Вы находитесь на странице: 1из 32

CONTROL DE PROCESOS (Por mtodos estadsticos)

La palabra "proceso" significa cualquier combinacin de mquinas herramientas,


mtodos, materiales y hombres empleados para lograr productos o servicios de la calidad
deseada.
La palabra "control" es el proceso de gestin necesario para fijar y hacer cumplir una
norma. Este se cumple mediante el circuito de control o ciclo de control.

Ciclo de control

1. Estndares 2. Elemento Sensor o


(normalidad) comparador (equipo capaz de
medir el objeto)

Accin necesaria

3. Sistema de anlisis (conjunto de


sistemas y tcnicas que permita
realizar la comparacin)

Se realiza, en el proceso productivo y bsicamente la finalidad es mantener la calidad


uniforme (es decir deben mantenerse dentro de los rangos establecidos).

Generalmente el control se ejerce sobre:


- La materia prima, mediante una inspeccin, el cual nos indicar que la materia
prima entre o n al proceso.
- Luego control de unidades durante el proceso, mediante un procedimiento de
muestreo por intervalos. Ejm. Producimos 5000 lt/ da y cada hora tomamos una
muestra.
- Luego se realizara entre los volmenes de produccin o por lotes, ste tambin se
realiza por muestreo.

El control durante el proceso es una variabilidad innata o aleatoria, pero si hay una
manera de identificarlo por medio de cartas o grficos.
La variacin puede ser de lo ms simple o lo complejo.
CASOS DE VARIABILIDAD EN MATERIALES, MAQUINAS Y HOMBRES
Supongamos una operacin de taladrado, en mquinas mltiples, en una pieza
fundida. La pieza se coloca en un utillaje y se sujeta. El operario acciona la palanca y 6
brocas taladran simultneamente la pieza fundida. Las brocas llegan al fondo, donde
permanecen unos instantes, despus de los cuales la palanca se lleva a su posicin
normal. Ahora, Cules son las posibles fuentes de variacin?
En primer lugar, el material presentar alguna variacin de una pieza a otra; algunas
piezas sern ms duras que otras. Algunas tendrn mayor porosidad y las dimensiones
variarn entre ellas. Las causas de variaciones del material pueden ser muchas,
incluyendo materiales adquiridos de calidad insegura, especificaciones de material
precarias, costos, etc.
La segunda fuente de variacin es la mquina (equipo), cambio en el diseo. El problema
se complica de la mquina por el nmero de taladros, los cuales harn profundidad,
ancho, dimetro y acabado superficial. La tercera fuente de variacin es el hombre ms
influyente de todas (manejo, lectura, interpretacin, decisin).

CONCEPTO DE CARTA-GRFICO DE CONTROL

El objetivo final de los procesos es fabricar productos que se ajusten a las


especificaciones. El control de procesos tiene por misin lograr el mayor provecho posible
de estos procesos, haciendo que se desarrollen a un nivel de rendimiento previsto. La
mejor herramienta para conseguirlo es la grfica o carta de control.
Una carta de control es una comparacin grfica de los datos de funcionamiento del
proceso con lmites de control calculados que se dibujan en la carta como lneas lmites.
Los datos de funcionamiento de procesos suelen consistir en grupos de mediciones
(Subgrupos racionales) seleccionados de la secuencia regular de produccin,
preservando su orden.
Las cartas de control sirven principalmente para descubrir "causas asignables" de
variacin en el proceso.

CAUSAS DE VARIACIN
- Causas no asignables
- Causas asignables

Causas no asignables.- llamada tambin como causas normales, aleatorias, no


identificables, es una causa no identificable y siempre estas causas estarn presentes en el
proceso.
- Estas causas van a producir variaciones relativamente pequeas.
- Igualmente estas causas estn presentes en un nmero relativamente alto, es decir se
presenta muchas veces.
- A pesar de ser muchas no guardan relacin unas con otras es decir son
independientes entre s.
- La variacin es exceso o defecto y tienden a compensarse.
- Es posible hacer un estudio probabilstico por que responden a la ley de Gauss.
- Por su naturaleza es difcil de controlar estas causas, si se quiere controlar es
sumamente costoso.

Causas asignables.- Llamadas como causas anormales, accidentales, identificables.

- Estas causas no siempre estn presentes.


- A pesar de no estar presentes introducen variaciones relativamente grandes,
que constituyen un aviso para hacer su control.
- Se presentan en nmero pequeo o pocas veces.
- Estas causas pueden ser dependientes entre s, no ocurre en este caso el
efecto compensatorio.
- No son compensatorios.
- A estas causas asignables se les puede localizar con facilidad.
- En este caso la distribucin no responde a ninguna ley estadstica conocida.
Ejm.: En el sellado de las talas: ( se quiere controlar la altura del sellado)

Variacin por exceso o defecto

1 1
"

Causa no asignable
641 640
Al otro da
1
Con esta var iacin ya te
64 " 320
causa asignable
Un grfico de control es, esencialmente, un intervalo de confianza en una escala series-
tiempo.
Los limites de control son niveles de significacin con sus coeficientes correspondientes
de desviacin tipo.

