Manipular el proceso productivo mediante gráficos de control estadístico

Objetivo

Al termino del submodulo el alumno será capaz de manipular el proceso del producto de empresas manufactureras, aplicando gráficos de control.

Submódulo II. Manipular el Proceso Productivo Mediante Graficas de Control Estadístico
• Controlar las variables de un proceso mediante herramientas estadísticas básicas.
▫ Detectar anormalidades que puedan estar ocurriendo en el proceso. ▫ Verificar el comportamiento del proceso. ▫ Calcular parámetros estadísticos. ▫ Elaborar diagramas de causa y efecto. ▫ Elaborar diagramas de Pareto. ▫ Elaborar histogramas. ▫ Elaborar diagramas de dispersión. ▫ Realizar ajustes en los procesos productivos. ▫ Registrar evidencias y desviaciones en el proceso. ▫ Proponer alternativas para ajuste del proceso.

▫ Registrar datos y variables del proceso productivo. ▫ Elaborar gráficos por variables. ▫ Diagnosticar el comportamiento del proceso productivo. .• Controlar el proceso productivo aplicando gráficos de control estadístico. ▫ Calcular medidas de dispersión. ▫ Proponer alternativas para ajustar los puntos fuera de control. ▫ Calcular medidas de tendencia central. ▫ Elaborar gráficos por atributos.

¿Para qué se miden las características de calidad? • El análisis de los datos medidos permite obtener información sobre la calidad del producto. . • En todos estos casos es necesario tomar decisiones y estas decisiones dependen del análisis de los datos. estudiar y corregir el funcionamiento del proceso y aceptar o rechazar lotes de producto. para analizarlos es necesario recurrir a técnicas estadísticas que permitan visualizar y tener en cuenta la variabilidad a la hora de tomar las decisiones.

• El proceso genera una salida. . • Todo proceso productivo es un sistema formado por personas. equipos y procedimientos de trabajo. químicas. que es el producto que se quiere fabricar. a sus expectativas previas. La calidad del producto fabricado está determinada por sus características de calidad. • El cliente quedará satisfecho con el producto si esas características se ajustan a lo que esperaba. etc. funcionamiento. es decir. que en conjunto determinan el aspecto y el comportamiento del mismo es decir su calidad. estéticas.Controlar las variables de un proceso mediante herramientas estadísticas básicas. durabilidad. por sus propiedades físicas. es decir. mecánicas.

¿Qué es estadística? • La estadística se puede definir como la ciencia que recopila. . organiza. de manera que pueda llevar a conclusiones válidas. analiza e interpreta la información numérica o cualitativa. mejor conocida como datos.

. revistas. • La estadística inferencial es la ciencia que interpreta información de manera que pueda llevar a conclusiones válidas. Los periódicos.• La estadística descriptiva es la ciencia que recopila. Los gobiernos y las organizaciones utilizan la estadística para tomar decisiones que afectan directamente nuestras vidas. organiza e interpreta la información numérica ó cualitativa. radio y televisión usan la estadística descriptiva para informar y persuadirnos acerca de ciertas acciones a tomar y en la formación de opiniones.

▫ Centralización: Indican valores con respecto a los datos que aparecen en el centro. ▫ Dispersión: Indican la mayor o menor concentración de los datos con respecto a las medidas de centralización .• Las medidas descriptivas son valores numéricos calculados a partir de la muestra y que nos resumen la información contenida en ella.

.

En general. es calculada sumando los valores de interés y dividiendo entre el número de valores sumados (Walpole et al. 1999). .Medidas de Tendencia Central • La media muestral o promedio simple (X) es un estadístico que muestra el valor central de una serie de datos constituyendo ser la medida de ubicación que más se utiliza.

