Documentos de Académico
Documentos de Profesional
Documentos de Cultura
TABLA DE CONTENIDO
Página
PRESENTACIÓN
1 INTRODUCCIÓN 5
2 RESEÑA HISTORICA 6
2.1 INICIOS DE LA CALIDAD 6
2.2 LOS GESTORES DE LA CALIDAD 6
2.3 EL CONTROL ESTADÍSTICO DE LA CALIDAD Y LA
9
MEJORA DE PROCESOS.
3 CONTROL ESTADÍSTICO DE PROCESOS 10
3.1 DEFINICIÓN 10
3.2 CICLO DEL CEP 11
3.3 CONCEPTOS 12
3.3.1 CONCEPTOS GENERALES 12
3.3.2 CONCEPTO DE VARIACIÓN 13
3.3.3 CURVA DE DISTRIBUCIÓN NORMAL 14
3.3.4 CONCEPTO DE PRECISIÓN Y EXACTITUD 15
4.0 HERRAMIENTAS CLASICAS PARA EL CONTROL DE
16
PROCESOS
4.1 HISTOGRAMA 16
4.1.1 MEDIDAS DE TENDENCIAS CENTRAL O MEDIDAS
20
DE CENTRALIZACIÓN EN EL HISTOGRAMA
4.1.2 MEDIDAS DE DISPERSIÓN EN EL HISTOGRAMA
20
4.2 GRÁFICOS DE CONTROL DE PROCESOS O
21
CARTAS DE CONTROL
4.2.1 GRAFICO PARA VARIABLES CUANTITATIVAS
22
4.2.2 GRAFICOS DE CONTROL PARA ATRIBUTOS 31
4.3 GRAFICO CAUSA EFECTO 39
4.4 DIAGRAMAS DE PARETO 41
4.4.1 DIAGRAMA DE PARETO DE FRECUENCIA 41
4.4.2 DIAGRAMA DE PARETO PARA COSTOS 42
4.5 GRÁFICO DE CORRELACIÓN O DISPERSIÓN. 43
4.6 PLANILLAS DE INSPECCIÓN U HOJAS DE
45
VERIFICACIÓN
5.0 HERRAMIENTAS MODERNAS PARA ELCONTROL
42
DE PROCESOS
5.1 DIAGRAMA DE INTERRELACIONES 42
Regional Valle Fecha:
Febrero de 2008
Centro Nacional de Desarrollo Tecnológico y Asistencia Técnica a
Versión: 3
la Industria - ASTIN
HERRAMIENTAS ESTADISTICAS PARA EL CONTROL DE PROCESOS Página 3 de 46
PRESENTACIÓN
1 INTRODUCIÓN
Qué es Calidad?
Si buscamos la palabra "Calidad" en el diccionario encontramos las
siguientes definiciones: Conjunto de cualidades que constituyen la manera de
ser de una persona o cosa; Propiedad o conjuntos de propiedades inherentes
a algo, que permiten juzgar su valor (Real Academia Española, 23ª edición).
En el área de negocios y en términos más prácticos, calidad se entiende
como "hacer bien las cosas a la primera vez" y / o "cumplir con los
requerimientos del cliente".
2 RESEÑA HISTORICA
3.1 DEFINICIÓN
Una empresa que cuenta con Control Estadístico puede mejorar sus
procesos, reducir reproceso y desperdicios, lo que genera una reducción de
costos ya que el C.E.P. involucra más que solo crear el producto perfecto,
implica además asegurar que los procesos internos son llevados
apropiadamente, que el equipo se le da el mantenimiento adecuado y que los
recursos suministrados son los indicados.
3.3 CONCEPTOS
Población:
Cuando tenemos un conjunto muy grande de datos numéricos para analizar
decimos que tenemos un Universo o Población de observaciones.
Muestra:
Es un subconjunto pequeño de observaciones extraídas de un universo o
población.
