Académique Documents
Professionnel Documents
Culture Documents
1. Estndares
(normalidad)
2. Elemento Sensor o
comparador (equipo capaz de
medir el objeto)
Accin necesaria
Pgina 1 de 35
CAUSAS DE VARIACIN
-
Causas no asignables
Pgina 2 de 35
Causas asignables
No son compensatorios.
Pgina 3 de 35
1
64 "
1
1
"
640
641
Causa no asignable
Al otro da
320
causa asignable
tiempo.
Los limites de control son niveles de significacin con sus coeficientes correspondientes
de desviacin tipo.
CONCEPTO DE PROBABILIDAD
Los lmites de control son lmites de decisin de hiptesis nula, que permite saber
cuando debe de investigarse. S los lmites se fijan en 3, un punto que caiga encima o
ms all de los lmites de control conducir a rechazar la hiptesis nula para el nivel de
significacin de 0.0013, para cada lmite. El riesgo de error, al tomar esta decisin ser
solo del 26 por 10,000 para ambos lmites, y del 13 por 10,000 para un solo lmite (el rea
que cae fuera de las lneas de lmites 3 es aproximadamente igual a 0.0026).
Lim. Sup. Control
LSC
Nivel tipo
Aceptacin de
hiptesis nula
Nivel tipo + v
LIC
tiempo
Pgina 4 de 35
GRFICOS DE CONTROL
La grfica de control es una herramienta que se usa fundamentalmente para anlisis de
datos, ya sean discretos o continuos, los cuales han sido generados en un determinado
periodo.
Las funciones bsicas que cumplen la grfica son:
-
La grfica de control puede usarse en ingeniera del producto para registrar y analizar
datos de prueba, en contabilidad para anlisis de costos, en ingeniera de procesos para
determinar las capacidades de mquina y de proceso, en ingeniera de produccin como
monitor de operaciones y en inspeccin y control de calidad para registrar desechos y
reprocesamientos y analizar la calidad del material durante su recepcin.
Por lo tanto, puede considerarse entre las herramientas ms verstiles en mtodos
estadsticos..
Definicin
Se define como la comparacin grfica cronolgica de un producto producido en el
momento actual con los lmites fijados como posibilidad de produccin. Por Ejem.:
En una lata de conserva, las etiquetas traen:
Peso aprox. = 230 grs. ----- pero nosotros hemos regulado la mquina selladora para
que nos d un contenido de 230 5 gr.
230 5 gr.
En la produccin de hoy hemos producido 1000 latas y muestreados 4 latas para verificar.
1.
231---------- 230 + 1
2.
3.
4.
Pgina 5 de 35
u-
u
x
u-2
u-3
u+
u+2 u+3
Area
u 1
68.27%
u 2
95.45%
u 3
99.73%
Estos se ajustan a los conceptos de probabilidad
Pgina 6 de 35
Para esta serie de muestra se debe calcular, en cada estadstica, tanto el promedio como
la desviacin estndar usando la distribucin de probabilidades para estimar la
conducta del grupo para cada muestra estadstica.
Para hacer esto se calcula el gran promedio y, a partir de este valor, se
determinan los lmites de control midiendo algunos mltiplos positivos y negativos de la
desviacin estndar. Por lo tanto, cuando se construye una grfica con la escala vertical
calibrada en las unidades estadsticas correspondientes, la escala horizontal marcada de
acuerdo con el tiempo, y tres lneas horizontales trazadas en los puntos correspondientes
al gran promedio y a los lmites de control, puede decirse que es una grfica de control
estadstico.
Eje horizontal: # de muestras secuencia cronolgica ().
Eje Vertical: Valor observado de caractersticas
de calidad unidades estadsticas
correspondientes.
Grfico de control
Planta: .......
Fecha: .............
Pgina 7 de 35
Inspector:..........
Producto: .
LSC
u+3
LM
Aceptac.
Hiptesis
nula
u-3
LIC
10 AM
12 AM
2 PM
4 PM
6 PM
Rechazo
hiptesis nula
u + 3 = 235 gr.
u = 230 gr.
u - 3 = 225 gr.
