Académique Documents
Professionnel Documents
Culture Documents
1.
2.
3.
4.
5.
Concordancia
con
los
requisitos
y
especificaciones (Crosby).
Adecuacin para el uso (Juran).
Un
grado previsible de uniformidad y
confiabilidad a bajo costo y adecuado para
el mercado (Deming).
LIE
Objetivo
Caracteristica de calidad
LSE
LIE
Objetivo
LSE
Caracteristica de calidad
10
11
Reprocesos
Desechos
Producto
Defectuoso
Materias
Primas
Inspecci
n
Concepcin
Tradicional
Usuario
Reprocesos
Concepcin
CEP
Desechos
Producto
Defectuoso
Inspecci
n
Usuario
12
13
14
15
16
MANO DE OBRA
MAQUINARIA
Abrasin
Fatiga
Concentracin
Salud
Enfermedad
Habilidad
Herramientas
Moral
Deformacin
Mantenimiento
Forma
Componente
Calidad
Almacenamiento
MATERIALES
Posicin
Dimetro
Variabilidad en
la dimensin
Ajuste
Puesta a
punto
ngulo
Velocidad
MTODO
18
19
Nmero de Paradas
Turno 1 Turno 2 Total
18
24
42
15
10
25
92
88
180
1
6
7
0
1
1
2
1
3
1
0
1
Nmero y tiempos(B)
de parada en una (C)
lnea de envasado (D)
1.0
250
0.9
225
0.8
225
1.0
200
0.9
0.8
175
0.7
175
0.6
150
0.5
125
0.4
100
0.3
75
Tiempo de Parada
Numero de Paradas
200
Tiempo de Parada
Turno 1 Turno 2 Total
20
31
51
12
10
22
62
68
130
2
8
10
0
1
1
4
1
5
8
0
8
0.6
125
0.5
100
50
0.2
25
0.1
25
0.0
D
Causas
0.4
75
50
0.7
150
0.3
0.2
0.1
0.0
C
Causas
20
21
Histricamente
vertientes:
ha
evolucionado
en
dos
22
23
Causas Comunes
Causas Asignables
24
25
26
27
28
3.5
Caracteristica de calidad
LSC
3.3
3.1
2.9
2.7
LIC
2.5
Tiempo
29
LC E (W )
LIC E (W ) 3 V (W )
LSC E (W ) 3 V (W )
30
31
32
33
34
X R
Se construye un grfico para la evolucin de
las medias de los grupos (asociado con la
ubicacin de la caracterstica ) y otro para
la evolucin de los rangos (asociado con la
dispersin de la caracterstica ).
Se
utilizan los rangos para medir la
variabilidad ya que son fciles de calcular y
tienen una eficiencia similar a la desviacin
estndar para subgrupos pequeos.
35
1
X i xij
n j 1
1
X Xi
k i 1
1
R Ri
k i 1
36
Para
construir
los
lmites
de
control,
recordemos que bajo la suposicin de
normalidad y control estadstico se tiene
E( X i )
E ( Ri ) d 2
SD( X i )
n
SD( Ri ) d 3
E X
E R d 2
37
La
tabla
de
la
derecha muestra el
valor
de
las
constantes d2, d3, A2,
D3 y D4 para distintos
tamaos
de
los
subgrupos
racionales.
n
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
d2
1,128
1,693
2,059
2,326
2,534
2,704
2,847
2,970
3,078
3,173
3,258
3,336
3,407
3,472
3,532
3,588
3,640
3,689
3,735
3,778
3,819
3,858
3,895
3,931
A2
1,880
1,023
0,729
0,577
0,483
0,419
0,373
0,337
0,308
0,285
0,266
0,249
0,235
0,223
0,212
0,203
0,194
0,187
0,180
0,173
0,167
0,162
0,157
0,153
d3
0,853
0,888
0,880
0,864
0,848
0,833
0,820
0,808
0,797
0,787
0,778
0,770
0,763
0,756
0,750
0,744
0,739
0,734
0,729
0,724
0,720
0,716
0,712
0,708
D3
0,000
0,000
0,000
0,000
0,000
0,076
0,136
0,187
0,223
0,256
0,284
0,308
0,329
0,348
0,640
0,379
0,392
0,404
0,414
0,425
0,434
0,443
0,452
0,459
D4
3,267
2,575
2,282
2,115
2,004
1,924
1,864
1,816
1,777
1,744
1,716
1,692
1,671
1,652
1,636
1,621
1,608
1,596
1,586
1,575
1,566
1,557
1,548
1,541
38
LSC A
LSC D2 R
A
3
n
LC
LC d 2
D1 d 2 3d 3
LIC A
LIC D1 R
D2 d 2 3d 3
39
LSC X A2 R
LC X
LIC X A2 R
LSC D4 R
LC R
LIC D3 R
A2
3
d2 n
d3
D3 1 3
d2
d3
D2 1 3
d2
40
41
Ejemplo
1.Se
muestran
datos
correspondientes
al
dimetro
de
un
alambre
(en
milmetros) para un
componente de la
turbina de un avin.
