Documentos de Académico
Documentos de Profesional
Documentos de Cultura
21‐22 10/27/2021
GESTIÓN Y CONTROL
DE CALIDAD
Profesora: Ana María Casas Ferreira (anacasas@usal.es)
Departamento de Química Analítica, Nutrición y Bromatología
2021‐2022
1
Gráficos de control por atributos
Atributo:
Cada una de las características que debe reunir un producto según indica su
especificación o diseño: color, acabado, potencia, etc.
Uso:
1. No es posible hacer mediciones
2. Se pueden hacer mediciones, pero no se hacen debido al tiempo, coste o
necesidad.
Ana María Casas Ferreira 1
GyCC 21‐22 10/27/2021
Gráficos de control por atributos
1. Determinar el nivel promedio de la calidad.
2. Llamar la atención de la administración cuando hay cambios en el promedio.
3. Mejorar la calidad del producto (ideas de mejora).
4. Evaluar el desempeño del personal.
5. Determinar los criterios de aceptación de un producto antes de enviarlo al cliente.
Gráficos de control por atributos
Propiedades
Propiedades:
Ana María Casas Ferreira 2
GyCC 21‐22 10/27/2021
Gráficos de control por atributos
Tipos
Gráficos de control
por atributos
Tipos:
I. Gráficos para unidades no conformes: basados en la distribución binomial
• Gráfico “p”: se controla la fracción de unidades no conformes
• Gráfico “100p”: se controla el porcentaje de unidades no conformes
• Gráfico “np”: se controla el número de unidades no conformes
II. Gráficos para no conformidades; basados en la distribución de Poisson
• Gráfico “c”: se controla el número de no conformidades
• Gráfico “u”: se controla el número de no conformidades por unidad
Gráficos de control por atributos
Tipos
1. Unidades no conformes: basados en la distribución binomial
LSC
LC
LIC
p = fracción defectuosa por muestra
np = número de unidades defectuosas o no conformes
n = número de piezas de cada subgrupo que son examinadas
Ana María Casas Ferreira 3
GyCC 21‐22 10/27/2021
Gráficos de control por atributos
Tipos
2. No conformidades: basados en la distribución de Poisson
“c” “u”
LSC
LC
LIC
g = cantidad de subgrupos
Gráficos de control por atributos
Obtención
Los procedimientos generales que se aplican a las gráficas de control para variables,
también se aplican a la gráfica p:
Ana María Casas Ferreira 4
GyCC 21‐22 10/27/2021
Gráficos de control por atributos
Obtención
Sean:
ni = número de elementos de la muestra i‐ésima
pi = proporción de unidades defectuosas en la muestra i‐ésima
m = número de muestras
nipi = número de unidades defectuosas en la muestra i‐ésima
n1p1 + n2p2 + …. + nmpm
p = n1 + n2 + …. nm
Los límites de control vienen dados por:
Gráficos de control por atributos
Obtención
A) Se desconoce p
• Se toman al menos 20 muestras de tamaño “n” unidades, se calcula p, 100p o np
para cada una de ellas y se representan los puntos en el gráfico del periodo base
• Se determinan los valores medios (líneas centrales) y los límites de control
respectivos y se representan en el gráfico
• Se procede al contraste de los límites de control, igual que en los gráficos por
variables, establecer los límites definitivos y pasar al periodo de vigilancia
B) Se conoce p
• Se representa la línea central y los límites de control respectivos Se toman
muestras de tamaño “n” unidades, se calcula p, 100p o np y se representan los
puntos
• Si p, 100p o np están dentro de los límites de control y NO exhiben patrón
sistemático el proceso está bajo control. En caso contrario está fuera de control
10
Ana María Casas Ferreira 5
GyCC 21‐22 10/27/2021
Gráficos de control por atributos
Ejemplo
número de no proporción de no
Subgrupo cantidad inspeccionada n
conformes np conformes p EJEMPLO: La tabla muestra los resultados de
1 300 12 0.040
2 300 3 0.010 inspección para el motor del soplador de un
3 300 9 0.030
4 300 4 0.013 secador de pelo. Para cada subgrupo, la
5 300 0 0.000
6 300 6 0.020
proporción de no conformes se calcula con la
7 300 6 0.020
fórmula p =np/n. El técnico de control de calidad
8 300 1 0.003
9 300 8 0.027 informó que el subgrupo 19 tuvo una cantidad
10 300 11 0.037
11 300 2 0.007 anormal de unidades no conformes, debidas a
12 300 10 0.033
13 300 9 0.030 contactos defectuosos.
