Vous êtes sur la page 1sur 21

CAPITULO 2

TEORIA DE GRAFICAS DE CONTROL

El objetivo del presente capitulo es conocer los principios generales en las que descansan los grficos de control de Shewhart e identificar donde se pueden aplicar los grficos de control. En captulos posteriores se aplica y detalla el uso de los grficos de control, considerando el tipo de datos y objetivo deseado.

2.1

INTRODUCCION Y CONCEPTO DE PROCESO REPETITIVO

Los grficos de control son un procedimiento grfico empleado para anali ar y describir la variaci!n de procesos repetitivos, con fundamento en los principios estadsticos. "n proceso bsicamente consiste en una transformaci!n. #ara esto se reciben insumos que se procesan para transformarlos en el $producto% deseado, como se ilustra en la figura &. Los insumos son aspectos como las materias primas usadas, la transformaci!n puede ser 1 la conversi!n de los materiales en un producto, 2 acomodar un producto en una pie a 3 interpretar la hoja de instrucciones, para tomar una decisi!n, etc. E'tendiendo este concepto a la interpretaci!n del un proceso repetitivo equivale a decir que es hacer varias veces el trabajo o proceso. (lgunos ejemplos de procesos o trabajos repetitivos, agrupados por tipo de empresa, se presentan en la tabla &
INSUMOS ,ano de obra ,ateria #rima ,-todos de trabajo Especificaciones es NO CONTROLABLES ,-dio ambiente Figura 1 )lustraci!n de un sistema de producci!n sistema de producci!n PROCESO *equipo, procedimientos+ PRODUCTOS .ines Servicios

Control de Calidad 27

Empresa 0otelera

)nsumos #roceso /orma de registro, 1egistro del cliente en el horas hombre, etc hotel

#roducto /inal 2liente registrado 3ecisi!n de castigar o no al empleado #ie a cortada #ie as perforadas 2ontrato del servicio telef!nico .icicleta ensamblada

1eporte de retardos del Evaluaci!n de la empleado informaci!n para decidir que hacer 2arpintera ,adera, equipo de 2ortado de una pie a de cortado madera a un tama4o de &55.6 centmetros ,etal #ie a de metal, planos, #erforado de una pie a m-todos de trabajo, metlica especificaciones, etc. 7el-fonos /orma de contrataci!n Llenado de la forma de de servicio, personal, contrataci!n del servicio equipo computo, etc. telef!nico /brica Llantas, rayos, tubos, Ensamblado de una .icicletera rines, cadenas, etc. bicicleta Tabla 1 Ejemplos de trabajos que presentan procesos repetitivos

Seg8n como se interprete proceso, se puede ver como la obtenci!n de un producto final y9o de subproductos o partes. En el caso de la manufactura de un subproducto, es el resultado de un proceso que forma parte del gran proceso de producci!n y que para fines de difeenciaci!n se le denomina subproces, el cual tiene las mismas caractesticas del proceso. La relaci!n de proceso y subproceso se presenta en forma general en la figura :. #or ejemplo, suponga que ensambla bicicletas. El ensamblado de la bicicleta es el producto final que requiere la reali aci!n de varios trabajos o subprocesos intermedios. "n trabajo o subproceso intermedio es el ensamblado del rin *se recibe el rin, la cmara y llanta de la bicicleta y se tiene el subproducto que es el rin ensamblado+. ;tro subproducto es el arma !n de la bicicleta logrado mediante el proceso de soldado de las distintas partes metlicas de la bicicleta. Los manubrios pueden interpretarse como otro subproducto, etc. En cada uno de los subprocesos es posible utili ar uno o varios grficos de control.
PROCESO I !u"#! #roceso & #roceso :

...

#roceso =

Pr#$u%&#!

Figura 2 <enerali aci!n del concepto de proceso.

Si para cada insumo, producto o proceso se definieran los temas de control importantes que contribuyen a definir la calidad del producto y se quisiera controlar su variaci!n, se tendra muchas oportunidades de emplear los grficos de control. )ncluso en una opeaci!n como el colocar el asiento a la bicicleta se pueden emplear varios temas e control *ajuste del asiento, color correcto del

Teoria de Grficos de Control 28

asiento, asiento usado sin defectos, etc+ (lgunos ejemplos de temas de control que permiten el uso de grficos de control se presentan en la tabla &.

