CARTAS DE CONTROL X BAR R

PRESENTADO POR:

ANDRES ROCHA JORGE FONTALVO ALDAHIR JIMENEZ MAURICIO MOVILLA

PRESENTADO A: ING. LUIS SANTIAGO

GRUPO: AN

LAB. CONTROL DE CALIDAD

UNIVERSIDAD DE LA COSTA, CUC FACULTAD DE INGENIERA INDUSTRIAL BARRANQUILLA / 2013

NDICE

1. INTRODUCCIN 2. DESCRIPCIN DEL EXPERIMENTO 3. MARCO TERICO 4. CALCULO Y RESULTADO 5. RESPUESTA Y PREGUNTAS 6. CONCLUSIN 7. RECOMENDACIONES 8. BIBLIOGRA

1. INTRODUCCION

En este informe estudiaremos un tema o herramienta importante en el control estadstico de la calidad como lo son las cartas de control o grficos de control aplicados a los distintos procesos industriales que estn en las distintas industrias. En un proceso industrial se pueden medir cualquier tipo de variable, dichas variables se tienen que controlar o se deben tener bajo controles estadsticos, las cartas de control nos ayudan a realizar el estudio de una variable, saber cundo un dato esta fuera de los lmites de control que se conoce como un dato atpico, nos ayuda a identificar las causas comunes y especiales de variacin que nos permite monitorear el proceso en busca de estas causas y eliminarlas o mejorarlas. Teniendo en cuenta lo dicho en el prrafo anterior decimos que las cartas de control representan los valores de algn tipo de medicin realizada durante el funcionamiento de un proceso continuo y sirve para controlar dicho proceso. Este concepto bsico lo aplicaremos a una poblacin de cilindros y bsqueda de tenerlos bajo el control estadstico mediante el uso de los grficos de control X R que nos permitir mostrar tanto la media del proceso como su rango promedio, con el fin de detectar cualquier cambio tanto en la tendencia central como en su variabilidad.

2. DESCRIPCIN DEL EXPERIMENTO

Inicialmente, se procede a sacar de una bolsa 125 cilindro de madera, luego con ayuda de una balanza digital empezamos a pesar cada uno de los cilindros, hasta obtener todos los datos requeridos, una vez tomados los datos procedemos a colocarlos en una tabla para ordenarlos y sacar respectivamente los datos que se piden.

Materiales utilizados

- Poblacin de cilindros de madera. - Balanza

PROCEDIMIENTOS Definir la caracterstica a controlar (Longitud, peso o dimetro) Extraer K=25 muestra de tamao n=5, calcular su media muestral y anotar en la tabla N 1. Para cada subgrupo calcular X y R (R = Valor mayor menos valor menor) Calcular R segn la forma R = Ri / K Determinar los lmites de control para R, donde: LSC = D4R y LICR = D3R y LC = R donde D3 y D4 factores que dependen del tamao de la muestra. 1. Realizar prueba de consistencia para R, esto es depurar los datos atpicos que estn por fuera de los lmites de control. 2. En caso necesario recalcular R y determinar nuevamente los lmites de control 3. Una vez que la prueba de consistencia no genere datos atpicos, se define R y los lmites definitivos de control. 4. Calcular X = Xi / K

5. Definir los lmites de control para X, Donde: LSCX = X + A2R y LICX = X A2R y LC= X, donde A2 es un factor que depende del tamao de la muestra. 6. Realizar pruebas de consistencia para X, esto es depurar los datos atpicos que estn por fuera de los lmites de control. 7. Una vez determinada la prueba de consistencia sin que arroje datos atpicos se considera el proceso bajo estado estable y se calculan sus parmetros. 8. Obtenidos los parmetros estadsticos graficar las cartas definitivas de control.

3. MARCO TERICO

CARTAS DE CONTROL Las cartas 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. Estas grficas fueron desarrolladas por el Dr. Shewhart son grficas poligonales que muestran en el tiempo el estado de un proceso. Las cartas 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). 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. Las grficas de control se usan entre otras cosas: Para verificar que los datos obtenidos poseen condiciones semejantes. Para observar un proceso productivo, a fin de poder investigar las causas de un comportamiento anormal. Al distinguir entre 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.

Existen diferentes grficas de control en funcin de la variable a observar y del proceso a controlar. El proceso a controlar puede depender de una variable o de caractersticas llamadas atributos.

