Professional Documents
Culture Documents
1.1.2
G
CULTUIRA
FILOSOFA
PROCESOS
CLIENTES
HERRAMIENTAS
PARA LA CALIDAD
COMUNICACIN
FORMACIN Y EDUCACIN
La GCT exige:
Filosofa de la calidad
F)Transferencia a operaciones
Precontrol
La prueba piloto
El ensayo de aceptacin
Simulacin
Modelo de Deming
A continuacin en el siguiente cuadro se enumeran los catorce puntos de
Deming donde queda plasmada su filosofa de la calidad.
01.-Ser constante en el propsito de 08. Desterrar el temor.
mejorar los productos y servicios.
02.- Adoptar la nueva filosofa.
09.- Derivar las berreras que hay entra
las arreas del estaf.
03.- No depender mas de la inspeccin 10.- Eliminar el slogan las exhortaciones
masiva.
y las metas para la fuerza laboral.
04.- Acabar con la practica de adjudicar 11.- Eliminar las cuotas numricas.
contratos
de
compra
basndose
exclusivamente en el precio
05.- Mejorar continuamente y por 12.- Derivar las barreras que impiden el
siempre el sistema. De produccin y sentimiento de orgullo que produce un
servicio.
trabajo bien hecho.
06.- Instituir el liderazgo.
13.- Establecer un vigoroso programa de
educacin y auto mejora.
07.- Instituir la capacitacin en el 14.- Tomar medidas para lograr la
trabajo.
transformacin.
Modelo de Imain kaizen
En el siguiente Cuadro se muestran los cinco s que se requieren para
lograr la calidad de acuerdo al Modelo Japons.
Paso 1- seiri (enderezar).
Trabajo en proceso.
Herramientas innecesarias.
Maquinaria no ocupada.
Productos defectuosos.
Papeles y documentos.
Diferenciar entre lo necesario y lo
necesario y destacar lo no necesario.
Paso 2- seiton (poner las cosas en Paso 5- shitsuke (disciplina).
orden).
Tener las cosas en orden para ser Seguir los procedimientos.
utilizadas cuando se
necesiten.
Paso 3- seiso (limpieza).
Mantener limpio el lugar de trabajo.
Modelo de Crosby.
El modelo de Crosby se caracteriza por tener catorce puntos que
continuacin se enumeran en el siguiente Cuadro.
01.Equipo de mejoramiento de
calidad.
02.- Medicin de la calidad.
03.- Evaluacin de costo de calidad.
04.- Preocupacin por la calidad.
05.- Establecer un adecuado comit
para el programa de cero defectos.
06.- Acciones correctivas.
07.- Entrenar supervisores.
Feigenbaum
Este modelo Norteamericano se base en las 7 emes de la calidad y en el
siguiente Cuadro se describen cada una de ellas brevemente:
Man (hombre)
Sigue los estndares?
Es responsable?
Es calificado?
Es experimentado?
Es saludable?
Material
-Existen
algunos
errores en el volumen?
-Es
adecuado
el
manejo?
-Es
adecuado
el
arreglo?
-Es
adecuado
el
estndar de la calidad?
Management
administracin:
La
responsabilidad de la calidad se ha distribuido
entre
grupos
especializados.
La
mercadotecnia, a travs de sus funcin de
planeacin de producto, debe establecer los
requisitos de este. Los ingenieros tienen la
misin de disear un producto que satisfaga
las condiciones requeridas. La produccin
debe desarrollar y refinar los procesos que
suministren la capacidad adecuada para
elaborar el producto dentro de las
especificaciones fijadas por los ingenieros.
Money capital :La competencia en muchos
campos de accin ha reducido los mrgenes de
ganancia. Al mismo tiempo que la
automatizacin y la mecanizacin ha obligado
a desembolsos de consideracin para nuevos
equipos y procesos modernos. El resultado del
aumento en las inversiones, que se deben
amortizar aumentando la productividad, ha
ocasionado prdidas en la produccin, debido
a desperdicios y reprocesos de consideracin.
Este hecho ha enfocado la atencin de
algunas gerencias hace el campo de control, el
cual les puede disminuir sus costos y mejorar
sus ganancias.
Miscelneas:
1.2.2
Actuacin
A lo largo del tiempo, los clientes han estado condicionados a aceptar que
para obtener una buena actuacin era necesario el desarrollo de productos mejores
y superiores, de mayor costo. Por ejemplo una automvil la aceleracin,
kilmetros por litros, etc.
Caractersticas
Son las caractersticas secundarias que competan el funcionamiento bsico
del producto. Ofrecen el conjunto de atributos adicionales que contribuyen a
completar el paquete entero que compra el cliente.
Fiabilidad
Esta en funcin del producto y/o servicio de actuar segn lo esperado
durante un perodo especfico de tiempo. medio entre fallos.
Conformidad
Es el nivel al que llega un producto diseado y los resultados de la
operacin para satisfacer la normativa existente. Hay dos maneras de medir la
conformidad. La primera considera la evaluacin de lo que se produce de acuerdo
a la norma (tcnicas de fabricacin de control del proceso y muestreo). La segunda
considera evaluar los costos de la variabilidad en torno a un objetivo.
Durabilidad
Es la medida de la vida de un producto. Refleja el espacio de tiempo en
que el producto puede ser utilizado con eficacia, dados los imperativos de las
necesidades del usuario . Cuando un producto no sirve el usuario no vuelve a
comprar.
Utilidad
Habilidad de ofrecer al usuario una reanudacin en el patrn normal de
trabajo. Esto significa rapidez de servicio, disponibilidad, costos mas bajos y el
desarrollo de una eficaz relacin profesional entre el usuario y el proveedor.
Esttica
Retrata la respuesta o reacciones del cliente a caractersticas tales como el
tacto, gusto, olfato, vista y odo. Es den naturaleza individual y refleja un juicio
personal .
Calidad percibida
Refleja la nocin de los consumidores compran productos y/o servicios
sin informacin suficiente sobre las caractersticas totales que componen el
producto o servicio.
1.3 Costos dela calidad
1.3.1
Concepto de costos
Clasificacin de costos
Costos de prevencin
Costos de prevencin son todos los gastos realizados para evitar
que se cometan errores, o dicindolo de otra manera, todos los costos
implicados para ayudar que el empleado haga bien el trabajo todas las
veces. Si se miran desde el punto de vista financiero, no son realmente
un costo. Son una inversin de futuro, que a menudo se llaman
inversin para evitar costos aquellos.
Los costos tpicos de prevencin son:
Desarrollo e implantacin de un sistema de recogida y
presentacin de datos.
Desarrollo del plan de control de calidad de proceso.
Formacin relacionada con la calidad.
Estudios de proveedores.
Quejas;
Administracin de la garanta;
Formacin del personal de reparacin;
Almacenado de piezas para atender las reparaciones post venta;
Tratamiento de materiales devueltos y reparacin de productos
defectuosos que se han entregado al cliente;
Retiradas o puesta al da de productos en el mercado;
Gastos generales necesarios para mantener los centros de
servicio post venta.
Costos de la Mala Calidad del Equipo
l ultimo tipo de costos directos de la mala calidad son los CMC
del equipo. La inversin en equipos utilizados para medir, aceptar o
controlar el producto o servicio, ms el costo del espacio que el equipo
ocupa, constituye el CMC del equipo. Esto incluye el costo del equipo
utilizado para imprimir e informar de los datos de la calidad.
Ejemplos: ordenadores, maquinas de escribir, voltmetros,
micrmetros, maquinas de medicin coordinada y equipos de ensayos
automatizados. En algunos casos, los controles ambientales instalados
para reducir la posibilidad de cometer errores se incluyen en el costo
de la mala calidad del equipo (por ejemplo, pantallas acsticas, salas
limpias y controles de aire acondicionado). El costo de la mala calidad
del equipo no incluye el equipo utilizado para fabricar productos, tales
como tornos, taladros, y aparatos para montaje; el equipo elctrico
necesario para ajustar el producto de forma que funcione segn las
especificaciones; o los sistemas computerizados utilizados en la
contabilidad y/o calendarios.
Determinacin de los Costos de Calidad
Aqu se analiza los errores internos, errores externos, equipos,
prevencin y evaluacin.
Prevencin
Establecimiento de prioridades para los elementos del costo de
prevencin.
