSUMIDOR Y DEL PRODUCTOR
Ahora suponga que la tasa mnima de defectos a la que la empresa N Computers deseara
rechazar en un lote de unidades de disco es 2%.
Este nivel del 2% se conoce como porcentaje de tolerancia de defectos en el lote
(LTPD, lot tolerance percent defective).
En trminos no rigurosos, el LTPD define qu tan bajo un nivel de defectos sigue
constituyendo un mal lote.
Suponga que la N Computers recibe un lote de 1,000 unidades de disco flexible con 20
unidades defectuosas, (2%); obviamente sin que se sepa; Cul es la probabilidad de que
este lote sea aceptado debido a que la muestra de N computers de 100 unidades no
contiene ms de una unidad defectuosa, pues sabemos que la tasa de defectos es menor
al 1%.
Esta probabilidad es el riesgo del consumidor.
DIAGRAMAS DE CONTROL
MUESTREO DE ACEPTACIN:
RIESGOS DEL CONSUMIDOR Y DEL PRODUCTOR
La probabilidad de que se ACEPTE el lote con 2% de defectos, cuando lo ideal es 1%, es decir
la probabilidad de aceptar la hiptesis nula cuando es falsa, se calcula:
El tamao de la muestra n es 100, el nmero de aceptacin c es 1 ( nmero mximo de piezas
con defectos permitidas) y p (la proporcin de produccin de defectuosa, que es estamos
dispuestos a asumir no la conocemos) es 2 en la muestra de 100; es decir p es 0,02
CONDICIONES
n
p
r
r
100
0,02
0
1
Distribucin binomial
0,1326
0,2706
DIAGRAMAS DE CONTROL
MUESTREO DE ACEPTACIN:
CURVA CARACTERSTICA DE OPERACIN. CURVA C.O
CONDICIONES
n
100
0,01
0,02
0,03
0,04
0,05
0,06
0,07
0,08
0,09
0,1
0,15
0,2
0,25
0,3
0,366 0,1326 0,0476 0,0169 0,0059 0,0021 0,0007 0,0002 8E-05 3E-05 9E-08 2,037E-10 3,207E-13 3,234E-16
0,3697 0,2707 0,1471 0,0703 0,0312 0,0131 0,0053 0,0021 0,0008 0,0003 2E-06 5,093E-09 1,069E-11 1,386E-14
suma
0,7358 0,4033 0,1946 0,0872 0,0371 0,0152 0,006 0,0023 0,0009 0,0003 2E-06 5,296E-09 1,101E-11 1,419E-14
1,2
100,00%
0,8
73,58%
0,6
0,4
40,33%
0,2
19,46%
8,72%
0
0
0,01
0,02
0,03
0,04
3,71%
0,05
1,52%
0,06
0,60%
0,07
0,23%
0,08
0,09%
0,09
0,03%
0,1
0,00%
0,15
0,00%
0,2
0,00%0,00%
0,25
0,3
DIAGRAMAS DE CONTROL
CAPACIDAD DEL PROCESO
CAPACIDAD DE PROCESO
DIAGRAMAS DE CONTROL
CAPACIDAD DEL PROCESO
Capacidad de un proceso:
Consiste en conocer la amplitud de la
variacin natural del proceso para una
caracterstica de calidad dada, ya que
esto permitir saber en qu medida tal
caracterstica de calidad es satisfactoria
(cumple especificaciones).
Decimos que 6 (seis veces la desviacin estndar) es la variacin real, debido a las
propiedades de la distribucin normal en donde se afirma que entre 3 se
encuentra 99.73% de los valores de una variable con distribucin normal. Incluso si no
hay normalidad, en 3 se encuentra un gran porcentaje de la distribucin debido a
la desigualdad de Chebyshev y a la regla emprica.