2.2

CONCEPTO DE VARIACION

En todo proceso *trabajo u operaci!n+ repetitivo, no es posible tener resultados e'actamente iguales en cada repetici!n por ms cuidado que se tenga. 3e tener resultados iguales, esto es porque el equipo de medici!n usado no tiene suficiente capacidad de diferenciaci!n. #ara introducir el concepto de variaci!n emplearemos el ejemplo &. E'(")l# 1 )lustraci!n del conepto de variaci!n usando el ancho de una madera En una fbrica de cocinas integrales de madera se tiene una operaci!n que consiste en tomar tiras de madera provenientes de una operaci!n previa y ajustarlas para que cumplan con el ancho especificado de &.555>5.55: pulgadas. Este trabajo se hace diariamente hasta completar la cuota de &55 pie as por da. La operaci!n del ajuste al ancho se hace usando una mquina cortadora estacional que contiene una sierra circular y un riel de metal m!vil, paralelo a la sierra que al moverse permite ajustar el espacio para cortar al ancho deseado. (l inicio del da el operador ajusta el riel para que el espacio entre el riel y la sierra sea de &.555 pulgada. 2ada ve que corta die tiras mide el ancho de la 8ltima tira de madera y si el ancho es distinto a &.555, reajusta el espacio entre la sierra y el riel. Suponga que al completar la decima tira de madera, el ancho fue de &.55&. El operador considera que eso es porque se movi! el riel y reajusta la separaci!n para que sea esta ve 5.??? y as compensar el posible movimiento del riel durante la operaci!n de cortado de las tiras de madera. 2ontinua con esa forma de trabajo hasta completar con la producci!n requerida del da. "n ingeniero decide anali ar los datos de esa operaci!n considerando como tema de control el ancho de la tira de madera. #ara esto, toma las die primeras tiras de madera conservando el orden de corte y los resultados obtenidos los presenta en la tabla :. El ancho de cada tira de madera no es el mismo en cada ocasi!n, se observan diferencias peque4as en el ancho y al calcular el ancho promedio de las primera die tiras de madera encuentra es de &.555 pulgada. ,ide la variaci!n de los datos en t-rminos del rango obteniendo un valor de 5.55:6 *@&.55&6 A 5.???+. 2ontinua jugando con los datos y decide graficarlos de acuerdo al orden de trabajo obteniendo la figura B. En la grfica no se observa ningun comportamiento especial debido al orden de producci!n, prcticamente la mitad de los datos caen por arriba del promedio y la otra mitad por debajo. #ara visuali ar alg8n agrupamiento especial de los datos, construye el histograma mostrado en la figura C, de este grfico se observa que el valor que ms se repite es el &.555, as mismo no se detecta ning8n sesgo apreciable. 3el anlisis de los primeros die datos concluye dos cosasD 1 La variaci!n del tema de control parece natural para la forma en que se trabaj! 2 El ajuste hecho al espacio entre

Control de Calidad 29

el riel y la sierra basado en una medici!n no parece justificarse porque el ancho promedio es de &.555 3 La actividad de reajuste consume tiempo productivo que afecta directamente a la productividad y la variabilidad del ancho de las pie as de madera.
7ira n8mero (ncho & &.5555 : 5.???5 B &.5556 C &.55&6 6 5.???6 E &.5555 F 5.???6 G 5.???5 ? &.5555 &5 &.55&5 #romedio &.5555 1ango 5.55:6 Tabla 2 (ncho de los primeros &5

R(!ul&a$#! $(l a %+# &.55:5 &.55&6 &.55&5 &.5556 &.5555 5.???6 5.???5 5.??G6 5 : C E G

&.55: &.55&6 &.55&

(ncho en pulgadas

'@ &.5

&.5556 & 5.???6

1@ 5.55:6

&5 &:

5.??? 5.??G6

7ira n8mero

Figura 3 <rfico del ancho por orden de Figura * 0istograma del ancho de las &5 primeras tiras

producci!n

Se prosigui! midiendo el ancho de las tiras del && a la :5 registrando los resultados en la tabla B. El tama4o promedio del ancho fue de 5.??GF lo cual es menor al valor ideal deseado *de &.555+. La variaci!n del ancho en t-rminos del rango de 5.55:6 *@& A 5.??F6+ se mantuvo constante. La figura 6, ilustra el patr!n de variaci!n considerando el orden de producci!n, del cual so se detecta ningun comportamiento especial. El figura E, ilustra el patr!n de variaci!n en t-rminos de la repetici!n de resultados. En dicha grfica la mayora de los anchos fueron inferiores al &.555, e'cepto el de la pie a &6. La sospecha que se tena del ajuste se corrobora, se ha modificado el centro del proceso al pasar de &.555 al 5.??GF.

Teoria de Grficos de Control 30

7ira n8mero (ncho && 5.???5 &: 5.??G6 &B 5.??F6 &C 5.???6 &6 &.5555 &E 5.??G6 &F 5.???5 &G 5.??G6 &? 5.??G5 :5 5.??G6 #romedio 5.??GF Tabla 3 (ncho de los primeros &5

&.5556 & 5.???6 5.??? 5.??G6 5.??G 5.??F6 5.??F

Figura ,

<rHfico del ancho por orden de producci!n del && al :5

Figura - 0istograma del ancho de la tira && a la :5

#ara concluir el estudio se decide anali ar los :5 datos como conjunto. El promedio y rango es de 5.???C y 5.55C respectivamente. En su conjunto la variaci!n aument! a consecuencia del reajuste en el centro. La grafica del ancho con respecto al orden de producci!n, figura F, indica cierta tendencia a generar medidiciones por debajo del valor deseado *&.555+. #or 8ltimo el histograma, figura G, refleja un sesgo hacia valores menores a la unidad.

