Está en la página 1de 30

UNIVERSIDAD NACIONAL DE SAN MARTÍN

Facultad de Ingeniería Agroindustrial ADMINISTRACION DE LA CALIDAD

CONTROL DE PROCESOS (Por métodos estadísticos)

La palabra "proceso" significa cualquier combinación de máquinas herramientas,


métodos, materiales y hombres empleados para lograr productos o servicios de la calidad
deseada.
La palabra "control" es el proceso de gestión necesario para fijar y hacer cumplir una
norma. Este se cumple mediante el circuito de control o ciclo de control.

Ciclo de control

1. Estándares 2. Elemento Sensor o


(normalidad) comparador (equipo capaz
de medir el objeto)

Acción necesaria

3. Sistema de análisis (conjunto de


sistemas y técnicas que permita
realizar la comparación)

Se realiza, en el proceso productivo y básicamente la finalidad es mantener la calidad


uniforme (es decir deben mantenerse dentro de los rangos establecidos).

Generalmente el control se ejerce sobre:


- La materia prima, mediante una inspección, el cual nos indicará que la materia
prima entre o no al proceso.
- Luego control de unidades durante el proceso, mediante un procedimiento de
muestreo por intervalos. Ejm. Producimos 5000 lt/ día y cada hora tomamos una
muestra.
- Luego se realizará entre los volúmenes de producción o por lotes, éste también se
realiza por muestreo.

El control durante el proceso es una variabilidad innata o aleatoria, pero si hay una
manera de identificarlo por medio de cartas o gráficos.
La variación puede ser de lo más simple o lo complejo.
CASOS DE VARIABILIDAD EN MATERIALES, MAQUINAS Y HOMBRES
Supongamos una operación de taladrado, en máquinas múltiples, en una pieza
fundida. La pieza se coloca en un utillaje y se sujeta. El operario acciona la palanca y 6

Ing. Epifanio Martínez Mena Página 1 de 30


UNIVERSIDAD NACIONAL DE SAN MARTÍN
Facultad de Ingeniería Agroindustrial ADMINISTRACION DE LA CALIDAD

brocas taladran simultáneamente la pieza fundida. Las brocas llegan al fondo, donde
permanecen unos instantes, después de los cuales la palanca se lleva a su posición
normal. Ahora, ¿Cuáles son las posibles fuentes de variación?
En primer lugar, el material presentará alguna variación de una pieza a otra; algunas
piezas serán más duras que otras. Algunas tendrán mayor porosidad y las dimensiones
variarán entre ellas. Las causas de variaciones del material pueden ser muchas,
incluyendo materiales adquiridos de calidad insegura, especificaciones de material
precarias, costos, etc.
La segunda fuente de variación es la máquina (equipo), cambio en el diseño. El problema
se complica de la máquina por el número de taladros, los cuales harán profundidad,
ancho, diámetro y acabado superficial. La tercera fuente de variación es el hombre más
influyente de todas (manejo, lectura, interpretación, decisión).

CONCEPTO DE CARTA-GRÁFICO DE CONTROL


El objetivo final de los procesos es fabricar productos que se ajusten a las
especificaciones. El control de procesos tiene por misión lograr el mayor provecho posible
de estos procesos, haciendo que se desarrollen a un nivel de rendimiento previsto. La
mejor herramienta para conseguirlo es la gráfica o carta de control.
Una carta de control es una comparación gráfica de los datos de funcionamiento del
proceso con “límites de control” calculados que se dibujan en la carta como líneas límites.
Los datos de funcionamiento de procesos suelen consistir en grupos de mediciones
(Subgrupos racionales) seleccionados de la secuencia regular de producción,
preservando su orden.
Las cartas de control sirven principalmente para descubrir "causas asignables" de
variación en el proceso.
CAUSAS DE VARIACIÓN
- Causas no asignables
- Causas asignables

Causas no asignables. - llamada también como causas normales, aleatorias, no


identificables, es una causa no identificable y siempre estas causas estarán presentes en el
proceso.
- Estas causas van a producir variaciones relativamente pequeñas.

Ing. Epifanio Martínez Mena Página 2 de 30


UNIVERSIDAD NACIONAL DE SAN MARTÍN
Facultad de Ingeniería Agroindustrial ADMINISTRACION DE LA CALIDAD

- Igualmente, estas causas están presentes en un número relativamente alto, es decir


se presenta muchas veces.
- A pesar de ser muchas no guardan relación unas con otras es decir son
independientes entre sí.
- La variación es exceso o defecto y tienden a compensarse.
- Es posible hacer un estudio probabilístico por que responden a la ley de Gauss.
- Por su naturaleza es difícil de controlar estas causas, si se quiere controlar es
sumamente costoso.

Causas asignables. - Llamadas como causas anormales, accidentales, identificables.

- Estas causas no siempre están presentes.


- A pesar de no estar presentes introducen variaciones relativamente grandes,
que constituyen un aviso para hacer su control.
- Se presentan en número pequeño o pocas veces.
- Estas causas pueden ser dependientes entre sí, no ocurre en este caso el
efecto compensatorio.
- No son compensatorios.
- A estas causas asignables se les puede localizar con facilidad.
- En este caso la distribución no responde a ninguna ley estadística conocida.
Ejm.: En el sellado de las talas: (se quiere controlar la altura del sellado)
Variación por exceso o defecto

1 1
 
 Causa no asignable
64 " 640

1

1 AlCon
otro día esta var iación ya tenemos una
64 " 320
causa asignable

Un gráfico de control es, esencialmente, un intervalo de confianza en una escala series-


tiempo.
Los limites de control son niveles de significación con sus coeficientes correspondientes
de desviación tipo.

