Académique Documents
Professionnel Documents
Culture Documents
(Carot, 436)
3. GRAFICO DEL RANGO O RECORRIDO.
3.1 Calculo de los Lmites de Control.
Vamos a realizar, de forma grafica, un test de hiptesis que permita contrastar:
H 0 0 contra H 1 0
utilizando como estadstico que mide la dispersin muestral al rango o recorrido R y en la
que 0 es la desviacin tpica del proceso cuando este esta bajo control.
Recordemos que la variable aleatoria Vn se define:
Vn
y que
E V n d 2 , n y D V n d 3, n
P Vn 2 Vn Vn 2 1
ser
L1 Vn
0 y L2 V n 2 0
P Vn 2 0 R Vn 2 0 / 0 1
La lnea central (LC) es la media del rango E(R) y los Lmites de Control Superior
e Inferior (LCS y LCI) sern:
LC d 2,n 0
LCS Vn
LCI V
1
2
251
sumando al valor medio del rango, 3 desviaciones tpicas de este estadstico, en concreto
la zona de aceptacin es:
E R 3D R
como
E R d 2 , n 0 y D R d 3, n 0
resulta
designndose
D1, n d 2 , n 3 * d 3, n
D 2 , n d 2 , n 3 * d 3, n
queda
LC d 2, n 0
LCS D2, n 0
LCI D1, n 0
con lo que
LCI
LCI
R
d 2, n
d 2 , n 3 * d 3, n
d 2, n
d 2 , n 3 * d 3, n
d 2 ,n
*R
*R
designndose
D3, n
D4 , n
d 2, n 3 * d 3, n
d 2,n
d 2 , n 3 * d 3, n
d 2,n
252
resulta
LC R
LCS D4 , n * R
LCI D3,n * R
n
D1,n
D2,n
2
0
3.686
0.00915
3
0
4.358
0.00584
4
0
4.698
0.00495
5
0
4.918
0.00460
6
0
5.078
0.00445
7
0.205
5.203
0.00439
8
0.387
5.307
0.00435
9
0.546
5.394
0.00435
10
0.687
5.469
0.00435
Tabla 8.1 Valores del error de primera especie para el Grafico del Rango estndar (3 )
253
1
0.24
0.24
0.25
0.25
0.25
0.24
0.23
0.19
0.24
0.21
0.24
0.23
0.24
0.22
0.23
0.22
0.22
0.2
0.23
0.25
0.23
0.22
0.23
2
0.25
0.24
0.24
0.24
0.29
0.26
0.25
0.25
0.24
0.26
0.26
0.25
0.25
0.26
0.2
0.25
0.26
0.24
0.25
0.27
0.28
0.26
0.25
3
0.23
0.2
0.23
0.25
0.27
0.25
0.2
0.25
0.25
0.25
0.25
0.25
0.24
0.26
0.18
0.23
0.2
0.23
0.21
0.28
0.25
0.23
0.25
4
0.24
0.23
0.23
0.24
0.22
0.25
0.22
0.23
0.24
0.25
0.25
0.24
0.25
0.27
0.25
0.25
0.25
0.26
0.25
0.28
0.25
0.24
0.23
medias
media rango
0.24
0.02
0.2275
0.04
0.2375
0.02
0.245
0.01
0.2575
0.07
0.25
0.02
0.225
0.05
0.23
0.06
0.2425
0.01
0.2425
0.05
0.25
0.02
0.2425
0.02
0.245
0.01
0.2525
0.05
0.215
0.07
0.2375
0.03
0.2325
0.06
0.2325
0.06
0.235
0.04
0.27
0.03
0.2525
0.05
0.2375
0.04
0.24
0.02
0.2409 0.037
254
Figura 8.13.- Primer Grfico de la Media para la abertura de las vlvulas de admisin.
