Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Ver Primeiro PDF
Ver Primeiro PDF
Planes de muestreo
Por:
www.laformacion.com - www.libroelectronico.net 1
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
ndice.
1.1. Introduccin.
1.2. Variacin y sus causas.
1.3. Grficos de control.
1.4. Capacidad de procesos.
1.5. Precontrol.
1.6. Ejemplos.
2. Planes de muestreo.
www.laformacion.com - www.libroelectronico.net 2
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
1.1. Introduccin.
1.2. Variacin y sus causas.
Grficos de variables X , R.
Grficos de medidas individuales X.
Grficos X / R con media mvil.
( )
Grficos X ,S .
Grficos mediana y recorrido.
Grficos X objetivo, R.
1.4.1. Definiciones.
1.4.2. ndices de capacidad.
1.4.3. Conclusiones sobre los estudios de capacidad.
1.4.4. Consideraciones sobre la dispersin de los procesos.
1.5. Precontrol.
1.6. Ejemplos.
www.laformacion.com - www.libroelectronico.net 3
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
1.1. Introduccin.
Es sabido que, en los procesos repetitivos, por muy bien regulados que se encuentren,
no se obtienen productos iguales. Las diferencias, sean grandes (que se detectan fcilmente) o
pequeas (de ms difcil deteccin), existen siempre.
Es necesario, pues estudiar las causas que producen diferencias para poder actuar
antes de que se produzcan. sta es la misin del Control Estadstico de Procesos (CEP),
detectar cualquier posible desajuste susceptible de originar una disminucin del nivel de
calidad exigido.
www.laformacion.com - www.libroelectronico.net 4
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
Proceso
Mano de Obra
Instalaciones Curso De Produccin
Materiales
Mtodos
Entorno
Informacin sobre el
comportamiento del
Proceso Medidas
Medidas Informacin sobre el correctoras
correctoras comportamiento del
Proceso en curso de al curso de
al Proceso Produccin. Produccin
Reduccin de costes.
Mejora de calidad y rendimiento.
Reduccin de la actividad de inspeccin innecesaria.
Reduccin de recuperaciones y chatarra.
Puesta en evidencia de muchos problemas de diseo.
Resolucin sencilla de difciles problemas relacionados con especificaciones y
requerimientos.
Aislamiento de las fuentes de variacin de los procesos.
En la realidad existen dos aspectos distintos del CEP que por lo general suelen ser
confundidos: el control de procesos y la capacidad de procesos.
www.laformacion.com - www.libroelectronico.net 5
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
Se denomina variacin a las diferencias que resultan del efecto combinado de las
influencias, internas y externas, que afectan a los factores (mano de obra, instalaciones,
materiales, mtodos y entorno) que intervienen en un proceso. El concepto de variacin es
tambin aplicable a procesos administrativos, de fabricacin o de servicios.
Por ejemplo, las diferencias en el tiempo de tramitacin de un pedido variarn segn las
personas encargadas de realizarlo, los medios disponibles y los sistemas empleados en cada
momento. Las diferencias entre piezas moldeadas pueden ser debidas a la mquina, al
material, al operario, al entorno o al mtodo seguido.
a. Causas comunes.
b. Causas especiales.
www.laformacion.com - www.libroelectronico.net 6
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
Ejemplos de causas especiales son: error del operario, ajuste incorrecto y materia
prima defectuosa.
Las diferencias entre las causas comunes y las especiales se resumen en la s siguiente
tabla:
www.laformacion.com - www.libroelectronico.net 7
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
Las causas de variacin y su intensidad hacen que un proceso sea estable o inestable. Y
si ste es estable, determinan si es capaz o no capaz.
Proceso estable.
Proceso estable
www.laformacion.com - www.libroelectronico.net 8
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
Proceso inestable.
Proceso inestable
www.laformacion.com - www.libroelectronico.net 9
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
www.laformacion.com - www.libroelectronico.net 10
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
www.laformacion.com - www.libroelectronico.net 11
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
Este tipo de grficos es utilizado cuando las caractersticas que pretendemos controlar
son medibles y el instrumento de control utilizado permite establecer su valor.
La validez de este tipo de grficos y por lo tanto de las estimaciones realizadas y las
consecuencias extradas a partir de ellos, consiste en suponer que la distribucin de
frecuencias que sigue la poblacin constituida por los elementos producidos por el proceso es
(
una Distribucin Normal N , . )
En la prctica el mtodo de control consistir en la obtencin a lo largo del proceso (en
funcin del tiempo), de informacin acerca del producto que nos permita estimar los
parmetros que definen la distribucin:
Una vez conocidos estos parmetros y puesto que la distribucin la suponemos normal,
podremos calcular a priori entre que valores oscilar la produccin.
Estos dos grficos se irn formando simultneamente con los datos extrados de la
produccin. En la siguiente figura se muestran estos dos tipos de grficos, comparando cada
muestra con los valores centrales y los lmites superiores e inferior de la tendencia central y de
la dispersin.
www.laformacion.com - www.libroelectronico.net 12
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
Ahora bien, sabemos que la tendencia central y la variabilidad de una poblacin pueden
venir expresadas por distintas medidas: media, moda, mediana, desviacin tpica, varianza,
recorrido, etc. Por lo tanto, los dos grficos antes mencionados podran construirse a partir de
estas medidas.
Adems, si al conjunto de los dos grficos le damos una entidad nica tenemos que
grficos (tendencia central, variabilidad) habr tantos como posibles combinaciones de estas
medidas.