CONCEPTO DE PROBABILIDAD

Los lmites de control son lmites de decisin de hiptesis nula, que permite saber
cuando debe de investigarse. S los lmites se fijan en 3, un punto que caiga encima o
ms all de los lmites de control conducir a rechazar la hiptesis nula para el nivel de
significacin de 0.0013, para cada lmite. El riesgo de error, al tomar esta decisin ser
solo del 26 por 10,000 para ambos lmites, y del 13 por 10,000 para un solo lmite (el rea
que cae fuera de las lneas de lmites 3 es aproximadamente igual a 0.0026).

Lim. Sup. Control LSC

Nivel tipo
Aceptacin de Nivel tipo + v
hiptesis nula

Lim. inf. Control LIC


tiempo

GRFICOS DE CONTROL
La grfica de control es una herramienta que se usa fundamentalmente para anlisis de
datos, ya sean discretos o continuos, los cuales han sido generados en un determinado
periodo.
Las funciones bsicas que cumplen la grfica son:
- Definir una meta para una operacin.
- Ayudar a obtener esa meta.
- Determinar si la meta ha sido alcanzada.
La grfica de control puede usarse en ingeniera del producto para registrar y analizar
datos de prueba, en contabilidad para anlisis de costos, en ingeniera de procesos para
determinar las capacidades de mquina y de proceso, en ingeniera de produccin como
monitor de operaciones y en inspeccin y control de calidad para registrar desechos y
reprocesamientos y analizar la calidad del material durante su recepcin.
Por lo tanto, puede considerarse entre las herramientas ms verstiles en mtodos
estadsticos..
Definicin
Se define como la comparacin grfica cronolgica de un producto producido en el
momento actual con los lmites fijados como posibilidad de produccin. Por Ejem.:
En una lata de conserva, las etiquetas traen:

Peso aprox. = 230 grs. -----> pero nosotros hemos regulado la mquina selladora para
que nos d un contenido de 230 5 gr.
230 5 gr. ( Esto en un lmite establecido).
En la produccin de hoy hemos producido 1000 latas y muestreados 4 latas para verificar.
1. 231----------> 230 + 1 bajo control (10 AM)
2. 228 ---------> 230 - 2 bajo control (12 M)
3. 222 ---------> 230 - 8? 2 PM (causa asignable fuera del lmite establecido).
4. 232 ---------> 230 + 2
Este lmite de control es una base a experiencias anteriores.
An cuando universalmente se acepte y use el trmino grfico de control, en principio se
debe entender que la grfica no controla en realidad, cosa alguna. Simple y sencillamente
suministra una base para la accin, y slo es efectiva si los responsables de las
decisiones actan a partir de la informacin que revela dicha grfica.
Objetivos de grficos de control
- Detectar causas asignables.
- Detectar si el proceso est bajo control, es decir estamos respondiendo a
la pregunta si el proceso es o no estable (aqu el proceso est bajo control
de acuerdo a las horas muestreadas).
- Verificar si el proceso sigue bajo control, es decir si est de conformidad
como una determinada norma.
- Reducir la variacin excesiva en una operacin hasta en un punto que
corresponda a la tolerancia requerida a otra meta establecida.

Esquema general de grfico de control


Este esquema nos da una idea general, adems se basa en la distribucin normal.

u- u u+2 u+3
x
El rea bajo la curva de cada uno de ellos es:

u-3 u-2 u+
Area

u 1 68.27%
u 2 95.45%
u 3 99.73%
Estos se ajustan a los conceptos de probabilidad

El conocimiento de la trayectoria de las probabilidades sirve de ayuda para la


prediccin por anticipado de la variacin de un gran nmero de medidas por Ejm: Si de
una fuente al azar se extrae a intervalos regulares una muestra de cierta medida y se
calculan las estadsticas de la misma (fraccin defectuosa promedio, intervalo), estas
estadsticas (como las medidas originales variaran de acuerdo a una trayectoria definida.
Para esta serie de muestra se debe calcular, en cada estadstica, tanto el promedio como
la desviacin estndar usando la distribucin de probabilidades para estimar la
conducta del grupo para cada muestra estadstica.
Para hacer esto se calcula el gran promedio y, a partir de este valor, se
determinan los lmites de control midiendo algunos mltiplos positivos y negativos de la
desviacin estndar. Por lo tanto, cuando se construye una grfica con la escala vertical
calibrada en las unidades estadsticas correspondientes, la escala horizontal marcada de
acuerdo con el tiempo, y tres lneas horizontales trazadas en los puntos correspondientes
al gran promedio y a los lmites de control, puede decirse que es una grfica de control
estadstico.
Eje horizontal: # de muestras secuencia cronolgica ().
Eje Vertical: Valor observado de caractersticas
de calidad unidades estadsticas
correspondientes.
y
grfico de control
Planta: ....... Fecha: .............
Inspector:.......... Producto: .
Secuencia de datos o intervalos de tiempo
Rechazo
hiptesis
nula LSC
u+3

u
LM
Aceptac.
Hiptesis
nula

u-3
LIC

10 AM 12 AM 2 PM 4 PM 6 PM
Rechazo
hiptesis nula

u + 3 = 235 gr.
u = 230 gr.
u - 3 = 225 gr.

