| 212 Cartap Muestra las variaciones en la frac- cin de articulos defectuosos por muestra o subgrupo; es ampliamen- te utilizada para evaluar el desem- pefio de procesos. — Articulo defectuoso Es.un producto que no retine cier- al ser propuesta por Shewhart mediante un memorandum el dia 16 de mayo: tos atributos, por lo queno se per- 1924. Esta fecha marca el inicio del llamado control estadistico de procesos, mite que pase a la siguiente etapa _—_[a carta p se monitorean las variaciones en la fraccién o proporcién de articulas_ a ae per Ei reprocesado — defectuosos por muestra 0 subgrupo. Su propésito fundamental es la detecciéa 0 de plano desechadso. CAPITULO Cartas de control para atributos Enel capitulo anterior vimos las ideas generales de las cartas de control y su interpretacién, Et cl presente capitulo se estudian las cartas de control para atributos mas basicas, asi comal implantaci6n y operacién de una carta de control. Cartas p y np (para defectuosos) Existen muchas caracteristicas de calidad del tipo pasa 0 no pasa y, de acuerdo con éstas, un producto es juzgado como defectuoso 0 no defectuoso (conformea no conforme), dependiendo de si cumple 0 no con las especificaciones o criterias de calidad. En estos casos, si el producto no tiene la calidad deseada no se pe mite que pase a la siguiente etapa del proceso; ademds, es segregado y se le cenp mina articulo defectuoso. Carta p (proporcién de defectuosos) La carta p (proporcién de defectuosos) fue la primera carta de control que exist oportuna de causas especiales que puedan incrementar la proporcién de produc: tos defectuosos de un proceso. En general la herramienta avisa cuando se daun cambio significativo en este tipo de procesos, pudiendo ser un cambio deseable o indeseabe en términos de los niveles de calidad. La idea de la carta p es la siguiente: * De cada lote, embarque, pedido o de cada cierta parte de la produccién, se toma: ‘muestra o subgrupo de 1, articulos, que puede ser la totalidad o una parte de las pie bajo anilisis. * Las 7; piezas de cada subgrupo son inspeccionadas y cada una es catalogada como def ‘tuosa 0 no, Pueden incluirse varias caracteristicas 0 atributos de calidad por los que! pieza es evaluada como defectuosa. Una vez determinados los atributos bajo andliss,& preciso aplicar criterios y/o andlisis bien definidos y estandarizados. * Side las n, piezas del subgrupo i se encuentra que d, son defectuosas (no pasan), entoncs en la carta p se grafica y se analiza la variacién de la proporcién p, de unidades defectua sas por subgrupo: Para calcular los limites de control se parte del supuesto de que la cantidad de piezas d tuosas por subgrupo sigue una distribucién binomial, misma que puede aproximarse ma radamente bien por una distribucién normal (vea el capitulo 3). A partir de esto se aplivad ‘mismo esquema general, el cual sefiala que los limites estan dados por p., +36, la media,m ‘menos tres desviaciones estandar del estadistico W que se grafica en la carta, que en el que nos ocupa W=p,, Asi, de acuerdo con la distribucién binomial se sabe que la mediayla desviacién estandar de una proporcién estén dadas, respectivamente, por: Hy =BY Op, donde m es el tamafo de subgrupo y J es la proporcién promedio de articulos defectuososen el proceso. De acuerdo con esto, los limites de control de la carta p con tamatio de subgrung constante, estén dados por: Limite de control superior = LCSLinea central =3 Limite de control inferior= LCI =p ~3 Cartas p y np (para defectuosos) 213 fando el tamafio de subgrupo n no se mantiene constante a lo largo de las muestras se tie- nos alternativas: la primera es usar el tamafio promedio de subgrupo ii, en lugar de n. La iaes construir una carta de control con limites variables que comentaremos mas ade- ie Si el promedio del proceso medido a través de p es desconocido, entonces sera necesario tinarlo por medio de un estudio inicial. una empresa