1
0.24
0.24
0.25
0.25
0.25
2
0.25
0.24
0.24
0.24
0.29
3
0.23
0.2
0.23
0.25
0.27
4
0.24
0.23
0.23
0.24
0.22
media rango
0.24
0.02
0.2275
0.04
0.2375
0.02
0.245
0.01
0.2575
0.07
255
6
7
8
9
10
11
12
13
14
15
16
17
18
19
0.24
0.23
0.19
0.24
0.21
0.24
0.23
0.24
0.22
0.23
0.22
0.22
0.2
0.23
0.26
0.25
0.25
0.24
0.26
0.26
0.25
0.25
0.26
0.2
0.25
0.26
0.24
0.25
0.25
0.2
0.25
0.25
0.25
0.25
0.25
0.24
0.26
0.18
0.23
0.2
0.23
0.21
21
22
23
0.23
0.22
0.23
0.28
0.26
0.25
0.25
0.23
0.25
0.25
0.22
0.23
0.24
0.25
0.25
0.24
0.25
0.27
0.25
0.25
0.25
0.26
0.25
0.25
0.225
0.23
0.2425
0.2425
0.25
0.2425
0.245
0.2525
0.215
0.2375
0.2325
0.2325
0.235
0.02
0.05
0.06
0.01
0.05
0.02
0.02
0.01
0.05
0.07
0.03
0.06
0.06
0.04
0.25 0.2525
0.05
0.24 0.2375
0.04
0.23
0.24
0.02
medias 0.2395 0.0373
0.241 * 22 0.270
0.240
22
0.037 * 23 0.03
0.0373
22
y el rango medio
y los limites de control
LCS=0.240+0.279*0.373=0.267
LCI=0.240-0.279*0.373=0.213
Siendo el valor central
LC=0.240
5) Con los valores anteriores y las medias de las 22 muestras restantes, se representa
un nuevo Grafico para la Media. En la figura 8.14, se ha representado este nuevo
grafico. En el puede observarse que no existe ninguna seal de falta de control.
256
Figura 8.14. Nuevo grafico para la Madia despus de eliminar la muestra 20.
6) Una vez aceptado el Grfico para la Media, construimos el Grfico para el Rango.
Para ello, de acuerdo con la tabla resumen 8.4, calcularemos los lmites de control
mediante:
LCS D4 * R
LCI D3 * R
257
Con los valores anteriores y las medias de las 22 muestras restantes, se representa
el Grfico para el Rango. En la figura 8.15. se ha dibujado este grfico. En l puede
observarse que no existe ninguna seal de falta de control.
Al haber obtenido los grficos iniciales para la media y el rango sin seales de
falta de control y con suficiente puntos, ya disponemos de los lmites de control para
ambos grficos en la hoja siguiente.
De esta forma, en esta pagina, representaremos en primer lugar los lmites de
control calculados y, de acuerdo con la frecuencia y tamao establecidos, tomaremos las
muestras cuyas medias y rangos se representarn en esta hoja y que servir para controlar
el proceso.
Es recomendable, especialmente en los primeros grficos de control, que se
calculen los limites de cada hoja utilizando la informacin suministrada por la hoja
anterior, pues as las mejoras que se vayan produciendo en el proceso sern tenidas en
cuenta el los propios Grfico de Control.
Nota del Compilador: Se presenta este ejemplo aplicado con el software MINITAB.