En la prctica se considera que los valores estadsticos de las muestras trazadas


en una grfica estn dentro de control si los puntos caen dentro de los lmites de control y
no muestran seales de ciclos, tendencias o carreras. Aunque en la grfica de control
no haya puntos fuera de los lmites y el nivel de la variacin sea conveniente, no siempre
podr inferirse que no exista la variacin debida a ciertas causas. La grfica puede
presentar factores determinables tales como desgastes de herramientas, lo que crea una
situacin de confusin o carreras dentro de los lmites. Con frecuencia se conocen las
causas y pueden corregirse con facilidad haciendo un ajuste a la mquina o
reemplazando una herramienta.

Con frecuencia en la industria se tabulan diversos datos en tablas o grficas informales,


en las que posteriormente se basan los ingenieros, trabajadores industriales e
investigadores para tomar decisiones importantes, ignorando por completo la existencia
de la variacin debida a causas determinadas. La grfica de control es una herramienta
estadstica que ayuda en la toma de decisiones vlidas y las coloca sobre una base
cientfica.

PROCEDIMIENTO DE CONSTRUCCIN DEL GRFICO DE CONTROL

1. Seleccionar las caractersticas de calidad ms conveniente (Longitud, rea,


dureza, etc).
2. Recoleccin de datos el cual se hace por muestreo.
3. Sobre estos datos determinar los lmites de control.
4. Luego decidir sobre estos lmites de control. Esto implica una pregunta. Estos
lmites de control son satisfactorios o no?.
5. Luego tomamos un papel y trazamos la lnea central (media o rango, etc), y los
lmites de control.
6. Una vez trazado estos lmites ploteamos los datos y estamos con nuestra grfica
y analizar, si queda fuera de los lmites de control. Tomar acciones correctivas
necesarias.

* Cuando un proceso las caractersticas de las muestras se conservan


persistentemente dentro de los lmites de control, se dice que el proceso est
bajo control.

Empleo de grafica de control

1. Para prever rechazos antes de producir gran nmero de unidades


defectuosas.
2. Juzgar el trabajo en determinada planta es decir tenemos que juzgar el
rendimiento de trabajo a travs de comparaciones con el patrn ya
establecido.
3. Ajustar tolerancias a travs de trabajo, ste se puede ajustar disminuyendo o
alargando los rangos.
4. Previsin de costos: ya que una variacin muy grande nos indica un mtodo
de produccin.
Como la maquinaria usada es vieja.
Hace falta un nuevo diseo tecnolgico.
Modificacin en el mantenimiento de equipos.

2. Establecer ndices de seguridad para la planta, pero mayormente va estar


referida a las unidades defectivas rechazadas. Este est asociada al
procedimiento de muestreo.
3. Finalmente este grfico es una gua para decisiones generales.

TIPOS DE GRFICOS DE CONTROL

1. control por variables


2. Control por atributos (caractersticas).

Variables. Se considera variable una caracterstica que puede ser medido.


Se emplea cuando se tiene datos continuos como dimensin, costo, peso y
resistencia, sensibilidad, temperatura, dureza.
Para este control se utiliza las grficas de promedio e intervalo.

Atributos. Es una caracterstica que no puede ser medido, slo se cualifica.


Estas grficas se emplean cuando se tienen datos discretos o cuando se desea
clasificar una serie de medidas continuas como aceptables o no.
Para estos se utilizan las grficas de defectos o de % defectuosos.
De acuerdo a estos en un lote se puede tener varios variables y barios atributos.
Una variable puede ser tratada como un atributo ms no un atributo como una
variable.

En general la grfica de atributos se usa cuando:


No es posible tomar medidas, como en la inspeccin visual de una parte.
Cuando no es prctico tomar medidas, debido a que los calibradores son
caros o el tiempo necesario para tomarlas es excesivo.
La parte tiene muchas caractersticas para evaluar.
La grfica se basa en una inspeccin al 100%.
Se usa grfica variable cuando:
Se involucra una caracterstica crtica, tal como es una localizacin de un
punto.
Se desea una control ms preciso que el control de caractersticas.

1.- Para variables


De acuerdo a estos conceptos tendremos cuatro grficos y se basan:
- En la precisin
- En la exactitud

La precisin.- se mide a travs del rango, desviacin estndar > precisin


cuando< sea el rango y < d.

Exactitud.- Se mide en base del promedio, mediana o cualquier medida de


tendencia central.
Estos grficos son:
i. Grfica de la medida (X)
ii. Grfico del rango o amplitud ( R )
iii. Grfico de la desviacin estndar(d)
iv. Grfica de la medida (Me)

La ms utilizada son el grfico de la medida (X) y el rango ( R ).