• MEDIANA (Me):es el valor que separa por la mitad las observaciones ordenadas de menor a mayor. de tal forma que el 50% de estas son menores que la mediana y el otro 50% son mayores. Si el número de datos es impar la mediana será el valor central. . si es par tomaremos como mediana la media aritmética de los dos valores centrales.

es decir.• MODA (M0): es el valor de la variable que más veces se repite. No tiene porque ser única. m . aquella cuya frecuencia absoluta es mayor.

que no son comparables entre diferentes muestras y las relativas que nos permitirán comparar varias muestras. • Las medidas de dispersión cuantifican la separación. . la variabilidad de los valores de la distribución respecto al valor central. la dispersión.Medidas de Dispersión • Las medidas de tendencia central tienen como objetivo el sintetizar los datos en un valor representativo. Distinguimos entre medidas de dispersión absolutas. las medidas de dispersión nos dice hasta que punto estas medidas de tendencia central son representativas como síntesis de la información.

• Supongamos que un médico dietista desea estudiar el peso de personas adultas de sexo masculino y recopila una gran cantidad de datos midiendo el peso en kilogramos de sus pacientes varones: .

Medidas de dispersión absolutas • Varianza muestral(s2): es el promedio de las desviaciones de la media y se obtiene mediante la formula: • Varianza poblacional (σ2): se obtiene dividiendo la suma de desviaciones entre n (vale recordar que la media poblacional se simboliza con μ) .

Desviación estándar • La desviación estándar muestral es la raíz cuadrada positiva de la varianza. se simboliza con s y se obtiene mediante la siguiente formula: • La desviación estándar de la población (σ) se obtiene como la raíz cuadrada positiva de la varianza poblacional: .

70} Rango 70-20 =50 .30. De ello puede inferirse que cuanto mayor sea la extensión de los datos mayor será el rango. 60.Rango • Es una medida de variabilidad muy sencilla. es la diferencia entre el mayor valor y el menor. 50. • {20. 40.

mediana. rango. varianza de la siguiente tabla: Tiempo de espera 25 10 14 18 15 10 22 12 14 18 20 15 18 20 12 .• Determinar media. desviación estándar.

Resultados Media Mediana Moda Rango desviación estándar varianza 16.427188724 19.2 15 18 15 4.6 25 20 15 10 5 0 Tiempo de espera 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 .

varianza rango de los hombres y mujeres.24 25-34 35-44 45-54 55-64 65-74 75-84 Hombres 85 384 385 450 295 174 56 Mujeres 219 618 656 656 409 200 69 . y la moda.TAREA • La media aritmética. la desviación estándar. la mediana. Edad 15.

Estas son: 1. check list) 6. en la competencia siguiente vamos a explicar algunas de estas técnicas. Hoja de Inspección (hoja de verificación. Diagramas de Dispersión 7. Gráficos de Control . Estratificación 5.• Siguiendo el pensamiento del Dr. Diagrama de Pareto 3. que se conocen como Las 7 Herramientas de la Calidad. Histogramas 2. Kaoru Ishikawa. Diagramas de Causa-Efecto (diagrama de Ishikawa) 4.

Esto permite ver alrededor de que valor se agrupan las mediciones (Tendencia central) y cual es la dispersión alrededor de ese valor central. .¿Que son los histogramas? • Un histograma es un gráfico o diagrama que muestra el número de veces que se repiten cada uno de los resultados cuando se realizan mediciones sucesivas.

▫ Su construcción ayudará a comprender la tendencia central. . para analizar más detalladamente o tomar decisiones sobre la base de ellos. ▫ Muestra grandes cantidades de datos dando una visión clara y sencilla de su distribución. • Utilidad: El Histograma es especialmente útil cuando se tiene un amplio número de datos que es preciso organizar. dispersión y frecuencias relativas de los distintos valores.• Ventajas.

mediante el estudio de la distribución de los datos. un excelente punto de partida para generar hipótesis acerca de un funcionamiento insatisfactorio. • Permite la comparación de los resultados de un proceso con las especificaciones previamente establecidas para el mismo. En este caso. .• Es un medio eficaz para transmitir a otras personas información sobre un proceso de forma precisa e inteligible. mediante el Histograma puede determinarse en qué grado el proceso está produciendo buenos resultados y hasta qué punto existen desviaciones respecto a los límites fijados en las especificaciones. Proporciona.