Consideremos un proceso en el que para los valores individuales de las piezas vale 5
mm., siendo la media del proceso 100 mm. La dispersin 3 que como sabemos agrupa
ms del 99% de los valores individuales oscila entre 85 mm. y 115 mm. Si en el proceso se
presenta una anormalidad que lleve la medida de 100 a 105 mm., mover los lmites hasta los
valores 90 y 120 mm. Sin embargo la probabilidad de que un valor individual caiga fuera de
los lmites primitivos, se demuestra estadsticamente que es aproximadamente de 2%.
Por los motivos anteriores se escoge un tamao de muestra que est comprendido
entre 4 y 5 unidades producidas consecutivamente en un solo flujo de proceso (una
www.laformacion.com - www.libroelectronico.net 13
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
sola herramienta, cabezal, troquel, etc), para que la variacin dentro de cada
muestra represente fundamentalmente causas comunes.
Las muestras deben cogerse con unos intervalos entre ellas que nos garanticen que
stas van a ser representativas de la poblacin que pretendemos estudiar.
Por una parte, intervalos muy cortos en donde no ha habido oportunidad de cambios
sobre el proceso, aparte de encarecer el proceso, no nos garantizan una mayor
informacin sobre el mismo. Si por el contrario con una idea de economa, el
intervalo entre tomas de muestras es muy dilatado, lo ms probable es que nos
pasen desapercibidas las causas especiales que estn actuando sobre l.
4. Registro de datos
a) Identificacin de la pieza.
Referencia.
Denominacin.
b) Identificacin del proceso.
Operacin.
Caracterstica.
www.laformacion.com - www.libroelectronico.net 14
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
c) Identificacin de la muestra.
Tamao.
Frecuencia.
Fecha.
Turno.
Hora.
X 1 + X 2 +....+ X n
Media: X = Recorrido: R =X max X mim
n
donde X1, X2 ....Xn son los valores individuales dentro de cada muestra, n el tamao
de la muestra y Xmax, Xmin los valores individuales mximo y mnimo dentro de cada
muestra.
Las escalas verticales de los dos grficos tanto el de medias como el de recorridos no
se encuentran pre-impresos y es necesario determinarlas para cada caracterstica a
controlar.
a. Grfico (X ).
La amplitud de la escala (Valor mximo - Valor mnimo) debe ser al menos dos
veces la diferencia entre las medias mximas y mnima de la muestra.
El centro de la escala (para tolerancias bilaterales) se tomar en principio en el
valor nominal de la caracterstica a controlar (valor central del campo de tolerancias
especificado).
b. Grfico ( R) .
La escala ir desde el valor mnimo 0 a un valor mximo igual o mayor al doble del
recorrido mximo que se haya encontrado durante el periodo de puesta a punto.
Es recomendable que la escala del grfico de recorridos sea doble que la
correspondiente al grfico de medias (p.e. si una divisin del grfico de medias es
0,2 mm., en el de recorridos deber ser de 0,4 mm.).
www.laformacion.com - www.libroelectronico.net 15
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
El proceso bsico para situar los lmites de control en los grficos de variables es
similar al clculo de los lmites de 3 en las distribuciones de frecuencia.
La nica diferencia estriba en que los lmites de control para los grficos de variables
se establecen para medidas de tendencia central y dispersin con muestras de
tamao relativamente pequeo.
x 1 + x 2 +....+ x k
x (x doble barra) =
k
Pues bien, si a un lado y otro de este valor x colocamos la cantidad 3 x
obtendremos los lmites de control del grfico de variables, siendo, como ya es
conocido, la desviacin tpica de los valores individuales de la produccin.
www.laformacion.com - www.libroelectronico.net 16
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
De forma anloga se obtienen los diferentes lmites de control, tanto para la media
como para el recorrido, resultando:
LSC x = X + A2 R LIC x = X A2 R
LSCR = D4 R LICR = D 3 R
www.laformacion.com - www.libroelectronico.net 17
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
Se traza la media del proceso (X ) y el recorrido medio (R) como lneas horizontales
con trazo discontinuo, y los lmites de control LCS (X), LCI (X) y LCS (R) como
lneas horizontales continuas.
Constantes estadsticas
n 2 3 4 5 6 7 8 9 10
A2 1,880 1,023 0,729 0,577 0,483 0,419 0,373 0,337 0,308
2 1,880 1,187 0,976 0,691 0,548 0,508 0,433 0,412 0,362
A3 2,659 1,954 1,628 1,425 1,287 1,182 1,099 1,032 0,975
E2 2,660 1,772 1,457 1,290 1,184 1,109 1,054 1,010 0,975
D3 - - - - - 0,076 0,136 0,184 0,223
D4 3,267 2,574 2,285 2,114 2,004 1,924 1,864 1,816 1,777
B3 - - - - 0,030 0,118 0,185 0,239 0,284
B4 3,267 2,568 2,266 2,089 1,970 1,882 1,815 1,761 1,716
d2 1,128 1,693 2,059 2,326 2,534 2,704 2,847 2,970 3,078
C4 0,797 0,886 0,921 0,940 0,951 0,959 0,965 0,969 0,972
9 2 3 0 5 4 0 3 7
K1 3,257 2,046 1,630 1,413 1,278 1,185 1,119 - -
En toda la exposicin que sigue, se supone que no ha habido errores en los clculos
o trazado de lneas y que los sistemas y criterios de medicin no han sufrido
cambios.
