Prctica de Control Estadstico de Procesos Control por Variables

Fichero de datos: Sensorpresion.sf3

1. Los datos
Un sensor de presin ha de trabajar en condiciones de alta temperatura. Para controlar la calidad en su fabricacin, se realiza un control sobre el efecto de la temperatura en la resistividad del circuito impreso de dicho sensor. Los datos obtenidos estn en valores adimensionales (valores beta). Las tolerancias tcnicas son: Lmite de Tolerancia Inferior: 19.7 unidades. Lmite de Tolerancia Superior: 39.8 unidades. Idealmente, los circuitos deberan proporcionar un valor nominal de 29 unidades (fichero Sensorpresion.sfx). La cadena de produccin produce una media de 150 circuitos en media hora. La obtencin de los valores beta de la prueba tiene, para cada circuito, una duracin media de 2 minutos, por lo que se podran analizar, aproximadamente, 15 en media hora (un 10 % de la produccin). Criterios organizativos y econmicos aconsejaron finalmente reducir a 5 el nmero de circuitos que se analizaran cada media hora (de esta forma, el tcnico que realiza las pruebas puede realizar otras tareas relacionadas con la inspeccin del material en curso). El procedimiento de control es entonces el siguiente. El tcnico recoge 5 circuitos producidos consecutivamente, los inspecciona y anota los resultados de la inspeccin (los 5 respectivos valores beta) junto con otros datos relacionados con el proceso (personal, incidencias, cambios en herramientas o materiales, etc.). A la media hora de la recogida vuelve a recoger otros 5 circuitos, etc. Por tanto, el control estadstico se realiza con subgrupos de tamao 5. Para la elaboracin del grfico de control se obtienen un total de 100 mediciones (20 grupos de 5). Los datos se encuentran en la variable Sensor del fichero Sensorpresion.sfx . Se desea disear un grfico de control X R para monitorizar esta caracterstica de los circuitos

2. Entrada de datos
La realizacin de Grficos X R y X S con Statgraphics es muy similar. Por tanto, slo se describir cmo hacer el anlisis de datos mediante un grfico X R . Desde el men principal se ha de seleccionar Special... Quality control... Variables control chart... X-bar and R.

Aparece entonces la siguiente ventana

Tambin se puede poner la variable subgrupo

La variable que contiene los datos se ha de escribir en el campo Observations. En nuestro caso, la variable sensor tiene el coeficiente beta de cada sensor analizado. El nmero de observaciones que contiene cada subgrupo se escribe en el campo Subgroup number or Size. En nuestro caso basta con poner el nmero 5. Si cada subgrupo tiene distinto tamao, se introducir la variable que contiene los valores numricos del tamao de cada subgrupo. En nuestro caso, la variable subgrupo tiene el nmero de subgrupo. Es equivalente poner el nmero 5 en el campo Subgroup number or Size, que poner la variable subgrupo. Si en lugar de los datos originales se posee slo la media y rango de cada subgrupo, se seleccionar, en la entrada de datos, la opcin Subgroup Statistics, y se introducirn las variables que contienen las medias y los rangos de cada subgrupo.

3. Construccin del grfico de control

Para ver un resumen del anlisis se pulsa Tabular Options apareciendo la ventana

donde en la opcin Analysis Summary se muestra los parmetros utilizados en los grficos. La informacin que se muestra es la siguiente:

Grfico de medias

Grfico de rangos

Estimaciones de parmetros de la variable de inters

Esta informacin nos proporciona los valores numricos de los grficos de control: lnea central (centerline) y Lmites de Control Superior (UCL) e inferior (LCL). Tambin nos proporciona el nmero de puntos que se encuentran fuera de los lmites (beyond limits). Adems nos proporciona la media, desviacin tpica y rango medio de los datos. Veamos a continuacin algunos de los clculos mostrados en esta pantalla de resumen. Como en este grfico la dispersin se mide a travs de los rangos, tenemos que el estimador insesgado de la desviacin tpica del proceso es

R d2

donde R = 5.8 y para n=5 tenemos d 2 = 2.326 . Por tanto,

R 5.8 = = 2.49355 , d 2 2.326 5.8 = 36.6654 , 2.326

que coincide con el resultado proporcionado por Statgraphics. Asimismo, el LCS (UCL) del grfico de medias a partir de los rangos es

LCS = x + 3

= 33.32+3

que coincide tambin con el valor del UCL proporcionado por Statgraphics. El LCS para el grfico de rangos es LCS = D4 R . Para n=5 se tiene que D4 = 2.115 , por lo que

