Professional Documents
Culture Documents
Objetivos
Tabla de contenido
Control estadstico de la calidad................................................................................1
1 Calidad, conceptos..............................................................................................1
2 Diagramas de Control.........................................................................................1
3 Diagramas de control por Mediciones................................................................3
3.1 Diagrama de Medias X con lmites definidos por los rangos.................4
3.2 Diagrama de Rangos (R).............................................................................6
8.3.3 Diagrama de Medias con lmites definidos por los Desvos estndares,
S..........................................................................................................................6
3.4 Diagrama de Medias de Desvos estndares, S..........................................7
3.4 Valores individuales (X-ind)..........................................................................8
4 Diagramas de control por atributos.....................................................................9
4.1 Diagrama p...............................................................................................11
4.2 Diagrama n p............................................................................................13
4.3 Diagrama c, nmero de defectos.............................................................14
4.4 Diagrama u, nmero de defectos por unidad..........................................16
1 Calidad, conceptos.
Calidad es satisfaccin del cliente. William Deming.
Una definicin de calidad de un producto o servicio es su aptitud para el uso
demandado por el mercado. En los procesos de produccin las demandas del
mercado pueden ser controlados a partir de mediciones de una o ms
caractersticas de calidad. Los parmetros o caractersticas de calidad son
Luis Mara Dicovskiy
Pgina 1
2 Diagramas de Control
Los diagramas control son un mtodo para controlar estadsticamente procesos
productivos detectando cuando ste est fuera de control, vara demasiado. Las
ventajas de su uso son: ser una herramienta simple y efectiva para lograr un
control del proceso productivo, el operario puede manejar los diagramas en su
propia rea de trabajo, por lo cual puede dar informacin confiable a la gente
cercana a la operacin en el momento en que se deben de tomar acciones
correctivas, tanto el empresario como el cliente pueden contar con niveles
consistentes de calidad y ambos pueden contar con costos estables para lograr
ese nivel de calidad adems se visualiza fcilmente el comportamiento del
proceso productivo y entonces ste puede ser mejorado.
Los diagramas de control ms usados son los propuestos por Walter Shewhart,
padre del control estadstico de la calidad. Estos diagramas tienen un lmite
central, uno inferior y otro superior, estos dos ltimos lmites sealan cuando el
proceso est fuera de control
Los diagramas de control enfocan la atencin hacia las causas no aleatorias de
variacin cuando estas aparecen y tambin reflejan la magnitud de la variacin
debida a las causas aleatorias. Las causas aleatorias se deben a la variacin
natural del proceso. Las causas no aleatorias son aquellas controlables como: un
mal ajuste de mquina, errores del operador, defectos en materias primas.
Se dice que un proceso est bajo Control Estadstico cuando ste vara
nicamente por causas aleatorias. Cuando ocurre esto tenemos un proceso
estable y predecible. Cuando existen causas no aleatorias el proceso est fuera
Luis Mara Dicovskiy
Pgina 2
en el intervalo LSC- LIC) se dice que el proceso est bajo control, en caso
contrario el proceso puede estar descontrolado
Pgina 3
Diagrama de Medias
Variable
continua
No
Si
Si
Ms de
un
elemento
por
muestra
Diagramas
Xbarra S
y Xbarra
R
No
Diagrama
de valores
individual
es
Si
Ms de
un
defecto
por
elemento
Diagramas
"u" "c"
Pgina 4
No
Diagramas
"np "p"
Este diagrama permite observar cmo varan los promedios de los diferentes
grupos o muestras. Permite identificar si una un grupo de muestras est alterando
su promedio. Para realizar este grfico debo calcular:
Repeticiones
(Muestr
a)
1
17.9
24.1
18.7
19.2
19.3
19.8
6.2
0
21.3
0
19.6
0
18.7
0
19.8
0
19.2
4
19.7
2.6
0
18.5
0
20.3
0
21.2
0
19.8
0
19.0
2
19.7
2.7
0
21.9
0
23.1
0
22.1
0
20.1
0
21.9
6
21.8
0
23.1
0
22.1
0
20.1
0
19.2
0
21.4
2
21.1
3.9
8
20.4
3.6
Siendo:
Pgina 5
A2
Donde: LC = 20.46,
22.9
X-barra
21.7
20.5
19.3
18.1
3
Da
Siendo
D4
D3
(Ver tabla al final del captulo). Para el ejemplo anterior: LC= 3.68, LCS= 3.68
(2.144)= 7.78, LCI= 3.68 (0) = 0.
