Documente Academic
Documente Profesional
Documente Cultură
IN-MCP-MAN-2014 - 4/4
ControlUL
statistic al
proceselor
S6 - 2
IN-MCP-MAN-2014 - 4/4
Cuprins
Controlul
statistic al proceselor
Capabilitatea
proceselor
Eantionarea
pentru aceptare
S6 - 3
IN-MCP-MAN-2014 - 4/4
Obiective
de nvare
Dup ce vei parcurge acest material
vei putea s:
1.
Explicai
obiectivul
Graficului de control
2.
Explicai
rolulul
teoremei
limit
central in
SPC
3.
Construii
-
grafice x
i
grafice-R
4.
Listai
n
cinci
pai
realizarea graficelor de
control
x
S6 - 4
IN-MCP-MAN-2014 - 4/4
Obiective
de nvare
Dup ce vei parcurge acest material
vei putea s:
5.
Realizai
grafice-p
i
grafice -
c
6.
Explicai
capabilitatea
procesului
i
calculai C
p
i C
pk
7.
Explicai
acceptarea
prin
sondaj
S6 - 5
IN-MCP-MAN-2014 - 4/4
Controlul
statistic al
proceselor
Obiectivul sistemului
de control al
proceselor este s dea un semnal
statistic cnd sunt prezente n
proces cauze determinabile
(assignable) de variaie
S6 - 6
IN-MCP-MAN-2014 - 4/4
Variabilitatea
este
inevit.
n orice
proces
Cauzele sunt naturale
sau comune
Cauzele sunt
Speciale
sau
asignabile
Se asigur un semnal
statistic cnd sunt
presente cauze speciale (asign.)
Detecteaz i
elimin
cauzele
asignabile de
variaie
Controlul
statistic al
proceselor
(CSP-SPC)
S6 - 7
IN-MCP-MAN-2014 - 4/4
Variaiile
naturale
Denumite
i variaii din cauze comune
Afecteaz
virtual toate
procesele de
producie
Este o variaie de mrime ateptat
Msurtorile
ieirilor
urmeaz
o
probabilitate
de distribuie
Pentru orice
distribuie
exist
o msur
a
tendinei
centrale
i o
dispersie
Dac
distribuia
ieirilor
cade ntre limite
acceptabile, procesul
se
spune c
este
in
control
S6 - 8
IN-MCP-MAN-2014 - 4/4
Variaii asignabile
Denumite
i variaii din cauze
speciale
n general ele creaz
anumite
schimbri
n proces
Variaiile
pot fi atribuite
unor motive
specifice
Obiectivul este s descoperim
cnd sunt
prezente
cauze asignabile
Eliminm
cauzele
ce fac ru
ncorporm
cauzele
care fac bine
S6 - 9
IN-MCP-MAN-2014 - 4/4
Eantioane
Pentru a msura
procesul, lum eantioane
i
analizm
statisticile
eantioanelor
urmnd
aceti pai
(a)
Eantioanele
din
produs,
s spunem cinci
cutii
de
cereale
luate
de la maina
de umplere de pe linie,
variaz de la una la alta
n
greutate
F
r
e
c
v
e
n
Greutate
#
# # #
# #
# #
#
# # # # # # #
# # # # # # # # # #
Fiecare din acestea
reprezint
un
eantion
de
cinci
cutii
de
cereale
Figure S6.1
S6 - 10
IN-MCP-MAN-2014 - 4/4
Eantioane
Pentru a msura
procesul, lum eantioane
i
analizm
statisticile
eantioanelor
urmnd
aceti pai
(b)
Dup ce lum destule
eantioane dintr-un
proces stabil,
ele vor
forma o structur pe
care o numim
a
distribuie
Linia ngroat
reprezint
distribuia
F
r
e
c
v
e
n
Greutate
Figure S6.1
S6 - 11
IN-MCP-MAN-2014 - 4/4
Eantioane
(c)
Exist
multe tipuri
de
distribuii, inclusiv
distribuia
normal
(form de
clopot (bell-shaped)), dar
distribuiile
difer
n
termeni
de
tendina
central (media), deviaia
standard sau
variana, i form
Greutate
Tendina
central
Greutate
Variaia
Greutate
Forma
F
r
e
c
v
e
n
Figure S6.1
Pentru a msura
procesul, lum eantioane
i
analizm
statisticile
eantioanelor
urmnd
aceti pai
S6 - 12
IN-MCP-MAN-2014 - 4/4
Eantioane
Pentru a msura
procesul, lum eantioane
i
analizm
statisticile
eantioanelor
urmnd
aceti pai
(d)
Dac sunt prezente
numai cauze
naturale
de
variaie, ieirea
procesului
formeaz o
distribuie
care este
stabil
n
timp
i
este
predictibil
Greutate
T
i
m
p
u
l
F
r
e
c
v
e
n
Predicia
Figure S6.1
S6 - 13
IN-MCP-MAN-2014 - 4/4
Eantioane
Pentru a msura
procesul, lum eantioane
i
analizm
statisticile
eantioanelor
urmnd
aceti pai
(e)
Dac sunt prezente
cauze
assignabile, ieirea
din
process nu este
stabil
n
timp
i
nu este
predictibil
Greutate
T
i
m
p
u
l
F
r
e
c
v
e
n
Predicia
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
Figure S6.1
S6 - 14
IN-MCP-MAN-2014 - 4/4
Graficele de control
Construite din date istorice,
rolul
graficelor de
control este
s ne ajute s
distingem
ntre
variaiile
naturale
i
variaiile
datorate unor cauze
asignabile
S6 - 15
IN-MCP-MAN-2014 - 4/4
Control procesului
Figure S6.2
Frecven
(Greut, lungime, vitez, etc.)
Mrime
Limit inf. de control
Limit sup. de control
(a)
n control
statistic
i
capabil
produc
ntre
limitele de control
(b) n control
statistic dar
incapabil
produc
ntre
limitele de control
(c) Scpat de sub control (-Out
of control-)
S6 - 16
Graficele de control
pentru
variabile
Caracteristici
care pot lua numai
valori reale
Pot fi numere
ntregi
sau
fracionare
Variabile aleatoare continuue
Graficul x urmrete
schimbrile
n
tendina
central
Graficul R
indic
un
ctig
sau o
pierdere n
dispersie
A
c
e
s
t
e
d
o
u
g
r
a
f
i
c
e
t
r
e
b
u
i
e
f
o
l
o
s
i
t
e
m
p
r
e
u
n
S6 - 17
IN-MCP-MAN-2014 - 4/4
Teorema
limit central
Indiferent
de
distribuia
populaiei, distribuia
mediilor
eantioanelor
extrase din
populaie
va
tinde s urmeze
curba normal
x
=
n
2)
Deviaia
standard a distribuiei
eantioanelor
va fi egal
cu
deviaia
standard
a
populaiei
(
) mprit
la
rdcina ptrat
a
mrimi eantionului, n
x
1)
Media
distribuiei
eantioanelor va
fi
la fel
ca media
populaiei
= x
=
S6 - 18
IN-MCP-MAN-2014 - 4/4
Populaia
i
distribuiile
eantioanelor
Distribuiile
populaiei
Beta
Normal
Uniform
Distribuia
mediilor
eantioanelor
Figura
S6.3
99.73% a tut.
cad
ntre
95.45% cad
ntre
2
x
3
x
x
| | | | | | |
+3
x
+2
x
+1
x
1
x
2
x
3
x
x
=
Deviaia
standard
a
mediilor
eantioanelor
=
x
=
n
Media
mediilor
eantio.