DIAGRAMAS DE CONTROL
CAPACIDAD DEL PROCESO. EJEMPLO:
DIAGRAMAS DE CONTROL
DIAGRAMAS DE CONTROL
CAPACIDAD DEL PROCESO
DIAGRAMAS DE CONTROL
CAPACIDAD DEL PROCESO. EJEMPLO:
En el caso del ejemplo de la longitud de capa para las llantas, el ndice Cp est dado
Por:
DIAGRAMAS DE CONTROL
CAPACIDAD DEL PROCESO
DIAGRAMAS DE CONTROL
CAPACIDAD DEL PROCESO
DIAGRAMAS DE CONTROL
CAPACIDAD DEL PROCESO
DIAGRAMAS DE CONTROL
CAPACIDAD DEL PROCESO: SUPUESTOS
1. Que la caracterstica de calidad se distribuye de manera normal,
2. que el proceso est centrado y es estable (est en control estadstico),
3. y que se conoce la desviacin estndar del proceso. Es decir, la desviacin
estndar no es una estimacin basada en una muestra. La violacin de alguno
de estos supuestos, sobre todo de los ltimos dos, afecta de manera sensible
la interpretacin de los ndices.
Si al analizar el proceso se encuentra que su capacidad para cumplir
especificaciones es mala, entonces algunas alternativas de actuacin son:
mejorar el proceso (centrar y reducir variacin), su control y el sistema de
medicin, modificar tolerancias o inspeccionar al 100% los productos.
DIAGRAMAS DE CONTROL
CAPACIDAD DEL PROCESO
ndice Cr
Indicador de la capacidad potencial del proceso que divide la amplitud de la variacin
natural de ste entre la variacin tolerada. Representa la proporcin de la banda de
especificaciones que es cubierta por el proceso.
Como se puede apreciar, el ndice Cr es el inverso del Cp, ya que compara la variacin real
frente a la variacin tolerada.
Con este ndice se pretende que el numerador sea menor que el denominador, es decir, lo
deseable son valores de Cr pequeos (menores que 1)
El valor del ndice Cr representa la proporcin de la banda de especificaciones que es
ocupada por el proceso.
Por ejemplo, si el Cr = 1.20, querr decir que la variacin del proceso abarca o cubre 120%
de la banda de especificaciones, por lo que su capacidad potencial es inadecuada.
DIAGRAMAS DE CONTROL
CAPACIDAD DEL PROCESO
DIAGRAMAS DE CONTROL
CAPACIDAD DEL PROCESO
Estos ndices s toman en cuenta , al calcular la distancia de la media del proceso a una de
las especificaciones. Esta distancia representa la variacin tolerada para el proceso de un
solo lado de la media. Por esto slo se divide entre 3 porque slo se est tomando en
cuenta la mitad de la variacin natural del proceso.
Para interpretar los ndices unilaterales es de utilidad la tabla Cp y su interpretacin; no
obstante, para considerar que el proceso es adecuado, el valor de Cpi o Cps debe ser mayor
que 1.25, en lugar de 1.33.
Por su parte el ndice Cpk, que se conoce como indice de capacidad real del proceso.
DIAGRAMAS DE CONTROL
CAPACIDAD DEL PROCESO
En trminos generales, indica una capacidad no satisfactoria. Por lo tanto, cierta proporcin de las
capas para las llantas no tiene una longitud adecuada, como se vio con los ndices unilaterales y en la
grfica. La primera recomendacin de mejora para ese proceso es que se optimice su centrado, con
lo cual alcanzara su mejor potencial actual que indica el valor de Cp = 1.11.
DIAGRAMAS DE CONTROL
CAPACIDAD DEL PROCESO
DIAGRAMAS DE CONTROL
CAPACIDAD DEL PROCESO
De esta forma, la media del proceso est desviada 30% a la derecha del valor
nominal, por lo que el centrado del proceso es inadecuado, y esto contribuye de manera
significativa a la baja capacidad del proceso para cumplir con la especificacin
superior, como se vio en la figura 5.1 y en los ndices de capacidad anteriores.
DIAGRAMAS DE CONTROL
CAPACIDAD DEL PROCESO
Los ndices Cp y Cpk estn pensados a partir de lo importante que es reducir la variabilidad
de un proceso para cumplir con las especificaciones. Sin embargo, desde el punto de vista
de G. Taguchi, cumplir con especificaciones no es sinnimo de buena calidad y la reduccin
de la variabilidad debe darse en torno al valor nominal (calidad ptima).
