Sie sind auf Seite 1von 36

CONTROL ESTADÍSTICO DE LA CALIDAD

Profesora:

Mg. Q.F. Casilda Huanca Ccala


CONTROL ESTADÍSTICO
DE LA CALIDAD

Profesora:
Mg. Q.F. CASILDA HUANCA CCALA

2018
GRÁFICOS DE CONTROL
PARA ATRIBUTOS
EJEMPLO 1
Los Operadores de máquinas de clasificación automática en una
oficina de correos deben leer el código postal en una carta y enviarla
a la ruta apropiada. Durante un mes, se seleccionaron 25 muestras
de 100 cartas y se registró el número de errores. Esta información
se encuentra resumida en la tabla siguiente.

- 0.03 + 0.01 + .. 0.01 0.022


p = =
25

sp  √ 0.022 (1- 0.022) = 0.01467


100

LCS  0.0022 + 3(0.01467) = 0.066


l

LCI = 0.0022 - 3 (0.01467)  - 0.022


EJEMPLO 1
EJERCICIO 1
Un concentrado de jugo de naranja congelado se empaca
en botes de cartón de 6 onzas. Estos botes se hacen en
una máquina cortándolos de piezas de cartón y fijando un
cuadro metálico en el fondo. Mediante la inspección de un
bote, es posible determinar si cuando se llena podría haber
una posible filtración en las juntas laterales o alrededor de la
junta del fondo. Quiere establecerse una carta de control
para mejorar la fracción de botes disconformes producidos
por esta máquina.
Para establecer la gráfica de control, se seleccionaron 30
muestras de n = 50 botes cada una en intervalos de media
hora durante un periodo de tres turnos en los que la
máquina estuvo en operación continua. En la siguiente tabla
se muestran los datos
EJERCICIO 1: TABLA DE DATOS

Datos para los límites de control de prueba, tamaño de la muestra n= 50


Número de Número de
Fracción Fracción
NÚMERO DE botes NÚMERO DE botes
disconforme disconforme
MUESTRA disconformes, MUESTRA disconformes,
muestral pi muestral pi
Di Di
1 12 0.24 16 8 0.16
2 15 0.30 17 10 0.20
3 8 0.16 18 5 0.10
4 10 0.20 19 13 0.26
5 4 0.08 20 11 0.22
6 7 0.14 21 20 0.40
7 16 0.32 22 18 0.36
8 9 0.18 23 24 0.48
9 14 0.28 24 15 0.30
10 10 0.20 25 9 0.18
11 5 0.10 26 12 0.24
12 6 0.12 27 7 0.14
13 17 0.34 28 13 0.26
14 12 0.24 29 9 0.18
15 22 0.44 30 6 - 0.12
347 -- p = 0.2313
EJERCICIO 1
• Se construye una carta de control para ver si el proceso estaba bajo control
cuando se colectaron estos datos. Contienen 347 botes disconformes.
n
-
p =
Σ Di =
347
= 0.2313
mn 30 x 50

• Utilizando p como estimación de la verdadera fracción disconforme, los


límites superior e inferior se calculan:

-
p = 0.2313 ± 3 √ 0.2313 (0.7687)
50
-
p = 0.2313 ± 3 (0.0596) = 0.2313 ± 0.1789
EJERCICIO 1
LCS  0.2313 + 0.1789 = 0.4102

LCI  0.2313 - 0.1789  0.0524


0.60

0.50
Fracción disconforme muestral p

LCS de prueba = 0.4102


0.40

0.30

0.20

0.10

0.05
LCI de prueba = 0.0524
0.00
0 5 10 15 20 25 30 35

Número de muestra
EJERCICIO 1

Se observa que dos puntos, las muestras 15 y 23 están


localizadas arriba del límite de control superior, por lo cual
concluimos que el proceso no está bajo control. Estos puntos
deben de ser investigados para ver si es posible determinar una
causa asignable.
Al analizar los datos de la muestra 15, se determina que un nuevo
lote de piezas de cartón se introdujo en la producción durante ese
periodo de media hora. La introducción de nuevos lotes de materia
prima en ocasiones dan lugar a un desempeño irregular de la
producción y es razonable pensar que así ocurrió.
Durante el periodo de media hora en que se obtuvo la muestra 23,
estuvo a cargo un operador relativamente inexperto en el manejo
de la máquina lo que podría explicar la elevada fracción
disconforme obtenida de esa muestra.
EJERCICIO 1

