Escolar Documentos
Profissional Documentos
Cultura Documentos
(Carot, 466)
El objeto de ste grfico es controlar la proporcin de piezas defectuosas que
genera el proceso con el fin de que sta proporcin disminuya y, sobretodo de evitar que
aumente. Implcitamente el uso de este tipo de grficos con la aceptacin de que nuestro
proceso genera piezas defectuosas. Lo ideal es conseguir el objetivo cero defectos, pero
la aceptacin de la existencia de piezas defectuosas no debe ser considerada como una
actitud conformista sino realista y como un estmulo para lograr una mejora continuada
de/a calidad.
Si p0 es la proporcin de piezas defectuosas cuando el proceso funciona bien, el
Grfico de Control np no es ms que el test de hiptesis:
H 0 p p0 vs H 1 p p 0
X N np;
npq
con lo que debemos usar las formulas expuestas en el apartado4.3.4.2 del capitulo V:
c1 np0 z
c 2 np0 z
np 0 q 0
np 0 q 0
A x x c2 x
z np0 q0 x np0 z np0 q0
c
np
2
2
0
1
c
p 0,1 es Pa p P c1 X 2 np
133
c1 np
npq
npq
y el tamao de muestra a tomar para que la curva caracterstica pase por los puntos
p0 ;1 y p1 ; es:
z
p0 q0 z
p1 q1
p1 p 0
En la que la proporcin de piezas defectuosas cuando el proceso esta bajo control, con
q 0 1 p 0 , es la probabilidad de error de primera especie, z es el valor de una
2
variable normal tipificada que a su derecha su funcin de densidad tiene un rea igual 2
, n es el tamao de muestra y es la funcin de distribucin de una variable Normal
Tipificada.
La aplicacin de este procedimiento aproximado puede seguirse en el ejemplo
5.33, apartado c).
El Grfico np, al igual que el resto de Grficos de Control, se usa para detectar la
existencia de causas asignables, cuya presencia se traduce en la prdida de estabilidad de
la distribucin de la variable que graficamos, en este caso X = nmero de piezas
defectuosas en la muestra. Puesto que la variable que estamos estudiando es X=B(n,p)
su distribucin vara con un cambio de n y/o p. Si lo que pretendemos es detectar la
existencia de causas asignables que modifiquen el valor de p, lgicamente, deberemos
mantener constante a lo largo del muestreo el tamao de muestra n pues, de esta forma,
cualquier modificacin en la distribucin de X ser debida, exclusivamente, a un cambio
en p.
Si la proporcin de piezas defectuosas que genera el proceso cuando ste est bajo
control p0 es conocida la lnea central y los lmites de control del Grfico np son:
LC np 0
LCI np 0 z
LCS np 0 z
np 0 q0
np 0 q 0
En general, en los grficos de control iniciales no se conoce p0, por lo que habr
que proceder a su estimacin a partir de la informacin que suministran m muestras de
tamao n cuando el proceso est bajo control.
En el apartado 3.2.4. de capitulo V se ha estudiado la estimacin de la proporcin de
piezas defectuosas p a partir de de m muestras de tamao n. All se han considerado dos
estimadores:
m
p xi
x
i 1
m
n
i 1
y
i
p p1
134
p
i 1
En general, en los grficos de control iniciales no se conoce p0, por lo que habr
que proceder a su estimacin a partir de la informacin que suministran m muestras de
tamao n cuando el proceso esta bajo control.
En el mencionado apartado 3.2.4 del capitulo y se pone de manifiesto que ambos
estimadores son insesgados y que la varianza del estimador p xi es menor o igual que la
de p p pero que cuando n es constante (como ocurre en este grfico) los dos estimadores
i
p xi
x
i 1
m
n
i 1
np
n*m
np
n
np n * p n * n p n p
n
npq
np
n p * q n p * 1 p n p * 1
LCS n p z
LCI n p z
np
n p 1
np
n p 1
En la practica usual del Control de Calidad, al igual que en los grficos por
variables, tambin en los grficos por atributos se utiliza el llamado criterio 3 ,
consistente en que z 2 3 lo que equivale, bajo el supuesto de normalidad de X, a que
0.0027 . Con ello, las formulas a aplicar son:
LC n p
135
np
LCS n p 3 * n p 1
np
LCI n p 3 * n p 1
Como en los Grficos de Control por Variables, en el Grfico np, los Lmites de
Control Preliminares se calculan a partir de m muestras de tamao n cuando se supone
que el proceso est bajo control. Precisamente, estos lmites preliminares se utilizan para
contrastar si realmente el proceso estaba bajo control cuando se tomaron las muestras que
sirvieron de base para su propio clculo.