Luis Mara Dicovskiy
Pgina 6
8.3
Rango
6.2
4.1
2.1
0.0
Da
8.3.3 Diagrama de Medias con lmites definidos por los Desvos estndares,
S.
El diagrama de medias construido con lmites definidos por los S, es parecido al
diagrama de medias construido a partir de R, rangos, la diferencia consiste en que
el tamao de la muestra puede ser variable y adems es mucho ms sensible
para detectar cambios en la media o en la variabilidad del proceso. Lo lmites se
calculan de la siguiente forma:
LC = X
Pgina 7
LSC y LIC =
3 S
X
C 4 n , siendo
C4
el promedio de
Desvo estndar
2.44
0.98
1.06
1.08
1.55
22.8
X-barra
21.6
20.5
19.3
18.2
3
Da
LC =
S , LSC y LIC =
S
S 3
1C 42
C4
Pgina 8
Desvo estndar
3.2
2.4
1.6
0.8
0.0
Da
3.4 Valores individuales (X-ind)
Este diagrama se construye cuando hay un solo grupo con muchas repeticiones.
Los lmites superiores e inferiores se hacen con rangos mviles, por ejemplo se
calculan los rangos de dos medidas sucesivas, obtenindose as n-1 rangos. Las
formas de clculo de los lmites son:
LC =
X , LSC y LIC =
R
X 3
D2
siendo
D2
de datos de cada rango mvil (ver tabla al final del captulo). Cada valor observado
es un punto del diagrama.
Ejemplo con los datos del ejercicio de humedad de los granos de caf,
considerando que todas las muestras fueron tomadas al mismo tiempo:
Humedad
17.90
21.30
Humedad
22.10
Pgina 9
18.50
21.90
23.10
24.10
19.60
20.30
23.10
22.10
18.70
18.70
21.20
2.80
3.40
1.20
1.00
4.50
0.70
2.80
1.00
3.40
0.00
2.50
20.10
19.20
19.80
19.80
20.10
19.20
19.30
19.20
19.00
21.90
21.40
2.00
0.90
0.60
0.00
0.30
0.90
0.10
0.10
0.20
2.90
0.50
1.50
24.98
Lnea Central:
20.46
Lnea Inferior:
15.95
25.6
Humedad
23.0
20.5
17.9
15.3
13
19
25
Nmero de Muestra
Pgina 10
Pgina 11
4.1 Diagrama p
Este diagrama presenta las variaciones expresadas en proporcin de artculos
defectuosos, que son los que no cumplen cierto atributo que no le permite pasar a
la siguiente etapa del proceso productivo. Para obtener los datos, en cada lote i se
toma una muestra de ni artculos, stos son revisados y se determina el nmero
pi=
di
ni .
binomial, se determina
muestra y
= p
p (1 p )
, donde n es el tamao de cada
n
LSCLIC= p 3
p (1 p )
n
Pgina 12
Lote
# de Puros defectuosos
Lot
# de Puros defectuosos
e
01
11
02
12
15
03
13
14
04
14
11
05
15
12
06
16
13
07
17
10
08
11
18
11
09
13
19
10
14
20
Pgina 13
Para resolver ste problema con el programa INFOSTAT se debe crear una matriz
de dos columnas una con el nmero de defectos y la otra con el tamao de la
muestras (subgrupo) de 500. El nmero de filas sern 20.