= x
=
S6 - 19
IN-MCP-MAN-2014 - 4/4
Distribuia
eantioanelor
x
=
=
(media)
Distribuia
mediilor
eantioanelor
Distribuia
mediilor
procesului
Figura
S6.4
S6 - 20
IN-MCP-MAN-2014 - 4/4
Stabilirea
limitelor
graficului
Pt. x-Grafic
cnd
tim
x
=
deviaia
standard a
mediilor
eantionului
=
deviaia
standard
a populaiei
(procesului)
n = mrimea
eantionului
= / n
x
=
S6 - 21
IN-MCP-MAN-2014 - 4/4
Stabilirea
limitelor
de control
Selectai
aleator
i
cntrii
nou (n = 9) cutii
la
fiecare
or
GREUTATE EANTION GREUTATE EANTION GREUTATE EANTION
OR
(MEDIA A 9
CUTII)
OR (MEDIA A 9
CUTII)
OR (MEDIA A 9
CUTII)
1 16.1 5 16.5 9 16.3
2 16.8 6 16.4 10 14.8
3 15.5 7 15.2 11 14.2
4 16.5 8 16.4 12 17.3
Greutatea
medie
n
primul
eantion
=
17+13+16+18+17+16+15+17+16
9
=16.1 ounces
S6 - 22
IN-MCP-MAN-2014 - 4/4
Stabilirea
limitelor
de control
=16 ounces
n = 9
z = 3
=1 ounce
x
=
Media
mediilor
a
12 eantioane
= =
Avg of 9 boxes
( )
i=1
12
12
x
=
S6 - 23
IN-MCP-MAN-2014 - 4/4
Stabilirea
limitelor
de control
=16 ounces
n = 9
z = 3
=1 ounce
x
=
Media
mediilor
a
12 eantioane
= =
Avg of 9 boxes
( )
i=1
12
12
x
=
LCL
x
= z
x
=163
1
9
=163
1
3
=15 ounces x
=
UCL
x
= + z
x
=16+3
1
9
=16+3
1
3
=17 ounces x
=
S6 - 24
IN-MCP-MAN-2014 - 4/4
17 = UCL
15 = LCL
16 = Mean
Numrul
eant.
| | | | | | | | | | | |
1 2 3 4 5 6 7 8 9 10 11 12
Stabilirea
limitelor
de control
Grafic
de control
eantioane
de
9
cutii
Variaie
din
cauze
asignabile
Variaie
din
cauze
asignabile
Variaie
din
cauze
naturale
Out of
control
Out of
control
S6 - 25
IN-MCP-MAN-2014 - 4/4
Stabilirea
limitelor
de control
Pentru graficul x cnd nu tim
UCL
x
= + A
2
R
LCL
x
= A
2
R
x
=
x
=
unde:
media
amplitudinii
eantioanelor
A
2
=
Factorul de
control al graf.
din
Tab.
S6.1
=
media
mediilor
eantioanelor
R =
R
i
i=1
n
n
=
x
=
S6 - 26
Factorii de control
ai
graficului
TABEL S6.1 Factorii
pentru calcularea
Limitelor
de control
a graficului (3
sigma)
MRIME EAN,
n
FACTOR MEDIE,
A
2
AMPLIT SUPER,
D
4
AMPLIT INFER,
D
3
2 1.880 3.268 0
3 1.023 2.574 0
4 .729 2.282 0
5 .577 2.115 0
6 .483 2.004 0
7 .419 1.924 0.076
8 .373 1.864 0.136
9 .337 1.816 0.184
10 .308 1.777 0.223
12 .266 1.716 0.284
S6 - 27
IN-MCP-MAN-2014 - 4/4
Stabilirea
limitelor
de control
Medie
proces
= 12 uncii
Amplit
medie= .25 uncii
Mrime eant.
= 5
UCL = 12.144
Medie = 12
LCL = 11.856
Din tabelul
S6.1
UCL
x
= + A
2
R
=12+(.577)(.25)
=12+.144
=12.144 ounces
x
=
LCL
x
= A
2
R
=12.144
=11.856 ounces
x
=
Exemplul
Super Cola
etichetat ca
greutate
net
12 uncii
S6 - 28
IN-MCP-MAN-2014 - 4/4
Limitele de control
la Restaurant
Pentru
salmon filets la
Restaurantele Darden??
M
e
d
i
e
e
a
n
t
i
o
a
n
e
x
Bar grafic
UCL = 11.524
=
10.959
LCL =
10.394
| | | | | | | | |
1 3 5 7 9 11 13 15 17
11.5
11.0
10.5
x
=
A
m
p
l
i
t
u
d
i
n
e
e
a
n
t
i
o
n
?
Grafic amplitudine
UCL = 0.6943
= 0.2125
LCL = 0
| | | | | | | | |
1 3 5 7 9 11 13 15 17
0.8
0.4
0.0
R
S6 - 29
IN-MCP-MAN-2014 - 4/4
Graficul -R
Tip de grafic de control pt.
variabile
Arat
amplitudinile
eantioanelor
n
timp
Diferena
dintre
ce mai mic i
cea mai
mare valoare
din
eantion
Monitorizeaz
variabilitatea
procesului
Independent
fa de
media
procesului
S6 - 30
IN-MCP-MAN-2014 - 4/4
Stabilirea
limitelor
graficului
Pt.