Muestreo Aleatorio:
En general, no es posible disponer de todas las observaciones de un
universo o población, ya sea porque es un universo hipotético o porque la
recolección de todos los datos resulta una tarea excesiva para nuestras
posibilidades. Normalmente se dispone de una muestra de datos extraídos
de un universo, y lo que se pretende es estimar (Conocer de manera
aproximada) los parámetros del universo por medio de cálculos realizados
sobre la muestra.
Defecto:
Fenómeno que se presenta en un producto el cual le impide cumplir con sus
funciones.
Critico: Impide o dificulta el uso del producto.
Mayor : Limita el uso pero no lo hace inútil.
Menor :No limita ni perjudica el uso, pero si su imagen.
Defectuoso:
Todo producto que al menos posee un defecto generalmente mayor o critico.
Variables cuantitativas:
Son características medibles por instrumentos, otorgando un valor numérico
de acuerdo a una escala determinada.
Limites de especificación:
Es el rango de aceptación dado para una variable de un producto, y puede
ser dado por el cliente, por los consumidores, por el mismo proceso, etc.
Limites de control:
Es el rango donde se mueve la variable que se esta observando, y es
básicamente dado por los mismos datos del proceso.
La precisión se refiere a la cercanía de los datos entre si, es decir nos mide
la dispersión del proceso, para esto se utilizan las medidas de variabilidad,
como el rango, la desviación medida, la desviación estándar y el coeficiente
de variación entre otros.
4.1 HISTOGRAMA
Tipos de histograma
Normal (simétrico o de campana):
El valor de la media del histograma se
encuentra en el centro del rango de los datos.
Elaborado por Omar Hernán Ossa B.
Regional Valle Fecha:
Febrero de 2008
Centro Nacional de Desarrollo Tecnológico y Asistencia Técnica a
Versión: 3
la Industria - ASTIN
HERRAMIENTAS ESTADISTICAS PARA EL CONTROL DE PROCESOS Página 17 de 46
Tipo meseta:
La frecuencia en cada clase forma una meseta debido a que las clases
tienen frecuencias similares excepto aquellas en los extremos, esta forma
ocurre al mezclar varias distribuciones con distintos valores medios.
que aparece cuando se hace una pequeña incorporación de datos con una
distribución diferente, tal como el caso de anormalidades en el proceso, error
en las mediciones, o incluso de datos de un proceso diferente.
FR = (Fi / n)
10. Grafique: En el eje x coloque los intervalos o grupos, en el eje Y del lado
izquierdo ubique la frecuencia absoluta FI y del lado derecho la frecuencia
relativa FR.
Ejemplo # 1.
Los siguientes datos fueron tomados al realizar un muestreo aleatorio en una
línea de producción de sustrato de BOPP para empaque de productos
alimenticios. Los valores corresponden al calibre en milesimas de pulgada
(MILS).
TALLER # 1: Histograma
24.1 23.7 24.0 24.5 24.5 24.5 23.8 24.0 24.3 23.7
23.6 23.8 23.6 24.4 25.6 24.3 24.9 25.0 25.0 25.7
22.4 23.0 24.3 23.5 22.2 22.4 24.6 24.2 23.2 23.5
22.9 24.4 26.7 25.4 22.8 24.3 26.7 23.1 24.3 21.4
a. Hacer el histograma
b. ¿Considera que el proceso es normal?
c. Cuantas probetas resistieron un esfuerzo entre 23 y 25 kg/mm2
d. ¿Que porcentaje de producto no conforme se generó, si la especificación
es 22 ± 1 kg/mm2?
e. ¿Cual es la resistencia a la tracción, que tienen la mayoría de las
probetas?
Las medidas de tendencia central serán otros métodos para estudiar o medir
el comportamiento de los elementos que constituyen una población, son
utilizadas para representar con un número único la posición de un valor en la
variable, de tal forma que represente el conjunto de valores observados
Desviación Estandar :
X X .Fi
2
i
= =
n
Coeficiente de Variación (cv):
Es empleado cuando se desea comparar dos o mas variables para ver cual
de ellas tiene mayor variación relativa, puesto que está dada en términos
porcentuales.
cv .100
X
También es útil cuando queremos comparar variaciones de datos expresados
en diferentes unidades de medida.
