P. 1
Manipular el proceso productivo mediante gráficos de control

Manipular el proceso productivo mediante gráficos de control

|Views: 298|Likes:
Publicado porAlejandra

More info:

Published by: Alejandra on Jan 29, 2013
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PPTX, PDF, TXT or read online from Scribd
See more
See less

07/31/2015

pdf

text

original

Manipular el proceso productivo mediante gráficos de control estadístico

Objetivo

Al termino del submodulo el alumno será capaz de manipular el proceso del producto de empresas manufactureras, aplicando gráficos de control.

Submódulo II. Manipular el Proceso Productivo Mediante Graficas de Control Estadístico
• Controlar las variables de un proceso mediante herramientas estadísticas básicas.
▫ Detectar anormalidades que puedan estar ocurriendo en el proceso. ▫ Verificar el comportamiento del proceso. ▫ Calcular parámetros estadísticos. ▫ Elaborar diagramas de causa y efecto. ▫ Elaborar diagramas de Pareto. ▫ Elaborar histogramas. ▫ Elaborar diagramas de dispersión. ▫ Realizar ajustes en los procesos productivos. ▫ Registrar evidencias y desviaciones en el proceso. ▫ Proponer alternativas para ajuste del proceso.

▫ Calcular medidas de dispersión.• Controlar el proceso productivo aplicando gráficos de control estadístico. ▫ Elaborar gráficos por atributos. ▫ Elaborar gráficos por variables. . ▫ Proponer alternativas para ajustar los puntos fuera de control. ▫ Calcular medidas de tendencia central. ▫ Diagnosticar el comportamiento del proceso productivo. ▫ Registrar datos y variables del proceso productivo.

para analizarlos es necesario recurrir a técnicas estadísticas que permitan visualizar y tener en cuenta la variabilidad a la hora de tomar las decisiones. • En todos estos casos es necesario tomar decisiones y estas decisiones dependen del análisis de los datos. .¿Para qué se miden las características de calidad? • El análisis de los datos medidos permite obtener información sobre la calidad del producto. estudiar y corregir el funcionamiento del proceso y aceptar o rechazar lotes de producto.

funcionamiento. es decir. • El proceso genera una salida. mecánicas. que es el producto que se quiere fabricar. equipos y procedimientos de trabajo. . a sus expectativas previas. • El cliente quedará satisfecho con el producto si esas características se ajustan a lo que esperaba. es decir. por sus propiedades físicas. durabilidad. estéticas. etc.Controlar las variables de un proceso mediante herramientas estadísticas básicas. químicas. La calidad del producto fabricado está determinada por sus características de calidad. que en conjunto determinan el aspecto y el comportamiento del mismo es decir su calidad. • Todo proceso productivo es un sistema formado por personas.

mejor conocida como datos. analiza e interpreta la información numérica o cualitativa. . de manera que pueda llevar a conclusiones válidas. organiza.¿Qué es estadística? • La estadística se puede definir como la ciencia que recopila.

• La estadística inferencial es la ciencia que interpreta información de manera que pueda llevar a conclusiones válidas. radio y televisión usan la estadística descriptiva para informar y persuadirnos acerca de ciertas acciones a tomar y en la formación de opiniones. revistas. Los gobiernos y las organizaciones utilizan la estadística para tomar decisiones que afectan directamente nuestras vidas.• La estadística descriptiva es la ciencia que recopila. organiza e interpreta la información numérica ó cualitativa. Los periódicos. .

• Las medidas descriptivas son valores numéricos calculados a partir de la muestra y que nos resumen la información contenida en ella. ▫ Dispersión: Indican la mayor o menor concentración de los datos con respecto a las medidas de centralización . ▫ Centralización: Indican valores con respecto a los datos que aparecen en el centro.

.