Actividades
I. Prevencin
planificacin de la calidad
formacin de los operarios de fabricacin y los
inspectores de calidad
planificacin del control de proceso
recogida de datos de la calidad y planificacin
del sistema de anlisis.
costos del equipo para los informes sobre la
calidad
accin preventiva
preparacin de procedimientos
programas de motivacin para la calidad
otros planes de la funcin de calidad
planificacin del equipo de ensayos
evaluacin de ingenieria del producto previo al
envio al cliente
calificacin del proveedor
pre-analisis GC
formacin para el mantenimiento del equipo
Etapas de la implantacin
1
2
3
4
5
X
X
X
X
X
X
X
X
X
X
X
X
X
X
Evaluacin
Actividades
II. Evaluacin
auditorias de calidad
ensayos e inspeccin de fabricacin
inspeccin de artculos adquiridos
avales externos
mantenimiento del equipo de inspeccin y
ensayos
anlisis de calidad
ensayos de comportamiento post venta
mediciones y proceso de los datos de GC
grficos de control durante el proceso
preparaciones de las inspecciones y ensayos
comprobaciones de la instalacin
evaluaciones del empaquetado
ensayos de garanta antes del primer envio al
cliente
sistema de datos post venta
recogida de datos de la calidad y operaciones
de anlisis
pruebas de instalacin
Etapas de la implantacin
1
2
3
4
5
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
Errores internos
Establecimiento de prioridades para los elementos del costo de
los errores internos.
Actividades
III. Errores internos
desechos y reprocesos
eliminacin de problemas y reparaciones
repeticin de ensayos
actividades de la junta de revisin de
materiales
anlisis de fallos
costo de exceso de existencias
degradacin
reinspeccin de lotes del proveedor rechazados
acciones correctoras
- cambios en el proceso
- cambios de ingenieria
- reciclaje
- repeticin de documentos
cribado de los artculos buenos y malos
perdidas de productividad
Etapas de la implantacin
1
2
3
4
5
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
Prevencin
Establecimiento de prioridades para los elementos del costo de
los errores externos y del equipo.
Actividades
IV. Errores externos
pleitos por responsabilidad del producto
tratamiento de las reclamaciones
correccin de problemas, reparacin y
repeticin de esayos en post venta
formacin de los tcnicos en reparaciones post
venta
manipulacin y reparaciones de piezas sueltas
anlisis de fallos
cambios de ingenieria para reparar los
problemas en post venta
acciones correctivas post venta
manuales de reparaciones
errores de marketing
Etapas de la implantacin
1
2
3
4
5
X
X
X
X
X
X
X
X
X
X
Evaluacin
Actividades
V. Equipo
costo de preparar, depurar e instalar
costo del equipo adquirido e instalacin
1.3.3
Etapas de la implantacin
1
2
3
4
5
X
X
Costos ocultos
Los costos ocultos pueden ser visto como:
El material extra necesario para ser suministrado para satisfacer este gasto
extra.
El costo de mano de obra extra y quizs horas extra.
El costo de oportunidad de trabajar en parte por segunda vez o, en el caso
de un producto rechazado, en una parte totalmente nueva.
Los posibles retrasos en el envi definitivo del pedido.
El incremento en le mantenimiento de la mquina y los costos de
reparacin.
El incremento del riesgo de avera de las mquinas.
La reduccin de la capacidad de produccin resultante de la necesidad de
producir ms unidades para la produccin de una cantidad dada de
elementos.
UNIDAD II
HERRAMIENTAS PARA EL CONTROL DE PROCESOS
2.1. Control
2.1.1 Concepto de Control
El control es una etapa primordial en la administracin, pues, aunque una
empresa cuente con los magnficos planes, una estructura organizacional adecuada
y una direccin eficiente, el ejecutivo no podr verificar la situacin eficiente si
no existe un mecanismo que cerciore e informe si los hechos van de acuerdo con
los objetivos. Los elementos del concepto de control:
a) Relacin con lo planeado. El control siempre existe para verificar el
logro de los objetivos que se establecen en la planeacin.
b) Medicin. Para controlar es imprescindible medir y cuantificar los
resultados.
c) Detectar Desviaciones. Una de las funciones inherentes al control, es
descubrir las diferencias que se presentan entre la ejecucin y la planeacin.
d) Establecer medida correctivas. El objeto del control es prever y corregir
los errores.
Cantidad
Tiempo
Costo
Calidad
Diagrama de Pareto
Cuando se requiera mostrar por orden de importancia todos los problemas
o condiciones para iniciar la seleccin de problemas o resolverse empezando con
el que ms contribuye al total de fallas.
El programa de Pareto es la ordenacin en barras verticales de los
diferentes problemas por orden de importancia, para as poder determinar mas
fcilmente que problemas hay que resolver en que orden. Determina cuales son los
importantes y cuales los triviales.
El diagrama de Pareto tiene como principal objetivo buscar el principal
problema.
Para construir un diagrama de Pareto se requiere tener una secuencia de
pasos:
Seleccionar los problemas que sern comparados para acomodarlos en orden
descendente a partir de; tormenta de ideas, utilizando la informacin existente
(reportes).
Seleccionar la unidad de medicin; frecuencia, costo, %, etc.
Seleccionar el periodo de tiempo a ser estudiado; un da, una semana.
Obtener la informacin para cada categora.
Comparar la frecuencia o costo de cada categora en relacin con otras.
Clasificar la informacin por orden de importancia y graficarlo de izquierda a
derecha en el eje de las X en forma decreciente de frecuencia o costo.
Para cada defecto, dibujar un rectngulo cuya altura representa la frecuencia del
costo.
Representacin grfica del diagrama de Pareto
A continuacin se desarrolla la representacin grfica del diagrama de
Pareto en la Tabla se observa que el problema principal es el sistema de frenos,
en las fallas ms comunes de los automviles.
elctrico
Suspensin
Total
Histogramas
05
60
60
8%
100%
100%
Desviacin
X
n
S=Mmf/n - x
231250
X= 45
X=5139
S=1233312500/45-
998.8
( 26409321)
DISTRIBUCIN DE LA POBLACIN
9
F
R
E
C
U
E
N
C
I
A
S
8
7
6
5
4
3
2
1
0
3250
3750
4250
4750
5250
5750
6250
6750
MARCAS DE CLASE
.
La media aritmtica es de 5139 y se presenta una desviacin de +/- 999, por
lo que podemos concluir que el control estadstico de procesos siempre ser ms
estricto que la especificacin.
Diagrama de Causa y Efecto (Ishikawa)
Para conocer las causas del problema existe una herramienta
especialmente til, se le conoce como diagrama de Ishikawa, diagrama de espina
de pescado o anlisis de causa efecto. Este diagrama es un mtodo grfico que
refleja la relacin entre una caracterstica de calidad (muchas veces una rea
problemtica) y los posibles factores que contribuyen a ella, en otras palabras, es
una grfica que relaciona el efecto (problema) con sus causas potenciales.
El diagrama de Ishikawa es una grfica en la cual en el lado derecho se
anota el problema, y en el lado izquierdo se especifican las causas potenciales del
problema. Es decir:
Para tener una mejor visualizacin de las las causas potenciales se
clasifican de acuerdo a sus similitudes en ramas y subramas.
Las causas potenciales son principalmente las siete emes las cuales se
enumeran a continuacin: Maquinaria, mtodos, mano de obra, mercados, money,
administracin, miscelneas.
Las subcausas se derivan de las causas principales, por ejemplo en la causa
principal mano de obra existen subcausas: capacitacin y experiencia.
A continuacin en la Figura se muestra las causas principales que
producen el efecto productos fuera de especificacin con ayuda del diagrama
causa-efecto.
EFECTO
MTODO
MAQUINARIA
SISTEMA FRENO
REFACCIONES
DEFECTUOSAS
HERRAMIENTAS
OTROS
Diagrama de Dispersin
En este tema se realiza un anlisis estadstico del coeficiente de correlacin
y de regresin, adems de presentar su anlisis grfico.
Este diagrama permite observar la relacin que existe entre una supuesta
causa y un efecto. Su uso permite comprobar o verificar hiptesis que pudieron
haberse desprendido del anlisis del diagrama de ISHIKAWA. por ejemplo en
nuestro caso se encontr que los unas que existan ms rechaza por ensamble
equivocado, coincidan con se una alto nivel de ausentismo. es decir que personal
poco adiestrado, ante la ausencia de su inmediato superior, tenia que hacerse cargo
de algunas funciones para las que no estaba preparado, fenmeno que observa
claramente en el siguiente diagrama de dispersin.
La correlacin no significa casualidad. Al diagrama de dispersin puede
seguirla otras clculos matemticos para medir la relacin entre amabas variables,
lo que se conoce como ndice de correlacin cuyo valor vara del 1, (el 100% de
los efectos se deben al 100% de las causas) al 0, ( el 100 de los efectos se deben
a otras causas no identificadas).
