Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Art 88 1 PDF
Art 88 1 PDF
estable en el tiempo.
proceso con los lmites de control estadstico calculados, dibujados como rectas limitantes
sobre la grfica. Los datos de desempeo de proceso por lo general consisten en grupos de
datos.
Las graficas de control constituyen un mecanismo para detectar situaciones donde las
Cuando una grafica indica una situacin fuera de control, se puede iniciar una investigacin
proceso que ha sido afectado por una causa especial. Nos dicen cuando dejar que un
proceso trabaje por s mismo, y no malinterpretar las variaciones debidas a causas comunes.
Las causas especiales se deben contrarrestar con acciones correctivas. Las causas
comunes son el centro de atencin de las actividades permanentes para mejorar el proceso.
Las variaciones del proceso se pueden rastrear por dos tipos de cusas
Un elemento bsico de las grficas de control es que las muestras del proceso de inters
Adems de los puntos trazados la grafica tiene una lnea central y dos limites de control.
Estadstica y Control de Calidad Unidad IV
Si todos los puntos de la grafica se encuentran entre los dos limites de control se
considera que el proceso esta controlado. Una seal fuera de control aparece cuando un
punto trazado cae fuera de los lmites, lo cual se atribuye a alguna causa asignable y
3) Decidir la lnea central que deben usarse y la base para calcular los lmites. La lnea
central puede ser el promedio de los datos histricos o puede ser el promedio deseado.
interpretacin de los resultados y las acciones que debe tomar cada persona en produccin.
Valores observados
de X
Lnea central
Ejemplodegrficadecontrolgeneralizadaparapromedios
Estadstica y Control de Calidad Unidad IV
valores numricos. En tales casos, cada artculo inspeccionado por lo general se clasifica
El trmino atributos se utiliza en literatura sobre control de calidad para describir dos
situaciones:
2. Una sola pieza puede tener uno o mas defectos y el numero de estos es determinado.
ejemplo pasa o no pasa, cumple con las especificaciones y no cumple con las
muestra de observacin.
Grafica C.- Cuando una observacin consiste en la cantidad de defectos por unidad de
control) y que diferentes piezas son independientes entre si, con respecto a sus condiciones.
Estadstica y Control de Calidad Unidad IV
numero de defectuosas y p n
= X/ . como X tiene una distribucin binomial, E(X) = np y V(X)
normal. En el caso de que p conocida (o una grafica basada en un valor fijo), los limites de
control son
_________ _________
nn
Por lo general, el valor de p puede estimarse de los datos. Supngase que se dispone
= pi
i=1____
k
y limites de control
_________ _________
n n
si LCL es negativo, es sustituido por 0.
Ejemplo:
Se selecciona una muestra de 100 tazas de una figura especial de loza, durante cada
uno de 25 das sucesivos, y cada una se examina para ver si tiene defectos. Los nmeros
resultantes de tazas no aceptables y sus correspondientes proporciones muestrales son los
siguientes:
Estadstica y Control de Calidad Unidad IV
i
da ( ) XI p^I
1 7 0,07
2 4 0,04
3 3 0,03
4 6 0,06
5 4 0,04
6 9 0,09
7 6 0,06
8 7 0,07
9 5 0,05
10 3 0,03
11 7 0,07
12 8 0,08
13 4 0,04
14 6 0,06
15 2 0,02
16 9 0,09
17 7 0,07
18 6 0,06
19 7 0,07
20 11 0,11
21 6 0,06
22 7 0,07
23 4 0,04
24 8 0,08
25 6 0,06
Supngase que el proceso estuvo en control durante este periodo, establezca lmites de
__________________
.
LCL = 0 0608 - 3 (0.0608) (0.9392)/100 = 0.0608 - 0.0717 = -0.0109
__________________
Por lo tanto el LCL se iguala a 0. la grafica de control muestra que todos los puntos estn
control.