1. Grficos de recorridos.
www.laformacion.com - www.libroelectronico.net 18
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
2. Grfico de medias.
Ambas situaciones son indicio de que an no estando el proceso fuera de control, estn
actuando causas que modifican su estabilidad, por lo que es necesario identificarlas y
corregirlas.
En el caso de que existan puntos fuera de los lmites de control tanto en el grfico de
medias como en el de recorridos, para el siguiente periodo de toma de muestra es
necesario volver a calcular los lmites de control.
Para ello se prescinde de los datos correspondientes a los puntos que estaban fuera
de los lmites, calculando los nuevos valores de la media del proceso y del recorrido
medio con los restantes datos. Con estos valores se calculan los nuevos lmites de
control.
www.laformacion.com - www.libroelectronico.net 19
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
Una vez finalizado el periodo de toma de muestras (25 muestras por lo general), se
vuelven a calcular los lmites de control. Estos nuevos lmites de control sern los
utilizados para el siguiente periodo de tomas de muestra.
www.laformacion.com - www.libroelectronico.net 20
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
Este grfico es til cuando, por el tipo de proceso, slo puede obtenerse una medida
por lote o partida. Esto ocurre cuando el tipo de medicin es muy costoso (ensayos
destructivos) y en procesos qumicos donde el tiempo de anlisis es muy alto y la variacin, en
un intervalo corto de tiempo, es muy pequea.
La ventaja radica en que los valores del grfico pueden ser comparados directamente
con los de la especificacin.
LSC x = X + E 2 R LIC x = X E 2 R
LSCR = D4 R LICR = D 3 R
www.laformacion.com - www.libroelectronico.net 21
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
Estos grficos se utilizan en aquellos casos en que tengamos procesos que utilicen
elementos en los que se admite un cierto deterioro/desgaste/consumo/etc, y por lo tanto
deben ser cambiados.
Los pasos para la construccin de un grfico de control X / R con media mvil son
similares a los seguidos para los grficos X / R , con las siguientes diferencias:
Los grficos se recogen durante un ciclo completo, entendiendo como tal el periodo
entre cambio de herramienta.
Se separan aquellos que son representativos de la actuacin de las causas
especiales aparte de la tendencia creciente o decreciente esperada.
Para ello entre todos los puntos marcados en el grfico de medias, se traza la lnea de
tendencia. Se considera como lnea de tendencia a la lnea de mejor ajuste entre todos los
puntos, hacindose de un modo grfico sin necesidad de otros clculos materiales.
A continuacin se trazan los lmites diagonales como dos lneas paralelas a la lnea de
tendencia a una distancia en vertical de la misma d por encima y por debajo.
d = A2 R
Lm ite Diagonal
Superior
www.laformacion.com - www.libroelectronico.net 22
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
Para la media X:
LSCP = X + (1 / 2) MPM + A 2 R
LICP = X - (1 / 2) MPM - A 2 R
Grfico de medias.
a. Cuando el punto rebase los lmites de cambio del proceso, es necesario
cambiar la herramienta, aadir producto al bao electroltico, etc.
b. Basndose en los lmites diagonales, se analizar el grfico buscando causas
especiales que pudiesen estar actuando sobre el proceso.
c. Se buscar la mejora del proceso reduciendo en lo que se pueda el
movimiento promedio de la media.
Grfico de recorridos.
www.laformacion.com - www.libroelectronico.net 23
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
( )
1.3.1.4. Grficos X ,S .
Estos grficos son similares a los X / R con la diferencia de que la dispersin del
proceso se mide por la desviacin tpica S del mismo en vez de por el recorrido R.
Estos grficos son menos frecuentes que los X , R por la mayor dificultad de clculo de
la desviacin tpica S que del recorrido R, siendo igual de eficientes para tamaos de muestra
pequeos.
Los pasos para su construccin coincide con los seguidos para los grficos X / R , con
las siguientes diferencias:
Desviacin tpica s = s2
LCS = B4 s
LCI = B3 s
s1 + s2 + s3 +............... sn
en donde: s=
n
La estimacin de la desviacin tpica del proceso viene dada por:
e = s / c4
Siendo A1 , B3 , B4 y C 4 valores dependientes del tamao de muestra.
Tanto la interpretacin como el mantenimiento y mejora del proceso siguen lo
expresado para los grficos X / R.
www.laformacion.com - www.libroelectronico.net 24
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
Estos grficos son similares a los X / R con la diferencia de que la tendencia central del
proceso se mide por la mediana de las muestras en vez de por la media de las mismas.
Estos grficos son menos frecuentes que los X / R por la menor exactitud en la
estimacin de la tendencia central del proceso a travs de la mediana que la lograda con la
media. Debido a esto los lmites de control en estos grficos son ms amplios con lo que
pueden existir causas especiales actuando sin ser denunciadas por el grfico.
Los grficos X 0 / R son un nuevo concepto del CEP para trabajar en condiciones de
producciones en series muy cortas y sin embargo seguir manteniendo toda la potencia de los
grficos de control tradicionales. En ellos pueden perseguirse distintas piezas y distintas
caractersticas en un mismo grfico.
Estos valores codificados son los que se representan en el grfico. La lnea central del
grfico de objetivo, representa el valor objetivo para la pieza A. Cuando se elige otra pieza
distinta, B, para la fabricacin en el mismo proceso, codificaremos los nuevos datos y
seguiremos representndoles en el grfico a continuacin de los representativos en dos piezas
distintas por una lnea discontinua.
www.laformacion.com - www.libroelectronico.net 25
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
Pieza A Pieza B
Sin embargo, la utilizacin de estos grficos est sometida a unas ciertas condiciones:
a. Grfico Xo .
