Ao de lA consolidacin de mar de

Grau

UNIVERSIDAD NACIONAL DE SAN MARTIN

FACULTAD DE INGENIERIA
AGROINDUSTRIAL

Escuela profesional de Ingeniera

Agroindustrial

Asignatura: Control de la Calidad

Trabajo : Resumen de control de procesos

Docente : Ing. Epifanio Martnez Mena

Estudiante: Stalyn Ruiz Cortez.

Cdigo : 76474937

Ciclo : VIII

Fecha : 19 /12/2016

Morales San Martin

CONTROL DE PROCESOS (Por mtodos estadsticos)

La palabra "proceso" significa cualquier combinacin de mquinas herramientas, mtodos,

materiales y hombres empleados para lograr productos o servicios de la calidad deseada.
La palabra "control" es el proceso de gestin necesario para fijar y hacer cumplir una norma.
Este se cumple mediante el circuito de control o ciclo de control.

Ciclo de control

1. Estndares
2. Elemento Sensor o
(normalidad) comparador (equipo capaz
de medir el objeto)

Accin necesaria

Se realiza, en el proceso productivo

3. Sistema y bsicamente
de anlisis (conjunto de la finalidad es mantener la calidad
uniforme (es decir deben mantenerse dentro depermita
sistemas y tcnicas que los rangos establecidos).
realizar la comparacin)
Generalmente el control se ejerce sobre:
- La materia prima, mediante una inspeccin, el cual nos indicar que la materia prima
entre o n al proceso.
- Luego control de unidades durante el proceso, mediante un procedimiento de
muestreo por intervalos. Ejm. Producimos 5000 lt/ da y cada hora tomamos una
muestra.
- Luego se realizara entre los volmenes de produccin o por lotes, ste tambin se
realiza por muestreo.

CASOS DE VARIABILIDAD EN MATERIALES, MAQUINAS Y HOMBRES

Supongamos una operacin de taladrado, en mquinas mltiples, en una pieza
fundida. La pieza se coloca en un utillaje y se sujeta. El operario acciona la palanca y 6
brocas taladran simultneamente la pieza fundida. Las brocas llegan al fondo, donde
permanecen unos instantes, despus de los cuales la palanca se lleva a su posicin normal.
Ahora, Cules son las posibles fuentes de variacin?
En primer lugar, el material presentar alguna variacin de una pieza a otra; algunas piezas
sern ms duras que otras. Algunas tendrn mayor porosidad y las dimensiones variarn
entre ellas. Las causas de variaciones del material pueden ser muchas, incluyendo materiales
adquiridos de calidad insegura, especificaciones de material precarias, costos, etc.
La segunda fuente de variacin es la mquina (equipo), cambio en el diseo. El problema se
complica de la mquina por el nmero de taladros, los cuales harn profundidad, ancho,
dimetro y acabado superficial. La tercera fuente de variacin es el hombre ms influyente
de todas (manejo, lectura, interpretacin, decisin).
CONCEPTO DE CARTA-GRFICO DE CONTROL

El objetivo final de los procesos es fabricar productos que se ajusten a las especificaciones.
El control de procesos tienen por misin lograr el mayor provecho posible de estos procesos,
haciendo que se desarrollen a un nivel de rendimiento previsto. La mejor herramienta para
conseguirlo es la grfica o carta de control.
Una carta de control es una comparacin grfica de los datos de funcionamiento del proceso
con "lmites de control calculados que se dibujan en la carta como lneas lmites.
Las cartas de control sirven principalmente para descubrir "causas asignables" de variacin
en el proceso.

CAUSAS DE VARIACIN
- Causas no asignables
- Causas asignables

Causas no asignables.- llamada tambin como causas normales, aleatorias, no identificables, es

una causa no identificable y siempre estas causas estarn presentes en el proceso.
- Estas causas van a producir variaciones relativamente pequeas.
- Igualmente estas causas estn presentes en un nmero relativamente alto, es decir se
presenta muchas veces.
- A pesar de ser muchas no guardan relacin unas con otras es decir son independientes
entre s.

Causas asignables.- Llamadas como causas anormales, accidentales, identificables.

- Estas causas no siempre estn presentes.

- A pesar de no estar presentes introducen variaciones relativamente grandes, que
constituyen un aviso para hacer su control.
- Se presentan en nmero pequeo o pocas veces.
- Estas causas pueden ser dependientes entre s, no ocurre en este caso el efecto
compensatorio.

