Professional Documents
Culture Documents
658.568
A188c2
CONTENIDO
P resentacin
C A P IT U L O I. C on ceptos y definiciones
Definicin de control de calidad, 14
El sistema de control de calidad, 20
Beneficios del sistema de control de calidad, 31
Factores que controlan la calidad, 32
Responsabilidad de calidad, 35
La calidad en sistemas modernos de manufactura,37
Resumen, 38
Preguntas de repaso, 40
Problemas, 40
11
C A P IT U L O II. E stadstica
Anlisis de datos, 44
Concepto de probabilidad, 55
Pruebas de hiptesis, 81
Bondad de ajuste, 100
Anlisis de varianza, 108
Muestreo estadstico, 128
Resumen, 141
Preguntas de repaso, 141
Problemas, 142
43
elem ental
CONTROL DE CALIDAD
C A P I T U L O III. I n g e n ie r a d e c a lid a d
Caractersticas de calidad, 160
Normalizacin, 172
Metrologa, 179
Especificaciones, 180
Mtodo de Taguchi, 194
Diseo para la manufactura, 201
Conceptos de efectividad de sistemas, 206
Resumen, 215
Preguntas de repaso, 215
Problemas, 216
15 9
CAPITULO IV. G r f i c o s
223
d e c o n t r o l p a r a v a r ia b l e s
CAPITULO V. G
r fic o s
de
c o n t r o l p ara a tr ib u to s
397
JORGE ACUAACUA
CAPITULO VI. M u e s t r e o
d e a c e p t a c i n
475
CAPITULO VIL A s p e c t o s
generales
609
DE LA ADMINISTRACIN DE LA CALIDAD
APENDICES
APENDICE I. T a b l a s
d e d is t r ib u c i n d e p r o b a b il id a d
APENDICE II. D e m o s t r a c i n
d e o b t e n c i n d e f r m u l a s
669
69 1
APENDICE III. F l u j o g r a m a s
p a r a g r f ic o s d e c o n t r o l
APENDICE IV. P e c u l i a r i d a d e s
70 2
713
Captulo I
CONCEPTOS Y DEFINICIONES
12
CONTROL DE CALIDAD
JORGEACUNAACUNA
13
no todo fue para bien de la humanidad pues mucha de esta tecnologa fue
usada para la fabricacin de material blico. Es as como con el transcurso de la
Primera Guerra Mundial (1914-1918) no solo se emplea la citada tecnologa
sino que sta es mejorada radicalmente. Obligadas por las circunstancias, las
industrias de la poca producen armamento ms perfeccionado. Aqu no solo
es im portante la cantidad producida sino tam bin la m inim izacin de la
probabilidad de falla.
Hasta esta poca, el hombre actu con instinto para conocer sobre el xito
del producto que fabricaba, pues todava no ideaba ningn medio que le permi
tiera cuantificar la eficacia de sus programas.
En 1931, Walter Schewart introduce conceptos estadsticos en la inspec
cin de procesos a travs de los llamados grficos de control o cartas de
control. La aplicacin de estos conceptos permitir luego el desarrollo de lo hoy
conocido como control estadstico de procesos.
Durante la Segunda Guerra Mundial (1939-1944), la tecnologa del control
de calidad alcanz un mayor auge debido a las exigencias de calidad del arma
mento requerido, el cual era radicalmente superior al usado en !a Primera Gue
rra Mundial. Para lograr esos niveles de calidad, las empresas metalmecnicas,
alimentarias y farmacuticas, entre otras, establecen departamentos de control
de calidad con profesionales altamente calificados, dedicados al diseo de un
producto capaz de hacer frente a las exigencias del momento. Esto permite el
desarrollo de la investigacin en este campo que genera entre otras cosas:
normas de muestreo conocidas como Normas Militares Estndar y tcnicas
de contabilidad para la investigacin de la probabilidad de falla del producto.
Finalizada la Segunda Guerra Mundial, las industrias, aprovechando y
perfeccionando los modelos generados durante el conflicto blico, desarrollan una
tecnologa ms eficiente. A inicios de la dcada de 1950-1960, grandes
estudiosos de la calidad como Edward Deming y J.M. Juran comparten sus
conocimientos fuera de los Estados Unidos. Es as como Japn, deseoso de salir
del desastre causado por la guerra, contrata los se rvicio s de estos dos
importantes personajes. Los conocimientos impartidos por ellos, sumados al gran
inters mostrado por los japoneses para aprender y mejorar sus sistemas de
calidad, dio paso al Japn industrializado que se tiene hoy en da. La importancia
que los japoneses dan a la calidad de los productos industriales as como el nivel
de motivacin y conciencia de sus trabajadores han permitido este gran desarrollo.
14
CONTROL DE CALIDAD
JORGE ACUAACUA
15
a.
Control es el acto de verificar que algn material cumple con un patrn pre
viamente establecido con el fin de corregir cualquier desviacin.
b.
16
CONTROL DE CALIDAD
17
18
CONTROL DE CALIDAD
JORGE ACUAACUA
19
Nivel ms econmico: deben realizarse los respectivos anlisis de costobeneficio con el fin de conocer el nivel de calidad al que aspira la empresa,
que no es, precisamente, producir cero por ciento defectuoso, que de por
s resulta tecnolgicamente imposible de lograr.
b.
c.
20
CONTROL DE CALIDAD
JORGE ACUNAACUNA
21
22
CONTROL DE CALIDAD
de las actividades que se deben ejecutar con el fin de cumplir con ese importan
te objetivo son:
1. Planeacin de producto: se debe disear un producto bajo un plan ade
cuado que tome en cuenta la tecnologa ms apropiada y ms econmica.
Este plan involucra la organizacin de los mtodos, materiales, mquinas y
procesos que garantizan un mximo aprovechamiento de los recursos de la
empresa. Se debe planear un producto desde el punto de vista econmico,
lo que significa que ste debe cumplir con sus caractersticas de calidad a un
nivel econmico asequible para la empresa y para el consumidor.
2. Anlisis estadstico: en el anlisis de diversas opciones de diseo se ge
neran datos que deben ser estudiados a fondo con el fin de tomar decisio
nes. El diseo de experimentos se puede aplicar con el fin de encontrar el
mejor conjunto de caractersticas que beneficien la calidad del producto. En
la actualidad se aplica con xito el Mtodo de Taguchi, el cual se explicar
ms adelante.
3. Registro de proveedores: consiste en el desarrollo de un registro que
contenga informacin sobre niveles de calidad, tipos de materiales que
ofrecen y otras caractersticas que sirvan a los diseadores para analizar
opciones.
4. Estudios de capacidad de calidad: dentro de los requerimientos de ma
nufactura es necesario que el diseador conozca sobre la capacidad de ca
lidad de la maquinaria con el fin de que genere un diseo capaz de ser fa
bricado econmicamente.
5. Experiencia con producciones anteriores: en el caso de productos para
los cuales se tengan datos generados en producciones anteriores, se
pueden usar esas experiencias para que no ocurran contratiempos inne
cesarios.
6. Pruebas piloto: antes de producir a gran escala, se pueden efectuar prue
bas piloto que analicen las caractersticas del producto y retroalimenten los
procesos. Esta es una forma de lograr ms fcilmente los objetivos de ca
lidad que se persiguen.
7. Normalizacin: el diseo de un producto debe cumplir con las normas de
calidad fijadas en el mbito nacional o internacional. En el caso de que no
24
CONTROL DE CALIDAD
JORGE ACUAACUA
25
28
CONTROL DE CALIDAD
JO R G E A C U A A C U A
29
26
CONTROL DE CALIDAD
27
Algunas de las tcnicas que pueden aplicarse para el logro de los objetivos
del control de proceso son:
1. Anlisis del proceso: para que se tenga un control de proceso adecuado
se debe hacer un estudio de las diversas operaciones que lo componen.
Este estudio puede ser apoyado por diagramas de operaciones y de flujo
que identifiquen y resalten los puntos crticos de calidad.
2. Anlisis de operaciones: con base en el estudio anterior se procede a es
tudiar operacin por operacin identificando materiales, mtodos y otros
factores que influyan en la calidad del proceso ejecutado ah.
3. Clasificacin de caractersticas de calidad: cada operacin del proceso
genera una o ms cara ctersticas de calidad, las cuales deben s e r
clasificadas de acuerdo con su frecuencia de ocurrencia y con su impacto
en la calidad.
4. Anlisis del nivel de calidad: el nivel de calidad que mejor conviene a la
empresa no es cero defectuosos, puesto que si fuese posible lograrlo se
necesitara de alta tecnologa. Esto lgicamente encarecera el producto
hacindolo no competitivo en el mercado. Ante ello, se debe investigar cul
es el nivel ms econmico.
5. Control de herramientas y dispositivos: el diseo de sistemas adecua
dos de revisin y reemplazo de equipo constituye una de las armas ms im
portantes puesto que ste es, en muchas ocasiones, el origen de los pro
blemas de calidad.
6. Estudio de capacidad de proceso: no es posible exigir a un proceso que
produzca bajo una capacidad para la cual no est diseado. Por ello, se de
ben hacer estudios con el fin de conocer esa capacidad y as hacer un uso
ms eficiente de ella.
7. Entrenamiento y adiestramiento de personal: la mano de obra es otra
fuente importante de fallas de calidad. Por ello, se deben establecer progra
mas de entrenamiento y adiestramiento que minimicen esta situacin. La
capacitacin, la motivacin y la conciencia de calidad son excelentes me
dios para lograr un buen desempeo de la mano de obra.
CONTROL DE CALIDAD
JORGE ACUAACUA
31
CONTROL DE CALIDAD
Un enfoque integral y estadstico
Jorge Acua A.
2a edicin
T
EDITORIAL TE C N O LO G IC A DE C O S TA RICA
32
CONTROL DE CALIDAD
1.
Mercado (Marketing)
33
JORGE ACUAACUA
S:
Nso
Nso:
N:
N
FIGURA 1.4. Representacin esquemtica de las necesidades del mercado en funcin
de las soluciones de la empresa.
Hombre (Man)
34
CONTROL DE CALIDAD
3.
4.
Material (Material)
Mquina (Machine)
6.
35
Mtodo (Method)
Administracin (Management)
RESPONSABILIDAD DE CALIDAD
Se puede afirmar que la responsabilidad de la calidad del producto termina
do recae en todos los niveles de la organizacin. Sin embargo, existen diferentes
grados de responsabilidad, siendo los ms altos para el equipo diseador, el
equipo proveedor, el equipo productor y el cuadro gerencial de la empresa.
El equipo diseador tiene la enorme responsabilidad de traducir los requeri
mientos del cliente en especificaciones tcnicas de acuerdo con limitaciones de
fabricacin. El equipo proveedor es responsable de entregar a produccin los
materiales que renen los requerimientos de fabricacin. El equipo productor es
36
CONTROL DE CALIDAD
Informacin
Responsabilidad
Autoridad
JORGEACUAACUA
38
CONTROL DE CALIDAD
SEAL
ANALOGICA
CONTROL
DE CAMARA
CAMARA
DIGITADOR
/ \
SEAL
DIGITAL
n n n n n n n n n
COMPUTADORA
CENTRAL
LINEA DE PRODUCCION
RESUMEN
Se han esbozado hasta el momento algunos principios sobre los que se
basa el verdadero concepto de calidad. Estos principios son:
1. El control de calidad no es nicam ente inspecr-n, sino que va ms all,
hacia la investigacin de causas y correccin de las mismas, con el fin de
que no se vuelvan a presentar en el futuro. Esto obliga a analizar la calidad
en forma sistmica, involucrando a la organizacin en su totalidad.
JORGEACUAACUA
39
40
CONTROL DE CALIDAD
PREGUNTAS DE REPASO
1. Comente el aporte del desarrollo histrico del control de calidad a la con
cepcin moderna.
2. Defina los conceptos de control, calidad, calidad total y control de calidad.
3. Explique el ciclo del control.
4. Explique la pirmide del control de calidad.
5. Qu es un sistema de control de calidad y cmo est estructurado?
6. Explique detalladamente cada uno de los componentes del sistema de
control de calidad.
7. Cules son los objetivos de implantar un sistema de control de calidad?
Qu beneficios genera un sistema de control de calidad?
8. Explique los factores que gobiernan la calidad de un producto.
9. Analice las responsabilidades de calidad en los sistemas industriales.
10. Qu nuevos conceptos de calidad se manejan en sistemas modernos de
produccin?
PROBLEMAS
1. Seleccione una empresa industrial o de servicios y analice su sistema de
control de calidad. Haga un diagnstico inicial.
2. Evale en una empresa la incidencia de cada uno de los factores de calidad
en la calidad del producto final.
3. Enumere las actividades por realizar para implantar un sistema de control
total de calidad en una empresa del sector alimentario.
JORGEACUAACUA
41
Captulo II
ESTADISTICA ELEMENTAL
.
44
CONTROL DE CALIDAD
ANALISIS DE DATOS
El primer paso en la aplicacin de la estadstica a procesos industriales
consiste en el registro y anlisis de la informacin proveniente de las diferentes
pruebas fsicas y qumicas que se hacen a los productos con el fin de verificar
su estado.
Del anlisis de los datos provenientes de esas pruebas se derivarn las
acciones preventivas, con las que se procurar reducir y si es posible eliminar
los problemas de mala calidad que se presentan en las lneas de produccin.
Para lograr un adecuado anlisis es necesario agrupar los datos de tal
manera que se puedan visualizar comportamientos y tendencias histricas de
los procesos.
DISTRIBUCION DE FRECUENCIAS
Una de las formas que permite disponer los datos para su anlisis es la dis
tribucin de frecuencias de datos agrupados, que consiste en el agrupamiento
del conjunto de datos en intervalos, de tal manera que generen una distribucin.
Esta distribucin puede ser comparada con distribuciones estadsticas tericas
y as inferir soluciones al problema planteado. Existen tambin las distribucio
nes de frecuencia de datos no agrupados, que se usan para el anlisis de datos
de variable discreta, tales como nmero de defectuosos y nmero de defectos.
Dos de las claves importantes para tener una distribucin de frecuencias
eficiente y eficaz son la escogencia de un mtodo que considere las cifras
significativas de los datos y la escogencia de un nmero de clases que refleje
una adecuada distribucin.
Antes de entrar a presentar un mtodo de elaboracin de una distribucin
es recomendable dar algunas definiciones.
Frecuencia
Es el nmero de veces que se repite un dato en un conjunto de datos, o en
un intervalo determinado. Existen varios tipos de frecuencia, stas son:
a.
Frecuencia absoluta
b.
c.
Frecuencia relativa
d.-
45
x 100
Clase
La clase es un intervalo dentro del cual se encuentra un conjunto de datos.
Sus valores extremos se llaman lmites de clase. El nmero de clases se denota
con la letra k.
Los lmites de clase representan a los datos. En este caso son conocidos
como lmites reales de clase y estn denotados por L( y Ls. En caso contrario,
46
CONTROL DE CALIDAD
47
Rp=l,*k
7. Calcular la diferencia (d) entre el rango y el rango propuesto:
d = Rp- R
Este valor es un nmero cuya ltima cifra significativa debe ser un cinco. Si
no lo es, se debe devolver al paso 5 y hacer el clculo con otro nmero de
clases, hasta que se cumpla la condicin.
8. Calcular la mitad de la diferencia (md)
md=d /2
9. Fijar los lmites reales de clase (L,, Ls), usando el siguiente procedimiento:
a. Tomar el valor del dato menor y restarle el valor de md; el valor obtenido
es el primer L,.
L.i l = ximin - m .d
b. Sumar i al valor de Ln, para obtener el primer Ls.
LSi = Lll, + i
c.
48
CONTROL DE CALIDAD
\ = ----------------
L+l
I
s
o
XK=----------------
n
e. Obtener la frecuencia relativa acumulada (Fk)
n
12. Construir el histograma para observar la distribucin del conjunto de datos.
49
EJEMPLO 2.1
Se toman doce grupos de cinco unidades de una mquina llenadora de
latas de pasta de tomate y se pesan, originando los datos que se presentan en
el Cuadro 2.1.
Construir una distribucin de frecuencias de datos agrupados.
SOLUCION
1. Los datos se recogen en el formato definido. El Cuadro 2.1 presenta la
informacin recolectada para este ejemplo.
2. Se usar el mtodo de conteo.
3. R = x.im .x - x.im fn.
R = 25,0 -1 8 ,0 = 6,5
#
1
2
3
4
5
22,0 23,0
20,5 19,0
20,0 21,5
21,0 21,0
22,5 21,5
Cdigo: XY-987
Especificacin: 20,0 2,5
Mquina: Llenadora
Inspector: M. Coto
Hora de inicio: 8 am
Hoja # 1de 1
10
11
12
20,0
19,0
19,5
20,0
22,5
21,5
19,0
21,0
20,0
22,0
19,0
21,5
22,5
22,5
18,5
21,5
24,0
19,5
22,0
22,0
22,5
20,0
21,0
22,5
22,0
25,0
20,5
21,5
21,5
22,5
21,5
23,0
22,5
23,5
21,0
24,5
24,0
23,5
22,0
22,0
22,5
22,5
20,5
22,0
19,5
23,5
20,0
20,5
22,5
23,0
50
CONTROL DE CALIDAD
4. k = 1 + 3 ,3 lo g n
k = 1 + 3,3 log 60
k=7
R
6,5
5. i = ------ = ---------- = 0,923=1,0
k
7
6. Rp= if* k = 7 * 1 ,0 = 7,0
7. d = Rp- R = 7,0 - 6,5 = 0,5
0,5
8. md= d/2 = -----2
=0,25
9- ^ i = ximfn_md= 1 8 ,5 -0 ,2 5 = 18,25
LS1= L,, + i = 18,25 + 1,0 = 19,25
La= L = 19,25
L 2= L 2+ = 19,25+ 1,0 = 20,25
Y as sucesivamente hasta completar las siete clases.
Esto se puede observar mejor en el Cuadro 2.2.
El resto se obtiene de igual forma.
El conteo se obtiene anotando una rayita por cada dato que se ubica en la
clase respectiva.
A travs de las frecuencias se puede observar alguna caracterstica
importante, por ejemplo el anlisis de posicin para algn valor especial tal
como una especificacin.
12. El histograma correspondiente a este ejemplo se puede observar en la
Figura 2.1. En l, se puede ver que el peso de los tarros de pasta de tomate
se distribuye en una forma aproximadamente simtrica, o sea una gran
frecuencia en el centro que disminuye hacia los lados.
51
Tumo: 1
L,
L.
18,25
19,25
20,25
21,25
22,25
23,25
24,25
19,25
20,25
21,25
22,25
23,25
24,25
25,25
18,3
19,3
20,3
21,3
22,3
23,3
24,3
19,2
20,2
21,2
22,2
23,2
24,2
25,2
Cdigo: XY-987
Especificacin: 20,0 2,5
Mquina: Llenadora
Inspector M. Coto
Hoja#1 d e i
Hora de inicio: 8 am
CONTEO
mu
iiiiniii
iiiniiii
iiiiiiiiiiiinii
iiniiiiiiiiii
mu
ii
nh
5
9
9
16
14
5
2
18,75
19,75
20,75
21,75
22,75
23,75
24,75
5
14
23
39
53
58
60
K
8,33
8,33
15,00 23,33
15,00 38,33
26,67 65,00
23,33 88,33
8,33 96,67
3,33 100
El conteo se obtiene anotando una rayita por cada dato que se ubica en la clase respectiva.
MEDIDAS DE LA DISTRIBUCION
No es fcil obtener conclusiones de un conjunto de datos sueltos o de
cuadros calculados a partir de ellos. Debido a esta limitacin es necesario
calcular medidas que los representen. Las medidas de mayor importancia son
la media aritmtica y la desviacin estndar.
Tam bin pueden c a lc u la rs e la m oda, la m ediana, los p e rc e n tile s
requeridos y varios coeficientes com o el coeficiente de variacin y el de
kurtosis. Estas medidas no se presentan en este momento.
La media aritmtica se calcula en datos no agrupados como:
52
CONTROL DE CALIDAD
16
14
12
n k
1 0
8
6
4
2 -U
18,25
22,25
23,25
Ix ,
=i
X = ---------------
n
donde:
x: valores de la variable en estudio
n: tamao de la muestra
En datos agrupados se calcula as:
24,25
25,25
53
nc
(I
nk* d ) * i
x =A+
n
donde:
d:
i:
A:
EJEMPLO 2.2
Para el Ejemplo 2.1, calcular la media aritmtica y la desviacin estndar
para datos no agrupados y agrupados.
54
CONTROL DE CALIDAD
SOLUCION
Para datos no agrupados:
1292,5
x = x/n =
= 21,54
60
I x = 1292,5
I x 2= 27972,75 n= 60
i=1,0
(1292,5)
27972,75 60
s=
= 1,485
59
-12
x = 21,75+ (
55
XR
- 18,75
19,75
20,75
21,75
22,75
23,75
24,75
TOTAL
5
9
9
16
14
5
2
Ii\*d = -1 2
n*d
-3
-2
-15
-18
- 9
0
14
-1
0
1
2
10
6
n k*da
45
36
9
0
14
20
18
In /(f= 1 4 2
CONCEPTO DE PROBABILIDAD
Muchas pueden ser las definiciones que se den al trmino probabilidad. En
ocasiones se asocia con la palabra posibilidad, lo cual parece en alguna medida
aceptable si se cuantificara. Tres de las definiciones ms comunes son las
siguientes:
1.
56
CONTROL DE CALIDAD
O)
.. o
2y
OU
QJO
c/>5=
a
:u
L
j
s
"
Q)
ll
.<0
O3 2
1es
Q)
2
Ci.
S
CU
i
C\i
Osi
5
CD
c
03)
T
VIi
Tn
03
0
E
<
s)
L/>
U0
Z
2
o 2
>
a: Q)
3
w E
57
3.
58
CONTROL DE CALIDAD
EJEMPLO 2.4
Se lanza un dado dos veces.
a. Identifique los eventos que conforman el espacio muestral y el nmero
de ellos.
b. D un ejemplo de un evento simple.
c. Cuntos eventos componen el evento compuesto X + Y > 4?
SOLUCION
a.
b.
c.
59
(1,6)
(2,6)
(3,6)
(4,6)
(5.6)
(6.6)
L
a
n
z
a
m
i
e
n
t
o
(1.5)
(2.5)
(3.5)
(4.5)
(5.5)
(6.5)
(1.4)
(2.4)
(3.4)
(4.4)
(5.4)
(6,4)
(1.3)
(2.3)
(3.3)
(4.3)
(5.3)
(6.3)
(1.2)
(2.2)
(3.2)
(4.2)
(5.2)
( 6.2)
(1.1)
(2.1)
(3.1)
(4.1)
(5.1)
( 6 .1 )
3
Primer
Lanzamiento
CONTROL DE CALIDAD
60
Ley de la suma
La ley de la suma dice que si se tienen dos eventos simples E, y E2, la
probabilidad de que ocurra uno u otro se representa por la suma de las
probabilidades de ocu rre n cia de cada uno de esos eventos m enos la
probabilidad de que ocurran ambos. Sea:
P(E, U E2) = P(E,) + P(EZ) - P(Et n E2)
Si los eventos ocurren en forma independiente entonces la probabilidad de
ocurrencia de E, o de E2se calcula com o la suma de las probabilidades
correspondientes a cada uno de ellos. As:
P(E1U E 2) = P(E1) + P(E2)
61
a. azulo blanco
b. blanco o rojo
2.
1.
Sea:
E,:
E2:
E:
= P (E ,) + P (E 2) - P ( E 1n E 2)
n(E,)
n (E2)
+
- 0
4
+
13
- 0
13
= 12/13
Es decir, la probabilidad de que el canuto extrado sea azul o blanco es
12/13, sea 0,9. La probabilidad de que ocurran ambos eventos es cero por
cuanto no hay hilos de color combinado.
62
CONTROL DE CALIDAD
n(E2)
n(Eg)
+
13
0
13
= 5/13
La probabilidad de que el canuto extrado sea rojo o blanco es 5/13, sea
0,38.
2.
n(E3)
13
13
8
P(E,y E3) = -------- = 0,047
169
63
________
n(E3)
*
- 1
8
1
8
P(E,y E3) = --------- * ---------- + ----------= 0,051
13
12
156
2. F(x) = f(x) dx = 1
64
CONTROL DE CALIDAD
is t r ib u c io n e s d e p r o b a b il id a d d e v a r ia b l e a l e a t o r ia c o n t in u a
Distribucin normal
b.
c.
d.
Z = --------a
65
e.
f.
g.
f (Z) =
e *a
\| t?
2
CONTROL DE CALIDAD
66
SOLUCION
Representando esta probabilidad segn la Figura 2.4 se tiene que:
/2 ,0 6 - 2 ,0 0 \
A = P(1,9<x<2,06) = N ------------------j - N
\
0,05
/
= N(1,2) N(-2,0)
= 0,8849-0,0228
= 0,8621
Se ha determinado que la probabilidad de que un determinado tarro pese
entre 1,90 y 2,06 kg es 0,8621.
Los valores de N(Z) se extraen de la Tabla I en el Apndice I.
Tal y como se indic al desglosar las caractersticas de la distribucin
normal, la disiibucin que le corresponde a un conjunto de muestras llamada
distribucin muestral se distribuye normalmente. Esto obedece a un teorema
llamado teorema del lm ite central, el cual dice:
Si se toman muestras aleatorias de tamao n de una poblacin que tiene
media p y desviacin estndar o, la distribucin de muestreo correspondiente a
67
o
>lN-n
--------------- --
\l
'M
o
Oj = ---------N
Si la poblacin es finita y su
tamao se denota como N.
Si la poblacin es infinita
68
CONTROL DE CALIDAD
Distribucin t-student
donde:
Y0= constante que depende del tamao de la muestra
v = nmero de grados de libertad
La distribucin t-student permite definir la distribucin muestral de t, con el
estadstico t definido por:
t=
69
X ^ \Jr
n <
s
- 1
, 2
70
CONTROL DE CALIDAD
Distribucin Chi-cuadrado
' 1 /2
ae
donde:
Y0: constante que depende del tamao de la muestra
v : nmero de grados de libertad y equivale a n
- 1
71
n*s
( X, - X + ( Xg - X + .... + ( xn- X
ae2 = ---------- ----------------------------------------------------o
o
2
) 2
) 2
) 2
a.
n *s
15(0,56)
b. ae2= ----------- = ------------- =10,1
o
0,83
2
CONTROL DE CALIDAD
72
4.
Distribucin F-Fisher
F = --------s
, 2
es igual a o
si
, 2
no es igual a o
2 2
22
s, /o
2
si
,2
F = ---------
2 2
's
73
SOLUCION
Utilizando la Figura 2.9 y la Tabla IV del Apndice I se puede calcular esta
probabilidad.
v, = nr 1 = 1 6 -1 =15
v = n 2-1 = 16-1 = 15
2
=1.43
a1=0,25
= 0 7
F v1y2.n2
F,5,15*2 =0.7
a2=0,25
CONTROL DE CALIDAD
74
is t r ib u c io n e s d e p r o b a b il id a d d e v a r ia b l e a l e a t o r ia d is c r e t a
Distribucin binomial
75
donde:
b(x,n,p): p ro b a b ilid a d de o b te n e r x ca so s, en n pruebas si la
probabilidad de xito es p
B(X,n,p): probabilidad de obtener menos de X casos, en n pruebas si la
probabilidad de xito es p
1 B(X,n,p): probabilidad de obtener ms de X casos, en n pruebas si la
probabilidad de xito es p
n: nmero de pruebas ejecutadas en el experimento
x: nmero de casos exactos deseados
X: nmero de casos deseados ( implica <X o > X )
p: probabilidad de xito del experimento
q: probabilidad de fracaso del experimento
n-x: nmero de fracasos
Las probabilidades pueden ser calculadas mediante la evaluacin de la
frmula o utilizando la Tabla V del Apndice I.
La distribucin binomial tiene un valor esperado (p) igual a n*p y varianza
(o2) igual a n*p*q.
EJEMPL0 2 . i l
Un cliente establece que para aceptar un lote de producto que le enva el
fabricante, ste debe cumplir con el contrato firmado. Este contrato establece
que el lote se acepta si una muestra de
unidades extrada de l, contiene dos
o menos defectuosos.
2
74
CONTROL DE CALIDAD
is t r ib u c io n e s d e p r o b a b il id a d d e v a r ia b l e a l e a t o r ia d is c r e t a
Distribucin binomial
=0
75
donde:
b(x,n,p): p ro b a b ilid a d de o b te n e r x casos, en n pruebas si la
probabilidad de xito es p
B(X,n,p): probabilidad de obtener menos de X casos, en n pruebas si la
probabilidad de xito es p
1 - B(X,n,p): probabilidad de obtener ms de X casos, en n pruebas si la
probabilidad de xito es p
n: nmero de pruebas ejecutadas en el experimento
x: nmero de casos exactos deseados
X: nmero de casos deseados ( implica <X o > X )
p: probabilidad de xito del experimento
q: probabilidad de fracaso del experimento
n-x: nmero de fracasos
Las probabilidades pueden ser calculadas mediante la evaluacin de la
frmula o utilizando la Tabla V del Apndice I.
La distribucin binomial tiene un valor esperado (p) igual a n*p y varianza
(o2) igual a n*p*q.
EJEMPL0 2 .i l
Un cliente establece que para aceptar un lote de producto que le enva el
fabricante, ste debe cumplir con el contrato firmado. Este contrato establece
que el lote se acepta si una muestra de
unidades extrada de l, contiene dos
o menos defectuosos.
2
76
CONTROL DE CALIDAD
1. n = 20
3. Hay independencia
2. p = 0,10
4. x < 2
Distribucin de Poisson
Esta es otra distribucin de variable discreta que puede ser utilizada como
aproximacin de la distribucin binomial cuando se tienen muestras muy
grandes y probabilidades de xito muy pequeas. La regla dice que la aproxi
macin es mejor cuando el valor esperado (n*p) es menor que cinco. En control
estadstico de la calidad se prefiere usar la distribucin binomial para el control
de defectuosos y la distribucin de Poisson para el control de defectos.
77
n = 2000
x=
y = 2000 *0,005 = 10
CONTROL DE CALIDAD
78
108
p( ,
8
)= e
= 0,1126
1 0
8!
Utilizando la Tabla VI del Apndice I.
p (8,10)
= P (8,10) - P (7,10)
= 0,333
-0 ,2 2 0 = 0,113
si o es conocida
s
LC = x ta/2 * --------i----------sn-l
si a es desconocida
or\2
1-o/2
ns
LSC= ----2
oq2
/2
/)
79
b.
Cules son los lmites de confianza para o2, con 95% de confianza?
c.
SOLUCION
a.
n = 30
x = 5,35cm
s = 0,85cm
(1-a) = 0,95
s
LlC= x - t (i/2
_
s
L S C = X +
\I n
a = 0,05
ta *
v[rKf
- 1
0,85
0,85
= 5,3 5-2 ,0 35
= 5,35 + 2,035
'2 9
= 5,02 cm
\29*
= 5,67 cm
80
CONTROL DE CALIDAD
Esto significa que se puede afirmar con 95% de confianza que el proceso
de corte de varillas tiene un promedio de corte comprendido entre 5,02 cm y
5,67 cm.
b.
s2=0,852= 0,7225 cm
30 (0,7225)
21,675
= ------------------ = -----------------=0,474 cm
L l=
^
0 .9 7 5
- 7
5.7
ns
30(0,7225)
21,675
LS = --------- = ---------------- = --------------= 1,35 cm
2
16
16
0 ,0 2 5
81
Llc
LIc
Llc = x -
1,257
= 5,35 -1 ,9 6 -------------= 4,9 cm
\[rT
>30
a
LSc= x +
1,257
= 5,35 +1,96
nTTT
= 5,8 cm
>130
PRUEBAS DE HIPOTESIS
El desarrollo de experimentos en los cuales se plantean hiptesis con el fin
de probarlas es una prctica muy til en control estadstico de la calidad. A
travs de este pro ce d im ie n to se pueden ha cer inferencias acerca del
comportamiento de un proceso con el fin de ejecutar acciones que prevengan
problemas de calidad.
Una prueba de hiptesis es un procedimiento mediante el cual, sujeto a un
error tipo I denotado por a, se contrasta una hiptesis planteada con el fin de
probar su veracidad o su falsedad.
82
CONTROL DE CALIDAD
Existen dos tipos de errores que deben ser controlados al probar una
hiptesis. Estos errores son el e rro r tip o I (a) y el error tip o II ( ). La definicin
de estos errores es la siguiente:
6
83
De una media
1.1 Distribucin norm al s i o es conocida
x -H
Z = --------a/ \f
SOLUCION
Se seguir el procedimiento planteado.
a. Planteo de la hiptesis
H0: p = 20,0
Ha: |i = 20,0
b.
c.
84
CONTROL DE CALIDAD
x -U
z=-----o/
e. Las reas de cumplimiento de la hiptesis se presentan en la Figura
2.13.
f.
g.
85
E JE M P LO 2.15
Si en el Ejemplo 2.14 no se conoce la desviacin estndar pero a partir d e
la muestra se calcula una desviacin tpica de 2,1 mm Qu conclusiones s e
obtienen? Use a=5%.
SOLUCION
Se seguir el procedimiento planteado.
a. Planteo de la hiptesis
H0: P =
, 0
Ha: p = 20,0
b. La hiptesis es bilateral puesto que no se cumple con lo requerido si el
promedio de la muestra es mayor o menor que lo especificado.
c. El nivel de significacin es dado, a = 5%.
d. El estadstico por usar es el siguiente:
x-|i
t = -----------s / ^n -1
v=24
CONTROL DE CALIDAD
86
De proporciones
2.1 De una proporcin. Se usa la aproximacin binomial a la distribucin
normal.
x -n p
Z = -----------Vnpq
E JEM P LO 2.16
Un proveedor enva lotes de producto que segn sus registros son 5%
defectuosos. Un cliente toma una muestra de 200 unidades y encuentra 16
unidades defectuosas. Es cierto lo que muestran los registros del fabricante,
con cc=5%?
SOLUCION
Se seguir el procedimiento planteado,
a. Planteo de la hiptesis
H0: p = 0,05
Ha: p > 0,05
b. La hiptesis es unilateral puesto que lo problemtico en cuanto a
calidad es que el porcentaje de defectuosos supere lo especificado.
c. El nivel de significacin es dado, a= 5%.
d. El estadstico por usar es el siguiente:
x -n p
Z=
\|npq
e.
g.
1,645
FIGURA 2.15. Areas de cumplimiento de la hiptesis
CONTROL DE CALIDAD
83
Z=
x,
x.
n,
\l Pq[(1/n.)+(1/n2)]
x, + x
p- = -------------n, + n
2
q - 1 - P
EJEMPLO 2.17
Para el mismo producto del Ejemplo 2.16, existe otro proveedor. Una
muestra de
unidades extradas de un lote enviado por l, tena
unidades
defectuosas. Se puede decir con 95% de confianza que el proveedor del
Ejemplo 2.16 da peor calidad que el de este ejemplo.
2
SOLUCION
Se seguir el procedimiento planteado,
a.
Planteo de la hiptesis
Sea:
p la fraccin defectuosa suministrada por el proveedor del Ejemplo 2.16
p2la fraccin defectuosa suministrada por el proveedor del Ejemplo 2.17
H0: P, = P
Ha; P,>P
89
Xj,
n,
X 1+ X 2
P = -----------n, + n
2
q' = - p
1
92
CONTROL DE CALIDAD
2 2
s
F = --------, 2
22
2 2
S, /Oi
F = ------------2
s ,2/ o 22
SOLUCION
Se seguir el procedimiento planteado,
a. Planteo de la hiptesis
Sea a2Ala varianza producida por la mquina A
ct2bla
93
Ho: a= 2b
2
H . : < j 2 a = 2b
S22
g.
4,1
94
4.
CONTROL DE CALIDAD
De dos medias
POBLACION
- x2-8
Z = -----
o \| ( /n,)+( /n2)
1
2 2
, - x2- 8
Z =
2 2
"N
's
95
mm2. Se dice que existe diferencia entre los promedios de ambas mquinas si
la diferencia es mayor a 0,12 mm. Existe diferencia entre la longitud de bolsas
fabricadas por ambas mquinas? Use a=5%.
SOLUCION
Se seguir el procedimiento planteado.
a. Planteo de la hiptesis
Sea pAel promedio de longitud generado por la mquina Ay
Sea pBel promedio de longitud generado por la mquina B
Ho" Ma
H a : MA = M B
Z=
x 2-
o \ |( /n,)+( /n2)
1
Z=
- x2 - 5
1 6 ,1 -1 4 ,3 -0 ,1 2
= ------------------------------=3,1
o\l(1/n,)+(1/n2)
2 \|(1/30)+(1/25)
5= 0 ,12
CONTROL DE CALIDAD
2 2
, - x 2- 8
t=
\J ( s */n j+ (s22/n2)
(s ^ W s ^ /n /
v = [-------------------------------------------------{[(s, /n,)2/(n
)]+[(s /n ) /(n + )]}
2
4.2.2
2 2
o ^ e s ig u a la a /y n(>30
x,
97
- x2- 8
t=
\| (s */n,)+(s */n2)
1
v = n, + n
2 -
- x 2- 6
t = ---------------------------SpV(1/n,)+(1/n2)
SP=\| [(n
)s, +(n
, - 1
v = n, + n
2 -
2- 1
)s ]/(n,+n - )
2 2
EJEMPLO 2.21
Una inspeccin de calidad efectuada sobre dos marcas de bateras para
linterna, revel que una muestra aleatoria de 61 unidades de la marca A gener
un promedio de vida til de 36,5 horas con una desviacin estndar de 1
horas, mientras que otra muestra aleatoria de 31 unidades de la marca B
gener un promedio de 36,8 horas con una desviacin estndar de 1,5 horas.
, 8
96
CONTROL DE CALIDAD
x , - x 2- S
t=
\J (s /n,)+(s /n,)
2
(s, /n,)+(s /n
2
2 2
2 ) 2
v=[
]
{[(s /n ) /(n + )]+[(s /n ) /(n + )]}
12
4.2.2
2 2
97
x, ~ x2- 5
t = ---------------------------\| (s, /n,)+(s 7n2)
2
v = n, + n
2 -
4.2.3 a /'e s ig u a la a /y n ^ S O
x 1-
x2-
t = ---------------------------SpV(1/n,)+(1/n2)
Sp=\| [(nl-1 )s) +(n -1)s y(n +n -2 )
2
v = n, + n
2 -
2 2
98
CONTROL DE CAUDAD
a. Planteo de la hiptesis
F V I , V 2, 0 (/ 2
Fvif V 2,
(l -0 ( / 2 )
f.
Fc= S, /S
2
2 2
99
v = 61 +31 - 2
v = 90
De la tabla II del Apndice I se obtienen los valores:
*90.0.025 = ~^
f.
*90.0.975 = ^
100
CONTROL DE CALIDAD
Ho
36,5 - 3 6 ,8 -0
t=
\|(1 ,8 2/61) + 1,52/31)
-0 ,3
t = ----------= -0,845
0,355
101
H .:f(x) = l_____ |
El smbolo |_____| representa a la distribucin terica que se va a probar.
As por ejemplo, si se desea probar el ajuste de un conjunto de datos experi
mentales a una distribucin normal, entonces la hiptesis se plantea as:
1
Ho: f(x) = --------------e-x->12/2a2>
o \| rc
2
1
H : f(x) = --------------e-u-vr2n2)
ON27
Si se trata de un ajuste para una distribucin de Poisson, la hiptesis se
plantea as:
e"Ty*
Ho: f(x) = p (x, ) = -----------x!
7
e-Yy*
Ha: f(x) = p (x, y) = -----------x!
Para la prueba de la hiptesis se usa el estadstico chi-cuadrado. Este se
calcula as:
a. Datos discretos
n
aB2c = Z (n i- e j)2/ ej
i
= 1
102
CONTROL DE CALIDAD
b. Datos agrupados
nc
ae2c = X (n k- e k) / e k
2
k=1
donde:
a: frecuencia absoluta de datos discretos
e: frecuencia esperada de la distribucin (por requisitos estadsti
cos, ninguna de estas frecuencias debe ser menor que 5. Si
ocurriese se deben agrupar x^s o clases).
n: nmero de datos discretos
nc: nmero de clases
La frecuencia esperada se calcula multiplicando la respectiva probabilidad
asociada con el dato o la clase (p,) por el tamao de la muestra (n).
Los grados de libertad (v) usados para la bsqueda del estadstico terico
ee2( -a).son:
1
v= k-m
si se trata de datos discretos (k es el nmero de variaciones de
la variable x) y
- 1
v= nc-m
- 1
EJEMPLO 2.22
Al fabricar una lmina de vidrio, se inspeccionan muestras a intervalos de
tiempo regulares. En 250 muestras tomadas al azar se han encontrado imper
fecciones que varan de 0 a 10 con diversas frecuencias. El Cuadro 2.4 muestra
las frecuencias observadas.
,0 3
S O L U C IO N
con y=3
e-TY*
Ha: f(x) = p (x, y) = ---------------x!
con y=3
3,0
Para x,= 0
3o
p, = e ------- =0,0498
0!
3
104
Nmero de
imperfecciones
(x.)
Frecuencia
observada
(n.)
3
4
5
40
62
54
43
27
1 0
1 0
Probabilidad
Poisson (y=3)
(pt)
Frecuencia
esperada
(e.)
0,0498
0,1494
0,2240
0,2240
0,1680
0,1008
0,0504
0,0216
0,0081
0,0027
0,0008
12,5
37,4
56,0
56,0
42,0
25,2
1 2 , 6
5,4
2 , 0
0,7
0
7 =
3
p =e
7
= 0,0504
6!
e7= 0,0504 *2 5 0 =12,60
12,5
(40 - 37,4
(6 -8 ,3
ae2c = ----------------+ ------------------- + ................ + --------------12,5
37,4
8,3
( 8
) 2
) 2
as2=3,84
El nmero de grados de libertad es:
v = k-m- = 1
m=
1 - 1
) 2
, 2
105
EJE M P LO 2.23
Una muestra de 100 unidades tomadas de una mquina llenadora de
bolsas de cacao en polvo, origin la distribucin de frecuencias de peso
(gramos) que se presenta en el Cuadro 2.5.
Se puede afirmar, con a=5%, que la variable aleatoria peso se distribuye
segn la distribucin normal?
SOLUCION
El Cuadro 2.5 presenta los clculos necesarios para probar la hiptesis de
normalidad.
La hiptesis por probar es:
106
L,
L.
75,55
81,85
88,15
94,45
100,75
107,05
113,35
75,55
81,85
88,15
94,45
100,75
107,05
113,35
+e
n*
0_l r
5
15
35
25
12
8
0_
20
72,4
78,7
85,0
91,3
97,6
103,9
110,2
116,5
TOTALES:
nk*d
n k*d2
P.
-3
-2
-1
0
1
2
3
4
0
-10
-15
0
25
24
24
0
0
20
15
0
25
48
72
0
0,0087
0,0483
0,1607
0,2903
0,2830
0,1644
0,03666
0,0080
48
180
ek
0,87
5,7
4,83
16,07
29,03
28,30
16,44
20,9
3,66
0,80__
1
H :f(X )= ---------------e-K*-n) / a ]
O ' '
,----2 2
a \2rc
1
e-f<x-">2/221
A, = 0,0087
107
Lmites de clase
FIGURA 2.24. Curva normalpara clculo de probabilidades
81,85 -9 4 ,3 2 4
Z=
= -1 ,5 8
= -0,78
A3= 0,2 1 7 7 -0 ,0 5 7
A =0,1607
= 0,016
A = 0 ,5 0 8 -0 ,2 1 7 7
A =0,2903
= 0,81
As= 0,791 -0 ,5 0 8
A5= 0,283
= 1,7
A6= 0,9544-0,791
A =0,1644
7,,893
88,15 - 94,324
Z=
7, 893
z=
94,45 - 94,324
7, 893
100,75 - 94,324
z=
7,893
107,75 -9 4 ,3 2 4
z=
7.893
113,35 - 94,324
z=
= 2,41
7,893
CONTROL DE CALIDAD
108
) 2
(1 5 -1 6.07)2
(20 - 20,9
) 2
+.... +
5.7
16,07
20,9
F(x )
*2 ,0,95 -
5 ,9 9
109
= m*
2.
2.
= 1
m_ _
o = n * [ I (Y. - Y) /(m-1)] varianza basada en medias mustrales
2
i=1
106
CONTROL DE CALIDAD
L,
L,
>
75,55
81,85
88,15
94,45
100,75
107,05
113,35
75,55
81,85
88,15
94,45
100,75
107,05
113,35
+co
Xk
nk*d
nk*d2
P.
72,4
78,7
85,0
91,3
97,6
103,9
110,2
116,5
-3
-2
-1
0
1
2
3
4
0
-10
-15
0
25
24
24
0
0
20
15
0
25
48
72
0
0,0087
0,0483
0,1607
0,2903
0,2830
0,1644
0,03666
0,0080
48
180
n
~ 1 r
5
5
15
35
25
12 I
8
20
0
TOTALES:
ek
0,87 ]
5.7
4,83
16,07
29,03
28,30
16,44
20,9
3,66
0,80
Ho: fM =
e-[<x-*,)2/2o2>
a ^271
1
Ha:f(x) = -----------O \] 271
enx-)V2<)
A, = 0,0087
75,55
81,85
107
88,15
94,95
100,75
107.75
Lmites de clase
FIGURA 2.24. Curva normal para clculo de probabilidades
81,85 - 94,324
Z=
= -1,58
= -0,78
A3= 0,2177-0,057
A = 0,1607
= 0,016
A4= 0,508-0,2177
A = 0,2903
= 0,81
A5= 0,791 -0 ,5 0 8
A =0,283
= 1,7
A6= 0,9544-0,791
A =0,1644
7,,893
z=
88,15 -9 4 ,3 2 4
7, 893
z=
94,45 - 94,324
7,893
100,75 - 94,324
z=
7,893
107,75 - 94,324
z=
7,893
113,35 - 94,324
z=
= 2,41
7,893
A7= 0,992-0,9544
A7= 0,0366
A =1 - 0,992 = 0,008
113,35
110
CONTROL DE CALIDAD
Tratamientos
Observacin
Y,, ......
Y?< .....
Y ..... ....
Y .....
Ylm
Y2m
Y^
Y4m
3
4
Y
y
y 3,
Y.,
Yt
Yf3
Y ..... .... Y ^
TOTALES
T,
T.3
T..
MEDIA
Y,
Y,
Ya
Y..
n1
y
y
Y
Y
13
yk
Y
Y
32
23
33
34
4 4
n1
111
C=
T..*m*n
T ..-E T ,
M
T..=
STC:
Origen de
variacin
Grados de
libertad
Tratamiento
Error
m
m*(n- )
TOTAL
Suma de
cuadrados
- 1
SCE
> - 1
STC
m*r
Cuadrado
medio
CMm
CME
F.
GNU
CME
CONTROL DE CALIDAD
112
STC=
m
[I
i
n
I
j
= 1
Yij2] - C
= 1
SCE:
SCE=
stc
CM<W
- s ic (TR)
CM(TR,=
(m- )
1
CME:
CME=
m*(n- )
1
F (*)
I
' vl.v2.(1-u)
113
nutica, se pintan ocho cuadrantes con cada una de las pinturas. Luego, se
iluminan los cuadrantes con luz ultravioleta y se mide el tiempo-en segundosque los nmeros del cuadrante quedan iluminados despus de apagar la luz. La
informacin generada se presenta en el Cuadro 2.8.
Se puede afirmar con a=1 % que las diferencias observadas entre las me
dias de los tipos de pintura son significativas o se deben simplemente al azar?
SOLUCION
H0:u 1= fi2= ft3
Ha: Al menos dos ps no son iguales
Segn los datos suministrados por el Cuadro 2.8:
T , = 378
T 2=396,6
T ip o de p in tura
C uadrante
1
2
3
4
5
6
7
8
46,3
48,2
42,0
41,8
48,9
51,0
49,7
50,1
38,7
53,6
49,3
47,3
51,4
53,9
43,6
48,8
62,3
64,7
56,2
60,2
53,6
55,5
61,8
54,5
TOTAL
378,0
396,6
468,8
1243,4
47,3
49,6
58,6
51,8
PROMEDIO
CONTROL DE CALIDAD
114
T 3= 468,8
T =1243,4
Se calculan entonces los factores del cuadro ANOVA.
C
(1243.4)2
----------------- 64418,479
24
21
115
Origen de
Variacin
Grados de
libertad
Suma de
Cuadrados
Cuadrado
Medio
FC
*
287,573
13,877
20,73
Pintura
Error
2 1
575,146
291,415
TOTAL
23
866,561
CONTROL DE CALIDAD
116
B loques
3
y I2
Y 13
y 22
y 23
y 24
y 31
Y*
Y33
Ym
y 41
y <2
Y44
43
T,
Y2n
Y,
y2
Y*
Y^
Y(n4
Y**
TOTAL
T,
T.
T .3
MEDIA
Y,
Yln
Y .,
Total Media
Y .,
-<
T
R
A
T
A
M
I
E
N
T
0
S
t.
Y4
Y^
Tm
Tn
T..
Y.n
Ym
Y..
Para bloques
Ho: M. = ^ 2= M 3 = - " = K m
Ha: no tod as las ji.js son iguales
Para tratamientos
Ho: lA1.= m = ^ 3 .= - - = ^ n.
Ha: no tod as las jj.s son iguales
117
nmero de tratamientos
n:
nmero de bloques
S I C ( b l >=
t( I T /)/n ] - C
i=i
n
C=
T..2/m*n
T..= I T = X T .
=1
=1
Origen de
variacin
Tratamiento
Grados de
libertad
Suma de
cuadrados
m-1
SIC
Cuadrado
medio
c m (TH,
CME
Bloque
n-1
SIC(BL,
c m (BU
c m (BL(
CME
Error
TOTAL
(m-1)*(n-1)
SCE
m*n-1
STC
CME
CONTROL DE CALIDAD
114
T ,* 468,8
T =1243,4
Se calculan entonces los factores del cuadro ANOVA.
(1243.4)2
C = ---------------- = 64418,479
24
SIC
(TR
115
Origen de
Variacin
Grados de
libertad
Suma de
Cuadrados
Cuadrado
Medio
F*
Pintura
Error
2
21
575,146
291,415
287,573
13,877
20,73
TOTAL
23
866,561
118
CONTROL DE CALIDAD
T.. =
STC:
STC=
m
[I
n
I
|=1
i=i
Y if J - C
SCE:
SCE=
S T C -S IC ^ -S IC ^
(m-1)
CM|BL):
cm(BL)=
CME:
CME =
SCE
----------------
119
V l b av 2 , ( 1 -a )
EJEMPLO 2.25
El departamento de servicio de una compaa distribuidora de equipo
computacional tiene un grupo de tres tcnicos encargados de la reparacin de
averas secundarias en unidades centrales de proceso (CPU). Estos tcnicos
se han especializado en tres importantes marcas. Los tiempos de reparacin en
minutos de cada marca para cada tcnico se muestran en el Cuadro 2.12. Con
a=5%, se puede afirmar que el tiempo de reparacin depende de la marca o
del tcnico que repara?
CUADRO 2.12. Informacin para el anlisis de varianza
Tcnicos
Marca
Ti.
1
2
3
4
45
42
36
49
46
44
41
47
51
50
48
54
142
136
125
150
T-j
172
178
203
553
120
CONTROL DE CALIDAD
SOLUCION
Como se puede observar en el Cuadro 2.12 los totales son los siguientes:
T, = 142
T2 = 136
T3 = 125
T4 = 150
T , = 172
T 2= 178
T 3= 203
T =553
5532
C =---------- = 25484
4*3
STC = 452+ 462+ 512+...........+ 542 - 25484 = 265
1422 +1362+ 1252+ 1502
SIC.Tm= ---------------------------------------------- 25484 = 111
3
1722 + 1782+ 2032
SIC(BL)= ------------------------------------------ 25484 = 135
4
SCE = 265-111 -13 5 = 19
CM(TR)= 111/3 = 37,0
C M (B L )= 1 3 5 / 2 = 6 7 -5
121
Origen de
Variacin
Grados de
libertad
Suma de
Cuadrados
Cuadrado
Medio
Fe
Marca
Tcnico
Error
3
2
6
111
135
19
37
67,5
3,2
11,6
21,1
TOTAL
11
265
M todo de Tukey
Cuando Hoes rechazada significa que hay diferencia entre por lo menos I
dos de los promedios. Este mtodo es exacto cuando el tamao de la muestra
es constante y conservativo cuando ese tamao es variable.
El mtodo consiste en evaluar el conjunto de todos los posibles pares
(|x - l l s ) con base en intervalos de confianza y la distribucin del rango estudentizado.
CONTROL DE CALIDAD
122
EJEMPLO 2.26
En un estudio de efectividad de cuatro componentes qumicos contra la
oxidacin, se toma un conjunto de cinco observaciones de cada uno, con lo que
se genera la informacin mostrada en e! Cuadro 2.14.
Se considera que entre ms grande el valor de Y., mejor es la efectividad
del compuesto.
123
Componente
n,
1
2
3
4
A
B
C
D
5
5
5
5
43
89
67
40
b.
a.
b.
n-m = 20-4 = 16
CONTROL DE CALIDAD
124
Suma de
Cuadrados
Origen de
Variacin
Grados de
libertad
Componente
Error
3
16
7893,75
72,00
TOTAL
19
7965,75
Cuadrado
Medio
F0*
2631,25
4,50
584,72
S (D) = 1,34
T * s ( D ) = 2,8 6 * 1,34 = 3,8
Los intervalos de confianza son:
42.2 = (89 - 43) - 3,8 < |i2 - |i, < (8 9 - 43) + 3,8 = 49,8
20.2 = (67 - 43) - 3,8 < |t3 - p, < (67 - 43) + 3,8 = 27,8
-0,8 = (43 - 40) - 3,8 < p, - p4 < (43 - 40) + 3,8 = 6,8
18.2 = (89 - 67) - 3,8 < p 2 - p 3 < (89 - 67) + 3,8 = 25,8
45.2 = (89 - 40) - 3,8 < p
- p
2.
125
CONTROL DE CALIDAD
Peso
Ta m a o
1
2
3
Y
Y 21
Y 31
Y
Y1 22
Y 33
44
67
42
Y,
50
52
51
E x is t e n d if e re n c ia s s ig n if ic a tiv a s en ta m a o s y p e s o s al 9 5 % de
confianza?
b.
O rige n de
G ra do s de
Sum a de
C uadrado
Variacin
libertad
C uadrados
Medio
Tam ao
1544
772
77,2
Peso
12
12
1.2
Error
20
10
TO TA L
1576
Fe
127
SOLUCION
a.
1 ,2 ,0 .9 5 -
Al c o m p a ra r los valores tericos con los valores ca lcu lado s se nota que,
con a = 5 % , no hay evidencia estadstica para acep tar la hiptesis nula de
tam aos, pero s para aceptar la hiptesis nula de pesos.
b.
10,3
a=
b=
n=
(n -1 )a b =
6
2 * 1 0 ,3
s2(D ) =
--------------------------------= 5,15
2*2
D e la T a b la VIII del A p n d ice I se obtiene:
q (0 .9 5 ,3 ,6 ) = 4,34
4 ,34
T = -----------------------------= 3,07
2
T * s ( D ) = 3 ,0 7 * ^ 5 ,1 5 = 7,0
16 = (6 7 - * 4) - 7 ,0 < p 2 - n, < (6 7 - 4 4 ) + 7,0 = 30
- 5 = (44 - 4 2) - 7,0 < p , - p 3 < (44 - 42) + 7,0 =
128
CONTROL DE CALIDAD
MUESTREO ESTADISTICO
E n la inspeccin de calidad es de fundam ental im portancia confiar en los
resultados obte nidos a partir del anlisis de m uestras.
E stas m uestras que son obtenidas de poblaciones finitas o infinitas, deben
cu m plir con los d o s principales requerim ientos del m uestreo inferencial; stos
son aleatoriedad y representatividad.
U n a m u e s tra e s alea toria cu a n d o los elem entos que la com pon en fueron
extrados de una poblacin en la cual todos sus com ponentes tuvieron la m ism a
probabilidad de perte ne ce r a e sa m uestra.
U n a m u e s t r a e s r e p r e s e n t a t iv a c u a n d o s u s e le m e n to s re fle ja n las
caractersticas de la poblacin de la cual fueron extrados. C o n ello, se puede
afirm ar con cierto nivel de confianza, que lo qu e ocurre con la m uestra, ocurre
con la poblacin.
C o m o se puede ver, para cum plir con una verdadera inspeccin por m u e s
treo es m u y co n ve n ie n te g a ra n tiza r estas dos caractersticas, g e n e ra lm e n te
ligadas al ta m a o de la m uestra y al m todo usado para su seleccin.
El m u estre o e sta d stico p a ra se r efectivo y eficaz d e b e b a s a rs e en tres
aspectos principales: en la seleccin de m uestras de tam ao a d e c u a d o , en la
e je cu ci n de in fe re n cia s v lid a s y a p lica b le s y en la m edicin del g ra d o de
con fian za de las conclusiones.
P a ra lograr lo e x p re sa d o anterio rm ente, es necesario seg u ir un p ro ce d i
m iento que incluya los siguientes paso s:
a. Id e n tifica ci n de la c a ra c te rs tic a p o r e s tu d ia r y d e la to ta lid a d de las
u n id a d e s de m u e stre o de n tro de las cu a le s se s e le ccio n a r la m u e stra
(m a rc o de m ue stre o).
b.
12S
c.
D eterm inacin del tam ao de la m uestra, m ediante la frm ula que especi
fique el tipo de m uestreo.
d.
e.
f.
E n general, son m uchas las razones por las cuales se debe usar m uestreo.
A lg u n a s de stas son:
a.
b.
c.
d.
e.
f.
CONTROL DE CALIDAD
130
T i p o s d e m u e s tre o
Existen diferentes tipos de m uestreo, dentro de los cuales se pueden citar:
el m uestreo aleatorio sim ple, el m uestreo sistemtico, el m uestreo estratificado,
el m uestreo por conglom erados y el m uestreo de aceptacin. E n inspeccin de
c a lid a d los m s u s a d o s s o n el m u e s tre o a le a to rio s im p le , el m u e s tre o
estratificado y el m u e stre o de a ce p ta ci n . E n el C a p tu lo VI se d esarro llar
am pliam ente el m uestre o de aceptacin.
M u e s t re o a le a t o rio s im p le : se b a s a en la e x tra cci n de u na m u e stra
aleatoria de una poblacin, para u na caracterstica seleccionada, con el fin de
inferir los resultados a la citada poblacin. Esta inferencia est sujeta a un error
estadstico qu e es necesario determ inar.
El m uestre o aleatorio p u e d e ejecutarse para estim ar el prom edio de una
caracterstica o estim ar una proporcin de ella.
C u a n d o se d e s e a e s tim a r un v a lo r m e d io , el ta m a o de la m u e s tra se
calcula as:
Z 2a/2_ * N * o 2
n = --------------------------------
zV
^+
ne2
C u a n d o se d e s e a e s tim a r u n a p ro p o rc i n , e n to n c e s ei ta m a o de la
m uestra se calcula com o
Z2/2 * N * P * q
Z 2o/2 * P * q + N E 2
Los trm inos usado s en estas expresiones significan:
n :
ta m a o de la m uestra
ta m a o de la poblacin
a 2:
E :
131
c -= \] o 2/n
o p= \ l[(N -n ) / (N -1 )]* (p * q )/ n
a p= \ ] ( p * q ) / n
EJEMPLO 2.28
C o n s id re se un lote de produccin de 1000 unidades, cu ya va rianza en el
dim etro de una de su s partes es 250 m m . S e d e s e a estim ar el pro m e dio del
dim etro, a partir de u na m u estra , con u na co n fia n za del 9 5 % y con error no
m a yor a 1 m m .