En la prctica se considera que los valores estadsticos de las muestras trazadas
en una grfica estn dentro de control si los puntos caen dentro de los lmites de control y
no muestran seales de ciclos, tendencias o carreras. Aunque en la grfica de control
no haya puntos fuera de los lmites y el nivel de la variacin sea conveniente, no siempre
podr inferirse que no exista la variacin debida a ciertas causas. La grfica puede
presentar factores determinables tales como desgastes de herramientas, lo que crea una
situacin de confusin o carreras dentro de los lmites. Con frecuencia se conocen las
causas y pueden corregirse con facilidad haciendo un ajuste a la mquina o
reemplazando una herramienta.
Pgina 8 de 35
2.
3.
Pgina 9 de 35
2.
Pgina 10 de 35
1.-
Para variables
De acuerdo a estos conceptos tendremos cuatro grficos y se basan:
- En la precisin
- En la exactitud
La precisin.- se mide a travs del rango, desviacin estndar precisin
cuando sea el rango y .
Exactitud.- Se mide en base del promedio, mediana o cualquier medida de
tendencia central.
Estos grficos son:
i. Grfica de la media (X)
ii. Grfico del rango o amplitud ( R )
iii. Grfico de la desviacin estndar()
iv. Grfica de la mediana (Me)
La ms utilizada son el grfico de la medida (X) y el rango ( R ).
2.
Pgina 11 de 35
por ejemplo por que la experiencia ha demostrado que el valor de 3-sigmas es el ms til
y econmicos para las aplicaciones de las grficas de control, puesto que para ese valor
la mayor parte de las distribuciones de frecuencias encontradas en la industria tienen a la
"normalidad".
Constan de 2 grficos:
99.73%
uno
X1 Me
0.27%
-3
2. uno R1
Ventajas:
1.
2.
Pgina 12 de 35
M1
m2
Cada muestra tiene su y su medida de tendencia centra (a) para el total cada muestra
tiene su y su medida de tendencia centra (a) para el total de muestras obtendremos una
medida central en base a (a).
Ejemplo: Trabajamos con 3 muestras en las que tomamos pesos:
m1
m2
m3
500
501
498
504
500
504
499
498
500
500
499
499
1988 4
2001 4
2005
4
501.55
X1 = 501.55
R1 = 5
499.5
X2 = 499.5
R2 = 3
500.25
X3 = 500.25
R3 = 6
=
X + 3 X
Rango ( R )
_
R + 3R
Desviacin estndar()
_
+ 3
Pgina 13 de 35
LM
=
X
LIC
=
X - 3X
Donde: =
X
_x
R
R
=
=
=
=
=
_
R
_
R- 3R
_
- 3
Desde luego que resulta muy tedioso el tener que tomar una serie de muestras de
tamao pequeo, determinar en cada una de la medida de tendencia central y la de
dispersin y luego proceder al laborioso clculo de las frmulas anteriores. Para
simplificar estas operaciones se ha preferido al clculo de una tabla de constante A 1, A2,
B3, B4, D3, D4 con el empleo de estas constantes las frmulas anteriores se convierten en:
LSC:
LM
LIC
Medias (X)
Rango ( R )
=
_
X + A2 R
=
X
=
_
X A2 R
_
D4 R
_
R
_
D3 R
=
_
X + A1
=
X
=
_
X A1
Desviacin Standard
_
B4
_
_
B3
Pgina 14 de 35
Nmero de
Observ. En la
muestra
Grficas para
Medias
Grficas para
Desv. Estndar
Factores para
limites central
Factores para
limites Central
Grfica para
amplitudes
Factores para
Lmites Central
d2 factor de
conversin
n
2
A1
3.759
A2
1.880
B3
0
B4
3.658
D3
0
D4
3.268
d2 = R/s
1.128
2.394
1.023
2.692
2.574
1.693
1.880
0.729
2.330
2.282
2.059
1.596
0.577
2.128
2.114
2.326
1.410
0.483
0.003
1.997
2.004
2.534
1.277
0.419
0.097
1.903
0.076
1.924
2.704
1.175
0.373
0.169
1.831
0.136
1.864
2.847
1.094
0.337
0.227
1.774
0.184
1.816
2.970
10
1.028
0.306
0.273
1.727
0.223
1.777
3.078
11
0.973
0.285
0.312
1.688
0.256
1.744
3.173
12
0.925
0.266
0.346
1.654
0.284
1.717
3.258
13
0.884
0.249
0.375
1.625
0.308
1.692
3.336
14
0.848
0.235
0.400
1.599
0.329
1.671
3.407
15
0.817
0.223
0.423
1.577
0.348
1.652
3.472
Pgina 15 de 35
Pgina 16 de 35
Pgina 17 de 35
contra el tiempo con los lmites de control apropiados, forma una grfica de control
para el porcentaje defectuoso.