6 70.7 79.7 79.9 73.4 74.7 78.4 74.5 Dr 3 75.1 71.7 72.4 74.9 63.4 69.6 69.9 76.2 81.9 63.6 85.9 113.7 72.7 72.7 79.Dr 1 74.5 69.6 85.7 72.5 83.1 71.8 83.7 79.4 84.6 69.5 77 70.4 Pesos de pacientes hombres de tres nutriólogos de una clínica .6 67.7 79.1 71.7 72.4 88.5 69.6 67.2 81.7 79.6 69.9 63.2 70.6 67.2 81.9 63.5 77 70.6 67.6 67.1 71.2 81.4 74.4 63.7 68.2 81.3 88.4 70.7 70.9 63.4 95.2 81.6 85.4 70.7 79.5 83.4 69.6 70.5 74.1 Dr 2 74.9 63.7 77.5 85.6 85.7 67.6 85.6 69.4 74.6 67.9 63.4 69.7 79.8 83.6 74.6 85.6 85.6 97.8 83.4 74.4 74.

1 90 80 70 60 50 40 30 20 10 0 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 120 100 80 60 40 20 Dr.Dr. 2 Dr. 3 90 0 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 80 70 60 50 40 30 20 10 0 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 .

• Se ordenan los datos de menor a mayor y se establecen rangos 60<x<70 70<x<80 80<x<90 90<x<100 110<x<120 25 43 22 2 1 .• Como así es complicado el análisis de datos cuando se quiere un análisis de todos los datos recopilados por todos los doctores entonces se procede a agrupar los datos en intervalos o frecuencias.

Con esto podemos concluir que la mayoría de los pacientes están en el rango de 70 a 80 kg con solo ver el histograma 45 40 35 30 25 20 15 10 5 0 60<x<70 70<x<80 80<x<90 90<x<100 110<x<120 .

.Diagrama de pareto • El Diagrama de Pareto constituye un sencillo y gráfico método de análisis que permite discriminar entre las causas más importantes de un problema (los pocos y vitales) y las que lo son menos (los muchos y triviales).

• Proporciona una visión simple y rápida de la importancia relativa de los problemas. • Ayuda a evitar que se empeoren algunas causas al tratar de solucionar otras.Ventajas: • Ayuda a concentrarse en las causas que tendrán mayor impacto en caso de ser resueltas. . • Su formato altamente visible proporciona un incentivo para seguir luchando por más mejoras.

separándola de otras presentes pero menos importantes. comparando sucesivos diagramas obtenidos en momentos diferentes. . efectos y costos de los errores. • Pueden ser asimismo utilizados tanto para investigar efectos como causas. • Contrastar la efectividad de las mejoras obtenidas. • Comunicar fácilmente a otros miembros de la organización las conclusiones sobre causas.Utilidades: • Determinar cuál es la causa clave de un problema.

0869565 74.82608696 100 5750 • Ordenar el porcentaje de mayor a menor y calcular el porcentaje acumulado.• En una tienda de discos están teniendo grandes pérdidas por devoluciones del producto Devolucion frecuencia costo unitario costo total % % acumulado no le gusto 10 120 1200 20. ▫ b) Graficar la contribución porcentual acumulada mediante la intercepción de la curva de causas.3913043 92.826087 48.6956522 no lo quiere 10 150 1500 26. ▫ a) Elaborar el diagrama de Pareto. sea claro en su conclusión.8695652 Producto dañado 20 80 1600 27.7826087 disco equivocado 20 50 1000 17. ▫ c) Indica las causas vitales en el 80%.8695652 20.173913 varios 10 45 450 7. .

no lo quiere.82608696 5750 92. son las principales que debemos resolver.3913043 450 7.826087 27.9130435 no le gusto disco equivocad o varios 10 120 1200 20.costo Devolución frecuencia unitario costo total % % acumulado Producto dañado 20 80 1600 27. las triviales serian disco equivocado y varios.8695652 74.7826087 20 10 50 45 1000 17. . que las causas vitales son producto dañado. no le gusto.826087 no lo quiere 10 150 1500 26.0869565 53. las cuales se resolverán en segundo grado de importancia.173913 100 CONCLUSION: Se puede observar en la grafica.

