PROCESOS DE INSPECCIN

Algunas compaas usan incorrectamente

la inspeccin de calidad, intentando
entresacar las unidades defectuosas
antes de que lleguen al consumidor, sin
embargo esto est condenado al fracaso
porque implica muchos costos externos e
internos.
En cambio las compaas de categora
mundial , combinan la inspeccin precoz
con el Control Estadstico de Procesos
para vigilar la calidad y estar en
condiciones de detectar y corregir la
presencia de anormalidades.

PROCESOS DE INSPECCIN
Entre las decisiones importantes
en la aplicacin de un programa
de este tipo figuran las referentes
a cmo medir las caractersticas
de la calidad, qu tamao de
muestras recolectar y en qu
etapas del proceso sera
conveniente realizar
inspecciones.

PROCESOS DE INSPECCIN
MEDICIONES DE LA CALIDAD
La calidad puede medirse en dos formas:
a) Medir variables: Caractersticas del producto o
servicio que son susceptibles de ser medidas como peso,
longitud, volumen o tiempo.
Ventaja: Si un producto o servicio no satisface las
especificaciones de calidad, el inspector sabr cul es el
monto de la discrepancia.
Desventaja: Estas mediciones suelen requerir el uso de
equipo especial, ciertas destrezas de los empleados,
procedimientos rigurosos, tiempo y esfuerzo.

PROCESOS DE INSPECCIN
b) Medir atributos: Caractersticas del
producto o servicio que es posible contar
rpidamente para saber si la calidad es
aceptable. Este mtodo permite tomar una
decisin simple de s o no acerca de si un
producto cumple con las especificaciones.
Algunos ejemplos de atributos que pueden
contarse son : la proporcin de radios que
no funcionan en la prueba final, la
proporcin de aerolneas que llegan con
retraso a su destino final, entre otros.

PROCESOS DE INSPECCIN
MUESTREO

El mtodo ms completo para una

inspeccin consiste en revisar la calidad de
todos los productos o servicios en cada una
de las etapas.
Este procedimiento, llamado inspeccin
completa, se usa cuando los costos de
pasar los defectos a la siguiente estacin de
trabajo o al cliente son mayores que los
costos de inspeccin.

PROCESOS DE INSPECCIN
Plan de muestreo:
Proporciona ms o menos el mismo grado de
proteccin que obtenemos con una inspeccin
completa. En el plan de muestreo se especifican: el
tamao de la muestra, que es una cantidad
determinada de observaciones de los productos del
proceso, seleccionadas al azar; el intervalo de tiempo
que deber transcurrir entre os muestras sucesivas y
las reglas de decisin que determinan cundo ser
necesario entrar en accin.
El muestreo es apropiado cuando los costos de
inspeccin son altos porque para realizarla se
requieren conocimientos, habilidades o
procedimientos especiales, o bien, equipo costoso.

PROCESOS DE INSPECCIN
Distribuciones de muestreo:

El propsito de un muestreo es calcular una

variable o medida de atributos para cierta
caracterstica de calidad de la muestra. Esa
medida se usar despus para evaluar el
rendimiento del proceso mismo.
Ejemplo: La gerencia toma la decisin de
que la mquina debe producir cajas con un
peso promedio de 425 gramos. La media
ser 425 gramos.

Distribucin de las
medias de la muestra

425
x
(media)

Distribucin de
las medias en el
proceso
(Distribucin del
proceso)

Relacin entre la distribucin de la poblacin y

la distribucin de las muestras
Distribucin de las medias de las muestras
Media de las medias de las muestras x
Desviacin estndar
de las medias de las
muestras

x
(media)
68.26%

95,44%
99,74%

FIGURA 7.8
UCL
NOMINAL
LCL
1

Causas asignables
probables

Localizacin de una estacin de

inspeccin

Insumos de materias
primas
Trabajo en proceso
Producto o servicio final

Tipos de control estadstico de

procesos
Control estadstico
de calidad
Proceso de
control

Muestreo de
aceptacin

Grficos para
Grficos para
Variables
variables
atributos

Atributos

Caractersticas de calidad
Variables

Atributos

Caractersticas
Caractersticas
centradas en los
que se pueden
defectos.
medir (por
ejemplo, el peso o Los productos se
clasifican en productos
la longitud).
buenos
o
malos,
o
Pueden ser
se cuentan los defectos
nmeros enteros o
que tengan.
fracciones.
Por ejemplo, una radio
Muchas variables
funciona o no.
aleatorias.
Variables aleatorias

Mtodos de
Control
Estadstico de
Procesos
Control Estadstico
de
Muestreo de Aceptacin
Procesos (grficos de
control)

Atributos

Variables

(planes de muestreo)
Atributos

Variables

Grficos de Control
Concepto:
Herramienta estadstica utilizada
para detectar variaciones de la
calidad de un producto, durante
un proceso de fabricacin.