Variacin por exceso o defecto

1 1

Causa no asignable
64 " 640

Al otro da 1 1
"
Con esta var iacin ya tenemos una
64 320
causa asignable

Un grfico de control es, esencialmente, un intervalo de confianza en una escala series-

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
cundo 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 Nivel tipo + v
hiptesis nula

Lim. inf. Control LIC

tiempo

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:
- Definir una meta para una operacin.
- Ayudar a obtener esa meta.
- Determinar si la meta ha sido alcanzada.
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.
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. ( esto en un lmite establecido).
En la produccin de hoy hemos producido 1000 latas y muestreados 4 latas para verificar.
1. 231---------- 230 + 1 bajo control (10 AM)
2. 228 --------- 230 - 2 bajo control (12 M)
3. 222 --------- 230 - 8 ? 2 PM(causa asignable fuera del lmite establecido).
4. 232 --------- 230 + 2
Este lmite de control es una base a experiencias anteriores.
An cuando universalmente se acepte y use el trmino grfico de control, en principio se
debe entender que la grfica no controla en realidad, cosa alguna. Simple y sencillamente
suministra una base para la accin, y slo es efectiva si los responsables de las decisiones
actan a partir de la informacin que revela dicha grfica.
Objetivos de grficos de control
- Detectar causas asignables.
- Detectar si el proceso est bajo control, es decir estamos respondiendo a la
pregunta si el proceso es o no estable (aqu el proceso est bajo control de
acuerdo a las horas muestreadas).
- Verificar si el proceso sigue bajo control, es decir si est de conformidad
como una determinada norma.
- Reducir la variacin excesiva en una operacin hasta en un punto que
corresponda a la tolerancia requerida a otra meta establecida.

Esquema general de grfico de control

Este esquema nos da una idea general, adems se basa en la distribucin normal.

u-3 u-2 u- u+ u+2 u+3

u
x

El rea bajo la curva de cada uno de ellos es:

Area

u 1 68.27%
u 2 95.45%
u 3 99.73%
Estos se ajustan a los conceptos de probabilidad

El conocimiento de la trayectoria de las probabilidades sirve de ayuda para la

prediccin por anticipado de la variacin de un gran nmero de medidas por
Ejm: Si de una fuente al azar se extrae a intervalos regulares una muestra de cierta
medida y se calculan las estadsticas de la misma (fraccin defectuosa promedio, intervalo),
estas estadsticas (como las medidas originales variaran de acuerdo a una trayectoria
definida. 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: .............

Inspector:.......... Producto: .
Secuencia de datos o intervalos de tiempo
Rechazo
hiptesis
nula LSC
u+3

u
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.

PROCEDIMIENTO DE CONSTRUCCIN DEL GRFICO DE CONTROL

1. Seleccionar las caractersticas de calidad ms conveniente ( Longitud, rea, dureza,

etc).
2. Recoleccin de datos el cual se hace por muestreo.
3. Sobre estos datos determinar los lmites de control.
4. Luego decidir sobre estos lmites de control. Esto implica una pregunta. Estos lmites
de control son satisfactorios o no?.
5. Luego tomamos un papel y trazamos la lnea central (media o rango, etc), y los
lmites de control.
6. Una vez trazado estos lmites ploteamos los datos y estamos con nuestra grfica y
analizar, si queda fuera de los lmites de control. Tomar acciones correctivas
necesarias.

* Cuando un proceso las caractersticas de las muestras se conservan persistentemente

dentro de los lmites de control, se dice que el proceso est bajo control.

Empleo de grafica de control

1. Para preveer rechazos antes de producir gran nmero de unidades defectuosas.

2. Juzgar el trabajo en determinada planta es decir tenemos que juzgar el
rendimiento de trabajo a travs de comparaciones con el patrn ya establecido.
3. Ajustar tolerancias a travs de trabajo, ste se puede ajustar disminuyendo o
alargando los rangos.
4. Previsin de costos: ya que una variacin muy grande nos indica un mtodo de
produccin.
Como la maquinaria usado es vieja.
Hace falta un nuevo diseo tecnolgico.
Modificacin en el mantenimiento de equipos.

5. Establecer ndices de seguridad para la planta, pero mayormente va estar referida

a las unidades defectivas rechazadas. Este est asociada al procedimiento de
muestreo.
6. Finalmente este grfico es una gua para decisiones generales.