En la bsqueda de las causas de un problema de calidad y en el reto de
innovar un proceso de produccin es comn que sea necesario analizar la relacin
entre dos factores. As tal vez sea de inters averiguar si la variacin en un factor
provoca variacin en el otro, es decir, tal vez se trate de investigar si existe una
relacin de causa-efecto entre dos factores. Existen varios mtodos estadsticos
para llevar a cabo tales investigaciones. Uno de ellos, sumamente sencillo y que
X Y
1
2
3
4
5
6
7
8
9
10
55
9
8
7
8
5
4
4
3
1
1
50
dx
dy
- 4. 5
- 3. 5
- 2. 5
- 1. 5
- 0. 5
0. 5
1. 5
2. 5
3. 5
4. 5
4
3
2
3
0
-1
-1
-2
-4
-4
CORRELACIN Y REGRESIN
d(x) d(y)
ZY ZXZY X
ZX
20. 25 16 - 1. 55 1. 43 - 2. 216 1
12. 25
9
- 1. 21 1. 07 - 1. 294 4
6. 25
4
- . 86 . 71 - . 610 9
2. 25
9
- . 52 1. 07 - . 556 16
0. 25
0
- . 17
0
0
25
0. 25
1
. 17 - . 36 - . 0612 36
2. 25
1
. 52 - . 36 - . 1872 49
6. 25
4
. 86 - . 71 - . 610 64
12. 25 16
1. 21 - 1. 43 - 1. 730 81
20. 25 16
1. 55 - 1. 43 - 2. 216 100
82. 5
76
0
- 0. 01 - 9. 48 385
XY
81
64
49
64
25
16
16
9
1
1
326
9
16
21
32
25
24
28
24
9
10
198
n = 10
X = X n = 55 = 5. 5
n
10
Y = Yn = 50 = 5
n
10
dx = X - X = 1 - 55 = 4. 5 dy = Y - Y = 9 - 5 = 4
ZX = dx
Sx
ZY = dy
Sy
Sx =
n
( dx )
=
10
82. 5= 2. 9 Sy = ( dy ) = 76 = 2. 8
n
10
; a = ( 385 ) ( 50 ) - ( 55 ) ( 198 )
10 ( 385 ) - 3025
a =10. 1333333
b = n ( XY ) - X Y ; b = 10 ( 198 ) - ( 55 ) ( 50 ) ;
n X-( X)
10 ( 385 ) - ( 55 )
b = - 0. 933333
Y = a + bx
Y = 10. 133 + ( - 0. 933 ) ( 0 )
NOTA : Se sustituyen valores en X para obtener los valores de Y
Y = 10. 133
REGRESIN
12
10
D
E
F
E
C
T
O
S
0
0
6
AOS DE EXPERIENCIA
10
12
40
P
O
R
C
E
N
T
A
J
E
D
E
35
30
D
E
25
F
E
20
C
T
15
O
S
10
5
0
A
ESTRATIFICACIN
DISTRIBUCIN DE LA POBLACIN
Producto sistema de frenos________
Fbrica____________________
Especificaciones 5500 +/- 1000_____
Fecha______________________
Inspecto Juan
Moreno Lamas
Frec.
LEI
LES
Total
8
7
6
5
4
3
2
1
3250
3750
Mar
Grfica de Control
4250
4750
ca
de c
5250
5750
mediaa
ritm51
39
lase s
6250
6750
Diagrama de interrelacin
Un Diagrama de Interrelaciones presenta las relaciones entre factores/
problemas. Toma la idea principal o problema y presenta la conexin entre los
tems relacionados. Al utilizarlo se demuestra que cada tem puede ser conectado
con ms de un tem diferente a la vez. Permite el pensamiento multi-direccional.
Se utiliza para: comprender y aclarar las interrelaciones entre los diferentes puntos de un
problema complejo. Para identificar puntos claves para mayor investigacin-
7. Debajo de cada tarjeta/ Post-it, totalizar todas las flechas que entran y
salen de cada tarjeta. Luego se podrn identificar las causas/impulsos principales
(flechas salientes con ms frecuencia) y los efectos/ resultados claves (flechas
entrantes con mas frecuencia).
8. Identificar las tarjetas/ Post-It que son causas o efectos mayores al
utilizar casillas dobles o en negrilla. Ver ejemplo.
9. Por consenso, identificar las tarjetas/ Post-It que slo tienen pocas
flechas hacia adentro o afuera pero todava pueden ser un tem o causa clave (ver
la caja rota del termostato en el ejemplo).
Ejemplo: Diagrama de Interrelaciones Causas involucradas en el Problema:
La Torta se quema en el horno
Diagrama de rbol
En la parte inferior se identifican las causas, en la parte central la
problemtica y en la parte superior las consecuencias.
Figura No. 1
DIAGRAMA CAUSA EFECTO
RECURSO
PROCESO
Resistencia cambio
MAESTRO
Apata
No
No habito de escritura
Recuperaci
n saberes
Trabajo no colegiado
No estndar
Flexible
Planea
cin
Computadora
Desconocimiento
Internet
NORMATIV
IDAD
Perfiles distintos
No copiadora
Indolencia
No compromiso
No
No
No videos
No
No
No
FALTA PLANEACIN
BIMESTRAL
No
No
Individualist
a
No
Apata
Misin no definida
Visin no establecida
No manejan computadora
VI.1.1.1.1
No
No se apoyan Internet
No seguimiento
ADMINISTRACIN
CAPACITACIN
TECONOLOGAS
utilizan
Diagrama matriciales
Es la representacin grfica de la relacin de varios factores as como la
intensidad de las mismas y se mide cualitativamente. Existen varios tipos:
Tipo L
Tipo A
Tipo T
Tipo y
Diagrama de flechas
= (3 + 5 + 4 + 6)/4 = 4.5
N
1
(7 y 6) = 6.5
2
Medidas de dispersin
Rango; Constituye la diferencia entre el valor mayor y el valor menor
Varianza =
Xi X
n 1
Desviacin estndar .
Xi X
i
n 1
Por otra parte, es conveniente sealar que muchas de las conclusiones que
se obtienen con la informacin que se va acumulando respecto de un proceso, en
lo que se refiere a lecturas de las dimensiones que se van observando para efectos
de control, estn fundamentadas en la teora de la distribucin normal. la cual
permite que con la informacin de ciertas muestras se concluya acerca de una
poblacin.
-2S
-IS X
IS
2S
Cp =
Ls Li
s
Diseo
Li
Ls
-3s
3s
-3r
3r
Proceso
Z S
n=
2
E2
-3s
X X
S
-1.96
1.96
3s
I.4.1.1.1.1 Respuesta:
1.96 2 0.5 2
n=
0.05 2
3.84 0.25
0.0025
= 384.16
( z ) 2 ( p )(1 p )
E2
CONDICIN
DECISIN
TIPO DE RIESGO
Error tipo
Los errores en que se incurre de acuerdo con el cuadro anterior se les denomina:
Error 1: Riesgo para el productor, se le identifica con la letra , significando la
probabilidad de rechazo de un lote que es conforme.
Normalmente se estableceun valor por parte de los productores que oscila entre
0.001 a 0.05
Error 2: Riesgo para el consumidor, mismo que se identifica con la letra ,
significando la probalbilidad de un lote para ser aceptado cuando no es conforme,
valor que se expresa generalmente como de 0.10.
Ante tales circunstancias ser decisin del productor elegir los niveles de
riesgo con los cuales desea trabajar, conciente de que en ambos casos se tiene
repercusin en sus actividades ya que por una parte pueden afectar a la imagen de
su empresa, al llevar al mercado productos de calidad no deseada, y en caso
contrario, le significara un costo adicional, al tener que reprocesar lotes de
produccin que efectivamente si reunan las condiciones requeridas, pero que
derivado del plan de muestreo se determin que deban ser rechazados.
Ello adems es motivo de una permanente diferencia en puntos de vista entre
consumidor y productor, ya que el consumidor siempre habr de esperar que el
cualquier lote no conforme sea invariablemente siempre rechazado.
No
XC
No se acepta el lote
Se acepta lote
Si
X1 C
No
Se rechaza
El lote
No
Ejemplo: Se ispeccionan 100 muestras de un lote de 2500 piezas habiendose
Se inspeccionan
especificado
artculos
c1 5
c2 9
n1 100
n2 60
Se acepta
X 1 X 2 C2
Inspeccin
reducida
Inspeccin
normal
Si se rechaza 1
lote
De 2 a 5 lotes
rechazados
Inspeccin
rigurosa
5 lotes consecutivos
aceptados
f (X )
n1
p n q n x
x n ! x1 !
Pa, por lo que conviene iniciar el clculo de la tabla con un valor inicial
de calidad propuesto (Po) de 0.01, enseguida 0.02 y asi sucesivamente
Calculo
Considrese un lote del que se obtienen muestras de tamao 90 y que pueda tener
como valor limite de defectuosos para ser aceptado la cantidad de 3, determnense
los valores de probabilidad de aceptacin del lote mencionado.
Siendo el valor de c = 3, la probabilidad 3 defectuosos es igual a:
P0
0.01
0.02
0.03
0.04
0.05
100po
1
2
3
4
5
n
90
90
90
90
90
n p0
0.9
1.8
2.7
3.6
4.5
Pa
0.93
0.73
0.49
0.30
0.17
3.4.3 Grfica
1.0
0.9
0.8
0.7 Curva Caracterstica
0.6de Operacin
0.5
0.4
0.3
0.2
0.1
0
Curva AQL
Definicin de la calidad media de salida
rea
de
produccin
A inspeccin
Pieza x pieza
Lotes
Consumidor
4 Lotes rechazados
33 000
= 1.47%
Artculos entregados
100po
Pa
CMS
100 P0 * p a
0.01
1
0.93
0.93
0.02
2
0.73
1.46
0.03
3
0.49
1.47
0.04
4
0.30
1.20
0.05
5
0.17
0.85
En el cuadro anterior se puede observar el valor resultante de 100Po,*Pa para un
porcentaje de .02 artculos defectuosos es de 1.46, que debido al redondeo de
decimales difiere ligeramente del valor obtenido en el calculo detallado de CMS.
