Control Estadístico de Procesos

Control Estadstico de
Procesos
Herramientas Estadsticas para el Mejoramiento de la Calidad
Somos lo que hacemos da a da. De modo
que la excelencia no es un acto sino un
hbito.
Aristteles
Herramientas Estadsticas para el
Mejoramiento de Procesos
Herramientas Estadsticas para el Mejoramiento de Procesos
Contenido
1 Introduccin
2 Recoleccin de datos
3 Anlisis de Pareto
4 Diagrama de Causa - Efecto
5 Histogramas
6 Diagrama de Dispersin
7 Grficos de Control
Introduccin
Cmo se producen los productos defectuosos? Qu debemos hacer para reducir

su nmero?
Para disminuir los productos defectuosos, es necesario creer que si se puede

reducir. Pero la sola creencia no ayuda.
Debemos tomarnos el trabajo de investigar las causas particulares para que un

producto dado resulte defectuoso.
Introduccin
Cul es la causa? LA VARIACION
Qu sucedera si fabricramos productos usando materiales de

exactamente la misma calidad, mquinas y mtodos de trabajo
idnticos y si inspeccionramos estos productos exactamente de
la misma manera?
Introduccin
Es casi imposible que los productos que fabricamos salgan todos

defectuosos. Los productos buenos y defectuosos sales
mezclados.
Las variaciones en
materiales, en las
condiciones de las mquinas,
en los mtodos de trabajo
son las causas de los
productos defectuosos.
Introduccin
Ejemplo:
Lminas de espesores
diferentes
Prdida de filo en la
mquina
Caractersticas
antropomtrica del
trabajador
Equipos de medicin no
calibrados
Introduccin
Cuando se analiza el
problema, podemos
encontrar que intervienen
innumerables factores que
afectan las caractersticas de
calidad.
Introduccin Causas de variacin
Introduccin
Mquinas
Materiales
Mtodo de
Causas de la trabajo
variacin:
Inspeccin
Gente
Condiciones
ambientales
Introduccin Ruta de la calidad:
Es un procedimiento para solucionar problemas.
Un problema es el resultado no deseado de una tarea
La metodologa se basa en el ciclo P-H-V-A, el cual es un esquema de mejora

continua, que se despliega por medio de equipos de mejora.
Introduccin Ruta de la calidad:
El ciclo es derivado del mtodo

cientfico, aplicado a los procesos.
Actuar Planear Originalmente fue denominado "Ciclo
Shewhart". En 1950, los japoneses
Verificar Hacer cambiaron su nombre por el del
"Ciclo Deming". Que consiste en un
mtodo que apoya a la
administracin en la bsqueda de la
Aseguramiento
de la Calidad
mejora continua.
Introduccin El Proceso de Mejora Continua Ruta de la calidad:
Calidad
A S3
V H
A P
V H
A S1 A S2
Ciclo de Mejoramiento
V H V H
A P
Ciclo de Mantenimiento
V H
Tiempo
Introduccin El Proceso de Mejora Continua Ruta de la calidad:
Importancia:
El proceso se basa en hechos y se
analiza con precisin la relacin entre
la causa y el efecto. Evita decisiones
basadas en la imaginacin
Sigue una secuencia lgica de
actividades
Participan diferentes actores del
problema
Introduccin Metodologa de la Ruta de la Calidad Ruta de la calidad:
El Problema:
Defina el problema con claridad, para ello debemos:
Muestre que el problema que se est tratando es mucho mas importante que
cualquier otro
Muestre cual es el contexto del problema y que curso ha tomado
Exprese en trminos concretos los resultados no deseados
Plantee un tema y una meta
Proponga un equipo de trabajo
Presente un presupuesto
Realice un cronograma para la mejora
La Observacin:
Investigue las caractersticas especficas del problema:
Investigue cuatro puntos (tiempo, lugar, tipo y sntoma)
Despus investigue desde muchos puntos de vistas para descubrir la variacin
en el resultado
Vaya al lugar y recoja la informacin necesaria
Anlisis:
Descubra cuales son las principales causas:
Plantee hiptesis de causas (diagrama de causa y efecto)
Someta a prueba la hiptesis
Accin:
Realice acciones para eliminar las principales causas:
Establecer acciones para la correccin inmediata del fenmeno y las acciones
para eliminar los factores causales
Cerciorarse que las acciones no producen otros problemas
Disee varias propuestas de accin
Verificacin:
Asegrese de que el problemas haya sido prevenido desde su raz:
Compare los datos obtenidos sobre el problema
Convierta el efecto en trminos monetarios
Haga una lista de cualquier otro efecto, bueno o malo
Estandarizacin:
Elimine permanentemente la causa del problema:
Cree un estndar (Quin, cundo, dnde, qu, porqu y cmo)
Comunique las acciones tomadas
Eduque y entrene
Asigne responsabilidades para verificar el estndar
Recoleccin de Datos
La informacin es una gua para

