Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Donde estamos?
3. Diseñar procesos
4. Análisis de procesos
5. Mejora de procesos
6. SPC
OBJETIVO
Maquinaria
Cada uno de estos
factores esta sujeto a
variaciones que
Mando Método
realizan aportes mas
o menos
Proceso
significativos a la
Materias Condiciones fluctuación de las
Primas ambientales
características del
Mano de producto, durante el
Obra
periodo de
fabricación.
Variables controlables y no controlables
Variables controlables
• El responsable del funcionamiento del proceso
de fabricación fija los valores de las variables
que se denominan variables controlables. Por
ejemplo, temperatura de fusión del plástico,
presión del pistón, materia prima, etc.
Variables controlables y no controlables
Variables no controlables
• Pero hay una gran cantidad de variables que
seria imposible o muy difícil de controlar, estas
se denominan variables no controlables. Por
ejemplo: Pequeñas variaciones en la calidad
del plástico, cambios en la velocidad del
pistón, ligeras fluctuaciones en la corriente
eléctrica que alimentan los equipos.
Variables controlables y no controlables
¿ALEATORIO? NO SI
¿Contribución a
15% 85%
variabilidad total?
• Causas asignables
• Factor o factores que causan variación en
relación con una operación específica o en un
momento particular del tiempo.
• Si no son corregidas afectaran la salida del
proceso de una manera impredecible.
ATRIBUTO Y VARIABLE
Gráfica de control por atributos
Piensa en una característica de calidad basada en atributos como el
cumplimiento con respecto a una especificación. Lo hacemos con
variables discretas. De aquí se derivan cuatro tipos de gráficos:
•Gráfico p: En él medimos el porcentaje de defectos por muestra. Por ejemplo si
tenemos una muestra de 100 productos y 10 de ellos tienen al menos un defecto,
hay una fracción defectuosa de 0,1. Este valor se ubica en el gráfico sobre el eje y.
Gráfica \overline{X}-R: Utilizamos ambos tipos de gráficas cuando se miden la relación de las
especificaciones de calidad con la tendencia central y la dispersión. En este sentido, ubicamos
una gráfica ligeramente encima de la otra y analizamos el comportamiento de cada punto.
GRAFICOS DE CONTROL GRAFICOS DE CONTROL
POR ATRIBUTO POR VARIABLES
Gráfico P Grafico X
Gráfico nP Grafico R
PRENDE / APAGA
VOLUMEN
PASA / NO PASA
985cc
BUENO / MALO
Graficas de control
Proceso de Despacho de
Recepción de
difícil producto
insumos / MP
reproceso terminado
Gráficos de control
Out of
control
Limite
superior de
control
En control
n cia
de
Ten
Promedio
Limite
inferior de
control
1 2 3 4 5 6 7 8 9 10
Muestras
Limites inferior y superior
95%
99.74%
UCL = p + zp
LCL = p - zp
z = Numero de desviaciones standard de la media del proceso
p = proporcion defectosa de la muestra, estimado de la media del
proceso
p = Desviacion standard de la muestra de proporciones
n = Tamaño de muestra
P * (1 - p)
p =
n
3-28
Construction of p-Chart
NUMERO DE PROPORCION
MUESTRA # DEFECTOS DEFECTUOSA
1 6 .06
2 0 .00
3 4 .04
: : :
: : :
20 18 .18
200
Total de muestras :20 muestras de 100 pares de
jeans cada una
Total de defectos
p= = 200 / 20(100) = 0.10
Total de muestras
3-30
Construction of p-Chart
Total de defectos
p= = 200 / 20(100) = 0.10
Total de muestras
p = Total de defectos
Total de muestras
3-31
Construction of p-Chart
0.20
0.16
0.14
Proporcion defectuosa
0.12
p = 0.10
0.10
0.08
0.06
0.04
2 4 6 8 10 12 14 16 18 20
Numero de muestra
Copyright 2011 John Wiley & Sons, Inc. 3-32
P-chart
Que paso el día 2 (Cero defectos)? Que paso el día 19 (Fuera de control)?
a. Mal medido? a. Que pasa con la tendencia? Indica que
b. Mejor material? Otro proveedor? no es random.
c. Personal? b. Peor material?
d. O … copiar lo que se hizo c. Personal?
d. Maquinaria, falta mantenimiento?