88 97. 15 30 450 mantto. terminado 120 90 10800 otros 210 25 5250 enrolladores 75 35 2625 hornos de rec. demoras totales Total % materia prima 380 280 106400 molino 190 75 14250 p.32 0.18 7. . Pvo.17 93.63 99.00 • a) Elaborar el diagrama de Pareto.87 0.71 3.75 1.99 10. • c) Indica las causas vitales en el 80%.51 99.99 86. • b) Graficar la contribución porcentual acumulada mediante la intercepción de la curva de causas. 8 30 240 140015 75.17 %acumulado 75.ejercicio • Datos recopilados para recuperar el nivel productivo de laminación No 1 3 2 7 4 6 5 causas de fallas De fallas frec.83 100. sea claro en su conclusión.

o Diagrama Causa Efecto. Ilustra gráficamente las relaciones existentes entre un resultado dado (efectos) y los factores (causas) que influyen en ese resultado. es una herramienta que ayuda a identificar.DIAGRAMA CAUSA – EFECTO • El diagrama de Ishikawa. clasificar y poner de manifiesto posibles causas. tanto de problemas específicos como de características de calidad. .

permitiendo así aprovechar mejor el conocimiento que cada uno de ellos tiene sobre el proceso.Ventajas: • Permite que el grupo se concentre en el contenido del problema. . • • Incrementa el grado de conocimiento sobre un proceso. no en la historia del problema ni en los distintos intereses personales de los integrantes del equipo. o las causas de las características de calidad. • • Estimula la participación de los miembros del grupo de trabajo. • • Ayuda a determinar las causas principales de un problema. utilizando para ello un enfoque estructurado.

raíz. • • Clasificar y relacionar las interacciones entre factores que están afectando al resultado de un proceso . o causas principales. de un problema o efecto.Utilidades: • Identificar las causas .

debemos investigar para identificar las causas del mismo.• La variabilidad de las características de calidad es un efecto observado que tiene múltiples causas. Cuando ocurre algún problema con la calidad del producto. . Para ello nos sirven los Diagramas de Causa .Efecto. Estos diagramas fueron utilizados por primera vez por Kaoru Ishikawa. conocidos también como Diagramas de Espina de Pescado por la forma que tienen.

Por ejemplo. Equipos. trazando flechas secundarias hacia la principal. en el caso de la mayonesa podría ser el peso del frasco lleno. . Materias Primas.Para hacer un Diagrama de CausaEfecto seguimos estos pasos: • Decidimos cual va a ser la característica de calidad que vamos a analizar. • Trazamos un flecha gruesa que representa el proceso y a la derecha escribimos la característica de calidad • Indicamos los factores causales más importantes y generales que puedan generar la fluctuación de la característica de calidad. Por ejemplo. Operarios. etc. Método de Medición.

¿Por qué hay fluctuación o dispersión en el aceite? Por la fluctuación de la cantidad agregada a la mezcla. ▫ c. otros condimentos. Para hacer esto.• Incorporamos en cada rama factores más detallados que se puedan considerar causas de fluctuación. Huevos. podemos formularnos estas preguntas: ▫ a. sal. . En la rama Balanza colocamos la rama Mantenimiento. ¿Qué Materias Primas producen fluctuación o dispersión en los valores de la característica de calidad? Aceite. ¿Por qué la balanza funciona en forma irregular? Por que necesita mantenimiento. ¿Por qué hay variación en la cantidad agregada de aceite? Por funcionamiento irregular de la balanza. ▫ b. Se agrega Aceite como rama menor de la rama principal Materias Primas. ▫ e. Agregamos a Aceite la rama más pequeña Cantidad. ▫ d. Se anota Materias Primas como una de las ramas principales. Se registra la rama Balanza. ¿Por qué hay fluctuación o dispersión en los valores de la característica de calidad? Por la fluctuación de las Materias Primas.

Las relaciones CausaEfecto deben quedar claramente establecidas y en ese caso. . • Finalmente verificamos que todos los factores que puedan causar dispersión hayan sido incorporados al diagrama.• Así seguimos ampliando el Diagrama de CausaEfecto hasta que contenga todas las causas posibles de dispersión. el diagrama está terminado.

ejemplo .