Medidas de Tendencia Central • La media muestral o promedio simple (X) es un estadístico que muestra el valor central de una serie de datos constituyendo ser la medida de ubicación que más se utiliza. es calculada sumando los valores de interés y dividiendo entre el número de valores sumados (Walpole et al. En general. 1999). .

si es par tomaremos como mediana la media aritmética de los dos valores centrales. Si el número de datos es impar la mediana será el valor central. de tal forma que el 50% de estas son menores que la mediana y el otro 50% son mayores.• MEDIANA (Me):es el valor que separa por la mitad las observaciones ordenadas de menor a mayor. .

m . No tiene porque ser única. es decir. aquella cuya frecuencia absoluta es mayor.• MODA (M0): es el valor de la variable que más veces se repite.

la variabilidad de los valores de la distribución respecto al valor central. • Las medidas de dispersión cuantifican la separación. las medidas de dispersión nos dice hasta que punto estas medidas de tendencia central son representativas como síntesis de la información. que no son comparables entre diferentes muestras y las relativas que nos permitirán comparar varias muestras. Distinguimos entre medidas de dispersión absolutas. . la dispersión.Medidas de Dispersión • Las medidas de tendencia central tienen como objetivo el sintetizar los datos en un valor representativo.

• Supongamos que un médico dietista desea estudiar el peso de personas adultas de sexo masculino y recopila una gran cantidad de datos midiendo el peso en kilogramos de sus pacientes varones: .

Medidas de dispersión absolutas • Varianza muestral(s2): es el promedio de las desviaciones de la media y se obtiene mediante la formula: • Varianza poblacional (σ2): se obtiene dividiendo la suma de desviaciones entre n (vale recordar que la media poblacional se simboliza con μ) .

se simboliza con s y se obtiene mediante la siguiente formula: • La desviación estándar de la población (σ) se obtiene como la raíz cuadrada positiva de la varianza poblacional: .Desviación estándar • La desviación estándar muestral es la raíz cuadrada positiva de la varianza.

De ello puede inferirse que cuanto mayor sea la extensión de los datos mayor será el rango. 50. • {20.Rango • Es una medida de variabilidad muy sencilla. es la diferencia entre el mayor valor y el menor. 60. 40.70} Rango 70-20 =50 .30.

mediana. varianza de la siguiente tabla: Tiempo de espera 25 10 14 18 15 10 22 12 14 18 20 15 18 20 12 .• Determinar media. rango. desviación estándar.

2 15 18 15 4.Resultados Media Mediana Moda Rango desviación estándar varianza 16.6 25 20 15 10 5 0 Tiempo de espera 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 .427188724 19.

la desviación estándar. Edad 15. varianza rango de los hombres y mujeres. y la moda.TAREA • La media aritmética. la mediana.24 25-34 35-44 45-54 55-64 65-74 75-84 Hombres 85 384 385 450 295 174 56 Mujeres 219 618 656 656 409 200 69 .

Estratificación 5. que se conocen como Las 7 Herramientas de la Calidad. Diagramas de Dispersión 7. Hoja de Inspección (hoja de verificación. Diagramas de Causa-Efecto (diagrama de Ishikawa) 4. Histogramas 2. check list) 6. Kaoru Ishikawa. Diagrama de Pareto 3.• Siguiendo el pensamiento del Dr. Estas son: 1. Gráficos de Control . en la competencia siguiente vamos a explicar algunas de estas técnicas.

. Esto permite ver alrededor de que valor se agrupan las mediciones (Tendencia central) y cual es la dispersión alrededor de ese valor central.¿Que son los histogramas? • Un histograma es un gráfico o diagrama que muestra el número de veces que se repiten cada uno de los resultados cuando se realizan mediciones sucesivas.

para analizar más detalladamente o tomar decisiones sobre la base de ellos. • Utilidad: El Histograma es especialmente útil cuando se tiene un amplio número de datos que es preciso organizar. ▫ Muestra grandes cantidades de datos dando una visión clara y sencilla de su distribución.• Ventajas. dispersión y frecuencias relativas de los distintos valores. . ▫ Su construcción ayudará a comprender la tendencia central.

• Es un medio eficaz para transmitir a otras personas información sobre un proceso de forma precisa e inteligible. Proporciona. . mediante el Histograma puede determinarse en qué grado el proceso está produciendo buenos resultados y hasta qué punto existen desviaciones respecto a los límites fijados en las especificaciones. mediante el estudio de la distribución de los datos. En este caso. un excelente punto de partida para generar hipótesis acerca de un funcionamiento insatisfactorio. • Permite la comparación de los resultados de un proceso con las especificaciones previamente establecidas para el mismo.