Recordemos la diferencia entre una variable y un atributo. 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 tipo de Grfico de Control a obtener: Cartas de control por variables Cartas de control por atributos

Las Grficas de control ms utilizadas son las siguientes: Por Variables

Por Atributos

CARTAS DE CONTROL POR VARIABLES Cartas de control X-R (Medias y rangos) Paso 1: Colectar los datos. Variables a considerar. La eleccin se basa en el propsito de reducir o impedir los rechazos, los costos, el desperdicio, el reproceso, etc. Elegir algo que pueda ser medido y expresado en nmeros: dimensiones, dureza, fragilidad, resistencia, peso, etc. Eleccin del tamao y la frecuencia de la obtencin de los datos representativos. Los datos son el resultado de la medicin de las caractersticas del producto, los cuales deben de ser registrados y agrupados de la siguiente manera:

Se toma una muestra (subgrupo) de 2 a 10 piezas consecutivas (Shewhart sugiere 4) sin embargo es muy comn utilizar 5 y se anotan los resultados de la medicin. Durante un estudio inicial, los subgrupos pueden ser tomados consecutivamente o a intervalos cortos para detectar si el proceso puede cambiar o mostrar inconsistencia en breves periodos de tiempo. Algunos recomiendan que el intervalo sea de a 2 horas., ya que ms frecuentemente puede representar demasiado tiempo invertido, y si es menos frecuente pueden perderse eventos importantes que sean poco usuales. Paso 2: Calcular el promedio y

para cada subgrupo

= promedio de un subgrupo

Valor de la variable medida. Tamao de la muestra

Paso 3: Calcular el promedio de rangos (

Pas 4: Calcular los lmites de control.

Lmites de Control Carta X-bar

Lmites de Control Carta R

Pas 5: Trazar la grfica de control. Grfica para las medias La grafica consiste en tres lneas de gua: Lmite de control inferior LCI, lnea central LC y lmite de control superior LCS. La lnea central es el promedio de

promedios y los dos lmites de control son fijados ms o menos a tres desviaciones estndar. Cada subgrupo se identifica en la grfica como un punto, un crculo o una cruz segn se establezca, cada punto corresponde a un valor .

Grfica de Rangos La grafica consiste en tres lneas de gua: Lmite de control inferior LCI, lnea central LC y lmite de control superior LCS. La lnea central es el promedio de los rangos y los dos lmites de control son fijados ms o menos a tres desviaciones estndar. Cada subgrupo se identifica en la grfica como un punto, un crculo o una cruz segn se establezca, cada punto corresponde a un valor .

4. CALCULO Y RESULTADO Una vez medida la masa de cada uno de los cilindro de madera, procedemos a colocar todos los datos en una tabla.

SUBGRUPO 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22

x1
28,74 30,71 28,70 26,87 31,27 29,55 28,99 29,25 30,08 31,04 28,88 30,25 29,85 31,25 30,73 29,90 29,28 30,40 31,10 28,62 27,98 28,92

x2
30,31 29,72 30,37 28,00 30,70 29,43 28,24 29,06 28,80 31,05 28,24 29,44 29,74 27,84 27,83 28,90 28,17 27,09 28,41 31,46 29,71 27,96

x3
32,54 28,02 30,07 28,76 29,38 30,84 31,17 30,61 28,36 29,04 29,22 30,49 29,94 29,28 26,72 27,60 26,60 26,86 29,05 27,20 29,10 31,11

x4
29,91 28,26 29,68 29,85 27,47 27,95 30,99 30,24 29,02 29,80 28,19 29,19 30,44 28,75 25,92 29,66 29,88 26,96 28,51 27,42 28,15 29,94

x5
27,67 29,47 27,81 30,67 29,07 28,60 30,78 29,52 28,34 28,80 30.90 27,73 30,24 27,47 27,67 33,03 29,15 29,07 29,12 27,86 29,56 26,99

X
29,83 29,24 29,33 28,83 29,58 29,27 30,03 29,74 28,92 29,95 29,09 29,42 30,04 28,92 27,77 29,82 28,62 28,08 29,24 28,51 28,90 28,98

R
3,80 2,69 2,56 3,80 3,80 2,89 2,93 1,55 1,74 2,25 2,71 2,76 0,70 3,78 4,81 5,43 3,28 3,54 2,69 4,26 1,73 4,12

23 24 25

26,26 29,59 29,24

29,51 29,66 27,36

30,70 30,67 28,87

26,71 30,04 28.86

28,24 29,93 28,23

28,28 29,98 28,43 X= 29,15 R= 3

4,44 1,08 1,88

Datos

Hallamos la desviacin estndar:

Lmites de fluctuacin del proceso, que permiten ver hasta donde vara.

Lmites de especificacin del cliente, dado por los requisitos de los clientes. Segn: Tolerancia

Estandarizamos el proceso, para hallar los porcentajes de no conformes:

Hallamos la capacidad del proceso:

Hallamos los lmites de control estadstico para X-bar

CARTA X
32.00 31.00 30.00 29.00 28.00 27.00 26.00 25.00 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 Grafica 1. Carta de control para los promedios de las muestras. LSC LC LIC

En la grfica No. 1 que corresponde a cada promedio del peso de los subgrupos, se observa que no hay valores atpicos, es decir, ningn promedio sale de los lmites establecidos de control. Adems el comportamiento de los promedios es aleatorio y no se siguen una tendencia que pueda indicar anomalas en los pesos de los cilindros de manera.

Dicho lo anterior, se determina por medio de la grfica de control para medias que el proceso est bajo control.