14 300 3 0.010
15 300 0 0.000
16 300 5 0.017
a) Calcular la línea central y los límites
17 300 7 0.023
18 300 8 0.027
de control tentativos para un gráfico p
19 300 16 0.053
20 300 2 0.007 b) Establecer la línea central y los límites
21 300 5 0.017
22 300 6 0.020 de control revisados
23 300 0 0.000
24 300 3 0.010
25 300 2 0.007
TOTAL 7500 138 0.461
11
Gráficos de control por atributos
Ejemplo
Calculo de la línea central y los límites de control tentativos.
Al resultar negativo se considera 0
Subgrupo 19 fuera de control
UCL = 0.041
𝒑 = 0.018
LCL = 0
12
Ana María Casas Ferreira 6
GyCC 21‐22 10/27/2021
Gráficos de control por atributos
Ejemplo
Donde:
npd = número de no conformes en los subgrupos desechados
nd = número inspeccionado en los subgrupos desechados
13
Gráficos de control por atributos
Ejemplo
UCL = 0.039
𝒑 = 0.017
LCL = 0
14
Ana María Casas Ferreira 7
GyCC 21‐22 10/27/2021
Gráficos de control por atributos
Ejemplo
Ejemplo del uso continuo de la gráfica p para valores representativos de la proporción de
no conformes.
15
Gráficos de control por atributos
Consideraciones:
• Si el LIC tiene valor negativo se cambia a cero porque es imposible una proporción
negativa de no conformes
• Cuando no es posible, los límites varían con n y deben calcularse para cada muestra (si
los tamaños no son muy distintos se puede simplificar con el valor medio)
• La capacidad del proceso es la línea central del gráfico de control (ej.: 2.3% de
unidades no conformes)
16
Ana María Casas Ferreira 8
GyCC 21‐22 10/27/2021
Gráficos de control por atributos
Gráfico 100p
CONSTRUIR GRÁFICO 100p ‐ EJEMPLO: Se pretende realizar una operación de roscado y
torneado en una producción de vástagos metálicos. Para realizar el control, se inspeccionan
las piezas acabadas en las siguientes condiciones:
• No conformidades buscadas: letras A a E
A: Diámetro del vástago B: Diámetro del extremo
C: Excentricidad D: Roscado M‐3 E: Rebabas
• Se desconoce el valor de p estándar o de referencia
• Número de muestras: 20; Tamaño de muestra: n = 25 piezas
• Intervalo de muestreo: 1 hora; Producción: 200 piezas por hora (un lote)
Primer período de muestreo:
Muestra 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Piezas defectuosas 2 1 1 2 0 1 0 0 1 1 2 1 0 3 2 0 1 0 0 1
% defectuoso
8 4 4 8 0 4 0 0 4 4 8 4 0 12 8 0 4 0 0 4
(100 p)
Segundo período de muestreo:
Muestra 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Piezas defectuosas 0 0 1 1 0 2 1 0 0 0 4 2 1 1 0 0 0 1 0 1
% defectuoso
0 0 4 4 0 8 4 0 0 0 16 8 4 4 0 0 0 4 0 4
(100 p)
17
Gráficos de control por atributos
Gráfico 100p
Primer período de muestreo:
18
Ana María Casas Ferreira 9
GyCC 21‐22 10/27/2021
Gráficos de control por atributos
Gráfico 100p
Segundo período de muestreo:
• Se utilizan los datos anteriores para este segundo período.