8 83.6 67.6 74.5 77 70.5 74.4 95.1 71.7 79.5 69.6 67.7 79.5 77 70.6 85.7 72.3 88.9 63.4 70.6 97.6 67.7 72.9 63.9 63.9 73.6 69.7 72.9 63.7 68.6 85.9 63.4 74.4 69.6 85.7 79.7 77.9 63.5 69.9 113.4 63.7 79.4 74.7 72.4 69.4 84.1 71.7 67.2 81.8 83.6 69.5 85.7 72.9 63.6 70.6 85.6 67.6 85.4 88.1 71.2 81.Dr 1 74.2 81.4 74.4 74.6 70.7 79.7 79.2 81.6 69.4 74.6 69.7 79.5 83.7 79.7 78.4 74.2 81.8 83.1 Dr 2 74.1 71.6 67.2 70.9 76.6 67.2 81.4 74.4 Pesos de pacientes hombres de tres nutriólogos de una clínica .7 70.4 69.4 70.6 85.6 85.5 Dr 3 75.5 83.

1 90 80 70 60 50 40 30 20 10 0 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 120 100 80 60 40 20 Dr.Dr. 2 Dr. 3 90 0 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 80 70 60 50 40 30 20 10 0 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 .

• Como así es complicado el análisis de datos cuando se quiere un análisis de todos los datos recopilados por todos los doctores entonces se procede a agrupar los datos en intervalos o frecuencias. • Se ordenan los datos de menor a mayor y se establecen rangos 60<x<70 70<x<80 80<x<90 90<x<100 110<x<120 25 43 22 2 1 .

Con esto podemos concluir que la mayoría de los pacientes están en el rango de 70 a 80 kg con solo ver el histograma 45 40 35 30 25 20 15 10 5 0 60<x<70 70<x<80 80<x<90 90<x<100 110<x<120 .

Diagrama de pareto • El Diagrama de Pareto constituye un sencillo y gráfico método de análisis que permite discriminar entre las causas más importantes de un problema (los pocos y vitales) y las que lo son menos (los muchos y triviales). .

• Proporciona una visión simple y rápida de la importancia relativa de los problemas. • Ayuda a evitar que se empeoren algunas causas al tratar de solucionar otras.Ventajas: • Ayuda a concentrarse en las causas que tendrán mayor impacto en caso de ser resueltas. . • Su formato altamente visible proporciona un incentivo para seguir luchando por más mejoras.

Utilidades: • Determinar cuál es la causa clave de un problema. . • Contrastar la efectividad de las mejoras obtenidas. comparando sucesivos diagramas obtenidos en momentos diferentes. efectos y costos de los errores. separándola de otras presentes pero menos importantes. • Comunicar fácilmente a otros miembros de la organización las conclusiones sobre causas. • Pueden ser asimismo utilizados tanto para investigar efectos como causas.

82608696 100 5750 • Ordenar el porcentaje de mayor a menor y calcular el porcentaje acumulado. ▫ c) Indica las causas vitales en el 80%.826087 48. ▫ a) Elaborar el diagrama de Pareto.173913 varios 10 45 450 7.3913043 92. . ▫ b) Graficar la contribución porcentual acumulada mediante la intercepción de la curva de causas.8695652 20.• En una tienda de discos están teniendo grandes pérdidas por devoluciones del producto Devolucion frecuencia costo unitario costo total % % acumulado no le gusto 10 120 1200 20.8695652 Producto dañado 20 80 1600 27.0869565 74.6956522 no lo quiere 10 150 1500 26. sea claro en su conclusión.7826087 disco equivocado 20 50 1000 17.

