INGENIERIA Y CONTROL DE LA CALIDAD

CONTROL ESTADISTICO DEL PROCESO

GRAFICAS DE CONTROL PARA DEFECTOS

César A. Acosta-Mejía
 GRAFICOS DE CONTROL PARA ATRIBUTOS
CLASIFICACION

Gráficos de control para unidades defectuosas

• La gráfica p fracción defectuosa

• La gráfica np número de unidades defectuosas

Gráficos de control para defectos

• La gráfica c número de defectos. (tamaño constante)

• La gráfica u número de defectos por unidad (tamaño variable)
de inspección
 GRAFICA DE CONTROL c

• Esta gráfica controla si la media del número de defectos en una unidad

inspeccionada permanece constante

• Todas las muestras son iguales a una unidad inspeccionada.

Puede ser una pieza, una caja de 12 piezas, un tramo de 100 mts. de tela o
1000 litros de pintura

• Se usa comunmente en industrias de proceso contínuo, como

 Industrial textil
 Productos químicos (líquidos)
 Vidrio

• Se asume que el número de defectos en una unidad inspeccionada es una

v.a. de Poisson que puede aproximarse por una Normal
 GRAFICA DE CONTROL c

Recuérdese que en la gráfica p

X : # de defectuosos en una muestra de tamaño n  Binomial (n,p)

En la fabricación contínua no existen “piezas producidas”, por lo que

n y p 0 manteniéndose  = np constante.

Bajo estas condiciones

Binomial (n,p)  Poisson ( = np )

Se acostumbra a llamar al parámetro  como c.

 GRAFICA DE CONTROL c

Binomial (n,p)  Poisson ( = np )

Sea p =  / n
 GRAFICA DE CONTROL c

• Sea X el número defectos observados en una “unidad inspeccionada”

X se puede modelar como una v.a. Poisson ( = c) si

– El número n de lugares potenciales para la ocurrencia de los

defectos es infinito

– La probabilidad p de ocurrencia de un defecto en cada uno de los

lugares potenciales es pequeña y constante
 GRAFICA DE CONTROL c

• Sea X el número defectos observados en una “unidad inspeccionada”

Supongamos que X se puede modelar como una v.a. Poisson ( = c)

• Entonces
X  Poisson (c) E(X) = c Var(X) = c

y los límites de control son: E [X]  3 DS [X]

c 3c
 GRAFICA DE CONTROL c

• Sea X el número defectos observados en una “unidad inspeccionada”

Supongamos que X se puede modelar como una v.a. Poisson ( = c)

• Entonces
X  Poisson (c) E(X) = c Var(X) = c

y los límites de control son: E [X]  3 DS [X]

c 3c

• La aproximación normal a la Poisson es aceptable si c =  > 5

y es mejor cuanto mayor es 
 GRAFICA DE CONTROL c
Cálculo de los límites de control

Los Límites de control son: c 3c

(Poisson  normal)
m
Si c no se conoce, se le estima x i
a partir de m muestras previas, con c  i 1
m

Así los límites de control son: c  3 c

Muestra Defectos encontrados
1 9
2 11
3 13
GRAFICA DE CONTROL c
4 9
5 15
Ejemplo
6 13

7 8 La tabla mostrada presenta el número de

8 16 defectos encontrados en un rollo de tela.
9 10
Todos los rollos de tela son de igual
10 17
11 10
tamaño.
12 10 Construya una gráfica c y determine si el
13 9 proceso está en control.
14 5
15 12
16 6
17 15
18 10
19 7
20 5
21 9
22 12
Muestra Defectos encontrados
1 9
2 11
3 13
GRAFICA DE CONTROL c
4 9
5 15
Ejemplo
6 13

7 8 La tabla mostrada presenta el número de

8 16 defectos encontrados en un rollo de tela.
9 10
Todos los rollos de tela son de igual
10 17
11 10
tamaño.
12 10 Construya una gráfica c y determine si el
13 9 proceso está en control.
14 5
15 12
16 6
SOLUCION
17 15
18 10 Estimamos c a partir del total de defectos
19 7
20 5
21 9
c = 231 / 22 = 10.5 defectos por rollo
m = 22 12
TOTAL 231
 GRAFICA DE CONTROL c
Ejemplo

