Control Calidad Cartas PDF

CONGRESO REGIONAL
de ciencia y tecnologa
NOA 2002
Secretara de Ciencia y Tecnologa
Universidad Nacional de Catamarca
PRODUCCIONES CIENTFICAS. Seccin: Salud y Calidad de Vida.
Control de calidad: Cartas de control por variables.
Autores: Mustafa, Ana Mara; Rodrguez, Norma L.; Chauvet, Susana.
Direccin: Universidad Nacional de Catamarca

Av. Belgrano 300. (4700) Catamarca. Argentina.
Introduccin:
En los aos recientes se ha visto el crecimiento de un nuevo tipo de
mercado mundial sin precedentes en volmenes, variacin y calidad. Los compradores
de hoy continan comprando con gran atencin en el precio, pero ponen un nfasis
cada vez mayor en la calidad, de all que las industrias necesitan nuevas tecnologas y
sistemas de control total de calidad.
Entendindose por Control total de la calidad como un sistema efectivo de
los esfuerzos de varios en una empresa para la integracin del desarrollo del
mantenimiento y de la superacin de la calidad con el fin de hacer posibles
mercadotecnia, ingeniera, fabricacin y servicios a satisfaccin total del consumidor y
al costo ms econmico. (Armand. V. Feingenbaum 1994). Y la calidad como el
conjunto de caractersticas de un producto que satisface las necesidades del cliente y
en consecuencia hacen satisfactorio el producto.
Surge as, la estadstica, conocida como ciencia de las mediciones, quien
proporciona diversos instrumentos que se emplean en un programa de control de
calidad, siendo: diagrama de Pareto, diagrama de causa y efecto, histogramas y
grficos de control, entre otros. Estos instrumentos tienen en comn que son visuales,
pues tienen forma de grficos o de diagramas, y slo dan resultado si se utilizan en
combinacin con la teora, la tecnologa y la experiencia concerniente al trabajo que s
esta realizando.
Si la variabilidad de un proceso de produccin se reduce a la variacin
aleatoria, se dice que el proceso se encuentra en un estado de control estadstico. Tal
estado se logra encontrando y eliminando los problemas que causan otra clases de
variacin, llamada variacin asignable que supera ese patrn natural y por lo tanto son
inaceptables.
Congreso Regional de Ciencia y Tecnologa NOA 2002. Seccin: Salud y Calidad de Vida
Secretara de Ciencia y Tecnologa, Universidad Nacianal de Catamarca Pgina 1
Esta clase de variacin puede deberse al desempeo de los operadores, a
la materia prima de mala calidad, a piezas mecnicas desgastadas, a maquinarias con
instalacin incorrecta, y a otras causas semejantes que en definitiva pueden ser
identificadas y por lo general resulta econmico descubrirlas y eliminarlas.
Como es poco frecuente que los procesos de fabricacin estn exentos de
esta clase de problemas, es importante contar con algn mtodo sistemtico para
detectar desviaciones serias de un estado de control estadstico cuando ocurren y si
es posible antes de que ocurran.
Esta es la principal razn por la cual se utilizan las cartas de control,
siendo uno de los principios de construccin de las mismas la base de una distribucin
Normal o Gaussiana.
Estas cartas proporcionan una base para el control de un proceso (1) y por
consiguiente el de la produccin.
Objetivo:
Analizar utilizando simulacin las grficas o cartas de control y dentro de
estas, las cartas de control por variables, en las que las variables involucradas son
variables de tipo continua.
Metodologa:
Este trabajo se desarrolla con un enfoque cuantitativo, pues se utiliza datos
generados por simulacin de funciones continuas a travs de computadoras y se
construyen diferentes cartas de control tanto para el seguimiento de la exactitud del
proceso, como para la precisin del mismo a travs de la Carta Media y de la Carta
Rango o Desvi Estndar respectivamente.
Los datos necesarios para la construccin de las cartas de control se
obtienen mediante generacin de nmeros aleatorios a travs de Microsoft Excel.
1 Proceso: combinacin nica de mquinas, herramientas, mtodos, materiales, y personal comprometidos con una
produccin.
Marco Terico:
Control Estadstico de Calidad:

Los mtodos estadsticos son muy valiosos y se utilizan a menudo en
control de calidad, por esta razn, con frecuencia se llama al control de calidad
Control Estadstico de Calidad (2).
A pesar que la estadstica es muy til en el control de calidad, muchas
personas que las ven por primera vez sienten cierto rechazo. Sin embargo, cuando se
comprenden las ideas que hay detrs de los mtodos estadsticos, su utilizacin en la
prctica es muy sencilla; todo lo que se necesita son conocimientos elementales de
aritmtica (sumar, restar, multiplicar y dividir).
Adems de utilizarse para hacer los grficos de control de procesos,
disear experimentos y para la inspeccin por muestreo, la estadstica moderna tiene
una amplia variedad de usos tales como las encuestas de opinin, los estudios del
costo de vida, los estudios de la produccin agrcola, estudios de impuestos,
investigacin de mercado, etc.
Algunas Ventajas del control de calidad:

Aumento de la calidad y disminucin del nmero de productos
defectuosos.
Obtencin de una calidad ms uniforme y disminucin del nmero de
reclamos.
Aumento de la fiabilidad, y la confianza en los productos, y clientes.
Aumento en el precio de venta de los productos.
Mayores utilidades.
Reduccin de costos de produccin.
Uso de un lenguaje comn.
Desaparicin del trabajo desperdiciado, disminucin de los
reprocesos y mejora en la eficiencia.
Mejora en las relaciones humanas y eliminacin de barreras entre
departamentos.
Rapidez en la toma de decisiones y mejora en el despliegue de la
poltica y la direccin por objetivos.
Confianza en la empresa.
2 Las cuatro tareas del control de calidad son: a) control de nuevo diseo, b) control de materia prima, c) control del producto
y d) estudios especiales del proceso.
Obstculos a los que se enfrenta un programa de control de calidad:
Falta de apoyo de la gerencia en la implementacin de la calidad.
Falta de apoyo por parte de los trabajadores para realizar el proceso.
Falta de compromiso con la calidad.
Falta de un programa de educacin continua.
Rechazo al cambio.
Tipos de causas que afectan un proceso productivo:

Cuando se efectan mediciones sobre cualquier fenmeno natural
conocido, se observan diferencias entre los registros efectuados. Es comn que se
presenten pequeas diferencias.
Cuando se pretende fabricar piezas con medidas estrictas, por muy
precisos que sean los equipos, se producen unidades cuyas cotas difieren unas de
otras, an por mrgenes mnimos.
Es as, que la variacin que se presenta en los valores de una
caracterstica se considera debido a dos tipos principales de causas.
a) Causas aleatorias o comunes: Son inherentes al sistema de

produccin y no se pueden reducir ni limitar sin modificar el sistema
en s. Como ejemplos de causas aleatorias se tienen las pequeas
variaciones de reaccin, en la calidad de las materias primas, entre
otras.
b) Causas asignables o especificas: Estas pueden ser identificadas y,

por lo general resulta econmica descubrirlas y eliminarlas. Surgen
con motivo de una variacin repentina o anormal de las propiedades
de las materias primas o de las condiciones de reaccin, o como
consecuencia de defectos mecnicos. Cuando operan causas
asignables, la caracterstica de la variabilidad tiene un comportamiento
errtico.
Una vez seleccionado y definido el problema principal a solucionar, el paso

lgico es identificar las principales causas del problema.
Una tcnica que representa una relacin significativa entre un efecto o
problema y sus mltiples causas es el diagrama de la enumeracin de las causas,
Grfico N1, tambin conocido como el diagrama de causa y efecto o espina de
pescado.
Grafico N1: Diagrama de causa y efecto.
MATERIALES MANO DE OBRA
EFECTO O
PROBLEMA
METODOS MAQUINARIAS
El nombre de diagrama de esqueleto de pescado viene de la manera en