SOLUCION
N
= 250
E = 1
CONTROL DE CALIDAD
132
O2 = 2 5 0
1 ,962 * 1 0 0 0 * 2 5 0
n = ---------------------------------------------------= 4 8 0 ,2 - 481
(4 * 2 5 0 ) + (1 0 0 0 * 1)
a ; = \|[(1 0 0 0 - 481)/(1000 - 1)] * (2 5 0 / 4 8 1 ) = 0,52
P a ra estim ar el pro m e dio de dim etro de esta pieza, se deb e extraer una
m uestra de 481 unidades. El m u estre o tiene un error estn dar de 0,52.
EJEMPLO 2.29
U n f a b r ic a n te a firm a q u e el 2 , 5 % d e lo s p ro d u c to s q u e e n tr e g a el
c o m p ra d o r so n d e fe c tu o s o s . Si ste re cib e los p ro d u cto s en lotes de 5 0 0 0
u n id a d e s, c u l d e b e se r el ta m a o de la m u e stra p o r u s a r para verificar lo
e x p re sa d o por el fabricante? U s e 9 5 % de con fian za y un error no m xim o del
1 % en la estim acin.
SOLUCION
E=
0,01
p=
0 ,025
q=
0 ,975
N =
5000
(1 -a ) = 0 ,9 5
Zy2=
1.96
n=
o p=
EJEMPLO 2.30
S e de se a tom ar una m uestra de 5 elem entos de un total de 80 que confor
m a n la pob lacin a tra v s de la tabla de n m e ro s aleatorios. E s ta b le z c a ios
n m ero s que conform an la citada m uestra.
SOLUCION
P a ra efectos de e ste e jem plo se u sa r n las sig uie n te s c o lu m n a s de la
T a b la IX de n m ero s aleatorios del A p n d ice I.
2 25 3
2176
1342
8664
5498
0184
2 36 4
0900
8439
9898
53, se a la te rc e ra
(prim era 22, se g u nda 25, tercera 53). Si es as, los elem entos asignados son el
5 3 ,4 2 ,6 4 ,3 9 y 76. Esto se obtiene en form a vertical, si se acaba sta se puede
ca m b ia r a otra.
134
CONTROL DE CALIDAD
3.
4.
5.
135
O j = \J(1/N2) * { X [ ( N , - n ) / (N . - 1 ) ] * N 2 * ( a 2 / n.)}
=1
d onde:
N : ta m a o de la poblacin
N : ta m a o del estrato i
k : nm e ro de estratos
n .: ta m a o de la m uestra por extraer del estrato i
o : desviacin estn dar del estrato i
EJEMPLO 2.31
E n el p u e sto de re c e p c i n de m a te ria le s se han re c ib id o 12 lotes que
originaron los porcentajes defectuosos que se presentan en el C u a d ro 2.18.
a.
b.
C a lc u la r el error estndar
c.
SOLUCION
a.
El C u a d ro 2 .1 9 p re se n ta la estratificacin e fe ctu a d a co n b a s e e
CONTROL DE CALIDAD
136
Lote
% Defectuoso
1
2
3
4
5
6
7
8
9
10
11
12
0,85
1,35
0,60
2,20
1,80
3,10
0,90
0,50
1,75
0,75
2,40
2,10
Estrato 1
Estrato 2
Estrato 3
0,50
0,60
0,75
0,85
0,90
1,35
1,75
1,80
2,10
2,20
2,40
3,10
4^
Estrato 2
Estrato 3
N3= 4
x, = 0,675
x2 = 1,45
x 3=
o, = 0,134
O, = 0,362
a 3= 0,39
II
N, = 4
Estrato 1
2,45
137
C o n b a s e e n el C u a d r o 2 .2 0 s e c a lc u la u n e s tim a d o del p ro m e d io
poblacional.
_
(N 1* x ,) + (N 2* x 2) + (N 3 *x3)
x = ----------------------------------------------------------N
_
(4 * 0 ,6 7 5 )+ (3 * 1 ,4 5 )+ (4 * 2 ,4 5 )
x = -------------------------------------------------------------------------
12
x = 1,525
S e puede p ro b a r que este valo r es igual al poblacional.
N
p = ( Z x . ) / N = 18,3 / 1 2 = 1 ,5 2 5
i=i
b.
0- =
\J (1 /1 2 2)*{[(4 -2 )/(4 -1 )]*42* (0 ,1 3 4 2/2 )+ [(4 -2 )/(4 -1 )]*42* (0 ,3 6 2 2/2 )+ [(4-2)/(4-1 )]*42*(0 ,39 2/2 )}
a -=
\J ( 1 / 1
o 5=
\J
a x=
44)*[(16/3)*(0,1342+ 0 ,3 6 2 2+ 0 ,3 9 2)
(1/14 4)*((16/3)*0,3011)
0 ,1 0 5 6
CONTROL DE CALIDAD
138
n= n * [ ( N i* o i) / I ( N l* o )]
El error estndar se estim a as:
EJEMPLO 2.32
La produccin de una e m presa se ha dividido en tres estratos, de acuerdo
con la fraccin defectuosa qu e presenten. P or registros de los ltim os ao s se
co n o ce la inform acin que se m uestra en el C u a d ro
a.
2.21.
b.
139
% Defectuoso
Estrato
1
2
3
5 ms
1,5 a 4,99
Menos de 1,5
TO TA L
Nm ero de
lotes
Desviacin
estndar (% )
35
80
15
0,97
0,82
0,30
130
1,25*
SOLUCION
a.
Afijacin proporcional
El C u a d ro 2 .22 m uestra los clculos de tam ao de m uestra.
C o m o se p u ede o b s e rv a r en el C u a d ro 2 .2 2 , para com pletar los 20 lotes
Estrato
1
2
3
Tam ao de la muestra
n, = (20/130) * 35 = 5,38= 5
n2 = (20/130) * 8 0 = 12,3 =12
n3 = (20/130) *15 = 2,3 = 3
CONTROL DE CALIDAD
140
Afijacin ptim a
Ei C u a d ro 2 .2 3 m uestra los c lcu lo s iniciales para ob te n e r el ta m a o de
n2= 2 0 * (6 5 ,6 / 1 0 4 ,0 5 ) = 12,61 = 13
n3= 2 0 * ( 4 ,5 / 1 0 4 ,0 5 )
b.
= 0 ,8 6 =
C o m p a ra ci n de errores
El error estn dar para afijacin proporcional es:
g _=
o -= 0 ,1 6 9
El error e stn dar para m uestreo por afijacin ptim a es:
o -=
o; = 0 ,1 6 4
Estrato
N,
1
2
3
35
80
15
TO TA LE S
0,97
0,82
0,30
IN * a .= 104,05
N,*a,
ai2
N,*a2
33,95
65,60
4,50
0,94
0,67
0,09
32,93
53,79
1,35
I N * 02= 88,07
141
Oj=0,26
C o m o se puede observar, los errores del m uestreo por afijacin proporcio
nal (0 ,1 6 9 ) y ptim a (0 ,1 6 4 ) son parecidos, m ientras que el error del m uestreo
a le a to rio s im p le ( 0 ,2 6 ) es a lto , p o r lo q u e s e p u e d e c o n c lu ir q u e no es
recom e nda b le usar este tipo de m uestreo en este caso.
RESUMEN
S e ha visto en este captulo que:
1.
2.
3.
4.
5.
PREGUNTAS DE REPASO
1.
Establezca claram ente las ventajas que ofrecen al control estad stico dla
calidad, el anlisis de datos y la Inferencia estadstica.
CONTROL DE CALIDAD
142
2.
3.
4.
5.
6.
7.
8.
9.
PROBLEMAS
1.
143
G R U P O N?
#
10
11
12
13
14
15
16
1
2
3
4
5
6
7
34
45
45
37
41
53
45
50
50
40
44
42
34
45
55
42
47
44
46
41
48
38
49
41
46
50
43
47
51
49
47
45
48
40
39
44
49
48
43
42
46
36
49
40
49
40
40
46
46
47
46
48
39
42
55
47
43
48
43
43
50
42
44
48
45
50
48
43
42
45
48
45
50
44
49
31
40
42
42
57
40
48
37
49
40
50
40
49
49
48
44
46
41
40
49
49
48
44
46
48
41
42
52
40
36
43
48
47
43
44
51
47
f.
CONTROL DE CALIDAD
144
2.
3.
4.
G ru p o No.
1
2
3
4
5
6
7
8
9
10
98,7
99,5
100,5
100,0
96,6
98,7
96,7
100,3
103,2
103,7
99,4
101,3
100,3
97,7
96,0
98,0
99,7
99,9
100,3
103,0
100,8
99,7
100,7
103,4
102,1
102,3
96,9
97,5
98,7
100,0
99,7
103,0
102,5
101,4
101,0
100,8
100,1
99,7
99,8
100,7
101,5
102,3
101,7
95,8
100,7
99,9
103,6
102,0
103,7
98,0
97,9
98,8
99,0
100,0
101,5
100,8
98,8
97,9
96,5
100,5
141
co n lo n g itu d ta m b i n n o rm a lm e n te d is trib u id a co n m e d ia 1 0 ,4 cm
va ria n za 8 c m 2. La utilidad lograda u sand o el pro ceso A es de 080,00 po
pie za y usando el pro ceso B de 0150,00 por pieza.
Las piezas qu e no midan entre 9 y 14 cm , son desechadas. C u l procesi
recom ienda usar y qu criterio us para la seleccin?
5.
6.
U n a poblacin est form ada por cuatro elem entos cu y a s m agnitudes soi
5 , 8 , 1 2 y 15. D e m o s tra r el te o re m a del lm ite cen tral co n m u e stra s d;
tam ao dos tom adas con reem plazo.
7.
8.
E n el P ro ble m a No. 7:
CONTROL DE CALIDAD
146
b.
10. Para una distribucin t-student con 15 grados de libertad, hallar el valor del
estadstico t, tal que:
a. el re a a su derech a es 0,01
b. el re a a su izquierda es 0,95
c. el re a entre l y el valor de t2es de 0,95
11. El v o lu m e n p ro m e d io de un ta n q u e es de 305 litros. S i se e je cu ta n 22
m ediciones del volum en, la desviacin estndar correspondiente es de 35
litros. D eterm ine la probabilidad de que la m edia de esas m ediciones:
a. est com prendida entre 290 y 304 litros
b. se a inferior a 308 litros
c. se a superior a 299 litros
12. Para analizar la dispersin de una m quina cortadora de alam bre, se tom a
una m uestra de 30 pie za s cortadas. Si la desviacin estn dar de corte es
de 3 ,1 5 c m . C u l e s la p ro b a b ilid a d de h a lla r en las 30 p ie z a s u n a
desviacin estndar:
a. S u p e rio r a 2 cm
b. Inferiora 1 ,8 cm
c. E ntre 1,7 y 2,8 cm
13. C o n el fin de analizar la calidad sum inistrada por dos m quinas troquelado
ras, se tom a inform acin sobre el dim etro de m uestras de piezas m aqui
nadas. El C u a d ro 2.2 6 m uestra esta inform acin.
D eterm ine cul es la probabilidad de qu e la razn de v a rianzas:
a. S e a superior a 2,5
b. S e a inferiora 0,8
c. S e encuentre entre 0,95 y 2,35
147
Mquina
Tam ao de
Muestra
Media
Desviacin
estndar
1567-A
1568-B
31
27
5,5 cm
5,8 cm
0,75 cm
0,72 cm
CONTROL DE CALIDAD
148
a. cero defectuosos
b. un defectuoso
c. m e nos de un defectuoso
d. m s de tres defectuosos
19. La probabilidad de qu e un dispositivo electrnico falle es de 0 ,0 0 2 5 . Si se
to m a n 3 0 0 0 d isp o s itivo s p a ra un anlisis, hallar la p ro babilidad d e que
fallen:
a. 8 dispositivos
b. 3 6 dispositivos
c.
D e 4 a 7 in c lu s iv e
d. M e nos de 3 dispositivos
e. M s de 9 dispositivos
20. U n a m uestra de 12 calcetines de algodn son som etidos a una nru e b a de
resistencia de rotura de h e b ra s. El resultado del experim ento g e n e r un
prom e dio de resistencia de 2 1 2 ,1 7 g/cm2con una desviacin estn dar de
3 5 ,6 5 g/cm 2. H a lla r los lm ites de co n fia n za del 9 5 % para la m e d ia y la
desviacin estndar.
21. D o s m q u in a s lle n a d o ra s d e g e la tin a en p o lv o e s t n s u m in is tra n d o
paquetes con variabilidad m u y alta en su peso. C o n el fin de an a liza r esta
s itu a c i n s e to m a n 5 0 p a q u e te s de la m q u in a I y 6 0 p a q u e te s de la
m qu ina II, originando las distribuciones de frecuencia del C u a d ro 2.27.
a. S e pu e d e afirm ar con a = 5 % , q u e una de estas m qu inas g e n e ra un
peso superior a la otra?
b. C u l es la probabilidad de co m e te r error tipo II?
c.
149
L|
L.
"
nwi
82,95
83,75
84,55
85,35
86,15
86,95
83,75
84,55
85,35
86,15
86,95
87,75
5
7
14
11
7
6
6
9
18
15
7
5
M uestra #
Pegam ento I
Pegam ento II
1
2
3
4
5
6
7
8
174.0
173.5
172.6
173.0
171.5
172.5
173.6
172.0
173.0
171.5
172.0
173.8
171.1
172.4
172.0
173.8
150
CONTROL DE CALIDAD
151
Procedim iento
Prom edio
Desviacin
Estndar
A
B
136 cm
128cm
12cm
10cm
No. defectos
No. de piezas
No. defectos
No. de piezas
0
1
2
3
4
5
6
18
44
58
28
18
14
12
7
8
9
10
11
12
13
10
10
9
9
8
14
8
CONTROL DE CALIDAD
152
x:
f:
136
60
34
12
nmero de defectos
nmero de piezas con ese nmero de defectos
Proveedores
B
60500
69000
68000
59000
58000
61000
62500
65500
64500
T
JORGE ACUA ACUA
153
a. C o n un n iv e l d e s ig n if ic a c i n d e l 5 % , p r o b a r si h a y d if e re n c ia s
significativas para las m edias de cad a lote.
b. C o n un n iv e l d e s ig n ific a c i n d e l 5 % , p r o b a r si h a y d if e re n c ia s
significativas para las m edias de cad a lote y para cada proveedor.
c. S i h a y d ife re n cia s en cu a lq u ie ra de los c a s o s , d e m o s tra r d n d e se
presentan esas diferencias.
3 3. E n una em presa fabricante de piezas cilindricas se han generado m uchos
re cha zo s en los ltimos m eses y se cree que ello se debe a las diferencias
m o s tra d a s entre las d im e n s io n e s g e n e ra d a s entre las m q u in a s y a la
Inexactitud de las m ism as. P a ra investigar esta situacin se tom an cinco
m uestra s de cincuen ta unidades de ca d a m qu ina, m idiendo su longitud
en m m y originando la inform acin presentada en el C u a d ro 2.33.
a. S o n ciertas las hiptesis planteadas con a = 5 % ?
b. Si h a y diferencias, e n qu m quinas las h a y? U s e a = 5 %
3 4. La resistencia a la tensin ha sido una de las caractersticas que m s ha
fallado en la elaboracin de cintas vulcanizadas para llantas. Para analizar
la situacin se e n s a y a n dos m u estra s a diferentes tiem pos de c u ra d o a
14 C y u s a n d o d ife re n te s a c e le r a d o r e s . L a in f o rm a c i n o b te n id a
p re sentada en el C u a d ro 2.3 4 es para tres tiem pos de curado en minutos.
M A Q U IN A S
M
E
D
I
A
53,4
55,8
54,5
55,6
54,0
55,5
56,0
55,0
55,5
54,6
53,3
56,2
54,0
55,0
53,8
54,3
54,9
55,8
54,1
53,5
CONTROL DE CALIDAD
154
ACELERADOR
T
I
E
M
P
0
S
40
3900
3600
4300
3700
3700
4100
60
4100
3500
4200
3900
3900
4000
80
4000
3800
4300
3600
3600
3800
0 , 12 ?
b. D e acuerdo con los resultados obtenidos en 1. q u nivel de confianza
se requiere pa ra obtener una decisin contraria a la obtenida?
c. Si se considera defectuoso todo aquello que teng a un valor bajo 171,0
y sobre 173,0 y se supone distribucin normal para am bas poblaciones.
-
q u s e p u e d e a firm a r a c e rc a d e los p o rc e n ta je s d e fe c tu o s o s
sum inistrados por a m bos tipos de peg am ento?
155
O pcin
A
B
C
D
Descripcin
Tres colores con dibujos animados
i res colores sin dibujos animados
Cinco colores con dibujos animados
Cinco colores sin dibujos animados
CONTROL DE CALIDAD
156
O pcin
A1
",
15
13
19
27
O rigen
g-1.
Sum a de C uadrados
C uadrado m edio
Diseo
Error
3
6
258
46
86
7,67
11,21
TO TA L
304
Sem ana
nm ero
Cantidad de
defectuosos
1
2
3
4
5
6
7
8
9
10
11
12
30
45
60
20
15
10
10
50
30
35
9
17
Estrato
% Defectuoso
Nm ero de
lotes
Desviacin
estndar del %
1
2
3
0 ,5 % -0 ,9 9 %
1 ,0 % -1 ,9 9 %
2 ,0 % -3 ,5 0 %
98
106
12
0,05
0,15
0,35
Captulo III
INGENIERIA DE CALIDAD
diseo de producto.
E n la a ctu a lid a d , la te n d e n c ia es h a cia co n stru ir
calida d en la etapa de d iseo de producto, e v a lu a n d o
las diferentes m odalidades en que las caractersticas de
calidad p u eden actuar.
160
CONTROL DE CALDAD
CARACTERISTICAS DE CALIDAD
El control de p ro ce so de un pro d u cto se ejecuta so b re la ba s e de c a ra c
tersticas de calida d que se g e n e ra n en las diferentes etapas de fabricacin.
U n a ca ra cte rstica de calidad es u n a va riable o un atributo g e n e ra d a en una
o p e ra ci n de p ro d u cci n y q u e d e b e cu m p lir con los requisitos fijados. Si la
caracterstica es u na variable significa qu e es m edible (p o r ejem plo: longitud,
tem peratura, presin, hum edad y p H ). Si sta es un atributo significa que no es
m edible (p or ejem plo: olor, color, sab or, apariencia y textura).
E n el control p o r va ria b le s, s e ejecu tan una serie de m e d icio n e s co n un
instru m e n to a d e c u a d a m e n te se le c c io n a d o . La m ag nitu d o bte nid a refleja la
con dici n del p ro ce so y perm ite ob te n e r con clusiones para realizar accio n es
correctivas, p re ve ntivas y pro yectivas que evitarn futuros problem as.
E n el control por atributos, se recolecta inform acin acerca de la cantidad
d e u n idade s d e fe ctu osas a s c o m o de los defectos en co n tra d o s. E n esta a c
cin se tom a nota de posibles ca u sa s y se tom an decisiones para decrem entar
tanto la ca n tid a d de d e fe c tu o s o s c o m o la ca n tid a d y v a rie d a d de d e 'o c to s .
T a m b i n p ueden usarse para el control de producto que no siendo defectuoso
no cu m p le con lo especificado.
T a l y co m o se p u ede abstraer de la definicin de caracterstica de calidad,
un producto tiene una gran cantidad y variedad de caractersticas. A n te ello, es
n e c e s a rio e je c u ta r u na cla sifica ci n con el fin de d e te rm in a r a q u e lla s m s
Im portantes y relevantes. P ara ejecu tar esta clasificacin se hace uso de tres
d iagram as que son el diagrama de Ishikawa, el diagrama de Pareto y el dia
grama de causa- efecto. La cla sifica ci n co n sis te en re c o le cta r to d a s las
ca ra cte rstica s y p o n erlas en el d ia g ra m a de Ishikaw a, lu eg o clasificarlas de
acuerdo con su frecuencia e importancia en un diagram a de Pareto y finalmente
en co n tra r las c a u s a s y efectos o ca sio n a d o s por la falla de las caractersticas
se le cciona da s, u sand o d ia g ra m a s cau sa -efecto .
Diagrama de Ishikawa
Este diagram a, tambin conocido com o diagrama de espina de pescado,
es un m e dio de re c o le cta r la info rm a ci n so b re to d a s las ca ra cte rstica s de
calidad g e n e ra d a s en la fabricacin del producto.
161
e l p ro d u cto en el que se colocan las partes del producto en las ram as y el dia
g ra m a g e n e ra l en el q u e se an o ta n las c a ra cte rstica s d ire c ta m e n te en las
ram as, de a cu e rd o con su ocurrencia. E n el diag ram a para producto, adem s
d e las partes, es reco m e n d a b le anotar, en las ram as, el n o m bre del producto
final p u e s existen caractersticas que se o bservan solo en l.
El procedim iento para construir este diagram a es el siguiente:
1.
2.
3.
4.
5.
D ibujar las flechas diagonales (ra m a s principales) sobre las que se repre
s e n ta r n las partes del p ro ce s o , las partes del p ro d u cto o las c a ra c te
rsticas de calidad. E sto se puede ve r en la Figura 3.2.
>
>
Nombre de producto
Proceso
CONTROL DE CALIDAD
162
Rama
6.
7.
E J E M P L O 3.1
E la bo ra r un diag ram a de Ishikaw a para producto para un abridor de latas
con ba se en la siguiente inform acin recolectada.
1.
El producto est com puesto por las siguientes partes: m anigueta superior,
m a n ig u e ta inferior, cu ch illa de co rte , p i n , patilla de giro del p i n y
rem ache de cuchilla.
2.
Manigueta superior
- resistencia
- porosidad
Manigueta inferior
- longitud
'
- dim etro
- longitud
- porosidad
- im presin
- du re za
- resistencia
- dureza
- aca b a do
Cuchilla de corte
Pin
- ngulo de corte
-filo
- du reza
162
profundidad de corte
resistencia
du re za
porosidad
- pulido
Remache de cuchilla
resistencia
porosidad
n m e ro de dientes
dim etro exterior
ajuste
-tip o
- longitud
- holgura
- dim etro exterior
- a ca b a do
- dim etro de c a b e za
-flexibilidad de giro
- an ch o
- resistencia
- porosidad
- elasticidad
Abridor de latas
- apariencia
- peso
- e m p aq ue
S O L U C IO N
C o n ba se en la inform acin su m inistrada se con struye el d ia g ra m a que
m uestra la Figu ra 3.3.
Diagrama de Pareto
El diag ram a de Pareto perm ite clasificar las caractersticas de calidad de
acuerdo con su frecuencia de ocurrencia y su importancia. Esta accin permite
c e n tra r la a te n c i n s o la m e n te s o b re a q u e lla s c a r a c te r s tic a s q u e sean
im portantes y no triviales. E ste d ia g ra m a se u sa tam bin en clasificacin de
inventarios y es co m n m e n te con ocido co m o clasificacin A B C .
E n la aplicacin de esta tcnica se hace uso de la siguiente categorizacir
de caractersticas:
CONTROL DE CALIDAD
164
M anigueta superior
Rem ache
Cuchilla de corte
e s a q u e lla q u e h a c e q u e el
( D ) : es a q u e lla falla q u e no
165
D e m s de 8 0 % a 9 5 %
D e m s de 9 5 % a 9 8 %
2.
T o m a r u n a m u e s tra de p ro d u c to te rm in a d o de ta m a o p re v ia m e n te
c a lc u la d o y to m a r n o ta de la fre c u e n c ia d e fa lla de c a d a u n a d e las
caractersticas de calidad listadas en 1. (C o lu m n a 2)
3.
O t o r g a r un p e s o (w ) a c a d a c a ra c te rs tic a d e s p u s de un a n lisis de
criticidad y ubicarla dentro de una de las cuatro categoras citadas. Puede
u sa rse u na esca la de peso , c o m o la siguiente: 1 0 0 ,5 0 , 2 5 ,1 s e g n sea
caracterstica crtica, principal, m e n o r o incidental. (C o lu m n a 3)
4.
5.
6.
7.
8.
C a lc u la r el p o rc e n ta je a c u m u la d o , a c u m u la n d o el p o rc e n ta je de la
co lu m n a 7. (C o lu m n a 8)
9.
CONTROL DE CALIDAD
166
EJEMPLO 3.2
Efe ctuar un dia g ra m a de P areto para las caractersticas de calidad va ria
bles del abridor de latas citado en el E jem plo 3.1. La regla por seg u ir es la del
8 0 % y se desean identificar las caractersticas crticas sobre las qu e se basar
el su bsiste m a de control de pro ceso.
Para clasificarlas haga uso de la informacin que se presenta en el C uadro
3.1 que se obtuvo de una m uestra de 200 unidades.
SOLUCION
S e seguir el procedim iento planteado.
a.
b.
c.
167
Caracterstica
(Columna 1)
2
3
5
4
5
4
25
10
15
1
20
1
5
6
24
30
25
10
10
25
5
100
25
1
50
50
25
100
100
50
1
25
50
50
5U
25
1
25
100
100
50
100
C o n c lu s io n e s
Al o bserva r la Figura 3.4 o el C u a d ro 3.4 se concluye q u e la caracterstica
m s im portante es la N o. 7 qu e es el ngulo de corte y la m e n o s im portante la
N o. 10 qu e es la resistencia de la cuchilla de corte. A su v e z el subsistem a co n
trol de p ro ce so basar su s accio n es en las caractersticas pre sentada s en el
C u a d ro 3 .4 . Esto significa qu e el subsistem a bu sca la elim inacin del 8 0 % de
los pro ble m as de calidad por m edio del estudio e im plem entacin de m edidas
sobre las caractersticas seleccionadas.
CONTROL DE CALIDAD
168
Caracterstica
(Columna 1)
(Columna 2)
",
w
(Columna 3)
n*w
(Columna 4)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
2
3
5
4
5
4
25
10
15
1
20
1
5
6
24
30
25
10
10
25
5
100
25
1
50
50
25
100
100
50
1
25
50
50
50
25
1
25
100
100
50
100
200
75
5
200
250
100
2500
1000
750
1
500
50
250
300
600
30
625
1000
1000
1250
500
TO TA L:
Porcentaje
(Columna 5)
1,800
0,670
0,040
1,800
2,230
0,900
22,350
8,940
6,700
0,009
4,470
0,450
2,2G0
2,680
5,360
0,270
5,600
8,940
8,940
11,170
4,470
11186
D ia g ra m a c a u s a -e fe c to
P a ra c a d a u n a de las c a ra c te rs tic a s prioritaria s s e le c c io n a d a s p o r el
p a re to g ra m a se c o n s tru y e un d ia g ra m a de c a u s a -e f e c to , d o n d e c o m o el
n o m b re lo indica, el objetivo es b u s c a r las ca u sa s qu e pro vo ca n y los efectos
p ro vo ca d o s por la falla de esa caracterstica.
169
Caracterstica
(Columna 1)
7
20
8
18
19
9
17
15
21
11
14
5
13
4
1
6
2
12
16
3
10
(Columna 2)
22,35
11,17
8,94
8,94
8,94
6,70
5,36
5,36
4,47
4,47
2,68
2,23
2,23
1,80
1,80
0,90
0,67
0,45
0,27
0,04
0,01
% acumulado
(Columna 3)
Clasificacin
' (Columna 4)
22,35
33,52
42,26
51,40
60,34
67,04
72,64
78,00
82,47
86,94
89,62
91,85
94.08
95,88
97,68
98,58
99,25
99,70
99,65
99,99
100,00
A
A
A
A
A
A
A
A
B
B
B
B
B
C
C
D
D
D
D
D
D
170
CONTROL DE CALIDAD
Q -O ^O L
Z H < -3 U J
"3
o'-
171
No.
7
20
8
18
19
9
17
15
Nom bre
Angulo de corte
Ancho de la patilla
Profundidad de corte
Holgura del remache
Holgura de la patilla
Dureza de la cuchilla de corte
Dimetro exterior del remache
Dimetro exterior del pin
2.
3.
Identificar cada ram a con un factor de calidad. Los nom bres de los factores
de calidad se anotan en el e n c a b e za d o de las ram as
4.
5.
EJEMPLO 3.3
D e te rm in a r las c a u s a s y e fe cto s p a ra el c a s o en q u e la o p e ra c i n de
llenado de bolsas de cacao no cum plan con el peso especificado.
CONTROL DE CALIDAD
172
Causas
Hom bre
M quina
Efectos
Dinero
Hombre
M quina
Dinero
SOLUCION
La Figura 3.6 presenta el diag ram a solicitado. La inform acin se recolecta
directam ente en las lneas de produccin y en entrevistas con inspectores.
NORMALIZACION
El a vance tecnolgico y las condiciones com petitivas de los productos en
el m erca do provocan cam bios relevantes en la forma de pensar de productores
y con sum ido res.
U n o de estos ca m bios se refiere a exigencias de calidad, las cuales en su
m a y o ra son esta b le cida s por el c o n s u m id o r y cu m plidas p o r el pro ductor, si
ste d e s e a te ne r xito en m e rc a d o s tanto ra c io n a le s c o m o internacionales.
Bajo este con ce pto m od e rn o de calidad de producto, el pro ductor d e b e esta
blecer eficientes y eficaces sistem as, para lograr la fabricacin de un producto
q u e c u m p la c o n e s p e c if ic a c io n e s d e d is e o q u e g a ra n tic e n a su v e z el
cum plim iento de los requerim ientos del consum idor.
CONTROL DE CALIDAD
174
2.
3.
4.
5.
175
ente oficial com petente y adquieren validez al ser publicadas en un diario oficial.
Las norm as optativas son tam bin aprobadas por un ente oficial pero su aplica
cin es voluntaria.
La s n o rm a s, de a c u e rd o con su con te n id o , se clasifican en la siguiente
form a:
1.
2.
3.
4.
5.
6.
D e m u e s tre o y re c e p c i n . E s ta b le c e n ta m a o s de m u e s tra , p ro c e d i
m ientos de extraccin y criterios de aceptacin y rechazo.
7.
8.
9.
1.
2.
CONTROL DE CALIDAD
176
3.
4.
5.
6.
N o r m a IS O -9 0 0 0
U n a de las te n d e n c ia s p o s itiv a s de los o rg a n is m o s de n o rm a liz a c i n
in te rn a c io n a le s h a s id o el e s ta b le c im ie n to de se rie s de n o rm a s c o n un fin
e specfico. E n este ca s o la S e rie IS O -9 0 0 0 pro cu ra un ordenam iento de todo
aquello relacionado con asegu ra m iento de calidad, visto desde su con cepcin
integral.
177
CONTROL DE CALIDAD
178
Norma
Nombre
Breve descripcin
ISO-9000
ISO-9001
ISO-9002
ISO-9003
ISO-9004
179
U n a de las ventajas de esta serie es qu e sirve de base para la im plem entacin de un sistem a m o d e rn o de control de calida d, el cual p o d e m o s estar
se g u ro s qu e cum plir con lo requerido por la Serie.
El cum plim iento de lo establecido por esta norm a es im prescindible, pues
se r un requisito por cu m plir para iniciar o p e ra cio n e s com erciales con o rg a
nism os internacionales.
METROLOGIA
L a m etrologa es la ciencia de la m edicin y se refiere a la e sco gen cia del
instrum ento adecu ado, que perm ita m edir un elem ento o caracterstica en las
u n ida de s d e seadas, y en los sistem as de unidades adoptados. E n el ca so de
inspeccin de calidad la unidad d e s e a d a d e pe nde de la especificacin qu e se
t e n g a y el s is te m a d e m e d id a a d o p ta d o e s el M K S (m e t r o -k ilo g r a m o s e g u n d o ).
Si la m edicin no es efectuada bajo las condiciones m etrolgicas fijadas,
los datos obtenidos no reflejarn las condiciones de la caracterstica qu e est
siendo m edida. C o m o resultado, las conclusiones y decisiones sern errneas
y costosas.
E n m e tro lo g a se p u e d e n co m e te r dos tipos de e rrore s: sistem tico s y
c a s u a le s . Lo s e rrore s sistem ticos so n pro pio s del instrum en to u sa d o y se
deb e n entre otras cosas a cam bios de tem peratura qu e afectan al material de
q u e estn h e ch os, a de s ga ste s o a errore s en la esca la tra za d a . Lo s errores
casua les se deben al ser hum ano y su origen se encuentra principalmente en la
falta de e n tre nam iento en el uso del instrum ento. E sta falta de capa citaci n
p ro voca errores tales co m o m ala colocacin del instrum ento con respecto a la
p ie z a , lectura e rr n e a de e s ca la s y m a la o in a d e c u a d a re g u la c i n del in s
trum ento con respecto al patrn de m edida usado.
L o s in s tru m e n to s d e m e d ic i n s e p u e d e n c la s ific a r s e g n el re a o
disciplina en que se usan. Algu na s de estas , aas son: M ecnica, Electricidad,
F sica , M etalurgia, Q u m ic a , Biologa y Botnica (Brito,1993)
E n el rea M e c n ica , por ejem plo, los instrum entos se clasifican en ins
tru m e nto s para m e d id a s de longitud, instrum entos para m edidas ang u la re s,
CONTROL DE CALIDAD
180
ESPECIFICACIONES
D e a cu erdo con su origen, existen dos tipos de especificaciones q u e son
las especificaciones de co n su m id o r y las especificaciones de productor.
Dimensional. A q u se
C.
Apariencia.
181
Servicio.
a te n c i n b rin d a d a , p o r la e m p re s a , u n a v e z q u e el p ro d u c to ha sid o
adquirido por el cliente. El servicio con sid era los siguientes aspectos:
Disponibilidad. S e
tiem po posible. S e asocia tam bin con la facultad del producto de estar
apto para su uso.
Mantenibilidad. S e
Servicibilidad.
de q u e el s e rv ic io de in sta la c i n , e x p lic a c i n de fu n c io n a m ie n to y
reparacin se haga en la m ejor form a y en el m eno r tiem po posible. S e
in c lu y e n las facilid a d e s q u e se le d a n al cliente de q u e d e v u e lv a el
producto si ste no satisface sus expectativas.
E.
Conservacin.
S e refiere a la c a p a c id a d del p ro d u c to , e x ig id a p o r el
Manejo. S e
Requisitos legales.
exigen al producto. Por ejem plo, etiqueta que contem ple los Ingredientes y
la m a rca respectiva.
CONTROL DE CALIDAD
182
H.
Empaque.
183
CASO I
M T : este caso establece una variacin entre dos valores, uno superior (M + T )
y otro inferior (M - T ) , s ie n d o inacepta ble la p ro d u cci n q u e sa lg a del
intervalo establecido
CASO II
M - T : este caso establece un valor nominal (M ) y un valor Inferior (M - T ) bajo el
cual la produccin se considera inaceptable
CASO III
M + T : este c a s o e sta b le ce un v a lo r nom inal (M ) y un va lo r s u p e rio r (M + T )
sobre el cual la produccin se considera inaceptable
CASO IV
+t ,
, ~T*
Exactitud y precisin
La exactitud se m ide de acuerdo con la m agnitud del movimiento que tenga
el p ro m e d io y la precisin de a cu e rd o con la m a g nitu d de la variabilidad con
respecto a un valor prefijado. El anlisis de exactitud y precisin de un proceso
puede llevar a identificar anom alas, las cuales una v e z eliminadas o reducidas,
oca sio na n la dism inucin de producto no conform e con especificaciones.
184
CONTROL DE CALIDAD
La precisin e s
i__________________________________________________ i
2 T
l--------------------------------------------------------------------------------------------- 1
6 o -
185
(*
3 0 -
X =
_ --------------------------------------------------------------
M - T
3 tr
l
M + T
CONTROL DE CALIDAD
186
X " 3 u
x -
3tr>
M -T
M +T
187
1-----
3 ir
3 tr
CONTROL DE CALIDAD
188
M - T
M t T
FIGURA 3.12. Representacin grfica de la curva normal para el clculo del porcentaje
de inconformidades
EJEMPLO 3.4
U n a operacin de corte de piezas deb e cum plir con una especificacin de
10 ,5 1 ,3 c m . S e to m a u n a m u e s tra de 100 u n id a d e s y d e s p u s de h a b e r
realizado u na distribucin de frecu encias se obtiene u na m edia de 10,2 cm y
u na d e s via ci n e st n d a r de 0 ,8 cm . A d e m s , se ha e je cu ta d o la re s p e ctiva
prueba de norm alidad, siendo sta acep tada con 9 5 % de confianza. C u l es
el estado de la operacin de corte?
SOLUCION
1. A n lisis de exa ctitud
D e a cu e rd o con los datos, M no es igual a X por lo qu e se har la re s p e c
tiva p ru e b a d e h ip te sis. L a F ig u ra 3 .1 3 m u e s tra las c a ra c te rs tic a s de la
hiptesis por probar.
C o n a = 5 % , no h a y e v id e n cia p a ra afirm ar que el p ro c e s o est e s ta d s
ticam ente centrado, puesto que el Z terico (-1 ,9 6 ) es m ayor que el Z calculado
(-3 ,7 5 ),
189
H 0: n = 10,5
H a: g no es igual a 10,5
0 ,0 2 5
0 ,0 2 5
1 0 ,2 -1 0 ,5
: -3 ,7 5
0,8
- 1,9 6
\/io~
l,9 6
2.
H 0; 2= (T / 3 )2
H a: o 2> (T / 3 )2
0 , 82
se2 = 100 ---------- = 3 4 6 ,1 3
0 ,4 3 2
CONTROL DE CALIDAD
190
% de producto
conforme
= N((11,8-10,2/0,8)-N((9,2-10,2)/0,8)
= N(2,00) - N(-1,25)
= 9 7 ,73-10,57
o- = 0 , 8
= 87,16 0
% de producto no
conforme= 100- 87,16= 12,84%
(*) P o rce n ta je s ob tenido s de T A B LA I en
9 ,2
10 ,2
II,8
Apndice I.
E n c o n c lu s i n , s e tie n e u n p ro c e s o q u e e s t d e s c e n t r a d o , q u e es
impreciso y que g e nera un 1 2 ,8 4 % de producto fuera de las especificaciones. Al
c a lc u la r el p o rc e n ta je de p ro d u c to no co n fo rm e p a ra el p ro c e s o c e n tra d o ,
usando el m ism o m todo, se obtiene un valor de 1 0 ,3 2 % . Lo anterior dem uestra
qu e au nq u e se centre el proceso no es m ucho lo que se lograr. La accin que
co rre sp o n d e es dism in uir la variabilidad tanto co m o sea posible, con el fin de
reducir la cantidad de producto qu e no cum ple con especificaciones.
Determinacin de especificaciones
P a ra co n ta r c o n un v e rd a d e ro co n tro l en las ln e a s de p ro d u c c i n es
n e c e s a r io fija r p a r m e tro s d e c o m p a r a c i n , q u e e s t n b a s a d o s en los
191
requerim ientos del cliente y en la capacidad tcnica, tecnolgica y hum ana con
que se cuenta.
Lo s lmites de tolerancia naturales son los que se establecen con base
en el proceso en estudio. A partir de estos lmites y tom ando en cuenta factores
adicionales se establecen los lmites de especificacin.
Los lmites de tolerancia se establecen para caractersticas de calidad que
pueden ser variables o atributos. C u a n d o son variables se pueden calcular para
u n id a d e s de p ro d u c c i n o p a ra p ie z a s e n s a m b la d a s . E n el c a s o de estas
ltim a s, los c o m p o n e n te s d e b e n c u m p lir co n re q u isito s p a rc ia le s q u e les
perm itan form ar parte del ensam ble.
C u a n d o s e c u e n ta c o n un b u e n s is te m a d e in fo rm a c i n es p o s ib le
d e te rm in a r lm ites de to le ra n cia co n facilidad. A s , p o r e je m p lo , si se tiene
inform acin de qu e una caracterstica a io largo del tiem po se ha com portado
n o rm a lm e n te co n m e d ia g y d e s via c i n e s t n d a r a , se p u e d e n ca lcu la r los
lmites de tolerancia fcilmente. Basta con definir un porcentaje de artculos que
se de se a que estn entre los lmites y con ello se calcula un intervalo. A s, si se
quiere que ese porcentaje sea 9 0 % (P = 0 ,9 ), entonces:
Lm ites de tolerancia= g 1,645 a
don de el valor de 1,645 se obtiene de la T a b la I del A p n d ice I.
S in e m ba rgo , esa no es la regla, puesto que es difcil co n o ce r los valores
de g y a . A n te esto, es n e c e s a rio h a c e r e stim a c io n e s a partir de m u e stra s
estadsticam ente obtenidas. C o n base en esta muestra se calcula el valor de la
m e dia y de la d e svia ci n est n d a r (u s a n d o distribucin de fre cu e n cia s) y se
hacen las inferencias del caso . S e deb e enten der que los valores obtenidos a
partir de la m uestra no son iguales a los parm etros poblacionales, aspecto que
la estim acin de b e tom ar en cuenta.
El m todo usado consiste en calcular los lmites de tolerancia con base en
la constante K, la cual d e p e n d e de un nivel de confianza (1 -a ), del tam ao de
muestra (n) y de la proporcin de producto que se desea se encuentre dentro de
lmites (P ). Los lmites de tolerancia se calculan as:
Lm ites de tolerancia= x K*s
La constante K se obtiene de la T a b la VII en el A p n d ice I.
CONTROL DE CALIDAD
192
se
ie
T = ----------------------------
2
donde:
V se es el va lo r superior especificado (M + T )
V je es el va lo r inferior especificado (M -T )
L o s v a lo re s finales de e sp e c ific a c i n se o b tie n e n a g re g a n d o facto res
e x te rn o s y e x p e rie n c ia . La v a lid e z de e sta estim a ci n d e p e n d e de la b a s e
estadstica qu e tenga la m uestra y la eficacia de los factores de ajuste.
EJEMPLO 3.5
U n a e m p re s a q u e se d e d ica a la fabrica ci n de b o lsas plsticas, d e s e a
co n o ce r los lmites de tolerancia para el e speso r de la bolsa. P ara ello se tiene
in fo rm a c i n de e s p e s o r p a ra u n a m u e s tra d e 5 0 b o ls a s c a lc u la d a b a jo
c o n c e p to s e s ta d stico s . Lo s dato s o b te n id o s , en d c im a s de m ilm e tro , se
presentan en el C u a d ro 3.6.
Determ ine los lmites de tolerancia que garanticen con 99 de confianza que
el 9 5 % de las bolsas cu m p le n con lo especificado.
SOLUCION
Para calcular la m edia aritm tica y la desviacin estn dar se hace uso de
una distribucin de frecuencias. S e usa una distribucin de frecuencias pues es
193
Dato
Valor
Dato
1
2
3
4
5
6
7
8
9
10
8,0
6,0
7,3
5,1
7,0
6,8
7,0
6,8
8,1
6,9
11
12
13
14
15
16
17
18
19
20
Valor
4 ,9
:;
7,1
8,2
8,0
8,5
8,1
7,1
6,0
6,3
6,3
Dato
Valor
Dato
Valor
21
22
23
24
25
26
27
28
29
30
7,0
6,9
7,1
7,2
6,8
6,4
6,0
7,0
5,8
4,3
31
32
33
34
35
36
37
38
39
40
5,3
8,3
8,1
7,6
7,8
7,3
7,2
7,0
7,1
6,9
LS
I1
IS
4,25
5,05
5,85
6,65
7,45
8,25
5,05
5,85
6,65
7,45
8,25
9,05
4,3
5,1
5,9
6,7
7,5
8,3
5,0
5,8
6,6
7,4
8,2
9,0
CO N TEO
III
mu
iiiiiii
iiiiiiiiiiiiiiiiiiii
iiiiiiini
mu
nk
3
5
7
20
10
5
4,65
5,45
6,25
7,05
7,85
8,65
Nk
Fk
3
8
15
35
45
50
6
10
14
40
20
10
6
16
30
70
90
100
CONTROL DE CALiDAD
194
V.ie = 4 ,0
d cim a s de m ilm etro
M=
v se +v le
9 ,7 + 4,0
= 6,85
V se - V
le
9 ,7 -4 ,0
= 2,85
T =
METODO DE TAGUCHI
E ste m todo , c u y o objetivo es lograr a tra vs del diseo de pro du cto un
m s alto nivel de calidad, fue desarrollado en Ja p n por el Dr. G enichi Ta g u ch i.
195
funcin de prdida se
funcin de prdida y
anlisis seal/ruido
b u sc a d is e a r el p ro d u cto o el p ro ce so lo sufi
cientem ente robusto (ca p a z de afrontar los efectos de la variacin sin cam bios
significativos) para qu e satisfaga las variaciones a que se ver som etido tanto
interna com o externam ente. Las variaciones internas son aquellas que ocurren
durante el proceso de m anufactura, m ientras que las variaciones externas son
las p ro vo ca d a s por factores externos que norm alm ente no estn bajo control
del fabricante o el consum idor.
A lg u n o s ejem plos de cau sa s de variacin internas son alm acen aje inde
bido, prdidas de friccin de m aquinaria, calor, polvo y corrosin. C o m o causas
de v a ria c i n e x te rn a se p u e d e n cita r a q u e lla s c a u s a d a s p o r c o n d ic io n e s
CONTROL DE CALIDAD
196
d e s fa v o ra b le s q u e s e p re s e n ta n en el m e rc a d o o a m b ie n te en el q u e se
d e se nvu e lve el producto. A lguno s ejem plos de ellas son: hum edad, cam bios de
tem peratura, tensiones y otros esfuerzos que hacen que el producto se aleje de
las especificaciones establecidas.
D e s d e el p u n to de v is ta e s ta d s tic o , el m to d o b u s c a la re d u c c i n de
variabilidad alrededor de la m edia con una desviacin estndar m uy peq u ea.
U n a fo rm a d e m e d ir lo e x p re s a d o a n te rio rm e n te es a tra v s del ndice de
q u e se define co m o la relacin entre las tole
v e - v ie
C p = --------------------------------------------------------------------------------------------------------------------------------------------------6 a (Rango Total desde - 3 a hasta +3 cr)
V se: Valor superior especificado
V e: Valor inferior especificado
El M todo de T a g u c h i trata de optim izar la capacidad de proceso buscando
un equilibrio entre lo qu e piensan los diseadores y lo que pueden ejecutar los
Ingenieros de proceso.
Valor inferior
de especificacin
--------------------------------------------
Valor
nominal
Toleremcias
Valor superior
de especificacin
--------------------------------------------
197
Factores
Exp.
1
2
3
4
5
6
7
8
9
1
1
1
2
2
2
3
3
3
1
2
3
1
2
3
1
2
3
1
2
3
2
3
1
3
1
2
1
2
3
3
1
2
2
3
1
Resultado
Y1
Y2
Y3
Y4
Y5
Y6
Y7
Y8
Y9
198
CONTROL DE CALIDAD
199
F a ctores
Exp.
F u erza
30
1 ,2
30
1 ,7
MET
2 2 ,7
2 2 ,6
2o
1 1 ,5
30
2 ,5
MEK
50
1 ,7
MEK
50
2 ,5
50
1 ,2
MET
2 4 ,0
70
2 ,5
MET
2 5 ,1
70
1 ,2
MEK
3 0 ,3
70
1 ,7
FAC TO RES
2o
2o
N IV E L E S
A=TEMPERATURA DE CURADO
B=TIEMPO DE LIMPIEZA
C=VOLUMEN DE RTV
D=AGENTEUSADO
30
1
1,2
h 2o
50
3
1,7
MET
3 3 ,3
U N ID A D E S
70
5
2,5
MEK
+ Experim ento 2
+ Experim ento 3
A1 = 11,5
+ 22 ,7
+ 22,6
A1 = 5 6 ,8
+ Experim ento 5
+ E x p e rim e n to s
B 2 = 2 2 ,7
+ 28,5
+ 30,3
B 2 = 81,5
1 9 ,0
2 8 ,5
C
MINUTOS
cm3
CONTROL DE CALIDAD
200
C lc u lo de F a cto r C al nivel 3
C 3 = Experim ento 3
C 3 = 22 ,6
+
+
Experim ento 5
2 8,5
Experim ento 7
25,1
C 3 = 76 ,2
C o n b s e e n el C u a d r o 3 .1 0 , el v a lo r m s alto p a ra c a d a f a c to r es
seleccionado, de tal m anera que la resistencia de la unin sea m axim lzada. E n
este experim ento, el m xim o se da para A 3 (70C), B2 (3 m inutos), C 3 (2 ,5 cm 3
de v o lu m e n de R T V ) y D1 (a g u a para el ba o ultrasnico). La s co n clu sio n e s
son las siguientes:
1.
2.
3.
4.
N IV E L 1
5 6 ,8
5 5 ,6
6 5 ,8
N IV E L 2
7 1 ,5
8 1 ,5
7 5 ,0
7 1 ,8
N IV E L 3
8 8 ,7
7 9 ,9
7 6 ,2
7 1 ,9
2 1 7 ,0
2 1 7 ,0
2 1 7 ,0
2 1 7 ,0
TOTAL
7 3 ,3
201
D e lo a n te rio r se c o n c lu y e q u e el M to d o d e T a g u c h i p u e d e r p id a y
fcilm ente o p tim izar un p ro ce so o un pro du cto u sa n d o tcn ica s estadsticas
m u y sim ples. P or otro lado, no es necesario tener un conocim iento profundo de
las c a ra c te rs tic a s fsic a s y q u m ic a s del p ro c e s o o p ro d u c to q u e va a se r
optim izado.
Este ejem plo lustra c m o la m edia de un proceso puede ser llevada hasta
el nivel deseado. U n procedim iento similar puede ser aplicado para optim izar la
variabilidad, a lo q u e el Dr. T a g u c h i llam a Anlisis Seal/R uido. E n este caso,
v a rio s p ro d u c to s d e b e n s e r p ro b a d o s p a ra c a d a ln e a d e e x p e rim e n to y
en to n ce s los resultados pu e d e n s e r m a x im iza d o s red u cie n d o la v a ria n za en
form a opuesta al procedim iento usado en este caso de estudio. (T a g u c h i,1986)
CONTROL DE CALIDAD
202
a g r a v a r n y s e in c re m e n ta r n . N o im p o rta si el e n s a m b le es m a n u a l o
a utom tico, los cuidados en la etapa de diseo deb en ser analizados.
E n el ca so de un ensam b le m anual los operarlos necesitan m esas, dispo
sitivos, cajas, sujetadores y herram ientas m anuales para llevar a cabo su traba
jo. A d e m s , se necesitan b a n d a s transportadoras, dispositivos de gra ve d a d u
otros equipos de m anejo de m ateriales para el transporte de materiales, partes
y p ro du ctos de un puesto de trabajo a otro. La s m a n o s son la principal h e rra
mienta de trabajo. E n el caso de un ensam ble automtico, el diseo de producto
d e b e tom ar en cuenta todas aquellas caractersticas que faciliten el desarrollo
de p ro gra m a s de co m putad ora de a cu erdo con el pro ceso por ejecutar.
E n general, sin importar el tipo de ensam ble, el objetivo de los diseadores
es uno: disear un producto cu ya sim plicidad y caractersticas permitan un fcil
en sa m b le , satisfaciendo los requerim ientos del co n su m ido r a un nivel e co n
m ico para la e m p resa. Esto es con ocido co m o diseo para la manufactura.
E n la aplicacin de este concepto, los diseadores tom an en cuenta el tipo
d e p r o d u c t o , s u s c a r a c t e r s t i c a s y a d e m s lo s s ig u ie n t e s p r in c ip io s
(F ish e r, 1984):
1. Modularidad. S e
e n s a m b le y n iv e l de d ific u lta d de la o p e ra c i n . A la v e z , el o rd e n se
favore ce y la p ro gram acin y el control de produccin se hace m s fcil.
2.
Partes multifuncionales.
Accesibilidad.
La s partes q u e c o m p o n e n el e n s a m b le d e b e n se r d is e
5.
203
Utilidad. Las partes y su ben sam bles deben ser disead os de tal m anera
que se obtengan utilidades sin sacrificar la calidad de materiales y c o m p o
nentes. P ara esto, el dise a d o r deb e h acer un anlisis de costos y estar
con sciente de q u e se deb e d is e a r un pro du cto lo suficientem ente e c o
nm ico y de alta calidad y que por consiguiente cu m p la con los requisitos
establecidos tanto por parte del cliente com o del proceso de manufactura.
6.
Simplicidad.
U n diseo de pro ducto que sea sim ple evita errores en las
8.
Facilidad.
Variabilidad.
Orientacin.
204
CONTROL DE CALIDAD
3.
6.
E s im p o rta n te to m a r en
cu e n ta p ro p ie d a d e s de los m ateriales en el diseo de producto, p u e s es
este el m edio de estudiar interacciones entre el am biente, el ser h um a no y
las m quinas, e va lu a n d o las posibles ca u sa s de fallas.
7.
8.
Anlisis de la competencia.
205
bu e n a prctica iniciar una pro d u cci n sin a n a liza r las fortalezas y debili
d a d e s del d is e o e sta b le cid o . E s to se logra a tra v s de p ru e b a s piloto
iniciales qu e perm itan e v alu ar las caractersticas de diseo y determ inar
los c a m b io s n e c e s a rio s . L a p r c tic a de fijar v a lo re s o b je tivo en lugar
de to le ra n c ia s o b lig a al p ro c e s o a p ro d u c ir c o n un m e jo r m a rg e n de
calidad.
E l d is e o d e un p ro d u c to ba jo esto s p rin c ip io s y c o n d ic io n e s g a ra n ti
z a r xito en el m e rc a d o con el c o rre sp o n d ie n te a u m e n to en el v o lu m e n de
ventas.
CONTROL DE CALIDAD
206
Concepcin y factibilidad.
c.
e.
Produccin masiva.
a lca nzado los parm etros dictados por el diseo se inicia la produccin en
m a sa efectuando los controles previam ente diseados.
f.
E n todas estas etapas existe riesgo de error y este error ser frecuente en
la m edida en que la efectividad del sistem a sea baja.
La
efectividad de un sistema
207
es la m e d id a de la extensin en qu e se
espera que ese sistem a satisfaga los requisitos fijados para cum plir una misin
espe cfica. La efectividad es funcin de la
capacidad de
disponibilidad, la fiabilidad y la
los com ponentes del sistem a los cuales se com binan a travs de
Pa= T M E F / (T M E F + T M D R )
donde:
TM EF =
P a:
J01 * f(t) dt
funcin de falla
EJEMPLO 3.7
208
CONTROL DE CALIDAD
SOLUCION
fiabilidad
e s la p ro b a b ilid a d d e q u e el s is te m a se e n c u e n tre en
TM EF =
!(t )d t
EJEMPLO 3.8
U n co m p re so r tiene una tasa constante de falla de 0 ,0 0 0 4 fallas por hora.
S u p o n g a que el c o m p re so r inicia el trabajo al tiem po t=0.
C a lcule la fiabilidad del c o m p re so r en 150 horas de trabajo.
209
SOLUCION
h(t) = 0 ,0 0 0 4 fallas/hr
1 = 1 5 0 horas
Modelo en serie
Este m odelo representa un sistem a que tiene m com pon entes idnticos e
independientes conectados en serie, lo que significa que si uno falla, el sistem a
o su bsistem a falla. La expresin de fiabilidad para este m odelo es:
Rs = (R+g)m=R +m Rrn~1q + m (m -1)Rm2q2+...+m fm-1L..fm-+11Rmia+...+qm
2!
i!
Rs= fiabilidad del sistema
R = fiabilidad del com ponente
m = nmero de componentes
Rm= fiabilidad de m elementos operando exitosamente
mR'"-'q = probabilidad de que exactam ente (m -1) elem entos operen
exitosamente
m (m -11Rm2q2 = probabilidad d e q u e exactam ente (m-2) elementos
2!
operen exitosamente
m(m-1t...fm-+11Rmiqi = probabilidad de que exactam ente (m-i) elem entos
i!
operen exitosamente
qm= probabilidad de falla de m elem entos
CONTROL DE CALIDAD
210
m
rS =
rI
i=1
E J E M P L O 3.9
U n sistem a de produccin es alim entado por bom be o usando tres bom bas
de diferente c a p a cid a d . L a s tres b o m b a s son n e cesarias para perm itir que el
p ro ce so cu m pla con su raz n de produccin. Las fiabilidades de estas bom ba s
s o n 0 ,9 , 0 ,9 5 y 0 ,9 2 re s p e c tiv a m e n te . C u l es la fiabilidad del s iste m a de
bom beo?
SOLUCION
La F ig u ra 3 .1 7 rep resen ta al sistem a de bom beo.
3
R s=
R= R , * R2* R3
=i
R s = 0 ,9 * 0 ,95 * 0 ,9 2 = 0 ,7 8 6 6
La fiabilidad del sistem a de bo m b e o es de 0,7866.
#1
#2
#3
R,= 0,9
R,= 0,95
R,= 0,92
211
Modelo en paralelo
E s te m o d e lo re p re s e n ta m a c tiv o s e in d e p e n d ie n te s c o m p o n e n te s
c o n e c ta d o s en p a ra le lo . E s to significa que al m e n o s un c o m p o n e n te deb e
funciona r n orm alm ente para el xito del sistem a. La fiabilidad del sistem a se
calcula com o:
a.
Rs =
b.
1 - qm
~
Para co m p o n e n te s no idnticos
m
Rs= i - n qi
i=1
don de:
Rs =
qm =
productoria
EJEMPLO 3.10
a.
b.
CONTROL DE CALIDAD
0,15
RS = 1 - n q 0
=1
R = 1 -q ,* q 2*q3
R s = 1 - (0 ,2 0 )(0 ,0 9 )(0 ,13)
R S = 1 - 0,00
234
R S = 0 ,9
9766
1 ( )R '(1 -R r
Rn/m=
i=m
EJEMPLO 3.11
La Figura 3.20 representa un sistem a com puesto de tres subsistem as A , I
y C respectivam ente. E n el su bsistem a A solo dos co m pon entes deben operar
sim ultneam ente para g aran tizar el xito del su bsistem a. C a lc u le la fiabilidad
del sistem a.
S O L U C IO N
a.
S u bsiste m a A
Ra=
i=2
Ra=
( )R(1-R)3-'
i
( ) R2(1 - R) + ( )R3
2
CONTROL DE CALIDAD
214
Subsistema A
Subsistema B
Subsistema C
R A = 3 R 2 (1 - R ) + R 3 = 3 R 2 - 2 R 3
R A = 3 * (0 ,8 9 )2 - 2 * (0 ,8 9 )3 = 0,9 6 6 3 6 2
b.
S u b siste m a B
R b = 0,93
c.
S u b siste m a C
R c = 1 - q4 = 1 - (1 - R )4
R c = 1 -( 1 - 0 ,9 4 ) 4= 0 ,999987
La Figura 3.21 representa al sistem a.
R s =
R a * R b * R c
R s = (0 ,9 6 6 3 6 2 )(0 ,9 3 )(0 ,9 9 9 9 8 7 )
R S = 0 ,8
987
0,966362
215
0,93
0,999987
RESUMEN
H e m o s visto en este captulo c m o la ingeniera de calidad busca el anli
sis de los problem as de calidad de los procesos con base en una Identificacin
de caractersticas de calidad. A partir de ellas y de ias actividades en la etapa de
d ise o de p ro d u cto se logra red u cir la va riabilidad, el eterno e n e m ig o de la
calidad.
A d e m s, se fundam enta la necesidad de aplicar la norm alizacin con el fin
d e o b t e n e r n o r m a s y e s p e c if ic a c io n e s q u e g o b ie rn e n los p ro c e s o s de
m anufactura.