Causas de las variaciones

Causas no asignables o aleatorias:
debidas al azar, no son identificables,
no pueden ser reducidas o
eliminadas.
Producen variaciones pequeas.
Causas asignables: identificables y
que deben ser eliminadas. Producen
variaciones grandes.

Un grfico de control permite

identificar causas asignables y
determinar si un proceso est bajo
o fuera de control.
Bajo control: trabaja en presencia
de variaciones aleatorias.
Fuera de control: hay variaciones
debidas a causas asignables.

Estructura de un grfico de
control.
Lmite
superior
de
control
Lnea
central
Lmite
inferior
de
control

Nmero de muestra
25

23

21

19

17

15

13

11

Caracterstica de
calidad (longitud mm)

Grfico de control
1

0.8

0.6

0.4

0.2

3. Grficos de Control para

variables

Grficos
-R
Se utilizan cuando la caracterstica de
calidad que se desea controlar es una
variable continua.
Se requieren N muestras de tamao n.
Ejemplo: fbrica que produce piezas
cilndricas de madera. La caracterstica
de calidad que se desea controlar es el
dimetro.

Obtencin de las muestras

Forma A.
7:0
0
Proces
o

Muestra de
6 Piezas

8:0
0
Proces
o

Muestra de
6 Piezas

Obtencin de las muestras

Forma B.
Retirar piezas individuales a lo largo
del tiempo correspondiente a la
muestra.
En vez de retirar 6 piezas a las 7, se
retira una a la 7:10, 7:20, 7:30, ..

Se obtiene una tabla de datos de la

siguiente forma:
No. muestra

Mediciones
1

50.04

50.08

50.09

50.1

50.24

50.04

50.14

49.97

50.07

49.97

50.03

50.1

49.99

50.13

50.18

50.04

50.08

50.08

50.03

50.18

50.08

50.08

50.01

50.12

.
.

.
.

.
.

.
.

.
..

.
.

.
.

30

49.98

50.08

50.08

50.03

50.08

50.1

Construccin de los grficos

-R.

Paso 1. Calcular media y rango para

cada muestra
No. muestra

Mediciones

50.04

50.1

0.2

50.03

50.1

50.05

0.17

50.04

50.08

50.08

50.08

0.19

50.08

50.08

50.01

50.12

50.1

0.15

.
.
.
.50.08

.
.
.
.50.03

.
.
.
.50.08

50.1

50.06

0.12

50.04

50.08

50.09

50.1

50.24

50.14

49.97

50.07

49.97

49.99

50.13

50.18

50.03

50.18

.
.
.
.30

.
.
.
.49.98

.
.
.
.50.08

Paso 2. Calcular la media de medias

y la media de los rangos

Xi

: media de la
muestra i
Ri : cantidad de muestras

N : nmero de
muestras

Paso 3. Clculo de los lmites de control.

Lmites de control para el grfico

LSC X A2 R

LneaCentral X
LIC X A2 R

Lmites de control para el grfico

R

LSC D4 R
LneaCentral R

LIC D3 R

Grfico R

Grfico de R
0.50
0.45
0.40
0.35
0.30
0.25
0.20
0.15
0.10
0.05
0.00
0

10

15

No. de muestra
N subgrupo

20

25

30

Grfico

Grfico de Xp
50.20
50.15

Xp

50.10
50.05
50.00
49.95
0

10

15

20

No. N
de
muestra
subgrupo

25

30

Puntos a considerar para construir

grficos de control:
Tamao de la muestra y frecuencia
del muestreo
a)Tomar con frecuencia muestras pequeas (4, 5,
6 cada media hora)
b) Tomar muestras grandes con una frecuencia
menor (20 cada dos horas)

Nmero de muestras

(aprox. 25
muestras, entre 100-150 observaciones)

Grficos de control por

atributos
Se utilizan para controlar
caractersticas de calidad que no
pueden ser medidas, y que dan lugar
a una clasificacin del producto:
defectuoso o no defectuoso
Tipos:
Grfico p, grfico np, grfico c.

Grfico p
Se usa para estudiar la variacin de la
proporcin de artculos defectuosos.
p = no. de artculos defectuosos / n
n: tamao de la muestra

Lmites de control
para el grfico p.

p (1 p )
LSC p 3
n
LC p
p (1 p )
LIC p 3
n

Ejemplo de grfico p.
Se envasa jugo de naranja en recipientes de cartn
de 6 onzas. Estos envases los produce una mquina
formando un tubo a partir de una pieza de cartn y
aplicando luego un fondo metlico. Al inspeccionar
un envase puede determinarse si gotear al llenarlo,
por la junta lateral o la del fondo, si gotea el envase
se considera disconforme. Elaborar un diagrama de
control para vigilar la fraccin de envases
disconformes producidos por esta mquina.
Se seleccionaron 30 muestras de n=50 envases
cada media hora durante un perodo de tres turnos,
en los cuales la mquina oper continuamente.