R-grafic
Upper control limit (UCL
R
) = D
4
R
Lower control limit (LCL
R
) = D
3
R
Unde:
UCL
R
= upper control chart limit for the range
LCL
R
= lower control chart limit for the range
D
4
and D
3
= values from Table S6.1
S6 - 31
IN-MCP-MAN-2014 - 4/4
Stabilirea
limitelor
de control
Medie amplitudine
= 5.3 pounds
Mrime
eantion
= 5
DinTabel S6.1 D
4
= 2.115, D
3
= 0
UCL = 11.2
Medie
= 5.3
LCL = 0
UCL
R
= D
4
R
= (2.115)(5.3)
=11.2 pounds
LCL
R
= D
3
R
= (0)(5.3)
= 0 pounds
S6 - 32
IN-MCP-MAN-2014 - 4/4
Grafice medie
i
amplitudine
(a)
Aceste
distribuii ale
eantioanelor
result
n
graficele de
mai jos
(Mediile
eantioanelor
se
schimb
n sus
dar
amplitudinea
este
constant)
R-grafic
(R-graf nu
detecteaz
schimbri n
medie)
UCL
LCL
Figura
S6.5
x-grafic
(x-graf
detecteaz
schimbri n
tendina
central)
UCL
LCL
S6 - 33
IN-MCP-MAN-2014 - 4/4
Grafice medie
i
amplitudine
R- grafic
(R-grafic
detecteaz
cretere
n
dispersie)
UCL
LCL
(b)
Aceste
distribuii ale
eantioanelor
result
n
graficele de
mai jos
(Media
eantioanelor
este
constant,
dar
dispersia
este
cresctoare)
x- grafic
(x-grafic
indic
c
nu se schimb
tendina
central)
UCL
LCL
Figura
S6.5
S6 - 34
IN-MCP-MAN-2014 - 4/4
Pai
n
crearea
graficelor de
control
1.
Colecteaz
20 la
25 de eantioane, adesea
cte
n = 4 sau
n = 5 obs.
fiecare, dintr-un a proces
stabil i se calc. media i amplit. pentru fiecare
2.
Calculeaz
mediile
generale(
i
), se
stabilete limitele de control
adecvate, de obicei
la
nivel de 99.73%, i se
calculaz
limitele
preliminare de
control superioar i
inferioar
Dac
procesul
nu este n mod curent
stabil i
n control,
folosii media
dorit, , n loc de
pentru a calcula
limitele
de control??.
R x
=
x
=
S6 - 35
IN-MCP-MAN-2014 - 4/4
Pai
n
crearea
graficelor de
control
3.
Trasai
mediile
i
amplitudinile eantioanelor
pe
respectivele
grafice de
control i
determinai
dac
acestea cad
n afara limitelor
aceptable
4.
Investigai
punctele
sau
structurile
care
arat c
procesul
este
"out of control"
ncercai s
aflai
cauzele
variaiei, s eliminai aceste
cauze, i
apoi s
reluai
procesul
5.
Colectai eantioane
suplimentare
i, dac este
necesar, revalidai
limitele de
control folosind
noi
date
S6 - 36
IN-MCP-MAN-2014 - 4/4
Stabilirea
altor
limite
de control
TABEL S6.2 Valori
uzuale
pentru
z
LIMITE DE CONTROL
DORITE
(%)
VALOAREA -Z
(DEVIAIA
STANDARD NECESAR
PENTRU
NIVELUL
DORIT
DE
NCREDERE)
90.0 1.65
95.0 1.96
95.45 2.00
99.0 2.58
99.73 3.00
S6 - 37
IN-MCP-MAN-2014 - 4/4
Grafice de
control
pentru
atribute
Pentru
variabile care
sunt
categoriale
Defective/nondefective, bun/ru, da/nu,
acceptabil/inacceptabil
Msurtorile
tipice
sunt
numrarea
defectivelor
Graficele
pot
msura
1.
Procentul
defectivelor
(grafic -p-)
2.
Numrul
de
defecte
(grafic c-)
S6 - 38
IN-MCP-MAN-2014 - 4/4
Limite
de control pentru
Grafice
p -
Populaia
va
avea
o distribuie, binomial
dar
aplicnd
Teorema
limit
central
ne permite
s
presupunem
o
distribuie
normal
pentru
statisticile
eantioanelor
UCL
p
= p + z
p
LCL
p
= p z
p
p
=
p 1 p
( )
n
where
p = mean fraction (percent) defective in the samples
z = number of standard deviations
p
= standard deviation of the sampling distribution
n = number of observations in each sample
S6 - 39
IN-MCP-MAN-2014 - 4/4
Grafic-
p pentru
introducere
date
NUMRUL
EANTION
ULUI
NUMRUL
DE
ERORI
FRACIUNE
DEFECTIV
NUMRUL
EANTION
ULUI
NUMRUL
DE
ERORI
FRACIUNE
DEFECTIV
1 6 .06 11 6 .06
2 5 .05 12 1 .01
3 0 .00 13 8 .08
4 1 .01 14 7 .07
5 4 .04 15 5 .05
6 2 .02 16 4 .04
7 5 .05 17 11 .11
8 3 .03 18 3 .03
9 3 .03 19 0 .00
10 2 .02 20 4 .04
80
S6 - 40
IN-MCP-MAN-2014 - 4/4
Grafic-
p pentru
introducere
date
SAMPLE
NUMBER
NUMBER
OF
ERRORS
FRACTION
DEFECTIVE
SAMPLE
NUMBER
NUMBER
OF
ERRORS
FRACTION
DEFECTIVE
1 6 .06 11 6 .06
2 5 .05 12 1 .01
3 0 .00 13 8 .08
4 1 .01 14 7 .07
5 4 .04 15 5 .05
6 2 .02 16 4 .04
7 5 .05 17 11 .11
8 3 .03 18 3 .03
9 3 .03 19 0 .00
10 2 .02 20 4 .04
80
p =
Total number of errors
Total number of records examined
=
80
(100)(20)
=.04
p
=
(.04)(1.04)
100
=.02 (rounded up from .0196)
UCL
p
= p + z
p
=.04+3(.02) =.10
LCL
p
= p z
p
=.043(.02) = 0
(
d
e
o
a
r
e
c
e
n
u
p
u
t
e
m
a
v
e
a
u
n
p
r
o
c
e
n
t
n
e
g
a
t
i
v
d
e
d
e
f
e
c
t
i
v
e
)
S6 - 41
IN-MCP-MAN-2014 - 4/4
.11
.10
.09
.08
.07
.06
.05
.04
.03
.02
.01
.00
Numr eantion
F
r
a
c
i
u
n
e
d
e
f
e
c
t
i
v
| | | | | | | | | |
2
4
6
8
10
12
14
16
18
20
Grafic-
p pentru
introducere
date
UCL
p
= 0.10
LCL
p
= 0.00
p
= 0.04
S6 - 42
IN-MCP-MAN-2014 - 4/4
.11
.10
.09
.08
.07
.06
.05
.04
.03
.02
.01
.00
Numr eantion
F
r
a
c
i
u
n
e
d
e
f
e
c
t
i
v
| | | | | | | | | |
2
4
6
8
10
12
14
16
18
20
Grafic-
p pentru
introducere
date
UCL
p
= 0.10
LCL
p
= 0.00
p
= 0.04
Posibl
presen
cauz
asignabil
S6 - 43
IN-MCP-MAN-2014 - 4/4
Limite
de
control
pentru grafice-
c
Populaia
va
avea
o distribuie
Poisson, dar
aplicnd
Teorema
limit
central
ne permite
s
presupunem
o
distribuie
normal
pentru
statisticile
eantioanelor
c = mean number of defects per unit
c = standard deviation of defects per unit
Control limits (99.73%) = c 3 c
S6 - 44
IN-MCP-MAN-2014 - 4/4
Graficul c-
pentru
compania Cab
|
1
|
2
|
3
|
4
|
5
|
6
|
7
|
8
|
9
Zile
N
u
m
r
d
e
f
e
c
t
i
v
e
14
12
10
8
6
4
2
0
UCL
c
= 13.35
LCL
c
= 0
c
= 6
c = 54 complaints/9 days = 6 complaints/day
UCL
c
= c +3 c
= 6+3 6
=13.35
LCL
c
= c 3 c
= 63 6
= 0
N
u
p
o
a
te
fi u
n
n
u
m
r
n
e
g
a
tiv
e
S6 - 45
IN-MCP-MAN-2014 - 4/4
Selectai
punctele
din procese
care
necesit
CSP
Determinai
technica
grafic
adecvat
Stabilii
politici
i
proceduri cleare
Probleme
manageriale
i
Graficele de control
Trei
decizii
majore de
management :
S6 - 46
IN-MCP-MAN-2014 - 4/4
Care
Grafice de
control
s
fol.
