Está en la página 1de 23

GRAFICOS DE CONTROL

NOHEMI DEICY CASTILLO VASQUEZ


JONATHAN ALEXNADER MARZOLA OLAYA
ANGIE JULIETH VÁSQUEZ VASQUEZ

SENA
CENTO DE GESTION INDUSTRIAL
GESTION DE LA PRODUCCION INDUSTRIAL
BOGOTA
2014
GRAFICOS DE CONTROL

NOHEMI DEICY CASTILLO VASQUEZ


JONATHAN ALEXNADER MARZOLA OLAYA
ANGIE JULIETH VASQUEZ VASQUEZ

INSTRUCTOR: MIGUEL ANGEL RUEDA

SENA
CENTO DE GESTION INDUSTRIAL
GESTION DE LA PRODUCCION INDUSTRIAL
BOGOTA
2014
CONTENIDO

INTRODUCCION .................................................................................................... 4
OBJETIVO GENERAL ............................................................................................ 5
OBJETIVOS ESPECIFICOS ................................................................................... 5
MARCO TEORICO ................................................................................................. 6
1 DEFINICION DE GRAFICOS DE CONTROL POR VARIABLES Y POR
ATRIBUTOS ............................................................Error! Bookmark not defined.
1.1 CARACTERÍSTICAS PRINCIPALES ........................................................ 9
1.2 CAUSAS DE VARIABILIDAD ....................................................................... 9
1.2.1 Causas internas, comunes o no asignables ....................................... 9
2. PROCESO PARA UNA GRAFICA DE CONTROL PARA VARIABLES ....... 10
2.1 AGRUPACION DE LOS GRAFICOS....................................................... 13
2.2 TIPOS DE GRAFICOS POR VARIABLES .............................................. 13
2.2.1 GRAFICOS xR .................................................................................. 13
2.2.2 GRAFICOS xS .................................................................................. 14
3. PROCESO PARA UNA GRAFICA DE CONTROL POR ATRIBUTOS ......... 15
3.1 TIPOS DE GRAFICOS POR ATRIBUTOS .............................................. 16
3.1.1 GRAFICOS P .................................................................................... 16
3.1.2 GRAFICOS NP .................................................................................. 18
3.1.3 GRAFICOS C .................................................................................... 18
3.1.4 GRAFICOS U .................................................................................... 19
4. APLICACIÓN DE GRAFICAS A LA EMPRESA LINEA GEOMETRICA ...... 19
CONCLUCION ...................................................................................................... 22
BIBLIOGRAFIA .................................................................................................... 23
INTRODUCCION

El presente trabajo contiene una propuesta de gráficos de control por variables y


por atributos para aplicarlo a la empresa línea geométrica ya que la empresa no
cuenta con dicho mecanismo de calidad, la cual es una herramienta que tiene
como propósito, normalizar las funciones de los diferentes productos en cuanto a
lotes de producción. Este control es una base fundamental para la toma de
decisiones, en donde se puede apreciar la variabilidad de los productos.
Contempla entre otros aspectos las actividades o funciones de cada una de las
variables mediante graficas que nos determinan si el lote o la unidad pasa o si por
el contrario se rechaza.

Mediante este trabajo se mejorara la calidad de un producto por lote o por unidad,
se observara como los enemigos de la calidad que son la desviación con respecto
al objetivo especifico que es la falta de exactitud y una excesiva variabilidad
respecto a los valores deseables que es la falta de precisión, se verán afectados
para que el producto por lote o por unidad pueda cumplir con los parámetros y
exigencias que requiere en fin el cliente. Y dar a conocer en qué momento el
producto o lote comienza a salir defectuoso y poder hacer correcciones a tiempo.
OBJETIVO GENERAL

 Diseñar un diseño de gráficos de control por variables y por atributos, en la


empresa LÍNEA GEOMÉTRICA ya que la empresa no cuenta con ningún
modelo, en cuanto a la calidad y análisis de los productos.

OBJETIVOS ESPECIFICOS

 Comprender el concepto de método de graficas de control por variables y


atributos

 Determinar la capacidad y o mejora de la calidad y del proceso de un


producto por lote o por unidad.

 Demostrar mediante gráficos de control por variables y por atributos la


mejora de la calidad de un producto por lote o por unidad.

