Vous êtes sur la page 1sur 19

Control estadstico de la calidad

Objetivos

Reconocer los principios estadsticos del control de calidad de un proceso


productivo.

Resolver la forma de construir los diagramas de control por mediciones y


por atributos para mejorar la calidad de los productos finales de una
empresa.

Tabla de contenido
Control estadstico de la calidad................................................................................1
1 Calidad, conceptos..............................................................................................1
2 Diagramas de Control.........................................................................................1
3 Diagramas de control por Mediciones................................................................3
3.1 Diagrama de Medias X con lmites definidos por los rangos.................4
3.2 Diagrama de Rangos (R).............................................................................6
8.3.3 Diagrama de Medias con lmites definidos por los Desvos estndares,
S..........................................................................................................................6
3.4 Diagrama de Medias de Desvos estndares, S..........................................7
3.4 Valores individuales (X-ind)..........................................................................8
4 Diagramas de control por atributos.....................................................................9
4.1 Diagrama p...............................................................................................11
4.2 Diagrama n p............................................................................................13
4.3 Diagrama c, nmero de defectos.............................................................14
4.4 Diagrama u, nmero de defectos por unidad..........................................16

1 Calidad, conceptos.
Calidad es satisfaccin del cliente. William Deming.
Una definicin de calidad de un producto o servicio es su aptitud para el uso
demandado por el mercado. En los procesos de produccin las demandas del
mercado pueden ser controlados a partir de mediciones de una o ms
caractersticas de calidad. Los parmetros o caractersticas de calidad son
Luis Mara Dicovskiy

Pgina 1

aquellos atributos (variables discretas) o variables medibles (continuas) del


producto que describen su aptitud demandada. Un concepto clave a controlar en
cualquier proceso industrial es el de la variabilidad o dispersin de dichas
variables de calidad.

2 Diagramas de Control
Los diagramas control son un mtodo para controlar estadsticamente procesos
productivos detectando cuando ste est fuera de control, vara demasiado. Las
ventajas de su uso son: ser una herramienta simple y efectiva para lograr un
control del proceso productivo, el operario puede manejar los diagramas en su
propia rea de trabajo, por lo cual puede dar informacin confiable a la gente
cercana a la operacin en el momento en que se deben de tomar acciones
correctivas, tanto el empresario como el cliente pueden contar con niveles
consistentes de calidad y ambos pueden contar con costos estables para lograr
ese nivel de calidad adems se visualiza fcilmente el comportamiento del
proceso productivo y entonces ste puede ser mejorado.
Los diagramas de control ms usados son los propuestos por Walter Shewhart,
padre del control estadstico de la calidad. Estos diagramas tienen un lmite
central, uno inferior y otro superior, estos dos ltimos lmites sealan cuando el
proceso est fuera de control
Los diagramas de control enfocan la atencin hacia las causas no aleatorias de
variacin cuando estas aparecen y tambin reflejan la magnitud de la variacin
debida a las causas aleatorias. Las causas aleatorias se deben a la variacin
natural del proceso. Las causas no aleatorias son aquellas controlables como: un
mal ajuste de mquina, errores del operador, defectos en materias primas.
Se dice que un proceso est bajo Control Estadstico cuando ste vara
nicamente por causas aleatorias. Cuando ocurre esto tenemos un proceso
estable y predecible. Cuando existen causas no aleatorias el proceso est fuera
Luis Mara Dicovskiy

Pgina 2

de Control Estadstico; los diagramas de control detectan la existencia de estas


causas en el momento en que se dan, lo cual permite que podamos tomar
acciones al momento.
Generalmente en los procesos que se quieren controlar de deben se tomar
muestras a intervalos aproximadamente regulares. De cada muestra se mide una
o varias variables (diagramas de control por mediciones) se determina el nmero
o porcentaje de unidades defectuosas en la muestra (diagramas de control por
atributos). Las muestras correspondientes a un mismo intervalo constituyen un
grupo. Los intervalos pueden ser definidos en trminos de tiempo (8 muestras
cada hora o turno) o de cantidad (25 muestras cada 500 unidades fabricadas).
Los valores medidos se comparan con unos lmites (lneas paralelas al eje
central). Los lmites ms comunes son los siguientes: el Lmite superior de control
(LSC) y el inferior (LIC), paralelos a una lnea central (LC) representativa del valor
medio.

