Documente Academic
Documente Profesional
Documente Cultură
DE CALIDAD
Atributo
Se puede presentar o no, tales como defectuosos o no defectuosos, no
se mide el grado de conformación. Para inferir acerca de las
características de la población que se estudia se utiliza una distribución
discreta como la Binomial y Poisson (conteo)
Variables
Se presentan en diferentes grados y son medibles, utiliza las
distribuciones continuas, como la Normal (medible).
1.-Planes de muestreo de aceptación
Materia prima
Producto terminado
Plan de muestreo:
Es una regla de decisión que especifica que tan grande debe tomarse una
muestra n y la medición permisible, número o porcentaje c de defectos en la
muestra.
Plan de muestreo por atributo:
Cuantificable (medible)
Distribución Normal
n: Tamaño de muestra
c: Límite aceptable especificado
x: Porcentaje real o número de defectos
Resultan dos riesgos:
0.6
0.4
Los lotes que tienen un nivel de calidad entre NAC y PTDL están en una zona de
indeferencia
0.8 N = 400
C8
0.6
0.4
N = 100
C1 N = 100
0.2 C4
0
% defectuosos
0.02 0.04 0.06 0.08 0.10
Una vez son fijados los riesgos y (en los puntos NAC y PTDL
respectivamente), puede ser determinado un plan de muestreo (valores n,c)
si los datos son expresados en términos de proporciones (% defectuosos),
entonces la distribución binomial ó Poisson o una aproximación a la normal
es utilizada para calcular la probabilidad de aceptación
X yR
La variabilidad del proceso puede controlarse ya sea con una carta de rangos R
o con una carta de desviación estándar, dependiendo de la forma en que se
estima la desviación estándar de la población.
Tal como se indicó con anterioridad puede utilizarse como línea central de la
carta de control, y se pueden colocar los límites superiores e inferiores 3 en
3
LSC 1 m
n X xi
m i 1
3
LIC R
1 m
Ri
n m i 1
LC
m: Número de muestras
n: tamaño de la muestra
X
LSC X A2 r A2 aparece tabulada para varios tamaños
LC X
LIC X A2 r
R
r : Rango promedio muestral
LSC D4 r D3 y D4 valores constantes
LC r
LIC D3 r
X y R (variables)
1 m
x xi
m i 1
Donde:
m: numero de muestras
xi : media muestral de la i-ésima muestra
1 m
R Ri
n i 1
La línea central y los límites de control superior e inferior de una carta de control
X son:
3
LSC x R
d2 n
d 2 : media de la distribución del rango
LC x relativo R
3
LIC x R
d2 n
Defínase la constante:
3 LSC x A2 R
A2
d2 n LC x
LIC x A2 R
La línea central y los límites de control superior e inferior de una carta R son:
LSC D4 r
LC r r : rango promedio muestral
Las constantes D3 y D4 aparecen tabuladas para varios tamaños de
LIC D3 r
la muestra
Ejercicio
Un componente de una turbina de avión se fabrica con un proceso de fundición.
La apertura del alabé es un parámetro funcional importante de la fuerza, evaluar
la estabilidad estadística del proceso con los valores entregados en la tabla que
contiene 20 muestras cada una con 5 piezas.
