GRFICAS DE CONTROL ESTADSTICAS

CONTROL DE CALIDAD V SEMESTRE ESCUELA COLOMBIA DE CARRERAS INDUSTRIALES ECCI Ing. Fabio Eduardo Daza Valero

GRFICOS DE CONTROL
Mtodo utilizado para comparar informacin basada en muestras representativas del estado actual del proceso, frente a lmites establecidos despus de considerarse la variabilidad inherente del proceso. Si todos los valores ocurren dentro de los lmites de control, sin ninguna tendencia especial, se dice que el proceso est en estado controlado y si ocurren por fuera de los lmites de control o muestran una forma peculiar, se dice que el proceso est fuera de control.

GRFICOS DE CONTROL
Bsicamente, una Carta de Control es un grfico en el cual se representan los valores de algn tipo de medicin realizada durante el funcionamiento de un proceso continuo, y que sirve para controlar dicho proceso.

EJEMPLO
Se tiene una mquina inyectora que produce piezas de plstico, en PVC.

GRFICOS DE CONTROL

Una caracterstica de calidad importante es el peso de la pieza de plstico, porque indica la cantidad de PVC que la mquina inyect en el molde.

GRFICOS DE CONTROL
Si la cantidad de PVC es insuficiente, la pieza de plstico ser deficiente; si la cantidad es excesiva, la produccin se encarece, porque consume ms materia prima.

GRFICOS DE CONTROL
Entonces, en el lugar de salida de la piezas, hay un operario que cada 30 minutos toma una, la pesa en una balanza y registra la observacin.

GRFICOS DE CONTROL

Pieza:

55,1 gr.

57,1 gr.

53,3 gr.

53,9 gr.

55,9 gr.

GRFICOS DE CONTROL

Pieza:

53,2 gr.

55,8 gr.

55,3 gr.

.....

Los datos se registran en un grfico de lneas en funcin del tiempo:

Grfico de las observaciones
60

Peso de las piezas (Gr.)

58 56 54 52 50 48

11

13

15

17

N de pieza

19

GRFICOS DE CONTROL
Como se puede observar, se tiene una lnea quebrada irregular, que muestra las fluctuaciones del peso de las piezas a lo largo del tiempo.

GRFICOS DE CONTROL

Esta es la fluctuacin esperable y natural del proceso. Los valores se mueven alrededor de un valor central (El promedio de los datos), la mayor parte del tiempo cerca del mismo.

GRFICOS DE CONTROL
Pero en algn momento puede ocurrir que aparezcan uno o ms valores demasiado alejados del promedio.

GRFICOS DE CONTROL

Cmo se puede distinguir si esto se produce por la fluctuacin natural del proceso o porque el mismo ya no est funcionando bien?

GRFICOS DE CONTROL
Esta es la respuesta que provee el control estadstico de procesos, a continuacin se presenta la forma como lo hace.

GRFICOS DE CONTROL

El producto deseado resulta de la concurrencia de varios factores y condiciones que caracterizan al proceso.

GRFICOS DE CONTROL
Maquinaria Mtodos

Materias Primas

Proceso

Mano de Obra

Condiciones Ambientales

GRFICOS DE CONTROL

Cada uno de estos factores est sujeto a variaciones que realizan aportes ms o menos significativos a la fluctuacin de las caractersticas del producto, durante el proceso de fabricacin.

GRFICOS DE CONTROL

Los responsables del funcionamiento del proceso de fabricacin fijan los valores de algunas de estas variables, que se denominan variables controlables.

GRFICOS DE CONTROL

Por ejemplo, en el caso de la inyectora se fija la temperatura de fusin del plstico, la velocidad de trabajo, la presin del pistn, la materia prima que se utiliza (Proveedor del plstico), etc.

GRFICOS DE CONTROL
Pero un proceso de fabricacin es una suma compleja de eventos grandes y pequeos.

GRFICOS DE CONTROL

Hay una gran cantidad de variables que sera imposible o muy difcil controlar. Estas se denominan variables no controlables.

GRFICOS DE CONTROL

Por ejemplo, pequeas variaciones en la calidad del plstico, pequeos cambios en la velocidad del pistn, ligeras fluctuaciones de la corriente elctrica que alimenta la mquina, entre otros.

GRFICOS DE CONTROL
Los efectos que producen las variables no controlables son aleatorios.

GRFICOS DE CONTROL

Adems, la contribucin de cada una de las variables no controlables a la variabilidad total es cuantitativamente pequea.

GRFICOS DE CONTROL

Son las variables no controlables las responsables de la variabilidad de las caractersticas de calidad del producto.

GRFICOS DE CONTROL
Los cambios en las variables controlables son la Causas Asignables de variacin del proceso, porque es posible identificarlas.

GRFICOS DE CONTROL

Las fluctuaciones al azar de las variables no controlables son las Causas No Asignables de variacin del proceso, porque no son posibles de identificar.

