Professional Documents
Culture Documents
Son mecanismos de control estadstico de los procesos y fueron desarrollados por Shewhart.
Segn Ishikawa (1996), es una herramienta estadstica utilizada con fines de control. Se puede
definir como registro grficos de la calidad de una caracterstica en particular, muestra una
estabilidad o inestabilidad de un proceso.
Usos:
- Permite reducir los costos de manufactura
- Mejorar la calidad del producto
- Reducir el nmero de piezas defectuosas
- Reducir los desperdicios
- Revisar los lmites de especificacin
- Mejorar el programa de entrega de los pedidos
- Realizar el control y el diagnstico de procesos repetitivos
- Permite llevar un registro de una determinada caracterstica de calidad
- Determina el grado de control de un proceso
- Prev los rechazos antes de producir piezas defectuosas
- Juzga el rendimiento de un trabajo
- Indica el establecimiento de tolerancias
- Son guas para la gerencia
- Previene los costos
- Establece un ndice de seguridad para el material defectuoso
Importancia:
Informa con razonable grado de exactitud cuando buscar problemas o causas de variacin.
Dnde buscar? Qu causa ser encontrada?, difcil, para ello es necesario entender el proceso
de produccin y el empleo de los grficos de control. Esto dar la habilidad necesaria para
resolver lo difcil (90% de ingeniera y 10% de estadstica). La estadstica solo avisa la
aparicin de las causas asignables, pero, la bsqueda y eliminacin de dichas causas
corresponde a la ingeniera de la calidad.
Cuando se trata de procesos de inspeccin y aceptacin de productos, las pruebas destructivas y
los procedimientos analticos caros tambin requieren el uso de los grficos de control para
reducir los costos de la calidad.
Objetivos:
- Mejoran la calidad
- Define la capacidad del proceso
- Tomar decisiones relativas a las especificaciones del producto
- Tomar decisiones relacionadas al proceso productivo
- Tomar decisiones relativas al producto recin elaborado
Los grficos de control que normalmente se utilizan en los procesos en general y en la pruebas
experimentales son las grficas de promedios (x), que se emplean para medir la variacin del
centrado de los procesos y las grficas de rangos (R) y desviacin estndar (), que se usan
para determinar el grado de dispersin de los grupos de datos individuales del universo, dentro
de lmites especialmente calculados, para ejercer el control y observar las distintas variaciones
que son producto de causas del azar.
El error de tipo I o error se define como el error que consiste en buscar problemas o causas
asignables en un proceso cuando no los hay. Consiste en considerar que un proceso est fuera
de control o de especificacin cuando realmente no lo est, es decir, cuando el proceso est
operando en control y debidamente centrado de tal manera que slo aproximadamente el 0,27%
(27 de 10 000 puntos) de los puntos de una distribucin normal cae fuera de los lmites de
control.
El error tipo II o error tipo se define como el error que se comete cuando no se buscan
problemas donde realmente los hay. Si se concluye que el universo no ha cambiado y en
realidad s ha cambiado, cuando se aduce que el proceso est en control y en realidad no lo est
o, cuando se acepta una hiptesis y sta debe ser rechazada, se est cometiendo un error de tipo
II o un error .
Cuando quiera que los ajustes se hagan basados en el criterio de no reconocer la variabilidad
inherente, propia o natural de los procesos de manufactura, existe el peligro de que algunos
ajustes necesarios sean llevados a cabo en forma frecuente y que esta actitud incremente la
variabilidad de los parmetros de los procesos y de las caractersticas de calidad del producto.
Cuando por ignorancia no se reconoce el efecto nada nocivo de las causas no asignables y a
propsito se ajustan los parmetros del universo no habiendo necesidad de hacerlo, se est
cometiendo un error de tipo I o un error . Lo contrario sera cometer un error de tipo II o un
error .