Línea central LC
Este tipo de grafico utiliza el valor promedio de las medias y el rango medio
de las mismas, son los más utilizados por la sencillez del cálculo de R y la
media. Para elaborar un grafico de control X-R se deben seguir los siguientes
pasos:
L.C. X
X R
n LC R
n
LCS X A2 R
LCS D4 R
LCI X A2 R LCI D3 R
Donde A2, D3, y D4 son constantes que dependen del tamaño de cada
muestra así:
Tamaño de la Factor para Factor inferior Factor superior Factor para Cp
muestra gráfico x para gráfico R Para gráfico R
n A2 D3 D4 d2
2 1,88 0 3,268 1,128
3 1,023 0 2,574 1,693
4 0,729 0 2,282 2,059
5 0,577 0 2,114 2,326
6 0,483 0 2,004 2,534
7 0,419 0,076 1,924 2,704
8 0,373 0,136 1,864 2,847
9 0,337 0,184 1,816 2,970
10 0,308 0,2223 1,777 3,078
11 0,905 0,256 1,744 3,173
12 0,866 0,283 1,717 3,258
6. Si algún punto cae por fuera de los límites de control, se buscan causas
asignables de variación, y se procede a recalcular los límites de control
eliminando dichos puntos.
NOTA: los pasos 6 y 7 se hacen solo cuando se esta haciendo los gráficos
por primera vez
Prueba 1. Prueba 2.
Un punto fuera de la zona A (por arriba o por abajo). Nueve puntos seguidos en la zona C por debajo o
por arriba de la línea central
Prueba 3. Prueba 4.
Seis puntos seguidos (tendencia) con aumento o disminución Catorce puntos seguidos alternando arriba y
estables. debajo de la línea central.
Prueba 5. Prueba 6.
Dos de cada tres puntos seguidos en la zona A o más allá. Cuatro de cada cinco puntos seguidos en la zona
B + A.
Prueba 7. Prueba 8.
Catorce puntos seguidos en la zona C (arriba y debajo de la Ocho puntos seguidos a ambos lados de la recta
línea central). central y ninguno en C.
GRAFICO DE CONTROL
Núm eros de
Subgrupo 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
1
2
3
4
5
SUMA
PROMEDIO X
RANGO R
1 178 180 181 180 179 180 183 180 179 180 179 181 178 181 182 178 183 180 181 177
2 179 182 179 180 181 182 178 182 182 179 182 180 179 179 178 182 177 182 179 182
3 178 182 182 179 179 183 180 181 181 183 181 180 180 181 180 183 180 180 180 182
4 180 179 177 183 182 182 179 178 182 179 181 179 183 180 178 183 179 177 178 180
X
R
primero tiene que ser puesto bajo control estadístico antes de que se pueda
evaluar su capacidad. Así pues, la evaluación de la capacidad del proceso
comienza después de que se han resuelto los asuntos del control en los
gráficos de x y en los de R; esto es, las causas especiales han sido
identificadas, analizadas, corregidas y se ha evitado que ocurran de nuevo;
además, los gráficos de control progresivos reflejan un proceso que ha
permanecido bajo control estadístico en forma predominante para al menos
los 25 subgrupos anteriores. En general, se compara la distribución de la
salida del proceso con las especificaciones de ingeniería, para ver si estas
especificaciones se pueden cumplir de manera constante.
Estudio del potencial del proceso. En este estudio se obtiene una estimación
de lo que puede hacer un proceso bajo ciertas condiciones, es decir, la
variabilidad en condiciones definidas a corto plazo para un proceso en estado
de control estadístico.
Donde
LES = Límite de especificación superior.
LEI= Límite de especificación inferior.
= Desviación estandar, se estima a partir de la variación promedio dentro
del subgrupo y esta dada por R / d 2 .
