Control de Calidad

Pablo Ortiz
portiz@iua.edu.ar
La siguiente presentacin fue elaborada por
la profesora Laura Gonzlez - IUA
Laura A. Gonzalez
Las definiciones de calidad varan de un
contexto a otro, en especial cuando se tratan
de bienes o servicios.
La mayora de las definiciones de calidad
incluyen conceptos de consistencia,
confiabilidad y ausencia de errores o
defectos.
La calidad de un producto o servicio se
define como su aptitud para el uso
demandado por el mercado.
Laura A. Gonzalez
Los procesos de produccin pueden ser
controlados a partir de mediciones de una o
ms caractersticas de calidad.
Se deben establecer controles en cada una
de las etapas de elaboracin de un producto,
lo que permite corregir el proceso frente a
problemas.
Laura A. Gonzalez
Objetivos
Manejar las herramientas usadas en el
control de calidad.
Comprender la importancia del estudio y
control de la variabilidad.
Emplear el control estadstico de procesos.
Laura A. Gonzalez
Control de procesos
Determinar el patrn de comportamiento de
una caracterstica de calidad.
Analizar la dispersin de la variable.
Observar si la variable tiene comportamiento
estable o est sujeta a variacin frecuente.
Evaluar la efectividad de las medidas
implementadas para reducir variabilidad y
mejorar el rendimiento del proceso.
Laura A. Gonzalez
Diagrama de Pareto
Es un grfico de barras donde se
muestran las frecuencias relativas de
los distintos tipos de errores, que se
pueden detectar en un proceso de
control de calidad.
La caracterstica particular de este
diagrama es que los errores se
muestran ordenados conforme su
frecuencia de mayor a menor.
Laura A. Gonzalez
Diagrama de Pareto
Err.6 Err.5 Err.2 Err.4 Err.3 Err.1
Tipos de error
0.00
0.07
0.14
0.20
0.27
F
r
e
c
u
e
n
c
i
a
s

r
e
l
a
t
i
v
a
s
Diagrama de Pareto
Se grafican 6 tipos de errores
realizados por los operarios de una
fbrica de autopartes sobre un total de
400 piezas inspeccionadas.
Laura A. Gonzalez
Control estadstico de procesos
Es la aplicacin de herramientas estadsticas
para el anlisis y control de la variabilidad de un
proceso.
Tablas de frecuencias y medidas
resumen.
Grficos.
Distribuciones de probabilidad (normal,
binomial, etc).
Intervalos de confianza y Pruebas de
hiptesis.
Laura A. Gonzalez
Grficos
0 8 16 23 31
Nmero de observacin
8
13
18
23
28
V
a
r
i
a
b
l
e

e
v
a
l
u
a
d
a
La serie de esta variable presenta un comportamiento
aparentemente aleatorio. No se observan ciclos,
tendencias u otros patrones.
Laura A. Gonzalez
Grficos
1 12 23 34 45
Nmero de observacin
0.0
2.2
4.5
6.7
9.0
V
a
r
i
a
b
l
e

e
v
a
l
u
a
d
a
Esta serie en cambio no presenta un comportamiento
aparentemente aleatorio. Se observa una tendencia.
Laura A. Gonzalez
Grficos
8
12
16
20
24
V
a
r
i
a
b
l
e
P75 P75
P25
P50
Media
Grfico de caja (box plot)
Valores de la variable
0.00
0.06
0.12
0.18
0.24
F
r
e
c
u
e
n
c
i
a

r
e
l
a
t
i
v
a
Histograma de frecuencias
Se puede observar el comportamiento de la variable
analizada, en cuanto a simetra y normalidad.
Laura A. Gonzalez
Tipos de variacin
Causas comunes de variacin
Las caractersticas de calidad muestran
pequeas variaciones (variabilidad natural
o causas comunes).
Ejemplo: nunca se fabrican dos piezas
exactamente iguales.
Un proceso que funciona con slo causas
fortuitas (comunes) de variabilidad se
considera bajo control estadstico.
Laura A. Gonzalez
Tipos de variacin
Causas especiales de variacin
Son las fuentes de variabilidad que no
forman parte de las causas comunes o
naturales.
Un proceso que funciona en presencia de
causas especiales se considera fuera de
control (Montgomery, 1991).
El control estadstico de procesos permite
identificar y monitorear cambios entre
ambos estados del proceso.
Laura A. Gonzalez
Pruebas de Hiptesis
Tomando muestras peridicas de la
produccin y evaluando en cada una media
y varianza, se pueden hacer:
Prueba para la media
H
0
: u = u
0
versus H
1
: u = u
0
Prueba para la varianza
H
0
: o
2
=o
2
0
versus H
1
: o
2
= o
2
0
Laura A. Gonzalez
Cartas de control
(Shewart)
Permiten la estimacin de los valores
que caracterizan un proceso bajo control
y la comparacin con estndares
conocidos (muestras preliminares).
Son grficos que usan para controlar el
comportamiento de variables
cuantitativas o cualitativas (atributos).
Laura A. Gonzalez
Cartas de control
Los valores de la caracterstica de calidad
estudiada se disponen sobre el eje de las
ordenadas, y en el eje de las abscisas los
distintos momentos en que se realizaron
las observaciones.
El mtodo de Shewart se basa en aceptar o
rechazar la hiptesis nula, usando un cierto
intervalo alrededor de valor objetivo.
Para el caso de la media son 3 desvos
alrededor de ella.
Laura A. Gonzalez
Cartas de control
El grfico cuenta con tres lneas
(parmetros del diagrama) que acompaan
la serie graficada:
La lnea media (trazada a nivel del
promedio de los valores de la serie para un
estado bajo control) y
Las lneas correspondientes a los lmites
inferior y superior del intervalo de
confianza.
Laura A. Gonzalez
Cartas de control
Entre ambos lmites, es de esperar que
queden comprendidas, casi la totalidad de
las observaciones de un proceso bajo
control.
Puntos fuera de la regin determinada por
ambos lmites sugieren que el proceso no
est bajo control.
Laura A. Gonzalez
Cartas de control por variables: de
medias
1 8 15 22 29
Nmero de muestra
3.0182
9.5591
16.1000
22.6409
29.1818
M
e
d
i
a