Entonces, las muestras 15 y 23 se eliminan y la nueva línea


central y los límites de control revisados se calculan así:

- 301 = 0.2150
p =
28 x 50

LCS  0.2150 + 3 √ 0.2150 x 0.7850 = 0.3893


50
LCI = 0.2150 - 3 √ 0.2150 x 0.7850  0.0407
50
EJERCICIO 1
0.60

Nuevo
0.50 Nueva materia operador
prima
Fracción disconforme muestral p

0.40

LCS revisado = 0.3893


0.30

0.20

0.10

0.05
LCI revisado = 0.0407
0.00
0 5 10 15 20 25 30 35

Número de muestra
EJERCICIO 2
Los datos siguientes dan el número de ensamblajes de rodamiento
y sello de ensamblajes de rodamiento y sello disconformes en
muestras de tamaño 100. Construir una carta de control para la
fracción disconforme de estos datos.
Si alguno de los puntos se localizan fuera de control, suponer que
pueden encontrarse las causas asignables y determinar los límites
de control revisados.

Número de Número de
NÚMERO DE NÚMERO DE
ensamblajes ensamblajes
MUESTRA MUESTRA
disconformes disconformes
1 7 11 6
2 4 12 15
3 1 13 0
4 3 14 9
5 6 15 5
6 8 16 1
7 10 17 4
8 5 18 5
9 2 19 7
10 7 20 12
EJERCICIO 3

-
p= 0.0585
LCs = 0.1289, 0

La muestra 12 excede el LCS


Sin la muestra 12: p- = 0.0537, LCs = 0.1213, 0
EJERCICIO 3
Un proceso produce bandas de hule en lotes de tamaño 2500.
Los registros de inspección de los últimos 20 lotes revelan lo
daos siguientes:
Número de Número de bandas Número de bandas
Número de lote
lote disconformes disconformes

1 230 11 456
2 435 12 394
3 221 13 285
4 346 14 331
5 230 15 198
6 327 16 414
7 285 17 131
8 311 18 269
9 342 19 221
10 308 20 407
a) Calcular los límites de control de prueba para la carta de
control de la fracción disconforme.
b) Si quisiera establecerse una carta de control para controlar la
producción futura, ¿ cómo se usarían estos datos para obtener
la línea central y los límites de control de la carta?
EJERCICIO 3

-
a) p = 0.12282
LCs = 0.1425, 0.1031

b) No deberán usarse los datos ya que muchos subgrupos


están fuera de control
EJERCICIO 4

Frecuencia Por ciento


Código del defecto Frecuencia
acumulada
Por ciento
acumulado

Soldadura insuficiente 40 40 40.82 40.82


Junta fría de soldadura 20 60 20.41 61.23
Soldaduras abiertas/desoldadas 7 67 7.14 68.37
Componente impropio 1 6 73 6.12 74.49
Salpicaduras de soldadora /S 5 78 5.10 79.59
Marca de prueba, marca EC 3 81 3.06 82.65
Marca de prueba, marca blanca 3 84 3.06 85.71
Aro de refuerzo de la tarjeta en bruto, eliminado 3 87 3.06 88.77
Componente parte extra 2 89 2.04 90.81
Componente dañado 2 91 2.04 92.86
Componente faltante 2 93 2.04 94.90
Alambre incorrecto soldadura 1 94 1.02 95.92
Operdor estampado ID 1 95 1.02 96.94
Impresión faltante 1 96 1.02 97.96
Corto de soldadura 1 97 1.02 98.98
Tarjeta en bruto dañada 1 98 1.02 100.00
EJERCICIO 4