Siguiendo el procedimiento y los mens:
258
Tablas de Excel
muestra
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
1
0.24
0.24
0.25
0.25
0.25
0.24
0.23
0.19
0.24
0.21
0.24
0.23
0.24
0.22
0.23
0.22
0.22
0.2
0.23
0.25
0.23
0.22
0.23
2
0.25
0.24
0.24
0.24
0.29
0.26
0.25
0.25
0.24
0.26
0.26
0.25
0.25
0.26
0.2
0.25
0.26
0.24
0.25
0.27
0.28
0.26
0.25
3
0.23
0.2
0.23
0.25
0.27
0.25
0.2
0.25
0.25
0.25
0.25
0.25
0.24
0.26
0.18
0.23
0.2
0.23
0.21
0.28
0.25
0.23
0.25
4
0.24
0.23
0.23
0.24
0.22
0.25
0.22
0.23
0.24
0.25
0.25
0.24
0.25
0.27
0.25
0.25
0.25
0.26
0.25
0.28
0.25
0.24
0.23
medias
media rango
0.24
0.02
0.2275
0.04
0.2375
0.02
0.245
0.01
0.2575
0.07
0.25
0.02
0.225
0.05
0.23
0.06
0.2425
0.01
0.2425
0.05
0.25
0.02
0.2425
0.02
0.245
0.01
0.2525
0.05
0.215
0.07
0.2375
0.03
0.2325
0.06
0.2325
0.06
0.235
0.04
0.27
0.03
0.2525
0.05
0.2375
0.04
0.24
0.02
0.2409 0.037
259
260
UCL=0.26883
Sample Mean
0.26
__
X=0.24087
0.24
0.22
LCL=0.21291
2
10
12
Sample
14
16
18
20
22
UCL=0.08755
Sample Range
0.075
0.050
_
R=0.03838
0.025
0.000
LCL=0
2
10
12
Sample
14
16
18
20
22
Se nota que la muestra numero 20 se sale de control la media, quiere decir que
existe una causa especial, la cual es asignable y se puede eliminar esa causa. Al eliminar
el problema, eliminamos los datos de la muestra 20 y obtenemos el siguiente grafico:
261
Sample Mean
0.26
__
X=0.23955
0.24
0.22
LCL=0.21132
2
10
12
Sample
14
16
18
20
22
UCL=0.08840
Sample Range
0.075
0.050
_
R=0.03875
0.025
0.000
LCL=0
2
10
12
Sample
14
16
18
20
22
262
(Carot, 445)
EJERCICIOS
8.1.- El contenido efectivo de un determinado refresco es una caracterstica crtica de
calidad y legal. Sus especificaciones son 504 centilitros. Se han tomado al azar de la
lnea de fabricacin, a lo largo de 3 das, 23 muestras de tamao 5, obtenindose los
siguientes valores:
263
264
(Gant, 123)
Clculo de las estadsticas del promedio y de la amplitud.
Para calcular el promedio i de cada subgrupo se suman las mediciones de cada
pieza del subgrupo y se dividen entre el nmero de mediciones. Para encontrar la lnea
central para la grfica X se suman los promedios y se dividen entre el nmero de
subgrupos. Donde n es el tamao del subgrupo y k el nmero de subgrupos, las frmulas
para estos clculos son:
n
X
j 1
k
X
i 1
X i, j
n
Xi
k
265
del subgrupo, se resta el valor menor del mayor. Para encontrar la lnea central se suman
los valores de la amplitud del subgrupo y se dividen entre el nmero de subgrupos. Las
frmulas para estos clculos son:
Ri X i ,max X i ,min
k
R
i 1
Ri
k
UCL R D4 R
LCL R D3 R
Los lmites de prueba obtenidos en esta forma son adecuados para analizar los
datos antes tomados que se emplearon para su clculo. Pueden requerir modificacin
antes de poder aplicarlos para futura produccin.
En las frmulas anteriores para X y R se supone un tamao constante de
subgrupo. En el captulo 9 se explican los clculos necesarios cuando el tamao del
subgrupo es variable.
267
268
R
.
d2
269
Figura 4-1 Algunos casos en que la extensin del proceso es menor que la diferencia entre limites de
especificacin
270
Figura 4.2 Algunos casos en que la extensin del proceso es mas o menos igual que la diferencia entre
lmites de especificacin
271
Figura 43. Algunos casos en que la extensin del proceso es mayor que la diferencia entre lmites de
especificacin.
Los cursos alternos son efectuar cambios fundamentales en el proceso a fin de reducirle
su dispersin o ampliar los lmites de las especificaciones para ajustarlas al proceso.
Pero, en algunos casos (por ejemplo, algunas dimensiones de piezas correlativas
ensambladas, ciertas caractersticas de componentes elctricos), hay una zona neutral
justo ms all de los lmites de las especificaciones dentro de la cual se puede utilizar un
porcentaje ms o menos pequeo de artculos fuera de tolerancias sin ocasionar
problemas; esta situacin suele requerir accin continua para mantener el centramiento
del proceso.
Posibles relaciones entre un proceso bajo control y un solo lmite de especificaciones.