O tra de las tcnicas tiles es el anlisis de efectividad del sistem a a travs
del cu a l se p u e d e d is e a r ca lid a d , e s tu d ia n d o la p ro b a b ilid a d de falla del
producto y ejerciendo las acciones necesarias.
PREGUNTAS DE REPASO
1.
2.
216
CONTROL DE CALIDAD
3.
4.
5.
6.
7.
8.
9.
10.
PROBLEMAS
1.
2.
1.
2.
Pantaln de vestir
3.
4.
Bicicleta
5.
B asurero
b.
com p re n d id a s entre 45 ,4 y 45 ,7 m m
superiores a 45 ,3 m m
217
3.
C u l es el % defectuoso?
C u l e s el v a lo r e s p e r a d o d e a g u ja s d e f e c t u o s a s en un
d e s p a ch o ?
Q u c o n d ic io n e s tie n e n q u e d a rs e p a ra g e n e ra r un 1 % de p ro
duccin fuera de especificacin?
b.
Q u ocurrira si la m e d ia s e d e s p la za a 103,7 g?
c.
d.
e.
4.
b.
c.
218
CONTROL DE CALIDAD
L,
I,
>,
nK
2,15
4,05
5,95
7,85
9,75
11,65
4,05
5,95
7,85
9,75
11,65
13,55
2,2
4,1
6,0
7,9
9,8
11,7
4,0
5,9
7,8
9,7
11,6
13,5
5
12
56
20
4
3
d.
5.
6.
a.
b.
c.
28,6
28,8
28,9
29,1
30,8
30,1
32,1
32,0
30,5
30,0
29,9
30,8
31,7
30,2
29,0
28,1
28,7
29,9
30,2
30,5
30,0
29,0
29,7
30,8
31,2
219
M A Q U IN A S
Promedio
Desviacin
39,12
40,85
34,91
1,50
1,90
1,40
C u l es el % d efectuoso de c a d a m q u in a y qu re c o m e n d a c io n e s se
dan?
b.
c.
C u l d e b e s e r u na e s p e c ifica ci n p a ra q u e to d a s las m q u in a s p ro
du zca n 3 % o m enos de tubos defectuosos? R esuelva considerando tanto
proceso centrado com o descentrado.
ch.
7.
CONTROL DE CALIDAD
220
L ista d e v a ria b le s
A.
T ie m p o de m ezclad o
Se-tienen tres diferentes tiem pos que son 2 , 3 y 4 horas
B.
V e locidad de corte
S e tienen tres velocida des que son 3 6 ,7 8 ,1 0 0 rpm
C.
D.
8.
9.
221
CD c/5
E 2
E "S
.2
-S c
<o
E
0)
CD O
-! 8
o
CD .O
c o
o CM
"O Q)
3 "O
V) )
r
CD <D
i;
O E 3
-o c O
O)
Q. .-g
C (D LO
CD c/5
C
3
co .E
<D C
> * :=
CM
.5
<o
.2 i> CD
E > "9
f-
CD nD
>S CD
LLI O
0) )
E 2
:I .SE2 -g
"S C
CD O
E *
-0 0
o
2 -Q . o
05
o 8
CD
CD
CD
i_
CD CD
T3 C
c O
II
C
m
i
D
R ra f _
) w
(D (D ;
TR
CD
?
C-S
"O 0
2
CD
> "O
"S O J =>
o 7 3 ra O
- C (D O
O) o
CD 0) C
C) CL 3
C/5 C
CD 'CD
o W
CD c LO
><
cc
CM
> , CD
E "S
cu .2 ^
o
O)
CD JO
-Q
CD
CD
II
cr
LJ- CD '
C/5 C/5
0 0
05 O
0
CO
Q)
CL
LL I
U J CD
<
CE
O
CD
UJ
O
<
O
O
<
o.
<
o
<
o
<
o
CD
<
O
<
CE
<
0.
gS
CD LD
z o
< <
co
p s
C/5 O
O uj
O O
GE
O
Q_
<
o
x
UJ
0.
POR
NO FUN CIO N AR
cc
t:
DE PRODUCCION
O
O
o
o S
CONTROL DE CALIDAD
222
a0,03
r 0,01
0,02
-
0,08
0,08
0,02
0,04
13
14
0,02
0,01
0,07
0,05
0,02
0,04
0,03
- 10 -
12
0,09
11
0,05
Captulo IV
GRAFICOS DE CONTROL
PARA VARIABLES
DEFINICION DE GRAFICO DE
CONTROL
El grfico de control es una form a grfica y cro n o
lgica de representar el com portam iento de una o m s
caractersticas de calidad, fijando lmites que sean acor
des con experiencias y valores especificados y p re via
m ente establecidos.
224
CONTROL DE CALIDAD
construccin
'225
CAUSAS DE VARIACION
Los grficos de control se basan en el estudio de cau sa s de variacin pues
son stas las que originan los pro blem as de calidad en los procesos. C o m o se
recalc anteriorm ente ningn p ro ce so de m anu factura es c a p a z de producir
dos unidade s idnticas, pues siem pre existe variacin.
Esta variacin tiene su origen en la naturaleza del proceso y en la interven
cin de agentes externos que hacen que el com portam iento de la caracterstica
en estudio se altere.
E x iste n d o s tipos de c a u s a s de v a ria c i n : las c a u s a s a s ig n a b le s y las
ca u sa s no asignables.
CONTROL DE CALIDAD
226
Las
causas no asignables
o cu rre n al a z a r y se d e b e n a la n a tu ra le za
E J E M P L O 4.1
2.
3.
C o rta r la lm ina.
4.
5.
SOLUCION
Listado de caractersticas
Causas imputables al hombre
D esm otivacin
N eglige ncia
Filo de cuchilla
Desajuste de cuchilla
G o lp e de guillotina
Desajuste de dispositivo
Dispositivo mal colocado
D istancia a palanca
D u re z a de la lm ina
L m in a s torcidas
P orosidad
Defectos superficiales
Brillo
G ranulacin
R aya d u ra s
228
CONTROL DE CALIDAD
el e m p le o de
in s tru m e n ta c i n , m a te ria le s y p e rs o n a s q u e en m u c h o s c a s o s d e b e n s e r
especia lizad os. Esto es an m s im portante si se tom a en cuen ta que solo se
puede controlar una variable a la v e z.
EJEMPLO 4.2
U n a operacin de produccin debe cum plir con la especificacin 34 9 cm .
E n este m om ento el pro m e dio del pro ceso se encuentra en 40 cm . D e m o stra r
que es m ejor un control basado en prom edios con m uestras de cuatro unidades
que un control ba sado en o b se rvacio nes individuales.
SOLUCION
M = 34 cm
T = 9 cm
o = T/3 = 9/3 = 3 cm
229
L S C = x + 3 * a = 34 + 3 * 3 = 43 cm
L IC = x - 3 * a = 34 - 3 * 3 = 25 cm
L a F ig u ra 4.1 m u e stra g r fic a m e n te la fo rm a de h a c e r el c lc u lo de la
probabilidad planteada.
S e a A la probabilidad de detectar un valor x fuera de lmites y com puesta
por la su m a de A , y A 2.
A , = P ( x > 43 ) = 1 - N ((4 3 -4 0 )/3 )
A , = 1 - N ( 1 ) = 1 -0 ,8 4 1 = 0 ,1 5 9
S itu a c i n te ric a
S itu a c io 'n re a l
230
CONTROL DE CALIDAD
A , = 1 5 ,9 %
de T a b la I de A p n d ice I
A 2= P ( x < 25 ) = N ((2 5 -4 0 )/ 3 )
A 2= N ( - 5 ) cu yo valor es a proxim adam ente cero
P o r lo tanto: A = A , + A 2= 15,9 + 0 = 15,9 %
A =15,9%
p_= i = 34,0
a* = o 1N n = 3 / V 4 = 1,5 c m
L S C * = x + 3 * O j = 3 4 ,0 + 3*1 ,5 = 3 8 ,5 c m
L I C X- = x - 3 * o X- = 3 4 , 0 -3 * 1,5
= 2 9 ,5
cm
de T a b la I de A p n d ice I
231
S itu a c i n te ric a
S itu a c i n re al
B = 8 4 ,1 %
b.
c.
d.
Grficos de su m as a cu m u lad as (C U S U M )
CONTROL DE CALIDAD
232
2.
necesario
definir el lugar de don d e se extraern las m uestras, sea ste lotes pro d u
c id o s o m q u in a s en p ro c e s o . A d e m s , se d e b e e s tru c tu ra r a d e c u a
dam ente la form a en que las m uestras van a ser extradas. A lg u n a s de las
form as de ejecutar estas actividades son:
3.
a.
U tiliza c i n d e u n a p ro p o rc i n so b re u n a ca n tid a d p ro d u c id a (p o r
ejem plo cinco de ca d a cien)
b.
c.
d.
La d e te r
233
E s m uy im por
Recoleccin de informacin. U n a v e z
X=-
n
donde:
n : tam ao de la m uestra
x.: dato individual
b.
Intervalo de la m uestra
R = x i mx - x imin.
234
CONTROL DE CALIDAD
donde:
ximx: dato de m a yo r m agnitud en la m uestra
ximn: dato de m e n o r m agnitud en la m uestra
c.
x=
=1
_
m
d onde:
m : n m e ro de m uestras
x: pro m e dio de la m uestra i
d.
Intervalo pro m e d io
XR,
R 11+ 2R , + R 3, + ... + R m
R = ----------------------------------------------------
=1
m
donde:
m : n m e ro de m uestras
R: intervalo de la m uestra i
6.
lm ites de con tro l d e l pro ce so sirven para analizar la situacin del proceso
con respecto a su s capa cid ades naturales, o sea aquellas sin la interven
ci n de c a u s a s a s ig n a b le s . L o s lm ite s de c o n tro l e s p e c ific a d o s son
aquellos b asa do s en la especificacin y que sirven para ve r si el pro ceso
cum ple con ella. La dem ostracin de estos lmites se puede observar en el
A p n d ice III.
235
P ara intervalos
L S E -= M + T I NfrT
L S E R = D 2*T/3
L C E -x= M
L C E R = d2*T/3
L IE - = M - T / '
L IE R = D ,* T / 3
Para intervalos
L S C x = x + A 2* R
LSC r= [Y
LCC
lc c
L IC x = x - A 2 * R
L 'C r = D 3
r=
236
CONTROL DE CALIDAD
gradan dos escalas, la del eje x que sirve para anotar entre otras cosas el
n m e ro de la m u e stra , la hora de recoleccin y la m q u in a de don d e se
obtuvo.
La otra esca la , la del eje y, se divide en dos partes indepen dientes, u na
gra du a d a para prom edios y la otra g raduad a para intervalos, por supuesto
con esca las diferentes.
La fo rm a e n q u e s e g ra d a n las e s c a la s p a ra el p ro m e d io y p a ra el
intervalo deben contem plar la m agnitud m s grande y m s pequea entre
los va lores de p ro m e d io e intervalo y los respectivos lm ites superiores e
inferiores.
Los lmites de control especificados no se dibujan sobre el grfico, sino que
se p u ede n su p e rp o n e r utilizando una lm ina de plstico.
U n a v e z g radu ad a s las escalas se procede a dibujar los lmites de control
de pro ce so y los puntos corresp ondientes a cada m uestra. Lo s intervalos
se grafican con ba stone s y los pro m edio s con lnea de trazo continuo.
Lo s puntos que sa lg a n ruera de lm ites deb en ser identificados m ediante
u na m a rc a e s p e c ia l, un c rc u lo p o r e je m p lo . La F ig u ra 4 .3 m u e stra un
e sq u e m a de este grfico.
237
<
2
O
O
Q
<<
tr z
- Q
en o uj
uj < UJ
=> S o
S CCUJ
O . o
QC<
UJ r
5 <
5 aZ o
o . i r o 5 i i J - o to
in
io
cvj
ro
x ,R .
CONTROL DE CALIDAD
238
x m= ( S
k=1
x j/ (m -h )
k=1
donde:
Xm =
m = n m e ro de m uestras totales
h = n m e ro de m uestras fuera de lmites
Los lmites m odificados se calculan usando las m ism as expresiones vistas
a n te rio rm e n te , y se su stitu y e el v a lo r del p ro m e d io p o r el n u e v o v a lo r m o
dificado.
El c h e q u e o de p u n to s fu e ra de lm ite s d e b e e je c u ta rs e c a d a v e z q u e
n u e v o s lm ites se a n obte nid os. El anlisis term ina en el m o m e n to en que no
h a y a ningn punto fuera de lm ites, siem pre y cu a n d o no se h ayan elim inado
m s del 3 0 % de las m u e s tra s . S i ello o cu rrie se , se s u s p e n d e el e stu dio , se
analiza el proceso para encontrar las causas de lo ocurrido y una v e z corregidas
239
Rm= (X
k=1
f
R k-
R J / (m -f )
k=1
don de:
R m = intervalo prom edio m odificado
m = n m ero total de m uestras
f
240
CONTROL DE CALIDAD
241
3.
4.
2.
3.
e l p ro ce so est centrado
Esta situacin pro voca un nivel de producto disconform e con las especifi
c a c io n e s q u e d e b e se r co n tro la d o con c u id a d o . L a s m e d id a s q u e se de b e n
tom ar en este ca so son entre otras:
1.
D ism inuir la dispersin del proceso haciendo los cam bios necesarios
2.
3.
CONTROL DE CALIDAD
242
S itu a c i n 4. Doble lm ite especificado. Los lm ites de c on tro l del pro ceso
se en cue ntran dentro de los lm ite s de c o n tro l esp ecificado s y e l p ro ce so est
descen tra do
E ste c a s o es de c u id a d o p u e s si el p ro ce so es irre gu lar en m a n te n e r su
c e n tro p u e d e p ro v o c a r d e un m o m e n to a otro un v o lu m e n no d e s e a d o de
producto defectuoso. La s m e didas por tom ar son las siguientes:
1.
2.
3.
E sta blecer controles rgidos que perm itan detectar cualquier cam bio en el
centro del proceso.
S itu a c i n 5. D oble lm ite especificado. Los lm ites de con tro l d e l p ro ce so
243
2.
3.
2.
3.
M = x
g < T / 3
o = R/d2
H e c h o sto se calcula el porcentaje disconform e con especificaciones al
inicio y al final del estudio. Las Figuras 4 .4 y 4.5 m uestran las curva s norm ales
qu e se deben plantear para calcular a m b o s porcentajes.
CONTROL DE CALIDAD
244
M - T
M+ T
245
S e g u im ie n to
EJEMPLO 4.3
E n una industria m a nufactu rera de e n v a s e s plsticos, existe un enva se
cu y o p e so nom inal deb e ser 45 g ra m o s. C o n el fin de c h e q u e a r el estado del
p ro c e s o se to m a n treinta m u e s tra s de c in co e n v a s e s c a d a u na y se p e sa n
obteniendo la inform acin que se presenta en el C u a d ro 4.1.
a.
b.
CONTROL DE CALIDAD
246
Artculo:
Caracterstica:
Operacin:
Operario:
Fecha:
Muestra
10
V
A
L
O
R
5
4
3
2
1
48
35
46
55
41
42
48
47
45
46
42
40
49
48
41
43
43
40
40
42
41
42
41
41
45
45
47
44
47
49
59
60
59
59
60
40
40
46
46
46
40
42
43
46
47
42
45
39
44
45
225
45,0
20
228
45,6
6
220
44,0
9
208
41,6
3
210
42,0
4
232
46,4
5
297
59,4
1
218
43,6
6
218
43,6
7
215
43,0
6
11
12
13
14
15
16
17
18
19
20
52
38
48
44
45
44
53
47
38
44
44
43
45
40
43
54
41
45
44
39
51
39
54
45
38
44
45
46
37
43
46
55
47
46
43
39
42
55
47
48
42
42
49
43
44
48
42
43
43
43
227
45,4
14
226
45,2
15
215
43,0
5
223
44,6
15
227
45,4
16
215
43,0
9
237
47,4
12
231
46,2
16
220
44,0
7
220
44,0
5
21
22
23
24
25
26
27
28
29
30
5
4
3
2
1
35
58
50
40
52
46
47
49
40
41
54
49
46
43
35
48
47
46
45
41
60
53
49
51
52
45
44
42
40
40
40
40
40
39
41
36
47
48
45
35
45
45
46
44
47
47
50
51
47
44
235
47,0
23
233
46,6
11
200
40,0
2
211
42,2
13
227
45,4
3
237
47,6
7
I
N
D
I
V
n=5
O
B
TOTAL
PROMEDIO
INTERVALO R
MUESTRA #
S
E
R
V
A
L
O
R
I
N
D
I
V
5
4
3
2
1
TOTAL
PROMEDIO
INTERVALO R
MUESTRA
V
A
N
V
A
L
O
R
I
N
D
I
V
TOTAL
PROMEDIO
INTERVALO R
E
S
a2
1,880
1,023
0,729
0,577
0,483
0,419
0,373
0,337
0,308
0,285
d2
3,686
4,358
4,698
4,918
5,078
5,203
5,307
5,394
5,469
5,534
2,115
2,004
1,924
1,864
1,816
1,777
1,744
2,326
2,534
2,704
2,847
2,970
3,078
3,173
D4
3,267
2,575
2,282
d2
1,118
1,693
2,059
1 0 1 1
247
SOLUCION
A.
' -
276
R = -------------= 9 -2
30
+ T / 'f rf =
45
5/\f5 =
47,3 gram os
LCE
= M
45,0 gram os
L IE
= M
- T/fn
45
5/15
42 ,7 gram os
Para intervalos
LSEr
D2
T/3 =
4 ,9 1 8 * 5 / 3 = 8 ,6 gram os
LCEr
d2
T/3 =
L IE r
D,
T/3 =
0*5/3
0 gram os
CONTROL DE CALIDAD
.48
LSCx=
x + A 2* R = 45 ,3 + (0 ,5 7 7 * 9 ,2 ) = 5 0 ,7 g ram os
Lca=
= 45 ,3 gram os
L IC x =
x - A 2* R = 4 5 ,3 - (0 ,5 7 7 * 9 ,2 )
= 3 9 ,9 g ram os
P a ra intervalos
L S C R= D 4* R = 2 ,1 1 5 * 9 ,2
= 1 9 ,5 g r a m o s
LCCr =R
= 9,2 gram os
U C R = D 3* R = 0
* 9 ,2
0 gram os
B.
1.
G r f ic o R
S e nota qu e las m uestra s 1 y 21 se encuentran sob re el lmite superio r de
control, ento nces se recalcula el intervalo prom edio.
2 7 6 - ( 2 0 + 23)
Rm
= 8,32 gramos
30 -2
249
O CC< L l U O IX
O CC<Ll. O O CE
250
CONTROL DE CALIDAD
S e re c a lc u la s o lo el lm ite s u p e r io r p u e s es el q u e s e n e c e s ita p a ra
o b s e rva r si hay m s puntos fuera.
L S C Rm= D 4* R m= 2 ,1 15* 8 ,3 2 = 17,6 g ram os
Al obse rvar de nuevo el grfico se nota que la m uestra 23 se sale de lmites
por lo qu e se elim ina. E l nuevo intervalo m odificado es:
2 3 3 -1 9
R m= ------------------------= 7 ,9 3 gram os
2 8 -1
L S C ^ = 2 ,1 1 5 * 7 ,9 3 = 16,8 gram os
Y a no hay m s puntos fuera y se elim inaron solo el 1 0 % de las m uestras.
S e p ro cede entonces a analizar el grfico de prom edios.
Grfico x
S e recalculan los lmites con el n u e vo intervalo prom edio.
L S C - = 4 5 ,3 + (0 ,5 7 7 * 7 ,9 3 ) = 49 ,9 g ra m o s
L i a = 45 ,3 - (0 ,5 7 7 * 7 ,9 3 ) = 40 ,7 g ra m o s
S e nota que las m uestras 7 ,2 5 y 27 se encuentran fuera de lmites. P or lo
tanto se procede a elim inarlas y a recalcular el prom edio.
1 3 5 9 - ( 5 9 , 4 + 5 5 + 40)
x m= --------------------------------------------------= 44 ,6 g ra m o s
3 0 -3
Lo s lmites de control de pro ceso m odificados sern:
L S C 5m= 44 ,6 + (0 ,5 7 7 * 7 ,9 3 ) = 49 ,2 g ra m o s
L IC 5m= 44 ,6 - (0 ,5 7 7 * 7 ,9 3 ) = 40,0 g ra m o s
251
2.
Exactitud
M= x
45 ,0
= 44,6
= - 0,26
3,41
'15
CONTROL DE CALIDAD
252
b.
Precisin
a > T/3
a' = R/d2= 7 ,9 3 / 2,3 2 6 = 3,41
T/3 = 5 / 3 = 1,67
3,41
> 1 ,6 7
c.
o'.= 9 ,2 / 2 ,3 2 6 = 3,96
& = 7 ,9 3 / 2 ,3 2 6 = 3,41
Las Figuras 4.8 y 4.9 m uestran las curvas norm ales usadas para el clculo
del porcentaje de producto fuera de especificaciones.
253
254
CONTROL DE CALIDAD
UTILIZACION D EL GRAFICO
PROCESO
x,
R PARA A JU ST A R UN
b.
N o h a y p u n to s fu e ra de lm ite s de c o n tro l de p ro ce so . Si es a s se
p ro ce d e a e v a lu a r la situacin del p ro ce so con respecto de e s p e c i
ficaciones. Si cum ple con las especificaciones se aplica lo dicho en el
255
R ecolectar los datos del seg u ndo da. Si existen lmites de control de pro
c e s o iniciales los datos reco lecta do s se graflcan y se a n aliza la c o n s is
tencia del p ro ce so co n respecto al d a anterior sin e n trar en el anlisis
L u e g o , se efectan los clculos n e cesarios para ob te n e r n u e vo s lmites
con base en las m uestras del primer y segundo das com o si fuesen un solc
c o n ju n to . C o n b a s e en e s to s lm ite s y en los d a to s de a m b o s d a s se
e fecta el a nlisis. Si h ay pu nto s fu era se e lim in an, se c o m p a ra con la
especificacin y se h acen los ajustes necesarios. Si no hay puntos fuera
Recolectar los datos del tercer da. Si existen lmites de control de procese
solo en el segundo da. C o n base en estos lmites y en los datos de los tres
o dos das, segn sea el caso, se efecta el anlisis. Si hay puntos fuera se
CONTROL DE CALIDAD
256
b.
5.
o m quina y as cum plir con las exigencias de calidad planteadas por el cliente
o c o n su m id o r. La F ig u ra 4 .1 0 pre senta un e s q u e m a del grfico resultante al
aplicar este procedim iento.
E s im portante re c a lca r qu e un estudio de esta natu ra le za deb e ir a c o m
p a a d o de una c a m p a a de m otivacin y entrenam iento a nivel de e m p re sa ,
p u e s los e s fu e rz o s p a ra m e jo ra r c a lid a d d e p e n d e n en un alto g ra d o del
com portam iento, actitud y aptitud del factor hum ano.
EJEMPLO 4.4
U na Com paa que fabrica paraguas desea controlar la longitud de las varillas
a travs de un grfico de control de prom edios e intervalos. La recoleccin de
257
0 52 M 50 D 4 8 ~
I 2218-
P r im e r d a
4...
3.
S e g u n d o d io
4 ...
T e rc e r da
2.
3.
CONTROL DE CALIDAD
SOLUCION
A.
P a ra pro m e dio s
LSE
= M + T / T = 4 0 ,0 + 2,5/ 5
= 4 1 ,1 2 c m
= M
= 4 0 ,0 0 cm
LCE
X
L IE _ = M - T/ T = 4 0 ,0 - 2,5/ 5
= 38,8 8 cm
P ara intervalos
L S E r = D 2* T/3 = 4 ,9 1 8
*2,5/3 = 4,1 O c m
= D , * T/3 = 0
* 2 ,5 / 3 =
O cm
a.
Articulo:
Caracterstica:
Operacin:
Operario:
Fecha:
Muestra
V
A
L
0
R
5
4
3
2
1
42.1
42.7
40.7
39.1
43,3
I
N
D
I
V
38.5 40,2
40.5 35,9
47,2 37,5
39,4 46.7
38.6 38.8
AM-05
45,0 2,5 gr
Cortadora xy
A. M. Flores
1 de 3
10
37,9
37.8
36,5
40,0
39.9
40.5
41.5
42.5
40,0
39,9
48.0
43,4
44.0
43.0
40.0
36.0
38.7
39.0
41.7
43,5
45.0
40,8
40,2
40.1
41,7
42,3
41,5
39,9
39.8
36.9
50.0
47.0
45,6
46.1
46,9
n=5
O
B
TOTAL 207,9 204,2 199,1 186,8 204,4 218,4 198,9 207,8 200,4 235,6
PROMEDIO 41,58 40,84 39,82 37,36 40,88 43,68 39,78 41,56 40,80 47,12
INTERVALO R
4,2
8,7 10,8 1,4
2,6
8,0
7,5
5,4
4,4
4,9
MUESTRA
V
A
L
O
R
I
N
D
I
V
11
5
4
3
2
1
37,0
38.4
39.5
38,7
37,9
TOTAL
PROMEDIO
INTERVALO R
12
13
40.6 35,0
41,5 37.6
39.7 40,3
38.8 39.7
37,1 38,5
14
15
16
17
18
19
20
38,9
36.3
38.4
39,6
40,0
40,3
4 ; ,3
40,8
41.5
42.5
41.5
41.5
40.3
39.3
38,9
43,3
42,1
40.0
38,8
38.0
42.1
43.2
40,8
40,0
39,7
41,5
37,4
38,3
37.8
38.9
35,9
41.7
43.8
42,7
40,1
191,5 197,7 191,1 193,2 206,4 201,5 202,2 205,8 193,9 204,2
38,30 39,54 38,22 38,64 41,28 40,30 40,44 41,16 38,78 40,84
4,4
3,7
2,5
5,3
2,2
2,6
5,3
3,5
4,1
7,9
CALCULOS
MUESTRAS DE LA 1 A LA 20
V
A
N
E
x = 810,2
X = 40,51
R = 99,4
R = 4,97
10
11
A2
1,880
1,023
0,729
0,577
0,483
0,419
0,373
0,337
0,308
0,285
D2
3,686
4,358
4,698
4,918
5,078
5,203
5,307
5,394
5,469
5,534
D4
3,267
2,575
2,282
2,115
2,004
1,924
1,864
1,816
1,777
1,744
d2
1,128
1,693
2,059
2,326
2,534
2,704
2,847
2,970
3,078
3,173
CONTROL DE CALIDAD
260
Artculo:
Caracterstica:
Operacin:
Operario:
Fecha:
Muestra
21
22
23
24
25
26
27
28
29
30
V
A
L
O
R
5
4
3
2
1
42,1
40,8
40,7
39,3
42,5
38,5
40,5
42,3
39,4
38,6
40,2
38,9
37,5
42,1
38,8
37,9
39,8
40,0
41,5
39,7
40,6
41,4
42,4
40,2
40,0
43,0
43,4
40,5
41,3
38,9
38,0
38,7
39,1
40,3
39,9
40,8
39,3
39,0
39,9
40,9
41,3
41,5
38,9
39,8
37,6
40,0
36,9
38,8
39,2
40,0
I
N
D
I
V
n=5
O
B
TOTAL 205,4 199,3 197,5 198,9 204,6 207,1 196,0 199,9 199,1 194,9
PROMEDIO 41,08 39,86 39,50 39,78 40,92 41,42 39,20 39,98 39,82 38,98
3,8
3,3
3,6
2,4
4,5
2,3
INTERVALO R
3,1
3,2
1,9 3,9
MUESTRA
31
32
33
34
35
36
37
38
39
40
5
4
3
2
1
37,9
38,0
39,4
38,5
38,4
41,6
41,5
39,5
38,8
39,1
37,5
37,6
40,3
39,7
40,0
39,8
38,3
39,9
40,9
41,0
39,3
38,4
40,0
41,5
40,5
41,5
41,5
41,5
39,9
38,7
40,3
40,9
38,8
39,7
39,6
36,9
40,9
41,9
40,5
40,3
36,9
36,9
42,7
40,1
40,1
38,7
38,8
39,0
40,7
40,6
R
V
A
L
O
R
I
N
D
I
V
TOTAL 192,2 200,5 195,1 199,9 199,7 203,1 199,3 200,5 196,7 197,8
PROMEDIO 38,44 40,10 39,02 39,98 39,94 40,62 39,86 40,10 39,34 39,56
5,0
5,8
2,0
INTERVALO R
1,5
2,8
2,8
2,7
2,8
2,1
3,1
V
A
I
n
CALCULOS
DE LA MUESTRA 21 A LA 40
(2d DIA)
I x = 797,50
x= 39,88
IR = 62,60
R= 3,13
DE LA MUESTRA 1 A LA 40
(1, y 2do DIAS)
I x = 1607,7
x= 40,19
IR = 162,0
a2
1,880
1,023
0,729
0,577
0,483
0,419
E
S
R=4,05
9
10
11
0,373
0,337
0,308
0,285
5,307
5,394
5,469
5,534
d2
3,686
4,358
4,698
4,918
5,078
5,203
d4
3,267
2,575
2,282
2,115
2,004
1,924
1,864
1,816
1,777
1,744
d2
1,128
1,693
2,059
2,326
2,534
2,704
2,847
2,970
3,078
3,173
261
Artculo:
Caracterstica:
Operacin:
Operario:
Fecha:
Muestra
41
42
43
44
45
46
47
48
49
50
V
A
L
O
R
5
4
3
2
1
41,1
40,6
40,3
39,8
41,2
39,5
40,5
41,3
39,4
38,9
40,0
41,3
39,3
39,8
40,0
41,5
42,3
40,0
39,6
39,8
38,9
38,0
41,0
40,3
40,3
38,7
38,0
37,6
38,9
38,9
40,0
41,0
40,5
39,5
40,0
39,5
39,6
40,1
40,3
41,3
39,0
39,9
40,3
40,9
41,1
39,8
38,9
39,9
40,1
40,3
I
N
D
I
V
TOTAL 203,0 199,6 200,4 203,2 198,5 192,1 201,0 200,8 201,2 199,0
PROMEDIO 40,60 39,92 40,08 40,64 39,70 38,42 40,20 40,16 40,24 39,80
2,7
INTERVALO R
2,4
2,0
3,0
1,3
1,5
1,8
1,4
2,1
1,4
MUESTRA
V
A
L
O
R
I
N
D
I
V
51
52
53
54
55
56
57
58
59
60
5
4
3
2
1
39,9
40,0
41,0
40,0
39,8
39,9
40,3
40,5
40,0
39,9
39,7
40,3
38,6
38,6
40,7
38,7
39,7
40,1
41,6
42,0
38,1
42,6
40,0
40,0
39,3
38,7
39,1
39,2
40,2
40,7
39,5
38,5
40,6
40,4
40,0
40,2
40,1
40,0
39,7
39,9
40,0
41,7
40,8
39,6
39,5
39,5
38,1
40,7
40,5
40,0
n=5
O
B
s
E
R
V
A
C
O
N
E
S
TOTAL 200,7 200,6 197,9 202,1 200,0 197,9 199,0 199,9 201,6 199,2
PROMEDIO 40,14 40,12 39,58 40,42 40,0 39,58 39,80 39,98 40,32 39,84
2,8
INTERVALO R
0,6
3,3
4,5
2,0
0,5
2,2
1,2
2,1
2,1
CALCULOS
DE LA MUESTRA 41 A LA 60 DE LA MUESTRA 21 A LA 60
(3er DIA)
(2d0 y 3 DIAS)
I R = 40,90
R= 2,05
I R = 103,50
R= 2,59
I x = 799,54
n
I x = 1597,04
X= 39,98
3
10
11
0,483
0,419
0,373
0,337
0,308
0,285
5,078
5,203
5,307
5,394
5,469
5,534
1,924
1,864
1,816
1,777
1,744
2,704
2,847
2,970
3,078
3,173
1,880
1,023
0,729
0,577
Dp
3,686
4,358
4,698
4,918
3,267
d2
1,128
2,575
1,693
x= 39,93
DE MUESTRA 1 A LA 60
(LOS TRES DIAS)
IR = 202,9
R= 3,39
x= 40,12
I x = 2407,2
2,282
2,059
2,115
2,326
2,004
2,534
262
CONTROL DE CALIDAD
LSC
= x + A * R = 40,51 + (0 ,5 7 7 * 4 .9 7 )
LCC _ = x
= 43,3 8 cm
= 40,51 cm
L IC
= x - A * R = 4 0 ,51 -( 0 ,5 7 7 * 4 ,9 7 )
X
= 37,6 4 cm
P a ra intervalos
L S C r = D 4* R = 2 ,1 1 5 * 4 ,9 7
= 1 0 ,5 2 c m
LCCr = R
= 4 ,9 7 cm
L IC r
= D 3* R = 0 * 4 ,9 7
O cm
b.
G rfico R
S e nota que la m uestra N o . 3 se encuentra sobre el lmite superior de co n
trol por lo qu e se p ro cede a calcular el intervalo m odificado.
9 9 ,4 -1 0 ,8
Rm
= 4,6 6 cm
20-1
o cr < u. _ o o
263
C
3cr < u o o
264
CONTROL DE CALIDAD
S e re c a lc u la s o lo el lm ite s u p e r io r p u e s es el q u e se n e c e s ita p a ra
ob s e rva r si hay m s puntos fuera.
L S C R m = D 4/ R
= 2 ,1
1 5 * 4 ,6
6 = 9,8
6 cm
7
7
7
G rfico x
S e recalculan los lmites con el nu e vo intervalo prom edio.
L S C x= 40,51 + (0 ,5 7 7 * 4 ,6 6 ) = 4 3 ,2 0 cm
Lia
= 4 0 ,5 1 - (0 ,5 7 7 * 4 ,6 6 ) = 37,8 2 cm
S e nota en la F ig u ra 4.11 qu e las m u e stra s N o . 4, 6 y 10 se encu e n tra n
265
E xactitu d
M = x
4 0 ,0 0
= 40,12
Z =
4 0 ,1 2 -4 0 ,0 0
= 0,13
2
\5
C o m o se puede observar en la Figura 4.12, no existe evidencia estadstica,
con cc= 5 % , para re c h a za r la hiptesis nula. P or lo tanto, bajo las condiciones
actuales se puede afirmar con 9 5 % de confianza que el proceso est centrado.
Precisin
El pro ce so no es preciso puesto que:
a > T/3
& = R/d2= 4 ,6 6 / 2 ,3 2 6 = 2
T/3 = 2 ,5 / 3 = 0,833
2 > 0,833
266
CONTROL DE CALIDAD
267
A , = 0,0 79 3 7 ,9 3 %
A 2= P ( x > 4 2 ,5 ) = 1 - N ((4 2 ,5 - 40,51 )/2,14) = 1 - N (0 ,9 3 )
A 2= 1 -0 ,8 2 3 8 = 0 ,1762 6 1 7 ,6 2 %
2.
268
CONTROL DE CALiDAD
a.
Lm ites de co n tro l d e l p ro ce so
LSCx=
'+ A 2* R = 39 ,8 8 + (0 ,5 7 7 * 3 ,1 3 ) = 41,69 cm
LC C x= x
= 39,88 cm
L IC x = x - A 2* R = 3 9 ,8 8 - (0 ,5 7 7 * 3 ,1 3 ) = 38,07 cm
Para intervalos
L S C R = D 4 * R = 2 ,1
1 5 * 3,13
= 6,6
2 cm
LCCr = R
L IC r = D 3* R = 0
= 3 ,1 3 c m
* 3 ,1 3 =
O cm
b. A n lis is de l g r fic o
G 424
FIGURA 4.15. Grfico de control ^ ,fl de/ Ejemplo 4.4. (Segundo da).
270
CONTROL DE CALIDAD
E xactitu d
M = x
4 0 ,0 0
= 39,8 8
271
3 9 ,8 8 -4 0 ,0 0
Z = ------------------------------------------= -0 ,2 0
1.35
Precisin
El proceso no es preciso puesto que:
o > T/3
a = R/d2= 3 ,1 3 / 2 ,3 2 6 = 1 ,3 c;
T/3 = 2 ,5 / 3 = 0,833
1.35 > 0 ,8 3 3
Si se de se a se pu ede h acer la pru e ba de hiptesis. S in e m bargo, en este
ca s o a m b o s v a lo re s estn a lejado s p u e s es casi s e g u ro que la hiptesis de
precisin se rechazar.
A l no h a b e r s e e lim in a d o m u e s tra s , el p o rc e n ta je in ic ia l e s ig u a l al
porcentaje final.
o = 3 ,1 3 / 2 ,3 2 6 = 1,35
L a F ig u r a 4 .1 7 m u e s tra la c u r v a n o rm a l u s a d a p a ra el c lc u lo del
porcentaje de disconform es.
>72
CONTROL DE CALIDAD
3 7 ,5
3 9 ,8 8
4 2 ,5
A 2= 1 - 0 ,9 7 3 8 = 0 ,02 6 2 2 ,6 2 %
El porcentaje de producto disconform e es 6 ,5 4 % .
C o m o se p u e d e co n clu ir del anlisis re a liza d o , las a c c io n e s lle va d a s a
c a b o al final del d a lu n e s su rtie ro n efecto p u e s el p o rc e n ta je de p ro d u c to
discon form e se redujo de 21,21 % a 6 ,5 4 % . A pesar de qu se corrigi este a s
pecto, se harn nu e va s m ejoras pu es an no se cum ple con especificaciones.
E stas m ejoras se evaluarn el da m ircoles.
3.
273
a.
L S C - = x + A 2* R = 39,9 3 + (0 ,5 7 7 * 2 ,5 9 ) = 4 1 ,4 3 cm
LCC X = x
L IC -
= 3 9 ,9 3 cm
= x - A 2* R = 3 9 ,9 3 - (0 ,5 7 7 * 2 ,5 9 ) = 3 8 ,4 3 cm
Para intervalos
L S C R = D ,*
R = 2,1
1 5 * 2,5 9
4
= 5 ,4 8 c m
LCCr=R
= 2,59 cm
L I C r = D 3* R = 0
* 2,5 9
O cm
274
CONTROL DE CALIDAD
N U M E R O DE L A M U E S T R A
o
J3
O
m
>
Primer da
Segundo da
Tercer da
FIGURA 4.19. Grfico de control x <R del Ejemplo 4.4. (Los tres das de estudio).
276
CONTROL DE CALIDAD
G rfico R
S e nota qu e la m uestra No. 39 del C u a d ro 4.3 se encuentra sobre el lmite
superio r de control.
1 0 3 ,5 -5 ,8
R m= ----------------------------- = 2,51 cm
4 0 -1
S e re c a lc u la s o lo el lm ite s u p e r io r p u e s es el q u e s e n e c e s ita p a ra
o b s e rv a r si hay m s puntos fuera.
L S C R m = D 4 * R
= 2 ,1
1 5 * 2 ,5
1 = 5 ,3 1 cm
G rfico x
S e recalculan los lm ites con el n uevo intervalo prom edio.
277
L S C xm
= 3 9 ,9
7 + '(0 ,5
7 7 * 2 ,5 1 )' = 41,4
2 cm
L IC ^
= 3 9 ,9 7 - (0 ,5 7 7 * 2,51 ) = 38,5 2 cm
E xactitiK l
M = x
4 0 ,0 0
= 39,97
Z =
3 9 ,9 7 -4 0 ,0 0
1,08
V5
= 0,0 6 2
278
CONTROL DE CALIDAD
P recisin
> 0 ,8 3 3
279
L a s F ig u ra s 4 .2 2 y 4 .2 3 m u e stra n las c u rv a s n o rm a le s u s a d a s p a ra el
clculo del porcentaje de producto disconform e.
A = P (x < 37 ,5 ) = N ((3 7 ,5 - 39,93)/1,11) = -2 ,1 9
A , = 0 ,0 1 4 3 1 ,4 3 %
A 2= P ( x > 4 2 ,5 ) = 1 - N ((4 2 ,5 - 39,93)/1,1 1) = 1 - N (2 ,3 2 )
A 2= 1 -0 ,9 8 9 8 = 0 ,0102 0 1 ,0 2 %
El porcentaje de producto disconform e inicial es 2 ,4 5 % .
280
CONTROL DE CALIDAD
281
Respuestas al problema
1.
Q u se ha logrado?
a.
D ism in uir con sid erab lem ente la variabilidad del pro ceso, desde una
p o sici n inicial en la q u e se tiene un p ro c e s o im p re ciso hasta una
posicin final en que se tiene un pro ceso estadsticam ente preciso.
b.
c.
2.
Q u h a ce r en el futuro?
a.
C o n t r o la r el p r o c e s o e s t r ic t a m e n t e p a ra q u e m a n t e n g a las
condiciones para las cuales ha m ostrado capa cid ad de logro.
b.
c.
3.
Q u h a ce r con lo fabricado?
Lo fa brica do el s e g u n d o y tercer d a es de un nivel de calida d bastante
aceptable, por lo que se pu ede efectuar una inspeccin 1 0 0 % , utilizando
CONTROL DE CALIDAD
b.
c.
d.
C o n s t r u c c i n de l g r fic o
1.
2.
283
Los p aso s 1 y 2 son los m ism os del grfico de pro m e dio e intervalos.
La deter
4.
Ex,
X 1 + X2 + X 3 + . . . + Xn
i=1
x = --------------------------------------- =------------n
donde:
n : tam ao de la m uestra
x: dato individual
CONTROL DE CALIDAD
_
(X ,-x)2
c. Promedio de promedios
m
X, + X2 + X3 + . . . + Xm
=1
X = ---------------------------------------------------- = --------------
donde:
m : n m e ro de m uestra s
x: prom e dio de la m uestra i
rn
< T = ( I s ( )/ m
=1
d on de:
m : n m ero de m uestras
s.: desviacin e stn dar de la m uestra i
5.
a.
Para intervalos
L S E , = M + T/vTf
L S E O = B 2 * T/3
LCE X = M
L C E = c2 * T/3
L IE X = M - T /
L IE O
= B , * T/3
b.
Para intervalos
LSC- = x + A ^ o
L S C 0 = B 4* o
L C C -= x
LCC = o
L I C - = x - A ,* a
L S C : Lm ite Su p e rio r de Control
L C C : Lnea Central de Control
L IC : Lm ite Inferior de Control
Lo s v a lo re s de las co n sta n te s A ,, B ,, B 2, B 3, B 4y c 2se e n c u e n tra n en e
formato de recoleccin de datos. Si la muestra excede el tam ao de 25, los
valores se pu eden aproxim ar de la form a qu e se indica en el A p n d ice II.
6.
286
CONTROL DE CALIDAD
( m_
xm =
h_ T
Xxk - X x k / (m -h )
Vk=1
k=1 )
287
UJ
c/)
< co
2
2
<
3i
kj
s
2
2
2
a
o
Ll.
<
<
tr
<
Q_
C L c r o ^ u j o oc/)
OLiJtO> <0 0 2
CONTROL DE CALIDAD
288
donde:
x m= pro m e dio m odificado
m = n m e ro de m uestra s totales
h = n m e ro de m uestra s fuera de lmites
L o s lm ite s m o d ific a d o s s e c a lc u la n u s a n d o las m is m a s e x p re s io n e s
u s a d a s in ic ia lm e n te , s u s titu y e n d o el v a lo r del p ro m e d io p o r el n u e v o v a lo r
m odificado.
E l c h e q u e o d e p u n to s fu e ra de lm ite s d e b e e je c u ta rs e c a d a v e z q u e
n u e v o s lm ites se a n obte nid os. E l anlisis term ina en el m o m e n to en qu e no
h aya ningn punto fuera de lm ites, siem pre y c u a n d o no se h ayan elim inado
m s del 3 0 % de las m uestras. Si ello ocurriese, se su spe nde el estudio, se ana
liza el proceso para encontrar las cau sa s de lo ocurrido y una v e z corregidas se
inicia de n u e v o la re coleccin de dato s para la co n stru cci n y anlisis de un
n u evo grfico.
k=1
289
donde:
o m = intervalo pro m e dio m odificado
m = n m ero total de m uestras
f
CONTROL DE CALIDAD
290
M = X
a < T/3
o = o/c2
H e c h o esto se calcula el porcentaje de producto disconform e al inicio y al
final del estudio. La s Figuras 4.25 y 4.2 6 m uestran las curvas norm ales que se
deb e n plantear para calcular a m b o s porcentajes.
El p o rcentaje de p ro du cto disco n fo rm e total se e n c u e n tra s u m a n d o las
re a s A 1y A 2. Si se d e s e a , se p u e d e efectuar una p ru e b a de h ip tesis para
291
Seguimiento
El procedim iento y las accion es por seg u ir en esta etapa son las m ism as
usada s en el grfico de pro m edio s e intervalos.
P a ra te n e r una idea global de las tres e tapas en el uso de un grfico de
control de prom edios y desviaci'on estndar se puede observar el flujogram a II
en el A p n d ice III.
Este grfico tam bin puede ser utilizado co m o herram ienta para el ajuste
de un proceso, el procedim iento es el m ism o.
EJEMPLO 4.5
U n fabricante de lapiceros tiene un problem a de calidad con el dimetro de
la s ta p a s . A n te e llo , d e c id e e fe c tu a r un c o n tro l m e d ia n te un g r fic o de
p ro m e d io s y d e s v ia c io n e s e s t n d a r p u e s cre e que el p ro b le m a es de alta
va riabilidad. E ste p ro c e s o es co n tin uo por lo que le perm ite tom ar m u e stra s
grandes.
L a e s p e c ifica ci n se fija en 10 + 2 m m . La in form acin re c o le cta d a se
e ncuentra en el C u a d ro 4.5 . S e pide analizar la situacin.
SOLUCION
A.
Artculo:
Tapas para lapicero
Caracterstica: Dimetro
Operacin:
Formacin de tapas
Operario:
J. M. Abarca
Fecha: 28-11-84
Turno: 1
V
A
L
O
R
E
S
25
24
23
22
21
20
19
18
17
16
15
14
13
12
11
10
9
8
7
6
5
4
3
9,7
9.2
10,1
9,9
11,9
10,5
10,3
9,3
9,4
9,5
9,0
10,3
10,3
9,8
9,6
9,8
9,9
10,0
10,1
10,3
9.7
9,8
10,3
10,1
10,0
9,9
9,0
9,9
10,0
12,0
11,4
12,3
10,9
10,0
10,8
10,0
9,6
9,8
9,9
9,8
10,0
10,8
10,2
9,7
10,1
11,5
9,2
9,3
9,5
10,9
10,0
10,1
10,1
10,2
10,3
9,8
9,7
9,9
10,0
9,3
9,5
11,0
11,1
11,2
10,8
10,5
10,4
10,0
13,4
10,1
10,0
9,3
9,4
9,5
9,6
9,7
10,1
10,0
10,8
9,8
9,9
10,7
10,8
11,0
10,1
9,9
9,7
9,8
10,2
9,6
9,0
10,0
10,2
10,3
10,3
10,0
10,0
9,9
9,8
9,7
9,6
9,1
8,9
9,7
10,8
10,9
11,9
12,1
10,0
10,0
9,8
9,7
9,6
9,5
11,1
9,5
9,8
10,3 10,0
11,8 10,0
10,0
9,9
9,7
10,3
9,8
10,0
10,5 10,0
10,0 10,0
9,8 10,0
9,9 10,5
9,4 10,1
8,9 10,4
9,0 10,6
9,5 10,0
9,7 10,1
9,6 10,0
9,8 - 9,9
9,8
9,2
9,7
9,8
9,6
9,8
9,8
9,3
9,4
9,2
9,7
9,8
10
11
12
13
14
15
16
17
18
9,4
10,5
10,0
10,0
10,0
9,8
9,9
10,0
11,1
10,8
10,4
10,0
10,0
11,0
10,5
10,5
10,4
10,0
10,0
10,0
9,9
9,8
9,7
9,1
10,0
9,3
10,0
11,0
10,1
10,3
10,0
9,9
9,7
9,6
9,9
10,0
10 5
10,5
10,3
10,3
10,0
10,1
10,2
10,0
9,9
9,8
10,0
10,4
10,5
10,0
12,0
10,0
10,0
10,0
10,5
11,0
12,5
11,0
10,5
10,6
10,3
10,4
10,0
10,0
10,0
9,8
9,9
9,7
9,6
10,0
10,3
10,0
10,1
10,5
10,1
10,0
9,9
9,8
10,0
10,0
11,8
10,8
10,7
10,0
10,6
9,9
9,8
9,7
9,6
9,5
9,4
10,0
11,1
9,9
9,8
10,2
10,4
9,8
10,5
9,9
9,9
9,8
10,3
10,4
10,8
10,8
10,7
10,3
9,7
9,4
9,3
9,8
9,9
10,0
10,0
10,0
9,8
9.3
9,4
9,0
10,0
10,0
10,0
10,8
10,3
10,2
9,8
9,7
9,5
9,4
9,9
10,0
11,3
10,9
10,0
10,0
9,9
9,8
9,9
8,9
9,2
9,4
10,0
8,9
9,1
9,0
9,9
9,7
9,8
9,9
10,0
11,5
10,9
10,3
10,2
10,3
9,3
9,4
9,7
9,8
9,9
9,8
9,0
9,4
8,9
9,0
9,0
10,0
10,0
10,0
11,4
11,4
10,9
10,0
10,0
9,9
9,8
9,7
9,9
9,8
9,9
9,9
10,5
10,4
10,8
10,0
9,3
9,2
10,0
10,0
10,4
10,7
10,1
10,0
10,0
9,8
9,7
9,9
9,6
10,1
10,8
10,3
10,0
10,0
10,1
10,6
10,2
10,5
10,0
9,2
9,1
9,0
10,0
10,1
10,0
10,0
10,2
10,4
10,3
9,8
9,9
9,7
9,4
9,3
9,4
10,0
9,9
9,8
10,0
10,1
10,1
9,7
9,9
9,8
10,0
10,9
10,0
10,0
9,9
9,8
9,7
9,4
9,6
9,8
9,7
9,6
9,8
10,0
10,0
10,0
10,1
8,9
9,9
CONTROL DE CALIDAD
I
N
D
I
V
I
D
U
A
L
E
S
Hoja: # 1 de 2
10
11
12
13
14
15
16
17
18
2
1
10,2
10,1
13.0
12.0
9,9
9,7
8,8
8,9
9,4
9,9
9,9
10,0
9,4
9,9
9.8
9.9
9,7
9,9
9,5
9,8
10,0
10,0
10,0
9,9
9,7
11,1
9,3
12,3
9,3
8,9
9,4
9,0
9.8
8.9
10,0
9,9
Total
Prom.
Desv.
249,6 250,8 249,5 244,5 272,4 251,8 268,2 252,2 251,8 249,6 246,6 246,8 250,0 244,8 246,6
9,98 10,03 9,83 9,89 10,14 10,07 *10,32 10,09 10,07 9,98 9,86 9,87 10,0
9,79 9,86
0,44
0,56 0,32 0,41 0,38
0,89 0,73
0,70 0,49
0,56 0,8
0,68 0,47
0,44 0,34
I On nstanl es
n
A,
c2
B,
B2
B3
B4
2
3,76
0,56
0
1,84
0
3,27
3
2,39
0,72
0
1,86
0
2,57
4
1,88
0,80
0
1,81
0
2,27
5
1,59
0,84
0
1,76
0
2,09
6
1,41
0,87
0,03
1,71
0,03
1,97
7
1,28
0,89
0,10
1,67
0,12
1,88
8
1,17
0,90
0,17
1,64
0,18
1,82
9
1,90
0,91
0,22
1,61
0,24
1,76
10
1,03
0,92
0,26
1,58
0,28
1,72
11
0,97
0,93
0,30
1,56
0,32
1,70
12
0,92
0,94
0,33
1,54
0,35
1,65
13
0,88
0,94
0,36
1,52
0,38
1,62
14
0,85
0,94
0,38
1,51
0,41
1,59
15
0,82
0,95
0,41
1,49
0,43
1,57
16
0,79
0,95
0,43
1,48
0,45
1,55
17
0,76
0,95
0,45
1,46
0,47
1,53
18
0,74
0,96
0,46
1,45
0,48
1,52
19
0,72
0,96
0,48
1,44
0,50
1,50
20
0,70
0,96
0,49
1,43
0,51
1,49
21
0,68
0,96
0,50
1,42
0,52
1,48
22
0,66
0,97
0,52
1,41
0,52
1,47
23
0,65
0,97
0,53
1,41
0,55
1,45
24
0,63
0,97
0,54
1,40
0,56
1,44
25
0,62
0,97
0,55
1,39
0,57
1,43
294
Artculo:
Tapas para lapicero
Caracterstica: Dimetro
Operacin:
Formacin de tapas
Operario:
J. M. Abarca
Fecha: 28-11-84
Turno: 1
20
10,0
9.8
9,4
9.3
10,0
11.3
8.9
10,0
10,0
10,0
11,0
12.3
9.8
9.7
9.9
10,0
10,0
9.7
9,6
9.4
9.3
9,0
9.9
9,9
9.8
10,0
10,1
9.4
9.8
9.3
10,0
10,5
10.3
10,0
10,0
10,0
9.5
9.8
9.9
9.4
9.9
10,0
10,1
10.4
10,3
10,2
9.9
9,3
9.4
22
26
23
27
30
28
36
31
CO NTRO L
10,0
21
DE CALIDAD
19
Hoja: # 1 de 2
b2
B3
b4
21
22
23
24
25
26
27
28
2
3,76
0,56
0
1 ,8 '
0
3,27
3
2,39
0,72
0
1.86
0
2,57
4
1,88
0,80
0
1,81
0
2,27
5
1,59
0,84
0
1,76
0
2,09
29
30
31
32
33
34
35
36
4
O o n s ta n t e s
6
7
8
9
10
1,41 1,28 1,17 1,90 1,03
0,87 0,89 0,90 0,91 0,92
0,03 0,10 0,17 0,22 0,26
1.71 1,67 1,64 1,61 1,58
0,03 0,12 0,18 0,24 0,28
1,97 1,88 1,82 1,76 1,72
11
0,97
0,93
0,30
1,56
0,32
1,70
12
0,92
0,94
0,33
1,54
0,35
1,65
13
0,88
0,94
0,36
1,52
0,38
1,62
14
0,85
0,94
0,38
1,51
0,41
15
0,82
0,95
0,41
1,49
0,43
1,59 1.57
16
0,79
0,95
0,43
1,48
0,45
17
0,76
0,95
0,45
1,46
0,47
18
0,74
0,96
0,46
1,45
0,48
1,55 1,53 1,52
19
0,72
0,96
0,48
1,44
0,50
1,50
20
0,70
0,96
0,49
1,43
0,51
1,49
21
0,68
0,96
0,50
1,42
0,52
22
0,66
0,97
0,52
1,41
0,52
1,48 1,47
23
0,65
0,97
0,53
1,41
0,55
1,45
24
0,63
0,97
0,54
1,40
0,56
1,44
25
0,62
0,97
0,55
1,39
0,57
1,43
ACUNA
C2
B,
20
247,7 248,1
9,91 9,92
0,72 0,31
Total
Prom.
Desv.
n
A,
19
ACUNA
I#
JORGE
295
CONTROL DE CALIDAD
296
a.
Especificacin: M + T = 10 2 m m
= 10,40 m m
LCE- = M
= 10,00 m m
L lE j
= M - T / f f i = 1 0 - 2 /(2 5
9 ,6 0 m m
P ara intervalos
L S E a = B , * T/3 = 1,39 *2/3 = 0,9 3 m m
L C E O = c , * T/3 = 0,97 *2/3 = 0,65 m m
L IE O = B 1
, * T/3 = 0,54
* 2/3 = 0,36
mm
b.
Lm ites de c on tro l d e l p ro ce so
C o n ba se en la Informacin brindada por el C u a d ro 4 .5 se tiene:
2 0 0,1 6
x = --------------------= 1 0 ,0 0 m m
20
11,34
o = ----------------= 0 ,5 7 m m
20
L S C - = x + A ^ o = 10,00 + (0 ,6 2 * 0 ,5 7 ) = 10,35 m m
L C C -= x
L IC - =
= 1 0 ,0 0 m m
- A 1* ct= 1 0 ,0 0 - (0 ,6 2 * 0 ,5 7 )=
9 ,6 4 m m
P a ra intervalos
L S C o = B 4* a = 1 , 4 3 * 0 ,5 7
= 0 ,8 2 m m
L C C o= o
= 0 ,5 7 m m
L IC 0
= 0 ,3
1 mm
= B 3 * o = 0 ,5 6 * 0 ,5
7
B.
1.
Al observa r la Figu ra 4.27 se nota que hay puntos fuera en am bos grficos,
por lo que se pro cede a elim inarlos.
G r fico o
<
o:
3
<
O
cr
L
lO
o
<Jo
ro
O
(\J o
O
uj
co
O
QUJ
en
oo
o>
ix
T
fS (D
<x> d
> < 3
0 0 : L (/)
CONTROL DE CALIDAD
298
299
1 1 , 3 4 - ( 0 , 9 7 + 0 ,8 9 )
om =
= 0,53
mm
20 -2
S e recalculan los lmites de control de proceso.
L S C c m = B*
4
= 1,43
* 0,5
3 = 0,76
mm
L IC c m = B3 * o m = 0 ,5
6 * 0 ,5
3 = 0,29
mm
7
7
7
9 ,4 8 -0 ,8
o m = -------------------------- = 0,51
mm
1 8 -1
= 10,00 m m
= 1 0 , 0 0 - (0 ,6 2 * 0 ,5 1 ) =
9,68 m m
CONTROL DE CALIDAD
300
A l o b s e r v a r la F ig u r a 4 .2 7 , s e n o ta q u e las m u e s tra s N o . 2 y 10 se
encuentran fuera de lmites. P or lo tanto se procede a elim inarlas y a recalcular
el p rom edio.
2 0 0 ,1 6
- (1 0 , 4 6 + 1 0 , 3 2 )
= 9 ,9 7 m m
x =
m
2 0 -2
= 9 ,9 7 + (0
,6 2 * 0 ,5 1 )' = 10,29 m m
'
L C C xm
-
= 9 ,9
7
L I C xm
= 9 ,9 7 - (0 ,6 2 * 0 ,5 1 ) = 9,65 m m
= 9,9 7 m m
Al o b s e rv a r de n u e v o la F ig u ra 4 .2 7 , se nota qu e y a no h ay m s p u n to s
fuera. E n cuanto a peculiaridades se pueden ver ciclos en a m b o s grficos que
v a ld ra la p e n a estudiar. La variabilidad al final del estu dio tiende a m e jo ra r,
p u e s dism in u ye . S e ra im portante realizar un nuevo estudio para analizar esta
situacin.
2.
a.
E xactitu d
M = x
10,00 = 9,97
301
b.
P recisin
a ' < 1 /3
a ' = a / c2= 0 ,5 1 / 0,97 = 0,53
T/3 = 2 / 3 = 0,67
a < T/3
0 ,5 3 < 0 ,6 7
Al e s ta r p ro d u c ie n d o co n u n a v a ria b ilid a d inferior a la e s p e c ifica d a el
porcentaje de pro ducto disconform e es despreciable.
C o m o se p u e d e con clu ir del anlisis rea liza do, la elim inacin de cau sa s
a s ig n a b le s c o lo c a a e ste p ro c e s o en u n a s itu a c i n v e n ta jo s a a u n q u e se
cum pla con especificaciones desde el inicio del estudio. S e debe continuar con
el control de exactitud y precisin perm itiendo un poco de libertad al proceso.
T a m b i n ca b e la posibilidad de revisar las especificaciones.
E n con clu sin, la p re ocupacin del fabricante con respecto al com porta
m iento de esta va ria b le no tiene fu n d a m e n to , s e g n lo m uestra el presente
estudio. E n otras palabras, los problem as de calidad de este producto se deben
a otra caracterstica de calidad qu e no es el dim etro.