Lmites de control para Por Ciento Defectivo (defectuoso)
Los datos de la inspeccin por atributos se representan por el valor de su fraccin
defectiva o por el % defectivo.
La fraccin defectiva
c
n
x 100
c = nmero de defectos
Pgina 18 de 35
p 100 p
n
En la cual :
n = Tamao de la muestra
p = Valor medio del % defectivo
Como en el caso de las grficas de control por variables (datos por mediciones),
los lmites de control representan el valor 3-sigma para las medidas, y en este
caso, para el valor medio del porcentaje defectivo. La obtencin de estos lmites
de control es como sigue:
Lmites de Control p 3
p 100 p
n
4.
5.
6.
7.
8.
(POR
Pgina 19 de 35
p 100 p
n
LSC p 3
LM p
LIC p 3
p 100 p
n
Los lmites para la fraccin defectuosa se obtienen con una ligera adaptacin de la
frmula anterior como sigue:
LC p 3
p1 1 p1
n
Pgina 20 de 35
Juran. Por su parte sugiere que la muestra sea lo suficiente grande para que, bajo la
condicin de que no se presenten defectivos en esa muestra, se obtengan una
mejora significante sobre el promedio del porcentaje efectivo.
Est condicin requiere que el tamao de la muestra sea mayor que (9 - 9 p ) / P
unidades. Es decir, que si se espera una fraccin defectiva (P) de 10 por ciento, el
menor tamao de muestra ser de (9- 0.9)/0.1 = 81 unidades.
LC p 3
Tericamente la frmula
p 100 p
n
(*)
Se emplea para os clculos de lmite de control de los datos del porciento defectivos en
cada perodo individual de al inspeccin, tomando como p para ese periodo, el valor de
porcentaje defectivo en dicho periodo. Pero puede traer algunas consecuencias pocos
Pgina 21 de 35
satisfactorios al presentarse L control para cada uno de los periodos, siendo por lo tanto
muy difciles de interpretar para fines prcticas del taller.
Como regla prctica se puede establecer que si los tamaos de las muestras
presentan una variacin entre s, no mayor de 20 %, de acuerdo con criterio
comprobados en muchas factoras durante sus periodos de inspeccin, se puede
lograr una exactitud satisfactorio para la mayora de los fines industriales,
determinando y empleando un tamao medio de muestra para los perodos de
inspeccin en cuestin. Este tamao medio demuestra, as como otro valores
medios se pueden sustituir en la frmula anterior (*).
GRUPOS
REGISTRO DE PESOS
4
5
6
7
10
Pgina 22 de 35
-1
-2
-2
-2
-2
5
1
14
2.8
13
2.6
1
0.2
6
1.2
1
0.2
12
2.4
16
3.2
10
2.
5
1
x = 16.6
R = 40
Se pide:
a.
b.
c.
d.
Solucin
a)
R 40 4.0
10
10
16.6
1.66
10
10
Lmite de X
Pgina 23 de 35
L M X = 100 + 0.166
= 100.166
Nota:
Las constantes D4 y D3 se hallan en la tabla, conociendo el tamao de la
muestra que es n = 5
VN = 100 g.
VN = 0.0 dcimas de gramos
GRAFICO X
3.98
LSC
2
Ing. Epifanio Martnez Mena
Pgina 24 de 35
X = 1.66
LMC
VN 0
-0.66
LIC
N muestras
10
GRAFICO R
8.44
LSC
LMC
LIC
10
11
12
Pgina 25 de 35
Segn la tabla:
R
S
R
d2
Para n = 5
d2 = 2.326
Por consiguiente:
S
ZK
4
1.72
2.326
X 1.66
0.97
S 1.72
De la tabla Z
Para (K) Z = 0.97
16.6%
33.4%
0
VN
50%
X 1.66
Pgina 26 de 35
d)
Clculo de nuevos lmites de control, si se desea que slo el 10% de los pesos
estn por debajo del valor nominal o especificado.