GRFICOS DE CONTROL
Causas Asignables: Son causas que pueden ser identificadas y que conviene descubrir y eliminar, por ejemplo, una falla de la mquina por desgaste de una pieza, un cambio muy notorio en la calidad del plstico, etc.

GRFICOS DE CONTROL
Estas causas provocan que el proceso no funcione como se desea y por lo tanto es necesario eliminar la causa, y retornar el proceso a un funcionamiento correcto.

GRFICOS DE CONTROL
Causas No Asignables: Son una multitud de causas no identificadas, ya sea por falta de medios tcnicos o porque no es econmico hacerlo, cada una de las cuales ejerce un pequeo efecto en la variacin total.

GRFICOS DE CONTROL
Son inherentes al proceso mismo y no pueden ser reducidas o eliminadas a menos que se modifique el proceso.

GRFICOS DE CONTROL

Cuando el proceso trabaja afectado solamente por un sistema constante de variables aleatorias no controlables (Causas no asignables) se dice que est funcionando bajo Control Estadstico.

GRFICOS DE CONTROL

Cuando, adems de las causas no asignables, aparecen una o varias causas asignables, se dice que el proceso est fuera de control.

GRFICOS DE CONTROL

Control Estadstico
Cmo ponerlo en marcha?

GRFICOS DE CONTROL
La puesta en marcha de un programa de control estadstico para un proceso particular implica dos etapas:

GRFICOS DE CONTROL
Primera Etapa: Ajuste del Proceso

Control Estadstico

Segunda Etapa: Control del Proceso

GRFICOS DE CONTROL
Antes de pasar a la segunda etapa, se verifica si el proceso est ajustado. En caso contrario, se retorna a la primer etapa:

GRFICOS DE CONTROL

Primera Etapa: Ajuste del Proceso

Proceso Ajustado?

Si

Segunda Etapa: Control del Proceso

No

GRFICOS DE CONTROL
Estos lmites surgen de la hiptesis de que la distribucin de las observaciones es normal. En general se utilizan lmites de 2 sigmas o de 3 sigmas alrededor del promedio.

GRFICOS DE CONTROL

En la distribucin normal, el intervalo de 3,09 sigmas alrededor del promedio corresponde a una probabilidad de 0,998.

GRFICOS DE CONTROL
Y

99,8 % de las mediciones

3.09 s

GRFICOS DE CONTROL
Entonces, se construye un grfico de prueba y se traza una lnea recta a lo largo del eje de ordenadas (Eje Y), a la altura del promedio (Valor central de las observaciones) y otras dos lneas rectas a la altura de los lmites de control.

GRFICOS DE CONTROL
Grfico de Control de Prueba
65

Peso de las piezas (g)

Lmite Superior = 60,8 g

60

Promedio = 55 g

55
50

Lmite Inferior = 49,2 g

45 13 15 17 N de piezas 19

11

GRFICOS DE CONTROL
En este grfico se representan los puntos correspondientes a las observaciones con las que se calcularon los lmites de control:

GRFICOS DE CONTROL
Grfico de Control de Prueba
65 Peso de las piezas (g) 60

55
50 45 13 15 17 N de piezas 19

11

GRFICOS DE CONTROL
Este grfico de prueba se analiza detenidamente para verificar si est de acuerdo con la hiptesis de que la variabilidad del proceso se debe slo a un sistema de causas aleatorias o si, por el contrario, existen causas asignables de variacin.

GRFICOS DE CONTROL
Esto se puede establecer porque cuando la fluctuacin de las mediciones se debe a un sistema constante de causas aleatorias la distribucin de las observaciones es normal.

GRFICOS DE CONTROL
Grfico de Control de Prueba
65 Peso de las piezas (g) 60

55
50 45 13 15 17 N de piezas 19

11

Cuando las observaciones sucesivas tienen una distribucin normal, la mayor parte de los puntos se sita muy cerca del promedio, algunos pocos se alejan algo ms y prcticamente no hay ninguno en las zonas ms alejadas:

GRFICOS DE CONTROL
Grfico de Control de Prueba
65 Peso de las piezas (g) 60

La mayor parte de los puntos est muy cerca del promedio

55
50 45 13 15 17 N de piezas 19

11

GRFICOS DE CONTROL
Grfico de Control de Prueba
65 Peso de las piezas (g 60

Lejos del promedio hay menos

55
50 45 13 15 17 N de piezas 19

11

GRFICOS DE CONTROL
Grfico de Control de Prueba
65 Peso de las piezas (gr.) 60

Ms afuera casi no hay puntos

55
50 45 13 15 17 N de piezas 19

11

GRFICOS DE CONTROL

Es difcil decir cmo es el grfico de un conjunto de puntos que siguen un patrn aleatorio de distribucin normal, pero s es fcil darse cuenta cuando no lo es.