▫ Maquinaria y equipo. . ▫ Áreas de gestión. ▫ Materiales. Entorno. Otros. Localización geográfica. ▫ Personal. A cada grupo se le denomina estrato. pudiendo establecerse estratificaciones atendiendo a: Tiempo. • Los estratos a definir lo serán en función de la situación particular de que se trate.ESTRATIFICACION • Es un método consistente en clasificar los datos disponibles por grupos con similares características.

Síntesis .

DIAGRAMA DE DISPERSION
• Un diagrama de dispersión es una representación gráfica de la relación entre dos variables, muy utilizada en las fases de Comprobación de teorías e identificación de causas raíz y en el Diseño de soluciones y mantenimiento de los resultados obtenidos.

• Tres conceptos especialmente destacables son: • El descubrimiento de las verdaderas relaciones de causa-efecto es la clave de la resolución eficaz de un problema • Las relaciones de causa-efecto casi siempre muestran variaciones • Es más fácil ver la relación en un diagrama de dispersión que en una simple tabla de números.

Cómo interpretar un diagrama de dispersión: • El análisis de un diagrama de dispersión consta de un proceso de cuatro pasos: ▫ Se elabora una teoría razonable ▫ se obtienen los pares de valores y se dibuja el diagrama ▫ se identifica la pauta de correlación ▫ se estudian las posibles explicaciones. .

2. Trazar el área emparejada usando círculos concéntricos en pares de datos idénticos. 4. 5. 7. Comprobar los posibles fallos en el análisis. . 6. 3. Dibujar y rotular los ejes horizontales y verticales. Identificar y clasificar el modelo de correlación. Situar la causa sospechada en el eje horizontal. Obtener tabla de pares de valores con valores máximos y mínimos de cada variable.Cómo elaborar un diagrama de dispersión: 1. Poner título al gráfico y rotular.

.

Para cada persona se mide la altura en metros (Variable X) y el peso en kilogramos (Variable Y). para cada persona tendremos un par de valores X. Y que son la altura y el peso de dicha persona: .Ejemplo • Supongamos que tenemos un grupo de personas adultas de sexo masculino. Es decir.

63 1.3 65 Entonces.8 63.5 71.86 1.5 91.2 74.2 77.88 1.8 67.66 1.79 1.6 90 63.84 1.61 peso (kg)3 74.6 67.97 1.5 78.57 1.3 88.8 93. para cada persona representamos su altura y su peso con un punto en un gráfico: Una vez que representamos a las 50 personas quedará un gráfico como el siguiente: 1.8 80.69 1.2 79.83 1.81 1.4 78.53 1.5 75.75 1.62 1.4 82.6 76 58 95.94 peso (kg) 95.6 Altura(m)2 1.53 1.9 88.76 1.9 1.98 1.96 1.99 1.57 1.4 89.6 82.56 1.3 66.Altura(m) 1.91 1.65 1.59 1.67 1.96 1.1 95.76 1.8 64.59 1.55 1.8 1.1 65.55 1.84 1.1 69.71 1.8 91 62.71 1.92 1.6 87.6 76.8 67.6 1.5 65.82 1.66 1.78 1.55 1.8 80.51 1.6 79.2 97.5 82.9 88.1 90.8 62.89 1.1 61.6 70.62 1.59 1.3 64.88 1.4 69 83.76 2 .7 82.

• Qué nos muestra este gráfico? En primer lugar podemos observar que las personas de mayor altura tienen mayor peso. es decir parece haber una correlación positiva entre altura y peso. . Pero un hombre bajito y gordo puede pesar más que otro alto y flaco. Esto es así porque no hay una correlación total y absoluta entre las variables altura y peso.

% humedad % estiramiento 58 59 60 61 62 20 35 50 65 70 .ejercicio • Graficar la relación entre el contenido de Humedad de hilos de algodón y su estiramiento.

calcular todos los parámetros estadísticos (media.Dispersión. semestre pasado. . rango). investigar las calificaciones de matemáticas de tu grupo. moda. Pareto. Estratificación (promedios de cada alumno). Causa – Efecto. mediana. varianza. desviación estándar. aplicar las herramientas básicas (histograma.Practica • Formar equipos de 5 alumnos.