1 m 1 m
x xi
m i 1
R Ri
n i 1
N° de
X1 X2 X3 X4 X5 r
muestra X
1 33 29 31 32 33 31,6 4
2 33 31 35 37 31 33,4 6
3 35 37 33 34 36 35 4
4 30 31 33 34 33 32,2 4
5 33 34 35 33 34 33,8 2
6 38 37 39 40 38 38,4 3
7 30 31 32 34 31 31,6 4
8 29 39 38 39 39 36,8 10
9 28 33 35 36 43 35 15
10 38 33 32 35 32 34 6
11 28 30 28 32 31 29,8 4
12 31 35 35 35 34 34 4
13 27 32 34 35 37 33 10
14 33 33 35 37 36 34,8 4
15 35 37 32 35 39 35,6 7
16 33 33 27 31 30 30,8 6
17 35 34 34 30 32 33 5
18 32 33 30 30 33 31,6 3
19 25 27 34 27 28 28,2 9
20 35 35 36 33 30 33,8 6
X = 33.3 r =5.8
X
A2 = 0.577 para n = 5 (valor
LSC x A2 R obtenido de la tabla)
r =5.8
LC x
LIC x A2 R
R n=5
LSC D4 r D4 2.115
D3 0
LC r
LIC D3 r
(Valor obtenido de la tabla)
LSC 2.115*5.8 12.27
LC 5.8
LIC 0*5.8 0
Carta X
39
38,4
38
37 36,8
Promedio X
36 35,6
35 35,0 35,0 34,8
34 33,8 34,0 33,8
33,4 34,0
33 33,0 33,0
32 32,2
31,4 31,6 31,6
31 30,8
30 29,8
29
28,2
28
27
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
N° de muestars
16
15
14
12
10 10 10
9
8
r
7
6 6 6 6 6
5
4 4 4 4 4 4 4 4
3 3
2 2
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
N° de muestars
r LSC LC LIC
Como existen valores fuera de los límites de control, el proceso de dice
descontrolado, entones realizamos el mismo procedimiento anterior pero
eliminando los datos que se encuentran fuera de los límites de control, el
resultado es el siguiente:
N° de
X1 X2 X3 X4 X5 X r
muestra
1 33 29 31 32 33 31,4 4
2 33 31 35 37 31 33,4 6
3 35 37 33 34 36 35,0 4
4 30 31 33 34 33 32,2 4
5 33 34 35 33 34 33,8 2
7 30 31 32 34 31 31,6 4
10 38 33 32 35 32 34,0 6
12 31 35 35 35 34 34,0 4
13 27 32 34 35 37 33,0 10
14 33 33 35 37 36 34,8 4
15 35 37 35 35 39 35,6 7
16 33 33 32 31 30 30,8 6
17 35 34 27 30 32 33,0 5
18 32 33 34 30 33 31,6 3
20 35 35 36 33 30 33,8 6
33.21 5
LSC x A2 R
LSC 33.21 0.577*50 36.10
LC x LC 33.21
LIC x A2 R LIC 33.21 0.577*5 30.33
Carta X
39
38
37
36
Promedio X
35,6
35 35,0 34,8
34 33,8 34,0 34,0 33,8
33,4
33 33,0 33,0
32 32,2
31,6 31,6
31,4
31
30 30,8
29
28
27
1 2 3 4 5 7 10 12 13 14 15 16 17 18 20
N° de muestars
14
12
10 10
8
7
r 6 6 6 6 6
5
4 4 4 4 4 4 4
3
2 2
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
N° de muestars
r LSC LC LIC
p(1 p)
p2ˆ
n
p 1 p
LSC p 3
n
p 1 p
LIC p 3
n
Sin embargo la fracción verdadera de artículos defectuosos es casi siempre
desconocida y debe estimarse empleando los datos provenientes de muestras
preliminares.
