Beruflich Dokumente
Kultur Dokumente
Facultad de Ingeniería
Escuela de Mecánica Industrial
Práctica de Controles Industriales
Aux. Julio Andrés Reyes Barillas
OBJETIVOS
General:
Específicos:
1. Contrastar los diferentes tipos de gráficos de control por atributos por medio de
casos de aplicación.
2. Construir los distintos gráficos de control por atributos por medio de software.
3. Analizar un conjunto de datos y concluir sobre la variación de su proceso.
Universidad de San Carlos de Guatemala
Facultad de Ingeniería
Escuela de Mecánica Industrial
Práctica de Controles Industriales
Aux. Julio Andrés Reyes Barillas
Concepto de atributo
Los datos de atributos suponen sólo dos valores: bueno o malo, aprobado o
reprobado, etc. Por lo general, los atributos no se pueden medir, pero se pueden
observar y contar, y son útiles en muchas situaciones prácticas.
Por lo regular, los datos de atributos son fáciles de recopilar; sin embargo, una
desventaja del uso de estos gráficos es que se requieren muestras grandes para
obtener resultados estadísticos válidos.
Concepto de defecto
Concepto de defectuoso
El término defectuoso se refiere a los artículos que tienen uno o más defectos. Como
ciertas gráficas de atributos se utilizan para los defectuosos, mientras que otras se
usan para los defectos, es necesario entender la diferencia. A menudo se usa el
término no conforme en lugar de la palabra defectuoso.
Gráfico P
Gráfico NP
Gráfico C
Gráfico U
Universidad de San Carlos de Guatemala
Facultad de Ingeniería
Escuela de Mecánica Industrial
Práctica de Controles Industriales
Aux. Julio Andrés Reyes Barillas
GRÁFICO P
FÓRMULAS:
𝑝̅ (1 − 𝑝̅ )
𝐿𝐶𝑆𝑝̅ = 𝑝̅ + 3 ∗ √
𝑛
𝐿𝐶𝐶𝑝̅ = 𝑝̅
𝑝̅ (1 − 𝑝̅)
𝐿𝐶𝐼𝑝̅ = 𝑝̅ − 3 ∗ √
𝑛
El análisis de una gráfica p es similar al de una gráfica X-R. Los puntos fuera de los
límites de control significan una situación fuera de control. Asimismo, es necesario
buscar patrones y tendencias para identificar las causas especiales. Sin embargo, un
punto en una gráfica p por debajo del límite de control inferior o el desarrollo de
una tendencia por debajo de la línea central indica que el proceso podría mejorar,
con base en un ideal de cero artículos defectuosos. Se recomienda precaución antes
de llegar a conclusiones de este tipo, ya que se pueden haber cometido errores al
realizar los cálculos.
Universidad de San Carlos de Guatemala
Facultad de Ingeniería
Escuela de Mecánica Industrial
Práctica de Controles Industriales
Aux. Julio Andrés Reyes Barillas
FÓRMULAS:
𝑝̅ (1 − 𝑝̅ )
𝐿𝐶𝑆𝑝̅ = 𝑝̅ + 3 ∗ √
𝑛𝑖
𝐿𝐶𝐶𝑝̅ = 𝑝̅
𝑝̅ (1 − 𝑝̅)
𝐿𝐶𝐼𝑝̅ = 𝑝̅ − 3 ∗ √
𝑛𝑖
De lo anterior podemos afirmar lo siguiente:
EJEMPLO:
SOLUCIÓN:
Gráfica:
0.150 LCS=0.1516
0.125
Proporc n
ió
0.100 _
P=0.0957
0.075
0.050
LCI=0.0397
1 3 5 7 9 11 13 15 17 19 21
Muestra
Las pruebas se realizaron con tamaños de la muestra desiguales
Análisis:
GRÁFICO NP
Los límites de control para la gráfica np, al igual que los de la gráfica p, se basan en
la distribución de probabilidad binominal.
FÓRMULAS:
Promedio de ∑𝑚
𝑖=1 𝑑𝑖 #de defectuosos en la muestra i − ésima
= 𝑝̅ =
defectuosos 𝑚∗𝑛 𝑚 = número de subgrupos
Número promedio ∑𝑚
𝑖=1 𝑑𝑖 #de defectuosos en la muestra i − ésima
de defectuosos = 𝑛𝑝̅ = 𝑚 = número de subgrupos
por muestra 𝑚
La gráfica np es una alternativa útil para la gráfica p, porque a menudo es más fácil
de entender para el personal de producción (el número de artículos no conformes
es más significativo que una fracción). Asimismo, sólo requiere de un conteo, por lo
que los cálculos son más sencillos.