TABEL S6.3 Ajutor
s decidei
care
Grafice de
control
s
folosii
Date variabile
FOLOSIND UN
GRAFIC
x
I
UN
GRAFIC
R
1.
Observaiile
sunt variabile
2.
Colectai
20 -
25 sau
mai multe
eantioane de
n
= 4, sau
n
= 5, fiecare
dintr-un
proces
stabil i calculai
media
pentru
graficul x-
i
amplitudinea
pentru
graficul R-
3.
Trasai eantioanele
de
n
observaii
S6 - 47
IN-MCP-MAN-2014 - 4/4
Ce grafice de control s utilizm?
TABEL S6.3 Ajutor
pentru
a decide care grafic
de control s folosim
DATE
ATRIBUT FOLOSITE PENTRU
GRAFICE P
1.
Observaiile
sunt
atribute
care
pot
fi atribuite
ca
bun
sau
ru (sau trece
nu trece, sau
functionalnefuncional), cu alte cuvinte, n dou stri
(opuse)
2.
Avem de a face
cu
fracii, proporii, sau procente
defective
3.
Sunt
cteva
eantioane, cu
mai multe
observaii
n fiecare
DATE
ATRIBUT FOLOSITE PENTRU
GRAFICE C
1.
Observaiile
sunt
atribute
a cror defecte
pe/unitate
de ieiri
pot
fi
numrate
2.
Avem de a face
cu numere
evaluate, care
sunt o
mic
parte
a
apariiilor
posibile
3.
Defectele
pot fi: numrul
de pete
pe
birou; crime ntr-un
an; scaune
stricate
la
un
stadion; greeli de tipar ntr-un
capitol
din
acest text;
defecte ntr-un
balot de
haine
S6 - 48
IN-MCP-MAN-2014 - 4/4
Structuri
n graficele de control
Comportament normal. Procesul
este
in control.
Limita sup. de control
inta
Limita inf.
de control
Figura
S6.7
S6 - 49
IN-MCP-MAN-2014 - 4/4
Structuri
n graficele de control
Un punct n afara
limitei
Investigai cauza.
Procesul
este
n afara controlului.
Limita sup. de control
inta
Limita inf.
de control
Figura
S6.7
S6 - 50
IN-MCP-MAN-2014 - 4/4
Structuri
n graficele de control
Trend ntr-o
anumit
direcie, 5
puncte. Investigai cauza
schimbrii
progresive.
Limita sup. de control
inta
Limita inf.
de control
Figura
S6.7
S6 - 51
IN-MCP-MAN-2014 - 4/4
Structuri
n graficele de control
Dou puncte
foarte aproape
de
limita de control
(
inf. sau sup.)
Investigai cauza.
Limita sup. de control
inta
Limita inf.
de control
Figura
S6.7
S6 - 52
IN-MCP-MAN-2014 - 4/4
Structuri
n graficele de control
5
puncte consecutive
deasupra
(sau sub)
linia central.
Investigai cauza.
Limita sup. de control
inta
Limita inf.
de control
Figura
S6.7
S6 - 53
IN-MCP-MAN-2014 - 4/4
Structuri
n graficele de control
Comportament dezordonat.
Investigai.
Limita sup. de control
inta
Limita inf.
de control
Figura
S6.7
S6 - 54
IN-MCP-MAN-2014 - 4/4
Capabilitatea
procesului
Variaia natural
a procesului
trebuie s fie
destul de mic
pentru a
realiza
produse
care s se ncadreze
n standardele cerute
A proces
n control statistic NU respect, n
mod necesar,
specificaiile
de
proiectare
Capabilitatea
procesului
este
o
msur
a
relaiei
dintre
variaia
natural
a
procesului
i
specificaiile
de proiectare
S6 - 55
IN-MCP-MAN-2014 - 4/4
Indicele
capabilitii
procesului
C
p
=
Specificaia
super.
Specificaia
infer.
6
Un
proces
capabil trebuie
s aib
un
C
p
de
cel
puin1.0
Nu arat
ct de bine
este centrat procesul
n amplitudinea
specificaiei
Adesea
int
valoarea
pentru
C
p
= 1.33
este
folosit
pentru
a permite i
procese
ne-centrate
Calitatea
Six Sigma cere
un
C
p
= 2.0
S6 - 56
IN-MCP-MAN-2014 - 4/4
Indicele
capabilitii
procesului
C
p
=
Specificaia
super.
Specificaia
infer.
6
Procesul cererilor
de asigurri
Media
proces.
x
= 210.0 minute
Deviaia
standard
a
procesului
= .516 minute
Specificaiile
de proiectare = 210
3 minute
S6 - 57
IN-MCP-MAN-2014 - 4/4
Indicele
capabilitii
procesului
C
p
=
Specificaia
super.
-
Specificaia
infer.
6
Procesul cererilor
de asigurri
Media
proces.
x
= 210.0 minute
Deviaia
standard
a
procesului = .516 minute
Specificaiile
de proiectare
= 210
3 minute
= = 1.938
213
207
6(.516)
S6 - 58
IN-MCP-MAN-2014 - 4/4
Indicele
capabilitii
procesului
C
p
=
Specificaia
super.
-
Specificaia
infer.