GRFICOS DE CONTROL
Ejemplos de patrones No Aleatorios:
Grfico de Control

Una sucesin de puntos por encima ...

GRFICOS DE CONTROL

Grfico de Control

... o por debajo de la lnea central.

GRFICOS DE CONTROL

Grfico de Control

Una serie creciente de 6 o 7 observaciones...

GRFICOS DE CONTROL

Grfico de Control

... o una serie decreciente.

GRFICOS DE CONTROL
Grfico de Control

Uno o Varios puntos por fuera de los lmites de control

GRFICOS DE CONTROL
Si no se descubren causas asignables, entonces se adoptan los lmites de control calculados como definitivos, y se construyen cartas de control con esos lmites.

GRFICOS DE CONTROL
Grfico de Control
65 Peso de las piezas (g) 60 55 50 45 21 23 25 27 29 31 33 35 37 N de piezas 39

Lmite Superior Valor Central

Lmite Inferior

GRFICOS DE CONTROL

Si hay puntos fuera de control, stos se eliminan, se recalculan la media, la desviacin estndar y los lmites de control con los restantes, y se construye un nuevo grfico de prueba.

GRFICOS DE CONTROL

Cuando las observaciones no siguen un patrn aleatorio, indicando la existencia de causas asignables, se hace necesario investigar para descubrirlas y eliminarlas.

GRFICOS DE CONTROL
Una vez hecho esto, se debern recoger nuevas muestras y calcular nuevos lmites de control de prueba, comenzando otra vez con la primera etapa.

GRFICOS DE CONTROL

En la segunda etapa, las nuevas observaciones que van surgiendo del proceso se representan en el grfico, y se controlan verificando que estn dentro de los lmites, y que no se produzcan patrones no aleatorios:

GRFICOS DE CONTROL
Grfico de Control
65 Peso de las piezas (g) 60 55 50 45 21 23 25 27 29 31 33 35 37 N de piezas 39

Lmite Superior Valor Central Punto fuera de control

Lmite Inferior

GRFICOS DE CONTROL
Como se puede apreciar, el 99,8 % de las observaciones deben estar dentro de los lmites de 3,09 sigmas alrededor de la media.

GRFICOS DE CONTROL

Esto significa que slo una observacin en 500 puede estar, por causas aleatorias, fuera de los lmites de control.

GRFICOS DE CONTROL
Por lo tanto, cuando se encuentra ms de un punto de 500 fuera de los lmites de control, indica que el sistema de causas aleatorias que provocaba la variabilidad habitual de las observaciones, ha sido alterado por la aparicin de una causa asignable que es necesario descubrir y eliminar.

GRFICOS DE CONTROL
En ese caso, el supervisor del proceso debe detener la marcha del mismo e investigar con los que operan el proceso, hasta descubrir la o las causas que desviaron el proceso de su comportamiento habitual.

GRFICOS DE CONTROL
Una vez eliminadas las causas del problema, se puede continuar con la produccin normal.

BENEFICIOS DE UN PROCESO ESTABLE

Posee una identidad, su desempeo es predecible y una base para planear

Los costos y la calidad se pueden prever

El efecto de los cambios del proceso se puede medir con mayor rapidez y confiabilidad.

La productividad se mantiene en niveles mximos y los costos en niveles mnimos

GRFICOS X -- R

GRFICO X, R
Se usa para controlar y analizar un proceso en el cual la caracterstica de calidad del producto que se est midiendo es una variable continua, como longitud, peso o concentracin, que proporciona la mayor cantidad de informacin sobre el proceso, x representa un valor promedio de un subgrupo (localizacin) y R representa el rango del subgrupo (dispersin). Un grfico R se usa generalmente en combinacin con un grfico x para controlar la variacin dentro de un subgrupo.

Grfico X - R
Proceso
Muestras del Producto Mediciones

125,04 126,50 123,03 127,40 127,52 127,31 125,77 125,17 -

Grfico X - R

Para entender el grfico X-R, es necesario conocer el concepto de Subgrupos (o Subgrupos racionales).

Grfico X - R

Trabajar con subgrupos significa agrupar las mediciones que se obtienen de un proceso, de acuerdo a algn criterio.

Grfico X - R

Los subgrupos se realizan agrupando las mediciones de tal modo que haya la mxima variabilidad entre subgrupos y la mnima variabilidad dentro de cada subgrupo.

Grfico X - R

Por ejemplo, si hay cuatro turnos de trabajo en un da, las mediciones de cada turno podran constituir un subgrupo.

Grfico X - R

Supongamos una fbrica que produce piezas cilndricas para la industria automotriz. La caracterstica de calidad que se desea controlar es el dimetro de las piezas.

