Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Unidad 3. "Control Estadístico Del Proceso (Cep) "
Unidad 3. "Control Estadístico Del Proceso (Cep) "
“CONTROL
ESTADÍSTICO DEL
PROCESO (CEP)”
- VARGAS MOYA KARLA IZBETH
- ESTRADA ESTRADA ANDRES
- JUÁREZ ÁLVAREZ MARCO URIEL
- TAPIA MORALES EDNA CAROLINA
3.1 “MEDICIÓN POR
VARIABLES”
3.1 MEDICIÓN POR VARIABLES
La medición de las variables puede realizarse por medio de cuatro escalas de medición.
Se utilizan para ayudar en la clasificación de las variables, el diseño de las preguntas para medir variables, e
incluso indican el tipo de análisis estadístico apropiado para el tratamiento de los datos.
A) Nominal:
Ejemplo:
b. Ordinal:
· Ordenar a los sujetos u objetos según posean más o menos o a la misma cantidad de la
variable que se mide.
Sería un ejemplo de Likert la afirmación “Estoy satisfecho con los productos de la empresa LexCorp” y la
escala de valoración:
(2) En desacuerdo
(4) De acuerdo
· Posee las propiedades de magnitud e intervalo igual entre unidades pero no posee un cero absoluto
· Tiene intervalos iguales y medibles. No tiene un origen real, por lo que puede asumir valores negativos
Ejemplo:
· Talla de la ropa
· Calificación de un examen
VARIABLES CUANTITATIVAS
b. Razón:
Ejemplo:
· Discretas: provienen de contar, solamente pueden ser representados con números enteros.
R = R1 + R2 + R3 + . . . Rn
n
8vo. paso: Se calculan los limites de control superior para el promedio de la
siguiente manera:
LCSX = X + A2 R
9no. paso: Se calculan los limites de control inferior para el promedio de la
siguiente manera:
LCIX = X - A2 R
10mo. paso: Se calcula el limite superior del rango.
LCSR= D4 R
11vo. paso: Se calcula el limite inferior del rango.
LCIR= D3 R
NOTA: A2 , D4 y D3 se localizan en la página de tabla estadística.
3.3.2 X-S
Se usa cuando no se dispone de todas las
mediciones de elementos que conforman la
población, es decir, cuando sólo se cuenta con
muestras grandes de datos.
Idéntica lo único que tenemos que hacer es obtener la media de nuestros datos y su respectiva desviación;
en este gráfico buscaremos tener grafica tanto de medias como la de desviaciones para ello es indispensable
que el aspecto de nuestro proceso o producto ya se encuentre bien establecido con una clase de estudio
variante y que la dimensión de nuestro sub-agrupación nos dé como resultado superior a dos. En este caso
cada localización que tracemos en nuestra gráfica que denominamos medias deberá ser la media de las
modelos de nuestro sub-agrupación.
Las fronteras que establecimos de control las debemos obtener acorde al
promedio de la desviación y definiremos un espacio que obtendremos tres por
cada extremo de nuestra media que obtuvimos. Acorde a lo que aprendí durante
mi curso de la materia es que es más recomendable utilizar las gráficas X-S ya
que tiene preferibles características ya que en este tenemos que calcular lo que es
la desviación y en la de X-R no es necesario obtenerla.
La Calidad se ha convertido en los últimos años en uno de los factores decisivos más
importante entre los consumidores a la hora de elegir un producto o servicio.
Muchas características de calidad no se miden en una escala continua o en una escala cuantitativa. En
estos casos, cada unidad del producto puede juzgarse como conforme o disconforme en base a si posee
o no ciertos atributos, o puede contarse el número de disconformidades (defectos) que aparecen en una
unidad del producto.
Los gráficos de control por atributos constituyen la herramienta esencial utilizada para controlar
características de calidad con sólo dos situaciones posibles, como por ejemplo: conforme/disconforme,
funciona/ no funciona, defectuoso/no defectuoso, presente/ausente, etc.;
3.4. Construcción de cartas de control por atributos
Por otra parte, el uso de estos gráficos de control comporta las siguientes ventajas:
- Permiten identificar las causas especiales de variación que afectan al proceso cuando los valores
representados en la gráfica se salen de los límites de control especificados, es decir, cuando el proceso
está estadísticamente fuera de control.
3.4. Construcción de cartas de control por atributos
- En una primera toma de información en el proceso para detectar las operaciones que provocan más
defectos.
• Se puede comparar un producto con un estándar y se clasifica como defectuoso o no (gráficos p y np)
Es importante notar que los gráficos p y u permiten trabajar con muestras de tamaños diferentes,
mientras que los gráficos np y c están diseñados para muestras de tamaño constante.