del ramo alimenticio, mediante ciertas ma- ire (falta de vacio). El problema se dececta mediante peccién visual; los paquetes con aire son segregados y pués se abren para recuperar las salchichas y volverlas quetar. atributo de falta de vacto es importante debido a que paquete con aire llega al mercado, la vida de anaquel orta, por lo que después de algunos dias la salchicha spieza a cambiar de color y a perder su frescura; y es0 ede ocurrir en el refrigerador del distribuidor o del con- Sjempio 8.1 Por lo anterior, a los operadores de las diferentes mé- quinas continuamente se les recordaba la importancia de no dejar pasar paquetes con aire. Sin embargo, como no se llevaba un registro de la magnitud del problema, no exis- tian bases tangibles para deveccar cambios en el desempe- fio de las maquinas, ni habia forma de saber si las medidas tomadas para reducir el problema habfan dado resultado. De ahf surgis la necesidad de registrar los resultados y ana- lizarlos mediante una carta de control, Cada hora se re- gistra el nimero de paquetes detectados con aire d, y del contador de fa maquina se obtiene el total de paquetes n, durante esa hora. Los datos obtenidos durante tres dias en una maquina se muestran en la tabla 8. 8.4 Datos para el proceso de empaquetado de salchichas Paquetes con grupo _| Paquetes», | aire,d, | Proporcisn, Paquetes con aired, | Proporeiénp, Subgrupo | Paquetes, 1, (continia)214 CAPITULO 8 Cartas de control para atributos TABLA 8:1 Datos para el proceso de empaquetado de salchichas (continiacién) [ | ] Paquetes con T een |__subgrupo | Paquetes,n, | —aire,d, | Proporciénp, | Subgrupo | Paquetes, n, Proporcién p, 2» | om | 6 | 0.013 | os -| 5 is a | 7 | 00. 9 se | 4 007 32 | 603 9 } 0.015 38 600 | 6 0.010 | 5 | 5} one 39 os | 8 0.013 a 3 0.005 40 2 | os cove) Es claro que el problema de falta de vacto es del 0.03 ‘sarno pasa; por fo tanto, para analizar la variacién de las t proporciones dela tabla 8.1 se debe aplicarla carta p. Para 9-025 F ® ‘alcularlos limites de control provisionalesse necesitacalcu- 0.02 lar a proporcién promedio p y el tamafo de subgrupo pro- ~ i medio i, que corresponde al niimero promedio de salchi- 775 F chas empaquetadas por hora. De la tabla 8.1 se obtiene 0.01 A f que el ntimero total de paquetes inspeccionados fue de lM J 23942, y de éstos, 257 tuvieron el problema de falta de va- 0.008 F y vo cio, por lo que fa proporcién promedio de paquetes defec- bss tuosos esta dada por: 0 5 10 15 20 25 30 35 405 Subgrupo Total de defectuosos __287 =7 =0.0107 Total de inspeccionades 23942 ycomo Total de inspeccionados Total de subgrupos 23942 40 598,55 = 599 entonces los limites de control estan dados por (0.0107x(1-0.0107) 599 LCs =0.010743 = 0.023 Linea central =0.0107 Let =0.0107-3,] 2107x00 599) 0.0107) 0.0019 Pero como el limite de control inferior no puede ser nega- tivo debido a que las proporciones siempre son mayores © iguales a cero, entonces se toma LCI = 0. La carta p con estos limites se muestra en la figura 8.1. En ésta se aprecia que el proceso de empaquetado no fue estable, ya que las proporciones de los subgrupos 1, 12 y 36 rebasan el LCS. De aqui se desprende que durante el empaquetado de esos subgrupos el proceso funcioné en presencia de causas o si- FIGURA 8.4 Carta de control p para el proceso de empaquetado de salchichas. tuaciones especiales que por lo general no estén presentes en el proceso, y que causaron que la proporcién de defec- tuosos fuera anormalmente grande. Ademas de lo ya cons derado, no hay ningdin otro patron no aleatorio en la carta, A investigar lo ocurrido en los subgrupos 1, 12 y 3658 encontré que durante esas horas se cambié el rollo dela pee licula plastica de empaque, ya sea porque se terminé 0 por | que se empezé a empaquetar otra presentacién. Se invest g6 en otras maquinas y se encontré una situacién similar Apartir de esto se adquirié conciencia de que no habia un método estandarizado para cambiar la pelicula, pues cada operador usaba su critero, Al consultar los manuales delas | méquinas empaquetadoras se descubrié que ahi se daban inserucciones y recomendaciones precisas para cambiar la pelicula y se advertia que en caso de no seguirlas se podran tener problemas de falta de vacio. Se procedié a diseftar tun método para cambiar la pelicula y dar el entrenamiento correspondiente a los operadores. Con ella se espera que | e505 incrementos “bruscos” del problema no se vuelan a presentar. 