Академический Документы
Профессиональный Документы
Культура Документы
Distribuciones de muestreo
s
s __ =
x √n
Para crear una gráfica de control para las medias es necesario
s __
establecer primero valores estándar para x y x y para los límites de
control de las medias de la muestra. Las medias de muestras subsecuentes
se grafican y será necesario tomar medidas si una media de la muestra llega
a caer fuera de los límites de control. Los mecanismos de control que
utilizan medias de la muestra se denominan gráficas de control X y R.
¿Por qué las medias de la muestra caen fuera de los límites de control?
Gráficas X
Tamaño de la muestra
s __
que el tamaño de la muestra está en el denominador de la fórmula para x
s __
. De esta forma, una muestra de mayor tamaño significa una x de menor
tamaño. Pueden detectarse variaciones más finas en los proceso cuando las
muestras son más grandes.
Definición de estándares para promedios del proceso y límites de
control
__
¿Cómo puede determinarse si el promedio del proceso, x ., y los
límites y los límites de control son representativos del proceso cuando éste
se encuentra en un estado de control estadístico? Si el proceso estuviera
cambiando durante el periodo en el cual se estuviera desarrollando
información para definir estándares, los estándares no tendrían significado.
Las condiciones no estándar podrían resultar en un cambio en el promedio,
en la desviación estándar, o en ambos.
__
x ±3s ¿
== __
A manera de ejemplo, si x = 2.000, R = 0.005 y n = 5, entonces el
factor de la tabla es A2 = 0.511 y los límites de control son:
LSC = 2.0000 + (0.577 x 0.005) = 2.0000 + 0.0029 = 2.0029
LIC = 2.0000 –(0.577 X 0.005) = 2.0000 – 0.0029 = 1.9971
Los cálculos básicos para determinar las líneas centrales y los límites
de control permanecen iguales sin importar la variable que está siendo
medida.
Tabla
__
Al calcular los límites de control para las gráficas X , las estadísticas
usadas con las medias de la muestra reducida y estos son los datos que se
trazan en la gráfica. De la misma forma podría usarse una medida de
variabilidad, como la desviación estándar o el rango, como estadística
básica. Para cada muestra se calcula una desviación estándar (o rango)
muestra y estas observaciones se agrupan en una distribución que aproxima
la distribución normal. Esta nueva distribución de medidas de variabilidad
tiene una media, una desviación estándar y un rango que pueden ser usados
para construir una gráfica de control. Esta gráfica de control indica cuando la
variabilidad del proceso es mayor o menor que el estándar.
desviación sR. Los límites de + 3sR tienen el mismo significado general para
__
la gráfica X .
son las medias de la muestra reducida y estos son los datos que se trazan
en la gráfica. De la misma forma podría usarse una medida de variabilidad,
como la desviación estándar o el rango, como estadística básica. Para cada
muestra se calcula una desviación estándar o el rango, como estadística
básica. Para cada muestra se calcula una desviación estándar (o rango)
muestra y estas observaciones se agrupan en una distribución que aproxima
la distribución normal. Esta nueva distribución de medidas de variabilidad
tienen una media, una desviación estándar y un rango que pueden ser
usados para construir una gráfica de control. Esta gráfica de control indcia
cuando la variabilidad del proceso es mayor o menor que el estándar.
En el control de la calidad, la estadística seleccionada es generalmente
el rango más que la variación estándar debido a la facilidad con la que el
rango puede ser calculado en un ambiente de procesamiento. Para cada
muestra, la diferencia entre la medición más alta y la más baja se traza en la
__
gráfica R. La distribución de rangos tiene un promedio, R , y una
__
De la misma forma que para las gráficas X , el cálculo de los l ímites
__
Gráficas X
= __
LSC = x + A2 R
= 0.201 + (0.577 X 0.043) = 0.226
= __
LIC = x− A 2 R
= 0.201 – (0.577 X 0.043) = 0.176
Los límites de control y la línea central preliminares para la gran medida
se muestran en la figura 3, graficándose las medias de las 20 muestras
calculadas en la columna 7 de la tabla.
caiga fuera de los límites 3s x . Sin embargo, se sabe que este evento
ocurre con una probabilidad de solamente 0.0027 por lo que se hace
necesaria una investigación. La investigación revela que el operador estuvo
siguiendo un método no estándar que resultó en la observación de bajo
menor al normal –una causa asignable. La muestra 18 se elimina de los
datos y se calculan una gran media y límites de control revisados como
Gráficas R
LSC = D4 R
= 2.115 x 0.043 = 0.0909
LIC = D3 R
= 0 x 0.043 = 0
__
__
x Número de partes defectuosas
p= =
N ´Número total observado
__ __
s p=
√ ( )
p 1− p
en donde
n = tamaño de la muestra
0. 061 x 0 . 939
Sp= √ 200
=0 .017
__
244
p= =0. 058
200 X 21
0 . 058 X 0 .942
UCL = 0.058 + 3 √ 200
=0.108
0 . 058 X 0 .942
UCL = 0.058 - 3 √ 200
=0.108
__ __
√( )
3 p 1− p /n=3 √0.099 x0.901/¿ √ n=0.896/ √ n ¿ . Para cada muestra,
entonces, la raíz cuadrada del tamaño de la muestra se divide entre 0.896
__
para obtener el valor de 3sp que debe sumarse y restarse de p para
obtener los límites de control individuales. Por supuesto, una p diferente
requiere una nueva determinación de la constante.
utilizando el método rápido antes mencionado (el factor para el ejemplo sería
__ __ __
muestra a partir de p , p - p . Si la producción de defectos de la
__
muestra fuera p = 0.084, p = 0.099 como anteriormente y n = 95, entonces
__
sp = 0.299/ √ 95 = 0.0306. Entonces (p - p )/sp = -0.0150/0.306 = - 0.49
como una proporción simple, como fue el caso de las gráficas p. En los
puede ser menor en sí mismo, pero un gran número de defectos por unidad
__
desviación estándar Sc es igual a la raíz cuadrada de la media √c . El
__
ejemplo, si el número medio de defectos por unidad fuera c = 25,
entonces:
__
LSC = c +3sc = 25 + (3x5) = 40
__
LIC = c -3sc = 25 – (3 x 5) = 10
Muestreo para aceptación
Determinación de curvas CO
1 .97 x100
=99
n = 2
c fija en 4 c fija en 5
(1) (2) (3) (4)
= 5 Por ciento, = 10 Por ciento, = 5 Por ciento, = 10 Por ciento,
Flota Flota Flota Flota
n = 1.95 x 100/2 n = 8.0 x 100/8 n = 2.60 x 100/2 n = 9.3 x 100/8
= 99 = 100 = 130 = 115
= 10.5 por ciento = 5.5 por ciento = 5 por ciento = 3 por ciento
Pα xPD ( N −n )
AOQ= x 100
N−[ ( PD / 100 ) n+ ( 1−Pα / 100 ) ( PD / 100 ) ( N −n ) ]