CONTROL DE CALIDAD
302
b.
E s t e p a s o e s el m is m o q u e s e s ig u e en el g r f ic o d e p r o m e d io s e
intervalos.
2.
E s te p a s o e s el m is m o q u e s e s ig u e en el g r f ic o de p r o m e d io s e
intervalos.
3.
La d e te r
m in a c i n d e e s te n m e r o s e d e b e h a c e r d e ta l m a n e r a q u e la
p ro b a b ilid a d d e d e te c ta r c a u s a s a s ig n a b le s e n tre las u n id a d e s q u e
c o n f o rm a n la m u e s tra s e a la m n im a p o s ib le , p e ro la m x im a e n tre
303
E s m uy im por
Recoleccin de informacin. U n a
a. Localizacin de la mediana
P a ra esto se req u ie re , p rim e ro , del o rd e n a m ie n to de c a d a m u e stra de
m e n o r a m ayor.
n +1
M e=----------------- trm ino
2
donde:
n :
tam ao de la m uestra
b. Intervalo de la muestra
R = x im a.x - x im n,
S e a es el va lo r que se encuentra
en la mitad de los datos.
304
CONTROL DE CALIDAD
don de:
xjmx: dato de m a yo r m agnitud en la m uestra
xlmin: dato de m enor m agnitud en la m uestra
2
d on de:
m : n m e ro de m uestra s
M e : m e diana de m e diana s
d. Intervalo mediano
m + 1
R = --------------------- trm ino
don de:
m : n m e ro de m uestras
R: intervalo m ediano
Si se usara un intervalo prom edio se calcula el m ism o usado en el grfico
de prom e dios e intervalos.
6.
305
P a ra p rom e dios
ls e
Mb =
P ara intervalos
/^
L S E r = D 2*T/3
L C E Me= M
L C E R= d2* T/3
L IE U e = M - T / ^
L IE R = D ,* T / 3
P ara intervalos
L S C Me= M e + A 2* R
L S C r = D 4*R
L C C Me = M e
LCCr = R
L 'C Me = M - A 2* R
L IC r
= D 3* R
306
CONTROL DE CALIDAD
307
A n lis is de l g r fic o
U n a v e z q u e se ha co n stru id o el grfico se p ro ce d e a h a ce r un anlisis
detallado con el fin de detectar los problem as que presenta la caracterstica de
calidad en estudio. El anlisis del grfico sigue los m ism os pasos del anlisis de
un grfico de p ro m e d io s e intervalos. El clcu lo de la m e d ia n a y el intervalo
m ediano m odificados se hace m ediante las siguientes expresiones:
[ (m - h) + 1 ]
M em = --------------------------------------- trmino
2
donde:
2
don de:
308
CONTROL DE CALIDAD
c = R / d2
S e g u im ie n t o de l g r fic o
El procedim iento es el m ism o que se practica en el grfico de pro m edio s e
intervalos. S e d e b e tener especial cu idado respecto del com portam ien to de la
pre cisin de la ca ra cte rstica y de la co n se rva c i n de su n o rm alidad, p o r ser
requisitos cla ve s en la utilizacin de este tipo de grfico.
Para entender m ejor este procedim iento se puede usar el flujogram a I en el
A p n d ice III.
EJEMPLO 4.6
U n a c o m p a a farm ac utica tiene problem as con el enva se de uno de los
ung entos que fabrica, pues se ha detectado alguna variabilidad en el peso de
c a d a tubo. E n el p a sa d o se han h e ch o estudios y se ha c o m p ro b a d o q u e esta
va ria b le se distribuye se g n la distribucin norm al. S e ha decidido aplicar un
grfico de control pa ra constatar la hiptesis planteada.
La especificacin del p e so del tubo se establece en 15 5 g ra m o s. C o n el
fin de h a ce r el an lisis re q u e rido se recolect la inform acin m o s tra d a en el
C u a d r o 4 .6 . S e tra ta d e 2 7 m u e s tra s d e ta m a o 5 , las c u a le s a p a r e c e n
o rd e n a d a s de m e n o r a m a yo r en ca d a subgrupo.
SOLUCION
A.
309
Muestra #
10
n=
O
24.2
19.8
18.8
14,0
11.3
21.4
17.4
16,8
15,1
12,7
23.0
22,8
21,7
18,2
14.0
27.9
19,6
18,5
15,1
12.9
19,7
15.4
14.4
13,0
11,6
19,5
18,9
18,8
17.2
15.2
21,0
19.5
17,2
15,8
15.5
19.0
18,3
18.0
15,6
14,9
19,8
16.7
15.7
15,2
13.8
18,7
16,6
14.9
14.9
12,3
Mediana
Intervalo R
18,8
12,9
16,8
8,7
21,7
9,0
18,5
15,0
14,4
8,1
18,8
4,3
17,2
5,5
18,0
4,1
15,7
6,0
14,9
6,4
Muestra #
11
12
13
14
15
16
17
18
19
20
18.7
15.1
15.1
13,9
13.8
20,8
20,2
17,9
16,6
15,0
17.6
16,8
15,5
14.7
13,9
22,1
19.1
18.3
17.4
17.1
19.6
19.6
19,2
17.7
13,4
21.3
20,6
17.4
16,6
15,0
19,6
18,1
16.9
14.9
14,3
19.0
15.1
14.5
14,0
13.6
21,6
20.4
19,6
18.5
18,3
15.0
14,7
14,5
13,9
13.0
15,1
4,9
17,9
5,8
15,5
3,7
18,3
5,0
19,2
6,2
17,4
6,3
16,5
5,3
14,5
5,4
19,6
3,3
14,5
2,0
28
29
30
V
a
I
o
r
I
n
d
i
v.
5
4
3
2
1
B
S
V
V
a
I
o
r
I
n
d
i
v.
5
4
3
2
1
Mediana
Intervalo R
Muestra #
V
a
I
0
r
I
n
d
i
v.
5
4
3
2
1
Mediana
Intervalo R
n
21
22
23
24
25
26
27
16.5
15,3
14.5
14,0
13.5
15,9
15,8
14,7
14,4
14,3
15.9
15,5
15,0
14.9
13.9
23.9
21,5
21,3
20.9
14.9
15.0
15.0
14,8
14,7
13.1
19.7
16,0
15.7
15,5
15,1
21,1
15,3
14,2
13,7
13,0
14,5
3,0
14,7
1,6
15,0
2,0
21,3
9,0
14,8
1,5
15,7
4,6
14,2
8,2
A
C
E
S
10
A2
2,224
1,265
0,829
0,712
0,562
0,520
0,441
0,419
0,369
D3
0,078
0,139
0,187
0,227
1,901
1,850
1,809
2,791
2,916
3,024
D4
3,865
2,745
2,375
2,179
2,055
1,967
d2
0,954
1,588
1,978
2,257
2,472
2,645
CONTROL DE CALIDAD
a.
Espe cificaci n: M + T = 15 + 5 g ra m o s
P a ra prom edios
L S E Mb = M + T / f f = 15 + 5/1(5
= 1 7 ,2 4 gram os
L C E Me = M
= 1 5 ,0 0 gram os
L IE Me = M - T/ \fr = 1 5 - 5/
= 1 2 ,7 6 gram os
P a ra intervalos
L I E r = D 1* T/3 = 0
*5/3 = 0
gram os
D 2= 3 d 3+ d 2
= 3 (0 ,8 )+ 2,257
= 4 ,6 6
b.
Lm ites de c o n tro l d e l p ro ce so
311
Muestra
27
5
18
20
21
22
25
10
23
10
13
26
9
17
2
7
16
12
8
14
4
1
6
15
19
24
3
No. Mediana
Muestra
14,2
14,4
14,5
14,5
14,5
14,7
14,8
14,9
15,0
15,1
15,5
15,7
15,7
16,5
16,8
17,2
17,4
17,9
18,0
18,3
18,5
18,8
18,8
19,2
19,6
21,3
21,7
25
22
23
20
21
19
12
8
6
26
11
14
17
18
7
12
9
15
16
10
5
27
2
3
24
1
4
No. Intervalo
1,5
1,6
2,0
2,0
3,0
3,3
3,7
4,1
4,3
4,6
4,9
5,0
5,3
5,4
5,5
5,8
6,0
6,2
6,3
6,4
8,1
8,2
8,7
9,0
9,0
12,9
15,0
312
CONTROL DE CALIDAD
M e= 16,5 g ra m o s
(m + 1)
28
trm ino = --------------trm ino = 14 o valor
R=
R = 5,4 g ra m o s
Para m ediana s
L C C M e= M e
1 6 .5 0
g ram os
L IC Me = M e - A 2* R = 16,5 - (0 ,7 1 2 * 5 ,4 ) = 12,65 g ra m o s
L S C r = D 4* R = 2,1 7 9 * 5 ,4
= 1 1 ,7 7 g ram os
LCCr =R
= 5,4 0 g ra m o s
L I C r = D 3* R = 0
* 5 ,4
= 0
g ram os
313
NUMERO DE L A MUESTRA
314
CONTROL DE CALIDAD
B.
1.
Al obse rva r la Figura 4.29 se nota que hay puntos fuera en a m bos grficos,
por lo qu e se p ro ce d e a elim inarlos.
G rfico R
2
R m= 5 ,3 g ra m os
S e re c a lc u la s o lo el lm ite s u p e r io r p u e s es el q u e s e n e c e s ita p a ra
o b s e rv a r si h a y m s puntos fuera.
315
M em= 15,7 g ra m os
E n este ca so no es necesario b u sc a r ei prom edio de extrem os, pues tanto
el dato N o. 12 co m o el n m ero 13 tienen el valor de 15,7 gram os.
Los lmites de control de pro ceso m odificados sern:
2.
a.
E xactitud
M =M
15,0 = 15,7
316
CONTROL DE CALIDAD
a = R/d?
a = 5,3/2,257 = 2 ,3 4 8 gram os
1 5 ,7 -1 5 ,0
Z =
= 0,67
2 ,3 4 8
'5
b.
Precisin
317
a > T/3
2.3 4 8 > 5/3
2 .3 4 8 > 1,67
c.
FIGURA 4.30A.
Curva chicuadrado para la
prueba de
hiptesis
CONTROL DE CALIDAD
318
A , = 0 ,0 0 7 5 0 ,7 5 %
A 2= P ( x > 2 0 ,0 ) = 1 - N ((2 0 ,0 - 1 5,7)/2,348) = 1 - N (1 ,8 3 )
A 2= 1 - 0 ,9 6 6 4 = 0 ,0 3 3 6 3 ,3 6 %
G R A F IC O D E S U M A S A C U M U L A D A S
Lo s grficos de s u m a s a c u m u la d a s se basan en la pre m isa de que c a m
bios p e q u e o s de exactitud no pu e d e n ser detectados fcilm ente u sand o los
grficos convencionales. Si esto se lograra se necesitara graficar una gran ca n
tidad de puntos para detectar el cam bio, accin que sera tarda y de tipo correc
tivo. E n un grfico de su m as acum uladas se acum ulan diferencias entre el valor
obte nido de ca d a p ro m e d io m uestral y el p ro m e dio e sp e ra d o . El objetivo es
lograr una estabilidad del pro ceso en cu yo caso esas diferencias debern ser
cero.
C u a lq u ie r cam bio en el nivel del proceso dar origen a un valor positivo o
negativo de la su m a acu m u lad a, ello depende de la pendiente del cam bio. Si el
CONTROL DE CALIDAD
320
c a m b io persiste, el va lo r absoluto de la s u m a a cu m u la d a de b e r a u m e n ta r y
ese efecto har aparente la situacin, con lo que se pueden tom ar las m edidas
p re v e n tiv a s del c a s o . Si el c a m b io no es sig nificativo , la s u m a a c u m u la d a
tend er a cero en form a rpida.
U n o de los p ro b le m a s de los g r fico s de control c o n v e n c io n a le s es el
hech o de que las decisiones estn basa d a s en igualdad de condiciones, tanto
para las prim eras m uestras com o las ltimas. Al representar con ellos una serie
de tiem po, debera ponrsele m s atencin a los datos m s recientes, cosa que
se pu e de lograr con los grficos de su m as acum uladas. Lo s grficos de su m as
a cu m u la d a s, cu yo objetivo prim ario es m antene r el control del pro ceso en las
m ejo res condiciones, son definitivam ente m s baratos. C o n estos grficos es
p o s ib le id e n tific a r c a m b io s en el p ro c e s o c u a n d o s to s so n re p e n tin o s y
g e n e ra d o s p or co n d icio n e s qu e se han v e n id o a c u m u la n d o en el tiem po. La
F ig u ra 4 .3 3 m uestra la rep resentacin de tendencias en este tipo de grfico.
E n la F ig u ra 4 .3 3 s e re fleja un im p o rta n te c a m b io al v a ria r a lg u n a s
con dicio ne s. E sto obliga a tener una regla de decisin con el fin de calificar la
m ag nitu d del c a m b io y e v a lu a r si ste es rea lm ente im portante o p o r lo c o n
trario no implica accion e s inm ediatas. E n otras palabras esta regla cum plir la
m isin de los lmites de control en grficos tradicionales.
La su m a a cu m u la d a se calcula al a cu m u la r las diferencias de los p ro m e
d io s re c o le c ta d o s co n el v a lo r n o m in a l, y a s e a en u n id a d e s s im p le s o en
unidade s de error estndar.
La regla de d e c isi n q u e se u sa e sta b le c e el tipo de g rfico de s u m a s
acum uladas. E n esta ocasin se presentan dos tipos que son la m scara V y el
intervalo de decisin h.
D a d o qu e estos grficos solo controlan exactitud se deb e definir qu tipo
de g r fico se v a u s a r p a ra co n tro la r p re c is i n , p u e d e s e r un gr fico R o un
grfico a. Ta m b i n es posible decidir no controlarla si sta no es un problem a en
la caracterstica en estudio.
Si se d e s e a se p u e d e construir, para la m ism a inform acin, el grfico de
control de pro m e dio s para o b s e rva r la gran eficacia de un grfico C U S U M en
deteccin de ca m bios en el centro del pro ceso.
(/)
Z
O
o
<
>
UJ
ir
c/)
OD
o
>-
CONTROL DE CALIDAD
322
Mscara V
E ste grfico u sa co m o m e dida de evaluacin del cam bio una plantilla en
form a de V cu ya funcin es detectar si la pendiente de un cam bio registrado es
significativa o no. Este es un procedim iento de decisin de dos extrem os (c o n
trol bilateral) p u e s controla tanto c u a n d o la pend ien te de ca m b io es positiva
c o m o negativa. El m todo consiste en colocar la plantilla en un punto determ i
na d o y si algn punto graficado anteriorm ente q u e d a debajo de la plantilla se
evidencia un cam bio importante a partir de l. Si ello ocurre se m ide la m agnitud
del ca m bio y se tom an las acciones correctivas y preventivas que se am eriten.
L a F ig u ra 4 .3 4 m u e s tra un e je m p lo de e sta p lan tilla. C o m o s e p u e d e
o b s e rv a r e sta q u e d a definida al c o n o c e r la m a g n itu d de la d ista n c ia
dy
dei
n g u lo 0.
323
3.
L a d eter
5.
Ym=T(vM)
i=1
CONTROL DE CALIDAD
324
U n id a d e s de desviacin estndar
m
Y m= I
_
t(x ,-M )/ a ; ]
i=1
en don de:
Y m = S u m a a cum ulada
a.
b.
es el cociente entre o -
(t = o - / w )
CONTROL DE CALIDAD
326
d onde:
I x 2 * Xy - Xx * Xxy
b o = -----------------------------------------------------------------
n X x 2- ( I x ) 2
nXxy - Xx * Xy
b, = ------------------------------------------------------------n X x 2- ( X x ) 2
C o m o b ^ y / x entonces 6 = arctan b ,-1
U tiliz a n d o cu a lq u ie ra de las e x p re s io n e s de 9 vista s a n te rio rm e n te se
despe ja el valor de 5 y con l se calcula el valor de D.
D = 6* o Esta m agnitud significa el verdadero valor de D que la m scara detect en
la z o n a do n de ocurri el cam bio.
327
Lnea trazada
a mano a lo largo
de los 6 ltimos
/
puntos \
/
/
/
/
-i
Puntos cubiertos
por extensin de
la mascarilla en
la posicin
horizontal en P
i
i
i
i
1---------1-------- 1--------- 1
Nmero de observacin
EJEMPLO 4.7
U n a caracterstica de calidad d e b e cu m p lir con el v a lo r nom inal de 50 ,0
g ra m o s y se h a e s tim a d o u n a d e s v ia c i n e s t n d a r d e 2 ,0 g ra m o s . P a ra
observa r tendencias en el cum plim iento con ese valor nominal se desea disear
u n a M s c a ra V , p a ra la cu a l se han to m a d o los d a to s del C u a d r o 4 .7 que
corre sp onde a pro m edio s de m uestras de tam ao n=4.
Presente un grfico C U S U M en su s diferentes etapas que pueda detectar
ca m bios de un error estndar. U s a r a = 0 ,1 3 5 %
SOLUCION
A.
CONTROL DE CALIDAD
328
No.
Promedio
No.
Promedio
No.
1
2
3
4
5
51,6
50,4
48,9
49,3
51,6
6
7
8
9
10
50,1
48,6
50,8
49,8
48,6
11
12
13
14
15
Promedio
50,4
52,1
49,8
52,4
51,9
No.
Promedio
16
17
18
19
20
51,1
49,9
52,4
52,9
51,4
D a d o D=1 entonces:
-2
d=
-2
Ina =
( 12)
In (0 ,0 0 1 3 5 )
d = -2 (-6 ,6 )
d = 13,1
D a d o q u e la esca la es de d o s a uno se divide el v a lo r de d p o r d o s para
co n o ce r la m agnitud real de esa distancia. A s, el valo r de d es:
No.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
51,6
50,4
48,9
49,3
51,6
50,1
48,6
50,8
49,8
48,6
50,4
52,1
49,8
52,4
51,9
51,1
49,9
52,4
52,9
51,4
x -5 0
(x - 50)/1,0
1,6
0,4
1,6
0,4
-1,1
-0,7
1,6
-1,1
-0,7
1,6
0,1
-1,4
0,8
-0,2
-1,4
0,4
2,1
-0,2
2,4
1,9
1,1
-0,1
2,4
2,9
1,4
0,1
-1,4
0,8
-0,2
-1,4
0,4
2,1
-0,2
2,4
1,9
1,1
-0,1
2,4
2,9
1,4
1,6
2,0
0,9
0,2
1,8
1,9
0,5
1,3
1,1
-0,3
0,1
2,2
2,0
4,4
6,3
7,4
7,3
9,7
12,6
14,0
d = 6,6
La F ig u ra 4 .3 6 m u estra la m sca ra V para este ejem plo y la Figura 4.37
p re s e n ta la m s c a ra c o lo c a d a en u n o de los p u n to s graficados. H a y qu e
re ca lca r qu e esta m s c a ra no se dibu ja sino qu e se desliza sobre el grfico
CUSUM .
B.
CONTROL DE CALIDAD
330
b 0= -
6 (9 1 )-2 1 2
6 (7 4 ,3 ) - 2 1 (1 4 ,7 )
1,31
6 (9 1 ) - 2 1 2
La e cuacin es:
Y C = -2 ,1
3 + 1,31x
Lu e go:
y/x = 1,31
CONTROL DE CALIDAD
X II
332
Muestra
xy
X2
10
11
12
13
14
15
1
2
-0,3
0,1
2,2
2,0
4,4
6,3
-0,3
0,2
6,6
8,0
22,0
37,8
1
4
9
16
25
36
Total
21
14,7
74,3
91
4
5
333
C u rv a A R L
U n o de los a spectos im portantes de analizar es el n m ero de puntos que
se necesitan graficar para detectar un cam bio en la direccin del proceso. Para
ello, se utiliza una cu rva A R L .
Si un proceso com ienza a producir con el valor M y posteriorm ente cam bia
en una cantidad d> y si este cam bio persiste hasta ser detectado, el n m ero de
334
CONTROL DE CALIDAD
puntos de m uestra que sob re el prom edio tendrn que ser graficaaos antes de
que el esq u em a de control detecte un cam bio es amado Longitud Prom edio de
escala de Laal unir los dos puntos correspondientes a los dos valores anteriores
es la longitud de la corrida para el nivel de calidad aceptable.
El m ism o procedim iento se sigue para encontrar L rpero sustituyendo rn e n
la posicin de m . La cu rva se obtiene dndole valores a m m enores que k para
encontra r L ay m a yore s qu e k para encontrar L r. El nm ero de puntos d e b e ser
tal que perm ita identificar la suavidad de la curva.
EJEMPLO 4.8
P a ra u na ca ra cterstica d e te rm in a d a el nivel de calida d acep table m aes
107, el nivel de calidad recha za ble m res 113. La desviacin estndar estim ada
es o = 1 0. El valor de h se ha fijado en h =9 ,5 y el tam ao de la m uestra es de 9.
C o n s tru irla cu rva A R L para valores de m entre 107 y 113.
SOLUCION
P a ra con stru ir la c u rv a se necesita d e term ina r los v a lo re s de L ay L rcon
valores de m dados u sa nd o la Figu ra 4.39.
El C u a d ro 4 .1 0 p re se nta los pares o rd e n a d o s para la con stru ccin de la
cu rva .
o =
335
I k -m l / / o
Lo
i - 100
h 150
-200
-2 5 0
300
350
400
4 5 0
500
550
600
650
700
750
800
900
^ lO O C
CONTROL DE CALIDAD
107
108
109
111
112
113
0,9
0,6
0,3
0,3
0.6
0,9
L
740
155
50
9,5
5,5
4,0
CONTROL DE CALIDAD
338
2.
3.
4.
S e re d o n d e a el ta m a o de la m u e stra y se localiza en la F ig u ra 4 .3 9 el
n u e vo valor de y=lk-m lVn/o, con el valor de L adado.
5.
C o n el v a lo r o b te n id o e n 3 se lo c a liz a en la m is m a fig u ra el v a lo r de
0=fWn/rr
6.
539
EJEMPLO 4.9
P a ra un g r fico C U S U M se tienen los sig u ie n te s p a r m e tro s: m a= 1 0 0 ,
m = 1 10, L a= 5 0 0 y L = 5 . La desviacin estndar se ha estim ado en cr= 1 0.
D eterm inar los valores de h y n para utilizar ese grfico C U S U M m ediante
el m todo del intervalo de decisin.
SOLUCION
1.
El valor de k es:
k = 1110+1001/2 = 105
2.
3.
El valor de n es:
n = [ 0,742*10/5]2= 2,20
E s decir, n est entre 2 y 3
CONTROL DE CALIDAD
Si se tom a n= 3 entonces:
^=lk-MlVn/a= 0,866
5.
C o n y = 0 ,8 6 6 y L a= 5 0 0 se tiene 0 = 2 ,7 2
6.
El va lo r de h ser:
h= 2 ,7 2 (1 0)/1,7 3 2 = 15,7
E sto quiere decir que se de b e construir el grfico de su m a s a cu m u la
das restando el valor de k a prom edios obtenidos de m uestras de tres
u n id a d e s. S i la serie se h a ce neg ativa, sta se ro m pe y se inicia de
nuevo. P or otro lado, si la su m a acu m u lad a excede el valor de h = 1 5,7
se dice que ha habido un cam bio significativo en el pro m e dio del pro
ceso , por lo qu e se pu e d e actuar de inm ediato.
Si se localiza L r usando L a= 5 0 0 y 1=2,72 se tiene L = 3 ,9 , valor qu e es
m s ba jo q u e el d e s e a d o d e L = 5 . Si se lo c a liza L au s a n d o L = 5 y
A = u ,8 6 6 el va lo r de L aobte ndo es de m a sia d o alto en relacin con el
requerido de L a=5 00 .
b.
Si se tom a n= 2 entonces:
7 =lk-m l/Vn/o=
1105-100IV2/10 = 0,7 0 7
5.
C o n L a= 5 0 0 y 2=hVn/o= 3 ,3 5
6.
El valor de h es:
h= 3,3 5 (10)/V2 = 23,7
E sto quiere decir qu e se de b e construir el grfico de s u m a s a c u m u la
das restando el valor de k a pro m e dio s obtenidos de m uestra s de dos
unidades. Si la serie se hace negativa, sta se rom pe y se inicia de nue
vo . P o r otro lado, si la s u m a a cu m u la d a e x ce d e el va lo r de h = 2 3 ,7 se
dice que ha habido un cam bio significativo en el prom edio del proceso.
Si se localiza L ru sa nd o L a= 5 0 0 y Q = 3 ,3 5 se tiene L = 5 ,5 , va lo r que es
m s b a jo q u e el d e s e a d o de L = 5 . SI se lo c a liz a L au s a n d o L = 5 y
7= 0 ,7 0 7 el v a lo r de L ao b te nid o es d e m a s ia d o alto en relacin con el
requerido de L a=500.
JORGE ACUA A C U A /
341
/I
/
D a d o q u e el ta m a o de m u e stra de d o s e le m e n to s brin d a el v a lo r m s
c e rc a n o de L a l v a lo r re q u e rid o , e T g r fic o C U S U M u sa r m u e stra s de
tam a o 2, u sa n d o k=105 y un Intervalo de decisin h =23,7.
Capacidad de proceso
U n o de los requisitos indispensables en control de proceso es conocer cul
e s la c a p a c id a d d e ca lid a d q u e e se p ro c e s o tiene p a ra la ca ra cte rstica en
estudio. El fin de sto es saber si se pueden adquirir com prom isos para producir
con tolerancias ajustadas o si por lo contrario se desiste de ello.
S e con oce co m o
V S E -V | E
6a
CONTROL DE CALIDAD
342
VSE
V IE
343
344
CONTROL DE CALIDAD
La c a p a c id a d de p ro c e s o se ca lcu la m e d ia n te el p ro ce d im ie n to q u e se
explica a continuacin:
1.
R e c o le c ta r no m e n o s de 50 o b s e rv a c io n e s en fo rm a c o n s e c u tiv a o en
in te rv a lo s de tie m p o o c a n tid a d . P u e d e u s a rs e la te o ra de m u e s tre o
estadstico si se de se a determ inar un tam ao de m uestra con a d e c u a d a s
bases estadsticas. Al ejecutar esta actividad debe cerciorarse que se est
trabajando bajo condiciones norm ales. N o deben hacerse ajustes durante
esta tarea.
2.
3.
4.
P ro b a r la n o rm a lid a d de la va ria b le m e d ia n te la p ru e b a de b o n d a d de
ajuste.
5.
6.
b.
l s ir
l c ir
= d2* o
2'
Ur = D V
P a ra prom edios
L S I - = x + ^ i
Vn
L C C X- = x
iL i. - = x 3 o
Vn
d on de :
LS I = lmite superior de control inicial
L C I = lnea central de control inicial
Lll = lmite inferior de control inicial
8.
9.
10. C a lcular los lmites de control del grfico analizado en el P aso 9, pero con
los valores recolectados en el P a so 8. S e debe analizar de acuerdo con el
p ro ce d im ie n to a ntes descrito en la secci n del grfico de p ro m e d io s e
intervalos.
346
CONTROL DE CALIDAD
EJEMPLO 4.10
E n un ta lle r m e c n ic o se p ro d u c e u n a p ie z a c ilin d rica , c u y o d i m e tro
externo d e b e cu m p lir con una especificacin de 9,40 0,15 cm .
P a ra e n c o n tra r la ca p a cid a d instntanea del pro ceso se ha efectuad o la
d is tr ib u c i n d e f r e c u e n c ia s q u e s e p re s e n ta en el C u a d r o 4 .1 1 , y q u e
co rre sp o n d e a u na m uestra de 100 observaciones.
D a d o qu e se cum ple con especificaciones, se recolect la inform acin del
C u a d ro 4 .1 2 b ) con el fin de determ inar la capa cid ad del proceso. U tilizando el
procedim iento pre sentado anteriorm ente determ ine si el pro ceso es c a p a z de
m a n te n e r la ca p a cid a d instantnea inicial.
SOLUCION
Los p a so s 1 y 2 ya han sido realizados.
P a so 3. E stim a r el pro m e dio y la desviacin estndar
x = 9 ,3 9 + (39/100) * 0 ,0 3 = 9,40 cm
o = 0,0 3 -y (2 2 9 /1 0 0 ) - (3 9 /1 0O )2 = 0 ,0 4 4 cm
347
L.
9,285
9,315
9,345
9,375
9,405
9,435
9,465
Xk
9,315
9,345
9,375
9,405
9,435
9,465
9,495
9,29
9,32
9,35
9,38
9,41
9,44
9,47
9,31
9,34
9,37
9,40
9,43
9,46
9,49
9,30
9,33
9,36
9,39
9,42
9,45
9,48
TO TA L
3
8
12
33
21
14
9
nd
nkdz
-3
-2
-1
0
1
2
3
-9
-16
-12
0
21
28
27
27
32
12
0
21
56
81
39
229
100
L,
L,
-o o
9,315
9,345
9,375
9,405
9,435
9,465
9,315
9,345
9,375
9,405
9,435
9,465
+oo
n
3
8
12
33
21
14
9
11
2,23
7,88
17,87
25,95
24,45
14,25
5,40
10,11
K -e J
K - e kl2/ek
0,89
0,0783
5,87
7,05
3,45
0,25
3,60
' 1,9281
1,9153
0,4868
0,0044
2,4000
as2=
6,8129
P a s o 4 . E l C u a d r o 4 .1 2 a ) p r e s e n t a las f r e c u e n c ia s o b s e r v a d a s y
e sp e ra das para la pru e ba de bondad de ajuste.
H 0: La variable se distribuye norm alm ente
H a: La variable no se distribuye norm alm ente
CONTROL DE CALIDAD
348
Artculo:
Caracterstica:
Operacin:
Operario:
Fecha:
A-80
9:40 0,15 cm
Torno H-1
A. F. Prez
de 1
Muestra
10
V
A
L
O
R
6
5
4
3
2
1
9,39
9,40
9,29
9,30
9,37
9,40
9,35
9,38
9,40
9,49
9,45
9,41
9,42
9,38
9,35
9,35
9,40
9,39
9,38
9,40
9,38
9,39
9,41
9,46
9,40
9,45
9,40
9,47
9,42
9,35
9,47
9,34
9,48
9,44
9,34
9,37
9,38
9,39
9,47
9,41
9,39
9,40
9,40
9,42
9,44
9,46
9,35
9,45
9,44
9,34
I
N
D
i
V
n=5
TOTAL 46,75 47,02 47,01 46,92 47,04 47,09 47,07 47,02 47,05 47,05
PROMEDIO 9,35 9,40 9,40 9,38 9,41 9,42 9,42 9.40 9,41 9,41
INTERVALO R 0,11 0,14 0,10 0,05 0,08 0,12 0,14 0,10 0,05 0,12
11
12
13
14
15
16
17
18
19
20
9,34
9,34
9,45
9,37
9,47
9,40
9,39
9,42
9,43
9,35
9,41
9,40
9,43
9,40
9,33
9,40
9,41
9,48
9,31
9,37
9,47
9,39
9,45
9,42
9,40
9,42
9,38
9,42
9,41
9,46
9,40
9,40
9,44
9,38
9,41
9,43
9,33
9,41
9,43
9,48
9,40
9,44
9,38
9,40
9,40
9,38
9,37
9,42
9,36
9,42
MUESTRA#
V
A
L
O
R
I
N
D
I
V
6
5
4
3
2
1
TOTAL 46,97 46,99 46,97 46,97 47,13 47,09 47,03 47,08 47,02 46,95
PROMEDIO 9,39 9,40 9,39 9,39 9,43 9,42 9,41 9,42 9,40 9,39
INTERVALO R 0,13 0,08 0,10 0,17 0,08 0,08 0,06 0,15 0,06 0,06
CONSTANTES
6
7
10
11
0.419
0.373
0.337
0.308
0.285
5,078
5,203
5,307
5,394
5,469
5,534
2,115
2,004
1,924
1,864
1,816
1,777
1,744
2,326
2,534
2,704
2,847
2,970
3,078
3,173
A2
1.880
1.023
0.729
0.577
0.483
D2
3,686
4,358
4,698
4,918
D4
3,267
2,575
2,282
d2
1,128
1,693
2,059
349
T a l y com o se puede o b s e rv a re n la Figura 4.45, el valor del estadstico chicu a d rado terico es m a yo r que el va lo r calculado. A nte ello, se puede afirmar,
con a = 5 % , que la distribucin de probabilidad que corresponde a esta variable
es la distribucin norm al.
= 9,40
CONTROL DE CALIDAD
350
D 2 * a = 4 ,9 1 8 * 0,0 4 4 = 0 ,2 1 7 cm
L C Ir =
d2 * o = 2 ,3 2 6 * 0 ,0 4 4 = 0,1 0 2 cm
LII r =
D, * a = 0
* 0 ,0 4 4 = 0
cm
Para intervalos p a ra n = 5
L S C r = D 4*R = 2 ,115 * 0 ,1 0 0 = 0 ,2 1 2 cm
LCCr =
R =
LIC r = D3*R = 0
= 0 ,1 0 0 cm
*0,100 = 0
cm
Para p ro m ed ios
LSC; =
x +
A 2* R = 9,4 0 2 + 0 ,5 7 7 * 0 ,1 0 0 = 9 ,4 5 0 cm
L C C - = x
= 9,4 0 2 cm
A n lisis d e l gr fico
E n el C u a d r o 4 .1 2 se p u e d e o b s e rv a r q u e n in g n p u nto sale fu e ra de
lmites de control en a m b o s grficos.
A n lisis de e xa ctitud
M = x
9,4 0
= 9,402
A n lisis de p re cisi n
a = R/d2= 0,10/2,326 = 0,043
o < T/3
0 ,0 4 3 <0 ,1 5 /3
0,0 4 3 < 0 ,0 5
CONTROL DE CALIDAD
352
9 ,5 5 -9 ,2 5
= -----------------------= -------------------------= 1 ,1 6 3
K
0,258
Este valor est ce rca de uno, lo q u e dice que el p ro ce so est bajo control
pero m u y cerca del lmite de cum plim iento. Ante ello, se le debe poner atencin,
p a ra e v ita r q u e p e q u e o s d e s p la z a m ie n to s d e la m e d ia o a u m e n to s de
v a ria b ilid a d o c a s io n e n v o l m e n e s d e m a g n itu d im p o rta n te d e p ro d u c to
disconform e con especificaciones.
353
Regla 1
C u a n d o el m argen de tolerancia sea superior a 6 o , qu e es la capacidad de
p ro c e s o , no s e d e b e c o lo c a r la m e d ia del p ro c e s o in ic ia lm e n te c o in
cidie ndo con la m e dia e specificada, sino q u e se d e b e co lo ca r a una d is
tancia 3 o del valor de especificacin qu e est situado en el lado contrario
de la tendencia de desgaste.
Regla 2
E n el caso de una herramienta que se desgasta de tal m anera que la media
del proceso se desplaza hacia el valor superior de especificacin, entonces
se d e b e colocar la m edia del pro ceso a una distancia 3 o del valor inferior
d e e s p e c if ic a c i n y c a m b ia r la h e rr a m ie n ta c u a n d o e s a m e d ia s e
encu e ntre a una distancia 3 o del va lo r superio r de especificacin.
E s decir:
Posicin inicial de la m edia = V IE+ 3 o
Posicin final de la m edia
= V SE- 3 o
donde:
V IE: va lo r inferior de especificacin
V SE: valor superior de especificacin
o :
o : e s tim a c i n de la d e s v ia c i n e s t n d a r c u a n d o la h e rr a m ie n ta e s t
desga stada
C u a n d o la tendencia de desgaste es en el otro sentido, se aplica esta regla
pero en sentido contrario al expresad o aqu.
La tendencia de la media del proceso es evidente en los casos de desgaste
y se p u e d e re p re s e n ta r s e g n la F ig u ra 4 .4 6 . L a s e s tim a c io n e s o y o se
pueden obte ner a travs de un grfico de control.
CONTROL DE CALIDAD
354
E JE M P L 0 4 . i l
U n a guillotina usa una cuchilla que se desgasta de acuerdo con las ca ra c
tersticas del trabajo que se va a ejecutar. Para ello, previam ente se han iden
tificado cinco trabajos qu e son los qu e m s provocan e se desgaste. T o d o s es
tos trabajos se hacen bajo la especificacin 50,0 10,3 cm . U n estudio de capa
cidad de proceso realizado en el pasa d o origin una capacidad 6 o de 12,0 cm.
U n grfico de control de prom edios e intervalos perm iti estim ar la desviacin
e st n da r d e s p u s del desgaste co m o a = 1 8 cm .
C u le s deben ser las posiciones inicial y final del prom edio del proceso si
el d e sga ste de la h erram ienta tiende al valor superior de especificacin?
SOLUCION
V SE = 60 ,3 cm
6 a = 1 2,0
V |E= 3 9 ,7 cm
a = 2 ,0 c m
6 a = 1 8 c m
a = 3 , 0 c m
= V SE- 3 a = 60,3 - 3 * 3 ,0 = 51 ,3 cm
355
Esto quiere decir que la herram ienta debe colocarse inicialmente para que
corte con una m edia de 45 ,7 cm . C u a n d o la m edia alcance el valor de 51,3 cm
significa que es el instante de c a m b ia r la herram ienta. El m argen de desgaste
permitido es de 5,6 cm (5 1 ,3 -4 5 ,7 ).
CONTROL DE CALIDAD
356
C1:
p1:
C2:
C3:
P2:
P3:
( C m+ C o ) P l +
( C m+ C o )P 2 +
( C m + C o+ C r ) P 3
P2+ P 3
57
EJEMPLO 4.12
U n torno p roduce una pie za cu y a s d im e n sio n e s deb en cum plir con la e s
pecificacin 5 ,0 0 0 0 ,0 2 5 m m . U n analista tom veinte g ru p o s de cuatro pie
za s ca d a uno y encontr un valor del intervalo prom edio de 0,0 4 m m . E sta v a
riable ha de m ostrado en el pasad o com portarse seg n la distribucin norm al.
L o s co s to s p o r p ie za so n : p a ra el m aterial e m p le a d o 02, p a ra el re m a q u in a d o 0 0 ,1 0 (p a ra el c a s o de q u e resulte co n u n a lon gitud m e n o r q u e la
especificada) y para el costo de operacin 0 0 ,12.
a.
b.
c.
d.
e.
SOLUCION
a.
CONTROL DE CALIDAD
358
b.
c.
= 8 0 ,3 %
% de piezas bajo el V IE (p t)
= 9 ,8 5 %
% de piezas sobre el V SE (p 3)
= 9 ,8 5 %
C m = 02 por pieza
359
C o = 0 0 ,1 2 por pieza
C
= 0 0 ,1 0 por pieza
( C m+ C o+ C r ) P l + ( C m+ C o )P 2 + ( C m + C o ) P 3
C E /p ie za = -
P, + P2
(2 + 0 ,1 2 + 0 ,1 0 )0 ,0 9 8 5 + (2 + 0 ,1 2 )0 ,8 0 3 + (2 + 0 ,1 2 )0 ,0 9 8 5
C E /p ie za = 0 ,0 9 8 5 + 0,8 0 3
2 ,2 2 (0 ,0 9 8 5 ) + 2 ,1 2 (0 ,8 0 3 ) + 2 ,1 2 (0 ,0 9 8 5 )
C E / p ie z a :
0 ,9015
C E /p ie za = 02,362
D a d o q u e p ro d u c ir d e s e c h o es m s ca ro (0 2 ,1 2 ) q u e el re m a q u in a d o
(0 ,1 0 ), se proseguir con el m todo de prueba y error con prom edios inferiores
a 5 ,0 0 0 m.
x = 4 ,9 7 0 m m
La Figura 4 .50 presenta la curva normal para el clculo de los valores de p,,
360
CONTROL DE CALIDAD
= 4 ,970j.
2 ,2 2 (0 ,6 0 2 6 ) + 2 ,1 2 (0 ,3 9 5 1 ) + 2 ,1 2 (0 ,0 0 2 3 )
C E /p ie za = ----------------------------------------------------------------------------------------0 ,6 0 2 6 + 0,3951
C E /p ie za = <62,185
C o m o 0 2 ,1 8 5 es un v a lo r m e n o r q u e 0 2 ,8 2 , e n to n c e s x= 4 ,9 7 0 es u na
m ejor posicin que la m edia centrada. S e probar un valor m enor para ve r si es
m ejor que ste.
x = 4 ,9 6 5 m m
La Figura 4.51 presenta la curva normal para el clculo de los valores de p,,
p2y p 3-
(tedia propuesta
cr - 0, OI 94^
4 ,9 6 5
4 ,9 7 5
m edia centrada
/
/
5 ,0 0 0
5 ,0 2 5
Pi = N [(4 ,9 7 5 -4 ,965)/0,0194 = N (0 ,5 2 )
p, = 0 ,6985
p3= 1 - N [(5 ,0 2 5 -4 ,965)/0,0 1 9 4 = 1 - N (3 ,0 9 )
p3= 1 -0 ,9 9 9 = 0,001
p2= 1 - p, - p3= 1 -0 ,0 0 1 -0 ,6 9 8 5
p2= 0 ,3005
2 ,2 2 (0 ,6 9 8 5 ) + 2 ,1 2 (0 ,3 0 0 5 ) + 2 ,1 2 (0 ,0 0 1 )
C E /p ie za = -----------------------------------------------------------------------------------------0 ,6 9 8 5 + 0 ,3005
C E /p ie za = 02,192
C o m o 0 2 ,1 9 2 es un v a lo r m a y o r q u e 0 2 ,1 8 5 , e n to n ce s x= 4 ,9 7 0 es una
m ejo r posicin q u e la m edia en 4 ,9 6 5 . S e deb en p ro b a r valores entre 4 ,9 7 0 y
5 ,0 0 0 .
x = 4 ,9 7 5 m m
La Figura 4 .52 presenta la curva normal para el clculo de los valores de p,,
p 2y p 3-
CONTROL DE CALIDAD
362
p, = N [(4 ,9 7 5 -4 ,975)/0,0194 = N (0 ,0 0 )
p, = 0 ,5 0 0 0
p3= 1 - N [ ( 5 , 0 2 5 -4 ,975)/0,0 1 9 4 = 1 - N ( 2 , 58)
p3= 1 -0 ,9 9 5 1 = 0 ,0 0 4 9
p2= 1 - p, - p3= 1 - 0 ,0 0 4 9 - 0 ,5000
p2= 0,4951
2 ,2 2 (0 ,5 0 0 0 ) + 2 ,1 2 (0 ,4 9 5 1 ) + 2 ,1 2 (0 ,0 0 4 9 )
C E /p ie za =--------------------------------------------------------------------------------------------0 ,5 0 0 0 + 0,4951
C E I/ p ie za = 0 2 ,1 8 0 7
C o m o 0 2 ,1 8 5 es un va lo r m a y o r qu e 0 2 ,1 8 0 7 , ento nces x= 4 ,9 7 5 es una
m ejor posicin que la m edia en 4,970. S e probar un valor m ayor para ve r si es
m ejor qu e ste.
x = 4 ,9 7 6 m m
La Figura 4.53 presenta la curva normal para el clculo de los valores de pv
p2y p 3p, = N [(4 ,9 7 5 -4 ,976)/0,0 1 9 4 = N (-0 ,0 5 )
p, = 0,4801
o -' = 0 ,0 1 9 4
363
C E /p ie za = 02,1804
tr = 0 , 0 1 9 4
4 ,9 7 5
4 ,9 7 7
5 ,0 0 0
5 ,0 2 5
CONTROL DE CALIDAD
C o m o 0 2 ,1 8 0 4 es un va lo r m e n o r qu e 0 2 ,1 8 9 , en to n ce s x= 4 ,9 7 6 es una
m ejo r posicin que la m e dia en 4 ,9 7 7 . P o r lo tanto la posicin m s e co n m ica
de la m edia es:
x = 4 ,9 7 6
Si se probara n d o s va lore s alejado s c o m o 4 ,9 3 0 y 5 ,0 2 0 se obtienen los
siguientes resultados.
x = 4 ,9 3 0 m m
La Figura 4.55 presenta la curva norm al para el clculo de los valores de p,,
p2y p 3-
= 0 , O I 9 4
365
p, = N [(4 ,9 7 5 -4 ,930)/0,0194 = N (2 ,3 2 )
p, = 0,9898
p3= 1 - N [ ( 5 , 0 2 5 -4 ,930)/0,0 1 9 4 = 1 - N ( 4 , 90)
p3= 1 -1 = 0
p2= 1 - p, - p3= 1 - 0 ,0 0 2 3 - 0,6026
p2= 0,0010
2 ,2 2 (0 ,9 8 9 8 ) + 2 ,1 2 (0 ,0 0 1 0 )
C E /p ie za = 0 ,9898 + 0 ,0010
C E /p ie za = 02,219
x = 5,0 2 0 m m
(T
- 0 ,0 1 9 4
4 ,9 7 5
med a centrada
5 ,0 0 0
5 ,0 2 0
5 ,0 2 5
CONTROL DE CALIDAD
366
C E /p ie za = 0 3 ,5 2 0
n= 75 0 pie za s por da
P ro duccin m ensual = 750 * 26 = 19500
C o n x= 5 ,0 0 0 el C E /p ie za = 02,36
C E por m es = 19500 * 2,3 6 = 046020
C o n x= 4 ,9 7 6 el C E / p ie za = 0 2 ,1804
C E por m es = 19500 * 2 ,1 8 0 4 = 0 4 2517 ,8
Ahorro e sperado por m e s= 4 6 0 2 0 - 4 2 5 1 7 ,8 = 3 5 02,2
al nivel de 19500 piezas
A h o rro e sperado por m e s = 0 3 502,2
4,970
2,1850
4,975
2,1808
4,976*
2,1804
4,977
2,1890
5,000
2,3620
5,020
3,5200
promedio ptimo
CONTROL DE CALIDAD
368
e.
= 0 ,5 7 %
= 0 2 ,1 8 0 4
L S C - = 4 ,9 7 6 + 3 * 0 ,0 1 9 4 = 5,0 0 3
V5
L S C - = 4 , 9 7 6 - 3 * 0 1 9 - = 4 ,9 4 9
5
1.
369
U n grfico con lmites basado en 3 o ~ solam ente provee una seal de alar
m a cu a n d o la situacin en estudio difiere del nivel de la m qdia re q u e rid o X
2.
3.
4.
5.
Este m odelo pu ede a y u dar a determ inar las condiciones m s econm icas
de operacin, por m edio de una com paracin entre el com portam iento de
la calida d del p ro ce so y la calida d del producto, c u a n d o las co n d icio n e s
cam bian.
6.
7.
8.
A tra v s d e un m o d e lo A R M A s e p u e d e p ro c e d e r a la c a lib ra c i n de
instrum entos de m edicin.
9.
U n m o d e lo d e a u t o -r e g r e s i n p u e d e d e te c ta r s e a le s y p ro b a r las
consecuencias en el sistem a si algunos parm etros son alterados. Esto es
im p o rta n te p u e s p e rm ite a n a liz a r las c o n d ic io n e s d e e sta b ilid a d q u e
a yu dan a m antene r un proceso bajo control.
CONTROL DE CALIDAD
370
M o d e lo s A R M A ( n ,n -1 )
Los m odelos A R M A (n ,n -1 ) fueron desarrollados con el objetivo de que se
p u e d a m e m o riz a r in form a cin p a ra s e r c o n s id e ra d a al to m a r u n a d ecisin
(P a n d it y W u , 1 98 6 ). A u n q u e los m odelos m s sencillos pueden obte nerse en
form a m anual, la regla general obliga a b u sca r soluciones a travs del uso del
com pu tad or. E sto de p e n d e del m odelo que se ajuste a la situacin en estudio.
E n un m odelo A R M A (n , n -1 ), n representa el nm ero de parm etros o ^ u e
p o se e el m odelo en estudio. El trm ino n-1 es el n m ero de parm etros o ^ u e
co n sid e ra el m odelo. El m odelo general es:
Modelo
Ecuacin respectiva
A R (2 )
x = 0 ,xM+ 0 2x,2+a,
M A (2)
x= at-0 ,a - 92a,.2
A R M A (2,1)
A R M A (3,2)
371
Xn
X n-1
X n+2
x n+1,
Xn
XN _
X =
X
z
rb
X n*1
_ XN-,
X-i
... X,
XM
N-n
N : n m ero de observaciones
La solucin de este sistem a de ecuaciones, la m ayor parte de las veces, se
h a ce a tra v s de un p ro g ra m a de c o m p u ta d o r, d eb ido a la g ra n cantidad de
clculos necesarios. U n o de los pro gram as que se puede usar es el program a
D D S (P a n d ity W u ,1 9 8 6 ).
Ta m b i n existen m odelos A R M A (n ,m ) donde la cantidad de parm etros 6
se determ ina en form a independiente de los parm etros 0 :. A s se puede tener
un m o d e lo A R M A (5 ,2 ) en el cu a l se tienen c in co p a r m e tro s 0 ^ dos p a r
m etros 9..
T a l y co m o se nota en la anterior descripcin, es posible aplicar esta tc
nica al control de una serie de tiempo, como lo es un grfico de control. La decisin
CONTROL DE CALIDAD
372
Gi=glY1i+g2Y2i+ g3Y3+
+9X
-02
( f - o x 2- - - - 0 , , )
g_.-----------------------------------------(YfY,)(YfY2)(YfY. i)(YfY*i)(YfY)
i= 1 ,2 ,3 ,...,n
el d e n o m in a d o re s el p ro du cto de to d o s los trm ino s (y-Y,) p a ra j= 1 ,2 ,3 ,...,n ,
ex clu ye n d o el trm ino ce ro (y-y.)
Los com pon e nte s de la funcin G re e n pueden ser im aginarios o reales.
El m e jo r m o d e lo e s el q u e se obtiene d e s p u s d e c o m p a ra r a tra v s de
u n a p ru e b a F q u e ste tiene la m e n o r s u m a de c u a d ra d o s del e rro r, p a ra el
m n im o posible de parm e tros por considerar. Al graficar la Fu n ci n de G re e n
373
EJEMPLO 4 .1 3
2.
3.
b.
D e t e r m in a r un m o d e lo A R M A ( n , m ) q u e p u e d a s e r a ju s ta d o al
com portam iento de esta variable.
c.
SOLUCION
1.
CONTROL DE CALIDAD
374
H o ja d e d a t o s - A n li s i s A R M A (n ,m )
A r t c u l o :
T ubo d e PVC
C d ig o :
C a r a c t e r s t i c a :
P eso
E s p e c ific a c i n :
4 0 ,0 4 ,1
O p e r a c i n :
E x t r u s i n
M q u in a :
C o m p a c ta d o ra
O p e r a r io :
L. M a ro to
F e c h a : 1 1 -0 7 -8 5
In sp e cto r
Tum o: 1
43,3
39,1
40,7
42,7
37,5
40,5
40,1
35,9
40,0
39,2
40,2
36,9
43,0
38,8
44,0
46,0
45,6
40,6
47,0
38,5
50,0
39,7
37,9
40,3
41,5
42,1
40,1
40,8
43,3
42,7
41,3
39,7
43,8
40,3
40,0
41,7
42,3
37,9
40,5
40,0
38,8
42,4
40,3
39,1
38,5
40,2
38,7
41,5
39,1
41,3
38,8
39,9
41,5
38,3
39,6
42,7
40,1
40,6
39,8
37,6
39,5
40,0
38,7
40,4
41,7
40,0
39,5
39,8
T A 457
38,0
39,2
41,4
40,5
39,7
38,8
41,1
39,6
38,0
40,3
36,9
38,9
36,9
39,4
40,0
38,7
40,1
42,3
40,0
40,5
40,3
39,3
40,6
40,0
40,0
38,5
40,0
39,9
39,9
40,0
39,5
40,5
H o r a d e in ic io : 2 : 4 5 a .m .
42,1
37,7
43,4
36,9
38,7
37,6
38,9
40,8
35,9
42,1
41,4
40,9
38,8
41,6
41,5
39,4
47,2
40,5
37,8
43,5
37,9
41,7
39,5
39,9
38,4
41,5
37,0
39,9
39,0
42,3
35,0
39,3
43,2
40,0
40,3
42,1
39,6
41,5
42,5
39,3
38,9
38,6
36,5
48,0
39,8
37,5
40,6
39,9
36,9
40,0
40,0
40,9
40,6
40,3
40,7
41,3
40,5
40,3
41,5
39,5
38,9
40,7
42,6
39,9
40,7
S . P rez
H o ja # 1 d e 1
40,5
39,8
38,6
38,1
39,7
38,1
38,9
39,0
40,0
39,7
38,4
38,9
40,7
40,2
41,3
39,3
38,4
40,3
40,3
39,3
40,5
39,0
39,5
38,8
40,0
40,3
41,0
41,0
40,0
40,0
39,8
40,3
40,7
39,7
40,0
40,2
40,1
39,5
41,1
_ _
38,5
40,0
38,8
42,5
38,7
46,9
36,0
46,1
39,7
37,1
38,4
38,8
36,3
41,5
37,8
38,0
38,3
42,1
40,8
39,7
40,5
40,8
41,5
43,4
37,6
39,4
38,5
37,6
38,7
37,5
39,9
41,9
38,7
40,9
41,2
39,8
39,3
38,9
38,0
41,3
41,0
42,0
39,2
40,2
40,9
40,3
40,0
41,6
39,1
39,5
40,3
38,9
38,8
37,4
38,6
40,0
43,0
39,8
38,0
41,0
41,5
36,9
46,7
41,5
43,7
45,6
41,5
42,5
40,0
41,5
39,4
39,8
39,9
38,9
37,9
40,9
41,9
40,1
39,9
41,3
40,3
40,0
38,9
40,1
38,9
39,6
39,9
39,9
40,1
38,7
39,6
39,9
39,7
40,0
40,8
39,0
OBSERVACIONES: Para efectos de la serie de tiempo, los datos deben leerse por renglones,
pues as corresponde.
376
CONTROL DE CALIDAD
La F ig u ra 4 .5 9 p re s e n ta el g r fico de o b s e rv a c io n e s in d iv id u a le s q u e
p e rm itir h a c e r el an lisis de e sta b ilid a d y a la v e z g ra fic a r el m o d e lo
seleccionado.
377
Parmetro
0,
Modelos AR M A
(1.1)
(2.1)
(4.3) I
0,3270,310
0,2141,690
0,0480,563
-0,594+0,lo 3
-0,580+0,111
-0,491 0,117
0 ,3 6 8 0 ,1 0 2 \
02
03
0<
05
06
e,
02
e3
04
0,4900,017
-0,6440,791
0,36510,423
0,13210,595
\ - 0 , 12510,524
^ 2 9 0 1 0 ,4 8 0
0,003+0,330
-0,1191,690
0,9790,005
-1,090+0,055
-0,934+0,054
0,13710,016
-0,02410,469
0,34710,406
0,07510,576
0,16110,438
1001,75
1007,10
888,87
913,03
05
SCE
(6,5)
CONTROL DE CALIDAD
378
0,4850,157
SCE
1158,6
-0,398+0,120
-0,7510,125
-0,221+0,139
0,4150,135
0,0300,117
0,181 0,111
-0,354+0,335
-0,1720,413
0,011 0,373
0,6360,300
0,1090,217
-0,1070,164
-0,1010,119
-0,184+0,114
0,365+0,623
-0,276+0,387
0,3580,343
0,6700,452
-0,290+0,406
0,2140,279
-0,213+0,164
-0,6800,185
0,1330,134
-0,7490,050
-0,0110,063
-0,6690,057
-0,741 0,346
-0,4840,512
-0,2040,562
0,4190,498
0,3580,321
-0,0090,629
-0,3460,352
0,2510,326
0,6170,368
0,1620,370
0,220+0,321
852,55
820,48
814,84
Valor
379
''.' A >, vj
j
1
2
3
4
5
6
7
8
9
10
11
12
13
14
20
30
50
3.
2do
componente componente
componente
real
complejo?]
0,4294
0,1760
0,0721
0,0295
0,0121
0,0049
0,0020
0,0008
0,0003
0,0001
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
-0,0309
0,0294
-0,0280
0,0267
-0,0254
0,0242
-0,0230
0,0219
-0,0209
0,0199
-0,0189
0,0180
-0,0172
0,0164
0,0122
0,0075
0,0028
0,3984
0,2054
0,0440
0,0563
-0,0133
0,0292
-0,0210
0,0228
-0,0205
0,0200
-0,0189
0,0181
-0,0172
0,0164
0,0122
0,0075
0,0028
-0,0132
0,0762
0,0085
-0,0722
-0,0043
0,0682
0,0005
-0,0643
0,0027
0,0604
-0,0057
-0,0566
0,0083
0,0529
-0,0424
0,0275
0,0078
mm
G(J)
0,38526
0,28171
0,05258
-0,01595
-0,01765
0,09749
-0,02049
-0,04153
-0,01781
0,08056
-0,02466
-0,03857
-0,00889
0,06937
-0,03023
0,03504
0,01066
C o nclu sio ne s
CONTROL DE CALIDAD
380
U C = M-3^Vo~
381
TIE M P O (m in u to s)
382
CONTROL DE CALIDAD
RESUMEN
S e han visto en este captulo distintos aspectos relacionados con el anli
sis y control de p ro ce so s c u a n d o las caractersticas de calidad son variables.
Lo s m s im portantes son los grficos de control.
D entro de los aspectos relevantes a q u analizad os se tienen:
1.
2.
3.
4.
383
6.
PREGUNTAS DE REPASO
1.
2.
3.
4.
5.
6.
384
7.
CONTROL DE CALIDAD
8.
Q u d if e re n c ia h a y e n tre un C U S U M M s c a r a V y u n C U S U M de
intervalo de decisin h?
9.
PROBLEMAS
1.
2.
a.
b.
H o ja d e d a t o s - G r f i c o s d e c o n t r o l x , R
A r t c u lo :
P a s t il la s p a r a m a l e s t a r e s
C a r a c t e r s t i c a :
O p e r a c i n :
C o m p a c ta d o
O p e r a r io :
L. E c h e v e r r a
F e c h a : 1 0 -0 9 -8 5
M uestra#
I
N
D
I
V.
A
L
O
R
5
4
3
2
1
Muestra #
V
A
L
O
R
I
N
D
I
V.
C d ig o :
P eso
5
4
3
2
1
A 890
E s p e c ific a c i n :
5 ,0 0 , 1
M q u in a :
C o m p a c ta d o ra
In sp e cto r:
T um o: 2
M . A s to rg a
H o r a d e n ie lo : 2 : 0 0 a .m .
H o ja # 1 d e 1
10
5,1
5,0
5,0
5,1
5,3
5,0
4,8
4,9
5,2
5,0
5,1
4,9
5,1
4,9
5,1
4,8
5,2
5,0
4,9
4,9
4,9
4,9
5,0
5,0
5,0
5,0
5,1
4,4
5,0
5,2
4,7
4,9
5,2
5,0
4,8
4,9
4,8
5,0
5,1
4,8
5,0
5,2
5,0
4,7
5,0
4,9
5,0
5,3
5,1
5,1
11
12
13
14
15
16
17
18
19
20
5,0
5,1
5,0
4,9
5,0
5,0
5,0
5,1
5,0
5,1
5,0
4,9
4,8
4,8
4,8
5,1
4,8
4,8
4,8
4,9
4,9
4,9
4,9
4,9
5,0
4,5
5,0
5,0
4,8
4,9
5,0
5, i
5,0
4,9
4,9
5,9
5,1
5,1
5,0
4,8
5,2
5,1
5,0
5,1
5,3
5,2
5,1
4,6
5,0
5,1
veinte m uestras de cinco elem entos cad a una. El C u a d ro 4.21 presenta los
datos recolectados.