4 Lo curioso del asunto es que los operadores sul que cuando cambiaban la pelicula debian estar mds ale tas, ya que se detectaban mas paquetes con falea de vaco,’ Cartas py np (para defectuosos) 1 215 | Sin embargo, esta situacién fue ignorada por quienes en la _cuidado”. Sélo el registro sistematico de los resultados del Panta podian generar soluciones e implantar un mérodo proceso y su anélisis mediante la carta de control generg “tstindar, y si los operadores se lo llegaban a comentar a _la evidencia objetiva de que recién cambiada la pelicula el tina de esas personas la respuesta era: “debes tener mucho proceso funcionaba peor. Enel estudio inicial del ejemplo de las salchichas se identificaron las causas de los puntos speciales; entonces, para calcular los limites que se usaran a futuro en este proceso es preci- soexcluir de los céleulos las proporciones de los subgrupos 1, 12 y 36. Si se procede de esta manera, se obtiene que: __ 23942 - 595-600-596 40-3 Yai- 4-12-46 = 599 257-15 17-15 TS tT = 0.0095 33942 — 595-600-596 Porlo que los limites a usar a futuro son: LCS=0.021 Linea central = 0.0095 Ler=0.0 Interpretacién de los limites de control de la carta p Un aspecto importante en el uso de la carta de control p es la interpretacion de sus limites, Por ejemplo, en el caso particular de los tiltimos limites (que en el indican la variacién esperada para futuro se utilizaran en el proceso de empaquetado de salchichas), muestran que _ Ia proporcion de articulos defec- decada 599 sobres se espera que, de forma ordinaria, Ia proporcién de paquetes _cuosos por subgrupo. Se calculan ton problemas de vacio varie entre 0.0 y 0,021, con un promedio de 0.0095. Sia partir dela distribucién binomial aos limites se multiplican por 100, se pueden interpretar en términos porcen- y su aproximacién a la distribucién fuales de la siguiente manera: se espera que el porcentaje de sobres con aire varie normal. entre 0.0 y 2.1%, con un promedio de 0.95 por ciento. ‘Los limites de control reflejan la realidad del proceso. As{ que mientras la proporcién. de efectos siga cayendo dentro de los limites de control y no haya ningéin otro patron especial, ‘eri sefial de que el proceso funciona igual que siempre; bien 0 mal, pero su desempefio se encuentra dentro de lo previsto. Por lo tanto, sien una hora en particular no se detectan sobres «on aire, no sera evidencia de que el proceso ha mejorado; pero tampoco si se detectan 2.0% qaquetes con problemas significa que ha empeorado. En ambos casos, lo nico que ocurre es una variacién natural del proceso. ‘De acuerdo con lo anterior, si no hay puntos fuera o patrones especiales, el proceso estaré en control estadistico (estable). Pero su desempefio se encuentra lejos de ser satisfactorio, ya que cl porcentaje promedio de defectos es telativamente alto 0.95% (que equivale a un C, = 1185, vea la tabla 5.2), Por ello, es necesario generar un proyecto de mejora mediante el cual seencuentren las causas comunes mas importantes que estan generando el problema Lo dicho antes para la interpretacién de los limites de control sirve de base para prevenir alusuario de las cartas p de no caer en el error de fijar los Limites de control para la carta p de acuerdo con las metas 0 los deseos. Por ejemplo, a alguien se le podria ocurrir que una meta218. © CAP{TULO8 Cartas de control para atributos BEjemplo 8.2 el analisis de los datos de