826087 no lo quiere 10 150 1500 26.3913043 450 7. que las causas vitales son producto dañado.173913 100 CONCLUSION: Se puede observar en la grafica. no lo quiere.costo Devolución frecuencia unitario costo total % % acumulado Producto dañado 20 80 1600 27.7826087 20 10 50 45 1000 17. las triviales serian disco equivocado y varios.826087 27.0869565 53. .82608696 5750 92.9130435 no le gusto disco equivocad o varios 10 120 1200 20. son las principales que debemos resolver.8695652 74. no le gusto. las cuales se resolverán en segundo grado de importancia.

terminado 120 90 10800 otros 210 25 5250 enrolladores 75 35 2625 hornos de rec.88 97.99 10. . Pvo. 15 30 450 mantto. • c) Indica las causas vitales en el 80%. sea claro en su conclusión.17 %acumulado 75. • b) Graficar la contribución porcentual acumulada mediante la intercepción de la curva de causas.18 7.75 1.87 0.71 3.51 99.63 99.83 100. 8 30 240 140015 75.17 93. demoras totales Total % materia prima 380 280 106400 molino 190 75 14250 p.00 • a) Elaborar el diagrama de Pareto.32 0.99 86.ejercicio • Datos recopilados para recuperar el nivel productivo de laminación No 1 3 2 7 4 6 5 causas de fallas De fallas frec.

DIAGRAMA CAUSA – EFECTO • El diagrama de Ishikawa. es una herramienta que ayuda a identificar. clasificar y poner de manifiesto posibles causas. tanto de problemas específicos como de características de calidad. Ilustra gráficamente las relaciones existentes entre un resultado dado (efectos) y los factores (causas) que influyen en ese resultado. o Diagrama Causa Efecto. .

utilizando para ello un enfoque estructurado. o las causas de las características de calidad. • • Ayuda a determinar las causas principales de un problema.Ventajas: • Permite que el grupo se concentre en el contenido del problema. • • Estimula la participación de los miembros del grupo de trabajo. • • Incrementa el grado de conocimiento sobre un proceso. . no en la historia del problema ni en los distintos intereses personales de los integrantes del equipo. permitiendo así aprovechar mejor el conocimiento que cada uno de ellos tiene sobre el proceso.

de un problema o efecto.raíz.Utilidades: • Identificar las causas . • • Clasificar y relacionar las interacciones entre factores que están afectando al resultado de un proceso . o causas principales.

Efecto. conocidos también como Diagramas de Espina de Pescado por la forma que tienen. Para ello nos sirven los Diagramas de Causa . Cuando ocurre algún problema con la calidad del producto.• La variabilidad de las características de calidad es un efecto observado que tiene múltiples causas. . debemos investigar para identificar las causas del mismo. Estos diagramas fueron utilizados por primera vez por Kaoru Ishikawa.

. Materias Primas. Operarios. Por ejemplo. Método de Medición. • Trazamos un flecha gruesa que representa el proceso y a la derecha escribimos la característica de calidad • Indicamos los factores causales más importantes y generales que puedan generar la fluctuación de la característica de calidad. Por ejemplo. en el caso de la mayonesa podría ser el peso del frasco lleno. Equipos. trazando flechas secundarias hacia la principal. etc.Para hacer un Diagrama de CausaEfecto seguimos estos pasos: • Decidimos cual va a ser la característica de calidad que vamos a analizar.

▫ c. ¿Por qué hay fluctuación o dispersión en los valores de la característica de calidad? Por la fluctuación de las Materias Primas. . Se agrega Aceite como rama menor de la rama principal Materias Primas. otros condimentos. Huevos. Se registra la rama Balanza. ¿Por qué hay variación en la cantidad agregada de aceite? Por funcionamiento irregular de la balanza. ¿Qué Materias Primas producen fluctuación o dispersión en los valores de la característica de calidad? Aceite. ▫ d. Agregamos a Aceite la rama más pequeña Cantidad.• Incorporamos en cada rama factores más detallados que se puedan considerar causas de fluctuación. sal. ¿Por qué la balanza funciona en forma irregular? Por que necesita mantenimiento. ▫ b. ▫ e. Se anota Materias Primas como una de las ramas principales. ¿Por qué hay fluctuación o dispersión en el aceite? Por la fluctuación de la cantidad agregada a la mezcla. podemos formularnos estas preguntas: ▫ a. En la rama Balanza colocamos la rama Mantenimiento. Para hacer esto.

• Así seguimos ampliando el Diagrama de CausaEfecto hasta que contenga todas las causas posibles de dispersión. el diagrama está terminado. . Las relaciones CausaEfecto deben quedar claramente establecidas y en ese caso. • Finalmente verificamos que todos los factores que puedan causar dispersión hayan sido incorporados al diagrama.

ejemplo .

