Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Las grficas de control son la herramienta ms poderosa para analizar la variacin en la mayora de los procesos. Han sido difundidas exitosamente en varios pases dentro de una amplia variedad de situaciones para el control del proceso. Las grficas de control enfocan la atencin hacia las causas especiales de variacin cuando estas aparecen y reflejan la magnitud de la variacin debida a las causas comunes. Las causas comunes o aleatorias se deben a la variacin natural del proceso. Las causas especiales o atribuibles son por ejemplo: un mal ajuste de mquina, errores del operador, defectos en materias primas. Se dice que un proceso est bajo Control Estadstico cuando presenta causas comunes nicamente. Cuando ocurre esto tenemos un proceso estable y predecible. Cuando existen causas especiales el proceso est fuera de Control Estadstico; las grficas de control detectan la existencia de estas causas en el momento en que se dan, lo cual permite que podamos tomar acciones al momento.
Ventajas: Es una herramienta simple y efectiva para lograr un control estadstico. El operario puede manejar las grficas en su propia rea de trabajo, por lo cual puede dar informacin confiable a la gente cercana a la operacin en el momento en que se deben de tomar ciertas acciones. Cuando un proceso est en control estadstico puede predecirse su desempeo respecto a las especificaciones. En consecuencia, tanto el productor como el cliente pueden contar con niveles consistentes de calidad y ambos pueden contar con costos estables para lograr ese nivel de calidad. Una vez que un proceso se encuentra en control estadstico, su comportamiento puede ser mejorado posteriormente reduciendo la variacin. Al distinguir ente las causas especiales y las causas comunes de variacin, dan una buena indicacin de cundo un problema debe ser corregido localmente y cuando se requiere de una accin en la que deben de participar varios departamentos o niveles de la organizacin.
Grficas de control por variables y por atributos En Control de Calidad mediante el trmino variable se designa a cualquier caracterstica de calidad medible tal como una longitud, peso, temperatura, etc. Mientras que se denomina atributo a las caractersticas de calidad que no son medibles y que presentan diferentes estados tales como conforme y disconforme o defectuoso y no defectuoso. Segn sea el tipo de la caracterstica de calidad a controlar as ser el correspondiente Grfico de Control que, por tanto, se clasifican en Grficas de Control por Variables y Grficas de Control por Atributos.
Control de Calidad - 1
Grficas de Control por Atributos Son potencialmente aplicables a cualquier proceso. Los datos estn a menudo disponibles. Son rpidos y simples de obtener. Son fciles de interpretar. Son frecuentemente usados en los informes a la Gerencia. Ms econmicas. No proporciona informacin detallada del control de caractersticas individuales. No reconoce distintos grados de defectos en las unidades de producto.
Ventajas significativas
Conducen a un mejor procedimiento de control. Proporcionan una utilizacin mxima de la informacin disponible de datos.
Desventajas significativas
No se entienden a menos que se de capacitacin; puede causar confusin entre los limites de especificacin y los lmites de tolerancia.
VARIABLES
Carta X R
X S
Campo de aplicacin Control de caractersticas individuales. Control de caractersticas individuales. Control de un proceso con datos variables que no pueden ser muestreados en lotes o grupos.
ATRIBUTOS Carta P NP C U Descripcin Proporciones Nmero de defectuosos Defectos por unidad Promedio de defectos por unidad Campo de aplicacin Control de la fraccin global de defectuosos de un proceso. Control del nmero de piezas defectuosas Control de nmero global de defectos por unidad Control del promedio de defectos por unidad.
Control de Calidad - 2
X 1 X 2 .... X N N
R X mayor X menor
Paso 3: Calcule el rango promedio R y el promedio del proceso
X .
R1 R2 ......RK K
X 1 X 2 ....... X K K
X 1 , X 2.... son el
Donde K es el nmero de subgrupos, R1, R2 es el rango de cada subgrupo; promedio de cada subgrupo.
Paso 4: Calcule los limites de control Los lmites de control son calculados para determinar la variacin de cada subgrupo, estn basados en el tamao de los subgrupos y se calculan de la siguiente forma:
LSCR D4 R
LSC X X A2 R
LIC R D3 R
LIC X X A2 R
Donde D4, D3, A2 son constantes que varan segn el tamao de muestra. A continuacin se presentan los valores de dichas constantes para tamaos de muestra de 2 a 10. n D4 D3 A2 2 3.27 0 1.88 3 2.57 0 1.02 4 2.28 0 0.73 5 2.11 0 0.58 6 2.00 0 0.48 7 1.92 0.08 0.42 8 1.86 0.14 0.37 9 1.82 0.18 0.34 10 1.78 0.22 0.31
Control de Calidad - 3
Paso 5: Seleccione la escala para las grficas de control Para la grfica X la amplitud de valores en la escala debe de ser al menos del tamao de los lmites de tolerancia especificados o dos veces el rango promedio R . Para la grfica R la amplitud debe extenderse desde un valor cero hasta un valor superior equivalente a 1 - 2 veces el rango.
