Está en la página 1de 27

UNIDAD 2 PASO 3

TÉCNICA ESTADÍSTICAS PARA EL CONTROL DE CALIDAD

PARTICIPANTES:

GRUPO: 212023_27

PRESENTADO A LA TUTORA:
INGENIERO INDUSTRIAL

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA, UNAD


CIENCIAS BASICAS DE TECNOLOGIA E INGENIERIA
ABRIL DE 2018
INTRODUCCIÓN

El presente trabajo pretende explicar las ventajas que implica aplicar las técnicas
del Control Estadístico de Calidad en los procesos de producción con el fin de mejorar los
procesos productivos, para así ofrecer productos realmente competitivos, existen
muchas estadísticas para el control de calidad en sus distintas modalidades, todos los
autores de calidad coinciden en la necesidad de usar diversas técnicas.

El control estadístico de Calidad es la aplicación de técnicas estadísticas para determinar si


el resultado de un proceso concuerda con el diseño del producto o servicio correspondiente,
las herramientas conocidas como gráficas de control se usan principalmente para detectar la
elaboración de productos o servicios defectuosos, o bien, para indicar que el proceso de
producción se ha modificado y los productos o servicios se desviarán de sus respectivas
especificaciones de diseño, a menos que se tomen medidas para corregir esa situación.
OBJETIVOS

General.
Aplicar las diferentes herramientas de análisis y control estadístico para la Gestión de
Calidad.

Específicos.

Aplicar de forma correcta las herramientas de análisis y control estadístico para la Gestión
de Calidad.

Dar respuestas a las preguntas propuestas en la guía de actividades

Realizar los Ejercicios de Control Estadístico de la calidad mediante la utilización del


Software Statgraphics o Excel.
TABLA SOLUCIÓN A PREGUNTAS

Nombre del Pregunta Solución de la pregunta Referencia bibliográfica


estudiante
Defina cada una de Hojas de Verificación: Es un formato Bibliografía
Wilmar estas técnicas para construido para colectar datos de forma que
Andrés el control de calidad: su registro sea sencillo y sistemático, y se Pulido, H. G. (14 de 01 de
Bedoya Hojas de puedan analizar visualmente los resultados 2013).
Verificación, Listas obtenidos. http://bibliotecavirtual.un
de Verificación ad.edu.co:2053/book.as
(Listas de Chequeo), Diagrama Causa-Efecto: Es un método px?i=280. (M.-H.
Diagrama Causa – grafico que relaciona un problema o efecto con Interamericana, Editor)
Efecto y Diagrama sus posibles causas que lo generan. Recuperado el 14 de 03
de Pareto. Existen tres tipos básicos. de 2018

Método de las 6 M: Donde se agrupan las (pág. 143 ) (pág. 147 a


causas potenciales de acuerdo a las 6 M. 154)
 Métodos de trabajo (pág. 136 a 139)
 Mano o mente de obra
 Materiales
 Maquinaria
 Medición
 Medio ambiente

Método Tipo Flujo de Proceso: Donde su


línea principal sigue el flujo del proceso y en
ese orden se agregan las causas.

Método de Estratificación o Enumeración


de Causas: Donde se consideran
directamente las causas potenciales y
agrupándolas por similitud.

Diagrama de Pareto: Grafico de barras que


ayuda a identificar prioridades y causas ya que
se ordenan por orden de importancia a los
diferentes problemas que se presentan en un
proceso.

Principio de Pareto: Se refiere a que pocos


elementos (20%) generan la mayor parte del
efecto.

¿Qué es Metrología La Metrología es la ciencia de las mediciones,


Oscar y para qué sirve? De incluye todos los aspectos teóricos y prácticos Tomado de la página oficial de
Eduardo ejemplos concretos relacionados con mediciones, calibraciones y Alpe,
Medina de su aplicación en rutas de trazabilidad de los instrumentos http://www.alpemetrologia.com/c
la industria utilizados, métodos de medición, entre otros. onsultas-frecuentes/
En la Industrial la metrología debe asegurar el
adecuado funcionamiento de los instrumentos
de medida que garantizan el cumplimiento de
los estándares del producto en los diferentes http://www.interempresas.net/Ali
equipos con los que cuenta los procesos mentaria/Articulos/5155-La-
productivos. metrologia-industrial-un-mundo-
de-creacion.html
Ejemplos:
Uno de los ejemplos más comunes de la
aplicación de la metrología en la industria, es la
calibración de termocuplas, estas son las
encargas de generar el registro de
temperaturas de un punto específico del
proceso, para este caso podemos tomar como
ejemplo un equipo de ultra pasteurización en la
industria de alimentos, para estos procesos es
de suma importancia tener calibradas las
termocuplas dado a que estas son las
encargadas de controlar las temperaturas en
los diferentes puntos del proceso, estas están
conectadas a un sistema de PLC el cual
complementa el circuito.
Es de suma importancia la calibración
puesto que si están descalibradas pueden
generar fallas en el equipo o en el peor de los
casos generar una contaminación del producto.

