Documentos de Académico
Documentos de Profesional
Documentos de Cultura
2
Objetivos del Curso
Lograr diferenciar el uso y la aplicación de las diferentes técnicas estadísticas aplicadas en el
control de calidad tanto en la recepción de materiales, procesos de fabricación u operaciones y
en los productos terminados, siendo un soporte fundamental de la mejora continua y del
sistema de gestión de la calidad de una organización.
Definiciones de Variación
Clases de variación:
Variación de una pieza a la otra. Producida en piezas que se fabrican al mismo tiempo,
ejemplo: intensidad luminosa de cuatro focos fabricados uno detrás de otro.
Variación de una hora a otra. Diferencia que hay entre los productos fabricados a
distintas horas del día, ejemplo: conforme se desgastan las herramientas de corte, se
modifican las características de corte.
3
Ilustración 1 Variación de la media.
Fuentes de variación. Efecto conjunto de maquinaria, material, medio ambiente, mano de obra,
medición.
Causas de variación.
Causas fortuitas (causas aleatorias). Cuando las fuentes de variación fluctúan de manera
natural o prevista.
o Muchas causas con poco efecto sobre la calidad del producto.
o Difícil de detectarlas o descubrirlas, por inherentes al producto.
o Se considera al proceso en estado de control estadístico.
4
Causas atribuibles. Causas de variación cuya magnitud es grande por lo cual se puede
identificar fácilmente.
o Causas detectadas en las fuentes de variación.
o Proceso más allá de la variación natural esperada.
Método del instante. Seleccionan las muestras de las que se estén produciendo en
secuencia en un momento determinado.
Método del intervalo. Seleccionan las muestras de las piezas producidas en intervalo
anterior, y así sucesivamente.
Determinación del tamaño del subgrupo: MIL-STD-414/Z1.91, donde aparece el tamaño
de la muestra por periodo.
Hacer consideraciones de costo de inspección racional.
1
ANSI/ASQ Z1.9 para variables
5
Ilustración 4 La curva normal y los gráficos de control.
Gráfica X barra. Registro gráfico de la calidad de una característica en particular, con respecto
a la variación experimentada del valor promedio de las muestras.
Similar a la gráfica X barra, pero los puntos graficados son los rangos de la muestra de la
característica de calidad
Detectan la dispersión de los datos muestrales para una determinada hora de muestra.
Al detectar una tendencia de la gráfica a salirse de control se recomienda una revisión
sobre la marcha de una causa atribuible, de acuerdo con las políticas de calidad
establecidas.
6
Construcción de las Gráficas. Reúna los datos necesarios. Utilizados para calcular los límites de
control de una característica de calidad.
X R
Xi Ri
g g
LCS X X 3 X LCI X X 3 X
LCS R R 3 R LCI R R 3 R
LCS X X A2 R LCI X X A2 R
LCS R D4 R LCI R D3 R
X nuevo
X X d
R nuevo
RR d
g gd g gd
7
0 R nuevo d
2
X S
Xi Si
g g
LCS X X A3 S LCS S B4 S
LCI X X A3 S LCI S B3 S
Para calcular los límites de control revisados
X nuevo
X X d
S nuevo
S S d
g gd g gd
0 S0 C
4
8
La desviación estándar para cada subgrupo se obtiene:
n X i ( X i )
2 2
S
n(n 1)
9
a. Determinar si el proceso se encuentra o no bajo control estadístico mediante la elaboración
de una gráfica X barra y R.
