Documentos de Académico
Documentos de Profesional
Documentos de Cultura
4
Gráficas de Control por
Atributo
Santo Domingo
2012
Santo Domingo
2012
INFOTEP VIRTUAL
CONTROL ESTADISTICO DE PROCESOS, UNIDAD IV
CONTENIDO
Page 2
INFOTEP VIRTUAL
CONTROL ESTADISTICO DE PROCESOS, UNIDAD IV
Introducción
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 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.
Page 3
INFOTEP VIRTUAL
CONTROL ESTADISTICO DE PROCESOS, UNIDAD IV
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 hacen 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.
Page 4
INFOTEP VIRTUAL
CONTROL ESTADISTICO DE PROCESOS, UNIDAD IV
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.
Fig. 4.1 Cuando el producto no es funcional es no conforme, defectivo o defectuoso. Puede ser reparado
o desperdicio.
Fig. 4.1 El producto puede ser funcional pero puede tener defectos o no conformidades, que pueden ser
corregidas con retrabajo o no se pueden corregir y ser desperdicio.
Page 5
INFOTEP VIRTUAL
CONTROL ESTADISTICO DE PROCESOS, UNIDAD IV
Es importante notar que para realizar estos tests todas las muestras han de ser del
mismo tamaño.
Page 6
INFOTEP VIRTUAL
CONTROL ESTADISTICO DE PROCESOS, UNIDAD IV
Di
pi
ni
__
p
p(1 p)
2p
n
son:
Page 7
INFOTEP VIRTUAL
CONTROL ESTADISTICO DE PROCESOS, UNIDAD IV
LSC = w + Lw
LC = w
LIC = w - Lw
Donde L es la distancia de la línea central hasta los límites de control, es común usar L
= 3.
__ __
__
p(1 p )
LSCp = p 3
n
__
LCp = p
__ __
__
p(1 p )
LICp = p 3
n
de límites de control, se puede concluir que el proceso está en control, de otra forma,
se concluirá que la fracción no conforme se ha desplazado de su valor original y el
proceso se encuentra fuera de control.
Page 8
INFOTEP VIRTUAL
CONTROL ESTADISTICO DE PROCESOS, UNIDAD IV
pi = Di / n i = 1, 2, 3,....., m
m m
Di p i
p i 1
i 1
mn m
son:
p(1 p)
LSC p p 3
n
LC p p
p(1 p)
LIC p p 3
n
Una vez hecha la gráfica trazando los límites anteriores, cualquier punto que se
encuentre fuera de control debe ser investigado, si se encuentra una causa asignable o
especial, deben tomarse medidas correctivas para prevenir su recurrencia, los puntos
correspondientes a la situación fuera de control se eliminan y se calculan de nuevo los
límites de control preliminares.
Ejemplo 4.1
Page 9
INFOTEP VIRTUAL
CONTROL ESTADISTICO DE PROCESOS, UNIDAD IV
1 12 16 8
2 15 17 10
3 8 18 5
4 10 19 13
5 4 20 11
6 7 21 20
7 16 22 18
8 9 23 24
9 14 24 15
10 10 25 9
11 5 26 12
12 6 27 7
13 17 28 13
14 12 29 9
15 22 30 6
m m
Di p i
347
p i 1
i 1
= = 0.2313
mn m (30)(50)
Page
10
INFOTEP VIRTUAL
CONTROL ESTADISTICO DE PROCESOS, UNIDAD IV
P Chart of Defectos
0.5 1
0.4 UCL=0.4102
0.3
Proportion
_
P=0.2313
0.2
0.1
LCL=0.0524
0.0
1 4 7 10 13 16 19 22 25 28
Sample
De la gráfica de control se observa que las muestras 15 y 23 están fuera de los límites
de control, de tal forma que el proceso está fuera de control.
Page
11
INFOTEP VIRTUAL
CONTROL ESTADISTICO DE PROCESOS, UNIDAD IV
LSCp = 0.3893
LCp = 0.2150
LICp = 0.0407
P Chart of Defectos
1
0.4
UCL=0.3893
0.3
Proportion
_
P=0.215
0.2
0.1
LCL=0.0407
0.0
1 4 7 10 13 16 19 22 25 28
Sample
Page
12
INFOTEP VIRTUAL
CONTROL ESTADISTICO DE PROCESOS, UNIDAD IV
De esta forma se concluye que el proceso está en control a una p = 0.2150 adoptando
los límites preliminares para control futuro.