En este grfico se representa en cada punto de control el valor resultante de
restar a la media de los valores reales obtenidos en la muestra, el valor objetivo.
xi = X / n
n = tamao de la muestra (constante)
x o i = Valor objetivo
Grfico de medias.
x c1 + x c 2 + x c 3 +..............................+ x ck
x=
k
www.laformacion.com - www.libroelectronico.net 26
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
LCS = X + A2 R
LCI = X A2 R
en donde A2 es un valor funcin del tamao de la muestra (Ver tabla 1),
apartado
Grfico de recorridos.
LCS = D4 R
LCI = D3 R
En donde D3 y D4 son dos valores funcin del tamao de la muestra.
www.laformacion.com - www.libroelectronico.net 27
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
Ya hemos visto como los grficos de control por variables nos ayudan a estudiar las
causas que producen inutilidades durante el proceso y a evitarlas.
Estos grficos de control exigan que la caracterstica escogida para controlar el proceso
fuera mensurable. Sin embargo muchas veces es necesario controlar un proceso en que la
caracterstica escogida es no mensurable (una bombilla se enciende o bien, el color de un
elemento es el especificado o no, etc.) o bien, siendo mensurable, por abaratar costos de la
inspeccin, sta se realiza mediante calibres o tiles que transforman las medidas con
tolerancia de una pieza en aceptable o no aceptable (calibres pasa - no pasa).
Para estos casos se desarrollan los grficos de control por atributos. No obstante, hay
que saber cuantificar de una forma real dichos costos dado que la informacin que perdemos al
utilizarlos en grande, a menos que sea totalmente imposible el obtener datos de tipo variable.
Una excepcin a esta regla es cuando los datos histricos que disponemos sean de tipo
atributo. En este caso utilizaremos los grficos de atributos para analizarlos y decidir que
caractersticas vamos a controlar en el futuro con grficos de variables.
En general, los grficos de control por atributos son utilizados para la mejora de
proceso que producen un alto nmero de unidades defectuosas.
Aunque estos grficos son capaces de distinguir entre causas comunes y especiales,
tienen el inconveniente de no avisar si se van a producir cambios adversos en el proceso.
Avisan cuando ya se han introducido.
Vamos a distinguir dos grandes grupos de grficos de control por atributos segn
controlemos unidades defectuosas defectos.
a. Para unidades defectuosas:
Grfico de proporcin de unidades defectuosas (p)
Grfico de porcentaje de unidades defectuosas (100 p)
Grfico de nmero de unidades defectuosas (n p)
b. Para defectos:
Grfico de nmero de defectos por unidad (u)
Grfico de nmero de defectos por muestra(c)
Dentro de cada grupo, los grficos p, 100p y u difieren de los grficos n p y c en que los
primeros son grficos en los que el tamao de la muestra no es constante, y por ello se
estudian proporciones en funcin del tamao de la muestra para que la base de comparacin
sea la misma. Cuando el tamao de la muestra es constante no es necesario calcular
proporciones siendo vlidos los datos directos (grficos n p y c).
A la hora de elegir uno de los grficos anteriores, podemos utilizar el cuadro resumen
siguiente:
CARACTERSTICA A CONTROLAR
TAMAO DE MUESTRA ELEMENTOS DEFECTUOSOS DEFECTOS
CONSTANTE np c
VARIABLE p 100 p u
www.laformacion.com - www.libroelectronico.net 28
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
De acuerdo con el cuadro anterior, este tipo de grfico se utiliza cuando queremos controlar
la evolucin a lo largo del tiempo de la produccin de unidades defectuosas y nos es posible
mantener un tamao de muestra constante.
Es ms, este grfico nos permitir el controlar al mismo tiempo ms de un tipo de defecto.
Por ejemplo, en la verificacin de una cadena de fabricacin de bombillas, podemos
establecer como posibles defectos los siguientes:
a. No luce
b. Falta estaado
c. Unin casquillo / ampolla suelta
Consideramos unidad defectuosa a cualquiera que tenga un defecto de los tipos anteriores o
una combinacin cualquiera de los mismos.
El problema por lo tanto consistir en coger muestras de tamao n y separar las unidades
de dicha muestra en defectuosas y no defectuosas. Cuando el proceso est bajo control se
va a cumplir que:
La proporcin de elementos defectuosos fabricados a la que denominaremos p, se va
a mantener constante con el tiempo.
La produccin de una unidad defectuosa en un momento dado es independiente de
que las unidades anteriores hayan sido defectuosas o no.
En las condiciones anteriores el nmero de unidades defectuosas en la muestra de tamao
n sigue una distribucin binominal cuyos parmetros son:
x = np
2 = np(1 p)
np > 5
La distribucin binomial puede ser sustituida por una distribucin normal de mismos
parmetros que la binomial. El tipo de grfico a utilizar es similar al de variables, como se
ve en la figura.
www.laformacion.com - www.libroelectronico.net 29
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
Tamao de muestra.
Para que estos grficos nos sirvan de ayuda, es necesario que en cada muestra
escogida exista algn elemento defectuoso. Esto nos va a influir en el tamao de
muestra a elegir porque cuanto mayor sea el nivel de calidad sern necesarias
muestras de mayor tamao para que se cumpla lo anterior.