Estadstica y Control de Calidad Unidad IV
p^i
0,1325
0,1125
0,0925
0,0725
0,0525
0,0325
0,0125
-0,0075
0 5 10 15 20 25 30
Graficap
Ahora se considerara las situaciones en las cuales la observacin en cada punto en el tiempo
es el nmero de defectos en una unidad. La unidad puede estar formada por una sola pieza
o un grupo de piezas. Se supone que el tamao del grupo es el mismo en cada punto del
tiempo.
entonces
__
E(Y) = Y =
Del mismo modo Y tiene aproximadamente una distribucin normal cuando es grande
(10 ser suficiente para la mayora de los casos). Si Y1, Y2, , Yn son variables
__ __
LCL = - 3 UCL = + 3
Con xi igual al numero total de defectos en la i-esima unidad (i= 1, 2, 3, ), se trazan puntos
Por lo general, el valor de debe estimarse de los datos. Como E(Xi) = , es natural utilizar la
La grafica c para el numero de defectos en una unidad tiene su lnea central a una altura y
___
LCL = 3
___
UCL = + 3
Ejemplo.
Una empresa fabrica paneles metlicos, a veces aparecen fallas en el acabado de estos
paneles, por lo cual la compaa desea establecer una grafica de control para encontrar el
nmero de fallas. Los nmeros de fallas de cada uno de 24 paneles a los que se les hizo el
7 10 9 12 13 6 13 7 5 11 8 10
13 9 21 10 6 8 3 12 7 11 14 10
__________
___________
El punto correspondiente al decimoquinto panel se encuentra arriba del UCL, tras una
investigacin se encontr que la pasta empleada en ese panel tenia una viscosidad baja, al
eliminar esta observacin del conjunto de datos resulta = 214/23 = 9.30 y los nuevos
limites de control
__________
___________
25
20
15
10
0 5 10 15 20 25
30
Graficac
Estadstica y Control de Calidad Unidad IV
4.3 GRFICAS X y R
control para medias, o grfica X . La variabilidad de proceso puede monitorizar con una
Los pasos para crear las grficas se irn detallando paso a paso con un ejemplo de
Toma de muestras
Peridicamente se toma una pequea muestra (por ejemplo, de cinco unidades) del proceso,
y se calcular el promedio (X) y el rango (R) de cada una. Debe recolectarse un total de al
menos 50 medias individuales (esto es, diez muestras de cinco cada una) antes de calcular
los lmites de control. stos se establecen a +3o para los promedios y rangos muestrales.
Por ejemplo:
Se ha obtenido una grfica del contenido de plomo en partes por billn de 5 muestras de
Muestras de agua
Da 1 2 3 4 5
1 13 8 2 5 8
2 0 6 1 9 15
3 4 2 4 3 4
4 3 15 8 3 5
5 5 10 5 4 0
6 9 5 13 7 7
7 0 4 4 3 9
8 9 3 0 6 0
9 14 0 0 5 3
10 3 9 5 0 2
11 5 8 0 7 8
12 3 2 2 7 4
13 5 11 14 8 3
14 13 5 5 12 7
15 7 0 1 0 6
16 12 7 10 4 13
17 9 4 4 8 9
18 6 1 1 3 13
Estadstica y Control de Calidad Unidad IV
19 7 0 5 7 2
20 10 0 10 12 7
21 3 7 5 10 12
22 3 0 10 5 4
23 3 3 0 6 9
24 0 2 3 6 7
25 2 3 5 4 10
26 3 1 4 2 4
27 2 4 5 13 4
28 0 16 7 2 11
29 3 5 9 8 6
30 9 7 10 13 0
Estos datos servirn para el desarrollo de las grficas X y R. stos debern ser introducidos
Aplicando este conocimiento a nuestro ejemplo, se calculan los valores de los rangos
Muestras de agua
Da 1 2 3 4 5 Ri
obtiene sumando las Ri obtenidas en todas las muestras y dividindolo entre el nmero de
observaciones realizadas.
