P. 1
Graficas de control por atributo

Graficas de control por atributo

|Views: 2.421|Likes:
Publicado porpa0l0

More info:

Published by: pa0l0 on Mar 25, 2011
Copyright:Attribution Non-commercial

Availability:

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

07/26/2013

pdf

text

original

Gráficas de Control por Atributos

Profesor Walter López

Gráficas de Control Por Atributos
Introducción  Las Gráficas de Control son gráficas utilizadas para estudiar como el proceso cambia a través del tiempo.  Se gráfica el promedio como la línea central y los límites de control superior e inferior que son permitidos en el proceso.  Estos límites se determinan con la data del proceso.  Existen cuatro tipos de Gráficas de Control: n, np, c & u.

UCL Avg LCL

Gráficas de Control Por Atributos
Objetivos 
    

Identificar los diferentes tipos de Gráficas de Control Definir las reglas básicas a seguir para la elección, construcción e interpretación de las Gráficas de Control por Atributos Resaltar las situaciones en que pueden utilizarse las gráficas de control Indicar algunas Ventajas y Desventajas de las Gráficas de Control Mostrar ejemplos de cada una de las Gráficas de Control por Atributos

Gráficas de Control Por Atributos  Glosario  Atributos   Data que se puede clasificar y contar Tipos  Cantidad de defectos por unidad ±´Nonconformities´  Cantidad de unidades defectuosas ±´Nonconforming´  Gráficas de control Gráfica comparación cronológica (hora a hora. con límites que reflejan la capacidad de producirla de acuerdo con la experiencia de las características de calidad de la unidad. día a día) de las características de calidad reales del producto. parte o unidad. .

Gráficas de Control Por Atributos      Proceso en control  Método visual para monitorear un proceso.se relaciona a la ausencia de causas especiales en el proceso. Gráfica c  Número de defectos por unidad Gráfica p  Porcentaje de fracción defectiva Gráfica u  Proporción de defectos Gráfica np  Número de unidades defectiuosas por muestra constante .

Gráficas de Control Por Atributos  Límites de control  Son calculados de la data obtenida del proceso Valor máximo en el cual el proceso se encuentra en control Valor mínimo en el cual el proceso se encuentra en control. Es el promedio del número de defectos  Límite superior   Límite inferior   Línea central  .

 . Shewart en el 1920. Las gráficas de control estadístico fueron propuestas por Walter A.Gráficas de Control Por Atributos Origen  El control estadístico de la calidad surge luego de la Segunda Guerra Mundial.

. Indicar cambios fundamentales en el proceso. Identificar la existencia de causas de variación especiales (proceso fuera de control). Monitorear las variables claves en un proceso de manera preventiva.Gráficas de Control Por Atributos Utilidad     La función primaria de una Gráfica de Control es mostrar el comportamiento de un proceso.

Gráficas de Control Por Atributos  Ventajas    Resume varios aspectos de la calidad del producto. es decir si es aceptable o no Son fáciles de entender Provee evidencia de problemas de calidad .

  . Si no se define bien la información necesaria y las características del proceso que deben ser controladas.Gráficas de Control Por Atributos Desventajas  Interpretación errónea por errores de los datos o los cálculos utilizados El hecho de que un proceso se mantega bajo control no significa que sea un buen proceso. tendremos interpretaciones erróneas debido a informaciones incompletas. Controlar una característica de un proceso no significa necesariamente controlar el proceso. puede estar produciendo constantemente un gran número de no conformidades.

Gráficas de Control Por Atributos Gráfica p     Representa el porcentaje de fracción defectiva Tamaño de muestra (n) varía. . Principales objetivos    Descubrir puntos fuera de control Proporcionar un criterio para juzgar si lotes sucesivos pueden considerarse como representativos de un proceso Puede influir en el criterio de aceptación.

Gráficas de Control Por Atributos Gráfica np     Se utiliza para graficar las unidades disconformes Tamaño de muestra es constante Principales objetivos:   Conocer las causas que contribuyen al proceso Obtener el registro histórico de una o varias características de una operación con el proceso productivo. .

La muestra es constante Principales objetivos   Reducir el costo relativo al proceso Determinar que tipo de defectos no son permitidos en un producto .Gráficas de Control Por Atributos  Gráfica c     Estudia el comportamiento de un proceso considerando el número de defectos encontrados al inspeccionar una unidad de producción El artículo es aceptable aunque presente cierto número de defectos.

Gráficas de Control Por Atributos Gráfica u   Puede utilizarse como:  Sustituto de la gráfica c cuando el tamaño de la muestra (n) varía .

