Professional Documents
Culture Documents
Ciclo de control
Acción necesaria
El control durante el proceso es una variabilidad innata o aleatoria, pero si hay una
manera de identificarlo por medio de cartas o gráficos.
La variación puede ser de lo más simple o lo complejo.
CAUSAS DE VARIACIÓN
- Causas no asignables
- Causas asignables
1 1
±
Causa no asignable
1
641" 640
Al otro día
CONCEPTO DE PROBABILIDAD
Los límites de control son límites de decisión de hipótesis nula, que permite saber
cuando debe de investigarse. Sí los límites se fijan en ± 3σ, un punto que caiga encima o
más allá de los límites de control conducirá a rechazar la hipótesis nula para el nivel de
significación de 0.0013, para cada límite. El riesgo de error, al tomar esta decisión será
solo del 26 por 10,000 para ambos límites, y del 13 por 10,000 para un solo límite (el área
que cae fuera de las líneas de límites ± 3 σ es aproximadamente igual a 0.0026).
Nivel tipo
Aceptación de Nivel tipo + v
hipótesis nula
GRÁFICOS DE CONTROL
La gráfica de control es una herramienta que se usa fundamentalmente para análisis de
datos, ya sean discretos o continuos, los cuales han sido generados en un determinado
periodo.
Las funciones básicas que cumplen la gráfica son:
- Definir una meta para una operación.
- Ayudar a obtener esa meta.
- Determinar si la meta ha sido alcanzada.
La gráfica de control puede usarse en ingeniería del producto para registrar y analizar
datos de prueba, en contabilidad para análisis de costos, en ingeniería de procesos para
determinar las capacidades de máquina y de proceso, en ingeniería de producción como
monitor de operaciones y en inspección y control de calidad para registrar desechos y
reprocesamientos y analizar la calidad del material durante su recepción.
Por lo tanto, puede considerarse entre las herramientas más versátiles en métodos
estadísticos..
Definición
Se define como la comparación gráfica cronológica de un producto producido en el
momento actual con los límites fijados como posibilidad de producción. Por Ejem.:
En una lata de conserva, las etiquetas traen:
Peso aprox. = 230 grs. -----> pero nosotros hemos regulado la máquina selladora para
que nos dé un contenido de 230 ± 5 gr.
230 ± 5 gr. (Esto en un límite establecido).
En la producción de hoy hemos producido 1000 latas y muestreados 4 latas para verificar.
1. 231----------> 230 + 1 bajo control (10 AM)
2. 228 ---------> 230 - 2 bajo control (12 M)
3. 222 ---------> 230 - 8? 2 PM (causa asignable fuera del límite establecido).
4. 232 ---------> 230 + 2
Este límite de control es una base a experiencias anteriores.
Aún cuando universalmente se acepte y use el término gráfico de control, en principio se
debe entender que la gráfica no controla en realidad, cosa alguna. Simple y sencillamente
suministra una base para la acción, y sólo es efectiva si los responsables de las
decisiones actúan a partir de la información que revela dicha gráfica.
Area
u ± 1σ 68.27%
u ± 2σ 95.45%
u ± 3σ 99.73%
Estos se ajustan a los conceptos de probabilidad
Para esta serie de muestra se debe calcular, en cada estadística, tanto el promedio como
la desviación estándar usando la distribución de probabilidades para estimar la
conducta del grupo para cada muestra estadística.
Para hacer esto se calcula el gran promedio y, a partir de este valor, se
determinan los límites de control midiendo algunos múltiplos positivos y negativos de la
desviación estándar. Por lo tanto, cuando se construye una gráfica con la escala vertical
calibrada en las unidades estadísticas correspondientes, la escala horizontal marcada de
acuerdo con el tiempo, y tres líneas horizontales trazadas en los puntos correspondientes
al gran promedio y a los límites de control, puede decirse que es una gráfica de control
estadístico.
Eje horizontal: # de muestras secuencia cronológica (Θ).
Eje Vertical: Valor observado de características
de calidad unidades estadísticas
correspondientes.
y
Gráfico de control
u
LM
Aceptac.
Hipótesis
nula
u-3σ
LIC
10 AM 12 AM 2 PM 4 PM 6 PM
Rechazo
hipótesis nula
u + 3σ = 235 gr.
u = 230 gr.
u - 3 σ = 225 gr.
4. les.
-3d x 3d
Ventajas:
1. Hacer resaltar 2 características importantes:
* Medida de tendencia central
* Medida de dispersión.
M1 m2
Cada muestra tiene su d y su medida de tendencia centra (a) para el total cada muestra
tiene su d y su medida de tendencia centra (a) para el total de muestras obtendremos una
medida central en base a (a).
