Tema 07 PDF

Estads1ca
Tema 7. Control estads1co de la calidad
Mara Dolores Fras Domnguez

Jess Fernndez Fernndez
Carmen Mara Sordo
Departamento de Matem.ca Aplicada y
Ciencias de la Computacin
Este tema se publica bajo Licencia:
Crea.ve Commons BY-NC-SA 3.0
TEMA7:ControlEstadsticodelaCalidad
Introduccinalcontroldelacalidad.
Mtodosdemejoradelacalidad.
GrficosdecontroldeShewhart:
Grficosc
Grficosnp
GrficosXyR
Interpretacindelosgrficos.
MaraDoloresFras,JessFernndezyCarmenMaraSordo
Calidad
Llamaremos calidad a la adecuacin de un producto o
servicioparaserusado.
Distinguiremosentre:
Calidaddediseo:niveldecalidadelegidoenlafase
dediseodelproductooservicio.
Calidad de conformidad: grado de adecuacin a las

especificaciones y tolerancias del diseo que se
consigueenlafasedefabricacindelproducto.
A los rasgos o propiedades que definen la calidad de un

productooservicio(longitud,resistencia,color,fiabilidad,)
lasdenominaremoscaractersticasdelacalidad.
Controlestadsticodelacalidad
El cliente nunca puede recibir un producto o servicio con
caractersticasdecalidadperfectasdebidoalavariabilidad:
Dosunidadesproducidasnuncasonexactamenteiguales
ControlEstadsticodelaCalidadaplicacindetcnicas
estadsticas a procesos industriales, administrativos y/o
servicios con objeto de comprobar si todas sus partes
cumplen unas ciertas exigencias de calidad y ayudar a
reducirsuvariabilidad.
La mejora de la calidad de conformidad consiste en la

reduccin sistemtica de la variabilidad en productos y
servicios.
Mejoradelacalidad
Almejorarlacalidaddeconformidad:
Sereduceelnmerodeunidadesdefectuosasquedebendesecharse.
Sereduceelnmerodeunidadesdefectuosasquedebenreprocesarse.
Seelimininantestseinspecciones.
Seproducenmenosretrasos.
Seaprovechamejoreltiempodemquinasyoperarios.
Seulitizanmejorlosmateriales.
Estosefectoscontribuyenaaumentarlaproductividad.
Ejemplo
Una fbrica produce diariamente 80 viguetas, de las cuales hay 60 conforme a las
especificaciones, pero hay 20 defectuosas. El 45% de las viguetas defectuosas debe
ser desechada y el 55% restante debe ser reparada. Supongamos que el coste de
fabricacinporunidadesde150yelcostedereparacines50porunidad.Cunto
cuesta cada vigueta producida? Cuntas viguetas se producen diariamente?
Seintroduceunprogramadecalidadquereduceelnmerodeviguetasdefectuosasa4
culeselcosteunitarioahora?yelnmeromediodeviguetas?
Mejoradelacalidad
Almejorarlacalidaddeconformidad:
Sereduceelnmerodeunidadesdefectuosasquedebendesecharse.
Sereduceelnmerodeunidadesdefectuosasquedebenreprocesarse.
Seelimininantestseinspecciones.
Seproducenmenosretrasos.
Seaprovechamejoreltiempodemquinasyoperarios.
Seulitizanmejorlosmateriales.
Estosefectoscontribuyenaaumentarlaproductividad.
Ejemplo
Costesdelacalidad
Costes de prevencin: inversin en el diseo y la

fabricacinparaevitarproducirunidadesdefectuosas
Costesdetasacin:inversinenlamedida,evaluacino
auditora de productos o servicios, sus componentes y
materiasprimasparaasegurarsuconformidad.
Costes de fallos internos: son los provocados por

unidades defectuosas descubiertas antes de llegar al
cliente (desechado, pruebas, reprocesado, prdida de
produccin,)
Costes de fallos externos: son los provocados por