TIPOS DE GRFICOS DE CONTROL

1. control por variables

2. Control por atributos (caractersticas).

Variables. Se considera variable una caracterstica que puede ser medido.

Se emplea cuando se tiene datos continuos como dimensin, costo, peso y resistencia,
sensibilidad, temperatura, dureza.
 Para este control se utiliza las grficas de promedio e intervalo.

Atributos. Es una caracterstica que no puede ser medido, slo se cualifica.

Estas grficas se emplean cuando se tienen datos discretos o cuando se desea clasificar
una serie de medidas continuas como aceptables o no.
Para estos se utilizan las grficas de defectos o de % defectuosos.
De acuerdo a estos en un lote se puede tener varios variables y barios atributos.
Una variable puede ser tratado como un atributo ms no un atributo como una
variable.

En general la grfica de atributos se usa cuando:

No es posible tomar medidas, como en la inspeccin visual de una parte.
Cuando no es prctico tomar medidas, debido a que los calibradores son caros
o el tiempo necesario para tomarlas es excesivo.
La parte tiene muchas caractersticas para evaluar.
La grfica se basa en una inspeccin al 100%.
Se usa grfica variable cuando:
Se involucra una caracterstica crtica, tal como es una localizacin de un punto.
Se desea una control ms preciso que el control de caractersticas.

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 medida (X)
ii. Grfico del rango o amplitud ( R )
iii. Grfico de la desviacin estndar()
iv. Grfica de la medida (Me)

La ms utilizada son el grfico de la medida (X) y el rango ( R ).

2. Para grficas de control de atributos.- Tambin existen 4 grficos. Estos se basan en

la presencia o ausencia de caractersticas de calidad.
Estos grficos son:
Grficos de la fraccin defectuosa (P)
Grficos de nmero de defectuosos (np)
Grficos de nmero de defectos por unidad (u)
Grficos de nmero de defectos.

Los ms utilizados son los 1 y 2.

GRFICO DE CONTROL POR VARIABLES
Se basa en el intervalo 38 lo que nos indica una cierta rea bajo la curva de la
desviacin normal. Se ha elegido los lmites de 38, en lugar de 2 o de 4-sigmas, por ejemplo
por que la experiencia ha demostrado que elvalor 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: Posibilidad pequea cuando

estamos trabajando con mquina
bien revisada.
99.73%

0.27%

-3 x 3

1. uno X1 Me
2. uno R1 (o cualquiera de las medidas amplitud).

Luego podemos hacer combinaciones es decir podemos trabajar

X-R
X-
Me - R
Me -

Ventajas:
1. Hacer resaltar 2 caractersticas importntes:
* Medida de tendencia central
* Medida de dispercin.

2. Este sistema de grfica hace muy econmica la seleccin de muchas muestras,

formada cada una por muy pocas lecturas en lugar de tener que tomar pocas
muestras, pero formadas c/u por 50 lecturas cuando menos.

Lmites de control Para este tomamos una serie de muestras de un universo.

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
2005 4 1988 4 2001 4
501.55 499.5 500.25

X1 = 501.55 X2 = 499.5 X3 = 500.25

R1 = 5 R2 = 3 R3 = 6

(Promedio de los promedios)

X1 + X2 + X3
X = ..........................
3

Luego tenemos:

Medias (X) Rango ( R ) Desviacin stndar()

_
LSC: X + 3 X R + 3R + 3

LM X R

LIC X - 3X R- 3R - 3

Donde:
X = Promedio de los promedios (llamados tambin en Gran Media)
x = Desviacin estndar de las medias de muestras
R = Rango medio (amplitud media)
R = Desviacin estndar de los rangos de muestra
= Desviacin estndar de desviacin estndar de muestras.

