Professional Documents
Culture Documents
2.1. Gráfica del porcentaje de defectos en una muestra, de artículos defectuosos. (p)
2.2. Gráfica del número de defectos en una muestra. ( np )
2.3 Gráfica del número de defectos por productos. ( c )
2.4 Gráfica de defectos en un producto. ( μ )
Gráfico Rm.
Con la gráfica Rm se detectan cambios en la amplitud de la variación del proceso y
sus limites se determinan a partir de la media y la desviación estándar de los rangos de los
subgrupos. Los límites se obtienen con la expresión:
µ (rangos) ± 3σ (desviación estándar de los rangos).
Los límites quedan definidos de esta manera:
Limite de control superior = D3 R.
Limite de central = R
Limite de control inferior = D4 R.
Gráfico Xm-Sm.
Cuando con un gráfico Xm-Rm se quiere tener mayor capacidad de detectar cambios
pequeños en el proceso, se aumenta el tamaño de los subgrupos. Pero si “n” es mayor que
10, es recomendable utilizar el gráfico Xm-Sm, a cada subgrupo se le calcula la media X y
su desviación estándar S y con el gráfico Xm se analiza el comportamiento de las medias
para determinar cambios en la tendencia central del proceso y con el gráfico Sm se
representan las desviaciones estándar de los subgrupos, para detectar cambios en la
amplitud de la dispersión del proceso.
Ejemplo.
Supongamos que estamos controlando un proceso de producción de una pieza, cuya
dimensión la establecimos en 6.35 cms. y nos interesa controlar las variaciones sobre los 35
mm.
Tomamos muestras y tenemos los siguientes datos:
Los valores de las constantes A y D se deben buscar en una tabla que los específica
según el número de subgrupos. Para los datos más frecuentes que son 4 o 5 componentes
por subgrupo, los valores son:
Observ. Gráfica promedio Gráfica desviación estándar.
A A2 A3 C4 B3 B4 B5 B6
4 1.5 0.729 1.628 0.9213 0 2.266 0 2.088
5 1.342 0.577 1.427 0.9400 0 2.089 0 1.964
Gráfica de rangos.
d2 d1 D1 D2 D3 D4
4 2.059 0.880 0 4.698 0 2.282
5 2.326 0.864 0 4.918 0 2.114
* 6.40
--------------------------------------------------------------------------- 6.41 mm
* 6.39
* 6.36 * 6.36
---------------------------------------------------.------------------------ 6.35 mm
Rm.
* 0.030
--------------------------------------------------------------------------- 0.020 mm
* 0.10 * 0.10
--------------------------------------------------------------------------- 0.0876 mm
* 0.08
* 0.06
---------------------------------------------------------------------------- 0.00 mm
10. Como tenemos en el primer gráfico 2 subgrupos fuera de los valores límites
establecidos, el proceso está fuera de control. La existencia de estos puntos nos indica que
hay causas especiales y no naturales en el proceso. Analizamos que sucedió en ese
subgrupo y llegamos a la conclusión por ejemplo, que ese día el operador no tenía el
entrenamiento adecuado o se produjo una falla eléctrica o se realizó mantenimiento
correctivo, etc. Eliminamos estas causas y continuamos con el control con otros datos, pero
aprovechando los existentes como base.
Estos puntos se excluyen y calculamos nuevos valores para la media y el rango. .
Con lo cual calculamos los nuevos limites y continuamos tomando muestras para
continuar el control del proceso.
Los pasos para este caso son muy parecidos a los anteriores.
La gráfica de Sm es más precisa para tamaños de subgrupos mayores a 10.
Se utilizan los mismos datos y solo cambian las fórmulas.
