Beruflich Dokumente
Kultur Dokumente
Control estadstico
Grficos de control ATRIBUTOS
4.1. Atributos
Muchas caractersticas de la calidad no pueden representarse
convenientemente con valores numricos.
En estos casos los artculos inspeccionados se clasifican como
conforme o disconforme (defectuoso o no defectuoso)
respecto de las especificaciones para esas caractersticas de la
calidad (puede ser una caracterstica o mas).
Ejemplos:
Ocurrencia de bielas torcidas para motores de automvil en al
produccin de un da.
Proporcin de chips de semiconductores no funcionales en una corrida
de produccin.
4.1. Atributos
Comparacin:
Las cartas para variables son mas informativas ya que una
medicin numrica contiene mas informacin.
Las cartas para atributos no son tan informativas como las
cartas para variables.
Discreta
Solo puede
tomar una
cantidad
numerable
de valores
Continua
Puede
tomar todos
los valores
de un
intervalo
VA discretas o continuas?
Decida si una VA discreta o continua es el mejor modelo
para cada una de las variables siguientes:
Px ( x) P( X x)
que va de los valores posibles de la v.a. discreta X al intervalo [ 0,1]
Por lo tanto , si:
x Rx
Px ( x) 0
f x ( x) 0
( x)dx 1
b
P(a x b) f x ( x)dx
a
Fx ( x) P( X x)
Si X es una v.a. discreta
Fx ( x) Px (u ), u Rx
u x
x
Fx ( x)
(u )du
Valor esperado
x E( x ) xi . pi
i 1
Varianza
x2 ( xi x ) 2 . pi
i 1
Desviacin estndar
2
(
x
)
i x . pi
i 1
Valor esperado
x E( x ) xf ( x)dx
Varianza
x2 ( x ) 2 . f ( x)dx
Desviacin estndar
2
(
x
)
. f ( x)dx
n ensayos independientes
Cada ensayo tiene solo dos resultados posibles (xito , fracaso)
La probabilidad de xito, p, es constante.
xitos =Defectuosos!
n!
P( X x)
p x (1 p) n x
x!(n x)!
E(x) = = n.p
2 = n.p(1-p)
para x =1, 2, , n
7!
P( X 2)
(0.1) 2 (1 0.1) 7 2 0.124
2!(7 2)!
e x
P( X x)
x!
La media:
La varianza:
x = 0, 1, 2,
Entonces X ~ P(= 2)
e 2 (2) 0
P( X 0)
0.1353
0!
X ~ P(= 3)
NM
xitos
nx
Fracasos
Definimos:
X = Numero de xitos en la muestra
tamao n
X ~ H(N,M,n)
Distribucin
Hipergeomtrica
x
nx
P( X x)
N
n
x = 0, 1, , min(M,n)
Sea p = M/N
La media:
La varianza:
np
N n
np(1 p)
N 1
2
X ~ N np, np (1 p )
X ~ B(n, p )
X ~ N p,
p (1 p )
b 0.5 np
a 0.5 np
Pa x b
np(1 p )
np(1 p )
La aproximacin es satisfactoria para p de aproximadamente 0.5 y n>10.
Si p=0.5 y n>10, entonces np>5
Nota: La aproximacin no es adecuada para:
p<1/(n+1) o p>n/(n+1)
Valores de la variable aleatoria mayores a 6, con centro en la media.
X ~ B(n, p)
X ~ P np
X ~ P np
X ~ N ,
Binomial
Poisson
Importancia
Se pueden aplicar tanto en procesos tcnicos
como administrativos.
Importancia
Muchos reportes, resmenes que maneja la
administracin son atributos y se pueden aprovechar
ms si se analizan como grficas de control.
El uso de las grficas de control de atributos en
medidas de calidad globales claves, frecuentemente
puede indicar a reas especficas del proceso que
pueden requerir un anlisis ms detallado.
Definiciones importantes
Defecto: falla o no conformidad que ocasiona que un
artculo no satisfaga los requerimientos especificados.
Artculo defectuoso: artculo que tiene uno o ms
defectos.
Fraccin defectuosa: es la razn del nmero de
artculos defectuoso en la muestra (d), respecto al total
de los artculos de la muestra (n)
Fraccin disconforme:
Fraccin
disconforme
= p =
n!
p x (1 p ) n x
x! ( n x )!
para x =1, 2, , n
LCS w L w
LC w
LCI w L w
L es la distancia de los lmites de control a la lnea central.
Recuerde:
Sea D el numero de unidades del producto
que son disconformes en una muestra
aleatoria de n unidades.
D
n
p (1 p )
LSC p 3
n
LC p
p (1 p )
LIC p 3
n
D p
i 1
mn
i 1
Estimacin de la fraccin
disconforme p desconocida.
p (1 p )
LCS p 3
ni
m
LC p
D
i 1
m
n
i 1
p (1 p )
LCI p 3
ni
4.3.1 Ejemplo
El procedimiento de la produccin de un nuevo artculo en la fabrica
de componentes elctricos requiri la inspeccin al 100% durante los
primeros cuatro meses hasta que se estableci el control del proceso
con una cuanta aceptable de productos no conformes.
Una vez que el proceso estuvo estable, se llev acabo un registro de la
inspeccin al 100%. El registro muestra que 9,600 artculos no
cumplan con las especificaciones; el nmero de artculos producidos
durante ese tiempo fue 320,000.
Determinar los lmites de control del correspondiente grfico de
control, para un tamao de muestra de 15 lotes de 100 unidades cada
uno.