inspecciones y pruebas finales de un producto ensamblado se detects a través de una es- ‘watificacion y un analisis de Pareto que la causa principal Por la que fos articulos salen defectuosos est4 relaciona- da con los problemas de un componente en particular (el ‘componente k12). Por lo tanto, se decide analizar mas de cerca el proceso que produce tal componente. Para ello, de ‘ada lote de componentes k12 se decide inspeccionar una muestra de n= 120, Los datos obtenidos en 20 lotes conse- ‘cutivos se muestran en la tabla 8.2. Como es constante, la ‘antidad de defectuosos por muestra se puede analizar con tuna carta np. Para obtener sus limites, primero se estima p, ‘que se obtiene de dividir el total de articulos defectuosos (183) encre el total de piezas inspeccionadas (20 muestras de 120 piezas cada una), es decir, es 120% 20 Con lo cual, los limites de control estén dados por = Limites de la carta np Indican la cantidad esperada de piezas defectuosas por cada mues- tra den componentes inspecciona: dos, mientras el proceso no tenga cambios importantes. LCS =120x (0.076)+ 3 of 20% 0.076{1 -0.076) =17.87 Linea central =120% (0.076) =9.15 ; LCI =120%(0.076)—31 20% 0.076(1-0.076) =0.43 La carta np resultante se muestra en la figura 8.2, donde se aprecia que el proceso no funcioné de manera estable, ya que el ndmero de piezas defectuosas en la muestra del_ lore 12 es mayor que e! limite superior; mientras que en la muestra del lote 16 el ntimero de defectuosos es menor duc el limite inferior, De aqu{ que se tenga una evidenc ‘bjeciva para afirmar que en la fabricacion del lote 12 se presenté una causa o situacién especial que normalmente no esté presente en el proceso y que lo empeors de forma seri; mientras que en el lote 16 ocurrié una causa espe cial que mejoré el desempefio del proceso de fabricacén dle componentes k12, Es necesario localizar ambas causis, yaque ast se estard en posibilidades de prevenir la primers, yen caso de no haber un error en el registro de los datos, Fomentar la segunda, i d Interpretacién de los limites de control de la carta mp Los limites de la carta np indican qué tanto varia la cantidad esperada de piezas defectuosas por cada 1 articulos inspeccionados. Por ello, en el caso del ejemplo 8.2 se espera que de cada muestra de 120 componentes inspeccionados, el nime- 10 de rechazados varie entre 0.43 y 17.87, con un promedio de 9.15. Estos limites reflejan la realidad del proceso de acuerdo a como se muestrea. Si bien el uso de la carta permitira eventualmente detectar la presencia de causas especiales que afecten ef proceso, se anticipa que aunque tales causas se Rechazos 20 Muestra i FIGURA 8.2 Carta np para el componente k12, ejemplo 8.2.' Cartas py np (para defectuosos) 219 tliminen y se logre un proceso estable, la cantidad de piezas defectuosas seguiré siendo rela- tiamente grande, dado el nivel promedio de rechazos observados. Por ello, y dado que se ha tiservado el proceso en un lapso de tiempo pequefio, éste se cataloga de manera preliminar tomo inestable ¢ incapaz, por lo que se deberd aplicar la estrategia sugerida en el capitulo 10 faraeste tipo de procesos. (arta p frente a carta np Sieltamafio del subgrupo es variable se tendré que optar por la carta p, pero si el tamafio de subgrupo es constante estas cartas son la misma, salvo un cambio de escala. Por ejemplo, para convertir la carta np de la figura 8.2 en una carta p, basta con dividir la escala entre el ‘amafo de muestra (120). De aqui que cuando se quieren analizar las variables del tipo pasa- opasa en un proceso y se toman muestras de tamaiio constante, el criterio para elegir entre lacarta py la np es segiin se prefiera entre proporcién de defectuosos o mimero de defectu sos en ocasiones se considera que el ntimero de defectuosos ofece una cuantificaci6n mas directa de la pérdida en dinero que se est teniendo en el proceso, lo cual lleva a preferir la carta np en a que