3.4. Construcción de cartas de control por atributos
LOS GRÁFICOS np y p
Los gráficos np y p se utilizan para controlar la proporción de piezas defectuosas que genera el proceso;
el primero exige que el tamaño de muestra sea constante mientras que el segundo no.
LOS GRÁFICOS c Y u
Los gráficos c y u sirven para controlar el número de defectos; el primero exige que el tamaño de
muestra sea constante, mientras que este requisito no es necesario en el gráfico u.
3.4.1. Gráficas p.
El gráfico p es un gráfico de control del porcentaje o fracción de unidades defectuosas (cociente entre
el número de artículos defectuosos en una población y el número total de artículos de dicha población).
Este tipo de gráfico se basa en la evaluación del número de unidades defectuosas en muestras de
tamaño variable tomadas a intervalos fijos de tiempo. Se utiliza cuando en un muestreo no puede
mantenerse constante el tamaño de muestra.
3.4.1. Graficas p.
3.4.1. Gráficas p.
Los principios estadísticos que sirven de base al diagrama de control p se basan en la distribución
Binomial: supóngase que el proceso de producción funciona de manera estable, de tal forma que la
probabilidad de que cualquier artículo no esté conforme con las especificaciones es p, y que los
artículos producidos sucesivamente son independientes. Representando por Xi al número de artículos
defectuosos en la muestra i-ésima, tendremos que Xi ≈ B(ni, p).
3.4.2. Gráficas np.
Los gráficos np se aplican al mismo tipo de procesos que en el caso anterior. La diferencia está en que,
en lugar de contabilizar la proporción de unidades defectuosas en una muestra, se considera el número
de unidades defectuosas en la muestra, para ello se toman de forma sistemática muestras de tamaño
constante a intervalos fijos de tiempo. Este tipo de gráficos permite analizar el número de artículos
defectuosos para así poder detectar la posible existencia de causas especiales en el proceso productivo.
En cada muestra se evalúa el número de unidades defectuosas, independientemente de que se presentan
varios defectos en alguna unidad.
Los principios estadísticos que sirven de base al gráfico de control np se basan en la distribución
Binomial, al igual que en el gráfico p explicado anteriormente.
3.4.2. Gráficas np.
3.4.3. Graficas c.
Este tipo de gráfico controla la evolución de los defectos presentes en muestras de tamaño constante
tomadas a intervalos fijos de tiempo.
Este tipo de gráfico representa los defectos por unidad presentes en muestras tomadas a intervalos fijos
de tiempo. Al trabajar en defectos por unidad este gráfico u permite trabajar tanto con muestras de
tamaño fijo como variable.
Se utiliza cuando en un muestreo como el definido para el gráfico c, no puede mantenerse constante el
tamaño de la muestra. Debido a ello se trabaja con tasa de defectos por unidad.
3.4.4. Gráficas U.
3.5 Cómo leer
gráficas de control
CÓMO LEER GRÁFICAS DE CONTROL
Una gráfica de control es un diagrama que sirve para examinar si un proceso se encuentra en una condición
estable, o para asegurar que se mantenga en esa condición.
En estadística, se dice que un proceso es estable (o está en control) cuando las únicas causas de variación
presentes son las de tipo aleatorio.
En esta condición se pueden hacer inferencias con respecto a la salida del proceso, esto es, la característica de
calidad que se esté midiendo. En cambio, la presencia de causas especiales o asignables hace que el proceso se
desestabilice, impidiendo la predicción de su comportamiento futuro.
Cómo leer gráficas de control
Con base en la información obtenida en intervalos determinados de tiempo, las gráficas de control
definen un intervalo de confianza: Si un proceso es estadísticamente estable, el 99.73% de las veces
el resultado se mantendrá dentro de ese intervalo.
La estructura de las gráficas contiene una “línea central” (LC), una línea superior que marca el “límite
superior de control” (LSC), y una línea inferior que marca el “límite inferior de control” (LIC). Los
puntos contienen información sobre las lecturas hechas; pueden ser promedios de grupos de lecturas,
o sus rangos, o bien las lecturas individuales mismas. Los límites de control marcan el intervalo de
confianza en el cual se espera que caigan los puntos.
Cómo leer gráficas de control
Antes de establecer una gráfica de control, es necesario definir con claridad los siguientes puntos: el
propósito de la gráfica, el aspecto que se va a considerar, y la unidad de donde se va a tomar la muestra.
Las gráficas de control son comúnmente utilizadas para monitorear el control estadístico del proceso o SPC
por sus siglas en inglés. Esta última herramienta, así como el APQP, PPAP, AMEF y MSA pertenecen al grupo
de herramientas conocidas como Core Tools del sector automotriz, que es un requerimiento del ISO/TS
16949.
3.6 Índices de
capacidad y análisis
de tolerancias
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.