Otro ejemplo es la calibración de los


manómetros, estos son los encargados de
indicar las presiones que se tienen en el
proceso, en el caso del equipo de ultra
pasteurización, los manómetros son parte
fundamental para tener una homogenización
adecuada del producto, si los manómetros
están descalibrados podemos tener un
producto fuera de especificaciones, generando
productos no conforme.
Defina cada uno de X-R Gutiérrez, H. (2013). Capitulo 7:
Juan Carlos los siguientes Son diagramas para variables que se Carta de Control para atributos.
Muriel gráficos de control: aplican a procesos masivos, en donde en En Control estadístico de la
Grafico X-R y forma periódica se obtiene un subgrupo de calidad y Seis Sigma. (pp. 178-
Grafico X-S. productos, se miden y se calcula la media y el 185). México: MCGrawHill.
rango R para registrarlos en la carta Recuperado el 14 de 03 de
correspondiente. 2018

X-S (pág. 178 a 185)


Son Diagramas de variables que se (pág. 185a 192)
aplican a procesos masivos, en los que se
quiere tener una mayor potencia para detectar
pequeños cambios, por lo general, el tamaño
de los subgrupos es n>10.

¿Qué es el Control estadístico: Es una herramienta


Camilo Ríos control estadístico de que ayuda en la toma de decisiones y facilita https://www.aiteco.com/
Castaño procesos? Y ¿Qué el proceso de mejora constante de una graficos-de-control/
son los gráficos de empresa.
Control? Permiten distinguir las causas especiales
de las causas comunes de variación. Se
https://www.isotools.org/
entiende por variación aquellos cambios 2015/04/10/el-control-
ocurridos en el valor de la característica estadistico-de-procesos-
medida, siendo esta característica la conceptos-basicos/
respuesta de un proceso determinado.
La puesta en marcha de un programa de http://ocw.upm.es/ingeni
control estadístico para un proceso en
particular implica dos etapas:
eria-de-sistemas-y-
automatica/control-de-
1ª etapa: Ajuste del proceso. procesos-
2ª etapa: Control del proceso. industriales/Contenidos/Docu
mentos/capitulo-1
Control de procesos: se refiere a
cambiar o refinar materias primas para lograr
un producto final. • La materia prima, que
puede o no cambiar de estado físico durante el
proceso, es transferida, medida, mezclada,
calentada, enfriada, filtrada, almacenada o
manipulada de alguna manera para producir el
producto final.

Las principales características que se


deben buscar en un sistema de control serán:
1. Mantener el sistema estable,
independiente de perturbaciones y desajustes.
2. Conseguir las condiciones de
operación objetivo de forma rápida y continua.
3. Trabajar correctamente bajo un amplio
abanico de condiciones operativas.
4. Manejar las restricciones de equipo y
proceso de forma precisa.

Gráficos de Control: es un diagrama


que sirve para examinar si un proceso se
encuentra en una condición estable, o para
asegurar que se mantenga en esa condición.

En estadística, se dice que un proceso es


estable (o está en control) cuando las únicas
causas de variación presentes son las de tipo
aleatorio. En esta condición se pueden hacer
inferencias con respecto a la salida del
proceso, esto es, la característica de calidad
que se esté midiendo. En cambio, la presencia
de causas especiales o asignables hace que
el proceso se desestabilice, impidiendo la
predicción de su comportamiento futuro.

Nancy
Becerra
Becerra
Tabla Distribución de Ejercicios del Taller de Herramientas para el
Control Estadísticos de Procesos

Integrantes del
Ejercicios Grupo

Wilmar Andrés Bedoya Pérez


Ejercicio Grafico de Control X-R

Camilo Ríos Castaño.