2. Para grficas de control de atributos.- Tambin existen 4 grficos. Estos se basan


en la presencia o ausencia de caractersticas de calidad.
Estos grficos son:
Grficos de la fraccin defectuosa (P)
Grficos de nmero de defectuosos (np)
Grficos de nmero de defectos por unidad (u)
Grficos de nmero de defectos.
Los ms utilizados son los 1 y 2.

GRFICO DE CONTROL POR VARIABLES


Se basa en el intervalo 3 lo que nos indica una cierta rea bajo la curva de la
desviacin normal. Se ha elegido los lmites de 3, en lugar de 2 o de 4-sigmas, por
ejemplo por que la experiencia ha demostrado que el valor de 3-sigmas es el ms til y
econmicos para las aplicaciones de las grficas de control, puesto que para ese valor la
mayor parte de las distribuciones de frecuencias encontradas en la industria tienen a la
"normalidad".

Constan de 2 grficos: Posibilidad pequea cuando


estamos trabajando con mquina
bien revisada. 1. uno
99.73%
X1 Me
0.27%

-3d x 3d

2. uno R1 d (o cualquiera de las medidas amplitud).

Luego podemos hacer combinaciones es decir podemos trabajar


X-R
X-d
Me - R
Me - d

Ventajas:
1. Hacer resaltar 2 caractersticas importantes:
* Medida de tendencia central
* Medida de dispersin.

2. Este sistema de grfica hace muy econmica la seleccin de muchas


muestras, formada cada una por muy pocas lecturas en lugar de tener que
tomar pocas muestras, pero formadas c/u por 50 lecturas cuando menos.
Lmites de control Para este tomamos una serie de muestras de un universo.

M1 m2

Cada muestra tiene su d y su medida de tendencia centra (a) para el total cada muestra
tiene su d y su medida de tendencia centra (a) para el total de muestras obtendremos una
medida central en base a (a).

Ejemplo: Trabajamos con 3 muestras en las que tomamos pesos:


m1 m2 m3
500 501 498
504 500 504
499 498 500
500 499 499
2005 4 1988 4 2001 4
501.55 499.5 500.25

X1 = 501.55 X2 = 499.5 X3 = 500.25


R1 = 5 R2 = 3 R3 = 6

(Promedio de los promedios)

X1 + X2 + X3
X = ..........................
3

Luego tenemos:

Medias (X) Rango ( R ) Desviacin stndar(d)


_
LSC: X + 3d X R + 3dR d + 3dd

LM X R d

LIC X - 3dX R- 3dR d- 3dd

Donde:
X = Promedio de los promedios (llamados tambin en Gran Media)
dx = Desviacin estndar de las medias de muestras
R = Rango medio (amplitud media)
dR = Desviacin estndar de los rangos de muestra
dd = Desviacin estndar de desviacin estndar de muestras.

Desde luego que resulta muy tedioso el tener que tomar una serie de muestras de
tamao pequeo, determinar en cada una de la medida de tendencia central y la de
dispersin y luego proceder al laborioso clculo de las frmulas anteriores. Para
simplificar estas operaciones se ha preferido al clculo de una tabla de constante A 1, A2,
B3, B4, D3, D4 con el empleo de estas constantes las frmulas anteriores se convierten en:

A).- Cuando se usa como medida de Dispersin


Medias (X) Rango ( R )

LSC: X + A2 R D4 R
LM X R
LIC X A2 R D3 R

B).- Cuando se usa como medida de Dispersin

Medias (X) Desviacin Standard

LSC: X + A1 B4
LM X
LIC X A1 B3

TABLA: FACTORES PARA EL CALCULO DE LIMITES DE CONTROL


Grficas para Grficas para Grfica para
Nmero de Medias Desv. Estndar amplitudes
d2 factor de
Observ. En la Factores para
Factores para Factores para conversin
muestra Lmites Central
limites central limites Central
n A1 A2 B3 B4 D3 D4 d2 = R/s
2 3.759 1.880 0 3.658 0 3.268 1.128
3 2.394 1.023 0 2.692 0 2.574 1.693
4 1.880 0.729 0 2.330 0 2.282 2.059
5 1.596 0.577 0 2.128 0 2.114 2.326
6 1.410 0.483 0.003 1.997 0 2.004 2.534
7 1.277 0.419 0.097 1.903 0.076 1.924 2.704
8 1.175 0.373 0.169 1.831 0.136 1.864 2.847
9 1.094 0.337 0.227 1.774 0.184 1.816 2.970
10 1.028 0.306 0.273 1.727 0.223 1.777 3.078
11 0.973 0.285 0.312 1.688 0.256 1.744 3.173
12 0.925 0.266 0.346 1.654 0.284 1.717 3.258
13 0.884 0.249 0.375 1.625 0.308 1.692 3.336
14 0.848 0.235 0.400 1.599 0.329 1.671 3.407
15 0.817 0.223 0.423 1.577 0.348 1.652 3.472

CONTROL DE CALIDAD DE PROCESOS POR ATRIBUTOS


GRAFICOS DE CONTROL POR ATRIBUTOS

Cuando no es fcil medir un producto o una parte, o cuando la calidad solo se


puede obtener como un atributo conforme o no con las especificaciones se puede usar
una grfica de control de atributos (caractersticas).