6
Procesul cererilor
de asigurri
Media
proces.
x
= 210.0 minute
Deviaia
standard
a
procesului = .516 minute
Specificaiile
de proiectare
= 210
3 minute
= = 1.938
213
207
6(.516)
Procesul
este capabil
S6 - 59
IN-MCP-MAN-2014 - 4/4
Indexul capabilitii
procesului
Un proces
capabil trebuie
s aib
un
C
pk
de
cel
puin
1.0
Un proces
capabil
nu este n mod necesar n
centrul
specificaiei, dar el trebuie s cad ntre
limitele
specificaiei la ambele extreme
C
pk
= minimum din
, ,
Limita
superioar
x
a specificaiei
3
Limita
x
inferioar
a specificaiei
3
S6 - 60
IN-MCP-MAN-2014 - 4/4
Indexul capabilitii
procesului
O main
nou de tiere
Media
noului
proces
x
= .250 inches
Deviaia
standard
a
procesului = .0005 inches
Limita
super.a
specificaiei
= .251 inches
Limita
Infer.a
specificaiei
= .249 inches
S6 - 61
IN-MCP-MAN-2014 - 4/4
Indexul capabilitii
procesului
O main
nou de tiere
Media
noului
proces
x
= .250 inches
Deviaia
standard
a
procesului = .0005 inches
Limita
super.a
specificaiei
= .251 inches
Limita
Infer.a
specificaiei
= .249 inches
C
pk
= minimum din ,
(.251) -
.250
(3).0005
S6 - 62
IN-MCP-MAN-2014 - 4/4
Indexul capabilitii
procesului
O main
nou de tiere
Media
noului
proces
x
= .250 inches
Deviaia
standard
a
procesului = .0005 inches
Limita
super.a
specificaiei
= .251 inches
Limita
Infer.a
specificaiei
= .249 inches
C
pk
= minimum din ,
(.251) -
.250
(3).0005
.250 -
(.249)
(3).0005
S6 - 63
IN-MCP-MAN-2014 - 4/4
Indexul capabilitii
procesului
O main
nou de tiere
Media
noului
proces
x
= .250 inches
Deviaia
standard
a
procesului
= .0005 inches
Limita
super.a
specificaiei
= .251 inches
Limita
Infer.a
specificaiei
= .249 inches
C
pk
= = 0.67
.001
.0015
Noua
main NU
este
capabil
C
pk
= minimum din
,
(.251) -
.250
(3).0005
.250 -
(.249)
(3).0005
n ambele calcule rezultatul este
S6 - 64
IN-MCP-MAN-2014 - 4/4
Limita.
Infer
a
specificaiei
Limita.
super a
specificaiei
Interpretarea
pentru C
pk
C
pk
= numr
negativ
C
pk
= zero
C
pk
= ntre
0 i 1
C
pk
= 1
C
pk
> 1
Figura
S6.8
S6 - 65
IN-MCP-MAN-2014 - 4/4
Aceptarea
prin
sondaj
Form
a testrii
calitii
folosit
pentru
materiale
care
intr
sau
bunuri
finite care rezult din proces
Se iau
aleatoriu eantioane
din
lotul
(transportul)
de
repere
Se inspecteaz
fiecare
din reperele
din
eantion
Se decide dac
se respinge sau nu
ntregul lot
pe
baza rezultatelor
verificrii
Este numai
o form de verificare a loturilor; nu este
form de mbuntire a calitii
S6 - 66
IN-MCP-MAN-2014 - 4/4
Aceptarea
prin
sondaj
Form
a testrii
calitii
folosit
pentru
materiale
care intr
sau
bunuri
finite care
rezult din proces
Se iau
aleatoriu eantioane
din
lotul
(transportul) de
repere
Se inspecteaz
fiecare
din reperele
din
eantion
Se decide dac
se respinge sau nu
ntregul
lot
pe baza rezultatelor
verificrii
Este numai
o form de verificare a loturilor; nu este
form de mbuntire a calitii
Loturile
respinse
pot
fi:
1.Returnate
la
furnizor
2.Curite
de
defecte
(prin inspecie 100% )
3.Pot fi
ncadrate ntr-o
categorie cu specificaie
mai permisiv
S6 - 67
IN-MCP-MAN-2014 - 4/4
Curba caracteristicii de
operare
Arat
ct de
bine un
plan
de
eantionare
discrimineaz
ntre
loturile
(ncrcturile)
bune i cele
rele
Arat
relaia
dintre
probabilitatea
aceptri
unui lot i
nivelul
calitii
S6 - 68
IN-MCP-MAN-2014 - 4/4
Returneaz
ntregul
transport
Curba
CO Perfect
% Defective n Lot
P
(
A
c
e
p
t
n
t
r
e
g
u
l
t
r
a
n
s
p
o
r
t
)
100
75
50
25
0
| | | | | | | | | | |
0 10 20 30 40 50 60 70 80 90 100
Cut-Off
Reine
ntregul
transport
S6 - 69
IN-MCP-MAN-2014 - 4/4
O Curb a CO
Probabilitatea
de aceptare
Procent
defective
| | | | | | | | |
0 1 2 3 4 5 6 7 8
= 0.05 riscul
productorului
pentru
AQL
= 0.10
Riscul
Consumatorului
pentru
LTPD
LTPD AQL
loturi rele
Zona de
Indiferen
Loturi
bune
Figura
S6.9
S6 - 70
IN-MCP-MAN-2014 - 4/4
AQL i
LTPD
Nivelul aceptabil de calitate
(AQL)
Cel mai sczut
nivel
de calitate
pna
la
care dorim
s-l aceptm
un lot
Lot Tolerance Percent Defective
(LTPD) pn la ce procent de
defecte se pot tolera la un lot
Nivelul calitii
pe care l
considerm
inacceptabil (bad)
Consumatorul
(cumprtorul) nu
accept
loturi
cu mai multe
defecte
dect
LTPD
S6 - 71
IN-MCP-MAN-2014 - 4/4
Riscurile
productorului
i
consumatorului
Riscul
productorului
()
Probabilitatea
respingerii
unui lot
bun
Probabilitatea
respingerii
unui
lot cnd
fraciunea defectiv
este
la
sau
peste
AQL
Riscul
consumatorului
()
Probabilitatea
acceptrii
unui lot ru
Probabilitatea
acceptrii unui lot cnd
fraciunea
defectiv
este
sub
LTPD
S6 - 72
IN-MCP-MAN-2014 - 4/4
Curbele
CO pentru
diferite
planuri de eantionare
n
= 50, c
= 1
n
= 100, c
= 2
S6 - 73
IN-MCP-MAN-2014 - 4/4
Calitatea
medie
de ieire
unde
P
d
= procentul
real
de defective din
lot
P
a
= probabilitatea
acceptrii
lotului
N = numrul
de
piese
din
lot
n = numrul
de
piese
din
eantion
AOQ =
(P
d
)(P
a
)(N
n)
N
S6 - 74
IN-MCP-MAN-2014 - 4/4
Calitatea
medie
de ieire
1.
Dac
planul
de
eantionare
nlocuiete
toate defectivele
2.