En el ejemplo se tiene que n = 30 porque cada uno de los 30 das se hizo 1 muestra; la suma
de los rangos deber dividirse, entonces, entre 30. Esto puede calcularse con la funcin de
crear un apartado en el diseo de la hoja de Excel que se est utilizando donde se guarden
Muestras de agua
Da 1 2 3 4 5 Ri
1 13 8 2 5 8 11
2 0 6 1 9 15 15
11 5 8 0 7 8 8
12 3 2 2 7 4 5
13 5 11 14 8 3 11
14 13 5 5 12 7 8
15 7 0 1 0 6 7
16 12 7 10 4 13 9
17 9 4 4 8 9 5
18 6 1 1 3 13 12
19 7 0 5 7 2 7
20 10 0 10 12 7 12
21 3 7 5 10 12 9
22 3 0 10 5 4 10
23 3 3 0 6 9 9
24 0 2 3 6 7 7
25 2 3 5 4 10 8
26 3 1 4 2 4 3
27 2 4 5 13 4 11
28 0 16 7 2 11 16
29 3 5 9 8 6 6
30 9 7 10 13 0 13
Como ya se ha explicado, los lmites superior e inferior nos ayudan a deducir si nuestro
grfico se encuentra dentro o fuera de control. Por esto es necesario ubicar su lugar en el
histograma ( que se har posteriormente) con ayuda de las siguientes frmulas abreviadas:
siguiente tabla:
Estadstica y Control de Calidad Unidad IV
observaciones en estimacin de R:
* Estos valores se usarn en la elaboracin del grfico. Agregue una columna del mismo
nmero de filas de muestras (en este caso, 30) por cada valor obtenido, es decir, 1 columna
de 30 filas con el valor 19.38 (en cada una de las filas) y otra columna de 30 filas con el valor
0. Esto es para crear una lnea indicativa de los lmites en la creacin del grfico. Si lo desea,
Crear el Grfico R
En Excel, con ningn valor seleccionado y las columnas ya creadas, siga los siguientes
pasos:
2) D clic en la pestaa Serie y elimine todas las grficas hechas por Excel, si las hay,
3) D clic en Agregar
4) Como Rtulos de los ejes de categoras (X), d clic en el icono y proponga los
valores de los das del 1 al 30. D ENTER. stos son los valores x.
5) Como Valores proponga todos los valores de Ri de la tabla y d ENTER. stos son
los valores y.
6) Para los lmites d clic en Agregar, d los mismos valores de X pero como Y proponga
a los valores obtenidos como Lmite Superior, en este caso, la columna con el valor
19.38.
Estadstica y Control de Calidad Unidad IV
Grfico de los lmites dando clic derecho sobre ellos y eligiendo la opcin Tipo de
grfico.
Grfico R
25
20
15
10
0 5 10 15 20 25 30
En base a la primera tabla de datos, se realizar ahora un grfico X, que es muy parecida a
En la tabla de datos se agrega una columna y se realiza el clculo de los promedios, que es
la suma de los elementos de la primera muestra m entre el nmero de elementos, esto es,
X = (m1 + m2 + ... + mn)/ n. En Excel puede utilizarse la frmula (=PROMEDIO(m1:mn)),
Aplicndolo al ejemplo, se tiene que el valor de n=5 porque son 5 muestras en total,
Muestras de agua
Da 1 2 3 4 5 Xi
El valor de ser posteriormente utilizado en las frmulas de clculo de los lmites superior e
Por esto se recomienda que una vez calculado, se enmarque o copie este valor en la misma
hoja de Excel pero en un espacio especial para facilitar la resolucin de dichas frmulas.
siguiente tabla:
Muestras de agua
Da 1 2 3 4 5 Xi
1 13 8 2 5 8 7.2
2 0 6 1 9 15 6.2
7 0 4 4 3 9 4
8 9 3 0 6 0 3.6
9 14 0 0 5 3 4.4
10 3 9 5 0 2 3.8
11 5 8 0 7 8 5.6
12 3 2 2 7 4 3.6
13 5 11 14 8 3 8.2
14 13 5 5 12 7 8.4
15 7 0 1 0 6 2.8
16 12 7 10 4 13 9.2
17 9 4 4 8 9 6.8
18 6 1 1 3 13 4.8
19 7 0 5 7 2 4.2
20 10 0 10 12 7 7.8
21 3 7 5 10 12 7.4
22 3 0 10 5 4 4.4
23 3 3 0 6 9 4.2
24 0 2 3 6 7 3.6
25 2 3 5 4 10 4.8
26 3 1 4 2 4 2.8
27 2 4 5 13 4 5.6
28 0 16 7 2 11 7.2
29 3 5 9 8 6 6.2
30 9 7 10 13 0 7.8
Estadstica y Control de Calidad Unidad IV
de Lmites Superior e Inferior de los Rangos Muestrales, que es igual a 0.577 para nuestro
* De la forma anterior, estos valores se usarn en la elaboracin del grfico. Agregue una
columna del mismo nmero de filas de muestras (en este caso, 30) por cada valor obtenido,
es decir, 1 columna de 30 filas con el valor 10.88(en cada una de las filas) y otra columna de
30 filas con el valor 0.30. Esto es para crear una lnea indicativa de los lmites en la creacin
del grfico. Si lo desea, haga lo mismo con el valor del lmite central de X.
