S6 - 1

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

Lower control limit (UCL) = z

x
x
=
Upper control limit (UCL) = + z
x
x
=
Unde:

=

media

mediilor

eantionului

sau

valoarea

tint

pentru

proces
z =

numrul

de

deviaii

standard normale

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 =