3.
a.
b.
Q u c o n c lu s io n e s se o btiene n a c e rc a de la posibilidad de q u e el
p ro ceso p u e d a cum plir a cabalidad con la especificacin?
E n el p ro c e s o de c o lo ra c i n d e fib ra s de la n a , la a c id e z del lq u id o
colorante d e b e ser cu id a d o sa m e n te controlada. Si el g rado de a cid e z es
m enor qu e el valor especificado, la penetracin del color es insuficiente. Si
ste es m ayor, el color es intenso y el grado de acidez afecta la vida til de
los productos confeccionados con esa fibra.
CONTROL DE CALIDAD
386
H o ja d e d a t o s - G r f i c o s d e c o n t r o l x , R
A r t c u lo :
E n v a s e p l s t ic o
C d ig o :
A R D 879
C a r a c t e r s t i c a :
P eso
E s p e c ific a c i n :
45 5
O p e r a c i n :
T e r m o fo r m a d o
M q u in a :
T e r m o fo r m a d o r a
O p e r a r io :
K. L pez
In sp ector
N, F on seca
F e ch a : 0 9 -0 7 -8 5
Muestra #
V
A
L
O
R
I
N
D
1
V.
5
4
3
2
1
Muestra #
V
A
L
O
R
I
N
D
I
V.
5
4
3
2
1
T um o: 3
H o r a d e in ic io : 1 0 : 0 0
?!:
i!?
H o ja # 1 d e 1
10
41
55
46
35
48
46
45
47
48
42
41
48
49
40
42
43
43
40
40
42
45
51
51
42
41
59
47
54
47
45
40
49
49
40
49
40
42
43
46
47
40
42
43
46
47
42
45
39
44
45
11
12
13
14
15
16
17
18
19
20
52
38
48
44
45
44
53
47
38
44
44
43
45
40
43
54
41
45
44
39
51
39
54
45
38
44
45
46
37
43
46
55
47
46
43
39
42
55
47
48
42
42
49
43
44
43
38
47
40
44
4.
387
H o ja d e d a t o s - G r f i c o s d e c o n t r o l x , R
A r t c u lo :
F ib r a s d e la n a
C d ig o :
FB9087
C a r a c t e r s t i c a : p H
E s p e c i f i c a c i n : 4 , 3 0 0 ,1 8
O p e r a c i n :
T e id o
M q u in a :
T e id o r a
O p e r a r io :
P. A rce
In sp e cto r:
B. P a ch eco
F e c h a : 0 6 -1 2 -8 4
T um o:
H o r a d e n ie lo : 6 : 0 0 a .m .
H o ja # 1 d e 1
Muestra #
10
Promedio
Intervalo R
4,17
0,14
4,15
0,30
4,18
0,20
4,17
0,09
4,20
0,10
4,22
0,24
4,33
0,65
4,33
0,17
4,34
0,58
4,50
0,22
Muestra #
11
12
13
14
15
16
17
18
19
20
Promedio
Intervalo R
4,34
0,22
4,31
0,18
4,61
0,44
4,21
0,20
4,37
0,23
4,24
0,23
4,29
0,32
4,35
0,62
4,31
0,28
4,32
0,20
I x = 5 1 4 ,2 8
I R = 120,00
a.
b.
Estim ar el va lo r de a .
c.
Determ inar el error estndar del prom edio de las 125 m ediciones.
d.
5.
388
CONTROL DE CALIDAD
b.
C u le s s e r n las c o n s e c u e n c ia s en el p o rc e n ta je d e p ro d u c to
disconform e, si se siguen las recom endacion es?
c.
6.
Cdigo:
VC987
Especificacin: 178,0 1 ,06
Mquina:
Cortadora A
Inspector:
C. Herrera
Hora de inicio: 3:00 p.m. Hoja# 1 de 1
Muestra #
10
Promedio
Intervalo R
177,6
23
176,6
8
178,4
22
176,6
2
177,0
7
179,4
8
178,6
5
179,6
6
178,8
7
178,2
4
Muestra #
11
12
13
14
15
16
17
18
19
20
Promedio
Intervalo R
179,8
9
176,4
8
178,4
4
178,2
4
180,6
6
179,6
6
177,8
1
178,4
9
181,6
7
177,6
4
7.
38
b.
c.
d.
8.
a.
b.
a
I
0
r
d
i
V.
5
4
3
2
1
Muestra #
V
a
I
0
r
d
i
V.
5
4
3
2
1
Cdigo:
No hay
Especificacin:
70 2
Mquina:
Inspector:
M. Arce
Hora de inicio: 8:00 a.m.
Hoja # 1 de 1
10
75
75
73
73
73
72
71
71
71
70
75
72
74
74
75 '
73
72
70
71
70
70
70
70
76
73
70
65
66
65
65
76
74
75
72
72
73
73
71
70
69
72
71
71
71
73
72
71
73
70
69
11
12
13
14
15
16
17
18
19
20
72
72
71
71
70
72
73
77
71
70
75
75
75
78
70
73
74
73
70
71
79
69
74
72
73
70
69
69
70
73
73
73
77
71
70
71
71
70
75
77
71
78
69
70
72
67
69
69
67
69
CONTROL DE CALIDAD
390
Muestra #
'
.
Cdigo:
CH456
Especificacin: 34,0 4,9
Mquina:
Hiladora KA
Inspector:
C. Herra
Canutos de hilo
Resistencia a tensin v Hiladura
A. B. Brenes
10
34,8
3,8
20
Promedio
Desviacin
35,1
5,4
34,6
4,7
33,2
3,8
34,8
4,5
33,4
4,0
33,9
4,3
34,4
5,0
33,0
5,3
32,8
3,3
Muestra #
11
12
13
14
15
16
17
18
19
Promedio
Desviacin
33,8
2,3
32,7
4,3
35,4
1,2
36,5
2,7
33,7
4,3
9.
b.
E: 84,0 8 ,0 cm
391
I
N
D
I
V.
5
4
3
2
1
Cdigo:
LR980
Especificacin: 0,258 0,004
Mquina:
Taladro
Inspector:
M. Guzmn
Hora de inicio: 8:00 a.m.
Hoja # 1 de 1
10
12
10
12
11
15
13
6
10
9
10
12
6
7
8
13
11
16
12
11
10
9
8
7
9
6
7
13
10
10
9
7
6
11
9
9
8
7
10
10
11
11
10
12
10
15
6
9
12
8
4
Cdigo:
SE323
Especificacin: 84,0 8 ,0
Mquina:
Cortadora J
Inspector:
D. Pacheco
Hora de inicio: 3:00 p.m.
Hoja #1 de 1
Muestra #
10
Promedio
Desviacin
85,1
7,4
84,6
7,7
83,2
5,8
84,8
5,5
83,4
4,0
83,9
4,3
84,4
5,7
83,0
9,3
82,8
4,3
84,8
7,8
Muestra #
11
12
13
14
15
16
17
18
19
20
Promedio
Desviacin
83,8
6,3
82,7
3,3
85,4
7,2
86,5
4,7
83,7
6,3
CONTROL DE CALIDAD
a.
b.
c.
Q u p a s a r a si se c o m p r a u n a m q u in a n u e v a q u e tie n e u n a
capa cid ad de 6 ct= 15,0 cm ?
d.
Q u h a ra U d si el p ro c e s o se d e s ce n tra a 3 2 ,0 cm y m a n tie n e la
m ism a variabilidad?
e.
Q u h a ra U d si el p ro c e s o a u m e n ta su v a ria b ilid a d en u n 2 0 % ,
m a nteniendo su exactitud?
0 7,25
0 9,35
b.
c.
d.
393
e.
b.
Cdigo:
R900
Especificacin: 72,6 4 ,0
Mquina:
Torno M
Inspector:
C. Morales
Hora de inicio: 9:00 p.m.
Hoja #.1 de 1
Muestra #
10
Promedio
Desviacin
73,8
8,3
72,5
3,3
73,5
2,1
72,1
1,5
74,0
5,4
67,0
4,2
72,5
4,1
73,4
1,8
75,2
2,3
73.1
2.1
Muestra #
11
12
13
14
15
16
17
18
19
20
Promedio
Desviacin
73,2
2,4
72,7
1,5
74,0
1,7
72,8
1,7
72,0
1,8
71,9
2,1
70,8
1,5
71,5
1,4
74,0
1,1
75,3
1,3
Muestra #
21
22
23
24
25
26
27
28
29
30
Promedio
Desviacin
72,1
1,2
72.0
1.0
72,5
3,8
71,6
0,7
73,9
2,7
CONTROL DE CALIDAD
394
c.
d.
C o n s t ru y a un g r fic o C U S U M d e M s c a ra V u s a n d o un n iv e l de
con fia n za del 9 5 % .
e.
15.
f.
g.
Q u c o n c lu s io n e s o b tie n e U d . a c e r c a d e la s itu a c i n d e e s ta
caracterstica de calidad?
b.
c.
d.
Cdigo:
G965
Especificacin: 0,834 0 ,12
Mquina:
Llenadora
Inspector:
S. Zapata
Hora de inicio: 8:00 a.m. Hoja #1 de 1
3
10
0,8372 0,8324 0,8318 0,8344 0,8346 0,8332 0,8340 0,8344 0,8308 0,8350
0,001 0,009 0,008 0,004 0,005 0,011 0,009 0,003 0,002 0,006
11
12
13
14
15
16
17
18
19
20
0,8380 0,8322 0,8356 0,8322 0,8304 0,8372 0,8282 0,8340 0,8360 0,8374
0,006 0,002 0,013 0,005 0,008 0,011 0,006 0,005 0,004 0,006
b.
= 113
k2 = 104
= 101
h = 9 ,5
ma=
= 9 o = 10
107
CONTROL DE CALIDAD
396
GRAFICOS DE CONTROL
PARA ATRIBUTOS
n m u c h a s o c a s io n e s u n a ln e a de p ro d u c c i n tiene
dificultades con dos o m s caractersticas de calidad,
las cuales pueden o no ser llevadas a una escala de m e
dicin. C o n lo visto hasta el m om ento solo sera posible
e v a lu a r las c a ra c te rs tic a s v a ria b le s co n el in c o n v e
n iente de q u e se d e b e co n stru ir un grfico de control
para cada una de ellas. Esta accin sera costosa y p o
co funcional p u e s se ra im posible h a ce r el anlisis de
informacin, con lo que esta herram ienta tan importante
perdera todo su aporte.
Ante esta situacin, se pueden aplicar los grficos
los cuale s perm iten el c o n
398
CONTROL DE CALIDAD
re c h a z o m ie n tra s q u e la in fo rm a ci n re c o le c ta d a d e b e c o n te m p la r p ro c e
dim ientos qu e perm itan investigar ca u sa s asignable s de variacin, las cuales
no son tan e v id e n te s c o m o en los grficos para va ria b le s, p u e s en stos se
analizan varias caractersticas a la vez.
La uniform idad de criterios se logra a travs de un p ro g ra m a de e ntrena
m ie n to y d e c a p a c ita c i n y del d e s a rro llo de un m a n u a l de in s p e c c i n q u e
especifique entre otras cosas:
a.
b.
B a se s estadsticas de m uestreo
c.
d.
e.
f.
M uestras patrn
g.
h.
D ocu m e n ta cin
E J E M P L O 5.1
L a lo n gitu d d e u n a p ie z a p lstica , u s a d a en u n e n s a m b le s e c u n d a rio ,
h a s id o c a ta lo g a d a c o m o d e m e d ia n a im p o rta n c ia e n la c la s ific a c i n d e
SOLUCION
U n a form a de e fe ctu a r esta in sp e cc i n es d is e a r d o s calibres q u e se
ajusten a la sim etra de la p ieza. El m aterial puede s e r de plstico, m ad e ra o
metal.
El diseo de los calibres debe efectuarse de form a tal que las superficies
que van a estar en contacto con las piezas m edidas no sean speras ni tengan
protuberancias que afecten la decisin. Lo s calibres se disean uno para c o n
trolar el valor superior especificado (calibre pasa) y otro para controlar el valor
inferior especificado (calibre no pasa). Estos calibres pueden tener la forma que
presenta la Figura 5.1, en donde se consideran los valores especificados com o
los topes m xim os en cad a caso. C o n ello se est afirm ando que una pieza no
estar conform e a especificaciones si m ide m enos de 28 cm o m s de 32 cm ,
sin necesidad de efectuar la m edicin.
El procedim iento para usar los calibres de la Figura 5.1 es el siguiente:
1.
28 cm
Calibre no pasa
32 cm
Calibre pasa
CONTROL DE CALIDAD
400
2.
3.
D E F E C T U O S O S V R S D IS C O N F O R M E S
P a ra obtener conclusiones a d e cu adas despu s de efectuar un control por
atributos es de su m a importancia establecer la diferencia existente entre unidad
defectuosa y unidad disconform e. U n a unidad defectuosa es una unidad que
no cu m p le con la n o rm a de produccin y qu e por lo tanto p o se e defectos que
pueden o no pueden ser corregidos conllevando a u n reproceso o a un desecho
parcial o total del producto.
U n a unidad disconforme es una unidad que no cu m p le con la n orm a de
produccin y que por lo tanto no puede ser aceptada. A diferencia de la unidad
defectuosa, la unidad disconform e pu ede que no con tenga ningn defecto. Si
contiene uno o m s defectos se convierte en unidad defectuosa.
U n a unidad por s sola se cataloga c o m o defectuosa deb ido a que p u e d e
te ner uno o m s defectos. D e a q u se c o n c lu y e que no es correcto hablar de
porcentaje de defectos sino de n m ero de defectos por unidad, por m uestra o
p o r c a d a cie n u n id a d e s p ro d u c id a s . S e s c o rre c to h a b la r de n m e ro de
d efectuosos o de porcentaje de defectuosos.
Al igual que en el control por variables, el control por atributos requiere de
clasificar las no conform idades con el fin de realizar el estudio sobre los m s im
portantes de acuerdo con su criticidad y su frecuencia de ocurrencia. S e aplican
tam bin en este ca so los dia g ram as de Ishikawa, Pareto y C a u s a -e fe c to . Los
defectos qu e se p u e d e n encontrar en los pro ductos se clasifican de la m ism a
form a qu e las caractersticas de calidad:
1.
401
No conformidades crticas
2.
a.
b.
c.
d.
No conformidades mayores
3.
a.
Posible m ente cau se n fallas durante la puesta en uso del producto las
cuales pueden ser corregidas con un grado alto de dificultad y de costo.
b.
c.
No conformidades menores
4.
a.
b.
c.
No conformidades incidentales
S o n aquellas que existen en el producto y que pueden ser fcilm ente vis
tas, sin e m ba rgo, su influencia en el d e s e m p e o del producto es casi nula. S e
caracterizan porque:
CONTROL DE CALIDAD
402
a.
b.
EJEMPLO 5.2
C o n el fin de estructurar un control por atributos se tom de un proceso una
m u estra de 8 0 u n id a d e s y se in sp e cc io n con el fin de localizar los defectos
p re s e n ta d o s en el C u a d r o 5 .1 . E s te m is m o c u a d ro p re s e n ta la c a n tid a d
e ncontra d a as co m o el peso asignado.
Defecto
No.
Criticidad
Huecos
Rayaduras
Porosidades
Quebraduras
Deformaciones
Dimensiones
Asperezas
Suciedad
Grietas
100
25
35
10
84
78
65
70
10
100
25
100
100
50
1
50
25
100
403
S O L U C IO N
Siguiendo el procedim iento de construccin del paretogram a ya explicado
anteriorm ente se construye el C u a d ro 5.2.
C o n ba s e en el o rd e n a m ie n to de la q u inta c o lu m n a del C u a d ro 5 .2 , se
c o n s tru y e el C u a d r o 5 .3 , el c u a l s e rv ir p a ra g ra fic a r el d ia g ra m a q u e se
p re se n ta en la F ig u ra 5.2. C o m o se p u e d e o b s e rv a r en el C u a d ro 5 .3 y en la
F ig u ra 5.2 , los defectos sobre los cuales se basar prioritariamente el control
p or atributos sern: hu ecos, deform aciones, porosidades y asperezas.
U n a v e z c o n o c id o s los d efecto s m s im po rtantes, el siguiente p a so es
definir qu tipo de grfico de control se debe usar. Si se detectara que la causa
de a lguno de estos defectos es una variable, se puede establecer un grfico de
co n tro l p a ra v a ria b le s , y a q u e pe rm itir e s tu d ia r m s a d e c u a d a m e n te los
problem as. Si eso no ocurre se im plem enta un grfico de control para atributos
e sco giend o, se g n se estudien defectos o defectuosos o unidades no confor
m e s con especificaciones, entre los siguientes:
a.
b.
c.
Defectos
Huecos
Rayaduras
Porosidades
Quebraduras
Deformaciones
Dimensiones
Asperezas
Suciedad
Grietas
No.
No. *w
100
25
35
10
84
78
65
70
10
10
25
100
100
50
1
50
25
100
1000
625
3500
1000
4200
78
3250
1750
1000
39,37
2,46
13,78
3,94
16,53
0,31
12,79
6,89
3,94
CONTROL DE CALIDAD
404
No.
Defecto
1
2
3
4
5
6
7
8
9
Huecos
Deformaciones
Porosidades
Asperezas
Suciedad
Grietas
Quebraduras
Rayaduras
Dimensiones
39,37
16,53
13,78
12,79
6,89
3,94
3,94
2,46
0,31
% acum ulado
39,37
55,90
69,68
82,47
89,36
93,30
97,24
99,70
100,00
d.
e.
f.
\
405
i405
CONTROL DE CALIDAD
406
Caso B
O b s e r v a n d o la F ig u ra 5 .4 , se nota , s e g n el lm ite recto, q u e el punto
c o rre sp o n d ie n te a la m u estra 1 est den tro de control, sin e m b a rg o , el lmite
q u e b ra d o de ta m a o de m uestra variable indica lo contrario.
Al igual que en los grficos de control para variables, estos grficos tam
bin se aplican en las tres etapas a sa b e r construccin, anlisis y seguim iento.
C onstruccin d e l grfico
El procedim iento para la construccin de un grfico p es el siguiente:
1.
2.
3.
4.
5.
CONTROL DE CALIDAD
408
R e a liz a r la in s p e c c i n de las m -m u e s tr a s , s e p a r a n d o co n su d e b id a
identificacin a las p ie zas defectuosas o disconform es. S e debe llevar un
registro de la cantidad de piezas defectuosas identificando el tipo y nm ero
de defectos encontrados.
7.
C a lc u la r el p o rc e n ta je d e d e f e c tu o s o s o d is c o n fo rm e s u tiliz a n d o la
siguiente expresin:
To ta l de defectuosos en la m uestra
np* 100
p ( % ) = ------------------------------------------------------------------------------------= ------------------tam a o de la m uestra
n
8.
p(%) = ---------------m*n
S e p u e d e calcu lar tam bin co m o el p ro m e dio de los porcentajes ca lcu la
dos en el punto 7. Sin em bargo, existe el problem a de que por redondeo se
pierden los datos originales.
C u a n d o el tam ao de la m uestra es variable el trmino m*n se convierte en
In .
9.
Lm ite s especificados
E s to s lm ite s p u e d e n e s ta r b a s a d o s en un v a lo r m x im o , c u a n d o se
establece qu e el porcentaje defectuoso no deb e superar una cantidad fijada o
en un v a lo r prom e dio cu a n d o se especifique el requerim iento en esa form a.
L C E p= p
L IE p= p - 3 v[p(1 -p)]/n
b.
L S C p= p + 3 \J[p(1-p)]/n
L C C p= p
L IC p= P 3 \j [p(1 -p)]/n
El lmite superior se red o ndea hacia arriba y el lmite inferior hacia abajo,
con dos decim ales.
C u a n d o el lmite inferior de control del proceso es negativo, tom a el valor
de c e ro . E n c a s o de q u e el ta m a o de la m u e stra se a va ria b le , se p u e d e n
calcular los lmites de control del pro ceso de dos form as:
U sa n d o un tam ao de m uestra prom edio calculado com o:
m
X ni
=t
n = ----------------------m
CONTROL DE CALIDAD
x el nm ero
de m uestra,
y el porcentaje de
escala ade cu a da que permita graficar hasta el valor m s alto entre el lmite
s u p e rio r de control de p ro c e s o y el v a lo r de m a y o r m a g n itu d e ntre los
porcentajes defectuosos o disconform es.
U n a v e z que se tienen los ejes se trazan los lmites de control del proceso
y c a d a uno de los p u nto s c o rre sp o n d ie n te s a ca d a m u estra , u nindo los
con lnea recta continua tal y co m o se m uestra en la Figura 5.5. Los lmites
e specificado s se p u e d e n s u p e rp o n e r en plstico so b re el grfico. N o es
con venie nte graficarlos.
lisis d e l grfico
Al analizar un grfico p, hay que tener en cuenta dos aspectos principales:
a.
b.
411
Te n d e n c ia s
pm
= n m e ro inicial de m uestras
= ta m ao de la m uestra
CONTROL DE CALIDAD
412
Si h a y te n d e n c ia s de p e n d ie n te p o sitiva , se d e b e d a r un s e g u im ie n to
estricto al proceso, con el fin de tom ar acciones preventlvas.que eviten qu e la
fraccin defectuosa, de un m om ento a otro, supere el L S C p.
Si la tendencia e s negativa, implica un indicio de m ejora en el proceso. De
todas form as se deb e n investigar las ca u sa s para estar seg u ro s de que son de
c arcte r beneficioso y no perjudicial.
U n a v e z que se ha investigado el proceso, se debe analizar la situacin del
m is m o con re s p e cto a la e sp e c ifica ci n . S e d e b e te n e r p re se n te a q u , si la
especificacin es un m xim o o un prom edio. Si no se cum ple con lo especifica
do, se deben introducir m ejoras que dism inuyan la fraccin defectuosa o pactar
u na n u e v a fraccin con el cliente si es posible. Lo s e g u n d o es la nica opcin
que qu e da cuando se tiene certeza de que el proceso no tiene posibilidades de
m ejora.
EJEMPLO 5.3
U n a ln e a de p ro d u c c i n de p a n ta lo n e s tie n e g ra n d e s p ro b le m a s de
c a lid a d , p u e s lo s lo te s e s t n s ie n d o p r o d u c id o s c o n un p r o m e d io de
defectu osos su p erio r al 3 % especificado co m o pro m e dio . Esto ha significado
g ra n d e s v o l m e n e s de re cha zo en los ltimos m eses.
C o n el fin de investigar esta situacin se ha recolectado la informacin que
p re senta el C u a d ro 5.4.
41 3
H O JA D E D A T O S G R A F IC O S D E C O N T R O L P
Artculo:
Pantalones
Inspector:
V. Sanabria
Lnea:
12
Fecha: 12-09-85
Turno: 1
Nmero de muestra
Cdigo:
PA-678
Especificaciones:
3 % promedio
Tam ao de muestra: n=50
Hora de inicio: 8:00 am
Hoja #1 de 1
1
Hora
# de defectuosos
Fracc. de defectuosos
10
8:00 8:10 8:35 8:51 9:00 9:16 9:29 9:41 9:59 10:07
4
3
8
2
5
1
2
10
4
3
0,06 0,16 0,08 0,04 0,10 0,02 0,04 0,20 0,06 0,08
Nmero de muestra
11
Hora
#de defectuosos
Fracc. defectuosa
12
13
14
15
16
17
18
19
20
10:18 10:25 10:31 10:42 10:55 11:03 11:15 11:25 11:35 11:50
2
4
1
4
3
5
3
2
7
2
0,06 0,04 0,10 0,08 0,06 0,04 0,14 0,04 0,02 0.08
SOLUCION
I.
C onstruccin
L o s P a s o s 1, 2, 3 y 4 fu e ro n r e a liz a d o s d e p re v io a la to m a d e la
informacin.
Los P a so s 5 ,6 y 7 se encuentran en el C u a d ro 5.4.
P a so 8. C lc u lo del pro m e dio de defectuosos
Zn p
75
1000
CONTROL DE CALIDAD
414
P a so 9. Lm ites de control
a.
Lm ites especificados
p
= 0 ,0 3
n=50
L S E p = 0 ,0 3 + 3
LCE
\j[0,03*(1 -0 ,03)]/50 =
0,11
= 0 ,0 3
L IE p = 0 ,0 3 - 3 \| [0,03*(1 -0 ,03)]/50 = -0 ,0 4 2
D a d o que el L IE p result negativo a su m e el va lo r de cero. S e a :
L IE p= 0
b.
L IC p = 0 ,0 7 5 - 3 \f[0,075*(1 -0 ,075)]/50 = -0 ,0 3 7
El lmite inferior se asu m e cero. S e a :
L IC = 0
P
II.
A n lisis d e l gr fico
Al o b s e rva r la F ig u ra 5.6, se nota un punto fuera, el co rresp ondiente a la
m u e s tra N o . 8. P o r c o n s ig u ie n te s e e lim in a y s e p ro c e d e a re c a lc u la r el
p ro m e dio de defectuosos y los lm ites m odificados.
7 5 -1 0
65
65
(20-1 )*50
19*50
950
415
LSC
p>
LCC.
0 ,0 6 8 + 3
\j [0,068*(1 -0,068)]/50 = 0 , 1 8
0 ,0 6 8
L IC pm
= 0 ,0 6 8 - 3 \[ [0,068*(1 -0 ,068)]/50 = -0 ,0 4
L IC
= 0
Al obs e rva r de nuevo la Figu ra 5.6 con los n u evo s lmites m odificados, se
nota que no se sale ningn punto. E n cuanto a tendencias no hay nada im por
tante qu e m encionar.
H asta aqu, el pro ceso de fabricacin de pantalones es ca p a z de brindar
una calidad prom edio de 6 ,8 % , lo cual est lejos de la especificacin 3 % . S e de
be Investigar la causa de tanto rechazo, averiguando cules caractersticas de
calidad son las m s problem ticas con el fin de controlarlas en una form a m s
estricta.
E n general, se puede concluir que en realidad el proceso est produciendo
con un bajo nivel de calidad.
CONTROL DE CALIDAD
416
III.
S eguim iento
N o e s p o s ib le u s a r e ste g r fico de con trol p a ra s e g u im ie n to p u e s no
E J E M P L O 5.4
E n el E je m p lo 5 .3 , se d e s e a in v e s tig a r la s itu a c i n del p ro c e s o pero
u tiliza n d o m u e s tra s de ta m a o va ria b le . La info rm a ci n se p re s e n ta en el
C u a d ro 5.5. Efe cte el anlisis a travs de un grfico p.
Pantalones
Inspector:
V. Solano
Lnea:
12
Fecha: 12-09-85
N m e ro d e m u e s tra
PA -6 78
Cdigo:
Especificacin:
3% promedio
Tamao de muestra:
Hora de inicio: 7:00 am
Turno: 1
Variable
Hoja # 1 de 1
10
7:00
7:30
8:00
8:30
9:00
9:30
10:00
10:30
11:00
11:30
50
58
40
80
68
65
60
44
55
58
# de defectuosos
10
0,061
0,083
Hora
Fracc. defectuosas
Nm ero de muestra
11
12
0,125 0,118
13
14
15
16
17
18
19
20
1:30
2:00
2:30
3:00
3:30
4:00
4:30
5:00
41
54
60
50
55
65
66
50
41
66
# de defectuosos
Hora
Fracc. defectuosa
12:00 1:00
0,100 0,054
0,030 0,061
0,060 0,122
1
0.015
417
SOLUCION
I.
C onstruccin d e l gr fico
L o s P a s o s 1, 2 , 3 y 4 f u e ro n r e a liz a d o s d e p r e v io a la to m a d e la
inform acin.
Lo s P a so s 5 ,6 y 7 se encuentran en el C u a d ro 5.5.
P a so 8. C lc u lo de la fraccin prom edio de defectuosos
Xnp
p=
Xn
82
= ------------1126
= 0 ,0 7 3
P a so 9. C lc u lo de lmites
a.
Lm ites especificados
S o n los m ism o s del E jem plo 5.3.
b.
20
L S C p = 0 ,0 7 3 + 3
J [0,073*(1 -0 ,073)]/56,3=
0,18
L C C = 0 ,0 7 3
P
L lC p = 0 , 0 7 3 - 3 \f[0,073*(1-0,073)]/56,3 = -0 ,0 3 1
L IC
=0
CONTROL DE CALIDAD
418
C A S O B . B a sa d o en lm ites individuales
S e d e b e u s a r c u a n d o el ta m a o de la m u e s tra s e a m u y v a ria b le . L o s
lmites se presentan en el C u a d ro 5.6.
LS C p
0 ,7 8 /V n
Vn
(*)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
(*)
0,184
0,176
0,197
0,161
0,168
0,170
0,174
0,191
0,179
0,176
0,195
0,180
0,174
0,184
0,179
0,170
0,169
0,184
0,195
0,169
0,1103
0,1024
0,1233
0,0872
0,0946
0,0967
0,1007
0,1176
0,1052
0,1024
0,1218
0,1061
0,1006
0,1103
0,1052
0,0967
0,0960
0,1103
0,1218
0,0960
7,071
7,616
6,324
8,944
8,246
8,062
7,746
6,633
7,416
7,616
6,403
7,348
7,746
7,071
7,416
8,062
8,124
7,071
6,403
8,124
50
58
40
80
68
65
60
44
55
58
41
54
60
50
55
65
66
50
41
66
_ 3 '[ p*(1-p)
3 ,0,073(1-0,073)
0,78
3\J[p*(1-p)]/n = -----------------------= -------------------------------------------= ------------
fn
>ln
418
0 ,78
(**) L S C p= p + ------------------ = 0,0 7 3
0,78
+ ---------------
IrT
Los lmites inferiores de control tienen una m agnitud negativa por lo que se
tom an co m o cero.
P a so 10. C onstru ccin del grfico
La Figura 5 .7 m uestra el grfico p de este ejemplo, en l se dibujan los dos
tipos de lm ites, para m o stra r qu e p a ra esta m u e stra e sp e c fica los lm ites
individuales no son necesarios.
II.
A n lisis de l grfico
III.
Seguim iento
0,18
420
CONTROL DE CALIDAD
421
2.
3.
4.
5.
6.
CONTROL DE CALIDAD
422
7.
C a lc u la r el n m e ro p ro m e d io de defectuosos o d isco n fo rm e s u sa n d o la
siguiente expresin:
To ta lid a d de unidades defectuosas en las m -m u e stra s
np =
n m e ro total de m uestras extradas
In p
nP =
100
m
S e p u e d e ca lcu la r tam bin m ultiplicando el ta m a o de la m u estra por la
fraccin defectuosa prom e dio.
8.
Lm ites especificados
L S E p = np
V a lo r pro m e dio (p = fraccin prom edio especificada)
L C E np = np
L IE
b.
423
L C C p = np
L|Cp = n p - 3 ' l n p (1 -p )
El lmite superior se red o ndea hacia arriba y ei lmite inferior hacia abajo,
con dos decim ales.
C u a n d o el lmite inferior de control del proceso es negativo, tom a el valor
de cero.
9.
CONTROL DE CALIDAD
424
A n lisis de l gr fico
Al igual que el grfico p, hay que tener en cuenta dos aspectos principales:
a.
b.
T e n d e n c ia
In p -F
nPm= ------------------
(m-l)
donde:
npm = n m e ro prom edio de defectuosos m odificado
X n p = total de defectuosos originales
F = total de defectuosos fuera del L S C np
m = n m e ro inicial de m uestras
I = n m e ro de m uestras que superan el L S C np
n = ta m a o de la m uestra
Lo s lmites de control m odificados se recalculan usand o el nuevo valor del
prom edio de defectuosos. C o n estos lmites se debe revisar de nuevo si existen
puntos fuera. Si los hay, se recalcula de nuevo el prom edio de defectuosos y los
lm ites. S i se elim ina m s del 4 0 % de las m uestras, el estudio pierde va lid e z
esta d stica y p or lo tanto no es co n v e n ie n te co n tin u a r. S e d e b e n introd u cir
425
E JE M P L O 5.5
CONTROL DE CALIDAD
426
Artculo:
Impresos
Inspector:
A. Siles
Linea: 1
2-67
Fecha: 12-03-85
T urno: 2
1
Nmero de muestra
2:00 2:30
7
6
Hora
# de defectuosos
11
Nmero de muestra
12
7:00 7:30
7
9
Hora
# de defectuosos
IP 458
2% Mximo
n=200
Hoja # 1de 1
10
3:00
4
3:30
2
4:00
10
4:30
8
5:00
6
5:30
4
6:00
5
6:30
4
13
14
15
16
17
18
19
20
8:00
2
8:30
1
9:00
4
SOLUCION
I.
C onstruccin d e l gr fico
L o s P a s o s 1, 2 , 3 y 4 f u e ro n r e a liz a d o s d e p r e v io a la to m a d e la
inform acin.
Los P a so s 5 y 6 se encuentran en el C u a d ro 5.5.
P a so 7. C lculo del pro m e dio de defectuosos
In p
115
20
P a so 8. Lm ites de control
a.
Lm ite s especificados
b.
200*20
L S C np = 5,75 + 3 5 ,7 5 * (1 -0 ,0 2 8 7 5 )%= 13
L C C np = 5 ,7 5
L IC np = 5 , 7 5 - 3 '1 5 ,75.(1-0,0287 5) = - 1 , 3 4
II.
A n lisis d e l gr fico
A l o b s e rv a r la F ig u ra 5 .9 , se nota q u e la m u e stra N o . 17 sale so b re el
= 1 / 3 8 0 0 = 0 ,0263
CONTROL DE CALIDAD
428
L IC np = 5 ,2 6 - 3 i 5 ,2 6 .(1 -0 ,0 2 6 3 ) = -1 ,9 4
L IC n p = 0
Al o b s e rv a r de nu e vo la F ig u ra 5.9, pero con los n u e vo s lm ites m odifica
d o s , se nota q u e la m uestra N o . 16 est fuera del lm ite su p e rio r de control.
P uesto que an no se han elim inado m s del 3 0 % de las m uestras se procede
a recalcular el pro m e dio y los lm ites de control.
1 0 0 -1 5
np
r m=
= 4 ,89
1 9 -1
pm
1
= 88/3800 = 0,0 2 44
L S C np = 4 ,8 9 + 3 'J4 ,8 9 * (1 -0 ,0 2 4 4 ) = 12,0
L C C np = 4 ,8 9
L IC
429
= 4 ,8 9 -3 '1 4 ,8 9 .(1 -0 ,0 2 4 4 ) =
Seguim iento
El seguim iento con este grfico no es conveniente, pues no se cum ple con
la especificacin, y el pro ceso se encuentra m uy lejos de cum plirla.
M to d o g r fic o
C u a n d o no interese analizar tendencias sino m s bien sa b e r si el proceso
est fuera de control con base en un anlisis rpido, se p u e d e utilizar la Figura
5.10. El procedim iento por seguir es el siguiente:
1.
2.
3.
4.
5.
CONTROL DE CALIDAD
430
Valores de np
E J E M P L O 5.6
1.
2.
3.
4.
20-1
Al localizar el nuevo valor de 5,26 en el eje x de la Figura 5.1 0 se nota que
el L S C np m odificado es 12 defectuosos. Al o bservar de nuevo el C u a d ro 5.7 se
nota q u e la m u e stra N o . 16 se e n c u e n tra fuera de ese lm ite. S e p ro ce d e a
recalcular el valor de np.
npm=
1 1 5 -1 5 -1 2
-------------------18
4,89
CONTROL DE CALIDAD
432
C onstruccin d e l gr fico
Los p aso s en la construccin del grfico c son los siguientes:
1.
2.
3.
4.
5.
C a lc u la r el ta m a o de la m u e stra n. E s ta m u e stra d e b e s e r de ta m a o
constante.
Determ inar el nm ero de m uestras m que se van a extraer. E s re com enda
ble que sea superior a veinte.
6.
433
m
8.
Lm ites especificados
L S E C= c
donde:
A
434
9.
CONTROL DE CALIDAD
A n lisis de l grfico
435
436
CONTROL DE CALIDAD
C onstruccin d e l gr fico
Lo s paso s en la construccin dei grfico u son los siguientes:
1.
2.
3.
4.
C a lc u la r el ta m a o de la m u e s tra n. E s ta m u e stra d e b e s e r de ta m a o
constante o variable se g n lo am erite la tom a de ella.
5.
6.
R e co le cta r las m u e stra s a un intervalo de m uestreo que garantice a le a toriedad y representatividad. El C u a d ro 5.8 muestra un ejem plo de formato
para la recoleccin de inform acin.
7.
C a lc u la r el v a lo r d e u p ro m e d io o n m e ro de d e fe c to s p ro m e d io p o r
unidad.
m
Ic ,
i=1
u = ------------m*n
8.
437
a.
Lm ites especificados
b.
9.
A n lisis de l gr fico
S i e x iste n m u e s tra s fu e ra de lm ites d e b e p ro c e d e rs e a re c a lc u la r el
p ro m e d io y los lm ites de control, en especial el lmite su perio r. El p ro m e d io
m odificado se calcula as:
438
CONTROL DE CALIDAD
Ic-t
Um= ----------------------n - I n h
donde:
um = pro m e dio de defectos por unidad m odificado
t
Zn
439
Este grfico debe ser usado cuando la cantidad de detecte s es baja y por lo
tanto la cuantificacin por muestra es difcil pues m anejara nr heros pequeos.
E n estos grficos, al igual que en los grficos c, los puntos cjue estn bajo
el lmite inferior de control no se elim inan, sino que se investigan las ca u sa s,
pues pueden significar baja cantidad de defectos. La importancia de estos gr
ficos e s que permiten analizar a fondo aquellos defectos que se presentan con
m s frecuencia y cu ya reduccin y posible eliminacin, permitira la eliminacin
o reduccin de cantidad de defectos.
El xito de la aplicacin de este grfico se basa en la eficiencia y eficacia de
la inspeccin. A nte ello, es necesario n orm alizar m todos y criterios para las
decisione s de aceptacin y recha zo de unidades.
Estos grficos tam bin se aplican a travs de las tres etapas: construccin,
anlisis y seguim iento.
C onstruccin de l grfico
Lo s pasos en la construccin del grfico 10Ou son los siguientes:
1.
2.
3.
4.
5.
440
6.
CONTROL DE CALIDAD
7.
i= 1
100u = ------------------------m*n
8.
Lm ite s especificados
L C E IOOu= 100u
L I E 100u = 100u - 100*[3 fu /]
441
LCC1(X)u= 100u
L I C ioou
9.
= 100u - 100*[3
u/n]
9080"
70
60
lOOu 5 0
40
30
20
10
-LIC ioo
4
N ? d e la m u e s tro
A n lisis d e l$ r fic o
S i e x iste n m u e s tra s fu e ra de lm ite s d e b e p ro c e d e rs e a re c a lc u la r el
p ro m e d io y los lm ites de control, en especial el lmite superio r de control. El
pro m e dio m odificado se calcula as:
[Xc-t]
100u = 1 0 0 * --------------------------In - In k
donde:
10Ou
438
CONTROL DE CALIDAD
Xc-t
Um= ----------------------Xn - X nk
donde:
= pro m e dio de defectos por unidad m odificado
t
Xn
439
C onstruccin d e l gr fico
Los p aso s en la construccin del grfico 10Ou son los siguientes:
1.
2.
3.
4.
5.
440
6.
CONTROL DE CALIDAD
R e co le cta r las m u estra s a un intervalo de m u estre o qu e garantice a le a toriedad y representatividad. El C u a d ro 5.8 muestra un ejem plo de formato
para la recoleccin de inform acin.
7.
1001c,
=1
100u = ------------------------m*n
8.
Lm ites especificados
441
L C C 1OOu= 1 0 0 u
L I C ioou = 1 0 0 u - 1 0 0 * [ 3
9.
'u /n ]
-LSC|<
so 70
60
lOOu 5 0
4 0 -30
20
10
H
4
LICioo u
N?de la muestra
A n lisis d e l$ r fic o
S i e x iste n m u e s tra s fu e ra de lm ite s d e b e p ro c e d e rs e a re c a lc u la r el
p ro m e d io y los lm ites de control, en especial el lmite su p e rio r de control. El
prom e dio m odificado se calcula as:
[Ic -t ]
10Ou = 1 0 0 * --------------------------In - In k
donde:
10Ou
442
CONTROL DE CALIDAD
EJEMPLO 5.7
U n a e m p re s a qu e se d e d ica a la fa b rica ci n de e n v a s e s de vidrio tiene
problem as de calidad, pues la cantidad de defectos en los en va se s ha crecido
co n sid era b lem e nte. A n te esta situacin, se ha decidido instalar un grfico de
control para defectos.
La especificacin es de 0,5 defectos por unidad co m o m xim o.
P a ra ello, se ha n to m a d o veinte m u e s tra s de d ie z u n id a d e s c a d a u n a ,
originndose la inform acin que se presenta en el C u a d ro 5.8.
SOLUCION
S e construirn en este ejem plo los tres grficos c, u y 100u, para m ostrar
que los tres son equivalentes a pesar de la diferencia entre sus definiciones. E n
la prctica solam e nte uno deb e ser con sid erad o.
Los p a so s del 1 al 6 ya han sido ejecutados.
Pa so 7. C lc u lo de valores prom edio
443
Artculo:
Envases de vidrio
Caractersticas: Defectos
Operacin:
Formado
Operario:
Juan Bermdez
Fecha: 23-04-85
T umo: 3
1
Nmero de muestra
Hora de toma
Defectos /muestra
Defectos/unidad
Defectos/100 unidad
W -4567
0,5 por unidad
n=10
L. Domnguez
Hoja # 1 de 1
7
11
Hora de toma
Defectos/muestra
Defectos/unidad
Defectos/100 unidad
11:21
1
0,1
10
12
13
14
15
16
17
Ic
90
18
19
Ic
90
c = = ----------= 4 ,5 defectos por muestra
20
10
10:00 10:10 10:23 10:30 10:35 10:45 10:54 10:59 11:12 11:16
14
4
1
1
5
2
9
2
6
6
0,2
0,4
0,5
0,2
0,6
0,6
0,9
1,4
0,1
0,1
20
90
20
40
10
10
50
140
60
60
Nmero de muestra
200
Lm ites especificados
Para el grfico c
20
1:15
8
0,8
80
444
CONTROL DE CALIDAD
L S E C = 5 + 3 ' T i = 11,7
L C E c= 5
L IE c = 5 - 3
\5 = -1 , 7
UEc =0
P a ra el grfico u
L S E u = 0 ,5 + 3 {0 ,5 / 1 0 = 1,17
L C E u = 0,5
L IE u = 0 , 5 - 3
'Jo, 5/10 = -0 ,1 7
L IE u = 0
= 117
L C E 100u= 100*0,5
= 50
L I E 100u = 1 0 0 * 0 ,5 -1 0 0 * [3 'l0 ,5 / 1 0 ]
= -1 7
LIE.oou = 0
b.
Lm ite s de control
P a ra el grfico c
L S C c = 4,5 + 3 { 4 ^ = 11
L C C . = 4,5
L IC c = 4,5 - 3 {4 ^5 = - 1 , 9
L IC
=0
P ara el grfico u
445
L C C u = 0,4 5
L IC u = 0 ,4 5 -3 ^ J 0,45/10 = -0 ,1 9
L IC u = 0
9 0 -1 4
76
2 0 -1
19
L IC C = 4 - 3
L IC c = 0
\T4 = -2
O)
o
o
2
H
5
O
r~
O
m
O
>
n
O
>
O
o
J3
O
m
>
o
c
z*
>
>
o
c
z
>
"
100 u
160
CONTROL DE CALIDAD
449
9 0 -1 4
76
u = -------------------= --------------= 0 ,4 defectos por unidad
2 0 0 -1 0
190
um: prom edio de defectos por unidad m odificado
L S C u= 0,4 + 3 ''10 ,4 / 1 0 = 1
L C C u= 0,4
L I C u= 0,4 - 3 ^0,4/10 = -0 ,2
L I C u= 0
[9 0 -1 4 ]
76
100 u = 100*----------------------- = --------------= 40 defectos por 100 unidades
20 0 -1 0
190
10 0 u m: prom edio de defectos por ca d a 100 unidades m odificado
L S C 100u= 100*0,4 + 100*[3\l0,4/10] = 1 0 0
L C C 100U= 100*0,4
=40
Seguim iento
N o es re com endable efectuar un seguim iento con los lmites finales obte
nidos, pues an no se ha logrado cumplir con los niveles de nm ero de defectos
e specificado s. Si se d e s e a se pu e d e n utilizar para identificar los p ro b le m a s
CONTROL DE CALIDAD
450
P a ra defectos tipo A
Ic A
115
= 5,75 defectos por m uestra
'A
20
91
20
c,'B
451
Nmero de muestra
Hora de toam
# de defectos A
# de defectos B
# de defectos C
Defectos totales
AC 1130
No hay
n=50
C. Valds
H oja# 1 de 1
10
7:00
5
6
8
19
7:20
8
3
8
19
7:35
8
3
2
13
7:43
1
5
6
12
7:57
6
4
3
13
8:14
3
2
1
6
8:35
5
4
3
12
8:46
9
6
6
21
9:06
8
7
7
22
9:35
10
4
3
17
11
12
13
14
15
16
17
18
19
20
Nmero de muestra
Hora de toma
# de defectos A
# de defectos B
# de defectos C
Defectos totales
Cdigo:
Especificacin:
Tamao de muestra:
Inspector:
Hpra de inicio: 7 :0 0 am
9:56
6
2
1
9
lc c
102
c = -------------- = ---------------= 5,1 defectos por m uestra
20
308
= 15,4 defectos por m uestra
20
CONTROL DE CALIDAD
452
L S C cA4 = 5,7
5 + 3 \l 5 ,7 5 = 13
L C C cAa = 5 ,7
5
L IC cA
l ic
cA
= 5 , 7 5 - 3 '15 ,7
5 = -1 ,4
=o
P a ra defectos tipo B
L S C cB = 4,5 5 + 3 ^ 4 ,5 5
=11
L C C cB = 4 ,5 5
=5
L IC cB = 4,5 5 - 3\|~4j55
= -1 ,9
L I CcBr
=6
=0
P a ra defectos tipo C
L S C CC = 5 ,1
+ 3 \ 5 l T = 12
7
L C C CC = 5 ,1
7
= 5
L IC CrC = 5 ,1
7 -3 \5 ~7T = - 1 ,6
L IC c
=0
P a ra defectos totales
L S CCtl = 1 5 ,4 + 3'115,4
=28
L C C cl = 15,4
7
=15
L IC cT
=3
= 1 5 ,4 -3 ^ 1 5 ,4
453
A n lisis de lo s grficos
Al ob s e rva r la Figura 5.17, se nota que ningn punto se sale de lmites en
ningn grfico. P or ello, no existen ca u sa s asignable s en este estudio, con lo
q u e los lotes se estn recibiendo bajo control estadstico.
Si se a n a liza n te n d e n cia s en los grficos en form a co n ju n ta se pu e d e n
saca r importantes conclusiones acerca de la influencia de cad a uno de los tipos
de defecto en la cantidad de defectos totales.
Si se diera una ponderacin a cada tipo de defecto, se tendra que uno de los
tres defectos sera el m s importante y, por lo tanto, el control se centrara en l.
O b s e rv a n d o en la F ig u ra 5 .1 7 el grfico de defectos totales, se ve qu e a
partir de la m uestra No. 6, el n m ero de defectos por m uestra crece, debido a
que la cantidad de defectos de los tres tipos se incrementa, tal y com o se puede
o b serva r en los otros grficos. T a m b i n , a partir de la m uestra No. 9 se aprecia
u na d ism in u ci n en el n m e ro de defectos totales, d e b id a a la d ism in uci n
sufrida por los defectos tipo B y C .
O tra observacin m u y im portante es que a partir de la m uestra No. 13, se
nota u na tend encia a dism inuir en el n m ero de defectos totales por m uestra,
deb ida a la te nd e ncia qu e tienen los defectos tipo A , p u e s los defectos tipo B
parecen p e rm a n e ce r constantes y los defectos tipo C tienden a aum entar.
C o n c lu sio n e s de este tipo son las que se pueden obtener cu a n d o se lleva
un grfico por defecto, de m anera que se pueden tom ar m edidas preventivas y
dism inuir la cantidad de defectos totales.
O tro de los a sp e c to s q u e d e b e a n a liza rs e es el h e c h o de q u e esta ins
peccin indica que el proceso de donde provienen los lotes m uestreados, est
bajo control en todos sus tipos de defectos.
D a d o qu e la cantidad de defectos por m uestra se encuentra bajo control
estadstico es posible tom ar los valores prom edio de cada tipo de defecto com o
referencia para estab lecer valores iniciales especificados. D e b id o a que una
especificacin siem pre busca el m ejoram ienio de la calidad del producto, no es
re c o m e n d a b le e stab lecerlas al m ism o nivel del pro m e dio , sino a un va lo r un
p oco m s exigente, el cual se con vierta en una m eta. A s , los va lo re s e s p e
cificados propuestos pueden ser:
456
CONTROL. DE CALIDAD
C onstruccin
E n la construccin de un grfico U sse siguen los siguientes pasos:
1.
2.
C a lc u la r el ta m ao de la m u e s tra n .
3.
D eterm inar el nm ero de perodos de estudio. Estos pueden ser sem anas,
m e se s o trim estres entre otros.
4.
5.
U=
c.
-.....
n
donde:
c es el n m e ro de defectos del tipo i por m uestra
6.
donde:
UA, UB, Ucy UDrepresentan el nmero de defectos de cada tipo por unidad
7.
457
d onde:
90
LSCus
80
70
60
Us 5 0
40
7"
30
20
10
0
Perodo de tiem po
A nlisis de l grfico
r
454
CONTROL DE CALIDAD
C.
Ce
LSCc c
CT
455
S eguim iento
D e bido a la estabilidad presentada por los diferentes tipos de defectos es
im p o rta n te c o lo c a r los lm ites de con trol en un g r fico , q u e s e rv ir p a ra ir
tom ando informacin peridica, y que permitir la tom a de acciones correctivas
o pre ve ntivas si se am eritan.
A d e m s por m edio de este se g u im ie n to se p u e d e n introducir m ejo ras y
establecer especificaciones m s rgidas que poco a poco con du zcan a m ejorar
la a pa rie n cia de las p uertas de co ra d a s. Las especificaciones iniciales deb en
se r revisadas peridicam ente para adaptarlas a las condiciones que m uestre el
proceso.
CONTROL DE CALIDAD
458
E J E M P L O 5.9
U n a em p re sa de confeccin de ropa desea llevar un control administrativo
s o b re cu a tro tipos de de fe c to s q u e s o n : ca rrile s (A ) , c o s tu ra s s u e lta s (B ),
tonalidad ( C ) y m a n c h a s (D ). P a ra ello tom a la inform acin de la can tida d de
defectos en los ltimos doce m eses, la cual se presenta en el C u a d ro 5.10.
Pre sentar una form a de control m ediante un grfico U s.
S O L U C IO N
C onstruccin d e l gr fico
Lo s paso s del 1 al 4 se encuentran en el C u a d ro 5.10.
L o s p a s o s del 5 al 7 se e n c u e n tra n en el C u a d r o 5 .1 1 . E ste c u a d ro se
construye para facilitar los clculos y registrar la informacin adicional que se va
genera ndo.
C o m o se p u e d e o b s e rv a r los c lcu lo s de los va lo re s de U se h a ce n por
perodo, lo cual permite calcular los lmites de control en form a individual. Esto
g e n e ra r un grfico de control con lm ites q u e b ra d o s . S e p u e d e c a lc u la r un
lmite constante si se desea, pero para ello el tam ao de la m uestra no debe ser
q l t a m o n t o \ /a ri }h lp
459
CODIGO:
Especificacin:
Periodo:
Inspector:
Unidad: Defectos* 102
Varios
No aplica
Mensual
C. Calero
Hoja #1 de 1
35
10
8
7
4
40
15
7
10
8
30
18
6
11
7
38
14
9
12
5
37
10
10
5
3
34
9
5
7
10
30
18
8
8
12
41
14
9
9
13
35
18
6
10
8
36
10
10
11
7
38
2
12
9
5
42
12
8
7
3
LSC
L IC
MES
Enero
Febrero
Marzo
Abril
Mayo
Junio
Julio
Agosto
Setiembre
Octubre
Noviembre
Diciembre
n
35
40
30
38
37
34
30
41
35
36
38
42
Uc
uD
u,
c.
au
1474 0,290 0,230 0,200 0,110 42,61 3486,1 9,98 72,55 12,67
1958 0,375 0,175 0,250 0,200 48,95 4212,7 10,26 79,74 18,16
2217 0,600 0,200 0,370 0,230 73,90 6537,0 14,76 118,20 29,60
1975 0,370 0,240 0,320 0,130 51,97 4332,0 10,68 84,00 19,93
1553 0,270 0,270 0,135 0,080 41,97 3388,6 9,57 70,70 13,20
1230 0,265 0,147 0,206 0,294 36,18 3038,4 9,45 64,53 7,82
2292 0,600 0,270 0,270 0,400 76,40 6702,0 14,95 121,20 31,60
1953 0,340 0,220 0,220 0,320 47,63 3972,0 9,84 77,16 18,10
2208 0,510 0,170 0,290 0,230 63,10 5554,0 12,60 100,90 25,30
1617 0,278 0,278 0,306 0,200 44,92 3505,8 9,87 74,52 15,31
1595 0,240 0,320 0,240 0,130 41,97 3224,0 9,21 69,60 14,34
1673 0,286 0,190 0,170 0,071 39,83 3352,0 8,94 66,63 13,03
CONTROL DE CALIDAD
460
MESES
A n lisis d e l grfico
Al o b s e rva r la Figu ra 5 .1 9 , se pueden anotar a lg unos aspectos im portan
tes. E n tre ellos:
a.
b.
c.
461
d.
e.
D e a c u e r d o c o n la v a r ia b ilid a d e n el ta m a o d e la m u e s tra , no es
conveniente trabajar con lmites prom edio. Si se pudiera trabajar con ellos,
se calculan as:
S u m atoria de la co lu m n a de lmites superiores
L S = ------------------------------------------------------------------------------------------------------------n m ero de perodos
S u m atoria de la colu m n a de lmites inferiores
L l = --------------------------------------------------------------------------------------------------------------nm ero de perodos
E n general, se puede decir que un grfico de dem ritos, bien llevado, puede
ser una excelente arm a administrativa, que permite evaluar la labor de la organi
za ci n y llevar un control m acro del com portam iento de calidad del producto.
RESUMEN
En este captulo, se han a nalizad o los diferentes grficos de control para
atributos y se han podido analizar las ventajas que stos ofrecen con respecto
a los grficos de control para variables.
CONTROL DE CALIDAD
462
PREGUNTAS DE REPASO
1.
2.
3.
4.
5.
6.
7.
8.
Ela bore un form ato qu e perm ita recolectar inform acin sobre varios tipos
de defectos y qu e se p uedan graficar en el m ism o form ato.
9.
463
PROBLEMAS
1.
b.
CONTROL DE CALIDAD
D EFEC TO
N IV E L DE C R ITIC ID A D
No.
Carriles
Huecos
Crtico
15
Crtico
28
Manchas
Costuras sueltas
Crtico
Menor
125
25
Costuras torcidas
Mayor
Tela desteida
Mayor
Cuello deformado
Mayor
15
Impresin torcida
Rayas desajustadas
Incidental
25
Ojales disparejos
Crtica
Incidental
Botones sueltos
Incidental
Hombro cado
Crtica
c.
d.
100
55
30
100
50
23
e.
f.
g.
h.
Q u lm ite s d e c o n tro l p ro p o n e p a ra el m e s d e m a y o ? S e r
conveniente tom ar la fraccin defectiva pro yectada del m es de m ayo
co m o el pro m e dio de los dos m eses anteriores?
465
H O JA D E D A T O S - G R A F IC O S D E C O N T R O L p
Artculo:
Envases de vidrio
Cdigo:
Operacin: Litografa
Fecha de inicio 03-03-85
Da
AT-4567
Tam ao de muestra:
Hoja #1 de 1
LUNES
MARTES
Inspector:
MIERCOLES
variable
L. Lara
JUEVES
VIERNES
SEM ANA
No.
np
np
np
np
np
Marzo 3
Marzo 7
172
18
68
10
75
12
76
16
65
10
Marzo 10
Marzo 14
77
78
18
70
10
60
11
72
Marzo 17
Marzo 21
78
12
62
70
10
71
62
12
Marzo 24
Marzo 28
58
57
77
75
74
11
Marzo 31
68
i.
3.
E n u n a e m p re s a la ra z n de p ro d u c c i n es de 9 0 0 0 u n id a d e s d iarias.
C o m o plan de m uestreo se sacan m uestras de 100 piezas por da, directa
m ente de la lnea de produccin. Lo s datos de los prim eros veinte das se
m uestran en el C u a d ro 5.15.
a.
CONTROL DE CALIDAD
D EFEC TO
N IV E L D E C R IT IC ID A D
No.
Carriles
Huecos
Crtico
15
Crtico
28
Manchas
Crtico
Menor
125
Costuras sueltas
25
Costuras torcidas
Mayor
Tela desteida
Mayor
Cuello deformado
Impresin torcida
Mayor
15
Incidental
25
Rayas desajustadas
Crtica
Ojales disparejos
Botones sueltos
Incidental
Incidental
Hombro cado
Crtica
c.
d.
100
55
30
100
50
23
e.
f.
g.
h.
Q u lm ite s d e c o n tro l p ro p o n e p a ra el m e s d e m a y o ? S e r
conveniente tom a r la fraccin defectiva pro yectada del m es de m ayo
co m o el pro m e dio de los dos m eses anteriores?
465
H O JA D E D A T O S - G R A F IC O S D E C O N T R O L p
Artculo:
Envases de vidrio
Operacin: Litografa
Fecha de inicio 03-03-85
Cdigo:
AT-4567
Tam ao de muestra:
variable
Hoja #1 de 1
Inspector:
Da
LUNES
MARTES
No.
np
np
Marzo 3
Marzo 7
172
18
68
10
Marzo 10
Marzo 14
77
78
Marzo 17
Marzo 21
78
12
Marzo 24
Marzo 28
58
Marzo 31
68
SEM ANA
i.
MIERCOLES
L. Lara
JUEVES
VIERNES
np
np
np
75
12
76
16
65
10
18
70
10
60
11
72
62
70
10
71
62
12
57
77
75
74
11
3.
E n u n a e m p re s a la ra z n de p ro d u c c i n es de 9 0 0 0 u n id a d e s d iarias.
C o m o plan de m uestreo se sacan m uestras de 100 piezas por da, directa
m ente de la lnea de produccin. Lo s datos de los prim eros veinte das se
m uestran en el C u a d ro 5.15.
a.
CONTROL DE CALIDAD
466
H O JA D E D A T O S - G R A F IC O S D E C O N T R O L p
Artculo:
Envases de vidrio
Operacin: Litografa
Fecha de inicio: 01-04-85
Da
SE M A N A
Hoja 1de 1
LUNES
MARTES
No.
np
np
Abril 1
Abril 5
64
68
Abril 7
Abril 11
65
10
66
Abril 14
Abril 18
68
10
Abril 21
Abril 25
64
Abril 28
66
b.
4.
MIERCOLES
JUEVES
VIERNES
np
np
np
10
67
68
64
64
12
65
66
67
62
64
68
65
65
64
10
b.
c
5.