= X1 + X2 + X3
X = ..........................
3
Luego tenemos:
Donde: =
X = Promedio de los promedios (llamados también en Gran Media)
_dx = Desviación estándar de las medias de muestras
R = Rango medio (amplitud media)
dR = Desviación estándar de los rangos de muestra
dd = Desviación estándar de desviación estándar de muestras.
Desde luego que resulta muy tedioso el tener que tomar una serie de muestras de
tamaño pequeño, determinar en cada una de la medida de tendencia central y la de
dispersión y luego proceder al laborioso cálculo de las fórmulas anteriores. Para
simplificar estas operaciones se ha preferido al cálculo de una tabla de constante A 1, A2,
B3, B4, D3, D4 con el empleo de estas constantes las fórmulas anteriores se convierten en:
= _ _
LIC X – A1 δ B3 δ
El término atributo, tal como se emplea en control de calidad, es la propiedad que tiene
una unidad del producto de ser buena o mala, es decir la características de calidad de la
unidad de estar o no de acuerdo con las especificaciones.
La inspección por atributos está generalmente asociada con los calibres llamados pasa-
no pasa por Ejm.
Un calibre cilíndrico divide las unidades inspeccionadas en dos grupos:
Unidades dentro de las especificaciones y uunidades fueras de
ellas.
OBJETIVOS:
1. LA DETERMINACIÓN DE UNIDADES DEFECTUOSAS O SU % MEDIO DE
UNIDADES DEFECTUOSAS.
LA GRAFICA P :
La base de esta gráfica es la fracción defectuosa que hay en una muestra de
un ciertos de cosas (el porcentaje defectuoso).
p
c x 100
n
c = número de defectos
p 100 p
p
n
En la cual :
n = Tamaño de la muestra
p = Valor medio del % defectivo
Como en el caso de las gráficas de control por variables (datos por mediciones),
los límites de control representan el valor 3-sigma para las medidas, y en este
caso, para el valor medio del porcentaje defectivo. La obtención de estos límites
de control es como sigue:
p 100 p
Límites de Control p ± 3
n
p 100 p
LSC p 3
n
LM p
p 100 p
LIC p 3
n
Los límites para la fracción defectuosa se obtienen con una ligera adaptación de la
fórmula anterior como sigue:
p1 1 p1
LC p 3
n
Forma 1:
Tamaño Constante de la Muestra. Se basan en la comparación de los
valores del porcentaje defectivo o de la fracción defectiva, con los
Forma 2:
Tamaño Variable de Muestra. Estas gráficas se usan cuando se efectúa
una inspección 100 por ciento de las piezas o conjuntos, como parte de
la rutina de la factoría. El tamaño de la muestra en este caso es el de la
producción total durante el periodo de que se trate y por tal motivo será
diferente de un periodos a otro.
Cowden. Ha propuesto que el valor de np debe ser > 25, esto significa que si se lo
espera un 10 por ciento de defectivos, el tamaño mínimo para la muestra,
deberá ser de 250 unidades.
Juran. Por su parte sugiere que la muestra sea lo suficiente grande para que, bajo la
condición de que no se presenten defectivos en esa muestra, se obtengan una
mejoría significante sobre el promedio del porcentaje efectivo.
p 100 p
LC p 3
Teóricamente la fórmula n (*)
Se emplea para os cálculos de límite de control de los datos del porciento defectivos en
cada período individual de al inspección, tomando como p para ese periodo, el valor de
porcentaje defectivo en dicho periodo. Pero puede traer algunas consecuencias pocos
satisfactorios al presentarse L control para cada uno de los periodos, siendo por lo tanto
muy difíciles de interpretar para fines prácticas del taller.
Como regla práctica se puede establecer que si los tamaños de las muestras
presentan una variación entre sí, no mayor de 20 %, de acuerdo con criterio
comprobados en muchas factorías durante sus periodos de inspección, se puede
lograr una exactitud satisfactorio para la mayoría de los fines industriales,
determinando y empleando un tamaño medio de muestra para los períodos de
inspección en cuestión. Este tamaño medio demuestra, así como otro valores
medios se pueden sustituir en la fórmula anterior (*).