Riesgo del productor L, riesgo del consumidor B
Riesgo del productor y del consumidor
1 2 3 4 5
3.5.1
%defectuosos
(Riesgo de productor)
1
0.9
0.8
0.7
0.6
0.5
0.4
0.3
Muestro de aceptacin por0.2
el sistema Militar Standard 105-D
0.1
0
1
2
3
4
5
6
7
(AQL)
A
R
499 o menos 80
500 a 799
120
800 a 1299
160
3
4
4
5
A
R
3
4
3
4
4
5
10
A
R
4
5
5
6
7
8
A
R
5
6
7
8
9
10
A
R
7
8
8
9
10
11
A
R
8
9
10
11
13
14
TIPO
DE
INSP
ECCI
N
R
12 13 M
18
19
22
23
C
D
Tamao del n
lote
16 a 50
1
4
51 a 100
1
6
101 a 200
1
7
201 a 300
1
7
Media Del
Media Del
proceso
proceso
.05% a 0.40% 0.41% a
0.80%
Media Del
proceso
0.81% a
1.20%
Media Del
proceso
1.21% a
1.60%
pt % n
pt % n
pt % n
pt % n
pt %
13.
6
12.
4
12.
2
12.
3
13.
6
12.
4
12.
2
12.
3
13.
6
12.
4
12.
2
12.
3
13.
6
12.
4
12.
2
12.
3
13.
6
12.
4
10.
5
10.
2
0
0
0
1
4
1
6
1
7
1
7
0
0
0
1
4
1
6
1
7
1
7
0
0
0
1
4
1
6
1
7
1
7
0
0
0
1
4
1
6
3
5
3
7
0
1
1
Aunque en esta tabla se presentan valores medios del proceso hasta 1.60%, existen
tablas publicadas con valores de hasta 2.5% o mas,, y en cada tabla con tamaos
de lote de hasta 50,001 a 100,000 piezas o artculos.
2.2.3 Grficas de control estadstico
Descripcin de la carta ( X -R) y de desviacin estndar
El Limite Superior de Control, representa el valor mximo que alcanzan
los datos del muestreo cuando se adicionan, al valor medio determinado, el
valor obtenido de tres veces la desviacin estndar resultante de los mismos
A2
2
3
4
5
A3
B3
B4
D3
0.557
D4 d 2
2.004
6
Finalmente se obtiene la Capacidad del proceso mediante la siguiente
formula.
Cp =
Ls Li
s
Donde s =
r
d2
50.0%
4.2%
1.1%
Partes plsticas
0.1%
58.3%
21.5%
5.5%
Numero de parte
3794635
Roladora 34
Equipo de medicin
136
LSCx
Nmero de
carta
Unidad de
medida
LICx
1
m
m
LSCr
Tamao
Muestra
No. de operacin
Limite
especificado
25
11.05
11.30
LICr
Frec. Muestreo
LOTE
TURNO
FECHA
1-404
1
1-404
1
1-404
2
1-404
2
1-405
1
1-405
1
1-405
2
1-405
2
1-406
1
1-406
1
1-406
2
1-406
2
1-407
1
1-407
1
1-407
2
1-407
2
1-408
1
1-408
1
1-408
2
1-408
2
1-409
1
1-409
1
HORA
1
2
3
4
5
6
TOTAL
11:00
11.1
11.1
11.15
11.20
11.10
11.15
14:00
11.15
11.2
11.15
11.25
11.20
11.15
18:00
11.15
11.20
11.15
11.25
11.10
11.20
22:00
11.20
11.15
11.10
11.15
11.20
11.10
11:00
11.15
11.10
11.15
11.10
11.15
11.20
14:00
11.25
11.2
11.15
11.1
11.1
11.15
18:00
11.05
11.05
11.05
11.10
11.10
11.10
22:00
11.15
11.15
11.15
11.15
11.15
11.15
11:00
11.20
11.25
11.20
11.15
11.20
11.15
14:00
11.15
11.20
11.25
11.25
11.25
11.15
18:00
11.20
11.25
11.25
11.25
11.30
11.20
22:00
11.20
11.25
11.30
11.20
11.30
11.35
11:00
11.20
11.20
11.15
11.15
11.20
11.20
14:00
11.10
11.05
11.10
11.05
11.10
11.05
18:00
11.10
11.12
11.13
11.08
11.10
11.07
22:00
11.13
11.13
11.13
11.13
11.12
11.08
11:00
11.16
11.15
11.15
11.14
11.15
11.09
14:00
11.14
11.14
11.13
11.13
11.10
11.08
18:00
11.12
11.13
11.13
11.13
11.13
11.08
22:00
11.15
11.14
11.08
11.13
11.14
11.14
11:00
11.14
11.14
11.08
11.14
11.14
11.14
14:00
11.14
11.15
11.15
11.10
11.15
11.15
X
RANGO
-R
MEDIAS
No.
01
02
03
04
05
06
07
08
09
10
11
12
13
14
15
16
17
18
19
20
21
22
Nombre de la parte
Nombre y numero de la
mquina
Numero de parte
3794635
Nmero de carta
Roladora 34
Equipo de medicin
136
Unidad de medida
mm
LSCx
LICx
No. de
operacin
Limite
especificado
LSCr
Tamao de la
Muestra
25
11.05
..
11.30
LICr
Frecuencia
Muest
LOTE
TURNO
FECHA
1-404
1
1-404
1
1-404
2
1-404
2
1-405
1
1-405
1
1-405
2
1-405
2
1-406
1
1-406
1
1-406
2
1-406
2
1-407
1
1-407
1
1-407
2
1-407
2
1-408
1
1-408
1
1-408
2
1-408
2
1-409
1
1-409
1
HORA
1
2
3
11:00
11.1
11.1
11.15
14:00
11.15
11.2
11.15
18:00
11.15
11.20
11.15
22:00
11.20
11.15
11.10
11:00
11.15
11.10
11.15
14:00
11.25
11.2
11.15
18:00
11.05
11.05
11.05
22:00
11.15
11.15
11.15
11:00
11.20
11.25
11.20
14:00
11.15
11.20
11.25
18:00
11.20
11.25
11.25
22:00
11.20
11.25
11.30
11:00
11.20
11.20
11.15
14:00
11.10
11.05
11.10
18:00
11.10
11.12
11.13
22:00
11.13
11.13
11.13
11:00
11.16
11.15
11.15
14:00
11.14
11.14
11.13
18:00
11.12
11.13
11.13
22:00
11.15
11.14
11.08
11:00
11.14
11.14
11.08
14:00
11.14
11.15
11.15
No.