Control de Calidad 31

&.55:

&.55& &

5.??? 5.??G

5.??F

Figura . Iariaci!n en el anchoen los :5 primeros datos

Figura / 0istograma del ancho de los primeros :5 datos

3el anlisis de los datos usando tablas y grficas, desde las tres perspectivas consideradas se resume lo siguienteD 1 La variaci!n del tama4o del ancho era aparentemente, natural, hasta que se reajust! el riel *figura F+, 2 la alteraci!n en el comportamiento de la variaci!n de los resultados afect! al promedio del proceso al pasar de &.5555 a 5.???C y al rango al pasar de 5.55:6 a 5.55C y 3 es conveniente considerar ms de un dato para tomar decisiones de modificaci!n de las condiciones de trabajo. 2.2.1 Varia%i0 a&ural

El ejemplo& es instructivo porque nos indica que en todo trabajo repetitivo esta presente cierta variaci!n generada por las causas siguientesD &. :. B. C. 6. E. ,ateria prima ,ano de obra. ,aquinaria y herramental. ,edio ambiente ,-todo de trabajo ;rden de producci!n

Teoria de Grficos de Control 32

Seg8n la magnitud y comportamiento de la variaci!n, -sta se clasifica como natural y no natural. La variaci!n natural es el resultado de las peque4as diferencias e'istentes que se presentan de manera fortuita, en factores como los siguientesD 1 el estado de animo del personal tiende a variar durante el da y esto afecta a su concentraci!n y esto a su ve al resultado de su trabajo, 2 la mquina mediante el uso se va desajustando, se va desgastando, 3 la temperatura y humedad del lugar de trabajo es variable seg8n la hora del da *a no ser que se dise4e un ambiente controlado que repercute en los gastos de operaci!n+, * la materia prima no es homogenea comopor ejemplo la dure a o humedad de un rbol vara, etc. "n proceso esta estable o bajo control si en el sistema productivo *es decir los insumos, los m-todos de trabajo, herramientas, equipo, etc., estn funcionando de la forma pretendida+, se tiene un proceso con variaci!n estable porque bsicamente estn interviniendo las peque4as causas comunes de variaci!n *peque4os cambios en los materiales, desempe4o del personal, desgaste de las herramientas, etc.+. Se dice que la variaci!n es estable, es aleatoria, est controlada y es posible )r($(%ir los resultados futuros, por ejemplo, para fijar los valores m'imos y mnimos esperados. "n proceso estable tiene como caracterstica que la media y variaci!n de proceso *o poblaci!n+ se mantienen relativamente constantes con respecto al tiempo, como se ilustra en la figura ?. El ejemplo &, no cumple con esta caracterstica. &,& @ :,: @ ... ... @ =,=

7iempo t& t: J t=
Figura 1 2omportamiento tpico de un proceso estable

En grficos de control se usa indistintamente como sinnimos los trminos: variacin natural, variacin aleatoria, variacin comn 2.2.2 Varia%i# # a&ural

"n proceso no controlado es aquel en el que la variaci!n no natural es causada cuando uno o ms de los factores enlistados en la secci!n anterior afectan de una manera distinta a la estimada como estable debido a un cambio importante en

Control de Calidad 33

algunos de los seis elementos causantes de variaci!n del proceso."n proceso no controlado tiene un comportamiento impredecible. Las causas de variaci!n no natural se reflejan seg8n el caso en cambios que afectan a 1 la variaci!n *aumentandola o disminuyendola+ y9 o 2 la media del proceso, como se ilustra en la figura &5. En el ejemplo &, se tiene que en el que en el periodo &, t&, *producci!n de las primeras &5 pie a+, la media y la variaci!n e'presada como rango es de de &.5 y 5.55:6 respectivamente y en el periodo :, t:, la media del proceso fue de 5.??GF* &.555+ pero se mantuvo constante la variaci!n. En grficos de control se usa indistintamente como sinnimos los trminos: variacin no natural, no aleatoria, asignable, especial.

&,&K

:,:K...

=,=

7iempo t& t: J t=
Figura 12 2omportamiento tpico de un proceso no estable

Teoria de Grficos de Control 34

Varia%i0 $(l )r#%(!#

2ausa la variaci!n

2lasificaci!n de la variaci!n

&. ,ateria prima :. ,ano de obra. B. ,aquinaria y herramental. C. ,edio ambiente 6. ,-todo de trabajo E. ;rden de producci!n