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 A1, A2, B3, B4, D3, D4 con
el empleo de estas constantes las frmulas anteriores se convierten en:
A).- Cuando se usa como medida de Dispersin
Medias (X) Rango ( R )

LSC: X + A2 R D4 R
LM X R
LIC X A2 R D3 R

B).- Cuando se usa como medida de Dispersin

Medias (X) Desviacin Standard

LSC: X + A1 B4
LM X
LIC X A1 B3

TABLA: FACTORES PARA EL CALCULO DE LIMITES DE CONTROL

Grficas para Grficas para Grfica para

Nmero de Medias Desv. Estandar amplitudes
d2 factor de
Observ. En la Factores para
Factores para Factores para conversin
muestra Lmites Central
limites central limites Central
n A1 A2 B3 B4 D3 D4 d2 = R/s
2 3.759 1.880 0 3.658 0 3.268 1.128
3 2.394 1.023 0 2.692 0 2.574 1.693
4 1.880 0.729 0 2.330 0 2.282 2.059
5 1.596 0.577 0 2.128 0 2.114 2.326
6 1.410 0.483 0.003 1.997 0 2.004 2.534
7 1.277 0.419 0.097 1.903 0.076 1.924 2.704
8 1.175 0.373 0.169 1.831 0.136 1.864 2.847
9 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

CONTROL DE CALIDAD DE PROCESOS POR ATRIBUTOS

GRAFICOS DE CONTROL POR ATRIBUTOS
 Cuando no es fcil medir un producto o una parte, o cuando la calidad solo se puede
obtener como unos atributos atributo conforme o no con las especificaciones se puede usar
una grfica de control de atributos (caractersticas).

El trmino atributo, tal como se emplea en control de calidad, es la propiedad que tiene una
unidad del producto de ser buena o mala, es decir la caractersticas de calidad de la unidad
de estar o no de acuerdo con las especificaciones.
La inspeccin por atributos est generalmente asociado con los calibres llamados pasa-no
pasa por Ejm.
Un calibre cilndrico divide las unidades inspeccionadas en dos grupos:
Unidades dentro de las especificaciones y unidades fueras de ellas.

La inspeccin visual de la pintura separa las unidades en dos categoras: Buena o

mala.

Hay muchas posibilidades de que existan errores en una hoja mecanografa.

Despus que se ha escrito la carta existen dos atributos para est; el
mecanografiado correcto y el incorrecto.
Un operario es lento y no lo es, un hombre tiene un accidente o no lo tiene.

La situacin s o no es siempre tpica de la medicin de atributos. Un grfico confeccionando

para controlar este tipo de medidas de calidad se conoce como grficos de atributos.
Constituye un instrumento muy valioso para el control general de la calidad de un proceso,
para sealar perturbaciones en las caractersticas de calidad y para facilitar de calidad en la
direccin.

El control de calidad durante el proceso supone la racionalizacin de muchos objetivos de

calidad para lograr la mejor inversin de las horas-hombre empleadas en el control. El
sistema de control de calidad que debe emplearse es aquel que permite efectuar el trabajo a
un costo total de calidad ptima.

El grfico de atributo se recomienda encarecidamente como instrumento primordial para el

Control Global de la calidad del proceso y para ofrecer informacin sobre calidad la
direccin y al pblico.

OBJETIVOS:
1. LA DETERMINACIN DE UNIDADES DEFECTUOSAS O SU % MEDIO DE
UNIDADES DEFECTUOSAS.

2. DETECTAR VARIACIONES EN NIVEL DE CALIDAD.

3. TOMAR ACCIONES Y CORREGIR CAUSAS DE VARIACIN.

Antes de presentar este tipo de grficas, deben definirse los siguientes trminos:
1) Defecto: Cualquier caracterstica individual que no est de acuerdo con los
requerimientos.
2) Defectuosa: Cualquier parte que tiene uno o ms defectos.
La ms comnmente empleadas son las grficas P o para piezas defectuosas (grfica
de fraccin defectuosa) y la grfica C de defectos por unidad.

La grfica P presenta el porcentaje de parte defectuosas, y la grfica C presenta el

nmero de defectos en una muestra.

LA GRAFICA P :
La base de esta grfica es la fraccin defectuosa que hay en una muestra de un
ciertos de cosas (el porcentaje defectuoso).

Si se toma una muestra, n, de una fuentes (ensambles, partes, materias primas) que
contiene un porcentaje defectuoso, P, debe encontrarse un nmero, d, de piezas
defectuosas en la muestra. Por lo tanto el porcentaje defectuoso en la muestra ser
100d/ n.

Este valor no es necesariamente igual al valor de lote. Si se toman otras muestras de

la misma fuente, se detectarn diferentes % defectuosos, los cuales pueden ser
mayores o menores que el % P. La muestra estadstica, 100d/n graficada 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.