Cdigo:
A T-4567
Tam ao de muestra: variable
Inspector:
L. Lara
467
H O JA D E D A T O S - G R A F IC O S D E C O N T R O L p
Artculo:
Fajas de cuero y vlnll
Cdigo:
ZV-5210
Caractersticas:Defectuosos
Especificacin:
7 % mximo
Operacin:
Revisado final
Tam ao de muestra: n=100
Operario:
JosBism arck
Inspector:
L. Coronado
Fecha:23-10-85
Turno: 3
Horade inicio:10:00pm
Hoja #1 de 1
Nmero de muestra
Hora de toma
# de defectuosos
1
7:00
13
2
7:30
10
3
8:00
7
4
8:30
7
5
9:00
11
Nmero de muestra
11
12
13
14
15
16
17
18
19
20
1:30
8
2:00
14
2:30
18
3:00
10
3:30
15
4:00
8
4:30
13
5:00
9
Hora de toma
# de defectuosos
12:00 1:00
10
13
7
6
8
9
10
9:30 10:00 10:30 11:00 11:30
8
12
13
10
13
H O JA D E D A T O S - G R A F IC O S D E C O N T R O L c y u
Artculo:
Rollos de tela de algodn
Caractersticas:Defectos
Operacin:
Inspeccin de recepcin
Operario:
Juan Solera
Fecha23-07-85
Turno: 1
Hora
Nmero de muestra
Hora de toma
# de defectuosos
Nmero de muestra
Hora de toma
# de defectuosos
Cdigo:
Especificacin:
Tam ao de muestra:
Inspector:
de inicio: 7:00am
10
7:00
3
7:30
3
8:00
6
8:30
3
9:00
1
11
12
13
14
15
16
17
18
19
20
1:30
5
2:00
4
2:30
3
3:00
1
3:30
5
4:00
4
4:30
1
5:00
3
12:00 1:00
4
10
AS-5210
2 en promedio
n=50
L. Corts
Hoja #1 de 1
468
CONTROL DE CALIDAD
H O JA D E D A T O S - G R A F IC O S D E C O N T R O L c y u
Artculo:
Vigas de Magnesio en I
Cdigo:
VM-3218
Caractersticas: Defectos
Especificacin:
No hay
Operacin:
Inspeccin de recepcin
Tam ao de muestra: n=200
Operario:
Jaime Solano
Inspector:
H. Corrales
Fecha:28-05-84
Tu rn o :1 y 2
Hora de inicio: 7:00am
Hoja #1 de 1
Nmero de muestra
Hora de toma
# de defectos
Nmero de muestra
Hora de toma
# de defectos
Nmero de muestra
Hora de toma
# Defectos
6.
7:00
22
7:30
27
8:00
17
8:30
22
9:00
19
11
12
13
14
15
16
17
18
19
20
1:30
28
2:00
33
2:30
36
3:00
43
3:30
28
4:00
30
4:30
20
5:00
17
29
30
12:00 1:00
41
18
10
21
22
23
24
25
26
27
28
5:30
23
6:00
27
6:30
12
7:00
15
7:30
17
8:00
3
8:30
18
9:00
45
9:30 10:00
60
77
a.
b.
c.
d.
469
7.
a.
b.
c.
d.
H O JA D E D A T O S - G R A F IC O S D E C O N T R O L PO R A T R IB U T O S
Artculo:
Juguetes de rueda
Caractersticas: Defectos A y B
Operacin:
Ensamble
Operario:
Carlos Salas
Fecna:27-03-85
Turno:1
Cdigo:
Especificacin:
Tam ao de muestra:
Inspector:
Hora de inicio: 7:00 am
JR-4879
No hay
Variable
L. Domnguez
H oja#1de1
Nmero de muestra
10
Tam ao de muestra
# de defectos A
# de defectos B
# de defectos
59
39
20
5
45
18
13
4
74
28
12
8
80
35
15
19
35
36
15
2
39
28
10
5
49
28
20
4
51
18
10
3
73
35
14
8
68
39
20
7
Nmero de muestra
11
12
13
14
15
16
17
18
19
20
Tam ao de muestra
# de defectos A
# de defectos B
# de defectuosos
64
39
30
8
65
30
39
12
81
41
15
8
30
20
30
22
39
21
15
13
42
31
18
4
55
30
14
10
62
31
15
11
69
39
12
15
79
41
10
31
CONTROL DE CALIDAD
470
H O J A D E D A T O S - G R A F IC O S D E C O N T R O L P O R A T R IB U T O S
Artculo:
Caractersticas:
Operacin:
Operario:
Fecha:01-01-85
Muebles
Defectos A ,B ,C y D
Ensamble
Cecilia Borbn
Turno:1
Cdigo:
Especificacin:
Tam ao de muestra:
Inspector:
Hora de inicio: 7:00am
JR -4879
12%
Variable
L. Zapata
Hoja#1de1
Nmero de muestra
10
Fecha
10
11
12
Tam ao de muestra
# de defectos A
# de defectos B
# de defectos C
# de defectos D
# de defectuosos
56
18
20
15
12
13
72
25
18
10
13
8
47
8
15
28
17
10
45
13
13
17
18
10
69
8
12
29
19
5
65
15
14
11
11
5
60
8
18
20
12
8
58
25
17
19
11
13
50
10
13
10
3
12
54
28
10
28
4
8
Nmero de muestra
11
12
13
14
15
16
17
18
19
20
Fecha
15
16
17
18
19
22
23
24
25
26
Tam ao de muestra
# de defectos A
# de defectos B
# de defectos C
# de defectos D
# de defectuosos
55
16
18
18
13
5
61
17
15
15
11
14
71
16
10
14
9
8
68
14
10
15
8
7
50
11
17
16
7
10
51
9
14
17
16
8
58
10
12
20
15
17
60
9
23
18
14
3
65
17
15
17
11
4
66
15
19
16
8
10
471
b.
c.
d.
e.
f.
g.
8.
E n un p ro c e s o d e co rte y c o n fe c c i n s e in s p e c c io n a n 2 0 lotes d e 20
c a m is a s c a d a un o . L o s resu ltados d e la in sp e cci n se pre se n ta n en el
C u a d ro 5 .20 . La especificacin se ha fijado en un p ro m e d io de 5 % para
defectuosos y en 10 defectos co m o m xim o.
H O JA D E D A T O S - G R A F IC O S D E C O N T R O L P O R A T R IB U T O S
Artculo:
Camisas
Caractersticas: Defectos
Operacin:
Corte y Confeccin
Operario:
Carlos Salazar
Fecha:27-08-85
Turno:1
Cdigo:
Especificacin:
Tam ao de muestra:
Inspector:
Horade inicio: 7:00am
CA-3412
10% 10
n=20
L. Domnguez
Hoja#1 de 1
10
# De defectos
# De defectuosos
15
5
19
8
20
3
25
4
5
3
14
2
5
1
20
5
0
0
13
4
Nmero de muestras
11
12
13
14
15
16
17
18
19
20
# De defectos
# De defectuosos
15
6
18
8
15
4
10
5
5
1
0
0
12
5
11
3
9
/
15
8
Nmero de muestra
472
9.
CONTROL DE CALIDAD
a.
b.
Lunes
Martes
Mircoles
Jueves
Viernes
Sbado
Turno
6a 2
2 a 10
10a 6
16
4
15
16
20
11
21
6
16
27
34
19
6
1
1
17
6
22
18
9
9
11
33
28
17
6
5
27
21
35
3
1
2
25
37
17
a.
b.
c.
d.
10.
E n u n a e n s a m b la d o r a d e a u to m v ile s se d is p o n e de un re g is tro de
inspeccin de todos los ve h cu lo s e nsam b lados en un m es. Este registro
se m uestra en el C u a d ro 5 .22 y consta de la siguiente inform acin:
F e c h a de ensa m b le
C d ig o de la unidad
473
H O JA D E D A T O S - G R A F IC O S D E D E M E R IT O S
Artculo:
Automvil
Caracterstica: Defectos A ,B ,C y D
Operacin:
Ensamble
Operario:
Carlos Carrillo
Fecha:07-12-85
Turno: 1
Cdigo de auto
# Defectos totales
# Def. carrocera
# Def. pintura
# Def. tapicera
# Def. mecnicos
Cdigo de auto
# Defectos totales
# Def.
# Def.
# Def.
# Def.
# Def.
carrocera
pintura
tapicera
mecnicos
elctricos
Cdigo:
Especificacin:
Tam ao de muestra:
Inspector:
Hora de inicio: 7:00am
JR -4879
No aplica
Variable
L. Snchez
Hoja # 1 de 1
3646 3761 3760 3759 3758 3737 3756 3755 3745 3754
86
48
22
8
5
63
25
17
10
8
59
27
18
7
6
60
30
14
9
4
61
24
23
7
5
66
32
19
6
6
63
24
24
7
6
57
33
13
6
3
88
40
23
14
9
54
18
19
12
5
3749 3753 3750 3752 3751 3747 3746 3748 3745 3744
60
29
12
9
2
8
59
32
16
8
1
5
70
33
15
7
2
7
62
32
16
8
1
5
64
33
15
7
2
7
67
23
18
13
2
11
57
27
15
5
3
6
64
32
13
10
2
7
62
28
16
10
0
8
58
23
14
9
3
9
a.
b.
c.
Captulo VI
MUESTREO DE ACEPTACION
n o c a s io n e s se d e s e a in s p e c c io n a r la ca lid a d so b re
cantidades de artculos ya producidos, com o en lotes de
pro du ctos en p ro ce so o lotes recibidos del pro veedor.
,
P a r a e je c u ta r e s te tip o d e in s p e c c i n e x is te n d o
f o r m a s : la in s p e c c i n 1 0 0 % y la in s p e c c i n p o r
m uestreo.
E n la p rim e ra se in s p e c c io n a la totalidad de las
u n id a d e s q u e c o m p o n e n el lote m ie n tra s q u e en la
in s p e c c i n p o r m u e s tre o se to m a u n a m u e s tra de
unidades y con base en su com portam iento se concluye
acerca de la calidad del lote. La eficacia y eficiencia del
m u e s tre o d e p e n d e d e la a le a to rie d a d y r e p r e s e n
tatividad de la m uestra usada para la inferencia.
A lg u n a s c a ra c te rs tic a s que d ife re n cia n a m b o s
tipos de inspeccin se enum eran a continuacin.
IN S P E C C IO N 100%
IN S P E C C IO N PO R M U E S T R E O
A. COSTO
S u costo total es alto, es
476
los e n s a y o s
CONTROL DE CALIDAD
son
c o s to s o s .
Las
y s e to m a n d e c is io n e s en form a
gil.
B. UTILIZACION
S e em p le a cu a n d o no se pu e den to
recoleccin de datos.
C. ERRORES
S e e m p le a c u a n d o no es posible
tolerar errores propios de la naturale
z a estadstica de las m uestras.
D. SESGOS
Los errores h u m a n o s tales co m o fati
ga, negligencia y dificultades de s u
pervisin, qu e no se pu e den m edir ni
estim ar, h a ce n que rara v e z las c o n
c lu s io n e s q u e se o b tie n e n s e a n
exactas y vera ce s.
E. TIPO DE ENSAYO
N o es aplicable cu a n d o el e n s a yo es
destructivo.
F. CANTIDAD DE PERSONAL
R e q u ie re de m u c h o s insp ecto res,
cu y o costo de adiestram iento es alto.
La orga n izacin de este personal es
m s com pleja.
477
G.
N ecesita de m uch o equipo. Si ste es
com ple jo y caro ser m uy difcil esta
blecer un laboratorio.
H.
Existe una tendencia a creer que solo
se pueden obtener buenos resultados
si s e in s p e c c io n a la to ta lid a d de lo
p ro d u cid o . E sto es falso p u e s la ins
p e cc i n de g ra n d e s v o l m e n e s m e
d ia n te o p e ra c io n e s rep e titiva s difi
c u lta la o b te n c i n d e b u e n o s r e
EQUIPO
S e puede sele ccionar equipo y for
m ar un laboratorio a d ecuado y orga
nizado.
MITOS
Existe una tendencia a desconfiar de
la estadstica, pues se cree qu e no es
posible obtener m uestras adecuadas.
Si se siguen los pasos del m todo
cientfico no h a y por qu du da r de la
eficacia de los m todos estadsticos.
sultados.
MANUAL DE INSPECCION
El m a nu a l de inspeccin constituye una im portante herram ienta para la
e sta n da riza cin de criterios, pu es define los pro cedim ientos y m etodo logas
que se deben aplicar al efectuar la inspeccin. El m anual puede estar dedicado
a inspeccin de proceso o de materias prim as y producto terminado. Existen al
g u na s diferencias qu e se centran en el hecho de que si es para el proceso, las
caractersticas deben analizarse con base en las operaciones de produccin y
no en el o los productos que se fabriquen.
El objetivo del m anual es lograr la norm alizacin de los m todos y p ro ce
dim ientos de inspeccin, con el fin de m inim izar las decisiones subjetivas que
se to m e n. Lo que se quiere es qu e los inspectores tengan un m edio de tom ar
decisiones que no se vean influenciadas por criterios propios y subjetivos.
478
CONTROL DE CALIDAD
1.
2.
a.
N o m b re de la em p resa
b.
c.
C d ig o del producto
d.
e.
F e ch a s
Tipo de contrato. S e
3.
a.
b.
c.
C o n d icio n e s de re ch a zo de producto
d.
e.
Tipo de inspeccin. S e
Lugar de inspeccin.
Procedimiento de inspeccin. S e
479
7.
Documentacin. E s im portante tener docu m en tos que perm itan con ser
va r la inform acin recolectada de la inspeccin para su posterior anlisis.
Esta informacin se podra anotar en la orden de fabricacin; sin em bargo,
es m e jo r te ner d o c u m e n to s aparte q u e pu e d a n se r a n a liza d o s ind e p e n
dientem ente. A lg uno s docum entos qu e pueden utilizarse se presentan en
el C a p tu lo 7.
8.
480
CONTROL DE CALIDAD
2.
A s e g u ra r la calidad del lote recibido y aceptar solo aquel que cu m pla con
los requerim ientos.
E n el logro de estos o b je tivo s uno de los a sp e cto s m s relevantes es la
b.
c.
481
l a n e s
s im p l e s
d e
m u e s t r e o
2.
3.
S e inspecciona 1 0 0 % la m uestra.
Si la muestra contiene c o m enos defectuosos, defectos o unidades discon
form es, se acep ta la m uestra y el lote de don de pro viene. A q u finaliza la
inspeccin.
4.
5.
sim ple se denota con el trmino (n ,c). D e m anera que un plan (1 0 0 ,4 ) significa
que se v a a tom ar una m uestra de 100 unidades y se aceptar la m uestra y el
lote si el nm ero de defectos o defectuosos es igual o m e n o r que 4.
482
CONTROL DE CALIDAD
FIGURA 6.1. Representacin grfica del funcionr' rniento del plan simple.
483
2.
3.
4.
5.
6.
EJEMPLO 6.1
U n com p ra dor m uestrea los lotes qu e recibe sacando una m uestra de 150
unidades y decide recha za r si encuentra m s de tres unidades defectuosas. E s
decir, utiliza un plan de m uestreo n =15 0, c=3. C u l es la cu rva caracterstica
con la que ese co m p ra d o r inspecciona esos lotes?
SOLUCION
1.
2.
CONTROL DE CALIDAD
np
P*
1,5
3,0
4,5
6,0
7,5
0,934
0,647
0,343
0,151
0,059
6.
485
c=1
n=1 0 0,
c= 2
n=1 0 0,
c=3
n=1 0 0,
c=4
SOLUCION
El Cuadro 6.2 resume los pasos del 1 al 4. La Figura 6.3 presenta el paso 5.
486
CONTROL DE CALIDAD
n=100, c=1
n=100, c=2
n=100, c=3
n=100,c=4
np
P*
np
Pa
np
P*
np
0,01
0,02
0,03
0,04
0,05
0,06
0,07
0,08
1
2
3
4
5
6
7
8
0,736
0,406
0,199
0,092
0,040
0,017
0,007
0,003
1
2
3
4
5
6
7
8
0,920
0,677
0,423
0,238
0,125
0,062
0,030
0,003
1
2
3
4
5
6
7
8
0,981
0,857
0,647
0,433
0,265
0,151
0,082
0,042
1
2
3
4
5
6
7
8
>
0,996
0,947
0,815
0629
0,440
0,285
0,173
0,100
487
c=3
n=150,
c= 3
n=20 0,
c= 3
n=25 0,
c= 3
SOLUCION
El C u a d ro 6.3 resum e los pasos del 1 al 4. La Figura 6.4 presenta el paso 5.
A l o b s e r v a r la F ig u r a 6 .4 , s e p u e d e n o ta r q u e c u a n d o s e m a n tie n e
constante el nm ero de aceptacin y se v a ra el tam ao de la m uestra, el plan
m s discrim inante ser siem pre aquel que tenga el m ayor tam ao de m uestra.
D e los cu a tro pla n e s m o stra d o s, el q u e d e b e usa rse es el plan n = 2 5 0 , c= 3 .
C laro est, en igual form a qu e en el caso anterior, un acuerdo entre el productor
y el co n su m ido r puede llevar a la esco ge n cia de un plan interm edio.
CONTROL DE CALIDAD
488
n=100, c=3
n=150, c=3
n=200, c=3
n=250, c=3
np
PA
np
PA
np
PA
np
PA
0,01
0,02
0,03
0,04
0,05
0,06
0,07
1,0
2,0
3,0
4,0
5,0
6,0
7,0
0,981
0,857
0,647
0,433
0,265
0,151
0,082
1,5
3,0
4,5
6,0
7,5
9,0
10,5
0,934
0,647
0,342
0,151
0,059
0,021
0,007
2,0
4,0
6,0
8,0
10,0
12,0
14,0
0,857
0,433
0,151
0,042
0,010
0,002
0,000
2,5
5,0
7,5
10,0
12,5
15,0
17,5
0,758
0,265
0,059
0,010
0,001
0,000
0,000
C A S O C . P la n e s q u e c o n s e rv a n una m is m a ra z n e n tre e l ta m a o de la
489
E J E M P L O 6.4
n= 50,
C=2
n= 75,
c= 3
n=100,
c=4
n=125,
c=5
SOLUCION
C o m o se p u ede notar la razn (n/c=25) es la m ism a en todos los planes.
El C u a d ro 6 .4 resum e los pasos del 1 al 4. La Figura 6.5 presenta el paso 5.
C o m o se puede observar en la Figura 6.5, cuando se m antiene una m ism a
ra z n entre el ta m a o de m u e stra y el n m e ro de a ce p ta ci n , los p la n e s de
m u estre o, hasta un cierto va lo r de p, tienen un g rado de d iscrim inacin m u y
parecido. Para este ejem plo, este valor de p es a p roxim adam ente 3 ,3 % .
n=50, c=2
n=75, c=3
n=100, c=4
n=125, c=5
np
PA
np
PA
np
PA
np
PA
0,01
0,02
0,03
0,04
0,05
0,06
0,07
0,08
0,5
1,0
1,5
2,0
2,5
3,0
3,5
4,0
0,986
0,920
0,809
0,677
0,544
0,423
0,321
0,238
0,75
1,50
2,25
3,00
3,75
4,50
5,25
6,00
0,993
0,934
0,800
0,647
0,480
0,342
0,231
0,151
1,0
2,0
3,0
4,0
5,0
6,0
7,0
8,0
0,996
0,947
0,815
0,629
0,440
0,285
0,173
0,100
1,25
2,50
3,75
5,00
6,25
7,50
8,75
10,00
0,998
0,958
0,820
0,616
0,400
0,240
0,128
0,067
490
CONTROL DE CALIDAD
I ,0
0,8
0,6
0 ,4
0 0 0 ,4 )
0,2
O
O
8 p (% )
FIGURA 6.5. Curva caracterstica de operacin para planes que tienen una misma razn
entre el tamao de muestra y el nmero de aceptacin.
EJEMPLO 6.5
E n in s p e c c i n d e re c e p ci n se tiene la pr ctica de m u e s tre a r el 1 % del
tam a o del lote recibido (0,01 N ). C o n s tru y a las curva s O C para los siguientes
planes de m u e stre o y com prelos.
N=10000,
n=10 0,
c=2
N=20000,
n=20 0,
c= 3
N=25000,
n =25 0,
c=4
491
SOLUCION
El C u a d ro 6.5 resum e los pasos del 1 al 4. La Figura 6.6 presenta el paso 5.
..
n=100,c=2
n=200,c=3
n=250,C=4
np
PA
np
PA
np
PA
0,01
0,02
0,03
0,04
0,05
0,06
0,07
1,0
2,0
3,0
4,0
5,0
6,0
7,0
0,920
0,677
0,423
0,238
0,125
0,062
0,030
2,0
4,0
6,0
8,0
10,0
12,0
14,0
0,857
0,433
0,151
0,042
0,010
0,002
0,000
2,5
5,0
7,5
10,0
12,5
15,0
17,5
0,891
0,440
0,130
0,029
0,005
0,001
0,000
FIGURA 6.6. Curva caracterstica de operacin para planes con tamao de muestra
porcentual a N y criterios de aceptacin consecutivos
CONTROL DE CALIDAD
492
EJEMPLO 6.6
U n fa brica nte re cib e un p e d id o de 2 0 0 0 0 u n id a d e s el cual v a a s e r in s
pe cc io n a d o en la planta del cliente u sa n d o un plan de m uestre o n = 2 0 0 , c= 4 ,
n = 1 00, c= 2 o n=50 , c=1 segn se e n ve un solo lote, dos lotes de 10000 unida
des o cuatro lotes de 5000 unidades. La razn es que el cliente usa el criterio de
extraer el 1 % del ta m a o del lote.
Analice para ca d a caso las ventajas del fabricante si este entrega lotes que
son 2 % d e fe ctu o so s. N tese q u e la ra z n entre el ta m a o de la m u estra y el
n m e ro de a cep tacin en los tres planes de m uestreo es la m ism a.
SOLUCION
E nvo de un solo lote de 2 0 0 0 0 unidades
A n te este ta m a o d e lote el cliente u sa el plan de m u e stre o n = 2 0 0 , c=4.
S i s e b u s c a e n la s T a b l a s d e la a p r o x i m a c i n B i n o m i a l -P o i s s o n , la
p ro b a b ilid a d d e a c e p ta c i n q u e c o r r e s p o n d e a e s e p la n , c o n p = 0 ,0 2 es
0 ,6 2 9 . A s se tiene:
493
494
CONTROL DE CALIDAD
AQL
PNCT
495
CONTROL DE CALIDAD
496
AQL
(p % )
(o)
(p % )
PNCT
(b )
FIGURA 6.8. Curvas caractersticas de operacin para riesgo del productor (a) y riesgo
del consumidor (i).
2.
497
C a lc u la r el ta m a o de la m u e s tra q u e c o rre s p o n d e a c a d a v a lo r d e np
e x tra d o e n el p a s o 3. E s te ta m a o de m u e s tra s e c a lc u la u s a n d o la
siguiente expresin:
np
n = -----------------
4.
AQL
Dibujar las curvas caractersticas de operacin, con el fin de esco ger aquel
plan que se acerque m s a los requerimientos y exigencias de la inspeccin.
EJEMPLO 6.7
D is e a r c in c o p la n e s d e m u e s tre o q u e c u m p la n c o n un rie s g o del
productor (a ) del 5 % , asociado a un nivel de calidad aceptable (A Q L ) de 0 ,6 5 % .
SOLUCION
El C u a d ro 6 .6 re su m e los p aso s del 1 al 3. Lo s valores de np se localizan
con el valor de A c y el valor de (1 -a )= 0 ,9 5 .
498
CONTROL DE CALIDAD
2.
3.
4.
499
EJEMPLO 6.8
D ise a r cinco planes de m uestreo qu e cum plan con un riesgo del co n s u
m id or (p ) del 1 0 % , a s o c ia d o a un porcentaje no co n fo rm e tolerado en el lote
( P N C T ) de 4 ,5 % .
SOLUCION
El C u a d ro 6 .7 re su m e los paso s del 1 al 3. Los valores de np se localizan
con el va lo r de A c y el va lo r de P= 0,1.
Ac
nPj
1
2
3
4
5
3,90
5,33
6,70
8,00
9,30
87
119
149
178
207
D is e a r un n m e ro d e te rm in a d o de plan es de m u e s tre o b a s a d o s en el
riesgo del productor (a )
CONTROL DE CALIDAD
500
2.
3.
4.
O b te n e r la diferencia absoluta In a -n 8l
Lo ca liza r la m e n o r diferencia lna - nBl y observar a q u nm ero de a ce p ta
cin A c pertenece, pues ste ser el nm ero de aceptacin del plan basado
en a m b o s riesgos
5.
6.
EJEMPLO 6.9
D ise a r el plan b a s a d o en a m b o s riesgos tom ando c o m o base los planes
dise a d o s en los E je m p lo s 5.6 y 5.7.
SOLUCION
El C u a d ro 6.8 p re senta los p aso s del 1 al 3.
P a so 4. Al localizar la m enor diferencia sta pertenece al nm ero de a c e p
tacin A c- 2 , lo qu e quie re de cir que este es el n m ero de aceptacin del plan
a ,p .
P a so 5. Los ta m a os de m uestra que corresponden al valor de A c del Paso
4 son 126 Jy 118. El v a lo r de n a.p se calcula as:
na|5= ( 1 2 6 + 1 18)/2 = 122
C o n ello el plan de m uestreo qu e cu m p le con a m bos riesgos es:
501
Planes R
Planes a
Ac
na
1
2
3
4
5
55
126
211
300
400
nK n.
Ac
1
2
3
4
5
=2
87
119
149
178
207
32
7
62
122
193
Paso 6.
ta m a o de la m uestra
N:
ta m ao del lote
P R:
c:
502
CONTROL DE CALIDAD
Si se o b s e rv a la e x p re s i n d e co s to a n o ta d a a n te rio rm e n te se p u e d e
a precia r qu e el costo se obtiene m ultiplicando el total de u n idade s inspeccio
nad as por el costo de inspeccionar una unidad. El total de unidades inspeccio
nadas lo constituye la su m a de las unidades que conform an la m uestra, las que
se inspeccionan 1 0 0 % , con las unidades del rem anente del lote (N -n ) cuando el
lote s e a re c h a z a d o . R e c u rd e s e q u e el re m a n e n te se in s p e c c io n a 1 0 0 %
cu a n d o la m uestra es re cha za da.
EJEMPLO 6.10
S e han recibido para su inspeccin 5 lotes cuyas caractersticas se presen
tan en el C u a d ro 6.9. El costo de inspeccin por unidad se ha calculado en 015.
C u l plan de m u estre o resulta m s eco n m ico ?
Tamao
1
2
3
4
5
5000
10000
12000
8000
15000
0,076
0,030
0,035
0,051
0,014
Plan usado
n=100,
n=200,
n=220,
n=150,
n=200,
A c=2
A c=4
Ac=4
Ac=3
Ac=3
SOLUCION
P a ra encontra r el plan m s eco n m ico se har uso del C u a d ro 6.10.
La probabilidad de aceptacin se localiza con el valor de np y el nm ero de
aceptacin corresp ondiente al plan qu e est siendo usado. A s, para el prim er
plan se m ultiplica 100 p o r 0 ,0 7 6 y con el va lo r obtenido y el n m e ro de a c e p
tacin A c= 2 , se b u sca en la tabla de aproxim acin b in o m ia l-P o is so n la p ro b a
bilidad de aceptacin, la cual resulta ser 0,019.
503
..
oiOMv-
Plan
N-n
P*
1 -P *
n=100, Ac=2
5000
100
4900
0,019
0,981
[100+(4900*0,981)]*15= 0 73604
n=200, Ac=4
10000
200
9800
0,285
0,715
[200+(9800*0,715)]*15=
n=220, Ac=4
12000
220
11800
0,119
0,881
r>=150, Ac=3
8000
150
7850
0,053
0,947
[150+(7850*0,947)]*15= 0113760
n=200, Ac=3
15000
200
14800
0,692
0,308
[200+(14800*0,308)1*15=0 71376
0108105
CONTROL DE CALIDAD
504
2.
505
506
3.
CONTROL DE CALIDAD
E JE M P L 0 6 . i l
D ete rm ina r dos puntos de la cu rva caracterstica de operacin co rre sp o n
diente al siguiente plan doble de m uestreo.
n,= 45
A,= 1
R.,= 5
n2= 45
ac2=
Re2=
U s e p=0,01 y p = 0 ,0 2
SOLUCION
Lo s C u a d ro s 6.11 y 6 .1 2 presentan la inform acin necesaria para calcular
la probabilidad de aceptacin para valores de p de 0,01 y 0,02. La s probabilida
d e s fueron localiza das en la tabla de la aproxim acin binom ial-P oisson.
El va lo r de probabilidad de aceptacin de 0,06 se obtiene de m ultiplicar la
p ro b a b ilid a d d e e n c o n tra r d o s d e fe c tu o s o s o d is c o n fo rm e s en la p rim e ra
muestra por la probabilidad de encontrar no m s de dos en la seg u nda m uestra,
p u e s el n m e ro d e a c e p t a c i n en la s e g u n d a m u e s tra e s 4. L a s d e m s
pro babilidades de los C u a d ro s 6.11 y 6.1 2 se calculan en igual form a.
P l a n e s m l t ip l e s d e m u e s t r e o
E stos planes, tam bin llam ados planes progresivos, consisten en la tom a
su cesiva de m m uestras de igual tam ao. El nm ercfde m uestras depe n d e del
m om e nto en qu e se logre obte ner nm ero s de aceptacin y de recha zo co n se
cu tivo s. E l fu n cio n a m ie n to de este tipo de pla n e s es sim ila r al de los pla n e s
dobles, con la diferencia de qu e en este caso se tienen tres o m s m uestras. La
F ig u ra 6 ,1 0 y el E je m p lo 6 .1 2 m u estran este procedim iento.
507
508
CONTROL DE CALIDAD
Anlisis de Primera
muestra
Anlisis de Segunda
muestra
n,*p=45*0,01=0,45
(n, + n2)*p=90*0,01=0,9
P*
P (d < 1) = 0,925
P (d = 2) = 0,064
0,925
0,064*0,937
0,060
P (d < 2 ) = 0,989
P (d = 3) = 0,010
P (d < 1) = 0,772
0,010*0,772
0,0077
P (d < 3) = 0,999
P (d = 4) = 0,001
P (d = 0) = 0,407
0,001*0,407
0,0004
Contribucin
a
P (d < 4) = 1,000
PA= 0,9931
EJEMPLO 6.12
Exp lica r el funcionam iento y representar grficam ente el plan mltiple de
m u e s tre o q u e se e n c u e n tra en el C u a d r o 6 .1 3 . E s te p la n c o n s ta de siete
m u e s tra s . N te s e q u e en la m u e s tra N o . 7, los n m e ro s de a c e p ta c i n y
509
Anlisis de Primera
muestra
Anlisis de Segunda
muestra
n *p=45*0,02=0,9
(n, + ns)*p=90*0,02=1,8
P (d < 1) = 0 ,7 7 2
P (d = 2) = 0 ,1 6 2
Contribucin
a
Pa
0,772
0,162*0,731
0,1184
P (d < 2) = 0,937
P (d = 3) = 0,050
P (d
< 1) = 0,463
0,005*0,463
0,0232
P (d < 3)
P (d = 4)
= 0,987
= 0,011
P (d
= 0) = 0,165
0,011*0,165
0,0018
< 4)
= 0 ,9 9 8
P (d
P,A = 0,9154
SOLUCION
El plan pre sentado funciona de la siguiente m anera: se to m a una prim era
muestra de 200 unidades del lote, si al inspeccionarla 1 0 0 % se encuentran una
o m enos unidades disconform es o defectuosas se acepta la m uestra y el lote de
donde proviene. Si esa m uestra contiene och o o m s unidades disconform es o
defectuosas se rechaza la m uestra y el lote de donde proviene. Si el nm ero de
unida de s d iscon form es o defectu osas se en cu e n tra entre 1 y 8, se tom a una
510
DISCONFORMES
CONTROL DE CALIDAD
n,
m,
A,
R,
1
2
3
4
5
6
7
200
200
200
200
200
200
200
200
400
600
800
1000
1200
1400
1
6
11
16
22
27
32
8
12
17
22
25
29
33
51 1
2.
510
DISCONFORMES
CONTROL DE CALIDAD
n,
In ,
A,
R,
1
2
3
4
5
6
7
200
200
200
200
200
200
200
200
400
600
800
1000
1200
1400
1
6
11
16
22
27
32
8
12
17
22
25
29
33
511
2.
512
CONTROL DE CALIDAD
3.
4.
P la n e s sim ples
P A*P* (N -n )
A O Q = -------------------------N
donde:
P A: probabilidad de aceptacin a sociad a a p
p: n ive l de c a lid a d del lote al q u e se a p lica el plan d e m u e s tre o ,
ex p re sa d o en fraccin disconform e o defectuosa
b.
n:
ta m a o de la m uestra
N:
ta m a o del lote
P lan e s dobles
[p A,*(N - n, ) + P A2*(N - nr n2)] 'P
A O Q = ----------------------------------------------------------N
d onde:
P A1: probabilidad de aceptacin en la prim era m uestra asociada con p
P A2:p roba bilida d de a ceptacin en la se g u n d a m uestra asociad a con
P
n,: ta m a o de la prim era m uestra
n2: ta m a o de la s e g u n d a m uestra
p : n iv e l d e c a lid a d del lote al q u e s e a p lica el p la n de m u e s tre o ,
ex p re sa d o en fraccin disconform e o defectuosa
c.
513
P lanes mltiples
[ P A i * ( N ' n i ) + P A 2 * (N ' n r n 2 ) + -
+ P A k * (N ' n r n 2
A O Q = ---------------------------------------------------------------------------------------------------------N
donde:
P A1: probabilidad de aceptacin en la prim era m uestra asociada con p
P ^ip ro b a b ilid a d de aceptacin en la se g u n d a m uestra asociad a con
P
P Ak: probabilidad de aceptacin en la k-sim a m uestra asociada con p
n ,: tam ao de la prim era m uestra
n2: tam ao de la se g u n d a m uestra
n k tam ao de la k-sim a m uestra
p : nivel de c a lid a d del lote al q u e se a p lic a el p la n d e m u e s tre o ,
expresado en fraccin disconform e o defectuosa
N:
5.
6.
514
CONTROL DE CALIDAD
EJEMPLO 6.13
E n la seccin de recepcin de m ateria prim a de una planta se reciben diez
lotes de 15000 unida de s cada uno. El pro ve e d o r y el co m p ra d o r han fijado un
porcentaje de disconform es del 1 ,5 % , la utilizacin del plan simple n=200, A c=3
y la aplicacin del procedim iento de aceptacin-rectificacin.
a.
b.
Si los lotes realm ente tuviesen las siguientes calidades: 0,01, 0,01, 0,015,
0 ,0 2 , 0,0 2, 0 ,0 2 5 , 0 ,0 3 , 0 ,0 3 , 0 ,0 3 5 y 0 ,0 4 , C u l es el lmite de calidad
saliente m edia?
SOLUCION
a.
515
516
CONTROL DE CALIDAD
np
0 ,0 1 0
0 ,8 5 7
0 ,0 0 8 4 5
0 ,0 1 5
0 ,6 4 7
0 ,0 0 9 5 7
0 ,0 2 0
0 ,4 3 3
0 ,0 0 8 5 4
0 ,0 2 5
0 ,2 6 5
0 ,0 0 6 5 3
0 ,0 3 0
0 ,1 5 1
0 ,0 0 4 4 7
0 ,0 3 5
0 ,0 8 2
0 ,0 0 2 8 3
0 ,0 4 0
0 ,0 4 2
0 ,0 0 1 6 6
Pa
AOQ
f-A O Q L
P (% )
EJEMPLO 6.14
C u l es la calidad saliente m edia en el Ejem plo 6.1 3 si se usa el siguiente
plan doble de m uestreo?
120
A c, =
n,
P el =
517
n2 = 1 2 0
A c2 =
P e2 =
SOLUCION
E L C u a d r o 6 .1 5 p re s e n ta los c lc u lo s n e c e s a rio s p a ra e n c o n tra r la
p ro b a b ilid a d de a c e p ta c i n c o rre s p o n d ie n te a un lote c u y o p o rce n ta je de
producto disconform e es de 1 ,5 % .
P A1 = 0,966
P A2
a = 0 ,0
2 6 * 0 ,3
0 3 + 0 ,0
0 6 * 0 ,1 2 6 + 0 ,0 0 2 * 0 ,0 2 7 = 0 ,0 0 8 6 8 8
1
p
=0,015
n,
=120
n2 =120
N
= 15000
518
CONTROL DE CALIDAD
Anlisis de Primera
muestra
Anlisis de Segunda
muestra
n *p= 120*0,015=1,20
(n+n2)*p=240*0,015=3,6
P (d < 3) = 0,966
P (d = 4) = 0,026
P (d < 4 ) = 0,992
P (d = 5) = 0,006
P (d < 1) = 0,126
P (d < 5) = 0,998
P (d = 6) = 0,002
P (d = 0) = 0,027
P (d < 6) = 1,000
factible, de sde el punto de vista eco n m ico , tom ar m u ch a s unidades para ser
probadas. E n este caso se deben usar planes que permitan adoptar decisiones
r p id a s , in s p e c c io n a n d o el m e n o r n m e ro de u n id a d e s . E s to s p la n e s se
co n o ce n com o planes secuenciales de muestreo.
U n plan secue ncial puede ser u sa d o en form a grfica o en form a tabular.
La Figu ra 6.1 3 m uestra la form a grfica de este tipo de plan.
El plan secuencial funciona de la siguiente m anera: se tom a una unidad y
se prueba. Si su nm ero de defectos ca e en la zo n a de rechazo, se re c h a za el
lote de donde proviene esa unidad. Si cae en la zo n a de aceptacin, se acepta
el lote de donde proviene la unidad. S i el nm ero cae en la z o n a de inspeccin
se insp eccion a una n u e v a p ie za y se con tin a as hasta qu e h aya criterio de
a ce p ta ci n o de re c h a zo . C o m o se p u e d e notar el ta m a o de la m u e stra es
variable.
T a l y com o se puede o b s e rv a re n la Figura 6.13, un plan secuencial queda
p la n te a d o c u a n d o se d e te rm in a n la e c u a c i n de la ln e a de re c h a z o y la
ecuacin de la lnea de aceptacin. E sta s ecuaciones son:
519
E cu a ci n de la lnea de aceptacin (L A c)
C ,= -h , + s* k
E cu a ci n de la lnea de recha zo (L R e)
C 2= h2 + s*k
donde:
k: nm ero de unidades por inspeccionar
y h2: intersecciones de las lneas
s: pendiente de am b a s lneas
P a ra d is e a r un plan se c u e n c ia l de m u e s tre o es n e c e s a rio c o n o c e r el
rie sg o del p ro d u c to r (a ), el nivel de c a lid a d a ce p ta b le ( A Q L ) , el rie sg o del
c o n s u m id o r (B ) y el porcentaje no con form e tolerado en el lote ( P N C T ) . C o n
520
CONTROL DE CALIDAD
P a ra p = 1 ,
3.
P a ra p = A Q L ,
4.
P a ra p = P N C T ,
5.
Para p =s,
P A= 1
II<
2 .
P a ra p =0,
Ql
1.
p a= i
p
a=P
P A= h2/(h2+ h 1)
EJEMPLO 6.15
D is e a r un plan se cu e ncial de m u e stre o q u e c u m p la c o n las sig uiente s
condiciones:
521
a.
5%
b.
10%
c.
= 0 ,0 1 2
d.
= 0,1 3 2
SOLUCION
Para conocer este plan se deben calcular los parm etros de las ecuaciones
de acep tacin y recha zo .
log [(1 -0 ,0 5 )/0 ,10]
c ,= -0,89 +0,051 *k
522
CONTROL DE CALIDAD
de
D E FE C TO S
523
# de unidades
Aceptacin
D e l a 16
17
De 18 a 37
De 38 a 56
De 57 a 95
0
1
2
Rechazo
2
3
3
4
fue ado p tada por la IS O en 1974. Ella pre senta procedim ientos de m uestreo,
b a s a d o s en in s p e c c i n p o r atribu to s p a ra c a s o s en q u e se rie s de lotes de
productos sean som etidos a inspeccin, bajo un nivel calidad aceptable (A Q L )
pre viam ente establecido. La norm a se aplica sobre la inspeccin de unidades
discre tas y su propsito es indu cir al p ro v e e d o r a en tre g a r lotes qu e teng an
calidad igual o m ejor al A Q L y al consum idor a aceptar ocasionalm ente lotes de
bajo nivel de calidad.
L o s p la n e s c o n te n id o s en esta n o rm a sirven entre otras c o s a s p a ra la
in sp e cc i n de p ro d u cto te rm in a d o , de c o m p o n e n te s y m a te ria s prim a s, de
operaciones de produccin, de materiales en proceso, de materiales alm acena
dos, de operaciones de m antenimiento, de bases de datos y de procedim ientos
adm inistrativos.
Estos planes han sido diseados para permitir el cam bio de inspeccin de
a c u e rd o con el c o m p o rta m ie n to de la ca lid a d de los lotes. A s , iniciando en
in s p e c c i n n o rm a l sta se to rn a r estric ta c u a n d o el n ivel s e d e te rio re o
ca m bia r a sim plificada cu a n d o el nivel m ejore considerablem ente.
La n orm a perm ite e sco g e r el plan qu e m ejor se adapte a las condiciones
de quien la aplique. Estos planes pueden ser sim ples, dobles o mltiples. Para
co m p re n d e r m ejor su aplicacin es necesario definir algunos trm inos com o:
No conformidad:
524
CONTROL DE CALIDAD
al m enos una no
Porcentaje de no conformes:
es el n m e ro de u n id a d e s no co n fo rm es
Unidad de producto: es
T a m a o del lote (N )
b.
Nivel de inspeccin
c.
T ip o de inspeccin
d.
T ip o de m uestre o
e.
El
525
b.
c.
d.
e.
f.
526
CONTROL DE CALIDAD
2.
3.
don de el asterisco representa a cad a una de las letras cdigo. E n estas tablas
se pueden tam bin localizar planes de m uestreo. La ventaja de estas tablas es
que contienen la cu rva ca racte rstica de ope ra ci n del plan d e s e a d o . E sta s
tablas solo pu e den ser usada s en caso s de inspeccin norm al o de inspeccin
estricta. La s tablas por letra tienen tres partes: la prim era parte son las cu rva s
caractersticas de ope racin para todos los A Q L s que tienen relacin con la
letra, la segunda parte tiene v a lo r e s tabulados para esas curvas caractersticas
y la tercera contiene los planes de m uestreo correspondientes a la letra.
527
i:
Ac:
n m ero de aceptacin
R e : n m e ro de recha zo
*:
V:
e m p le a r la letra c d ig o s ig u ie n te p a ra la q u e e st n d is p o n ib le s
nm e ro s de aceptacin y de recha zo .
A:
EJEMPLO 6.16
U s a n d o la inform acin de los C u a d ro s 6.18 a 6.23, localizar los planes de
m u e stre o p e didos en el C u a d ro 6 .1 7 y expliqu e c m o funciona ca d a uno de
ellos.
SOLUCION
Plan 1
O b s e r v a n d o el C u a d r o 6 .1 8 , se tiene q u e p a ra N = 2 5 0 0 0 y un nivel de
inspeccin III, la letra cdigo del tam ao de la m uestra es la letra N.
CONTROL DE CALIDAD
528
Plan No.
Tam ao del lote
Nivel de inspeccin
Tipo de inspeccin
Tipo de plan
AQ L
25000 kg
III
Normal
Simple
2,5%
1 8 5 0 0 kg
II
Estricta
Simple
6,5%
125000m
I
Reducida
Doble
4%
5000 u
III
Normal
Mltiple
1,5%
= 50 0 kg
Ac =
21 kg d'sconform es
Re =
22 kg disconform es
m
O
ca>
CU
529
m u u J L L n ^ - j ^ z Q - O a ;
ss
<CLUIL(!)It ^
J ^ Z Q - O
< < [
) 5 - ' 2
CD
CA
C
0)
TJ
(A
0)
O
>
d o j i l o i
c
O
o
o
S-4
co
c
<<CQCDUOLi JLULLLLI
C
N
(/)
<<<C0CDfflOOQLULUlU
CD
CL
(A
C
<D
TJ
CA
<
D
o
CD
C
I
CA
Q)
CA
0)
CD
>
z
T-
CD
o
CD
TJ
o
iC
CU
c
c
cu
H
<<<<CQC0CDCDOOOOC1QQ
COLOLOOOOOOOOOOOO w
-t
-C\JLOCT>LOCOOOOOOOO'CVJ
T-(MinCMCMOOOO
T- C
OO LOo o > ,
T- C
OLOo
1- LO
a
a
a
a
a
a
a
a
a
a
a
a
a
a
E
'O
O
O
<D
Q.
( M O i C O C O -r -T -T -T -T -T -T -T -T -
T-T-
T-C\JIOCX>IOCOOOOOOOO
i-C\JLOCMC\IOOOO
T- C
OO lo o o
1- COL
Oo
T- LO
530
CUADRO 6.19. Tabla II-A . Planes de muestreo simple para inspeccin normal
A R
150
A R
A R
650
A R
7 8
AR.
14 15
14 15 21 22
14 15 21 22 30 31
Jl
250
10 11
1 0 11
14 15
21 22
A R
30 31
44 45
30 31 44 45
30 31 44 45
21 22
21 22
u
125
200
315
14 15
21 22
500
800
1250
CONTROL DE CALIDAD
2000
21 22
V 7
oi
N iv e le s a c e p t a b le s d e c a lid a d ( i n s p e c c i n n o r m a l)
Tipo de
Tam ao
plan de
acum ulado
muestreo
la m uestra
Sencilo
<0,025 0,025
Ac R.
500
AR
0 1
0,040
Ac R
X
Ae R.
0,065
AR
315
125
Use
Use
Use
cdigo
M
cdigo
0
cdigo
0,10
A R
625
750
875
0,065
Ac R.
0,65
Ac R.
X X X
1,5
1,0
Ac R, A c R.
2 3
3 4
5 6
7 8
8 9
10 11
0 2
0 3
1 4
2 5
3 7
3 7
5 9
1 2
3 4
4 5
6 7
8 9
# 2
# 2
# 3
# 4
0 4
# 2
A R
0,40
1 2
0
0
1
1
2
0,040
a cr
0,25
11 12 12 13
0 5
0 4
AR
2,5
>2,5
de a
m uestra
AcR
Ac R.
A c R.
12 T3 14 15
18 19
21 22
500
6 10
7 11
9 14
11 16
315
15 16
18 19
23 24
26 21
0 6
1 7
1 8
A cR.
2 9
630
125
250
375
500
<0,040
0,15
Tam ao
acumulado
0,10
2
3
3
3
3
0,15
0
0
1
2
3
4
3
3
4
4
5
5
0,25
0 3
1 4
2
3
4
6
5
6
6
7
0,40
1
2
3
5
7
9
5
6
7
8
9
10
0,65
1 6
3
5
7
10
13
8
10
11
12
14
3
6
8
11
14
18
2 7
4 9
6
9
12
14
11
12
14
15
1,0
8
10
13
15
17
19
3 9
7 12
4 10
8 13
10 15
14 17
17
20
23
26
12
17
18 20 21
21 22 25
1,5
6 12
11 17
16
22
27
32
22
25
29
33
7
13
19
25
31
37
X. X
2,5
250
14
19
25
29
33
38
375
500
625
750
875
>2,5
532
Porcentaje de lotes
que se espera sean
aceptados (Pa)
CONTROL DE CALIDAD
I
JORGE ACUA A
0 ,1 0
0 ,1 5
0 ,2 5
0 ,4 0
0 ,6 5
1 ,0
1 ,5
2 ,5
Pa
p (e n p o r c e n t a je d e n o c o n f o r m e s o e n n o c o n f o r m i d a d e s p o r 1 0 0 u n id a d e s )
99,0
0,002 01
0,029 7
0,087 2
0,165
0,357
0,581
0,701
0,954
1,22
1,50
2,07
2,51
95,0
0,010 3
0,071 1
0,164
0,273
0,523
0,796
0,939
1,23
1,54
1,85
2,49
2,98
90,0
0,021 1
0,106
0,220
0,349
0,630
0,931
1,09
1,40
1,73
2,06
2,73
3,25
75,0
0,057 5
0,192
0,345
0,507
0,844
1,19
1,37
1,72
2,08
2,45
3,18
3,74
50,0
0,139
0,336
0,535
0,734
1,13
1,53
1,73
2,13
2,53
2,93
3,73
4,33
25,0
0,277
0,539
0,784
1,02
1,48
1,94
2,16
2,60
3,04
3,48
4,35
4,99
10,0
0,461
0,778
1,06
1,34
1,85
2,35
2,60
3,08
3,56
4,03
4,95
5,64
5,0
0,599
0,949
1,26
1,55
2,10
2,63
2,89
3,39
3,89
4,38
5,34
6,05
1,0
0,921
1,33
1,68
2,01
2,62
3,20
3,48
4,03
4,56
5,09
6,12
6,87
0,040
0,15
0,25
0,40
0,65
1,0
2,5
1,5
X.
N i v e le s d e c a li d a d a c e p t a b l e ( i n s p e c c i n e s t r ic t a )
533
534
CONTROL DE CALIDAD
83
5P3 5:
CUADRO 6.21. Tabla ll-B . Planes de muestreo simple para inspeccin estricta
SQ *
P3
22 A -
52 V, 22 22 ^
'O
o
o
0)
Q.
T E
TD
CO
T3
"CO
5<=
CD
*D
CO
0)
-O
05
t= $
:
o
Q.
cz>
0)
O
CO
co
,
0
>T>~
c=>
=>=>
ejjs a n u j dp oubujbj .
e jts a n u j ap
o u a u B i |9p o & p p o b jib ]
C ^2
= =}>
535
50 m etros
n2 = 50 metros
A c1 =
3 m etros
Ac2 = 8 metros
R e1 =
8 m etros
Re 2, =
12 metros
536
CONTROL DE CALIDAD
28
22
28
-2
o.
X
i
IZ
ZZ
-9
oo
o oo
o"
< J =
oo
oo o -
=!>
o *
" JlL,
* 0
i
i----------*N
vX *
X
s
-----------------i- .
s
< p o
i
X
l
>
'-------------- =
>
::
::
<> =>
oo
z i
r-N
22
'------------------------------------->
::
"o
*>
oo
<> <>
-9
oo
oo
oo
oo
<5=
"o o
::
F --------2
o
oo
oo
IZ
22
<P
2 22
91
6
X
i
X
X
i
X
2
oo
3 8
8 12 12 19
5 10]
12 16j
2 ow
02
02
---
16
<2
< - -----------
-..............................i
5 10
12
- h
X
510
1216
0,1
r e d u c id a )
(in s p e c c i n
de calidad
a c e p ta b le s
N ive le s
lili
oo
-<
i---------------------------S
oo oo ::
X
i 1
------------------------------ o <>
o - oo
X
8
oo o O - j1- 1----------------------------------- O o
i X ---------------------------------------^ o <> oo
i ------------------------------------------- ^ <=<> oo
8
o+ 1
- X C=------------------------------ ---------------2 < r=
i--------------------------------
X
CMT coco moCO<o O
O
C
M
'T
BA!iB|nujnoB
CM-i COCO
BJisenui
9POyBUJBl
CMCMco co ininco co co co C
O
O
CM
BJjsenw
MC
MC
OC
CM
O88ss
8
8
ir> ui
epOUBUJBl
02
02
I 0 2I 0 3
02 04
125
125 I
200
200 I
315
315 I
13
26
50 I
100 I
80
160
125 |
250 I
200
400 I
315
630 I
500
1 000 I
03
04
o'
Primera
Sequnda
Primera
Segunda
Primera
Segunda
Primera j
Seaundal
Primera
Seaundal
Primera
Sequnda 1
Primera
Seaundal
Primera
Sequnda |
Primera
Seaundal
Primera I
Seaundal
Primera
Seaundal
Primera
Seaundal
Primera
Seaundal
CUADRO 6.22. Tabla lll-C. Planes de muestreo doble para inspeccin reducida
- t -
X
}
02
02
0 2 10
02 0
02 03 0
02
BJisaniu
9p OyBUJBl
|9p o 6P90 <
BJJ91
CQ o
LU
LL
Q_
CE
537
CUADRO 6.23. Tabla IV-A. Planes de muestreo mltiple para inspeccin normal
I I
3-8
0.15
0.25
0.40
0.65
1.0
1.S
2.5
4.0
6.5
6 16
17 27
29 39
Primero
Segundo
Tercero
Cuarto
Quinto
Sexto
Stimo
53 56
65 68
77 78
TV
Primero
Segundo
Tercero
Cuarto
Quinto
Sexto
Stimo
Primero
Segundo
Tercero
Cuarto
Quinto
Sexto
Stimo
Primero
Segundo
Tercero
Cuarto
Quinto
Sexto
Stimo
40 49
TV
TV
TV
TV
o
o
VI
33
r~
O
m
o
>
a
>
o
i
o
33
m
>
o
c
i i . i - - 1.. i . . i i i
,r
>
>
c
z<
>
CONTROL DE CALIDAD
540
No.
Tamao
Acumulado
1
2
3
4
5
6
7
n,=80
n2=80
n3=80
n=80
n5=80
ne=80
n7=80
80
160
240
320
400
480
560
Disconformldades/100 unidades
Ael= 0
Ac2= 3
R ,= 5
A=11
R2= 8
R.3=10
R = 1 3
R5=13
Ac6=14
Ac7=18
Ree=17
R.r=19
Ac3= 6
Ac4= 8
Dinmica de la inspeccin
A l utilizar e sta N o rm a , se d e b e te n e r presente q u e el tipo de in sp e cci n
d e b e se r dinm ico, de tal m anera que se cam bie a inspeccin reducida cuan do
la calidad m ejore o a estricta cu a n d o sta em peore.
La s re g la s y p ro ce d im ie n to s q u e s e sig u e n p a ra c a m b ia r de un tipo de
inspeccin a otra son las siguientes:
b.
E l n m e ro total d e u n id a d e s no c o n fo rm e s o d is c o n fo rm id a d e s en las
m uestra s provenientes de los ltimos 10 lotes no su p e ra el n m e ro lmite
d a d o en la T a b la
VIII
q u e se e n c u e n tra en el C u a d r o
6.25.
S i s e estn
14
22
40
65
4 lO Q
i-C M 4
OCM4
O O
1 -C 0 N
CO 04 co
T - 04 CO
CO 11)01
co o co
8
14
24
0004
UJ
4 co 4
m cm en
04 -4 co
s c
0004
. .
O O
cm 4
co
O 04 -4-
44
T - CM
o o *-
CO N- CO
o o
044N
14
24
. .
0 04 4
CO 4
. . .
in
o
o
o
m
8.
o"
m
o
m
o
s e jo io i
s o iu u in s o |
9 p e jfs e n tu
e p s e p e p iu n
e p o je tu is i
14
24
40
........................ .....
O 044
115
186
o_
40
68
110
110 | 181
181
110
181
o rn e o
co t- co
24
40
67
M -in w
4
7
14
CM4 C0
4 .0
O O CM
24
40
68
O)
co
4
8
14
en m o
co <o o
o o
2.5
6.5
co cm
T - 04
0,25
O T - co
113
181
4
7
14
25
w cos
68
110
181
40
4 04 CO
CM4 CO
7
14
21
"5
189
105
177
277
100
co in *(O - co
co o en
0,40 0 .6 5
CO
O
<1>
O
297
490
400
250
150
04 CO CO
CMCO CO
. . .
0.0 1 0
CUADRO
099
CO
TD
S o n
T~ CO 4
o o io t(0 0 0 3
&
Q.
<D
IO N -K o
T -r -m
Q CO O
^ CD T -
0)
181
277
1000
. . .
O
4 CO
SS
0004
4 CO
O o
04 4
. . o
O rO O
8 8
8 2
8 8 8
ti
s s
If
Denota que el nmero de unidades de muestra de los ltimos 10 lotes no es suficiente para inspeccin reducida para esta
AQL. En este caso, ms de 10 lotes deben ser usados para el clculo, dado que los lotes usados son los ms recientes en
la secuencia, que han sido sujetos a inspeccin normal y que ninguno ha sido rechazado durante la inspeccin normal.
541
542
CONTROL DE CALIDAD
d.
2.
un lote no es a ce p ta d o o,
un lote se a ce p ta c u a n d o su n m e ro de d isco n fo rm id a d e s se e ncu entra
entre el n m e ro de acep taci n y el de re c h a zo o,
c.
d.
3.
4.
EJEMPLO 6.17
E n recepcin de materias prim as de una fbrica se reciben lotes de produc
to de 8 3 0 0 u n id a d e s q u e so n in s p e c c io n a d o s m e d ia n te un plan s im p le de
543
b.
SOLUCION
a.
Inspeccin normal
b.
Inspeccin estricta
Inspeccin reducida
n =200
n =200
A =
14
12
n =80
A = 7
R e=
15
Re =
13
R e= 1 0
CONTROL DE CALIDAD
544
N o . m u estra
N o. d e
N o . m u estra
N o. d e
d is c o n fo r m e s
d is c o n fo r m e s
10
16
14
17
10
18
14
19
13
12
20
15
10
21
16
22
23
13
24
10
10
25
12
11
26
10
12
27
13
28
14
29
15
30
10
M u estra N o.
10
N o. d is c o n fo r m e s
10
14
12
10
13
C r it e r io
545
c u a le s s u m a n 62 u n id a d e s d is c o n fo rm e s , n m e ro q u e s es m e n o r q u e el
n m e ro lmite 68. P o r lo tanto, la s e g u n d a condicin p a ra p a s a r a inspeccin
reducida se cum ple.
T a l y co m o lo e x p re sa la inform acin dad a , la pro d u cci n se ejecuta nor
m alm ente y hay anuencia de la direccin para pasar a inspeccin reducida si se
c u m p le n las dos prim eras co n dicio nes. P o r lo tanto, a partir de la m uestra No.
13 se inspecciona con el plan de m uestreo de inspeccin reducida (n=8 0, A c=7,
R e= 1 0 ). El C u a d ro 6 .2 8 presenta lo qu e ocurre con las pr xim as 4 m uestras.
Al obs e rva r el C u a d ro 6.28, se nota qu e las cuatro m u estra s son a ce p ta
das. Sin em bargo, la m uestra No. 16 (sealada con asterisco) es aceptada con
un nm ero de disconform es que se encuentra entre los nm ero s de aceptacin
y recha zo. Por lo tanto, a la v e z que se acepta la m uestra y el lote de don de pro
viene, se debe reinstaurar la inspeccin norm al a partir de la m uestra N o. 17.
13
14
15
16
No. d is c o n fo rm e s
C rite rio
AC
AC
M u e s tra No.
17
18
19
20
21
No. d is c o n fo rm e s
10
14
13
15
16
C riterio
AC
AC
Ac
Re
Re
M u e s tra No.
546
CONTROL DE CALIDAD
M u estra N o.
N o. d is c o n fo r m e s
C r it e r io
22
23
24
25
26
10
12
10
Ac
Al ob s e rva r el C u a d ro 6 .30 se nota que cinco m uestras con secu tivas son
a ce p ta d a s, p or lo q u e se cu m p le la con dici n p a ra re in stau rar la inspecci n
norm al a partir de la m uestra N o .27.
El C u a d ro 6.31 presenta lo ocurrido con las ltimas cuatro m uestras.
Las siguientes m uestras se continan inspeccionando con el m ism o proce
dimiento.
M u estra N o.
27
28
29
30
N o. d is c o n fo r m e s
10
C r it e r io
547
O tra s ta b la s de la N o rm a IS O 2859-1
Esta norm a contiene tam bin otras tablas que pueden ser tiles para la ins
peccin. Estas son la T a b la V -A , la T a b la V I-A , y la T a b la IX la cual presenta las
cu rva s de m agnitud m uestral para m uestreo doble y mltiple. E stas tablas se
encuentran en los C u a d ro s 6 .3 2 ,6 .3 3 y 6.34, respectivam ente.