Grfico c
Se basa en el nmero de defectos
por artculo.
Ejemplo: nmero de defectos por
pieza de madera (manchas, grietas,
torceduras). Se inspecciona una
pieza y se cuenta cuantos defectos
tiene.

Construccin de un grfico c
Paso 1. Se seleccionan N muestras
de tamao n.
Paso 2. En cada muestra se cuentan
el nmero de defectos presentes
(suma de todos los defectos que
tengan las piezas de la muestra). Ci

Paso 3. Se calcula el promedio de

defectos por muestra.
C

Paso 4. Se calculan los lmites de

control

LSC C 3 C
LC C
LIC C 3 C
Contenido

Etapa 2: Control del proceso

Nuevas observaciones del
proceso productivo, se registran
en grficos de control con los
lmites establecidos en la etapa 1.
Si el proceso se sale de control,
se detiene y se investigan las
causas. Eliminada la causa del
problema se continua la
produccin.

Objetivos de los grficos de

control
Mostrar los cambios que se han producido en
los datos.
Por ejemplo, las tendencias.
Realizar las correcciones antes de que el proceso est
fuera de control.

Mostrar las causas de las variaciones en los

datos.
Causas imputables.
Los datos situados fuera de los lmites de control o la
tendencia en los datos.

Causas naturales.
Variaciones aleatorias alrededor de la media.

Fundamento terico de los

grficos de control
Teorema central del
A medida
lmite

la distribucin
tender a
seguir una
curva de
distribucin
normal, sin
tener en cuenta
X la distribucin
de la poblacin.

que aumente
el tamao de
las
muestras,

Fundamento terico de los

grficos de control
Teorema central del
lmite
Media

Desviacin
estndar
x
x
n

Tipos de grficos de control

Varios datos
numricos

Datos numricos
Grficos categricos o
de control discretos

Grfico de
variables
Grfico
I

Grfico de
atributos

Grfico
X

Grfico
P

Grfico

Pasos del control estadstico de

procesos
Producir un bien

Salida Proporcionar un servicio

Tomar una muestra

No
Causas
imputables?
S

Examinar la muestraDetener el proceso

Crear
Descubrir el porqu
grfico de control

Grfico X
Es un grfico de control de
variables.
Intervalo o informacin numrica en
escala.

Muestra la media de las muestras a

lo largo del tiempo.
Muestra la media del proceso.
Ejemplo: Pesar muestras de caf,
calcular la media de las muestras y
representarlo en un grfico.

Lmites de control del

grfico X
UCL x x A I

De la
Tabla S6.1

LCL x x A I

xi

Interval
o de la
Media de
muestra
la
en el
muestra
tiempo i n
en el

tiempo i
i 1

Nmero
de
muestras

Factores para calcular los

lmites de los grficos de control
Tamao de la Factor de la Intervalo
muestra, n
media, A2
superior, D4

2
3
4
5
6
7
8
9
10

1,880
1,023
0,729
0,577
0,483
0,419
0,373
0,337
0,308

3,268
2,574
2,282
2,115
2,004
1,924
1,864
1,816
1,777

Intervalo
inferior, D 3

0
0
0
0
0
0,076
0,136
0,184
0,223
0.184

GRAFICO X
UCL x x A I

0,5027+0,729(0.0021)=0.5042

LCL x x A I

0,5027-0,729(0.0021)=0.5012

0,5050
0,5040
0,5030

Serie1

0,5020
0,5010
0

Grfico p
Es un grfico de control de atributos.
Datos categricos en escala.
Por ejemplo, bueno-malo.

Muestra el tanto por ciento de los

artculos defectuosos.
Ejemplo: Contar el nmero de sillas
defectuosas, dividirlo entre el total de las
sillas que se han examinado y
representarlo en un grfico.
Una silla puede ser defectuosa o no
defectuosa.

Lmites de control del

grfico p
UCL

LCL

p z

p ( p )
n

p z

p ( p )
n

ni

xi

i 1
k

ni

i 1

z = 2 para lmites
del 95,5%; z = 3
para lmites del
99,7%
Nmero de
artculos
defectuosos en
la muestra i
Tamao de
la muestra i

Ejemplo
Un gerente de banco revisa 2500 boletas de deposito al
azar cada semana
Semanas
1
2
3
4
5
6
7
8
9
10
11
12
Total

Defectos
15
12
19
2
19
4
24
7
10
17
15
3
147

Proporcin defectos
15/2500
0,0048
0,0076
0,0008
0,0076
0,0016
0,0096
0,0028
0,004
0,0068
0,006
0,0012

UCL

LCL

p z

p ( p
n

p z

p ( p )
n

P=total defectos/n de observaciones

P= 147/(12x2500)=0,0049
UCL = 0,0049+3(0,0014)=0,0091
LCL = 0,0049- 3(0,0014)=0,0007

0,012
0,01
0,008
0,006
0,004
0,002
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13

Grfico c
Es un grfico de control de atributos.
Datos cuantitativos escasos.

