You are on page 1of 48

HERRAMIENTAS DE LA CALIDAD

PRODUCTO DEFECTUOSO

Ing. Rebeca Enriquez Albornoz


OBJETIVOS
1. Caracterizar los diagramas 1. Mostrar grficos c para
de control y pasos para su tamao de muestras
elaboracin. contantes.

2. Mostrar los grficos de 2. Reconocer las diferencias


control p y entre defecto y artculo
np. defectuoso.
3. Explicar grfico de control
de la media. 3. Interpretacin de patrones
de grficos de control.
Clasificacin de los mtodos
estadsticos de Control de Calidad
Mtodos Estadsticos
de Control de Calidad

Control Estadstico de Procesos (planes de muestreo)


(grficos de control)
Muestreo por Aceptacin

Atributos Variables Atributos Variables


1. CONCEPTUALIZACION DEL
DIAGRAMA DE CONTROL
Los diagramas de control son grficos que se presentan para
la interpretacin de variables cualitativas que toman valores
numricos. Cuando estas variables pueden tomar solamente
dos valores se conoce como atributo. Los atributos se
pueden representar grficamente en un diagrama p.
Artculo defectuoso
Artculo defectuoso : Es un producto que no rene
ciertos atributos, por lo que no se permite que pase a la
siguiente etapa del proceso; puede ser reprocesado o
de plano desechado.
Las Grficas de Control
Son una herramienta estadstica que detecta la variabilidad,
consistencia, control y mejora de un proceso. Las mismas se
usan como una forma de observar, detectar y prevenir el
comportamiento del proceso a travs pasos vitales. Las 3
aplicaciones bsicas de la graficas de control son:

1. Establecer un estado de control estadstico.


2. Vigilar un proceso y avisar cuando el proceso se salga de
control.
3. Determinar la capacidad del proceso.
Para utilizar y desarrollar las
grficas de control seguimos los
siguientes pasos:
A. Preparacin: A. Recoleccinde
datos:
1. Escoja la variable o
atributo a medir. 1. Registre los datos.
2. Calcule las estadsticas
2. Determine la base,
relevantes: promedios,
tamao y frecuencia
rangos, proporciones,
de la muestra.
etc.
3. Defina la grfica de
3. Traer los datos
control. estadsticos sobre la
grafica.
2. GRFICA P
Representa el porcentaje o la de fraccin de artculos
defectuosos. El tamao de muestra (n) vara.
Principales objetivos
Descubrir puntos fuera de control

Proporcionar un criterio para juzgar si lotes sucesivos pueden


considerarse como representativos de un proceso
Puede influir en el criterio de aceptacin.
2. GRFICA P
Por tanto, el limite de control superior (LCS) y el limite de
control inferior (LCI) se calculan como el porcentaje medio mas
o menos tres veces el error estndar de los porcentajes
(proporciones). La formula de los limites de control es:

Por tanto, el limite de control superior (LCS) y el limite de control


inferior (LCI) se
Ejemplo 1 : Grfica P

Jersey Glass Company, Inc., produce espejos pequeos de mano. La


compaa opera un turno diurno y uno vespertino cada da laboral de la
semana. El departamento de aseguramiento de calidad (QA) supervisa
la calidad de los espejos dos veces durante el turno diurno y dos veces
durante el vespertino. El departamento de calidad selecciona e
inspecciona minuciosamente una muestra aleatoria de 50 espejos
cada 4 horas. Cada espejo se clasifica como aceptable o inaceptable.
Por ultimo, se cuenta el numero de espejos en la muestra que no
cumplen con las especificaciones de calidad. Los siguientes son los
resultados de estas verificaciones durante los ltimos 10 das
laborables.
Elabore un diagrama del porcentaje defectuoso para este proceso.
Cuales son los limites de control superior e inferior? Interprete los
resultados. .Parece que el proceso esta fuera de control durante el
periodo?.
Ejemplo 1: Grfica P
Ejemplo 1: Grfica P
El primer paso es determinar la proporcin media de defectos. Utilice la
formula :
p = ____Numero total de defectos________ = 196 /2000 = 0.098
Numero total de artculos muestreados

Por tanto, se estima que 0.098 de los espejos producidos durante el


periodo no cumplen las especificaciones.