Dac
cunoatem
procentul
defectivelor care
intr
pentru lot, putem calcula calitatea
medie a ieirilor n procente defective(AOQ)
Maximum
AOQ
este
cel mai ridicat
procent de defective sau
cea mai sczut
calitate
medie
i se numete
the average
outgoing quality limit (AOQL)
limita
calitii medii de ieire
S6 - 75
IN-MCP-MAN-2014 - 4/4
Inspecia automat
Tehnologiile
moderne
permit
virtual 100%
inspecie
la
costuri minime
Nu
este potrivit
pentru
toate
situaiile
S6 - 76
IN-MCP-MAN-2014 - 4/4
CSP i
variabilitatea
procesului
(a)
Acceptare
prin sondaj
(anumite
uniti rele
sunt acceptate; lotul
este
bun sau
ru)
(b)
Controlul
statistic
al
procesului (ine
procesul
n control)
(c)
C
pk
> 1
(Proiecteaz
procesul
care
este ntre
specificaii)
Limit
inferioar
de
specificaie
Limit
superioar de
specificaie
Media, procesului
Figure S6.10
S6 - 77
IN-MCP-MAN-2014 - 4/4
Pa
Pa
i pentru graficele x
i pentru graficele x
i R
i R
1.
Colectarea datelor
2.
Calcularea amplitudinii
3.
Folosirea tabelului 5.1 pentru a determina
limitele de control pentru graficul R
4.
Reprezentarea grafic a intervalelor
eantionului. Dac toate se afl sub control,
trecei la pasul 5. altfel, gsii cauzele atribuite,
corectai-le i ntoarcei-v la pasul 1.
5.
Calcularea x pentru fiecare eantion
S6 - 78
IN-MCP-MAN-2014 - 4/4
Pa
Pa
i pentru graficele x
i pentru graficele x
i R
i R
6.
Folosirea tabelului 5.1 pentru a determina
limiele
de control ale graficului x
7.
Reprezentai grafic mediile eantionului.
Continuai s preluai eantioane i s
monitorizai procesul. Dac vreunul dintre
eantioane se afl n afara controlului, gsii
cauzele atribuibile, corectai-le i revenii la
pasul 1. Dac nu sunt gsite cauze atribuibile,
se presupune c punctele aflate n afara
controlului reprezint cauze de variaie comun
i continuai s monitorizai procesul.
S6 - 79
IN-MCP-MAN-2014 - 4/4
Pa
Pa
i pentru graficele x
i pentru graficele x
i R
i R
EXAMPLUL
5.1
Managementul companiei West
Allis
Industries
este preocupat de
producerea unui urub de metal special folosit de cei mai mari clieni ai
companiei. Diametrul urubului este critic pentru clieni. The
management of West Allis Industries is concerned about the production
of a special metal screw used by several of the companys largest
customers. The diameter of the screw is critical to the customers. n
tabelul de mai jos apar datele de la cinci eantioane. Dimensiunea
eantionului este 4. Se afl procesul sub control statistic?
SOLUIE
Pasul
1:Pentru simplificare, folosim doar 5 eantioane. n
practic, este de dorit s se foloseasc mai mult de
20 de eantioane. Datele sunt prezentate n tabelul
urmtor.
S6 - 80
IN-MCP-MAN-2014 - 4/4
Pa
Pa
i pentru graficele x
i pentru graficele x
i R
i R
Date pentru graficele x i
R: Observaii pentru diametru urubului
(cm)
Observaii
Numr
eantion
1 2 3 4 R x
1 0.5014 0.5022 0.5009 0.5027 0.0018 0.5018
2 0.5021 0.5041 0.5024 0.5020 0.0021 0.5027
3 0.5018 0.5026 0.5035 0.5023 0.0017 0.5026
4 0.5008 0.5034 0.5024 0.5015 0.0026 0.5020
5 0.5041 0.5056 0.5034 0.5047 0.0022 0.5045
Medie 0.0021 0.5027
Pasul
2:Calculai
amplitudinea pentru fiecare eantion prin
scderea celei mai mici valori din valoarea cea mai
mare. De exemplu, pentru eantionul 1, amplitudinea
este 0.5027
0.5009 = 0.0018 cm. La fel, pentru
eantioanele 2, 3, 4 i
5 amplitudinile sunt:
0.0021,
0.0017, 0.0026 i
0.0022 cm. Aa cum se prezint n
tabel, R = 0.0021.
S6 - 81
IN-MCP-MAN-2014 - 4/4
Pa
Pa
i pentru graficele x
i pentru graficele x
i R
i R
Pasul
3:Pentru a construi un grafic R, selectai constantele
corespunztoare din tabelul 5.1 pentru un volum al
eantionului de 4. Limitele de control sunt
UCL
R
= D
4
R = 2.282(0.0021) = 0.00479 cm
0(0.0021) = 0 cm
Pasul
4:Reprezentai grafic intervalele graficul R, aa cum se
prezint n Figura
5.10. Nici una dintre amplitudinile
eantioanelor nu pic n afara limitelor de control,
astfel c variabilitatea se afl sub control statistic.
Dac vreuna dintre amplitudini pic n afara limitelor,
sau dac apare un model neobinuit, cutai cauzele
variabilitii excesive, corectai-le i repetai pasul 1.
LCL
R
= D
3
R =
S6 - 82
IN-MCP-MAN-2014 - 4/4
Pa
Pa
i pentru graficele x
i pentru graficele x
i R
i R
Figura
5.10
Graficul amplitudinii pentru OM Explorer, graficele x
i
R
pentru
uruburile de metal, care arat c variabilitatea procesului se afl
sub control.
S6 - 83
IN-MCP-MAN-2014 - 4/4
Pa
Pa
i pentru graficele x
i pentru graficele x
i R
i R
Pasul
5:Calculai media pentru fiecare eantion. De exemplu,
pentru eantionul 1, media este:
0.5014 + 0.5022 + 0.5009 + 0.5027
4
= 0.5018 cm
La fe, pentru mediile eantioanelor 2, 3, 4, i 5 sunt
0.5027, 0.5026, 0.5020 i
0.5045 cm. Aa cum se prezint
n tabel, x = 0.5027.
S6 - 84
IN-MCP-MAN-2014 - 4/4
Pa
Pa
i pentru graficele x
i pentru graficele x
i R
i R
Pasul
7:Reprezentai grafic mediile eantionului pe graficul de
control, aa cum se prezint n Figura 5.11.
Media eantionului 5 pic deasupra UCL, indicnd c
media procesului se afl n afara controlului statistic i
c trebuie explorate cauzele asignabile, probabil folosind
o diagram cauz-i-efect.
LCL
x
= x
A
2
R =
0.5027 + 0.729(0.0021) = 0.5042 cm
0.5027
0.729(0.0021) = 0.5012 cm
UCL
x
= x + A
2
R =
Pasul
6:Apoi, construii graficul x pentru media procesului.