Localización geográfica. Entorno. . Otros.ESTRATIFICACION • Es un método consistente en clasificar los datos disponibles por grupos con similares características. ▫ Materiales. ▫ Personal. ▫ Maquinaria y equipo. A cada grupo se le denomina estrato. ▫ Áreas de gestión. • Los estratos a definir lo serán en función de la situación particular de que se trate. pudiendo establecerse estratificaciones atendiendo a: Tiempo.

Síntesis .

DIAGRAMA DE DISPERSION
• Un diagrama de dispersión es una representación gráfica de la relación entre dos variables, muy utilizada en las fases de Comprobación de teorías e identificación de causas raíz y en el Diseño de soluciones y mantenimiento de los resultados obtenidos.

• Tres conceptos especialmente destacables son: • El descubrimiento de las verdaderas relaciones de causa-efecto es la clave de la resolución eficaz de un problema • Las relaciones de causa-efecto casi siempre muestran variaciones • Es más fácil ver la relación en un diagrama de dispersión que en una simple tabla de números.

.Cómo interpretar un diagrama de dispersión: • El análisis de un diagrama de dispersión consta de un proceso de cuatro pasos: ▫ Se elabora una teoría razonable ▫ se obtienen los pares de valores y se dibuja el diagrama ▫ se identifica la pauta de correlación ▫ se estudian las posibles explicaciones.

Poner título al gráfico y rotular. 5.Cómo elaborar un diagrama de dispersión: 1. . 6. Identificar y clasificar el modelo de correlación. 3. Dibujar y rotular los ejes horizontales y verticales. Obtener tabla de pares de valores con valores máximos y mínimos de cada variable. Situar la causa sospechada en el eje horizontal. Trazar el área emparejada usando círculos concéntricos en pares de datos idénticos. 2. 7. Comprobar los posibles fallos en el análisis. 4.

.

Ejemplo • Supongamos que tenemos un grupo de personas adultas de sexo masculino. para cada persona tendremos un par de valores X. Y que son la altura y el peso de dicha persona: . Para cada persona se mide la altura en metros (Variable X) y el peso en kilogramos (Variable Y). Es decir.

3 88.4 82.1 95.9 1.59 1.71 1.99 1.66 1.82 1.1 61.75 1.98 1.2 79.71 1.57 1.4 78.96 1.61 peso (kg)3 74.57 1.62 1.84 1.9 88.91 1.2 77.3 65 Entonces.6 67.4 89.5 71.7 82.92 1.5 65.8 67.65 1.94 peso (kg) 95.5 82.8 67. para cada persona representamos su altura y su peso con un punto en un gráfico: Una vez que representamos a las 50 personas quedará un gráfico como el siguiente: 1.56 1.8 93.76 2 .69 1.1 69.79 1.96 1.Altura(m) 1.76 1.8 80.6 76.3 66.8 62.6 76 58 95.59 1.81 1.53 1.8 63.62 1.51 1.4 69 83.5 91.63 1.2 97.84 1.55 1.67 1.6 82.6 Altura(m)2 1.83 1.88 1.1 65.5 75.6 79.6 87.55 1.5 78.8 64.55 1.89 1.9 88.53 1.1 90.88 1.6 70.2 74.8 1.78 1.59 1.6 1.66 1.3 64.8 91 62.86 1.6 90 63.97 1.8 80.76 1.

.• Qué nos muestra este gráfico? En primer lugar podemos observar que las personas de mayor altura tienen mayor peso. es decir parece haber una correlación positiva entre altura y peso. Esto es así porque no hay una correlación total y absoluta entre las variables altura y peso. Pero un hombre bajito y gordo puede pesar más que otro alto y flaco.

ejercicio • Graficar la relación entre el contenido de Humedad de hilos de algodón y su estiramiento. % humedad % estiramiento 58 59 60 61 62 20 35 50 65 70 .

mediana.Practica • Formar equipos de 5 alumnos. Pareto. Estratificación (promedios de cada alumno). Causa – Efecto.Dispersión. aplicar las herramientas básicas (histograma. . desviación estándar. varianza. rango). calcular todos los parámetros estadísticos (media. moda. semestre pasado. investigar las calificaciones de matemáticas de tu grupo.

