Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Diseño Económico de La Gráfica X
Diseño Económico de La Gráfica X
Navarro Pineda
Ejemplo ........................................................................................................................................................ 5
Referencias ................................................................................................................................................ 10
La Gráfica 𝑋̅
Los límites de control superior (𝐿𝐶𝑆𝑋̅ ) e inferior (𝐿𝐶𝐼𝑋̅ ) de la gráfica 𝑋̅ se calculan como:
𝑘 ∙ 𝜎̂ 𝑅̅
𝐿𝐶𝑆𝑋̅ = 𝑋̿ + 𝑑2
∀ 𝑛 ≤ 10
√𝑛
𝜎̂ =
𝑠̅
∀ 𝑛 > 10
𝑘 ∙ 𝜎̂ 𝑐4
𝐿𝐶𝐼𝑋̅ = 𝑋̿ − {
√𝑛
Siendo:
1
Dr. Freddy S. Navarro Pineda
Respecto a los límites de control, el valor de 𝑘 = 3 es considerado como un óptimo técnico por
defecto. Sin embargo, esto no necesariamente representa un óptimo económico. Es necesario
entonces determinar niveles óptimos tanto de 𝑛 como de 𝑘 para dar seguimiento a las gráficas
de control considerando los criterios de los costos de calidad.
Costos de calidad1
La estimación de los costos de calidad es necesaria para alcanzar un óptimo diseño de la
gráfica de control 𝑋̅ en términos económicos. Aunque los costos de calidad pueden ser difíciles
de identificar y estimar, se pueden considerar tres tipos de costos generales los cuales se
describen en la Figura 1.
1 Adaptado de [2].
2
Dr. Freddy S. Navarro Pineda
Costos
Costo del personal y equipo para realizar la
Muestreo inspección
de
calidad
Costo de encontrar el origen de una falla una vez
Busqueda de falla ésta es detectada en una gráfica de control
Dependiendo del tipo de puntos dentro de la gráfica de control 𝑋̿, se aplican uno o más costos
de calidad. Hay cuatro tipos de puntos en esta gráfica de control dependiendo de la
ubicación que tiene y la que debería tener. Estos se clasifican como: falsos positivos, falsos
negativos, verdaderos positivos y verdaderos negativos. La Tabla 2 describe estos tipos de
puntos y detalla los costos aplicables para cada uno de ellos.
TABLA 2. C OSTOS APLICABLES DE CALIDAD SEGÚN EL TIPO DE PUNTO DENTRO DE LA GRÁFICA DE CONTROL 𝑿
̿.
El costo promedio de calidad (𝐶𝑐𝑎𝑙𝑖𝑑𝑎𝑑 ) puede estimarse como la suma de los costos de
muestreo (𝐶𝑚𝑢𝑒𝑠𝑡𝑟𝑒𝑜 ), costo promedio de búsqueda (𝐶𝑏𝑢𝑠𝑞𝑢𝑒𝑑𝑎 ) y el costo promedio de operación
fuera de control (𝐶𝑜𝑝.𝑓𝑢𝑒𝑟𝑎 𝑐𝑜𝑛𝑡𝑟𝑜𝑙 ), es decir:
𝐶𝑚𝑢𝑒𝑠𝑡𝑟𝑒𝑜 = 𝑎1 𝑛
𝛼(1 − 𝜋)
1+
𝐶𝑏ú𝑠𝑞𝑢𝑒𝑑𝑎 = 𝑎2 𝜋
1−𝜋 1
+
𝜋 1−𝛽
1
1−𝛽
𝐶𝑜𝑝.𝑓𝑢𝑒𝑟𝑎 𝑐𝑜𝑛𝑡𝑟𝑜𝑙 = 𝑎3
1−𝜋 1
+
𝜋 1−𝛽
3
Dr. Freddy S. Navarro Pineda
𝛽 = 𝑃{−𝑘 − 𝛿 √𝑛 ≤ 𝑍 ≤ 𝑘 − 𝛿 √𝑛}
|𝜇 − 𝜇̂ |
𝛿=
𝜎̂
Siendo:
Sujeto a:
0<𝑘≤3
𝑛 > 0, 𝑛 ∈ ℕ
4
Dr. Freddy S. Navarro Pineda
Ejemplo
Costo de muestreo
Un ingeniero de calidad le cuesta a una empresa $32,000 al mes. El ingeniero trabaja 8 horas al
día y aproximadamente 20 días al mes. El costo del ingeniero para la empresa se expresa en
minutos así:
Entre otras cosas, el ingeniero debe medir las piezas fabricadas para construir gráficas de
control del proceso. Basados en un estudio de tiempos y movimientos, se estima que el
ingeniero tarda aproximadamente 3 minutos para inspeccionar una pieza. Por tanto, el costo
de inspeccionar una pieza (𝑎1 ) se calcula como:
$ 𝑚𝑖𝑛 $
𝑎1 = 3.33 ∙3 = 10
𝑚𝑖𝑛 𝑝𝑖𝑒𝑧𝑎 𝑝𝑖𝑒𝑧𝑎
Es decir, a la empresa le cuesta $10 inspeccionar (medir) cada pieza, por tanto, el costo de
muestreo puede expresarse de manera general como:
𝐶𝑚𝑢𝑒𝑠𝑡𝑟𝑒𝑜 = 𝑎1 𝑛 = 10𝑛
Por experiencia, cuando la empresa detecta una señal fuera de control, detiene todo el
proceso productivo e invierte 15 minutos para detectar el origen de dicha señal. Si no se
detecta nada inusual, se asume que la señal fue una falsa alarma, es decir, un falso positivo. El
costo de búsqueda puede estimarse como el costo de oportunidad de la empresa si los 15
minutos se hubiesen invertido en producir (y vender) piezas. Suponga que la venta de piezas
genera $50,000 al día y que la empresa trabaja en una jornada de 8 horas. Lo que la empresa
deja de ganar se expresa por hora como:
$ 1 𝑑í𝑎 $
50,000 ∙ = 6,250
𝑑í𝑎 8 ℎ𝑜𝑟𝑎𝑠 ℎ𝑜𝑟𝑎
$ 𝑚𝑖𝑛 1 ℎ𝑜𝑟𝑎 $
𝑎2 = 6,250 ∙ 15 ∙ = 1562.5
ℎ𝑜𝑟𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑒𝑜 60 𝑚𝑖𝑛 𝑚𝑢𝑒𝑠𝑡𝑟𝑒𝑜
5
Dr. Freddy S. Navarro Pineda
Por experiencia, las señales fuera de control han ocurrido a una tasa de aproximadamente 1
por cada 20 muestreos, siendo el 75% de las mismas falsas alarmas. Por tanto, la probabilidad
condicional de que el proceso se desvíe fuera de control (𝜋) se calcula como:
1
𝜋=( ) (1 − 0.75) = 0.0125
20
𝛿 = 0.5
De esta manera, el costo promedio de búsqueda puede expresarse de manera general como:
El costo promedio de operación es difícil de determinar puesto que se compone de los costos
de reciclar y/o reprocesar el material. Asimismo, se compone de los costos de garantía y
reemplazo de un artículo defectuoso por uno funcional (incluyendo fletes). Una primera
aproximación apunta a que dicho costo es de unos $10,000 por muestreo, es decir:
$
𝑎3 = 10,000
𝑚𝑢𝑒𝑠𝑡𝑟𝑒𝑜
Por tanto, el costo promedio de operación fuera de control se expresa de manera general
como:
1 1
1−𝛽 1−𝛽
𝐶𝑜𝑝.𝑓𝑢𝑒𝑟𝑎 𝑐𝑜𝑛𝑡𝑟𝑜𝑙 = 𝑎3 = 10,000 ∙
1−𝜋 1 1 − 0.0125 1
+ +
𝜋 1−𝛽 0.0125 1−𝛽
𝑛=2
6
Dr. Freddy S. Navarro Pineda
𝑘=1
𝐶𝑚𝑢𝑒𝑠𝑡𝑟𝑒𝑜 = 𝑎1 𝑛 = 10(2) = 20
1 1
1−𝛽 1 − 0.5713
𝐶𝑜𝑝.𝑓𝑢𝑒𝑟𝑎 𝑐𝑜𝑛𝑡𝑟𝑜𝑙 = 𝑎3 = 10,000 = 287
1−𝜋 1 1 − 0.0125 1
+ +
𝜋 1−𝛽 0.0125 1 − 0.5713
$
𝐶𝑐𝑎𝑙𝑖𝑑𝑎𝑑 = 𝐶𝑚𝑢𝑒𝑠𝑡𝑟𝑒𝑜 + 𝐶𝑏ú𝑠𝑞𝑢𝑒𝑑𝑎 + 𝐶𝑜𝑝.𝑓𝑢𝑒𝑟𝑎 𝑐𝑜𝑛𝑡𝑟𝑜𝑙 = 20 + 501 + 287 = 808
𝑚𝑢𝑒𝑠𝑡𝑟𝑒𝑜
7
Dr. Freddy S. Navarro Pineda
La Figura 2 muestra la relación entre el costo promedio de calidad (𝐶𝑐𝑎𝑙𝑖𝑑𝑎𝑑 ) bajo las diferentes
combinaciones de 𝑛 y 𝑘 analizadas en la Tabla 3. Cuando el valor de 𝑛 aumenta y el valor de 𝑘
tiende a ser 2 (o muy cercano), el costo promedio de calidad (𝐶𝑐𝑎𝑙𝑖𝑑𝑎𝑑 ) tiende a reducirse a
niveles inferiores a los $1,000 pesos por muestreo.