Al igual que en los grficos de control por variables, las muestras deben cogerse con
unos intervalos entre ellas que nos garanticen que stas van a ser representativas de
la poblacin que pretendemos estudiar.
Por una parte intervalos muy cortos en donde no ha existido oportunidad de actuar
cambios sobre el proceso, no nos garantizan una mayor informacin sobre el mismo.
Si por el contrario con una idea de economa, el intervalo entre tomas de muestras es
muy dilatado, lo ms probable es que nos pasen desapercibidas las causas especiales
que estn actuando sobre l.
Registros de datos.
www.laformacion.com - www.libroelectronico.net 30
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
En este impreso existe una parte para la construccin del grfico y otra parte destinada
al registro de datos.
Cada registro debe llevar anotado el momento de toma de la muestra con objeto de
facilitar la investigacin posterior. Adems, el impreso debe llevar una zona donde se
anoten los elementos no habituales que afecten al proceso.
www.laformacion.com - www.libroelectronico.net 31
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
www.laformacion.com - www.libroelectronico.net 32
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
La interpretacin de los grficos de control por atributos sigue las mismas reglas que la de
los grficos de control por variables, en lo referente a:
Los puntos fuera de control.
Los tramos o rachas.
L as pautas o series no fortuitas.
La s acciones a tomar, ante las seales emitidas por el grfico de control, son las
siguientes:
Cuando es por encima del lmite de control superior, (a) son seal de que el nmero
medio de unidades defectuosas en el proceso ha aumentado. Es necesario detectar la
causa especial que lo ha provocado y tomar accin correctora para evitar que se
repita.
Sin embargo, cuando existiendo el lmite de control inferior, los puntos se encuentran por
debajo de este, (b) aun existiendo una causa especial actuando sobre el proceso, el
efecto es beneficioso, (disminucin del nmero medio de unidades defectuosas) por lo
que es necesario detectar la causa que lo produce para intentar reproducirla.
(a)
L.C.S.
np
L.C.I.
(b)
www.laformacion.com - www.libroelectronico.net 33
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
Este grfico es idntico al grfico n p con la diferencia de que es utilizado cuando por
condiciones de produccin o de cualquier otro tipo, el nmero de unidades de la muestra no
puede ser constante. En este caso y para tener una base de comparacin, el parmetro que
se calcula y controla su evolucin es en vez del nmero de unidades defectuosas n p, la
proporcin de unidades defectuosas en cada muestra p.
N unidades defectuosas en la muestra
p=
N unidades inspeccionadas
Todo el desarrollo de los grficos p es idntico a los n p salvo en lo siguiente:
El tamao de la muestra no tiene por qu ser constante, aunque es de desear que las
variaciones entre los distintos tamaos de muestra no sean superiores al 25-30%.
[ ( ) ]
1/ 2
LCS = p + 3 p 1 p / n
LCS = p 3 [ p (1 p) / n]
1/ 2
www.laformacion.com - www.libroelectronico.net 34
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
En el grfico de atributos se calcular para cada muestra el valor de 100p como cociente
entre los valores de piezas defectuosas y piezas inspeccionadas multiplicndose el valor
obtenido por 100.
[ ( ) ]
1/ 2
LCS = 100 p + 3 100 p 100 100 p / n
www.laformacion.com - www.libroelectronico.net 35
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
Ya hemos visto como con los grficos para unidades defectuosas, controlbamos los
defectos en unidades o piezas, siendo la base de los grficos las propias unidades defectuosas.
Pero a menudo en la industria, nos encontramos con defectos que no van asociados a
unidades o piezas, sino que aparecen en una produccin continua como por ejemplo telas,
rollos de cable elctrico, tuberas de plstico, etc., y en donde el parmetro a controlar es el
nmero de defectos por unidad de longitud, rea, etc.
En otros casos nos encontramos con productos cuyo control an yendo asociado a
unidades, son tan complejas y por lo tanto la probabilidad de aparecer un defecto es tan
grande, que si utilizamos grficos p, o n p, el nmero de unidades defectuosas o su proporcin
seran tan prximas a la unidad, que la informacin que obtendramos sera casi nula.
x= d
2 = d
Para unas condiciones determinadas del valor d, que podemos generalizar como:
d > 5
La distribucin de Poisson puede ser sustituida por una distribucin normal con los
mismo parmetros que la de Poisson.
www.laformacion.com - www.libroelectronico.net 36
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
Todo el desarrollo de este tipo de grfico es idntico al ya visto n p, por lo que nos
limitaremos a establecer los puntos que son diferentes:
LCI = c 3 [c]
1/ 2
Cuando el tamao de muestra no puede ser constante, el grfico utilizado para controlar
nmero de defectos es el grfico u, denominado Grfico de nmero de defectos por
unidad.
Todo el desarrollo de este tipo de grfico es idntico al ya visto p, por lo que nos
limitaremos a establecer los puntos que son diferentes:
Se registra en la casilla (C) total de defectos del grfico por atributos el nmero de
defectos encontrados en cada muestra, calculndose a continuacin el valor del
nmero de defectos por unidad u, realizando el cociente entre el valor de la casilla
(C) y el de la casilla (A) piezas inspeccionadas, anotndose el resultado en la casilla
(C/A).
u=
( c1 + c 2 + c 3 +.....c m )
n1 + n2 + n3 +..... nm
Siendo:
c1, c2, c3, ...cm. el Nmero de defectos de las muestras 1, 2, 3, ..... m.
n1, n2, n3, ...nm el tamao de las muestras 1, 2, 3, ....m.