P Chart of Defectos
0.4
UCL=0.3804
0.3
Proportion
_
0.2 P=0.2081
0.1
LCL=0.0359
0.0
1 4 7 10 13 16 19 22 25
Sample
Page
13
INFOTEP VIRTUAL
CONTROL ESTADISTICO DE PROCESOS, UNIDAD IV
Gráfica de control np
LSCnp np 3 np(1 p)
LCnp np
LICnp np 3 np(1 p)
Page
14
INFOTEP VIRTUAL
CONTROL ESTADISTICO DE PROCESOS, UNIDAD IV
Ejemplo 4.2,
Se tomaron datos del resultado de la inspección diaria, registrando la producción total y
los defectivos del día.
n-var nodef Fra-def LSC LIC Des-est
Page
15
INFOTEP VIRTUAL
CONTROL ESTADISTICO DE PROCESOS, UNIDAD IV
D i
234
p i 1
25
0.096
n
2450
i
i 1
LC = 0.096
(0.096)(0.904)
LICp= p 3 p 0.096 3
ni
Page
16
INFOTEP VIRTUAL
CONTROL ESTADISTICO DE PROCESOS, UNIDAD IV
NP Chart of nodef
1
20
UCL=16.94
15
Sample Count
10 __
NP=8.58
0 LCL=0.22
1 3 5 7 9 11 13 15 17 19 21 23
Sample
Tests performed with unequal sample sizes
Figura 4.5 Gráfica de control np en control estadístico con límites de control variables
En este caso, se toma el promedio de los tamaños de muestra para calcular los límites
de control aproximados, se asume que los tamaños de muestra no diferirán en forma
apreciable de los observados, aquí los límites de control son constantes. Si existen
grandes diferencias mayores al promedio más o menos 25%, este método no es
adecuado.
Page
17
INFOTEP VIRTUAL
CONTROL ESTADISTICO DE PROCESOS, UNIDAD IV
n i
2450
n i 1
98
m 25
(0.096)(0.904)
LSCp= p 3 p 0.096 3 0.185
98
LC = 0.096
(0.096)(0.904)
LICp= p 3 p 0.096 3 0.007
98
Gráfico C
Page
18
INFOTEP VIRTUAL
CONTROL ESTADISTICO DE PROCESOS, UNIDAD IV
LSCc = c + 3 c
LCc = c
LSCc = c + 3 c
LCc = c
Page
19
INFOTEP VIRTUAL
CONTROL ESTADISTICO DE PROCESOS, UNIDAD IV
Ejemplo 4.3
Para el número de no conformidades observadas en 26 unidades de inspección
sucesivas de 100 muestras de circuitos impresos, se obtuvieron los datos siguientes:
No Conformidades 1
21 19
24 10
16 17
12 13
15 22
5 18
28 39
20 30
31 24
25 16
20 19
24 17
16 15
Donde,
LSC = 33.22
LC = 516 / 26 = 19.85 = c
LIC = 6.48
Page
20
INFOTEP VIRTUAL
CONTROL ESTADISTICO DE PROCESOS, UNIDAD IV
C Chart of NoConform
40 1
UCL=33.21
30
Sample Count
_
20 C=19.85
10
LCL=6.48
1
0
1 4 7 10 13 16 19 22 25
Sample
Una investigación reveló que el punto 6 fue debido a que un inspector nuevo calificó los
circuitos impresos pero no tenía la suficiente experiencia, fue entrenado. El punto 20
fue causado por una falla en el control de temperatura de la soldadora de ola, lo cual
fue reparado. Por lo anterior se toman acciones para evitar recurrencia, se eliminan y
se recalculan los límites de control.
Page
21
INFOTEP VIRTUAL
CONTROL ESTADISTICO DE PROCESOS, UNIDAD IV
C Chart of NoConform
35
UCL=32.97
30
25
Sample Count
_
20 C=19.67
15
10
LCL=6.36
5
1 3 5 7 9 11 13 15 17 19 21 23
Sample
No Conformidades 1
16 18
18 21
12 16
15 22
24 19
21 12
28 14
20 9
25 16
19 21
Page
22
INFOTEP VIRTUAL
CONTROL ESTADISTICO DE PROCESOS, UNIDAD IV
C Chart of C4
35
UCL=32.98
30
25
Sample Count
_
20 C=19.67
15
10
LCL=6.36
5
1 3 5 7 9 11 13 15 17 19
Sample
Figura 4.8 Carta de control C dentro de control estadístico para otras 20 muestras – muy alta c
Page
23
INFOTEP VIRTUAL
CONTROL ESTADISTICO DE PROCESOS, UNIDAD IV
Método 1. Con nc
En este caso tanto la línea central como los límites de control se modifican por el factor
n, quedando como sigue ( c es la media de las no conformidades observada en la
unidad de inspección anterior):
LSCnc nc 3 nc
LCnc nc
LICnc nc 3 nc
Por ejemplo si se deciden utilizar 2.5 unidades de inspección para el caso de los
circuitos impresos (es decir inspeccionar 250 tarjetas) con n=2.5, se tiene:
Gráfica U
Page
24
INFOTEP VIRTUAL
CONTROL ESTADISTICO DE PROCESOS, UNIDAD IV
u
LSCu u 3
n
LCu u
u
LSCu u 3
n
Donde u representa el número promedio de no conformidades por unidad en un
conjunto de datos preliminar. Los límites anteriores se consideran límites preliminares.
