CCC U2L5 Porcentaje

II0035_M2AA1L3_Defectos
Versión: Abril 2016

Revisor: Laura Cabello Barocio
Porcentaje de defectos
Por: Felipe de la Rosa Rivera
Los gráficos de control por variable empleados para monitorear la media (𝑥 − 𝑅) y la variabilidad de los
procesos (𝑥 − 𝑠) son herramientas de apoyo que permiten estandarizar las operaciones productivas; sin
embargo, por sí mismas no son suficientes para afirmar que los resultados obtenidos se desempeñan de
acuerdo con las especificaciones de calidad establecidas.
Los límites de control de proceso (LC, LCI y LCS) son empleados para detectar variaciones significativas
(especiales) en el comportamiento de las operaciones, además, suelen ser utilizados internamente en
actividades de mejora. No obstante, en última instancia, son los límites de especificación impuestos por
el cliente los que determinan el éxito o fracaso de un proceso, ya que un proceso se vuelve exitoso
únicamente cuando se logra conciliar los límites del control de proceso, con los límites de especificación.
Al comparar los límites de control con los límites de especificación es común enfrentar tres situaciones
problemáticas:
Situación 1. El proceso no está centrado: esto curre cuando la media (valor de tendencia central) del
proceso no coincide con el punto medio entre los límites superior (LSE) e inferior (LIE) de especificación.
Figura 1. El proceso no está centrado.
En la figura 1 se aprecia que el valor de tendencia central (𝑥) no coincide con el punto medio entre el LIE y
el LSE, lo cual ocasiona que una proporción de las unidades producidas no cumpla con los requisitos del
cliente (área gris).
©UVEG. Derechos reservados. Esta obra no puede ser reproducida, modificada, distribuida, ni transmitida, parcial o totalmente, mediante cualquier medio, método o
sistema impreso, electrónico, magnético, incluyendo el fotocopiado, la fotografía, la grabación o un sistema de recuperación de la información, sin la autorización por
escrito de la Universidad Virtual del Estado de Guanajuato.
Situación 2. El proceso presenta una variación mayor a la establecida en los límites de

especificación: esto ocurre cuando la variabilidad del proceso es alta en comparación con la tolerancia
definida por los límites de especificación.
Figura 2. El proceso presenta una variación mayor a la establecida en los límites de especificación.
En la figura 2 se aprecia que el valor de tendencia central (𝑥) coincide con el punto medio entre el LIE y el
LSE; sin embargo, su dispersión respecto a la tendencia central (𝑥) excede la variación permitida por los
límites de especificación y ocasiona que una proporción de las unidades producidas (áreas grises) no
cumpla con los requisitos del cliente.
Situación 3. El proceso no está centrado y presenta una variación mayor a los límites de
especificación: esta situación es la combinación de las dos problemáticas anteriores y, debido a ello, es
más difícil de erradicar.
Figura 3. El proceso no está centrado y presenta una variación mayor a los límites de especificación.
En la figura 3 se aprecia que el valor de tendencia central (𝑥) no coincide con el punto medio entre el LIE y
el LSE. Además, su dispersión respecto a la tendencia central (𝑥) excede la variación permitida por los
límites de especificación y ocasiona que una proporción muy significativa de las unidades producidas (área
gris) no cumpla con los requisitos del cliente.
Cálculo de la proporción de defectos
Debido a que la mayoría de los procesos se comportan de acuerdo con la distribución de probabilidad
normal, es posible emplear la información de los límites de control para calcular la proporción de artículos
defectuosos que se espera obtener en un determinado proceso. Para lograrlo sólo es necesario estimar los
dos parámetros que describen una distribución normal: la media ( ) y la desviación estándar (𝜎).
Concepto clave
Las fórmulas para estimar la media y la desviación estándar de una

población a partir de una muestra estadística representativa son:
Gráfico 𝑥 − 𝑅 Gráfico
𝜇=𝑥 𝜇=𝑥
𝑅 𝑠
𝜎= 𝜎=
𝑑) 𝑐+
X
Donde d2 y c4 son factores constantes que se obtienen a partir de la
distribución de probabilidad normal y puedes consultarlos en la
tabla de constantes para gráficos de control.
Ejemplo 1
Una fábrica de chumaceras monitorea la precisión del