[ ]
1/ 2
LCS = u + 3 u / n
LCI = u 3 [u / n]
1/ 2
www.laformacion.com - www.libroelectronico.net 37
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
Esta decisin no se toma con la utilizacin de los grficos de control, sino que se hace
utilizando los ndices de capacidad del proceso, lo cual compete al segundo aspecto del Control
Estadstico de Procesos, denominado capacidad de procesos.
1.4.1. Definiciones.
Capacidad.
www.laformacion.com - www.libroelectronico.net 38
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
Son el medio utilizado para tener una indicacin de la variabilidad de un proceso a largo
plazo en relacin con las tolerancias especificadas.
www.laformacion.com - www.libroelectronico.net 39
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
Una vez que se tienen calculados los lmites de control, el siguiente paso es
compararlos con las especificaciones. Esta comparacin se realiza mediante el clculo
del ndice de capacidad de proceso (Cp). En este clculo se pueden dar los
siguientes casos:
LSE X X LIE
Cp = Cp =
3s 3s
Esta comparacin se hace mediante el clculo del ndice de capacidad Cpk y se calcula
como el valor mnimo de las expresiones:
LSE - X X LIE
Cpk = mn ,
3 3
www.laformacion.com - www.libroelectronico.net 40
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
Una vez que se tienen calculados los lmites de control el siguiente paso es compararlos
con los especificados, calculando:
El ndice de capacidad Cm que analiza la dispersin inherente a la mquina:
LSE - x x LIE
Cmk = min ,
36 36
Ha de conseguirse un valor 133.
www.laformacion.com - www.libroelectronico.net 41
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
As pues, cuando estas diferencias son significativas se debe tomar una decisin sobre
la viabilidad del proceso. Se puede conseguir un proceso capaz con frecuentes reajustes,
cambios de herramientas, etc. Si esto se debe hacer tan frecuentemente que altere el ritmo de
la produccin, el proceso debe considerarse incapaz.
Por otra parte, todo lo que se ha expuesto corresponde a estudios realizados sobre
datos distribuidos normalmente y trasladados al grfico probabilstico normal.
Existen dos razones fundamentales para intentar llevar esta variabilidad al mnimo. En
primer lugar la satisfaccin del cliente. Todo producto cuyos parmetros estn dentro de
especificaciones producen una completa satisfaccin en el cliente.
L (Prdidas)= K
2
que corresponde al modelo parablico de que antes se habl. Estas prdidas son las que cada
industria transfiere a la sociedad como consecuencia de admitir variabilidad ( )
2
en sus
procesos.
De aqu que el inters de todos los ejecutivos de las empresas, en el momento actual,
se centre en la reduccin de la variabilidad de cualquiera de sus procesos industriales,
administrativos, financieras, etc.
www.laformacion.com - www.libroelectronico.net 42
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
Las figuras muestran la evolucin del ndice Cp y Cpk a medida que los conceptos
anteriormente citados se han puesto en evidencia y el avance tecnolgico ha permitido, en el
concepto de Calidad Total (aplicable a cualquier tipo de proceso o producto), alcanzar los
valores que en dicha figura se expresan.
Para llegar a estas situaciones no ideales, sino plenamente conseguibles, han tenido
que desarrollarse una serie de herramientas estadsticas sin las cuales no se hubieran podido
medir ni la variabilidad, ni los factores e interrelaciones entre los mismos que inciden en
aquella. Estas herramientas quedan englobadas en las metodologas de Diseo de
Experimentos (D.O.E.) que podramos agrupar en tres categoras:
a) Diseo de Experimentos clsicos desarrollados por medio del anlisis de varianza
(ANOVA).
www.laformacion.com - www.libroelectronico.net 43
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
www.laformacion.com - www.libroelectronico.net 44
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
www.laformacion.com - www.libroelectronico.net 45
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
1.5. Precontrol.
Caso de que las dos piezas seguidas desaparezcan en una y otra colas no habr
condicin de desplazamiento pero s de dispersin (aumento de ) con el peligro que ello
conlleva para la capacidad del proceso.
www.laformacion.com - www.libroelectronico.net 46
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
www.laformacion.com - www.libroelectronico.net 47
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
A travs del procedimiento expuesto y realizados los clculos adecuados, se llega a las
siguientes conclusiones:
Si la dispersin del proceso superara las tolerancias del mismo (CP 0,8) la tcnica
del precontrol es lo suficientemente sensible como para detener el proceso en un
99% de las ocasiones.
Cuando la dispersin del proceso es el 70% o menos del campo de tolerancias
(CP 1.33) la utilizacin del precontrol alcanza su nivel ptimo.
1.6. Ejemplos.
Ejemplo 1:
Se toman 25 muestras, cada una con 5 unidades, lo que hace un total de 125 unidades.
es decir, se suman las medias de cada subgrupo y se dividen por el nmero de subgrupos.
www.laformacion.com - www.libroelectronico.net 48
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
Al representar los datos, se observa que existe un punto fuera de los lmites de las
medias y dos puntos fuera en el Grfico de Recorridos, lo que indica la actuacin especiales de
variacin.
Una vez identificadas y solucionadas las causas especiales que actan en esos puntos
se recalculan, siguiendo el mismo proceso anterior, y sin tener en consideracin los puntos
fuera de lmites de ambos grficos, los nuevos lmites de control.