Ing. Epifanio Martínez Mena Página 3 de 30


UNIVERSIDAD NACIONAL DE SAN MARTÍN
Facultad de Ingeniería Agroindustrial ADMINISTRACION DE LA CALIDAD

CONCEPTO DE PROBABILIDAD
Los límites de control son límites de decisión de hipótesis nula, que permite saber
cuando debe de investigarse. Sí los límites se fijan en ± 3σ, un punto que caiga encima o
más allá de los límites de control conducirá a rechazar la hipótesis nula para el nivel de
significación de 0.0013, para cada límite. El riesgo de error, al tomar esta decisión será
solo del 26 por 10,000 para ambos límites, y del 13 por 10,000 para un solo límite (el área
que cae fuera de las líneas de límites ± 3 σ es aproximadamente igual a 0.0026).

Lim. Sup. Control LSC

Nivel tipo
Aceptación de Nivel tipo + v
hipótesis nula

Lim. inf. Control LIC


tiempo

GRÁFICOS DE CONTROL
La gráfica de control es una herramienta que se usa fundamentalmente para análisis de
datos, ya sean discretos o continuos, los cuales han sido generados en un determinado
periodo.
Las funciones básicas que cumplen la gráfica son:
- Definir una meta para una operación.
- Ayudar a obtener esa meta.
- Determinar si la meta ha sido alcanzada.
La gráfica de control puede usarse en ingeniería del producto para registrar y analizar
datos de prueba, en contabilidad para análisis de costos, en ingeniería de procesos para
determinar las capacidades de máquina y de proceso, en ingeniería de producción como
monitor de operaciones y en inspección y control de calidad para registrar desechos y
reprocesamientos y analizar la calidad del material durante su recepción.
Por lo tanto, puede considerarse entre las herramientas más versátiles en métodos
estadísticos.
Definición
Se define como la comparación gráfica cronológica de un producto producido en el
momento actual con los límites fijados como posibilidad de producción. Por Ejem.:

Ing. Epifanio Martínez Mena Página 4 de 30


UNIVERSIDAD NACIONAL DE SAN MARTÍN
Facultad de Ingeniería Agroindustrial ADMINISTRACION DE LA CALIDAD

En una lata de conserva, las etiquetas traen:


Peso aprox. = 230 grs. -----> pero nosotros hemos regulado la máquina selladora para
que nos dé un contenido de 230 ± 5 gr.
230 ± 5 gr. (esto en un límite establecido).
En la producción de hoy hemos producido 1000 latas y muestreados 4 latas para
verificar.
1. 231----------> 230 + 1 bajo control (10 AM)
2. 228 ---------> 230 - 2 bajo control (12 M)
3. 222 ---------> 230 - 8 ? 2 PM (causa asignable fuera del límite establecido).
4. 232 ---------> 230 + 2
Este límite de control es una base a experiencias anteriores.
Aún cuando universalmente se acepte y use el término gráfico de control, en principio se
debe entender que la gráfica no controla en realidad, cosa alguna. Simple y sencillamente
suministra una base para la acción, y sólo es efectiva si los responsables de las
decisiones actúan a partir de la información que revela dicha gráfica.
Objetivos de gráficos de control
- Detectar causas asignables.
- Detectar si el proceso está bajo control, es decir estamos respondiendo a
la pregunta si el proceso es o no estable (aquí el proceso está bajo control
de acuerdo a las horas muestreadas).
- Verificar si el proceso sigue bajo control, es decir si está de conformidad
como una determinada norma.
- Reducir la variación excesiva en una operación hasta en un punto que
corresponda a la tolerancia requerida a otra meta establecida.
Esquema general de gráfico de control
Este esquema nos da una idea general, además se basa en la distribución normal.

Ing. Epifanio Martínez Mena Página 5 de 30


UNIVERSIDAD NACIONAL DE SAN MARTÍN
Facultad de Ingeniería Agroindustrial ADMINISTRACION DE LA CALIDAD

El área bajo la curva de cada uno de ellos es:


Area

u ± 1σ 68.27%
u ± 2σ 95.45%
u ± 3σ 99.73%

Estos se ajustan a los conceptos de probabilidad


El conocimiento de la trayectoria de las probabilidades sirve de ayuda para la
predicción por anticipado de la variación de un gran número de medidas por Ejm: Si de
una fuente al azar se extrae a intervalos regulares una muestra de cierta medida y se
calculan las estadísticas de la misma (fracción defectuosa promedio, intervalo), estas
estadísticas (como las medidas originales variaran de acuerdo a una trayectoria definida.
Para esta serie de muestra se debe calcular, en cada estadística, tanto el promedio como

Ing. Epifanio Martínez Mena Página 6 de 30


UNIVERSIDAD NACIONAL DE SAN MARTÍN
Facultad de Ingeniería Agroindustrial ADMINISTRACION DE LA CALIDAD

la desviación estándar usando la distribución de probabilidades para estimar la


conducta del grupo para cada muestra estadística.
Para hacer esto se calcula el gran promedio y, a partir de este valor, se
determinan los límites de control midiendo algunos múltiplos positivos y negativos de la
desviación estándar. Por lo tanto, cuando se construye una gráfica con la escala vertical
calibrada en las unidades estadísticas correspondientes, la escala horizontal marcada de
acuerdo con el tiempo, y tres líneas horizontales trazadas en los puntos correspondientes
al gran promedio y a los límites de control, puede decirse que es una gráfica de control
estadístico.
Eje horizontal: # de muestras secuencia cronológica (Θ).