Los límites de control resultan

c 3c
10.5  3  10.5
LSC = 20.22

LIC = 0.7789
 GRAFICA DE CONTROL c
Ejemplo

Los límites de control resultan

c 3c
10.5  3  10.5 C Chart for Defectos

LSC = 20.22 20 UCL=20.22

LIC = 0.7789
Sample Count

10 C=10.5

LCL=0.7789
0

0 10 20
Sample Number
 GRAFICA DE CONTROL c

• Supongamos que
- la unidad de inspección es un lote de 150 unids.
-  = 5 defectos por lote
- el proceso esta en control estadístico
- el proceso produce en promedio 5 defectos por lote
• La grafica c permite probar la hipótesis Ho:  = 5 defectos por lote

• Supongamos que mejoramos el proceso a  = 1 defecto por lote

• Para poder usar la aprox normal debemos aumentar la unidad de
inspección. Por ejemplo
-  = 5 defectos por cada 750 unids.
 GRAFICOS DE CONTROL PARA ATRIBUTOS
CLASIFICACION

Gráficos de control para unidades defectuosas

• La gráfica p fracción defectuosa

• La gráfica np número de unidades defectuosas

Gráficos de control para defectos

• La gráfica c número de defectos. (tamaño constante)

• La gráfica u número de defectos por unidad (tamaño variable)
de inspección
 GRAFICA DE CONTROL u

• Se usa cuando el número de unidades inspecciónadas varía de muestra

a muestra

• Sea X el número defectos en n unidades de inspección y

U = X / n el número de defectos por unidad de inspección

• Esta gráfica controla si la media de U permanece constante

 GRAFICA DE CONTROL u

Sea X el número defectos en n unidades de inspección, y

U = X / n el número defectos en una unidad de inspección,
entonces
X  Poisson (c) E(X) = c Var(X) = c

E(U) = c/n Var(U) = c/n2

y los límites de control son: E [U]  3 DS [U]

c c
3
n n 2
 GRAFICA DE CONTROL u

c
• Sea u entonces los límites se expresan como
n
c c
 3
n n 2

u
u  3
n
m

• Si u no se conoce, se le estima x i
u  i 1
m
a partir de m muestras previas
n
i 1
i
 GRAFICA DE CONTROL u
Ejemplo

En una planta textil se inspecciona el producto controlando el número de

defectos por cada 50 m2 de tela (ésta es la unidad de inspección).
En la tabla se muestran los datos de 10 rollos de tela de distinto tamaño.
Construya una gráfica u y determine si el proceso está en control.
 GRAFICA DE CONTROL u
Ejemplo – Solución

En una planta textil se inspecciona el producto controlando el número de

defectos por cada 50 m2 de tela (ésta es la unidad de inspección).
En la tabla se muestran los datos de 10 rollos de tela de distinto tamaño.
Construya una gráfica u y determine si el proceso está en control.
 GRAFICA DE CONTROL u
Ejemplo – Solución

En una planta textil se inspecciona el producto controlando el número de

defectos por cada 50 m2 de tela (ésta es la unidad de inspección).
En la tabla se muestran los datos de 10 rollos de tela de distinto tamaño.
Construya una gráfica u y determine si el proceso está en control.

u = 153 / 107.5 = 1.423 ui

 GRAFICA DE CONTROL u
Ejemplo – Solución

La línea central de la gráfica de control es igual al número promedio de

disconformidades por unidad de inspección (50 m2 de tela),

u = 153 / 107.5 = 1.423

es decir, en promedio, 1.423 defectos por cada 50 m2 de tela.

Este es el parámetro que deseamos controlar.

Los límites de control resultan entonces

u
u  3
n
1.42
 1.42  3
n i

los cuales varían segun el número de unidades de inspección ni

 GRAFICA DE CONTROL u
Ejemplo – Solución

Por ejemplo, para el último rollo (ui = 23 / 12.5 = 1.84),

los límites de control son

1.42
 1.42  3
12.5
= 1.42  3 (0.337)

LSC10 = 2.43

LIC10 = 0.41
 GRAFICA DE CONTROL u
Ejemplo - MINITAB

Variable: defectos
 Subgroups in: unidades
U Chart for defectos
metros unidades defectos
3
500 10 14
400 8 12 UCL=2.436
650 13 20

Sample Count
2
500 10 11
475 9.5 7 U=1.423
500 10 10
1
600 12 21
525 10.5 16 LCL=0.4110
600 12 19
0
625 12.5 23
0 1 2 3 4 5 6 7 8 9 10
Sample Number