3 Diagramas de control por Mediciones


En este caso, en cada grupo son medidas o pesadas una o ms caractersticas.
Para cada grupo se calculan diversos estadsticos, tales como media del grupo,
X , rango, R, o la desviacin estndar, S.

Lmites. Un diagrama de control consiste en un grfico formado por una lnea


central (LC) y dos lneas paralelas una por encima, Lmite Superior del Control
(LSC), y otra por debajo. Lmite inferior del Control (LIC). Para cada grupo se van
representando los valores de

X , R, o S, etc., si los valores estn comprendidos

en el intervalo LSC- LIC) se dice que el proceso est bajo control, en caso
contrario el proceso puede estar descontrolado

Luis Mara Dicovskiy

Pgina 3

En el supuesto en el que la caracterstica a controlar sea una variable continua, las


medias de las muestras que se vayan tomando seguirn aproximadamente una
distribucin N (,). Los Lmites de control se consideran habitualmente aquellos
que contienen el 99.97% de la produccin. Por tanto vendrn dados por: LC = 3
.
Estos lmites pueden ser conocidos por experiencias previas y de no ser as es
necesario estimarlos a partir de las observaciones de varios grupos de muestreo.
Es as que se deben calcular estimadores de los parmetros y .
Los tipos ms frecuentes de diagramas de control para una sola variable son:
X

Diagrama de Medias

Diagrama de Rangos (R).


Diagrama de Medias con lmites definidos por los Desvos estndares (S).
Diagrama de Medias de Desvos estndares (S).
Diagrama de Valores individuales (X-ind).

con lmites definidos por los rangos.

Criterios para seleccionar un diagrama de control

Variable
continua

No

Si

Si

Ms de
un
elemento
por
muestra

Diagramas
Xbarra S
y Xbarra
R

Luis Mara Dicovskiy

No

Diagrama
de valores
individual
es

Si

Ms de
un
defecto
por
elemento

Diagramas
"u" "c"

Pgina 4

No

Diagramas
"np "p"

3.1 Diagrama de Medias

con lmites definidos por los rangos

Este diagrama permite observar cmo varan los promedios de los diferentes
grupos o muestras. Permite identificar si una un grupo de muestras est alterando
su promedio. Para realizar este grfico debo calcular:

LC = X , siendo X el promedio de los promedios por grupo



A
LSC y LIC = X R A 2 , siendo 2 un valor de tabla que considera el tamao
de cada grupo (ver tabla al final del captulo).
Ejemplo: En cierta fbrica de caf, a medida que llegaba el caf se tomaron 5
muestras/da de caf pergamino, por 5 das. A estas muestras se les midi el
porcentaje humedad. Se quiere saber si el porcentaje de humedad est variando
de da en da.
Da

Repeticiones

(Muestr
a)
1

17.9

24.1

18.7

19.2

19.3

19.8

6.2

0
21.3

0
19.6

0
18.7

0
19.8

0
19.2

4
19.7

2.6

0
18.5

0
20.3

0
21.2

0
19.8

0
19.0

2
19.7

2.7

0
21.9

0
23.1

0
22.1

0
20.1

0
21.9

6
21.8

0
23.1

0
22.1

0
20.1

0
19.2

0
21.4

2
21.1

3.9

8
20.4

3.6

Siendo:

Luis Mara Dicovskiy

Pgina 5

A2

para grupos de 5 muestras = 0.577, y n = 5 el tamao de cada grupo

Donde: LC = 20.46,

LSC= 20.46 + 3.68 (0.577) = 22.59,

LSC= 20.46 - 3.68 (0.577) = 18.34.

