Prctica de CONTROL DE CALIDAD

Grficos de control por variables e ndices de Capacidad

1. Objetivos de la prctica
Utilizacin de herramientas estadsticas para el Control de Procesos. En particular realizaremos:
1. Estudio Inicial del proceso. Utilizacin de grficos de control por variables para evaluar los parmetros del proceso cuando este esta bajo control.
2. Determinacin de ndices de capacidad del proceso. Permiten analizar la
variabilidad del proceso con relacin con los requisitos o especificaciones.
3. Control del proceso en lnea. Utilizacin de los grficos de control por variables para detectar cambios en el proceso.

2. Datos
En procesos de llenado de envases es importante controlar el nivel de llenado,

ya que la ley exige respetar los contenidos mnimos y por otra parte, el sobrellenado es motivo de altos costes que pueden comprometer la rentabilidad econmica de la produccin.
Los procesos de llenado de envases suelen
estar automatizados.
Se coloca un transmisor de dosificacin o
llenado que enva la
seal a una vlvula para que esta se abra y
cierre (ver figura).

Los datos a utilizar corresponden al nivel de llenado de botellas de agua mineral de 100 cl.

3. Estudio Inicial
El estudio inicial consiste en estimar los parmetros del proceso bajo control.
Para ello se toman K muestras del proceso y, mediante un procedimiento iterativo, se eliminan las que son sospechosas de haber sido tomadas cuando el
proceso estaba fuera de control.
Procedimiento iterativo:
1. Se extraen K muestras
2. Se estiman los parmetros
3. Se representan las muestras en los grficos de control
4. Se eliminan las muestras fuera de los grficos.
5. Se vuelve al paso 2.
Con el Statgraphics realizaremos este procedimiento iterativo de forma automtica.
El proceso de llenado produce 5000 botellas cada hora. Para el estudio inicial
del proceso se tomaron 20 muestras de 5 botellas cada una. Las muestras fueron tomadas en distintos das, y turnos para intentar recoger toda la variabilidad
del proceso. Los datos son presentados en la columna Llenado

3.1. Introduccin de datos

La realizacin de los Grficos de control (Medias y Rangos Medias y Desviaciones) con Statgraphics es muy similar. Por tanto, slo se describir cmo
hacer el anlisis de datos mediante los grficos de Medias y Rangos.
Desde el men principal se ha de seleccionar Special / Quality control / Variables control chart / X-bar and R.

Aparece la ventana:

Se introducen las observaciones

En el caso de tener las medias y los rangos de
cada muestra introduciramos aqu las columnas correspondientes
Se introduce el tamao de las muestras o la
columna que indica la muestra (en nuestro
ejemplo, podramos introducir la columna Subgrupo)

3.2. Seleccin de Estudio Inicial

Con el botn derecho del ratn pulsamos Analysis Options. Marcamos la
opcin Initial Study.

3.3. Construccin de Grficos de Control:

Numricamente

Grficamente

Tabular Optin

Graphics Option

Seleccionamos:

Seleccionamos:
o X-Bar Chart (grfico de medias)
o Range Chart (grfico de rangos)

Analysis Summary

Aparece la siguiente informacin

Aparecen los grficos de control para la media y

para el rango

X-bar and Range - Initial Study for Llenado

Number of subgroups = 20
Subgroup size = 5,0
0 subgroups excluded
X-bar Chart
----------UCL: +3,0 sigma = 100,511
Centerline
= 100,005
LCL: -3,0 sigma = 99,4999

Limites de control del

grfico de medias

4 beyond limits
Range Chart
----------UCL: +3,0 sigma = 1,85301
Centerline
= 0,876391
LCL: -3,0 sigma = 0,0

Limites de control de
grafico de rangos

1 beyond limits
Estimates
--------Process mean = 100,005
Process sigma = 0,37678
Mean range = 0,876391

Estimacin de parmetros:
Estimacin de
Estimacin de

Veamos a continuacin algunos de los clculos mostrados en esta pantalla de

resumen.
Estimacin de la desviacin tpica del proceso
Como en este grfico la dispersin se mide a travs de los rangos, tenemos
que el estimador insesgado de la desviacin tpica del proceso es:

R
d2

Donde R = 0.876391 y para n=5 tenemos d2=2.326. Por tanto,

R 0.876391
=
= 0.37678
d2
2.326

Lmites de control del grfico de medias

LCS = X + 3
LCI = X 3

= 100.005 + 3
= 100.005 3

0.37678
5
0.37678

= 100.511
= 99.4999

Lmites de control del grfico de rangos

LCS = D4 R = 2.115 * 0.876391 = 1.853

LCI = D3 R = 0 * 0.876391 = 0

3.4. Eliminacin de las muestras fuera de control

Si queremos estimar los parmetros del proceso bajo control, debemos eliminar las muestras que han sido tomado fuera de control. Cada vez que se elimina una muestra se deben volver a estimar los parmetros, recalcular los grficos, y, si alguna muestra se sale del grafico, volver de nuevo a estimar los parmetros, recalcular los grficos, as hasta que todas las muestras estn
dentro de los grficos.
Este proceso iterativo se realiza con el programa de forma automtica:
Pulsamos Analysis Options (botn derecho del ratn)

Pulsando el boton Exclude llegamos al siguiente men:

Opciones:
-

Automatic, el programa realiza la operacin eliminacin/reclculo de

lmites recursivamente hasta que todas las observaciones se encuentren dentro de los lmites de control. El programa actualizar los grficos y los anlisis. Los subgrupos eliminados aparecen marcados
para poder identificarlos.

Manual, sirve para que nosotros eliminemos de forma manual las

muestras fuera de control.
o Abrimos el grfico

o Seleccionamos la muestra (pulsando sobre la muestra con el

ratn, aparecer en amarillo)

o Con el boton
tra)

(eliminamos incorporamos la mues-

o Eliminamos las muestras fuera de los limites, una a una, hasta

que todas las muestras, tanto en el grafico de medias como en
el de rangos, estn dentro de los limites de control.
Se puede comprobar como cada vez que eliminamos una muestra el
Statgraphics recalcula los limites de los grficos.
-

Reset, sirve para incluir todos los grupos (solo til si hubiramos eliminado alguno)

3.5. Resultado
Una vez eliminadas todas las muestras que se salen fuera de los lmites de
control tanto del grafico de medias como el de rangos, el Statgraphics nos
proporciona la siguiente informacin:
Numricamente
(Tabular Option / Analisys Summary)

X-bar and Range - Initial Study for Llenado

Number of subgroups = 15
Numero de muestras,
Subgroup size = 5,0
tamao de las muestras
5 subgroups excluded

Numero de grupos excluidos

X-bar Chart
----------UCL: +3,0 sigma = 100,429
Centerline
= 99,9908
LCL: -3,0 sigma = 99,5526

Limites de control del

grfico de medias

0 beyond limits
Range Chart
----------UCL: +3,0 sigma = 1,60644
Centerline
= 0,759776
LCL: -3,0 sigma = 0,0

Limites de control de
grafico de rangos

0 beyond limits
Estimates
--------Process mean = 99,9908
Process sigma = 0,326645
Mean range = 0,759776

Estimacin de parmetros:
Estimacin de
Estimacin de

Grficamente
(Graphics Option / X-Bar Chart y Range Chart)

3.6 Conclusin
Se han observado 20 muestras, 5 han sido eliminadas por suponer que fueron
tomadas cuando el proceso estaba fuera de control. Con las 15 restantes se
han estimado los parmetros del proceso:
-

La media estimada, del proceso bajo control, es 99.9908

La desviacin tpica estimada, del proceso bajo control, es 0.326645

As, la capacidad del proceso, cuando el proceso est bajo control, definida
como 6, se estima como:

6 * = 6 * 0.326645 = 1.95987

4. ndices de Capacidad del proceso

Permiten analizar la variabilidad del proceso con relacin con los requisitos o
especificaciones.
La capacidad del proceso (6) es una medida de la dispersin natural de la variable que mide la calidad del producto o servicio. Bajo normalidad, el intervalo
3 (longitud 6) recoge al 99,7% de la poblacin, por lo que bajo normalidad la capacidad del proceso s es una medida representativa de cul es el intervalo en el que estamos produciendo casi toda nuestra produccin. Pero no
dice nada sobre si dicha calidad se ajusta o no a las especificaciones. Los ndices de capacidad pretenden comparar la capacidad del proceso con relaciona
a los requisitos o especificaciones.
La especificacin suele definirse mediante un Intervalo de Tolerancia (valor
nominal Error permitido)= (E). En este apartado se utilizar la siguiente notacin:
o LTS= lmite de tolerancia superior
o LTI=lmite de tolerancia inferior
A continuacin se muestran los ndices de capacidad ms habituales. Para la
interpretacin de los ndices, se supondr que la variable de inters se distribuye normalmente.
Indice
Indice de capacidad