Eje Vertical: Valor observado de características de calidad


unidades estadísticas correspondientes.

y
Gráfico de control x

Ing. Epifanio Martínez Mena Página 7 de 30


UNIVERSIDAD NACIONAL DE SAN MARTÍN
Facultad de Ingeniería Agroindustrial ADMINISTRACION DE LA CALIDAD

Planta: ....... Fecha: .............


Inspector: .......... Producto: ……
Secuencia de datos o intervalos de tiempo
Rechazo
hipótesis
nula LSC
u+3σ

u
LM
Aceptac.
Hipótesis
nula

u-3σ
LIC

10 AM 12 AM 2 PM 4 PM 6 PM
Rechazo
hipótesis nula

u + 3σ = 235 gr.
u = 230 gr.
u - 3 σ = 225 gr.

En la práctica se considera que los valores estadísticos de las muestras trazadas


en una gráfica están dentro de control si los puntos caen dentro de los límites de control y
no muestran señales de ciclos, tendencias o carreras. Aunque en la gráfica de control
no haya puntos fuera de los límites y el nivel de la variación sea conveniente, no siempre
podrá inferirse que no exista la variación debida a ciertas causas. La gráfica puede
presentar factores determinables tales como desgastes de herramientas, lo que crea una
situación de confusión o carreras dentro de los límites. Con frecuencia se conocen las
causas y pueden corregirse con facilidad haciendo un ajuste a la máquina o
reemplazando una herramienta.

Con frecuencia en la industria se tabulan diversos datos en tablas o gráficas informales,


en las que posteriormente se basan los ingenieros, trabajadores industriales e
investigadores para tomar decisiones importantes, ignorando por completo la existencia

Ing. Epifanio Martínez Mena Página 8 de 30


UNIVERSIDAD NACIONAL DE SAN MARTÍN
Facultad de Ingeniería Agroindustrial ADMINISTRACION DE LA CALIDAD

de la variación debida a causas determinadas. La gráfica de control es una herramienta


estadística que ayuda en la toma de decisiones válidas y las coloca sobre una base
científica.
PROCEDIMIENTO DE CONSTRUCCIÓN DEL GRÁFICO DE CONTROL

1. Seleccionar las características de calidad más conveniente (Longitud, área,


dureza, etc).
2. Recolección de datos el cual se hace por muestreo.
3. Sobre estos datos determinar los límites de control.
4. Luego decidir sobre estos límites de control. Esto implica una pregunta. Estos
límites de control son satisfactorios o no.
5. Luego tomamos un papel y trazamos la línea central (media o rango, etc), y los
límites de control.
6. Una vez trazado estos límites ploteamos los datos y estamos con nuestra gráfica
y analizar, si queda fuera de los límites de control. Tomar acciones correctivas
necesarias.

* Cuando en un proceso las características de las muestras se conservan


persistentemente dentro de los límites de control, se dice que el proceso está
bajo control.

Empleo de grafica de control


1. Para prever rechazos antes de producir gran número de unidades
defectuosas.
2. Juzgar el trabajo en determinada planta es decir tenemos que juzgar el
rendimiento de trabajo a través de comparaciones con el patrón ya
establecido.
3. Ajustar tolerancias a través de trabajo, éste se puede ajustar disminuyendo o
alargando los rangos.
4. Previsión de costos: ya que una variación muy grande nos indica un método
de producción.
 Como la maquinaria usada es vieja.
 Hace falta un nuevo diseño tecnológico.
 Modificación en el mantenimiento de equipos.
2. Establecer índices de seguridad para la planta, pero mayormente va estar
referida a las unidades defectivas rechazadas. Este está asociada al
procedimiento de muestreo.
3. Finalmente, este gráfico es una guía para decisiones generales.

TIPOS DE GRÁFICOS DE CONTROL

1. control por variables

Ing. Epifanio Martínez Mena Página 9 de 30


UNIVERSIDAD NACIONAL DE SAN MARTÍN
Facultad de Ingeniería Agroindustrial ADMINISTRACION DE LA CALIDAD

2. Control por atributos (características).

Variables. Se considera variable una característica que puede ser medido.


Se emplea cuando se tiene datos continuos como dimensión, costo, peso y
resistencia, sensibilidad, temperatura, dureza.
Para este control se utiliza las gráficas de promedio e intervalo.

Atributos. Es una característica que no puede ser medido, sólo se cualifica.


Estas gráficas se emplean cuando se tienen datos discretos o cuando se desea
clasificar una serie de medidas continuas como aceptables o no. Para estos se
utilizan las gráficas de defectos o de % defectuosos.
De acuerdo a estos en un lote se puede tener varios variables y barios atributos.
Una variable puede ser tratada como un atributo más no un atributo como una
variable.
En general la gráfica de atributos se usa cuando:
 No es posible tomar medidas, como en la inspección visual de una parte.
 Cuando no es práctico tomar medidas, debido a que los calibradores son
caros o el tiempo necesario para tomarlas es excesivo.
 La parte tiene muchas características para evaluar.
 La gráfica se basa en una inspección al 100%.

Se usa gráfica variable cuando:


 Se involucra una característica crítica, tal como es una localización de un
punto.
 Se desea un control más preciso que el control de características.
1.- Para variables
De acuerdo a estos conceptos tendremos cuatro gráficos y se basan:
- En la precisión
- En la exactitud

La precisión.- se mide a través del rango, desviación estándar > precisión


cuando< sea el rango y < d.