Es decir, la mejora de un proceso segn Taguchi debe estar orientada a reducir su
variabilidad alrededor del valor nominal, N, y no slo para cumplir con especificaciones. En
consecuencia, Taguchi (1986) propone que la capacidad del proceso se mida con el ndice
Cpm que est definido por:
DIAGRAMAS DE CONTROL
CAPACIDAD DEL PROCESO
DIAGRAMAS DE CONTROL
CAPACIDAD DEL PROCESO
Cuando el ndice Cpm es menor que uno significa que el proceso no cumple con
especificaciones, ya sea por problemas de centrado o por exceso de variabilidad. Por lo
tanto, en el caso de las llantas no se cumple con especificaciones, y como se aprecia en la
figura 5.1, la razn principal es que el proceso est descentrado.
Por el contrario, cuando el ndice Cpm es mayor que uno, eso quiere decir que el proceso
cumple con especificaciones, y en particular que la media del proceso est dentro de la
tercera parte central de la banda de las especificaciones.
Si Cpm es mayor que 1.33, entonces el proceso cumple con especificaciones, pero adems
la media del proceso est dentro de la quinta parte central del rango de especificaciones.
En el caso del ejemplo 5.1 acerca de la longitud de capa para llantas, la quinta parte
central de la banda de especificaciones es 780 (10/5).
DIAGRAMAS DE CONTROL
CAPACIDAD DEL PROCESO
DIAGRAMAS DE CONTROL
CAPACIDAD DEL PROCESO. Mtodo de Rangos
Tabla 16.5
DIAGRAMAS DE CONTROL
CAPACIDAD DEL PROCESO
Por ejemplo, la especificacin es 25 15. Se tienen 80 datos obtenidos a travs del muestreo
para cartas de control donde se obtuvieron 20 subgrupos de cuatro datos cada uno.
Cada subgrupo se toma en un periodo pequeo de tiempo. Entonces, con estos datos hay
dos formas de calcular la desviacin estndar. En la primera slo se considera la variacin
dentro de los subgrupos, y refleja la variacin de corto plazo a travs del rango de los
subgrupos mediante la siguiente expresin:
R =5.49 es el promedio de los rangos de
los subgrupos, mientras que la constante
d2 =2.059 depende del tamao del
subgrupo (cuatro en este caso) y est
tabulado.
Por lo general, los ndices de capacidad de
corto plazo se calculan con esta forma de
obtener la desviacin estndar, por lo que
Cp =1.875 y Cpk =1.27015.
As que, desde una perspectiva de corto
plazo, se tiene un proceso capaz.
DIAGRAMAS DE CONTROL
CAPACIDAD DEL PROCESO. Mtodo de Rangos
La capacidad verdadera del proceso no se puede determinar sino hasta que las grficas X
y R hayan alcanzado el mejoramiento ptimo de la calidad, sin una inversin apreciable en
equipo nuevo o modificacin de equipo.
La capacidad del proceso es igual a 60, cuando el proceso est bajo control estadstico.
PROCEDIMIENTO:
1. Tomar 25 subgrupos de tamao 4, con un total de 100 mediciones.
2. Calcular el rango R para cada subgrupo.
3. Calcular el rango promedio R = ( R)/K = ( R)/25
4. Calcular el estimado de la desviacin estndar de la poblacin.
d2 se obtiene por tabla, para n=4, d2 = 2,059
5. La capacidad del proceso ser: 6 x
DIAGRAMAS DE CONTROL
CAPACIDAD DEL PROCESO
DIAGRAMAS DE CONTROL
CAPACIDAD DEL PROCESO
Estos ndices estn enfocados al desempeo del proceso a largo plazo, y no slo a su
capacidad. Por ello, el ndice de desempeo potencial del proceso (process performance) Pp
se calcula de la siguiente manera:
DIAGRAMAS DE CONTROL
CAPACIDAD DEL PROCESO
ndice de desempeo real del proceso Ppk
Adviertir que este ndice se calcula de la misma manera que el ndice Cpk, la nica diferencia
es que Ppk utiliza L (la desviacin estndar de largo plazo).