Media diametrului urubului este de
0.5027 cm, i media
amplitudinii este 0.0021 cm, aadar folosii x = 0.5027, R
= 0.0021 i
A
2
din tabelul 5.1 pentru un volum al
eantionului de 4 pentru a construi limitele de control:
S6 - 85
IN-MCP-MAN-2014 - 4/4
Pa
Pa
i pentru graficele x
i pentru graficele x
i R
i R
Figura
5.11
Graficul x pentru OM Explorer graficul x i R pentru uruburi de
metal, prezentnd c eantionul 5 se afl n afara controlului
S6 - 86
IN-MCP-MAN-2014 - 4/4
O form alternativ
O form alternativ
UCL
x
= x + z
x
i LCL
x
= x
z
x
Dac deviaia standard a procesului este cunoscut, poate fi
folosit o alt form de grafic x:
unde
x
=
/ n
= deviaia standard a distribuiei procesului
n = volum eantion
x = linia central a graficului
z = numr abatere normal
S6 - 87
IN-MCP-MAN-2014 - 4/4
Folosirea devia
Folosirea devia
iei standard a
iei standard a
procesului
procesului
EXAMPLUL
5.2
Pentru Sunny Dale Bank timpul necesar pentru a servii clientul
la fereastr reprezint un factor de calitate important n
competiia cu alte bnci din ora.
Timpul mediu pentru a servi cererea unui client este de 5
minute
Deviaia standard este de 1,5 minute
Volumul eantionului este de ase clieni
Proiectai un grafic x care are o eroare de tip I de 5 procente
Dup cteva sptmni de eantionare, dou eantioane
succesive au obinut rezultatele 3.70 i 3.68 minute. Se
afl sub control statistic procesul se servire a clientului?
S6 - 88
IN-MCP-MAN-2014 - 4/4
Folosirea devia
Folosirea devia
iei standard a
iei standard a
procesului
procesului
SOLUIE
x = 5 minute
= 1.5 minute
n = 6 clieni
z = 1.96
UCL
x
= x + z/n =
LCL
x
= x
z/n =
5.0 + 1.96(1.5)/6 = 6.20 minute
5.0
1.96(1.5)/6 = 3.80 minute
Variabilitatea procesului se afl sub control statistic, aa c vom
efectua direct graficul x. Limitele de control sunt
S6 - 89
IN-MCP-MAN-2014 - 4/4
Folosirea devia
Folosirea devia
iei standard a
iei standard a
procesului
procesului
Obinerea valorii pentru z n urmtoarele moduri
Pentru eroarea de tip I de 5 procente, 2.5 procente ale curbei se
vor afla deasupra UCL i 2.5 procente sub LCL
Din tabelul distribuiei normale (vezi anexa 1) vom gsi valoarea
z care las valoarea 2.5 procente n partea de sus a curbei
normale (sau 0.9750 n tabel)
Deci z = 1.96
Cele dou noi eantioane se afl sub LCL a graficului, implicnd
c timpul mediu de servire a clientului a sczut.
Cauzele asignabile ar trebui explorate pentru a vedea ce
determin mbuntirea
S6 - 90
IN-MCP-MAN-2014 - 4/4
Aplica
Aplica
ia
ia
5.1
5.1
Compania Webster Chemical produce masticuri i temuire
pentru industria de construcii. Produsul este amestecat n
mixere mari i apoi pus n tuburi cu capac.
Webster este preocupat dac procesul de umplere a
tuburilor de temuire se afl sub control statistic. Procesul
ar trebui centrat pe 8 uncii pe tub. Sunt luate cteva
eantioane de opt tuburi i fiecrui tub i este msurat
greutate n uncii.
Numr tub
Eantio
n
1 2 3 4 5 6 7 8 Medie Ampl.
1 7.98 8.34 8.02 7.94 8.44 7.68 7.81 8.11 8.040 0.76
2 8.23 8.12 7.98 8.41 8.31 8.18 7.99 8.06 8.160 0.43
3 7.89 7.77 7.91 8.04 8.00 7.89 7.93 8.09 7.940 0.32
4 8.24 8.18 7.83 8.05 7.90 8.16 7.97 8.07 8.050 0.41
5 7.87 8.13 7.92 7.99 8.10 7.81 8.14 7.88 7.980 0.33
6 8.13 8.14 8.11 8.13 8.14 8.12 8.13 8.14 8.130 0.03
Medii 8.050 0.38
S6 - 91
IN-MCP-MAN-2014 - 4/4
Ap
Ap
lica
lica
ia
ia
5.1
5.1
Presupunnd c preluarea a 6 eantioane este suficient, se afl
procesul sub control statistic?
UCL
R
= D
4
R =
LCL
R
= D
3
R =
1.864(0.38) = 0.708
0.136(0.38) = 0.052
Amplitudinea graficului se afl n afara controlului deoarece
eantionul 1 pic n afara UCL i eantionul 6 pic n afara LCL.
Aceasta face calcularea x discutabil.
Concluzia la variabilitatea procesului avnd n vedere c R = 0.38
i
n = 8:
S6 - 92
IN-MCP-MAN-2014 - 4/4
Ap
Ap
lica
lica
ia
ia
5.1
5.1
Luai n considerare eantionul 6 deoarece a existat o scal
inoperativ, cauznd msuri nepotrivite.
Numr tub
Eantio
n
1 2 3 4 5 6 7 8 Medie Ampl
1 7.98 8.34 8.02 7.94 8.44 7.68 7.81 8.11 8.040 0.76
2 8.23 8.12 7.98 8.41 8.31 8.18 7.99 8.06 8.160 0.43
3 7.89 7.77 7.91 8.04 8.00 7.89 7.93 8.09 7.940 0.32
4 8.24 8.18 7.83 8.05 7.90 8.16 7.97 8.07 8.050 0.41
5 7.87 8.13 7.92 7.99 8.10 7.81 8.14 7.88 7.980 0.33
Medii 8.034 0.45
Care este concluzia asupra variabilitii procesului i media
procesului?
S6 - 93
IN-MCP-MAN-2014 - 4/4
A
A
plica
plica
ia
ia
5.1
5.1
UCL
R
= D
4
R =
LCL
R
= D
3
R =
1.864(0.45) = 0.839
0.136(0.45) = 0.061
UCL
x
= x + A
2
R =
LCL
x
= x
A
2
R =
8.034 + 0.373(0.45) = 8.202
8.034
0.373(0.45) = 7.832
Acum
R = 0.45, x = 8.034 i
n = 8
Graficele de control rezultate indic faptul c procesul se
afl momentan sub control.
S6 - 94
IN-MCP-MAN-2014 - 4/4
Grafice de control pentru
Grafice de control pentru
atribute
atribute
Graficele
p sunt folosite pentru a controla proporia de defecte
Eantioanele implic decizii de tipul da/nu
astfel nct
distribuia de baz este distribuia binomial.
Deviaia standard este
( ) n p p
p
/ = 1
p = linia central a graficului
UCL
p
= p + z
p
i LCL
p
= p
z
p
i
S6 - 95
IN-MCP-MAN-2014 - 4/4
Folosirea graficului
Folosirea graficului
p
p
EXAMPLUL
5.3
Hometown Bank este preocupat de numrul de conturi de client
nregistrare greit
n fiecare sptmn un eantion aleatoriu de 2.500 depozite
este preluat i sunt este nregistrat numrul de conturi greite
Rezultatul pentru ultimele 12 sptmni sunt prezentate n
tabelul urmtor
Se afl n afara controlului statistic procesul de rezervare?
