Está en la página 1de 48

Gestin de la Calidad

Grupo N 10 Integrantes: Fernndez Csar Pal Llumiquinga Cristhian Ypez Marco

Control estadstico de procesos

Control estadstico de procesos (CEP)


Mide el funcionamiento de un proceso. Se utilizan las matemticas (estadstica). Es necesario una recoleccin, organizacin e interpretacin de los datos. Objetivo: proporcionar una seal estadstica cuando aparezcan causas de variacin imputables. Se usa para:

controlar el proceso de produccin y examinar las muestras de los productos finalizados.

Tipos de control estadstico de procesos


Control estadstico de calidad Proceso de control Muestreo de aceptacin

Grficos para Grficos para Variables variables atributos

Atributos

Caractersticas de calidad
Variables Atributos
Caractersticas centradas Caractersticas en los defectos. que se pueden Los productos se clasifican medir (por en productos buenos o ejemplo, el peso o malos, o se cuentan los defectos que tengan. la longitud). Por ejemplo, una radio funciona Pueden ser o no. nmeros enteros Variables aleatorias categricas o discretas. o fracciones. Muchas variables aleatorias.

Control estadstico de procesos (CEP)


Es una tcnica estadstica que se usa para asegurar que los procesos cumplen con los estndares. Todos los procesos estn sujetos a ciertos grados de variabilidad.

Causas naturales: Variaciones aleatorias. Causas imputables: Problemas corregibles.

Maquinaria de desgaste, trabajadores no cualificados, material de baja calidad.

Objetivo: Identificar las causas imputables. Se usan los grficos de control de procesos.

Control de procesos: tres tipos de resultados


(a) Bajo control y capaz. Proceso con slo causas naturales de variacin y capaz de producir dentro de los lmites de control establecidos. Lmite superior de control (b) Bajo control pero incapaz. Proceso bajo control (slo estn presentes causas naturales de variacin), pero incapaz de producir dentro de los lmites de control (c) Fuera de control. establecidos. Tamao (peso, longitud, velocidad, etc.) Proceso fuera de control, con causas imputables de variacin.

Frecuencia Lmite inferior de control

Relacin entre la distribucin de la poblacin y la distribucin de las muestras


Tres distribuciones de poblacin Distribucin de las medias de las muestras Beta Normal Media de las medias de las = x x muestras Desviacin = x = estndar de las n medias de las muestras

Unifor me 3 x 2 x 1 x x (media)
95,5% permanece dentro de 2 x 99,73% de todo x permanece dentro de 3 x

+ 1 x + 2 x + 3 x

La distribucin de las medias en el muestreo y la distribucin del proceso


Distribucin de las medias en el muestreo
Distribuci n de las medias en el proceso

x = (media)

Grficos del proceso de control


Representacin de la muestra de datos en el tiempo
Valor de muestra
80 60 40 20 0 1 5 9 13 17 21 Tiempo
Valor de muestra UCL Media LCL

Mostrar los cambios que se han producido en los datos.

Objetivos de los grficos de control

Por ejemplo, las tendencias.


Realizar las correcciones antes de que el proceso est fuera de control.

Mostrar las causas de las variaciones en los datos.

Causas imputables.

Los datos situados fuera de los lmites de control o la tendencia en los datos. Variaciones aleatorias alrededor de la media.

Causas naturales.

Fundamento terico de los grficos de control


Teorema central del A medida lmite
que aumente el tamao de las muestras, la distribucin tender a seguir una curva de distribucin normal, sin tener en cuenta la distribucin de la poblacin.

Fundamento terico de los grficos de control


Teorema central del lmite
Media Desviacin estndar x x = n

X=

X =

Fundamento terico de los grficos de control


Propiedades de la distribucin normalde todo x 95,5% 99,7% de todo x
permanece dentro de 2
x

permanece dentro de 3

x =

Tipos de grficos de control


Varios datos numricos Datos numricos Grficos categricos o de control discretos Grfico de atributos
Grfico P Grfico

Grfico de variables Grfico


I

Grfico X

Pasos del control estadstico de procesos


Salida Proporcionar un servicio Tomar una muestra Producir un bien No Causas imputables? S Examinar la muestra Detener el proceso Crear Descubrir el porqu grfico de control

Grfico X
Es un grfico de control de variables.

Intervalo o informacin numrica en escala.

Muestra la media de las muestras a lo largo del tiempo. Muestra la media del proceso. Ejemplo: Pesar muestras de caf, calcular la media de las muestras y representarlo en un grfico.

Lmites de control del grfico X


UCL x= x+ A 2 I LCL x = x A 2 I
Interval o de la muestr a en el tiempo i n De la Tabla siguiente

x =

i =1

xi n

Media de la muestra en el tiempo i

i =1

I i n

Nmero de muestras

Factores para calcular los lmites de los grficos de control


Tamao de la Factor de la Intervalo muestra, n media, A2 superior, D4 Intervalo inferior, D3

2 3 4 5 6 7 8 9 10

1,880 1,023 0,729 0,577 0,483 0,419 0,373 0,337 0,308

3,268 2,574 2,282 2,115 2,004 1,924 1,864 1,816 1,777

0 0 0 0 0 0,076 0,136 0,184 0,223


0.184

Grfico I
Es un grfico de control de variables.

