28-10-2013

CARTAS X-R
Informe N6

PRESENTADO A: ING. LUIS SANTIAGO

REALIZADO POR: EYLEEN PACOCHA TANIA FONSECA ZULAY PADILLA

CONTROL DE CALIDAD GRUPO AN

DPTO. INGENIERA INDUSTRIAL DIVISIN DE INGENIERAS UNIVERSIDAD DE LA COSTA CUC 28 DE OCTUBRE DE 2013

Tabla de contenido

INTRODUCCIN....................................................................................................................................0 DESCRIPCIN DEL EXPERIMENTO ........................................................................................................1 MARCO TERICO .................................................................................................................................2 CLCULOS Y RESULTADOS ...................................................................................................................5 INTERPRETACIN DE LOS RESULTADOS ........................................................................................... 11 RESPUESTAS A PREGUNTAS .............................................................................................................. 12 CONCLUSIONES Y RECOMENDACIONES............................................................................................ 16 BIBLIOGRAFA.................................................................................................................................... 17

INTRODUCCIN
Las cartas de control son la herramienta ms poderosa para analizar la variacin en la mayora de los procesos tambin enfocan la atencin hacia las causas especiales de variacin cuando estas aparecen y reflejan la magnitud de la variacin debida a las causas comunes (Las causas comunes o aleatorias se deben a la variacin natural del proceso). Las causas especiales o atribuibles son por ejemplo: un mal ajuste de mquina, errores del operador, defectos en materias primas. Se dice que un proceso est bajo Control Estadstico cuando presenta causas comunes nicamente. Cuando ocurre esto tenemos un proceso estable y predecible. En Control de Calidad mediante el trmino variable se designa a cualquier caracterstica de calidad medible tal como una longitud, peso, temperatura, etc. Mientras que se denomina atributo a las caractersticas de calidad que no son medibles y que presentan diferentes estados tales como conforme y disconforme o defectuoso y no defectuoso.

DESCRIPCIN DEL EXPERIMENTO

Con esta experiencia queremos comprobar si el peso de una poblacin de cilindros de madera, se encuentra o no bajo control estadstico, teniendo en cuenta unas especificaciones dadas. Para ello, tomamos 25 muestras de cilindros de tamao 5, y medimos sus respectivos dimetros con una balanza. stos deben ser seleccionados uno por uno y deben reemplazarse despus de las medidas, es decir, no medir el mismo cilindro dos veces. Para ello se hace uso de una tabla donde se anotan los valores obtenidos de los pesos, para despus realizar diversos clculos y grficos, para llegar a concluir si los datos obtenidos en la experiencia, se encuentran o no bajo control estadstico con unos parmetros hallados por el grupo.

MARCO TERICO
Entre las ms importantes herramientas en el control estadstico de la calidad es la grfica o carta de control, tambin llamada grfica de Stewart, por ser este economista quien la investig y la puso en prctica aproximadamente en el ao 1920. Las grficas de control son tiles para vigilar la variacin de un proceso en el tiempo, probar la efectividad de las acciones de mejora emprendidas y para estimar la capacidad de un proceso. Los grficos x-R se utilizan cuando la caracterstica de calidad que se desea controlar es una variable continua. Su uso posibilita el diagnstico y correccin de muchas dificultades presentes en un proceso, en donde no slo es necesario mejorar la calidad sino que tambin hay que reducir el desperdicio.

Los diagramas de control de variable son utilizados en parejas, porque mientras uno controla la variacin de un proceso, el otro verifica el promedio del mismo. Es aconsejable analizar primero el diagrama de la variabilidad, ya que si este indica la presencia de condiciones fuera de control, la interpretacin del diagrama al promedio ser incorrecta. Las cartas de control se elaboran teniendo en cuenta los siguientes pasos: 1. Definir la caracterstica de la calidad a evaluar. 2. Escoger el subgrupo racional. 3. Reunir los datos necesarios: estos datos debern ser recientes de un proceso al cual se quiere controlar y pueden ser tomados diferentes horas del da, diferentes das y todos tienen que ser de un mismo producto.