Definir p-chart
UCL = c + z * c
c = c
LCL = c – z * c
Donde
3-37
c-Chart
Número de defectos en las 15 muestras
MUESTRA NÚMERO DE
DEFECTOS 190
1 12 c = 15 = 12.67
2 8
3 16 UCL = c + zc
: : = 12.67 + 3
= 23.35
12.67
: :
15 15 LCL = c - zc
190 = 12.67 - 3 12.67
= 1.99
3-38
c-Chart
24
UCL = 23.35
21
18
Número de defectos c = 12.67
15
12
3 LCL = 1.99
2 4 6 8 10 12 14 16
Copyright 2011 John WileyNúmero muestra
& Sons, Inc. 3-39
c-chart
1 21 14 19
2 24 15 10
3 16 16 17
4 12 17 13
5 15 18 22
6 5 19 18
7 28 20 39
8 20 21 30
9 31 22 24
10 25 23 16
11 20 24 19
12 24 25 17
13 16 26 15
Sub Total 257 259
35
LCS=33.211
Núm de no conformidades
30 31 30
28
25 24 25 24 24
22
20
21
20 20 LC=19.846
19 19
18
17 17
16 16 16
15 15 15
12 13
10 10
5 5 LCI=6.481
0 Fuera de Control
1 6 11 16 21 26
Número de subgrupo
c-chart
Subgrupos descartados de acuerdo a la gráfica
anterior.
Número Número de No Número Número de No
de muestra conformidad de muestra conformidad
1 21 14 19
2 24 15 10
3 16 16 17
4 12 17 13
5 15 18 22
6 5 19 18
7 28 20 39
8 20 21 30
9 31 22 24
10 25 23 16
11 20 24 19
12 24 25 17
13 16 26 15
Sub Total 257 259
c-chart
Segundo cálculo para obtener los límites de control.
La línea central y los límites de control deben ser calculados
nuevamente, ya que todavía se encontró un punto fuera de los límites
de control.
c c 516 (5 39)
c nuevo descartado 19.667
g g descartado 26 2
25 24 25 24 24
Núm de no conformidades
22
21
20 20 20 LC=19.667
19 18 19
17 17
16 16 16
15 15 15
13
12
10 10
LCI=6.363
5
0
Número de subgrupo
1 6 11 16 21 26
R- • Gráfico de rangos
chart • Grafica la dispersión de las muestras
• Gráfico de medias
x-chart • Grafica como están los resultados
alrededor de la media
X-CHART
x-chart
3-53
X-Chart Ejemplo : Conocido
Observaciones (Diametro anillo, cm) n
-
Muestra k 1 2 3 4 5 x
3-54
x-Chart Ejemplo : Conocido
= 50.09
_____
X= = 5.01
10
=
UCL = x + z -x LCL = =
x - z -x
= 5.01 + 3(0.08 / 5 ) = 5.01 - 3(0.08 / 5 )
= 5.12 = 4.90
3-55
x-Chart Ejemplo : Desconocido
_ _
= =
UCL = x + A2RLCL = x - A2R
Donde
=
x_ = Promedio de la media de las muestras
R = Promedio de los rangos
3-56
Tamaño
muestra Factor para X-chart Factor for R-chart
n A2 D3 D4
2 1.880 0.000 3.267
3 1.023 0.000 2.575
4 0.729 0.000 2.282
5 0.577 0.000 2.114
6 0.483 0.000 2.004
Tabla de 7
8
0.419
0.373
0.076
0.136
1.924
1.864
9 0.337 0.184 1.816
Factores 10
11
0.308
0.285
0.223
0.256
1.777
1.744
12 0.266 0.283 1.717
13 0.249 0.307 1.693
14 0.235 0.328 1.672
15 0.223 0.347 1.653
16 0.212 0.363 1.637
17 0.203 0.378 1.622
18 0.194 0.391 1.609
19 0.187 0.404 1.596
20 0.180 0.415 1.585
21 0.173 0.425 1.575
22 0.167 0.435 1.565
23 0.162 0.443 1.557
24 0.157 0.452 1.548
25 0.153 0.459 1.541
3-57
x-Chart Ejemplo : Desconocido
OBSERVACIONES (DIAMETRO ANILLO, CM)