que las diferentes causas estn ordenadas en el diagrama. Previo a la construccin el
diagrama de causa y efecto el grupo humano conocedor del proceso debe tener una
sesin de lluvia de ideas con el fin de enumerar las causas del efecto de inters.
Carta de Control:
Se puede definir una carta de control como: un mtodo grfico para
evaluar si un proceso est o no en un estado de control estadstico, es decir cuando
slo actan causas comunes o aleatorias, inherentes a cualquier proceso. (Armand V.
Feingenbaum 1994).
Como lo muestra la Grfica N2, la carta consiste en una lnea central
(L.C.) y dos pares de lneas lmites espaciadas por encima y por debajo de la lnea
central, que se denominan lmite de control superior (L.C.S.) y lmite de control inferior
(L.C.I.).
Grfica N2: Grfico de control tpico.
D Lmite de
I control superior
M
E
N
S Lnea central
I
O
N
Lmite de
control inferior
Tiempo
Estos se eligen de tal manera que los valores situados entre los lmites
puedan atribuirse al azar, mientras que los que caigan fuera puedan interpretarse
como una carencia de control. Cuando un punto cae fuera de los lmites de control, se
le considera problemtico; pero an cuando caiga dentro de los lmites de control, una
tendencia o algn otro patrn sistemtico puede servir para advertir que tal accin
debe interpretarse a fin de evitar algn problema serio. Sin embargo no indica la razn
o motivo por el cual un proceso esta fuera de control.
Tipos de Cartas de Control:

Las caractersticas de calidad sobre las cuales se constituyen las cartas de
control generalmente caen en dos categoras:
Variables
Atributos
Cuando se lleva un registro sobre una medida real de una caracterstica de

calidad, tal como una dimensin expresada en milmetros, se dice que la calidad se
expresa por variables y las cartas que se construyen se llaman Cartas de Control por
Variables.
Como ejemplos, se tienen las dimensiones, la dureza en unidades
Rockwell, las temperaturas en grados Fahrenheit, la resistencia a la tensin en
Kilogramos por centmetro cuadrado (Kg./cm).
Cuando se requiere que las caractersticas de calidad indiquen nada ms
que l artculo se adapta a la norma, es decir si no existe una medicin continua que
es crucial para el comportamiento del artculo, el registro se dice que es por atributos y
la carta en este caso se llama Carta de Control por Atributos.
Este trabajo de investigacin aborda el estudio de las cartas de control por
variables. Tpicamente los diagramas de variables son utilizados en parejas, un
diagrama revisa la variacin del proceso para el control de la precisin, mientras que el
otro revisa el promedio del proceso, o sea la exactitud.
Hay dos condiciones distintas bajo las que se usan estas grficas de
control:
Sin Estndar dado

Las grficas usadas para investigar el estado de control de un proceso,
puede ser, uno que no haya sido examinado previamente, o al que se le han realizado
grandes cambios en el proceso, o que se examina para el estado de control continuo
despus de que un anlisis preliminar de distribucin de frecuencias demostr control
inicial. Los valores de los lmites de control y de las tendencia central se calculan como
parte del anlisis de las lecturas sobre las caractersticas de calidad de las partes y
productos. En este caso la condicin se denomina sin estndar dado.
Con Estndar dado

Esta condicin implica que la tendencia central y los valores de dispersin
han sido establecidos inicialmente.
Las cartas de tipo variables, normalmente se utilizan en parejas, una carta
revisa el promedio del proceso y la otra revisa la variacin. Encontrndose con
distintos tipos de cartas en parejas: Carta Media-Rango, Carta Media-Desvo Estndar
y Carta MedianaRango.
A continuacin se presenta la base terica de la primera carta mencionada.
Carta Media-Rango:
Se trata de una carta de tipo variable, en la que la medida de tendencia
central, la media muestral , esta controlada por la Carta Media , en tanto que
la variabilidad se controla por medio del rango, lo que constituye la Carta Rango (R).
El rango o amplitud representa la diferencia entre el mayor y el menor valor de las
mediciones de una muestra.
Carta Media-Rango , con estndar dado:

La media del proceso sigue una distribucin Normal con media y
desviacin estndar / n, valores que se suponen conocidos.
En cambio, la medida del Rango (R) no tiene una distribucin normal, pero
es una variable aleatoria de una muestra. La distribucin de R se relaciona
aproximadamente con la distribucin Chi-Cuadrado.
Carta Media :
Los lmites de control estn determinados de tal forma que resulta una
probabilidad pequea de que un valor dado de est fuera de los lmites por que,
en realidad, el proceso est en control. En virtud del Teorema central del lmite, se
tiene:
Como resultado, el 100(1-)% de los valores de caen dentro de los

lmites cuando el proceso est bajo control si se utilizan los lmites:
Como las cartas se basan en los lmites 3. , se tiene: Z = 3, obteniendo
los lmites siguientes:
L.C.S. = (1)
L.C. = (2)
L.C.I. = (3)
Donde
y n es el tamao de la muestra.
Carta Rango (R):

Si se supone un proceso bajo control, es necesario obtener la relacin
entre el Rango (R) de una muestra tomada a una poblacin normal con parmetros
conocidos y la desviacin estndar de la poblacin. Puesto que el Rango es una
variable aleatoria, la cantidad W = R /
(El Rango Relativo ) tambin es una variable aleatoria.
Se refiere con frecuencia al valor esperado de W como ,entonces
tomado el valor de W anterior se tiene que:
Como adems R = W , la desviacin estndar de R puede obtenerse

como
La desviacin estndar de W o sea, , es una funcin del tamao de

muestra n y comnmente se representa por d3 , entonces resulta:
Los valores de d3 en funcin de n, figuran en la tabla A del Anexo
Los lmites de la carta se basan en la esperanza del Rango, ms y menos
3 desviaciones estndar del Rango, o
sea
Haciendo: D2 = d2 + 3 d3
: D1 = d2 - 3 d3
Los limites de control resultan ser:
Los factores D1 y D2 se han calculado y figuran en la Tabla A del Anexo.
Carta Media Rango Sin Estndar dado:

En la mayora de las aplicaciones practicas y son desconocidos y por
consiguiente hay que obtener estimadores de estos parmetros. Es deseable que
estos estimadores se basen en por lo menos 25 subgrupos de n observaciones
recogidas mientras el proceso esta bajo control.
Carta Media :
El estimador de es la gran media y los limites 3 son de la forma
Entonces los limites de control para la Carta Media se calculan a partir de

las frmulas (4), (5) y (6) de la siguiente forma:
Donde A2 = 3 / d2 n .
Los valores de A2 figuran en la Tabla A del Anexo.
Carta Rango (R)
Como en el caso de la Carta media , se establecen los limites 3 ,
donde 3 implica 3 veces la desviacin estndar del Rango 3 R.
Pero se conoce que:
puede reemplazarse por la expresin:
Por lo que el estimador de R esta dado por :
La lnea central corresponde al Rango promedio y los limites 3 sigma son

de la forma:
Haciendo
Los limites resultan de las frmulas (7), (8) y (9) que se detallan a
continuacin:
Los valores de D3 y D4 para los distintos tamaos de muestra figuran en

la Tabla A del Anexo.
Resultados:
Cartas Media-Rango para muestra de diferentes tamaos

Para hacer un estudio del efecto de modificar el tamao de la muestra, se
construyen dos cartas Media-Rango . La primera para n = 5 y la segunda n =
10. En ambos casos se generan a travs de Excel 25 subgrupos.
1- Construccin de la Carta Media Rango para n = 5
Los datos obtenidos para n = 5 se presentan en la siguiente Tabla .
Tabla N 1: Datos para la Carta Media y Carta Rango para n = 5
Fuente: Elaboracin propia
Utilizando las ecuaciones mencionadas y sabiendo que D3 = 0 y D4 =

2,11 para n = 5 segn la Tabla A del Anexo, se calculan los limites para la Carta
Media:
L.C.S. = 5,03 + 0,577 . 1,12 = 5,67
L.C. = 5,03
L.C.I. = 5,03 0,577 . 1,12 = 4,35
Y los lmites para la Carta Rango:

L.C.S. ( R ) = 2,114 . 1,12 = 2,36
L.C.( R ) = 1,12
L.C.I. ( R ) = 0
Luego de calculados los lmites se construyen las Cartas, a partir de las

siguientes grficas:
Grfico N 3: Carta Media para un tamao de muestra n = 5
6,0
5,5
5,0
4,5
4,0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
Grfico N4: Carta Rango para un tamao de muestra n= 5.
3,2
L.C.S.= 2,6
2,4
1,6
L.C.= 1,2
0,8
L.C.I.= 0
0,0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
Subgrupos
2- Construccin de la Carta Media-Rango para n = 10

Los 25 subgrupos se obtienen de igual forma en el caso anterior, por
generacin de nmeros aleatorios de 10 observaciones para cada muestra. Y luego se
han calculado los lmites, obtenindose los siguientes valores
Para la Carta Media y para la Carta Rango
L.C.S. = 4,95 + 0,308 . 1,55 = 5,42
L.C. = 4,95
L.C.I. = 4,95 0,308 . 1,12 = 4,47
Para la Carta Rango
L.C.S. ( R ) = 1,77 . 1,55 = 2,74
L.C.( R ) = 1,55
L.C.I. ( R ) = 0,223 . 1,55 = 0,34
Se puede deducir que mientras mayor es el tamao del subgrupo, ms

estrechos son los lmites de control sobre la grfica de Medias y ms fcil para
detectar variaciones pequeas, esto es solamente si las variaciones en el promedio
del proceso ocurren entre los subgrupos y no dentro de los subgrupos.
Adems cuando el tamao del subgrupo es menor o igual que 6, el limite
de control inferior de la Carta Rango R es siempre 0, independientemente del valor de
R, por lo que una disminucin en la dispersin del universo no puede reflejarse
mediante puntos que caigan abajo del limite inferior.
Discusin:
Utilizacin de las Cartas de Control

La representacin de las cartas de control sin ms no es muy til; estas no
sirven a menos que se examinen detenidamente. Los principios para leer las cartas de
control se describen a continuacin.
Interpretacin de las Cartas de Control:

Los puntos no debe considerarse como puntos individuales sino
como una distribucin.
No es conveniente dedicar mucha atencin al movimiento de los
puntos entre los limites de control. Los resultados estarn
dispersados al azar.
Si los puntos caen dentro de los limites, en principio se considera que
el proceso esta en estado controlado. Debe sealarse, sin embargo
que hablando con rigor, el estado controlado en el grafico de control
se da cuando los puntos estn dispersos al azar entre los limites
de control, y forman una distribucin normal que tiene a la lnea
central en el medio.
Si algunos puntos caen fuera de los limites, seguro que ha tenido
lugar una anomala en el proceso, y el proceso esta fuera de control.
Tambin se considera que en un grafico el proceso esta fuera de
control si algunos puntos caen justo en una lnea de control, tal
situacin que se denomina estado incontrolado o fuera de control.
Cuando los puntos de un grafico de control satisfacen las siguientes
condiciones se dice que el proceso, de momento, esta controlado.
1. Veinticinco puntos consecutivos caen dentro de los
lmites de control.
2. En treinta y cinco puntos consecutivos, no hay ms de
uno que caiga fuera de los lmites de control.
3. En cien puntos consecutivos, no hay ms de dos que
caigan fuera de los lmites de control.
Un nmero consecutivo de puntos que caen a un lado u otro de la
lnea central se llama racha o desviacin. Es anmalo que un
nmero grande de puntos consecutivos caiga por arriba o por debajo
de la lnea central. Generalmente, se considera que esta presente
una anomala cuando tiene lugar una racha de siete o mas puntos.
Sin embargo cuando falta una lnea de control ( la lnea de control
inferior del grafico de control R cuando n es seis o menor) no se
considera que hay presente una anomala aunque 7 o mas puntos
tengan en ese lado de la lnea central.
Existe la posibilidad de que haya tenido lugar una anomala en el
proceso si varios puntos aparecen al mismo lado de la lnea central,
como se describe a continuacin:
4. Diez u once puntos consecutivos.
5. Doce o ms puntos de catorce puntos consecutivos.
6. Diecisis o mas puntos de veinte puntos consecutivos.
Cuando los puntos muestran una tendencia hacia arriba o hacia
abajo, puede haber presente una anomala.
Cuando mas de la mitad de los puntos caen fuera de los limites de
control, o cuando la mayora de los puntos estn apiados alrededor
de la lnea central en una banda la mitad de ancha que la de los
limites de control, esto indica que fue inadecuada la formacin de
subgrupos o la estratificacin de los datos para el grafico. Cuando
ocurre esto, se debe volver a dibujar el grafico utilizando una forma
diferente de constituir los subgrupos o de estratificar (utilizar para
cada maquina una carta de control, preparar cartas de control para
materia prima de distintos orgenes, para distintos meses, etc.).
Conclusiones:
Uno de los objetivos del control estadsticos de procesos es detectar con
rapidez la presencia de causas asignables o de tendencias o corrimientos del proceso,
de modo que pueda efectuarse una investigacin y emprender una accin correctiva.
Se utiliza tambin para estimar los parmetros de un proceso de produccin y
eventualmente para eliminar la variabilidad.
El control estadstico no constituye un fin en si mismo; una vez que se ha
establecido, se puede comenzar un duro trabajo para mejorar la calidad y la economa
de la produccin.
En relacin a la interpretacin de una carta de control, aun cuando todos
los puntos de una carta se encuentran dentro los limites de control, si se comporta de
manera sistemtica o no aleatoria, entonces es un indicador de que el proceso esta
fuera de control.
Si el proceso esta bajo control, todos los puntos de la grafica deben seguir
un patrn aleatorio.
La construccin mediante la generacin de nmeros aleatorios de las
cartas de control para Media-Rango y para Media-Desvi Estndar para
conjuntos de datos de diferentes tamaos pone en evidencia que mientras mayor sea
el tamao del subgrupo, mas estrechos son los limites de control en la Carta Media y
mas fcil es detectar variaciones pequeas, esto es solo si las variaciones en el
promedio del proceso ocurren entre y no dentro de los subgrupos.
En procesos destructivos en donde solo es posible una medicin, previa a
la construccin de la Carta para datos individuales se debe probar la normalidad de los
mismos, pues de no ser as , los resultados podran ser errneos .
La tcnica de simulacin constituye una solucin o una salida valida en
aquellos casos en los que no es posible contar con todos los datos pero si se conocen
los parmetros con que habitualmente opera un determinado proceso de produccin,
se pueden construir las Cartas y por lo tanto conocer si el proceso esta bajo control
estadstico o no.
Por otra parte permite actuar previamente ya que la Carta detecta
anomalas incluso antes de que un punto caiga fuera de los limites de control, por lo
que es posible corregir el problema anticipando una accin correctiva.
Bibliografa:
Bowkwer Lieberman g j., 1972-Estadstica para ingenierias. Prentice /Hall.

Internacional.
Davies O.L.,1996-Mtodos Estadsticos aplicados a la investigacin y a la

produccin .2da edicin .Aguilar. Coleccin Ciencia y Tcnica.
Feigenbaum Armand V., 1994-Control de calidad total.3ra Edicin-CESCA.
Ishikawa, Kaoru, 1994-Introduccin al control de calidad.Ediciones Diaz de Santos

s.a. Espaa.
Juran J.M.y Gryna Frank,1996-Manual de control de calidad .4ta Edicin.Edit.Mc.

Graw-Hill volumen I y II.
Marquina Hector Ing.1990. Control Estadstico del proceso-curso organizado por el

instituto argentino de control de calidad. Bs. As. Argentina.
Miller Irwin, Freund J. 1992. Probabilidad y Estadsticas para ingenieros-3era

edicin. Prentice/hall
Walpole Myres,1992. Probabilidad y Estadstica. 4ta edicin. Mc.Graw-Hill.
Grant Eugene l. 1966. Control de calidad estadstico.3ra edicin .Editorial