El trmino atributo, tal como se emplea en control de calidad, es la propiedad que tiene
una unidad del producto de ser buena o mala, es decir la caractersticas de calidad de la
unidad de estar o no de acuerdo con las especificaciones.
La inspeccin por atributos est generalmente asociado con los calibres llamados pasa-
no pasa por Ejm.
Un calibre cilndrico divide las unidades inspeccionadas en dos grupos:
Unidades dentro de las especificaciones y unidades fueras de ellas.

La inspeccin visual de la pintura separa las unidades en dos categoras:


Buena o mala.

Hay muchas posibilidades de que existan errores en una hoja mecanografa.


Despus que se ha escrito la carta existen dos atributos para est; el
mecanografiado correcto y el incorrecto.
Un operario es lento y no lo es, un hombre tiene un accidente o no lo tiene.

La situacin s o no es siempre tpica de la medicin de atributos. Un grfico


confeccionando para controlar este tipo de medidas de calidad se conoce como grficos
de atributos. Constituye un instrumento muy valioso para el control general de la calidad
de un proceso, para sealar perturbaciones en las caractersticas de calidad y para
facilitar de calidad en la direccin.

El control de calidad durante el proceso supone la racionalizacin de muchos objetivos de


calidad para lograr la mejor inversin de las horas-hombre empleadas en el control. El
sistema de control de calidad que debe emplearse es aquel que permite efectuar el
trabajo a un costo total de calidad ptima.

El grfico de atributo se recomienda encarecidamente como instrumento primordial para


el Control Global de la calidad del proceso y para ofrecer informacin sobre calidad la
direccin y al pblico.

OBJETIVOS:
1. LA DETERMINACIN DE UNIDADES DEFECTUOSAS O SU % MEDIO DE
UNIDADES DEFECTUOSAS.

2. DETECTAR VARIACIONES EN NIVEL DE CALIDAD.

3. TOMAR ACCIONES Y CORREGIR CAUSAS DE VARIACIN.


Antes de presentar este tipo de grficas, deben definirse los siguientes trminos:
1) Defecto: Cualquier caracterstica individual que no est de acuerdo con
los requerimientos.
2) Defectuosa: Cualquier parte que tiene uno o ms defectos.

La ms comnmente empleadas son las grficas P o para piezas defectuosas


(grfica de fraccin defectuosa) y la grfica C de defectos por unidad.

La grfica P presenta el porcentaje de parte defectuosas, y la grfica C presenta


el nmero de defectos en una muestra.

LA GRAFICA P :
La base de esta grfica es la fraccin defectuosa que hay en una muestra de
un ciertos de cosas (el porcentaje defectuoso).

Si se toma una muestra, n, de unas fuentes (ensambles, partes, materias primas)


que contiene un porcentaje defectuoso, P, debe encontrarse un nmero, d, de
piezas defectuosas en la muestra. Por lo tanto el porcentaje defectuoso en la
muestra ser 100d/ n.

Este valor no es necesariamente igual al valor de lote. Si se toman otras muestras


de la misma fuente, se detectarn diferentes % defectuosos, los cuales pueden
ser mayores o menores que el % P. La muestra estadstica, 100d/n graficada
contra el tiempo con los lmites de control apropiados, forma una grfica de control
para el porcentaje defectuoso.

Lmites de control para Por Ciento Defectivo (defectuoso)


Los datos de la inspeccin por atributos se representan por el valor de su fraccin
defectiva o por el % defectivo.

Nmero de unidades que presen tan defectos


La fraccin defectiva P
Numero total de unidades inspeccionadas

% defectivo = es la representacin en porcentaje del anterior


valor decimal.
Ejemplo: Si 3 unidades se han presentado defectivas en un lote de 100
unidades la fraccin defectiva para ese lote ser de 3/100 o sea
0.03.
El % defectivo de ese lote es de 3.

Los datos del porcentaje defectivo o de la fraccin definitiva se pueden


caracterizar por sus valores de tendencia central y de dispersin, al igual que en
las lecturas por mediciones (variable).
La medida del porcentaje defectivo, se simboliza por P (p con barra).

Para un tamao constante de muestra, el valor de P se puede calcular dividiendo


el % de defectivos por muestra entre el tamao de la muestra.
Si el tamao de la muestra es variable, de una a otra el valor de P se encuentra
dividiendo el nmero total de defectivos encontrados en la serie de muestras
como sigue:

p
c x 100
n
c = nmero de defectos

La desviacin estndar de P se simboliza por p (sigma p con barra).