Ejemplo.2
Si = √ n ∑ Xi ² - ( ∑ Xi) ² / n( n-1)
* 6.65 * 6.61
----------------------------------------------------------------- 6.47
Xm ---------------------------------------------------------------- 6.41
* 6.40
*6.36 * 6.36
---------------------------------------------------------------- 6.35
* 0.0125
-------------------------------------------------------------------- 0.088
* 0.045 * 0.045
Sm --------------------------------------------------------------------- 0.039
* 0.034
* 0.028
--------------------------------------------------------------------- 0.00
En el eje de las X, anotamos los valores de Sp de cada subgrupo
Cuando todos los valores están dentro de la línea superior e inferior, el proceso está
controlado, pero en los gráficos notamos que:
en el primero hay 2 puntos fuera, 6.65 y 6.51
y en el segundo 1 punto fuera, 0.0125
Buscamos las causas especiales que originaron esto; fallas en equipos, ruptura de
una manguera, obrero inexperto, etc, las solucionamos y continuamos con el control
excluyendo a esos puntos y efectuando las correcciones necesarias.
Corregidas las causas especiales, podemos continuar con el control del proceso,
utilizando como base, los últimos valores encontrados.
Ejemplo.
Subgrupos Unid. Insp, (n) Cant. no confor.( np ) Proporc. No confor, (p).
1 300 12 0.04
2 300 3 0.010
3 300 9 0.030
…… …….. ….. ……..
25 7500 138
* 0.053
------------------------------------------------------------ Lcs = 0.041
* 0.04
No conf. * 0.03
------------------------------------------------------------ Lc = 0.018
* 0.013
* 0.01
------------------------------------------------------------ Lci = 0
Como hay un punto fuera de lo límites, el proceso no está estabilizado; buscamos las
causas especiales que determinaron esa no conformidad, las solucionamos y luego hacemos
correcciones para continuar con el control con nuestras mediciones.
Con los valores 0.017, 0.039 y 0 elaboramos un nuevo gráfico parecido al anterior,
para continuar efectuando el control de calidad con otros datos.
Ejemplo.
Subgrupo Cant. Insp.(n). No conf.( np) fracc. no conf. Lim sup. Lim inf.
Mar. 29 2.385 55 0.023 0.029 0.011
30 1.451 18 0.012 0.031 0.009
31 1.935 50 0.026 0.030 0.010
Abril 1 2.450 42 0.017 0.028 0.012
2 1.997 39 0.020 0.029 0.011
------ …….. ……. …….. ……. ……..
30 ----------- --------- ------- ------ -------
50.515 1.015
* 0.031
------------------------*0.030-------------------------------------- 0.030
* 0.029
* 0.026
* 0.023
---------------------------------------------------------------------- 0.020
* 0.012
* 0.011
------------------------* 0.011--------------------------------------- 0.010
* 0.009
Representando los gráficos sucede que durante el 9,22 y 23 de abril hay una situación
fuera de las líneas límites, debido a una causa atribuible como fue el instrumento de
calibración desequilibrado. Ejecutamos las medidas correctivas, excluimos los puntos y
obtenemos nuevos valores de p, para continuar con el Control.
LC = np ± 3 √ np( 1 – p)
Linea central = np
Interpretación de los límites de control de la carta np.
Los límites indican la cantidad esperada de piezas defectuosas por cada n artículos
inspeccionados.
Ejemplo.
En una empresa se hace un muestreo de 200 uniformes diarios de un lote de 600.
Según datos históricos, se sabe que las conformidades son p = 0.075.
Se quiere elaborar las gráficas de control
----------------------------------------------------- 26.2
----------------------------------------------------- 15
----------------------------------------------------- 3.8
Se puede utilizar para medir el desempeño de la calidad más que como gráfica de
control.
.
Graficas para defectos. c y µ
Las variables de este tipo se pueden ver como el número de eventos que ocurren por
unidad y se comportan segunda distribución de Poisson. Tienen 2 características esenciales:
el número de oportunidades para encontrar defectos es grande, pero la probabilidad de
encontrar un defecto es pequeña y la dispersión de la variable es igual a la magnitud de la
variable.