Continental S.A.
Anexo:
Tabla A : Factores para calcular lneas centrales de las grficas y lmites de

control 3-sigmas (n = 5)
Grficas para promedios Grfica para Rangos

Ob.de
la m. Factores para los lmites de control Factores para la LC Factores para los lmites de control
A A2 A3 d2 1/d2 d3 D1 D2 D3 D4
2 2,121 1,880 2,659 1,128 0,8865 0,853 0 3,686 0 3,267
3 1,732 1,023 1,954 1,693 0,5907 0,888 0 4,358 0 2,574
4 1,500 0,729 1,628 2,059 0,4857 0,880 0 4,698 0 2,282
5 1,342 0,577 1,427 2,326 0,430 0,864 0 4,918 0 2,114

Control Calidad Cartas PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Control Calidad Cartas PDF

Cargado por

Copyright:

Formatos disponibles

CONGRESO REGIONAL

Control de calidad: Cartas de control por variables.

Autores: Mustafa, Ana Mara; Rodrguez, Norma L.; Chauvet, Susana.

Direccin: Universidad Nacional de Catamarca

Control Estadstico de Calidad:

Algunas Ventajas del control de calidad:

Tipos de causas que afectan un proceso productivo:

a) Causas aleatorias o comunes: Son inherentes al sistema de

b) Causas asignables o especificas: Estas pueden ser identificadas y,

Una vez seleccionado y definido el problema principal a solucionar, el paso

MATERIALES MANO DE OBRA

El nombre de diagrama de esqueleto de pescado viene de la manera en

Grfica N2: Grfico de control tpico.

Tipos de Cartas de Control:

Cuando se lleva un registro sobre una medida real de una caracterstica de

Sin Estndar dado

Con Estndar dado

Carta Media-Rango , con estndar dado:

Como resultado, el 100(1-)% de los valores de caen dentro de los

Carta Rango (R):

Como adems R = W , la desviacin estndar de R puede obtenerse

La desviacin estndar de W o sea, , es una funcin del tamao de

Los valores de d3 en funcin de n, figuran en la tabla A del Anexo

Los limites de control resultan ser:

Los factores D1 y D2 se han calculado y figuran en la Tabla A del Anexo.

Carta Media Rango Sin Estndar dado:

Entonces los limites de control para la Carta Media se calculan a partir de

puede reemplazarse por la expresin:

Por lo que el estimador de R esta dado por :

La lnea central corresponde al Rango promedio y los limites 3 sigma son

Los valores de D3 y D4 para los distintos tamaos de muestra figuran en

Cartas Media-Rango para muestra de diferentes tamaos

Tabla N 1: Datos para la Carta Media y Carta Rango para n = 5

Fuente: Elaboracin propia

Utilizando las ecuaciones mencionadas y sabiendo que D3 = 0 y D4 =

Y los lmites para la Carta Rango:

Luego de calculados los lmites se construyen las Cartas, a partir de las

Grfico N4: Carta Rango para un tamao de muestra n= 5.

2- Construccin de la Carta Media-Rango para n = 10

Se puede deducir que mientras mayor es el tamao del subgrupo, ms

Utilizacin de las Cartas de Control

Interpretacin de las Cartas de Control:

Bowkwer Lieberman g j., 1972-Estadstica para ingenierias. Prentice /Hall.

Davies O.L.,1996-Mtodos Estadsticos aplicados a la investigacin y a la

Feigenbaum Armand V., 1994-Control de calidad total.3ra Edicin-CESCA.

Ishikawa, Kaoru, 1994-Introduccin al control de calidad.Ediciones Diaz de Santos

Juran J.M.y Gryna Frank,1996-Manual de control de calidad .4ta Edicin.Edit.Mc.

Marquina Hector Ing.1990. Control Estadstico del proceso-curso organizado por el

Miller Irwin, Freund J. 1992. Probabilidad y Estadsticas para ingenieros-3era

Walpole Myres,1992. Probabilidad y Estadstica. 4ta edicin. Mc.Graw-Hill.

Grant Eugene l. 1966. Control de calidad estadstico.3ra edicin .Editorial

Tabla A : Factores para calcular lneas centrales de las grficas y lmites de

Grficas para promedios Grfica para Rangos

También podría gustarte