▫ 6. Elaborar histogramas. Elaborar diagramas de dispersión. Elaborar diagramas de Pareto. Detectar anormalidades que puedan estar ocurriendo en el proceso. ▫ 10. ▫ 7. • Nombre de las habilidades o destrezas que se deben adquirir: ▫ 1. Elaborar diagramas de causa y efecto. .• Nombre de la competencia a desarrollar: 1. ▫ 3. ▫ 4. ▫ 8. ▫ 5. Verificar el comportamiento del proceso. Calcular parámetros estadísticos.. ▫ 9. Proponer alternativas para ajuste del proceso. Registrar evidencias y desviaciones en el proceso.Controlar las variables de un proceso mediante herramientas estadísticas básicas. Realizar ajustes en los procesos productivos. ▫ 2.

mediana.5 2 2 1. diagrama de pareto. media. sellador tapas colocado en cajas.5 1. varianza.5 1. para cada uno de los procesos.5 1.5 1. Tiempo (s) tiempo (s) tiempo (s) tiempo (s) 1 2 3 4 5 6 7 8 9 16 16 15 15 15 14 14 14 14 3 3 2 2 2 2 2 1. histograma.5 1. la cual fabrica fertilizantes. calcular. moda. rango.5 1 1 15 15 14 15 12 12 12 13 12 . Muestra Llenadoras colocador de tapas.Ejercicio • Los siguientes datos se midieron de la empresa Equinox. desviación estándar.

moda. desviación estándar). diagrama de causa efecto . dejarlo volar 10 veces y de los tiempos tomados. rango. sacar sus medidas de tendencia central (media. diagrama de pareto. varianza. histograma. mediana.ejemplo • Elaborar un helicóptero.

y aprenderás a controlar los diferentes procesos que existen en las empresas. donde elaboraras gráficos de control estadístico. • La idea tradicional de inspeccionar el producto final y eliminar las unidades que no cumplen con las especificaciones una vez terminado el proceso.• Ahora entraremos al área de procesos productivos. . se reemplaza por una estrategia más económica de prevención antes y durante del proceso industrial con el fin de lograr que precisamente estos productos lleguen al consumidor sin defectos.

las cuales. por lo menos teóricamente. pueden ser identificadas y eliminadas. ▫ El primer tipo es una variabilidad aleatoria debido a "causas al azar" o también conocida como "causas comunes". . existen dos tipos de variabilidad. en cambio. representa un cambio real en el proceso atribuible a "causas especiales". • Según este nuevo enfoque.• Así las variaciones de calidad producidas antes y durante el proceso pueden ser detectadas y corregidas gracias al empleo masivo de Gráficas de Control. ▫ El segundo tipo de variabilidad.

.• Los gráficos de control de Shewart son básicamente de dos tipos. • "Por atributos" cuando las medidas adoptadas no son continuas. ejemplo: la longitud. 3 paradas en un mes en la fábrica. seis personas cada 300. ejemplo: tres tornillos defectuosos cada cien. • "Por variables" cuando las medidas pueden adoptar un intervalo continúo de valores. Para cada uno de los gráficos de control. existen dos situaciones diferentes: ▫ a) Cuando no existen valores especificados y b) cuando existen valores especificados. etc. etc. el peso. la concentración. gráficos de control por variables y gráficos de control por atributos.

o gráfica X. o nivel de calidad medio. .GRÁFICAS X y R • Los gráficos de control X y R se usan ampliamente para monitorear la media y la variabilidad. El control del promedio del proceso. suele hacerse con la gráfica de control para medias.

llamada gráfica R. . se llevan gráficas X y R separadas para cada característica de la calidad de interés. • Las gráficas X y R se encuentran entre las técnicas estadísticas de monitoreo y control de procesos en línea más importantes y útiles. Generalmente.• La variabilidad de proceso puede monitorizar con una gráfica de control para el rango.