unidades defectuosas descubiertas despus de llegar al
cliente (garanta, devoluciones, quejas, responsabilidad,
prdidadeprestigioyventas,...)
Variabilidad
La mayor dificultad para proporcionar productos o servicios
de calidad perfecta es la variabilidad inherente a cualquier
procesodefabricacinodeprestacindeservicios.
Si la diferencia entre dos unidades es pequea no tiene
importancia, pero si es relativamente grande, alguna unidad
puedeserinaceptable,oloqueeslomismodefectuosa.
El estudio y evaluacin de esa variabilidad es el objetivo de
laaplicacindetcnicasestadsticasalcontroldelacalidad.
Variabilidad
Diremos que un proceso est bajo control o en estado de
control cuando la caracterstica de calidad observada en el
procesovaradeformaestablealrededordeunvalormedio
fijo.
El principal objetivo del control de calidad ser reducir
sistemticamente la variabilidad en productos y servicios.
Para ello es necesario, primero identificar las causas que
provocan variabilidad y posteriormente eliminarlas del
procesodefabricacin.
Causasdelavariabilidad
Lascausasdevariabilidadsepuedenclasificarcomo:
Las causas de la variabilidad cuando un proceso est bajo control

se denominan causas comunes. Son la suma de muchas
variaciones pequeas en todo el proceso (materia prima,
condiciones ambientales, maquinaria, operarios, ) y son
susceptiblesdeunacaracterizacinestadstica.
Las causas que hacen que un proceso abandone su estado de

controlsedenominancausasespecialesoasignables.Suelenser
pocas pero sus efectos son muy importantes. Hay que detectarlas
(valindose del control estadstico de procesos), investigarlas y
eliminarlas del sistema. (ej. ajuste incorrecto de una mquina,
erroreshumanos...).
ElobjetivodelControlEstadsticodelaCalidadesdetectar
rpidamente la ocurrencia debida a causas asignables e
investigarlascausasquelahanproducidoparaeliminarlas.
Mtodosdemejoradelacalidad
LassieteherramientasdeIshikawa*,sonunconjuntodetcnicasdecontrol
estadstico utilizadas durante el proceso de fabricacin del producto o de
prestacindelservicioparamejorarlacalidadylaproductividad:
Plantillas para recogida de datos (check sheets): plantillas que recogen datos
deunacaractersticadecalidad
Histogramas:representacingrficadelasvariables
Diagramas causaefecto (fishbone diagram): busca el factor principal de los

problemas
DiagramasdePareto:representacingrficadevariablescualitativas
Diagramasdedispersin:estudialarelacinentre2variables
Grficosdeflujo:esquemaquedescribeelprocesoensusmltiplespartescon
elfindeidentificarelproblema:
Grficos de control: representacin de una caracterstica de la calidad con

lmitesdecontrol
*Ingenierojaponsexpertoenelcontroldelacalidad.
Plantillas para recogida de datos (check sheets): plantillas que

recogendatosdeunacaractersticadecalidad
A medida que se van

registrando las mediciones
nosvamostrandocomose
reparten.
Histogramas:representacingrficadelasvariables
Nos permite ver rpidamente

como se distribuyen las
mediciones contenidas en una
tabla.
DiagramasdePareto:representacingrficadevariablescualitativas
En este ejemplo, eliminando del proceso las causas que provocan los dos primeros
tiposdedefectosdesapareceranlamayoradelosdefectos.
Diagramasdedispersin:estudialarelacinentre2variables
Grficosdeflujo:esquemaquedescribeelprocesoensusmltiplespartes
conelfindeidentificarelproblema
Inicio
Pesado
Smboloinicio/fin
Smbolooperacin
Agregar
disolvente
Fin
NO
Reaccin
Qumica
Sacar
muestra
Smbolooperacinmanual
Medirpropiedad
Valor
correcto?
Smbolodedecisin
SI
Enfriar
GrficosdeControl
Los grficos de control son una herramienta de control
estadstico que se utiliza para monitorizar las causas
comunes de variabilidad y detectar la ocurrencia de causas
especialesalolargodeltiempo.
Permitenvisualizarsielprocesoestbajocontrol.
LosmsconocidossonlosGrficosdecontroldeShewhart*,
que representan una caracterstica de calidad frente al
tiempo(ounavariablerelacionadaconeltiempo)ymuestran
*IngenieroamericanodelaBellTelephoneLaboratories,
loslmitesdecontrol.
expertoenelcontroldelacalidad.
n de quejas
Grfico c
12.000
10.000
8.000
6.000
4.000
2.000
0.000
Jan-05
UCL
CL
Apr-05
Jul-05
Oct-05 Jan-06
meses
Apr-06
Jul-06
Oct-06
LCL
Lmitesdecontrol
Sedenominalneacentral(CL),alvalormediodelacaracterstica
decalidadestudiada.
El lmite superior de control (UCL) y el lmite inferior de control
(LCL),sondoslmites(porencimaypordebajodelalneacentral)
conlosquesedecidesielprocesoestfueradecontrol.
Sisepuedesuponerquelacaractersticadecalidadsedistribuye
de forma normal, el intervalo (-3, +3) es un intervalo de
probabilidad al 99.7% de confianza para un valor de esa
caracterstica. Consideraremos el proceso fuera de control si la
caracterstica toma un valor fuera de ese intervalo. Es decir,
tomaremos:
UCL = +3
CL =
LCL = -3
Idealmente, y se estiman mediante registros