diámetro central de uno de sus productos, para ello toma
muestras de tamaño 5 en intervalos regulares para calcular
su media (𝑥) y su rango (𝑅) en centímetros. Después de 30
muestras se tiene que:
𝑥, = 243 𝑅, = 5
Para estimar el porcentaje de productos defectuosos en

las condiciones actuales de operación se supone que el
proceso está bajo control y que los límites de especificación
son 8.1 + 0.1 centímetros.
El procedimiento es el siguiente:
Paso 1. Calcular el valor de los parámetros: media (𝜇) y

desviación estándar ( ). En este caso se utilizan las
fórmulas que corresponden al gráfico .
243
𝜇=𝑥= = 8.1
30
𝑅, 5 𝑅 0.166
𝑅= = 𝜎= =
𝑁 30 𝑑) 2.326
= 0.166 = 0.0716
Paso 2. Obtener los límites de naturales de variación

para la media: estos se encuentran a una distancia de +3
y deben calcularse utilizando las fórmulas que se presentan a
continuación:
𝐿𝐶: = 𝑥 = 8.1
𝐿𝐶𝐼: = 𝑥 − 3𝜎 = 8.1 − (3)(0.0716)

𝐿𝐶𝐼: = 7.885
𝐿𝐶𝑆: = 𝑥 + 3𝜎 = 8.1 + (3)(0.0716)

𝐿𝐶𝑆: = 8.314
Paso 3. Realizar un esquema que permita observar de

forma gráfica la relación entre los límites de control y los
límites de especificación.
Figura 4. Relación entre los límites de control y los de especificación.
La figura 4 corresponde a la situación 2: cuando el

proceso se encuentra centrado, pero la variación es mayor
a la permitida por los límites de especificación (en color
rojo). Esto da como resultado una proporción defectuosa
en ambos lados de la distribución normal (áreas grises).
Paso 4. Calcular la proporción de productos no

conformes: para esto se utiliza la distribución normal
estándar con una media de 0 y desviación estándar de 1.
Para poder transformar la distribución normal del proceso

bajo estudio en una distribución normal estándar
empleamos la fórmula:
𝒙−𝝁
𝒛=
𝝈
Donde 𝒙 es el valor de la variable bajo estudio.
En este caso se requiere conocer la probabilidad

acumulada a la izquierda de 8.0 y a la derecha de 8.2
(áreas en color gris), por lo que calculamos su valor (𝑧).
E.FGE.H
𝑧= = −1.39
F.FIHJ
E.)GE.H
𝑧= = 1.39
F.FIHJ
Al obtener la probabilidad acumulada para estos valores de

𝑧 en la distribución normal, se determina que la proporción
de defectos es de 16.25%.
Figura 5. Probabilidad acumulada para los valores de z.
Ejemplo 2
El supervisor de producción de una fábrica de empaques

verifica la resistencia de las cajas producidas mediante la
medición periódica de subgrupos de 7 observaciones de
cartón corrugado. Después de 40 muestras obtiene la
siguiente información:
𝑥, = 204 𝑠, = 4.8
Para estimar el porcentaje de productos defectuosos en

las condiciones actuales de operación se supone que el
proceso está bajo control y que los límites de especificación
son 5 + 0.3 centímetros.
Paso 1. Calcular el valor de los parámetros: media (𝜇) y

desviación estándar ( ).
204
𝜇=𝑥= = 5.1
40
𝑠, 4.8 𝑠 0.12
𝑠= = 𝜎= =
𝑁 40 𝑐+ 0.959
= 0.12 = 0.1251
Paso 2. Obtener los límites de naturales de variación
para la media.
𝐿𝐶: = 𝑥 = 5.1
𝐿𝐶𝐼: = 𝑥 − 3𝜎 = 5.1 − (3)(0.1251)

𝐿𝐶𝐼: = 4.724
𝐿𝐶𝑆: = 𝑥 + 3𝜎 = 5.1 + (3)(0.1251)

