Documentos de Académico
Documentos de Profesional
Documentos de Cultura
20
Materia:
Control de Calidad
(7986)
Asignación No. 11
“GRAFICOS DE CONTROL POR ATRIBUTOS.”
09 de abril de 2023.
MATERIA: CONTROL DE CALIDAD
ASIGNACIÓN: 11
Para calcular los límites de control se parte del supuesto de que la cantidad de
piezas defectuosas por subgrupo sigue una distribución binomial, y a partir de esto
1 de 13
se aplica el mismo esquema general, el cual señala que los límites están dados por
μw ± 3 σw la media, más menos tres desviaciones estándar del estadístico W que
se grafica en la carta. Por lo tanto, en el caso que nos ocupa W = pi. Así, de
acuerdo con la distribución binomial se sabe que la media y la desviación estándar
2 de 13
anaquel se acorta, por lo que después de algunos días la salchicha empieza a
cambiar de color y a perder su frescura; y eso puede ocurrir en el refrigerador del
distribuidor o del consumidor. Esta situación repercute en clientes insatisfechos y
genera una mala imagen de la compañía.
Es claro que el problema de falta de vacío es del tipo pasa-no pasa; por lo tanto,
para analizar la variación de las proporciones de la tabla 8.1 se debe aplicar la
3 de 13
carta p. Para calcular los límites de control provisionales se necesita calcular la
proporción promedio p– y el tamaño de subgrupo promedio n-, que corresponde al
número promedio de salchichas empaquetadas por hora. De la tabla 8.1 se obtiene
que el número total de paquetes inspeccionados fue de 23 942, y de éstos, 257
Pero como el límite de control inferior no puede ser negativo debido a que las
proporciones siempre son mayores o iguales a cero, entonces se toma LCI = 0. La
carta p con estos límites se muestra en la fi gura 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 aquí se desprende que durante el empaquetado de
esos subgrupos el proceso funcionó en presencia de causas o situaciones
especiales que por lo general no están presentes en el proceso, y que causaron
4 de 13
que la proporción de defectuosos fuera anormalmente grande. Además de lo ya
considerado, no hay ningún otro patrón no aleatorio en la carta.
Con ello se espera que esos incrementos “bruscos” del problema no se vuelvan a
presentar. Lo curioso del asunto es que los operadores sabían que cuando
cambiaban la película debían estar más alertas, ya que se detectaban más
paquetes con falta de vacío. Sin embargo, esta situación fue ignorada por quienes
en la planta podían generar soluciones e implantar un método estándar, y si los
operadores se lo llegaban a comentar a una de esas personas la respuesta era:
5 de 13
“debes tener mucho cuidado”. Sólo el registro sistemático de los resultados del
proceso y su análisis mediante la carta de control generó la evidencia objetiva de
que recién cambiada la película el proceso funcionaba peor.
En el estudio inicial del ejemplo de las salchichas se identificaron las causas de los
puntos especiales; entonces, para calcular los límites que se usarán a futuro en
este proceso es preciso excluir de los cálculos las proporciones de los subgrupos 1,
12 y 36. Si se procede de esta manera, se obtiene que:
Para construir los gráficos de control np, en una primera etapa se toman N
muestras (más de 20 ó 25) a intervalos regulares, cada una con n tornillos. Se
6 de 13
cuenta en cada muestra el Número de Defectuosos y se registra. Se obtendría una
Tabla como la siguiente:
pˉ=∑Di/nN
s=n⋅pˉ (1−pˉ−−−−−−−−−√
Con esto podemos calcular los Límites de Control para el gráfico np:
LCS=npˉ+3npˉ(1−pˉ)−−−−−−−√;LC=npˉ;LCI=npˉ−3npˉ(1−pˉ)−−−−−−−−√
7 de 13
podrían ser:
Los defectos pueden ser de diferentes tipos y se cuenta el total de todos estos
defectos en la unidad inspeccionada. Obtenemos un resultado que es el Número
de Defectos por unidad de inspección.
A medida que el proceso genera las unidades (Teléfonos móviles), retiramos una
unidad a intervalos regulares y contamos el número total de defectos. En cada
unidad podemos encontrar n defectos.
1 defecto
2 defectos
...
n defectos
P(x)=e−ccxx!conx=0,1,2,⋅⋅⋅,n(∗)
Supongamos un proceso que fabrica tornillos. Una manera de ensayar cada tornillo
sería probarlo con una rosca calibrada.
8 de 13
El resultado de este ensayo sólo tiene dos posibles resultados:
Para controlar este proceso, se puede tomar una muestra de tornillos y contar el
número de defectuosos presentes en la muestra.
Este resultado se anota en un gráfico hora por hora denominado gráfico np.
Si se tomara del proceso un sólo tornillo ¿Cuál es la probabilidad de que sea
defectuoso? Imaginando la población de tornillos que podría fabricar el proceso
trabajando siempre en las mismas condiciones, una cierta proporción p de estos
9 de 13
serían defectuosos. Entonces, la probabilidad de tomar un tornillo y que sea
defectuoso es p.
LCS=c+3c√;LC=c;LCI=c−3c√
Hay que tener en cuenta que la probabilidad de producir una falsa alarma por
situarse el punto por encima del límite de control superior es diferente que la de
situarse por debajo del límite inferior (colas superior e inferior diferentes). Si no se
conoce el parámetro c, debe estimarse a partir de una muestra preliminar de
10 de 13
unidades de inspección. El valor obtenido en la estimación, O sustituirá al valor O
en los límites arriba indicados.
xi=nim
11 de 13
Entonces, a partir de la tabla podemos calcular el parámetro U, como promedio del
Número de Defectos por licuadora, y la Desviación Standard:
U=∑ni/mN;s=Um−−−√
LSC=C+3Um−−−√;LC=U;LIC=C−3Um−−−√
12 de 13