Los limites de control superior e inferior se calculan con la formula


Ejemplo 1: Grfica P
Ejemplo 1: Grfica P
Despus de establecer los limites, 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.
El proceso estuvo fuera de control en dos ocasiones, el 24 de octubre,
cuando el numero de defectos fue 13, y el 27 de octubre, cuando el numero
de defectos fue 12. El departamento de calidad debe reportar esta
informacin al de produccin para tomar las medidas pertinentes
Ejercicio 2: Grfica p

n d P=d/n
1 900 18 0.020 LCS = =
2 1135 15 0.013
3 1005 3 0.003
4 1001 17 0.017
5 1020 8 0.008 =0.01507 =0.01869
6 1015 22 0.022
7 1035 24 0.023
8 1010 31 0.031
9 980 7 0.007 LCI = =
10 1115 9 0.008
10216 154 0.152

= 0.01507
=0.01507 = 0.01145
Grfica p

0.035

0.030

0.025

0.020
Grafica P
0.015

0.010

0.005

0.000
1 2 3 4 5 6 7 8 9 10

LCS=0.01869 LC=0.01507 LCI= 0.01145


4. Grfica np
Se utiliza para graficar las unidades defectuosos por subgrupo;
se aplica cuando el tamao de subgrupo es constante.
Principales objetivos:
Conocer las causas que contribuyen al proceso

Obtener el registro histrico de una o varias caractersticas de


una operacin con el proceso productivo.
Ejemplo 2: Grfica np

Del anlisis de los datos de inspecciones y pruebas finales de un producto


ensamblado se detect a travs de una estratificacin y un anlisis de
Pareto que la causa principal por la que los artculos salen defectuosos
est relacionada con los problemas de un componente en particular
(el componente k12). Por lo tanto, se decide analizar ms de cerca el
proceso que produce tal componente. Para ello, de cada lote de
componentes k12 se decide inspeccionar una muestra de n = 120. Los
datos obtenidos en 20 lotes consecutivos se muestran en la tabla 8.2.

Como n es constante, la cantidad de defectuosos por muestra


se puede analizar con una carta np. Para obtener sus lmites,
primero se estima p, que se obtiene de dividir el total de artculos
defectuosos (183) entre el total de piezas inspeccionadas (20 muestras de
120 piezas cada una), es decir,
Ejemplo 2: Grfica np

La carta np resultante se muestra en la fi gura 8.2, donde se aprecia que


el proceso no funcion de manera estable, ya que el nmero de piezas
defectuosas en la muestra del lote 12 es mayor que el lmite superior;
mientras que en la muestra del lote 16 el nmero de defectuosos es
menor que el lmite inferior. De aqu que se tenga una evidencia
objetiva para afirmar que en la fabricacin del lote 12 se present una
causa o situacin especial que normalmente no est presente en el
proceso y que lo empeor de forma seria; mientras que en el lote 16
ocurri una causa especial que mejor el desempeo del proceso de
fabricacin de componentes k12. Es necesario localizar ambas causas,
ya que as se estar en posibilidades de prevenir la primera, y en caso de
no haber un error en el registro de los datos, fomentar la segunda
Ejemplo 2: Grfica np
Ejemplo 2: Grfica np
Interpretacin de los lmites de
control de la carta np
Los lmites de la carta np indican qu tanto vara la cantidad esperada de
piezas defectuosas por cada n artculos inspeccionados. Por ello, en el caso
del ejemplo,se espera que de cada muestra de 120 componentes
inspeccionados, el nmero de rechazados vare entre 0.43 y 17.87, con un
promedio de 9.15. Estos lmites reflejan la realidad del proceso de acuerdo a
como se muestrea.
Si bien el uso de la carta permitir eventualmente detectar la presencia de
causas especiales que afecten el proceso, se anticipa que aunque tales
causas se eliminen y se logre un proceso estable, la cantidad de piezas
defectuosas seguir siendo relativamente grande, dado el nivel promedio de
rechazos observados. Por ello, y dado que se ha observado el proceso en un
lapso de tiempo pequeo, ste se cataloga de manera preliminar como
inestable e incapaz.

Lmites de la grafica np, Indican la cantidad esperada de piezas


defectuosas por cada muestra de n componentes inspeccionados,
mientras el proceso no tenga cambios importantes.
Ejercicio: Grfica np

n d P=d/n
1 1000 2 0.002
2 1000 5 0.005 LCS = p =
3 1000 3 0.003
4 1000 5 0.005
5 1000 1 0.001 = 0.027 = 0.5132
6 1000 1 0.001
7 1000 0 0.000
8 1000 5 0.005
9 1000 3 0.003 LCS = p =
10 1000 2 0.002
10000 27 0.027
= 0.027 = -0.4592
LC=0.027
Grfica np
0.006

0.005

0.004

0.003

0.002

0.001

0.000
1 2 3 4 5 6 7 8 9 10

LCS=0.5132 LC=0.027 LCI= -0.4592


SELECCION DE UNA FRACCIN
DEFECTUOSA
Establecimiento de Estndares
Medicin de resultados
Correccin
Retroalimentacin
Factores que comprende el
control
Existen cuatro factores que deben ser
considerados al aplicar el proceso de control.