Universidad de San Carlos de Guatemala
Facultad de Ingeniería
Escuela de Mecánica Industrial
Práctica de Controles Industriales
Aux. Julio Andrés Reyes Barillas
EJEMPLO:
SOLUCIÓN:
Gráfica:
Gráfica NP de Defectuosos
18 1
16
LCS=14.75
14
Conteo de muestras
12
10
8 __
NP=6.92
6
0 LCI=0
1 3 5 7 9 11 13 15 17 19 21 23
Muestra
Análisis:
Un punto está fuera de control en la gráfica NP. El ingeniero concluye que el proceso
no es estable y debe mejorarse.
GRÁFICO C
FÓRMULAS:
∑𝑚
𝑖=1 𝑐𝑖 𝑐𝑖 = #de defectos en la muestra i − ésima
𝑐̅ =
𝑚 𝑚 = número de subgrupos
Estimación de
= 𝑠𝑐̅ = √𝑐̅
la desv. estándar
𝐿𝐶𝑆𝑐̅ = 𝑐̅ + 3 ∗ √𝑐̅
𝐿𝐶𝐶𝑐̅ = 𝑐̅
𝐿𝐶𝐼𝑐̅ = 𝑐̅ − 3 ∗ √𝑐̅
Universidad de San Carlos de Guatemala
Facultad de Ingeniería
Escuela de Mecánica Industrial
Práctica de Controles Industriales
Aux. Julio Andrés Reyes Barillas
EJEMPLO:
SOLUCIÓN:
Gráfica:
Gráfica C de Intoxicados
1
12
LCS=11.34
10
Conteo de muestras
6
_
C=4.78
4
0 LCI=0
1 3 5 7 9 11 13 15 17
Muestra
GRÁFICO U
Fórmulas:
Número promedio ∑𝑚
𝑖=1 𝑐𝑖 𝑐𝑖 = #de defectos en la muestra i − ésima
de defectos = 𝑢̅ = 𝑚
∑𝑖=1 𝑛𝑖 𝑛𝑖 = tamaño de la muestra i − ésima
por unidad de medición
Estimación de 𝑢̅
= 𝑠𝑢̅ 𝑖 = √
la desv. estándar 𝑛𝑖
𝑢̅
𝐿𝐶𝑆𝑢̅ = 𝑢̅ + 3 ∗ √
𝑛𝑖
𝐿𝐶𝐶𝑢̅ = 𝑢̅
𝑢̅
𝐿𝐶𝐼𝑢̅ = 𝑢̅ − 3 ∗ √
𝑛𝑖
EJEMPLO:
SOLUCIÓN:
Gráfica:
1.5
_
U=1.046
1.0
0.5
1
LCI=0.254
0.0
1 3 5 7 9 11 13 15 17 19 21 23
Muestra
Las pruebas se realizaron con tamaños de la muestra desiguales
Análisis:
HOJA DE TRABAJO
a) Realice el gráfico P
b) Analice el resultado de la gráfica
Universidad de San Carlos de Guatemala
Facultad de Ingeniería
Escuela de Mecánica Industrial
Práctica de Controles Industriales
Aux. Julio Andrés Reyes Barillas
Tamaño de # de Tamaño de # de
Muestra Muestra
muestra defectos muestra defectos
1 50 17 16 50 23
2 50 25 17 50 21
3 50 18 18 50 15
4 50 22 19 50 17
5 50 26 20 50 19
6 50 17 21 50 15
7 50 19 22 50 17
8 50 14 23 50 19
9 50 11 24 50 21
10 50 17 25 50 18
11 50 12 26 50 25
12 50 11 27 50 22
13 50 17 28 50 24
14 50 18 29 50 22
15 50 22 30 50 17
REPORTE #3
Marco Práctico
a) Realice la gráfica P.
b) Concluya sobre la calidad del proceso.
c) ¿Qué características de calidad pueden intervenir en que los teclados resulten
defectuosos?
Universidad de San Carlos de Guatemala
Facultad de Ingeniería
Escuela de Mecánica Industrial
Práctica de Controles Industriales
Aux. Julio Andrés Reyes Barillas
Tamaño de # de Tamaño de # de
Muestra Muestra
muestra defectuosos muestra defectuosos
1 50 7 16 50 13
2 50 10 17 50 11
3 50 8 18 50 15
4 50 12 19 50 17
5 50 16 20 50 19
6 50 7 21 50 15
7 50 9 22 50 17
8 50 14 23 50 9
9 50 11 24 50 11
10 50 7 25 50 8
11 50 2 26 50 15
12 50 11 27 50 12
13 50 17 28 50 14
14 50 8 29 50 12
15 50 12 30 50 10