histricos de la caracterstica de calidad o vienen
dadosdelafasedediseo.Sinoquedaotroremedio,
podemosestimarlosmedianteelregistroqueseest
analizando.
GrficosdeControldeShewart
Al monitorizar un proceso con un grfico de control puede
ocurrir:
Alarmaverdadera:ocurreunacausaespecialysedetecta.
Ocurreunacausaespecialperonosedetecta.
Falsaalarma:noocurreningunacausaespecialperoelgrfico
decontrolproduceunaalarma.
No ocurre ninguna causa especial y el grfico de control no

produceningunaalarma
LadeterminacindeLCLyUCLdebehacersedeformaque
se detecte la presencia de causas especiales con la mayor
probabilidad posible y lo ms rpidamente posible,
minimizandoalmismotiempolatasadefalsasalarmas.
GrficosdeControldeShewart
LosGrficosdeControldeShewartvaransegneltipode
datoquerepresentan:
Grfico c: nmero total de defectos durante sucesivos

intervalosdetiempooespaciodelongitudfija.
Grficou:nmerodedefectosporunidaddemedida
Grfico np: cantidad de unidades defectuosas en la

muestra
Grfico p: proporcin de unidades defectuosas en la

muestra
Grficos X, R y S: caractersticas de calidad de tipo

continuo, media y variabilidad (rango y desviacin tpica)
delproceso.
Grficoc
Estamosinteresadosenelnmerototaldedefectosdurante
sucesivosintervalosdetiempooespaciodelongitudfija.
SisecumplenlascondicionesparaqueX~Po(c),sufuncin
deprobabilidadser:
dondelamediaylavarianzadeXsernigualesac.
Cuando la media c de X es suficientemente grande como
paraqueladistribucindePoissonpuedaaproximarseporla
distribucinnormal,loslmitesdecontrolquedarndefinidos
como:
Lalneacentralser,obviamente,CL=c
Grficoc
Ejemplo
Un pequeo restaurante de carretera ha recogido todos los

meses durante dos aos el nmero de quejas que ha
rebididoenrelacinalosserviciosquepresta:
2009
Ene
Feb
Mar
Abr
May
Jun
Jul
Ago
Sep
Oct
Nov
Dic
quejas
2010
Ene
Feb
Mar
Abr
May
Jun
Jul
Ago
Sep
Oct
Nov
Dic
quejas
11
Realiza un grfico de control e indica si el proceso se

encuentrabajocontrolono.
Ejemplo
Grficoc
Grfico c
12.000
10.000
quejas
8.000
6.000
4.000
2.000
0.000
Jan-05
Apr-05
Jul-05
Oct-05
Jan-06
Apr-06
Jul-06
Oct-06
meses
Dadoquenohemosusadolaverdaderacdelproceso,lareestimamoseliminandoelpuntoqueestfueradecontrol,
porsiseestnenmascarandootrosyparaobtenerunacmsajustadaalamediacuandoelprocesoestbajocontrol.
quejas
Grfico c
10.000
9.000
8.000
7.000
6.000
5.000
4.000
3.000
2.000
1.000
0.000
ene-05
abr-05
jul-05
oct-05
ene-06
meses
may-06
ag0-06
nov-06
Ejercicio
Una compaa que fabrica teclados realiza diariamente anlisis
de calidad a 25 teclados con el fin de determinar el nmero total
de teclas defectuosas. La produccin ser satisfactoria si el
nmero de teclas defectuosas no vara de 4. En la siguiente
tabla se muestran el nmero de teclas defectuosas en 30
jornadas:
3
Obtener el grfico de control del proceso y determinar si el