1. Cantidad
2. Tiempo
3. Costo
4. Calidad
5.Grfica C
Este tipo de grfico se utiliza cuando se est intentando controlar el
nmero de defectos por unidad, ya sea porque el numero de posibles
defectos es elevado o porque se desee aislar un cierto tipo de ellos.
El nmero de defectos por unidad se distribuye como una distribucin de
Poisson: Se considera la existencia de una gran cantidad de posibles
defectos por artculo, una probabilidad relativamente baja de que se de un
defecto e independencia de sucesos de los distintos artculos.
c es el nmero ms probable de defectos por muestra que estimamos
como c.
La grafica de lneas c traza el numero de defectos o fallas por unidad.

Donde c = Promedio de numero de defectos. C


C i

N
Ejemplo:
Unos rollos de cable han sido controlados
usando un grfico c. 18 rollos han sido
examinados y el nmero de defectos por rollo ha
quedado recogido en la siguiente tabla. Est el
proceso bajo control?
Muestra N Defectos Muestra N Defectos Muestra N Defectos
1 3 7 4 13 2
2 2 8 1 14 4
3 4 9 2 15 2
4 5 10 1 16 1
5 1 11 3 17 3
6 2 12 4 18 1
45
La media del nmero de defectos c = 45/18 = 2,5
Los lmites de control son
LSCc = 2,5 + 3 2,5 = 7.24
LICc = 2,5 - 3 2,5 = -2.24 = 0
Defectos por unidad
LSCc = 7.24

2.5

LICc = 0

1 2 3 4 5 6 7 17 18
Ejemplo 4: Grfica C
En una fbrica de muebles se inspecciona a detalle el acabado de las
mesas cuando salen del departamento de laca. La cantidad de defectos
que son encontrados en cada mesa son registrados con el fi n de
conocer y mejorar el proceso. En la tabla 8.3 se muestran los defectos
encontrados en las ltimas 30 mesas.
Es claro que estamos ante una variable que debe ser analizada con la
carta c, debido a que una misma mesa puede tener varios defectos
de diferente tipo; adems, los defectos son relativamente menores, y
aunque influyen en la calidad final del producto, no causan que la mesa
sea rechazada.
Ejemplo 3: Grfica C
Ejemplo 3: Grfica C
Ejemplo 3: Grfica C
Controles utilizados con ms frecuencia en
los factores del control
Cantidad Tiempo Costo Calidad
Presupuestos Estudios de Presupuestos Evaluacin de la
tiempos actuacin

Estimaciones Fechas lmite Costo por metro Pruebas psicolgicas


cuadrado

Productos terminados Programas Costos estndar Inspecciones visuales


Unidades vendidas Tiempo - mquina Pronsticos Coeficientes
Unidades rechazadas Medicin del Contabilidad Rendimiento del
trabajo personal

Inventarios de Procedimientos Productividad Informes


personal

Medicin del trabajo Estndares Rendimiento s/inversin Procedimientos


Pronsticos Estndares
Control de inventarios Calificacin de mritos
Grficos de los defectos
grficos c
Los defectos pueden ser de diferentes tipos pero a la hora de
realizar la inspeccin se cuenta el total de todos estos
defectos en la unidad inspeccionada.
1 defecto
2 defectos
...
n defectos
DIFERENCIAS ENTRE DEFECTO Y
ARTICULO DEFECTUOSO
Defecto: se refiere a carencia o imperfeccin en
las cualidades propias de algo o hacemos
referencias a algo que se aprecia por debajo del
lmite que debera alcanzar.

Defectuoso es un artculo que tenga uno o ms


defectos.
1. INTERPRETACION DE
PATRONES DE GRAFICOS DE
CONTROL
Para poder constatar de que un patrn esta bajo los estndares
esperados y por tanto sigue un patrn acorde a los requerimientos,
se debe hacer una observacin del mismo, buscar si existen causas
que lo puedan hacer una unidad defectuosa.
Los puntos de una grfica de control fluctan al
azar entre los limites sin un patrn reconocible,
por tanto las reglas generales para examinar
un proceso para determinar si esta bajo
control, son:

1. No hay algn punto fuera de los limites de control.


2. La cantidad de puntos por encima y por debajo de la
lnea central es aproximadamente la misma.
3. Los puntos parecen concurrir aleatoriamente por encima
y por debajo de la lnea central.
4. La mayora de los puntos, pero no todos, aparecen
cerca de la lnea central, y solo unos cuantos se ubican
cerca de los limites de control.
Graficas de control fuera de lo
comn
a) Un punto fuera de los limites de control:
a) Desplazamiento sbito en el promedio
del proceso:
a) Ciclos:
Tendencias:
a) Abrazando la lnea central:
a) Abrazando los limites de control:
a) Inestabilidad:
Luego se recomienda un ciclo de
mejora del proceso:
RESUMEN

You might also like