Notacin
Cp

Frmula

LTS LTI
6

Indice de capacidad unilateral - inferior

CpL

X LTI
3

Indice de capacidad unilateral -Superior

CpU

LTS X
3

Indice de capacidad reciproco

Cr

1
Cp

Coeficiente de descentralizacin

X
1
( LTS LTI )
2

Interpretacin
Compara el intervalo de tolerancia con la
capacidad natural del proceso:
Si Cp>1 se dice que el proceso es capaz
Se suele utilizar cuando el intervalo de tolerancia es unilateral (ejemplo: la tensin
de rotura de cierto material tiene que ser
superior a LTI)
Se suele utilizar cuando el intervalo de tolerancia es unilateral (ejemplo: la temperatura mxima a la que debe funcionar el
proceso es LTS)

Si K >0, el proceso tiene un sesgo hacia

valores superiores al nominal (sesgo positivo), mientras
que si K < 0, el sesgo es hacia valores inferiores al nominal (sesgo negativo). Este
ndice no est
relacionado con la capacidad, por lo que
un proceso puede ser no capaz y tener un
valor de K bajo.

Existen algunos analistas que desaconsejan la utilizacin de estos ndices. Su

principal argumento es que resultan un resumen demasiado simplista de la
evolucin del proceso.
Supongamos que los requisitos, especificaciones o tolerancias del nivel de llenado de las botellas establecen que ese nivel de llenado debe estar entre los
99 y los 101 cl.
En Tabular Options

seleccionamos Capability Indices

Para obtener valores de ndices de capacidad debemos introducir las tolerancias del proceso. En Pane Options (botn derecho del ratn) obtenemos la siguiente ventana de introduccin de informacin

El resultado es :
Capability Indices for Llenado
Specifications
USL = 101,0
Nominal = 100,0
LSL = 99,0
Cp = 1,02048
Cpk = 1,01111
Cpk (upper) = 1,02985
Cpk (lower) = 1,01111
Cr = 0,979935
Cpm = 0,666323
K = -0,00918242
Based on 6.0 sigma limits.

5. Control en lnea
Con el fin de monitorizar el proceso de llenado, y as poder detectar rpidamente la presencia de causas asignables en el proceso, se decide establecer
un control estadstico del proceso. Para ello se toma una muestra de tamao 4
cada 20 minutos y se representan las medias y los rangos en los grficos de
control.
Los datos estn en la columna llenado_linea.
1. Introduccin de datos (idntico a lo realizado en el estudio inicial)
Menu: Special / Quality control / Variables control chart /X-bar and R

2. Establecer el control en lnea o control estndar.

-

Establecemos el control estndar. Analysis Options (botn derecho

del ratn)

Indicamos los parmetros del proceso

Calculados en el estudio inicial

3. Anlisis de los grficos

No slo los puntos fuera de las lneas de control 3 sigma (muestra 50 en

el grafico de rangos) dan la alarma de que el proceso esta fuera de control. Comportamientos poco aleatorios de los puntos tambin indican situaciones de fuera de control (muestra 4 y 5 en el grafico de rangos).
Si queremos la razn de por qu las muestras 4 y 5 estn indican situaciones fuera de control, elegimos la opcin Runs Test (Test de rachas)
dentro de Tabular Options.

Obteniendo el siguiente resultado

Runs Tests
Rules
----(A) runs
(B) runs
(C) sets
(D) sets

above
up or
of at
of at

Violations
---------Subgroup
4
5
50

or below centerline of length 8 or greater.

down of length 8 or greater.
least 5 subgroups with at least 4 beyond 1,0 sigma.
least 3 subgroups with at least 2 beyond 2,0 sigma.

X-bar Chart

Range Chart
D
D
D

donde se indica la regla (rules) que se ha aplicado en cada uno de esos

cuatro puntos.
Si queremos modificar estas reglas, lo podemos hacer si desde la ventana de resultados seleccionamos Pane Options, con el botn derecho
del ratn. Obtenemos entonces la siguiente ventana de opciones que
nos permite modificar los tests de aleatoriedad (o de rachas) como queramos.

Podemos ver grficamente el incumplimiento de estas reglas en los grficos de control si graficamos no slo las lneas 3 sigma, sino tambin
las 1 y 2 sigma. Sobre el grafico, pulsamos Pane Options (botn derecho)

Obteniendo los grficos:

6. Ejercicio de autoevaluacin
En el proceso de llenado se decide sustituir el transmisor de dosificacin por
un nuevo modelo. Para estimar la capacidad del proceso con el nuevo modelo, se toman 46 muestras de tamao 4 (columna Llenado_new en el archivo de datos).
o Estimar la capacidad del proceso
o Determinar los ndices de capacidad del proceso.