 Determinar mejoras medibles en calidad, productividad, cantidad, tiempo y


costo de operación.
MARCO TEORICO

1. GRAFICOS DE CONTROL

La gráfica de control consiste en una línea central y un par de límites de control,


uno por encima de la línea y el otro por debajo de la misma, que sirven para medir
parámetros de interés a través del tiempo y realizar los ajustes necesarios al
proceso que se está controlando. Si los valores ocurren dentro de los límites de
control, sin ninguna tendencia especial, se dice que el proceso está controlado.

La calidad del producto manufacturado a través de un proceso sufrirá


inevitablemente de variaciones, mismas que pueden tener dos tipos de origen, que
son debidas al azar, las cuales son inevitables, aún si utilizan materias primas y
métodos estandarizados. Y las causas asignables, que son evitables y sus
ceptibles a ser investigados, y se pueden producir por la falta de aplicación de
ciertos estándares de producción o la utilización de estándares inadecuados.

2 TIPOS DE GRAFICAS DE CONTROL

Las gráficas de control pueden ser de dos tipos, lo cual depende si


Estudian valores continuos o discretos, las cuales son:

2.1 GRAFICA X-R

La cual es utilizada para controlar y analizar un proceso en el cual la


Característica de calidad que se está midiendo toma valores continuos,
Tales como: longitud, peso o concentración.

2.2 GRAFICA X

Es utilizada cuando los datos de un proceso se registran durante Intervalos largos.


Por lo cual se debe de graficar cada dato Individualmente y esa gráfica puede
utilizarse como gráfica de control.

2.3 GRAFICA pn, GRAFICA p

Este tipo de gráficas son utilizadas, cuando la característica de calidad


Está representada por el número de unidades defectuosas o la fracción
De defectos.

2.4 GRAFICA c, GRAFICA u

Son utilizadas para controlar y analizar un proceso, tomando como base


Los defectos del producto como serían por ejemplo: rayones, rajaduras o
Soldaduras defectuosas. La gráfica c es utilizada para un producto con
Dimensiones constantes y la gráfica u para un producto con dimensiones
variables.

5 PROCEDIMIENTO PARA ELABORAR UNA GRAFICA DE CONTROL

PASO No. 1

Tomar una muestra y clasificar la calidad del producto en unidades que


Llenen o no los requisitos, según el estándar de inspección.

PASO No. 2

Calcular la proporción de defectos (p) dividiendo el número total de Unidades


defectuosas por el número total de elementos, de la siguiente Manera:

p =X/K

En donde

p =proporción

x =número de unidades defectuosas

k =número de subgrupos

n =número de elementos de la muestra

PASO 3

Calcular las líneas de control de la siguiente manera:

Línea Central
LC = X/K

Límite superior
LCS = p+3

Límite inferior

LCI p (1) 3 − = −

Nota LCI no se toma en cuenta o se toma como 0, cuando su valor es


Negativo.
PASO No. 4

Marcar el eje horizontal con el número de subgrupos y el eje vertical con


El número de unidades defectuosas Dibujar una línea sólida para la
Línea central (LC) y líneas discontinuas para el límite superior (LCS) y
El límite inferior (LCI).

PASO 5

Interpretar la grafica

ELABORACION DE GRAFICAS DE CONTROL DE LA EMPRESA LINEA


GEOMETRICA

El administrador de producción de la empresa “LINEA GEOMETRICA, empresa


que se dedica a la elaboración muebles y enseres para el hogar. ha notado que
existen variaciones en el nivel de unidades de la madera con defecto, lo cual ha
ocasionado problemas.

Así mismo se ha determinado que puede haber un margen de variación de (±) tres
desviaciones estándar, en el número de unidades con defecto, definiéndose que la
unidades que se encuentren dentro de estos rangos, cumplen con los requisitos
de calidad, mientras que las que se encuentren por debajo o por encima de los
mismos deberán de ser retirados y verificados nuevamente.

Durante el mes de agosto del año 2005 se ha tomado una muestra de 2500
unidades de lotes de madera que se han dividido en 25 subgrupos de 100
unidades cada uno, para poder determinar cuántos lotes no cumplen con los
requisitos de calidad.

Son Gráficos de Control basados en la observación de la variación de


características medibles del producto o del servicio. Se define como un Campo de
variación en los valores numéricos de una magnitud. Generalmente en los
procesos de producción y de prestación de servicios es imposible mantener todos
los factores que influyen en el resultado final, constantemente en el mismo estado.
Este hecho da lugar a que las características representativas de este resultado
final (producto o servicio) presenten una determinada variación:

- El tiempo de viaje para un determinado trayecto presenta diferencias de un día a


otro debido a la variación de las condiciones de circulación, las condiciones
climáticas, el número de viajeros, etc.