Lmites de Control :X-barra


Lnea Superior:
22.59
Lnea Central:
20.46
Diagrama X Barra R de humedad del caf

Diagrama de control de media (X-barra)

22.9

X-barra

21.7
20.5
19.3
18.1

3
Da

3.2 Diagrama de Rangos (R)


Este diagrama permite observar como vara la variabilidad, construida por los
rangos, de los diferentes grupos, permite identificar cuando la variabilidad se hace
demasiado grande, lo que nunca es deseable. Siendo:

LC= R , LSC= R D4 , LIC= R D 3 .

Siendo

D4

D3

valores tabulares variables en funcin del n de los grupos.

(Ver tabla al final del captulo). Para el ejemplo anterior: LC= 3.68, LCS= 3.68
(2.144)= 7.78, LCI= 3.68 (0) = 0.
Luis Mara Dicovskiy

Pgina 6

Lmites de Control: Rango


Lnea Superior:
7.78
Lnea Central:
3.68
Lnea Inferior:
0.00

Diagrama de Rangos de humedad del caf

Diagrama de control de rango (R)

8.3

Rango

6.2
4.1
2.1
0.0

Da
8.3.3 Diagrama de Medias con lmites definidos por los Desvos estndares,
S.
El diagrama de medias construido con lmites definidos por los S, es parecido al
diagrama de medias construido a partir de R, rangos, la diferencia consiste en que
el tamao de la muestra puede ser variable y adems es mucho ms sensible
para detectar cambios en la media o en la variabilidad del proceso. Lo lmites se
calculan de la siguiente forma:

LC = X

Luis Mara Dicovskiy

Pgina 7

LSC y LIC =

3 S
X
C 4 n , siendo

C4

un valor de tabla que considera el

tamao de cada grupo (ver tabla al final del captulo) y

el promedio de

los desvos estndares por grupo.


Ejemplo con los datos del ejercicio de muestras de caf:
X-barra
19.84
19.72
19.76
21.82
21.18

Desvo estndar
2.44
0.98
1.06
1.08
1.55

Lmites de Control: X-barra


Lmites de Control
Lnea Superior:
22.50
Lnea Central:
20.46
Lnea Inferior:
18.43

Diagrama X Barra S del ejercicio de humedad de los granos de caf

22.8

Diagrama de control de media (X-barra)

X-barra

21.6
20.5
19.3
18.2

3
Da

3.4 Diagrama de Medias de Desvos estndares, S.


El diagrama de S es muy parecido al diagrama de rangos, pero los lmites se
hacen con los valores de los desvos estndares. Las formas de clculo de los
lmites son:

LC =

S , LSC y LIC =

Luis Mara Dicovskiy

S
S 3
1C 42

C4
Pgina 8

Ejemplo con los datos del ejercicio de muestras de caf:


Lmites de Control: Desvo estndar
Lnea Superior:
2.98
Lnea Central:
1.42
Lnea Inferior:
0.00

Desvo estndar

3.2

Diagrama de control de desvo estndar (S)

2.4
1.6
0.8
0.0

Da
3.4 Valores individuales (X-ind)
Este diagrama se construye cuando hay un solo grupo con muchas repeticiones.
Los lmites superiores e inferiores se hacen con rangos mviles, por ejemplo se
calculan los rangos de dos medidas sucesivas, obtenindose as n-1 rangos. Las
formas de clculo de los lmites son:
LC =

X , LSC y LIC =

R
X 3
D2

la media de los rangos mviles y

siendo
D2

la media de las mediciones,

un valor de tabla que considera el tamao

de datos de cada rango mvil (ver tabla al final del captulo). Cada valor observado
es un punto del diagrama.
Ejemplo con los datos del ejercicio de humedad de los granos de caf,
considerando que todas las muestras fueron tomadas al mismo tiempo:
Humedad
17.90
21.30