HORA DE MUESTREO
(Dimensiones en milímetros)
DIA 06:00 10:00 14:00 18:00 22:00
1 14.0 12.6 13.2 13.1 12.1
2 13.2 13.2 12.7 13.4 12.1
3 13.5 12.8 13.0 12.8 12.4
4 13.9 13.0 13.3 13.2 13.2
5 13.0 12.0 12.1 12.2 13.3
6 13.7 12.1 12.5 12.4 12.4
7 13.9 13.6 12.7 13.4 13.0
8 13.6 12.4 13.0 12.4 13.5
9 14.4 12.4 12.2 12.4 12.5
10 13.3 12.8 12.6 12.9 12.8
11 13.3 11.5 13.0 13.0 13.2
12 13.6 12.5 13.3 13.5 12.8
13 13.4 13.3 12.0 13.0 13.1
14 13.9 13.1 13.5 12.6 12.8
15 14.2 12.7 12.6 12.9 12.6
16 14.0 12.6 12.4 12.5 12.2
17 13.6 13.2 12.4 13.0 13.0
18 13.1 12.9 13.5 12.3 12.8
19 14.6 13.7 13.4 12.2 12.5
20 13.9 13.0 13.0 13.2 12.6
21 13.3 12.7 12.6 12.8 12.7
22 13.9 12.4 12.7 12.4 12.8
23 13.2 12.3 12.6 13.1 12.7
24 13.2 12.8 12.8 12.3 12.6
25 13.3 12.8 12.0 12.3 12.5
3. Para un tamaño de muestra por subgrupo igual a 8, revise en la tabla B los valores de A, d2,
D1 y D2 para calcular los límites de control revisados de la media revisada en 116.41 cm y el
rango promedio revisado en 0.375 mm.
4. Debido a la dificultad en el montaje de un cubo de engranaje cuando se utiliza una cuña, el
equipo de proyectos recomienda usar gráficos X barra y S para la característica de calidad
respecto de la profundidad de la cuña cuya especificación es de 6.25 mm. Se recolecta
información de 25 subgrupos de 4 muestras, logrando 5 subgrupos por día, se miden las
piezas y se anotan en la hoja de datos presentada. Construir los gráficos de intento y
revisados para este ejercicio. Comparar las gráficas R y S para la dispersión.
10
5. En la siguiente tabla se presentan las medidas del diámetro interno (en mm) para un anillo
de pistón utilizado en el motor de un automóvil. Construya los gráficos de intento y
revisados para X barra y S.
11
Núm. de Observaciones
Muestra X1 X2 X3 X4 X5 X6 X7 X8 X9 X10
1 2.5 0.5 2.0 -1.0 1.0 -1.0 0.5 1.5 0.5 -1.5
2 0.0 0.0 0.5 1.0 1.5 1.0 -1.0 1.0 1.5 -1.0
3 1.5 1.0 1.0 -1.0 0.0 -1.5 -1.0 -1.0 1.0 -1.0
4 0.0 0.5 -2.0 0.0 -1.0 1.5 -1.2 0.0 -2.0 -1.5
5 0.0 0.0 0.0 -0.5 0.5 1.0 -0.5 -0.5 0.0 0.0
6 1.0 -0.5 0.0 0.0 0.0 0.5 -1.0 1.0 -2.0 1.0
7 1.0 -1.0 -1.0 1.0 0.0 1.5 0.0 1.0 0.0 0.0
8 0.0 -1.5 -0.5 1.5 0.0 0.0 0.0 -1.0 0.5 -0.5
9 -2.0 -1.5 1.5 1.5 0.0 0.0 0.5 1.0 0.0 1.0
10 -0.5 3.5 0.0 -1.0 -1.5 -1.5 -1.0 -1.0 1.0 0.5
11 0.0 1.5 0.0 0.0 2.0 -1.5 0.5 -0.5 2.0 -1.0
12 0.0 -2.0 -0.5 0.0 -0.5 2.0 1.5 0.0 0.5 -1.0
13 -1.0 -0.5 -0.5 -1.0 0.0 0.5 0.5 -1.5 -1.0 -1.0
14 0.5 1.0 -1.0 -0.5 -2.0 -1.0 -1.5 0.0 1.5 1.5
15 1.0 0.0 1.5 1.5 1.0 -1.0 0.0 1.0 -2.0 -1.5
Capacidad de Proceso
Alcance de un proceso.
Dentro de la definición de calidad, Crosby propone que la calidad es el simple
cumplimiento de una especificación.
Taguchi basa su filosofía en la premisa que el mejoramiento de la calidad acarrea
reducciones de costo y que la calidad va a mejorar en la medida que se reduzca la
variación.