LES
LCS
LCS LCS=LES
LES
LEI
LCI LCI LCI= LEI
LEI
LES X
Cpk1
3
X LEI
Cpk 2
3
Taller #4: Calcular la capacidad (Cp y Cpk )de proceso del taller anterior si las
especificaciones son V.N. ± 10%
Línea Central: np
np
m
LCS= np 3 np(1 p)
LCI= np 3 np(1 p)
Ejemplo #5:
En un proceso de impresión flexográfica, se considera como producto
defectuoso, todo rollo de material impreso con problemas en la lectura del
código de barras, haciendo un muestreo cada turno tenemos:
Núm eros de
Subgrupo 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
9 2
10 1
11 2
12 3
13 2
14 4
15 1
16 0
17 2
18 1
19 3
20 0
4.2.2.2 Grafico p:
Fracción de productos defectuosos por muestra, se permite que el tamaño de
muestra sea constante o variable.
np
Fracción de producto defectuoso: p
n
Línea Central: p
p
m
3 60 xx 2 0,03
4 60 x 1 0,015
5 55 x
6 50 xx
7 52 x x
8 53 x
9 65 x
10 60 x
11 58 x
12 59 x xx
13 50 x x
14 62
15 51 xxx
16 55 x
17 50
18 60 x xx
19 55 x
20 55 x
19 27 1
20 26 7
21 25 4
4.2.2.3 Gráfico C:
Muestra la cantidad de defectos por muestra, es condición que el tamaño de
muestra sea constante.
Línea Central: c
c
m
LCS= c 3 c
LCI= c 3 c
Ganancia de
Piel naranja
Mal registro
Mal anclaje
Color fuera
de patron
(m) muestra Película Total de
de tinta
lavada
Muare
punto
defectos
(metros) (C)
(n)
1 2 xx x x 4
2 2 x x 2
3 2 x xx 3
4 2 x x x 3
5 2 x x 2
6 2 x xx 3
7 2 x 1
8 2 x x 2
9 2 x 1
10 2 x 1
11 2 x 1
12 2 x x 2
13 2 X 1
14 2 x 1
15 2 x 1
16 2 x X 2
17 2 x 1
18 2 x 1
19 2 x x 2
20 2 xxx x 4
Linea central= u
u
m
3 1 4 3 1 0
4 1 2 4 1 3
5 1 3 5 1 5
6 1 6 6 1 2
7 1 1 7 1 3
8 1 3 8 1 1
9 1 7 9 1 5
10 1 2 10 1 3
Mezcladora Medición
Calibración
Picnómetro
Refrigeración Equipo de
Ajuste medición
Motor Capacitación
Balanza
Mantenimiento Operador
Agitación
Limpieza Habilidad
CARACTERÍSTICAS
DE CALIDAD
Proveedor A
Intensivos
Capacitación Composición
Cantidad Aceite
Huevos
Personas Balanza
Materias Mantenimiento
Primas Cantidad
Su filosofía es:
Elaborado por Omar Hernán Ossa B.
Regional Valle Fecha:
Febrero de 2008
Centro Nacional de Desarrollo Tecnológico y Asistencia Técnica a
Versión: 3
la Industria - ASTIN
HERRAMIENTAS ESTADISTICAS PARA EL CONTROL DE PROCESOS Página 40 de 46
n xy x y
r
n X 2
( x ) 2 n y 2 ( y ) 2
1.5 1.6 1.7 1.8 1.9 2.0 2.1 2.2 2.3 2.4 2.5 2.6 2.7 2.8 2.9 3.0 3.1 3.2 3.3
30
LIE LSE
20
15
10
FRECUENCIA 1 2 6 13 11 16 9 17 18 17 19 18 16 13 8 5 6 2 1
6 BIBLIOGRAFÍA
Paginas Web
http://www.monografias.com
http://www.calidad.com.ar
http://www.tqm-manager.com.ar
http://www.wikipedia.com
http://www.wikilearning.com