Lmites de control: Son las fronteras entre las que los resultados de las caractersticas de
calidad deben variar normalmente para indicar que el proceso o el producto est en control.
Proceso bajo control: Cuando la totalidad de puntos muestrales se halla entre los lmites. No
tomar accin de investigacin y correccin.
Proceso fuera de control: Cuando un punto se encuentra fuera de los lmites. Necesario
acciones de investigacin y correccin para eliminar causas atribuibles a comportamiento. Si
puntos se hallan entre lmites pero se comportan de manera sistemtica o no aleatoria, entonces
el proceso est fuera de control.
Los grficos de control se utilizan para monitorear los procesos. Cuando un proceso est bajo
control estadstico, la nica variacin es aquella atribuible al azar. Por lo tanto, el sistema
est funcionando a su mxima eficiencia y no se puede mejorar sin cambiar el sistema.
Abajo tenemos un grfico de control X-R, para el tiempo en respuesta para dar servicio a un
producto dado. La lnea X es la media, o promedio del tiempo de respuesta del equipo de
servicio durante un perodo de 10 semanas. Se trazan las medias semanales de los equipos de
cinco miembros para cada una de las 10 semanas. La lnea R es el rango promedio (tiempo
de respuesta mximo menos tiempo de respuesta mnimo) para el mismo perodo de tiempo;
los rangos semanales del equipo son los puntos trazados alrededor de la lnea. Las lneas
cortadas son los lmites de control superior e inferior (LCS, LCI) que son calculados
utilizando la frmula. (Noten que el grfico de control R no tiene un lmite de control
inferior). Los valores de los lmites de control, al igual que los valores de las medias, son
funciones de la data. Los lmites de control no son especificaciones, que se determinan
separadamente pueden estar, o no, dentro de los lmites de control. (ver figura sgte).
12
11
10
LCS = 9.2
9
8 X = 7.7
7
6 LCI = 6.2
Horas
6
LCS = 5.2
5
3
R = 2.6
2
1 2 3 4 5 6 7 8 9 10
Semanas
El grfico de control muestra que es lo que est sucediendo realmente con el proceso, no lo que
"debera" estar sucediendo.
El hecho de que no haya puntos por encima o por debajo de los lmites de control en ninguno
de las dos grficas, indica que el proceso est bajo control estadstico. Tanto el tiempo de
respuesta promedio (X) como el rango de tiempos - la diferencia entre el mejor y el peor - estn
bajo control.
Existen muchos tipos de grficos de control; la seleccin de cierto grfico depende del proceso
que se va a examinar y los tipos de informacin que se va a recolectar.
Los grficos de control permiten el monitoreo de un proceso para que este primero, pueda ser
llevado hacia un estado de control estadstico y luego, mientras mantiene este estado, se
pueden tomar acciones sobre el sistema que permitan continuar mejorando el proceso. Dado
que los grficos de control brindan este continuo monitoreo de lo que est ocurriendo, se
utilizan para controlar el proceso ya que ayudan a detectar cuando las variaciones estadsticas
indican que a los materiales, herramientas, equipo, mtodos, personas o medio ambiente les
est ocurriendo algo distinto a las causas normales. La data del grfico de control es un registro
especfico de un proceso y por lo tanto brinda una historia. Con frecuencia se les utiliza para
establecer o cambiar los estndares de inspeccin o los procedimientos de produccin. Ms
especficamente, las grficas de control se utilizan para:
Existen muchas variaciones en las posibles clases de grficos de control que pudiesen
disearse.
Los atributos simplemente significa que algo es bueno o es malo, mientras que las variables
son una medicin especfica de un valor, como tamao, peso, temperatura, etc.
Hay dos maneras o condiciones bajo las cuales se puede recolectar la data de una grfica:
La diferencia es que con muestras de igual tamao, se traza el nmero o se cuenta las cosas,
mientras que con muestras que no son del mismo tamao, se necesita trazar un porcentaje o un
nmero de tipo ratio.