01
TOTAL
X
R
MEDIAS
02
03
04
05
06
07
08
09
10
11
12
13
14
15
16
17
18
19
20
21
22
7
502
504
500
501
500
2507
501.4
1.673
8
489
495
498
497
485
2464
492.8
5.586
9
503
502
501
503
499
2508
501.6
1.673
10
499
498
505
502
504
2528
505.6
3.050
Xi X
i 1
n
Donde Xi, son los valores de cada observacin o muestra registras en el periodo 1,
2 etc. y X, representa el valor medio de los datos muestrales de cada periodo
Por tanto la aplicacin de esta formula para el 1er periodo, sera:
S
506 505.2 2 502 505.2 2 508 505.2 2 520 505.2 2 505 505.2 2
S1 = 2.16,
X = 500.2
520
510
500
490
480
470
460
LsC X
LiC X
1 2 3 4 5 6 7 8 9 10
LsC R
35
30
25
20
15
10
LiC R
5
0
1
10
Numero de parte
3794635
Roladora 34
Equipo de medicin
136
LSCx
Nmero de
carta
Unidad de
medida
LICx
3
m
m
LSCr
No. de operacin
Limite
especificado
25
11.05
11.30
LICr
Frecuencia
Muestreo
Tamao Muestra
LOTE
TURNO
FECHA
1-404
1
1-404
1
1-404
2
1-404
2
1-405
1
1-405
1
1-405
2
1-405
2
1-406
1
1-406
1
1-406
2
1-406
2
1-407
1
1-407
1
1-407
2
1-407
2
1-408
1
1-408
1
1-408
2
1-408
2
1-409
1
1-409
1
HORA
1
2
3
4
5
6
TOTAL
(X)
R
S
11:00
11.1
11.1
11.15
11.20
11.10
11.15
66.80
11.13
0.1
14:00
11.15
11.2
11.15
11.25
11.20
11.15
67.1
11.18
0.1
18:00
11.15
11.20
11.15
11.25
11.10
11.20
67.05
11.18
0.15
22:00
11.20
11.15
11.10
11.15
11.20
11.10
66.9
11.15
0.1
11:00
11.15
11.10
11.15
11.10
11.15
11.20
66.85
11.14
0.1
14:00
11.25
11.2
11.15
11.1
11.1
11.15
66.95
11.15
0.15
18:00
11.05
11.05
11.05
11.10
11.10
11.10
66.45
11.08
0.05
22:00
11.15
11.15
11.15
11.15
11.15
11.15
66.9
11.15
0
11:00
11.20
11.25
11.20
11.15
11.20
11.15
67.15
11.19
0.1
14:00
11.15
11.20
11.25
11.25
11.25
11.15
67.25
11.21
0.1
18:00
11.20
11.25
11.25
11.25
11.30
11.20
67.45
11.24
0.1
22:00
11.20
11.25
11.30
11.20
11.30
11.35
67.6
11.27
0.15
11:00
11.20
11.20
11.15
11.15
11.20
11.20
67.1
11.18
0.05
14:00
11.10
11.05
11.10
11.05
11.10
11.05
66.45
11.08
0.05
18:00
11.10
11.12
11.13
11.08
11.10
11.07
66.6
11.1
0.05
22:00
11.13
11.13
11.13
11.13
11.12
11.08
66.72
11.12
0.05
11:00
11.16
11.15
11.15
11.14
11.15
11.09
66.84
11.14
0.07
14:00
11.14
11.14
11.13
11.13
11.10
11.08
66.72
11.12
0.06
18:00
11.12
11.13
11.13
11.13
11.13
11.08
66.72
11.12
0.05
22:00
11.15
11.14
11.08
11.13
11.14
11.14
66.78
11.13
0.07
11:00
11.14
11.14
11.08
11.14
11.14
11.14
66.78
11.13
0.06
14:00
11.14
11.15
11.15
11.10
11.15
11.15
66.84
11.14
0.05
01
02
03
04
05
07
08
09
10
13
14
15
16
17
18
19
20
21
MEDIAS
No.
06
11
12
22
Nombre de la parte
Numero de parte
3794635
Roladora 34
Equipo de medicin
136
LSCx
Nmero de
carta
Unidad de
medida
LICx
LSCr
LOTE
TURNO
FECHA
8416
1
8416
1
HORA
1
2
3
4
5
6
TOTAL
11:00
11.1
11.1
11.15
11:00
11:00
11.15
11.2
11.15
8416
11.15
11.20
11.15
Tamao Muestra
8416
1
8416
1
8416
1
8416
1
8416
1
8416
1
8416
1
8416
1
8416
1
8416
1
11:00
11:00
11:00
11:00
11:00
11:00
11:00
11:00
11:00
11:00
11:00
11.20
11.15
11.10
11.15
11.10
11.15
11.25
11.2
11.15
11.05
11.05
11.05
11.15
11.15
11.15
11.20
11.25
11.20
11.15
11.20
11.25
11.20
11.25
11.25
11.20
11.25
11.30
11.20
11.20
11.15
8416
11.10
11.05
11.10
No. de operacin
Limite
especificado
25
LICr
Frecuencia
Muestreo
11.05
11.3
8416
1
8416
1
8416
1
8416
1
8416
1
8416
1
8416
1
11:00
11:00
11:00
11:00
11:00
11:00
11:00
11:00
11.10
11.12
11.13
11.13
11.13
11.13
11.16
11.15
11.15
11.14
11.14
11.13
11.12
11.13
11.13
11.15
11.14
11.08
11.14
11.14
11.08
8416
11.14
11.15
11.15
X
R
S
MEDIAS
No.
01
02
03
04
05
06
07
08
09
10
11
12
13
14
15
16
17
18
19
20
21
22
% silicio
1
2
3
4
5
6
7
8
9
10
3.20
2.60
2.80
3.30
3.60
2.90
3.10
3.40
3.30
3.38
Suma grupo
8.60
8.70
9.70
9.80
9.60
9.40
9.80
10.08
suma
promedio
2.87
2.90
3.23
3.27
3.20
3.13
3.27
3.36
25.23
3.15
0.40
0.07
0.08
0.40
0.50
0.05
0.02
0.02
1.54
0.19
Larguero
Numero de parte
Dispositivo de ensamble
Equipo de medicin
LSCx
LOTE
TURNO
FECHA
HORA
1
2
3
4
5
6
R
Tamao
MEDIAS
0
8416
1
35.4
No.
8416
1
34.5
01
8416
1
8416
1
34.9
02
35.5
03
8416
1
34.7
04
8416
1
34.7
05
8416
1
35
06
Nmero de
carta
Unidad de
medida
4635
Escantilln
LICx
LSCr
Tamao Muestra
8416
1
8416
1
35.4
07
34.7
08
8416
1
8416
1
35.3
09
35.1
10
8416
1
34.8
11
8416
1
34.9
12
8416
1
35.5
13
8416
1
34.95
14
8416
1
35.1
15
5
pg
No. de operacin
Limite
especificado
C-001
34.75
35.50
LICr
Frecuencia
Muestreo
8416
1
35.2
16
8416
1
8416
1
35.3
17
35.4
18
8416
1
34.9
19
8416
1
11:00
35
20
8416
1
14:00
35.1
21
22
Nombre de la parte
Larguero
Numero de parte
Roladora 34
Equipo de medicin
LSCx
136
LICx
LOTE
TURNO
FECHA
Nmero de
carta
Unidad de
medida
9647
0
1-404
1
1-404
1
1-404
1
1-404
1
LSCr
R
1-405
1
1-405
1
1-405
1
1-405
1
6
m
m
Tamao Muestra
1-406
1
1-406
1
1-406
1
1-406
1
1-407
1
1-407
1
1-407
1
1-407
1
1-408
1
No. de operacin
Limite
especificado
25
LICr
Frecuencia
Muestreo
1-408
1
1-408
1
11.05
1-408
1
11.3
1-409
1
1-409
1
HORA
1
2
3
4
5
6
R
tamao
MEDIAS
No.
01
02
03
04
05
06
07
08
09
10
11
12
13
14
15
16
17
18
19
20
Numero de parte
3794635
Nmero de
carta
No. de operacin
25
21
22
Roladora 34
Equipo de medicin
LSCx
136
LICx
LOTE
TURNO
FECHA
8416
1
8416
1
HORA
1
2
3
4
5
6
TOTAL
11:00
11.1
11.1
11.15
11:00
11:00
11.15
11.2
11.15
8416
11.15
11.20
11.15
8416
1
8416
1
8416
1
8416
1
8416
1
8416
1
8416
1
8416
1
8416
1
11:00
11:00
11:00
11:00
11:00
11:00
11:00
11:00
11:00
11:00
11:00
11.15
11.10
11.15
11.25
11.2
11.15
11.05
11.05
11.05
11.15
11.15
11.15
Limite
especificado
LSCr
LICr
Frecuencia
Muestreo
Tamao Muestra
8416
1
11.20
11.15
11.10
Unidad de
medida
11.20
11.25
11.20
11.15
11.20
11.25
11.20
11.25
11.25
11.20
11.25
11.30
11.20
11.20
11.15
8416
11.10
11.05
11.10
11.05
11.3
8416
1
8416
1
8416
1
8416
1
8416
1
8416
1
8416
1
11:00
11:00
11:00
11:00
11:00
11:00
11:00
11:00
11.10
11.12
11.13
11.13
11.13
11.13
11.16
11.15
11.15
11.14
11.14
11.13
11.12
11.13
11.13
11.15
11.14
11.08
11.14
11.14
11.08
8416
11.14
11.15
11.15
X
R
S
MEDIAS
No.
01
02
03
04
05
06
07
08
09
10
11
12
13
14
15
16
17
18
19
20
21
22
Medianas y rango
Ejemplificacin del llenado, interpretacin y uso de una carta M-R. La
aplicacin de una carta M-R, es exactamente la misma que la de una X-R. La
ventaja de utilizar la carta M-R es la disminucin de clculos, puesto que la
medida muestral, para cada grupo de piezas, se puede detectar con una simple
inspeccin visual de los valores registrados en la misma columna.
El procedimiento de llenado de una carta de control M-R, as como su
interpretacin, no difieren del empleado para cartas ( X R), excepto en l
calculo de los limites de control. Para fines ilustrativos al final de esta seccin se
muestra un ejemplo de una carta M-R llena.
Para el desarrollo de esta grfica se da el planteamiento del problema y
anlisis de estabilidad. Se desea tener control sobre la tonalidad de volantes de
direccin en el proceso de inyeccin. Se cuenta con dos patrones para
verificacin, los cuales indican el rango de aceptacin por tonalidad de las
piezas. Esto constituye caractersticamente un problema para control por
atributos; sin embargo se puede aplicarse el control por variable. Entonces, se
establecen 6 patrones de aceptacin, los que proporcionan diferentes niveles de
calificacin de las piezas, asignndose un numero a cada uno de ellos y
estandarizando los limites, conforme a lo siguiente:
1.- inaceptable
.