Latural o aleatoria

Lo aleatoria o asignable a alg8n factor

2.2

GRAFICOS DE CONTROL DE S3E43ART

Los grficos de control de Shewhart son un procedimiento grfico para establecer el rango de variaci!n tpico de un proceso que se supone tiene su variaci!n controlada para ciertas condiciones definidas del proceso. Se fundamenta en aspectos estadsticos y prcticos. Los principios estadsticos en que descansa es el teorema del lmite central y la distribuci!n normal. 3el aspecto prctico es facilitar el dise4o, construcci!n e interpretaci!n del grfico, aun cuando se pierda precisi!n. ( continuaci!n se desglosa los distintos conceptos que se consideran. 2.2.1 E!&ru%&ura $(l gr56i%# $( %# &r#l El grfico de control para un tema de control representado por el estadstico q, *que puede representar un promedio, un rango, una proporci!n, cantidad de no conformidaeds por unidad, etc.+ indica la variaci!n de dicho estadstico con respecto al tiempo.El grfico de control consta de tres elementosD 1 una lnea central *L2+ que representa el promedio del tema de control de un proceso estable o la media deseada del tema de control, 2 un lmite superior de control *LS2+ que representa el valor m'imo que puede tomar el estadstico q, y 3 un lmite inferior de control *L)2+ que representa el valor mnimo que puede tomar el estadstico de control. Los valores de los estadsticos calculados a partir de los datos obtenidos, se grafican como puntos en el grfico de control y se unen con una lnea s!lida continua. #ara el ejemplo &, si se emplea como tema de control el

Control de Calidad 35

ancho promedio calculado con C tiras de madera, el estadstico q equivale al promedio,'. La L2 puede representar el ancho deseado de &.555. El LS2 y L)2 representaran el valor m'imo y mmimo que puede tomar el promedio de C mediciones. La figura &&, representa la forma general de un grfico de control usando como lmites de control B sigma *@B +. La figura &B, es una ilustraci!n de un grfico de control para el promedio del volumen de lquido en botellas.

Ialor representativo de la muestra

Limite Superior de 2ontrol *LS2+ @q M Bq MB Lnea 2entral *L2+@ q NB Lmite )nferior de 2ontrol *L)2+ @q N Bq

;rden de e'tracci!n de la muestra Figura 11 Estructura de un grfico de control clsico con n constante.

La distancia que separa la L2 de los lmites de control se establece de tal manera de que si el proceso est controlado, prcticamente todos los valores del estadstico graficado *q &, q:, ..., q=+, caigan dentro de los lmites de control. Los valores comprendidos entre el L)2 y LS2 pretenden absorver o representar la variaci!n tpica de un proceso controlado que tiene ciertas caractersticas. #or la forma en que se establecen los lmites de control, es poco probable que el punto q, caiga fuera de los lmites de control, pero de ocurrir, se tendra motivos para !#!)(%+ar que estn presentes causas asignables de variaci!n. 3e contarse con la L2, LS2 y L)2, la operaci!n del grfico de control consistir enD 1. 2. 3. *. E'traer n unidades producidas consecutivamente. ,edir el tema de control bajo estudio en n unidades. 2alcular el estadstico de inter-s q. <raficar el punto q y tomar una decisi!nD a. La variaci!n aparentemente es aleatoria, si el punto q toma un valor entre el L)2 y LS2 *@ L)2OqOLS2+, b. La variaci!n aparentemente no es aleatoria en caso contarrio.

Teoria de Grficos de Control 36

,. 1egrese al paso &. Pri %i)i#! ( l#! 7u( $(!%a !a u gr86i%# $( %# &r#l

2.2.2

2onsiderando que el estadstico q es una variable aleatoria, el valor del L)2 y LS2 se establecen para tener una alta probabilidad *@&N + de que se cumpla la aseveraci!n de que la variaci!n es natural, cuando es cierto. El procedimiento general para el clculo de los lmites de control es el siguienteD 1. )dentifique la distribuci!n de probabilidad que describa la I.(. asociada al tema de control. 2. Estable ca la probabilidad permitida de afirmar que en el proceso se tiene la presencia de causas de variaci!n asignables cuando no es cierto. *Es equivalente a establecer la probabilidad de cometer el error tipo & @, en una prueba de hip!tesis estadstica+. 3. 2alcule el valor mnimo y m'imo permitido para el estadstico, usando como base los resultados de los pasos anteriores. Los tres pasos de implementarse como se ha dicho, tienen la fundamentaci!n necesaria para predecir con un buen nivel de certe a el tipo de variaci!n, sin embargo no es sencillo identificar la distribuci!n de probabilidad por lo que se apro'ima, suponiendo que el estadstico es descrito ra onablemente bien por la distribuci!n de probabilidad normal. Esto es en lo que se bas! Shewhart cuando propuso generali ar la construcci!n del grfico y lo complement! estableciendo como correcto fijar la probabilidad de cometer el error tipo& en 5.55:F*@ @probabilidad de decir que el proceso est controlado cuando no es cierto+. El empleo de un valor de distinto al preestableido lo que hace es variar las probabilidades de cometer el error tipo &, como se ilustra con l a tabla C y la figura &:. (lgunos proponen agregar a los grficos de control, los limites de : , llamados li"i&(! $( a$9(r&( %ia para tomar precausiones cuando un valor caiga entre : y B. 1esumiendo, la L2 y los lmites de control superior e inferior clsicos para un estadstico cualquiera, q, se hace usando las ecuaciones &, : y B respectivamente. Si los lmites de control se establecen El porcentaje de variaci!n natural absorbida esD El porcentaje de variaci!n natural no