Grfico X - R
Proceso
Medicin del dimetro

50,04 50,08 50,09 50,10 -

Grfico X - R

Hay dos maneras de obtener los subgrupos. Una de ellas es retirar varias piezas juntas a intervalos regulares, por ejemplo cada hora:

Grfico X - R
7:00 h

Proceso

Muestra de seis piezas

Grfico X - R
8:00 h

Proceso

Muestra de seis piezas

Grfico X - R
9:00 h

Proceso

Muestra de seis piezas

Grfico X - R

La otra forma es retirar piezas individuales a lo largo del intervalo de tiempo correspondiente al subgrupo:

Grfico X - R
7:10 h

Proceso

Primera pieza

Grfico X - R
7:20 h

Proceso

Segunda pieza

Grfico X - R
7:30 h

Proceso

Tercera pieza

Grfico X - R

Por cualquiera de los dos caminos, se obtienen grupos de igual nmero de mediciones. Para cada subgrupo se calculan el Promedio y el Rango (Diferencia entre el valor mximo y el valor mnimo).

Grfico X - R

Mediciones

50,04 50,08 50,09 50,10 50,24 50,04

Subgrupo de seis piezas

Grfico X - R
50,04 50,08 50,09 50,10 50,24 50,04 X 6
R 50.24 50.04

Grfico X - R
Como ya se ha visto, para calcular los Lmites de Control es necesario obtener un gran nmero de mediciones, divididas en subgrupos. En el ejemplo, se podran obtener 30 subgrupos de 6 datos cada uno.

Grfico X - R
Subgrupo 1
50,04 50,08 50,09 50,10 50,24 50,04 50,14 49,97 50,07 49,97 50,03 50,10 49,99 50,13 50,18 50,04 50,08 50,08 50,03 50,18 50,08 50,08 50,10 50,12

Subgrupo 5

Subgrupo 2

Subgrupo 6

Subgrupo 3

Subgrupo 7

Subgrupo 4

50,06 50,01 50,06 50,03 50.18 50.03 50,10 50,14 50,07 50,12 50,08 50,10 50,11 49,96 50,07 49,95 50,03 50,10 -

Grfico X - R

Despus de calcular el Promedio y el Rango de cada subgrupo, se tendra la siguiente tabla:

Grfico X - R
N Subgrupo 1 2 3 4 5 6 7 Xp
50.10 50.05 50.08 50.10 50.06 50.10 50.04

R
0.20 0.17 0.19 0.15 0.17 0.07 0.16

Grfico X - R
A partir de esta tabla, se calculan el promedio general de promedios de subgrupo y el promedio de rangos de subgrupo:

Grfico X - R

X X
N

Xi N

Promedio de Subgrupo Nmero de Subgrupos

Grfico X - R
o tambin:

x X
xi
N n
Nmero de Subgrupos

Nn

Mediciones individuales

Nmero de mediciones dentro del Subgrupo

Grfico X - R

R R
N
Ri
Rango del Subgrupo

Grfico X - R

La desviacin estndar del proceso se puede calcular a partir del rango promedio, utilizando el coeficiente d2, que depende del nmero de mediciones en el subgrupo:

Grfico X - R

R s d2

Grfico X - R

Con lo anterior se pueden calcular los Lmites de Control para el grfico X:

Grfico X - R

Lnea Central X
s LSC X 3 n

s LIC X 3 n

Grfico X - R

La desviacin estndar del rango se puede calcular utilizando el coeficiente d3, que tambin depende del nmero de mediciones en el subgrupo:

Grfico X - R

d3 R sR d2

Grfico X - R

Y as se pueden calcular los Lmites de Control para el Grfico de R:

Grfico X - R

Lnea Central R
LSR R 3 sR LIR R 3 sR

Grfico X - R

La tabla siguiente muestra los coeficientes d2 y d3 para subgrupos de hasta 10 mediciones:

Grfico X - R
n 2 3 4 5 6 7 8 9 10 d2 1,128 1,693 2,059 2,326 2,534 2,704 2,847 2,970 3,078 d3 0,853 0,888 0,880 0,864 0,848 0,833 0,820 0,808 0,797

Grfico X - R
Se construye un Grfico X de prueba y se representan los promedios de los subgrupos:

Grfico X - R
Grfico de Xp 50.20 50.15
Xp

50.10 50.05 50.00 49.95 0 5 10 15 N subgrupo 20 25 30

Grfico X - R

Y un Grfico R de prueba, donde representamos los rangos de los subgrupos:

Grfico X - R
Grfico de R 0.50 0.45 0.40 0.35 0.30 0.25 0.20 0.15 0.10 0.05 0.00 0 5 10 15 N subgrupo 20 25 30

Grfico X - R
Si no hay puntos fuera de los lmites de control y no se encuentran patrones no aleatorios, se adoptan los lmites calculados para controlar la produccin futura.