- Los ejes que produce una máquina tienen diferente diámetro dentro del mismo
lote debido a pequeñas variaciones en las condiciones de la materia prima, a
holguras de los elementos móviles, al desgaste de la herramienta, etc. - El plato
que prepara un cocinero tiene diferente gusto en diferentes ocasiones debido a
variaciones en el peso de los condimentos utilizados, en el tiempo de cocción, etc.

1.1 CARACTERÍSTICAS PRINCIPALES


En las cuales se encuentran la Comunicación Simplifican el análisis de situaciones
numéricas complejas. Impacto visual Muestran de forma clara y de un "vistazo" la
variabilidad del resultado de un proceso, respecto a una determinada
característica, con el tiempo. Guía en la investigación El análisis de datos
mediante esta herramienta proporciona mayor información que el simple control de
los resultados de un proceso, sugiriendo posibilidades de corrección preventiva y
alternativas de investigación.

1.2 CAUSAS DE VARIABILIDAD


En un proceso se distinguen dos tipos de causas de variación:

1.2.1 Causas internas, comunes o no asignables


- Son de carácter aleatorio.

- Existe gran variedad de este tipo de causas en un proceso y cada una de ellas
tiene poca importancia en el resultado final.

- Son causas de variabilidad estable y por tanto, predecible.

- Es difícil reducir sus efectos sin cambiar el proceso.

1.2.2 Causas externas, especiales o asignables:


- Son pocas las que aparecen simultáneamente en un proceso, pero cada una de
ellas produce un fuerte efecto sobre el resultado final.

- Producen una variabilidad irregular e imprevisible, no se puede predecir el


momento en que aparecerá

- Sus efectos desaparecen al eliminar las causas

2. PROCESO PARA UNA GRAFICA DE CONTROL PARA VARIABLES

En cualquier proceso productivo resulta conveniente conocer en todo momento


hasta qué punto nuestros productos cumplen con las especificaciones
preestablecidas. podemos decir que la calidad de un producto tiene dos grandes
“enemigos”: (1) las desviaciones con respecto al objetivo especificado (falta de
exactitud), y (2) una excesiva variabilidad respecto a los valores deseables (falta
de precisión).

La idea consiste en extraer muestras de un proceso productivo que se encuentra


activo y, a partir de las mismas, generar gráficos que nos permitan tanto estudiar
la variabilidad del mismo como comprobar si los productos obtenidos cumplen o
no con las especificaciones preestablecidas. En caso de apreciar en tales gráficos
tendencias no aleatorias o bien muestras que se sitúen más allá de los límites de
control consideraremos que el proceso está fuera de control. Si así ocurre,
estaremos interesados en averiguar las causas especiales que afectan al proceso.
En un gráfico de control se representa gráficamente una característica de calidad
T, medida o calculada a partir de muestras del producto, en función de las
diferentes muestras. La gráfica tiene una línea central que simboliza el valor medio
de la característica de calidad. Finalmente, otras dos líneas (los límites superior e
inferior de control) flanquean a la anterior a una distancia determinada. Estos
límites son escogidos de manera que si el proceso está bajo control, casi la
totalidad de los puntos muéstrales se halle entre ellos. Así, un punto que se
encuentra fuera de los límites de control se interpreta como una evidencia de que
el proceso está fuera de control. Además, incluso si todos los puntos se hallan
comprendidos entre los límites de control, pero se comportan de manera
sistemática o no aleatoria, también tendríamos un proceso fuera de control
(veremos cómo estudiar la existencia de tales patrones no aleatorios mediante los
llamados tests para causas especiales).
La determinación de los límites de control se basa en conceptos y resultados
estadísticos: supongamos, p.e., que estamos interesados en “controlar” la media µ
de una variable aleatoria X cuya distribución tiene una desviación estándar σ (µ y
σ constantes durante el proceso). Sabemos (por el TCL) que, para un tamaño
muestral n grande, la distribución de las medias muéstrales será
aproximadamente normal con media igual a µ y desviación estándar igual a σ/√n .
De este hecho se deduce que aproximadamente el 99,7% de las medias
muestrales estarán contenidas en el intervalo µ ± 3 * σ/√n , intervalo que viene
definido por los límites de control. Este sencillo razonamiento es la base para la
construcción de todos los gráficos de control.