Crear el grfico X
Realice la grfica como se indica en Crear el grfico R, pero cambie los valores de Y por los
valores de X promedio de las muestras. De igual forma agregue series que permitan apreciar
Grfico X
12
10
0 5 10 15 20 25 30
Se colocan las grficas para X y R una encima de la otra de manera que el promedio y el
rango para cualquier subgrupo se encuentren en la misma lnea vertical. Observe si alguna
de ellas o ambas indican una falta de control para ese subgrupo.
Las X fuera de los lmites de control son sea de un cambio general que afecta a todas las
piezas posteriores al primer subgrupo fuera de los lmites. El registro que se guarda durante
estudiarse para descubrir la variable que pudo haber causado que saliera de los lmites de
Las R fuera de los lmites de control indican que la uniformidad de proceso ha cambiado. Las
causas comunes son un cambio en el personal, un aumento en la variabilidad del material o
Una sola R fuera de control puede ser causada por un cambio en el proceso ocurrido
Se buscan patrones poco usuales o no aleatorios. Nelson (1984, 1985) proporciona ocho
pruebas para detectar esos patrones en las graficas de control usando lmites de control a
3 :
Las tcnicas estadsticas pueden ser tiles en el ciclo de un producto, incluyendo las
proceso, para analizar esta variabilidad respecto de los requerimientos o especificaciones del
medida esta variabilidad. A esta actividad general se le llama anlisis de capacidad del
proceso.
instantnea.
El anlisis de capacidad del proceso se define como el estudio de ingeniera para estimar la
condicin de una distribucin de probabilidad que tenga una forma, centro (media) y
dispersin (desviacin estndar) especificados. De manera alternativa, la capacidad del
proceso puede expresarse como un porcentaje fuera de las especificaciones. Sin embargo,
las especificaciones son necesarias para realizar el anlisis de capacidad del proceso.
mejoramiento de calidad. Entre los usos principales de los datos de un anlisis de capacidad
especificacin realistas.
2. Seleccionar, entre procesos que compiten, el proceso ms adecuado para que las
tolerancias se cumplan.
3. Planear la interrelacin entre procesos secuenciales. La cuantificacin de las
capacidades respectivas del proceso con frecuencia seala el camino para encontrar
una solucin.
5. Asignar mquinas a los tipos de trabajos para los cuales son ms adecuadas.
6. Probar las teoras de las causas de defectos durante los programas de mejoramiento
de calidad.
7. Servir como base para la especificacin de los requerimientos de calidad para las
mquinas compradas.
Por tanto, el anlisis de capacidad de proceso es una tcnica que tiene aplicacin en muchos
segmentos del ciclo del producto, incluyendo el diseo de producto y procesos, la fuente de
nominal. Slo el 0.27% de la salida del proceso quedar fuera de los lmites de tolerancia
Una razn importante para cuantificar la capacidad del proceso es poder calcular la
capacidad del proceso de mantener las tolerancias del producto. Para procesos que se
Quienes planean intentan seleccionar procesos que tengan 6 de la habilidad del proceso
Un proceso que cumple bien con los lmites de especificacin (rango de especificacin =
del proceso no permanecer en el punto medio del rango de especificacin sugiere que Cp
ICP Decisin
capacidad de diseo.
inicial.
0.67<ICP<1
La capacidad del proceso, segn se mide con Cp, se refiere a la variacin en un proceso
As, el ndice Cp mide la capacidad potencial, suponiendo que el promedio del proceso es
igual al punto medio de los lmites de especificacin y que el proceso est operando bajo
til tener un ndice de habilidad que refleje ambas variaciones y la localizacin del promedio
del proceso. Tal ndice es Cpk.
El ndice Cpk refleja la proximidad de la media actual del proceso al lmite de especificacin
superior (LES) o bien, al lmite de especificacin inferior (LEI). Cpk se estima mediante:
X - LEI LES - X
C pk = min ,
3s 3s
Si el promedio actual es igual al punto medio del rango de especificacin, entonces Cpk = Cp.