no es necesario calcular la proporcién en cada subgrupo. Por otra parte, con lacarta p ¢s mas facil evaluar en términos porcentuales el nivel de defectuosos en el proceso, pero es necesario recordar el tamaiio del lote para tener una idea mas precisa de la pérdida en ese esta incurriendo. Modificacién en el calculo de los limites de control de las cartas pynp para mejorar su aproximacién ala normalidad Los limites para las cartas p y np se fundamentan en la distribucién binomial y en su aproxi- maciOn por la distribucién normal. Se sabe que para tener una aproximacién razonable se requiere que np > 5 y n(1 = p) 2 5. Por lo que cuando 0 » son pequefios, no se cumplen tales requerimientos y la aproximacién es mala. En Gutiérrez y Camacho (1998) se propone una pequeiia modificacién en el célculo de los limites de control, que mejora la aproximacién y permite aplicar con mayor amplitud y confianza los diferentes criterios de interpretacién de las cartas que se presentan en el capitulo 7. Esta modificacion consiste en obtener el limite decontrol superior modificado (LCS*) de la carta np de la siguiente manera: ucs*=EM|np+3\np0-7)| donde EM{x| es la funcién mayor entero o igual que x, que a un niimero entero lo deja igual, pero a un niimero no entero lo convierte en ¢l entero inmediato mayor a tal némero. Por gjemplo, en el caso de la carta de control de la figura 8.2, EM[17.872] = 18. Porlo tanto, LCS* = 18, La linea central se calcula de la forma tradicional y el limite de control inferior modifi- cado (LCI) esta dado por LCI*= nip —35* donde S* se obtiene de dividir entze tres la distancia entre la linea central y el LCS*, esto es, LCS*=np s* 3 De esta manera, las zonas de la carta de control tendran una amplitud igual a S*, Por su par- te, el limite de control superior modificado (LCS’) para una carta p esta dado por LCS’ = LCS*/n. Lalinea central es j; y el limite de control inferior modificado (LCI’) es Ler = LChin| 220 CAPITULO8 Cartas de contro! para atributos Carta.c El objetivo de la carta c es analizar la variabilidad del néimero de defectos por Su objetivo es analizarla variabi- _ SUbgrupo, cuando el tamatio de éste se mantiene constante. En esta carta se gt lidad del niimero de defeceos por fica ¢,que es igual al ntimero de defectos o eventos en el -ésimo subgrupo (mes subgrupo 0 unidad con un tamaiio_t1a). Los limites de control se obtienen suponiendo que el estadistico ¢; sigue unt de subgrupo constante. Cartas ¢ y u (para defectos) Es frecuente que al inspeccionar una unidad (unidad representa un articulo, ua lote de articu- Jos, una medida lineal —metros, tiempo—, una medida de rea o de volumen) se cuente el niimero de defectos que tiene en lugar de limitarse a concluir que es 0 no defectuosa, Algunos ejemplos de unidades que se inspeccionan para contar sus defectos son: una mesa, x metros de rollo fotografico, un zapato, z sartenes de teflon, una prenda de vestir, w'metros cuadrados de pintura, ete. Cada una de estas unidades puede tener mas de un defecto, suceso 0 atribulo y no necesariamente se cataloga al producto o unidad como defectuoso. Por ejemplo, un mue. ble quiz4 tenga algunos defectos en su acabado pero puede cumplir con relativa normalidad Ia funcién para la que fue fabricado. Aunque se detecten defectos en la operacién intermedia, de un proceso, la unidad inspeccionada podria pasar a la siguiente etapa, caso contrario dele que ocurre en las cartas p y np. Otro tipo de variables que también es importante evaluar, que cuentan el nimero de eventos o sucesos en lugar de defectos, son las siguientes: nimero de errores por trabajador, cantidad de accidentes, mimero de quejas por mal servicio, aimero de nuevos clientes, cantidad de llamadas telefonicas en un periodo de tiempo, clientes atend- dos en un lapso de tiempo, errores tipograficos por pagina en un periddico, niémero de fallas de un equipo, etc. Note que en estas variables la unidad de