Para un tamao constante de muestra se calcula como sigue:

p 100 p
p
n

En la cual:
n = Tamao de la muestra
p = Valor medio del % defectivo

Como en el caso de las grficas de control por variables (datos por mediciones),
los lmites de control representan el valor 3-sigma para las medidas, y en este
caso, para el valor medio del porcentaje defectivo. La obtencin de estos lmites
de control es como sigue:
p 100 p
Lmites de Control p 3
n

4. CALCULAR EL PROMEDIO DE DEFECTIVOS POR HORA O POR DA (POR


MUESTRA)

5. CALCULAR LOS L.C. DE ACUERDO A LOS RESULTADOS OBTENIDO EN (3) Y (4).

6. EXAMINAR LOS VALORES DEL PORCENTAJE DEFECTIVO DE CADA MUESTRA,


CON RELACIN A LOS LMITES DE CONTROL.

7. DETERMINAR SI ESTOS L.C. RESULTAN ECONMICAMENTE SATISFACTORIOS


PARA EL PROCESO.

8. EMPLEAR LA GRFICA DE CONTROL PARA LA PRODUCCIN ACTIVA COMO


UNA GUA PARA CONTROLAR LA CARACTERSTICA DE CALIDAD DE QUE SE
TRATA.

Lmites de control para Atributos

p 100 p
LSC p 3
n

LM p

p 100 p
LIC p 3
n

Los lmites para la fraccin defectuoso se obtienen con una ligera adaptacin de la
frmula anterior como sigue:

p1 1 p1
LC p 3
n

p1 = es el valor decimal de la fraccin defectiva media.


La interpretacin de estos lmites de control es semejante a la que se da a los lmites de
control por variables. Cuando los valore del % defectivos de las muestras, tomadas de la
produccin resulten fuera de los lmites de control del porcentaje defectivo, indicarn que
se ha efectuado un cambio en el proceso y que se reclama una accin correctiva.
Dos formas de grficos de control en porciento de efectivos

Estas grficas han demostrados su efectividad para el control de la calidad


durante la produccin, y se emplea 2 variedades:

Forma 1:
Tamao Constante de la Muestra. Se basan en la comparacin de los
valores del porcentaje defectivo o de la fraccin defectiva, con los
lmites de control, deducidos estos datos de una serie de muestras de
un tamao constante.

Estas muestras se seleccionan peridicamente del proceso de


produccin. Cada hora, cada 15 min., cada maana.

Forma 2:
Tamao Variable de Muestra. Estas grficas se usan cuando se efecta
una inspeccin 100 por ciento de las piezas o conjuntos, como parte de
la rutina de la factora. El tamao de la muestra en este caso es el de la
produccin total durante el periodo de que se trate y por tal motivo ser
diferente de un periodos a otro.

En las grficas de control por atributos, el tamao de muestra ms generalizado es de 25


unidades. Sin embargo se han sugerido algunas reglas para determinar el nmero
mnimo de unidades para tamao de muestra. Por Ejemplo:.

Cowden. Ha propuesto que el valor de np debe ser > 25, esto significa que si se lo
espera un 10 por ciento de defectivos, el tamao mnimo para la muestra,
deber ser de 250 unidades.

Juran. Por su parte sugiere que la muestra sea lo suficiente grande para que, bajo la
condicin de que no se presenten defectivos en esa muestra, se obtengan una
mejora significante sobre el promedio del porcentaje efectivo.
Est condicin requiere que el tamao de la muestra sea mayor que (9 - 9 p ) / P
unidades. Es decir, que si se espera una fraccin defectiva (P) de 10 por ciento, el
menor tamao de muestra ser de (9- 0.9)/0.1 = 81 unidades.

p 100 p
LC p 3
n

Tericamente la frmula se emplea para los clculos de lmite de control de los datos del
porciento defectivos en cada perodo individual de al inspeccin, tomando como p para
ese periodo, el valor de porcentaje defectivo en dicho periodo. Pero puede traer algunas
consecuencias pocos satisfactorios al presentarse L control para cada uno de los
periodos, siendo por lo tanto muy difciles de interpretar para fines prcticas del taller.

Como regla prctica se puede establecer que si los tamaos de las muestras
presentan una variacin entre s, no mayor de 20 %, de acuerdo con criterio
comprobados en muchas factoras durante sus periodos de inspeccin, se puede
lograr una exactitud satisfactorio para la mayora de los fines industriales,
determinando y empleando un tamao medio de muestra para los perodos de
inspeccin en cuestin. Este tamao medio demuestra, as como otro valores
medios se pueden sustituir en la frmula anterior (*).

Pasos a seguir para el establecimiento de los L/. C.


1) Determinar la caracterstica que se va a controlar (long, peso, etc) u otros que
hacen defectivas a las unidades.
2) Seleccionar un nmero conveniente de muestras. Cada muestra estar formada
por un nmero conveniente de unidades, durante un periodo estndar de
inspeccin, como una hora o un da.
3) Calcular el tamao medio de una muestra.
PROBLEMAS DE CARTAS DE CONTROL POR VARIABLES Y ATRIBUTOS
(DEFECTUOSOS Y DEFECTOS)

4. Se desea conocer la variabilidad del proceso de llenado de frases congeladas, a


fin de determinar qu porcentaje de los pesos se encuentran arriba del peso
nominal de 100 gr. Para tal efecto se colectan 5 bolsas y se registran los pesos,
considerando la variabilidad en dcimas de grano, y los datos son registrados en
la siguiente tabla (la operacin se repite 10 veces).