Una vez calculados los lmites preliminares, se representan estas primeras m
muestras en un grfico en el que en el eje de ordenadas se sitan las piezas defectuosas de
cada muestra y en el eje de ordenadas el nmero ordinal de la muestra. Si en este Grfico
Preliminar no existe ninguna seal de falta de control se acepta que el proceso funcionaba
correctamente y los lmites de control calculados podrn ser usados en los grficos
siguientes. Si por el contrario, existe alguna seal de falta de control en unos pocos
puntos, se eliminan stos y se recalculan unos nuevos lmites de control preliminares. S
el nmero de puntos restantes despus de la eliminacin fueran insuficientes, se reinicia
el proceso volvindose a tomar m nuevas muestras cuando se supone al proceso bajo
control. Se repite el ciclo hasta encontrar un grfico preliminar que sirva de referencia a
los siguientes grficos de control.
Encontrados los Lmites Preliminares y puesto en funcionamiento el sistema de
control del proceso mediante los grficos np, se recomienda que peridica se recalculen
nuevos Lmites de Control basndose en la informacin suministrada por los grficos ms
recientes en los que no existe ninguna seal de falta de control pues, de esta forma, en los
nuevos lmites tendremos en cuenta las mejoras de calidad que progresivamente se van
produciendo.
Ejemplo 10.1.
La empresa de plsticos PLASTIVAL SA. produce para la industria farmacutica
FARMAVAL SA. obturadores-dosificadores. Esta pieza, sirve de cierre y de dosificador
en envases tambin de plstico para gotas oftlmicas. Las prescripciones para las
diferentes caractersticas de calidad cualitativas (rebabas, poros, grietas, etc.) se pueden
comprobar visualmente con facilidad y para las caractersticas cuantitativas, que solo son
dimensiones, existen calibres pasa-no pasa. En consecuencia, la clasificacin de cada
pieza en correcta o defectuosa se realiza con rapidez y facilidad.
Para el clculo del Grfico de Control Preliminar, cuando aparentemente el proceso
estaba bajo control, se tomaron m = 50 muestras de tamao n = 40, contabilizndose en
cada muestra el nmero de piezas defectuosas. En la tabla 10.1 se recogen los resultados
obtenidos
Muestra num
defectuosas
xi npi
Muestra
num
defectuosas
xi npi
136
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
1
3
4
2
0
2
5
3
4
3
1
2
1
2
1
1
3
1
3
4
2
2
3
2
1
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
4
1
0
2
4
1
0
2
3
0
1
1
1
1
4
1
7
1
0
1
4
3
2
2
3
105
2.1
50
np
2.1
LCS n p 3 n p 1
LCS 2.1 3 2.1 1
6.33175
n
40
LCI n p z
np
2.1
n p 1
2.13175
= LCI 2.1 3 2.1 1
40
n
La Lnea Central (LC) nos indica que por trmino medio es de esperar que
aparezcan 2.1 piezas defectuosas en una muestra de tamao 40. El lmite de Control
Superior (LCS) establece que si en la muestra aparecen 6 piezas defectuosas o menos,
aceptaremos que el proceso funciona correctamente y que si aparecen 7 o ms
defectuosas rechazaremos la anterior hiptesis, es decir, aceptaremos que el proceso est
fuera de control. El Lmite de Control Inferior (LCI) es negativo, en consecuencia el
valor a utilizar es 0, con lo que no se rechazar ningn punto por ser inferior al LCI.
137
138
UCL=6.332
Sample Count
6
5
4
3
__
NP=2.1
2
1
0
LCL=0
5
10
15
20
25
30
Sample
35
40
45
50
98
2
49
np
2
LCS n p 3 n p 1
LCS 2 3 2 1
6.13521
n
40
LCI n p z
np
2
n p 1
2.1352
= LCI 2 3 2 1
40
n
139
140
Sample Count
5
4
3
__
NP=2
2
1
0
LCL=0
5
10
15
20
25
30
Sample
35
40
45
:
(Evans, 727)
Grficas np para nmeros no conformes.
En la grfica p, la fraccin de no conformidades de la sima muestra se da
mediante
pi
yi
por n, se obtiene
y i np i
y1 y 2 .... y k
k
np 1 p
los datos para el ejemplo de la oficina de correos que estudiamos antes se dan en la figura
14.33. El nmero promedio de errores que se encontr es:
np
3 1 .... 0 1
2.2
25
2.2
0.022
100
142
Figura 14.33
Como el limite de control inferior es menor que cero, se usa un valor de cero. La grafica
de control para este ejemplo se ilustra en la figura 14.34 (MINITAB)
143
Figura 14.34
144