referencia es cierto periado de tiempo o una cantidad de actividades que se realizan. En términos generales, las variables mencionadas se pueden ver como el niimero de ever tos que ocurren por unidad, y tienden a comportarse de acuerdo con la distribucién de Poisson (vea el capitulo 3). Las variables que se ajusten de mancra moderada a esta distribu cién pueden examinarse a través de las cartas cy u, que analizan el némero de defectos pot subgrupo 0 muestra (carta ¢) 0 el némero promedio de defectos por unidad (carta 1). Carta c (nimero de defectos) distribucién de Poisson; por lo tanto, las estimaciones de la media y la desvia: cién estindar de este estadistico estan dadas por: Total de defectos 1° Total de subgrupos He, % por ello, los limites de control de la carta c se obtienen con las expresiones rank Linea central: e-ne Note que los limites de control son simétricos, pero la distribucién de Poisson no lo es manera que sc requiere una aproximacién razonable de fa Poisson por la normal, fa cual comienza a tener cuando la tasa de falla ¢ es mayor que 5. Si no se da la aproximadi se observardn mas falsas alarmas de las esperadas. LC: Let Interpretacién de los Ifmites de control de la carta ¢ ‘Los limites de una carta creflejan la vatiacién esperada para el némero de defectos por s po, En el caso del ejemplo 8.3 se espera que, de manera ordinaria, el mimero de defectosFr una fébrica de muebles se inspecciona a detalle el aca- jo delas mesas cuando salen del departamento de laca, cantidad de defectos que son encontrados en cada mesa n registrados con el fin de conocer y mejorar el proceso. Ena tabla 8.3 se muestran los defectos encontrados en las dtimas 30 mesas. Es claro que estamos ante una variable jue debe ser analizada con la carta ¢, debido a que una jsma mesa puede tener varios defectos de diferente tipo; lems, los defectos son relativamente menores, y aunque fluyen en la calidad final del producto, no causan que la mesa sea rechazada. De la tabla 8.3 se obtiene que el niimero promedio de efectos por unidad (mesa) es: TABLA 8.3 Datos para el ejemplo 8.3 Mesa Defactos 6 Mesa Defectos 1 7 2 5 3 10 4 2 5 6 6 5 7 4 8 9 9 7 0 5 1 6 2 7 B 8 4 4 15 5 ‘Suma total 191 Cartasey u(para defectos) 221 Sejemplo 8.3 191, 30 por lo tanto, los limites de control de la carta cestén dados por: Les 4+3V6.4 =14 Linea central =6.4 to =6.4-36.4 ‘Observe que el LCI resulta negativo, pero como no puede haber cantidades negativas de defectos, entonces el limite inferior se iguala a cero. La carta obtenida se muestra en la figura 8.3, a partir de la cual se aprecia que el proceso de produccidn de mesas estuvo funcionando de manera esta~ ble, ya que no hay puntos fuera de los limites ni otro patron ‘no aleatorio. Por lo anterior, los limites de control a usar en el futuro son esos mismos. 2 CR RM OM 14 32 Mesa 1 FIGURA 8.4 Carta de control para defectos en las mesas. ‘sa varie entre 0 y 14.0 con un promedio de 6.4. Estos limites no representan ni deben repre- tentar donde se quiere que estén los datos, mas bien representan Ia realidad. Como las cantida- tts de defectos son relativamente altas, se tequiere un plan de accién que reduzca esta yroblemética y una forma natural de empezar seria estratificar el problema, es decir, localizar tltipo de defecto con mayor frecuencia y el area donde se presenta. En otras palabras, la acci6n temejora no debe partir de reaccionar ante lo que se observa en una mesa, ya que 110 hay pro~ Hlemas especiales. Toda la problematica es comiin a todas las mesas; por lo tanto, la accién arte de analizar todo el proceso enfocandose en aquellos problemas con mayor recurrencia,m CAPITULO 8 Cartas de control para atributos La carta de control para los defectos en las mesas muestra un proceso estable (en control estadistico), pero quizd se considera que genera muchos defectos: 6.4 en promedio por mes. Si éste fuera el caso, entonces se tendria un proceso