• Los pasos para crear las gráficas se irán detallando paso a paso con un ejemplo de contenido de plomo en agua. y se calculará el promedio (X) y el rango (R) de cada una. diez muestras de cinco cada una) antes de calcular los límites de control. Los valores de X y R se grafican por separado contra sus límites a +/3σ . . Éstos se establecen a +/. PASO 1 • Toma de muestras ▫ Periódicamente se toma una pequeña muestra (por ejemplo. de cinco unidades) del proceso. Debe recolectarse un total de al menos 50 medias individuales (esto es.3σ para los promedios y rangos muéstrales.

que se muestra a continuación: Día 1 2 3 4 5 1 13 8 2 5 8 2 0 6 1 9 15 3 4 2 4 3 4 4 3 15 8 3 5 5 5 10 5 4 0 6 9 5 13 7 7 7 0 4 4 3 9 8 9 3 0 6 0 9 14 0 0 5 3 10 3 9 5 0 2 11 5 8 0 7 8 12 3 2 2 7 4 13 5 11 14 8 3 14 13 5 5 12 7 15 7 0 1 0 6 .• Se ha obtenido una gráfica del contenido de plomo en partes por billón de 5 muestras de agua registradas diariamente por un periodo de 5 días.

4 5.8 4.4 5.2 8.4 P.8 5.4 2. 11 15 2 12 10 8 9 9 14 9 8 5 11 8 7 9.2 4 3.2 9.2 9.2 9.4 5.6 3.R 9.4 5.4 R. Día 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 1 13 0 4 3 5 9 0 9 14 3 5 3 5 13 7 2 8 6 2 15 10 5 4 3 0 9 8 2 11 5 0 3 2 1 4 8 5 13 4 0 0 5 0 2 14 5 1 4 5 9 3 3 4 7 3 6 5 0 7 7 8 12 0 5 8 15 4 5 0 7 9 0 3 2 8 4 3 7 6 Xi 7.4 5.2 9.2 9.4 6.2 9.4 3.M 5.Estos datos servirán para el desarrollo de las gráficas X y R.4 5.8 8.4 5.2 9.4 5.6 8.2 9.4 5.2 3.2 9.2 9.6 4.4 5.2 9.4 5.2 9.4 5.2 P.4 5. Éstos deberán ser introducidos en una hoja de Excel como se muestra en el cuadro.2 .4 5.2 6.2 9.2 9.8 5.

.

etc. Son mostrados ya por la tabla . los límites superior e inferior nos ayudan a deducir si nuestro gráfico se encuentra dentro o fuera de control. D3. D4.PASO 4 • Calcule los limites de Control • Son calculados para mostrar la extensión de la variación de cada subgrupo. • Utilizando las formulas siguientes para X y R. Los coeficientes A2.

semanas 55 75 65 80 80 1 2 3 4 5 6 7 8 9 10 90 100 70 55 75 120 65 70 100 95 75 110 65 85 110 65 85 80 60 75 65 95 65 65 90 60 65 60 65 60 70 65 85 90 65 60 55 65 60 70 65 70 60 75 80 . • Datos obtenidos del tiempo de transporte en 1 2 3 4 5 minutos.Ejercicio 1 • Elabora las gráficas de control estadísticos de las medias y los rangos (X y R).

Interpretación de las Gráficas
• Se colocan las gráficas X y R una encima de la otra de manera que el promedio y el rango para cualquier subgrupo se encuentren en la misma línea vertical. Observe si alguna de ellas o ambas indican una falta de control para ese subgrupo.

• Las X fuera de los límites de control son seña de un cambio general que afecta a todas las piezas posteriores al primer subgrupo fuera de los límites.
• El registro que se guarda durante la recolección de datos, la operación del proceso y la experiencia del trabajador deben estudiarse para descubrir la variable que pudo haber causado que saliera de los límites de control.

un aumento en la variabilidad del material o desgaste excesivo en la maquinaria del proceso.• Las R fuera de los límites de control indican que la uniformidad de proceso ha cambiado. • Una sola R fuera de control puede ser causada por un cambio en el proceso ocurrido mientras se tomaba la muestra del subgrupo. . Las causas comunes son un cambio en el personal.

La variabilidad con el tiempo . • Evidentemente. Hay 2 formas de conceptualizar esta variabilidad: 1. la variabilidad del proceso es una medida de la uniformidad de la salida. 2. la variabilidad “instantánea”.Capacidad del proceso Cp • Es la forma en que se compara la variabilidad inherente de un proceso con las especificaciones o requerimientos del producto. es decir. La variabilidad natural o inherente en un tiempo especificado.

las especificaciones son necesarias para realizar el análisis de capacidad del proceso. . De manera alternativa. Sin embargo.• El análisis de capacidad del proceso se define como el estudio de ingeniería para estimar la capacidad del proceso. la capacidad del proceso puede expresarse como un porcentaje fuera de las especificaciones.