Ing. Epifanio Martínez Mena Página 10 de 30


UNIVERSIDAD NACIONAL DE SAN MARTÍN
Facultad de Ingeniería Agroindustrial ADMINISTRACION DE LA CALIDAD

Exactitud. - Se mide en base del promedio, mediana o cualquier medida de


tendencia central.
Estos gráficos son:
i. Gráfica de la media (X)
ii. Gráfico del rango o amplitud (R)
iii. Gráfico de la desviación estándar(d)
iv. Gráfica de la mediana (Me)
La más utilizada son el gráfico de la media (X) y el rango (R).

2. Para gráficas de control de atributos. - También existen 4 gráficos. Estos se basan


en la presencia o ausencia de características de calidad.
Estos gráficos son:
 Gráficos de la fracción defectuosa (P)
 Gráficos de número de defectuosos (np)
 Gráficos de número de defectos por unidad (u)
 Gráficos de número de defectos (c).

GRÁFICO DE CONTROL POR VARIABLES


Se basa en el intervalo 3δ lo que nos indica una cierta área bajo la curva de la
desviación normal. Se ha elegido los límites de 3δ, en lugar de 2 o de 4-sigmas, por
ejemplo, porque la experiencia ha demostrado que el valor de 3-sigmas es el más útil y
económicos para las aplicaciones de las gráficas de control, puesto que para ese valor la
mayor parte de las distribuciones de frecuencias encontradas en la industria tienen a la
"normalidad".

Constan de 2 gráficos: Posibilidad pequeña cuando


estamos trabajando con máquina
bien revisada. 1. uno
99.73% X1 Me

0.27%

-3d x 3d

2. uno R1 d (o cualquiera de las medidas amplitud).


Luego podemos hacer combinaciones es decir podemos trabajar

Ing. Epifanio Martínez Mena Página 11 de 30


UNIVERSIDAD NACIONAL DE SAN MARTÍN
Facultad de Ingeniería Agroindustrial ADMINISTRACION DE LA CALIDAD

X-R
X-d
Me - R
Me - d
Ventajas:
1. Hacer resaltar 2 características importantes:
* Medida de tendencia central
* Medida de dispersión.
2. Este sistema de gráfica hace muy económica la selección de muchas
muestras, formada cada una por muy pocas lecturas en lugar de tener que
tomar pocas muestras, pero formadas c/u por 50 lecturas cuando menos.
Límites de control Para este tomamos una serie de muestras de un universo.

m1 m2

Cada muestra tiene su d y su medida de tendencia centra (a) para el total cada muestra
tiene su d y su medida de tendencia centra (a) para el total de muestras obtendremos
una medida central en base a (a).
Ejemplo: Trabajamos con 3 muestras en las que tomamos pesos:
m1 m2 m3
500 501 498
504 500 504
499 498 500
500 499 499
2005 4 1988 4 2001 4
501.55 499.5 500.25

X1 = 501.55 X2 = 499.5 X3 = 500.25


R1 = 5 R2 = 3 R3 = 6

Ing. Epifanio Martínez Mena Página 12 de 30


UNIVERSIDAD NACIONAL DE SAN MARTÍN
Facultad de Ingeniería Agroindustrial ADMINISTRACION DE LA CALIDAD

(Promedio de los promedios)

= X1 + X2 + X3
X = ..........................
3

Luego tenemos:

Medias (X) Rango ( R ) Desviación stándar(d)


=
LSC: X + 3dx R + 3dr d + 3dδ
=
LM X R d
=
LIC X - 3dx R- 3dr d- 3dδ

Dónde: =
X = Promedio de los promedios (llamados también en Gran Media)
dX = Desviación estándar de las medias de muestras
R = Rango medio (amplitud media)
dR = Desviación estándar de los rangos de muestra
dδ = Desviación estándar de desviación estándar de muestras.

Desde luego que resulta muy tedioso el tener que tomar una serie de muestras de
tamaño pequeño, determinar en cada una de la medida de tendencia central y la de
dispersión y luego proceder al laborioso cálculo de las fórmulas anteriores. Para
simplificar estas operaciones se ha preferido al cálculo de una tabla de constante A 1, A2,
B3, B4, D3, D4 con el empleo de estas constantes las fórmulas anteriores se convierten en:

A).- Cuando se usa como medida de Dispersión


Medias (X) Rango ( R )
=
LSC: X + A2 R D4 R
LM X R
LIC X – A2 R D3 R

B).- Cuando se usa δ como medida de Dispersión

Medias (X) Desviación Standard

Ing. Epifanio Martínez Mena Página 13 de 30


UNIVERSIDAD NACIONAL DE SAN MARTÍN
Facultad de Ingeniería Agroindustrial ADMINISTRACION DE LA CALIDAD