DIAGRAMAS DE CONTROL
CAPACIDAD DEL PROCESO
Ejercicio 1.
Ejercicio 2.
Preguntas Ejercicio 2
DIAGRAMAS DE CONTROL
CAPACIDAD DEL PROCESO
Ejercicio 3.
DIAGRAMAS DE CONTROL
DECISIONES SOBRE EL TAMAO DE MUESTRA. PARA VARIABLES CONTINUAS
Las decisiones sobre el tamao de la muestra o del subgrupo requieren cierta cantidad de
juicio emprico; sin embargo, algunos lineamientos prcticos son los siguientes:
1. Al aumentar el tamao de subgrupo, los lmites de control se acercan al valor
central, lo cual hace que el control sea ms sensible a pequeas variaciones en el
promedio del proceso.
2. A medida que aumenta el tamao del subgrupo, aumenta el costo de inspeccin por
subgrupo. Justifica el mayor costo de los subgrupos ms grandes la mayor sensibilidad?
3. Cuando se usan pruebas destructivas, y cuando los elementos son costosos, es
necesario que el tamao de subgrupo sea de 2 o 3, porque reducir al mnimo la
destruccin de productos o servicios costosos.
4 . Desde un punto de vista estadstico, una distribucin de promedios de subgrupo, X, es
casi normal para subgrupos de 4 o ms, an cuando las muestras se tomen de una
poblacin no normal.
5. Cuando el tamao de subgrupo es mayor que 10, se debe usar la grfica s en lugar de la
grfica R para controlar la dispersin.
DIAGRAMAS DE CONTROL
DECISIONES SOBRE EL TAMAO DE MUESTRA. PARA VARIABLES CONTINUAS
No hay una regla para determinar la frecuencia de toma de subgrupos, pero debe ser la
suficiente para detectar cambios del proceso. Se recomienda el uso de la siguiente tabla:
DIAGRAMAS DE CONTROL
DECISIONES SOBRE EL TAMAO DE MUESTRA. PARA VARIABLES DISCRETAS
Un mtodo usado con frecuencia es la aplicacin de la siguiente ecuacin:
DIAGRAMAS DE CONTROL
ESPECIFICACIONES. Comparacin de valores individuales con promedios
DIAGRAMAS DE CONTROL
ESPECIFICACIONES. Comparacin de valores individuales con promedios
La figura muestra un conteo de valores individuales (X) y un conteo de promedios de
subgrupo (X) para los datos del ejemplo.
Se observa que los promedios se agrupan mucho ms cerca del centro que los valores
individuales. Cuando se promedian cuatro valores, se minimiza el efecto de un valor
extremo porque es pequea la probabilidad de tener cuatro valores extremadamente
altos o extremadamente bajos en el subgrupo.
Al comparar las dos distribuciones, se observa que ambas tienen la forma normal; de
hecho, aun cuando la curva para los valores individuales no fuera muy normal, la de los
promedios se acercara ms a la forma normal.
La base de la curva, para valores individuales, es aproximadamente el doble de extensa
que para los promedios. Cuando se dispone de los valores poblacionales de la desviacin
estndar de los valores individuales () y para la desviacin estndar de los promedios
X , hay una relacin definida entre ellas, que se expresa con la frmula:
DIAGRAMAS DE CONTROL
ESPECIFICACIONES. Comparacin de valores individuales con promedios
=
c4
Los valores de c4 aparecen en la tabla hasta n = 20. Para valores mayores que
20: c4 = 4(n 1)/(4 n 3) Por tanto si, n=84; c4 = 4(84-1)/(4*83-1) = 0.996997
s
c4
4,16
= 4,17
0,996997
4,17
X =
= 2,09
4
Semejante al
valor de 2,77
calculado
Es importante notar que la desviacin estndar de las medias, que se calcul con datos
muestrales
y la desviacin estndar de los promedios calculada a partir de la
desviacin estndar poblacional estimada X = 2,09 son diferentes debido a la variacin
de la muestra o la pequea cantidad de muestras (21); ms no a una falta de normalidad
DIAGRAMAS DE CONTROL
DIAGRAMAS DE CONTROL.