Importancia:
- Mantener el control de la medida del proceso y su variabilidad
- Ilustrar el rendimiento de un proceso de fabricacin.
Usos:
- Proporcionan mayor informacin respecto al rendimiento del proceso
- Empleado para el control del nivel de calidad promedio (usual)
- Control de la variabilidad o dispersin del proceso(desviacin estndar)
- Control del rango
Los grficos de control de medias y de rangos se hallan entre los ms importantes y tiles
tcnicas de control estadstico de procesos en lnea.
Tipos:
a. Grficos de control de promedios: Son empleadas para medir la variacin del centrado de
los procesos.
b. Grficos de control de rangos: Este tipo de grfico es una herramienta muy importante para
detectar cambios en la variabilidad o dispersin del universo de la caracterstica de calidad
medida.
c. Grficos de control de desviacin estndar: Son empleados para detectar cambios en la
dispersin del universo; la es ms sensitiva que la grfica R en la variabilidad del
universo cuando n 20.
Si RCP > 1; los lmites especificados quedan dentro de los lmites superior e inferior de
tolerancia natural, (no se producen unidades disconformes).
Si RCP = 1; los lmites especificados coinciden con los lmites de tolerancia natural.
Si RCP< 1; cuando las tolerancias naturales caen fuera de las especificaciones, (se generar un
gran nmero de artculos disconformes).
Se realiza cuando caracterstica de calidad no puede representarse por nmeros. En este caso
cada producto o artculo inspeccionado se clasifica como: CONFORME O DISCONFORME.
Razones:
Trminos:
Defectuoso: Se emplea cuando una unidad de producto se evala en funcin del uso, no por su
cumplimiento de las especificaciones.
La principal ventaja del grfico de control X-R es que se obtiene data especfica sobre una
sola caracterstica de un producto o proceso, de este modo se brindan indicios sobre un
problema, mientras que con el grfico de control pn, solo se puede determinar que el proceso o
producto est o no bajo control. Ms an, con una grfica de control pn, cualquier atributo del
producto puede ser un problema, pero con el grfico de control X-R se puede controlar el
atributo que especficamente se est midiendo. Por otro lado, la desventaja de los grficos de
control X-R es que los productos pueden tener muchas variables que deben ser medidas y
para poder verlas todas se requerir de muchas grficas de control X - R separados--uno por
cada variable que pueda ser importante. Esto puede ser muy costoso, por lo que usualmente se
utiliza una mezcla de ambas grficas de control, el de variables y el de atributos.
Nota: los grficos X-R usualmente se muestran juntos, volvindose grficos de control X-R.
El diagrama de amplitudes
El diagrama de amplitudes est diseado para mostrar si la amplitud total de la medicin est
dentro o fuera de control. El lmite superior de control (LSC) y el lmite inferior de control
(LIC) se obtienen a partir de la ecuacin:
El diagrama de porcentaje de defectos
El diagrama de porcentaje de defectos se llama tambin diagrama p o diagrama de p barra.
La grfica muestra la porcin de la produccin que no es aceptable. Esta porcin se puede
encontrar con
Qu es un grfico de control X - R?
Un grfico de control X-R tiene los mismos elementos bsicos que tienen todos los grficos
de control; esto es, hay una Lnea Central (CL), una lnea de Lmite de control superior
(UCL)*, y una lnea de Lmite de control inferior (LCL)*. Sin embargo, un grfico de control
X-R es realmente un trazado de dos grficos superpuestos-- un grfico de control X, trazando
las mediciones promedio y un grfico R, trazando el rango de mediciones. La fig. 02 es un
ejemplo de un grfico X-R.