Ejercicio Grafico de Control X-S

Ejercicio Grafico de Control P Juan Carlos Muriel

Oscar Eduardo Medina


Ejercicio Grafico de Control np

Nombre Estudiante 5
Ejercicio Grafico de Control C y U
Wilmar Bedoya
Desarrollo paso a paso del ejercicio Grafico de Control X-R
SOLUCIÓN EJERCICIO 1: HOJA DE HERRAMIENTAS X- R

A continuación se muestra los datos de 25 muestras de tamaño 5 de los diámetros de


determinadas piezas.

Muestras X1 X2 X3 X4 X5

A partir de la tabla anterior el estudiante deberá desarrollar un Gráfico de Control X-R


presentando paso a paso del desarrollo, su respectivo análisis en el Informe Grupal.
Paso 1: Lo primero que debemos hacer es la recolección de datos.
Estos datos deberán ser recientes de un proceso al cual se quiere controlar, estos pueden ser
tomados en diferentes horas del día o en diferentes días pero todos tienen que ser de un
mismo producto.

Los números de Subgrupos están conformados


horizontalmente ejemplos:
Subgrupo 1 conformado por: X1, X2, X3, X4,
X5
Subgrupo 2 conformado por; X1, X2, X3, X4,
X5
Así sucesivamente hasta el subgrupo 25

Las Muestras están enumeradas vertical mente


del 1 al 25.

Paso 2: encuentre el valor promedio de X̅, en las 25 muestras para esto utilice la siguiente
fórmula para cada subgrupo. X1+X2+X3+ X4 + X5 = dividido 5 = Promedio.X̅.

Promedio X̿ = 10.440 + 10.500 + 10.450 + 10.440 + 10.520 = 10.470


Paso 3: encuentre el rango (R) de las 25 muestras utilizando la siguiente fórmula para cada
subgrupo.
R= X(valor más alto) – X(valor menor)
Para el Subgrupo 1. R = 10.520 – 10.440 = 0.080

Paso 4: Encuentre el valor de la línea central x̿ , totalizando todos los valores del Promedio.X̿, y
Dividiéndolos entre los 25 subgrupos.
Linea Central x̿ = Prom. X̿ (suma total de los 25 subgrupos) = 263.230 / 25 = 10.529
Paso 5: Calcule el valor de la Línea Central del rango R’, totalizando todos los valores de
R, y Dividiéndolos entre los 25 subgrupos.
LC R̅ = R (suma total de los 25 subgrupos) = 3.220 / 25 = 0.129

Paso 6: Calcule Los límites de control Superior e Inferior, utilizando las formulas
siguientes para X y R. Los coeficientes A2, D4, D3, etc. Son dados por la tabla de
Factores para la Construcción de Cartas de Control estos datos ya están establecidos.
Para X: LCS - Limite control superior = LC x̿ + A2*LCR̅
LCI - Limite control inferior = LC x̿ - A2* LCR̅
LCS = 10.529 + 0.577 * 0.129 = 10.6035176
LCI = 10.529 – 0.577* 0.129 = 10.4548824

Para R: LCS - Limite control superior = D4* LCR̅


LCI - Limite control inferior = D3* LCR̅
LCS = 2.115 * 0.129 = 0.272412
LCI = 0 * 0.129 = 0
Paso 7: construya su gráfica y grafique las X y R de cada subgrupo. Para cada X y R
ponga un punto en la gráfica. Circule cada punto que este fuera de los límites para así
distinguirlos mejor.
Nota: para hacer el grafico se recomienda que todos los datos estén en una tabla en Excel
procure anotar y tener bien definas las cabeceras para que el grafico salga bueno.

Se selecciona toda la tabla en Excel de”X” nos vamos


para insertar gráficos de líneas escogemos el adecuado
y nos saldrá la gráfica, este proceso se repite para el
grafico de “R”.

Para “R”
Podemos observar que en este gráfico de control de muestras nos sirve para darle el
seguimiento a los promedios de las diámetros de los materiales, podemos observar que en
este punto la diámetro ha sido superior, a sobre salido nuestro rango de control que
teníamos establecido, ese sería el punto crítico a corregir.

Gráfico de Control Muestras


10.700
10.650
Diámetros

10.600
10.550
10.500
10.450
10.400
10.350
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

Muestras
Prom. X LC X LCS LCI

En este grafico de control de Rango nos sirve para observar que tan variable han sido las
muestras y nos podemos dar cuenta que los diámetros de los materiales no ha sido muy
variados ya que no sobre salen del rango.