De esta forma se obtiene el grfico de la figura en el que se han eliminado las causas
que originaron los puntos fuera de los lmites de control. En l se observa que el proceso est
bajo control, con unos lmites ms estrechos que antes.
www.laformacion.com - www.libroelectronico.net 49
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
LSE LIE
Cp =
6
R 0,33 , 100
1015
= = = 0,14 Cp = = 1,79
d 2 2,33 6 0,14
Ejemplo 2:
www.laformacion.com - www.libroelectronico.net 50
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
RESOLUCIN
Como paso previo, se realiza el clculo de las medias mviles y de las medias generales:
Ri
LC R = R = = 6.28
29
LCS R = D4 R = 3.268 6.28 = 20.51
LCS R = D3 R = 0 6.28 = 0
www.laformacion.com - www.libroelectronico.net 51
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
xi
LC1 = X = = 59.27
30
R LCS1 X
= = 6.28 / 1128
. = 5.57 o =
d2 3
www.laformacion.com - www.libroelectronico.net 52
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
Ejemplo 3:
RESOLUCIN
www.laformacion.com - www.libroelectronico.net 53
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
GRFICO p
www.laformacion.com - www.libroelectronico.net 54
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
2. Planes de muestreo.
Para conocer si un lote formado por un determinado nmero de unidades cumple las
especificaciones, existen dos posibilidades:
Inspeccionar todas las unidades del lote.
Inspeccionar slo una muestra representativa del lote e inferir,
estadsticamente, la homogeneidad de todo el lote.
En general podemos afirmar que las tcnicas de aceptacin por muestreo son las ms
ampliamente utilizadas, en todo tipo de empresas, para determinar la calidad de un lote.
www.laformacion.com - www.libroelectronico.net 55
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
Cuanto menor sea el tamao del lote (N) menor ser la muestra, de tal modo que
vara poco el porcentaje defectuoso del lote despus de extraer la muestra del lote. La
proporcin en que aumenta el tamao de la muestra es mucho menor que la proporcin
en que aumenta el tamao del lote.
b. La inspeccin.
Hay dos mtodos de inspeccin para evaluar caractersticas de calidad que son:
www.laformacion.com - www.libroelectronico.net 56
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
Cada uno de los ndices utilizados sirve para un propsito diferente, siendo los ms
comunes:
En un plan de muestreo el riesgo del fabricante debe ser bajo de forma que la
probabilidad de rechazar un lote, con un nivel de calidad mejor que el AQL sea
tambin baja.
www.laformacion.com - www.libroelectronico.net 57
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
En las tablas de muestreo cada plan lleva asociados unos valores determinados para
cada tipo de riesgo, que deben ser tenidos en cuenta a la hora de elegir un plan
determinado.
La probabilidad de aceptacin nos indica que, como trmino medio, de cada 100
veces que un lote se presente a inspeccin se aceptar Pa veces. Se puede
representar grficamente como sigue:
www.laformacion.com - www.libroelectronico.net 58
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
Cada plan tiene su curva particular y por tanto familiarizarse con los distintos tipos de
curva es un requisito indispensable para calcular la proteccin que el plan proporciona.
La curva caracterstica comienza con una probabilidad de aceptacin del 100% para un
defectuoso nulo, que va disminuyendo a medida que crece el porcentaje defectuoso.
www.laformacion.com - www.libroelectronico.net 59
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
x np
x (np) e
p =
n x!
www.laformacion.com - www.libroelectronico.net 60
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
www.laformacion.com - www.libroelectronico.net 61
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
1. Dado que el plan de muestreo (n, c) referido a un tamao de lote N, existe una sola
curva caracterstica que relaciona el % defectuoso de un lote con la probabilidad de
aceptarlo al aplicar dicho plan de muestreo.
2. Dado un plan de muestreo (n, c) la curva caracterstica puede considerarse la misma
aunque el tamao de lote vare ligeramente.
3. El mximo valor de la probabilidad de aceptacin Pa es 100 y corresponde a los lotes
que tienen un % de defectuosos igual a 0 o prximos.
4. El mnimo valor de la probabilidad de aceptacin Pa es 0 y se corresponde con %
defectuosos grandes.
5. Cuanto mayor sea el % de defectuoso, menor ser la posibilidad de aceptacin Pa.
6. Una vez establecido un plan de muestreo y, por lo tanto, la curva caracterstica,
podemos conocer la probabilidad de aceptar un lote que tuviera un determinado %
defectuoso.
7. La probabilidad de rechazo, nos indica el nmero de veces que, como trmino medio,
rechazaremos un lote, con un determinado % defectuoso por cada 100 veces que se
presente a inspeccin. La probabilidad de rechazo es complementaria al 100 de la
probabilidad de aceptacin.
La eleccin del plan de muestreo debe hacerse de forma tal que se compaginen las
necesidades del cliente y las posibilidades del proveedor.
www.laformacion.com - www.libroelectronico.net 62
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
Por estos motivos deber fijarse una Calidad Lmite tal que difcilmente puedan
aceptarse lotes con esta calidad.
Existir un solo plan de pruebas y por tanto una nica curva una vez fijados los
requisitos:
NCA (nivel de calidad lmite).
(riesgo del fabricante).
CL (calidad lmite).
(riesgo del consumidor).
www.laformacion.com - www.libroelectronico.net 63
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
La Calidad Media de Salida (AOQ) y el lmite de Calidad Media de Salida (AOQL) estn
asociados a los planes de muestreo asociados a la proteccin de la calidad media de las
unidades procedentes de varios lotes inspeccionados.
www.laformacion.com - www.libroelectronico.net 64
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
Muestreo doble: Bajo ciertas circunstancias se toma una segunda muestra antes de
decidir la aceptacin del lote.