Observar que, como el intervalo anterior depende de n, si trabajamos con


muestras de distintos tamaños los límites de control no formarán una línea recta,
pues la distancia que les separa de la línea central aumentará conforme n
disminuya (serán límites “escalonados”).

Si dejamos momentáneamente al margen el estudio de posibles patrones no


aleatorios en el gráfico de control, podemos considerar que éste no es más que un
contraste de hipótesis en el que podemos considerar como hipótesis nula Ho el
hecho de que el proceso está bajo control estadístico. El que un punto se ubique
entre los límites de control es equivalente a no poder rechazar la hipótesis nula
Ho; por el contrario, el que un punto se ubique fuera de los límites de control
equivale al rechazo de la hipótesis del control estadístico.Observar que la
selección de los límites de control equivale pues a determinar la región crítica para
probar la hipótesis nula Ho de que el proceso está bajo control estadístico:
alejando dichos límites de la línea central se reduce α (o probabilidad de cometer
un error de tipo I, i.e.: que un punto caiga fuera de los límites de control sin que
haya una causa especial), si bien también se eleva con ello β (o riesgo de cometer
un error tipo II, i.e.: que un punto caiga entre dichos límites cuando el proceso se
encuentra en realidad fuera de control).

En general, para un α determinado, cuanto más grande sea el tamaño muestral n,


tanto más “sensible” será el gráfico a la hora de detectar pequeños cambios en el
proceso (i.e., para α fijo, a mayor n mayor será la potencia del contraste 1-β).

Podemos distinguir dos grandes clases de gráficos de control: los gráficos de


control por variables hacen uso de estadísticos obtenidos a partir de datos tales
como la longitud o grosor de un elemento, mientras que los gráficos de control por
atributos se basan en frecuencias tales como el número de unidades defectuosas.

Así, en los gráficos de control por variables es posible medir la característica de


calidad a estudiar. En estos casos conviene describir la característica de calidad
mediante una medida de tendencia central (usualmente la media muestral) y una
medida de su variabilidad (usualmente el rango o la desviación estándar).

Los gráficos de control por variables son más “sensibles” que los gráficos de
control por atributos, razón por la cual son capaces de “avisarnos” de posibles
problemas de calidad incluso antes de que éstos sean ya relevantes. Por su parte,
los gráficos de control por atributos tienen la ventaja de sintetizar de forma rápida
toda la información referida a diferentes aspectos de calidad de un producto, ya
que permiten clasificar éste como aceptable o inaceptable; además, no suelen
necesitar de sistemas de medición muy complejos y son más fácilmente
entendibles por los no especialistas.
1.2 AGRUPACION DE LOS GRAFICOS

1.3 TIPOS DE GRAFICOS POR VARIABLES

1.3.1 GRAFICOS xR
Estos gráficos representan en cada punto del gráfico la media X y el recorrido R
de muestras de pequeño tamaño.

 Tamaño de la muestra. La sensibilidad se incrementa con el tamaño de la


muestra. Sin embargo muestras excesivamente grandes darían lugar a dos
problemas: Dejaría de ser valida la estimación de la variabilidad de la
población (s) partiendo del recorrido R de la muestra. Se encarecería el
procedimiento. Por esto se escoge un tamaño de muestra que esté
comprendido entre 4 y 5. Serán
 cinco unidades producidas consecutivamente en un solo flujo de procesob)
Intervalo de toma de muestra. Para establecer el intervalo de toma de
muestra idóneo, debemos estudiar cada proceso, o tener en cuenta la
experiencia adquirida en procesos similares. Los puntos básicos a tener en
cuenta son:

- No establecer tomas de muestra en períodos en los que la experiencia nos


garantice continuidad en el proceso.

- Establecer tomas de muestra siempre que exista posibilidad de cambio en el


proceso, como, por ejemplo:

· Cambio de turnos

· Relevo de operarios

· Cambio de la materia prima

· Cambio de herramienta

· Parada y arranque de la máquina

· Etc.