La clave para la clasificacin de mxima utilidad de las situaciones que incluyen dos
lmites de especificaciones fue la dispersin del proceso. En la misma forma, una clave
para la clasificacin de situaciones que incluyen un limite mnimo es la posicin de
3 con respecto a L. Hay que considerar, de nuevo, tres tipos distintos de
situaciones:
1, El valor bajo ( 3 ) de la distribucin del proceso esta muy por arriba de L, como
ilustra en la figura 4-4
El valor bajo ( 3 ) de la distribucin del proceso est ms o menos en L, como
ilustra en la figura 4-5
3. El valor bajo ( 3 ) de la distribucin del proceso esta muy por debajo de L, como
se ilustra en la figura 4-6
En la primera situacin hay un margen de seguridad; en la segunda, apenas se cumple con
la especificacin siempre y cuando el proceso permanezca bajo control y en la tercera es
272
Figura 4.4 Algunos casos en que el valor bajo de la distribucin del proceso esta por arriba del mnimo en
la especificacin
273
figura 4-5. Pero, la proporcin de producto malo, como lo indica por la superficie de la
distribucin debajo del lmite de especificacin, es mucho mayor en A que en C.
El comentario que antecede se ha relacionado con un solo lmite inferior I de
especificaciones, sin lmite superior. Si hubiera lmite superior sin lmite inferior, se
aplicara un razonamiento similar.
Figura 4.5 Algunos casos en que el valor bajo de la distribucin del proceso esta mas o menos en el
mnimo de la especificacin
274
que hay menos margen de confianza en las estimaciones de y a las cuales se podra
lograr el control del proceso.
Algunas sugerencias especficas acerca de las conclusiones y acciones preliminares
basadas en las grficas de control. .
Si la grafica de R muestra que hay control, estmese como
R
. Si hay un
d2
R
con el empleo de R revisada final y despus de haber
d2
eliminado todos los valores de R fuera de control. Considrese esto como un valor de
que cabe pensar se podra obtener si el proceso quedase bajo control,
Considrese si es posible o no establecer el promedio del proceso a cualquier
magnitud deseada, [En algunos casos, como las dimensiones como consecuencia de
mecanizado (maquinado), puede ser que slo sea cuestin del ajuste de la mquina; en
otros casos, como las resistencias a la traccin o los porcentajes de impurezas en
productos qumicos, puede ser un asunto difcil que implique costosos cambios en el
proceso]. En tal caso, decida el valor deseado de X 0 que se debe buscar, en el supuesto
de que se pueda mantener el control con el valor con que se estim . Si no es, decdase
con el valor conocido de X un X alcanzable, Utilice los valores de X 0 y obtenidos
en esa forma como base para el anlisis de la relacin entre los lmites de las
especificaciones y el promedio y dispersin del proceso.
Las decisiones de si se debe o no actuar ahora sobre la base de los datos de las
grficas de control que ya se tienen o si se difiere la accin hasta que se obtengan ms
datos, se ponderarn, por una parte con las incertidumbres en las estimaciones de y y
con los costos y posibles consecuencias de las acciones propuestas.
En el ejemplo 4-1 se describe un caso en el cual se utilizaron grficas de control para un
producto recibido de dos proveedores para diagnosticar fuentes de problema totalmente
distintas en los procesos de produccin de cada proveedor.
Ejemplo 4.1
275
276
buscar una causa asignable de variacin y actuar para eliminarla, puede requerir una
revisin o enmienda de los lmites.
Si el proceso ha estado bajo control con promedio y dispersin satisfactorios desde el
punto de vista de los lmites de las especificaciones, se deberan ampliar los lmites de
control de prueba a fin de aplicarlos a la futura produccin. Conforme se acumulan ms
datos, hay que examinar los lmites de vez en cuando y enmendarlos siempre que sea
necesario. Es deseable establecer intervalos peridicos para este examen, tal como una
vez a la semana, una vez al mes o una vez cada 25, 50 o 100 subgrupos
Si la grfica R indica que la dispersin ha estado bajo control pero el promedio
no
lo
ha estado, se debera continuar con el empleo de la lnea central de prueba y de
X
los lmites de prueba en la grfica R y los lmites de control de la grfica X deberan
estar a una distancia de A2 R en ambos lados de la lnea central. La ubicacin de la lnea
central en la grfica X requiere una decisin de si debe o no estar a cierto valor
(denominado valor o nivel estndar) designado como X 0 si debera o no estar basada
en datos anteriores, revisin de X . Al hacer esta eleccin se debe reconocer que
cualquiera que sea el lugar en que se coloque la lnea central (por ejemplo, el promedio
supuesto del proceso para los fines de la grfica de control), se interpreta que un punto
fuera de los lmites de control significa: esta variacin es mayor de la que esperara por
casualidad si se mantuviera el promedio supuesto del proceso.