REGISTRO DE PESOS
GRUPOS 1 2 3 4 5 6 7 8 9 10
a 2 4 3 0 2 1 3 4 2 0
b 0 3 2 2 0 2 4 6 4 2
c 4 4 4 -1 3 0 2 2 0 -2
d 1 0 2 2 1 -2 1 3 2 3
e -2 3 2 -2 0 0 2 1 2 2
5 14 13 1 6 1 12 16 10 5
x = 16.6x 1 2.8 2.6 0.2 1.2 0.2 2.4 3.2 2. 1
R = 40 R 6 4 2 4 3 4 3 5 4 5

Se pide:
a. Calcular los lmites de control de X y R
b. Construir los grficos de control
c. Determinar el porcentaje de pesos por encima del valor nominal
d. Calcular los nuevos lmites de control si se desea que slo un 10%
de los pesos estn bajo el peso nominal.

Solucin

a) Clculos de los lmites de control X y Y

X
X
16.6
1.66
10 10

R
R 40 4.0
10 10
Lmite de X

LSC X A2 R 1.66 0.58 4 3.98 0.398

LM X 1.66 0.166

LIC X A2 R 1.66 0.58 4 0.66 0.066

Clculo de A2: El valor de A2 se determina en la tabla conociendo el tamao de


grupos n >5 por consiguiente para n = A2 = 0.58

L SC X = 100 + 0.398 = 100. 398 en dcimas


L M X = 100 + 0.166 = 100.166
L IC X = 100 - (0.066) = 99.934

Lmites de R

LSC D4 R 2.11 4 8.44 100.844

LM R 4 4 100.4

LIC D3 R 0 4 0 100.0

Nota:
Las constantes D4 y D3 se hallan en la tabla, conociendo el tamao de la
muestra que
es n = 5

VN = 100 g.
b) Construccin de los VN = 0.0 dcimas de gramos
GRAFICOS de control

GRAFICO X

4
3.98 LSC
3

2
X = 1.66 LMC

VN 0

-0.66 LIC

N muestras
1 2 3 4 5 6 7 8 9 10

GRAFICO R

8.44 LSC
4 LMC

0 LIC

1 2 3 4 5 6 7 8 9 10 11 12

c) Determinacin de pesos por encima del valor nominal:


1) Clculo de la desviacin Standard: S

R
Segn la tabla: d2
S

R
S
d2
Para n = 5 d2 = 2.326

Por consiguiente:
4
S 1.72
2.326

X 1.66
ZK 0.97
S 1.72

De la tabla Z

Para (K) Z = 0.97 El rea bajo la curva es:


A = 0.334 33.4%

16.6% 33.4% 50%

0 X 1.66
VN Z
Entonces: frecuencias de pesos por encima del valor nominal o
especificado.

50% + 33.4% = 83.4%

Frecuencias de pesos por de bajo del valor nominal o especificado.


100 - 83.4% = 16.6%

d) Clculo de nuevos lmites de control, si se desea que slo el 10% de los pesos
estn por debajo del valor nominal o especificado.

10% 40% 50%

0
VN

En la tabla Z (K)

Para un rea = 0.4 K = 1.29

X
K X KS
S

Luego la medida estar ubicada en:


_
X = 0 + KS 0 + (1.29) (1.72) = 0.222
10

100 + KS 100 + 0.222 = 100.222

Considerando que A2 y D permanecen constantes:


Los nuevos lmites sern:
_ _
L S C = X + A2 ( R ) = 0.222 + (0.58) (4) = 0.454 = 4.54

_
LCC = X = 0.222

_ _
LIC = X - A2 ( R ) = 0.222 - (0.58) (4) = 0.008 = 0.08

En gramos:
_
LSCX = 100.452 gr

LCC = 100.222 gr

LIC = 99.992 gr

Problemas N 2

Una industria productora de arvejas verdes congeladas decide construir una carta
de control de defectuosos de su materia prima y para lo cual extrae durante los 20 das
tiles del mes de setiembre una muestra de 200 arvejas verde. Obteniendo los siguientes
resultados:

Da 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Nmero de 15 30 40 50 10 30 32 44 55 100 20 35 10 20 25 18 10 11 15 16
defectuosos

Se pide:
a) Determinar los lmites de control expresado en nmeros de defectuoso (n p),
fraccin defectuoso (p) y % de defectuosos (100p)

b) Construir las respectivas cartas de control.