la accin, a partir de ella
conocemos los hechos
pertinentes y adoptamos
acciones apropiadas basadas en
hechos.
Recoleccin de Datos
Los objetivos de la recoleccin

de datos son:
Control y monitoreo del
proceso de produccin
El anlisis de lo que no se
ajusta a las normas
La inspeccin
Recoleccin de Datos
Propsito:
Debe determinarse los tipos de
comparacin que se necesitan
realizar, y esto a su vez determina el
tipo de datos que deben recogerse.
La divisin de un grupo en varios

subgrupos con base en ciertos
factores, se llama estratificacin.
Recoleccin de Datos
Confiabilidad de la mediciones:
Son confiables los instrumentos?
La medicin es sensorial?
Recoleccin de Datos
Establezca formas de recoger

los datos:
Establezca origen, fecha, hora,
mquina, operario, lote de materia
prima
El registro de los datos debe permitir
su uso fcilmente
Recoleccin de Datos
Operario Maquina Lunes Martes Mircoles Jueves Viernes
No1
** * ****** *
## # ## ## ###
No 2
* ** ****** **
# # #
No 3
** * ****** *
# # # #
* * **** * *
No 4
# # # #
Tensin * Rayado Burbuja # Fractura Otros

Recoleccin de Datos
Enunciado: He sido asignado como inspector de una planta de panificadora, el jefe de produccin me
pide que disee un instrumento de recoleccin de datos para el peso de los panes. En la planta se
trabajan tres turnos de lunes a sbado, existen tres maquinas y tres operarios por turnos
RECOLECCIN DE DATOS
Var: Peso del pan en gms
Turno maq/ope Lunes Martes Miercoles jueves viernes sabado
1
1 2
3
1
2 2
3
1
3 2
3
El Anlisis de Pareto
Los problemas de Calidad se

presentan como prdidas (productos
defectuosos y sus costos). Siempre
debemos identificar el patrn de la
distribucin de la prdida.
La mayora de las prdidas se deben a

unos pocos tipos de defectos y estos
defectos pueden atribuirse a un
nmero muy pequeo de causas.
El Anlisis de Pareto Cmo se construye?
Paso 1:
Decida la clase de problemas que
quiere investigar
Decida los datos que va a necesitar y
cmo clasificarlos
Defina el mtodo de recoleccin de
los datos y el periodo duracin de
recoleccin
Paso 2:
Disee la tabla para el conteo de datos
Tipo de defecto Conteo Total

Fractura IIIIIIIIIII 10
Rayado I I I I I I I I I I I I I I I I I I I I. I I I 42
Mancha IIIIII 6
Tensin I I I I I I I I I I I I I I I I I I I I. I I I I I I I I .I I I I I 104
Rajadura IIII 4
Burbuja IIIIIIIIIIIIIIIIIIII 20
Otros IIIIIIIIIIIIII 14
Total 200
Nmero de Total Composicin Porcentaje Paso 3:

Tipo de defecto
defectos acumulado porcentual acumulado
Tensin 104 104 52% 52% Elabore una tabla de datos para el
Rayado 42 146 21% 73% diagrama de pareto
Burbuja 20 166 10% 83%
Fractura 10 176 5% 88%
Mancha 6 182 3% 91% Paso 4:
Rajadura 4 186 2% 93%
Otros 14 200 7% 100%
Organice los tems por orden de
Total 200 - 100% - cantidad y llene la tabla de datos
Items defectuosos Paso 5:

120 120%
Construya un diagrama de barras
100 100%
80 80%
60 60%
40 40%
Paso 6:
Dibuje la curva acumulada (curva de
20 20%
Pareto)
0 0%
Tensin Rayado Burbuja Fractura Mancha Rajadura Otros
Nmero de defectos Porcentaje acumulado