Si el promedio del proceso se puede cambiar con un ajuste sencillo en el proceso
de manufactura, como un ajuste de una mquina que se refleja en una dimensin, casi
siempre es deseable decidirse por un valor estndar o esperado de X 0 . Este promedio del
proceso a que se ajusta se debera determinar con la consideracin de la relacin entre el
promedio del proceso, la dispersin del proceso y los lmites de especificaciones en la
forma ya descrita. Cuando hay lmites superior e inferior de especificacin y un producto
que queda fuera de un lmite se puede recuperar mientras que el producto que queda fuera
del otro lmite se debe desechar, entonces el promedio a que se aspira, se debe elegir
teniendo muy en cuenta la diferencia entre los costos de desechar o de volver a trabajar el
producto para recuperarlo.
Salvo que el promedio del proceso se pueda cambiar con un ajuste definido, es
posible que X sea el resultado de un complejo grupo de factores en donde no se conoce
con claridad la influencia de cada factor. En tales casos, una grfica de control basada en
un valor de X 0 a que se aspira que fuera diferente del X anterior, podra mostrar
muchos puntos fuera de control; stos slo indicaran que el valor a que se aspira era
deficiente, sin dar mucha importancia a la correccin de ese valor, Por esta razn, es ms
sensato utilizar la grfica X anterior o tal vez un valor nuevo de X corregido con la
eliminacin de los puntos que antes estaban fuera de control. Luego, si se emprenden
diferentes cambios en el proceso, uno tras otro, con el fin de encontrar una forma de
ubicar el promedio del proceso a un nuevo valor o nivel, la grfica de control basada en
el promedio anterior del proceso dara pruebas de si cada cambio constituye o no una
causa asignable de variacin en relacin con el comportamiento anterior. Si estas causas
asignables acercan ms el promedio del proceso al promedio deseable, se deberan
continuar en vez de eliminarlas. Cada cambio que se contina puede requerir una nueva
lnea central en la grfica X basada en el comportamiento cambiado.
277
Cuando la grfica R muestra que la dispersin del proceso est fuera de control, es
deseable estimar el valor de R y de que se podra alcanzar si la dispersin quedase bajo
control. Esta estimacin es necesaria aunque no se pueda efectuar con una gran seguridad
de que est correcta. Un mtodo posible es eliminar los valores de R que estn por arriba
de los lmites de control y hacer un nuevo clculo de R . Si con los nuevos lmites,
calculados a partir de esta R ponen ms puntos por arriba de los lmites de control, se
puede repetir otra vez el clculo de R . Este mtodo se describe en el ejemplo 4-3.
Esta R revisada se puede emplear como la nueva lnea central en la grfica de R
como base para calcular los nuevos lmites en la grfica R y para calcular A2 R para
obtener la distancia de los lmites de control desde la lnea central en la grfica X . Con
ello se tiene el efecto de estrechar los lmites en las grficas R y X para que sean
congruentes con una a que se puede estimar a partir del valor revisado de R, como A2 R .
Esta s tambin puede servir como base para un anlisis preliminar de la relacin entre el
promedio y la dispersin del proceso y los lmites de especificaciones, como se describe
con respecto a las figuras 4-1 hasta 4-6.
Cuando R y X estn fuera de control y los nuevos lmites en la grfica X se van
a basar en un X 0 al cual se aspira, el clculo de R revisada se debera hacer antes de
tomar una decisin con respecto al valor de X 0 que se va a usar, como se describe en el
ejemplo 4-3,
Los lmites revisados se deben examinar de vez en cuando conforme se acumulan datos
adicionales.
Empleo de la grfica de control como base para agrupar lotes pequeos en grandes
lotes homogneos.