LCS = 2.115 5.8 = 12.26 ,

coincidiendo as con el resultado de Statgraphics. Para visualizar los grficos de control seleccionamos Graphics Options donde tenemos la ventana

Si seleccionamos ambos grficos (X-bat Chart: grfico de medias; Range Chart: grfico de rangos) obtenemos

donde puede observarse que los valores del grfico son los que se presentaron numricamente ms arriba. Un grfico de control debe tener unos lmites calculados con observaciones obtenidas cuando el proceso est bajo control. Por tanto, si queremos utilizar los datos de la variable sensor para disear el grfico, debemos eliminar aquellas muestras que estn fuera de los lmites. Para hacerlo, seleccionamos Analysis Options en el botn derecho del ratn. Tenemos entonces

que nos lleva a la siguiente ventana

Como estamos construyendo el grfico, debemos seleccionar Initial Study . Para eliminar las submuestras fuera de los lmites, seleccionamos Exclude, y llegamos al siguiente men

En este men podemos eliminar la submuestra que deseemos (opcin: Manual). En esta opcin Manual tambin podramos incluir alguna submuestra excluida anteriormente. La opcin Reset sirve para utilizar todos los grupos (slo til si previamente se haban eliminado subgrupos). La opcin que interesa en este momento es la de Automatic. Con esta opcin no slo se eliminarn los grupos que se han detectado inicialmente fuera de control, sino aquellos que estn fuera de control despus de recalcular los lmites. El programa realiza la operacin eliminacion/reclculo de lmites recursivamente hasta que todas las observaciones se encuentren dentro de los lmites de control. El programa actualizar los grficos y los anlisis. Los subgrupos eliminados aparecen marcados para poder identificarlos. El resultado es

donde se han eliminado los 5 subgrupos que antes se salan de los lmites en alguno de los grficos. Los valores numricos de los grficos aparecen en la parte derecha del grfico. Tambin aparecen en la ventana de Analysis Summary que se mencion arriba, con la diferencia de que ahora los resultados se basan slo en los subgrupos dentro de los lmites. Estos resultados son

Ahora, la estimacin se sigma s es del proceso bajo control. La capacidad del proceso es entonces

= 6 2.14961=12.89 Capacidad = 6

4. Propiedades del grfico

4.1 Curva OC
Una vez que tenemos el grfico de control diseado, podemos conocer algunas caractersticas importantes, como la probabilidad de detectar cierto desajuste con el grfico de control. Esta probabilidad se obtiene a partir de la denominada curva Caracterstica de Operaciones, u OC curve (Operation Characteristic). La curva OC se define como OC( ) = Probabilidad de estar entre los lmites de control cuando la media del proceso es Es decir, OC( ) = 1-Probabilidad de alarma. Cuando el proceso est bajo control, es decir, cuando = 33.2133 se tendr que OC(33.2133) = 0.997 . En general, se tiene que

OC( ) = P LCI < X < LCS X ~ N ( , 2 )

Por tanto, dada la media y la varianza del proceso, esa probabilidad podra calcularse fcilmente usando los valores de la distribucin normal. En el Statgraphics podemos obtener esas probabilidades para el grfico de control. En las opciones grficas seleccionamos OC curve,

y obtenemos

donde el eje X es la media del proceso y el eje Y la probabilidad de estar entre los lmites. Puede observarse en este grfico que cuando el proceso est bajo control ( = 33.2133 ), se tiene Pr(accept)=0.997. Para ver

mejor el valor que corresponde en el grfico podemos usar la opcin Locate. Para acceder a esta opcin debemos primero hacer doble clic en el grfico. Slo entonces, al pulsar el botn derecho del ratn aparecer la opcin Locate.

Al seleccionar Locate aparece un par de lneas que pueden desplazarse con el ratn o las flechas de cursor. Si las colocamos en mximo de la curva OC encontramos que si = 33.2133 entoces Pr(accept)=0.997.

Podemos ahora hacer el siguiente ejercicio: Cul es la probabilidad de detectar con este grfico que la media aumenta hasta 35 unidades? Segn el grfico de la curva OC que se muestra a continuacin, la probabilidad de estar entre los lmites si la media pasa a ser 35 es 0.87. Por tanto, la probabilidad de dar la alarma es 0.13

Si hacemos este clculo analticamente tendramos P(alarma) = P( X > LCS ) + P( X < LCI ) ~ P( X > LCS )

X LCS = P > / n / n = 2.1496 ; = 35 ; n = 5 ; LCS = 36.0973 . Por tanto, Utilizamos que

36.0973 35 P (alarma) = P z > = P ( z > 1.14) = 0.13 2.1496 / 5

que coincide con lo que nos dice el grfico.