Control de Calidad 37

absorbida esD P&55 B&.FBQ 56.55Q 5C.6EQ 55.:FQ Tabla * 2riterios para definir el rango de variaci!n natural en t-rminos de =
L2 @ = #rob. error tipo & /2 = #rob. Error tipo &

considerandoD = & &.? : B

*&N +P&55 EG.:FQ ?6.55 Q ?6.C6Q ??.FBQ

L)2

LS2

&N
Iariaci!n Latural considerada

/2

Figura 12 1elaci!n entre la L2 y los lmites de control en t-rminos de =

L2@ q LS2@ q MBq L)2@ q N Bq 3ondeD q @ La media o centro de un proceso controlado @ ,edia poblacional o deseado q@ 3esviaci!n estndar del estadstico q, considerado cuando las condiciones son estables

E2 & E2 : E2 B

E'(")l# 2. 2onstrucci!n de un grfico para el promedio *forma bsica+. Los datos de la tabla C, corresponden al llenado de una botella con refresco, usando una mquina de llenado automtica. La cantidad promedio de lquido por botella !( !ab( es de &: on as *= &:+ con una desviaci!n estndar de 5.&: on as *= 5.&:+. Se pretende darle seguimiento a la variaci!n en el llenado de las botellas usando un grfico de control para el promedio, manejando grupos de 6 botellas llenadas *n@6+. La lnea central del grfico para los datos proporcionados es seg8n la ecuaci!n &D L2@ q @
x

@ &:

3e manera similar, los lmites de control superior e inferior usando las ecuaciones : y B sonD

Teoria de Grficos de Control 38

.12 = 12 + 3 * = 12 + 0.161 = 12.161 n 5 .12 = 12 3 * = 12 0.161 = 11.839 L)2@ q NBq @ x 3 x = x 3 n 5

LS2@ q MBq @ x + 3 x = x + 3

La interpretaci!n de los resultados es D Si el volumen promedio de las 6 botellas esta entre &&.GB? y &:.&E&, *es decirD &&.GB? O' O &:.&E&+ la variaci!n es aparentemente natural. Las causas de variaci!n son las comunes. "sando los datos de la tabla C Res posible afirmar que el volumen promedio de las :5 muestras provienen de un proceso con variaci!n controlada que tiene media &: y desviaci!n estndar 5.&:S La respuesta a la pregunta requiere graficar los promedios en el grfico de control. Esto se muestra en la figura &B.

Gra6i%# Pr#" &:.: &:.&


#romedio

&: &&.? &&.G &&.F &&.E & B 6 F ? && &B &6 &F &?
;rden

Figura 13 <rfico ' para el llenado de botellas

2omo en la figura &B no cae ninguno de los promedios fuera de los lmites de control, se concluye que el comportamiento del proceso es aleatorio, se considera que la variaci!n del proceso no es lo suficientemente grande como para asignrselo a alguna causa especial.
) & : B C 6 E T& &&.?& &:.:? &&.?B &:.5? &&.?E &&.FF T: &&.G6 &: &&.?6 &:.&& &:.&: &&.?B TB &:.5C &&.G6 &:.5F &:.5F &:.5E &&.GB TC &:.5: &&.G6 &&.GG &&.G: &&.?F &&.?B T6 &&.?G &&.?G &:.5B &:.55 &:.&F &:.5& ' &&.?E &&.?? &&.?F &:.5: &:.5E &&.G? S 5.5G 5.&G 5.5G 5.&: 5.5? 5.5? 1 5.&? 5.CC 5.&? 5.:? 5.:& 5.:C

Control de Calidad 39

&&.?? &&.?F &:.56 &&.?C &:.&E &:.56 &&.?: &&.?E &&.GG &&.?G &&.?F &:.5& &:.&& &:.56 &&.GF &&.?& &&.GG &&.?? &:.&E &:.5C &&.GF &:.5: &&.? &&.?C &:.5B &&.?G &&.?F &&.?? 7otal @ :B?.F: #romedio@ &&.?GE Tabla , Da&#! $( ll( a$# $( r(6r(!%# ( b#&(lla!

F G ? &5 && &: &B &C &6 &E &F &G &? :5

&&.?& &&.GC &:.:G &:.56 &:.&? &:.:: &&.GG &&.?6 &:.:C &&.GF &:.&F &&.GG &&.?B &&.?G

&:.5B &&.F? &&.?G &&.? &:.56 &:.&& &&.?6 &&.GC &&.FF &:.5F &:.&: &: &&.?: &:.5:

&:.5F &:.5F &:.&B &:.5G &&.?F &&.?B &&.?6 &:.5& &&.?E &&.GG &: &:.5E &:.5& &&.?6

&&.G6 &&.?6 &&.F: &&.GB &&.G &&.G: &:.BC &&.GF &:.&: &:.:B &&.?B &&.GG &:.5& &:.5&

5.5? 5.&: 5.:: 5.&& 5.&6 5.&E 5.&G 5.5F 5.&? 5.&E 5.&B 5.5G 5.56 5.5B :.BFCG 5.&&?