Supóngase que tiene m muestras preliminares, cada una de tamaño n, y sea Di
el numero del artículo defectuoso de la i-ésima muestra. Entonces:
Di
pˆ i “Fracción de artículos defectuosos muestral de la i-ésima muestra”
n
La fracción promedio de artículos defectuosos es:
1 m 1 m
p pˆ i Di
m i 1 nm i 1
LSC p 3
p 1 p
n
LC p
LIC p 3
p 1 p
n
p
Donde es el valor observado de la fracción promedio de artículos defectuosos
Muestras N° de piezas defectuosas
1 44
Ejercicio 2 48
Supóngase que desea construir una carta de 3 32
control de fracción de artículos defectuosos 4 50
para un proceso de producción en línea de 5 29
un sustrato cerámico. Se tienen 20 muestras 6 31
preliminares, cada una de tamaño 100, la 7 46
tabla a continuación contiene el número de 8 52
piezas defectuosas en cada muestra. 9 44
Construir la carta de control. 10 48
11 36
12 52
13 35
14 41
15 42
16 30
17 46
18 38
19 26
20 30
1 800
p *800 0.4
20*100 2000
0.4(1 0.4)
LSC 0.4 3 0.55
100
LC 0.4
0.4(1 0.4)
LIC 0.4 3 0.25
100
Carta P
0,6
Pracción muestral de piezas
0,55
0,52
0,5 0,5 0,52
defectuosas
0,48 0,48
0,46 0,46
0,45 0,44 0,44
0,41 0,42
0,4
0,38
0,36
0,35 0,35
0,32
0,3 0,31 0,3 0,3
0,29
0,26
0,25
0,2
1 2 3 4 5 7 10 12 13 14 15 16 17 18 20
Numero de Muestras
Este valor puede ser sustituido por en las ecuaciones anteriores para definir los
parámetros de la carta C. La línea central y los límites superior e inferior de control
de la carta C son:
LSC C 3 C
LC C
LIC C 3 C
C
i 1
i 160
1
C *160 8
20
LSC 8 3 8 16.48
LC 8
LIC 8 3 8 0.485
14 15
12 12 12
13
presencia de 8 defectos por
10 10 10
8 8
9 9
8 8
7 7
cada grupo de tarjetas es
6
4
6
4
demasiado (8/5 = 1.6
3
2
0
2 2
1 defectos/tarjeta) con lo que el
1 2 3 4 5 7 10 12 13 14 15 16 17 18 20 proceso requiere alguna
Numero de Muestras
mejora.
LSC LC LIC Numero de defectos
Carta U (carta de control de defectos por unidad)
1 m
U Ui
m i 1
Los parámetros de la carta U están definidos de la manera siguiente.
La línea central y el límite superior e inferior de control de la cata U son:
U
LSC U 3
n
LC U
U
LIC U 3
n
8 2 0.4
Ci 9 3 0.6
Ui
n 10 10 2.0
11 9 1.8
12 15 3.0
13 8 1.6
14 10 2.0
15 8 1.6
16 2 0.4
17 7 1.4
18 1 0.2
19 7 1.4
20 13 2.6
Análisis de patrones en cartas de control
Una carta de control puede indicar una condición de fuera de control cuando
uno o más puntos caen más allá de los límites de control o cuando los puntos
exhiben algún patrón no aleatorio de comportamiento.
LSC
LC
LIC
Esta carta de control tiene una corrida inusualmente larga (que comienza con
el cuarto punto) y otra corrida decreciente también inusualmente larga (que
comienza con el punto 18).
Existen otros tipos de patrones que también pueden indicar una condición de
fuera de control, en el ejemplo nótese que los promedios de esta grafica
exhiben un comportamiento cíclico, aunque todos ellos están dentro de los
límites de control; un patrón de este tipo puede indicar un problema con el
proceso, tal como fatiga del operador, entrega de materia prima y
calentamiento de las maquinarias. El rendimiento puede mejorar al eliminar las
fuentes de variabilidad que provocan este comportamiento cíclico.
El problema es de reconocimiento de patrones, esto es reconocer patrones
sistemáticos o no aleatorios en la carta de control e identificar la razón de este
comportamiento; esta habilidad para interpretar un patrón particular en términos
de causas asignables requiere experiencia y conocimiento del proceso. Esto es,
no basta con conocer loas principios estadísticos de las cartas de control sino
que también debe tenerse una buena compresión del proceso.
x
LSC 6.42 0.729*0.11 6.52
LC 6.42
LIC 6.42 0.729*0.11 6.34
R
LSC 2.285*0.11 0.25
LC 0.11
LIC 0*0.11 0
Carta X
6,65
6,55
6,45
6,35
6,25
1 2 3 4 5 6 7 8 9 10
Muestras
0,3
0,25
0,2
0,15
0,1
0,05
0
1 2 3 4 5 6 7 8 9 10
Muestras
r LSC LC LIC