LC = c ± 3 √c
Línea central = 3
Los límites de este gráfico reflejan la variación esperada para el número de defectos
por subgrupos. Es aplicable donde el tamaño de subgrupos o muestra pueda verse como
constante, por ejemplo, una semana, una pieza, 100 artículos, un metro de tela o cualquier
otro subgrupo de tamaño constante. Cuando no permanece constante se aplica μ.
En este gráfico para cada subgrupo se indica el número promedio de defectos por
unidad μi, que se obtiene al dividir el total de defectos encontrados en el subgrupo entre el
total de artículos en el subgrupo.
μ = ci / ni ci = defectos en el subgrupo0
Línea central = n
Resumen general.
Un gráfico es útil en la medida que aplica a una necesidad percibida por los
responsables del proceso, por esto debemos:
Gráficos p, np, c , μ.
11. Estandarizar los datos, como se van a tomar y con los instrumentos
adecuados.
12. Determinar límites de control y su revisión futura. Por lo menos 20 o 30
subgrupos. Si los daos reflejan que el proceso es estable se seguirán usando
los limites para analizar el proceso en el futuro. Si aparecen puntos fuera de
los limites de control, investigar las causas, para excluirlos y recalcular los
limites de control sin la influencia de estos puntos. Si muchos puntos se salen
de los limites, recalcularlos.
1. Con los datos siguientes, elaborar las gráficas Xm y Rm correspondientes a una pieza de
dimensiones en mm. Los datos se obtuvieron de subgrupos de 4 cada uno. Calcular los límites de control y la
línea central. Si las causas presentes son asignables o no naturales, modificar la línea central y las líneas
límites.
Subgrupo. 1 2 3 4 5 6 7 8 9 10
X 20.35 20.40 20.36 20.65 20.20 20.40 20.43 20.37 20.48 20.42
R 0.34 0.36 0.32 0.36 0.36 0.35 0.31 0.34 0.30 0.37
Subgrupo 1 2 3 4 5 6 7 8 9 10
X 476 466 484 466 470 494 486 496 488 482
R 32 24 32 26 24 24 28 23 24 26
d) Si las especificaciones señalan valores entre 49 y 51 mm, calcular los límites reales.
6. Se revisan las solicitudes de pagos de servicios médicos y se obtienen los resultados siguientes.
Calcular la línea central y las líneas limites central de una grafica p, y diga si el proceso es estable. Si hay
puntos fuera de control suponga que es debido a causas no naturales y calcule la línea central y las limites
del proceso corregido.
Subgrupo 1 2 3 4 5 6 7 8 9 10
Cant. Inspeccionada 300 300 300 300 300 300 300 300 300 300
Num. de no conformidades. 3 6 4 20 2 6 7 3 0 6
7. Con los datos anteriores, calcular la línea central y los límites de control corregidos de una grafica
np.
8. En un proceso estable se inspeccionan 50 generadores de motor por día. El ciclo mas cercano de la
fracción de no conformidades es 0.076. Calcular la línea central y los límites de control. En un día
determinado, se detectaron 5 generadores no conformes. Está el proceso controlado o no.
10. Los datos siguientes muestran las no conformidades encontradas en 1000 mts cuadrados de una
superficie. Calcular la línea central y los límites de control así como la línea central corregida y los límites
corregidos, suponiendo que existen causas atribuibles.
Inspección. 10 11 12 13 14 15 16 17 18 19 20 21 21 22
No conformidades. 10 8 6 6 2 10 8 8 10 0 2 8 2 20
Bibliografía:
- Control de Calidad. Dale H. Besterfield. Editorial Prentice Hall.
- Herramientas Estadísticas Básicas para el Mejoramiento Continuo de la Calidad.
Hitoshi Kume. Grupo Editorial Norma.
- Control Total de la Calidad. . Armand Feigenbaum. CECSA.
- Control de la Calidad y Estadística Industrial. Achenson J. Duncan.
Editorial Alfaomega.
Nota.
Para el planteamiento y solución de problemas asociados al texto anterior se
pueden usar los programas STATGRAPHICS y SPSS 12.0