5.:: 5.:G 5.6E 5.:6 5.B? 5.C 5.CE 5.&F 5.CF 5.BE 5.B 5.&G 5.&& 5.5F 6.FG 5.:G?

2.2.3 A")lia%i0 %#rri$a!

$(l a 5li!i! $(l gr56i%# $( %# &r#l u!a $# (l %# %()&# $(

En general un grfico de control puede indicar la presencia de causas de variaci!n asignables cuando uno o ms puntos caen fuera de los lmites de control o cuando los estadsticos en su conjunto reflejan un comportamiento no aleatorio o cuando el comporamiento de los datos no sea el tpico de una distribuci!n normal con las condiciones establecidas *media y desviaci!n estndar del proceso. #ara facilitar la intrpretaci!n del comportamiento no normal se recomienda el uso de la reglas presentadas en la tabla 6, basadas en la propuesta de Lelson *&?GC+ y Uestern Electric *&?6E+. Las reglas se desarrollaron basndose en las caractersticas principales de la distribuci!n de probabilidad normal enlistadas a continuaci!nD 1. La media la mediana y la moda toman el mismo valor. 2. La distribuci!n de probabilidad es sim-trica 3. #or lo dicho en los dos puntos anteriores se espera que un 65Q de los datos graficados caigan por arriba de la lnea central y otro 65Q por debajo. *. La probabilidad de ocurrencia vara seg8n el lugar del grfico de control, como se ilustra en la figura &C. N# . & : D(!%ri)%i0 "no o ms puntos fuera de los lmites de control ? puntos consecutivos en el mismo lado de la lnea S :Si;< N :N#;

Teoria de Grficos de Control 40

B C 6 E F G ?

central *L2+ E puntos consecutivos incrementndose o decrementandose consecutivamente &C puntos consecutivos alternndose arriba y abajo (l menos : de B puntos consecutivos toman valores entre : y B pero todos dentro de los lmites. (l menos C de 6 puntos toman un valor que cae por arriba de & * ona ( y .+ (l menos &6 puntos consecutivos toman valores que caen dentro de la regi!n de & de la lnea central * ona 2+ G puntos consecutivos caen en cualquier lado de la lnea central, e'cepto en la ona 2 2omportamientos cclicos o predecibles

Tabla -. 1eglas para anali ar un grfico de control

(rriba del LS2 @ 5.55&B6 (M @ 5.5:&B6 .M @ 5.&BE5& 2M @ 5.BC&B& 2N @ 5.BC&B& .N @ 5.&BE5& (N @ 5.5:&B6 (bajo del L)2 @ 5.55&B6

LS2@ + 3 + 2 + 1 1 2 L2@ L)2 @ 3

Figura 1* Vonas del grfico de control en t-rminos de y probabilidades normales

2ada una de las reglas de la tabla 6, tienen una baja probabilidad de ocurrencia y de presentarse es posible que est- presente causas especiales de variaci!n. La ilustraci!n y comentarios de algunas de las nueve reglas se presenta a continuaci!n 1egla & "n punto fuera de los lmites de control. *7iene como probabilidad de ocurrencia @5.55:F, es decir se presentar en una de las BF5 oportunidades, &9BF5+

(M .M 2M 2N .N (N

+ 2 + 1 1 2 L2@

Control de Calidad 41

1egla :

Lueve puntos consecutivos en el mismo lado de la lnea central. <eneralmente indica un cambio en la media del proceso. *7iene como probabilidad de ocurrencia @ :PW5.C?GE6X ? @ 5.55BG&, es decir se presentar en una de las :E: oportunidades, &9:E:+.
(M .M 2M 2N .N (N + 2 + 1 1 2 L2@

1egla B

Seis puntos consecutivos incrementndose o decrementandose. 2om8nmente indica un desgaste o desajuste en el centro. *7iene como probabilidad de ocurrencia :9*EY+ @ 5.55:FFG, es decir, esto se presentar en una de las BE5 oportunidades &9BE5+.
(M .M 2M 2N .N (N

+ 2 + 1 1 2 L2@

1egla C

2atorce puntos consecutivos alternndose arriba y abajo. *7iene una probabilidad de ocurrencia de 5.55CE, es decir se presentar en una de las :&G oportunidades &9:&G+.
(M .M 2M 2N .N (N

+ 2 + 1 1 2 L2@

1egla 6

(l menos dos de tres puntos consecutivos toman valores entre : y B, pero los tres puntos caen dentro de los lmites de control. *7iene una probabilidad de ocurrencia de 5.55B5C es decir se presentar en una de las B:? oportunidades &9B:?+.
(M .M 2M 2N .N (N

+ 2 + 1 1 2 L2@

Teoria de Grficos de Control 42

1egla E

(l menos C de 6 puntos toman un valor que cae entre & yB , es decir, entre la ona ( y .. <eneralmente indica un cambio en el centro del proceso.*La probabilidad de ocurrencia es de 5.55?FG, es decir se presentar en una de las &5: oportunidades &9&5:+.
(M .M 2M 2N .N (N

+ 2 + 1 1 2 L2@

1egla F

(l menos &6 puntos consecutivos toman valores que caen dentro de la regi!n de & de la lnea central. *7iene una probabilidad de ocurrencia de W5.EG:E:X &6 @ 5.55B:E es decir se presentar en una de las B5F oportunidades &9B5F+.

