Documentos de Académico
Documentos de Profesional
Documentos de Cultura
CONTENIDO
Importancia del control estadstico de
procesos y papel de las personas en su
implantacin.
Variabilidad.
Cartas de control por Variables
Histograma.
Capacidad de Procesos
Cartas de Control por Atributos
Herramientas Estadsticas Bsicas para
Anlisis y Solucin de Problemas
CONTROL ESTADISTICO
DE PROCESOS
La aplicacin de esta herramienta nos
permite monitorear los procesos
efectivamente
CONTROL ESTADISTICO
DE PROCESOS
CONTROL
Mantenimiento de un proceso dentro de
un comportamiento deseable
ESTADISTICA
Rama de las matemticas que sirve para
recolectar, analizar e interpretar datos.
PROCESO
Una serie de pasos o acciones que
producen un determinado producto o
servicio.
LUZ ADRIANA CHAPARRO ARANA
CONTROL ESTADISTICO
DE PROCESOS
El control estadstico de
procesos (CEP)
es una tcnica estadstica
aplicada para asegurar
que los procesos
cumplen con los
estndares.
LUZ ADRIANA CHAPARRO ARANA
Introducido al Japn
por William Edwards
Deming y Joseph Juran
en 1950
CONCEPTOS
POBLACION
Todos los productos o
servicios de una sola
fuente.
MUESTRAS
Artculos seleccionados
de una poblacin.
VARIABILIDAD
Cada producto vara
ligeramente respecto a
cualquier otro
fabricado con el mismo
proceso.
La clave es reducir y/o
controlar la cantidad de
variacin entre
productos.
LUZ ADRIANA CHAPARRO ARANA
CARACTERISTICAS DE
CALIDAD
Caractersticas
individuales de un
producto o servicio, las
cuales son cubiertas por
especificaciones u otros
requisitos y que generan
Satisfaccin de los
Clientes
LUZ ADRIANA CHAPARRO ARANA
PARMETROS DE PROCESO
Se conoce como parmetro al
dato que se considera
como imprescindible y
orientativo para lograr evaluar o
valorar una determinada
situacin. A partir de un
parmetro, una cierta
circunstancia puede
comprenderse o ubicarse en
perspectiva.
LUZ ADRIANA CHAPARRO ARANA
10
CRITERIOS DE EVALUACIN
VARIABLES
Evaluadas segn valores precisos
(medidas)
ATRIBUTOS
Evaluadas con base en:
S/NO
PASA/NO PASA
BUENO/REGULAR/MALO
LUZ ADRIANA CHAPARRO ARANA
11
MUESTREO
Mtodo de inspeccin para
obtener informacin de una
poblacin o universo.
Muy til para lotes de gran
tamao.
Ms econmico y ms
rpido.
LUZ ADRIANA CHAPARRO ARANA
12
MUESTREO
POBLACION
Todos los artculos tomados de una misma fuente
MUESTRA
Artculos seleccionados al azar de una poblacin. Puede
tener diferentes tamaos. Se denota como N
TAMAO DE LA MUESTRA
Nmero de elementos que se toman para el ensayo.
Se denota como n
13
INFERENCIA ESTADISTICA
POBLACION
Suposicin
Distribucin
Normal
MUESTREO
MEDICION
MUESTRA
DATOS
CALCULOS
INFERENCIA
ESTADISTICA
ESTADISTICA
14
ALTERNATIVAS PARA LA
TOMA DE DATOS
INSPECCION TOTAL
MUESTREO
Inspeccin de un grupo
reducido de individuos
pertenecientes a una
poblacin o universo.
15
TIPOS DE MUESTREO
TIPOS DE MUESTREO
ALEATORIO
( Azar )
ESTRATIFICADO
ALEATORIO
SISTEMATICO
PURO
Cada elemento tiene
la misma probabilidad
de ser elegido en la
muestra.