m
u
e
s
t
r
a
l
Diagrama de control de media
Proceso
bajo
control
Laura A. Gonzalez
La media calculada tiene una chance del
99.74% de estar dentro de los lmites de
control.
Si la media est dentro de los lmites, se
acepta H
0
: u = u
0
al nivel de significacin
del 0.26%, esto indica que el proceso es
estable para la media.
Cartas de control por variables: de
medias
Laura A. Gonzalez
Cartas de control por variables: de
rangos
1 7 13 19 25
Nmero de Muestra
0.0000
0.0128
0.0257
0.0385
0.0513
R
a
n
g
o
Diagrama de control de rango (R)
Proceso
bajo
control
Laura A. Gonzalez
Cartas de control por variables: de
rangos
1 12 23 34 45
Nmero de muestra
0.0000
3.6539
7.3077
10.9616
14.6154
R
a
n
g
o
Diagrama de control de rango
Proceso
fuera de
control
Laura A. Gonzalez
Cartas de control
Si los rangos estn inestables, significa
que la dispersin est fuera de control y
tambin la carta de medias acusar
problemas.
Si la carta de rangos est bajo control, se
observa la de medias. Si ambas estn bien,
el proceso est estable.
Laura A. Gonzalez
Ejemplo
(extrado de la actividad adicional)
Una empresa de productos de belleza fabrica perfumes que
fracciona en envases con las siguientes especificaciones:
Dimensin nominal 20 cm
3
Variacin tolerada + 1 cm
3
Se tomaron 6 muestras al azar de 5 frascos cada una, a intervalos
de 20 minutos, y se obtuvieron los contenidos de perfume de cada
uno de los frascos seleccionados:
Muestra
n
Contenido de los frascos
X
1
X
2
X
3
X
4
X
5
1 20.1 20.3 20.0 20.2 20.0
2 20.4 20.5 20.3 20.2 20.1
3 20.3 20.2 20.1 20.3 19.7
4 20.4 20.3 19.9 20.3 19.8
5 19.7 20.3 20.2 20.1 19.8
6 20.1 20.1 20.2 20.2 19.7
Laura A. Gonzalez
Ejemplo
(extrado de la actividad adicional)
Calcular la media y el rango de cada muestra.
En base a la informacin suministrada, construir un grfico
de medias y uno de rangos.
Analizar el comportamiento del proceso.
Medias y Rangos por muestra
Media 1 Media 2 Media 3 Media 4 Media 5 Media 6
20.12 20.30 20.12 20.14 20.02 20.06
R
1
R
2
R
3
R
4
R
5
R
6
0.30 0.40 0.60 0.60 0.60 0.50
Media general: 20.13 Rango medio: 0.50 n=5 k=6
Laura A. Gonzalez
Ejemplo
(extrado de la actividad adicional)
1 2 3 4 5 6
Nmero de Muestra
19.7998
19.9632
20.1267
20.2901
20.4535
X
-
b
a
r
r
a
Diagrama de control de media (X-barra)
2
2
0.50
3 20.13 3 20.42
2.326 5
20.13
0.50
3 20.13 3 19.84
2.326 5
| |
| |
= + = + =
|
|
|
\ .
\ .
= =
| |
| |
= = =
|
|
|
\ .
\ .
R
LSC X
d n
Lnea central X
R
LIC X
d n
d
2
se busca en la tabla:
Factores de diagrama de
control para un
determinado tamao de
muestra.
Laura A. Gonzalez
Ejemplo
(extrado de la actividad adicional)
1 2 3 4 5 6
Nmero de Muestra
0.0000
0.2819
0.5638
0.8457
1.1277
R
a
n
g
o
Diagrama de control de rango (R)
3
2
3
2
3 3*0.864
1 0.50 1 1.057
2.326
0.50
3
1 0.50*0 0
| |
| |
= + = + =
| |
\ .
\ .
= =
| |
= = =
|
\ .
d
LSC R
d
Lnea central R
d
LIC R
d
d
2
y d
3
se buscan en la
tabla: Factores de
diagrama de control para
un determinado tamao de
muestra
El rango es siempre un
nmero positivo. Cuando
ns 6, el LIC ser negativo.
En estos casos se
establece como cero a
dicho valor.
Laura A. Gonzalez
Ejemplo
(extrado de la actividad adicional)
El proceso se encuentra bajo
control desde el punto de vista del
centrado y la dispersin.
No hay causas especiales de
variacin que afecten su
funcionamiento.
Laura A. Gonzalez
Se analiza la variable proporcin o
porcentaje de produccin defectuosa o
con problemas.
As la proporcin se define:
Control por atributos