La decisin de utilizar uno de los tres tipos de muestreo existentes debe ser
tomada en funcin de las condiciones especficas de la aplicacin.
www.laformacion.com - www.libroelectronico.net 65
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
www.laformacion.com - www.libroelectronico.net 66
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
La forma de planear un plan de muestreo es muy diferente segn que las caractersticas
a estudiar sean atributos, donde la evaluacin se hace en trminos de aceptable o no
aceptable, o variables, donde el producto se evala segn una tabla de medida.
b. Planes por atributos: Cada unidad de la muestra se clasifica como buena o mala. A
continuacin se compara el nmero de unidades malas con el nmero de aceptacin
y se toma la decisin de aceptar o rechazar el lote.
www.laformacion.com - www.libroelectronico.net 67
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
Otra forma de clasificar los planes de muestreo es en funcin del parmetro que tratan
de asegurar como objetivo:
www.laformacion.com - www.libroelectronico.net 68
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
Las curvas caractersticas de estos planes proporcionan el mismo riesgo para cada
AQL.
www.laformacion.com - www.libroelectronico.net 69
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
www.laformacion.com - www.libroelectronico.net 70
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
Los planes de muestreo por variables se utilizan para tomar decisiones sobre un lote de
material en el que las especificaciones se expresan en forma de mediciones continuas.
El tamao de muestra es ms pequeo que para los planes por atributos y adems
permiten cuantificar determinados aspectos y tomar decisiones adicionales a las de aceptacin
o rechazo.
El mtodo S.
El mtodo R.
Para elegir un plan determinado, entre los contenidos en las tablas, se deben seguir los
pasos siguientes:
1. Definir:
El tamao de lote.
www.laformacion.com - www.libroelectronico.net 71
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
La forma (1 2).
2. A partir del tamao de lote y el nivel de inspeccin buscar en las tablas el nivel de
inspeccin (la letra de cdigo de la tabla). Los niveles de calidad III, IV y V
corresponden a inspeccin reducida, normal y rigurosa. Los niveles I y II son
especiales y requieren un tamao de muestra menor.
Estos planes estn basados en el AQL, con una probabilidad de aceptacin de lotes con un
nivel de calidad igual o mayor que el AQL, de entre 88 y el 99%. Se aplican a la inspeccin
de productos terminados, productos almacenados, semielaborados, componentes y
materias primas, etc. Estn preparados para su uso en series continuas de lotes. Para lotes
aislados se tomar la precaucin de consultar las curvas caractersticas.
Para elegir un plan determinado entre los diferentes contenidos en las tablas, hay que
seguir los pasos siguientes:
1. Definir:
El tamao de lote.
El nivel de calidad aceptable: 0,010; 0,015; 0,025; ...
El tipo de muestreo: simple, doble o mltiple.
El nivel de inspeccin: normal, reducido, riguroso, S1, S2, S3 S4.
www.laformacion.com - www.libroelectronico.net 72
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
Las tablas incluyen planes de muestreo simples y dobles y cada uno de ellos permite
proteccin mediante el AOQL y el LTPD. Son por tanto, un conjunto de cuatro tablas
diferentes.
En estas tablas se supone que todos los lotes rechazados son inspeccionados al 100% y
llevan implcito el coste mnimo de muestreo para cada grado de proteccin deseado.
Las tablas AOQL se clasifican segn el lmite de calidad media de salida y disponen de
valores comprendidos entre 0,1 y 10%. El nfasis est en la calidad de la media de salida a
largo plazo, por lo que no se garantiza que no se puedan aceptar lotes individuales de mala
calidad.
Las tablas LTPD se clasifican segn el porcentaje defectuoso del lote y disponen de valores
comprendidos entre el 0,5 y el 10% para el LTPD con un riesgo constante para el
comprador del 0,10. El nfasis est en garantizar que los lotes con una calidad peor que
LTPD establecido se van a aceptar en raras ocasiones.
Planes secuenciales.
Requieren la toma de decisiones sobre unidades individuales, lo que los diferencia de los
planes de muestreo que requieren muestreos de mltiples unidades.
El muestreo debe proseguirse hasta que los resultados de la muestrabilidad utilizada (s, S o
R), impliquen el rechazo del lote al salir de la zona de indecisin e introducirse en la zona de
aceptacin o rechazo.
El lmite de este plan est en 160 unidades, donde hay que tomar una decisin definitiva.
40 0 4
60 1 5
80 2 6
100 2 6
120 3 7
160 7 8
www.laformacion.com - www.libroelectronico.net 73
Control estadstico de procesos y Luis Arencibia Snchez
Planes de muestreo
Implican que la decisin de aceptar o rechazar se tome sobre cada unidad inspeccionada, y
utilizan periodos alternativos de inspeccin 100% y muestreo, dependiendo de la calidad
observada en el producto.
Existen varios tipos de muestreo en continuo: CSP-1, CSP-2, CSP-3, CSP-A, CSP-M, CSP-T,
CSP-F, CSP-V, CSP-R.
Estos planes tienen la caracterstica de que la aceptacin o rechazo de un lote no slo est
relacionada con el resultado del muestreo de dicho lote, sino tambin con los resultados de
los lotes precedentes.
www.laformacion.com - www.libroelectronico.net 74