Documente Academic
Documente Profesional
Documente Cultură
GRFICOS X-BARRA Y R
En la introduccin comentamos que los grficos por variables se utilizan para controlar una
caracterstica mesurable del producto, como puede ser la longitud, el peso, la altura, etc. Un grfico
X-barra contiene las medias mustrales de la caracterstica que se pretende estudiar, por lo que
mediante l podremos detectar posibles variaciones en el valor medio de dicha caracterstica
durante el proceso (desviaciones con respecto al objetivo). Un grfico R es un grfico de control
para rangos mustrales. Se utiliza para medir la variacin del proceso y detectar la posible
existencia de causas especiales. Es habitual usar los grficos R para estudiar la variacin en
muestras de tamao no superior a 10, recurriendo a los grficos S para muestras mayores.
Sea X la caracterstica de calidad que nos interesa medir, donde X N(, ). Tomaremos k
muestras, cada una de ellas de tamao n. Denotaremos por X i1 , Xi2 , ..., Xin a las n observaciones
que forman la muestra i-sima, donde i = 1,2,...,k. Veamos cmo construir un grfico X-barra:
Por el Teorema de Distribucin Muestra, sabemos
que:
X N
=y =
LSC = + 3
Lnea central =
LIC = 3
1
= X =
Xi
1
=
X i n
donde
i=1
ij
j =1
X =
k
1 E[X i ]= = .
x
k i=11
Si es desconocida, la podemos estimar a partir de los rangos R i (observar que tal estimacin
se realizar a partir de las k muestras obtenidas, k > 25, tomadas cuando se considera que el
proceso est bajo control):
Ri
d 2 (n)
E[
R
]
i
d2
(n)
d 2 (n)
d 2 (n)
1 k Ri
R
=
=
k = d (n) d (n)
i1
( es estimador insesgado de )
En caso de que el tamao muestral (ni ) sea diferente para cada subgrupo, a la hora de
calcular los lmites segn el modelo de Shewart, podemos optar por:
1. Obtener los lmites usando el n i asociado a cada muestra, con lo que las lneas de
control no sern rectas (darn saltos arriba y abajo segn ni disminuya o aumente),
2. Si los ni no difieren mucho unos de otros, podramos
tomar
1
n =k
n .
i
i=1
n
i
Xi
y
1
k
Ri
d 2 (ni
)
Ejemplo grfico X-barra: Supongamos que trabajamos en una planta de montaje de coches.
A la hora de montar los motores, partes de la cadena de montaje se mueven verticalmente
arriba y abajo a cierta distancia del nivel horizontal de referencia. A fin de asegurar la calidad
de la produccin, realizamos cinco mediciones cada da laborable desde el 28 de septiembre
hasta el 15 de octubre, y diez mediciones diarias desde el 18 hasta el 25 de octubre. Los datos
estn contenidos en el archivo Motores.mtw .
2,0SL=3,281
Sample Mean
1,0SL=1,861
2
1
X=0,4417
-1,0SL=-
-1
0,9778
-2
-3
-2,0SL=-
-4
2,397
-5
0
10
15
Sample Number
20 -3,0SL=3,817
GRFICOS X-BARRA Y S
Ya sabemos que siempre que se intente controlar una caracterstica de calidad cuantitativa, es
una prctica habitual controlar el valor medio de la caracterstica de calidad y su variabilidad. Esta
ltima se estudia mediante un grfico R (como ya vimos), o mediante un grfico S, el cual es un
grfico de control para desviaciones estndar muestrales. Por tanto, podemos usar los grficos S
para estudiar la variabilidad del proceso y detectar la posible existencia de causas especiales.
Resulta habitual utilizar los grficos S para muestras de tamao superior a 10, utilizando los
grficos R en caso contrario.
Sea X la caracterstica de calidad que nos interesa medir, donde X N(, ). Tomaremos k
muestras, cada una de ellas de tamao n. Denotaremos por X i1 , Xi2 , ..., Xin a las n observaciones
que forman la muestra i-sima, donde i = 1,2,...,k. Ya vimos cmo construir un grfico X-barra:
Por el Teorema de Distribucin Muestra, sabemos
que:
X N
=y =
LSC = + 3
n
Lnea central =
LIC = 3
1
= X =
Xi
1
X i =n
donde
i=1
ij
j =1
1
X ]=
E[X i ]= = .
x
k i=11
- i = 1,2,...,k , sea
Si =
n (X ij
)2
. Se cumple que
n 1 j =1
donde
E[
S
Si = c4 (n) ,
c (n)
c4 (n)
c4 (n)
c4 (n)
As, es buena idea tomar como estimador de el promedio de los Si / c4(n) :
1
=
Si
=
i1
c (n)
4
es estimador insesgado
( de )
c (n)
4
En caso de que el tamao muestral (ni ) sea diferente para cada subgrupo, a la hora de
calcular los lmites segn el modelo de Shewart, podemos optar por:
1. Obtener los lmites usando el n i asociado a cada muestra, con lo que las lneas de
control no sern rectas (darn saltos arriba y abajo segn ni disminuya o aumente),
2. Si los ni no difieren mucho unos de otros, podramos
tomar
1
n =k
n .
i
i=1
n
i
Xi
1
k
Si
c4 (ni )
Veamos ahora cmo construir un grfico S. Recordemos que X era la caracterstica de calidad
que nos interesa medir, donde X N(,), y que denotamos por X i1 , Xi2 , ..., Xin a las n
observaciones que formaban la muestra i-sima, donde i = 1,2,...,k.
S
i
Si = c4 (n) , y un
(n) , 1 (c
Nc
(n)) 2
4
Asimismo, la observacin que vimos en los diagramas X-barra para el caso en que el tamao
muestral (ni ) sea diferente para cada muestra es igualmente aplicable aqu.