Se pueden ver los
clculos preliminares
en la misma tabla.
Muestra
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
Observaciones en la muestra
33.00 29.00 31.00 32.00 33.00
33.00 31.00 35.00 37.00 31.00
35.00 37.00 33.00 34.00 36.00
30.00 31.00 33.00 34.00 33.00
33.00 34.00 35.00 33.00 34.00
38.00 37.00 39.00 40.00 38.00
30.00 31.00 32.00 34.00 31.00
29.00 39.00 38.00 39.00 39.00
28.00 33.00 35.00 36.00 43.00
38.00 33.00 32.00 35.00 32.00
28.00 30.00 28.00 32.00 31.00
31.00 35.00 35.00 35.00 34.00
27.00 32.00 34.00 35.00 37.00
33.00 33.00 35.00 37.00 36.00
35.00 37.00 32.00 35.00 39.00
33.00 33.00 27.00 31.00 30.00
35.00 34.00 34.00 30.00 32.00
32.00 33.00 30.00 30.00 33.00
25.00 27.00 34.00 27.00 28.00
35.00 35.00 36.00 33.00 30.00
Promedios:
Media
31.60
33.40
35.00
32.20
33.80
38.40
31.60
36.80
35.00
34.00
29.80
34.00
33.00
34.80
35.60
30.80
33.00
31.60
28.20
33.80
33.32
Rango
4.00
6.00
4.00
4.00
2.00
3.00
4.00
10.00
15.00
6.00
4.00
4.00
10.00
4.00
7.00
6.00
5.00
3.00
9.00
6.00
5.80
42
10
15
R a n g o d e a p e rtu ra d e l a la b e
28
30
32
34
36
38
40
A p e rtu ra p ro m e d io d e l a la b e
LSC=36.67
LC=33.32
LIC=29.98
5
Muestra
10
LSC=12.27
LC=5.80
Muestra
10
15
20
15
20
44
45
10
15
R a n g o d e a p e rtu ra d e l a la b e
28
30
32
34
36
38
40
A pe rtu ra p rom ed io d el a la be
LSC=36.10
LC=33.21
LIC=30.33
5
Muestra
10
LSC=10.57
LC=5.00
Muestra
10
15
20
15
20
46
47
1
X Xi
k i 1
1
S Si
k i 1
48
E( X i )
SD( X i )
E X
n
2
E ( S i ) c 4 SD ( S i ) 1 c 4 E S c 4
donde de nuevo c4 depende solo de n puede
obtenerse de tablas.
49
LSC A
LC
LSC B6 R
LC c 4
3
A
n
B5 c4 3 1 c42
LIC A
LIC B5 R
B6 c4 3 1 c42
50
LSC X A3 S
LC X
LIC X A3 S
LSC B4 S
A3
3
c4 n
LC S
LIC B3 S
1 c4
1 c4
B3 1 3
B4 1 3
c4
c4
51
n
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
c4
0,7979
0,8862
0,9213
0,9400
0,9515
0,9594
0,9650
0,9693
0,9727
0,9754
0,9776
0,9794
0,9810
0,9823
0,9835
0,9845
0,9854
0,9862
0,9869
0,9876
0,9882
0,9887
0,9892
0,9896
A3
2,6590
1,9540
1,6280
1,4270
1,2870
1,1820
1,0990
1,0320
0,9750
0,9270
0,8860
0,8500
0,8170
0,7890
0,7630
0,7390
0,7180
0,6980
0,6800
0,6630
0,6470
0,6330
0,6190
0,6060
B3
0,0000
0,0000
0,0000
0,0000
0,0300
0,1180
0,1850
0,2390
0,2840
0,3210
0,3540
0,3820
0,4000
0,4280
0,4480
0,4660
0,4820
0,4970
0,5100
0,5230
0,5340
0,5450
0,5550
0,5650
B4
3,2670
2,5680
2,2660
2,0890
1,9700
1,8820
1,8150
1,7610
1,7160
1,6790
1,6460
1,6180
1,5940
1,5720
1,5520
1,5340
1,5180
1,5030
1,4900
1,4770
1,4660
1,4550
1,4450
1,4350
52
1.0
0.2
0.4
0.6
0.8
k=1.0
k=1.5
k=2.0
0.0
53
54
55
Para w = 2
56
Ri max x j min x j , 1 i k w 1
i j i w 1
i j i w 1
1 k
X xi
k i 1
k w 1
1
R
Ri
k w 1 i 1
57
LSC X 3 R d 2
LC X
LIC X 3 R d 2
LSC D4 R
LC R
LIC D3 R
58
Diagramas
de
sumas
acumulativas
(CUSUM), los cuales permiten detectar ms
rpidamente cambios en la media de una
variable.