Se realiza el
muestreo a
una frecuencia
dada
ALEATORIO
Igual que el puro
aleatorizando los
puntos iniciales
de cada periodo
de produccin.
16
Grfica de control :
Mnimo 20 muestras.
Tamao segn el proceso.
17
GRFICAS DE CONTROL
18
GRAFICOS DE CONTROL
POR VARIABLES
VARIABLES:
Caractersticas de un
producto que son
evaluadas en
trminos de valores
precisos.
19
LIMITES DE
Vs.
ESPECIFICACION
LIMITES DE
CONTROL
* Definen el rango
tolerado de variacin
para un slo producto.
* Miden la variacin
real que existe en un
grupo de productos.
* Establecidos por un
ingeniero durante la
etapa de diseo.
* Basados en los
datos de medicin
de productos reales.
20
GRAFICA X - R
LCS
X
LCI
LCS
R
LCI
21
GRAFICA X - R
LCS
X
LCI
LCS
X
LCI
22
GRAFICA X - R
23
GRAFICA X - R
FORMULAS APLICABLES
X=
X=
X/n
X/K
n : Tamao de la muestra
K : Nmero de subgrupos
LCSX = X + A2.R
LCSR = D4R
LCI X = X - A2.R
LCIR = D3R
25
TABLA DE FACTORES
Tamao de
A2
muestra ( n )
2
1.880
3
1.023
4
0.729
5
0.577
6
0.483
7
0.41
8
0.373
9
0.337
10
0.308
D3
D4
0
0
0
0
0
0.076
0.136
0.184
0.223
3.268
2.574
2.282
2.114
2.004
1.924
1.864
1.816
1.777
d2
E2
1.128
1.693
2.059
2.326
2.534
2.704
2.847
2.970
3.078
2.659
1.772
1.457
1.209
1.184
1.109
1.054
1.010
0.975
26
TIPOS DE PATRONES EN
GRFICAS X-R
PATRON NATURAL
El proceso est bajo control estadstico.
La variacin entre productos se debe a causas comunes.
Los productos o servicios estn dentro de los lmites de
variacin anticipados.
27
PATRON NATURAL :
PATRON NO NATURAL
El proceso est fuera de control estadstico.
La variacin entre productos se debe a causas asignables.
Las causas asignables debern ser identificadas y
eliminadas para restaurar el control estadstico en el
proceso.
29
VALORES ATIPICOS
Puntos ocasionales que caen fuera de los lmites
de control.
Pueden indicar un evento especfico e inusual que
deber ser investigado.
30
TENDENCIA
Un movimiento continuo y estable de puntos
hacia un lmite de control.
En la mayora de los casos, la causa deber
ser investigada y eliminada.
31
32
MEZCLA
Series de puntos que se alternan de un lmite de control a otro.
Producida por dos distribuciones en un estudio.
Mezclas inestables que tienen puntos ms all de los lmites de
control.
Las causas de mezclas inestables debern ser identificadas y
eliminadas
33
MEZCLA
Las mezclas estables tienen puntos que permanecen dentro
de los lmites de control.
las mezclas estables resultan de dos distribuciones que estn
balanceadas.
Las mezclas estables pueden no requerir cambios en el
34
proceso.
ESTRATIFICACION
Tipo de mezcla estable.
Los puntos se mantienen muy cerca de la lnea
central.
Ningn punto se acerca a los lmites de control.
35
CORRIDA
Patrones que violan las reglas simples de
probabilidad.