4.2 Curva ARL

Las siglas ARL vienne de Average Run Length, y significa Longitud Media de Racha. Es el nmero medio de muestras que necesitamos para dar la alarma. Se puede demostrar que si el proceso tiene media , el nmero medio de muestras que produciremos hasta que una muestra se salga de los lmites de control es

ARL( ) =

1 1 = P(alarma) 1 OC ( )

por tanto la funcin ARL y la OC son dos formas de expresar la sensibilidad del grfico de control. El Statgraphics nos proporciona la curva ARL entre las opciones grficas

obtenindose la siguiente figura

Usando la opcin Locate podemos comprobar como, bajo control,

ARL( = 33.21) =

1 1 = = 370.4 P(alarma) 0.0027

Podemos ahora hacer un ejercicio similar al anterior. Si la media pasa a valer 35 unidades Cuntas muestras necesitaremos por trmino medio para dar la alarma? Segn el grfico obtenemos

Tambin podemos obtener ese valor analticamente (que ser ms preciso, pues el grfico depende de la resolucin que permite el cursor). Anteriormente hemos calculado que si la media es 35, P(alarma)=0.13. Por tanto

ARL( = 35) =

1 1 = = 7.69 P (alarma) 0.13

que vemos que es muy similar a lo que dice el grfico. Por tanto, cuando el proceso se desajusta, pasarn por trmino medio entre 7 y 8 muestras hasta que nos salgamos de los lmites. Por tanto, al investigar el proceso debemos investigar no solo la muestra que se sali de los lmites, sino las 8 anteriores.

5. Indices de capacidad
En las Tabular Options seleccionamos Capability Indices

donde obtenemos la siguiente pantalla

Para obtener valores de ndices de capacidad debemos introducir las tolerancias del proceso. En Pane Options (botn derecho del ratn) obtenemos la siguiente ventana de introduccin de informacin

Datos de entrada

donde los valores numricos de tolerancias y Nominal debemos introducirlos nosotros a partir de las especificaciones. Si no tenemos informacin de tolerancias NO podemos calcular ningn ndice de capacidad. El resultado es

donde lo que ms llama la atencin es que el proceso est muy descentrado, y tiene problemas de capacidad con las tolerancias superiores.

6. Aplicacin del grfico a nuevos datos

Una vez que tenemos el grfico construido (es decir, sus lmites de control y lnea central) lo aplicaremos a un nuevo conjunto de datos, que ser como se usar en la prctica. Los nuevos datos se encuentran en la variable Newsensor. Seleccionamos e introducimos los nuevos datos

Para aplicar a estos datos un grfico de valores concretos, seleccionamos Analysis Options en el botn derecho del ratn

y obtenemos Informacin del grfico anterior

En esta ventana seleccionamos ahora Control to Standard, en lugar de Initial Study. Tenemos ahora dos posibilidades para representar estos nuevos datos en el grfico anterior. Una opcin es introducir la media y desviacin tpica estimadas el grfico anterior (una vez que todas las observaciones estaban entre los lmites). Esta opcin se accede en Specify Parameters, y es la que se ha usado en la figura anterior. Una segunda opcin, totalmente equivalente a la anterior es usando Specify Control Limits, y entonces escribiendo directamente los lmites que queremos emplear. En nuestro caso, para usar el grfico estimado en el conjunto inicial de datos tendremos los siguientes valores:

Informacin del grfico anterior Obtenemos los siguientes grficos:

En estos grficos se aprecia que el proceso parece que tiene una media estable, pero la varianza no. Hay varios puntos del grfico de control marcados. Dos de ellos es claramente por estar fuera de los lmites de control, mientras que 4 de ellos son por seguir algn patrn no aleatorio. Si queremos ms informacin sobre la razn para marcar estos puntos vamos a Tabular Options y seleccionamos Run Tests (test de rachas).

Obtenemos el siguiente resultado:

donde se indica la regla (rules) que se ha aplicado en cada uno de esos cuatro puntos. Si queremos modificar estas reglas, lo podemos hacer si estando en esa ventana de resultados seleccionamos Pane Options, en el botn derecho del ratn. Obtenemos entonces la siguiente ventana de opciones que nos permite modificar los tests de aleatoriedad (o de rachas) como queramos

7. Graficos de observaciones individuales

Los grficos de control de observaciones individuales se realizan en Special... Quality control... Variables control chart... Individuals

La ventana de entrada de datos es

donde ahora slo hay que introducir la variable que tiene las observaciones. El resto de procedimientos y opciones son similares a la de los grficos expuestos anteriormente.