Resolucin
Proporcin defectos
0.02
0.01
0.01
0.01
0.02
0.02
0.02
0.02
0.03
0.03
0.01
Siendo, n= 500,
Proporcin defectos
0.03
0.03
0.02
0.02
0.03
0.02
0.02
0.01
0.02
p = 0.02 y (1 p ) = 0.98
Pgina 14
Diagrama de control p
Proporcin defectos
0.041
0.031
0.020
0.010
0.000
11
16
Lote
4.2 Diagrama n p
Cuando el tamao de las muestras en los diagramas p es constante se puede usar
el diagrama n p, o diagrama del nmero de defectuosos. Las grficas p y np
muestran el mismo comportamiento pero a diferente escala. Las grficas np se
grafican directamente con los datos de piezas defectuosas y no es necesario
calcular proporciones.
En ste diagrama se grafica el nmero de defectuosos por muestra di, en lugar de
la proporcin pi. Es as que
=n p
y n p (1 p ) .
p = 0.02 y
(1 p ) = 0.98
Pgina 15
Lmites de Control
Lnea Superior:
Lnea Central:
Lnea Inferior:
19.10
9.80
0.50
Diagrama de control np
Cantidad defectos
20.3
15.3
10.2
5.1
0.0
11
16
Lote
4.3 Diagrama c, nmero de defectos
Es frecuente que en los procesos industriales existan ms de un tipo de defecto
por objeto de estudio y sin embargo no hacen que se clasifica al producto como
descartable, son caractersticas indeseables pero que no necesariamente impidan
que el producto pase o no a la siguiente fase del proceso como sucede con los
diagramas p y np. En esto caso se utilizan los diagramas c y u. Tambin se
pueden usar stos diagramas en casos como nmero de fallas por operario,
nmeros de quejas por un mal servicio nmero de fallas de una mquina, etc.
El objetivo de diagrama c es analizar la variabilidad del nmero de defectos por
muestra de tamao uniforme, siendo c i el nmero de defectos en la muestra i. Se
parte de que c sigue una distribucin de Poisson, en la cual el promedio y la
Pgina 16
lmites
y =c =LC=
Total defectos
Total muestras , y los
LSC LIC=c 3 c .
Ejemplo: Se posee los datos de 30 meses del nmero de quejas de clientes por
mes de una central telefnica atendida por tres operarios los meses 1-15 y por dos
operarios los meses 16-30. Se quiere saber si las quejas por servicio se han
mantenido estables en el tiempo.
Mes
Quejas
Mes
Quejas
1
9
16
8
2
8
17
6
3
6
18
8
4
7
19
9
5
5
20
6
6
8
21
7
7
9
22
5
8
10
23
4
9
12
24
5
10
14
25
4
11
13
26
3
12
11
27
4
13
9
28
6
14
8
29
5
15
7
30
4
Diagrama de Control c, a partir de los datos del problema de quejas por
central telefnica
Lmites de Control: quejas x central
Lnea Superior:
15.46
Lnea Central:
7.33
Lnea Inferior:
0.00
Pgina 17
Diagrama de control c
Quejas x Central
16
12
8
4
0
15
Mes
22
29
i =
ci
ni
Total defectos
u
i=
.
Si
Totalartculos inspeccionados
ni
u
ni . De sta manera para cada tamao de muestra habr lmites
diferentes.
Diagrama de Control u, a partir de los datos del problema de quejas por
operario
Pgina 18
Diagrama de control u
Media queja/operario
7.7
5.7
3.8
1.9
0.0
15
Mes
22
29
A2
1.880
1.023
0.729
0.577
0.483
0.419
0.373
0.337
0.308
D3
0.0000
0.0000
0.0000
0.0000
0.0000
0.0758
0.1359
0.1838
0.2232
D4
3.2686
2.5735
2.2822
2.1144
2.0039
1.9242
1.8641
1.8162
1.7768
Pgina 19
C4
0.7979
0.8862
0.9213
0.9400
0.9515
0.9594
0.9650
0.9693
0.9727
D2
1.128
1.693
2.059
2.326
2.534
2.704
2.847
2.970
3.078