estable pero malo, 0 en otras palabras, un proceso estable e incapaz. Una ventaja que ofrece la carta es que no s6lo ayudard a detecary prevenir situaciones anormales en la produccién de mesas, sino que ademés provoca en|a riministracién una mayor conciencia de la magnitud e importancia det problema, ademés de ‘que permite evaluar el impacto de las acciones de mejora. <= Carta Carta u (nimero de defectos por unidad) Analizalavariacién del mimeo. Cuando en el tipo de variables que se comentaron al inicio de esta seeci6n con promedio de defectos por articuy. _istribucién Poisson), el tamafio del subgrupo no es constante, se usa la carta, Ko unidad dereferencia. Se usa en Ja cual se analiza la variacion del aémero promedio de defectos por atiulo ‘cuando el tamafo del subgrupo ne 9 unidad, en lugar del total de defectos en el subgrupo. Asi, en esta carta, up es constante. subgrupo lo forman varias unidades. De manera que para cada subgrupo seg fica 4; %% donde ¢,es la cantidad de defeotos en el subgrupo iy n,es el tamatto del subgrupo i Para cle lar los limites es necesario estimar la media y la desviacién estandar del estadistico 1, que bajo el supuesto de que c; sigue una distribucion Poisson, resultan ser ‘Total de defectos eae area -—— Hu =" ~ Total de articulos inspeccionados Donde es el tamafio de subgrupo. De esta manera, los limites de control en la carta estén dados por: Les Linea central = Ll Cuando 1 no es el mismo en todos los subgrupos, entonces se sustituye por el tamai promedio de subgrupo, i. Otra alternativa es obtener una carta con limites variables, 8 {que para cada subgrupo se calculan sus limites en funcién del tamafio del subgrupo m,y om éstos se evalita el proceso para tal subgrupo. Interpretacién de los limites de control en la carta wv En la carta use grafica el niimero promedio de defectos por unidad. Por ejemplo, en elt de las piezas clectrOnicas se espera que en las muestras de tamaios similares a los delat 8.4 se encuentren entre 0.38 y 1.69 defectos por pieza con un promedio de 1.04. Lo que procede en el problema bajo andlisis es seguir monitoreando el proceso medi a carta de control para identificar y eliminar causas especiales de variacion. Ademésse evaluat la posibilidad de generar un proyecto de mejora para identificar y eliminarlasfabrica se ensamblan articulos electrénicos y al fi del proceso se hace una inspeccién por muestreo para star defectos relativamente menores, En la tabla 8.4 se ta el niimero de defectos observados en muestreos, 10s en 24 lotes consecutivos de piezas electrénicas. nimero de piezas inspeccionadas en cada lote es varia- spor lo que no es apropiado aplicar Ia carta c. Es mejor fzar el nimero promedio de defecto por pieza, u, me- Ja carta, Para calcular los limites de control a partir tabla 8.4, se tiene que: 0 el tamaiio de subgrupo o muestra es variable, se tie- ndos alternativas: usar el tamafto de subgrupo promedio onstruir una carta con limites variables. Se haran ambas, |tamario de subgrupo promedio se obtiene dividiendo el al de unidades inspeccionadas (525) entre el nimero de grupos (24); de esta manera, i = 21.875. Con esto te- neos que los limites de control son: Les =1.04+3 Linea central =1.04 “TABLA 8.4 Defectos en piezas electrénicas Cartas ey u (para defectos) 223 Sejemplo 8.4 LC =1,04-3 La carta obtenida se muestra en la figura 8.4, en la que se observa que el proceso no trabaja de manera estable, ya que en la muestra del lote 21 el numero promedio de de- fectos por pieza sobrepasa el limite de control superior. En Ia fabricacién de tal lote ocurrié alguna causa especial que empeors la calidad de las piezas. Es preciso identificar la causa para evitarla en el futuro. Ademés del punto fuera de los limites no existe ningin patrén no aleatorio. i FIGURA 8.4 Carta u para defectos en piezas electrénieas, ejemplo 8.4. Tamanho de muestra, a, cencontrados, ¢ Defectos encontrados, ¢ Tamafo de ‘muestra, m,