Rango Amplitud mvil


sd
3.40

Luis Mara Dicovskiy

Humedad
22.10
Pgina 9

Rango Amplitud mvil


0.90

18.50
21.90
23.10
24.10
19.60
20.30
23.10
22.10
18.70
18.70
21.20

2.80
3.40
1.20
1.00
4.50
0.70
2.80
1.00
3.40
0.00
2.50

20.10
19.20
19.80
19.80
20.10
19.20
19.30
19.20
19.00
21.90
21.40

2.00
0.90
0.60
0.00
0.30
0.90
0.10
0.10
0.20
2.90
0.50
1.50

Lmites de Control: Humedad


Lnea Superior:

24.98

Lnea Central:

20.46

Lnea Inferior:

15.95

Diagrama de control para unidades individuales

25.6

Humedad

23.0
20.5
17.9
15.3

13

19

25

Nmero de Muestra

4 Diagramas de control por atributos


Los diagramas de control por atributos se construye a partir de la observacin de
la presencia o ausencia de una determinada caracterstica (atributo o defecto) en
cada una de las unidades, entonces se acepta o se rechaza contando cuantas
unidades tienen o no el defecto, o comprobando el nmero de tales eventos que
Luis Mara Dicovskiy

Pgina 10

ocurren en la unidad, grupo o rea, y comparando con el criterio de aceptacin


establecido. Se acepta o rechaza la pieza o el lote sin asociar un valor concreto. El
atributo a controlar se suele elegir de forma que sea fcilmente observable y por
tanto econmico de controlar.
En general los diagramas de Control por Atributos se utilizan con muestras
grandes (cientos miles). Por otro lado el costo unitario de inspeccionar un
atributo es menor y ms fcil que el de inspeccionar una variable que se mide o se
pesa.
Estas grficas son tiles como medida del desempeo de un taller, departamento,
empresa, etc. Generalmente el desempeo de la industria mejora despus de
introducir una grfica para atributos como control de la calidad productiva, pues la
grfica es una representacin visual continua de su funcionamiento.
Ejemplos de control por atributos:
a) La pieza se rechaza si visualmente se observan una o ms ralladuras de 0.5
cm.
b) Un tornillo se acepta si su dimetro est comprendido entre 2.1 y 2.2 mm y se
rechaza en otro caso (no es necesario medir el dimetro, basta utilizar un
calibre que permita comprobar si se cumple la caracterstica).
c) Un lote se rechaza si posee ms de 15 piezas defectuosas.
Los tipos ms frecuentes de diagramas de control por atributos son:

Diagrama p, ejemplo: fraccin de piezas defectuosas (p)


Diagrama n p, ejemplo: nmero de piezas defectuosas por muestra.
Diagrama c, N de defectos por muestra.
Diagrama u, N de defectos por unidad.

Lmites de control, Para controlar el parmetro al igual que en las diagramas de


control por variables, se establece la Lnea Central y los Lmites naturales del
proceso, o Lmites de Control Superior e Inferior.

Luis Mara Dicovskiy

Pgina 11

Si el tamao de cada grupo (numero de objetos inspeccionados) es constante


estos lmites son idnticos para cada grupo, y se emplean diagramas del tipo n p
y c. Sin embargo si el tamao varia, los lmites son diferentes para cada grupo,
entonces son ms tiles las diagramas del tipo p y u.

4.1 Diagrama p
Este diagrama presenta las variaciones expresadas en proporcin de artculos
defectuosos, que son los que no cumplen cierto atributo que no le permite pasar a
la siguiente etapa del proceso productivo. Para obtener los datos, en cada lote i se
toma una muestra de ni artculos, stos son revisados y se determina el nmero

de defectuosos di. Con esta informacin se construyen los valores

pi=

di
ni .