2.3.4.5. 6. - Inaceptable
Rango de aceptacin: las piezas sern mejores mientras su calificacin
queda mas centrada dentro de este rango, es decir 3 4 son mejores que 2 5.
Calculo de lmites de grfica de mediana y rangos
Para el desarrollo de esta grfica de control se le presenta a cada alumno al final
de esta sesin un caso de una grfica de control (M-R) ya resuelto el cual cuenta
con 22 muestras con cinco lecturas cada una.
Al final de esta sesin se presenta un formato de la grfica de control (MR) sin resolver para que cada estudiante desarrolle los clculos estadsticos
correspondientes as como la grficacin de las medianas aritmticas y los rangos.
Para facilitar el calculo a continuacin se muestran las formulas estadsticas.
M
= M Lecturas individuales
n Tamao de muestra
u =M
22
R=R
22
LSC x = M + A x m R
LIC x = M - A x m R
Axm
Valor de tablas
LSCr = Dr5 R
Dr5
Valor de tablas
LSCr = Dr4 R
Dr4
Valor de tablas
Equipo de medicin
Nmero de
carta
Unidad de
medida
LSCx
LICx
LSCr
Tamao Muestra
Nombre de la parte
Volante de direccin
Numero de parte
No. de operacin
Limite
especificado
LICr
Frecuencia
Muestreo
LOTE
TURNO
FECHA
HORA
1
2
3
4
5
6
7
2
3
4
5
3
4
3
4
2
3
4
5
4
4
4
4
5
2
4
3
2
2
2
4
3
2
3
2
3
4
4
3
3
3
4
5
4
4
3
3
2
2
2
3
2
2
2
2
3
2
4
3
3
3
4
4
2
4
3
3
2
2
3
3
2
4
2
3
3
3
2
2
3
3
4
4
4
3
3
4
2
3
4
5
3
4
3
4
M
R
MEDIAS
No.
01
02
03
04
05
06
07
08
09
10
11
12
13
14
15
16
17
18
19
20
21
22
Nombre de la parte
Numero de parte
Equipo de medicin
Nmero de
carta
Unidad de
medida
LSCx
LICx
LSCr
Tamao Muestra
No. de operacin
Limite
especificado
LICr
Frecuencia
Muestreo
LOTE
TURNO
FECHA
HORA
2
3
4
5
1
2
3
4
5
6
7
3
4
3
4
2
3
4
5
4
4
4
4
5
2
4
3
2
2
2
4
3
2
3
2
3
4
4
3
3
3
4
5
4
4
3
3
2
2
2
3
2
2
2
2
3
2
4
3
3
3
4
4
2
4
3
3
2
2
3
3
2
4
2
3
3
3
2
2
3
3
4
4
4
3
3
4
2
3
4
5
3
4
3
4
M
R
MEDIAS
No.
01
02
03
04
05
06
07
08
09
10
11
12
13
14
15
16
17
18
19
20
21
22
Grfica de control np
Donde:
np
M = Numero de
periodos
En este caso la desviacin estndar es: S =
n p 1 p
68
=30.40
20
3.40
= 0.028
120
S =
S=
3.401 0.028
3.40 0.97
= 1.8179
CARTA DE CONTROL np
Nombre de la parte
Numero de parte
Equipo de medicin
LSCnp
Nmero de
carta
Unidad de
medida
LICnp
np
np
No. de operacin
Limite
especificado
n
Frecuencia
Muestreo
Tamao Muestra
LOTE
TURNO
FECHA
HORA
Tamao de la muestra n fija_____ Variable_______
Proporcin de defectos en la muestra U = c/n
Nmero de defectos en la muestra c
Nmero de unidades defectuosas en la muestra np
Proporcin de unidades defectuosas en la muestra p
P = np/n
MEDIAS
No.
01
02
03
04
05
06
07
08
09
10
11
12
13
CARTA DE CONTROL np
14
15
16
17
18
19
20
21
22
Nombre de la parte
Numero de parte
Equipo de medicin
LSCnp
Nmero de
carta
Unidad de
medida
LICnp
np
10
np
No. de operacin
Limite
especificado
n
Frecuencia
Muestreo
Tamao Muestra
LOTE
TURNO
FECHA
HORA
Tamao de la muestra n fija_____ Variable_______
Proporcin de defectos en la muestra U = c/n
Nmero de defectos en la muestra c
Nmero de unidades defectuosas en la muestra np
Proporcin de unidades defectuosas en la muestra p
P = np/n
MEDIAS
No.
01
02
03
04
05
06
07
08
09
10
11
12
13
14
15
16
17
18
19
20
21
22
Grficas de control P
Se utilizan cuando el criterio de aceptacin no es medible, lo cual significa se toma
en consideracin alguna caracterstica o cualidad, para que en base a ello se
proceda clasificando a los productos inspeccionados como:
Aceptado o no aceptado
Tambin se utilizan otras formas de expresin para diferenciar aquellos artculos
que si renen las caractersticas deseadas de los que no las renen,
especificndoseles como:
Defectuoso o no defectuoso
Conforme o no conforme
La teora de la probabilidad y sus diferentes modelos nos ofrecen un marco de
conocimientos con los que se fundamentan las decisiones de aprobacin o no
aprobacin al utilizar los mtodos de control por atributos.
Los principales teoremas de probabilidad indican entre otros aspectos que:
La probabilidad es un valor numrico comprendido entre 0 y 1, que expresa la
certeza de ocurrencia de cierto evento se produzca ante determinadas
circunstancias.
La probabilidad de ocurrencia de cierto suceso A es complemento de la
probabilidad de que no ocurra dicho suceso, en otras palabras, P (A) = 1 P(nA),
es decir probabilidad de (A) es igual a 1 menos la probabilidad de que no ocurra A.
Si A y B son dos sucesos mutuamente excluyentes, la probabilidad de ocurrencia el
suceso A o el suceso B es igual a la suma de sus probabilidades respectivas P(A o
B) = P(A) + P(B)
1. Si el suceso A y el suceso B son mutuamente excluyentes, la
probabilidad de que ocurra el suceso A, o el suceso B o ambos esta
determinado por la expresin P(A o B O ambos) = P(A) + P(B)
P(ambos).
En base a lo anterior se puede establecer que en el control mediante
atributos donde para cada artculos inspeccionado solo existen dos posibles
resultados, aceptado o rechazado, se est ante la presencia de dos sucesos
mutuamente excluyentes, donde la probabilidad de aceptar cierto articulo en
base a sus cualidades es igual a:
(1 - la probabilidad de no aceptar dicho articulo) = 1 P(rechazo).
Por otra parte la distribucin de resultados de ocurrencia de ambos sucesos
(aceptacin o rechazo), caen dentro del concepto de la Distribucin Binomial,
misma que se caracteriza por establecer
1 1
,
2 2
2 2
10
LsC P = P + 3(S)
LiC P = P - 3(S)
P (1 P )
n
1
4
0.04
2
2
0.02
P 0.023
S=
3
1
0.01
4
0
0
5
1
0.01
6
3
0.03
7
4
0.04
8
5
0.05
9
1
0.01
10
2
0.02
0.023 0.977
0.014
100
0.023(1 0.023)
100
0.05
En
es
0.04
0.03
0.02
por lo
tiene
ante
0.01
0
1
10
algunas circunstancias no
posible
mantener
un
numero de muestras fijo
que la fraccin defectuosa
un valor relativo diferente,
estas condiciones puede
FRACCION
DEFECTUOSA
0.0301
0.0502
0.0201
0.01
0.0402
0.0301
0.0603
0.0402
0.0502
0.0703
0.4017
995
= 99.5
10
0.4017
= 0.04017 (media)
10
P 1 P
0.04017(1 0.04017)
=
= 0.019 (desviacin estndar)
n promedio
99.5
0.10
0.09
0.08
0.06
0.04
0.02
LiCp
0
1
10
CARTA DE CONTROL p
Nombre de la parte
Numero de parte
Equipo de medicin
LSCnp
Nmero de
carta
Unidad de
medida
LICnp
np
10
np
No. de operacin
Limite
especificado
n
Frecuencia
Muestreo
Tamao Muestra
LOTE
TURNO
FECHA
HORA
Tamao de la muestra n fija_____ Variable_______
Proporcin de defectos en la muestra U = c/n
Nmero de defectos en la muestra c
Nmero de unidades defectuosas en la muestra np
Proporcin de unidades defectuosas en la muestra p
P = np/n
MEDIAS
No.