* UCL = Upper Control Limit
* LCL = Lower Control Limit
UCL
X X
LCL
UCL
R
R
Paso 1. Recolectar la data.- (Usualmente se necesitan ms de 100 datos). La data puede ser
recopilada si utilizamos una unidad de medicin apropiada, como son las "horas" o "por da", o
el "nmero de lote" algn otro tipo de unidades. Es ms fcil cuando la situacin permita
establecer la unidad de medicin o agrupacin apropiada antes de recolectar la data. En la
presentacin se utiliza el <Da de Produccin> como la unidad de medicin apropiada y se
recolectan 5 muestras durante cada "da". En la situacin que aqu usaremos, las unidades de
tiempo son las horas y las medias horas especificadas, y se recolectan 5 muestras, una cada
hora/media hora, de cada uno de los 30 grupos o "lotes". (Ver Tabla)
Paso 2. Calcular los valores de la media (X).- Hemos diseado nuestra hoja de data X-R
para poder calcular fcilmente los valores de X y R para cada grupo. En nuestro ejemplo, las
muestras del lote #1 dan un total de 97,6 para las 5 unidades. Los 97,6 divididos entre 5 da un
promedio del valor de X de 19,52, que despus se convierte un punto trazado del grfico de
control. Ahora continuamos llenando los siguientes valores de X y X, usando la hoja de data de
este ejercicio.
Paso 3. Calcular el rango (R).- Por ejemplo, veamos el lote #1 donde 21,0 es ms grande y
18,2 es ms pequeo. La diferencia entre los dos nos da el rango (R) 2,8, el cual se pone en la
columna titulada rango de los otros lotes. Despus de terminar esta parte del ejercicio,
verificar las respuestas con aquellas dadas en la tabla.
Dado que la hoja de data de este ejercicio contiene slo la informacin de algunos lotes, no
podrn completar todos los puntos del trazado. Sin embargo, como prctica, debern trazar la
data de los lotes arriba mencionados. Usen la figura 03, para completar esta parte del ejercicio.
20.5
20.0
19.5
19.0
X
18.5
18.0
17.5
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22
4.5 23 24 25 26 27 28 29 30
4.0
3.5
3.0
2.5
R
2.0
1.5
1.0
0.5
0
0
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
Para comenzar, hemos trazado el Lote #1, que tiene un promedio (X) de 19,52 y un rango
(R) de 2,8.
Paso 5. Calcular la lnea central (CL) para cada uno de los grficos de lnea X-R.
Indicamos la lnea central (CL) para X (promedio) mediante el uso del smbolo X; la lnea
central para R (rango) mediante el uso del smbolo R. Estas lneas centrales muestran los
valores para estos dos trazados. Para calcular X con doble barra (que es el promedio de
promedios) sumar los valores de la columna con el ttulo "Media". Esta, suma da 567 y
dividiendo este valor entre los 30 lotes muestreados, el promedio resultante de esta columna es
de 18,9 (puesto que no tiene la data para los 30 lotes, no le ser posible comprobar la cantidad
567). Ahora que ya saben donde dibujar la lnea central (CL) del grfico X, en 18,9 a manera
de prctica hganlo en la Fig.04.
Para calcular R, sumen la columna con el ttulo "Rango". La suma da 57 y dividan ste valor
entre 30. El rango promedio es 1,9 (esta es otra cantidad que no podrn comprobar en este
ejercicio). Ahora ya saben donde dibujar la lnea central (CL)* para el grfico R, en 1,9 otra
vez a manera de prctica dibujen esta lnea en la Fig. 04.
* Central Line
20.5
20.0
19.5
19.0
X
18.5
18.0
17.5
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22
4.5 23 24 25 26 27 28 29 30
4.0
3.5
3.0
2.5
R
2.0
1.5
1.0
0.5
0
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
Paso 6. Calcular los lmites de control X.- Este clculo se realiza mejor usando las
cantidades mostradas en la (Tabla N 8.5) y realizando unos simples clculos matemticos. Los
valores a usar cantidades estn en la Tabla, bajo la columna. Tomando la cantidad de las
muestras que aparece en la columna n de las 5 observaciones utilizadas en el ejemplo, y la
cantidad de la columna A2, 0,577, el cual esta opuesta al 5, redondendola a 0,58 se convierte
en el nmero a utilizar con las frmulas que se encuentran a continuacin y as calcular los
lmites de Control Superior e Inferior para el Grfico X promedio.