Intervalo o informacin numrica en escala.

Muestra el intervalo de las muestras a lo largo del tiempo.

Diferencia entre el valor ms grande y el ms pequeo de la muestra que se haya examinado.

Controla la variabilidad del proceso. Ejemplo: Pesar muestras de caf, calcular el intervalo de las muestras y representarlo en un grfico.

Lmites de control del grfico I


UCLI LCLI = D 4I = D 3I
De la Tabla S6.1

= i =1 n

I i

Intervalo de muestras en el tiempo i Nmero de muestras

seguir cuando se utilicen los grficos de Tomar de 20 a 25 muestras de n = control


4 o n =5 de un proceso estable y calcular la media. Calcular las medias totales, fijar de forma aproximada los lmites de control y calcular los lmites de control superior e inferior. Si el proceso an no es estable, utilcese la media deseada en lugar de la media total para calcular los lmites. Representar las medias y los intervalos de las muestras en sus

Examinar los puntos o trazados que indican que el proceso est fuera de control. Determinar las causas de las variaciones. Recoger ms muestras y volver a comprobar los lmites de control.

seguir cuando se utilicen los grficos de control

EJEMPLO
OBSERV T R 1A S 2 0 ,5 0 1 4 0 ,5 0 2 2 0 ,5 0 2 1 0 ,5 0 4 1 0 ,5 0 1 8 0 ,5 0 2 6 0 ,5 0 0 8 0 ,5 0 3 4 0 ,5 0 4 1 0 ,5 0 5 6 A C I N 3 0 ,5 0 0 9 0 ,5 0 2 4 0 ,5 0 3 5 0 ,5 0 2 4 0 ,5 0 3 4 P

NMUES 1 2 3 4 5

4 0 ,5 0 2 7 0 ,5 0 2 0 ,5 0 2 3 0 ,5 0 1 5 0 ,5 0 4 7 ROM

I 0 ,0 0 1 8 0 ,0 0 2 1 0 ,0 0 1 7 0 ,0 0 2 6 0 ,0 0 2 2 0 ,0 0 2 1

x 0 ,5 0 1 8 0 0 ,5 0 2 6 5 0 ,5 0 2 5 5 0 ,5 0 2 0 3 0 ,5 0 4 4 5 0 ,5 0 2 7

IDEAL DE 20 A 25

GRAFICO X
UCL x= x+ A 2 I LCL x = x A 2 I
0,5050 0,5040 0,5030 0,5020 0,5010 0 1 2 3 4 5 6 7 Serie1

0,5027+0,729(0.0021)=0 .5042 0,50270,729(0.0021)=0.5012

Grfico p
Es un grfico de control de atributos.

Datos categricos en escala. Por ejemplo, bueno-malo.

Muestra el tanto por ciento de los artculos defectuosos. Ejemplo: Contar el nmero de sillas defectuosas, dividirlo entre el total de las sillas que se han examinado y representarlo en un grfico.

Una silla puede ser defectuosa o no defectuosa.

Lmites de control del grfico p


UCL p = p +z p(1 p) n p(1 p) n
k

LCL p = p z
k

z = 2 para lmites del 95,5%; z = 3 para lmites del 99,7% Nmero de artculos defectuosos en la muestra i Tamao de la muestra i

n =

i=1

ni k

p =

i =1 k

xi ni

i =1

Ejemplo
Un gerente de banco revisa 2500 boletas de deposito al azar cada semana
Semanas 1 2 3 4 5 6 7 8 9 10 11 12 Total Defectos 15 12 19 2 19 4 24 7 10 17 15 3 147 Proporcin defectos 15/2500 0,0048 0,0076 0,0008 0,0076 0,0016 0,0096 0,0028 0,004 0,0068 0,006 0,0012

UCL

= p+ z

p (1 p n p (1 p ) n

LCL

= p z

P=total defectos/n de observaciones P= 147/(12x2500)=0,0049 UCL = 0,0049+3(0,0014)=0,0091 LCL = 0,0049- 3(0,0014)=0,0007

0 ,0 1 2 0 ,0 1 0 ,0 0 8 0 ,0 0 6 0 ,0 0 4 0 ,0 0 2 0 0 1 2 3 4 5 6 7 8 9 10111213

Grfico c
Es un grfico de control de atributos.

Datos cuantitativos escasos.

Muestra el nmero de registros defectuosos que hay en una unidad.


Una unidad puede ser una silla, una lmina de acero, un automvil, etc. El tamao de la unidad tiene que ser constante.

Ejemplo: Contar el nmero de registros defectuosos (rasguos, astillas, etc.) en cada silla de una muestra de 100 sillas y representarlo en un grfico.