TABLA DE DATOS CONTINUOS

Tipo de tabla de control Promedio y rango Tamao de muestra n <10, pero usualmente de 3 a 5 linea central* Lmites de control

X
R

(X1 X2 ...Xk) k
(R1 R2 ...Rk ) k

LCS x X A2 R
LCI
x

X A2 R
R

LCS
LCI
LCS LCI
LCS
x

X y R
Desviacin estndar y promedio

D4 R
D3 R

Usualmente 10

(X X ...Xk ) X 1 2 k

X A3 s X A3 s
s

X y s

s
<10, pero usualmente de 3 a 5

(s1 s2 ...sk ) k

LCI

Mediana y rango

(~X~X ...~Xk ) X k

L C Sx ~ X A2 R ~

L C ~ x ~ X A2 R I
LCS
LC I
R

X y s

(R R ... k ) R 1 2 k

D
D

R
R

Rango movible e individuales

(X X ...Xk ) X 1 2 k
Rm
R
m

LCSx X E2 Rm LCIx X E2 Rm
LCS
Rm

X y Rm

i 1

i
k 1

D4 R

( R 1 R 2 . . .R k 1

LCI

Rm

D3 R

TAMAO DE LA MUESTRA

TABLA DE X Y R

TABLA DE X Y S

N
2 3 4

A2
1,880

D3
0

D4
3,267 2,574

A3
2,659

B3
0

B4
3,267

C4*
0,7979

1,023 0,729

0 0

1,954 1,628

2,568

0,8862

2,282 2,114

0 0

2,266 2,089

0,9213 0,9400

0,577

1,427

0,483 0,419

0 0,076

2,004 1,924

1,287 1,182

0,030 0,118

1,970 1,882

0,9515 0,9594

7 8 9 10

0,373

0,136

1,864 1,816

1,099

0,185

1,815

0,9650

0,337 0,308

0,184 0,223

1,032 0,975

0,239 0,284

1,761 1,716

0,9693 0,9727

1,777

TABLA DE CONSTANTES
TAMAO DE LA MUESTRA
n

Tabla de X y R

Tabla de X y Rm

A2

D3

D4

A3

D3

D4

d2*

----

3,267

2,659

3,267

1,128

1,187

2,574

1,772

2,574

1,693

----

2,282

1,457

2,282

2,059

0,691

2,114

1,290

2,114

2,326

----

2,004

1,184

2,004

2,534

0,509

0,076

1,924

1,109

0,076

1,924

2,704

----

0,136

1,864

1,054

0,136

1,864

2,847

0,412

0,184

1,816

1,010

0,184

1,816

2,970

10

----

0,223

1,777

0,975

0,223

1,777

3,078

GRFICOS np Y p GRFICOS c Y u

GRFICOS VALOR DISCRETO O ATRIBUTOS

Grfico pn (nmero de unidades defectuosas)

Grfico p (fraccin de unidades defectuosas)

Grfico c (nmero de defectos)

Grfico u (nmero de defectos por unidad)

GRFICOS pn y p
Se usan cuando la caracterstica de calidad se representa por el nmero de unidades defectuosas o la fraccin defectuosa.
Para una muestra de tamao constante, se usa el grfico pn del nmero de unidades defectuosas, mientras que el grfico p de la fraccin de unidades defectuosas se usa para una muestra de tamao variable

GRFICOS c y u
Se usan para controlar y analizar un proceso por los defectos de un producto, tales como rayones en placas de metal, nmero de soldaduras defectuosas de un televisor o el tejido desigual en una tela. Un grfico c se refiere al nmero de defectos, se usa para un producto cuyas dimensiones son constantes, mientras que un grfico u se usa para nmero de defectos por unidad en un producto de dimensin variable.

Grficos np

Muchas caractersticas de calidad se evalan dando resultados como: conforme o disconforme, defectuoso o no defectuoso. Estas caractersticas de calidad se conocen como atributos.

Grficos np
Supongamos un fabrica tornillos. de ensayar cada probarlo con calibrada. proceso que Una manera tornillo sera una rosca

Grficos np

El resultado de este ensayo slo tiene dos posibles resultados: Defectuoso-No Defectuoso ( Conforme-Disconforme ). Si el tornillo no entra en la rosca, se lo considera defectuoso o no conforme.

Grficos np

Para controlar este proceso, se puede tomar una muestra de tornillos y contar el nmero de defectuosos presente en la muestra.

Grficos np

Proceso

Test

Tornillo OK

Grficos np

La variable aleatoria nmero de defectuosos es una variable aleatoria discreta, porque puede tomar un nmero finito de valores.

Grficos np

Los grficos np se utilizan para controlar el nmero de defectuosos en una muestra.

Grficos np

Por lo ranto, para controlar este proceso, un inspector se ubica al final de la lnea de produccin y cada hora retira una muestra de n = 50 tornillos (por ejemplo), comprueba cada uno con la rosca y anota el nmero de defectuosos.