1.3.2 GRAFICOS xS
Estos gráficos son similares a los (X ,R) con la diferencia de que la dispersión del
proceso se mide por la desviación S en vez de por el recorrido R, (la eficiencia es
igual para tamaños pequeños) pero estos se aplican para n mayor a 10.
3. PROCESO PARA UNA GRAFICA DE CONTROL POR ATRIBUTOS

Los diagramas de control por atributos constituyen la herramienta esencial


utilizada para controlar características de calidad cualitativas, esto es,
características no cuantificables numéricamente. Ejemplos de tales características
no medibles son la fracción o porcentaje de unidades defectuosas en la
producción (P), el número de unidades defectuosas en la producción (NP), el
número de defectos por unidad producida (U), y el número de defectos de todas
las unidades producidas (C).

Al igual que en los gráficos de control por variables, el diagrama de atributos


representa un estadístico T del proceso (como puede ser el número de defectos)
frente al número de la muestra o al tiempo. Una línea central representa el valor
medio o esperado del estadístico, mientras que los límites de control suelen definir
una zona de control que abarca 3σT por encima y por debajo de la línea central.
Estos límites son escogidos de manera que si el proceso está bajo control, casi la
totalidad de los puntos muestrales se halle entre ellos. Así, un punto que se
encuentra fuera de los límites de control se interpreta como una evidencia de que
el proceso está fuera de control. Además, incluso si todos los puntos se hallan
comprendidos entre los límites de control, pero se comportan de manera
sistemática o no aleatoria, también tendríamos un proceso fuera de control
(veremos cómo estudiar la existencia de tales patrones no aleatorios mediante los
llamados tests para causas especiales).

Este tipo de gráficos se suele aplicar en situaciones en las que el proceso es una
operación de montaje complicada, y la calidad del producto se mide en términos
de la ocurrencia de disconformidades, del funcionamiento exitoso o fallido del
producto, etc. Los diagramas de control por atributos tienen la ventaja de que acen
posible considerar varias características de calidad al mismo tiempo y clasificar los
productos como disconformes si no satisfacen las especificaciones de cualquiera
de las características.

Tenemos dos opciones a la hora de realizar un gráfico de control por atributos:

1. Podemos comparar un producto con un estándar y clasificarlo como defectuoso


o no (gráficos P y NP)

2. En el caso de productos complejos, la existencia de un defecto no


necesariamente conlleva a que el producto sea defectuoso. En tales casos, puede
resultar conveniente clasificar un producto según el número de defectos que
presenta (gráficos C y U). Es importante notar que los gráficos P, NP, y U permiten
trabajar con muestras de tamaños diferentes, mientras que los gráficos C están
diseñados para muestras de igual tamaño.

3.1 TIPOS DE GRAFICOS POR ATRIBUTOS

3.1.1 GRAFICOS P
La fracción no conforme de un colectivo se define como el cociente entre el
número de unidades defectuosas y el número total de unidades en dicho colectivo.
Cada unidad de producto puede ser examinada por el inspector respecto de una o
varias características cualitativas. Si la unidad inspeccionada no es conforme
respecto a la especificación en una o más características, se clasifica como no
conforme. Habitualmente, la fracción no conforme se expresa en forma decimal
aunque puede también indicarse en tanto por ciento.

La distribución binomial es la base estadística del gráfico de control por atributos.


Supondremos que el proceso está operando de forma estable y que la posibilidad
de que una unidad de producto sea defectuosa es constante y de valor p.
También, supondremos que las unidades producidas sucesivamente son
independientes. Entonces, si tomamos una muestra de n unidades, y llamamos x
al número de unidades no conformes, la probabilidad de que x tome los valores 0,
1, 2.... n vendrá determinada por la distribución binomial con parámetros n, p:

P(x)=(nx)⋅px⋅(1−p)n−x;x=0,1,2,⋅⋅⋅,n
El valor medio y la varianza de esta distribución son:
μx=np;σ2x=np(1−p)
La fracción muestral no conforme se define como el cociente entre el número de
unidades no conformes en la muestra x y el tamaño de la misma p = x/n.