Entre ms alto sea el valor de Cpk, ms baja ser la cantidad de producto que est fuera de
estima la capacidad.
Estadstica y Control de Calidad Unidad IV
Un artculo disconforme es una unidad del producto que no satisface una o ms de las
especificaciones para ese producto. Cada punto especfico en el que no se satisface una
naturaleza y gravedad, es muy posible que una unidad contenga varias disconformidades y
no se clasifique como disconforme. Hay muchas situaciones prcticas en las que es
2. En sola pieza puede tener uno o mas defectos y el numero de estos es determinado.
La primera (la grfica p) se refiere a la fraccin defectiva por no cumplir con las
especificaciones.
La segunda (la grfica np) se refiere al control del nmero de artculos no conformes.
Grficos np
Fundamentos tericos
BASADOS: en el nmero de elementos en una muestra o subgrupo que son juzgados como
Las frmulas para calcular los lmites de control, la media proporcional y la lnea central del
-
* p = Numero total de elementos disconformes en todos los grupos
Nmero total de elementos en todos los grupos
* LCL = np - - 3
np- (1 p-)
Creando un grfico np
importante aclarar que los grficos np se utilizan cuando el tamao de las muestras es el
mismo cada vez que se toman; de ah que el tamao de la muestra, n, es constante.
Una manufacturera de esponjas de gasa toma una muestra de 600 esponjas diariamente, las
Proporcin
Elementos
Da n disconforme
disconformes -
p = (x/n)
4 21 600 0.035 .
.
5 23 600 0.038
.
6 39 600 0.065
.
7 18 600 0.030
.
8 24 600 0.040
y as
9 20 600 0.033
sucesivamente.
A continuacin, se sustituyen los valores en las frmulas para calcular los valores de los
lmites. As, se tiene que
-
p = Numero total de elementos disconformes en todos los grupos
-
p = 208 (suma de la columna Elementos disconformes)
-
p = 0.0385
_________
* Estos valores se usarn en la creacin del grfico np. Para realizar el histograma, siga los
pasos del subtema 4.3 GRFICAS X Y R, en la seccin Crear el grfico R. Los pasos son
bsicamente los mismos, slo basta sustituir el valor de los elementos disconformes en lugar
La grfica resultante es
50
lartseum atneuC
40
30
20
10
1 2 3 4 5 6 7 8 9
Nmero muestral
Estadstica y Control de Calidad Unidad IV
Grficos p
Fundamentos tericos
suposiciones del grficonp. Al contrario delnp, los grficosp pueden ser usados para
tamaos de muestraiguales odiferentes.
muestrasenlugardeelnmerodedisconformidades.
calidad.
- Descubrir los puntos bajos fuera de control que indiquen normas menos estrictas para
Las frmulas que nos permiten encontrar los valores de los lmites cuando el tamao de la
muestra es igual son:
_________ _________
nn
_________
Creando un grfico p
En base al ejemplo anterior de las muestras de gasas, se crear un nuevo grfico siguiendo
UCL = 0.062
Estadstica y Control de Calidad Unidad IV
nicroporP 0.08
0.06
0.04
0.02
1 2 3 4 5 6 7 8 9
Muestras
Hay algunos casos en los que el tamao de las muestras es distinto cada vez. En esos casos
-
se utiliza la frmula de n (mencionada anteriormente) para sacar un promedio del tamao
esto no puede hacerse, los lmites en los grficos `XyR deben ser variables.
,
Una vez que se ha estimado s estos lmites para diversos tamaos de muestra pueden
obtenerse utilizando los factores y frmulas. En donde los datos utilizados para estimar s
incluyen subgrupos de diversos tamaos.
sean comparables en sus medias. Si se analizan muestras que tienen contenido qumico
algo diferente, los promedios de los subgrupos no son comparables. Sin embargo, la
control de R o s proporciona una base para juzgar si esta dispersin parece estar influida por
un sistema de causas constantes.
