Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Tanto la ciencia pura como la aplicada han necesitado de niveles cada vez
más altos de precisión y exactitud. Sin embargo, la ciencia aplicada,
particularmente en la producción masiva de bienes, es incluso más
exacta que la ciencia pura en ciertos aspectos de precisión y exactitud
W. SHEWART
2
1.- CAUSAS DE LA VARIABILIDAD
DE LOS PROCESOS
El objetivo principal del control estadístico de procesos es detectar las causas asignables de variabilidad, de manera que
la única fuente de variabilidad del proceso sean las causas comunes o no asignables, es decir, puramente aleatorias.
Diremos entonces que el proceso se encuentra bajo control estadístico.
3
Definimos el Intervalo de Tolerancia para una determinada característica de calidad X como su conjunto de valores
admisibles, de manera que un producto fabricado fuera de esas tolerancias se considerará un producto sin la calidad
requerida, es decir, defectuoso.
4
Si las tolerancias del proceso quedan definidas por el par (LT1, LT2),
definiremos el Índice o Indicador de Capacidad del proceso (IC) como el
cociente entre el rango de tolerancias del proceso y la capacidad del
mismo:
LT 2 − LT1
IC =
6σ
5
EL ÍNDICE DE CAPACIDAD
DEL PROCESO
Si IC=1 (LT2-LT1=6σ ) ➤ el 0,27% de los Si IC>1 ➤ el proceso fabricará un porcentaje de Si IC<1 ➤ el proceso fabricará un porcentaje de
productos fabricados por este proceso no cumplen defectos inferior al 0,27% defectos inferior al 0,27%
las tolerancias de fabricación del proceso
6
k
xi S k
si
X =∑ ; σˆ = donde S =∑
i =1 k
c2 i =1 k
σ
LSC = µ + 3
n
Límites de control LC = µ
σ
LIC = µ − 3
n
8
Gráfico para desviaciones típicas Gráfico para rangos
Tamaño Factor para Factores para límites Factor para Factores para límites de
muestral línea central de control línea central control
n c2 B3 B4 d2 D1 D2 D3 D4
2 0,5642 0,000 3,267 1,128 0,000 3,686 0,000 3,276
3 0,7236 0,000 2,568 1,693 0,000 4,358 0,000 2,575
4 0,7979 0,000 2,266 2,059 0,000 4,698 0,000 2,282
5 0,8407 0,000 2,089 2,326 0,000 4,918 0,000 2,115
6 0,8686 0,030 1,970 2,534 0,000 5,078 0,000 2,004
7 0,8282 0,118 1,882 2,704 0,205 5,203 0,076 1,924
8 0,9027 0,185 1,815 2,847 0,387 5,307 0,136 1,864
9 0,9139 0,239 1,761 2,970 0,546 5,394 0,184 1,816
10 0,9227 0,284 1,716 3,078 0,687 5,469 0,223 1,777
11 0,9300 0,321 1,679 3,173 0,812 5,534 0,256 1,744
12 0,9359 0,354 1,646 3,258 0,924 5,592 0,284 1,716
13 0,9410 0,382 1,618 3,336 1,026 5,646 0,308 1,692
14 0,9453 0,406 1,549 3,407 1,121 5,693 0,329 1,671
15 0,9490 0,428 1,572 3,472 1,207 5,737 0,348 1,652
16 0,9523 0,448 1,552 3,532 1,285 5,779 0,364 1,636
17 0,9551 0,466 1,534 3,588 1,359 5,817 0,379 1,621
18 0,9576 0,482 1,518 3,640 1,426 5,854 0,392 1,608
19 0,9599 0,497 1,503 3,689 1,490 5,888 0,404 1,596
20 0,9619 0,510 1,490 3,735 1,548 5,922 0,414 1,586
21 0,9638 0,523 1,477 3,778 1,606 5,950 0,425 1,575
22 0,9655 0,534 1,466 3,819 1,659 5,979 0,434 1,566
23 0,9670 0,545 1,455 3,858 1,710 6,006 0,443 1,557
24 0,9648 0,555 1,445 3,895 1,759 6,031 0,452 1,548
25 0,9696 0,565 1,435 3,931 1,804 6,058 0,459 1,541
9
LSC = B 4S
LIC = B 3S
k
si
LC = S =∑
i =1 k
10
Una vez determinada la capacidad del proceso, comparamos ésta con el rango de
tolerancias técnicas del producto para determinar el índice de capacidad del proceso
y seleccionar la frecuencia de muestreo adecuada.