El valor medio y la varianza de p serán respectivamente μp=p;σ2p=p(1−p)n como


consecuencia de la relación p = x/n
Operativa del gráfico de control “p”

La base estadística para definir los límites de control es común con los restantes
gráficos de Shewhart: Si W es un estadístico que describe una determinada
característica de calidad siendo μw y σw² su media y su varianza, los límites de
control se definen como :
LCS=μw+K⋅σw;LC=μw;LCI=μw−K⋅σw
K es la distancia de los límites de control a la línea central expresada como un
múltiplo de sw. Habitualmente escogeremos K = 3.Supongamos que conocemos o
se especifica la fracción p no conforme de un proceso de producción. Entonces los
limites de control resultan:
LCS=p+3p(1−p)−−−−−−−√n;LC=p;LCI=p−3p(1−p)−−−−−−−√n
La operativa consiste en tomar sucesivas muestras de n unidades, contar dentro
de cada muestra el número de unidades no conformes y calcular pˆ=D/n llevando
este valor al gráfico. En tanto pˆpermanezca dentro de los límites de control y la
secuencia de puntos no señale ninguna pauta distinta a la que puede surgir por
mero azar, diremos que el proceso está bajo control al nivel p de fracción no
conforme. Si por el contrario, observamos algún punto fuera de control o un patrón
inusual diremos que la fracción defectuosa ha cambiado a un nivel diferente y que
el proceso está fuera de control.Cuando se desconoce p, debe estimarse a partir
de los datos. El procedimiento a seguir es seleccionar m muestras preliminares,
cada una de tamaño n. Como norma general, m estará comprendido entre 20 y 25.
Si Di es el número de unidades defectuosas en la muestra i, calcularemos la
fracción defectuosa en la muestra como pˆi=Di/n;i=1,2,⋅⋅⋅,n ; i = 1, 2... .n y la media
de estas fracciones,pˉ=∑Di/m⋅n , estimará la media p del proceso siendo los
límites de control:
LCS=pˉ+3pˉ(1−pˉ)−−−−−−−√n;LC=pˉ;LCI=pˉ+3pˉ(1−pˉ)−−−−−−−√n
Frecuentemente se utiliza solo el límite superior.
Estos límites de control se consideran como limites de prueba y sirven para
determinar si el proceso estaba bajo control cuando las m muestras iniciales
fueron seleccionadas. Si todos los puntos caen dentro de los límites de control y
no se observa ninguna pauta anormal dictaminaremos que el proceso estaba bajo
control a la toma de las m muestras y los límites de prueba serán validos para
controlar la producción actual y la futura.

Los límites de control para la producción actual deben basarse en datos obtenidos
de una situación estable. Por ello, cuando alguno de los puntos iniciales está fuera
de control se hace necesario revisar los límites de control. Esto se realiza
examinando cada punto fuera de control y buscando las causas asignables. Si se
localiza la causa asignable se descarta el punto correspondiente y se vuelven a
calcular los límites de control con los puntos restantes. Puede darse el caso que
alguno de estos restantes puntos se encuentre ahora fuera de control respecto de
los nuevos límites ya que estos serán, normalmente, más estrechos que los
iniciales. Entonces, deben repetirse los pasos dados anteriormente hasta que
todos los puntos se encuentren dentro de control con lo que ya podremos adoptar
los límites hasta entonces provisionales como límites definitivos.
Si el gráfico de control se basa en un valor estandar conocido (un objetivo) para la
fracción no conforme p, entonces el cálculo de límites de prueba es,
generalmente, innecesario aunque deben tomarse ciertas precauciones en el
sentido de comprobar si el proceso está bajo control a un valor de p diferente dei
indicado en el objetivo. Por ejemplo, supongamos que la Dirección señala como
valor objetivo p = 0,01 pero que el proceso se encuentra realmente bajo control a
p=0,05. Utilizando el gráfico correspondiente a p = 0,01 encontraremos muchos
puntos fuera de control sin que aparezca causa asignable. No obstante, suele ser
útil esta opción para mejorar el nivel de calidad llevando el proceso al nivel
adecuado, sobre todo en procesos donde la fracción no conforme puede ser
controlada mediante un proceso sencillo de ajuste.

3.1.2 GRAFICOS NP

El diagrama NP está basado en el número de unidades defectuosas. Este tipo de


gráficos permite tanto analizar el número de artículos defectuosos como la posible
existencia de causas especiales en el proceso productivo. Los principios
estadísticos que sirven de base al diagrama de control NP se basan en la
distribución Binomial:
Supóngase que el proceso de producción funciona de manera estable, de tal
forma que la probabilidad de que cualquier artículo no esté conforme con las
especificaciones es p, y que los artículos producidos sucesivamente son
independientes; entonces, si seleccionamos k muestras aleatorias de n artículos
del producto cada una, y representando por Xi al número de artículos defectuosos
en la muestra i-ésima, tendremos que Xi ≈ B(n,p).