alguna variable medida, procedentes de diferentes fuentes. Puede ser conveniente aplicar
una prueba de homogeneidad a estas cifras para ver si hay una clara evidencia de que las_
Algunos autores sobre control estadstico de calidad son partidarios del uso de dos
conjuntos de lmites en los grficos `X. Los lmites externos, llamados algunas veceslmites
deaccin son los lmites convencionales casi siempre en 3-sigma o si se utilizan lmites de
0.05 en 1.96-sigma
Problemas Que Acarrea Una Mala Interpretacin De La Relacin Entre Los Lmites Del
Grfico De Control Y Los Lmites De La Especificacin
individuales, los lmites de la especificacin tienden a confundirse con los lmites del grfico
de control. Esta confusin existe en muchas mentes del personal de taller, inspectores, e
totales, los valores que aparecen en el grfico no son comparables con los lmites de
veces. Los valores de los lmites y de la lnea central, son los valores_ del grfico `X
multiplicados por n. Cualquier conclusin que se saque del grfico X, puede hacerse
Este tipo_ de grfico puede ser mejor que nada, pero es mucho menos satisfactorio que
panormica clara de los cambios que tienen lugar en el proceso, ni siquiera una prueba
grfico que refleje tambin la tendencia central de los subgrupos. Un grfico as podra ser
central de un subgrupo es que puede encontrarse rpidamente sin tener que efectuar
puede ser posible. Esto es cierto cuado un comprador desea aplicar el anlisis de grficos de
Aqu los grficos de control son simplemente una prueba de homogeneidad. Esta
homogeneidad puede haberse obtenido por un sistema de causas constantes durante la
produccin.
El anlisis con grficos de control puede tambin aplicarse a los datos que ya se tienen
disponibles y que no se obtuvieron teniendo en mente el grfico de control, siempre que haya
alguna base racional para establecer los subgrupos. Aqu los grficos de control tambin son
simtrica. Por tanto, en un grfico `X, los lmites de probabilidad, al igual que los lmites 3-
sigma, son equidistantes de la lnea central del grfico. Por el contrario, como las
disponer de factores independientes para los lmites de control superior e interior, para que
Por Variables
Para describir los lmites de los grficos de control de `X, R y s se utilizan dos puntos de
vista.
Uno de ellos, es que la fijacin de los lmites debe basarse en el valor numrico de una
probabilidad, que debera ser aquella que, sin que se produzca ningn cambio en la
Estadstica y Control de Calidad Unidad IV
poblacin, un punto cayera dentro de los lmites de control. Los partidarios de esta teora,
normalmente han adoptado como = valor de esta probabilidad en los grficos `X, 0.998.
importante es que exista u criterio definido para el establecimiento de los lmites y que dicho
criterio constituya una gua adecuada para las acciones que debern basarse en los grficos
de control.
s
Aunque en los grficos `X , los lmites de probabilidad son, al igual que los lmites 3-
Un punto en el que los defensores de los lmites de probabilidad han puesto mayor nfasis
es que, para los tamaos de subgrupo usuales de 5 elementos o menos, el lmite inferior 3-
sigma en estos grficos es cero. Por lo contrario para un tamao de subgrupo de tres o
que es similar al efecto que sobre el producto tendra una mezcla que se llevara a cabo en el
grficos de medias mviles y agregar grficos para amplitudes mviles. El clculo de estos
Mvil
espaciadas en el tiempo.
Bajo tales circunstancias, tal vez se quiera representar los valores `X en lugar de
mvil como medida de la dispersin del proceso. El A.S.T.M. Manual on Quality Control of
Grfico `X Para Medias De Universo Que Presentan Una Tendencia Con Una Desviacin
Estndar Constante
uniforme alo largo de su periodo de uso. Este desgaste puede ser uno de los factores que
influyen en el valor medio de cierta dimensin del producto fabricado y puede ser
La lnea central y los lmites de control para el grfico `X , en este caso, deben ser
es posible determinar el ajuste inicial y la longitud de la corrida que juntas darn el periodo
mximo entre los ajustes de maquinaria consistentes con las tolerancias especificadas.
Estadstica y Control de Calidad Unidad IV
Para mantener el mismo nivel de sensibilidad con respecto a los cambios que tienen lugar
calidad, en la determinacin del tamao de la muestra existen dos aspectos que requieren
una adaptacin especial de dicho grfico. Primero hay que esperar que en la muestra
Segundo, cuanto mayor sea el tamao de la muestra, tanto ms probable es que, durante
de que los cambios que tuvieran lugar entre la toma de dos muestras no se detectaran.