Elaborar histogramas. ▫ 5. Verificar el comportamiento del proceso. ▫ 3. ▫ 9. Proponer alternativas para ajuste del proceso. Elaborar diagramas de causa y efecto. ▫ 2. Elaborar diagramas de Pareto. Registrar evidencias y desviaciones en el proceso. ▫ 6. ▫ 4. • Nombre de las habilidades o destrezas que se deben adquirir: ▫ 1. Elaborar diagramas de dispersión.• Nombre de la competencia a desarrollar: 1. Calcular parámetros estadísticos.Controlar las variables de un proceso mediante herramientas estadísticas básicas. Detectar anormalidades que puedan estar ocurriendo en el proceso. ▫ 8. Realizar ajustes en los procesos productivos. ▫ 10. . ▫ 7..

Ejercicio • Los siguientes datos se midieron de la empresa Equinox. la cual fabrica fertilizantes. moda.5 1 1 15 15 14 15 12 12 12 13 12 .5 1. desviación estándar. Tiempo (s) tiempo (s) tiempo (s) tiempo (s) 1 2 3 4 5 6 7 8 9 16 16 15 15 15 14 14 14 14 3 3 2 2 2 2 2 1. histograma. para cada uno de los procesos. mediana. sellador tapas colocado en cajas.5 1. diagrama de pareto. varianza. Muestra Llenadoras colocador de tapas. calcular. media.5 1.5 2 2 1. rango.5 1.5 1.

dejarlo volar 10 veces y de los tiempos tomados. histograma. desviación estándar). sacar sus medidas de tendencia central (media. diagrama de causa efecto . mediana.ejemplo • Elaborar un helicóptero. varianza. rango. moda. diagrama de pareto.

. donde elaboraras gráficos de control estadístico. y aprenderás a controlar los diferentes procesos que existen en las empresas.• Ahora entraremos al área de procesos productivos. • La idea tradicional de inspeccionar el producto final y eliminar las unidades que no cumplen con las especificaciones una vez terminado el proceso. se reemplaza por una estrategia más económica de prevención antes y durante del proceso industrial con el fin de lograr que precisamente estos productos lleguen al consumidor sin defectos.

▫ El segundo tipo de variabilidad. por lo menos teóricamente. ▫ El primer tipo es una variabilidad aleatoria debido a "causas al azar" o también conocida como "causas comunes". representa un cambio real en el proceso atribuible a "causas especiales". • Según este nuevo enfoque. las cuales. en cambio.• Así las variaciones de calidad producidas antes y durante el proceso pueden ser detectadas y corregidas gracias al empleo masivo de Gráficas de Control. . pueden ser identificadas y eliminadas. existen dos tipos de variabilidad.

• Los gráficos de control de Shewart son básicamente de dos tipos. gráficos de control por variables y gráficos de control por atributos. etc. 3 paradas en un mes en la fábrica. ejemplo: la longitud. • "Por variables" cuando las medidas pueden adoptar un intervalo continúo de valores. el peso. existen dos situaciones diferentes: ▫ a) Cuando no existen valores especificados y b) cuando existen valores especificados. seis personas cada 300. la concentración. Para cada uno de los gráficos de control. etc. . ejemplo: tres tornillos defectuosos cada cien. • "Por atributos" cuando las medidas adoptadas no son continuas.

o nivel de calidad medio.GRÁFICAS X y R • Los gráficos de control X y R se usan ampliamente para monitorear la media y la variabilidad. El control del promedio del proceso. . o gráfica X. suele hacerse con la gráfica de control para medias.

. se llevan gráficas X y R separadas para cada característica de la calidad de interés.• La variabilidad de proceso puede monitorizar con una gráfica de control para el rango. Generalmente. • Las gráficas X y R se encuentran entre las técnicas estadísticas de monitoreo y control de procesos en línea más importantes y útiles. llamada gráfica R.