proceso est bajo control.
Grficonp
Estamos interesados en el nmero X de unidades
defectuosas en una muestra de tamao n. En este caso, X
debe ser una distribucin binomial y su funcin de
probabilidadser:
LamediadeXesnpylavarianzanp(1p).
Sielvalordenessuficientementegrandecomoparaquela
distribucin binomial pueda aproximarse por la distribucin
normal,loslmitesdecontrolsedefinirancomo:
CLseranp.
ppodraserelhistricosisedisponedeloelestimadoapartirdela
muestra.
Grficonp
Ejemplo
Una empresa fabrica pequeas piezas de PVC mediante un proceso mecanizado. Al analizar las
piezas se puede determinar si estas tienen las dimensiones adecuadas o no, en cuyo caso se
consideradefectuosa.Laempresaquiereelaborarungrficodecontrolparacontrolarelnmerode
piezasdefectuosasproducidasporlamquina.Paraelloseseleccionaron30muestrasdetamao
50,obteniendoselossiguientesdatos:
muestra
N defectuosas
muestra
N defectuosas
muestra
N defectuosas
12
11
21
20
15
12
22
18
13
17
23
24
10
14
12
24
15
15
22
25
16
26
12
16
17
10
27
18
28
13
14
19
13
29
10
10
20
11
30
Construyaelgrficodecontrolparalaempresayanalicelainformacinobtenida.
Ejemplo
Grficonp
p=0.23
np=11.57
Grficosdetipocontinuo
Los grficos para caractersticas de tipo continuo presentan
unadiferenciaimportanteconrespectoalos grficoscynp
vistos. En los casos vistos, al conocer la media de un
proceso queda completamente determinada la varianza
(distribucin binomial y Poisson), por lo que slo es
necesario monitorizar la media (la variabilidad queda
monitorizada).
Altrabajarconmedidascontinuas,enlasquesesueleusar
ladistribucindeprobabilidadnormal,lamediaylavarianza
noestnrelacionadas,porloquehabrquemonitorizarpor
una lado la media del proceso, grfico X y por otro la
variabilidad, grfico R (para el rango) o grfico S (para la
desviacintpica).
GrficoX
Es una representacin de las medias observadas para la
caracterstica de calidad medida en sucesivos intervalos de
muestreot=1,2,....
n:nmerodeobservacionesen
cadaintervalodemuestreot
Los lmites de control se suelen calcular a partir del rango medio

delosdatosobservadosencadaintervalot,
Apartirdeesterangomedioesposibleobtenerunestimadordela
desviacin tpica de las observaciones individuales xti y as un
estimador de la desviacin tpica de las medias obtenidas en
cadaintervalodemuestreot:
donded2esunaconstanteenfuncinden
n
10
d2
1.128
1.693
2.059
2.326
2.534
2.704
2.847
2.970
3.078
GrficoX
CLpuedeserigualalamediahistricadelacaracterstica
medidaencasodeserconocida,oalamediadelasmedias
observadas:
Loslmitesdecontrolquedandefinidoscomo:
GrficoX
Ejemplo
Enunafbricaqueproducetuberassehanmedidolosdimetros
(en mm) de 16 tuberas. En la siguiente tabla se muestran los
datosobtenidosalolargode8intervalosdemuestreosucesivos,
encadaunodeloscualessehanseleccionaldoalazar2tuberas
para medir sus dimetros xt1 y xt2. Dibujar el grfico X, puede
decirsequelamediadelprocesoestbajocontrol?
Intervalo de muestreo (t)
xt1
xt2
80
82
83
81
81
80
79
80
81
79
80
80
81
81
79
81
Ejemplo
GrficoX
GrficoR
Es una representacin de los rangos Rt, calculados para el
grfico X. En este la desviacin tpica de los rangos Rt
obtenidos en cada intervalo de muestreo t puede calcularse
como:
dondedResunaconstanteenfuncinden
n
10
dR
1.323
1.906
2.340
2.691
2.988
3.247
3.472
3.676
3.861
Portanto,loslmitesdecontroldelgrficoRsecalculan:
CLserigualalrangomedio.
GrficoR
Ejemplo
En una fbrica que produce tuberas se han medido los dimetros (en
mm) de 16 tuberas. En la siguiente tabla se muestran los datos
obtenidosalolargode8intervalosdemuestreosucesivos,encadauno
de los cuales se han seleccionaldo al azar 2 tuberas para medir sus
dimetros xt1 y xt2. Dibujar el grfico R, puede decirse que la
variabilidaddelprocesoestbajocontrol?
Intervalo de muestreo (t)
xt1
xt2
80
82
83
81
81
80
79
80
81
79
80
80
81
81
79
81
Ejemplo
GrficoR
Interpretacindelosgrficos
Cadavezqueapareceunpuntofueradeloslmitesdecontrolse
declara la ocurrencia una alarma, cuyo origen hay que investigar
para eliminar el problema del proceso. Mientras todos los puntos
seencuentrenentreLCLyUCLlamonitorizacincontina.
PuedeocurrirquetodoslospuntosestnentreLCLyUCLperoel
procesonoestbajocontrolypuedadeclararseunaalarma:
Racha: 7 puntos o ms consecutivos a un mismo lado de la lnea central.