Consideremos un proceso en el que examinamos una característica medible de la calidad de los productos, que
suponemos descrita por las diferentes realizaciones de una variable aleatoria X, con distribución Normal.
12
DIAGRAMA DE CONTROL DE LA MEDIA
σ
LSC = µ + 3
n
Límites de control LC = µ
σ Estimador de la
LIC = µ − 3 desviación típica
n
∧ R
σ =
d2
3
LSC = X + R LSC = X + A2 R
d2 n
LC = X LC = X
3 LIC = X − A2 R
LIC = X − R
d2 n
13
DIAGRAMA DE CONTROL DEL RECORRIDO
LSC = R D4
Límites de control LC = R
LIC = R D3
14
PAUTAS DE COMPORTAMIENTO
Los gráficos de control identifican alteraciones en el funcionamiento de los procesos a través de pautas de
comportamiento específicas. Estas disfunciones del proceso indicarán la existencia de causas asignables de variabilidad,
es decir, que el proceso no está bajo control.
15
1.- PUNTOS FUERA DE LOS LÍMITES DE CONTROL (3 SIGMA)
LSC (3 sigma)
LSC (2 sigma)
LÍNEA CENTRAL
LIC (2 sigma)
LIC (3 sigma)
16
2.- EXISTENCIA DE TENDENCIAS
LSC (3 sigma)
LSC (2 sigma)
LÍNEA CENTRAL
LIC (2 sigma)
LIC (3 sigma)
17
3.- EXISTENCIA DE RACHAS
LSC (3 sigma)
LSC (2 sigma)
LÍNEA CENTRAL
LIC (2 sigma)
LIC (3 sigma)
18
4.- PERIODICIDAD O EXISTENCIA DE CICLOS
LSC (3 sigma)
LSC (2 sigma)
LÍNEA CENTRAL
LIC (2 sigma)
LIC (3 sigma)
19
5.- INESTABILIDAD
LSC (3 sigma)
LSC (2 sigma)
LSC (1 sigma)
LÍNEA CENTRAL
LSC (1 sigma)
LIC (2 sigma)
LIC (3 sigma)
20
6.- SUPERESTABILIDAD
LSC (3 sigma)
LSC (2 sigma)
LSC (1 sigma)
LÍNEA CENTRAL
LSC (1 sigma)
LIC (2 sigma)
LIC (3 sigma)
21
Examina si los productos que se fabrican poseen o no cierta característica de calidad que denominamos atributo; por
ejemplo, si una bombilla se enciende o no, si una pieza encaja o no en otra, etc.
22
DIAGRAMA DE CONTROL DE LA FRACCIÓN DISCONFORME
Límites de control
p(1 − p)
LSC = p + 3
n
LC = p
p(1 − p)
LIC = p − 3
n
23
5.- GRÁFICO DE CONTROL POR
NÚMERO DE DEFECTOS
Cuando los defectos que aparecen en un producto lo hacen de manera continua, suele ser conveniente emplear como
medida de control de calidad el número de defectos que se presentan en cada unidad de producto que se analiza.
24
DIAGRAMA DE CONTROL POR NÚMERO DE DEFECTOS
Si consideramos una variable aleatoria X definida como el número de defectos que aparecen por unidad de observación, dicha variable
aleatoria se distribuye como una Poisson de parámetro ƛ
Seleccionamos k muestras de tamaño n, determinando el número de defectos que aparecen en cada muestra: r1, r2, ..., rk.
k
ri
λˆ = ∑ . LC = n λˆ
i =1 nk
LSC = n λˆ + 3 n λˆ
LIC = n λˆ − 3 n λˆ
25
Tanto la ciencia pura como la aplicada han necesitado de niveles cada vez
más altos de precisión y exactitud. Sin embargo, la ciencia aplicada,
particularmente en la producción masiva de bienes, es incluso más
exacta que la ciencia pura en ciertos aspectos de precisión y exactitud
W. SHEWART