Vous êtes sur la page 1sur 31

GRAFICA DE LA FRACCION

DEFECTUOSA

GRAFICO DE p

Se conoce tambin por otros nombres:


Fraccin de Artculos Defectuosos
Fraccin Defectuosa
Fraccin Disconforme
2

La fraccin de disconformes se define como el cociente del


nmero de artculos disconformes en una poblacin entre el
total de artculos que contiene la misma
Los artculos pueden tener varias caractersticas de calidad que
el inspector examinan simultneamente
Si no est conforme con el estndar de una o ms de tales
caractersticas, se clasificar como disconforme
Generalmente se utiliza la fraccin, pero en ocasiones se utiliza
el porcentaje de defectuosos

A menudo es deseable clasificar un producto como defectuoso o no defectuoso sobre la


base de una comparacin con un estndar.
Esta clasificacin usualmente se hace para lograr economa y simplicidad en la
operacin de inspeccin
A menudo, estas Graficas requieren un tamao de muestra considerablemente mayor
que sus contrapartes donde intervienen mediciones
Tambin aqu se recogern de 20 a 30 muestras de tamao suficiente para que se
observe en cada una alguno de los resultados defectuosos, lo que hace que el tamao
de muestra necesario sea tanto mayor cuanto menor sea dicha proporcin
Antes de que se defina el tamao del subgrupo se debe efectuar algunas observaciones
preliminares a fin de tener una idea aproximada de la proporcin de no conformidad
Aunque se acostumbra trabajar con la fraccin de disconformes, se podra tambin
analizar con la misma facilidad, la fraccin de conformes, lo que da como resultado un
diagrama de control para el rendimiento del proceso

La fraccin disconforme muestral se define por:

p i Di / n
se obtiene a
Donde la distribucin de la variable aleatoria p
partir de la distribucin binomial
Entonces la media y la varianza de

se expresa por:

p p
p(1 p) / n
2
p

Fundamentos
El diagrama de la fraccin de disconformes se basa en la
Distribucin de probabilidad Binomial
Si el proceso de produccin funciona de manera estable, de tal
forma que la probabilidad de que cualquier artculo no est
conforme con las especificaciones es p y que los artculos
producidos sucesivamente son independientes, entonces cada
artculo producido es una variable aleatoria de Bernoulli, con
parmetro p
Si se selecciona una muestra aleatoria de n artculos del
producto y D representa el nmero de artculos no conformes,
entonces D tiene una distribucin binomial con parmetros n y p

P D x C n, x p x (1 p ) n x
x 0,1,2........n
6

Supngase que D es el nmero de unidades defectuosas en


una muestra aleatoria de tamao n, y que D es una variable
aleatoria binomial con parmetro p desconocido. La
fraccin de artculos defectuosos en la muestra es un
estimador de p, esto es,

Supngase que se tiene m muestras


preliminares cada una de tamao n, y
sea Di el numero de artculos
defectuosos entonces

D
p

n

1 m
p
Di

mn i 1
m

Si las m muestras no son de igual tamao,


entonces:

Es un estimador de la fraccin
defectuosa en la poblacin

D
i 1
m

n
i 1

Construccin del Grfico

Identifique el proceso o mquina que causa problemas

Efectuar

la clasificacin de las no conformidades( se puede utilizar


un Pareto)

SELECCIONE las caractersticas de calidad

Identifique el tipo de grfico que se debe usar

Establezca el tamao del subgrupo y el mtodo que se va a emplear

Establezca el nmero de muestras m que se tomarn y el intervalo


de muestreo

Disee la hoja de verificacin para la toma de las observaciones

Construccin del Grfico


Efecte

la recoleccin de los datos de acuerdo al formato


previamente diseado
Efecte

los clculos preliminares

Calcule

los lmites de control

Construya
Analice
Dar

el grfico

el grfico: realice las iteraciones necesarias

seguimiento al grfico

Tamao de Muestra Variable


Hoja de Verificacin
Datos Importantes
Datos Importantes
Datos Importantes
Datos Importantes
Nmero de
Nmero Total Fraccin Muestral
Muestra Tamao de Muestra de Disconformes de Disconfomes
1

n1

D1

n2
n3

D2
D3

n4

D4

nm

Dm

3
4
.
.
.
.
.
m

10

D
1
n
1
2
2
3
3
D
4n
4
D
m
nm

Tamao de Muestra Variable


Hoja de Verificacin

Datos Importantes
Datos Importantes
Datos Importantes
Datos Importantes
Nmero de
Nmero Total Fraccin Muestral
Muestra Tamao de Muestra de Disconformes de Disconfomes
1

n1

D1

n2
n3

D2
D3

n4

D4

3
4
.
.
.
.
.
m

p i Di / ni
m

Dm

i 1
n

n
i 1

nm

p
i 1

11

D
1
n
2
3
D
4n
4
D
m
n

Tamao de Muestra Constante


Muestra

Nmero Total
Fraccin Muestral
Tamao de Muestra de Disconformes de Disconfomes

D1

D2

D3

4
.
.
.
.
.