Si alguna cualidad de un producto manufacturado tiene una variabilidad anormal
y si la grfica de control indica que esta variabilidad se debe a falta de control, entonces
la accin natural parece ser un esfuerzo decidido para obtener un estado de control. Pero,
puede ocurrir que por alguna razn sea impracticable lograr el control. En ocasiones,
puede haber una posibilidad satisfactoria en el agrupamiento de sublotes pequeos en
lotes grandes que puedan ser homogneos en trminos estadsticos. Luego, la variabilidad
entre un lote grande y otro puede constituir la base para diferentes factores de correccin,
que se aplica en una forma u otra en el empleo de cada gran lote, Cabe suponer, aunque
en realidad el control se podra obtener pero sin un costo dado, que podra ser ms
econmico llevar a cabo este agrupamiento,
Este agrupamiento es un procedimiento posible, por ejemplo, en el caso de
municiones para artillera. La experiencia ha demostrado que la variacin en las
propiedades balsticas entre un lote y otro puede ser mayor que en cualquier lote. (Es
decir, los promedios muestran carencia de control estadstico,) Los lotes sucesivos o sean
las muestras cuyas pruebas balsticas quedan todas dentro de los lmites de las grficas de
control, se pueden considerar como sublotes o lotes pequeos de un gran lote. Luego se
podran efectuar diferentes correcciones, en la carga de plvora o en las tablas de clculo
de disparo utilizadas por los artilleros, en cada gran lote.
En el caso de pruebas qumicas o bacteriolgicas de un mismo producto que
realizan diferentes laboratorios, la experiencia demuestra que prcticamente no se puede
278
6
lmites internos de 540
Se propuso adems que siempre que el promedio de una muestra quedase trazado
dentro de estos limites internos, se clasificara al lote como que cumpla con las nuevas
especificaciones de 5406. Siempre que el promedio de la muestra quedaba trazado
279
dentro de los lmites de control, pero por arriba de 543 o por abajo de 537, se considerara
que el lote cumpla con las especificaciones originales de 54020.
Comentarios acerca del razonamiento errneo del ejemplo 4-2.
Estas sugerencias slo la podra haber hecho alguien que no hubiera entendido en
absoluto la correcta interpretacin de la grfica de control,
Cuando las grficas X y R de alguna caracterstica de calidad de un producto
manufacturado muestran durante largo tiempo que hay control, significa que los
subgrupos sucesivos se comportan cono muestras sacadas en forma aleatoria de un solo
tazn. El hecho de que halla control indica que para todos los efectos, el tazn no cambio
durante el periodo. Si como se expone en el ejemplo 4-2 cada subgrupo es una muestra
pequea de un lote grande, la prueba es que los lotes grandes son casi iguales. La
variacin entre un subgrupo y otro, es slo una variacin casual que se debe esperar en el
muestreo aleatorio,
Con todos los puntos en la grfica de control de X que estn entre los lmites de
control 549 y 531, el hecho de que la muestra de un lote tenga X de 545 y la muestra del
lote siguiente tenga una X de 540, es una indicacin de que los lotes son iguales, no
diferentes. Slo en el caso de que haya falta de control, se puede emplear la grfica de
control para agrupar lotes pequeos en otros ms grandes que tengan diferentes
dispersiones o promedios.
En el ejemplo 4-2 la grfica de control ofreci pruebas concluyentes de que el proceso de
manufactura, tal como se llevaba a cabo entonces, no poda cumplir con la nueva
tolerancia propuesta de 6. Si hubiera sido posible la inspeccin de 100%, el producto
que cumpliera con estas tolerancias precisas (alrededor de dos terceras partes del
producto total si la distribucin fuera ms o menos normal), se podra haber separado el
producto que no cumpla con la especificacin. Debido a que la prueba era destructiva, no
fue posible hacerlo. Por tanto, fue necesario hacer algn cambio fundamental en el
proceso de manufactura que redujera la variabilidad del producto o bien idear alguna
prueba no destructiva que produjera la misma informacin que la prueba destructiva y,
con ello, permitiera inspeccin de 100%.
Actuacin en el proceso mediante las grficas de control.