=
LSC: X + A1 δ B4 δ
LM X δ
LIC X – A1 δ B3 δ

TABLA: FACTORES PARA EL CALCULO DE LIMITES DE CONTROL

Gráficas para Gráficas para Gráfica para


Número de Medias Desv. Estandar amplitudes
d2 factor de
Observ. En la Factores para
Factores para Factores para conversión
muestra Límites Central
limites central limites Central
n A1 A2 B3 B4 D3 D4 d2 = R/s
2 3.759 1.880 0 3.658 0 3.268 1.128
3 2.394 1.023 0 2.692 0 2.574 1.693
4 1.880 0.729 0 2.330 0 2.282 2.059
5 1.596 0.577 0 2.128 0 2.114 2.326
6 1.410 0.483 0.003 1.997 0 2.004 2.534
7 1.277 0.419 0.097 1.903 0.076 1.924 2.704
8 1.175 0.373 0.169 1.831 0.136 1.864 2.847
9 1.094 0.337 0.227 1.774 0.184 1.816 2.970
10 1.028 0.306 0.273 1.727 0.223 1.777 3.078
11 0.973 0.285 0.312 1.688 0.256 1.744 3.173
12 0.925 0.266 0.346 1.654 0.284 1.717 3.258
13 0.884 0.249 0.375 1.625 0.308 1.692 3.336
14 0.848 0.235 0.400 1.599 0.329 1.671 3.407
15 0.817 0.223 0.423 1.577 0.348 1.652 3.472

CONTROL DE CALIDAD DE PROCESOS POR ATRIBUTOS


GRAFICOS DE CONTROL POR ATRIBUTOS

Ing. Epifanio Martínez Mena Página 14 de 30


UNIVERSIDAD NACIONAL DE SAN MARTÍN
Facultad de Ingeniería Agroindustrial ADMINISTRACION DE LA CALIDAD

Cuando no es fácil medir un producto o una parte, o cuando la calidad solo se


puede obtener como un atributo conforme o no con las especificaciones se puede usar
una gráfica de control de atributos (características).

El término atributo, tal como se emplea en control de calidad, es la propiedad que tiene
una unidad del producto de ser buena o mala, es decir la característica de calidad de la
unidad de estar o no de acuerdo con las especificaciones.
La inspección por atributos está generalmente asociada con los calibres llamados pasa-
no pasa por Ejm.
 Un calibre cilíndrico divide las unidades inspeccionadas en dos grupos:
 Uunidades dentro de las especificaciones y unidades fueras de
ellas.
 La inspección visual de la pintura separa las unidades en dos categorías:
Buena o mala.
 Hay muchas posibilidades de que existan errores en una hoja mecanografía.
Después que se ha escrito la carta existen dos atributos para está; el
mecanografiado correcto y el incorrecto.
Un operario es lento y no lo es, un hombre tiene un accidente o no lo tiene.

La situación sí o no es siempre típica de la medición de atributos. Un gráfico


confeccionando para controlar este tipo de medidas de calidad se conoce como gráficos
de atributos. Constituye un instrumento muy valioso para el control general de la calidad
de un proceso, para señalar perturbaciones en las características de calidad y para
facilitar de calidad en la dirección.

El control de calidad durante el proceso supone la racionalización de muchos objetivos de


calidad para lograr la mejor inversión de las horas-hombre empleadas en el control. El
sistema de control de calidad que debe emplearse es aquel que permite efectuar el
trabajo a un costo total de calidad óptima.

Ing. Epifanio Martínez Mena Página 15 de 30


UNIVERSIDAD NACIONAL DE SAN MARTÍN
Facultad de Ingeniería Agroindustrial ADMINISTRACION DE LA CALIDAD

El gráfico de atributo se recomienda encarecidamente como instrumento primordial para


el Control Global de la calidad del proceso y para ofrecer información sobre calidad la
dirección y al público.

OBJETIVOS:
1. LA DETERMINACIÓN DE UNIDADES DEFECTUOSAS O SU % MEDIO DE
UNIDADES DEFECTUOSAS.
2. DETECTAR VARIACIONES EN NIVEL DE CALIDAD.
3. TOMAR ACCIONES Y CORREGIR CAUSAS DE VARIACIÓN.
Antes de presentar este tipo de gráficas, deben definirse los siguientes términos:
1) Defecto: Cualquier característica individual que no está de acuerdo con
los requerimientos.
2) Defectuosa: Cualquier parte que tiene uno o más defectos.
La más comúnmente empleadas son las gráficas P o para piezas defectuosas
(gráfica de fracción defectuosa) y la gráfica C ó de defectos por unidad.
La gráfica P presenta el porcentaje de parte defectuosas, y la gráfica C presenta
el número de defectos en una muestra.
LA GRAFICA P :
La base de esta gráfica es la fracción defectuosa que hay en una muestra de
un ciertos de cosas (el porcentaje defectuoso).

Si se toma una muestra, n, de unas fuentes (ensambles, partes, materias primas)


que contiene un porcentaje defectuoso, P, debe encontrarse un número, d, de
piezas defectuosas en la muestra. Por lo tanto, el porcentaje defectuoso en la
muestra será 100d/ n.

Este valor no es necesariamente igual al valor de lote. Si se toman otras muestras


de la misma fuente, se detectarán diferentes % defectuosos, los cuales pueden
ser mayores o menores que el % P. La muestra estadística, 100d/n graficada
contra el tiempo con los límites de control apropiados, forma una gráfica de control
para el porcentaje defectuoso.

Ing. Epifanio Martínez Mena Página 16 de 30


UNIVERSIDAD NACIONAL DE SAN MARTÍN
Facultad de Ingeniería Agroindustrial ADMINISTRACION DE LA CALIDAD

Límites de control para Por Ciento Defectivo (defectuoso)


Los datos de la inspección por atributos se representan por el valor de su fracción
defectiva o por el % defectivo.