Soldadura insuficiente
Junta fría de soldadura
Soldadura abiertas/desoldadas
Componente impropio 1
Salpicaduras de soldadora /S
Marca de prueba, marca EC
Marca de prueba, marca blanca
Aro de refuerzo de la tarjeta en bruto, eliminado
Componente parte extra
Componente dañado
Componente faltante
Alambre incorrecto soldadura
Operador estampado ID
Impresión faltante
Corto de soldadura
Tarjeta en bruto dañada

2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40
porcentaje
EJERCICIO 4

Los dos defectos (más del 60%):


- soldadura insuficiente y
- las juntas frías de soldadura

Apunta a problemas adicionales con el proceso de la ola de


soldadura
Ocurrieron en el mismo número de parte: 0001285
EJERCICIO 5

Establecer una carta de control para el número de


unidades disconformes en muestras de n = 100

Número de Tamaño de la Número de unidades


muestra muestra disconformes
1 100 10
2 100 15
3 100 31
4 100 18
5 100 24
6 100 12
7 100 23
8 100 15
9 100 8
10 100 8
EJERCICIO 5

-
p = 0.164
CLs = 27.51 , 5.292
EJERCICIO 6

En una empresa del ramo alimenticio, mediante cierta máquinas se empaquetan salchichas en
sobres o paquetes. La forma de evaluar si el subproceso de empaquetado se hizo de manera
adecuada, es haciendo una inspección visual de los paquetes para determinar que se satisfagan
diferentes atributos de calidad, por ejemplo que la cantidad de salchichas dentro del sobre sea la
correcto que dentro del sobre no quede aire (empaque al vacío). Se han tenido problemas con
este último atributo, por lo que hay un operador que a la vez que está al pendiente de la máquina
empaquetadora, hace la inspección para separar los paquetes con aire. Los que son destruidos y
las salchichas se regresan a la máquina para que vuelvan a ser empaquetados.

El atributo de falta de vacío es importante debido a que si un paquete con aire se va al mercado,
la vida de anaquel es muy corta, por lo que después de algunos días la salchicha empieza a
cambiar de color y a perder su frescura, y eso puede ocurrir en el refrigerador del distribuidor o
del consumidor. Lo que repercute en clientes insatisfechos y mala imagen.
EJERCICIO 6

Por lo anterior, a los operadores de las diferentes máquinas continuamente se les recordaba la
importancia de no dejar pasar paquetes con aire. Sin embargo, no se llevaba un registro de la
magnitud del problema. Por lo que no existían bases para detectar cambios en el desempeño de
las máquinas, ni había forma de saber si las medidas tomadas para reducir el problema habían
dado resultado. De aquí se vió la necesidad de registrar los resultados y analizarlos mediante una
carta de control. Cada hora se registra el número de paquetes detectados con aire d1 y del
contador de la máquina se obtiene el total de paquetes n1 durante esa hora. Los datos obtenidos
obtenidos durante tres días en una máquina se muestran en la tabla.

Es claro que el problema de falta de vacío aire dentro del sobre es del tipo pasa-no pasa, por lo
que para analizar su variación se debe aplicar la carta p. Así, con esta carta se analizará la variación
de las proporciones de la tabla. Para calcular los límites de control provisionales se necesita
calcular la proporción promedio p y el tamaño de subgrupo promedio n, que corresponde al
número promedio de salchichas empaquetadas por hora.
EJERCICIO 6
Paquetes con Proporción Subgrupo Paquetes, Paquetes con
Subgrupo Paquetes, Proporción
ni aire, di pi ni aire, di pi
1 595 15 0.025 21 594 7 0.012
2 593 5 0.008 22 606 5 0.008
3 607 8 0.013 23 601 7 0.012
4 596 10 0.017 24 598 4 0.007
5 602 6 0.010 25 599 2 0.003
6 599 5 0.008 26 590 3 0.005
7 600 5 0.008 27 588 5 0.009
8 590 7 0.012 28 597 3 0.005
9 599 2 0.003 29 604 6 0.010
10 601 4 0.007 30 605 5 0.008
11 598 9 0.015 31 597 7 0.012
12 600 17 0.028 32 603 9 0.015
13 597 4 0.007 33 596 5 0.008
14 594 5 0.008 34 597 3 0.005
15 595 3 0.005 35 607 8 0.013
16 597 10 0.017 36 596 15 0.025
17 599 7 0.012 37 598 4 0.007
18 596 5 0.008 38 600 6 0.010
19 607 4 0.007 39 608 8 0.013
20 601 9 0.015 40 592 5 0.008
EJERCICIO 6