10%
40%
50%
0
VN
En la tabla Z (K)
Para un rea = 0.4
K = 1.29
X
S
X KS
100 + KS
Pgina 27 de 35
_
_
= X - A2 ( R )
En gramos:
_
LSCX = 100.454 gr
LCC
= 100.222 gr
LIC
= 99.992 gr
Problemas N 2
Una industria productora de arvejas verdes congeladas decide construir una carta
de control de defectuosos de su materia prima y para lo cual extrae durante los 20 das
tiles del mes de setiembre una muestra de 200 arvejas verde. Obteniendo los siguientes
resultados:
Da
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Nmero de 15 30 40 50 10 30 32 44 55 100 20 35 10 20 25 18 10 11 15 16
defectuosos
Se pide:
a) Determinar los lmites de control expresado en nmeros de defectuoso (n p),
fraccin defectuoso (p) y % de defectuosos (100p)
b) Construir las respectivas cartas de control.
Solucin:
Pgina 28 de 35
Nmero
Inspeccionado
(n)
200
200
200
200
200
200
200
200
200
200
200
200
200
200
200
200
200
200
200
200
n =4000
Nmero
Defectuoso
(np)
15
30
40
50
10
30
32
44
55
100
20
35
10
20
25
18
10
11
15
16
np = 586
Fraccin
Defectuosa
(p)
0.075
0.15
0.20
0.25
0.05
0.15
0.16
0.22
0.275
0.5
0.1
0.175
0.05
0.1
0.125
0.09
0.05
0.055
0.075
0.08
Porcentaje
Defectuoso
(100p)
7.50
15
20
25
5
15
16
22
27.5
50
10
17.5
5
10
12.5
9
5
5.5
7.5
8.0
% p medio
100 p
N total de defectuosos
x 100
N de unidades inspeccionadas
100
p 0.1465
Pgina 29 de 35
LC n p 3
n p 1 p
n p 1 p
LSC n p 3
29.31 0.1465
LSC 29.3 3
LSC 44.30
LM n p 29.3
n p 1 p
LIC n p 3
LIC 29.3 3
29.31 0.1465
LIC 14.30
p 1 p
n
p 1 p
n
LSC 0.1465 3
0.14651 0.1465
200
LSC 0.2215
LMC p 0.1465
LIC p 3
p 1 p
n
LIC 0.1465 3
0.1465 1 0.1465
200
LIC 0.0715
LC 100 p 3
Ing. Epifanio Martnez Mena
Pgina 30 de 35
LSC 100 p 3
LSC 14.65 3
LSC 22.15
LMC 100 p 14.65
LIC 100 p 3
LIC 14.65 3
LIC 7.15
110
100
N defectuoso (np)
90
80
70
60
50
40
30
20
10
0
1
10 11 12 13 14 15 16 17 18 19 20
Das
Pgina 31 de 35
0.60
0.50
0.40
0.30
0.20
0.10
0.00
1
10 11 12 13 14 15 16 17 18 19 20
Das
60.0
50.0
40.0
30.0
20.0
10.0
0.0
1
10 11 12 13 14 15 16 17 18 19 20
Das
Pgina 32 de 35
Pgina 33 de 35
Fundacin de nutricin.
A nivel internacional
- O. M. S. De las Naciones Unidas.
- F. A. O. De las Naciones Unidas.
Estas han sido creadas para incrementar y mejorar los recursos alimentarios,
nutricionales y de salud de todo el mundo.
Alemania y Francia tambin tienen una legislacin alimentaria bien avanzada.
Posiblemente Francia haya sido la primera en cuanto a legislacin alimentaria.
A partir de 1962 se establece un organismo internacional bajo el patrocinio de las
Naciones Unidas a travs del O.M.S y FAO, una comisin llamada "comisin del Codex
Alimentario" tiene como objetivos:
o
Pgina 34 de 35
Pgina 35 de 35