Grficos
de medias mviles pesadas
exponencialmente (EWMA), para procesos
donde
las
observaciones
no
son
independientes (procesos continuos).
59
60
61
ni
Nmero de artculos en el grupo
Se grafican los valores de pi en el tiempo.
62
ni p i
i 1
k
ni
i 1
LSC min
p (1 p )
p (1 p )
p3
,1
LIC max p 3
,0
ni
ni
LC p
63
64
ni
Nmero de artculos en el grupo
65
Se estima
el parmetro poblacional
k
ci
Total de defectos
i 1
k
LSC 3
ni
LC
LIC 3
ni
66
Muestra
1
2
3
4
5
6
7
8
9
10 Total
Defectos 14 12 20 11
7 10 21 16 19 23
153
Num de rollos 10,0 8,0 13,0 10,0 9,5 10,0 12,0 10,5 12,0 12,5 107,5
1,40 1,50 1,54 1,10 0,74 1,00 1,75 1,52 1,58 1,84 1,42
67
3.0
2.5
2.0
1.5
1.0
0.5
10
Tiempo
69
70
Defecto
Demritos
#/ unidad
Grave
10
x3
Normal
5
x2
Leve
1
x1
71
72
73
74
10.5
Zona B
10.0
Zona C
Zona C
Zona B
9.5
Caracterstica de Calidad
Zona A
Zona A
10
15
20
25
Muestra
75
76
10.5
Zona A
Zona B
10.0
Zona C
Zona C
Zona B
9.5
C aracterstica de C alidad
Zona A
10
15
20
25
Muestra
77
10.5
Zona A
10.0
Zona B
Zona C
Zona C
Zona B
9.5
C aracterstica de C alidad
Zona A
10
15
20
25
Muestra
78
1 0 .5
1 0 .0
Zona B
Zona C
Zona C
Zona B
9 .5
C a ra c te rs tic a d e C a lid a d
Zona A
10
15
20
25
Muestra
79
10.5
10.0
Zona C
Zona C
Zona B
9.5
Caracterstica de Calidad
Zona A
10
15
20
25
Muestra
80
1 0 .5
Zona A
1 0 .0
Zona B
Zona C
Zona C
Zona B
9 .5
C a ra c te rs tic a d e C a lid a d
Zona A
10
15
20
25
Muestra
81
10.5
Estructuras peridicas.
Estas estn
asociadas normalmente con cambios de
turnos, operarios, das de la semana, etc.
Zona A
Zona B
10.0
Zona C
Zona C
Zona B
9.5
Caracterstica de Calidad
Zona A
10
15
20
25
Muestra
82
83
84
Da
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
Defectos
9
16
5
6
7
9
3
9
10
4
7
10
6
6
7
Da
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
Defectos
9
5
6
4
11
3
1
3
0
4
6
1
6
5
4
85
0.20
0.15
0.10
LSC=0.1323
0.05
LC=0.0606
0.0
LIC=0.0000
0
10
15
20
25
30
Dia
87
88
89
90
91
Mercado
Tolerancias naturales
Tolerancias de diseo
93
94
95
96
97
LST LIT
Cm
8
LST LIT
Cp
6
99
C mk
LST X X LIT
min
,
Para procesos:
C pk
LST X X LIT
min
,
3
3
10
0
C pk C p
10
1
10
2
10
3
Ejemplo 5:
Se tienen datos sobre la
resistencia a la presin interna de botellas
para gaseosas en 20 muestras de 5
observaciones cada una. Los grficos de
control correspondientes pueden verse a
continuacin. Las especificaciones para el
proceso establecen que la resistencia debe
ser superior a 200, y no se establecen
valores mximos.