Nmero de unidades que presen tan defectos

La fraccin defectiva P
Numero total de unidades inspeccion adas

% defectivo = es la representacin en porcentaje del anterior

valor decimal.

Ejemplo: Si 3 unidades se han presentado defectivas en un lote de 100 unidades

la fraccin defectiva para ese lote ser de 3/100 o sea 0.03.
El % defectivo de ese lote es de 3.

Los datos del porcentaje defectivo o de la fraccin definitiva se pueden caracterizar

por sus valores de tendencia central y de dispersin, al igual que en las lecturas por
mediciones (variable).
La medida del porcentaje defectivo, se simboliza por P (p con barra).

Para un tamao constante de muestra, el valor de P se puede calcular dividiendo el

% de defectivos por muestra entre el tamao de la muestra.
Si el tamao de la muestra es variable, de una a otra el valor de P se encuentra
dividiendo el nmero total de defectivos encontrados en la serie de muestras como
sigue:
 p
c x 100
n
c = nmero de defectos

La desviacin estndar de P se simboliza por p (sigma p con barra).

Para un tamao constante de muestra se calcula como sigue:

p 100 p
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:

p 100 p
Lmites de Control p 3
n

4. CALCULAR EL PROMEDIO DE DEFECTIVOS POR HORA O POR DA (POR

MUESTRA)

5. CALCULAR LOS L.C. DE ACUERDO A LOS RESULTADOS OBTENIDO EN (3)

Y (4).

6. EXAMINAR LOS VALORES DEL PORCENTAJE DEFECTIVO DE CADA

MUESTRA, CON RELACIN A LOS LMITES DE CONTROL.

7. DETERMINAR SI ESTOS L.C. RESULTAN ECONMICAMENTE

SATISFACTORIOS PARA EL PROCESO.

8. EMPLEAR LA GRFICA DE CONTROL PARA LA PRODUCCIN ACTIVA

COMO UNA GUA PARA CONTROLAR LA CARACTERSTICA DE CALIDAD
DE QUE SE TRATA.

Lmites de control para Atributos

p 100 p
LSC p 3
n
 LM p

p 100 p
LIC p 3
n
Los lmites para la fraccin defectuoso se obtienen con una ligera adaptacin de la frmula
anterior como sigue:

p1 1 p1
LC p 3
n
p1 = es el valor decimal de la fraccin defectiva media.

La interpretacin de estos lmites de control es semejante a la que se da a los lmites de

control por variables. Cuando los valore del % defectivos de las muestras, tomadas de la
produccin resulten fuera de los lmites de control del porcentaje defectivo, indicarn que se
ha efectuado un cambio en el proceso y que se reclama una accin correctiva.
Dos formas de grficos de control en porciento de efectivos

Estas grficas han demostrados su efectividad para el control de la calidad durante la

produccin, y se emplea 2 variedades:

Forma 1:
Tamao Constante de la Muestra. Se basan en las comparacin de los
valores del porcentaje defectivo o de la fraccin defectiva, con los lmites
de control, deducidos estos datos de una serie de muestras de un tamao
constante.

Estas muestras se seleccionan peridicamente del proceso de produccin.

Cada hora, cada 15 min., cada maana.

Forma 2:
Tamao Variable de Muestra. Estas grficas se usan cuando se efecta
una inspeccin 100 por ciento de las piezas o conjuntos, como parte de la
rutina de la factora. El tamao de la muestra en este caso es el de la
produccin total durante el periodo de que se trate y por tal motivo ser
diferente de un periodos a otro.

En las grficas de control por atributos, el tamao de muestra ms generalizado es de 25

unidades. Sin embargo se han sugerido algunas reglas para determinar el nmero mnimo de
unidades para tamao de muestra. Por Ejemplo:.

Cowden. Ha propuesto que el valor de np debe ser 25, esto significa que si se lo espera
un 10 por ciento de defectivos , el tamao mnimo para la muestra, deber ser
de 250 unidades.
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.

p 100 p
LC p 3
Tericamente la frmula (*)
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 satisfactorias 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 (*).

Pasos a seguir para el establecimiento de los L/. C.

1) Determinar la caracterstica que se va a controlar (long, peso, etc) u otros que hacen
defectivas a las unidades.
2) Seleccionar un nmero conveniente de muestras. Cada muestra estar formada por
un nmero conveniente de unidades, durante un periodo estndar de inspeccin,
como una hora o un da.
3) Calcular el tamao medio de una muestra.