Considerando que la variable defectuoso y no defectuoso es una variable

binomial, se determina

muestra y

= p

p (1 p )
, donde n es el tamao de cada
n

es la proporcin promedio de artculos defectuosos. Los lmites de

control superior e inferior queden determinados por:

LSCLIC= p 3

p (1 p )
n

Si el tamao de n es variable se puede trabajar con un valor promedio de n un


diagrama con lmites variables.
Un problema de sta tcnica es que las grficas de control pueden no tener Lmite
Inferior de Control y por otro lado, a medida que se mejora el proceso, p disminuye
y por lo tanto se requiere incrementar el tamao de los subgrupos.

Luis Mara Dicovskiy

Pgina 12

El ejemplo: En una fbrica de tabaco que produce puros de exportacin, al final


del proceso de manufactura se hace inspeccin de la calidad e los mismos. Se
evalan lotes de 500 puros cada uno, en la tabla siguiente se tienen el nmero de
puros rechazados.

Lote

# de Puros defectuosos

Lot

# de Puros defectuosos

e
01

11

02

12

15

03

13

14

04

14

11

05

15

12

06

16

13

07

17

10

08

11

18

11

09

13

19

10

14

20

Diagrama de Control p, proporcin de defectos, a partir de los datos del problema


de puros.

Luis Mara Dicovskiy

Pgina 13

Para resolver ste problema con el programa INFOSTAT se debe crear una matriz
de dos columnas una con el nmero de defectos y la otra con el tamao de la
muestras (subgrupo) de 500. El nmero de filas sern 20.
Resolucin

Proporcin defectos
0.02
0.01
0.01
0.01
0.02
0.02
0.02
0.02
0.03
0.03
0.01

Siendo, n= 500,

Proporcin defectos
0.03
0.03
0.02
0.02
0.03
0.02
0.02
0.01
0.02

p = 0.02 y (1 p ) = 0.98

Lmites de Control: Proporcin defectos


Lnea Superior:
0.04
Lnea Central:
0.02
Lnea Inferior:
1.0E-03

Luis Mara Dicovskiy

Pgina 14

Diagrama de control p

Proporcin defectos

0.041
0.031
0.020
0.010
0.000

11

16

Lote
4.2 Diagrama n p
Cuando el tamao de las muestras en los diagramas p es constante se puede usar
el diagrama n p, o diagrama del nmero de defectuosos. Las grficas p y np
muestran el mismo comportamiento pero a diferente escala. Las grficas np se
grafican directamente con los datos de piezas defectuosas y no es necesario
calcular proporciones.
En ste diagrama se grafica el nmero de defectuosos por muestra di, en lugar de
la proporcin pi. Es as que

=n p

y n p (1 p ) .

Los lmites de control, LC, queden determinados por:


LC =n p 3 n p ( 1 p ) .
Ejercicio. Diagrama de Control np, a partir de los datos del problema de
puros.
S np= 9.80, n= 500,
Luis Mara Dicovskiy

p = 0.02 y

(1 p ) = 0.98
Pgina 15

Lmites de Control
Lnea Superior:
Lnea Central:
Lnea Inferior:

19.10
9.80
0.50

Diagrama de control np

Cantidad defectos

20.3
15.3
10.2
5.1
0.0

11

16

Lote
4.3 Diagrama c, nmero de defectos
Es frecuente que en los procesos industriales existan ms de un tipo de defecto
por objeto de estudio y sin embargo no hacen que se clasifica al producto como
descartable, son caractersticas indeseables pero que no necesariamente impidan
que el producto pase o no a la siguiente fase del proceso como sucede con los
diagramas p y np. En esto caso se utilizan los diagramas c y u. Tambin se
pueden usar stos diagramas en casos como nmero de fallas por operario,
nmeros de quejas por un mal servicio nmero de fallas de una mquina, etc.
El objetivo de diagrama c es analizar la variabilidad del nmero de defectos por
muestra de tamao uniforme, siendo c i el nmero de defectos en la muestra i. Se
parte de que c sigue una distribucin de Poisson, en la cual el promedio y la

Luis Mara Dicovskiy

Pgina 16

variancia tienen igual valor, quedando:

lmites

y =c =LC=

Total defectos
Total muestras , y los

LSC LIC=c 3 c .