4. Calcular la lnea central de ensayo y los lmites de control: segn los parmetros estadsticos conocidos. 5. Representar grficamente las cartas de control. 6. Considerar y evaluar de los resultados obtenidos. Para el desarrollo de una carta X, se suman los datos de cada uno de los subgrupos dividido entre el nmero de datos (n). La frmula debe ser utilizada para cada uno de los subgrupos

Luego, los promedios de cada una muestra se estiman de la siguiente manera, dadas las muestras:

Lmites de control de la carta X se calculan de la siguiente forma:

El rango de una muestra es la diferencia entre la mayor y menor de las observaciones; por lo que el rango promedio se calcula as: Lmites de control de la carta R se calculan de la siguiente forma: Las grficas de control determinan si el proceso es estable o bajo control o si se encuentra fuera de control. Se puede decir que un proceso est fuera de control en los siguientes casos: Existen puntos fuera de los lmites de control.

 Existen 7 puntos consecutivos de un mismo lado de la lnea central. Existen 7 puntos consecutivos en orden ascendente o descendente. Existen 3 puntos consecutivos demasiada cerca de uno de los lmites de control. Existen distintos tipos de cartas de control segn los datos con los que se cuenta: Para proseguir con el estudio de un determinado proceso con el uso de la construccin de grficos de control, se observa si existen uno o ms de los valores que se encuentren fuera de los lmites de control. Si lo anterior pasa se debe descartar el valor o los diferentes valores atpicos, y se procede a calcular los lmites de control nuevamente con los datos restantes. Si los limites se encuentran muy alejados de la lnea central es complicado visualizar los cambios, y si se encuentra muy cercanos aumenta el error tipo I. Las especificaciones representan la calidad o el nivel deseado para la caracterstica de calidad. Estos se definen en el diseo del producto, o el proceso; y la comparacin de los lmites naturales con los de especificaciones permitir saber si se est produciendo la calidad deseada.1

http://www.fceco.uner.edu.ar/cpn/catedras/matem1/matenmat/a11pf.doc

CLCULOS Y RESULTADOS
A continuacin se muestran los datos obtenidos por nuestro grupo. En las tabla 1 se muestran los resultados conseguidos al realizar el experimento.

Subgrupo 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

X1
23,5322 23,8050 20,4263 23,0446 20,8232 22,5870 24,1248 24,6254 19,9942 29,5533 29,5405 27,0195 29,4090 24,9831 25,2100 21,7639 34,4364 17,8441 21,2352 22,1801 19,4814 20,8123 23,7668 20,5453 24,2482

X2
22,1445 21,8860 26,6501 24,4807 22,2110 21,2501 25,9829 23,1447 20,2460 24,0381 22,4907 23,7550 25,2082 23,7158 26,2672 28,2885 21,8416 19,2764 22,9929 19,6989 24,5654 24,5315 17,6223 23,3813 19,8560

X3
28,5168 21,2146 22,7642 22,7391 22,1828 20,3964 31,4106 17,3024 29,0385 23,8761 24,9250 17,8257 26,3820 29,6300 20,9169 30,7826 28,3215 24,1823 20,1058 18,5013 23,4433 26,1877 25,9940 23,5484 23,3565

X4
20,3142 26,6987 30,4509 21,7922 29,3006 21,0582 21,2508 20,3628 24,5237 22,9277 27,0767 24,2669 22,6484 22,8931 19,7123 29,6781 26,3278 22,7657 21,7198 18,5013 21,7084 24,5542 27,6787 24,6617 18,3406

X5
31,1862 20,7935 24,8758 25,7376 26,6711 23,5748 22,2624 24,8008 20,9593 24,4632 28,6920 29,8742 17,7225 27,6931 25,2667 28,4349 22,2889 23,4205 23,5107 20,2631 24,5557 27,3256 20,2793 23,9607 24,1606

Tablas No. 1 Datos de las mediciones realizadas

Luego de obtener el peso de los cilindros, procedemos a calcular el promedio de cada uno de los datos obtenidos en las 25 muestras tomadas, as como el rango o amplitud de cada muestra. Para ello, se utilizan las siguientes formulas:

Para calcular la media de cada muestra, utilizamos la frmula: Donde Xi representa la longitud del dimetro obtenida. Para calcular el rango o amplitud de cada una de las muestras, utilizamos la frmula:

Los valores de los promedios y rango por muestra, se muestran en la siguiente tabla:

Subgrupo 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

X1
23,5322 23,8050 20,4263 23,0446 20,8232 22,5870 24,1248 24,6254 19,9942 29,5533 29,5405 27,0195 29,4090 24,9831 25,2100 21,7639 34,4364 17,8441 21,2352 22,1801 19,4814 20,8123 23,7668 20,5453 24,2482

X2
22,1445 21,8860 26,6501 24,4807 22,2110 21,2501 25,9829 23,1447 20,2460 24,0381 22,4907 23,7550 25,2082 23,7158 26,2672 28,2885 21,8416 19,2764 22,9929 19,6989 24,5654 24,5315 17,6223 23,3813 19,8560

X3
28,5168 21,2146 22,7642 22,7391 22,1828 20,3964 31,4106 17,3024 29,0385 23,8761 24,9250 17,8257 26,3820 29,6300 20,9169 30,7826 28,3215 24,1823 20,1058 18,5013 23,4433 26,1877 25,9940 23,5484 23,3565

X4
20,3142 26,6987 30,4509 21,7922 29,3006 21,0582 21,2508 20,3628 24,5237 22,9277 27,0767 24,2669 22,6484 22,8931 19,7123 29,6781 26,3278 22,7657 21,7198 18,5013 21,7084 24,5542 27,6787 24,6617 18,3406

X5
31,1862 20,7935 24,8758 25,7376 26,6711 23,5748 22,2624 24,8008 20,9593 24,4632 28,6920 29,8742 17,7225 27,6931 25,2667 28,4349 22,2889 23,4205 23,5107 20,2631 24,5557 27,3256 20,2793 23,9607 24,1606

25,1388 22,8796 25,0335 23,5588 24,2377 21,7733 25,0063 22,0472 22,9523 24,9717 26,5450 24,5483 24,2740 25,7830 23,4746 27,7896 26,6432 21,4978 21,9129 19,8289 22,7508 24,6823 23,0682 23,2195 21,9924 595,6098

R
10,8720 5,9052 10,0246 3,9454 8,4774 3,1784 10,1598 7,4984 9,0443 6,6256 7,0498 12,0485 11,6865 6,7369 6,5549 9,0187 12,5948 6,3382 3,4049 3,6788 5,0840 6,5133 10,0564 4,1164 5,9076 186,5208

Sumatoria

Luego de obtener los promedios y los rangos para cada muestra, se promedian estos 25 valores obtenidos el rango que sern utilizados como lnea central en nuestra carta de control.

Para determinar los lmites de control de R, tenemos las siguientes formulas: Para la Carta R

Los valores de D3 y D4, se buscaron en una tabla de constantes para grficos de control para un n = 5.

Ahora a partir de los datos anteriores, vemos que los lmites de control son:

18.0000 16.0000 14.0000 12.0000 10.0000 8.0000 6.0000 4.0000 2.0000 0.0000 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 LIC Rbarra LSC R

Al ver la grficas podemos decir que nuestro proceso es consistente ya que todos los puntos se encuentran entre los lmites de control. Por lo que los valores de R y los lmites de control son los definitivos. Ahora se realizara el mismo procedimiento para los promedios, se promedian estos 25 valores obtenidos los promedios que sern utilizados como lnea central en nuestra carta de control.

Para determinar los lmites de control de R, tenemos las siguientes formulas: Para la Carta X

El valor de A2, se busc en una tabla de constantes para grficos de control para un n = 5.