Paso 6: Trace la grfica de control Dibuje las lneas de promedios y lmites de control en las grficas. Los lmites de Control se dibujan con una lnea discontinua y los promedios con una lnea continua para ambas grficas. Marcar los puntos en ambas grficas y unirlos para visualizar de mejor manera el comportamiento del proceso. Paso 7: Analice la grfica de control Ejemplo 1 Se toman las medidas de los dimetros de una pieza cilndrica, el tamao de muestra de cada subgrupo es de cinco, y se toman 25 subgrupos a intervalos de 1 h. Realice la carta de control X R .
muestra subgrupo 1 2 3 4 5 muestra subgrupo 1 2 3 4 5 1 0.65 0.70 0.65 0.65 0.85 14 0.65 0.70 0.85 0.75 0.60 2 0.75 0.85 0.75 0.85 0.65 15 0.90 0.80 0.80 0.75 0.85 3 0.75 0.80 0.80 0.70 0.75 16 0.75 0.80 0.75 0.80 0.65 4 0.60 0.70 0.70 0.75 0.65 17 0.75 0.70 0.85 0.70 0.80 5 0.70 0.75 0.65 0.85 0.80 18 0.75 0.70 0.60 0.70 0.60 6 0.60 0.75 0.75 0.85 0.70 19 0.65 0.65 0.85 0.65 0.70 7 0.15 0.80 0.65 0.75 0.70 20 0.60 0.60 0.65 0.60 0.65 8 0.60 0.70 0.80 0.75 0.75 21 0.50 0.55 0.65 0.80 0.80 9 0.65 0.80 0.85 0.85 0.75 22 0.60 0.80 0.65 0.65 0.75 10 0.60 0.70 0.60 0.80 0.65 23 0.80 0.65 0.75 0.65 0.65 11 0.80 0.75 0.90 0.50 0.80 24 0.65 0.60 0.65 0.60 0.70 12 0.85 0.75 0.85 0.65 0.70 25 0.65 0.70 0.70 0.60 0.65 13 0.70 0.70 0.75 0.75 0.70
Control de Calidad - 4
R 0.198 X = 0.71
LIC R D3 R
=0
Sample Mean
0.8
0.7
Mean=0.7112
0.6 Subgroup 0 5 10 15 20 25
LCL=0.5970
Sample Range
La carta de control R muestra un punto fuera de los limites de especificaciones, por lo cual el proceso se encuentra fuera de control, en este caso es necesario investigar las causas y tomar las acciones correctivas para eliminar el problema. En la siguiente parte se muestran los criterios para determinar las situaciones en las cuales un proceso puede estar fuera de control.
Interpretacin del control del proceso. El objeto de analizar una grfica de control es identificar cul es la variacin del proceso, las causas comunes y causas especiales de dicha variacin y en funcin de esto tomar alguna accin apropiada cuando se requiera.
Juran sugiere un conjunto de reglas de decisin para detectar patrones no aleatorios en las grficas de control. Cuando se detecta alguno de los patrones siguientes se puede decir que el tomar alguna accin para corregir el problema ya que el proceso puede estar fuera de control.
1
Anlisis y planeacin de la calidad, J.M. Juran ,F.M Gryna, Tercera Edicin, McGrawHill.
Control de Calidad - 5
Control de Calidad - 6
Terminologa k = nmero de subgrupos n = nmero de muestras en cada subgrupo X = promedio para un subgrupo X = promedio de todos los promedios de los subgrupos S = Desviacin estndar de un subgrupo
X 1 X 2 ....... X K K
Da 1 2 3 4 5 6 7 8 9 10
Muestra1 10 12 5 8 17 22 8 6 10 13
Muestra2 12 11 6 8 15 24 9 5 10 10
Muestra3 8 7 4 6 16 22 7 6 10 12
Muestra4 9 9 18 5 11
Muestra5 13 20
X
10.00 10.40 6.00 7.33 17.20 22.67 8.00 5.50
S
2.00 2.41 2.16 1.15 1.92 1.15 1.00 0.58 0.71 1.53 1.46
X 10.88
Control de Calidad - 7
S 1.46
Se calculan los lmites de control para cada subgrupo, ya que al tener tamaos de muestra diferentes estos son variables.