36
zona A
zona B
zona C
zona C
zona B
zona A
37
CARTA DE CONTROL
L.S.E. +3S
+2S
+1S
-1S
-2S
L.I.E. -3S
38
HISTOGRAMAS
MEDICION
39
ELABORACIN DE UN
HISTOGRAMA
1. Contar el nmero de datos ( n ).
2. Calcular el rango( R ) de los datos.
3. Determinar el nmero de clases ( K ).
NUMERO DE DATOS
Menos de 50
50 - 100
100 - 250
Ms de 250
NUMERO DE CLASES
5-7
6 - 10
7 - 12
10 - 20
40
VALOR
MEDIO
FRECUENCIA TOTAL
7. Construir el histograma.
41
DISTRIBUCIN NORMAL
-3S
-2S
-1S
x
68.26%
95.46%
99.73%
1S
2S
3S
42
ELABORACION DE UN
HISTOGRAMA
1. Contar el nmero de datos ( n ).
2. Calcular el rango( R ) de los datos.
3. Determinar el nmero de clases ( K ).
NUMERO DE DATOS
Menos de 50
50 - 100
100 - 250
Ms de 250
NUMERO DE CLASES
5-7
6 - 10
7 - 12
10 - 20
43
VALOR
MEDIO
FRECUENCIA TOTAL
7. Construir el histograma.
44
Lmite de Especificacin
Superior ( LES )
45
46
Ppk
Habilidad Preliminar del Proceso
Se determina cuando se inicia el proceso de
fabricacin de un nuevo producto cuando
se toma la decisin de controlar
estadsticamente un proceso
El proceso debe ser monitoreado con este
ndice hasta cuando se logre mantenerlo
bajo control estadstico
47
DESVIACION ESTANDAR
(n-1)
Es una medida de
variacin dada por la
diferencia de los
valores respecto a la
media.
n-1 =
(x-x)2
n-1
LUZ ADRIANA CHAPARRO ARANA
48
CALCULO DE Ppk
Ppk = el mnimo de
LES - x
3n-1
x - LEI
3n-1
DISTRIBUCIN NORMAL
-3S
-2S
-1S
x
68.26%
95.46%
99.73%
1S
2S
3S
50
Cpk
MEDIDA DE CENTRAMIENTO DE LA DISTRIBUCIN
Lmite de especificacin
Inferior
Lmite de especificacin
Superior
EL CLCULO DE S
S=R /d2
Donde :
S = Estimado de la desviacin
estndar
R = Rango Promedio
d2 = Valor calculado
segn el tamao del subgrupo
TABLA DE FACTORES
Tamao del
d2
Subgrupo
2
3
4
5
6
7
8
9
10
1.128
1.693
2.059
2.326
2.534
2.704
2.847
2.970
3.078
52
CALCULO DE Cpk
Cpk = el mnimo de
LES - X
3S
X - LEI
3S
X=
X
No. de X
CLCULO de Rm:
Rm1 = X1 - X2
Rm2 = X2 - X3
Rm
Rm =
N Rm calculados
54
LCSX = X + E2 Rm
LCIX = X - E2 Rm
LCS Rm = D4 Rm
LCI Rm = D3 Rm
55
NDICES DE CAPACIDAD DE
PROCESO
Ppk
Habilidad Preliminar del Proceso
Poblacin: n-1
Prototipos - Preserie
Procesos Cronolgicamente
Inestables
Fuera de Control Estadstico
Patrones no naturales:
Valores Atpicos
Tendencias
Corridas
Mezclas
Cambios inesperados de nivel
Cpk
Capacidad del Proceso
Muestras: Subgrupos: S
Produccin en Serie
Procesos Estables
Patrones Naturales:
Distribucin Normal
56
57
DEFINICIONES
DEFECTO :
Una sola caracterstica de calidad
que falla en cumplir con las
especificaciones del diseo.
UNIDAD DEFECTUOSA :
Un producto que falla en cumplir
con las especificaciones debido a
uno o ms defectos.
LUZ ADRIANA CHAPARRO ARANA
58
ROSETAS DE MAZ
REQUISITO :
No ms de 10 rosetas de maz sin
reventar, por bolsa.
DEFECTO:
Una roseta de maz sin reventar.
POPCORN
UNIDAD DEFECTUOSA:
Una bolsa conteniendo ms de 10 rosetas
de maz sin reventar.