Grficos np
Proceso
Muestra de n Tornillos

7:00

Prueba

Tornillo 1 OK Tornillo 2 OK Tornillo 3 Defectuoso Tornillo 4 OK Tornillo 5 Defectuoso Tornillo 6 OK Tornillo 7 OK Tornillo n

Grficos np

Este resultado se anota en un grfico hora por hora y se denomina grfico np.

 Si

se tomara del proceso un slo tornillo, cul es la probabilidad de que sea defectuoso?

Grficos p

Imaginando la poblacin de tornillos que podra fabricar el proceso trabajando siempre en las mismas condiciones, una cierta proporcin p de estos sera defectuosa.

Grficos p

Entonces, la probabilidad de tomar un tornillo y que sea defectuoso es p.

Grficos p
En una muestra de n tornillos, la probabilidad de encontrar:
0 defectuosos 1 defectuoso 2 defectuosos ... n defectuosos

est dada por una distribucin binomial con parmetros n y p.

Grficos p
Como sabemos, el promedio de la poblacin es n.p y la varianza es n.p.(1-p)

COMO ELABORAR UN GRFICO pn

Paso 1. Reunir los datos
Se toma una muestra y se clasifica la calidad del producto en unidades que llenen o no los requisitos, segn el estndar de inspeccin. En este caso se toma una muestra de tamao tal que la mayora de los subgrupos tengan entre 1 y 5 unidades defectuosas y se recogen de 20 a 25 subgrupos

Paso 2. Calcular p
Calcular la fraccin promedio de defectos p dividiendo el nmero total de unidades defectuosas de cada subgrupo por el nmero total de muestras.

pn
kxn

68 0,0272 25 x100

(Vase la tabla)

Paso 3. Calcular las lneas de control

LC = pn = 0,0272 x 100 = 2,72

LCS pn 3 pn(1 pn)

LCI pn 3 pn(1 p)

LCS 2,72 3 2,72 x(1 0,072)

LCI 2,72 3 2,72 x(1 0,0272)

LCI no se considera cuando su valor es negativo

Paso 4. Calcular el grfico de control

Marcar el eje horizontal con el nmero de subgrupos y el eje vertical con el nmero de unidades defectuosas. Dibuje una lnea central pn y otras para los LCI y LCS. Luego registrar el nmero de unidades defectuosas de cada subgrupo.

TABLA DE DATOS DISCRETOS

Tipo de tabla de control Tamao de muestra n Variable, usualmente linea central* Para cada subgrupo: Lmites de control

Fraccin de unidades defectuosas Tabla p Nmero de unidades defectuosas Tabla np Nmero de defectos

50

p np / n
Para todos los subgrupos:

* LCS p p 3
* LCIp p 3

p(1 p) n
p(1 p) n

p np / n
Para cada subgrupo: Constante, usualmente np:No. de unidades defectuosas Para todos los subgrupos:

LCS np3 np(1 p) np

LCI n p 3 n p(1 p) np

50

n p np / k
Para cada subgrupo: Constante
c no. de defectos

LCS c c 3 c

Tabla c Nmero de defectos por unidad

c > 5

Para todos los subgrupos:

c c / k
Para cada subgrupo: u c /n

LCI c c 3 c
* LCS
u

u3

Variable Tabla u
Para todos los subgrupos:
u c / n

u n

* LCI

u3

u n

GRFICOS C

Grficos C
Mide el nmero de defectos (discrepancias) en un lote inspeccionado (a diferencia del nmero de unidades defectuosas del grfico np). Requiere tamaos de muestra constantes.
El grfico se aplica principalmente en las siguientes situaciones: 1. Cuando los defectos se distribuyen a travs de un flujo ms o menos continuo del producto (defectos en un tubo plstico, para ser cortado en bolsas, de x metros), donde se puede expresar el promedio de defectos (ejemplo: nmero de defectos por metro cuadrado de tela).

2. Cuando los defectos provenientes de diferentes fuentes (lneas, operaciones) pueden encontrarse en una unidad inspeccionada. (ejemplo: lnea de ensamble de automviles)

Grficos C

En algunos procesos interesa medir la cantidad de defectos que presentan las unidades de producto que se estn fabricando. Por ejemplo, se fabrican telfonos celulares, se toma uno de ellos y se cuenta el nmero total de defectos.

Grficos C

Estos podran ser:

Rayaduras en la superficie. Rajaduras en el plstico Antena defectuosa Botn defectuoso. Otros.

Grficos C

Los defectos pueden ser de diferentes tipos y se cuenta el total de todos estos defectos en la unidad inspeccionada. Se obtieneun resultado que es el Nmero de Defectos por unidad de inspeccin.