Grfica P de defectos
Informe de estabilidad
Grfica p
LCS=0.02602
Proporcin
0.025
0.020
_
P=0.01507
0.015
0.010
0.005
LCI=0.00413
1
5
6
Subgrupo
Razn
3
8
10
Grfica P de defectos
Informe de resumen
Grfica p
> 5%
No
Comentarios
20.0%
Grfica P
Investigue los subgrupos fuera de control
0.03
Proporcin
LCS=0.02602
0.02
_
P=0.01507
0.01
LCI=0.00413
0.00
1
5
6
Subgrupo
10
LSC np 3 np(1 p)
LC np
LIC np 3 np(1 p)
m
Con:
D p
i 1
mn
i 1
grfica p.
Nota!
Cuando se tienen diferentes tamaos de
muestras se debe usar una grfica de
proporciones.
b) Al graficar las 20 muestras se encuentra que uno de los puntos queda fuera de los
limites. Ese da se encontraron 30 unidades no conformes. Al investigar se encontr
que una graduacin del potencimetro de voltaje estaba incorrecta (causa asignable)
Cules serian los limites de control correctos?
1
2
3
4
5
6
7
8
9
10
n
1000
1000
1000
1000
1000
1000
1000
1000
1000
1000
10000
np
2
5
3
5
1
1
0
5
3
2
27
Grfica NP de defectos
8
LCS=7.623
Conteo de muestras
7
6
5
4
__
NP=2.7
3
2
1
0
LCI=0
1
5
6
Muestra
10
4 Grficas de control c
Es la carta de control para:
el nmero total de disconformidades en una unidad
Recuerde:
Un artculo disconforme es una unidad del producto que no satisface una
o ms de las especificaciones para este producto.
Cada punto especfico en el que no se satisface una especificacin resulta
en un defecto o disconformidad.
Un artculo disconforme contendr al menos una disconformidad.
Otros nombres:
Grfica de nmero de defectos en la muestra
Carta de control para disconformidades
4 Grficas de control c
Ejemplos:
Nmero de imperfecciones en la cubierta de una
computadora personal
Nmero de soldaduras defectuosas en 100 m de
oleoductos
Nmero de remaches rotos en el ala de un avin
Nmero de defectos funcionales en un dispositivo lgico
electrnico
etc.
4 Grficas de control c
Se supone que los defectos o disconformidades Ci en la unidad de
inspeccin ocurren de acuerdo a una distribucin Poisson:
ecc x
P( X x )
x!
x es el nmero de disconformidades
4 Grficas de control c
Si no se cuenta con un valor estndar para c, se estima (c barra) como el nmero
promedio de disconformidades observadas en una muestra preliminar de unidades
de inspeccin
LSC c 3 c
c
LC
LIC c 3 c
Ejemplo
En la tabla adjunta se observa el nmero de disconformidades (C) halladas en la
inspeccin de 10 artculos, la unidad de inspeccin se define como un artculo.
Halle los lmites de control y presente le grfico.
Nro. de artculo
1
2
3
4
5
6
7
8
9
10
C
3
8
4
7
5
3
4
12
4
7
57
Grfica C de defectos
14
LCS=12.86
Conteo de muestras
12
10
8
_
C=5.7
6
4
2
0
LCI=0
1
5
6
Muestra
10
x
u
n
Otros nombres:
Grfica de nmero de defectos por unidad
u
LSC u 3
ni
LC u
conformidad
u
LIC u 3
ni
m
u
i 1
i 1
m
n
i 1
muestra
es
bien
modelada
por
una
dnde :
una
distribucin Poisson.
en
ci
ui
ni
i 1,2 ,k
ci # defectos
ni tamao de la muestra
m # de muestras
Ejemplo
En la tabla adjunta se observa el nmero de disconformidades (C) halladas en la
inspeccin de 10 muestras de tamao ni.
Halle los lmites de control y presente le grfico.
1
2
3
4
5
6
7
8
9
10
ni
9
8
7
10
9
6
10
8
10
9
86
C
25
13
28
35
27
25
20
32
16
20
241
Grfica U de defectos
Informe de estabilidad
Es estable el nmero de defectuosos por unidad?
Investigue los subgrupos fuera de control. Busque patrones y tendencias.
5
LCS=4.476
4
_
U=2.802
LCI=1.128
6
Subgrupo
10
Grfica U de defectos
Informe de resumen
Comentarios
Es estable el nmero de defectuosos por unidad?
Evale el % de subgrupos fuera de control.
0%
> 5%
No
0.0%
Grfica U
Investigue los subgrupos fuera de control
5
LCS=4.476
_
U=2.802
LCI=1.128
1
5
6
Subgrupo
10
LSC
La media cambia
LIC
Pp LCS | p Pp LCI | p
O
PD nLCS | p PD nLCI | p
P
Px LCS | c Px LCI | c
c
(OC) Grfica u
Px LCS | u Px LCI | u
Pc nLCS | u Px nLCI | u
ARL0
1
ARL1
1
La probabilidad beta puede calcularse de la distribucin
binomial o leerse en una curva OC
Si n se incrementa, tiene un valor menor y ARL1 mas corta
ARL0
Ejemplo:
ARL1= 7
Si el proceso esta fuera de control se
necesitara aproximadamente 7 muestras
para detectar este corrimiento con un
punto fuera de los limites de control
1
ARL1
1
se reduce
se incrementa
se incrementa
se reduce
se reduce
se reduce
Bibliografa
Captulo 6 Montgomery, Ejercicios 1 al 6
Captulo 4 Besterfield, Ejercicios 1 al 6