Total de piezas examinadas: 20x25 = 500; Total de piezas defectuosas: 15
En éste, el subgrupo (muestra) 31 excede el LSC, por lo que antes de iniciar un tercer
período, se calcula el nuevo LC (𝒑 nuevo) eliminando la muestra fuera de control:
19
Gráficos de control por atributos
Gráfico 100p
Segundo período de muestreo:
una vez eliminada la muestra 31
Total de piezas examinadas: 19x25 = 475; Total de piezas defectuosas: 11
Si en el siguiente período NO
aparecen puntos fuera de
control se puede aumentar
el intervalo horario a cada 2
h, aunque se volverá a 1 h si
aparece un punto fuera de
control.
20
Ana María Casas Ferreira 10
GyCC 21‐22 10/27/2021
Gráficos de control por atributos
Gráfico np
CONSTRUIR GRÁFICO np ‐ EJEMPLO: Tras revisar 1500 recetas médicas (30 lotes ordenados
por fechas, de 50 recetas cada uno), el auditor ha contabilizado las que no están
correctamente cumplimentadas.
Lote Incompletas
1 2
2 2
3 3
4 4
5 4
6 3
7 4
8 3
9 3
10 3
11 5
12 2
13 3
14 3
15
16
2
3
LSC = 7.68
17 7
18 2
19
20
3
3
Racha
21 4
22 2
23
24
1
3
𝑛𝑝̅ = 2.8
25 0
26 3
27 3
28 1 LIC = 0
29 2
30 1
Total 84
21
Gráficos de control por atributos
Gráfico np
Lote Incompletas
1 2
2 2
LSC = 7.08
12 2
13 3
14 3
15 2
16 3
17 7
18 2
19 3 𝑛𝑝̅ = 2.475
20 3
21 4
22 2
23 1
24 3 LIC = 0
25 0
26 3
27 3
28
29
1
2
El auditor sugiere que el departamento receptor de las recetas efectúe
30
Total
1
52
muestreos secuenciales en el tiempo, en lotes de 50 y si se detectan en
uno de ellos 8 o más recetas mal cumplimentadas investigue las causas
para proponer medidas correctoras
22
Ana María Casas Ferreira 11
GyCC 21‐22 10/27/2021
Gráficos de control por atributos
“c” “u”
LSC
LC
LIC
g = cantidad de subgrupos
23
Gráficos de control por atributos
Gráfico c
24
Ana María Casas Ferreira 12
GyCC 21‐22 10/27/2021
Gráficos de control por atributos
Gráfico c
25
Gráficos de control por atributos
Gráfico de control por atributos
Unidades no No
conformes conformidades
Constante np c
Tamaño de muestra Constante o
variable
p (o 100p) u
26
Ana María Casas Ferreira 13
GyCC 21‐22 10/27/2021
Gráficos de control por atributos
Tamaño de muestra (n) variable
27
Gráficos de control por atributos
Tamaño de muestra (n) variable
Se calcula p para cada día:
Cálculo del LSC para cada día:
LSC variable
LC = 0.012
el proceso es estable
28
Ana María Casas Ferreira 14
GyCC 21‐22 10/27/2021
Gráficos de control por atributos
Tamaño de muestra (n) variable
Ejemplo de aplicación del gráfico “u” con tamaño de subgrupo variable:
29
Gráficos de control por atributos
Tamaño de muestra (n) variable
Cálculo de u para cada día:
Cálculo del LSC para cada día:
LC = 0.246
30
Ana María Casas Ferreira 15
GyCC 21‐22 10/27/2021
Gráficos de control por atributos
Elección del tipo de gráfico
A) Gráficos de variables
31
Gráficos de control por atributos
Característica a controlar
32
Ana María Casas Ferreira 16
GyCC 21‐22 10/27/2021
Gráficos de control
33
GESTIÓN Y CONTROL
DE CALIDAD
Profesora: Ana María Casas Ferreira (anacasas@usal.es)
Departamento de Química Analítica, Nutrición y Bromatología
2021‐2022
34
Ana María Casas Ferreira 17