Hallamos los lmites de control estadstico para R

CARTA R
7 6 5 4 3 2 1 0 1 2 3 4 5 6 7 8 9 1011121314151617181920212223242526 LSC LC LIC

Grafica 2. Carta de control para los rangos de cada subgrupo.

En la grfica No. 2 la cual indica los rangos de cada subgrupo, es decir que tan variable son los pesos de los cilindros en cada subgrupo de la muestra. Se observa que no hay valores atpicos o fuera de los lmites de control estadsticos, y los datos no presentan comportamientos o tendencias.

Por lo tanto el proceso est bajo control estadstico.

5. RESPUESTAS A PREGUNTAS 1. Si el cliente exige que los cilindros de madera se encuentren entre la media +/-3 unidades Cul sera el porcentaje de no conformes que arroja el proceso?

El porcentaje de cilindros de manera no conformes de acuerdo a las especificaciones o requerimientos mnimos del cliente es de 93.62%. Es decir, de 1000 cilindros de madera 936 seran defectuosos. Donde los porcentajes de cilindros de manera conformes es de un 6.38% De esos 1000 cilindros de madera 64 seran conformes.

2. Cuenta el proceso con buena capacidad?

Teniendo en cuenta el resultado de capacidad obtenido en el proceso:

Esta capacidad es de clase 3, lo que significa que el proceso no es capaz y requiere urgentes modificaciones o restructuraciones de est.

3. Cul es la desviacin de las medias mustrales?

Como se realiz en la seccin de clculos y resultados la desviacin de las medias muestras fue:

4. Cules seran los valores individuales, mximos y mnimos que el proceso puede arrojar? Los valores individuales serian cada uno de los valores de los subgrupos depositados en la tabla de datos, estos son los valores dentro de cada muestra y los valores mximo y mnimos que el proceso puede arrojar son aquellos que fueron utilizados pata hallar el rango ( R), es decir el valor mximo de cada subgrupo y el mnimo de ese mismo subgrupo.

5. Cmo evaluara la dispersin y el centra miento del proceso? Teniendo en cuenta la capacidad del proceso y la capacidad real del proceso:

Son iguales por lo tanto el proceso est centrado pero no es capaz porque produce artculos fuera de las especificaciones del cliente. La dispersin se toma segn la desviacin de las muestras, es muy alta. La calidad es inversamente proporcional a la variabilidad.

6. Cmo determinara si el proceso sigue el mismo patrn de comportamiento?

Cuando los puntos se comportan de manera no aleatoria. Los cuales se detectan por unos patrones llamados:

Corrida: Es cuando un nmero consecutivo de puntos estn por arriba o por debajo de la lnea de control central.

Tendencias: cuando los puntos vayan en secuencia ascendente o descendente.

Adhesin a los lmites de control: En caso de que dos de tres puntos consecutivos caen dentro del tercio cercano a los lmites superior o inferior de control.

Adhesin a la lnea central: En caso de que los puntos se concentran en el centro, el proceso es juzgado anormal.

Periodicidad: En caso de que los puntos se mueven de arriba abajo en patrones similares.

7. Por qu R es un buen estimador de '? Porque el rango representa el grado de variabilidad entre el valor mximo y el valor mnimo obtenido en un periodo determinado y agrupado en un subgrupo. Estas variaciones son un indicador de las desviaciones de las muestras, por lo tanto, se usa en una relacin entre el rango promedio y el A2 para hallar est desviacin.

6. CONCLUSION

De este informe podemos concluir la importancia que tienen las cartas de control en el control de estadstico de calidad en el funcionamiento de un proceso industrial en especfico, ya que es una herramienta que nos permite evaluar si un proceso est o no bajo control, ayudndonos a reducir las variabilidades, determinar las causas comunes y especiales que hacen que los procesos industriales varen y por ende nos ayuda a emprender acciones correctivas. De igual forma concluimos que las cartas de control son una herramienta de gran importancia en el mejoramiento continuo de la calidad y que implementarlas en las industrias garantizara tener procesos ptimos, mejorados, controlados, y menos variables lo que ayudara aumentar la probabilidad de productos conformes y reducir la probabilidad de productos no conformes. Otra de las ventajas de usar las cartas de control es que nos ayuda a medir la capacidad de un proceso determinado y con esto saber si un proceso es capaz o incapaz de cumplir con las especificaciones requeridas, esto nos ayuda realizar inferencias estadsticas cuando el proceso est bajo control estadstico lo que llamo la medicin de un proceso industrial.

7. RECOMENDACIONES

Faltan las recomendaciones

8. BIBLIOGRAFIA

1. Montgomery, Douglas C. Control estadstico de la calidad. Tercera edicin. 2. ingenieriaindustrialupvmtareasytrabajos.files.wordpress.com/2012/08/cartas -de-control-por-variables.pdf. 3. www.cpasfalto.org/35reunion/Lunes-10-11-08/2-Introduccion-a-las-Cartasde-Control-y-Factores-de-Pago-PWL-y-PD.pdf 4. www.slideshare.net/stemur/interpretacion-graficas-de-control.