Número de unidades que presen tan defectos


La fracción defectiva  P
Numero total de unidades inspeccionadas

% defectivo = es la representación en porcentaje del anterior


valor decimal.
Ejemplo: Si 3 unidades se han presentado defectivas en un lote de 100
unidades  la fracción defectiva para ese lote será de 3/100 o sea
0.03.
El % defectivo de ese lote es de 3.
Los datos del porcentaje defectivo o de la fracción definitiva se pueden
caracterizar por sus valores de tendencia central y de dispersión, al igual que en
las lecturas por mediciones (variable).
La medida del porcentaje defectivo, se simboliza por P (p con barra).
Para un tamaño constante de muestra, el valor de P se puede calcular dividiendo
el % de defectivos por muestra entre el tamaño de la muestra.
Si el tamaño de la muestra es variable, de una a otra el valor de P se encuentra
dividiendo el número total de defectivos encontrados en la serie de muestras
como sigue:

p
c x 100
n
c = número de defectos
La desviación estándar de P se simboliza por σp (sigma p con barra).
Para un tamaño constante de muestra se calcula como sigue:

p 100  p 
p
n
En la cual :
n = Tamaño de la muestra
p = Valor medio del % defectivo

Ing. Epifanio Martínez Mena Página 17 de 30


UNIVERSIDAD NACIONAL DE SAN MARTÍN
Facultad de Ingeniería Agroindustrial ADMINISTRACION DE LA CALIDAD

Como en el caso de las gráficas de control por variables (datos por mediciones),
los límites de control representan el valor 3-sigma para las medidas, y en este
caso, para el valor medio del porcentaje defectivo. La obtención de estos límites
de control es como sigue:

p 100  p 
Límites de Control  p  3
n

4. CALCULAR EL PROMEDIO DE DEFECTIVOS POR HORA O POR DÍA (POR


MUESTRA)

5. CALCULAR LOS L.C. DE ACUERDO A LOS RESULTADOS OBTENIDO EN (3) Y


(4).

6. EXAMINAR LOS VALORES DEL PORCENTAJE DEFECTIVO DE CADA MUESTRA,


CON RELACIÓN A LOS LÍMITES DE CONTROL.

7. DETERMINAR SI ESTOS L.C. RESULTAN ECONÓMICAMENTE


SATISFACTORIOS PARA EL PROCESO.

8. EMPLEAR LA GRÁFICA DE CONTROL PARA LA PRODUCCIÓN ACTIVA COMO


UNA GUÍA PARA CONTROLAR LA CARACTERÍSTICA DE CALIDAD DE QUE SE
TRATA.

Límites de control para Atributos

p 100  p 
LSC  p  3
n

LM  p

p 100  p 
LIC  p  3
n

Los límites para la fracción defectuoso se obtienen con una ligera adaptación de la
fórmula anterior como sigue:

p1 1  p1 
LC  p  3
n

Ing. Epifanio Martínez Mena Página 18 de 30


UNIVERSIDAD NACIONAL DE SAN MARTÍN
Facultad de Ingeniería Agroindustrial ADMINISTRACION DE LA CALIDAD

p1 = es el valor decimal de la fracción defectiva media.

La interpretación de estos límites de control es semejante a la que se da a los límites de


control por variables. Cuando los valore del % defectivos de las muestras, tomadas de la
producción resulten fuera de los límites de control del porcentaje defectivo, indicarán que
se ha efectuado un cambio en el proceso y que se reclama una acción correctiva.
Dos formas de gráficos de control en porciento de efectivos

Estas gráficas han demostrados su efectividad para el control de la calidad


durante la producción, y se emplea 2 variedades:

Forma 1:
 Tamaño Constante de la Muestra. Se basan en la comparación de los
valores del porcentaje defectivo o de la fracción defectiva, con los
límites de control, deducidos estos datos de una serie de muestras de
un tamaño constante.

Estas muestras se seleccionan periódicamente del proceso de


producción. Cada hora, cada 15 min., cada mañana.

Forma 2:
 Tamaño Variable de Muestra. Estas gráficas se usan cuando se
efectúa una inspección 100 por ciento de las piezas o conjuntos, como
parte de la rutina de la factoría. El tamaño de la muestra en este caso
es el de la producción total durante el periodo de que se trate y por tal
motivo será diferente de un periodo a otro.

En las gráficas de control por atributos, el tamaño de muestra más generalizado es de 25


unidades. Sin embargo, se han sugerido algunas reglas para determinar el número
mínimo de unidades para tamaño de muestra. Por Ejemplo:

Cowden. Ha propuesto que el valor de no debe ser  25, esto significa que si se lo
espera un 10 por ciento de defectivos, el tamaño mínimo para la muestra,
deberá ser de 250 unidades.

Ing. Epifanio Martínez Mena Página 19 de 30


UNIVERSIDAD NACIONAL DE SAN MARTÍN
Facultad de Ingeniería Agroindustrial ADMINISTRACION DE LA CALIDAD

Juran. Por su parte sugiere que la muestra sea lo suficiente grande para que, bajo la
condición de que no se presenten defectivos en esa muestra, se obtengan una
mejoría significante sobre el promedio del porcentaje efectivo.

Está condición requiere que el tamaño de la muestra sea mayor que (9 - 9 p ) / P


unidades. Es decir, que si se espera una fracción defectiva (P) de 10 por ciento, el
menor tamaño de muestra será de (9- 0.9) /0.1 = 81 unidades.

p 100  p 
LC  p  3
Teóricamente la fórmula n (*)

se emplea para los cálculos de límite de control de los datos del porciento defectivos en
cada período individual de la inspección, tomando como p para ese periodo, el valor de
porcentaje defectivo en dicho periodo. Pero puede traer algunas consecuencias pocos
satisfactorias al presentarse  L control para cada uno de los periodos, siendo por lo tanto
muy difíciles de interpretar para fines prácticas del taller.