D4

p i Di / n

1 m
p
Di

mn i 1

Dm

p
i 1

12

Clculo de los Lmites de Control


Casos a Considerar
Tamao de
muestra puede
ser:

Cuando

Constante

Cuando

Variable

la fraccin defectuosa p
es desconocida
la fraccin defectuosa p
es conocida

13

Caso A
Cuando la fraccin
defectuosa p es
desconocida

14

1. Tamao de Muestra Variable


Cuando la muestra es una inspeccin del 100%
del rendimiento del proceso durante algn
periodo, se podran producir cantidades
diferentes de artculos en cada periodo
En el caso de que los tamaos de cada muestra
difieran, tambin lo hace el valor de la desviacin
tpica, de tal manera que para cada porcentaje
representado en la grfica varan los lmites de
control, los cuales no sern ya una lnea horizontal
sino una lnea escalonada.
15

Mtodo 1

LIMITES DE CONTROL

Se determina para
cada
muestra
individual lmites de
control basados en
el
tamao
de
muestra especfico

p (1 p )
LIC p 3
ni

LCC p

D
i 1
m

n
i 1

p (1 p )
LSC p 3
ni
16

Mtodo 2

LIMITES DE CONTROL

Se calcula un tamao
de muestra promedio y
con ese valor se
calculan los lmites de
control
m

i 1

m
m

D
i 1
m

n
i 1

p (1 p )
LIC p 3
n

LCC p

p (1 p )
LSC p 3
n

i
17

Cuando los lmites de control se basan en el


tamao promedio se debe tomar en cuenta:
Que los tamaos muestrales no sern muy
diferentes
Los lmites de control sern constantes
CRITERIO DE GRANT

18

2.Tamao de Muestra Constante

p (1 p )
LIC p 3
n

LCC p

p (1 p )
LSC p 3
n
19

Caso B
Cuando la fraccin
defectuosa p es
conocida
Si se conoce la fraccin defectuosa p de la
poblacin relacionada con la variable en estudio, los
lmites de control del grfico de la fraccin
defectuosa estn en funcin de dicho valor p
20

1. Tamao de Muestra Variable

21

Mtodo 1
Se determina para cada
muestra
individual
lmites
de
control
basados en el tamao
de muestra especfico

Clculo de Lmites de Control

p (1 p)
LIC p 3
ni
LCC p

p(1 p)
LSC p 3
ni
22

Mtodo 2

LIMITES DE CONTROL

Se calcula un tamao
de muestra promedio y
con ese valor se
calculan los lmites de
control
m

i 1

LCC p

m
m

p(1 p)
LIC p 3
n

D
i 1
m

n
i 1

p(1 p)
LIC p 3
n
23

2. Tamao de Muestra Constante

24

Clculo de Lmites de Control

p (1 p )
LIC p 3
n
LCC p

p(1 p)
LSC p 3
n
25

El manejo de este diagrama consiste en tomar muestras


subsecuentes de n unidades, calcular la fraccin muestral
disconforme
y graficar la estadstica p
en el diagrama.

Mientras

quede entre los lmites de control y la sucesin

de puntos ubicados no exhiba un patrn sistemtico, se


concluye que el proceso est bajo control, al nivel p.
Si un punto queda fuera de los lmites de control, o si se
observa un patrn no aleatorio entre los puntos, habr que
concluir que la fraccin de disconformes del proceso cambi
hacia un nuevo nivel y que el proceso est fuera de control
26

ANALISIS DE UN GRAFICO DE p
Se debe tomar en cuenta:
1. La situacin del proceso con respecto a si mismo:

Muestras sobre el lmite superior de control

Muestras bajo el lmite inferior de control

Tendencias

2. El control del proceso con respecto a las


especificaciones
27

Si existen muestras sobre el LCS es necesario eliminarlas y recalcular una


nueva fraccin promedio con sus respectivos lmites de control
Con estos nuevos lmites se debe revisar de nuevo si existen puntos fuera
de control
Si los hay, se recalculan de nuevo la fraccin y sus respectivos lmites
Si se elimina ms del 40% de las muestras, el estudio pierde validez
estadstica y por lo tanto no es conveniente continuar
Se deben introducir mejoras que reduzcan el porcentaje defectuosos y
repetir el anlisis con nueva informacin

28

Las muestras que se encuentran bajo el LIC no deben eliminarse, pero s


investigar las razones de tal situacin, pues podra ser un caso especial digno
de tratar con cuidado.
Dentro de las posibles causas que se pueden detectar se tienen, desde el punto
de vista optimista, mejoras considerables en el nivel del proceso, o desde el
punto de vista pesimista, inspeccin que no se ejecuta correctamente, por
razones de falta de entrenamiento o negligencia
Si se detectan situaciones favorables se deben establecer mecanismos que
permitan la aplicacin efectiva de los medios que generan una baja fraccin
defectuosa
Si ocurren situaciones indeseables, se deben ejercer de inmediato las acciones
del caso con el fin de eliminar totalmente las causas respectivas

29

Si hay tendencias de pendiente positiva, se debe dar un


seguimiento estricto al proceso, con el fin de tomar acciones
preventivas que eviten que la fraccin defectuosa, de un
momento a otro supere el LCS
Si hay tendencias negativas implica una mejora en el proceso.
De todas formas se deben investigar las causas para estar
seguros de que son de carcter beneficioso y no perjudicial

30

Si no se cumplen con las especificaciones se deben


introducir mejoras que disminuyan la fraccin
defectuosa o pactar una nueva fraccin con el
cliente si es posible.
Esto ltimo es la nica opcin que queda cuando se
tiene certeza de que el proceso no tiene posibilidad
de mejora

31