LUZ ADRIANA CHAPARRO ARANA
59
GRAFICA DE CONTROL DE
ATRIBUTOS
p
np
GRAFICA p :
Fraccin o porcentaje de unidades defectuosas.
GRAFICA np :
Nmero de unidades defectuosas.
60
GRAFICAS DE CONTROL DE
ATRIBUTOS
C
GRAFICA C :
Nmero de defectos.
GRAFICA U :
Promedio de defectos por unidad.
61
GRAFICAS DE CONTROL DE
ATRIBUTOS
Lmite de Control Superior (LCS)
Lnea Central ( p )
np
Lnea Central ( c )
Lnea Central ( u )
Lmite de Control Inferior (LCI)
62
Frmulas Aplicables
CARTA
Valor
Promedio
Desviacin
Estndar
Capacidad
p (1 p)
n
np
np
np ( 1 p )
np
u/n
63
GRFICA p
PROPORCION =
.07
.06
.05
.04
.03
.02
.01
0
1
MUESTRA
120
NUMERO
10
FRACCION
64
GRFICA np
12
10
8
6
4
2
0
1
MUESTRA
80
NUMERO ( np,c )
10
11
12
13
65
GRFICA c
6
5
4
3
2
1
0
1
MUESTRA
NUMERO (np,c)
10
11
12
13
25
1
66
GRFICA u
NUMERO DE DEFECTOS
PROMEDIO =
0.6
0.5
0.4
0.3
0.2
0.1
0
1
10
11
12
13
MUESTRA (n) 15
NUMERO(np,c)
FRACCION(p,u)
.07 .4
.27 .13 .4
.07 .13
0
0
67
Tormenta de ideas
Tcnica de Grupo
Nominal ( T.G.N )
68
TORMENTA DE IDEAS
Estimula la creatividad y
la toma de decisiones por
consenso .
Permite igualar la
participacin.
69
70
71
72
DIAGRAMAS DE FLUJO
Usados para describir un proceso, mostrando la serie
de sucesos que lo constituyen.
LUZ ADRIANA CHAPARRO ARANA
74
ELABORACION DE UN
DIAGRAMA DE FLUJO
1. Definir claramente los lmites
del proceso.
2. Realizar una lista de los pasos
del proceso.
3. Asignar el smbolo
correspondiente a cada
actividad.
4. Elaborar el diagrama.
Asegrese que cada paso
75
tenga
salida.
LUZ ADRIANA CHAPARRO ARANA
SIMBOLOS DIAGRAMAS
DE FLUJO
Ovalo: Inicio y final del proceso
76
HOJAS DE INSPECCION
77
ELABORACION DE HOJAS DE
INSPECCION
Definir que evento ser
observado.
Determinar el perodo de
tiempo para la recoleccin
de datos.
Disear un formato fcil
de usar.
El proceso de muestreo
debe ser eficiente.
LUZ ADRIANA CHAPARRO ARANA
78
DIAGRAMAS DE PARETO
79
PRINCIPIO DE PARETO
El 80% de los
problemas surgen
del 20% de las
causas
80
ELABORACION DE
DIAGRAMAS PARETO
1. Determinar que evento ser analizado.
2. Seleccionar la unidad de medicin.
3. Establecer el perodo de tiempo.
4. Disear y diligenciar una tabla de datos para
registrar las caractersticas analizadas, su frecuencia
y/o costo, la composicin porcentual y los
porcentajes acumulados.
Datos en orden descendente de frecuencia
5. Construir un diagrama de barras ( % total ).
6. Trazar la curva de Pareto ( % acumulado ).
LUZ ADRIANA CHAPARRO ARANA
81
DIAGRAMAS CAUSA-EFECTO
MATERIALES
METODOS
MANO DE OBRA
PROCESO
MEDICION
MAQUINARIA
MEDIO AMBIENTE
82
FUENTES DE VARIACIN
LOS PATRONES INUSUALES EN UNA GRAFICA
DE CONTROL INDICAN QUE LA VARIACION
ES DEBIDA A CAUSAS ASIGNABLES.