 Como regla práctica se puede establecer que, si los tamaños de las muestras
presentan una variación entre sí, no mayor de 20 %, de acuerdo con criterio
comprobados en muchas factorías durante sus periodos de inspección, se puede
lograr una exactitud satisfactoria para la mayoría de los fines industriales,
determinando y empleando un tamaño medio de muestra para los períodos de
inspección en cuestión. Este tamaño medio demuestra, así como otro valor medio
se pueden sustituir en la fórmula anterior (*).

Pasos a seguir para el establecimiento de los L/. C.


1) Determinar la característica que se va a controlar (long, peso, etc) u otros que
hacen defectivas a las unidades.
2) Seleccionar un número conveniente de muestras. Cada muestra estará formada
por un número conveniente de unidades, durante un periodo estándar de
inspección, como una hora o un día.
3) Calcular el tamaño medio de una muestra.

Ing. Epifanio Martínez Mena Página 20 de 30


UNIVERSIDAD NACIONAL DE SAN MARTÍN
Facultad de Ingeniería Agroindustrial ADMINISTRACION DE LA CALIDAD

PROBLEMAS DE CARTAS DE CONTROL POR VARIABLES Y ATRIBUTOS


(DEFECTUOSOS Y DEFECTOS)

4. Se desea conocer la variabilidad del proceso de llenado de fresas congeladas, a


fin de determinar qué porcentaje de los pesos se encuentran arriba del peso
nominal de 100 gr. Para tal efecto se colectan 5 bolsas y se registran los pesos,
considerando la variabilidad en décimas de grano, y los datos son registrados en
la siguiente tabla (la operación se repite 10 veces).

REGISTRO DE PESOS
GRUPOS 1 2 3 4 5 6 7 8 9 10
a 2 4 3 0 2 1 3 4 2 0
b 0 3 2 2 0 2 4 6 4 2
c 4 4 4 -1 3 0 2 2 0 -2
d 1 0 2 2 1 -2 1 3 2 3
e -2 3 2 -2 0 0 2 1 2 2
Σ 5 14 13 1 6 1 12 16 10 5
x
Σx = 16.6 1 2.8 2.6 0.2 1.2 0.2 2.4 3.2 2. 1
ΣR = 40R 6 4 2 4 3 4 3 5 4 5

Se pide:
a. Calcular los límites de control de X y R
b. Construir los gráficos de control
c. Determinar el porcentaje de pesos por encima del valor nominal
d. Calcular los nuevos límites de control si se desea que sólo un 10%
de los pesos estén bajo el peso nominal.

Solución

a) Cálculos de los límites de control X y Y

X  X 
16.6
 1.66
10 10

R
 R  40  4.0
10 10

Ing. Epifanio Martínez Mena Página 21 de 30


UNIVERSIDAD NACIONAL DE SAN MARTÍN
Facultad de Ingeniería Agroindustrial ADMINISTRACION DE LA CALIDAD

Límite de X

LSC  X  A2 R  1.66  0.58 4  3.98  0.398

LM  X  1.66  0.166

LIC  X  A2 R  1.66  0.58 4  0.66  0.066

Cálculo de A2: El valor de A2 se determina en la tabla conociendo el tamaño de


grupos n 5 por consiguiente para n =  A2 = 0.58

L SC X = 100 + 0.398 = 100. 398 en décimas


L M X = 100 + 0.166 = 100.166
L IC X = 100 - (0.066) = 99.934

Límites de R

LSC  D4 R  2.11  4  8.44  100.844

LM  R  4  4  100.4

LIC  D3 R  0 4   0  100.0

Nota:
Las constantes D4 y D3 se hallan en la tabla, conociendo el tamaño de la
muestra que es n = 5

VN = 100 g.
b) Construcción de los GRAFICOS de control VN = 0.0 décimas de gramos

GRAFICO X

Ing. Epifanio Martínez Mena Página 22 de 30


UNIVERSIDAD NACIONAL DE SAN MARTÍN
Facultad de Ingeniería Agroindustrial ADMINISTRACION DE LA CALIDAD

4
3.98 LSC

2
X = 1.66 LMC

VN 0

-0.66 LIC

N° muestras
1 2 3 4 5 6 7 8 9 10

GRAFICO R

8.44 LSC

4 LMC

Ing. Epifanio Martínez Mena Página 23 de 30


UNIVERSIDAD NACIONAL DE SAN MARTÍN
Facultad de Ingeniería Agroindustrial ADMINISTRACION DE LA CALIDAD

0 LIC

1 2 3 4 5 6 7 8 9 10 11 12

c) Determinación de pesos por encima del valor nominal:


1) Cálculo de la desviación Standard: S

R
Según la tabla: d2 
S

R
S
d2
Para n = 5 d2 = 2.326

Por consiguiente:
4
S  1.72
2.326

X 1.66
ZK   0.97
S 1.72

De la tabla Z

Para (K) ó Z = 0.97 El área bajo la curva es:


A = 0.8340 ó 83.40%

16.6% 33.4% 50%

0 X  1.66

VN Z

Entonces: frecuencias de pesos por encima del valor nominal o


especificado.

50% + 33.4% = 83.4%

Ing. Epifanio Martínez Mena Página 24 de 30


UNIVERSIDAD NACIONAL DE SAN MARTÍN
Facultad de Ingeniería Agroindustrial ADMINISTRACION DE LA CALIDAD

Frecuencias de pesos por de bajo del valor nominal o especificado.