MUESTRA k 1 2 3 4 5 x R
1 5.02 5.01 4.94 4.99 4.96 4.98 0.08
2 5.01 5.03 5.07 4.95 4.96 5.00 0.12
3 4.99 5.00 4.93 4.92 4.99 4.97 0.08
4 5.03 4.91 5.01 4.98 4.89 4.96 0.14
5 4.95 4.92 5.03 5.05 5.01 4.99 0.13
6 4.97 5.06 5.06 4.96 5.03 5.01 0.10
7 5.05 5.01 5.10 4.96 4.99 5.02 0.14
8 5.09 5.10 5.00 4.99 5.08 5.05 0.11
9 5.14 5.10 4.99 5.08 5.09 5.08 0.15
10 5.01 4.98 5.08 5.07 4.99 5.03 0.10
Total 50.09 1.15
3-58
x-Chart Ejemplo : Desconocido
_
∑____
R 1.15
____
R= k= =10
0.115
_
= åx _____
___ 50.09
x= = = 5.01 cm
k 10
_
=
UCL = x + A2R= 5.01 + (0.58)(0.115) = 5.08
_
=
LCL = x - A2R = 5.01 - (0.58)(0.115) = 4.94
3-59
x-Chart Ejemplo
5.10 –
5.08 –
UCL = 5.08
5.06 –
5.04 –
5.02 – =
Media
x = 5.01
5.00 –
4.98 –
4.96 –
LCL = 4.94
4.94 –
4.92 –
| | | | | | | | | |
1 2 3 4 5 6 7 8 9 10
Numero muestra 3-60
R-CHART
R- Chart
åR
R=
k
Donde
R = Rango de cada muestra
k = Numero de muestras (sub grupos)
3-62
R-Chart ejemplo
OBSERVACIONES (DIAMETRO ANILLO, CM)
MUESTRA k 1 2 3 4 5 x R
1 5.02 5.01 4.94 4.99 4.96 4.98 0.08
2 5.01 5.03 5.07 4.95 4.96 5.00 0.12
3 4.99 5.00 4.93 4.92 4.99 4.97 0.08
4 5.03 4.91 5.01 4.98 4.89 4.96 0.14
5 4.95 4.92 5.03 5.05 5.01 4.99 0.13
6 4.97 5.06 5.06 4.96 5.03 5.01 0.10
7 5.05 5.01 5.10 4.96 4.99 5.02 0.14
8 5.09 5.10 5.00 4.99 5.08 5.05 0.11
9 5.14 5.10 4.99 5.08 5.09 5.08 0.15
10 5.01 4.98 5.08 5.07 4.99 5.03 0.10
Total 50.09 1.15
3-63
R-Chart Example
_
UCL = D4R = 2.11(0.115) = 0.243
_
LCL = D3R = 0(0.115) = 0
3-64
R-Chart Ejemplo
0.28 –
0.24 – UCL = 0.243
0.20 –
Rango
0.16 – R = 0.115
0.12 –
0.08 –
0.04 – LCL = 0
| | | | | | | | | |
0–
1 2 3 4 5 6 7 8 9 10
Numero muestra
3-65
x-chart
Con desviación Standard Con Rangos
UCL
UCL
LCL
LCL
UCL UCL
LCL LCL
Patrones – fuera de control
Zone C =
Promedio x
Zone C
=
1 sigma = x - 1 (A2R)
3
Zone B
=
2 sigma = x - 2 (A2R)
3
Zone A
=
LCL 3 sigma = x - A2R
| | | | | | | | | | | | |
1 2 3 4 5 6 7 8 9 10 11 12 13
Numero muestra
3-72
Desarrollando un Test de patrones
1 4.98 B — B
2 5.00 B U C
3 4.95 B D A
4 4.96 B D A
5 4.99 B U C
6 5.01 — U C
7 5.02 A U C
8 5.05 A U B
9 5.08 A U A
10 5.03 A D B
3-73
Taller
ATRIBUTOS
P = 4/100
c = manchas = 3
Gráficos de control
x= 945cc
VARIABLE
x= 948cc
x= 949cc
x= 942cc
-x= 945cc+948cc+949cc+942cc
4
- 946cc
x=
R= 7cc
Revisión
3-79
Capacidad de proceso
Especificación
del diseño
3-80
Capacidad de proceso
Especificación
del diseño
Rango de tolerancia
Cp =
Rango del proceso
Limite superior espec – Limite inferior espec
=
6
3-82
Calculando Cp
9.5 - 8.5
= = 1.39
6(0.12)
3-83
Indice de capacidad de proceso
=
x - lower specification limit
,
Cpk = minimo 3
=
upper specification limit - x
3
3-84
Calculando Cpk
=
x - lower specification limit
,
Cpk = minimo 3
=
upper specification limit - x
3
3-85