Ejemplo: Se posee los datos de 30 meses del nmero de quejas de clientes por
mes de una central telefnica atendida por tres operarios los meses 1-15 y por dos
operarios los meses 16-30. Se quiere saber si las quejas por servicio se han
mantenido estables en el tiempo.
Mes
Quejas
Mes
Quejas
1
9
16
8
2
8
17
6
3
6
18
8
4
7
19
9
5
5
20
6
6
8
21
7
7
9
22
5
8
10
23
4
9
12
24
5
10
14
25
4
11
13
26
3
12
11
27
4
13
9
28
6
14
8
29
5
15
7
30
4
Diagrama de Control c, a partir de los datos del problema de quejas por
central telefnica
Lmites de Control: quejas x central
Lnea Superior:

15.46

Lnea Central:

7.33

Lnea Inferior:

0.00

Luis Mara Dicovskiy

Pgina 17

Diagrama de control c

Quejas x Central

16
12
8
4
0

15
Mes

22

29

4.4 Diagrama u, nmero de defectos por unidad


El diagrama u, se utiliza cuando el nmero de elementos por muestras no es
constante cuando se quiere estudiar el nmero promedio de defectos por unidad
o artculo estudiado, en lugar del nmero de defectos por muestra.

Se define la media i de defectos por muestra de n elementos

i =

ci
ni

.Quedando el Lmite de Control Central:


=LC =

Total defectos
u
i=
.
Si
Totalartculos inspeccionados
ni

Se pueden construir lmites de control variables de la siguiente manera LSC-LIC=

u
ni . De sta manera para cada tamao de muestra habr lmites

diferentes.
Diagrama de Control u, a partir de los datos del problema de quejas por
operario

Luis Mara Dicovskiy

Pgina 18

Diagrama de control u

Media queja/operario

7.7
5.7
3.8
1.9
0.0

15
Mes

22

29

Ejercicio 1 En una lnea de fabricacin de cajas de madera se han inspeccionado


30 lotes de 500 unidades cada uno. El nmero de unidades defectuosas por lote
result en: 8, 10, 10, 4, 13, 9, 7, 11, 13, 13, 5, 14, 12, 8, 15, 11, 9, 17, 6, 12, 6, 12,
8, 12, 14, 6, 5, 9, 5 y 11. Construir una carta de control p y n p.
Ejercicio 2 En un proceso de fabricacin de computadoras el nmero de defectos
totales por cada 5 computadoras fue de 5, 6, 4, 5, 3, 4, 2, 3, 4, 4, 5, 3, 3, 3, 3, 2, 3,
1, 2, 3,1. Construir una carta de control c y otra u, comente lo observado.
Tabla parcial para construir tablas de control
Tamao de
muestra
2
3
4
5
6
7
8
9
10

A2
1.880
1.023
0.729
0.577
0.483
0.419
0.373
0.337
0.308

Luis Mara Dicovskiy

D3
0.0000
0.0000
0.0000
0.0000
0.0000
0.0758
0.1359
0.1838
0.2232

D4
3.2686
2.5735
2.2822
2.1144
2.0039
1.9242
1.8641
1.8162
1.7768

Pgina 19

C4
0.7979
0.8862
0.9213
0.9400
0.9515
0.9594
0.9650
0.9693
0.9727

D2
1.128
1.693
2.059
2.326
2.534
2.704
2.847
2.970
3.078

Vous aimerez peut-être aussi