100 - 83.4% = 16.6%

d) Cálculo de nuevos límites de control, si se desea que sólo el 10% de los pesos
estén por debajo del valor nominal o especificado.

10% 40% 50%

VN

En la tabla Z (K)

Para un área = 0.90 K = 1.29

X
K X  KS
S

Luego la media estará ubicada en:


_
X = 0 + KS  0 + (1.29) (1.72) = 0.222
10

ó 100 + KS  100 + 0.222 = 100.222

Considerando que A2 y D permanecen constantes:

Los nuevos límites serán:


_ _
L S C = X + A2 ( R ) = 0.222 + (0.58) (4) = 0.454 = 4.54

_
LCC = X = 0.222

_ _
LIC = X - A2 ( R ) = 0.222 - (0.58) (4) = 0.008 = 0.08

Ing. Epifanio Martínez Mena Página 25 de 30


UNIVERSIDAD NACIONAL DE SAN MARTÍN
Facultad de Ingeniería Agroindustrial ADMINISTRACION DE LA CALIDAD

En gramos:
_
LSCX = 100.452 gr

LCC = 100.222 gr

LIC = 99.992 gr

Problemas N° 2
Una industria productora de arvejas verdes congeladas decide construir una carta
de control de defectuosos de su materia prima y para lo cual extrae durante los 20 días
útiles del mes de setiembre una muestra de 200 arvejas verdes. Obteniendo los
siguientes resultados:

Día 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Número de 15 30 40 50 10 30 32 44 55 100 20 35 10 20 25 18 10 11 15 16
defectuosos

Se pide:
a) Determinar los límites de control expresado en números de defectuoso (n p),
fracción defectuoso (p) y % de defectuosos (100p)

b) Construir las respectivas cartas de control.

Solución:
a) Determinación de los límites de control expresado en % de defectuoso y números
de defectuosos.

Cuadro de datos
Fecha Número Número Fracción Porcentaje
Mes de Inspeccionado Defectuoso Defectuosa Defectuoso
Setiembre (n) (np) (p) (100p)
1 200 15 0.075 7.50
2 200 30 0.15 15
3 200 40 0.20 20

Ing. Epifanio Martínez Mena Página 26 de 30


UNIVERSIDAD NACIONAL DE SAN MARTÍN
Facultad de Ingeniería Agroindustrial ADMINISTRACION DE LA CALIDAD

4 200 50 0.25 25
5 200 10 0.05 5
6 200 30 0.15 15
7 200 32 0.16 16
8 200 44 0.22 22
9 200 55 0.275 27.5
10 200 100 0.5 50
11 200 20 0.1 10
12 200 35 0.175 17.5
13 200 10 0.05 5
14 200 20 0.1 10
15 200 25 0.125 12.5
16 200 18 0.09 9
17 200 10 0.05 5
18 200 11 0.055 5.5
19 200 15 0.075 7.5
20 200 16 0.08 8.0
Σn =4000 Σnp = 586

CALCULOS PARA HALLAR LOS LÍMITES

N  total de defectuosos
% p  medio   x 100
N de unidades inspeccionadas

100 p 
100 np  100 586  14.65%
n 4000

p  0.1465

n p  200 0.1465   29.3

1er. Número de Defectuosos (np) LC  n p  3 n p 1  p 

LSC  n p  3 n p 1  p 

LSC  29.3  3 29.31  0.1465

LSC  44.30

LM  n p  29.3

Ing. Epifanio Martínez Mena Página 27 de 30


UNIVERSIDAD NACIONAL DE SAN MARTÍN
Facultad de Ingeniería Agroindustrial ADMINISTRACION DE LA CALIDAD

LIC  n p  3 n p 1  p 

LIC  29.3  3 29.31  0.1465

LIC  14.30
p1  p 
2do. Fracción de Defectuosos (p) LC  p  3
n

p 1  p 
LSC  p  3
n

0.14651  0.1465
LSC  0.1465  3
200

LSC  0.2215

LMC  p  0.1465

p 1  p 
LIC  p  3
n

0.1465 1  0.1465
LIC  0.1465  3
200
LIC  0.0715

100 p 100  100 p 


3ro. % de Defectuosos (100p) LC  100 p  3
n

100 p 100  100 p 


LSC  100 p  3
n

14.65 100  14.65


LSC  14.65  3
200

LSC  22.15

LMC  100 p  14.65

100 p 100  100 p 


LIC  100 p  3
n

Ing. Epifanio Martínez Mena Página 28 de 30


UNIVERSIDAD NACIONAL DE SAN MARTÍN
Facultad de Ingeniería Agroindustrial ADMINISTRACION DE LA CALIDAD

14.65 100  14.65


LIC  14.65  3
200
LIC  7.15

110
100
90
80
N° defectuoso (np)

70
60
50
40
30
20
10
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Días

0.60

0.50
N° Fracción defectuoso (p)

0.40

0.30

0.20

0.10

0.00
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Días

Ing. Epifanio Martínez Mena Página 29 de 30


UNIVERSIDAD NACIONAL DE SAN MARTÍN
Facultad de Ingeniería Agroindustrial ADMINISTRACION DE LA CALIDAD

60.0
Porcentaje defectuoso (100p)

50.0

40.0

30.0

20.0

10.0

0.0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Días

Ing. Epifanio Martínez Mena Página 30 de 30

También podría gustarte