3.1.3 GRAFICOS C
El diagrama C está basado en el número total de defectos (o no conformidades)
en la producción. Los principios estadísticos que sirven de base al diagrama de
control C se basan en la distribución de Poisson: Para construir el diagrama de
control C empezamos por tomar k muestras X1, X2, ...,XK , de ni unidades cada
una, i.e.: Xi = (Xi1, ..., Xi ni ). Sea u el número esperado de unidades defectuosas
en cada una de las muestras.
• Para cada muestra se calcula el número uij de defectos de la unidad Xij , j = ,...,ni

3.1.4 GRAFICOS U

El diagrama U está basado en el número de defectos por unidad de inspección


producida. Los principios estadísticos que sirven de base al diagrama de control U
se basan en la distribución de Poisson: Para construir el diagrama de control U
empezamos por tomar k muestras X1, X2, ...,XK , de ni unidades cada una, i.e.: Xi
= (Xi1, ..., Xi ni ). Sea u el número esperado de unidades defectuosas en cada una
de las muestras.

• Para cada muestra se calcula el número uij de defectos de la unidad Xij , j =


1,...,ni

4. APLICACIÓN DE GRAFICAS A LA EMPRESA LINEA GEOMETRICA

Mediante el siguiente proceso en el cual se tomaron lotes por 50 unidades por


Gráficos de Control de Número de Unidades no Conformes ("np") por atributos las
cuales son tablas de picar se tomaron los siguientes dato:

PRODUCTO:
TABLA DE PICAR
TABLA DE DATOS
TAMAÑO DE MUESTRA n=50
UNIDADES UNIDADES
NUMERO UNIDADES UNIDADES
NUMERO NO NUMERO NO UNIDADES NO NUMERO NUMERO
DE NO NO
DE MUETRA CONFORME DE MUETRA CONFORME CONFORMES DE MUETRA DE MUETRA
MUETRA CONFORMES CONFORMES
S S
1 8 6 8 11 5 16 5 21 7
2 5 7 4 12 5 17 6 22 8
3 5 8 7 13 8 18 6 23 5
4 4 9 4 14 4 19 4 24 6
5 7 10 6 15 6 20 7 25 5

Según los datos tomados se hizo una grafica en donde se calculo el medio de
unidades no conformes np, el limite de control superior e inferior y haci nos quedo:
En donde se comprobo que los valores tomados mediante los datos de unidades
no conformes de las muestras utilizadas para la construcción del gráfico
correspondiente están dentro de los Límites de Control. Si esta condición no se
cumple para alguna muestra, esta deberá ser desechada para el cálculo de los
Límites de Control. Se repetirán todos los cálculos realizados hasta el momento,
sin tener en cuenta los valores de las muestras anteriormente señaladas. Este
proceso se repetirá hasta que todas las muestras utilizadas para el cálculo de los
Límites de Control muestren un proceso dentro de control. Los Límites, finalmente
así obtenidos, son los definitivos que se utilizarán para la construcción de los
Gráficos de Control.

Se pudede decir que el proceso que se viene trabajando esta bien ya que todos
los valores de unidades no conformes estan dentro de sus limites pero se debe
mejorar un poco para que no allan tantos defectos, y haci no tener perdidas
monetarias. Este grafico de control se aplicara para el control habitual del proceso
en cunto lotes.
CONCLUCION

Mediante una toma de datos se hizo un analisis con graficos np en donde los
resultados fueron favorables para la empresa linea geometrica ya que las
unidades de no conformes estan dentro de sus limites.

Se puede observar que este tipo de graficas nos determina las causas diseño de
soluciones y controles, en donde es mas facil identificar los problemas
BIBLIOGRAFIA

1. http://labcalidad.files.wordpress.com/2011/03/lab-2-pp-graficos-de-control-
variables.pdf
2. http://www.fundibeq.org/opencms/export/sites/default/PWF/downloads/galler
y/methodology/tools/graficos_de_control_por_variables.pdf
3. http://www.uoc.edu/in3/emath/docs/SPC_3.pdf
4. http://es.slideshare.net/Helenfabe/graficos-de-control-24699438
5. Libro control de calidad octava edición por Dale H. Besterfirld
6. http://www.uoc.edu/in3/emath/docs/SPC_4.pdf
7. http://www.matematicasypoesia.com.es/Estadist/ManualCPE09.htm

También podría gustarte