01
02
03
04
05
06
07
08
09
10
11
12
13
14
15
16
17
18
19
20
21
22
CARTA DE CONTROL p
Nombre de la parte
Numero de parte
Equipo de medicin
LSCnp
Nmero de
carta
Unidad de
medida
LICnp
np
10
np
No. de operacin
Limite
especificado
n
Frecuencia
Muestreo
Tamao Muestra
LOTE
TURNO
FECHA
HORA
Tamao de la muestra n fija_____ Variable_______
Proporcin de defectos en la muestra U = c/n
Nmero de defectos en la muestra c
Nmero de unidades defectuosas en la muestra np
Proporcin de unidades defectuosas en la muestra p
P = np/n
MEDIAS
No.
01
02
03
04
05
06
07
08
09
10
11
12
13
14
15
16
17
18
19
20
21
22
Defectos encontrados
7
6
6
3
2
8
6
1
0
5
14
3
1
62
Articulo No.
14
15
16
17
18
19
20
21
22
23
24
25
Defectos encontrados
1
3
3
7
2
5
2
4
0
1
4
5
subtotal
37
CARTA DE CONTROL c
Nombre de la parte
Numero de parte
Equipo de medicin
LSCnp
Nmero de
carta
Unidad de
medida
LICnp
np
11
np
No. de operacin
Limite
especificado
n
Frecuencia
Muestreo
Tamao Muestra
LOTE
TURNO
FECHA
HORA
Tamao de la muestra n fija_____ Variable_______
Proporcin de defectos en la muestra U = c/n
Nmero de defectos en la muestra c
Nmero de unidades defectuosas en la muestra np
Proporcin de unidades defectuosas en la muestra p
P = np/n
MEDIAS
No.
01
02
03
04
05
06
07
08
09
10
11
12
13
CARTA DE CONTROL c
14
15
16
17
18
19
20
21
22
Nombre de la parte
Numero de parte
Equipo de medicin
LSCnp
Nmero de
carta
Unidad de
medida
LICnp
np
12
np
No. de operacin
Limite
especificado
n
Frecuencia
Muestreo
Tamao Muestra
LOTE
TURNO
FECHA
HORA
Tamao de la muestra n fija_____ Variable_______
Proporcin de defectos en la muestra U = c/n
Nmero de defectos en la muestra c
Nmero de unidades defectuosas en la muestra np
Proporcin de unidades defectuosas en la muestra p
P = np/n
MEDIAS
No.
01
02
03
04
05
06
07
08
09
10
11
12
13
14
15
16
17
18
19
20
21
22
u
n
LSC u 0.54 3
LIC u u 3
0.54
1.16
13.045
u
n
LIC u 0.54 3
0.54
0.07
13.045
Entonces se hace:
LICU = 0
Se trazan los lmites de control y la media U en la grfica.
ARTA DE CONTROL u
Nombre de la parte
Numero de parte
Equipo de medicin
LSCnp
Nmero de
carta
Unidad de
medida
LICnp
np
13
np
No. de operacin
Limite
especificado
n
Frecuencia
Muestreo
Tamao Muestra
LOTE
TURNO
FECHA
HORA
Tamao de la muestra n fija_____ Variable_______
Proporcin de defectos en la muestra U = c/n
Nmero de defectos en la muestra c
Nmero de unidades defectuosas en la muestra np
Proporcin de unidades defectuosas en la muestra p
P = np/n
MEDIAS
No.
01
02
03
04
05
06
07
08
09
10
11
12
13
CARTA DE CONTROL u
14
15
16
17
18
19
20
21
22
Nombre de la parte
Numero de parte
Equipo de medicin
LSCnp
Nmero de
carta
Unidad de
medida
LICnp
np
14
np
No. de operacin
Limite
especificado
n
Frecuencia
Muestreo
Tamao Muestra
LOTE
TURNO
FECHA
HORA
Tamao de la muestra n fija_____ Variable_______
Proporcin de defectos en la muestra U = c/n
Nmero de defectos en la muestra c
Nmero de unidades defectuosas en la muestra np
Proporcin de unidades defectuosas en la muestra p
P = np/n
MEDIAS
No.
01
02
03
04
05
06
07
08
09
10
11
12
13
14
15
16
17
18
19
20
21
22
Crticos
Mayores
Serios
Menores
Especificad
o
a
b
c
d
e
f
g
h
i
j
CI = Defectos totales
Piezas totales
Defectos promedio por
pieza
Piezas por muestra
10 1
10
10
10
10
10 1
10
10
10
10
100 100
0.6
0.6
0.6
0.6
1
0.6
0.6
0.6
0.6
0.6
0.6
1
100
0.2
0.2
1
0.2
0.2
1
0.2
0.2
1
0.2
0.2
1
0.2
0.2
2
100
10 10
10
muestra
C = Varianza
10
0.15
2
0.15
1
0.15
1
0.15
2
0.15
0.15
2
0.15
1
0.15
1
0.15
2
0.15
100
10
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.2
0.1
Demritos de cada
muestra
Ponderacin
Cantidad
MENORES
Demritos por serios
Ponderacin
SERIOS
Cantidad
Ponderacin
MAYORES
Cantidad
Ponderacin
Calidad
Piezas. Revisadas
CRITICOS
Muestra No.
DATOS DEL
MUESTREO 1.
Nombre de la
inspeccin. Inspeccin
final de taladros,
roscas y cortes. 2.
TABLA DE DATOS
100
10
CARTA DE CONTROL D
ombre de la parte
Numero de parte
Equipo de medicin
LSCnp
Nmero de
carta
Unidad de
medida
LICnp
np
15
np
No. de operacin
Limite
especificado
n
Frecuencia
Muestreo
Tamao Muestra
LOTE
TURNO
FECHA
HORA
Tamao de la muestra n fija_____ Variable_______
Proporcin de defectos en la muestra U = c/n
Nmero de defectos en la muestra c
Nmero de unidades defectuosas en la muestra np
Proporcin de unidades defectuosas en la muestra p
P = np/n
MEDIAS
No.
01
02
03
04
05
06
07
08
09
10
11
12
13
14
CARTA DE CONTROL D
Nombre de la parte
Numero de parte
Nmero de
carta
16
No. de operacin
15
16
17
18
19
20
21
22
Equipo de medicin
LSCnp
LICnp
np
Unidad de
medida
Limite
especificado
np
n
Frecuencia
Muestreo
Tamao Muestra
LOTE
TURNO
FECHA
HORA
Tamao de la muestra n fija_____ Variable_______
Proporcin de defectos en la muestra U = c/n
Nmero de defectos en la muestra c
Nmero de unidades defectuosas en la muestra np
Proporcin de unidades defectuosas en la muestra p
P = np/n
MEDIAS
No.
01
02
03
04
05
06
07
08
09
10
11
12
13
14
15
16
17
18
19
20
21
22
Li
Causas del desplazamiento
Mal mantenimiento
Operador nuevo
Inspector nuevo
4.- Desplazamiento del rango promedio
Ls
R
Li
1.8.1
Es una medida del valor existente entre las especificaciones del diseo
y los resultados del proceso.
Cp =
Ls Li
Gr
Li
-3s
-3r
Diseo
Proceso
3s
3r
Diseo
En el caso de que la capacidad del proceso sea igual a la del diseo, entonces se
coincida que Cp = 1
Cuando la capacidad del diseo es mayor y la capacidad del proceso es Cp >1 es
mejor la capacidad total.
Cuando la capacidad de proceso es baja y no logra alcanzar la capacidad del
diseo se dice que Cp <1
Procedimiento de clculo
Para realizar el calculo se sigue el siguiente procedimiento:
1.- Revisar grafico de control para detectar puntos que no excedan los lmites de
control y tengan motivos explicables.
2.- En caso afirmativo se descartaran los valores correspondientes a esos puntos y
se obtienen nuevamente el valor de X , R .
3.- Se calcula G.
X
R
1
508.2
15
2
489
26
3
512.2
27
4
503
8
5
497.2
12
6
490.6
26
Especificaciones
910 a 510 _LsC X = 510.10
500mg 10LiC X = 490.19
Valores corregidos
X = 500.8
R = 16.77
510 490
Cp = 6 16.77
2.970
20
= 0.59
33.87
CAPTULO III
7
501.4
4
8
483.8
25
9
510
12
10
505.6
18
Para realizar este paso ser necesario que cada componente del equipo
aporte informacin adicional que permita responder a preguntas como:
Qu ocurre (sntomas).
Dnde ocurre.
Desde cundo ocurre.
Cmo se ha venido resolviendo hasta ahora.
Cul es el impacto econmico del problema y/o el impacto en el
negocio. Al adquirir estos datos bsicos sobre el problema, se debe analizar
el impacto que el problema est teniendo en los clientes y en la propia
organizacin. En funcin de la gravedad de dicho impacto, los
responsables de la resolucin del problema deben analizar la conveniencia
de poner en marcha acciones contenedoras que minimicen en un corto
plazo el efecto del problema sobre su entorno.
3.1.2 Causas que provocan el problema
Para encontrar las causas que originan el problema se pueden utilizan las
herramientas de Calidad.