(M .M 2M 2N .N (N

+ 2 + 1 1 2 L2@

1egla G

G puntos consecutivos caen en cualquier lado de la lnea central, e'cepto en la ona 2

C#"( &ari#! al u!# $( la! r(gla! 7odos los valores de las probabilidades son relativamente fciles de obtener usando los principios elementales de probabilidad *regla de suma y multiplicaci!n de probabilidades, eventos independientes y e'cluyentes+, e'cepto por la regla C. La probabilidad de ocurrencia de la regla C fue obtenida por 1.L. ,arr *&??&+ usando un algoritmo computacional recursivo escrito especialmente para ese fin. 2uando se aplican simultneamente dos o ms de las reglas mencionadas, la probabilidad global de una falsa alarma, , se incrementa con respecto al 5.55:F usado para establecer los lmites de control. #ara ilustrar esto, suponga que usa las primeras seis reglas de decisi!n con las probabilidades de cometer el error tipo & mencionadas previamente. La probabilidad global de cometer el error tipo & o de una falsa alarma se calcula usando la ecuaci!n C.

Control de Calidad 43

r =6 =1 i= 1 (1 i)

E2 C

substituyendo los datos en la ecuaci!n C se obtiene


=6 = 1 ir= 1 (1 i ) = 1 (1 0.0027)(1 0.00391)...(1 0.00554)

@& N5.?FFECFF? 5.5::C ;tro aspecto que se debe tener en cuenta es que al aplicar continuamente una regla *digamos la regla &+ la probabilidad de falsa alarma aumenta a medida que se incrementa la cantidad de estadsticos graficados. La probabilidad de tener una falsa alarma al graficar = estadsticos se calcula usando la ecuaci!n 6.
=1 ( 1 )
k

E2 6

#or ejemplo si se aplica la regla & a &55 estadsticos consecutivos *=@ &55+ provenientes de un proceso estable, la probabilidad de falsa alarma es
=1 ( 1 )
k

@ & A W& A 5.55:FX &55 5.:C.

Los dos cuestionamientos al error tipo & mencionados y modelados con la ecuaci!n C y 6, han hecho que algunos prefieran usar solo la regla & o un par de las nueve reglas presentadas, para anali ar un grfico de control. 2.2.* SELECCI=N DEL GRUPO DE DATOS Y FRECUENCIA DE MUESTREO (l dise4ar un grfico de control se requiere definir el tama4o de muestra y la frecuencia de e'tracci!n que en gran medida depende del volumen de producci!n. En general una muestra grande es ms fcil que detecte el cambio que una chica. La forma de seleccionar la muestra es con base al objetivo del grfico de control. Sin embargo siempre tenga presente que la idea es detectar la presencia de causas de variaci!n y que esto sugiere que al seleccionar las unidades sean obtenidas de la producci!n consecutiva para representar la condici!n de ese instante de producci!n y compararlo con otro instante de producci!n. Si se toman n datos al a ar dentro de un periodo de tiempo donde se presentaron distintas causas de variaci!n especiales, el estadstico calculado representar el promedio de las causas prevalencientes en dicho periodo, sugiriendo qui as que nada ha ocurrido cuando en realidad si se presentaron causas especiales de variaci!n.

Teoria de Grficos de Control 44

2.3

ANALISIS COMPLEMENTARIOS.