Grfica
Para la realizacin de los diagramas de control con lmites constantes utilizamos las frmulas siguientes: Los parmetros para el grfico
X son:
LIC X X A3 S
LIC X X A3 S
y para el grfico
S:
LICS B4 S LSC S B3 S
Sample Mean
15
5 Subgroup 0 1 2 3 4 5 6 7 8 9 10
UCL=3.725
Sample StDev
3 2 S=1.451 1 0 LCL=0
Control de Calidad - 8
Ejemplo 3: Las siguientes cifras son las medias y las desviaciones estndar de muestras de 5 observaciones correspondientes a los dimetros de una pieza metlica:
muestra 1 2 3 4 5 6 7 8 9 10 11 12 13
X-bar 74.01 74.001 74.008 74.003 74.003 73.996 74 73.997 74.004 73.998 73.994 74.001 73.998
Si 0.0148 0.0072 0.0106 0.0091 0.0122 0.0087 0.0055 0.0123 0.0055 0.0063 0.0029 0.0042 0.0105
muestra 14 15 16 17 18 19 20 21 22 23 24 25
PROMEDIOS
X-bar 73.99 74.006 73.997 74.001 74.007 73.998 74.009 74 74.002 74.002 74.005 73.998 74.001
Si 0.0153 0.0073 0.0078 0.0106 0.007 0.0085 0.008 0.0053 0.0074 0.0119 0.0087 0.0162 0.0090
X 74.001 y S = 0.0090
Terminologa k = nmero de piezas n = 2 para calcular los rangos X = promedio de los datos R = rango de un subgrupo de dos piezas consecutivas R = promedio de los (n - 1) rangos
Control de Calidad - 9
* Generalmente se utiliza n = 2 Ejemplo 3: La longitud de un tramo de tubo se registra para cada producto. Realice la grfica de control individual. Parte Longitud 1 12.02 2 11.85 3 11.98 4 11.72 5 11.88 6 12.07 7 12.03 8 12.13 9 12.16 10 12.16 11 12.16 12 12.21 13 12.19 14 11.93 15 11.89 Se calcula el rango mvil de la siguiente manera: diferencia entre 1 y 2 lectura, 2 y 3 y as hasta n-1.
Control de Calidad - 10
Parte 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
X 12.03
Longitud 12.02 11.85 11.98 11.72 11.88 12.07 12.03 12.13 12.16 12.16 12.16 12.21 12.19 11.93 11.89 12.03
Rangos 0.17 0.13 0.26 0.16 0.19 0.04 0.10 0.03 0.00 0.00 0.05 0.02 0.26 0.04 0.10
R 0.10 LSC X X E2 R = 12.03 + (2.66)(0.10) = 12.29 LIC X X E2 R = 12.03 (2.66)(0.10) = 11.76 LSCR D4 R = 3.27 (0.10)= 0.327 LICR D3 R = 0
I Chart for C1
12.35 UCL=12.30 12.25
Individual Value
Observation Number
Control de Calidad - 11
Moving Range
0.2
0.1
R=0.1036
0.0 0 5 10 15
LCL=0
Observation Number
Interpretacin del proceso: Revisar la grfica de rangos para puntos fuera de los lmites de control como signo de la existencia de causas especiales. Note que los rangos sucesivos estn correlacionados, debido a que tienen un punto en comn y debido a esto se tiene que tener cuidado al interpretar tendencias. Las grficas por lecturas individuales pueden ser analizadas para puntos fuera de los lmites de control, dispersin de puntos dentro de los lmites de control y para tendencias o patrones. Cabe hacer notar que si la distribucin de proceso no es simtrica, las reglas mostradas anteriormente para grficas X podrn dar seales de causas especiales sin que stas existan.
Control de Calidad - 12
que cada componente o producto verificado se registre como aceptable o defectuoso (aunque una pieza tenga varios defectos especficos se registrar slo una vez como defectuosa). Pasos para la elaboracin de la grfica: Paso 1- Frecuencia y tamao de la muestra: Establezca la frecuencia con la cual los datos sern tomados (hora, da, semana). Los intervalos cortos entre tomas de muestras permitirn una rpida retroalimentacin al proceso ante la presencia de problemas. Los tamaos de muestra grandes permiten evaluaciones ms estables del desarrollo del proceso y son ms sensibles a pequeos cambios en el promedio del mismo. Se aconseja tomar tamaos de muestra iguales aunque no necesariamente se tiene que dar esta situacin, el tamao de muestra debera de ser mayor a 30. El tamao de los subgrupos ser de 25 o ms.