DIAGRAMAS DE CONTROL
ESPECIFICACIONES. Comparacin de valores individuales con promedios
Teorema del lmite central
En base a la diferencia entre distribucin de frecuencia de valores individuales, X y la de
distribucin de promedios, X, se puede analizar el teorema del lmite central:
Si la poblacin de donde se toman las muestras no es normal, la distribucin de los
promedios mustrales tender hacia la normalidad, siempre que el tamao de la
muestra, n, sea 4, cuando menos. Esta tendencia mejora cada vez ms a medida que el
tamao de la muestra es mayor. Adems, para describir la distribucin de los
promedios, se puede usar la distribucin normal estandarizada (o normal estndar),
con la siguiente modificacin:
El teorema del lmite central es una de las razones por las que funciona la grfica
X, porque no es necesario ocuparse de si la distribucin de las X no es
normal, siempre que el tamao de muestra sea 4 o mayor.
DIAGRAMAS DE CONTROL
ESPECIFICACIONES. Comparacin de valores individuales con promedios
DIAGRAMAS DE CONTROL
ESPECIFICACIONES. LIMITES DE CONTROL Y ESPECIFICACIONES
DIAGRAMAS DE CONTROL
ESPECIFICACIONES. LIMITES DE CONTROL Y ESPECIFICACIONES
CAPACIDAD Y TOLERANCIA DEL PROCESO
A la extensin de proceso se llama capacidad (o posibilidad) del proceso, y es igual a 6.
A la diferencia entre las especificaciones se le llama tolerancia.
Cuando se establece tolerancias sin tener en cuenta la extensin del proceso, pueden
resultar situaciones indeseables.
Son posibles tres casos:
(1) cuando la capacidad del proceso es menor que la tolerancia,
(2) cuando la capacidad del proceso es igual a la tolerancia, y
(3) cuando la capacidad del proceso es mayor que la tolerancia.
DIAGRAMAS DE CONTROL
ESPECIFICACIONES. LIMITES DE CONTROL Y ESPECIFICACIONES
CAPACIDAD Y TOLERANCIA DEL PROCESO
Caso I: 6 < (lmite superior de especificacin USL - lmite inferior de especificacin LSL)
Situacin: Cuando la capacidad del proceso (6 ) es menor que la tolerancia (USL LSL)
DIAGRAMAS DE CONTROL
ESPECIFICACIONES. LIMITES DE CONTROL Y ESPECIFICACIONES
CAPACIDAD Y TOLERANCIA DEL PROCESO
Caso I: 6 < (lmite superior de especificacin USL - lmite inferior de especificacin LSL)
Situacin: Cuando la capacidad del proceso (6 ) es menor que la tolerancia (USL LSL)
DIAGRAMAS DE CONTROL
ESPECIFICACIONES. LIMITES DE CONTROL Y ESPECIFICACIONES
CAPACIDAD Y TOLERANCIA DEL PROCESO
Caso II: 6 = (lmite superior de especificacin USL - lmite inferior de especificacin LSL)
Situacin: Cuando la capacidad del proceso (6 ) es igual a la tolerancia (USL LSL)
DIAGRAMAS DE CONTROL
ESPECIFICACIONES. LIMITES DE CONTROL Y ESPECIFICACIONES
CAPACIDAD Y TOLERANCIA DEL PROCESO
Caso II: 6 = (lmite superior de especificacin USL - lmite inferior de especificacin LSL)
Situacin: Cuando la capacidad del proceso (6 ) es igual a la tolerancia (USL LSL)
La distribucin de frecuencia de las X en (a) representa un patrn natural de variacin.