Debe recolectarse un total de al menos 50 medias individuales (esto es.• Los pasos para crear las gráficas se irán detallando paso a paso con un ejemplo de contenido de plomo en agua.3σ para los promedios y rangos muéstrales. Éstos se establecen a +/. y se calculará el promedio (X) y el rango (R) de cada una. . diez muestras de cinco cada una) antes de calcular los límites de control. PASO 1 • Toma de muestras ▫ Periódicamente se toma una pequeña muestra (por ejemplo. Los valores de X y R se grafican por separado contra sus límites a +/3σ . de cinco unidades) del proceso.

que se muestra a continuación: Día 1 2 3 4 5 1 13 8 2 5 8 2 0 6 1 9 15 3 4 2 4 3 4 4 3 15 8 3 5 5 5 10 5 4 0 6 9 5 13 7 7 7 0 4 4 3 9 8 9 3 0 6 0 9 14 0 0 5 3 10 3 9 5 0 2 11 5 8 0 7 8 12 3 2 2 7 4 13 5 11 14 8 3 14 13 5 5 12 7 15 7 0 1 0 6 .• Se ha obtenido una gráfica del contenido de plomo en partes por billón de 5 muestras de agua registradas diariamente por un periodo de 5 días.

2 9. Día 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 1 13 0 4 3 5 9 0 9 14 3 5 3 5 13 7 2 8 6 2 15 10 5 4 3 0 9 8 2 11 5 0 3 2 1 4 8 5 13 4 0 0 5 0 2 14 5 1 4 5 9 3 3 4 7 3 6 5 0 7 7 8 12 0 5 8 15 4 5 0 7 9 0 3 2 8 4 3 7 6 Xi 7.2 3.4 6.4 5.2 9.4 5.2 8.4 5. Éstos deberán ser introducidos en una hoja de Excel como se muestra en el cuadro.4 5.2 9.4 5.8 5.2 4 3.2 P.4 R.2 9.2 9.4 5.2 6.4 2.2 .2 9.Estos datos servirán para el desarrollo de las gráficas X y R.4 5.4 5.4 3.4 5.2 9.4 5.8 5.2 9.8 8.4 5.2 9.2 9.2 9.6 8.2 9.6 3.4 5.R 9.4 5.4 P. 11 15 2 12 10 8 9 9 14 9 8 5 11 8 7 9.2 9.M 5.6 4.4 5.8 4.2 9.

.

PASO 4 • Calcule los limites de Control • Son calculados para mostrar la extensión de la variación de cada subgrupo. Son mostrados ya por la tabla . D4. D3. • Utilizando las formulas siguientes para X y R. etc. los límites superior e inferior nos ayudan a deducir si nuestro gráfico se encuentra dentro o fuera de control. Los coeficientes A2.

semanas 55 75 65 80 80 1 2 3 4 5 6 7 8 9 10 90 100 70 55 75 120 65 70 100 95 75 110 65 85 110 65 85 80 60 75 65 95 65 65 90 60 65 60 65 60 70 65 85 90 65 60 55 65 60 70 65 70 60 75 80 .Ejercicio 1 • Elabora las gráficas de control estadísticos de las medias y los rangos (X y R). • Datos obtenidos del tiempo de transporte en 1 2 3 4 5 minutos.

Interpretación de las Gráficas
• Se colocan las gráficas X y R una encima de la otra de manera que el promedio y el rango para cualquier subgrupo se encuentren en la misma línea vertical. Observe si alguna de ellas o ambas indican una falta de control para ese subgrupo.

• Las X fuera de los límites de control son seña de un cambio general que afecta a todas las piezas posteriores al primer subgrupo fuera de los límites.
• El registro que se guarda durante la recolección de datos, la operación del proceso y la experiencia del trabajador deben estudiarse para descubrir la variable que pudo haber causado que saliera de los límites de control.

• Las R fuera de los límites de control indican que la uniformidad de proceso ha cambiado. • Una sola R fuera de control puede ser causada por un cambio en el proceso ocurrido mientras se tomaba la muestra del subgrupo. Las causas comunes son un cambio en el personal. . un aumento en la variabilidad del material o desgaste excesivo en la maquinaria del proceso.