PROBLEMAS DE CARTAS DE CONTROL POR VARIABLES Y ATRIBUTOS

(DEFECTUOSOS Y DEFECTOS)

4. Se desea conocer la variabilidad del proceso de llenado de frases congeladas, a fin

de determinar qu porcentaje de los pesos se encuentran arriba del peso nominal de
100 gr. Para tal efecto se colectan 5 bolsas y se registran los pesos, considerando la
variabilidad en dcimas de grano, y los datos son registrados en la siguiente tabla (la
operacin se repite 10 veces).

REGISTRO DE PESOS
GRUPOS 1 2 3 4 5 6 7 8 9 10
 a 2 4 3 0 2 1 3 4 2 0
b 0 3 2 2 0 2 4 6 4 2
c 4 4 4 -1 3 0 2 2 0 -2
d 1 0 2 2 1 -2 1 3 2 3
e -2 3 2 -2 0 0 2 1 2 2

5 14 13 1 6 1 12 16 10 5
x 1 2.8 2.6 0.2 1.2 0.2 2.4 3.2 2. 1 x = 16.6
R 6 4 2 4 3 4 3 5 4 5 R = 40

Se pide:
a. Calcular los lmites de control de X y R
b. Construir los grficos de control
c. Determinar el porcentaje de pesos por encima del valor nominal
d. Calcular los nuevos lmites de control si se desea que slo un 10% de
los pesos estn bajo el peso nominal.

Solucin

a) Clculos de los lmites de control X y Y

X
X 16.6 1.66
10 10
R
R 40
4.0
10 10
Lmite de X
LSC X A2 R 1.66 0.584 3.98 0.398

LM X 1.66 0.166

LIC X A2 R 1.66 0.584 0.66 0.066

Clculo de A2: El valor de A2 se determina en la tabla conociendo el tamao de

grupos n 5 por consiguiente para n = A2 = 0.58

L SC X = 100 + 0.398 = 100. 398 en dcimas

L M X = 100 + 0.166 = 100.166
L IC X = 100 - (0.066) = 99.934

Lmites de R

LSC D4 R 2.11 4 8.44 100.844

LM R 4 4 100.4

LIC D3 R 04 0 100.0
 Nota:
Las constantes D4 y D3 se hallan en la tabla, conociendo el tamao de la
muestra que es n = 5

b) Construccin de los GRAFICOS de control VN = 100 g.

VN = 0.0 dcimas de gramos

GRAFICO X

4
3.98 LSC

2
X = 1.66 LMC

VN 0
-0.66 LIC

1 2 3 4 5 6 7 8 9 10 N muestras

GRAFICO R

8.44 LSC
4 LMC

0 LIC

1 2 3 4 5 6 7 8 9 10 11 12

c) Determinacin de pesos por encima del valor nominal:

1) Clculo de la desviacin Standard: S
R
Segn la tabla: d2
S

R
S
d2
Para n = 5 d2 = 2.326

Por consiguiente:
4
S 1.72
2.326

X 1.66
ZK 0.97
S 1.72

De la tabla Z

Para (K) Z = 0.97 El rea bajo la curva es:

A = 0.334 33.4%

16.6% 33.4% 50%

0 X 1.66
VN Z

Entonces: frecuencias de pesos por encima del valor nominal o especificado.

50% + 33.4% = 83.4%

Frecuencias de pesos por de bajo del valor nominal o especificado.

100 - 83.4% = 16.6%
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
K X KS
S
Luego la medida estar ubicada en:
_
X = 0 + KS 0 + (1.29) (1.72) = 0.222
10

100 + KS 100 + 0.222 = 100.222

Considerando que A2 y D permanecen constantes:

Los nuevos lmites sern:

_ _
L S C = X + A2 ( R ) = 0.222 + (0.58) (4) = 0.454 = 4.54

_
LCC = X = 0.222

_ _
LIC = X - A2 ( R ) = 0.222 - (0.58) (4) = 0.008 = 0.08

En gramos:
_
LSCX = 100.452 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 1 1 1 1 1 1 1 1 1 2
1 2 3 4 5 6 7 8 9 0
Nmero de 1 3 4 5 1 3 3 4 5 10 2 3 1 2 2 1 1 1 1 1
defectuoso 5 0 0 0 0 0 2 4 5 0 0 5 0 0 5 8 0 1 5 6
s

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:
a) Determinacin de los lmites de control expresado en % de defectuoso y nmeros de
defectuosos.