Gráfico de Control de Rango


0.300

0.250

0.200

0.150

0.100

0.050

0.000
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

R LC R LCS LCI
Camilo Ríos
Desarrollo paso a paso del ejercicio Grafico de Control X-S

Paso #1:

Descargar el programa de Statgraphics, Ingresar los datos en la tabla.

Paso#2:

Seleccionar Control estadístico de Proceso, Grafico de control, Variables y X-S.


Paso #3:

Seleccionamos todas las columnas de X, los Ingresamos a Observaciones.

Paso#4:

Seleccionamos; Estudio inicial, Promedio de subgrupo y Usar formato de zona.


Paso#5:

Seleccionamos en barra; Resumen de análisis y reporte de Subgrupo, en gráficos; gráficos

por X bar y gráficos S.

Paso #6:

Nos aparecen los resultados de los Gráfico de Control X-S


Gráfico de Control X-S

Análisis: el límite de control inferior no puede ser negativo ya que debido a sus

proporciones siempre son mayores o iguales a cero.


Juan Carlos Muriel
Desarrollo paso a paso del Ejercicio Grafico de Control P

Ejercicio 3: grafico control P


En la siguiente figura tenemos los datos de 24 muestras de producto producido por turno. En
la columna producción tenemos el total de producto fabricado por turno. La columna
Producto Defectuoso nos indica el número de artículos defectuosos por turno; la columna
Número de Defectos nos indica el número de defectos encontrados en la producción de cada
turno, nótese que por cada turno el número de defectos es mayor o igual que el número de
defectuosos, ya que un artículo defectuoso puede tener uno o más defectos. Finalmente
tenemos la columna de Fracción Defectuosa, la fracción defectuosa de un turno se calcula
dividiendo el número de productos defectuosos por la producción de ese turno, es decir, los
valores de la columna D divididos por los valores de la columna C

A partir de la tabla anterior el estudiante deberá realizar un Gráfico de Control P


presentando el paso a paso del desarrollo y su respectivo análisis en el Informe Grupal
Figura 1

Los límites de control de un gráfico de fracción defectuosa con tamaño de muestra variable
vienen dado por la siguiente fórmula:

Figura 2

Para calcular estos límites necesitamos el valor p barra, que es una estimación de la fracción
defectuosa y ni, que es el tamaño de muestra de cada turno. Es decir, tendremos límites de
control de diferentes tamaños, debido a que los tamaños de muestra son variables.

El valor de p barra es entonces:

Pbarra= (total de producto Defectuoso)/ (total de producto Producido)

(331/2356)=0.140492

Entonces tenemos ya el valor de p barra y los valores de ni, los cuales son los artículos
producidos en cada turno (tamaño de muestra), cuyos valores se muestran en la columna C
de la Figura 1. Ya con esto, calculamos los límites de control con las fórmulas de la Figura
1. Los valores se muestran en las columnas K, L y M de la siguiente figura.
Figura 3

Por otra parte, en la columna J, de la figura anterior, tenemos la fracción defectuosa de cada
muestra o turno, está se calcula para cada turno, dividiendo el número de defectuosos del
turno por el total de artículos producidos.
Con los datos de la Figura 3, el gráfico de control nos quedaría así:

Grafico de control P
0.25
P(fraccion defectuosa)

0.222
0.2
0.18 0.184
0.172 0.17
0.16
0.15 0.15 0.15 0.150.15 0.15 0.144
0.14 0.141 0.134
0.121 0.124 0.120.13
0.1 0.106 0.103
0.083 0.09 0.085

0.05

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
Muestras

Para este caso el grafico P esta sobre los controles estadísticos, no hay nada por fuera de
los limites.
Oscar Medina
Desarrollo paso a paso del Ejercicio Grafico de Control np
Paso 1

Ingresamos los datos a la tabla

Paso 2

Vamos a la pestaña CEP - Gráficos de Control – Gráficos por Atributos y damos clic en

Gráficos np
Paso 3

Asignamos los recuentos, el tamaño de muestra y damos clic en aceptar

Paso 4

Seleccionamos “Usar Formato de Zona” y damos clic en aceptar

Paso 5

Selecciono “Reporte de Gráfico np” y doy clic en aceptar


Paso 6

Analizo el grafico