Ahora a partir de los datos anteriores, vemos que los lmites de control son:

( (

30.0000 28.0000 26.0000 24.0000 22.0000 20.0000 18.0000 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 LIC Xdoblebarra LSC Xbarra

Al ver la grficas podemos decir que nuestro proceso es consistente ya que todos los y los lmites puntos se encuentran entre los lmites de control. Por lo que los valores de de control son los definitivos. Las grficas de control , obtenidas son:

Grfica Xbarra-R
28 LC S =28,151

M edia de la muestr a

26 24 22 20 1 3 5 7 9 11 13 M uestr a 15 17 19 21 23 25 _ _ X=23,824

LC I=19,498

16

LC S =15,86

Rango de la muestr a

12 8 4 0 1 3 5 7 9 11 13 M uestr a 15 17 19 21 23 25 LC I=0 _ R=7,50

INTERPRETACIN DE LOS RESULTADOS

Grfica Xbarra-R
28 LC S =28,151

M edia de la muestr a

26 24 22 20 1 3 5 7 9 11 13 M uestr a 15 17 19 21 23 25 _ _ X=23,824

LC I=19,498

16

LC S =15,86

Rango de la muestr a

12 8 4 0 1 3 5 7 9 11 13 M uestr a 15 17 19 21 23 25 LC I=0 _ R=7,50

Al ver las grficas podemos decir que nuestro proceso se encuentra bajo control ya que todos los puntos en ambas cartas de se encuentran entre los lmites de control, aunque se ven algunas rachas en ambas grficas se puede observar que existe aleatoriedad entre los datos. El grfico no presenta tendencia marcada a lo largo de las muestras tomadas que nos haga sospechar de comportamientos anmalos dentro del proceso, sino que por el contrario aparentemente hay aleatoriedad de los datos por encima y debajo de la lnea central a lo largo de las muestras; pero algo importante es que dependiendo del criterio del observador o analista, este podra sospechar y hacer revisar al proceso, ya que hay ciertas partes como por ejemplo de la muestra 18 a la 22, que sera un criterio segn los datos histricos, podra sospechar que el proceso para esas ltimas muestras tiene una comportamiento por debajo del lmite central, pero esto es segn lo que el analista predetermine en su criterio para analizar el proceso.

RESPUESTAS A PREGUNTAS
1. Si el cliente exige que las mediciones se encuentren entre la media 3 unidades Cul sera el porcentaje de no conformes que arroja el proceso?

RTA/ Para hallar el porcentaje de productos no conformes del proceso, se asume un comportamiento de distribucin normal, para el cual se usa:

( )
( )

Si las mediciones se deben encontrar entre la media 3 unidades, se tiene que los lmites de especificacin son: LIE Media () LSE La sigma utilizada es: 20,8244 23,8244 26,8244

Donde d2 se obtiene de la tabla de constantes con un n=5 es 2,326 Con esto se tiene: Porcentaje de no conforme -0,935284 0,9352844 17,48% 17,48% 34,96%

Por ambos lmites superior se da el mismo porcentaje de no conformidad, arrojndose un 17,48% de productos no conformes. La suma de ambas es el porcentaje total de no conformidad de todo el proceso, siendo este un 34,96%.

2. Cuenta el proceso con buena capacidad?

RTA/ Segn las especificaciones dadas por el cliente los cilindros de madera tienen: 23,8244 +/- 3 unid, con una tolerancia de 6 unidades. El Cp. indica la capacidad que tiene el proceso de produccin para entregar productos o cumplir con las expectativas de los clientes. Y el Cpk indica la capacidad de proceso, en caso de que este centrado ser la misma que la capacidad cualitativa, si no est centrado indicara hacia donde se encuentra el corrimiento del proceso. Al comparar la media del proceso con el valor nominal o especificacin determinada por el cliente, se puede ver que hay una diferencia en el valor, lo que ya hace que la capacidad real del proceso se disminuya.
Cp T LSE LIE 6 ' 6 '

Como el Cp. < 1, entonces el proceso de produccin no est siendo capaz de entregar productos conformes a las especificaciones de los clientes.