En casos en que sea necesario hacer uso de la inspeccin por atributos, e interese
muestras pequeas. Aqu, la nica manera en que un grfico p o un grfico con np pueden
aplicacin de normas de aceptacin, que sean mucho ms rigurosas que las impuestas por
las especificaciones. Esto es, puede establecerse una definicin especialmente severa de un
defectuoso, que solo se emplee para efectos de control de proceso a travs del grfico de
de rechazo para los valores medios. Suponiendo que s es conocida y constante, y que
prcticamente todo el producto caer dentro de los lmites `X 3s, es fcil calcular los
valores extremos de `X que permitirn que prcticamente todo el producto caiga dentro de
los lmite de la especificacin. Los lmites de rechazo para los valore medios son unos lmites
del grfico de control que resultaran apropiados si `X estuviera presente en cada uno de
estos valores calculados.
control en los grficos `X, la constituye la sustitucin de los lmites de control por los lmites
de rechazo. En este caso, los lmites de rechazo reciben el nombre de lmites de control
de estos lmites solo resulta interesante cuando el campo de variacin del proceso (estimado
muchas veces en 6 s) es considerablemente menor que la diferencia entre los dos lmite de la
especificacin (S-I).
muestrales graficando las sumas acumuladas de las desviaciones que presentan los valores
muestrales respecto al valor objetivo. Por ejemplo, suponer que se colectan muestras de
para la media del proceso, la grfica de control de suma acumulada se construye graficando
la cantidad:
i
Ci = (x j - 0 )
j=1
incluyndola.
acumulada definida en la ecuacin anterior es una fluctuacin aleatoria con media cero. Sin
desarrolla una tendencia en los puntos graficados, sea ascendente o descendente, sta
deber considerarse como evidencia de que la media del proceso se ha corrido y deber
La grfica CUSUM no es una grfica de control, ya que carece de los lmites de control
Estas grficas de control se disearon para identificar cambios pequeos, pero sostenidos,
en el nivel de un proceso, con mucha mayor rapidez que las grficas `X normales. Debido a
defecto.
La grfica de suma acumulada abarca todos los datos anteriores, al graficar sumas
decir:
St = (`x - `x
i 0 )
la suma acumulada cuando se efecta la i-sima observacin. Ntese que cuando n=1 , `x i
La mascarilla se coloca en la grfica de tal manera que la punta, P, quede en el ltimo punto
Si no hay puntos anteriores fuera de los lmites de control, se supone que el proceso est
bajo control. Si, por ejemplo, hay un desplazamiento en el promedio del proceso sobre el
valor de referencia, cada nuevo valor que se aade a la suma acumulada har que St
aumente y ocasionar una tendencia hacia arriba, en la grfica. Finalmente, un punto puede
quedar fuera del lmite superior de control, lo cual indica que el proceso se ha salido de
Prepare una grafica CUSUM bilateral para X para los datos de la siguiente tabla
subgrupo
X R
S 277
Suponga que las especificaciones para este articulo son 190.5 y 210.5 utilice el valor nominal
X
de 200.5 como
0
normal y un grado de riesgo de 0.027 correspondiente a limites 3- Sigmas
en una grafica de control de Shewhart. La magnitud del desplazamiento, D, que se debera
RESPUESTAS
Formulas
2
s
n D
d = E(a) tan q=
D 2 y
Datos
a =0.0027
E (a ) = 13.215
X = 200.5
0
D = 7.8
y = 5
d = 2.326( porquen = 5)
2
n= 5
Procedimiento
277
R = = 11.08
25
s R 11.08
= =
n d n
2
(
2.326 )( 5 )= 2.13
2.13
d = 13.215 = 0.985unidades
7.8
7.8 7.8
tan q= = = tan - 1
(
0.78 )=
37 57
'
( )( )
2 5 10
Estadstica y Control de Calidad Unidad IV
En donde E(a) = factor que es funcin de la probabilidad aceptable de error Tipo I para los
diversos valores de a que se dan a continuacin. E(0.0027) corresponde a la probabilidad del
error Tipo I (a) relacionada con los lmites 3-sigmas normales de Shewhart.
1/2 a
(prueba 0.00135 0.005 0.01 0.025 0.05
unilateral)
bilateral)
R sR sRMS s
d =
2
d =
3
c =
2
c = 4
s s s s
sR a partir de R
Nmero de
en subgrupo
d 2
d 3 c 2 c
4
n
2 1.128 0.8525 0.5642 0.7979