Muestra el nmero de registros

defectuosos que hay en una unidad.
Una unidad puede ser una silla, una lmina
de acero, un automvil, etc.
El tamao de la unidad tiene que ser
constante.

Ejemplo: Contar el nmero de registros

defectuosos (rasguos, astillas, etc.) en
cada silla de una muestra de 100 sillas y
representarlo en un grfico.

CARTA DE CONTROL DEL MEDIDOR

CONTRATISTA

: PETROBRAS ENERGIA

MEDIDOR N

:2

N DE
REPORTE

: 546-573

LOTE

:X

N PRUEBAS

: 25

MES

: ENE - FEB

PTO DE FISCALIZACION

: PLANTA TRATAMIENTO CARRIZO

TIPO DE MEDIDOR

: DESPLAZAMIENTO POSITIVO

AO

: 2007

CARTA DE CONTROL
MEDIDOR N2 - LOTE X
1.0020

MAXIMO
1.0018

1.0016

1.0012
PROMEDIO
1.0006

FACTORES
1.0008

1.0004

1.0000
MINIMO
0.9994
0.9996

0.9992
546 547 548 550 551 552 553 554 555 556 557 559 560 561 562 563 564 565 567 568 569 570 571 572 573
N REPORTE

CARTA DE CONTROL DEL MEDIDOR

CONTRATISTA

: PETROBRAS ENERGIA

MEDIDOR N

REP
FECHA
F.PREVIO
FACTOR
546
15-ene-07
1.0014
LOTE
:X
547
16-ene-07
1.0014
1.0006
548
16-ene-07
1.0006
1.0007
550
17-ene-07
1.0007
1.0008
PTO DE FISCALIZACION
:
PLANTA
TRATAMIENTO
CARRIZO
551
18-ene-07
1.0008
1.0008
552
19-ene-07
1.0008
1.0016
553
20-ene-07
1.0016
1.0010
554
21-ene-07
1.0010
1.0006
555
22-ene-07
1.0006
1.0011
556
23-ene-07
1.0011
1.0010
557
24-ene-07
1.0010
1.0009
559
25-ene-07
1.0009
1.0009
560
26-ene-07
1.0009
1.0002
561
27-ene-07
1.0002
1.0003
562
28-ene-07
1.0003
1.0002
563
29-ene-07
1.0002
1.0006
564
30-ene-07
1.0006
1.0003
565
31-ene-07
1.0003
1.0002
567
01-feb-07
1.0002
1.0002
568
02-feb-07
1.0002
1.0007
569
03-feb-07
1.0007
1.0004
570
04-feb-07
1.0004
1.0001
571
05-feb-07
1.0001
1.0003
572
06-feb-07
1.0003
1.0003
573
07-feb-07
1.0003
1.0004

N PRUEBAS

PROMEDIO

DESVIACION ESTANDAR

25

1.0006

0.000398

DESV.MAXIMA

1.0018

DESV.MINIMA

0.9994

REPROD (%)
N PRUEBAS
-0.08
0.01
0.01
TIPO
0.00DE MEDIDOR
0.08
-0.06
-0.04
0.05
-0.01
-0.01
0.00
-0.07
0.01
-0.01
0.04
-0.03
-0.01
0.00
0.05
-0.03
-0.03
0.02
0.00
0.01

N DE
REPORTE

:2

: 25

MAX
1.0018

PROM MES

: 546-573

MIN : ENE - FEB

1.0006

0.9994

1.0006 AO

0.9994
: 2007

1.0018

1.0006

0.9994

1.0018

1.0006

0.9994

1.0018

1.0006

0.9994

1.0018

1.0006

0.9994

1.0018

1.0006

0.9994

1.0018

1.0006

0.9994

1.0018

1.0006

0.9994

1.0018

1.0006

0.9994

1.0018

1.0006

0.9994

1.0018

1.0006

0.9994

1.0018

1.0006

0.9994

1.0018

1.0006

0.9994

1.0018

1.0006

0.9994

1.0018

1.0006

0.9994

1.0018

1.0006

0.9994

1.0018

1.0006

0.9994

1.0018

1.0006

0.9994

1.0018

1.0006

0.9994

1.0018

1.0006

0.9994

1.0018

1.0006

0.9994

1.0018

1.0006

0.9994

1.0018

1.0006

0.9994

1.0018

1.0006

0.9994

1.0018
: DESPLAZAMIENTO POSITIVO