Paso 2- Calculo del porcentaje defectuoso (p) del subgrupo: Registre la siguiente informacin para cada subgrupo: El nmero de partes inspeccionadas n El nmero de partes defectuosas np Calcule la fraccin defectuosa (p) mediante:
np n
Paso 3 Calculo de porcentaje defectuoso promedio y lmites de control El porcentaje defectuoso promedio para los k subgrupos se calcula con la siguiente frmula:
LSC p p 3
LIC p p 3
donde
NOTA: Cuando p y/o n es pequeo, el lmite de control inferior puede resultar negativo, en estos casos el valor del lmite ser = 0
Control de Calidad - 13
Ejemplo 4 Un fabricante de latas de aluminio registra el nmero de partes defectuosas, tomando muestras cada hora de n = 50, con 30 subgrupos. Realizar la grfica de control para la siguiente serie de datos obtenida durante el muestreo.
Muestra 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Latas defectuosas np 12 15 8 10 4 7 16 9 14 10 5 6 17 12 22
Muestra 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
Latas defectuosas np 8 10 5 13 11 20 18 24 15 9 12 7 13 9 6
Control de Calidad - 14
Muestra 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Latas defectuosas np 12 15 8 10 4 7 16 9 14 10 5 6 17 12 22
Fraccin defectuosa p 0.24 0.30 0.16 0.20 0.08 0.14 0.32 0.18 0.28 0.20 0.10 0.12 0.34 0.24 0.44
Muestra 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
Latas defectuosas Fraccin defectuosa np p 8 0.16 10 0.20 5 0.10 13 0.26 11 0.22 20 0.40 18 0.36 24 0.48 15 0.30 9 0.18 12 0.24 7 0.14 13 0.26 9 0.18 6 0.12
p .2313
LSC p p 3 LIC p p 3 p (1 p ) .23 * .77 = .2313 3 =.4102 n 50 p (1 p ) .23 * .77 = .2313 3 =.05243 n 50
Trazando la grfica
P Chart for C1
0.5 1 0.4 UCL=0.4102 1
Proportion
Sample Number
Control de Calidad - 15
LSC np 3 np1 p
LIC np 3 np1 p
Ejemplo 5: Utilizando los datos del diagrama anterior, construya la grfica np e interprete los resultados. De la tabla obtenemos p 0.2313 , n = 50. Calculando los lmites de control tenemos: LSC = LIC =
Sample Count
15 NP=11.57 10 5 -3.0SL=2.621 0 0 10 20 30
Sample Number
Se utiliza para determinar la ocurrencia de defectos en la inspeccin de una unidad de producto. Esto es determinar cuantos defectos tiene un producto. Podemos tener un grupo de 5 unidades de producto, 10 unidades, etc. Los lmites de control se calculan mediante las siguientes frmulas:
LSC c 3 c LSC c 3 c
Donde: c = total de defectos/ nmero de unidades de producto.
Ejemplo: En la siguiente tabla tenemos el nmero de unidades de defectos observados en 26 muestras sucesivas de 100 filtros de seguridad.
muestra 1 2 3 4 5 6 7 8 9 10 11 12 13
defectos 21 24 16 12 15 5 28 20 31 25 20 24 16
muestra 14 15 16 17 18 19 20 21 22 23 24 25 26
defectos 19 10 17 13 22 18 39 30 24 16 19 17 15
Control de Calidad - 17
C Chart for C1
40 1 3.0SL=33.21
Sample Count
30
20
C=19.85
10 -3.0SL=6.481 1 0 0 10 20
Sample Number
c n
Donde c = nmero de defectos n = cantidad de piezas inspeccionadas Para determinar los limites de control utilizamos las frmulas siguientes:
LSC u 3
u n
LIC u 3
2
u n
Ejemplo 6 Una compaa que fabrica computadoras personales desea establecer un diagrama de control del nmero de defectos por unidad. El tamao de muestra es de cinco computadoras. En la tabla se muestran el numero de defectos en 20 muestras de 5 computadoras cada una. Establecer el diagrama de control u
2
Control de Calidad - 18
muestra 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
tamao de muestra Nmero de defectos, c promedio de defectos por unidad u 5 10 2 5 12 2.4 5 8 1.6 5 14 2.8 5 10 2 5 16 3.2 5 11 2.2 5 7 1.4 5 10 2 5 15 3 5 9 1.8 5 5 1 5 7 1.4 5 11 2.2 5 12 2.4 5 6 1.2 5 8 1.6 5 10 2 5 7 1.4 5 5 1 Total 193 38.6
u
n
38.60 1.93 20
LSC 1.93 3
1.93 3.79 5
1.93 0.07 5
LIC 1.93 3
Control de Calidad - 19
U Chart for C1
4 3.0SL=3.794
Sample Count
U=1.930
0 0 10 20
-3.0SL=0.06613
Sample Number
Control de Calidad - 20