10
4
3
5
0
3
0
0
2
5
0
2
0
0
M
e
d
i
a
s
10
11
12
13
14
15
16
17
18
19
20
11
12
13
14
15
16
17
18
19
20
1
0
0
0
1
0
0
R
a
n
g
o
s
2
0
0
10
x
10
5
33,23
d2
2,326
X 264,06
10
6
C pkl
3 33,23
0,64
10
7
35
21
14
0
Frecuencia absoluta
28
LIE
160
180
200
220
240
260
280
300
320
340
360
Resistencia interna
108
10
9
16,055
3 1,33
3 1,33
cortar
la
110
111
C d p Ci
112
Ventajas
Es menos costoso.
Hayun menor manejo
del producto.
Puede aplicarse en
pruebas destructivas.
A menudo reduce los
errores de inspeccin.
Rechazar lotes enteros
impone presin.
Desventajas
Existe el riesgo de
aceptar lotes
malos y rechazar
buenos.
Se obtiene menos
informacin.
Se necesita
planificacin previa.
113
114
115
116
nk
P (i simo entre en la muestra )
N i 1
117
118
(1 p ) N
nc
P (C c)
N
n
donde p es la proporcin de disconformes
en el lote
(punto de vista del consumidor).
pN
119
12
1
0.0
0.2
0.4
0.6
0.8
1.0
0.0
0.02
0.04
Proporcion de defetos en el lote
0.06
0.08
12
2
12
3
0.8
1.0
0.2
0.4
0.6
N=100
N=Infinito
0.0
0.0
0.02
0.04
0.06
0.08
0.10
12
4
12
5
1.0
0.2
0.4
0.6
0.8
N = 50,n = 5
N = 100,n = 10
N = 200,n = 20
N = 1000,n = 100
0.0
0.0
0.02
0.04
0.06
0.08
0.10
12
6
12
7
12
8
n!
1
NCA d (1 NCA) n d
d 0 d !( n d )!
c
n!
NCLd (1 NCL ) n d
d 0 d !( n d )!
12
9
13
0
13
1
13
2
Tomar muestra
de tamao n2
Rechazar lote
NO
NO
d1 c1?
SI
Aceptar lote
NO
d1 + d2 c2?
d 1 > c2 ?
SI
SI
Rechazar lote
Aceptar lote
13
3
13
4
P( X 1 c1 ) P( X 1 d ) P( X 2 c2 d )
d c1
c1
c 2 c2 d
P( X 1 d ) P( X 1 d ) P( X 2 s)
d 0
d c1 s 0
13
5
13
6
0.0
0.05
0.10
0.15
13
7
13
8
NMM n1 n2 P( X 1 c1 )
13
9
14
0
14
1
14
2
14
3
14
4
Inicio
Se aceptan 10
lotes consecutivos
Reducida
Se rechazan 2 de 5
lotes consecutivos
Normal
Se rechaza 1 lote o
la produccin es irregular
Severa
Se aceptan 5
lotes consecutivos
Interrupccin
10 lotes
consecutivos
bajo
inspecdin
estricta
14
5
14
6
Si en la posicin correspondiente no se
encuentra ningn plan, seguir la flecha
hasta encontrar uno. Se debe tomar
entonces el nuevo tamao muestral y el
nuevo nmero de aceptacin.
Si tamao muestral es mayor que el del
lote, realice inspeccin al 100%.
14
7
14
8
14
9
15
0
15
1
Lotes
salientes
Lotes
rechazados
Inspeccin
al 100%
p < p0
p=0
15
2
Pa p ( N n)
yPaP pes la
donde pCMS
es la fraccin
defectuosa
probabilidad de aceptarNel lote.
a
15
3
0.0
0.005
0.010
0.015
0.0
0.02
0.04
0.06
0.08
0.10
15
4
ITM n (1 Pa )( N n)
15
5
8000
10000
2000
4000
6000
N=1000
N=5000
N=10000
0.0
0.02
0.04
0.06
0.08
0.10
15
6