Herramientas estadsticas de Control para la Prevencin

1. Grficos de Control. Introduccin

Son grficos que reflejan cmo es la produccin de un producto a lo largo del tiempo. Es decir, permiten comprobar si un proceso est estable en el tiempo, con relacin a una determinada variable que se desea tener bajo control. Con ello, puede predecirse en alguna medida el comportamiento del proceso, se puede saber si va a estar controlado.

Diagrama de Control

42 39 36 33 30 27 24 21 18 15 1 2 3 4 5 6 7 8
Ilustracin 1: Variacin de las medidas en los instantes de control.

LCI medida Promedio (medida) LCS

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

En ellos se suelen marcar un lmite superior (LCS) e inferior (LCI) para el valor de la variable que no debe ser sobrepasado. Si est dentro de los lmites el proceso est controlado, si no est fuera de control.

1.1. Tipos de grficos de control.

Fundamentalmente los grficos de control son de dos tipos: Grficos de control por atributos: en los que se controla una caracterstica del proceso (pasa, no pasa, conforme, no conforme).

Aceptado / No Aceptado Seal con ruido /seal sin ruido Pasa / No Pasa: con la clasificacin de frutas por tamaos: si una fruta pasa de un calibre es conforme, si no es conforme, quiere decir que es menor que el calibre de referencia.

El problema con estos grficos es que no nos dices por que ha sido el rechazo, en qu medida estamos haciendo algo mal. Grficos de control por variables: en los que se controla la variacin de una magnitud medible. En cualquier proceso productivo resulta conveniente conocer en todo momento hasta qu punto nuestros productos cumplen con las especificaciones preestablecidas. Como ya comentamos en el captulo anterior, podemos decir que la calidad de un producto tiene dos grandes enemigos: las desviaciones con respecto al objetivo especificado (falta de exactitud), y una excesiva variabilidad respecto a los valores deseables (falta

de precisin). La idea consiste en extraer muestras de un proceso productivo que se encuentra activo y, a partir de las mismas, generar grficos que nos permitan tanto estudiar la variabilidad del mismo como comprobar si los productos obtenidos cumplen o no con las especificaciones preestablecidas. En caso de apreciar en tales grficos tendencias no aleatorias o bien muestras que se siten ms all de los lmites de control consideraremos que el proceso est fuera de control. Si as ocurre, estaremos interesados en averiguar las causas especiales que afectan al proceso. En un grfico de control se representa grficamente una caracterstica de calidad T, medida o calculada a partir de muestras del producto, en funcin de las diferentes muestras. La grfica tiene una lnea central que simboliza el valor medio de la caracterstica de calidad. Finalmente, otras dos lneas (los lmites superior e inferior de control) flanquean a la anterior a una distancia determinada. Estos lmites son escogidos de manera que si el proceso est bajo control, casi la totalidad de los puntos muestrales se halle entre ellos. As, un punto que se encuentra fuera de los lmites de control se interpreta como una evidencia de que el proceso est fuera de control. Adems, incluso si todos los puntos se hallan comprendidos entre los lmites de control, pero se comportan de manera sistemtica o no aleatoria, tambin tendramos un proceso fuera de control (veremos cmo estudiar la existencia de tales patrones no aleatorios mediante los llamados tests para causas especiales).

Salida de un micrmetro: el control del valor de los dimetros de un cable. Reloj Comparador Balanza Termmetros

Este segundo tipo de grficos de control proporciona mayor informacin sobre el proceso, ya que informa del valor de las variaciones. Hay distintos tipos de grficos de control por variables, pero la forma de construccin es anloga. Un vez que el proceso est controlado, para agilizar la supervisin se puede utilizar el control por atributos. Podemos distinguir dos grandes clases de grficos de control: los grficos de control por variables hacen uso de estadsticos obtenidos a partir de datos tales como la longitud o grosor de un elemento, mientras que los grficos de control por atributos se basan en frecuencias tales como el nmero de unidades defectuosas. As, en los grficos de control por variables es posible medir la caracterstica de calidad a estudiar. En estos casos conviene describir la caracterstica de calidad mediante una medida de tendencia central (usualmente la media muestral) y una medida de su variabilidad (usualmente el rango o la desviacin estndar). Los grficos de control por variables son ms sensibles que los grficos de control por atributos, razn por la cual son capaces de avisarnos de posibles problemas de calidad incluso antes de que stos sean ya relevantes. Por su parte, los grficos de control por atributos tienen la ventaja de sintetizar de forma rpida toda la informacin referida a diferentes aspectos de calidad de un producto, ya que permiten clasificar ste como aceptable o inaceptable; adems, no suelen necesitar de sistemas de medicin muy complejos y son ms fcilmente entendibles por los no especialistas.

