Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Control de Calidad
1 Semestre de 2013
Se utilizan para controlar aspectos cualitativos o atributos en un producto o servicio. Segn la caracterstica de observada, un producto clasificarse como:
- conforme o no conforme - bueno o defectuoso - aceptado o rechazado - aprobado o reprobado - presente o ausente
2
calidad puede
CartaCarta -p
Si D es una variable aleatoria que representa al nmero de xitos en sucesivas repeticiones de un experimento Bernoulli, entonces:
D ~ b(n,p)
CartaCarta -p
n: es el nmero de repeticiones del experimento Bernoulli. p: es la probabilidad de xito o la probabilidad de un tem defectuoso. Se sabe que: - E(D) = np - V(D) = np(1-p)
6
CartaCarta -p
D p= n
1 D 1 E ( p ) = E = E ( D ) = np = p n n n
p (1 p ) 1 1 D [ V ( p) = V = V ( D) = np (1 p )] = 2 n n n2 n
7
p conocida
LSC = E ( p )+ 3 V ( p )
LC = E ( p )
LIC = E ( p ) 3 V ( p )
p conocida
p (1 p ) LSC = p + 3 n
E ( p) = p
p(1 p ) V ( p) = n
LC = p
p (1 p ) LIC = p 3 n
p desconocida
Se toman m subgrupos de tamao n cada uno, y se estima p en cada uno de ellos en la forma:
D p i = i ; i = 1,2,..., m n
m
p = i =1 m
pi
10
p desconocida
p (1 p ) LSC = p + 3 n
LC = p
p (1 p ) LIC = p 3 n
11
EJEMPLO Una empresa fabricante de ampolletas para proyectores data, mantiene un nivel de produccin de aproximadamente 500 unidades diarias. Para probar su calidad, se eligen aleatoriamente 50 ampolletas al da de la lnea de produccin. En un mes cualquiera, comprendiendo 26 das hbiles de trabajo, se obtuvieron los siguientes resultados:
12
EJEMPLO
Da i (subgrupo) N de ampolletas defectuosos Fraccin defectuosa estimada 1 3 0.06 2 4 0.08 3 1 0.02 4 2 0.04 5 0 0 6 3 0.06 7 2 0.04 8 4 0.08 9 5 0.1 10 2 0.04 11 0 0 12 1 0.02 13 0 0
14 1 0.02
15 3 0.06
16 4 0.08
17 2 0.04
18 5 0.1
19 1 0.02
20 0 0
21 3 0.06
22 0 0
23 3 0.06
24 2 0.04
25 2 0.04
26 1 0.02
p desconocida
13
EJEMPLO
14
POSIBLES SOLUCIONES
ni es el tamao del subgrupo i. p es la fraccin defectuosa del proceso (que ser estimada por la fraccin defectuosa muestral, si es desconocida). 16
18
19
20
21
22
23
Por lo anterior, no es conveniente considerar el tamao muestral promedio para calcular los lmites de control. En consecuencia, los lmites de control se calculan tomando el menor y mayor tamao muestral de los subgrupos.
24
LSC = p + 3
p (1 p ) n
LC = p
LIC = p 3 p (1 p ) n 25
27
28
29
Luego, la probabilidad de declarar incorrectamente de que la fraccin defectuosa se encuentra bajo control estadstico, cuando p=0.05, es de 0.0459. p=0.05
31
1 - = 0.9541
Entonces, la probabilidad de declarar de manera correcta de que la fraccin defectuosa se encuentra fuera de control estadstico, cuando p aumenta a 0.05 0.05, es de 0.9541.
32
CartaCarta -np
Permite controlar el nmero de unidades defectuosas o no conformes en un proceso. El nmero de unidades defectuosas est dado por el producto np. Los lmites de control se obtienen a partir de la carta-p.
33
34
CartaCarta -np
(del ejemplo de ampolletas para proyector data)
35
CartaCarta -np
(del ejemplo de ampolletas para proyector data)
36
CartaCarta -c
Permite controlar el nmero de defectos por unidad, que puede corresponder a un producto o tem especfico. Est basada en la distribucin de probabilidades Poisson.
37
CartaCarta -c
Si X representa el nmero de defectos por unidad, entonces X~Poisson(c), donde c es el promedio de defectos por unidad de control. Se sabe que: E(X) = c ; V(X) = c
38
LSC = c + 3 c
LC = c
LIC = c 3 c
39
LSC = c + 3 c
LC = c
ci
m
LIC = c 3 c
; ci es el nmero de defectos en unidad i
40
c = i =1 m
CartaCarta -c
Ejemplo
Un alumno se prepara para rendir la PSU y semanalmente resuelve un facsmil de matemticas que contiene 20 preguntas de desarrollo. Al corregir las respuestas, el Profesor cuenta el nmero de respuestas incorrectas y el nmero total de errores cometidos. Los resultados son los siguientes:
Facsmil Semana i N de respuestas incorrectas N total de errores (ci) 1 5 5 2 7 8 3 8 10 4 3 6 5 0 0 6 4 4 7 5 5 8 6 9 9 8 9 10 2 5
11 7 11
12 3 6
13 4 5
14 2 2
15 5 5
16 1 3
17 4 6
18 4 7
19 0 0
20 4 9
41
42
43
CartaCarta -u
En una carta-c, el nmero de subgrupos coincide con el nmero de unidades inspeccionadas. En una carta-u, el nmero de subgrupos difiere del nmero de unidades inspeccionadas. En este caso (carta-u), el nmero de unidades inspeccionadas constituye una unidad fsica mayor (un grupo, un lote, una caja, un rollo, etc.). 44
CartaCarta -u
En la carta-u se considera el promedio de defectos por unidad de inspeccin, que se denota por u. Si c es el nmero total de defectos y k es el nmero de unidades del grupo, entonces u = c/k. u es una variable aleatoria que tiene distribucin de probabilidades Poisson. 45
u = i =1 m i =1
ci
u LIC = u 3 k
ci: es el nmero total de defectos en grupo i. ki: es el nmero total de temes inspeccionados en 46 grupo i.
ki
CartaCarta -u
En esta carta-u, se representan los puntos ui = ci / ki para cada grupo i. Como los puntos ui estn basados en tamaos muestrales diferentes, los lmites de control varan de un grupo a otro.
47
CartaCarta -u
Por lo anterior, hay 2 alternativas de solucin (idnticas a las ya vistas anteriormente): usar lmites de control variables. usar tamao muestral promedio.
48
Carta-u CartaEjemplo
Un inspector de calidad examina las manchas producidas por el constante uso de un detergente en la limpieza de alfombras para pisos. Elige al azar 15 hogares en donde utilizan este detergente, y determin los siguientes datos:
Superficie Total Hogar N 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 (m ) 80 90 70 70 90 100 70 110 70 80 100 110 90 80 70
2
N de Manchas (ci) 10 12 6 8 9 10 5 9 12 8 7 10 12 9 5
N de Manchas por Superficie Inspeccionada ui = ci / ki 0,50 0,40 0,40 0,53 0,30 0,25 0,33 0,20 0,80 0,40 0,18 0,22 0,40 0,45 0,33
49
Carta-u CartaEjemplo
50
Carta-u CartaEjemplo
Si usamos la opcin de lmites de control variables para la carta-u, tenemos lo siguiente:
LSC = u + 3
u k
LC = u
LIC = u 3
u k
51
Carta-u CartaEjemplo
52
Carta-u CartaEjemplo
53
CartaCarta -u
Ejemplo
54