Exactitud y Precisión
12
También puede estar asociada a las necesidades de los clientes, la traducción al lenguaje
de la empresa, y a las unidades y métodos de medida (E-P-S2)
Especificación. Traducción de las necesidades del cliente con respecto a nuestro
producto, al lenguaje de la empresa, que resulta en el establecimiento de unidades y
métodos de medida.
Tolerancia. Valores de variación permisibles de las dimensiones de una parte. Por
medio de esta encontraremos los límites de especificaciones:
L.E. = Especificación nominal ± tolerancia
El cumplimiento de las especificaciones y sus tolerancias lo determinan:
o La selección del proceso de producción y las materias primas a transformar.
o Entrenamiento del personal relacionado con calidad.
o Nivel de motivación del personal hacia calidad.
o Prevención de errores para evitar defectos a todo nivel dentro de la
organización.
o La participación multidisciplinaria en el diseño de producto, que incluye
proveedores, vendedores, entre otros.
Capacidad de proceso.
Todos los procesos tienen una capacidad intrínseca de comportamiento que se puede
evaluar por medio del análisis y recogida de datos.
La evaluación resultante de la capacidad se convierte en una ayuda valiosa durante la
planificación de la calidad y durante la posterior ejecución de las operaciones.
Capacidad del proceso = 6 desviaciones estándar ( ).
Posibles situaciones a surgir:
o Capacidad de proceso menor que la diferencia entre los límites de
especificaciones (LES - LEI), como caso más deseable.
6 < LES - LEI
o Capacidad de proceso igual a la diferencia (LES - LEI).
6 = LES - LEI
o Capacidad de proceso mayor a la diferencia (LES - LEI), donde el proceso no es
capaz.
6 > LES - LEI
13
o Calcule la desviación estándar promedio de la muestra:
14
o Cpk = 0.00 indica que X barra esta en LES ó LEI.
o Cpk negativo indica que X barra esta fuera de (LES o LEI)
15
Otras Graficas de Control por Variables
Gráficas de fácil manejo para el Operario.
Gráficos X. Representación de valores individuales:
o Se grafican valores individuales por subgrupo, se circula el promedio de manera
opcional.
o Si dos valores individuales son idénticos se coloca uno al lado del otro
o Serán utilizadas por operarios con poco nivel y adiestramiento.
o Este tipo de gráfico, sin repeticiones por subgrupo es utilizado cuando hay una
sola medición de la característica de calidad debido a costos excesivos, demoras,
pocos elementos producidos, entre otros.
Gráficos . Se grafica el resultado de la suma del subgrupo:
o Se hace para que no se confundan los límites de control con los de
especificación, si se incluyeran en el gráfico de .
o Se aumenta la escala por el tamaño del subgrupo
(línea central)
)
=a+bG
16
( X )( G 2 ) ( G)( G X )
a
g ( G 2 ) ( G ) 2
g ( G X ) ( G)( G X )
b
g ( G 2 ) ( G ) 2
X g A2 Rg
Límites de intento =
Límites Revisados =
X g A 0
Donde:
0 S0 C4
17
o En plantas de proceso, como pulpas de papel, la medida de algunas
características van a variar poco a lo largo de un mismo rollo.
Una vez completa la tabla y las columnas y R, se dibujan las gráficas y se emplean de
la misma manera que las gráficas y R normales.
Una lectura extrema tiene mayor efecto en las gráficas de promedio y rangos móviles
que en las comunes.
2. En la siguiente tabla se presentan las medidas del diámetro interno (en mm) para un anillo
de pistón utilizado en el motor de un automóvil. Construya los gráficos de intento para X.
18
3. El volumen de llenado de botellas de gaseosa es una característica de calidad importante
para la fábrica SOL KOLA Ltda. Se mide el volumen aproximado colocando un calibrador
sobre la boca de la botella y comparando la altura del líquido en el cuello de la botella con
una escala codificada. En tal escala, una lectura de cero corresponde a una altura de llenado
correcto. Se analizaron 15 muestras con un tamaño de observaciones de 10, y las lecturas
de llenado se presentan a continuación.
b. Determinar si el proceso está o no bajo control estadístico y elaborar las gráficas para la
suma de X.