• Quienes planean intentan seleccionar procesos que tengan 6σ de la habilidad del proceso dentro de la amplitud de tolerancia. . mediante la teoría estadística. una comparación de la variación entre 6σ y los límites de tolerancia permite un cálculo rápido de porcentaje de unidades defectuosas.• Una razón importante para cuantificar la capacidad del proceso es poder calcular la capacidad del proceso de mantener las tolerancias del producto. Para procesos que se encuentran un estado de control estadístico.

• Una medida de esta relación es la tasa de capacidad: • Donde ▫ LES= Límite de especificación superior ▫ LEI = Límite de especificación inferior .

• Un proceso que cumple bien con los límites de especificación (rango de especificación = +3 σ) tiene un Cp de 1. • Lo crítico de muchas aplicaciones y la realidad de que el promedio del proceso no permanecerá en el punto medio del rango de especificación sugiere que Cp debe ser al menos 1.33. .0.

• Tabla de los Índices del estudio de la capacidad del proceso: .

suponiendo que el promedio del proceso es igual al punto medio de los límites de especificación y que el proceso está operando bajo control estadístico. • Así.Índice de capacidad Cpk • La capacidad del proceso. según se mide con Cp. . es útil tener un índice de habilidad que refleje ambas variaciones y la localización del promedio del proceso. el índice Cp mide la capacidad potencial. Tal índice es Cpk. como con frecuencia el promedio no se encuentra en el punto medio. se refiere a la variación en un proceso alrededor del valor promedio.

Cpk se estima mediante: • Si el promedio actual es igual al punto medio del rango de especificación. . • Entre más alto sea el valor de Cpk. al límite de especificación inferior (LEI). más baja será la cantidad de producto que esté fuera de los límites de especificación. entonces Cpk = Cp.• El índice Cpk refleja la proximidad de la media actual del proceso al límite de especificación superior (LES) o bien.

.• Si el promedio actual es igual al punto medio del rango de especificación. más baja será la cantidad de producto que esté fuera de los límites de especificación. entonces Cpk = Cp • Entre más alto sea el valor de Cpk.

la variabilidad en condiciones definidas a corto plazo para un proceso en estado de control estadístico. Estudio del potencial del proceso (Cp). es decir.Tipos de estudios de capacidad del proceso: 1. En este estudio se obtiene una estimación de lo que puede hacer un proceso bajo ciertas condiciones. . El índice Cp estima la capacidad del proceso.

En este estudio. Estudio del desempeño del proceso (Cpk). El índice Cpk estima la capacidad real del proceso. También se supone un estado de control estadístico. una estimación de la habilidad del proceso proporciona un panorama de lo que el proceso está haciendo durante un periodo largo.2. .

personas y métodos de trabajo que genera un producto fabricado. materiales. .Capacidad de Proceso • Un proceso de fabricación es un conjunto de equipos.

• Para cuantificar la Capacidad de Proceso se utilizan coeficientes que permiten comparar el rango de especificaciones con la fluctuación natural del proceso. . Uno de ellos es Cp: • donde: ▫ LSE es el Límite Superior de Especificación y LIE es el Límite Inferior de Especificación • Si el proceso tiene capacidad para fabricar el producto. En general se exige Cp > 1. entonces Cp > 1.30 para mayor seguridad.

• Este coeficiente tiene el inconveniente de que para poder aplicarlo el centro de gravedad del rango de especificaciones debe coincidir con la tendencia central de las mediciones del proceso. Cuando esto no ocurre se emplea el Cpk: • Donde .

Cuyos datos obtenidos fueron los siguientes: .• Calcular la capacidad potencial (Cp) y la capacidad real (Cpk) de un proceso.

.

.

Ejercicio • Determinar la capacidad potencial del proceso y la capacidad real del proceso de acuerdo a lo siguiente: .

Sign up to vote on this title
UsefulNot useful