- Total de defectuosos 257


p = = = 0.011
Total de inspeccionados 23942

- Total de inspeccionados 23942 598.6


n = = =
Total de subgrupos 40

LCS  0.011 + 3 √ 0.011 x (1- 0.011) = 0.0213


598.6

LCI = 0.011 - 3 √ 0.011 x (1 – 0.011)  0.0016


598.6
EJERCICIO 6
• El proceso de empaquetado no fue estable, las proporciones de los subgrupos 1,
12 y 36 rebasan el LCS.

• Se desprende que durante el empaquetado de esos subgrupos el proceso


funcionó en presencia de causas o situaciones especiales que normalmente no
están presentes en el proceso, y que causaron que la proporción de defectuosos
fuera anormalmente grande.

• No hay ningún otro patrón no aleatorio en la carta.

• Al investigar lo ocurrido en los subgrupos 1, 12 y 36 se encontró que durante esas


horas se había cambiado el rollo de la película plástica de empaque, ya sea
porque se terminó o porque se empezó a empaquetar otra presentación. Se
investigó en otras máquinas y se encontró una situación similar. A partir de esto se
adquirió conciencia de que no había un método estandarizado para cambiar la
película ya que cada operador usaba su criterio. Consultando los manuales de las
máquinas empaquetadoras, en las que se daban instrucciones y recomendaciones
precisas para cambiar la película y advertían de que en caso de no seguirlas, se
podrían tener problemas de falta de vacío por lo que se procedió a diseñar un
método para cambiar la película y dar el entrenamiento correspondiente a los
operadores. Con ello se espera que esos incrementos bruscos del problema no se
vuelvan a presentar.
EJERCICIO 6

• Lo anecdótico del caso, es que los operadores sabían que cuando


cambiaban la película, debían estar más alertas, ya que detectaban más
paquetes con falta de vacío. Pero esto lo ignoraban quienes en esta Planta
podían generar soluciones e implantar un método estándar, y si los
operadores se lo llegaban a comentar, la respuesta era “deben tener mucho
cuidado”. Sólo el registro sistemático de los resultados del proceso y su
análisis mediante la carta de control genero la evidencia objetiva de que
recién cambiada la película el proceso funcionaba peor.

• Como en este estudio inicial se han identificado la causa de los puntos


especiales, entonces para calcular los límites que se usarán a futuro en
este proceso se debe excluir de los cálculos las proporciones de los
subgrupos 1, 12 y 36.

• Si se procede de esta manera, se obtiene que:


EJERCICIO 6

Entonces, las muestras 1, 12 y 36 se eliminan y la nueva


línea central y los límites de control revisados se calculan así:

- 23942 – 595 – 600 - 596


n = = 598.7
40 -3
40

-
p = i=1
Σ di – d1 – d12 – d36
257 – 15 – 17 - 15
= = 0.0094
40
23942 -595 -600 -596
Σ
i=1
ni – n1 – n12 - n36

Los límites a usar a futuro son:


LCS = 0.021
LCI = 0.0
EJERCICIO 7

En un proceso de manufactura al final de la línea de ensamble, antes de


empacar, se hace la inspección y prueba final. Los atributos, variables o
razones por las que los productos rechazados son varios, sin embargo
analizando los datos obtenidos en la inspección final, a través de una
estratificación y un análisis de Pareto, se encuentra que la principal causa
por la que los artículos salen defectuosos está relacionada con los
problemas en un componente en particular (el componente k12). Por lo que
se decide analizar más de cerca el proceso que produce tal componente