UCL x = X + A2 R
(1) Tome el valor de la lnea central (X) 18,9 y el valor de la columna A2 0,58
(redondeado) y el otro valor de lnea central R 1,90.
(2) Multiplique 0,58 x 1,9 (A 2 R) = 1,1
(3) Sume X + A 2 R o 18,9 + 1,1 = 20
Por lo tanto UCL = 20
X - A 2 R = LCL
(18,9) - (1,1) = 17,8 (LCL)
Este mtodo siempre da como resultado que la lnea CL est equidistante de la UCL y
la LCL en el grfico X promedio.
Ahora proceda a dibujar las lneas UCL y LCL para el grfico X, utilizando la figura
05, a continuacin, como hoja de trabajo.
20.5
20.0
19.5
19.0 CL = 18.9
X
18.5
18.0
17.5
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
Paso 7. Calcular las lneas de control R.- Recuerde, tanto la lnea UCL como la LCL para X
promedio siempre estn equidistantes de la lnea central. Este no es el caso del Grfico R. El
clculo para el Grfico R se realiza utilizando los "Factores para el grfico R" de las columnas
D3 y D4 de la Tabla. Una vez ms, vayan al nmero 5 de la columna n del cuadro 2 y
muvanse en la misma lnea a las columnas D3 y D4. La cantidad en D3 es cero (0) y la
cantidad en D4 es 2,11, y estas se utilizan con las frmulas de la parte baja de la Tabla A para
calcular los lmites de control UCL y LCL para el grfico R.
Por lo tanto, para encontrar la lnea UCL y LCL para el grfico R, utilizamos las siguientes
frmulas:
UCLR = D4R
LCLR = D3R
Ahora proceda a dibujar la lnea UCL para el Grfico R en la figura. Recuerde, la lnea
LCL no aparecer porque se calcula que es menor que cero.
Paso 8. Complete la figura del ejemplo arriba visto, aadiendo la anotacin "n=5" en la
esquina superior izquierda.
Hasta este punto, hemos descrito como crear un grfico de control X-R y de ese modo
establecer los lmites de control de un proceso dado. Utilicemos el grfico de control para
tomar muestras, medirlas y trazar los resultados de estas mediciones en las grficas de control
de una manera continua.
Sabremos, que se ha producido una anomala si se presentan patrones no aleatorios, como los
que se indican a continuacin:
A. RUN o RACHA
LCS
LINEA EL
CENTRAL PROCESO
ES ESTABLE
LCI
LCS
NO IGNORAR LA CAUSA
LINEA POR LA QUE UN
PUNTO
ESTA FUERA DE LOS
CENTRAL
LIMITES DE CONTROL
EN ESTE
LCI PROCESO
NO IGNORAR LA CAUSA
LCS
QUE PRODUCE UNA
POBRE DISTRIBUCION
LINEA DE LOS PUNTOS
CENTRAL EN
ESTE PROCESO
(SIETE
PUNTOS
SEGUIDOS
DEBAJO DE LA LINEA
LCI DE
CONTROL)
Fig. 07: Criterios de estabilidad de un grfico de control
B. Tendencia
Si se verifica un ascenso o un descenso, continuos en una serie de puntos, concluiremos que
existe una tendencia. Aqu las leyes de probabilidades dicen que 7 puntos es el nmero clave
que indica que existe una anormalidad, pero, inclusive, se debe investigar la razn de la
tendencia de seis puntos.
LCS
}
}
X LC
}
}
LCI
LCS
}
}
}
LC
}
}
}
LCI
Lord Nelson (1984) proporciona ocho tests para detectar situaciones inusuales, no aleatorios
para grficas de control que utilizan lmites 3T.