Cuadro de datos
Fecha Nmero Nmero Fraccin Porcentaje
Mes de Inspeccionado Defectuoso Defectuosa Defectuoso
Setiembre (n) (np) (p) (100p)
1 200 15 0.075 7.50
2 200 30 0.15 15
3 200 40 0.20 20
4 200 50 0.25 25
5 200 10 0.05 5
6 200 30 0.15 15
7 200 32 0.16 16
8 200 44 0.22 22
9 200 55 0.275 27.5
10 200 100 0.5 50
11 200 20 0.1 10
12 200 35 0.175 17.5
13 200 10 0.05 5
14 200 20 0.1 10
15 200 25 0.125 12.5
16 200 18 0.09 9
17 200 10 0.05 5
18 200 11 0.055 5.5
19 200 15 0.075 7.5
20 200 16 0.08 8.0
n =4000 np = 586
 CALCULOS PARA HALLAR LOS LIMITES

N total de defectuosos
% p medio x 100
N de unidadesinspeccionadas

100 p
100 np 100586 14.65%
n 4000
p 0.1465
n p 2000.1465 29.3

1er. Nmero de Defectuosos (np) LC n p 3 n p1 p

LSC n p 3 n p1 p
LSC 29.3 3 29.31 0.1465
LSC 44.30

LM n p 29.3

LIC n p 3 n p1 p
LIC 29.3 3 29.31 0.1465
LIC 14.30

2do. Fraccin de Defectuosos (p) p1 p

LC p 3
n
p1 p
LSC p 3
n
0.1465 1 0.1465
LSC 0.1465 3
200
LSC 0.2215

LMC p 0.1465

p1 p
LIC p 3
n
0.1465 1 0.1465
LIC 0.1465 3
200
LIC 0.0715

3ro. % de Defectuosos (100p) 100 p 100 100 p

LC 100 p 3
n
 100 p 100 100 p
LSC 100 p 3
n
14.65 100 14.65
LSC 14.65 3
200
LSC 22.15

LMC 100 p 14.65

100 p 100 100 p
LIC 100 p 3
n
14.65 100 14.65
LIC 14.65 3
200
LIC 7.15

110
100
90
N defectuoso (np)

80
70
60
50
40
30
20
10
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

Das
 0.60

0.50
N Fraccin defectuoso (p)

0.40

0.30

0.20

0.10

0.00
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

Das

60.0
Porcentaje defectuoso (100p)

50.0

40.0

30.0

20.0

10.0

0.0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

Das

LEGISLACIN EN EL CONTROL DE CALIDAD

Est referido a todo aquello que protege al consumidor.
La FDA tiene las siguientes funciones:
1. Trabaja con la Industria en asuntos de interpretacin y sugerencias de la ley.
2. Ayuda a la Industria a establecer medidas de control para proteccin de alimentos.
3. Examina muestras de alimentos de envos interestatales.
4. Emite y hace cumplir reglamentacin sobre alimentos.
5. Aprueba y certifica colorantes aceptables para alimentos.
6. Examina alimentos importantes para determinar si son aceptables.
7. Trabaja en calidad de asesor con agencias estatales y locales para la inspeccin de
alimentos.
8. trabaja con agencias estatales y locales en tiempo de desastres a fin de hacer y
deshechar alimentos contaminados.
9. Establece normas, identidad de alimentos fabricados a fin de promover la honradez
de los productores y el valor de los productos.

Instituciones que participan con aportes a la FDA en EE. UU:

- El consejo de alimentos y nutricin de la academia nacional de ciencia.
- El Consejo Nacional de Investigacin.
- El Comit para la proteccin de alimentos.
- 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.
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 Desarrollar normas Nacionales y Regionales para los alimentos y publicarlos

en un codex alimentario (a fin de hispano Amrica es el cdigo alimentario).
El cual debe incluir normas para todo los alimentos principalmente ya sea
para mat. Prima procesados y no procesados, dentro de esto se influye en el
Codex disposiciones sobre higiene de los alimentos (microbiolgicos,
IGMFS).

o Adictivos. Sustancias sobre el control de plagas, insectos, etc.

o Etiquetado. Presentacin, toma de muestras, anlisis, mtodos, etc.