La s T a b la s V -A y V -B presentan valores aproxim ados del lmite de calidad
saliente m edia para inspeccin norm al e inspeccin estricta, respectivam ente.
La calidad lmite (L Q ) se define co m o el nivel de calidad que, para efectos
de inspeccin por m uestreo, tiene la m s baja probabilidad de aceptacin. La
T a b la V l-A presenta valores de calidad lmite (L Q ) para porcentajes de producto
no conform e con especificaciones cuya probabilidad de aceptacin es del 1 0 % .
T a m b i n existen la T a b la V ll-A para porcentajes de producto no conform e con
especificaciones cu ya probabilidad de aceptacin es del 5 % .
A d e m s , existen las T a b la s V l-B y V ll-B que se usan para localizar n m e
ros lmite para disconform idades por cad a cien unidades cu ya s probabilidades
de ace p ta ci n son 1 0 % y 5 % respectivam e nte. T o d a s estas tablas son para
planes sim ples de m uestreo e inspeccin norm al.
Para localizar el valor buscado en todas las tablas citadas anteriormente se
necesita disponer de las letras cdigo del tam ao de la m uestra y los respecti
vo s valores de A Q L .
La T a b la IX sirve para localizar la m agnitud m edia m uestral, en inspeccin
normal y estricta, que corresponde a un plan doble o mltiple dado un plan simple.
EJEMPLO 6.18
E n u na inspeccin por m u estre o se usa el plan sim ple n = 1 25, A c=3, que
corresp onde a u n A Q L de 1% . Los lotes que se reciben han m ostrado tener un
2 % de producto no conform e a lo requerido.
a.
b.
o <n
O)
0.010 0,015 0.025 0,040 0,065 0,10
i
A
B
C
0,15
0,25
0.40
0,65
1.0
1.5
2,5
4,0
6,5
10
15
25
40
65
100
150
250
400
650
1 000
69
65
63
97
110
90
160
150
130
220
220
190
330
310
290
470
490
430
730
720
660
1 100
1 100
82
72
73
120
110
180
170
270
250
410
1
2
3
5
D
E
F
8
13
20
G
H
J
32
50
80
K
L
M
125
200
315
N
P
Q
500
800
1 250
2000
7.4
17
28
27
42
46
39
4.2
6,5
6,9
11
11
9,7
17
15
16
24
24
22
40
34
33
56
50
47
21
19
18
29
29
46
18
12
4.6
2,8
1.8
1,1
1.7
1.7
2,6
2,7
2,4
4,3
3,9
4,0
6,1
6,3
5,6
9,9
9.0
8,2
14
13
12
5,2
4,7
4,7
7,5
7.3
12
1,2
0,74
0,46
0,27
0.42
0.44
0,67
0,69
0,62
1,1
0,97
1,00
1.6
1.6
1.4
2,5
2,2
2,1
3,6
3,3
3,0
0,17
0,17
0.16
0,27
0,24
0.25
0.39
0,40
0,36
0,63
0.56
0.52
0.90
0.82
0.75
1.3
1.2
1,2
1,9
1,8
2,9
0,22
0.33
0,47
0,73
0.29
0,18
0,12
0.074
0.046
0.029
0.067
0,11
0,11
o
o
H
H
O
o
>
o
>
o
i
CUADRO 6.33. Tabla VI-A Valores de LQ para % de disconformes
(PA=10%, plan simple, inspeccin normal)
D
O
m
>
o
c
>
>
o
c
z>
>
CJl
-P*.
co *
550
CONTROL DE CALIDAD
c.
551
SOLUCION
a.
O b s e r v a n d o el C u a d r o 6 .3 2 , se p u e d e v e r q u e el v a lo r de A O Q L para
n = 1 25 (letra cdigo K ) y A Q L = 1 % es 1 ,6 % .
b.
O b s e rv a n d o el C u a d ro 6.33, se p u e d e v e r qu e el v a lo r de L Q para n = 1 25
(letra cdigo K ) y A Q L = 1 % es 5 ,4 % .
c.
n ,= n 2=0,84*125
105 unidades
P a ra plan mltiple:
n = 0,78*125
98 unidades
2.
3.
552
4.
CONTROL DE CALIDAD
2.
3.
a.
Costos administrativos.
Muestreo. S o n los costos de evaluacin que incluyen entre otros los cos
tos de recolectar inform acin y de m edicin de las m ism as.
c.
d.
Clculos. S o n los costos o ca sio nado s por el entrenam iento del personal
para relizar clculos y sa ca r conclusiones.
553
sobre ella y depe ndiendo de la calidad qu e sta m uestre al ser com p a ra d a con
la e sp e cifica ci n , se e sta b le c e un criterio d e a c e p ta ci n o de re c h a z o de la
m uestra y del lote de don de proviene.
Al igual qu e en plan es para atributos, todos los plan es de m u estre o para
variables que dan determ inados cuan do se definen el tam ao de la m uestra (n)
y el criterio de aceptacin (k).
E n el caso de un plan para un solo lmite especificado con variabilidad des
co n o cida los valore s del ta m a o de la m u estra y del criterio de aceptacin se
calculan con base en el riesgo del pro d u cto r(a ), el riesgo del con sum ido r (B ), el
A Q L y el P N C T . La s frm ulas son las siguientes:
(k 2 + 2 ) * ( z 1_ a + Z 1_ p) 2
n= 2
2 * ( Z 1-AQ L ~ Z 1-PNC t )
k=
( Z 1 -a * Z 1-P N C T ) + ( Z 1-p * Z 1 -A Q L )
Z 1 -a + Z 1-P
donde:
n
T a m a o de la m uestra
Z 1a
Zi p
Z i -aql
i -p n c t
554
CONTROL DE CALIDAD
E J E M P L O 6.19
D ise a r un plan de m uestreo por variables que cum pla con las siguientes
condiciones:
1.
2.
3.
4.
S O L U C IO N
= Z , -0,050
_ Z(),950 = 1,65
Z,1+
= Z , -0.100
~ Zo,900 = 1,28
Z,1-AQL
= Z , -0,025
_ Z 0,975
Z,1-PDTL
= Z , -0,075
_ Z 0.925 = 1,44
= 1,96
A s
,
1,65*1,44 + 1,28*1,96
K = --------------------------------------------------- = 1 , 6 6 7
1,65 + 1,28
1-
1 ,6 6 7 2 + 2 )* (1 ,6 5 + 1 ,28)2
--------------------------------= 76 unidades
2*(1,96 1,4 4)2
P or lo tanto, se con clu ye qu e el plan de m uestreo que cum ple con las co n
diciones planteadas es n= 7 6 , k = 1 ,667. Q u ie re decir esto, qu e se d e b e extraer
del lote u na m u e stra de 76 u n id a d e s y calcu lar el va lo r de Z corre sp o n d ie n te
(Z = (V E-x)/s). Si el valor de k es m enor que Z, entonces se acepta la m uestra y el
lote, de lo contrario se re cha za .
555
Estable cer valor de p (porcentaje del lote que no cum ple con lo especifica
do ). El nm ero de valores de p debe ser tal que perm ita su avizar una a d e
cu a d a curva.
2.
C a lc u la r el valor de 1-p.
3.
4.
C a lc u la r el valor de Z 1PA.
Z 1-PA -
5.
6.
7.
EJEMPLO 6.20
P a ra el plan de m uestreo disead o en el E jem plo 6.19, construir la cu rva
caracterstica de operacin.
SOLUCION
El C u a d ro 6.3 5 pre senta los paso s del 1 al 6 y la F ig u ra 6.1 5 presenta la
cu rva caracterstica de operacin pedida.
556
CONTROL DE CALIDAD
(1)
p
(2)
1-p
0,020
0,025
0,030
0,040
0,045
0,050
0,060
0,065
0,075
0,085
0,090
0,100
0,980
0,975
0,970
0,960
0,955
0,950
0,940
0,935
0,925
0,915
0,910
0,900
(3)
(4)
(5)
(6)
Z ,-p
z , PA
1-P*
P*
0,0158
0,0156
0,1190
0,3228
0,4404
0,5478
0,7324
0,8023
0,8962
0,9495
0,9656
0,9826
0,9842
0,9484
0,8810
0,6772
0,5596
0,4522
0,2676
0,1977
0,1038
0,0505
0,0344
0,0174
2,055
1,960
1,880
1,750
1,695
1,645
1,555
1,514
1,440
1,372
1,340
1,287
h=i,J_+ i f 72
11 76
2*(76 - 1 )
-2,15
-1,63
-1,18
-0,46
-0,15
0,12
0,62
0,85
1,26
1,64
1,82
2,11
Q,1{
_ 1 ,6 6 7 -Z 1_P
1 -P A
------------------------
0,1
N O R M A IS O -3 9 5 1
Esta norm a que tiene sus org enes en la N orm a Militar Estndar 414, c o n
siste de la a c tu a liz a c i n de d ic h a n o rm a de tal m a n e ra q u e los p la n e s de
m u estro se ajusten a los de la N o rm a 2 8 5 9 -1 . La norm a presenta diferencias
significativas con respecto a la N o rm a 414. U n a de estas diferencias es el uso
del m todo grfico qu e perm ite c o n o ce r la razn de re c h a za r una m uestra y el
lote de don de proviene. Esta razn ser siem pre una o a m b a s entre exactitud y
precisin.
E sta norm a ha sido disea d a para ser usada en p ro ce so s que tengan las
siguientes caractersticas:
557
p (% )
1.
2.
La in sp e cc i n se h a c e so b re u n a nica c a ra c te rs tic a la cu al d e b e s e r
m edible. Si existen dos o m s caractersticas, esta norm a se debe aplicar
a ca d a una de ellas en form a separada.
3.
4.
558
CONTROL DE CALIDAD
grande
de la d e svia cin estn dar m uestral qu e se g enera bajo condiciones dad as.
559
a.
b.
c.
d.
e.
a.
b.
c.
d.
La probabilidad de que un lote que tiene una calidad igual al A Q L sea acep
tado se incre m en ta con el tam ao de m uestra. E sto es sim ilar en ambas
norm as; sin em b a rgo , a m b a s probabilidades no son idnticas.
e.
f.
g.
1.
Aspectos generales
560
CONTROL DE CALIDAD
2.
3.
4.
T a b la s y d ia g ra m a s
5.
Anexos
a. P ro cedim ientos para calcular s y o
b. T e o ra estadstica
c.
2.
T a m a o del lote (N )
3.
Nivel de inspeccin
4.
5.
T ip o de inspeccin
6.
T ip o de lmites de especificacin
7.
AQL
L a prueba de norm alidad se h ace a travs de bondad de ajuste. La pro du c
561
Mtodo s
El m todo s se basa en la estimacin de la desviacin estndar del proceso
con base en la desviacin estndar muestral. El procedim iento para operar con
este m todo es el siguiente:
1.
CONTROL DE CALIDAD
562
Niveles generales
de inspeccin
Niveles especiales
de inspeccin
S-3
2
9
16
a
a
a
8
15
25
26
51
91
a
a
a
50
90
150
151
281
501
a
a
a
1 201
3 201
10 001
35 001
150 001
500 001
S-4
B
C
C
D
E
B
C
D
E
D
E
F
F
G
H
280
500
1 200
B
c
D
D
E
F
F
G
H
G
H /r
j
J
K
a
a
a
3 200
10 000
35 000
E
F
G
G
H
I
I
J
K
K
L
M
L
M
N
a
a
150 000
500 000
y ms
H
I
J
J
K
L
L
M
N
N
P
*Use H para un lote de tamao entre 281 y 400, ejemplo para un lote de tamao entre 401 y 500
2.
3.
563
co h - co
oo t - co
CO 0 5
LO CO
05
o" o"
T LO ,
h- LO
C O 05
oo
[lo
>10
:Y -
05
-Q
LO
-2
o.
T- 00 co
C M cm' cm'
M
m
CM
' cm
t -
LO_ LO
^ ^
cm' cm cm
a>
"O co
11
.1 i
o co
O -k
S
O S
f i
C O CO_ Tfr
c m ' cm ' cm '
co O
o x
cq cq
cm' cm'
LO CO CD
c m ' cm ' cm '
CONTROL DE CALIDAD
564
4.
5.
6.
s
7.
l ,U L
s
EJEMPLO 6.21
La m xim a tem peratura de operacin de un determ inado dispositivo est
especificada en 98,3C. Si un lote de 40 unidades es som etido a inspeccin, uti
lizando nivel de inspeccin II, inspeccin norm al y A Q L = 1 %
a.
C u l e s el plan de m uestre o?
b.
SOLUCION
a.
565
k=1,53
92 + 87 + 84 + 96 + 94
. . .
-------------------------------------------- 90,6
5
2_
(Z x '2
J i
n -1
4 1 0 4 1 ,8 -- l l ---------------------- _
= 4 98
P a so 6. C lc u lo de Q
9 8 ,3 -9 0 ,6
u
4,98
566
CONTROL DE CALIDAD
EJEMPLO 6.22
R e so lve r el E je m p lo 6.21 por el m todo grfico.
SOLUCION
Utilizando la inform acin del Ejem plo 6.21, se grfica la recta para el lmite
superior, que se pu e de v e r en la Figura 6 .1 6 . La ecuacin de esta recta es:
x = 9 8 ,3 - 1,53*s
567
P a r a s = 0 , x = 9 8 ,3
EJEMPLO 6.23
S e ha estim ado que para un dispositivo electrnico, la tem peratura perm i
sible para lograr un funcionam iento ptim o debe estar entre 98,3C y 82C. Un
lote de 4 0 unidades es som etido a inspeccin, utilizando nivel II, inspeccin nor
mal y A Q L s 1 % y 2 ,5 % para el lmite superior e inferior respectivam ente.
a.
b.
A n a lic e la situacin del lote si al an a liza r una m uestra sta origina los si
g uientes valores de tem peratura: 92, 87, 84, 96 y 94C?
SOLUCION
.
n= 5 unidades
ku= 1,53
kL= 1,24
568
b.
CONTROL DE CALIDAD
2
X x
S = 1|------------------ D
n -1
141041,8
453*
= \ ---------------------------------- = 4 ,9 8
~ 1
4
P a so 6. C lc u lo de Q y y Q L
9 8 ,3 -9 0 ,6
u
4 ,9 8
9 0 6 -8 2 ,0
4 ,9 8
569
EJEMPLO 6.24
R e su e lva el E jem plo 6.2 3 por el m todo grfico.
SOLUCION
U tiliza n d o la info rm a ci n del E je m p lo 6 .2 3 , se g rafican las rectas para
a m b o s lm ites, las qu e se pu e d e n ve r en la F ig u ra 6.17. La ecuacin de esta
recta es:
(1 )
x = 9 6 ,3 - 1,53*s
(2 )
x = 8 2 ,0 + 1,24*s
570
CONTROL DE CALIDAD
P a ra s = 0 , x = 9 8 ,3
P a ra la e cuacin (2)
P a ra s = 5 , x = 8 8 ,2
P a ra s = 0 , x = 8 2 ,0
U -L
x -L
-------------
U -L
E JE M P L O 6.25
R e s o lv e r el E je m p lo 6 .2 3 c o n u n A Q L = 1 % p a ra a m b o s lm ite s e s p e
cificados.
571
SOLUCION
C o m o se obtiene en el Ejem plo 6.23, el tam ao de la m uestra es de 5 uni
da d e s para letra cd ig o D , la m edia aritmtica es 9 0 ,6 y la desviacin estndar
4 ,9 8 .
O b s e rv a n d o el C u a d ro 6.38, el va lo r de fs es 0,308, por lo tanto:
M S S D = 0,3 0 8 (9 8 ,3 -8 2 )= 5 ,0 2 0 4
C o m o el valor de s no es m ayor qu e el valor de M S S D , se debe consultar la
cu rva correspondiente a la letra D y A Q L = 1 % . Esta cu rva se puede observar en
la F ig u ra 6.18.
Al graficar el punto (s / (U -L ),( x -L )/ (U -L )), calculado as:
s
4 ,9 8
U -L
9 8 ,3 -8 2
x -L
9 0 ,6 -8 2
= 0,3 0 6
= 0,5 2 8
U - L _ 9 8 ,3 -8 2
se nota qu e ca e en la zo n a de re ch a zo . P or lo tanto, se con cluye que bajo las
c o n d ic io n e s d a d a s la m u e s tra y el lo te d e d o n d e p r o v ie n e d e b e n s e r
re cha za dos.
Si se con sid e ra difcil visu alizar el criterio de aceptacin o re c h a zo en las
curva s de la Figura 6.18 entonces se puede copiar la curva aparte, inclusive con
una escala m s g rand e con el fin de facilitar la operacin.
Si se desea consultar la curva caracterstica de operacin de un plan espe
cfico, se pueden o bservar las Ta b la s de la V -B a la V -P en donde se presentan
en form a grfica y tabulada las cu rva s O C para cad a letra cdigo. Estas curvas
son para el m todo s y lmite nico. Sin em bargo, son buena aproxim acin para
dos lmites especificados y para los m todos o y R . S u uso es sem ejante a las
cu rva s de la N o rm a IS O 2859.
N ota: El MSSD se obtiene m ultip lica nd o el fs e sta n da riza d o por la diferencia entre el lmite su pe rio r de e sp e cifica ci n U y el lmite in ferior de e sp e cifica ci n L.; i.e
M S S D = fs (U-L). El MSSD indica la m ayor magnitud permitida de la desviacin estndar de la muestra cuando se usan planes para el caso del lmite doble de e s p e c ifi
cacin con variabilidad d e sco n o cid a . Si la desviacin estndar de la muestra es inferior al M S S D , existe la posibilidad aunque no a certeza de que el lote ser a c e p ta d o .
CUADRO 6.38. Tabla IV-s Valores de fspara el clculo de la desviacin estndar mxima (MSSD)
(Mtodo s)
572
CONTROL DE CALIDAD
573
E J E M P L O 6.26
S u p n g a s e que se est tra baja ndo con un plan de m u e stre o qu e usa la
letra cdigo G , un A Q L de 2 ,5 % y el m todo s.
a.
b.
c.
d.
S O L U C IO N
Para resolver este problem a se har uso de las Ta b la s V -G y V -G -1 que se
presentan en el C u a d ro 6.39.
a.
A l o b s e r v a r la T a b la V - G y lo c a liz a n d o la c u r v a q u e c o r re s p o n d e a
A Q L = 2 ,5 % se puede indicar que la respuesta a esta pregunta es PA= 4 6 % .
P a ra ello, se localiza en el eje x el va lo r de 8 % y se con tin a hasta interseca r la curva de A Q L = 2 ,5 % , entonces se lee en el eje y la correspondiente
probabilidad de aceptacin.
b.
c.
d.
574
CONTROL DE CALIDAD
Mtodo a
Este m todo solo debe se r usado cuando se tenga certeza de que se cono
ce el valor de a. Este valor no se trata de u na estim acin o aproxim acin de o
sino el verdadero valor, el cual se considera constante. Esto es posible despus
de varios a o s de llevar un control estadstico sobre la variable en estudio.
El procedim iento para trabajar por este m todo es el siguiente:
1.
2.
3.
4.
5.
> xu
575
Ul
O
g
o
re
o
- N u ^ o i o s a t
o o o o o o o
o o o
CT>
co
So
i?
Cr
sr
co
5
o
o
O
c:
>
o
CD
O
QJ
CO
&
03
"CD
oT
S
CD
CO
CO
CONTROL DE CALIDAD
"O
0,10
0,15
0,25
0,40
0,65
1,0
1,5
2,5
4,0
6,5
10,0
99,0
99,0
0,01
0,01
0,02
0,04
0,08
0,17
0,28
0,49
0,96
1,71
3,23
5,58
95,0
0,03
0,06
0,09
0,15
0,25
0,45
0,68
1,09
1,91
3,09
5,30
8,41
95,0
90,0
0,07
0,11
0,17
0,26
0,43
0,72
1,06
1,61
2,67
4,14
6,76 10,30
90,0
75,0
0,22
0,32
0,45
0,65
0,98
1,50
2,07
2,94
4,49
6,50
9,83 14,09
75,0
50,0
0,67
0,90
1,17
1,57
2,20
3,09
3,99
5,32
7,51
50,0
25,0
1,73
2,18
2,67
3,38
4,41
5,77
7,09
25,0
10,0
3,58
4,31
5,07
6,13
7,58
9,41
10,0
5,0
5,27
6,19
7,13
8,40 10,11
5,0
1,0
9,91
1,0
0,10
0,25
0,40
0,65
1,0
1,5
2,5
4,0
________s
10,0
577
6,5
578
CONTROL DE CALIDAD
>
X Ldonde:
xl
= l_ + kL * a
no se aceptan si:
x
<
XL
<
xu
>
xl
no se aceptan si:
x
> xu
<
XL
2.
579
3.
4.
5.
6.
b.
580
CO
T-
T-
[i ,2 6
1 ,2 9
CUADRO 6.40. Tabla lll-A Planes de muestreo simple para inspeccin normal (Mtodo o)
CONTROL DE CALIDAD
0)
CM
in
in
co
c> S
&
CVI
CM
CO 0) l)
> :
CM
CM
tf) N
CO
CM
=>:
CM
CM
CO ^
CM
CO
0)
CM
CM*
CM*
CO N
H>
6J)sanuj apoublubi
iapo6|pooejjan
CM
581
0,15
0,25
0,40
0,65
1,00
1,50
2,50
4,00
6,50
10,00
0,10
0,15
0,25
0,40
0,65
1,00
1,50
2,50
4,00
6,50
10,00
SOLUCION
S e seguir el procedim iento expuesto,
a.
1. C o n nivel de inspeccin II y tam ao del lote de 500 unidades se localiza
la letra cdigo del tam ao de la m uestra en la T a b la l-A del C u a d ro 6.36.
Esta letra es la letra I.
2. C o n base en A Q L = 1 ,5 % , letra cdigo I, inspeccin norm al y para lmite
sim p le e s p e c ifica d o , se b u s c a en la T a b la 11l-A del C u a d r o 6 .4 0 , el
1
582
CONTROL DE CALIDAD
k=1,70
b.
3. La m uestra est da d a por el ejem plo.
4. C a lc u la r la m e dia aritmtica.
x = 6 3 0 0 0 0 = 6 30 00 psi
10
<
63000
x l
XL
<
=
XL
63100
L + kL*s
= 58 0 0 0 + 1,7*3000 = 6 3 1 0 0 psi
EJEMPLO 6.28
R e so lve r el E je m p lo 6.27, si se tiene ad e m s qu e cum plir con un requisito
de resistencia m xim a de 7 1 0 00 psi c u y o control tiene un A Q L de 1 % .
SOLUCION
S e seguir el procedim iento expuesto,
a.
1.
lO
CO
11
16
23
L O CO CO
M - CD N
LO N
O)
CM CO t
M - lO
CO
O ) CM S
M - tO
CO
CO t -
CM CM
CM CO t
CO t
5
7
10
15
20
25
CO
LO O LO
CO LO h -
CQ O
-5
100
150
200
0,25
0,15
Nivel
aceptable
de calidad
800
36
54
71
CM CO M -
30
44
59
0,65
r~"
05
27
40
54
O)
23
34
45
10
14
21
(O
UJ u .
CO
O)
9
13
19
CM CO M -
_)
05
CO
LO
CO T CO
^^>C M
fs
500
64
95
127
18
25
36
T-
CD CO O
::[ ;>
315
200
80
125
32
15
22
32
05
CM CO M -
o"
O
CM i i T CO CO
f-
m .l
Q.
CO O
t N
CO
o_
L O CM
LO CO O
CO T
O CD CM
CM CM t
CO O
C</3
T - CO O )
CM CO t f
CO T LO
LO
14
19
28
cq
0,40
CM
12
17
25
co
50
20
co
11
14
17
6,5
T f LO N
2,5
4,0
l U.
CO
E ^ CM
1.5
9
12
15
CQ O
8
13
de
muestra
Tamao
Letra
cdigo
co m
10,0
(ISO 2859)
muestra
equivalentes
583
JO
Mtodo
Atributos
2 Z Q-
584
CONTROL DE CALIDAD
U-L
2.
585
ky= 1,83
kL=1,7 0
10
5.
<
xl
<
xu
63000
<
63100
63000
<
65900
xl
x = U - k,* c
= L + kL*a
xl =58000+1
,7*3000=63100 psi
R E C H A Z O
xu=710 0 0 -1 ,8 3 * 3 0 0 0 = 6 5 5 1 0 psi
A C E P T A C IO N
EJEMPLO 6.29
R e s o lv e r el E je m p lo 6 .2 8 , co n A Q L = 4 % para a m b o s lm ites de e s p e
cificacin.
586
CONTROL DE CALIDAD
SOLUCION
S e co m p a ra el valor de o con el valor de M P S D .
M PSD
fo* (U -L )
M PSD
0 ,2 43 * (71 0 0 0 -5 8 0 0 0 )
M PSD
31 5 9 psi
o
<
M PSD
3 00 0
<
3159
2.
3.
4.
30 0 0
(U -L )
(7 1 0 0 0 -5 8 0 0 0 )
= 0 ,2 3 0 8
- L _
U -L
g 2_l _
0,31 =
xl
- 58000
7 1 0 0 0 -5 8 0 0 0
xl
xu - L _
U -L
xu -7 1 0 0 0
^ 7 1 0 0 0 -5 8 0 0 0
- 5 8 00 0
13000
X l = 5 8 0 0 0 + 0,31 * 13000
x u = 5 8 0 0 0 + 0,6 9 *13000
xl=
x u = 66970 psi
6 2 0 3 0 psi
587
AQL
U-L
5.
6.
La m edia aritmtica calculada se encuentra entre los valores de x^, y xL, por
lo qu e se aceptan la m uestra y el lote de don de proviene.
Dinmica de la inspeccin
Al igual que la N orm a IS O -2 8 5 9 -1 , esta norm a tiene su propia dinm ica de
inspeccin. La inspeccin se inicia con inspeccin norm al y se cam biar a e s
tricta o reducida seg n las siguientes condiciones:
CONTROL DE CALIDAD
588
b.
c.
U n lote no es aceptado
b.
c.
E JE M P L O 6.30
E n la recepcin de un dispositivo electrnico se ch equ e a que la tem peratura
m xim a de ope ra ci n se a de 6 0C . S e usa el m to do s, p u e s se d e s c o n o c e el
valor de o. L a s condiciones son usar lotes de 100 unidades, nivel 11y A Q L 2 ,5 % .
589
a.
b.
# lote
10
Qu
1,49
1,51
1,16
1,35
1,78
1,87
1,59
1,66
1,72
188
# lote
11
12
13
14
15
16
17
18
19
20
Qu
1,72
1,66
1,59
1,62
1,77
1,60
1,65
1,77
1,81
1,00
# lote
21
22
23
24
25
26
27
28
29
30
Qu
1,22
1,37
1,45
1,20
1,88
1,78
1,90
1,67
1,63
1,55
SOLUCION
a.
b.
Inspeccin norm al
Inspeccin estricta
Inspeccin reducida
n = 10
n = 10
n=4
k = 1,41
k = 1,58
k = 1,01
590
CONTROL DE CALIDAD
RESUMEN
Este captulo dedicado al m uestreo de aceptacin permite determ inar que:
1.
2.
3.
4.
5.
6.
591
7.
PREGUNTAS DE REPASO
1.
2.
3.
4.
5.
6.
7.
8.
592
CONTROL DE CALIDAD
ISO 3951 ?
ISO 2859-1
ISO 39 51?
ISO 3951.
PROBLEMAS
1.
n= 100, Ac =1
n = 2 0 0 , A =C 2
n= 200, AC =3
n= 300, A =c 4
n= 300, Ac = 5
3.
593
4.
5.
D ise a r un plan de m uestreo para atributos que cum pla con las siguientes
condiciones:
6.
AQL= 5 %
a = 5%
P N C T= 10%
(3=10%
D isear un plan de m uestreo para atributos que cum pla con las siguientes
condiciones:
7.
A Q L = 1 ,2 %
a = 6%
P N C T = 6 ,2 %
(3=12%
8.
n= 50
A C =2
n= 1 0 0
A c=4
n=200
<
II
A C =1
co
n= 10,
594
CONTROL DE CALIDAD
9.
7%
p= 1 1 %
AQ L=
8%
PN CT= 25%
11.
U n ingeniero de sea disear, por prim era vez, planes de m uestreo para ins
peccionar los lotes de 50000 unidades enviados por un proveedor. U n c o n
trato firm ado por a m b a s partes establece los siguientes acuerdos:
1. R ie sg o del pro ductor = 0,039
2. R ie sg o del co n su m id o r = 0,091
3. Nivel de calidad acep table = 0,0 1 9
4. P orcentaje defectuoso tolerado en el lote = 0,052
a. Presente a este ingeniero cuatro tipos de planes sim ples, equivalen
tes pero diferentes.
b. Si el costo d e in s p e c c io n a r una unidad es de 06, c u l es el plan
m s barato? Q u otras consideraciones de costos de calidad d e
ben tom arse en cuenta?
c. D e m u e stre con n m ero s qu e los cuatro planes son equivalentes.
d.
595
n2= 50
c = 1
c2=
R = 5
R 2=
1 ,2 %
P N C T = 5 ,8 %
a=
5%
p= 1 4 %
a. C u l es e se plan de m uestreo?
b. Q u probabilidad de rechazo tiene un lote que tiene 3 ,4 % de producto
disconform e, cu a n d o es inspeccionado con el plan diseado?
c.
CONTROL DE CALIDAD
596
f.
80
R e1 =
n2=
80
597
Acumulado
Muestra
n,=50
n2=50
n =50
n4=50
n =50
n=50
n7=50
n8=50
n=50
n,+n2=100
n,+n2+ n 3=150
n,+n2+ n3+ n4=200
n,+n2+ n3+n4+n5=250
n,+n2+ n3+n4+n5+n6=300
n,+n2+ n3+n4+n5+n6+n7=350
n,+n2+ n3+n4+n5+n6+n7+na=400
A0
Re
2
4
8
12
16
21
25
28
7
11
15
19
22
26
29
29
Plan
Nivel
de Insp.
1
2
3
4
5
6
7
8
II
II
I
III
II
III
II
II
Tipo de
muestreo
Simple
Doble
Simple
Simple
Mltiple
Mltiple
Simple
Simple
Tipo de
inspecc.
Normal
Reducida
Estricta
Normal
Normal
Normal
Reducida
Estricta
AQL
0,15
1,00%
150,00
0,40%
0,65%
0,25%
400,00
6,5%
55
400
4000
2000
10000
70
1500
30
598
CONTROL DE CALIDAD
Lote#
Disconf.
Lote#
Disconf.
Lote #
Disconf.
1
2
3
4
5
6
7
8
9
7
2
14
11
9
4
7
3
2
10
11
12
13
14
15
16
17
12
8
11
7
8
4
9
3
18
19
20
21
22
23
24
25
5
2
7
6
7
2
5
3
599
# lote
np
# lote
np
filote
np
#lote
np
filote
np
# lote
np
1
2
3
4
5
22
24
17
16
15
6
7
8
9
10
14
15
15
18
10
11
12
13
14
15
13
10
5
4
10
16
17
18
19
20
18
12
18
6
5
21
22
23
24
25
9
10
11
20
18
26
27
28
29
30
19
20
17
18
15
Defectos
Lote
1
2
3
4
5
6
7
8
9
10
18
20
24
21
20
10
18
14
16
18
9
8
7
10
11
11
8
5
7
8
600
CONTROL DE CALIDAD
# lote
np
#lote
np
# lote
np
filote
np
1
2
3
4
5
6
7
8
3
4
3
6
8
4
1
2
9
10
11
12
13
14
15
16
3
2
1
0
0
4
4
3
17
18
19
20
21
22
23
24
0
1
1
3
0
0
0
1
25
26
27
28
29
30
31
32
1
2
4
5
3
4
6
8
22.
b.
601
63
62
69
67
70
66
65
67
68
67
64
70
75
66
70
66
68
65
66
67
23.
62500
62500
61800
24.
60500
61000
63400
68000
69000
65000
59000
59000
64700
65500
64500
66600
602
2 5.
CONTROL DE CALIDAD
Unidad #
Longitud
1
2
3
4
5
6
7
8
9
10
27,1
24,0
27,6
24,5
28,0
24,9
25,0
26,4
26,5
27,0
2 6. El m xim o contenido de una sustancia qum ica que debe estar presente en
un alim ento es 3 ,5 m iligram os por g ram o de alimento. Si se som eten a ins
p e c c i n lotes de 2 5 0 0 g ra m o s , u tiliza n d o N ivel II, in s p e c c i n n o rm a l y
A Q L = 1 ,5 %
a. C u l es el plan de m uestre o?
b. Sim ule la dinm ica de la inspeccin estableciendo el criterio de acepta
cin. U s e valores de este criterio en el rango de 1,5 1,2s.
2 7 . E n una em presa com ercial las lm paras incandescentes se som eten a ins
peccin en lotes de 1000 u nidade s. El po d e r lum inoso especificado para
603
Muestra #
Valor
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
30,1
30,0
27,8
24,5
28,0
28,5
29,9
32,2
31,0
26,4
26,5
27,0
27,7
28,8
28,1
604
29.
CONTROL DE CALIDAD
Muestra #
Valor
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
975
965
983
989
995
1000
968
1000
1050
968
972
876
1123
999
1029
30.
605
d. Sim ule la inspeccin generando valores aleatorios que estn com pren
didos entre 67 cm y 83 cm .
e. R e su e lva la parte d) grficam ente
32. La resistencia m xim a de un com ponente es 5985 psi y la m nim a 4365 psi.
Si un lote de 500 u n idade s es som etido a inspeccin u sand o A Q L = 2 ,5 %
para lmite inferior y A Q L = 1 ,5 % para el superior
a. C u l es el plan de m uestreo?
b. Q u probabilidad de acep taci n tiene un lote qu e tiene un 2 ,2 % de
producto no conform e con especificaciones?
c.
606
CONTROL DE CALIDAD
Muestra #
Valor
Muestra #
Valor
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
63
64
64
69
70
64
69
75
69
67
66
72
64
70
72
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
64
66
66
65
68
69
67
65
74
68
66
76
67
67
77
607
Decisin
A c
Ae
A c
A c
A c
Decisin
Decisin
Decisin
9
10
Re
Re
11
12
13
14
15
16
Ac
Ac
A
A
A
Ac
17
18
19
20
21
22
23
24
Re
A
A
Ac
A
A
A
AC
25
26
27
28
29
30
31
32
Ac
Ac
Ac
Ac
Re
Ac
A
A
608
CONTROL DE CALIDAD
Decisin
1
2
A
Ac
A c
A c
5
6
\
A
A c
R e
9
10
Rl
r e'
Decisin
11
12
13
14
15
16
17
18
19
20
R
Re
A<
A c
Ac
A
Ac
Ac
A c
Decisin
21
22
23
24
25
26
27
28
29
30
R,
A<
A<
A<
A
A
Ai
A
R,
R,
Decisin
31
32
33
34
35
36
37
38
39
40
A
A
A
A,
R
K
A
A
A
A
Captulo VII
ASPECTOS GENERALES
DE LA ADMINISTRACION
DE LA CALIDAD
610
CONTROL DE CALIDAD
611
1. Supervisin organizada
E n este ca s o no existe u n a o rg a n iza c i n cla ra de la funcin calida d y lo
poco qu e se realiza recae sobre el supervisor de la lnea y los operarios respec
tivos. P a ra que esta form a funcione con xito, el nivel de m otivacin y concien
cia h acia la calidad en los niveles operativos deb e ser m u y alto.
2. Inspeccin organizada
E n este ca so se tiene un grupo de inspectores cu ya funcin es verificar la
calidad de los productos sum inistrados por las lneas de produccin y dar reco
m enda cion e s sobre m edidas correctivas y preventivas. La decisin final es del
enca rga do de produccin. E n esta forma de organizacin los resultados dep e n
den del grado de co n cie ncia y m otivacin qu e teng a el su p e rviso r de p ro d u c
cin, de lo contrario la inspeccin es infructuosa. El funcionam iento a d ecu ado
se da a travs de una am plia coordinacin y com unicacin entre supervisores
e inspectores. Esta form a tiene varios niveles que van desde el nivel sim ple de
inspeccin final de producto hasta el nivel de inspeccin por etapas, en los pun
tos crticos de calidad en las lneas de produccin.
CONTROL DE CALIDAD
5. Autocontrol
E sta es la form a de o rgan izaci n en don de el control de calidad recae so
bre el operario. Bajo este concepto, el operario se convierte en inspector de su
propio trabajo, planificando su s actividades de tal m anera qu e la probabilidad
de producir fuera de especificaciones sea lo m s baja posible.
T a m b l n existen m odelos de organizacin no ved o so s aplicados por cultu
ras orientales, en especial la ja ponesa, los cuales estn b asado s en una am plia
capacitacin, motivacin y conciencia de los m andos operativos con el fin de que
se conviertan en inspectores de su propio trabajo. Este con cep to se basa en la
613
Falta de planeam iento. La m ayor parte de estos fracasos han sido pro du c
to de una im provisacin total.
2.
3.
4.
614
2.
CONTROL DE CALIDAD
3.
4.
5.
6.
7.
8.
9.
615
3.
Fallas de produccin
a.
b.
c.
d.
616
4.
CONTROL DE CALIDAD
Distribucin de planta
M todos de trabajo
Inventario en proceso
B alance de lneas
Control de produccin
M anejo de m ateriales
2.
3.
4.
5.
6.
amplio conocim iento de los procesos y productos, pues solo as tendrn am plia
participacin en la b sq u e d a de posibilidades de solucin. La colaboracin de
personas ajenas a la em p re sa es de gran vala, pues ellos pu eden obs e rva r si
tu a cio n e s a n o rm a le s , difciles de se r o b s e rv a d a s por el p e rso n a l de planta,
pues estn a co stu m b ra do s a convivir con ellas.
L a ejecucin de actividades para la prevencin de pro blem as son de gran
im portancia pues:
1.
2.
Perm iten hallar pro ble m as gen e ra d o s por una pro blem tica anterior.
617
3.
4.
5.
6.
7.
COORDINACION Y CONTROL
S e g n el enfoque m oderno de control de calidad, es im prescindible tener
una a de cuada coordinacin de actividades entre todos los departam entos de la
e m p re sa , con el fin de cum plir con las polticas de calidad, planteadas a nivel
geren cial. E stas polticas son lineam ientos claros y con cisos que reflejan las
intenciones y com prom iso s de la alta direccin, para enfrentar el reto de entre
g a r un producto acorde con lo requerido por el cliente.
Para tener una idea de cm o tiene que ser la coordinacin se pu ede c o m
parar la funcin calidad con la funcin financiera. Para lograr xito en la funcin
financiera uno de los instrumentos m s tiles se llama presupuesto. A travs del
p re supuesto se coordina con cad a departam ento la ejecucin de actividades,
b u s c a n d o un a d e c u a d o balance entre e g re so s e ing resos u sa n d o un control
centralizado.
La funcin calidad debe operar en form a parecida aplicando instrum entos
llam ados pro gram as y ejecutando auditoras que investiguen si las actividades
y los p ro ce d im ie n to s se estn lle va n d o a c a b o de a cu e rd o con lo pla n e a d o .
A d e m s , se cuantifican los beneficios con el fin de com pararlos con los costos
y s a ca r conclusiones acerca de la rentabilidad de la inversin.
618
CONTROL DE CALIDAD
Produccin para
diseo.
Personal para
ECONOMIA DE LA CALIDAD
La e co n o m a de la calidad tiene dos enfoques uno es el enfoque de la c a
lidad de concordancia (dentro de la em presa) y el otro es el de calidad de diseo
(fuera de la em p re s a ).
619
620
CONTROL DE CALIDAD
ZONAC
E n esta zo n a ocurre lo m ism o que en la z o n a B, con la diferencia de q u e el
grado de conform idad es m s alto. C o n fo rm e se aleja el g ra d o de conform idad
respecto al grado ptim o, la diferencia entre el costo y el va lo r se hace m s pe
que a lo qu e hace poco llamativo trabajar con un grado de conform idad lejano
al g ra d o ptim o.
ZONAD
E n esta zona, la situacin no es beneficiosa puesto que aunq u e el grado de
conform idad es alto, el costo de ese grado de calidad es m u ch o m s alto qu e el
valor q u e se obtiene. A d e m s , por m s que se invierta en calidad el va lo r p er
m a n e ce casi constante.
C o m o con clu sin, se nota que ser sie m p re rentable trabajar en la zo n a
com p re ndida entre el punto form ado por las zo n a s A y B y el punto form ado por
622
CONTROL DE CALIDAD
produccin, pero que sin em bargo, ser evaluado y analizado en form a sep a ra
da con el fin de cuantificar los beneficios del sistem a.
Si se enfoca la calidad co m o calidad total, una importante inversin en to
das las actividades qu e conllevan a la consecucin del objetivo, p u e d e llevar a
una dism in uci n con sid era b le de los costos de inspeccin y de los co sto s de
m a la ca lida d y a un a u m e n to en el prestigio del pro du cto en el m e rc a d o . P or
datos generados por com p a a s que llevan registros de costos, se sab e que los
costos de la m ala calidad representan del 6 0 % al 7 0 % de los costos de calidad,
m ientras que los costos para evitar problem as son apenas el 1 0 % de ese costo.
P a ra e m p re s a s qu e han im p le m e n ta d o sistem as de control de calida d, esos
estudios m uestra n q u e los costos de m ala calidad se ve n con sid erab lem ente
reducidos.
Al e nfocar la calida d bajo el c o n ce p to de sistem a es n e cesario to m a r en
cuen ta una serie de costos en qu e se incurre y que m u ch a s ve ce s no se consi
deran co m o parte del costo de calidad. P or ejemplo, el costo de brindar servicio
al cliente por d a o s o defectos e n co n tra d o s durante la operacin o uso de un
determ ina do a rtc u lo .
A continuacin se har una explicacin com pleta de los costos de calidad.
L a F ig u ra 7 .2 pre senta una clasificacin de los costos de calidad.
C o s t o s d e ca p ita l
E sto s son costos atribuibles al e sfu erzo por m ejorar la calidad de los pro
d u c to s y los s e rv ic io s . S e in c lu y e n a q u to d a s a q u e lla s e ro g a c io n e s p o r
- Depreciacin
Costos de capital
Costos
de
Calidad
Costos de operacin
Costos indirectos
- Inters
- Oportunidad
-
Prevencin
Evaluacin
Fallas internas
Fallas externas
623
624
CONTROL DE CALIDAD
C o m o se p u e d e o b s e rv a r en la F ig u ra 7 .3 , los co s to s de p re ve n ci n se
incre m e n tan conform e a u m e n ta el nivel de calidad (d is m in u ye el porcentaje
d e fe c tu o s o ), m ie n tra s tanto los co s to s de e v a lu a c i n y fallas d e c re c e n . La
concavidad de la curva de costo total permite identificar un nivel ptimo que no es
precisamente cero por ciento de producto no conforme con las especificaciones.
Los costos operativos son los ms importantes pues se ha establecido que los
costos de prevencin representan cerca del 1 0 % de los costos totales, los costos
de evaluacin el 2 5 % y los costos de fallas del 50 al 7 5 % del costo total de calidad.
E sto deja notar, que la inversin pu ede considerarse cerca del 3 5 % (su m a
de costos de preve ncin y evaluacin) y el beneficio del sistem a cerca del 6 5 %
al reducirse considerablem ente los costos de fallas internas y externas, al entrar
a funciona r las diversa s actividades de control.
C o s t o s in d ire c to s
E s to s co sto s son a q u e llo s en q u e el p ro v e e d o r incu rre p a ra co n tro la r la
ca lid a d de su s p ro d u cto s y q u e l g ica m e n te estn incluido s en el p re cio del
625
producto. Estos costos representan los esfuerzos del proveedor por cum plir con
la calidad exigida.
526
CONTROL DE CALIDAD
Empresa: XYZ
Producto:
Realizado por:
Periodo:
Fecha:
Costos
PREVENCION
(CPR)
Montos
Rubros
1. Planeacin de la calidad
2. Control de procesos
3. Diseo y desarrollo de equipo de inf.
4. Entrenamiento
5. Evaluacin y asesora de proveedores
6. Actividades de prevencin por otros
7. Otros costos
SUBTOTAL:
EVALUACION
(CEV)
1. Inspeccin de recibo
2. Prueba de producto
3. Inspeccin de prodi'Cto
4. Inspeccin por personal directo
5. Auditoras de calidad
6. Otros costos
SUBTOTAL:
FALLAS
INTERNAS
(CFI)
FALLAS
EXTERNAS
(CFE)
1.
2.
3.
4.
Reclamos y devoluciones
Servicio y garanta
Prdida de ventas
Otros costos
SUBTOTAL:
TOTAL:
627
a.
b.
c.
d.
e.
f.
b.
c.
E ntrenam iento es el costo ocasionado por las actividades que tienen com o
objetivo entrenar personas en labores de control e inspeccin. Ejem plo de ste
628
CONTROL DE CALIDAD
62S
O tros costos incluyen los costos indirectos g enerados por las actividades
de inspeccin y prueba tales com o:
a.
b.
c.
d.
R e pro ceso son costos o ca sio n a d o s por el reproceso d eb ido al incum pli
m iento de las norm as de calidad.
^
por la no deteccin de m aterias prim as y m ateriales que no cum plan los reque
rimientos de calidad y que al llegar al proceso causan problem as de desech o o
reproceso.
b.
c.
630
CONTROL DE CALIDAD
O tros costos de fallas internas incluyen los costos indirectos generados por
el re c h a zo de m ateriales o el re p ro ce s o y desp e rd icio de pro d u cto s e m ie la borado o term inado.
Prdida de ventas es el costo m s difcil de calcu lai, pues est determ ina
do por la prdida de ventas oca sionada por la mala fam a que tom a el producto,
cu a n d o las fallas son detectadas por el consum idor.
O tros costos incluyen los costos indirectos generados por los estudios rea
lizados para investigar el com portam iento del producto en el m ercado. A lg uno s
de estos costos son docum entacin, papeleo, telfono y costos indirectos oca
sionados por la sustitucin de producto defectuoso.
LA INVERSIN EN CALIDAD
U n o de los aspectos m s difciles de lograr es la obtencin de dinero sufi
ciente pa ra p o n e r a funcionar el sistem a. E sto es d eb ido a la form a en q u e el
em presario concibe la calidad. P or ello, es absolutam ente necesario que el pro
yecto de calidad sea bien preparado para qu e tenga aceptacin desde el inicio.
El diseo de un sistem a de costos co m o el presentado aqu puede ser una
excelente a rm a para con ve n ce r, pu es es absolutam ente necesario cuantificar
los beneficios y los costos con el fin de co n ve n ce r acerca de la eficacia de cual
quier sistem a.
631
EJEMPLO 7.1
U n a planta m anufacturera produce 600 unidades diarias para obtener 400
u nida de s buenas. Lo s costos de m a n o de obra son de P240 por unidad buen a
p ro du cida y el costo de inspeccin es de 01 2 0 0 por da . E l producto p a sa por
dos departa m entos en los cuales requiere de igual cantidad de tiem po de pro
d u ccin . U n a inspeccin es practicada d e s p u s de su salida del se g u n d o d e
partam ento. La s 2 00 unidades defectuosas son reprocesadas por lo que vu e l
ven a la primera operacin del proceso co m o materiales cu yo costo es similar al
de los m ateriales originales em plead os.
U n nue vo plan de inspeccin es propuesto con el fin de ag reg ar un puesto
de inspeccin interm edio a la salida del prim er departam ento, para evitar que
d e fectu osos pasen a p ro cesarse al s e g u n d o departam ento. El plan ag re g a r
co sto s de inspeccin de (5150 por da. S e espera una fraccin defectuosa de
1/6 de la cantidad producida (otro sexto es rechazado en la inspeccin final). Si
la c a p a c id a d de la planta est lim itada al actual nivel, d e b e se r instalado el
n u evo puesto?
SOLUCION
D e acuerdo con lo planteado el nuevo puesto de inspeccin no m ejorar la
capa cid ad de calidad del proceso. Sin em bargo, los costos de m ano de obra se
ve r n reducidos por la dism inucin en la cantidad de reproceso requerido. U n
e s q u e m a que representa al problem a se pu ede ve r en la F ig u ra 7.4.
Lo s costos de m ano de obra se dividen para las dos secciones, de tal m a
nera que:
CONTROL DE CALIDAD
600 us.
600 us.
(materiales)
Seccin 1
Seccin 2
Comienzo
Inspeccin
(1/3 rechazado)
(4 00 * 2 4 0 )
C o s to de m a no de obra = ------------------------- = 96000/2 = 048000
por seccin
2
E sto es 080 (4 8000/600) por unidad procesada.
Si se de se a tener 4 0 0 u n idade s por da, la entrada al sistem a c u a n d o un
sexto es re c ha za do en ca d a seccin es:
X * (5/6) * (5/6) = 4 0 0
x= 576 unidades
E sto quiere decir qu e solam ente 576*(5/6) = 480 unidades pasan de la pri
m e ra seccin a la se g u n d a .
A 08 0 por unidad pro ce sa d a, el ahorro en costo de m a n o de obra es:
(4 00 * 2 4 0 ) - (5 7 6 + 4 8 0 ) * 80 = 01 15 20 por da
Si el flujo se m antiene en el nivel m xim o de 600 unidades, entonces:
600 * (1/6) = 100 unidades sern recha za das en el prim er puesto de inspeccin
y
(6 0 0 - 1 0 0 ) * (1/6) = 83 unidade s sern re c h a za d a s en el se g u n d o puesto.
C o n esto, la ca ntida d de u n id a d e s de entrada es igual al de salida (6 0 0 100 - 8 3 )= 417 unidades por da. Bajo esta premisa los costos de m ano de obra
a 080 por unidad se dism in u ye n en:
11520 - (5 7 6 -5 0 0 )+ (4 8 0 -4 1 7 ) * 80 = 139 *80 = 0 1 1 5 2 0 - 01 11 20 = 0400.
A d e m s , hay q u e a g re g a r el in cre m e n to de utilidad al pro du cir a h o ra 17
u n idade s m s.
633
INDICADORES DE CALIDAD
A l adm inistrar cualquier funcin dentro de la em presa, es necesario esta
ble cer algunos indicadores que permitan evaluar la funcin del personal encar
ga d o y la efectividad de los sistem as im plem entados. Este es el caso de costos
de calidad.
Al trabajar con Indicadores una base u objetivo debe ser establecida com o
poltica, con el fin de tener un patrn de com paracin y a la v e z pod er determ i
nar cul es la posicin del indicador en ese m om ento. Esta base es un valor del
indicador que sea posible de alcanzar y que debe ser revisado constantemente.
B a s e s d e c o m p a r a c i n
^
a.
b.
c.
T a m a o del lote
Total de unidades defectuosas
C osto de la produccin en el perodo
CONTROL DE CALIDAD
2. R e c h a z o s en la planta (lr)
T o ta l de unidades re ch a za d a s
t,= ------------------------------------------------------------------------------------------C o sto de la p roduccin en el perodo
3. R e p ro c e so ( I J
C antida d de unidades reprocesadas
I =--------------------------------------------------------------q'
C o s to total de produccin
7. D evolu cion e s (ldv)
C o s to de las devolu cio nes
' * = ----------------------------------------------------------------------------------------M onto de ventas totales
8. C o s to de inspeccin por unidad equivalente (lcut
C o sto de inspeccin en el perodo
^cue
635
C o s to s de evaluacin y prevencin
I -----------------------------------------------------------------------cp
Unidades
Colones
Producto
Monto ventas
Mats. directo
Vol. Produccin
1
2
3
500000
25000
75000
100000
60000
20000
10000
5000
8000
636
CONTROL DE CALIDAD
SOLUCION
C o n base en el C u a d ro 7.2, se pre para el C u a d ro 7.3, para calcular la p ro
duccin equivalente u sa nd o el valor contribuido, la unidad de valor contribuido
y un factor de correccin. E stas m edidas se calculan as:
V a lo r contribuido= M onto de V en tas - M aterial directo
V a lo r contribuido
U n id a d de valor c o n trib u id o = ---------------------------------------------------------------V o lu m e n de produccin
U n id a d de valor contribuido
F a c to r= ----------------------------------------------------------------------------------------------M xim o valor de unidad de valor contribuido
P ro du cci n equivalente= Factor * M xim o volum en de produccin
61000
C o s to de inspeccin p o r = -------------------- = <52,875
unidad equivalente
2 1220
Producto
1
2
3
Valor
Unidad de valor Factor de
Contribuido
Contribuido
Correccin
400000
190000
55000
40
38
6,875
1
0,95
0,172
Produccin
Equival.
10000
9500
1720
21220
637
q u tan altos son los costos de calidad en relacin con la cantidad de pro duc
cin obtenida.
Lo s indicadores pueden graficarse para analizar la tendencia y el com por
tam iento en el tiempo, cu an do se tiene informacin de varios m eses. Para esto,
se u sa un grfico de control b asado en los siguientes valores:
x = (Zx)/n
n: nm ero de m eses
x: valor de indicador
o = ( Xmx - X m n ) / 6
LSC = x + 3 o
L IC = x - 3 a
EJEMPLO 7.3
U n a e m presa ha recolectado inform acin de ventas y devoluciones en los
ltim os siete m e s e s . La inform acin se pre senta en el C u a d ro 7 .4 y la base
establecida es 3 % co m o m xim o, cul es el com portam iento del indicador de
devo lu cio n e s?
SOLUCION
1.
2.
a = (8 ,4 - 0,25)/6= 1,3583
638
CONTROL DE CALIDAD
Colones
Mes
Ventas
Devoluciones
E
F
M
A
M
J
J
585713
574814
475721
608907
495815
668329
529877
8800
41700
1200
51000
17917
28315
15719
3.
Mes
1,5
7,25
0,25
8,4
3,6
4,2
2,97
4.
639
bastante alejado de ella. S e debe im plem entar una Investigacin, con el fin
de analizar las causas de estos altos montos de devoluciones que estn re
sultando m u y caros para la co m p a a .
R ealizado el estudio se pueden im plem entar m ejoras que reduzcan las de
voluciones y por ende el m onto de las m ism as. Para hacer esto es crucial re
lacionarse con el cliente con el fin de co n o ce r y analizar las razo nes por las
cuales se efectan las devoluciones. Las causas de los problem as detecta
dos deb e n de ser transm itidos a los responsables dentro de la co m p a a .
ORGANIZACION DE LA INSPECCION
El xito d la inspeccin de calidad se fundam enta en la forma y lugar d o n
de sta se efecte, as co m o en el adiestram iento y eficiencia de los inspecto
res. U n gran aporte a este xito lo constituye la estandarizacin de los m todos
y el establecim iento de especificaciones reales.
640
CONTROL DE CALIDAD
Tipos de inspeccin
E x is te n v a rio s tip o s de in s p e c c i n , c la s ific a d o s d e a c u e rd o c o n tre s
p a r m e tro s q u e son: objeto de inspeccin , cantidad de inspeccin y lu g a r de
inspeccin. La inspeccin segn el objeto de inspeccin se puede ejecutar s o
bre cinco objetivos q u e son:
a.
M aterias prim as
b.
c.
Lnea de produccin
d.
e.
P ro ducto en el m e rca do
641
in spe ccin de patrulla, in spe ccin centralizada o una com binacin de am bos.
L a inspeccin de patrulla consiste en la constante visita de los inspectores a los
pu e sto s de inspeccin , con el fin de ejecutar su labor ah m ism o. E ste tipo de
inspeccin tiene ventajas tales com o:
a.
b.
c.
d.
e.
citar:
a.
b.
c.
d.
e.
642
CONTROL DE CALIDAD
643
b.
c.
d.
e.
f.
g.
a.
b.
c.
d.
venta jas y qu e por lo tanto pu ede ser una bu e n a idea su aplicacin en form a
com binad a.
644
CONTROL DE CALIDAD
Precisin de la inspeccin
La pre cisin de una inspeccin es el g ra d o de acierto del inspecto r para
detectar los productos que no cum plen con lo establecido en la especificacin.
S e relaciona con el grado de certeza con qu e recha za producto qu e realm ente
est m alo y acepta producto qu e realm ente est bueno. E n otras palabras eje
cuta su s labores con una m u y baja probabilidad de los errores tipo I (re ch a za r
algo qu e est b u en o ) y tipo II (acep tar algo que est m alo).
Lo s se sg os en la inspeccin pueden ser de tres tipos:
1.
2.
3.
642
CONTROL DE CALIDAD
643
b.
c.
d.
e.
f.
g.
a.
b.
c.
d.
644
CONTROL DE CALIDAD
Precisin de la inspeccin
La pre cisin de una inspeccin es el g ra d o de acierto del inspector para
detectar los productos que no cum plen con lo establecido en la especificacin.
S e relaciona con el grado de certeza con qu e recha za producto qu e realm ente
est m alo y acepta producto que realm ente est bueno. E n otras palabras eje
cuta su s labores con una m u y baja probabilidad de los errores tipo I (re ch a za r
algo que est b u e n o ) y tipo II (acep tar algo qu e est m alo).
Los se sg os en la inspeccin pueden ser de tres tipos:
1.
2.
3.
646
CONTROL DE CALIDAD
d:
n m e ro de u n id a d e s fu e ra d e e s p e c ific a c io n e s d e te c ta d a s p o r el
inspector
b:
k:
(d -k ):
(d -k + b ):
E J E M P L O 7.4
C o n el fin de e v a lu a r la precisin de la inspeccin de un e q u ipo de cinco
inspectores se ha entregado a cad a uno en diferentes instantes un m ism o lote
de 20 0 unidades. El C u a d ro 7.7 presenta los resultados obtenidos. C u l es la
precisin prom edio de este equipo?
SO L U C IO N
JORGB'ACUA ACUA
647
Inspector
18
16
18
4
5
5
3
4
5
21
3
O
O
19
Inspector
(d-k)
(d-k)+b
pr
16
15
15
18
17
20
80
75
75
90
85
3
4
5
20
20
20
20
La precisin del equipo calculada con base en el prom edio de los inspectores es de 8 1 % .
P recisin pro m e dio = (8 0 + 7 5 + 7 5 + 9 0 + 8 5 )/5 = 81 %
Procedimiento de inspeccin
Al ejecutar un estudio que tenga com o objetivo la reorganizacin de la ins
peccin, es necesario usar algn procedim iento que permita visualizar el flujo
de la inform acin a travs de los diferentes departam entos de la em presa. U r
m todo para lograr este objetivo es el siguiente:
1.
CONTROL DE CALIDAD
Dibujos
E specificaciones
O rd e n de trabajo
649
650
CONTROL DE CALIDAD
2.
3.
4.
5.
651
q u e v a a se r ap lica d o , las ju stificacion es y b en eficios de su im p le m e n tacin, las actividades qu e se deben ejecutar para el diseo de cad a su b
sistem a, el tiem po estim ado de desarrollo y la estim acin inicial de costo.
6
7.
b.
c.
d.
CONTROL DE CALIDAD
652
9.
p o r e l consum idor".
La e m p resa que entienda lo anteriorm ente apuntado, est llam ada a tener
g rand es xitos en el m erca do y un futuro pr spero en po cas de crisis.
653
RESUMEN
E n este captulo, se plantea cm o la administracin de la funcin calidad es
esencial para el xito de un p ro gram a de control de calidad. S e ha visto que:
1.
2.
4.
5.
654
CONTROL DE CALIDAD
Finalm ente es importante recalcar que el principal factor en el cum plim iento
de las polticas de calidad es el fa cto r hum ano. P or ello se deb en bu scar to
dos los m e ca nism os necesarios para lograr su cooperacin y com prom iso .
PREGUNTAS DE REPASO
1.
2.
3.
4.
5.