X
LCS LCS
A A
B B
C C
X X
C C
B B X
A A
LCI LCI
X
Test 3. Seis puntos seguidos permanente - - Test 4. Catorce puntos seguidos alter- --
--- -------
mente crecientes o decrecientes --- ------
nativamente arriba y abajo
X X
LCS LCS
A A
B B
C C
X X
C C
B B X
A A
LCI LCI
La presencia de una variacin asignable puede ser detectada, y la accin para eliminar las
causas se justifica econmicamente.
ANALOGIA DE OBJETIVO
Proceso significa:
Cualquier actividad o grupo de actividades que emplea un consumo, le agrega valor a este y
suministra un producto a un elemento externo o interno.
Ejemplos:
a) Mquinas individuales o un equipo que funciona bajo ciertas condiciones fijas.
b) Mquinas individuales o un equipo que funciona bajo condiciones (tales como operarios,
materiales, tiempos, etc.) con cierto grado de variacin.
c) Una serie de operaciones realizadas por varias mquinas conectadas entre s o piezas de
equipo.
Cada proceso precisa ser identificado a travs de un flujograma, ya que slo algunos
realmente nos interesan. Estos efectos, verdaderas caractersticas de calidad, sern
escogidos como indicadores, recibiendo un nombre muy definido y muy importante en
calidad total tems de control. A su vez cada proceso es, normalmente afectado por varias
causas, algunas de las cuales, reconocidas como importantes, pueden desempear tambin el
papel de indicadores; ahora en un segundo nivel, estos indicadores son denominados tems
de verificacin.
En resumen, los tems de control corresponden a efectos y se miden en el producto
acabado; los tems de verificacin corresponden a causas y se miden durante el
proceso.
Traduciendo lo anterior en trminos de calidad total, tenemos el concepto de control del
proceso, cuyo significado es: Primero mantener estable una serie de causas (tems de
verificacin) que afectan los efectos del proceso (tems de control) relativos al producto a
ser generado.
Este control del proceso debe seguir la secuencia Q (calidad intrnseca); C (costo); A
(avenimiento); M (estado de nimo) y S (seguridad). Este es el significado de un concepto
muy difundido en el Japn: Primero la Calidad.
a) Control de proceso
El objetivo de un sistema de Control de proceso es tomar decisiones econmicamente sanas
acerca de las acciones que estn afectando el proceso. Es decir tomar las acciones pertinentes
cuando son necesarios bajo las dos fuentes de variacin: Causas asignables y causas fortuitas.
Un proceso esta operando en control estadstico cuando las nicas fuentes de variacin son las
causas fortuitas. Por lo tanto un sistema de Control de Proceso es entonces proveer una seal
estadstica cuando estn presentes las causas asignables y evitar dar seales falsas cuando ellas
no estn presentes. Esto permite la toma de decisiones adecuadas sobre las causas asignables.
b) Capacidad de proceso
La capacidad de proceso es determinada por la variacin que viene de las causas fortuitas. Lo
que representa generalmente el mejor rendimiento (mnima dispersin) del proceso mismo.
Los clientes sin embargo, internos o externos estn relacionados con el resultado global del
proceso y como se relacionan con sus requerimientos (especificaciones) sin tomar en cuenta la
variacin del proceso.
Lo primero que se debe hacer es traer al proceso bajo control estadstico, detectando y
actuando sobre causas asignables de variacin. Entonces su rendimiento es predecible y su
capacidad para cumplir con las expectativas del consumidor puede ser lograda. Esta es la base
para la mejora continua.
Para ser aceptable, el proceso debe estar en estado de control estadstico y la variacin
inherente debe ser menor que la especificacin.
La capacidad de proceso ser calculada slo despus de que un proceso ha demostrado estar
en estado de control estadstico.