12 5
8 7
14 11
10 12
16 6
11 8
7 10
10 7
15 5
Page
25
INFOTEP VIRTUAL
CONTROL ESTADISTICO DE PROCESOS, UNIDAD IV
__
Suma.de.no.conformidades
u
Suma.de.unidades .inspeccion adas
u =38.60 / 20 = 1.93
LSC = 3.79
LIC = 0.07
U Chart of C6
4
UCL=3.794
3
Sample Count Per Unit
_
2 U=1.93
0 LCL=0.066
1 3 5 7 9 11 13 15 17 19
Sample
Figura 4.9 Carta de control de defectos por unidad U con tamaño de muestra constante en control
estadístico
Page
26
INFOTEP VIRTUAL
CONTROL ESTADISTICO DE PROCESOS, UNIDAD IV
En la carta de control no se observa falta de control estadístico, por tanto los límites
preliminares se pueden utilizar en corridas futuras.
u
LSCui u 3
ni
LCu u
u
LSCui u 3
ni
Ejemplo 4.5 En una planta textil, se inspeccionan defectos por cada 50m2 los datos se
muestran a continuación.
Unidades No conformes
10 14
8 12
13 20
10 11
Page
27
INFOTEP VIRTUAL
CONTROL ESTADISTICO DE PROCESOS, UNIDAD IV
Unidades No conformes
9.5 7
10 10
12 21
10.5 16
12 19
12.5 23
153
La línea central es u 1.42
107.5
Donde u = Total de defectos observados / Total de unidades de inspección
U Chart of No conform
3.0
2.5 UCL=2.436
Sample Count Per Unit
2.0
_
1.5
U=1.423
1.0
0.5
LCL=0.411
0.0
1 2 3 4 5 6 7 8 9 10
Sample
Tests performed with unequal sample sizes
Figura 4.10 Carta de control para defectos por unidad con tamaño de muestra variable
Page
28
INFOTEP VIRTUAL
CONTROL ESTADISTICO DE PROCESOS, UNIDAD IV
U prom 1.423256
Page
29
INFOTEP VIRTUAL
CONTROL ESTADISTICO DE PROCESOS, UNIDAD IV
I Chart of Zu
3 UCL=3
1
Individual Value
_
0 X=0
-1
-2
-3 LCL=-3
1 2 3 4 5 6 7 8 9 10
Observation
Page
30
INFOTEP VIRTUAL
CONTROL ESTADISTICO DE PROCESOS, UNIDAD IV
Introducción
Las técnicas estadísticas ayudan durante el ciclo del producto a reducir la variabilidad y
a mejorar la capacidad de los procesos.
Ancho 9´
Nigel´s Trucking Co.
Page
31
INFOTEP VIRTUAL
CONTROL ESTADISTICO DE PROCESOS, UNIDAD IV
La aplicación del análisis de capacidad de los procesos tiene los objetivos siguientes:
Los límites de tolerancia natural del proceso, superior (LTNS) e inferior (LTNI), se
encuentran en 3 , o sea:
LTNS = + 3
LTNI = - 3
Page
32
INFOTEP VIRTUAL
CONTROL ESTADISTICO DE PROCESOS, UNIDAD IV
Existen diversas técnicas para evaluar la capacidad del proceso, entre las que se
encuentran: Histogramas o papel de probabilidad, cartas de control y experimentos
diseñados.
LIE LSE
s _
xi
p X
Fig. Fracción defectiva fuera de especificaciones
Page
33
INFOTEP VIRTUAL
CONTROL ESTADISTICO DE PROCESOS, UNIDAD IV
Page
34
INFOTEP VIRTUAL
CONTROL ESTADISTICO DE PROCESOS, UNIDAD IV
Los datos se recolectan durante un periodo suficientemente largo para asegurar que
las condiciones del proceso presentes durante el estudio sean representativos de las
condiciones actuales y futuras.
El parámetro analizado en el estudio sigue una distribución de probabilidad normal,
de otra manera, los porcentajes de los productos asociados con los índices de
capacidad son incorrectos.