#ara anali a el comportamiento del grfico de control desde el punto de vista de que tan rpido detecta los cambios *en base a la regla &+, se utili a la curva caracterstica de operaci!n *o curva ;2 por su abreviatura en ingles+ y la curva (1L. Su construcci!n e interpretaci!n se har a medida que se cubran los distintos grficos de control. E'(r%i%i# $( )r5%&i%a N# 1 En una planta dedicada a la manufactura de cerraduras caseras se tiene una operaci!n consistente en la reali aci!n de un agujero a una lmina. Las condiciones de trabajo han permanecido estables de acuerdo al seguimiento que se le ha dado en el 8ltimo mes y se tiene que el tama4o promedio de las cerraduras producidas es de C5 milmetros * @ C5+ y la desviaci!n estndar de B.G *@ B.G+. Se le quiere dar seguimiento a la variaci!n del tama4o promedio de los agujeros mediante la selecci!n y medici!n de C laminas e'tradas de la producci!n a intervalos de B5 minutos. a+ R2alcule la L2, LS2 y L)2 para el promedioS. )nterprete los resultados b+ 2onstruya el grfico de control con la L2, LS2 y L)2 obtenidos c+ Se levantan :6 muestras conteniendo cada una C laminas perforadas y de la muestra se calculan varios estadsticos *promedio, rango y desviaci!n estndar+ como se indica en la tabla E. 2onsiderando al estadstico de los promedios, Res posible concluir que la variaci!n del proceso es estableS
.L",. 3E S".<#;./E20(0;1( & :BN,ay GD65 : &&DB5 B &DC6 C BDC6 6 CD:5 E :CN,ay GDB6 F ?D55 G ?DC5 ? &DB5 &5 :D65 && :6N,ay GDB5 &: &DB6 &B :D:6 &C :DC5 & B6 CE BC E? BG C: CC BB CG CF BG BF C5 BG ,E3)2);LES : B C5 B: BF BE C5 BC EC EG BC CC C& CB C& C& C& BG 6: C? CB BE C& B? BF C& BG CF B? C6 C BB C& BE 6? C5 BC CE BE 6& C: BG BF B6 C: #1;,E3); 1(L<; 3esv. Est. T 1 S B6 G B.6E C5 &5 C.66 BE E :.GB E6 &5 C.66 B? &5 C.&E C5 ? C.5G CB 6 :.C6 BF G B.BF 65 C &.GB C: && C.66 B? B &.C& BG C :.55 C5 &: 6.&5 C& F B.&E

Control de Calidad 45

&6 BD65 65 C: CB C6 &E :EN,ay GD:6 BB B6 :? B? &F ?DB5 C& C5 :? BC &G &&D56 BG CC :G 6G &? &D55 BB B: BF BG :5 BD55 6E 66 C6 CG :& :FN,ay GDC6 BG C5 C6 BF :: &5D55 B? C: B6 C5 :B &&D55 C: B? B? BE :C &DC5 CB BE B6 BG :6 BD5G B? BG CB CC 7;7(L #1;,E3); Tabla . 7ama4o del hueco de la cerradura

C6 BC BE C: B6 6& C5 B? B? BG C& &5:6 C&

G &5 &: B5 E && G F E G E :&? G.FE

B.6E C.&E 6.E5 &:.6C :.?C 6.B6 B.6E :.?C :.C6 B.6E :.?C ?F.:56C B.GGG:&

E'(r%i%i#! $( )r5%&i%a N#. 2 &. 3e las empresas enlistadas, con los trabajos mencionados, diga si el trabajo referido cae en la categora de proceso repetitivo * 1+ o no repetitivos *L+. a+ b+ c+ d+ 0ospital. El trabajo requerido para internar u hospitali ar a un enfermoD * (stillero. El construir el barco de acuerdo a lo que el cliente quiereD * Laboratorio clnicoD La toma de muestra de sangre para anlisis * 2ablevisi!nD El tiempo que pasa desde que se hace el contrato del * 2able hasta que instalan el servicio al usuario + + + +

:. #ara una tortillera de mai mencione al menos C temas de control que se pueda anali ar su variaci!n usando grficos de control. B. En un banco mencione al menos C temas de control que se pueda anali ar su variaci!n usando grficos de control.

2.*

RESUMEN

"n grfico de control es una herramienta para anali ar la variaci!n de procesos repetitivos en base a ciertas reglas con fundamentaci!n probabilstica. (lgunas de las reglas para el anlisis del grfico se presentan en la tabla 6. Los lmites de

Teoria de Grficos de Control 46

control clsicos son de B sigma y los lmites de advertencia son de : sigma. Se puede usar tantos grficos de control como temas de control se quieran estudiar. "no de los objetivos principales del uso de grficos de control es detectar rpidamente la presencia de causas asignables de variaci!n en el proceso que actuan cambiando el centro o la variabilidad. La b8squeda de esas causas y el eliminar o for ar su presencia futura hace que se mejore el proceso *reduciendo la variaci!n o teniendo procesos mejor ajustados+.

BIBLIOGRAF>A &. 3eming, U.E. *&?GG+. a !alida de la Crisis , Editorial 3a Santos, ,adrid Espa4a. :. 3uncan, (.Z. *&?FC+. "ualit# Control and $ndustrial !tatistics, 1ichard 3 )rwin )nc., 0omewood, )L. B. Edginton, E.S. *:555+, %andomi&ation Tests t'ird Edition, ,arcel 3e==er C. ,arr, 1.L., and [uesenberry, 2.#. *&??&+. $( "L 7est for Serial 2orrelation of 1esiduals /rom ;ne or ,ore 1egression 1egimes%, Tec'nometrics, BB**+, pp CC&NC6F. 6. Shewhart, U.(. *&?B&+. Economic Control (f "ualit# of )anufacutured *roduct, 3. Ian Lostrand 2o., Lew \or=, Lew \or= E. Uestern Electric *&?6E+. !tatistical "ualit# Control +andboo, , Uestern Electric 2orporation, )ndianapolis, )n. F. Lelson, L.S. *&?GC+. $7he Shewhart 2ontrol 2hart A7est for Special 2auses%, -ournal of "ualit# Tec'nolog# &E*C+, pp :BFN :B?