Tambinsihay10de11,12de14.
Tendencia:7puntosomsenordencrecienteodecreciente
Periodicidad:serepiteelmismopatrndepuntosenperiodosdelongitud
fija(aparecenciclos).
Inestabilidad:fluctuacionescercadeLCLyUCL
Superestabilidad:16puntosomsentrey+
Otros:2de3puntosconsecutivosfueradelabanda 2.
4de5puntosconsecutivosfueradelabanda .
Racha: 7 puntos o ms consecutivos a un mismo lado de la lnea

central
LC
LCL
UCL
Tendencia:7puntosomsenordencrecienteodecreciente
LC
LCL
UCL
Periodicidad: se repite el mismo patrn de puntos en periodos de

longitudfija(aparecenciclos).
LC
LCL
UCL
Inestabilidad:fluctuacionescercadeLCLyUCL
LC
LCL
UCL
Superestabilidad:16puntosomsentrey+
LCL
UCL
Si adoptamoscomo protocolo que cada vez que ocurreuna
deesassituacionessedeclaraunaalarma:
Aumentar la sensibilidad del proceso de monitorizacin:

mayorprobabilidad/rapidezparadetectaralarmas.
Aumentar el nmero medio de falsas alarmas: usamos

varios criterios para detectar alarmas cada uno con su
tasadefalsasalarmas.
Elprimercasoesbeneficiosoperoelsegundoesperjudicial.
Debe adoptarse una solucin de compromiso que permita
optimizar la deteccin de alarmas verdaderas,
minimizandolatasadefalsasalarmas.

Tema 07 PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Tema 07 PDF

Cargado por

Copyright:

Formatos disponibles

Estads1ca

Tema 7. Control estads1co de la calidad

Mara Dolores Fras Domnguez

Calidad de conformidad: grado de adecuacin a las

A los rasgos o propiedades que definen la calidad de un

La mejora de la calidad de conformidad consiste en la

Costes de prevencin: inversin en el diseo y la

Costes de fallos internos: son los provocados por

Costes de fallos externos: son los provocados por

Las causas de la variabilidad cuando un proceso est bajo control

Las causas que hacen que un proceso abandone su estado de

Diagramas causaefecto (fishbone diagram): busca el factor principal de los

Grficos de control: representacin de una caracterstica de la calidad con

Plantillas para recogida de datos (check sheets): plantillas que

A medida que se van

Nos permite ver rpidamente

Idealmente, y se estiman mediante registros

No ocurre ninguna causa especial y el grfico de control no

Grfico c: nmero total de defectos durante sucesivos

Grfico np: cantidad de unidades defectuosas en la

Grfico p: proporcin de unidades defectuosas en la

Grficos X, R y S: caractersticas de calidad de tipo

Un pequeo restaurante de carretera ha recogido todos los

Realiza un grfico de control e indica si el proceso se

Obtener el grfico de control del proceso y determinar si el

Los lmites de control se suelen calcular a partir del rango medio

Racha: 7 puntos o ms consecutivos a un mismo lado de la lnea central.

Racha: 7 puntos o ms consecutivos a un mismo lado de la lnea

Periodicidad: se repite el mismo patrn de puntos en periodos de

Aumentar la sensibilidad del proceso de monitorizacin:

Aumentar el nmero medio de falsas alarmas: usamos

También podría gustarte