Grficos C

Botn defectuoso
Rajadura del plstico

Rayadura superficial

Antena defectuosa
Otros Defectos

Grficos C

A medida que el proceso genera las unidades (Telfonos celulares), se retira una unidad a intervalos regulares y se cuenta el nmero total de defectos.

Grficos C

En cada unidad podemos encontrar:

0 defectos 1 defecto 2 defectos 3 defectos ... n defectos

Grficos C
Proceso
Inspeccin

Nmero de defectos

Grficos C

Los resultados que se obtienen al contar el Nmero de Defectos en unidades de inspeccin retiradas a intervalos regulares constituyen una variable aleatoria discreta, porque puede tomar valores 0, 1, 2, 3, ... n.

Grficos C

Los grficos C se utilizan para controlar el nmero de defectos en una muestra del producto o en una unidad de inspeccin.

Grficos C

Entonces, para controlar este proceso, un inspector se ubica al final de la lnea de produccin y cada hora retira una unidad de inspeccin (En este caso un telfono celular), verifica y anota el nmero total de defectos.

Grficos C
Unidad

7:00

Proceso

de

Inspeccin

Inspeccin

Superficie defectuosa Ensamble defectuoso Raya en superficie ------------------Total: 3 defectos

Grficos C

Este resultado se anota en un grfico hora por hora y se denomina grfico C.

Grficos C

Para construir los grficos de control C, en una primera etapa se toman N unidades de inspeccin (ms de 25 o 30) a intervalos regulares.

Grficos C

Se cuenta en cada unidad de inspeccin el Nmero de Defectos y se registra. Se obtendra una Tabla como la siguiente:

Como elaborar un Grfico C

Paso 1. Reunir los datos
Los tamaos de muestra inspeccionada (rea de tela, longitud de un cable) deben ser constantes, de manera que los valores graficados de c reflejen los cambios en el desarrollo de la calidad. Se registran los datos. Ejemplo: La tabla presenta datos sobre cantidad de defectos en material tejido. El tamao de la muestra se ha fijado en 1 m.
DEFECTOS POR METRO CUADRADO DE TELA
No. de la muestra
1 2 3 4 5 6 7 8 9 10

No. de defectos
7 5 3 4 3 8 2 3 4 3

No. de la muestra
11 12 13 14 15 16 17 18 19 20

No. de defectos
6 3 2 7 2 4 7 4 2 3 82

Paso 2. Calcular los lmites de control

Calcular el nmero de defectos promedio del proceso (c)

c1 c 2 c3 .... c k c k
C = cantidad de defectos en cada subgrupo K = subgrupos

82 c 4, 1 20
Calcular Lmite de Control Superior

LCS c 3 c 4,1 3 4,1 10,17

Calcular Lmite de Control Inferior

LCI c 3 c 4,1 6,07 1,97

No se toma en cuenta un valor negativo

Paso 3. Elaborar el grfico

Paso 4. Interpretar el grfico

Grficos C

Si no hay puntos fuera de los lmites de control y no se encuentran patrones no aleatorios, se adoptan los lmites calculados para controlar la produccin futura.

Grficos C

Otro ejemplo sera controlar el nmero de defectos a la salida de una lnea de ensamblado de licuadoras. De igual manera podra ser una lnea de ensamblado de computadoras personales, cafeteras automticas, televisores, entre otros.

Grficos C

Cuando se fabrican pinturas y barnices, un ensayo muy comn es hacer un extendido sobre una placa de vidrio, dejar secar el producto y luego inspeccionar los defectos en la superficie. Se pueden aplicar los grficos C para controlar este tipo de procesos, contando el nmero de defectos sobre la superficie del recubrimiento.

Grficos C

En la industria textil tambin es necesario controlar defectos superficiales en las telas. Se pueden aplicar los grficos C para controlar el nmero de defectos sobre la superficie de un rea rectangular de tela.

Grficos C

Muchas veces ocurre que las unidades que produce el proceso presentan una tasa de defectos muy baja.

Grficos C

Por ejemplo, se supone un proceso automatizado que fabrica tarjetas de sonido. A la salida del mismo se inspecciona una tarjeta a intervalos de media hora y se cuenta el nmero de defectos.

Grficos C

El resultado seguramente ser algo como esto:

Tarjeta 1 2 3 4 5 6 7 8 ..

Nm. Defectos 0 0 0 0 0 1 0 0

Grficos C

Esto se debe a que la fabricacin se realiza por medio de un proceso totalmente automatizado donde ocurren pocos errores. Por lo tanto, el promedio de defectos ser cercano a cero y el Lmite Inferior de Control seguramente ser negativo.

Grficos C

Para evitar esto, es conveniente redefinir la Unidad de Inspeccin. Por ejemplo, se puede tomar como unidad de inspeccin la cantidad de 100 tarjetas de sonido. Es decir, cada media hora se retiran del proceso 100 tarjetas y se cuentan los defectos del total de las mismas.