Lmites de control del grfico c


U L c =c +3 c C L L c =c 3 c C c i
k
Utiliza 3 para lmites del 99,7% Nmero de registros defectuosos en la unidad i Nmero de unidades de la muestra

1 c = i= k

Ejemplo
Un peridico tiene 20 defectos en promedio, los dos primeros tienen 27 y 5 defectos respectivamente. 20+2(raiz de 20)=28.94 20- 2(raiz de 20)=11.06 El primero esta dentro de control, el segundo est fuera de control, pero es favorable

Capacidad del proceso Cpk


= Lmite de especificacin superior x , o C pk 3 x Lmite de especificacin inferior 3 donde x =media del proceso =desviacin estndar de la poblacin del proceso
Supone que el proceso:
est bajo control. tiene una distribucin normal.

ejemplo
Una fabrica de ampolletas produce ampolletas con una vida promedio de 900 horas y una desviacin estndar de 48 horas. Las especificaciones de diseo son 1000 horas +/- 200 Cp = 1200-8007(sigma 6 x 48)= 1.39 Especificacin inferior 900-800/ (3x48)=0,69 Especificacin superior 1200-900/ (3x48)=2.08

Significados de las medidas Cpk


Cpk = nmero negativo Cpk = cero Cpk = entre cero y 1 Cpk = 1 Cpk mayor de 1

Qu es el muestreo de aceptacin?
Es un tipo de test de calidad utilizado para los materiales comprados al exterior o los productos acabados.

Por ejemplo, componentes y materiales comprados. Tomar una o ms muestras de forma aleatoria de un lote (cargamento) de productos. Examinar cada uno de los productos de la muestra. Decidir si se rechaza todo el lote basndose en los resultados de la inspeccin.

Procedimiento:

Qu es un plan de aceptacin?
Es un conjunto de procedimientos para inspeccionar los materiales comprados al exterior o los productos acabados. Identifica:
el tipo de muestra, el tamao de la muestra (n) y el criterio (c) utilizado para rechazar o aceptar un lote.

El productor (proveedor) y el consumidor (comprador) deben negociar.

Curva de caracterstica operativa


Representa la capacidad de un plan de aceptacin para discriminar entre lotes buenos y lotes malos. Muestra la probabilidad de que el plan acepte lotes de diferentes niveles de calidad.

Curva OC Inspeccin 100%


P(Aceptar todo el lote) 100 %
Quedarse con todo el lote Devolver todo el lote

0%

0 1 2 3 4 5 6 7 8 9 10 Lmite % de defectos en el lote

Curva OC con menos de un muestreo del 100%


P(Aceptar todo el lote)
100% La probabilidad no es del 100%: riesgo de quedarse con productos defectuosos o devolver productos de Devolver buena todo el lote calidad.

Quedars e con todo el lote


0% 0 1 2 3 4 Lmite 5

10

% de defectos en el lote

AQL y LTPD
Nivel de calidad aceptable (AQL):

Nivel de calidad de un lote de buena calidad. El productor (proveedor) no quiere los lotes con menos registros defectuosos de los que haya rechazado el AQL.

Porcentaje de defectuosos para la tolerancia de un lote (LTPD):


Nivel de calidad de un lote que consideramos malo. El consumidor (comprador) no quiere lotes con ms registros defectuosos de los que acepta el LTPD.

Riesgo del productor y del consumidor


Riesgo del productor ( ):

Probabilidad de que un buen lote sea rechazado. Probabilidad de rechazar un lote cuando la parte defectuosa sea AQL. Probabilidad de que se acepte un mal lote. Probabilidad de aceptar un lote cuando la parte defectuosa sea LTPD.

Riesgo del consumidor ():


Curva de caracterstica operativa (OC) que muestra los riesgos


100 95 75 Probabili dad de aceptaci 50 n

= 0,05 riesgo del productor en AQL

25

= 0,10
Riesgo 1 0 del consumid or en la LTPD

10

Porcent aje de 2 3 4 5 6 7 8 defecto s AQL LTPD Lotes Lotes malos Zona de indiferencia buen os

P(Aceptar todo el lote) 100%

Curvas OC para distintos planes de muestras


n = 50, c = 1 n = 100, c =2

0%

1 2 3 4 5 6 7 8 AQL LTPD % de defectos en el lote

9 10

Calidad media de salida


( Pd )( Pa )( N n ) AOQ = N

Donde: Pd = porcentaje real de unidades defectuosas del lote Pa = probabilidad de aceptar el lote N = nmero de elementos del lote n = nmero de elementos de la muestra

Desarrollo de un plan de muestras


Negociar con el productor (proveedor) y el consumidor (comprador). Ambas partes tratan de minimizar los riesgos.

Afecta al tamao de la muestra y al criterio del lmite.

Control estadstico de procesos: identificacin y reduccin de la variabilidad del proceso


Lmite inferior de especificaci n Lmite superior de especificaci n (a) Muestreo de aceptacin (b) Control estadstico de control (c) cpk >1