Gráfica de Control por Atributos Elección del tipo de gráfica Paso 1: Establecer los objetivos del control estadístico del proceso  La finalidad es establecer qué se desea conseguir con el mismo. Paso 2: Identificar la característica a controlar  Es necesario determinar qué característica o atributo del producto/servicio o proceso se van a controlar para conseguir satisfacer las necesidades de información establecidas en el paso anterior. .Construcción.

Características del proceso. Nivel de frecuencia de las unidades no conformes o disconformidades. Características del producto.Construcción« Paso 3: Determinar el tipo de Gráfica de Control que es conveniente utilizar  Conjugando aspectos como:     Tipo de información requerida. .

frecuencia de maestreo y número de muestras)        Las Gráficas de Control por Atributos requieren generalmente tamaños de muestras grandes para poder detectar cambios en los resultados. aparición de muestras con cero unidades no conformes). . de forma que puedan evidenciarse cambios significativamente favorables (por ejemplo. Se recogerán al menos 20 muestras para proporcionar una prueba fiable de estabilidad en el proceso.20% respecto al tamaño medio de las muestras n = (n^ + n2 + .. + nN) / N N = Número de muestras La frecuencia de muestreo será la adecuada para detectar rápidamente los cambios y permitir una realimentación eficaz. El tamaño de cada muestra oscilará entre +/. será lo suficientemente grande (entre 50 y 200 unidades e incluso superior) para tener varias unidades no conformes por muestra. El periodo de recogida de muestras debe ser lo suficientemente largo como para recoger todas las posibles causas internas de variación del proceso.. el tamaño de muestra.Construcción« Paso 4: Elaborar el plan de muestreo (Tamaño de muestra. Para que el gráfico pueda mostrar pautas analizables.

Construcción« Paso 5: Recoger los datos según el plan establecido    Se tendrá un especial cuidado de que la muestra sea aleatoria y representativa de todo el periodo de producción o lote del que se extrae. Se indicarán en las hojas de recogida de datos todas las informaciones y circunstancias que sean relevantes en la toma de los mismos. . (Toma de muestras al azar). Cada unidad de la muestra se tomará de forma que todas las unidades del periodo de producción o lote tengan la misma probabilidad de ser extraídas.

El número de unidades inspeccionadas "n". La fracción de unidades no conformes El número de defectos en una pieza La fraccion de defectos por pieza . 3. 4. El número de unidades no conformes. 5.Construcción« Paso 6: Calcular la fracción de unidades  Para cada muestra se registran los siguientes datos: 1. 2.

Construcción« Paso 7: Calcular los Límites de Control Gráficas de Control por Atributo Tipo Data Piezas defectuosas Tamaño de Muestra Formula CL UCL LCL p Varia p=np/n n= n/k p= np/ n p+3¥p(1-P)/¥n p-3¥p(1-P)/¥n np Piezas defectuosas Constante p=np/n np= np/k np+3¥np(1-P) np-3¥np(1-P) c Defectos por Pieza Constante c c= c/k c+3¥c c-3¥c u Defectos por Pieza Varia u=c/n u= c/ n u+3¥u/¥n u-3¥u/¥n .

. El eje vertical representa los valores de la fracción de unidades La escala de este eje irá desde cero hasta dos veces la fracción de unidades no conformes máxima.Construcción« Paso 8: Definir las escalas de la gráfica    El eje horizontal representa el número de la muestra en el orden en que ha sido tomada.

 Nota: Usualmente la línea que representa el valor central se dibuja de color azul y las líneas correspondientes a los límites de control de color rojo. A partir de este punto trazar una recta horizontal discontinua (a trazos). Cuando LCL es cero. Identificarla con LCL. correspondiente al valor de la fracción Línea de Control Superior  Marcar en el eje vertical el valor de UCL. A partir de este punto trazar una recta horizontal discontinua (a trazos). no se suele representar en la gráfica. Identificarla con UCL.Construcción« Paso 9: Representar en el gráfico la Línea Central y los Límites de Control    Línea Central  Marcar en el eje vertical. Límite de Control Inferior  Marcar en el eje vertical el valor de LCL. .

Unir los puntos representados por medio de trazos rectos.Construcción« Paso 10: Incluir los datos pertenecientes a las muestras en la gráfica   Representar cada muestra con un punto. . buscando la intersección entre el número de la muestra (eje horizontal) y el valor de su fracción de unidades no conformes (eje vertical).

Construcción« Paso 11: Comprobación de los datos de construcción de la Gráfica de Control       Se comprobará que todos los valores de la fracción de unidades de las muestras utilizadas para la construcción de la gráfica correspondiente están dentro de sus Límites de Control. esta deberá ser desechada para el cálculo de los Límites de Control. son los definitivos que se utilizarán para la construcción de las Gráficas de Control. Se repetirán todos los cálculos realizados hasta el momento. sin tener en cuenta los valores de las muestras anteriormente señaladas. finalmente así obtenidos. LCL < gráfica < UCL Si esta condición no se cumple para alguna muestra. . Este proceso se repetirá hasta que todas las muestras utilizadas para el cálculo de los Límites de Control muestren un proceso dentro de control. Los Límites.

se utilizará para el control habitual del proceso. resultado de este proceso de construcción. .Construcción« Paso 12: Análisis y resultados  La Gráfica de Control.