Si se contina el empleo de las grficas de control, puede haber tres clases diferentes de
actuaciones en el proceso, que son:
1. Eliminacin de las causas asignables de variacin que estn a la vista mediante
puntos fuera de control.
2. Establecimientos del promedio del proceso.
3. Establecimiento de la dispersin del proceso
Una vez que un proceso ha quedado bajo control con promedio y dispersin
satisfactorios, una finalidad importante de la grfica de control es ayudar a que contine
esta situacin; ese es el objetivo ms comn en el empleo de la grfica de control para
variables. Incluye tan slo dejar el proceso como est mientras permanezca bajo control y
buscar y eliminar las causas asignables de la variacin siempre que las grficas muestran
280
falta de control. El empleo de las grficas de control para esta finalidad se ilustra en los
ejemplos 3-1 y 3-2
Las acciones para establecer un promedio del proceso a cierto valor (nivel)
deseado, se hace de acuerdo con los procedimientos que se han sugerido. Se debe hacer
hincapi en que siempre que se utiliza un valor de al cual se aspira en la grfica de
control, se debe hacer un verdadero esfuerzo por tratar de alcanzar ese valoren el proceso
de fabricacin en s. No se gana nada con poner esa lnea en la grfica de control, salvo
que forme una base para actuacin por parte de quienes ejecutan las operaciones de
manufactura
Las actuaciones para reducir la dispersin del proceso, a menudo requieren cambios
fundamentales en las mquinas o en los mtodos. Tambin se puede emprender esta
accin para hacer concordar las diversas dispersiones del proceso con los distintos
trabajos que se van a llevar a cabo. La informacin suministrada por las grficas de
control en cuanto a las tolerancias naturales que mantendrn diversas mquinas o
diversos procesos de produccin, puede permitir ajustar la dispersin del proceso al
trabajo en cuestin. Las operaciones en que se requieren tolerancias muy precisas se
pueden efectuar con mquinas que las mantengan; las operaciones con amplia tolerancia,
se pueden efectuar en las mquinas que slo sean para tolerancias amplias. Este empleo
de la grfica de control en la planeacin de la produccin, puede ser la aportacin ms
importante en algunos trabajos efectuados en talleres independientes.
(Montgomery, 847)
14-5 CARTAS DE CONTROL X y R.
Cuando se trata con una caracterstica de calidad que puede expresarse como una
medicin, es costumbre vigilar tanto el valor medio de sta como su variabilidad. El
control sobre la calidad promedio se ejerce mediante la carta de control para los
promedios, la que se conoce como carta X . La variabilidad del proceso puede
controlarse ya sea con una carta de rangos (R) o con una carta de desviacin estndar,
dependiendo de la forma en que se estima la desviacin estndar de la poblacin. A
continuacin se estudiar slo la carta R.
Suponga que se conocen la media y la desviacin estndar del proceso y , y
que la caracterstica de calidad tiene una distribucin normal. Considrese la carta X .
Tal como se indic con anterioridad puede utilizarse como la lnea central de la carta
de control, y se pueden colocar los lmites superior e inferior 3-sigma en
LSC 3
3
y LIC
, respectivamente.
281
1 m
Xi
m i 1
(14-3)
1 m
Ri
m i 1
(14-4)
R
d2
(14-5)
Por consiguiente, para la carta X pueden emplearse como lmites de control superior e
inferior
LSC X
3
d2 n
R y LIC X
3
d2 n
(14-6)
Defnase la constante
A2
(14-7)
d2 n
Una vez calculados los valores muestrales x y r , los parmetros de la carta de control
X puede definirse de la manera siguiente
Definicin
La lnea central y los lmites de control superior e inferior de una carta de control X son
LSC x A2 r
LC x
(14-8)
282
LSC x A2 r
Tambin es posible determinar con facilidad los parmetros de la carta R. Es obvio que
la lnea central esta dada por r . Para determinar los lmites de control, es necesario
tener una estimacin de R , la desviacin estndar de R. De nuevo si se supone que el
proceso esta bajo control, la distribucin del rango relativo, W, es de utilidad. La
desviacin estndar de W, W es una funcin de n, la cual ya ha sido determinada. En
consecuencia, puesto que
R W
R
d2
con lo que pueden emplearse como limites de control superior e inferior de la carta R
si se hace D3 1
3 W
LSC R
3 W
3
R 1 W
d2
d2
LIC R
3 W
3
R 1 W
d2
d2
D 1
d2 y 4
3 W
Definicin
La lnea central y los limites de control superior e inferior de una carta R es
LSC D4 r
LC r
(14-9)
LIC D3 r
Cuando se utilizan muestras preliminares para construir los limites de las cartas de
control, es costumbre tratar estos limites como valores tentativos. Por tanto, las m medias
y rangos muestrales deben graficarse en las cartas apropiadas, investigando cualquier
punto que exceda los lmites de control. Si se descubren causas asignables para estos
puntos, deben eliminarse para proceder a calcular nuevos lmites. De esta manera, el
proceso ser colocado poco a poco bajo control estadstico, donde ser posible evaluar
sus caractersticas inherentes. En ese momento podrn contemplarse otros cambios en el
centrado y dispersin del proceso. Adems, a menudo se estudia primero la carta R
debido a que si la variabilidad del proceso no es constante con el paso del tiempo, los
lmites de control calculados para la carta X pueden ser errneos.