Los ndices de capacidad pueden ser divididos en dos categoras:
Corto plazo
Los estudios de capacidad a corto plazo estn basados en mediciones recopiladas de una
corrida de operacin. La data es analizada con un grfico de control para evidenciar que el
proceso est operando en un estado de control estadstico. Si no se encuentran causas
asignables, se puede calcular el ndice de capacidad a corto plazo. Si el proceso no est en
control, se requerirn acciones relacionadas con la variacin por causa(s) asignable(s).
Largo plazo
Una vez encontrado un proceso estable y capaz de reunir los requerimientos a corto plazo, se
realiza a continuacin, los estudios de capacidad a Largo plazo, el cual consiste en mediciones
que son recopiladas sobre un perodo largo de tiempo. En cual debe incluir todas las fuentes
esperadas de variacin. Muchas de esas fuentes de variacin pueden no haber sido observadas
en el estudio de corto plazo. Una vez recopilada la suficiente data, la data es trazada sobre un
grfico de control y si no se encuentran causas asignables, se pueden calcular los ndices de
capacidad y funcionamiento a largo plazo. El objetivo de este estudio es determinar la
capacidad del proceso para satisfacer los requerimientos del cliente sobre un perodo largo de
tiempo y con muchas causas de variacin, incluidas digamos es, para cuantificar el
rendimiento del proceso.
Capacidad vs Performance
Capacidad: Potencial del proceso para cumplir con la tolerancia establecida. Este potencial
se alcanza si slo acta una variacin inherente del proceso. Tambin llamada capacidad
terica del proceso.
Matemticamente se define como 6 para un proceso en estado de control estadstico. Si el
valor 6 es menor que el rango de la tolerancia, el proceso es considerado capaz. El grado
de capacidad del proceso lo da la relacin existente entre la tolerancia y 6 .
CP = 6
= R/d2 = R/d2 = s/c4
Donde:
s : desviacin promedio de las muestras
C4 : factor para calcular de s
R : rango promedio de las muestras
d2 : factor para calcular de R
PP = 6
Procedimiento
Paso 1
Recoger alrededor de 100 puntos de datos del proceso de acuerdo con la secuencia de
produccin o sobre un cierto periodo de tiempo.
Paso 2
Empleando un papel milimetrado, dibuje una escala para valores medidos (generalmente una
escala de tiempo) a lo largo del eje horizontal y una escala para valores de caractersticas
(calidad) a lo largo del eje vertical.
Paso 3
Represente grficamente los datos en forma secuencial. Cree un dibujo con los puntos que
representan datos.
Paso 4
Trace lneas que representen los valores especificados o meta.
Paso 5
Construya un histograma horizontal en el lado derecho del grfico, para clarificar la pauta de
la distribucin.
2. Cambia con el tiempo la colocacin de los puntos dibujados?. Por ejemplo, tienden a
ascender o descender con el tiempo los puntos dibujados?. Hay alguna pauta en los cambios
de posicionamiento de los puntos?. Hay cambios abruptos en la posicin de los puntos?.
Cuadro 04: Interpretacin de valores de los ndices de capacidad del proceso (Cp)
ndices de capacidad de
proceso
Se debe apuntar a una capacidad del proceso de 1,67 o
ms cuando se pretende un control de ppm, una fraccin
Cp 1,67 de unidades defectuosas del orden de millonsimas, o una
fiabilidad altsima. Esta calidad es demasiado elevada
para fines generales.
1,67 Cp 1,33 Calidad muy buena. Se puede reducir la inspeccin.
Variacin Inherente del Proceso: Es la porcin del proceso debida slo a causas comunes.