Interpretación.  Investigar las causas de estos cambios progresivos.Gráfica de Control por Atributos Identificación de causas especiales o asignables  Pautas de comportamiento que representan cambios en el proceso:      Un punto exterior a los límites de control.  La situación es anómala. Cambios bruscos de puntos próximos a un límite de control hacia el otro límite. . Fuerte tendencia ascendente o descendente marcada por cinco puntos consecutivos. estudiar las causas de variación. Dos puntos consecutivos muy próximos al límite de control.  Investigar las causas de variación pues la media de los cinco puntos indica una desviación del nivel de funcionamiento del proceso. Cinco puntos consecutivos por encima o por debajo de la línea central.  Examinar esta conducta errática.  Se estudiará la causa de una desviación del comportamiento tan fuerte.

365546717 0.152 ucl= iz cuad de n+ = aiz cuad de n = lcl= 0.008 0.007 0.008 raiz cuad (1 )*3/raiz cuad de n= 0.022 raiz cuad (1 )= 0.013 raiz cuadrada de n = 0.015 n 18 15 3 17 8 22 24 31 7 9 154 P=n /n (1 ) = 0.Gráficas de Control Por Atributos Ejercicio: Gráfica p n 1 2 3 4 5 6 7 8 9 10 900 1135 1005 1001 1020 1015 1035 1010 980 1115 10216 10216 0.148181429 n= cl= .018691009 -0.003 (1 )= 0.020 0.014847156 0.003616616 0.985 101.0742301 0.121848906 0.023 0.031 raiz cuad (1 )*3= 0.017 0.

010 0.020 Grafi a P 0.015 0.035 0.Gráfica p 0.030 0.025 0.000 1 2 3 4 5 6 7 8 9 10 .005 0.

005 0.002 0.973 p rai cuad p rai cuad p p p p 2.002 p 0.620833 4.005 0.003 0.001 0.000 0.001 0.862499 .005 0.Gráficas de Control por Atributos Ejercicio: Gráfica np n 1 2 3 4 5 6 7 8 9 10 1000 1000 1000 1000 1000 1000 1000 1000 1000 1000 np 2 5 3 5 1 1 0 5 3 2 np n 0.6271 1.003 0.

Gráfica np 0 006 0 005 0 004 0 003 0 002 0 001 0 000 1 2 3 4 5 6 7 8 9 10 .

0 4.273618495 0.260784604 rai cuad N .5 3.0 3.674014809 5.0 1.6 2.2 2.Gráfica de Control por Atributos jercicio: Gráfica u N 1 9 2 8 3 7 4 10 5 9 6 6 7 10 8 8 9 10 10 9 8 U CN 2.022044428 9.802325581 C 25 13 28 35 27 25 20 32 16 20 U CN 2.343866559 -2.0 4.541540978 rai cuad rai cuad rai cuad N U 3.6 4.U .8 1.2 8 rai cuad u rai cuad rai cuad N rai cuad rai cuad N 1.

0 3. . . .0 1.0 0.0 0 2 4 6 8 10 12 .Gráfica u 4. . 0.0 2.

3874673 7.Gráfica de Control por Atributos ercicio Gráfica c K C 1 3 2 8 3 4 rai cuadrada 4 7 5 5 rai cuad C 6 3 7 4 rai cuad . 8 12 9 4 10 7 C C/K .1624018 C C 11.562402 2.7624018 C . 2.

Gráfica c 14 12 10 8 6 4 2 0 1 2 3 4 5 6 7 8 9 10 .

Gráfica de Control por Atributos Resumen Gráfica de Control de Atributos Piezas Defectuosas Defectos por pieza Gráfica p Gráfica np Gráfica u Gráfica c .

Gráficas de Control Por Atributos  Conclusión Del desarrollo de los conceptos y ejemplos se puede observar el enorme potencial que posee la utilización del Control Estadístico de la calidad como instrumento y herramienta destinada a un mejor control. . un método muy eficiente de fijar metas y un excepcional medio de verificar el comportamiento de los procesos. una forma más eficaz de tomar decisiones en cuanto a ajustes.

.Gráficas de Control Por Atributos Referencias      www. S. Quality Management. L. 2003. & Davis.gestiopoly. Quijano Darin I. Colaboración: Wanda I. Vélez Burgos Verónica M.com Goetsch. B. D.com SIP I Methodology & tools training www. Santiago . 4t Edition. Prentice Hall.monografias.

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)//-->