HERRAMIENTAS ANTIGUAS DE
CALIDAD
Diagrama de Pareto
Histograma
Diagrama Ishikawa
Regresin
Correlacin
Hoja de verificacin
Grafica de control
NUEVAS HERRAMIENTAS DE
CALIDAD
Diagrama del rbol
Grafica de procesos de decisin del
programa
Diagrama de afinidad
Diagrama de interrelacin
Diagrama matricial
Matriz de anlisis de datos
Diagrama de flechas
OPEDEPO
Sistema de calidad
Porcentajes obtenidos asumiendo una desviacin del valor nominal de 1,5 sigma.
Por ejemplo, si tengo un proceso para fabricar ejes que deben tener un
dimetro de 15 +/-1 mm para que sean buenos para mi cliente, si mi proceso tiene
una eficiencia de 3 sigma, de cada milln de ejes que fabrique, 66.800 tendrn un
dimetro inferior a 14 o superior a 16mm, mientras que si mi proceso tiene una
eficiencia de 6 sigma, por cada milln de ejes que fabrique, tan solo 3,4 tendrn un
dimetro inferior a 14 o superior a 16mm.
Dentro de los beneficios que se obtienen del Seis Sigma estn: mejora de la
rentabilidad y la productividad. Una diferencia importante con relacin a otras
metodologas es la orientacin al cliente.
Antecedentes
Seis sigma es una evolucin de las teoras sobre calidad de ms xito
desarrolladas despus de la segunda guerra mundial. Especialmente pueden
considerarse precursoras directas:
D (Definir)
En la fase de definicin se identifican los posibles proyectos Seis Sigma, que
deben ser evaluados por la direccin para evitar la inadecuada utilizacin de
recursos. Una vez seleccionado el proyecto, se prepara y se selecciona el equipo
ms adecuado para ejecutarlo, asignndole la prioridad necesaria.
En esta fase deben responderse las siguientes cuestiones:
M (Medir)
La fase de medicin consiste en la caracterizacin del proceso identificando los
requisitos clave de los clientes, las caractersticas clave del producto (o variables
del resultado) y los parmetros (variables de entrada) que afectan al
funcionamiento del proceso y a las caractersticas o variables clave. A partir de
esta caracterizacin se define el sistema de medida y se mide la capacidad del
proceso.
En esta fase deben responderse las siguientes cuestiones:
A (Analizar)
En la fase de anlisis, el equipo evala los datos de resultados actuales e histricos.
Se desarrollan y comprueban hiptesis sobre posibles relaciones causa-efecto
utilizando las herramientas estadsticas pertinentes. De esta forma el equipo
confirma los determinantes del proceso, es decir las variables clave de entrada o
"focos vitales" que afectan a las variables de respuesta del proceso.
En esta fase deben responderse las siguientes cuestiones:
I (Mejorar)
En la fase de mejora (Improve en ingls) el equipo trata de determinar la relacin
causa-efecto (relacin matemtica entre las variables de entrada y la variable de
respuesta que interese) para predecir, mejorar y optimizar el funcionamiento del
proceso. Por ltimo se determina el rango operacional de los parmetros o
variables de entrada del proceso.
En esta fase deben responderse las siguientes cuestiones:
C (Controlar)
Fase, control, consiste en disear y documentar los controles necesarios para
asegurar que lo conseguido mediante el proyecto Seis Sigma se mantenga una vez
que se hayan implementado los cambios. Cuando se han logrado los objetivos y la
misin se d por finalizada, el equipo informa a la direccin y se disuelve.
En esta fase deben responderse las siguientes cuestiones: Para las variables
ajustadas
Resultados
Conceptualmente los resultados de los proyectos Seis Sigma se obtienen por dos
caminos. Los proyectos consiguen, por un lado, mejorar las caractersticas del
producto o servicio, permitiendo conseguir mayores ingresos y, por otro, el ahorro
Normalizacin.
Normalizacin Bsica
A continuacin se define lo que es una norma bsica y la categora genrica
de un producto.
Norma bsica
La norma bsica es aquella que implica la exigencia mnima del
consumidor y el costo del producto. Debido a que es imposible evitar variaciones,
la industria fija cada norma en trminos de tolerancia. (zona de aceptabilidad).
Categoras genricas de un producto
Para entender la base de las acciones de las normas bsicas se establece
alguna terminologa y conceptos. En la necesidad de hacer una clasificacin de lo
que es un producto, requerimos de considerar la categora genrica de un
producto.
Estas categoras son consideradas de la siguiente forma: hardware,
software, materiales procesados, y servicios.
Hardware;
Son los productos consistiendo de piezas y partes
manufacturadas o ensambles de las mismas.
Software; Son productos tales como los software de computo, que
consisten de informacin, conceptos, transacciones o procedimientos escritos u de
otra forma registrable.
Materiales
procesados; Son productos
( finales o intermedios)
consistiendo de slidos, lquidos, o combinaciones como gases incluyendo
materiales en partcula, lingotes filamentos o estructuras en hoja.
Los materiales procesados son tpicamente liberados (empacados)
en contenedores tales como tambores, bolsas, tanques, latas, ductos o rollos.
Servicios; Productos intangibles los cuales pueden ser la oferta total o
principal o partes incorporadas de la oferta, relacionadas a actividades tales como
La ISO 9001 es para compaas que necesitan asegurarle a sus clientes que
la calidad con sus requerimientos especificados en satisfactoria durante todo el
ciclo, desde diseo hasta el servicio. Aplica particularmente cuando hay un
contrato que requiere un diseo especficamente y cuando los requerimientos del
producto son establecidos en trminos de su comportamiento (velocidad,
capacidad, integridad).
La ISO 9002 se aplica si uno tiene un diseo o especificacin
permanentemente establecido, esta es la norma mas apropiada. Aqu todo lo que
uno tiene que demostrar es su capacidad en produccin e instalacin. Es menos
rigurosa que la ISO 9001.
La ISO 9003 se aplica solo para demostrar su capacidad en actividades de
inspeccin y pruebas en donde el producto
La norma tiene aplicaciones enormes para la industria manufacturera
globalmente y en particular para fabricantes que quieran llegar a los mercados del
mercado comn europeo. Tiene tambin profundas implicaciones sobre las
relaciones entre fabricantes y sus clientes y proveedores. Por otra parte, la norma
significa un numero especificado de ventajas para el fabricante, en adicin a la
logro del status y certificacin implcitos. Entre ellos podramos listar las
siguientes: mejoramiento en la elaboracin, productividad, intendencia, calidad
gerencial y calidad en el trabajo, reduccin de desperdicios, reprocesamientos y
chatarra, ms orden de limpieza, mejorar en la comunicacin y moral del personal
y mejoras en la relacin cliente vendedor.
Conviene advertir que la norma no necesariamente convertir todo negocio
manufacturero en una unidad altamente productiva decir esto equivaldra a una
super simplificacin de la realidad en un mundo cambiante y necesitado de
gerencias talentosas, pero si eliminara muchas de las innecesarias aberraciones y
confusiones por deficiencia en la comunicacin, y representa un practico sistema
de control.
Al momento de escribir este libro la ISO esta en proceso de terminar una
Norma 9000 para servicios llamada gua para la gestin de la calidad en la
prestacin de servicios. Esta es una importante extensin de la norma hacia un
sector que hasta ahora no acostumbrado el uso de norma formal alguna y
representa una transcendente evolucin de actitudes internacionales hacia la
medicin de la calidad en el sector de servicios.
Nuestra primera reaccin puede ser preguntar Cmo puede medirse la
calidad de los servicios? El borrador de la norma dice que son los clientes quienes
ha dejado o implicado necesidades que pueden ser entendidas y satisfechas. Las
normas se siguen para suministrar los elementos y aspectos requeridos para
estructurar un sistema de calidad que sea relevante para una organizacin de
servicios es aplicable a todos estos, incluyendo tanto los que son exclusivamente
servicios como involucran la fabricacin y suministro de productos. Esto hace ha
la norma ideal para un amplio espectro de actividades, desde maquinas vendedoras
hasta consultoras, bancos y servicios a sistemas instalados de computadora.
Beneficios clave
1. El personal entender y estar motivado hacia los objetivos y metas de la
organizacin.
2. Las actividades se evalan, alinean e implementan de una forma integrada.
3. La falta de comunicacin entre los niveles de una organizacin se reducir .
La aplicacin del principio de liderazgo conduce normalmente a:
Considerar las necesidades de todas las partes interesadas.
Establecer una clara visin del futuro de la organizacin.
Establecer objetivos y metas desafiantes.
Crear y mantener valores compartidos, imparcialidad y modelos ticos de
comportamiento en todos los niveles de la organizacin.
Crear confianza y eliminar temores.
Referencias
Jiju Antony. Pros and cons of Six Sigma: an academic perspective.
Consultado el 1 de mayo de 2008.http://www.onesixsigma.com/node/7630 (enlace
roto disponible en Internet Archive; vase el historial y la ltima versin).
http://es.wikipedia.org/w/index.php?