El Anlisis de Pareto Ejercicio
Analice la informacin de la tabla siguiente realizando varios diagramas de Pareto
Operario Maquina Lunes Martes Mircoles Jueves Viernes
No1
* * * * * * * * * *
# # # # # # # # # #
No 2
* * * * * * * * * * *
# # #
No 3
* * * * * * * * * *
# # # #
* * * * * * * *
No 4
# # # #
Tensin * Rayado Burbuja # Fractura Otros

Diagrama de Causa y Efecto Qu son?
El resultado de un proceso puede
atribuirse a un sinnmero de factores.
Mtodo
Materiales
Mano de
En 1953 K Ishikawa resumi la opinin obra
de los ingenieros de una planta dndole

la forma de un diagrama de causa-
efecto, mientras discutan problemas de
calidad Mquina Medicin Medio
ambiente
El diagrama de causa-efecto muestra la

relacin de una caracterstica de calidad
y los factores.
Diagrama de Causa y Efecto Cmo se construye?
Hueso grande Hueso grande
Hueso Pequeo
Hueso Mediano
Columna vertebral Caracterstica
Otros nombres: Diagrama Ishikawa o

Diagrama de Espina de Pescado
Diagrama de Causa y Efecto Cmo se construye?
Hueso grande Hueso grande
Hueso Pequeo
Hueso Mediano
Columna vertebral Caracterstica
Describa el efecto o atributo de calidad, escrbala en lado derecho

Escriba las causas primarias, secundaria y terciarias
Asigne importancia a cada causa
Diagrama de Causa y Efecto Ejercicio
Errores de escritura en un smartphone

Retraso para un cita
xito de un cantante de msica
Histograma
Tipos de Histogramas
Histograma
Casos de Histogramas
Distribucin Normal
En estadstica y probabilidad se llama distribucin normal, distribucin de Gauss o distribucin gaussiana,

a una de las distribuciones de probabilidad de variable continua que con ms frecuencia aparece
aproximada en fenmenos reales.
La grfica de su funcin de densidad tiene una forma acampanada y es simtrica respecto de un

determinado parmetro estadstico. Esta curva se conoce como campana de Gauss y es el grfico de
una funcin gaussiana.
La importancia de esta distribucin radica en que permite modelar numerosos fenmenos naturales,
sociales y psicolgicos. Mientras que los mecanismos que subyacen a gran parte de este tipo de
fenmenos son desconocidos, por la enorme cantidad de variables incontrolables que en ellos intervienen,
el uso del modelo normal puede justificarse asumiendo que cada observacin se obtiene como la suma de
unas pocas causas independientes.
https://es.wikipedia.org/wiki/Distribuci%C3%B3n_normal
Distribucin Normal
X
x -3 s x -2 s x -s x x+ s x+2 s x+ s 3
z
-3 -2 -1 0 1 2 3
Distribucin Normal
Propiedades de la Distribucin Normal:
El rea bajo la curva o probabilidad de

menos infinito a ms infinito vale 1
La distribucin normal es simtrica, la
mitad de curva tiene un rea de 0.5.
La escala horizontal de la curva se mide
en desviaciones estndar
La forma y la posicin de una
distribucin normal depende de los
parmetros y , por lo que hay un
nmero infinito de distribuciones
normales
ndice de capacidad de proceso
Una vez de que el

histograma muestra que
sigue una distribucin
norma, se inicia el estudio
de la capacidad del
proceso. Esto se hace para -3s -2s -1s +1s +2s +3s
saber si el proceso puede o 68.26%

no cumplir las 95.46%
especificaciones 99.73%
ndice de capacidad de proceso

=
6
Y la evaluacin del proceso usando Cp es:
1.33 Cp Satisfactorio -3s -2s -1s +1s +2s +3s

1.00 Cp < 1.33 Adecuado
Cp < 1.00 Inadecuado 68.26%
95.46%
99.73%
Diagramas de Dispersin
Hasta que punto se afecta el

peso de un pan por la
cantidad de levadura que se
coloque en su preparacin?
La relacin de
correspondencia entre dos
variables se estudia
utilizando el diagrama de
dispersin
Diagramas de Dispersin
Para estudiar la relacin ()

entre dos variable x y y es =
importante hacer primero ()
un diagrama de dispersin; Donde
pero para comprender la S(xx) =
=1 2
fuerza de la relacin en S(yy) =
2
=1
trminos cuantitativos, se
requiere calcular el
S(xy) = =1
coeficiente de correlacin.
-1r 1
Realizacin de talleres de
calidad
Documentos Talleres de Calidad, realizar ejercicio 2, 4 y 5
Grficas de Control
Son grficas que se utilizan para eliminar una variacin anormal en un proceso
Consisten de una lnea central, un par de lmites de control y un conjunto de valores
que se registran para representar el estado del proceso
Grficas de Control Tipos de causas
Causas debido al azar:

Estas variaciones son inevitables en el
proceso.
Causas asignables:
Factores que pueden ser investigados,
son evitables y no se pueden pasar por
alto
Grficas de Control Tipos de causas
La Campana de Gauss en el proceso productivo
GRFICO DE CONTROL
VARIABLE DIMENSIONAL
ROSCA REDONDA
2
HISTOGRAMA
1
0
ALTURA
-1
-2
-3
-4
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
TIEMPO
En milsimas
de pulgadas
Grficas de Control Tipos de Grficas de Control
Valor Caracterstico Nombre

Grfica x R (valor promedio y rango)
Valor continuo
Grfica x (variable de medida)
Grfica np (Nmero de unidades defectuosas)
Grfica p (Fraccin de unidades defectuosas)
Valor discreto
Grfica c (Nmero de defectos)
Grfica u (Nmero de defectos por unidad)
Formulas para Grficas de Control
Xbar/R Chart for C1
UCL=0.8254
0.8
Grfica X R se usa para controlar y
Sample Mean
Mean=0.7112
analizar un proceso en el cual la 0.7
caracterstica de calidad del 0.6 LCL=0.5970
producto que se est midiendo toma Subgroup 0 5 10 15 20 25
valores continuo. X i Representa un 0.7

0.6
1
Sample Range
0.5
valor promedio de un subgrupo y R 0.4
0.3
UCL=0.4187
representa el rango del subgrupo. La 0.2

0.1
R=0.198
grfica R se usa para controlar la 0.0 LCL=0
variacin dentro del subgrupo.

Xbar/R Chart for C1
LSCX X A2 R LSC R D4 R
UCL=0.8254
0.8
Sample Mean
LIC X X A2 R LICR D3 R
0.7 Mean=0.7112
0.6 LCL=0.5970
Subgroup 0 5 10 15 20 25 n 2 3 4 5 6 7 8 9 10
0.7 1 D4 3.27 2.57 2.28 2.11 2.00 1.92 1.86 1.82 1.78
0.6
D3 0 0 0 0 0 0.08 0.14 0.18 0.22
Sample Range
0.5
0.4 UCL=0.4187
0.3 A2 1.88 1.02 0.73 0.58 0.48 0.42 0.37 0.34 0.31
0.2 R=0.198
0.1
0.0 LCL=0
I Chart for C1
12.35
UCL=12.30
12.25
Grfica x se usa cuando los datos de
12.15
Individual Value
un proceso se registran durante
12.05
intervalos largos o los subgrupos de Mean=12.03
datos no son efectivos, se grafica 11.95
cada dato individualmente. 11.85
11.75 LCL=11.75
1
11.65
0 5 10 15
Observation Number
I Chart for C1
12.35
UCL=12.30
12.25
12.15
Individual Value
LCs = x + 2,66Rs
12.05
Mean=12.03
11.95 Lci = x 2,66Rs
11.85
11.75 LCL=11.75
1
11.65
0 5 10 15
Observation Number
Grfica np, p se usan cuando la NP Chart for cantidad

caracterstica de calidad se 25 1
1
representan por el nmero de 3.0SL=20.51
20
unidades defectuosas o la fraccin
Sample Count
defectuosa. La grfica np se usa para 15
muestras de tamao constante, 10

NP=11.57
mientras p de la fraccin de defectos

se usa para una muestra de tamao 5
-3.0SL=2.621
variable 0
0 10 20 30
Sample Number
NP Chart for cantidad