X nmero de defectos
p
n tamao de la muestra
= =
Variable con
Distribucin
Binomial
Laura A. Gonzalez
La prueba de hiptesis:
H
0
: P = P
0
versus H
1
: P = P
0
Control por atributos
Si no se rechaza la hiptesis nula,
significa que la proporcin de
produccin defectuosa no ha
cambiado significativamente.
Laura A. Gonzalez
Se llaman grficos p, porque se analiza
la proporcin o porcentaje de produccin
defectuosa o que no cumple las
especificaciones.
La construccin de la carta control y su
interpretacin es similar a las cartas por
variables.
Cartas de control por atributos
Laura A. Gonzalez
La media es p
La varianza es p(1-p)/n
Cartas de control por atributos
1 8 15 22 29
Orden Cronolgico
0.0151
0.0478
0.0805
0.1132
0.1459
P
r
o
p
o
r
c
i

n

d
e
f
e
c
t
o
s
Diagrama de control p
Laura A. Gonzalez
Ejemplo
(extrado de la actividad adicional)
Se desea analizar si un proceso se encuentra o no bajo control
en cuanto a la tasa de defectuosos con que est trabajando.
Para ello se tomaron 25 muestras de tamao 200 y se determin
la proporcin de defectuosos en cada una.
Los resultados obtenidos se muestran a continuacin:
Muest.
n
Prop.
Def.
Muest.
n
Prop.
Def.
Muest.
n
Prop.
Def.
Muest.
n
Prop.
Def.
Muest.
n
Prop.
Def.
1
2
3
4
5
0.08
0.07
0.04
0.10
0.05
6
7
8
9
10
0.17
0.10
0.08
0.09
0.06
11
12
13
14
15
0.18
0.10
0.11
0.09
0.13
16
17
18
19
20
0.04
0.08
0.10
0.11
0.07
21
22
23
24
25
0.03
0.06
0.11
0.19
0.06
Calcular los lmites de control para un grfico p
Analizar el comportamiento del proceso
Laura A. Gonzalez
Ejemplo
(extrado de la actividad adicional)
n: 200 k: 25
1 7 13 19 25
Orden Cronolgico
0.0103
0.0601
0.1100
0.1599
0.2097
P
r
o
p
o
r
c
i

n

d
e
f
e
c
t
o
s
6
11
24
6
11
24
Diagrama de control p
1

2.3
0.092
25
=
= = =

k
i
i
p
p
k
(1 ) (0.092)(0.908)
3 0.092 3 0.153
200
0.092
(1 ) (0.092)(0.908)
3 0.092 3 0.031
200

= + = + =
= =

= = =
p p
LSC p
n
Lnea central p
p p
LIC p
n
Laura A. Gonzalez
Ejemplo
(extrado de la actividad adicional)
Muest.
n
Prop.
Def.
Muest.
n
Prop.
Def.
Muest.
n
Prop.
Def.
Muest.
n
Prop.
Def.
Muest.
n
Prop.
Def.
1
2
3
4
5
0.08
0.07
0.04
0.10
0.05
6
7
8
9
10
0.17
0.10
0.08
0.09
0.06
11
12
13
14
15
0.18
0.10
0.11
0.09
0.13
16
17
18
19
20
0.04
0.08
0.10
0.11
0.07
21
22
23
24
25
0.03
0.06
0.11
0.19
0.06
Se observan puntos fuera de los
lmites de control, por lo cual se
concluye que el proceso est
fuera de control en cuanto a la
proporcin de defectuosos con la
que est trabajando.
1 7 13 19 25
Orden Cronolgico
0.0103
0.0601
0.1100
0.1599
0.2097
P
r
o
p
o
r
c
i

n

d
e
f
e
c
t
o
s
6
11
24
6
11
24
Diagrama de control p
Laura A. Gonzalez
Usando InfoStat
Laura A. Gonzalez
Usando InfoStat