19
Núm. de Observaciones
Muestra X1 X2 X3 X4 X5 X6 X7 X8 X9 X10
1 2.5 0.5 2.0 -1.0 1.0 -1.0 0.5 1.5 0.5 -1.5
2 0.0 0.0 0.5 1.0 1.5 1.0 -1.0 1.0 1.5 -1.0
3 1.5 1.0 1.0 -1.0 0.0 -1.5 -1.0 -1.0 1.0 -1.0
4 0.0 0.5 -2.0 0.0 -1.0 1.5 -1.2 0.0 -2.0 -1.5
5 0.0 0.0 0.0 -0.5 0.5 1.0 -0.5 -0.5 0.0 0.0
6 1.0 -0.5 0.0 0.0 0.0 0.5 -1.0 1.0 -2.0 1.0
7 1.0 -1.0 -1.0 1.0 0.0 1.5 0.0 1.0 0.0 0.0
8 0.0 -1.5 -0.5 1.5 0.0 0.0 0.0 -1.0 0.5 -0.5
9 -2.0 -1.5 1.5 1.5 0.0 0.0 0.5 1.0 0.0 1.0
10 -0.5 3.5 0.0 -1.0 -1.5 -1.5 -1.0 -1.0 1.0 0.5
11 0.0 1.5 0.0 0.0 2.0 -1.5 0.5 -0.5 2.0 -1.0
12 0.0 -2.0 -0.5 0.0 -0.5 2.0 1.5 0.0 0.5 -1.0
13 -1.0 -0.5 -0.5 -1.0 0.0 0.5 0.5 -1.5 -1.0 -1.0
14 0.5 1.0 -1.0 -0.5 -2.0 -1.0 -1.5 0.0 1.5 1.5
15 1.0 0.0 1.5 1.5 1.0 -1.0 0.0 1.0 -2.0 -1.5
Estado de Control
Un proceso está bajo control, una vez eliminadas las causas atribuibles, los puntos permanecen
dentro de los límites de control.
20
Ilustración 6 Causas fortuitas y causas atribuibles.
Un proceso está fuera de control cuando un punto cae fuera de los límites de control. Significa
que:
21
Usando una regla simplificada, divida el espacio a 1.5 .
o Proceso fuera de control si hay dos puntos sucesivos a 1.5 o más allá de estas.
22
4. Dos poblaciones (mezcla): Cuando son muchos los puntos que están cerca o fuera de los
límites de control. Causas:
o Diferencias en la calidad del material.
o Dos o más máquinas en una misma gráfica.
o Diferencias en métodos o equipos de prueba.
5. Errores: Causas de patrones fuera de control:
o Equipo de medición no calibrado.
o Errores de cálculo.
o Errores de uso del equipo.
o Tomar muestras en poblaciones distintas.
23
Bibliografía
MONTGOMERY, Douglas C. “Control estadístico de la calidad”. Editorial Limusa Wiley, 2010.
GRANT, Eugene L. “Control estadístico de calidad - 2a ed.”. México: Compañía Editorial
Continental, 1996. - 722p.
WALPOLE, Ronald, MYERS, Raymond. "Probability and statistics for engineers and scientists".
New Jersey: Prentice - Hall, 2016. - 816p.
GONZALEZ Becerra Fernando. “Herramientas estadísticas aplicadas a la ingeniería industrial”.
Editorial UMNG, 2014.
COLLINS, Jim. “Como caen los poderosos”. Grupo Editorial Norma, 2010.
MONDEN, Yasuhuro. “El sistema de producción de Toyota”. Buenos Aires: Ediciones Macchi,
1991. - 274p.
Material Complementario
ASI Datamyte: https://www.asidatamyte.com/
American Society for Quality: http://www.asq.org/
ISHIKAWA, Kaoru. “Qué es el control total de calidad? la modalidad japonesa”. Bogotá: Norma,
1991. - 209p.
FEIGENBAUM, Armand V. “Control total de la calidad” - México: CECSA, 1986.
24