Grficos C

De esta manera la cantidad de defectos promedio por unidad de inspeccin ser mas alta. Y es posible tambin que el LIC sea mayor que cero.

Grficos U

Grficos U

Supongamos que se est controlando el nmero de defectos en un proceso de ensamblado de licuadoras y se define una unidad de inspeccin de 5 licuadoras.

Grficos U

En este caso es posible trabajar con un grfico C, como ya hemos visto. Pero tal vez se desea controlar el promedio de defectos por cada licuadora (unidad de produccin) en lugar de el total de defectos para las 5 licuadoras (unidad de inspeccin):

Grficos U

ni

Cantidad de Defectos por Unidad de Inspeccin

m Nm. de Unidades de Produccin en la Unidad de Inspeccin

Grficos U
En nuestro ejemplo, si encontramos n i defectos en la unidad de inspeccin (5 licuadoras), la cantidad promedio de defectos por licuadora ser:

ni

Cantidad de Defectos en Unidad de Inspeccin

Grficos U
Se debe tener en cuenta que x es una nueva variable aleatoria discreta que toma valores 0, 1/m, 2/m, 3/m, 4/m, .....etc., y cuya distribucin de probabilidades se puede calcular a partir de la Distribucin de Poisson.

Grficos U

Como en el caso de los grficos C, en una primera etapa se toman N unidades de inspeccin (ms de 25 30) a intervalos regulares.

Grficos U

Se cuenta en cada unidad de inspeccin el Nmero de Defectos y se registra. Luego se divide el Nmero de Defectos de cada unidad de inspeccin por m (Nmero de unidades de produccin en cada unidad de inspeccin). En nuestro ejemplo (m = 5) la Tabla quedara as:

Grficos U
Unidad de Inspeccin 1 2 3 4 5 6 7 8 N Defectos 5 8 6 10 5 15 12 5 N

Defectos por licuadora 1.0 1.6 1.2 2.0 1.0 3.0 2.4 1.0 -

Grficos U

Entonces, a partir de la tabla podemos calcular el parmetro U como promedio del Nmero de Defectos por licuadora:

Grficos U

ni m N

Cantidad de Defectos por Unidad de Inspeccin Nm. de Unid. de Produccin en la Unidad de Inspeccin Nmero de Unidades de Inspeccin

Grficos U
Mide el nmero de defectos (discrepancias) por unidad de inspeccin en subgrupos cuyo tamao puede ser variable. Es similar al grfico c, con la diferencia de que la cantidad de defectos se expresa sobre una base unitaria.
Los dos grficos son adecuados para las mismas situaciones, pero debe utilizarse el grfico u si el tamao de muestra vara entre subgrupos.

COMO ELABORAR UN GRFICO U

Paso 1. Reunir los datos

Los tamaos de muestra inspeccionada pueden variar entre subgrupos. Ejemplo: Hay una plancha electroplatinada en cobre de 1,7 m2 con 8 perforaciones. La unidad sera 1m2 , n= 1,7 y c= 8

Paso 2. Agrupar los datos por muestras

Establecer el tamao de muestra inspeccionada (u).
No. Subgr. Tamao subg. n Cant. perfor. c Cant. Per/un. u LCS
1 n

LCI

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

1 1 1 1 1 1,3 1,3 1,3 1,3 1,3 1,3 1,3 1,3 1,3 1,2 1,2 1,2 1,7 1,7 1,7 25,4

4 5 3 3 5 2 5 3 2 1 5 2 4 2 6 4 0 8 3 8 75

4 5 3 3 5 1,5 3,8 2,3 1,5 3,1 1,5 5 3,1 1,5 5 3,3 0 4,7 1,8 4,7

1 1 1 1 1 0,877 0,877 0,877 0,877 0,877 0,877 0,877 0,872 0,877 0,913 0,913 0,913 0,767 0,767 0,767

8,10 8,10 8,10 8,10 8,10 7,07 7,07 7,07 7,07 7,07 7,07 7,07 7,07 7,07 7,65 7,65 7,65 6,90 6,90 6,90

Paso 3. Determinar la cantidad de defectos/ unidad para cada grupo y calcular u.

cantidad de defectos por subgrupo (c) c u cantidad de unidades por subgrupo (n) n
total de defectos para todos los subgrupos c u total de unidades para todos los subgrupos (n) n
75 u 2,95 25,4

Segn la tabla:

Paso 4. Calcular los lmites de control

LC u 2,95

LCS u 3

u n

2,95

5,15 n

LCI u 3

u n

2,95

5,15 n

Aqu los valores cambian segn el valor de n. Ejemplo para n=1:

LCS 2,95

5,15 1

8,1

Paso 5. Graficar los datos

Paso 6. Interpretar el grfico

GRACIAS POR LA ATENCIN PRESTADA