Folosii limite de control de trei sigma, care vor furniza o eroare
de tip I de 0.26 procente.
S6 - 96
IN-MCP-MAN-2014 - 4/4
Folosirea unui grafic p
Folosirea unui grafic p
Numr
eantion
Numr de cont
greit
Numr
eantion
Numr de cont
greit
1 15 7 24
2 12 8 7
3 19 9 10
4 2 10 17
5 19 11 15
6 4 12 3
Total
14
7
S6 - 97
IN-MCP-MAN-2014 - 4/4
Folosirea unui grafic p
Folosirea unui grafic p
147
12(2,500)
= = 0.0049 p =
Total defecte
Numr total observaii
p
= p(1
p)/n = 0.0049(1
0.0049)/2,500 = 0.0014
UCL
p
= p + z
p
LCL
p
= p
z
p
= 0.0049 + 3(0.0014) = 0.0091
= 0.0049
3(0.0014) = 0.0007
Pasul
1:
Folosirea acestui eantion pentru a calcula
p
S6 - 98
IN-MCP-MAN-2014 - 4/4
Folosirea unui grafic p
Folosirea unui grafic p
Pasul
2:
Calcularea procentului de defecte ale eantionului. Pentru
eantionul 1, proporia de defecte este de 15/2,500 = 0.0060.
Pasul
3:
Reprezentai grafic fiecare procent de defecte pentru
eantion, aa cum se prezint n Figura
5.12.
Figura
5.12
Graficul p de la POM pentru Windows pentru numrul de conturi
greite, artnd c eantionul 7 se afl n afara controlului
Fracie defecte
Eantion
Medie
UCL
LCL
.0091
.0049
.0007
| | | | | | | | | | | |
1 2 3 4 5 6 7 8 9 10 11 12
X
X
X
X
X
X
X
X
X
X
X
X
S6 - 99
IN-MCP-MAN-2014 - 4/4
Ap
Ap
lica
lica
ia
ia
5.2
5.2
O scar lipicioas atrage atenia companiei Webster dac tuburile de
temuire sunt acoperite n mod adecvat. Dac o proporie mare de tuburi nu
sunt bine acoperite, Webster
i pune clienii ntr-o situaie neplcut. Tuburile
sunt mpachetate n cutii mari de 144. Sunt selectate cteva cutii i se gsesc
urmtoarele rezultate:
Eantion Tuburi Eantion Tuburi Eantion Tuburi
1 3 8 6 15 5
2 5 9 4 16 0
3 3 10 9 17 2
4 4 11 2 18 6
5 2 12 6 19 2
6 4 13 5 20 1
7 2 14 1 Total = 72
S6 - 100
IN-MCP-MAN-2014 - 4/4
Ap
Ap
lica
lica
ia
ia
5.2
5.2
Calculai limitele de control trei sigma ale graficului p pentru a
evalua dac procesul de plafonare se afl sub control statistic.
= =
tubes of number Total
tubes leaky of number Total
p
( )
0.025
144 20
72
=
( )
0.01301
144
0.025 1 0.025
=
= + =
p p
z p UCL
= =
p p
z p LCL
( ) 0 0.01403 0.01301 3 0.025 = =
( ) 0.06403 0.01301 3 0.025 = +
( )
=
=
n
p p
p
1
Procesul se afl sub control deoarece valorile lui p pentru
eantion pic toate ntre limitele de control.
S6 - 101
IN-MCP-MAN-2014 - 4/4
Grafice de control pentru
Grafice de control pentru
atribute
atribute
Graficele
c contabilizeaz numrul de defecte pe unitatea
de ntlnit
Distribuia de suport este distribuia Poisson
Media distribuiei este c i deviaia
standard este c
UCL
c
= c + zc i LCL
c
= c
zc
S6 - 102
IN-MCP-MAN-2014 - 4/4
Folosirea graficului c
Folosirea graficului c
EXAMPLUL
5.4
Compania Woodland
Paper
produce hrtie pentru industria de reviste
i ziare. Ca un pas final din proces, hrtia trece printr-o main care
msoar diferite caracteristici de calitate ale produsului. Cnd procesul
de producere a hrtiei se afl sub control, produce n medie 20 defecte
pe rol.
a.
Stabilii un grafic de control pentru numrul de defecte de role.
Pentru acest exemplu, folosii limite de control de doi sigma.
b.
Cinci role au urmtorul numr de defecte: 16, 21, 17, 22
i
respectiv 24. A asea rol, folosind o past de la un furnizor
diferit, are 5 defecte. Se afl procesul de producie a hrtiei
sub control?
S6 - 103
IN-MCP-MAN-2014 - 4/4
Folosirea graficului c
Folosirea graficului c
SOLUIE
a.
Numrul mediu de defecte pe rol este de 20. Aadar
UCL
c
= c + zc
LCL
c
= c
zc
= 20 + 2(20) = 28.94
= 20
2(20) = 11.06
Graficul de control este prezentat n Figura
5.13
S6 - 104
IN-MCP-MAN-2014 - 4/4
Folosirea graficului c
Folosirea graficului c
Figura
5.13
Graficul c pentru POM pentru Windows pentru defectele pe rol de
hrtie
b.
Deoarece cele cinci role au defecte care pic ntre limitele de control,
deci procesul este nc sub control. Cu toate acestea, cinci defecte se
afl sub LCL, astfel c procesul este tehnic n afara controlului.
Graficele de control indic faptul c s-a ntmplat ceva bun.
S6 - 105
IN-MCP-MAN-2014 - 4/4
A
A
plica
plica
ia
ia
5.3
5.3
La
Webster Chemical, bulgrii
din compusul de temuire ar putea
provoca dificulti n distribuirea unei paste din tuburi. Chiar i atunci
cnd procesul este n control, va exista n continuare o medie de 4
bulgri
pe tub. Testarea prezenei bulgrilor distruge produsul,
astfel c Webster
ia eantioane aleatorii. Urmtoarele sunt rezultatele
studiului:
Nr. tub Bulgri Nr. tub Bulgri Nr. tub Bulgri
1 6 5 6 9 5
2 5 6 4 10 0
3 0 7 1 11 9
4 4 8 6 12 2
Determinai limitele de control superioar i inferioar doi
sigma pentru graficul c
al acestui proces.
S6 - 106
IN-MCP-MAN-2014 - 4/4
Ap
Ap
lica
lica
ia
ia
5.3
5.3
= c
=
c
= + =
c c
z c UCL
= =
c c
z c LCL
4
12
2 9 0 5 6 1 4 6 4 0 5 6
=
+ + + + + + + + + + +
2 4 =
( ) 8 2 2 4 = +
( ) 0 2 2 4 =