Gestin de la Calidad

Herramientas de la Calidad
Control Estadstico de Procesos
Clase 4.

Sebastin Gutirrez
gutierrez.sebastian@gmail.com

Ejercicio
Cada hora se toman muestras de las cajas de
un gran lote de produccin. Para fijar lmites
de control que incluyan un 99,73% de las
medias de las muestras, se seleccionan al azar
y se pesan (en gramos) muestras de 9 cajas,
en la primera hora.
Cajas 1 2 3 4 5 6 7 8 9
Peso 17 13 16 18 17 16 15 17 16
Asimismo, se sabe que la desviacin de la
poblacin estndar () es de 1 gramo. Los
resultados de la media de 9 cajas, entre la
segunda y la duodcima hora, son los
siguientes:
Hora 2 3 4 5 6 7 8 9 10 11 12
Media 16,8 15,5 16,5 16,5 16,4 15,2 16,4 16,3 14,8 14,2 17,3
Cuando las desviaciones estndar del proceso,
o bien no se encuentran disponibles, o bien
resultan difciles de calcular, generalmente
calculamos los lmites de control basndonos
en los valores medios del rango ms que en
las desviaciones estndar.
La siguiente tabla nos facilita los valores de
conversin necesarios para hacerlo.
Factores para calcular los limites de
grficos de control 3 sigma.

Se define el rango como la diferencia entre el
elemento ms grande y el ms pequeo de
una muestra. Por ejemplo, la caja ms pesada
en la primera hora pesaba 18 gramos, y la ms
ligera 13, de manera que el rango de esa hora
es de 5 gramos.

Fijacin de lmites de la media
utilizando valores tabulares
Una empresa embotella refrescos cuya
etiqueta dice peso neto: 16 gramos.
Tomando varias series de muestras, cada una
de ellas de cinco botellas, se ha observado
que el promedio global del proceso es de
16,01 gramos. El rango medio del proceso es
de 0,25 gramos. Se quieren determinar los
lmites de control superior e inferior del
proceso.
Utilizacin de los grficos de medias y
los grficos de rango
Podemos definir la distribucin normal con dos
parmetros: la media y la desviacin estndar.
Los grficos x (media) y R siguen esos dos
parmetros.
El grfico x responde a las variaciones de la
media del proceso, mientras que el grfico R
refleja las variaciones de la desviacin estndar
del proceso. Por consiguiente, utilizando ambos
grficos podemos seguir los cambios que se
produzcan en la distribucin del proceso.
Utilizacin de los grficos de medias y
los grficos de rango
Por ejemplo, las muestras y el grfico x
resultante de la Figura (a) muestran el cambio
de la media del proceso, pero como la
dispersin es constante, no se detecta cambio
alguno en el grfico R.

Utilizacin de los grficos de medias y
los grficos de rango
A la inversa, las muestras y el grfico x de la
Figura (b) no detectan cambio alguno (por la
inexistencia de ellos), pero el grfico R s
seala el cambio en la dispersin. Ambos
grficos son necesarios para seguir el proceso
con exactitud.

Utilizacin de los grficos de medias y
los grficos de rango
Es importante darse cuenta de que cuando se
determinan los valores de UCLR y LCLR utilizamos
el rango medio, R. Pero cuando dibujamos los
puntos para crear el grfico R, utilizamos los
valores del rango particular de cada muestra.
Los grficos de media y de rango se
complementan mutuamente al mostrar la media
y la dispersin de la distribucin normal.
Fijacin de lmites del grfico de
rangos (grfico R)
Aun cuando la media del proceso est bajo
control, la variabilidad puede no estarlo. Por
ejemplo, por el propio funcionamiento de un
equipo se afloja una pieza de ste que llena
las cajas de un producto. Como resultado, la
media de las muestras puede continuar siendo
la misma, pero la variacin entre ellas puede
ser muy elevada.
Fijacin de lmites del grfico de
rangos (grfico R)
Por esta razn, se utilizan los grficos de rangos
para controlar la variabilidad del proceso, as
como los grficos de medias para seguir los
valores medios del proceso.
La teora en apoyo de los grficos de rangos es la
misma que la de los grficos de medias. Se fijan
lmites para que contengan 3 desviaciones
estndar de la distribucin del rango medio R-.
Podemos utilizar las siguientes ecuaciones
para fijar los lmites superior e inferior:

Fijacin de lmites del rango
utilizando los valores de la tabla
El rango medio de un proceso de carga de
camiones es de 5,3 libras. Si el tamao de la
muestra es 5, determnense los lmites de
control superior e inferior del grfico.
Grficos de control para los atributos
Los grficos de control de x y R no son aplicables cuando
estamos tomando muestras de atributos, que suelen
clasificarse como defectuosos y no defectuosos.
La medicin de los defectuosos implica contarlos, por
ejemplo:
1. el nmero de bombillas que no funcionan en un lote
determinado
2. el nmero de letras o de datos mecanografiados
equivocadamente
mientras que las variables suelen medirse en funcin de su
longitud o de su peso.
Grficos de control para los atributos
Dos son los tipos de grficos del control de atributos:
1. Los que miden el porcentaje de defectos en una muestra
(denominados grficos p),
2. Los que cuentan el nmero de defectos (llamados grficos c).
Interpretacin
La interpretacin que se har de los puntos
que rebasen los lmites de control es la
siguiente, si un valor supera el lmite superior
de control, querr decir que se ha producido
un alarmante ascenso del nmero de
unidades defectuosas (o del nmero de
defectos).
Interpretacin
Sin embargo los valores por debajo del lmite
inferior de control pueden deberse a dos
situaciones; o bien el proceso ha mejorado
realmente, disminuyendo el nmero de fallos,
o la extraccin de la muestra no es adecuada
en tamao (tamaos de muestra pequeos,
pueden falsear la informacin real del % de
fallos existente en el proceso).
Grficos p
Aunque los atributos, sean buenos o malos,
siguen la distribucin binomial, se puede
utilizar la distribucin normal para calcular los
lmites del grfico p cuando los tamaos de la
muestra son grandes.
El procedimiento se asemeja al del grfico x ,
que tambin se basa en el teorema central del
lmite.
Grficos p
Las frmulas de los lmites de control superior
e inferior del grfico p son las siguientes:


Grficos p
Ejemplo, lmites de control para el
porcentaje de defectuosos
Los grabadores de datos, introducen a diario miles de
registros de plizas de seguros.
La tabla reproducida a continuacin nos ofrece
muestras del trabajo realizado por 20 grabadores.
Se sometieron a una minuciosa revisin 100 de los
registros realizados por cada grabador, y se contaron
los errores descubiertos. Acto seguido, se calcul el
porcentaje de defectos en cada una de las muestras.
Se definen los lmites de control con objeto de incluir el
99,73% de la variacin aleatoria en el proceso de
grabacin cuando est bajo control.


GRFICO "np".
Este grfico controla en cada punto
correspondiente a una extraccin muestral, el
nmero de unidades defectuosas
correspondientes a esa muestra.
Las expresiones del valor central y de los lmites
de control para este grfico son:
La empresa Data ha decidido llevara un
control de calidad del proceso productivo
mediante la utilizacin de grficos np
empleando muestras de 250 unidades,
obtenindose de las 25 primeras muestras las
unidades defectuosas que se presentan en la
tabla siguiente:
De acuerdo con los datos anteriores, calcularemos los lmites
de control mediante la expresin:
Grficos c

Se trata de unos grficos de control de calidad
utilizados para controlar el nmero de
defectos por unidad de output.
En el anterior se ha contado el nmero de
registros defectuosos introducidos.
Un registro defectuoso era aquel que no estaba
completamente bien porque contena, al
menos, un defecto. Evidentemente, un registro
mal introducido puede contener ms de un
defecto.
Utilizamos los grficos c para controlar el nmero
de defectos por unidad de output (por registro de
pliza de seguros, en el ejemplo anterior).
Los grficos de control de defectos son de gran
ayuda para vigilar procesos en los que se puede
incurrir en una gran cantidad de errores, aunque
su nmero sea, en realidad, relativamente
pequeo.
Los defectos pueden ser, por ejemplo, errores en
las palabras de un peridico, circuitos daados en
un microchip, manchas en una mesa, u olvido del
pepinillo en una hamburguesa de un restaurante
de comida rpida.
La distribucin de probabilidad de Poisson,
cuya varianza es igual a su media, constituye
la base de los grficos c.
Dado que c es el nmero medio de defectos
por unidad, la frmula de la desviacin
estndar es igual a c . Para calcular los lmites
de control de c con un 99,73% de fiabilidad,
utilizamos la frmula.
Lmites de control para el nmero de
defectuosos

Una empresa de taxis que recibe bastantes
quejas diarias sobre el comportamiento de sus
conductores. En un periodo de nueve das (los
das son unidades de medida) el propietario
ha recibido el siguiente nmero de llamadas
de pasajeros irritados: 3, 0, 8, 9, 6, 7, 4, 9 y 8,
para un total de 54 quejas. Para calcular los
lmites con una fiabilidad del 99,73% tomamos
Cuando el propietario dibuj estos datos en
un grfico de control y colg el grfico de
forma ostensible en el vestuario de los
conductores, el nmero de llamadas recibidas
disminuy a un promedio de tres por da.
Puede explicar qu ocurri?
Hay cinco pasos que se suelen seguir al utilizar los
grficos x= y R-
1. Tomar de 20 a 25 muestras de n=4 o n=5, cada una de un proceso
estable, y calcular la media y el rango de todas.
2. Calcular las medias globales (x= y R-), fijar lmites de control
adecuados, generalmente del orden del 99,73%, y calcular los
lmites de control superior e inferior preliminares. Si el proceso no
es estable en la actualidad, hay que utilizar la media deseada, ,
en vez de x= , para calcular los lmites.
3. Representar las medias muestrales y los rangos en sus respectivos
grficos de control, y determinar si caen fuera de los lmites
aceptables.
4. Investigar los puntos o trazados que indican que el proceso est
fuera de control. Tratar de asignar las causas de la variacin y,
luego, reiniciar el proceso.
5. Recoger muestras adicionales y, en caso necesario, revalidar los
lmites de control utilizando los nuevos datos.