REGISTRO DE PESOS
GRUPOS 1 2 3 4 5 6 7 8 9 10
a 2 4 3 0 2 1 3 4 2 0
b 0 3 2 2 0 2 4 6 4 2
c 4 4 4 -1 3 0 2 2 0 -2
d 1 0 2 2 1 -2 1 3 2 3
e -2 3 2 -2 0 0 2 1 2 2
Σ 5 14 13 1 6 1 12 16 10 5
Σx = 16.6x 1 2.8 2.6 0.2 1.2 0.2 2.4 3.2 2. 1
ΣR = 40 R 6 4 2 4 3 4 3 5 4 5
Se pide:
a. Calcular los límites de control de X y R
b. Construir los gráficos de control
c. Determinar el porcentaje de pesos por encima del valor nominal
d. Calcular los nuevos límites de control si se desea que sólo un 10%
de los pesos estén bajo el peso nominal.
Solución
X X
16.6
1.66
10 10
R
R 40 4.0
10 10
Límite de X
LM X 1.66 0.166
Límites de R
LM R 4 4 100.4
LIC D3 R 0 4 0 100.0
Nota:
Las constantes D4 y D3 se hallan en la tabla, conociendo el tamaño de la
muestra que es n = 5
VN = 100 g.
b) Construcción de los GRAFICOS de control VN = 0.0 décimas de gramos
GRAFICO X
4
3.98 LSC
X = 1.66 LMC
VN 0
-0.66 LIC
N° muestras
1 2 3 4 5 6 7 8 9 10
GRAFICO R
8.44 LSC
4 LMC
0 LIC
1 2 3 4 5 6 7 8 9 10 11 12
R
Según la tabla: d2
S
R
S
d2
Para n = 5 d2 = 2.326
Por consiguiente:
4
S 1.72
2.326
X 1.66
ZK 0.97
S 1.72
De la tabla Z
0 X 1.66
VN Z
d) Cálculo de nuevos límites de control, si se desea que sólo el 10% de los pesos
estén por debajo del valor nominal o especificado.
0
VN
En la tabla Z (K)
X
K X KS
S
_
LCC = X = 0.222
_ _
LIC = X - A2 ( R ) = 0.222 - (0.58) (4) =- 2.098 = -2.08
En gramos:
_
LSCX = 100.454 gr
LCC = 100.222 gr
LIC = 99.992 gr
Problemas N° 2
Una industria productora de arvejas verdes congeladas decide construir una carta
de control de defectuosos de su materia prima y para lo cual extrae durante los 20 días
útiles del mes de setiembre una muestra de 200 arvejas verde. Obteniendo los siguientes
resultados:
Día 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Número de 15 30 40 50 10 30 32 44 55 100 20 35 10 20 25 18 10 11 15 16
defectuosos
Se pide:
a) Determinar los límites de control expresado en números de defectuoso (n p),
fracción defectuoso (p) y % de defectuosos (100p)
Solución:
a) Determinación de los límites de control expresado en % de defectuoso y números de
defectuosos.
Cuadro de datos
Fecha Número Número Fracción Porcentaje
Mes de Inspeccionado Defectuoso Defectuosa Defectuoso
Setiembre (n) (np) (p) (100p)
1 200 15 0.075 7.50
2 200 30 0.15 15
3 200 40 0.20 20
4 200 50 0.25 25
5 200 10 0.05 5
6 200 30 0.15 15
7 200 32 0.16 16
8 200 44 0.22 22
9 200 55 0.275 27.5
10 200 100 0.5 50
11 200 20 0.1 10
12 200 35 0.175 17.5
13 200 10 0.05 5
14 200 20 0.1 10
15 200 25 0.125 12.5
16 200 18 0.09 9
17 200 10 0.05 5
18 200 11 0.055 5.5
19 200 15 0.075 7.5
20 200 16 0.08 8.0
Σn =4000 Σnp = 586
N total de defectuosos
% p medio x 100
N de unidades inspeccionadas
100 p
np 100 586 14.65%
100
n 4000
p 0.1465
LSC n p 3 n p 1 p
LSC 44.30
LM n p 29.3
LIC n p 3 n p 1 p
LIC 14.30
p 1 p
2do. Fracción de Defectuosos (p) LC p ± 3
n
p 1 p
LSC p 3
n
0.14651 0.1465
LSC 0.1465 3
200
LSC 0.2215
LMC p 0.1465
p 1 p
LIC p 3
n
0.1465 1 0.1465
LIC 0.1465 3
200
LIC 0.0715
LSC 22.15
110
100
90
80
N° defectuoso (np)
70
60
50
40
30
20
10
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Días
0.60
0.50
N° Fracción defectuoso (p)
0.40
0.30
0.20
0.10
0.00
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Días
60.0
50.0
Porcentaje defectuoso (100p)
40.0
30.0
20.0
10.0
0.0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Días
A nivel internacional
Estas han sido creadas para incrementar y mejorar los recursos alimentarios,
nutricionales y de salud de todo el mundo.