. C o m e n te el d e s g lo s e de co s to s de calidad y e x pliqu e: c m o se p u e d e
calcular ca d a uno de ellos?
7.
655
9.
PROBLEMAS
1.
2.
3.
4.
5.
656
CONTROL DE CALIDAD
Ventas
Mes
Enero
Febrero
Marzo
Abril
Mayo
Junio
Devoluciones
Pedidos
Colones
Pedidos
Colones
617815
585700
845174
489825
500708
558719
124
215
418
145
164
175
12200
21700
41800
10700
8400
5200
10
8
7
12
7.
Producto
Monto de Ventas
(Colones)
Material Directo
(Colones)
Volumen de
Produccin
A
B
C
1500000
789600
1123500
876900
357000
687950
51790
23450
9870
9.
657
08
Operacin
1
% defectuoso
costo acumulado
5,1
2,75
0 ,6
3,98
3
4,8
4,27
4
3,2
4,85
5
1 ,2
5,12
b.
CONTROL DE CALIDAD
U n a em presa fabrica un producto que pasa por cinco departam entos o sec
ciones. E sta em p re sa ha tenido pro blem as de calidad en los ltim os aos
debido al peso que suministran las m quinas llenadoras de producto. La es
pecificacin para el peso se establece en 3,15 g con una tolerancia de 0,75 g.
De un estudio estadstico llevado a cabo, se encontr que, para esta carac
terstica el proceso se distribuye norm alm ente con m edia 3,18 g y varianza
0,1 6 g 2.
El co s to total de p ro d u cci n es de (586 p o r u n idad, d e s g lo s a d o en 1 2 %
gastos indirectos, 5 4 % costos de m ateriales y el resto costo de m a n o de
obra. C u a n d o el producto es detectado fuera de especificaciones, se qui
ta o se a g re g a producto, seg n sea sobrepeso o bajo peso. Esto agrega un
costo adicional de (6 1 5 por unidad, debido a prdida de e m p a q u e y pesaje
m anual.
Actualm ente, no existe un puesto de inspeccin en la operacin de llenado.
La instalacin de un puesto tendra costos fijos de 060000 y el costo de ins
peccin es 035 por hora, con m uestras de 500 unidades/hora.
a.
b.
c.
b.
c.
659
Ventas
Devoluciones
Mes
Colones
Pedidos
E
F
M
A
M
J
625000
585700
845000
490000
500000
560000
124
115
231
90
102
113
Colones
12220
21700
41800
10700
8400
15700
Pedidos
5
10
18
4
3
8
Producto
Ventas
(colones)
Material directo
(colones)
Volumen de
produccin
A
B
C
1500000
758000
1157000
587000
357000
684000
51700
10800
6700
CONTROL DE CALIDAD
661
654
CONTROL DE CALIDAD
PREGUNTAS DE REPASO
1.
2.
3.
4.
5.
. C o m e n te el d e s g lo s e de co s to s de calidad y e x p liq u e : c m o s e p u e d e
calcular ca d a uno de ellos?
7.
655
9.
PROBLEMAS
1.
2.
3.
4.
5.
usar co m o gua la N o rm a IS O -9 0 0 4 .
656
CONTROL DE CALIDAD
V e n ta s
M es
C o lo n e s
D e v o lu c io n e s
C o lo n e s
P e d id o s
P e d id o s
E n ero
617815
124
12200
F ebrero
585700
215
21700
10
8
M a rzo
845174
418
41800
A b ril
489825
145
10700
M ayo
500708
164
8400
12
J u n io
558719
175
5200
7.
P ro d u c to
M o n to de V e n ta s
(C o lo n e s )
M aterial D ire c to
(C o lo n e s )
1500000
876900
51790
789600
357000
23450
1123500
687950
9870
V o lu m e n de
P ro d u c c i n
9.
657
O p e ra c i n
1
% d e fe ctu o so
5 ,1
0 ,6
4 ,8
3 ,2
1 ,2
c o s t o a c u m u la d o
2 ,7 5
3 ,9 8
4 ,2 7
4 ,8 5
5 ,1 2
b.
662
CONTROL DE CALIDAD
0 ,1
Este su bensam ble junto con la pieza de cierre de cilindro y usando los m a
teriales m ostrados en el C u a d ro 7.14, se m ontan al subensam ble del pistn
en 3 ,4 m inutos.
M aterial
C o s to
E m paque
P ie z a S P - 2 1 1
208
A r a n d e la S P - 1 7 6
c
c
12
T o r n illo c o m n
3 1 ,2 5
663
por pieza.
horas/da
b.
c.
d.
e.
f.
CONTROL DE CALIDAD
364
g.
h.
b.
C u l es la g a n a n c ia e s p e ra d a al nivel de 5 0 0 0 0 0 u n id a d e s m e n
suale s?
c.
665
d.
DATOS ADICIONALES
C o sto de instalacin del puesto = 060000
El costo del inspector es de 0290 por hora y es ca p a z de inspeccionar 100
p ieza s en un turno de
17.
horas
CUADRO
O p e r a c i n
7 . 16.
C o s t o /p ie z a (0 )
O p e r a c i n
C o s to /p ie z a f)
1 5 ,7 5
1 7 ,8 5
2 5 ,0 5
3 4 ,0 5
3 6 ,7 5
6 1 ,2 5
1 8 ,4 5
6 3 ,4 5
2 5 ,2 5
10
1 8 ,3 5
CONTROL DE CALIDAD
666
D ia g r a m a d e O p e r a c i o n e s
E m p resa :
XYZ
F ech a:
E nero 1985
R e a liz a d o p o r
A. G uzm n
R e s p o n s a b le :
S . C oto
C d ig o d e p ro d u cto :
Ensamble A
Mats: 1,25 kg/pieza
3 0 A -9 0
Ensamble B
Mats: 5 kg/pieza
Ensamble C
Mats: 1 kg/pieza
667
CONTROL DE CALIDAD
668
"D
CU
CU
-g
o
Jr
CU
CU
v H
(U ' C
'Z
(U m
'
CU
m
2
O
<B
o o o
> >^
* .=
CC
CU
^ O O O
sz
0^
o
0
0
0
Q
0 0 0 0 0 ^ 0 0
cococococ75cocococco
Q.
cc
E E
-o o
t-
r
-
o
o
>, c
CC CD
un
uo o
co
lo
-rlo
t- O L O C \ J O C \ J O O
0 0
c
c
CD 0
E E
l ) N O W N L O W N 0 ( M
co"o' T-~o" xf r
'o" co'o' o
" o -O
CC 0
c
c
CD 0
c
c
0 0
0 p
B +i
Q.
o co CM CM O LO T - O O T
CM o o O T N- O h- T O
o' o' o' O T' o" o' O o" o'
+1 +1 +
1 +1 +1 +1 +1 +1 +1 +1
O LO o LO O O LO O o o
LO h CD CM 0
0 LO CM h- CO CM
T-' o' c
o'o' O
co'o T' o'
B
0
0
T3
cc 0
o
o
CC CC
"O
0 C 3 o sz
p O D. 0 ) 3E
f & S 2 i ^ ( /-v i ro
i5 0 n a ^ 0 0 ^ 0
0 0
0 0
3
3
c r cr
0 0
T3
"O
o S
o
o
co 0 c
CC
C M C O ^ t L O C O h - C O C D O
Apndice I
TABLAS DE DISTRIBUCION
DE PROBABILIDAD
TABLA I. Distribucin normal acumulada
09
08
07
06
05
04
03
02
01
00
-3,90
-3,80
-3,70
-3,60
-3,50
-3,40
-3,30
-3,20
-3,10
-3,00
-2,90
-2,80
-2,70
-2,60
-2,50
-2,40
-2,30
-2,20
-2,10
-2,00
-1,90
-1,80
-1,70
-1,60
-1,50
-1,40
-1,30
0,0001
0,0001
0,0001
0,0002
0,0002
0,0003
0,0004
0,0006
0,0008
0,0011
0,0015
0,0020
0,0027
0,0036
0,0048
0,0064
0,0085
0,0111
0,0143
0,0184
0,0233
0,0294
0,0368
0,0456
0,0560
0,0682
0,0823
0,0001
0,0001
0,0001
0,0002
0,0002
0,0003
0,0004
0,0006
0,0008
0,0011
0,0015
0,0020
0,0028
0,0037
0,0050
0,0066
0,0087
0,0113
0,0147
0,0188
0,0239
0,0301
0,0376
0,0465
0,0571
0,0695
0,0838
0,0001
0,0001
0,0001
0,0002
0,0002
0,0003
0,0004
0,0006
0,0008
0,0011
0,0015
0,0021
0,0029
0,0038
0,0051
0,0068
0,0089
0,0116
0,0150
0,0193
0,0245
0,0308
0,0384
0,0475
0,0583
0,0708
0,0854
0,0001
0,0001
0,0001
0,0002
0,0002
0,0003
0,0004
0,0006
0,0008
0,0012
0,0016
0,0022
0,0029
0,0040
0,0053
0,0070
0,0092
0,0120
0,0154
0,0197
0,0250
0,0315
0,0393
0,0485
0,0594
0,0722
0,0870
0,0001
0,0001
0,0001
0,0002
0,0003
0,0003
0,0005
0,0006
0,0009
0,0012
0,0016
0,0022
0,0030
0,0041
0,0054
0,0072
0,0094
0,0123
0,0158
0,0202
0,0256
0,0322
0,0401
0,0495
0,0606
0,0736
0,0886
0,0001
0,0001
0,0001
0,0002
0,0003
0,0003
0,0005
0,0007
0,0009
0,0012
0,0017
0,0023
0,0031
0,0042
0,0056
0,0074
0,0097
0,0126
0,0162
0,0207
0,0262
0,0329
0,0410
0,0506
0,0618
0,0750
0,0902
0,0001
0,0001
0,0002
0,0002
0,0003
0,0004
0,0005
0,0007
0,0009
0,0013
0,0017
0,0024
0,0032
0,0043
0,0057
0,0076
0,0099
0,0129
0,0166
0,0212
0,0269
0,0337
0,0419
0,0516
0,0631
0,0764
0,0918
0,0001
0,0001
0,0002
0,0002
0,0003
0,0004
0,0005
0,0007
0,0010
0,0013
0,0018
0,0025
0,0033
0,0044
0,0059
0,0078
0,0102
0,0133
0,0170
0,0217
0,0275
0,0344
0,0428
0,0527
0,0643
0,0779
0,0935
0,0001
0,0001
0,0002
0,0002
0,0003
0,0004
0,0005
0,0007
0,0010
0,0014
0,0019
0,0025
0,0034
0,0046
0,0061
0,0080
0,0105
0,0136
0,0175
0,0223
0,0281
0,0352
0,0437
0,0538
0,0656
0,0793
0,0952
0,0001
0,0001
0,0002
0,0002
0,0003
0,u004
0,0005
0,0007
0,0010
0,0014
0,0019
0,0026
0,0035
0,0047
0,0063
0,0082
0,0108
0,0139
0,0179
0,0228
0,0288
0,0360
0,0446
0,0549
0,0669
0,0808
0,0969
-3,90
-3,80
-3,70
-3,60
-3,50
-3,40
-3,30
-3,20
-3,10
-3,00
-2,90
-2,80
-2,70
-2,60
-2,50
-2,40
-2,30
-2,20
-2,10
-2,00
-1,90
-1,80
-1,70
-1,60
-1,50
-1,40
-1,30
CONTROL DE CALIDAD
670
Continuacin de la Tabla I
02
09
08
07
06
05
04
03
-1,20
-1,10
-1,00
-0,90
-0,80
-0,70
-0,60
-0,50
-0,40
-0,30
-0,20
-0,10
-0,00
0,0986
0,1171
0,1379
0,1611
0,1868
0,2148
0,2451
0,2776
0,3121
0,3483
0,3860
0,4247
0,4642
0,1003
0,1190
0,1401
0,1636
0,1895
0,2177
0,2483
0,2810
0,3157
0,3520
0,3898
0,4286
0,4682
0,1021
0,1210
0,1424
0,1661
0,1922
0,2207
0,2515
0,2844
0,3192
0,3557
0,3936
0,4326
0,4721
0,1039
0,1231
0,1446
0,1686
0,1949
0,2237
0,2547
0,2878
0,3228
0,3595
0,3975
0,4365
0,4761
0,1057
0,1251
0,1469
0,1711
0,1977
0,2267
0,2579
0,2912
0,3264
0,3632
0,4013
0,4404
0,4801
0,1075
0,1272
0,1492
0,1737
0,2005
0,2297
0,2611
0,2947
0,3300
0,3670
0,4052
0,4444
0,4841
0,1094
0,1293
0,1515
0,1762
0,2033
0,2327
0,2644
0,2981
0,3337
0,3708
0,4091
0,4483
0,4881
00
01
02
03
04
05
06
07
0,00
0,10
0,20
0,30
0,40
0,50
0,60
0,70
0,80
0,90
1,00
1,10
1,20
1,30
1,40
1,50
1,60
1,70
1,80
1,90
2,00
2,10
2,20
0,5000
0,5398
0,5792
0,6179
0,6554
0,6914
0,7257
0,7580
0,7881
0,8159
0,8413
0,8643
0,8849
0,9031
0,9192
0,9331
0,9451
0,9554
0,9640
0,9712
0,9772
0,9821
0,9861
0,5039
0,5438
0,5831
0,6217
0,6590
0,6949
0,7290
0,7611
0,7910
0,8185
0,8437
0,8665
0,8868
0,9048
0,9207
0,9344
0,9462
0,9563
0,9648
0,9719
0,9777
0,9825
0,9864
0,5079
0 c477
0,5870
0,6255
0,6627
0,6984
0,7323
0,7642
0,7938
0,8212
0,8461
0,8686
0,8887
0,9065
0,9221
0,9357
0,9473
0,9572
0,9656
0,9725
0,9783
0,9830
0,9867
0,5119
0,5517
0,5909
0,6292
0,6663
0,7019
0,7356
0,7673
0,7967
0,8238
0,8485
0,8707
0,8906
0,9082
0,9236
0,9369
0,9484
0,9581
0,9663
0,9731
0,9788
0,9834
0,9871
0,5159
0,5556
0,5948
0,6330
0,6700
0,7053
0,7389
0,7703
0,7995
0,8263
0,8508
0,8728
0,8925
0,9098
0,9250
0,9382
0,9494
0,9590
0,9671
0,9738
0,9793
0,9838
0,9874
0,5199
0,5596
0,5987
0,6368
0,6736
0,7088
0,7421
0,7733
0,8023
0,8289
0,8531
0,8749
0,8943
0,9114
0,9264
0,9394
0,9505
0,9599
0,9678
0,9744
0,9798
0,9842
0,9877
0,5239
0,5635
0,6025
0,6405
0,6772
0,7122
0,7453
0,7763
0,8051
0,8314
0,8554
0,8769
0,8961
0,9130
0,9278
0,9406
0,9515
0,9607
0,9685
0,9750
0,9803
0,9846
0,9880
0,5279
0,5674
0,6064
0,6443
0,6808
0,7156
0,7485
0,7793
0,8078
0,8339
0,8576
0,8790
0,8979
0,9146
0,9292
0,9417
0,9525
0,9616
0,9692
0,9755
0,9807
0,9850
0,9884
01
00
0,1151
0,1357
0,1587
0,1841
0,2119
0,2420
0,2743
0,3086
0,3446
0,3821
0,4208
0,4602
0,5000
-1,20
-1,10
-1,00
-0,90
-0,80
-0,70
-0,60
-0,50
-0,40
-0,30
-0,20
-0,10
-0,00
08
09
0,5318
0,5714
0,6102
0,6480
0,6843
0,7190
0,7517
0,7823
0,8105
0,8364
0,8599
0,8810
0,8997
0,9161
0,9305
0,9429
0,9535
0,9624
0,9699
0,9761
0,9812
0,9853
0,9887
0,5358
0,5753
0,6140
0,6517
0,6879
0,7224
0,7549
0,7852
0,8132
0,8389
0,8621
0,8829
0,9014
0,9177
0,9318
0,9440
0,9544
0,9632
0,9706
0,9767
0,9816
0,9857
0,9889
0,1113 0,1132
0,1314 0,1335
0,1539.0,1563
0,1788 0,1815
0,2061 0,2090
0,2358 0,2389
0,2677 0,2710
0,3016 0,3051
0,3373 0,3410
0,3745 0,3783
0,4130 0,4169
0,4523 0,4562
0,4921 0,4961
0,00
0,10
0,20
0,30
0,40
0,50
0,60
0,70
0,80
0,90
1,00
1,10
1,20
1,30
1,40
1,50
1,60
1,70
1,80
1,90
2,00
2,10
2,20
671
Continuacin de la Tabla I
00
01
02
03
04
05
06
07
08
09
2,30
2,40
2,50
2,60
2,70
2,80
2,90
3,00
3,10
3,20
3,30
3,40
3,50
3,60
3,70
3,80
3,90
0,9892
0,9918
0,9937
0,9953
0,9965
0,9974
0,9981
0,9986
0,9990
0,9993
0,9995
0,9996
0,9997
0,9998
0,9998
0,9999
0,9999
0,9895
0,9920
0,9939
0,9954
0,9966
0,9975
0,9981
0,9986
0,9990
0,9993
0,9995
0,9996
0,9997
0,9998
0,9998
0,9999
0,9999
0,9898
0,9922
0,9941
0,9956
0,9967
0,9975
0,9982
0,9987
0,9990
0,9993
0,9995
0,9996
0,9997
0,9998
0,9998
0,9999
0,9999
0,9901
0,9924
0,9943
0,9957
0,9968
0,9976
0,9983
0,9987
0,9991
0,9993
0,9995
0,9996
0,9997
0,9998
0,9998
0,9999
0,9999
0,9903
0,9926
0,9944
0,9958
0,9969
0,9977
0,9983
0,9988
0,9991
0,9993
0,9995
0,9997
0,9997
0,9998
0,9999
0,9999
0,9999
0,9906
0,9928
0,9946
0,9959
0,9970
0,9978
0,9984
0,9988
0,9991
0,9994
0,9995
0,9997
0,9997
0,9998
0,9999
0,9999
0,9999
0,9908
0,9930
0,9947
0,9960
0,9971
0,9978
0,9984
0,9988
0,9992
0,9994
0,9996
0,9997
0,9998
0,9998
0,9999
0,9999
0,9999
0,9911
0,9932
0,9949
0,9962
0,9971
0,9979
0,9985
0,9989
0,9992
0,9994
0,9996
0,9997
0,9998
0,9998
0,9999
0,9999
0,9999
0,9913
0,9934
0,9950
0,9963
0,9972
0,9980
0,9985
0,9989
0,9992
0,9994
0,9996
0,9997
0,9998
0,9998
0,9999
0,9999
0,9999
0,9915
0,9936
0,9952
0,9964
0,9973
0,9980
0,9985
0,9989
0,9992
0,9994
0,9996
0,9997
0,9998
0,9998
0,9999
0,9999
0,9999
2,30
2,40
2,50
2,60
2,70
2,80
2,90
3,00
3,10
3,20
3,30
3,40
3,50
3,60
3,70
3,80
3,90
00
01
02
03
04
05
06
07
08
09
CONTROL DE CALIDAD
0,40
0,20
0,010
0,005
0,0005
1
2
3
4
5
0,325
0,289
0,277
0,271
0,267
1,376
1,061
0,978
0,941
0,920
3,078
1,886
1,638
1,533
1,476
6,314
2,290
2,353
2,132
2,015
12,706
4,303
3,182
2,776
2,571
31,821
6,965
4,541
3,747
3,365
63,657
9,925
5,841
4,604
4,032
636,619
31,598
12,941
8,610
6,859
6
7
8
9
10
0,265
0,263
0,262
0,261
0,260
0,906
0,896
0,889
0,883
0,879
1,440
1,415
1,397
1,383
1,372
1,943
1,895
1,860
1,833
1,812
2,447
2,365
2,306
2,262
2,228
3,143
2,998
2,896
2,821
2,764
3,707
3,499
3,355
3,250
3,169
5,959
5,405
5,041
4,781
4,587
11
12
13
14
15
0,260
0,259
0,259
0,258
0,258
0,876
0,873
0,870
0,868
0.866
1,363
1,356
1,350
1,345
1,341
1,796
1,782
1,771
1,761
1,753
2,201
2,179
2,160
2,145
2,131
2,718
2,681
2,650
2,624
2,602
3,106
3,055
3,012
2,977
2,947
4,437
4,318
4,221
4,140
4,073
16
17
18
19
20
0,258
0,257
0,257
0,257
0,257
0,865
0,863
0,862
0,861
0,860
1,337
1,333
1,330
1,328
1,325
1,746
1,740
1,734
1,729
1,725
2,120
2,110
2,101
2,093
2,086
2,583
2,567
2,552
2,539
2,528
2,921
2,898
2,878
2,861
2,845
4,015
3,965
3,922
3,883
3,850
21
22
23
24
25
0,257
0,256
0,256
0,256
0,256
0,859
0,858
0,858
0,857
0,856
1,323
1,321
1,319
1,318
1,316
1,721
1,717
1,714
1,711
1,708
2,080
2,074
2,069
2,064
2,060
2,518
2,508
2,500
2,492
2,485
2,831
2,819
2,807
2,797
2,787
3,819
3,792
3,767
3,745
3,725
26
27
28
29
30
0,256
0,256
0,256
0,256
0,256
0,856
0,855
0,855
0,854
0,854
1,315
1,314
1,313
1,311
1,310
1,706
1,703
1,701
1,699
1,697
2,056
2,052
2,048
2,045
2,042
2,479
2,473
2,467
2,462
2,457
2,779
2,771
2,763
2,756
2,750
3,707
3,690
3,674
3,659
3,646
40
60
120
0,255
0,254
0,254
0,253
0,851
0,848
0,845
0,842
1,303
1,296
1,289
1,282
1,684
1,671
1,658
1,645
2,021
2,000
1,980
1,960
2,423
2,390
2,358
2,326
2,704
2,660
2,617
2,576
3,551
3,460
3,373
3,291
gi-
oo
67 3
0,25
1 ,3 2 3
2 ,7 7 3
4 ,1 0 8
5 ,3 8 5
6 ,6 2 6
7 ,8 41
9 ,0 3 7
1 0 ,2 1 9
1 1 ,3 8 9
1 2 ,5 4 9
1 3 ,701
1 4 ,8 4 5
1 5 ,9 8 4
1 7 ,1 1 7
1 8 ,2 4 5
1 9 ,3 6 9
2 0 ,4 8 9
2 1 ,6 0 5
2 2 ,7 1 8
2 3 ,8 2 8
2 4 ,9 3 5
2 6 ,0 3 9
2 7 ,1 4 1
2 8 ,2 4 1
2 9 ,3 3 9
3 0 ,4 3 4
3 1 ,5 2 8
3 2 ,6 2 0
3 3 ,7 1 1
3 4 ,8 0 0
4 5 ,6 1 6
5 6 ,3 3 4
6 6 ,9 8 1
7 7 ,5 7 7
8 8 ,1 3 0
9 8 ,6 5 0
1 0 9 ,1 41
0 ,1 0
2 ,7 0 6
4 ,6 0 5
6,251
7 ,7 7 9
9 ,2 3 6
1 0 ,6 4 5
1 2 ,0 1 7
1 3 ,3 6 2
1 4 ,6 8 4
1 5 ,9 8 7
1 7 ,2 7 5
1 8 ,5 4 9
1 9 ,8 1 2
2 1 ,0 6 4
2 2 ,3 0 7
2 3 ,5 4 2
2 4 ,7 6 9
2 5 ,9 8 9
2 7 ,2 0 4
2 8 ,4 1 2
2 9 ,6 1 5
3 0 ,8 1 3
3 2 ,0 0 7
3 3 ,1 9 6
3 4 ,3 8 2
3 5 ,5 6 3
3 6 ,7 4 1
3 7 ,9 1 6
3 9 ,0 8 7
4 0 ,2 5 6
5 1 ,8 0 5
6 3 ,1 6 7
7 4 ,3 9 7
8 5 ,5 2 7
9 6 ,5 7 8
1 0 7 ,5 6 5
1 1 8 ,4 9 8
0,05
3,841
5,9 9 1
7 ,8 1 5
9 ,4 8 8
1 1 ,0 7 0
1 2 ,5 9 2
1 4 ,0 6 7
1 5 ,5 0 7
1 6 ,9 1 9
1 8 ,3 0 7
1 9 ,6 7 5
2 1 ,0 2 6
2 2 ,3 6 2
2 3 ,6 8 5
2 4 ,9 9 6
2 6 ,2 9 6
2 7 ,5 8 7
2 8 ,8 6 9
3 0 ,1 4 4
3 1 ,4 1 0
3 2 ,6 7 1
3 3 ,9 2 4
3 5 ,1 7 2
3 6 ,4 1 5
3 7 ,6 5 2
3 8 ,8 8 5
4 0 ,1 1 3
4 1 ,3 3 7
4 2 ,5 5 7
4 3 ,7 7 3
5 5 ,7 5 8
6 7 ,5 0 5
7 9 ,0 8 2
9 0 ,5 3 1
1 0 1 ,8 7 9
1 1 3 ,1 4 5
1 2 4 ,3 4 2
0,025
5 ,0 2 4
7 ,3 7 8
9 ,3 4 8
1 1 ,1 4 3
1 2 ,8 3 2
1 4 ,4 4 9
1 6 ,0 1 3
1 7 ,5 3 5
1 9 ,0 2 3
2 0 ,4 8 3
2 1 ,9 2 0
2 3 ,3 3 7
2 4 ,7 3 6
2 6 ,1 1 9
2 7 ,4 8 8
2 8 ,8 4 5
3 0 ,1 9 1
3 1 ,5 2 6
3 2 ,8 5 2
3 4 ,1 7 0
3 5 ,4 7 9
3 6 ,781
3 8 ,0 7 6
3 9 ,3 6 4
4 0 ,6 4 6
4 1 ,9 2 3
4 3 ,1 9 4
4 4 ,461
4 5 ,7 2 2
4 6 ,9 7 9
5 9 ,3 4 2
7 1 ,4 2 0
8 3 ,2 9 8
9 5 ,0 2 3
1 0 6 ,6 2 9
1 1 8 ,1 3 6
129,561
0 ,0 1
0,005
0 ,0 0 1
6 ,6 3 5
9 ,2 1 0
1 1 ,3 4 5
1 3 ,2 7 7
1 5 ,0 8 6
1 6 ,8 1 2
1 8 ,4 7 5
2 0 ,0 9 0
2 1 ,6 6 6
2 3 ,2 0 9
2 4 ,7 2 5
2 6 ,2 1 7
2 7 ,6 8 8
2 9 ,1 4 1
3 0 ,5 7 8
3 2 ,0 0 0
3 3 ,4 0 9
3 4 ,8 0 5
3 6 ,1 9 1
3 7 ,5 6 6
3 8 ,9 3 2
4 0 ,2 8 9
4 1 ,6 3 8
4 2 ,9 8 0
4 4 ,3 1 4
4 5 ,6 4 2
4 6 ,9 6 3
4 8 ,2 7 8
4 9 ,5 8 8
5 0 ,8 9 2
6 3 ,691
7 6 ,1 5 4
8 8 ,3 7 9
1 0 0 ,4 2 5
1 1 2 ,3 2 9
1 2 4 ,1 1 6
1 3 5 ,8 0 7
7 ,8 7 9
1 0 ,5 9 7
1 2 ,8 3 8
1 4 ,8 6 0
1 6 ,7 5 0
1 8 ,5 4 8
2 0 ,2 7 8
2 1 ,9 5 5
2 3 ,5 8 9
2 5 ,1 8 8
2 6 ,7 5 7
2 8 ,3 0 0
2 9 ,8 1 9
3 1 ,3 1 9
32,8 0 1
3 4 ,2 6 7
3 5 ,7 1 8
3 7 ,1 5 6
3 8 ,5 8 2
3 9 ,9 9 7
4 1 ,4 0 1
4 2 ,7 9 6
44,1 8 1
4 5 ,5 5 8
4 6 ,9 2 8
4 8 ,2 9 0
4 9 ,6 4 5
5 0 ,9 9 3
5 2 ,3 3 6
5 3 ,6 7 2
6 6 ,7 6 6
7 9 ,4 9 0
9 1 ,9 5 2
1 0 4 ,2 1 5
11 6,321
1 2 8 ,2 9 9
1 4 0 ,1 6 9
1 0 ,8 2 8
1 3 ,8 1 6
1 6 ,2 6 6
1 8 ,4 6 7
2 0 ,5 1 5
2 2 ,4 5 8
2 4 ,3 2 2
2 6 ,1 2 5
2 7 ,8 7 7
2 9 ,5 8 8
3 1 ,2 6 4
3 2 ,9 0 9
3 4 ,5 2 8
3 6 ,1 2 3
3 7 ,6 9 7
3 9 ,2 5 2
4 0 ,7 9 0
4 3 ,3 1 2
4 3 ,8 2 0
4 5 ,3 1 5
4 6 ,7 9 7
4 8 ,2 6 8
4 9 ,7 2 8
5 1 ,1 7 9
5 2 ,6 2 0
5 4 ,0 5 2
5 5 ,4 7 6
5 6 ,8 9 2
5 8 ,3 0 2
5 9 ,7 0 3
7 3 ,4 0 2
8 6 ,6 6 1
9 9 ,6 0 7
1 1 2 ,3 1 7
1 2 4 ,8 3 9
1 3 7 ,2 0 8
1 4 9 ,4 4 9
V
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
40
50
60
70
80
90
100
V T
CONTROL DE CALIDAD
674
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
40
50
60
70
80
90
100
0,995
0,04393
0,0100
0,0717
0,207
0,412
0,676
0,989
1,344
1,735
2,156
2,603
3,074
3,565
4,075
4,601
5,142
5,697
6,265
6,844
7,434
8,034
8,643
9,260
9,886
10,520
11,160
11,808
12,461
13,121
13,787
20,707
27,991
35,535
43,275
51,172
59,196
67,328
0,99
0,03157
0,0201
0,115
0,297
0,554
0,872
1,239
1,646
2,088
2,558
3,053
3,571
4,107
4,660
5,229
5,812
6,408
7,015
7,633
8,260
8,897
9,542
10,196
10,856
11,524
12,198
12,879
13,565
14,256
14,953
22,164
29,707
37,485
45,442
53,540
61,754
70,065
0,975
0,03982
0,0506
0,216
0,484
0,831
1,237
1,690
2,180
2,700
3,247
3,816
4,404
5,009
5,629
6.262
6,908
7,564
8,231
8,907
9,591
10,283
10,982
11,688
12,401
13,120
13,844
14,573
15,308
16,047
16,791
24,433
32,357
40,482
48,758
57,153
65,647
74,222
0,95
0,00393
0,103
0,352
0,711
1,145
1,635
2,167
2,733
3,325
3,940
4,575
5,226
5,892
6,571
7,261
7,962
8,672
9,390
10,117
10,851
11,591
12,338
13,091
13,848
14,611
15,379
16,151
16,928
17,708
18,493
26,509
34,764
43,188
51,739
60,391
69,126
77,929
0,90
0,0158
0,211
0,584
1,064
1,610
2,204
2,833
3,490
4,168
4,865
5,578
6,304
7,042
7,790
8,547
9,312
10,085
10,865
11,651
12,443
13,240
14,041
14,848
15,659
16,473
17,292
18,114
18,939
19,768
20,599
29,051
37,689
46,459
55,329
64,278
73,291
82,358
0,75
0,102
0,575
1,213
1,923
2,675
3,455
4,255
5,071
5,899
6,737
7,584
8,438
9,299
10,165
11,036
11,912
12,792
13,675
14,562
15,452
16,344
17,240
18,137
19,037
19,939
20,843
21,749
22,657
23,567
24,478
33,660
42,942
52,294
61,698
71,145
80,625
90,133
0,50
0,455
1,386
2,366
3,357
4,351
5,348
6,346
7,344
8,343
9,342
10,341
11,340
12,340
13,339
14,339
15,338
16,338
17,338
18,338
19,337
20,337
21,337
22,337
23,337
24,337
25,336
26,336
27,336
28,336
29,336
39,335
49,335
59,335
69,334
79,334
89,334
99,334
8
5
Z
1Z
1Z
Z
Z
5 2 2 3 2 5 5 8 2 8 5 8 2 2 3 5 3 8 3 3 8 8 2 3 3 8 3 3 8 888 2 :8
^_!_!!-;
X 3 2 S E S S a 8 8 3 3 2 8 5 5 3 9 3 2 S 3 3 3 3 2 2 = SSSJS^
5.
* 2 2 2 2 ?s? ? 2 2 2 2 3 2 X 3 S 5 X 2 3 S 2 5 8 2 5 3 2 2 5 = 2 9
1 JS
s s p c
S Z a S 9 S 3 8 5 X 2 5 R 3 = 2 5 3 :: 8 8 8 8 3 8=888 " 5 8 2 P
**< *<*>* 2 = 2 2 2
( Cl) i o p r o j u io i o p ]op
/
pwjaaqn
<>P 0
CONTROL DE CALIDAD
0,20
0,25
0,30
0,40
0,50
0,60
0,70
0,80
0,90
0
1
2
3
4
5
0,5905
0,9185
0,9914
0,9995
1,0000
1,0000
0,3277
0,7373
0,9421
0,9933
0,9997
1,0000
0,2373
0,6328
0,8965
0,9844
0,9990
1,0000
0,1681
0,5282
0,8369
0,9692
0,9976
1,0000
0,0778
0,3370
0,6826
0,9130
0,9898
1,0000
0,0312
0,1875
0,5000
0,8125
0,9688
1,0000
0,0102
0,0870
0,3174
0,6630
0,9222
1,0000
0,0024
0,0308
0,1631
0,4718
0,8319
1,0000
0,0003
0,0067
0,0579
0,2627
0,6723
1,0000
0,0000
0,0005
0,0086
0,0815
0,4095
1,0000
0
1
2
3
4
5
6
7
8
9
10
0,3487
0,7361
0,9298
0,9872
0,9984
0,9999
1,0000
1,0000
1,0000
1,0000
1,0000
0,1074
0,3758
0,6778
0,8791
0,9672
0,9936
0,9991
0,9999
1,0000
1,0000
1,0000
0,0563
0,2440
0,5256
0,7759
0,9219
0,9803
0,9965
0,9996
1,0000
1,0000
1,0000
0,0282
0,1493
0,3828
0,6496
0,8497
0,9527
0,9894
0,9984
0,9999
1,0000
1,0000
0,0060
0,0464
0,1673
0,3823
0,6331
0,8338
0,9452
0,9877
0,9983
0,9999
1,0000
0,0010
0,0107
0,0547
0,1719
0,3770
0,6230
0,8281
0,9453
0,9893
0,9990
1,0000
0,0001
0,0017
0,0123
0,0548
0,1662
0,3669
0,6177
0,8327
0,9536
0,9940
1,0000
0,0000
0,0001
0,0016
0,0106
0,0474
0,1503
0,3504
0,6172
0,8507
0,9718
1,0000
0,0000
0,0000
0,0001
0,0009
0,0064
0,0328
0,1209
0,3222
0,6242
0,8926
1,0000
0,0000
0,0000
0,0000
0,0000
0,0002
0,0016
0,0128
0,0702
0,2639
0,6513
1,0000
0
1
2
3
4
5
6
7
8,
9
10
11
12
13
14
15
0,2059
0,5490
0,8159
0,9444
0,9873
0,9978
0,9997
1,0000
1,0000
1,0000
1,0000
1,0000
1,0000
1,0000
1,0000
1,0000
0,0352
0,1671
0,3980
0,6482
0,8358
0,9389
0,9819
0,9958
0,9992
0,9999
1,0000
1,0000
1,0000
1,0000
1,0000
1,0000
0,0134
0,0802
0,2361
0,4613
0,6865
0,8516
0,9434
0,9827
0,9958
0,9992
0,9999
1,0000
1,0000
1,0000
1,0000
1,0000
0,0047
0,0353
0,1268
0,2969
0,5155
0,7216
0,8689
0,9500
0,9848
0,9963
0,9993
0,9999
1,0000
1,0000
1,0000
1,0000
0,0005
0,0052
0,0271
0,0905
0,2173
0,4032
0,6098
0,7869
0 9050
0,9662
0,9907
0,9981
0,9997
1,0000
1,0000
1,0000
0,0000
0,0005
0,0037
0,0176
0,0592
0,1509
0,3036
0,5000
0,6964
0,8491
0,9408
0,9824
0,9963
0,9995
1,0000
1,0000
0,0000
0,0000
0,0003
0,0019
0,0094
0,0338
0,0951
0,2131
0,3902
0,5968
0,7827
0,9095
0,9729
0,9948
0,9995
1,0000
0,0000
0,0000
0,0000
0,0001
0,0007
0,0037
0,0152
0,0500
0,1311
0,2784
0,4845
0,7031
0,8732
0,9647
0,9953
1,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0001
0,0008
0,0042
0,0181
0,0611
0,1642
0,3518
0,6020
0,8329
0,9648
1,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0003
0.0023
0,0127
0,0556
0,1841
0,4510
0,7941
1,0000
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
0,1216
0,3917
0,6769
0,8670
0,9568
0,9887
0,9976
0,9996
0,9999
1,0000
1,0000
1,0000
1,0000
1,0000
1,0000
1,0000
1,0000
1,0000
1,0000
1,0000
1,0000
0.015
0,0692
0,2061
0,4114
0,6296
0,8042
0,9133
0,9679
0,9900
0,9974
0,9994
0,9999
1,0000
1,0000
1,0000
1,0000
1,0000
1,0000
1,0000
1,0000
1,0000
0,0032
0,0243
0,0913
0,2252
0,4148
0,6172
0,7858
0,8982
0,9591
0,9861
0,9961
0,9991
0,9998
1,0000
1,0000
1,0000
1,0000
1,0000
1,0000
1,0000
1,0000
0,0008
0,0076
0,0355
0,1071
0,2375
0,4164
0,6080
0,7723
0,8867
0,9520
0,9829
0,9949
0,9987
0,9997
1,0000
1,0000
1,0000
1,0000
1,0000
1,0000
1,0000
0,0000
0,0005
0,0036
0,0160
0,0510
0,1256
0,2500
0,4159
0,5956
0,7553
0,8725
0,9435
0,9790
0,9935
0,9984
0,9997
1,0000
1,0000
1,0000
1,0000
1,0000
0,0000
0,0000
0,0002
0,0013
0,0059
0,0207
0,0577
0,1316
0,2517
0,4119
0,5881
0,7483
0,8684
0,9423
0,9793
0,9941
0,9987
0,9998
1,0000
1,0000
1,0000
0,0000
0,0000
0,0000
0,0001
0,0003
0,0016
0,0065
0,0210
0,0565
0,1275
0,2447
0,4044
0,5841
0,7500
0,8744
0,9490
0,9840
0,9964
0,9995
1,0000
1,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0003
0,0013
0,0051
0,0171
0,0480
0,1133
0,2277
0,3920
0,5836
0,7625
0,8929
0,9645
0,9924
0,9992
1,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0001
0,0006
0,0026
0,0100
0,0321
0,0867
0,1958
0,3704
0,5886
0,7939
0,9308
0,9885
1,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0001
0,0004
0,0024
0,0113
0,0432
0,1330
0,3231
0,6083
0,8784
1,0000
LANDA
678
Continuacin de Tabla VI
1,00
1,05
1.10
1,15
0,317 0,681
1,20
0,301
1,25
1,30
0,999
1,35
0,999
0,999
10
11
12
13
14
15
16
17
18
19
10
11
12
13
14
15
16
17
18
19
1,40
1,45
1,50
0,999
0,999
0,999
0,995
0,999
0,999
1,55
0,212 0,541
1,60
0,999
1,65
0,998 0,999
1,70
0,998
1,75
0,998 0,999
1,80
0,997 0,999
1,85
0,997 0,999
1,90
0,997 0,999
1,95
0,996 0,999
2,00
0,995 0,999
2,05
2,10
2,15
0,999
CONTROL DE CALIDAD
0,999
LANDA
2,20
0,111
2,25
2,30
0,100 0,331
2,35
2,40
0,091
2,45
2,50
2,55
2,60
2,65
0,071
2,70
0,958
0,981
0,997 0,999
2,75
2,80
0,061
2,85
0,973 0,991
2,90
0,971
2,95
3,00
3,05
3,10
3,15
3,20
0,895
3,25
3,30
3,35
0,231
Continuacin de Tabla VI
0,976
0,961
679
678
Continuacin de Tabla VI
LANDA
1,00
1,05
1,10
1,15
0,317 0,681
1,20
0,301
1,25
0,998
0,999
1,30
0,999
1,35
0,999
1,40
0,999
1,45
0,999
1,50
1,55
0,212 0,541
0,999
1,60
0,999
1,65
0,998 0,999
1,70
0,998 0,999
10
11
12
13
14
15
16
17
18
19
0,999
0,999
0,998 0,999
0,997 0,999
1,85
0,997 0,999
1,90
0,997 0,999
1,95
0,996 0,999
2,00
0,995
2,05
0,995 0,999
2,10
2,15
0,848 0,943
0,982
0,993
CONTROL DE CALIDAD
1,75
1,80
0,999
0,998 0,999
LANDA
2,20
0,111
2,25
2,30
0,100 0,331
2,35
2,40
0,091
2,45
0,991
10
0,997 0,999
0,958
2,60
2,65
0,071
2,70
2,75
2,80
0,061
2,85
0,973 0,991
2,90
0,971
2,95
3,00
3,05
3,10
0,961
3,15
3,20
3,25
3,30
3,35
2,55
12
13
14
15
16
17
18
19
2,50
11
Continuacin de Tabla VI
0,981
0,997 0,999
679
LANDA
682
C ontinuacin deTablaVI
2
5,85
0,003
5,90
0,020 0,069
10
11
12
0,454
0,852
13
14
15
6,05
6,10
0,002
0,430 0,590 0,730 0,837 0,909 0,953 0,978 0,990 0,996 0,999
6,15
6,20
0,002
0,014 0,052
0,016 0,058
0,143 0,272
0,996 0,999
0,996 0,999
6,25
0,002
6,30
6,35
6,40
0,002
6,45
0,002
0,130 0,253
0,996 0,998
0,695 0,809
0,890 0,941
0,002
0,011 0,043
0,112 0,224
0,010 0,041
6,60
0,001
6,65
0,001
6,70
0,001
0,010 0,040
0,100 0,202
0,096 0,197
0,511
0,971
0,994 0,997
18
19
0,999
0,999
0,968
0,985
0,984
6,75
0,001
0,009 0,036
6,80
0,001
6,85
0,001
6,90
0,001
0,008 0,032
6,95
0,001
7,00
0,001
0,450 0,599
7,10
0,001
0,435
0,761
0,748
0,981
CONTROL DE CALIDAD
0,472
17
0,999
0,550
0,001
0,087 0,182
0,989
0,702 0,815
6,55
0,341
0,976 0,989
0,558
6,50
19
0,905 0,951
18
0,997 0,999
6,00
0,614 0,751
17
5,95
16
0,999
0,999
0,998
0,999
0,999
0,584 0,716
LA N D A
10
11
12
13
14
15
16
7,20
0,001
0,420 0,569 0,703 0,810 0,887 0,937 0,967 0,984 0,993 0,997 0,999
7,30
0,001
7,40
0,001
0,406 0,554 0,689 0,799 0,879 0,932 0,964 0,982 0,992 0,996 0,999
0,392 0,540 0,676 0,788 0,871 0,926 0,961 0,980 0,991 0,996 0,998 0,999
0,776 0,862 0,921 0,957 0,978 0,990 0,995 0,998 0,999
0,765 0,854 0,915 0,954 0,976 0,989 0,995 0,998 0,999
0,753 0,844 0,909 0,950 0,974 0,987 0,994 0,997 0,999
7,50
0,001
0,525 0,662
7,60
0,001
0,510 0,648
7,70
0,496 0,634
7,80
0,481 0,620
7,90
0,467 0,607
0,717 0,816 0,888 0,936 0,966 0,983 0,992 0,996 0,998 0,999
0,704 0,806 0,881 0,931 0,963 0,981 0,991 0,996 0,998 0,999
8,00
0,453 0,593
8,10
0,439 0,579
8,20
0,425 0,565
8,30
0,002 0,011
0,411 0,553
8,40
0,399 0,537
8,50
0,386 0,523
0,666 0,774 0,857 0,915 0,952 0,975 0,987 0,994 0,997 0,999
0,653 0,763 0,849 0,909 0,949 0,973 0,986 0,993 0,997 0,999
8,60
0,373 0,509
8,70
0,360 0,496
0,640 0,752 0,840 0,903 0,945 0,970 0,985 0,993 0,997 0,999
0,627 0,741 0,831 0,897 0,940 0,967 0,983 0,992 0,996 0,998 0,999
8,80
0,001
0,348 0,482
8,90
0,330 0,462
0,594 0,712 0,808 0,879 0,929 0,960 0,979 0,989 0,995 0,998 0,999
9,00
0,001
0,324 0,456
0,587 0,706 0,803 0,876 0,926 0,959 0,978 0,989 0,995 0,998 0,999
0,006 0,021
Continuacin deTablaVI
0,692 0,796 0,873 0,926 0,960 0,979 0,990 0,995 0,998 0,999
0,957 0,977 0,989 0,995 0,998 0,999
683
LANDA
684
C ontinuacin deTablaVI
4
10
11
12
13
9,10
0,001
0,006 0,020 0,052 0,110 0,198 0,312 0,443 0,574 0,694 0,793 0,868 0,921
9,20
0,001
0,430 0,561
14
15
16
17
18
19
20
0,682 0,783 0,861 0,916 0,952 0,974 0,987 0,993 0,997 0,999
9,30
0,001
9,40
0,001
9,50
0,001
9,60
0,001
0,004 0,017 0,046 0,099 0,181 0,290 0,417 0,548 0,670 0,773 0,853 0,910 0,948 0,972 0,985 0,993 0,997 0,998 0,999
0,004 0,016 0,043 0,093 0,173 0,279 0,404 0,535 0,658 0,763 0,845 0,904 0,944 0,969 0,984 0,992 0,996 0,998 0,999
0,004 0,015 0,040 0,089 0,165 0,269 0,392 0,522 0,645 0,752 0,836 0,898 0,940 0,967 0,982 0,991 0,996 0,998 0,999
0,004 0,014 0,038 0,084 0,157 0,258 0,380 0,509 0,633 0,741 0,828 0,892 0,936 0,964 0,981 0,990 0,995 0,998 0,999
9,70
0,001
0,004 0,013 0,035 0,079 0,150 0,248 0,368 0,496 0,621 0,730 0,819 0,885 0,931
9,80
0,001
9,90
0,001
10,00
0,000 0,003 0,010 0,030 0,070 0,130 0,220 0,333 0,458 0,583 0,697 0,792 0,864 0,917 0,951
10,20
0,433 0,558 0,674 0,772 0,849 0,906 0,944 0,968 0,983 0,991
0,996 0,998
0,002 0,008 0,023 0,053 0,107 0,186 0,290 0,409 0,533 0,650 0,752 0,834 0,894 0,936 0,963 0,980 0,989 0,995 0,998
0,002 0,007 0,021 0,050 0,102 0,179 0,279 0,397 0,521 0,639 0,742 0,825 0,888 0,932 0,960 0,978 0,988 0,994 0,997
0,002 0,007 0,020 0,048 0,097 0,171 0,269 0,385 0,508 0,627 0,732 0,817 0,882 0,927 0,957 0,976 0,987 0,994 0,997
10,40
10,50
10,60
10,80
0,001
0,006 0,017 0,042 0,087 0,157 0,250 0,363 0,484 0,603 0,710 0,799 0,868 0,918 0,951
11,00
0,001
0,005 0,015 0,037 0,079 0,143 0,232 0,341 0,460 0,579 0,687 0,781
11,20
0,001
11,40
0,001
0,004 0,012 0,029 0,064 0,119 0,198 0,299 0,413 0,532 0,644 0,743 0,823 0,885 0,928 0,957 0,976 0,987 0,993
11,50
0,001
0,003 0,011
11,60
0,001
0,003 0,010 0,026 0,057 0,108 0,183 0,279 0,391 0,508 0,622 0,723 0,807 0,872 0,919 0,951
11,80
0,001
0,003 0,009 0,023 0,051 0,099 0,169 0,260 0,369 0,485 0,599 0,702 0,790 0,859 0,909 0,944 0,967 0,982 0,990
12,00
0,001 0,002 0,008 0,020 0,046 0,090 0,155 0,242 0,347 0,462 0,576 0,682 0,772 0,844 0,899 0,937 0,963 0,979 0,988
12,20
0,995
0,215 0,319 0,436 0,555 0,667 0,762 0,839 0,896 0,936 0,963 0,979 0,989 0,994
0,289 0,402 0,520 0,633 0,733 0,815 0,878 0,924 0,954 0,974 0,986 0,992
0,972 0,984 0,992
0,142 0,225 0,327 0,439 0,553 0,660 0,754 0,830 0,887 0,929 0,957 0,975 0,986
12,40
12,50
0,209 0,307 0,417 0,530 0,639 0,735 0,814 0,876 0,920 0,951
0,971
0,984
0,297 0,406 0,519 0,628 0,725 0,806 0,869 0,916 0,948 0,969 0,983
12,60
0,001
12,80
0,001
0,004 0,012 0,029 0,060 0,109 0,179 0,269 0,374 0,485 0,595 0,695 0,781
0,120 0,194 0,288 0,395 0,508 0,617 0,715 0,798 0,863 0,911
LANDA
0,004 0,011
0,026 0,054
10
11
12
13
14
15
16
17
18
19
20
0,100 0,166 0,252 0,353 0,463 0,573 0,675 0,764 0,835 0,890 0,930 0,957 0,975
0,153 0"35 0,333 0,441 0,551 0,655 0,746 0,821 0,879 0,922 0,952 0,971
13,00
0,001
13,20
0,219 0,319 0,420 0,529 0,634 0,727 0,805 0,867 0,913 0,945 0,967
0,079 0,135 0,211 0,304 0,409 0,518 0,623 0,718 0,798 0,861 0,908 0,942 0,965
13,40
13,50
13,60
0,002 0,007 0,018 0,040 0,075 0,130 0,204 0,295 0,399 0,507 0,613 0,708 0,789 0,854 0,904 0,939 0,963
0,002 0,006 0,016 0,035 0,069 0,119 0,189 0,277 0,378 0,486 0,592 0,689 0,773 0,841 0,893 0,931 0,958
13,80
14,40
0,002 0,005 0,014 0,032 0,062 0,109 0,176 0,260 0,358 0,464 0,570 0,669 0,756 0,827 0,883 0,923 0,952
0,002 0,005 0,013 0,028 0,056 0,100 0,163 0,243 0,339 0,443 0,549 0,649 0,738 0,813 0,871 0,915 0,946
0,001 0,004 0,011 0,025 0,051 0,092 0,151 0,228 0,320 0,423 0,528 0,630 0,720 0,797 0,859 0,906 0,940
14,50
14,60
0,001
14,00
14,20
0,936
15,00
0,004 0,010 0,023 0,046 0,084 0,139 0,213 0,302 0,402 0,507 0,609 0,702 0,782 0,847 0,896 0,933
0,001 0,003 0,009 0,020 0,042 0,066 0,129 0,198 0,285 0,383 0,486 0,589 0,683 0,766 0,833 0,886 0,925
0,001 0,003 0,008 0,018 0,037 0,070 0,118 0,185 0,268 0,363 0,466 0,568 0,664 0,749 0,819 0,875 0,917
15,20
14,80
15,60
0,014 0,030 0,058 0,100 0,160 0,236 0,326 0,425 0,527 0,625 0,714 0,790 0,852 0,899
0,002 0,006 0,013 0,029 0,055 0,096 0,154 0,228 0,317 0,415 0,517 0,615 0,705 0,782 0,846 0,894
0,002 0,005 0,013 0,027 0,053 0,092 0,148 0,221 0,308 0,406 0,507 0,606 0,696 0,775 0,839 0,889
15,80
0,002 0,005
16,00
0,001
0,004
16,20
0,001
0,004 0,009
0,020 0,039 0,071 0,117 0,180 0,259 0,349 0,447 0,546 0,641
16,40
0,001
0,003 0,008
16,50
0,001
0,003
15,40
15,50
Continuacin deTablaVI
CONTROL DE CALIDAD
0,081
0,002 0,006
0,001
0,003 0,007
0,001
0,002
17,00
0,001
0,002 0,005
17,20
0,001
0,002
17,40
0,001
0,002 0,004
0,006
0,243 0,331
0,812 0,868
0,783 0,845
0,016 0,032 0,059 0,100 0,156 0,228 0,314 0,409 0,507 0,602 0,691 0,768 0,832
0,014 0,029 0,054 0,092 0,145 0,214 0,297 0,390 0,487 0,583 0,673 0,752 0,819
0,013 0,026 0,049 0,084 0,135
0,201
0,281
0,371
0,736 0,805
0,024 0,045 0,078 0,125 0,188 0,265 0,353 0,449 0,545 0,637 0,720 0,791
0,010 0,021 0,040 0,071 0,116 0,176 0,250 0,336 0,430 0,526 0,618 0,703 0,777
0,005 0,011
685
16,60
16,80
LANDA
686
C ontinuacin deTablaVI
4
10
11
12
13
14
15
16
17
18
19
20
17,50
0,000 0,001
0,004 0,009 0,020 0,039 0,068 0,112 0,170 0,243 0,328 0,420 0,516 0,609
17,60
0,001
0,003 0,009 0,019 0,037 0,065 0,107 0,164 0,235 0,319 0,411 0,506 0,600
0,686 0,762
17,80
0,001
0,669 0,746
0,651 0,731
18,00
0,001
0,003 0,007 0,015 0,030 0,055 0,092 0,143 0,208 0,287 0,375 0,469 0,562
18,20
0,001
18,40
0,000 0,002 0,006 0,012 0,025 0,046 0,078 0,123 0,183 0,256 0,341 0,432 0,525
0,271
0,358 0,450
18,50
0,002
0,005 0,012 0,024 0,044 0,075 0,119 0,177 0,249 0,332 0,423 0,516
18,60
0,002
0,005
18,80
0,002
19,00
0,001
19,20
0,001
0,695 0,769
0,615 0,698
0,606 0,690
0,488
0,098
0,469
0,561 0,647
0,056 0,091
0,451
0,542 0,630
0,524 0,612
0,579 0,664
19,40
0,001
19,50
0,001
19,60
0,001
0,003
19,80
0,001
0,488 0,577
20,00
0,001
0,066
0,470 0,559
20,20
0,001
0,453 0,541
20,40
0,001
0,002
0,004 0,009 0,018 0,033 0,056 0,090 0,137 0,196 0,268 0,348
0,435 0,524
20,50
0,001
0,002
0,426 0,515
20,60
0,000 0,001
20,80
0,001
0,003 0,008 0,014 0,027 0,047 0,077 0,119 0,174 0,240 0,317 0,401 0,488
21,00
0,001
0,111
21,20
0,001
0,368 0,454
21,40
0,001
0,096
21,50
0,001
0,039
0,036 0,061
0,384 0,471
0,143 0,202
0,273
0,352 0,437
0,266
0,344 0,428
1iBr/F/UBWoi
CONTROL DE CALIDAD
0,054 0,087
10
LANDA
11
14
12
15
18
16
19
20
21,60
0,001
21,80
0,001
0,002 0,004 0,008 0,017 0,030 0,052 0,083 0,125 0,180 0,245 0,321
22,00
0,001
0,002 0,003 0,008 0,015 0,028 0,048 0,077 0,117 0,169 0,233 0,306 0,387
22,20
0,403
0,371
22,40
0,001
0,003 0,006 0,012 0,023 0,040 0,066 0,102 0,149 0,208 0,277 0,355
22,50
0,001
22,60
0,001
0,021
0,037 0,061
Continuacin deTablaVI
0,347
0,325
22,80
0,001
23,00
0,001
23,20
0,001
0,002 0,004 0,008 0,016 0,028 0,048 0,076 0,115 0,165 0,225 0,296
23,40
0,001
23,50
0,000 0,001 0,003 0,007 0,014 0,025 0,042 0,068 0,104 0,150 0,208 0,275
23,60
23,80
24,00
24,20
24,40
0,001 0,002 0,004 0,009 0,017 0,029 0,048 0,075 0,113 0,160 0,219
24,50
0,001 0,002 0,004 0,008 0,016 0,028 0,046 0,073 0,109 0,156 0,213
24,60
0,001 0,002 0,004 0,008 0,015 0,027 0,044 0,070 0,105 0,151
24,80
25,00
0,000 0,001
0,255
0,207
687
C O N T R O L D E C A L ID A D
- a - 0.95
n
2
3
4
5
6
7
3
9
10
11
12
13
14
15
16
17
18
19
20
25
30
35
40
45
50
55
60
65
70
75
80
85
90
95
100
150
200
250
300
400
500
600
700
800
900
1000
00
0.90
0.95
0.99
0.90
0.95
0.99
32.019
8.380
5.369
4.275
3.712
3.369
3.136
2.967
2.839
2.737
2.655
2.587
2.629
2.480
2.437
2.400
2.366
2.337
2.310
2.208
2.140
2.090
2.052
2.021
1.996
1.976
1.958
1.943
1.929
1.917
1.907
1.897
1.889
1.881
1.874
1.825
1.798
1.780
1.767
1.749
1.737
1.729
1.722
1.717
1.712
1.709
1.645
37.674
9.916
6.370
5.079
4.414
4.007
3.732
3.532
3.379
3.259
3.162
3.081
3.012
2.954
2.903
2.858
2.819
2.784
2.752
2.631
2.549
2.490
2.445
2.408
2.379
2.354
2.333
2.315
2.299
2.285
2.272
2.261
2.251
2.241
2.233
2.175
2.143
2.121
2.100
2.084
2.070
2.060
2.052
2.046
2.040
2.036
1.960
48.430
12.861
8.299
6.634
5.775
5.248
4.891
4.631
4.433
4.277
4.150
4.044
3.955
3.878
3.812
3.754
3.702
3.656
3.615
3.457
3.350
3.272
3.213
3.165
3.128
3.094
3.066
3.042
3.021
3.002
2.966
2.97)
2.958
2.945
2.934
2.859
2.816
2.788
2.707
2.739
2.721
2.707
2.097
2.G88
2.682
2.676
2.576
160.193
18.930
9.398
6.612
5.337
4.613
4.147
3.822
3.582
3.397
3.250
3.130
3.029
2.945
2.872
2.808
2.753
2.703
2.659
2.494
2385
2.306
2.247
2.200
2.162
2.130
2.103
2.080
2.060
2.042
2.026
2.012
1.999
1.987
1.977
1.905
1.865
1.839
1.820
1.794
1.777
1.764
1.755
1.747
1.741
1.736
1.645
188.491
22.401
11.150
7.855
6.345
5.488
4.936
4.550
4.265
4.045
3.870
3.727
3.608
3.507
3.421
3.345
3.279
3.221
3.168
2.972
2.841
2.748
2.677
2.621
2.576
2.538
2.500
2.478
2.454
2.433
2.414
2.397
2.382
2.368
2.355
2.270
2.222
2.191
2.109
2.138
2.117
2.102
2.091
2.082
2.075
2.068
1.960
242.300
29.055
14.527
10.260
8301
7.187
6.468
5.966
5.594
5.308
5.079
4.893
4.737
4.605
4.492
4.393
4.307
4.230
4.161
3.904
3.733
3.611
3.518
3.444
3.385
3.335
3.293
3.257
3.225
3.197
3.173
3.150
3.130
3.112
3.096
2.983
2.921
2.880
2.850
2.809
2.783
2.763
2.748
2.736
2.726
2.718
2.576
* Tomada de la Referencia 20
Tomada de la
TABLA
VIII. Tabla de