ÍNDICES DE CAPACIDAD
LSE LIE
Cp PCR
6
Ejemplo 4.7
Para el caso de anillos de pistones, donde el LSE = 74.05mm y el LIE= 73.95mm y de
R
la gráfica R se estimó 0.0099 por tanto se tiene:
d2
Page
35
INFOTEP VIRTUAL
CONTROL ESTADISTICO DE PROCESOS, UNIDAD IV
1
P 100
Cp
Para el caso del ejemplo se tiene:
P = [(1/1.68)] 100 = 59.5%
LIE
Cpi PCR I para el límite inferior
3
Ejemplo 4.8
264 200 64
Cp PCR I 0.67
3(32) 96
Lo cual indica falta de habilidad, la fracción abajo del límite inferior es:
P(x <= ZI) = 0.0228 o 2.28% por debajo del límite inferior de especificaciones
Page
36
INFOTEP VIRTUAL
CONTROL ESTADISTICO DE PROCESOS, UNIDAD IV
Algunos de los índices de capacidad potencial Cp y las piezas defectivas en partes por
millón (ppm) que están fuera de especificaciones se muestran a continuación:
Cp 1-lado 2-lados
1 1,350 2,700
1.3 48 96
1.4 14 27
1.5 4 7
1.6 1 2
2 0.0009 0.0018
Se recomienda que para procesos existentes el mínimo Cp sea de 1.33 y de 1.67 para
procesos críticos, el ideal es 2.0 para procesos nuevos como es el caso de Motorola en
su programa 6-sigma.
Este índice no toma en cuenta la localización relativa de la media del proceso respecto a
los límites de especificaciones. Por lo que es necesario otro índice adicional.
Page
37
INFOTEP VIRTUAL
CONTROL ESTADISTICO DE PROCESOS, UNIDAD IV
Este índice si toma en cuenta el centrado del proceso respecto a las especificaciones,
en este caso se denomina Cpk o PCRk, y se evalúa tomando el mínimo entre los Cp’s
correspondientes a cada lado de la media, como sigue,
donde,
LSE
Cps PCR S para el límite superior
3
LIE
Cpi PCR I para el límite inferior
3
Ejemplo 4.9
Para un proceso donde los límites de especificación sean LSE=62, LIE=38, la media del
proceso sea =53 y su desviación estándar =2, se tiene:
62 53
Cps PCR S 1.5 para el límite superior
32
53 38
Cpi PCR I 2.5 para el límite inferior
32
Page
38
INFOTEP VIRTUAL
CONTROL ESTADISTICO DE PROCESOS, UNIDAD IV
Frec.
a)
Microdureza
Se puede transformar cada valor x con su inverso o sea con y=1/x de esta forma la
distribución transformada es la siguiente:
Frec.
b)
Y=1/x
Page
39
INFOTEP VIRTUAL
CONTROL ESTADISTICO DE PROCESOS, UNIDAD IV
Se puede observar que cuando el proceso está en control, no existen causas asignables
que puedan ser corregidas, y la única alternativa para reducir la variabilidad es con la
intervención de la administración.
En casos especiales como estos donde las variaciones presentes son totalmente
inesperadas tenemos un proceso inestable ó impredecible.
?
? ?
? ?
? ?
Si las variaciones presentes son iguales, se dice que se tiene un proceso “estable”. La
distribución será “predecible” en el tiempo.
Predicción
Tiempo
Page
40
INFOTEP VIRTUAL
CONTROL ESTADISTICO DE PROCESOS, UNIDAD IV
R S
ó (Para cartas de control X-R y X-S respectivamente)
d2 C4
Donde,
El factor C4 = 4(n-1)/(4n – 3), con esta desviación estándar se determinan los índices
de desempeño Pp y Ppk.
En una gráfica por individuales, d2 se toma para n = 2 y Rango Medio = Suma rangos /
(n -1)
Ejemplo 4.10
(Gráfica X - R)
x media de medias
R 77.3
33.23
d 2 2.326
Page
41
INFOTEP VIRTUAL
CONTROL ESTADISTICO DE PROCESOS, UNIDAD IV
El C pk
200 264.06 = 0.64 por tanto el proceso no cumple con las especificaciones.
3 33.23
Ejemplo 4.11
(Gráfica X - S)
x 100
s 1.05
= 1.117
C4 .094
El C pk
105 100 1.492
3 1.117
El C p
105 85 2.984
6 1.117
Page
42
INFOTEP VIRTUAL
CONTROL ESTADISTICO DE PROCESOS, UNIDAD IV
GLOSARIO
Page
43