Las fuentes comunes de variacin son :
Materiales
Mquinas
Mano de obra
Medidas
Mtodos
Medio ambiente
Moneda
LUZ ADRIANA CHAPARRO ARANA
83
MATERIALES
Elementos o
provisiones que se usan
en un proceso
REVELAR FOTOS
Los qumicos
El tipo de rollo de pelcula
El tipo de papel
LUZ ADRIANA CHAPARRO ARANA
84
MANO DE OBRA
Las personas o los
operadores que
estn involucrados
en el proceso
Experiencia
Destreza
Agilidad
LUZ ADRIANA CHAPARRO ARANA
85
MEDIDAS
Instrumentos usados
para evaluar un
producto o servicio
Calibracin
Precisin
86
MQUINAS
Equipos usados
para producir un
producto o
servicio
Mantenimiento
Edad
LUZ ADRIANA CHAPARRO ARANA
87
MTODOS
Procedimientos
empleados en el
proceso
Claridad
Actualizacin
88
MEDIO AMBIENTE
Condiciones en que
se desarrolla el
proceso
Humedad
Temperatura
89
ELABORACION DE DIAGRAMAS
CAUSA-EFECTO
1. Definir claramente el efecto
2. Generar ideas.
3. Elaborar el diagrama:
El efecto se escribe a la derecha
Ubicar las ideas generadas en las
diferentes fuentes de variacin
Pregntese para cada causa Por
qu sucede?
LUZ ADRIANA CHAPARRO ARANA
90
DIAGRAMAS DE DISPERSION
VARIABLE 2
VARIABLE 1
91
DIAGRAMAS DE DISPERSION
1. Reunir entre 50 y 100 pares de datos en iguales
condiciones.
2. Trazar ejes de coordenadas
X = Causa ( factor )
Y = Posible efecto ( caracterstica de calidad )
3. Colocar parejas de puntos correspondientes.
4. Trazar las medianas y determinar SI HAY O NO
CORRELACION ( Tabla ).
5. Interpretar el diagrama.
92
PRUEBA DE CORRELACION
1. Hallar la mediana de X
2. Hallar la mediana de Y
3. Trazar una lnea vertical y una lnea
horizontal.
4. Marcar los cuatro sectores delimitados
por las medianas :
A partir del extremo superior derecho
y en sentido contrario de las
manecillas del reloj.
Cuente los puntos en cada sector.
LUZ ADRIANA CHAPARRO ARANA
93
DIAGRAMA DE DISPERSIN
5. Determinar los sectores con menor cantidad
de puntos y sumarlos.
6. Calcular N ( cantidad total de datos cantidad de puntos sobre la lnea ).
7. Comparar el resultado del numeral 5 con la
columna cantidad lmite de puntos de la
tabla.
Si la cantidad de puntos de ambos sectores
es menor que el lmite, existe correlacin.
LUZ ADRIANA CHAPARRO ARANA
94
CANTIDAD LIMITE DE
PUNTOS EN I+III,II+IV
CANTIDAD LIMITE DE
PUNTOS EN I+III,II+IV
20
21
22
23
24
25
26
27
28
29
30
32
34
36
38
40
5
5
5
6
6
7
7
7
8
8
9
9
10
11
12
13
42
44
46
48
50
52
54
56
58
60
62
64
66
68
70
14
15
15
16
17
18
19
20
21
21
22
23
24
25
26
95
97
98
POSIBLE CORRELACION
NEGATIVA
Un aumento en X causar
una tendencia negativa a
disminuir Y
Calidad vs Quejas de los
clientes
Entrenamiento vs Rechazo
99
100
MUCHAS GRACIAS!
101