𝐿𝐶𝑆: = 5.475
Paso 3. Realizar un esquema que permita observar de

forma gráfica la relación entre los límites de control y los
límites de especificación.
Gráfica 6. Límites de especificación.
Observa que, en este caso, el proceso se encuentra centrado

y el límite inferior de variación (4.72) está dentro de los
parámetros de especificación, pero el límite superior los
excede y ocasiona una proporción de artículos defectuosos.
Paso 4. Calcular la proporción de productos no

conformes: en este caso sólo se calculó la probabilidad
acumulada que se encuentra a la derecha de 5.3, pues el
límite inferior se encuentra dentro de los parámetros de
especificación.
𝑥 − 𝜇 5.3 − 5.1
𝑧= = = 1.59
𝜎 0.1251
Al obtener la probabilidad acumulada para el valor de 𝑧 en la

distribución normal, se determina que la proporción de
defectos es de 5.59%.
Es importante recordar que el cálculo de la proporción de

unidades puede realizarse únicamente cuando el proceso se
encuentra en control estadístico, es decir, cuando los límites
de control se han estabilizado y no presentan causas
especiales de variación.
Bibliografía
ADS QUALITY (2005). Control estadístico de los procesos (SPC). Madrid, España:
Fundación Confemetal. [Versión en línea]. Disponible en:
http://books.google.com.mx/books?id=jc1qaKMBYvIC&printsec=frontcover
#v=onepage&q&f=false
Arvelo, A. F. (1998). Capacidad de los procesos industriales: Métodos estadísticos

exigidos por las normas ISO 9000. Caracas, Venezuela: Universidad
Católica Andrés Bello. [Versión en línea]. Disponible en:
http://books.google.com.mx/books?id=13p4OVgKmbAC&printsec=frontcov
er&source=gbs_ge_summary_r&cad=0#v=onepage&q&f=false
Besterfield, D. H. (1995). Control de la calidad (4a. ed. en español; R. Bautista, Trad.).

México: Prentice Hall Hispanoamericana.
Carot, V. (1998). Control estadístico de la calidad. Valencia, España: Servicio de

publicaciones de la Universidad Politécnica de Valencia. [Versión en línea].
Disponible en:
http://books.google.com.mx/books?id=jH8Nu0yVXq0C&printsec=frontcover
#v=onepage&q&f=false

CCC U2L5 Porcentaje

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

CCC U2L5 Porcentaje

Încărcat de

Drepturi de autor:

Formate disponibile

II0035_M2AA1L3_Defectos

Versión: Abril 2016

Por: Felipe de la Rosa Rivera

Figura 1. El proceso no está centrado.

Situación 2. El proceso presenta una variación mayor a la establecida en los límites de

Cálculo de la proporción de defectos

Las fórmulas para estimar la media y la desviación estándar de una

Una fábrica de chumaceras monitorea la precisión del

Para estimar el porcentaje de productos defectuosos en

Paso 1. Calcular el valor de los parámetros: media (𝜇) y

Paso 2. Obtener los límites de naturales de variación

𝐿𝐶𝐼: = 𝑥 − 3𝜎 = 8.1 − (3)(0.0716)

𝐿𝐶𝑆: = 𝑥 + 3𝜎 = 8.1 + (3)(0.0716)

Paso 3. Realizar un esquema que permita observar de

Figura 4. Relación entre los límites de control y los de especificación.

La figura 4 corresponde a la situación 2: cuando el

Paso 4. Calcular la proporción de productos no

Para poder transformar la distribución normal del proceso

En este caso se requiere conocer la probabilidad

Al obtener la probabilidad acumulada para estos valores de

Figura 5. Probabilidad acumulada para los valores de z.

El supervisor de producción de una fábrica de empaques

Para estimar el porcentaje de productos defectuosos en

Paso 1. Calcular el valor de los parámetros: media (𝜇) y

𝐿𝐶𝐼: = 𝑥 − 3𝜎 = 5.1 − (3)(0.1251)

𝐿𝐶𝑆: = 𝑥 + 3𝜎 = 5.1 + (3)(0.1251)

Paso 3. Realizar un esquema que permita observar de

Gráfica 6. Límites de especificación.

Observa que, en este caso, el proceso se encuentra centrado

Paso 4. Calcular la proporción de productos no

Al obtener la probabilidad acumulada para el valor de 𝑧 en la

Es importante recordar que el cálculo de la proporción de

Arvelo, A. F. (1998). Capacidad de los procesos industriales: Métodos estadísticos

Besterfield, D. H. (1995). Control de la calidad (4a. ed. en español; R. Bautista, Trad.).

Carot, V. (1998). Control estadístico de la calidad. Valencia, España: Servicio de

S-ar putea să vă placă și