Solucin:
a) Determinacin de los lmites de control expresado en % de defectuoso y nmeros de
defectuosos.
Cuadro de datos
Fecha Nmero Nmero Fraccin Porcentaje
Mes de Inspeccionado Defectuoso Defectuosa Defectuoso
Setiembre (n) (np) (p) (100p)
1 200 15 0.075 7.50
2 200 30 0.15 15
3 200 40 0.20 20
4 200 50 0.25 25
5 200 10 0.05 5
6 200 30 0.15 15
7 200 32 0.16 16
8 200 44 0.22 22
9 200 55 0.275 27.5
10 200 100 0.5 50
11 200 20 0.1 10
12 200 35 0.175 17.5
13 200 10 0.05 5
14 200 20 0.1 10
15 200 25 0.125 12.5
16 200 18 0.09 9
17 200 10 0.05 5
18 200 11 0.055 5.5
19 200 15 0.075 7.5
20 200 16 0.08 8.0
n =4000 np = 586

CALCULOS PARA HALLAR LOS LIMITES

N total de defectuosos
% p medio x 100
N de unidades inspeccionadas

100 p
np 100 586 14.65%
100
n 4000

p 0.1465

n p 200 0.1465 29.3

1er. Nmero de Defectuosos (np) LC n p 3 n p 1 p

LSC n p 3 n p 1 p

LSC 29.3 3 29.31 0.1465


LSC 44.30

LM n p 29.3

LIC n p 3 n p 1 p

LIC 29.3 3 29.31 0.1465

LIC 14.30

p 1 p
2do. Fraccin de Defectuosos (p) LC p 3
n

p 1 p
LSC p 3
n

0.14651 0.1465
LSC 0.1465 3
200

LSC 0.2215

LMC p 0.1465

p 1 p
LIC p 3
n

0.1465 1 0.1465
LIC 0.1465 3
200
LIC 0.0715

100 p 100 100 p


3ro. % de Defectuosos (100p) LC 100 p 3
n

100 p 100 100 p


LSC 100 p 3
n

14.65 100 14.65


LSC 14.65 3
200
LSC 22.15

LMC 100 p 14.65

100 p 100 100 p


LIC 100 p 3
n

14.65 100 14.65


LIC 14.65 3
200
LIC 7.15

110
100
90
80
N defectuoso (np)

70
60
50
40
30
20
10
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Das
0.60

0.50
N Fraccin defectuoso (p)

0.40

0.30

0.20

0.10

0.00
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Das

60.0

50.0
Porcentaje defectuoso (100p)

40.0

30.0

20.0

10.0

0.0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Das

LEGISLACIN EN EL CONTROL DE CALIDAD


Est referido a todo aquello que protege al consumidor.

Antiguamente en la india se inspeccionaba mataderos, lugares donde se elaboraban los


alimentos.
- Se ve la necesidad de que las leyes son tambin nter- estatales.

- La primera ley importante es la ley federal sobre alimentos y medicamentos de


1906. Esta ley es continuamente revisada y mejorada. En 1,933 ya se adopta una
"ley general sobre alimentos y medicamentos" puros es administradas por la FDA.
Esta ley es una serie de reglamentos definidos con precisin relacionados con
todos los aspectos de alimentos (ve tambin m, prima y alimentos procesados y no
procesados) administra todo tipo de alimentos menos carnes (las carnes dependen
del ministerio de agricultura).

La FDA tiene las siguientes funciones:


1. Trabaja con la Industria en asuntos de interpretacin y sugerencias de la ley.
2. Ayuda a la Industria a establecer medidas de control para proteccin de
alimentos.
3. Examina muestras de alimentos de envos interestatales.
4. Emite y hace cumplir reglamentacin sobre alimentos.
5. Aprueba y certifica colorantes aceptables para alimentos.
6. Examina alimentos importantes para determinar si son aceptables.
7. Trabaja en calidad de asesor con agencias estatales y locales para la inspeccin
de alimentos.
8. trabaja con agencias estatales y locales en tiempo de desastres a fin de hacer y
deshechar alimentos contaminados.
9. Establece normas, identidad de alimentos fabricados a fin de promover la
honradez de los productores y el valor de los productos.

Instituciones que participan con aportes a la FDA en EE. UU:


- El consejo de alimentos y nutricin de la academia nacional de ciencia.
- El Consejo Nacional de Investigacin.
- El Comit para la proteccin de alimentos.
- Fundacin de nutricin.

A nivel internacional
- O. M. S. De las Naciones Unidas.
- F. A. O. De las Naciones Unidas.

Estas han sido creadas para incrementar y mejorar los recursos alimentarios,
nutricionales y de salud de todo el mundo.

Alemania y Francia tambin tienen una legislacin alimentaria bien avanzada.


Posiblemente Francia haya sido la primera en cuanto a legislacin alimentaria.

A partir de 1962 se establece un organismo internacional bajo el patrocinio de las


Naciones Unidas a travs del O.M.S y FAO, una comisin llamada "comisin del Codex
Alimentario" tiene como objetivos:

o Desarrollar normas Nacionales y Regionales para los alimentos y


publicarlos en un codex alimentario (a fin de hispano Amrica es el cdigo
alimentario). El cual debe incluir normas para todo los alimentos
principalmente ya sea para materia prima procesados y no procesados,
dentro de esto se influye en el Codex disposiciones sobre higiene de los
alimentos (microbiolgicos, IGMFS).

o Adictivos. Sustancias sobre el control de plagas, insectos, etc.

o Etiquetado. Presentacin, toma de muestras, anlisis, mtodos, etc.