$6,000
Costo promedio de calidad ($/muestreo)
$5,000
$4,000
$3,000
$2,000
$1,000
$-
0.5 1 1.5 2 2.5 3
Valor de k
n=2 n=5 n = 10 n = 15 n = 20
𝑘 ∙ 𝜎̂ 1.99 ∙ 𝜎̂
𝐿𝐶𝑆𝑋̅ = 𝑋̿ + = 𝑋̿ +
√𝑛 √17
𝑘 ∙ 𝜎̂ 1.99 ∙ 𝜎̂
𝐿𝐶𝐼𝑋̅ = 𝑋̿ − = 𝑋̿ −
√𝑛 √17
8
Dr. Freddy S. Navarro Pineda
TABLA 5. C OMBINACIÓN ÓPTIMA DE 𝒏 Y 𝒌 PARA MINIMIZAR EL COSTO PROMEDIO DE CALIDAD (𝑪𝒄𝒂𝒍𝒊𝒅𝒂𝒅 ) BAJO
DIFERENTES VALORES DE 𝒂𝟑 .
Nótese que entre mayor sea el costo de operación por periodo de muestreo (𝑎3 ), mayores
serán los valores de 𝛼, 𝐶𝑜𝑝.𝑓𝑢𝑒𝑟𝑎 𝑐𝑜𝑛𝑡𝑟𝑜𝑙 y de 𝐶𝑐𝑎𝑙𝑖𝑑𝑎𝑑 , y menor será el valor de 𝛽. De 𝑎3 = 50,000 a
𝑎3 = 60,000 no cambia mucho el valor de 𝛽, por lo que un estimado de 𝑎3 = 50,000 parece
apropiado. Por tanto, las gráficas de control se construyen teniendo en cuenta un tamaño de
muestra de 31 piezas (𝑛 = 31) por muestreo y un límite de control ubicado 1.84/√31 veces la
desviación estándar por encima y por debajo de la media (𝑘 = 1.84). Los límites de control
serán:
𝑘 ∙ 𝜎̂ 1.84 ∙ 𝜎̂
𝐿𝐶𝑆𝑋̅ = 𝑋̿ + = 𝑋̿ +
√𝑛 √31
𝑘 ∙ 𝜎̂ 1.84 ∙ 𝜎̂
𝐿𝐶𝐼𝑋̅ = 𝑋̿ − = 𝑋̿ −
√𝑛 √31
Número de muestreos
Suponga que la empresa tiene la capacidad de producir 10,500 piezas diarias. De acuerdo con
los criterios de la norma ANSI/ASQ Z1.9-1993 (Tabla 1), se recomiendo inspeccionar un total de
100 piezas al día. Si cada muestreo consta de 31 piezas, el número de muestreos requeridos al
día serían de 3 a 4, calculados como:
100 𝑝𝑖𝑒𝑧𝑎𝑠
𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑚𝑢𝑒𝑠𝑡𝑟𝑒𝑜𝑠 𝑟𝑒𝑞𝑢𝑒𝑟𝑖𝑑𝑜𝑠 = = 3.22 𝑚𝑢𝑒𝑠𝑡𝑟𝑒𝑜𝑠
𝑝𝑖𝑒𝑧𝑎𝑠
31
𝑚𝑢𝑒𝑠𝑡𝑟𝑒𝑜
9
Dr. Freddy S. Navarro Pineda
Referencias
[1] Besterfield DH. Control de calidad. 8th ed. México: Pearson Educación; 2009.
[2] Nahmias S, Castellanos AT, Murrieta JEM, Hernández FG, Nudiug B, Juaárez RA, et al.
Análisis de la producción y las operaciones. vol. 57. McGraw-Hill Interamericana; 2007.
10