Sin embargo, cuando hay un desplazamiento en el promedio del proceso, como se ve en
(b), los valores individuales (X) rebasan las especificaciones.
Mientras el proceso est bajo control, no se produce producto no conforme; sin
embargo, cuando el proceso sale de control, como se indica en (b), se fabrica producto no
conforme.
Por lo anterior, las causas asignables de variacin deben corregirse tan pronto se presenten.
DIAGRAMAS DE CONTROL
ESPECIFICACIONES. LIMITES DE CONTROL Y ESPECIFICACIONES
CAPACIDAD Y TOLERANCIA DEL PROCESO
Caso III: 6 > (lmite superior de especificacin USL - lmite inferior de especificacin LSL)
Situacin: Cuando la capacidad del proceso (6 ) es mayor que la tolerancia (USL LSL)
DIAGRAMAS DE CONTROL
ESPECIFICACIONES. LIMITES DE CONTROL Y ESPECIFICACIONES
CAPACIDAD Y TOLERANCIA DEL PROCESO
Caso III: 6 > (lmite superior de especificacin USL - lmite inferior de especificacin LSL)
Situacin: Cuando la capacidad del proceso (6 ) es mayor que la tolerancia (USL LSL)
Cuando la capacidad del proceso es mayor que la tolerancia se presenta una situacin
indeseable.
Aun cuando se forma un patrn natural de variacin, como se ve en la distribucin de las X
en (a), algunos valores individuales son mayores que la especificacin superior, o menores
que la especificacin inferior.
Este caso es el nico en el que el proceso est bajo control, como indican los lmites de
control y la distribucin de frecuencias de X 's , pero se obtiene producto no conforme.
En otras palabras, el proceso no es capaz de fabricar un producto que cumpla las
especificaciones. Cuando el proceso cambia como en (b), el problema empeora mucho.
Cuando este caso se presenta ser necesaria una inspeccin del 100% para eliminar el
producto no conforme.
DIAGRAMAS DE CONTROL
ESPECIFICACIONES. LIMITES DE CONTROL Y ESPECIFICACIONES
CAPACIDAD Y TOLERANCIA DEL PROCESO
Caso III: 6 > (lmite superior de especificacin USL - lmite inferior de especificacin LSL)
Situacin: Cuando la capacidad del proceso (6 ) es mayor que la tolerancia (USL LSL)
Una solucin pertenece a la ingeniera y es la posibilidad tcnica de aumentar la tolerancia.
Una segunda posibilidad es cambiar la dispersin del proceso para obtener una distribucin
ms puntiaguda. Para obtener una reduccin apreciable en la desviacin estndar se podra
necesitar material nuevo, o un operador con ms experiencia, o un entrenamiento de
readaptacin, o una mquina nueva o reparada, o quiz, control automtico en el proceso.
Otra solucin es desplazar el promedio del proceso para que todo el producto no conforme
est en una cola de la distribucin de frecuencia.
Esta clase de solucin es posible, cuando el costo de la parte es suficiente para justificar
econmicamente la operacin de reprocesamiento.
DIAGRAMAS DE CONTROL
ESPECIFICACIONES. LIMITES DE CONTROL Y ESPECIFICACIONES
CAPACIDAD Y TOLERANCIA DEL PROCESO
Caso III: 6 > (lmite superior de especificacin USL - lmite inferior de especificacin LSL)
Situacin: Cuando la capacidad del proceso (6 ) es mayor que la tolerancia (USL LSL)
Los pernos de situacin para los soportes de piezas se rectifican hasta un dimetro de
12.50 mm (aproximadamente 1/2 pulg), con una tolerancia de 0.05 mm.
Si el proceso est centrado en 12.50 mm ( ) y la dispersin es 0.02 mm ()
Qu porcentaje del producto debe desperdiciarse y qu porcentaje puede reprocesarse?
Cmo se puede cambiar el centro del proceso para eliminar el desperdicio?
Cul sera el porcentaje de reprocesamiento?
DIAGRAMAS DE CONTROL
INTERPRETACION DE LAS GRFICAS DE CONTROL
Ayuda: Statguide