Esta variacin puede ser estimada de los grficos de control R/d2 (grfica X-R) o s /c4
(grfica X-S)
Variacin Total del Proceso: Es la variacin debida a causas asignables e inherentes. Esta
variacin puede ser estimada S= s (desviacin estndar del total de la muestra), usando todas
las lecturas individuales obtenidas de un grfico de control detallado o de un estudio del
proceso.
n=i 2
( X - X i)
S = s = n -1
ndice de capacidad (Cp), que se define como el ancho de la tolerancia dividido por la
Capacidad del proceso, sin considerar el centrado del proceso:
Cp = __T__
6 R/d2 o s
T = Su - S L
Cp = _T__
6s
LCI
LCI
NO SATISFACE
LA
ESPECIFICACI
ON
c) d)
LIE LES LCS LIE LES LCS
LCC LCC
LCI LCI
SATISFACE LA
ESPECIFICACI
ON
Lmites de especificacin
superior e inferior
determinada por el cliente
PROCESO
LIE LES
Personal
Materiales
Mtodos
OUTPUT
C
C.- La variacin del proceso es inferior a
la especificacin; sin embargo, se
Cp > 1 obtendr defectos si el proceso no est
centrado en el valor deseado.
Bibliografa
1.- BARBA, E./ BOIX, F./ CUATRECASAS, Llus. 2000. SEIS SIGMA: Una iniciativa de calidad
total. GESTION 2000.- Barcelona - Espaa.- ISBN: 84-8088-6102
2.- BESTERFIELD, Dale. 1994. Control de calidad. Prentice Hall.- Mxico.- ISBN: 968-880-530-
0
3.- KUME, Hitoshi. 1996. Herramientas estadsticas bsicas para el mejoramiento de la calidad.
Editorial Norma.- Espaa.
N de
d2=R/ c2=/ FACTORES PARA EL GRAFICO
observaciones
X R
A2 A1 A D3 D4 D1 D2 B3 B4
2 1,128 0,5642 1,88 3,76 2,12 0 3,27 0 3,69 0 3,27
3 1,693 0,7236 1,02 2,39 1,73 0 2,57 0 4,36 0 2,57
4 2,059 0,7979 0,73 1,88 1,50 0 2,28 0 4,70 0 2,27
5 2,326 0,8407 0,58 1,60 1,34 0 2,11 0 4,92 0 2,09
6 2,534 0,8686 0,48 1,41 1,22 0 2,00 0 5,08 0,03 1,97
7 2,704 0,8882 0,42 1,28 1,13 0,08 1,92 0,20 5,20 0,12 1,88
8 2,847 0,9027 0,37 1,17 1,06 0,14 1,86 0,39 5,31 0,19 1,81
9 2,970 0,9139 0,34 1,09 1,00 0,18 1,82 0,55 5,39 0,24 1,76
10 3,078 0,9227 0,31 1,03 0,95 0,22 1,78 0,69 5,47 0,28 1,72
11 3,173 0,9300 0,29 0,97 0,90 0,26 1,74 0,81 5,53 0,32 1,68
12 3,258 0,9353 0,27 0,93 0,87 0,28 1,72 0,92 5,59 0,35 1,65
13 3,336 0,9410 0,25 0,88 0,83 0,31 1,69 1,03 5,65 0,38 1,62
14 3,407 0,9453 0,24 0,85 0,80 0,33 1,67 1,12 5,69 0,41 1,59
15 3,472 0,9490 0,22 0,82 0,77 0,35 1,65 1,21 5,74 0,43 1,57
16 3,532 0,9523 0,21 0,79 0,75 0,36 1,64 1,28 5,78 0,45 1,55
17 3,588 0,9551 0,20 0,76 0,73 0,38 1,62 1,36 5,82 0,47 1,53
18 3,640 0,9576 0,19 0,74 0,71 0,39 1,61 1,43 5,85 0,48 1,52
19 3,689 0,9599 0,19 0,72 0,69 0,40 1,60 1,49 5,89 0,50 1,50
20 3,735 0,9619 0,18 0,70 0,67 0,41 1,59 1,55 5,92 0,51 1,49