Para ello de cada lote de componentes k12 se decide inspeccionar una


muestra de n = 120, una vez que salen de su proceso (antes de ser
ensamblados). Los datos obtenidos en 20 lotes consecutivos se muestran
en la tabla. El análisis de estos datos se puede hacer directamente
registrando la cantidad de defectuosos por muestra sin necesidad de
calcular la proporción, es decir se pueden analizar con una carta np.
Componentes
EJERCICIO 7 defectuosos
Muestra
1 9
2 6
3 10
4 8
5 5
6 5
7 14
8 12
9 9
10 8
11 10
12 20
13 12
14 10
15 10
16 0
17 13
18 5
19 6
20 11
183
EJERCICIO 7

Para obtener los límites de control de la carta np, primero se estima p, que se obtiene al
dividir el total de artículos defectuosos (183) entre el total de piezas inspeccionadas (2
400; 20 muestras de 120 piezas cada una), es decir:

- 183
p = = 0.076
120 x 20

LCS = 120 x (0.076) + 3 √ 120 x 0.076 (1- 0.076) = 17.87

Línea central = 120 x (0.076) = 9.15

LCI = 120 x (0.076) - 3 √ 120 x 0.076 (1 – 0.076)  0.428


CASO 8 : GRÁFICA NP
• El proceso no funcionó de manera estable, el número de piezas defectuosas en
la muestra del lote 12 es mayor que el límite superior, mientras que en la
muestra del lote 16 es menor que el límite inferior.
• Se tiene evidencia objetiva para afirmar que en la fabricación del lote 12 se hizo
presente una causa o situación especial que normalmente no está presente en
el proceso y que lo afectó seriamente y que en el lote 16 ocurrió una causa
especial que mejoró el desempeño del proceso de fabricación de componentes
k12.
25

Se debe tratar de 20
Rechazados

localizar ambas
causas, con lo que se 15

estará en posibilidades
de prevenir la primera 10

y fomentar la segunda.
5

0
0 5 10 15 20 25

Muestra
CASO 8: RECOMENDACIONES

Como se ha observado el proceso en un lapso de tiempo pequeño, se le puede


catalogar preliminarmente como inestable e incapaz. En tanto no se tengan más
datos para evaluar mejor el estado del proceso, se recomienda aplicar las siguientes
estrategias simultáneas de mejora:

• Implantar el uso de la gráfica para detectar de inmediato si en la fabricación de algún


lote ocurrió una causa especial, sea éste favorable o desfavorable. Así, se conocerá
mejor el proceso, eliminar algunas causas especiales, implantar algunos cambios
favorables y sobre todo mejorar la estabilidad del proceso (estandarízación); sin
embargo esta estrategia no es suficiente.

• Integrar un equipo de mejora apropiado que conozca bien el proceso de fabricación


del componente k12 para que mediante un proyecto de mejora lleguen al fondo de
las causas comunes.
EJEMPLO 2

AtYourServuce.co, proveedor de servicios de Internet (PSI), se preocupa


porque el nivel de acceso de los clientes ha bajado debido al uso más
intenso. La proporción del tiempo en horas pico, cuando es probable que
el cliente reciba señales de ocupado, se considera una medida adecuada
para el nivel del servicio. El porcentaje de veces que el cliente recibe una
señal de ocupado durante el periodo pico varía. Utilizando un proceso de
muestreo, el PSI creó gráficas de control para vigilar el nivel del servicio
con base en la proporción de señales de ocupado recibidas. Elabore una
gráfica p utilizando los datos de la muestra en la hoja de trabajo. ¿Qué
indica la gráfica? En su opinión ¿el nivel de servicio es bueno o malo?
EJEMPLO 2 Peak Number of Number of
Period Calls Attempted Busy Signals

1 492 8
2 424 9
3 508 4
4 614 5
5 566 11
6 616 6
7 528 5
8 382 8
9 608 8
10 506 5
11 596 3
12 510 9
13 428 11
14 524 8
15 410 3
16 586 9
17 488 8
18 618 3
19 552 9
20 466 10
21 472 6
22 484 2
23 468 8
24 574 8
25 606 7
EJEMPLO 2

- 173 = 0.0132
p =
13126

LCS = 0.0132 + 3 √ 0.0132 x 0.9868 =


521..04
LCI = 0.0132 - 3 √ 0.0132 x 0.9868 
521.04

Verwandte Interessen