25 1 LSC np 3 np1 p
1
20 3.0SL=20.51
LSI np 3 np1 p
15
np np1 np2 .... npk
NP=11.57 p p
10 n n1 n2 ..... nk
p (1 p )
5 LSC p p 3
-3.0SL=2.621 n
0
p (1 p )
0 10 20 30 LIC p p 3
n
Sample Number
C Chart for C1
Grfica c, u se usan para c0ntrolar y 1
40
analizar un proceso por los defectos
3.0SL=33.21
de un producto, tales como rayones, 30
Sample Count
burbujas. La grfica c se usa para un
20 C=19.85
producto cuyas dimensiones son
constantes. 10
-3.0SL=6.481
1
0
0 10 20
Sample Number
C Chart for C1
40 1 LSC c 3 c
30
3.0SL=33.21
LSC c 3 c
20 C=19.85
10
Donde: c total de defectos/ nmero de unidades de producto.
-3.0SL=6.481
1
0
0 10 20
Sample Number
Grficas de Control Como Leer las Grficas de Control
Herramientas
Las grficas de control se usan para Gente Mtodo
captar el estado del proceso y tomar
acciones apropiadas cuando se
encuentre algo anormal en l. PROPSITO RESULTADO
Producto o
Servicio
El estado controlado del proceso es
el estado en el cual el proceso es
estable, es decir el promedio y la Materiales Medio
variacin del proceso no cambian. Si Ambiente
un proceso est o no controlado se
juzga segn los siguientes criterios a
partir de las grficas de control
EVALUACIN DEL PROCESO MEDIANTE
MTODOS ESTADSTICOS
1. Fuera de los lmites de control

2. Racha:
Una longitud de siete puntos en una racha se considera anormal
Aun si la longitud de la racha est por debajo de 6, se considera anormal, en los siguientes casos:
o Al menos 10 de 11 puntos consecutivos ocurren en un mismo lado de la lnea central
o Al menos 12 de 14 puntos consecutivos ocurren en un mismo lado de la lnea central
o Al menos 16 de 20 puntos consecutivos ocurren en un mismo lado de la lnea centra
3. Tendencia
4. Acercamiento a los lmites de control
5. Periodicidad
GRACIAS !

Control Estadístico de Procesos

Загружено:

Сведения о документе

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Control Estadístico de Procesos

Загружено:

Авторское право:

Доступные форматы

Control Estadstico de

Cmo se producen los productos defectuosos? Qu debemos hacer para reducir

Para disminuir los productos defectuosos, es necesario creer que si se puede

Debemos tomarnos el trabajo de investigar las causas particulares para que un

Cul es la causa? LA VARIACION

Qu sucedera si fabricramos productos usando materiales de

Es casi imposible que los productos que fabricamos salgan todos

Es un procedimiento para solucionar problemas.

Un problema es el resultado no deseado de una tarea

La metodologa se basa en el ciclo P-H-V-A, el cual es un esquema de mejora

El ciclo es derivado del mtodo

La informacin es una gua para

Los objetivos de la recoleccin

La divisin de un grupo en varios

Son confiables los instrumentos?

Establezca formas de recoger

Tensin * Rayado Burbuja # Fractura Otros

Los problemas de Calidad se

La mayora de las prdidas se deben a

Tipo de defecto Conteo Total

Nmero de Total Composicin Porcentaje Paso 3:

Items defectuosos Paso 5:

Nmero de defectos Porcentaje acumulado

Tensin * Rayado Burbuja # Fractura Otros

de los ingenieros de una planta dndole

El diagrama de causa-efecto muestra la

Columna vertebral Caracterstica

Otros nombres: Diagrama Ishikawa o

Columna vertebral Caracterstica

Describa el efecto o atributo de calidad, escrbala en lado derecho

Errores de escritura en un smartphone

En estadstica y probabilidad se llama distribucin normal, distribucin de Gauss o distribucin gaussiana,

La grfica de su funcin de densidad tiene una forma acampanada y es simtrica respecto de un

El rea bajo la curva o probabilidad de

Una vez de que el

saber si el proceso puede o 68.26%

Y la evaluacin del proceso usando Cp es:

1.33 Cp Satisfactorio -3s -2s -1s +1s +2s +3s

Hasta que punto se afecta el

Para estudiar la relacin ()

Causas debido al azar:

Valor Caracterstico Nombre

caracterstica de calidad del 0.6 LCL=0.5970

producto que se est midiendo toma Subgroup 0 5 10 15 20 25

valores continuo. X i Representa un 0.7

representa el rango del subgrupo. La 0.2

grfica R se usa para controlar la 0.0 LCL=0

variacin dentro del subgrupo.

datos no son efectivos, se grafica 11.95

cada dato individualmente. 11.85

Grfica np, p se usan cuando la NP Chart for cantidad

muestras de tamao constante, 10

mientras p de la fraccin de defectos

NP Chart for cantidad

1. Fuera de los lmites de control

Вам также может понравиться