283
(Mongomery, 850)
EJEMPLO 14-11
Un componente de la turbina de un avin se fabrica con un proceso de fundicin. La
apertura del alabe es un parmetro funcional importante de la pieza. A continuacin se
ilustra el uso de las cartas de control X y R para evaluar la estabilidad estadstica de este
proceso. La tabla 14-2 contiene 20 muestras, cada una con cinco piezas. Los valores que
se dan en la tabla se han codificado mediante el empleo de los tres ltimos dgitos de la
dimensin de la pieza;, esto mes, 31.6 significa 0.503316 pulgadas.
x
No de muestra
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
x1
20
Media de
las medias
Rango
Medio
x2
x3
x4
x5
33
33
35
30
33
38
30
29
28
38
28
31
27
33
35
33
35
32
25
29
31
37
31
34
37
31
39
33
33
30
35
32
33
37
33
34
33
27
31
35
33
33
35
39
32
38
35
32
28
35
34
35
32
27
34
30
34
32
37
34
34
33
40
34
39
36
35
32
35
35
37
35
31
30
30
27
33
31
36
33
34
38
31
39
43
32
31
34
37
36
39
30
32
33
28
31.6
33.4
35
32.2
33.8
38.4
31.6
36.8
35
34
29.8
34
33
34.8
35.6
30.8
33
31.6
28.2
35
35
36
33
30
33.8
33.32r
4
6
4
4
2
3
4
10
15
6
4
4
10
4
7
6
5
3
9
33.32
5.8
Tabla 14-2 Mediciones de apertura del alabe
284
6
5.8
LSC=36.65
LIC=29.95
Para la carta R, los lmites de control tentativos son
LSC D4 r 2.115 5.8 12.27
LIC D3 r 0 5.8 0
La figura 14-9 presenta las cartas de control X y R con estos limites de control
tentativos. Ntese que las muestras 6, 8, 11 y 19 estn fuera de control en la carta X , y
que la muestra 9 esta fuera de control en la carta R.
Supngase que todas las causas asignables llevan a una herramienta defectuosa en el rea
de moldeo. Por tanto, se descartan esas cinco muestras y se vuelven a calcular los lmites
para las cartas X y R. Los nuevos lmites son, para la carta X ,
LSC x A2 r 33.21 0.577 5.0 36.10
y para la carta R
LSC D4 r 2.115 5.0 10.57
LIC D3 r 0 5.0 0
285
La figura 4-10 presenta las nuevas cartas de control. Ntese que se han tratado las
primeras 20 muestras preliminares como estimacin de datos con los cuales se establecen
los limites de control. Ahora pueden emplearse estos limites para juzgar el control
estadstico de la produccin futura. A medida que se tenga disponible una nueva muestra,
los valores de x y r deben calcularse y graficarse en las graficas de control. Puede ser
deseable revisar de manera peridica los lmites, incluso si el proceso permanece estable.
Los lmites siempre deben revisarse cuando se hacen mejoras al proceso.
Figura 14-10 Cartas de control X-R para la apertura del alabe, limites revisados
286