2. Hay 2 formas de conceptualizar esta variabilidad: 1.Capacidad del proceso Cp • Es la forma en que se compara la variabilidad inherente de un proceso con las especificaciones o requerimientos del producto. • Evidentemente. es decir. la variabilidad “instantánea”. la variabilidad del proceso es una medida de la uniformidad de la salida. La variabilidad con el tiempo . La variabilidad natural o inherente en un tiempo especificado.

las especificaciones son necesarias para realizar el análisis de capacidad del proceso. Sin embargo.• El análisis de capacidad del proceso se define como el estudio de ingeniería para estimar la capacidad del proceso. De manera alternativa. . la capacidad del proceso puede expresarse como un porcentaje fuera de las especificaciones.

una comparación de la variación entre 6σ y los límites de tolerancia permite un cálculo rápido de porcentaje de unidades defectuosas. . Para procesos que se encuentran un estado de control estadístico. mediante la teoría estadística.• Una razón importante para cuantificar la capacidad del proceso es poder calcular la capacidad del proceso de mantener las tolerancias del producto. • Quienes planean intentan seleccionar procesos que tengan 6σ de la habilidad del proceso dentro de la amplitud de tolerancia.

• Una medida de esta relación es la tasa de capacidad: • Donde ▫ LES= Límite de especificación superior ▫ LEI = Límite de especificación inferior .

.• Un proceso que cumple bien con los límites de especificación (rango de especificación = +3 σ) tiene un Cp de 1.33. • Lo crítico de muchas aplicaciones y la realidad de que el promedio del proceso no permanecerá en el punto medio del rango de especificación sugiere que Cp debe ser al menos 1.0.

• Tabla de los Índices del estudio de la capacidad del proceso: .

suponiendo que el promedio del proceso es igual al punto medio de los límites de especificación y que el proceso está operando bajo control estadístico. el índice Cp mide la capacidad potencial. se refiere a la variación en un proceso alrededor del valor promedio. • Así. Tal índice es Cpk. según se mide con Cp. . como con frecuencia el promedio no se encuentra en el punto medio. es útil tener un índice de habilidad que refleje ambas variaciones y la localización del promedio del proceso.Índice de capacidad Cpk • La capacidad del proceso.

Cpk se estima mediante: • Si el promedio actual es igual al punto medio del rango de especificación. • Entre más alto sea el valor de Cpk. .• El índice Cpk refleja la proximidad de la media actual del proceso al límite de especificación superior (LES) o bien. entonces Cpk = Cp. al límite de especificación inferior (LEI). más baja será la cantidad de producto que esté fuera de los límites de especificación.

• Si el promedio actual es igual al punto medio del rango de especificación. . más baja será la cantidad de producto que esté fuera de los límites de especificación. entonces Cpk = Cp • Entre más alto sea el valor de Cpk.

. Estudio del potencial del proceso (Cp). es decir.Tipos de estudios de capacidad del proceso: 1. En este estudio se obtiene una estimación de lo que puede hacer un proceso bajo ciertas condiciones. la variabilidad en condiciones definidas a corto plazo para un proceso en estado de control estadístico. El índice Cp estima la capacidad del proceso.

En este estudio. . El índice Cpk estima la capacidad real del proceso. También se supone un estado de control estadístico.2. una estimación de la habilidad del proceso proporciona un panorama de lo que el proceso está haciendo durante un periodo largo. Estudio del desempeño del proceso (Cpk).

materiales. . personas y métodos de trabajo que genera un producto fabricado.Capacidad de Proceso • Un proceso de fabricación es un conjunto de equipos.

30 para mayor seguridad. Uno de ellos es Cp: • donde: ▫ LSE es el Límite Superior de Especificación y LIE es el Límite Inferior de Especificación • Si el proceso tiene capacidad para fabricar el producto. entonces Cp > 1.• Para cuantificar la Capacidad de Proceso se utilizan coeficientes que permiten comparar el rango de especificaciones con la fluctuación natural del proceso. . En general se exige Cp > 1.

Cuando esto no ocurre se emplea el Cpk: • Donde .• Este coeficiente tiene el inconveniente de que para poder aplicarlo el centro de gravedad del rango de especificaciones debe coincidir con la tendencia central de las mediciones del proceso.

• Calcular la capacidad potencial (Cp) y la capacidad real (Cpk) de un proceso. Cuyos datos obtenidos fueron los siguientes: .

.

.

Ejercicio • Determinar la capacidad potencial del proceso y la capacidad real del proceso de acuerdo a lo siguiente: .

You're Reading a Free Preview

Descarga
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->