3. Cul es la desviacin de las medias muestrales?

RTA/ La desviacin estndar de las medias muestrales est dada por: ( )

La tabla donde estn consignados los datos utilizados para hallar la deviacin estndar de las medias muestrales es: Subgrupo 1 2 3 4 5 6 7 ) ( 1,3144 -0,9448 1,2091 -0,2656 0,4133 -2,0511 1,1819 ( ) 1,7276 0,8927 1,4618 0,0705 0,1709 4,2070 1,3969

25,1388 22,8796 25,0335 23,5588 24,2377 21,7733 25,0063

8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

22,0472 22,9523 24,9717 26,5450 24,5483 24,2740 25,7830 23,4746 27,7896 26,6432 21,4978 21,9129 19,8289 22,7508 24,6823 23,0682 23,2195 21,9924

-1,7772 -0,8721 1,1473 2,7206 0,7239 0,4496 1,9586 -0,3498 3,9652 2,8188 -2,3266 -1,9115 -3,9955 -1,0736 0,8579 -0,7562 -0,6049 -1,8320 Total

3,1583 0,7605 1,3163 7,4016 0,5240 0,2022 3,8362 0,1223 15,7229 7,9459 5,4130 3,6539 15,9636 1,1525 0,7359 0,5718 0,3659 3,3563 82,1306 0,0720

La desviacin estndar de las medias muestrales es 0,072.

4. Cules seran los valores individuales, mximos y mnimos que el proceso puede arrojar?

RTA/ Para hallar los valores mximos y mnimos individuales que puede dar el proceso se debe utilizar la siguiente formula:
( )

Los valores mximos y mnimos de Z son 3 y -3, respectivamente. Por lo que los valores son:
( ( ) )

( (
(

( )

) ) (

) )

5. Cmo evaluara la dispersin y el centramiento del proceso?

RTA/ Dado que el proceso se encuentra bajo control estadstico, los valores correspondientes a la media y desviacin del proceso son: Parmetros Centramiento Dispersin 23,8244 0,3118

6. Por qu R es un buen estimador de

RTA/ La variable aleatoria sigue una distribucin denominada como el rango relativo. Los parmetros de esta distribucin son funcin del tamao de muestra (n). La media de W es (d2) y la desviacin tpica (d3). En consecuencia, un estimador de s es R/d2. Los valores de d2 se encuentran tabulados. Si

La mejor estimacin de s ser

CONCLUSIONES Y RECOMENDACIONES
Mediante el desarrollo de la experiencia pudimos poner en prctica cada uno de los conceptos estadsticos relacionados con cartas de control X y R en un proceso simulado, y a partir de del monitoreo y las observaciones realizadas con ayuda de las cartas, pudimos inferir que el proceso se encuentra bajo control estadstico y la variabilidad que presente es ocasionada por la aleatoriedad natural en todo proceso de produccin, en la que solo intervienen causas fortuititas o no asignables. Adquirimos las habilidades del manejo de las cartas y observamos muestra a muestra si nuestro proceso lleva un comportamiento aleatorio, si hay ms datos por debajo o encima de la media y se si la media del proceso ha sido afectada o no, de igual manera para la carta R, con la diferencia que esta nos indica si la desviacin del proceso ha variado o permanece igual. Que un proceso sea estable o est bajo control no implica que cumpla con las especificaciones impuestas por el mercado, por tanto se hace necesario confrontar el proceso con los requerimientos exigidos, en base a ello observamos que por los lmites se produce un porcentaje de no conformidad, arrojndose un 17,48% de productos no conformes, siendo el porcentaje total de no conformidad de todo el proceso igual a 34,96%. Pero, podemos mejorar el proceso corrigiendo la dispersin del proceso,

mediante revisiones tcnicas del proceso de fabricacin, ajustes, pruebas y errores, y estudios ms detallados.

Son de gran utilidad las cartas X y R en los procesos y se hace necesarios monitorear a travs de ellas antes de realizar cualquier otro procedimiento de calidad, ya que identifican los problemas que estn afectando de una manera u otra el proceso normal, Con el fin de que nuestro proceso vaya cada da en mejora y salgan menos cantidad de productos no conformes.

BIBLIOGRAFA
MONTGOMERY, Douglas C. RUNGER, George C. Probabilidad y estadstica: aplicadas a la ingeniera. Mxico: Limusa Wiley, 2008. 948 p. HANSEN, Bertrand L. GHARE, Prabhakar M. Control de calidad: teora y aplicaciones. Madrid: Daz de Santos, 2008. 565 p. R. Sierra Bravo. Diccionario prcticode estadstica.ParaninfoS.A.