1.2. Ventajas y Desventajas.

Ventajas de los diagramas de control:

Resume varios aspectos de la calidad del producto; es decir si es aceptable o no

Son fciles de entender Provee evidencia de problemas de calidad

Desventajas de los diagramas de control:

Interpretacin errnea por errores de los datos o los clculos utilizados El hecho de que un proceso se mantenga bajo control no significa que sea un buen proceso, puede estar produciendo constantemente un gran nmero de no conformidades. Controlar una caracterstica de un proceso no significa necesariamente controlar el proceso. Si no se define bien la informacin necesaria y las caractersticas del proceso que deben ser controladas, tendremos interpretaciones errneas debido a informaciones incompletas.

1.3. Desarrollo de los diagramas de control por variables.

Grfico de Control
38 35 32 29 26 23 20 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23
Ilustracin 2: Grfico de Control.

LCI media LCS

En el comportamiento de los datos que se observa en un grfico de control hay que distinguir varios casos:

Existe una tendencia clara en la variacin de los datos. Hay que ver cul es la causa.

medida

LCS

LCI

Ilustracin 3: Clara tendencia.

Aparecen ciclos en las variaciones. Pueden ser debidos a causas peridicas o a causas ambientales.

medida

LCS

LCI

Ilustracin 4: Ciclos en la variaciones.

Un punto aparece fuera de los lmites de control. Por lo general es por causas externas que habr que analizar.

Diagrama de Control

40 35 30 25 20 15

LCI

medida

Promedio (medida)

LCS

Ilustracin 5: Una medida se escapa.

Ocho o ms puntos aparecen fuera del rango de control. Hay que investigar ntegramente el proceso.

LCI

medida

Promedio (medida)

LCS

Ilustracin 6: Ocho o ms puntos se escapan.

Para realizar los grficos tenemos que tener en cuenta los siguiente puntos: 1. Los lmites de control superior (LCS) e inferior (LCI) provienen de los parmetros de la distribucin (que, como ya se vio, pueden obtenerse a partir de una muestra). 2. Para un proceso que sigue una distribucin 'normal' en general, los lmites se obtienen usando las expresiones:

LCS= x +3
Media o esperanza de una muestra: valor medio de los datos obtenidos:

LCI= 3 x

x=
o

xi
n

con xi valor de cada uno de los datos y n n de datos

x=

xif i fi

fi frecuencia de cada uno de los valores de la medida i.

Desviacin tpica o estndar: S/: Distancia media de los puntos de la distribucin de valores, respecto al valor medio. Para una muestra (que ser como trabajemos en calidad):

=
Para la poblacin:

x i x 2ni ni1 x i x 2ni ni

50 45 40 35 30 25 20 15 10 5 0
LCI medida LCS

Ilustracin 7: Clculo de LCS y LCI.

Ejercicio 1 Supongamos que una muestra de 10 piezas fabricadas en una empresa de telefona ofrece los siguientes resultados al medir uno de sus parmetros de cobertura
Medida 19 18 17 17 20 20 20 19 20 23

Hallar la media (19,3) Hallar la desviacin estndar. (1,77) Hacer el grfico de Control y comentarlo.

Ilustracin 8: Ejercicio 4

Interpretacin: El proceso est bajo control, todas las medidas se encuentran dentro de los lmites de control. Existe una suave oscilacin de los valores, peo no una tendencia clara. Ejemplo 2
Muestra 25 28 12 43 25 24 29 19 25 28 26 59 25 26 24 22 3 25 25 24 22 26 25 28 24

70 60 50 40 30 20 10 0 -10 1 2 3 4 5 6 7 8 9 10 11 12
LCI

13

14

15

16

17

18

19

20

21

22

23

24
LCS

m e dida

Prom e dio (m e dida)

Interpretacin: Hay dos valores: 59 y 3 que se salen excesivamente de rango, probablemente sean errores de medida, no del producto. Si es posible, comprobar que las medidas sean correctas, si no (si el producto es alterado o destruido durante la medida) no tenerlas en cuenta para los clculos, ya que falsean los resultados:

Interpretacin: Ahora los lmites de control han variado considerablemente. El proceso no tiene cambios bruscos y tan solo dos valores se alejan de la media, ambos consecutivos. Puede deberse a motivos ambientales, o ajustes sobre el proceso. Ejemplo 3
Muestra 100 120 90 102 120 125 125 100 90 90 95 100 105 110 100 100 110 120 160 42 100 110 190 190 100

180 160 140 120 100 80 60 40 0 1 2 3 4 5 6 7 8

LCI m edida Prom edio (m edida) LCS

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

Interpretacin: El proceso inicialmente est bajo control, aunque los ltimos datos marcan una tendencia desestabilizadora del mismo. Es conveniente revisarlo.

1.4. Grficos

x / R.

Otros tipos de grficos de control por variables parten de muestras de las que se haya su media. Con la media de todas las medias de muestras y con el recorrido (diferencia entre el valor mayor y el menor obtenido) se suele representar el grfico llamado x / R. En este caso se obtienen dos grficos de control: el que seala el comportamiento de la media de las muestras y el que presenta el comportamiento del recorrido. Ejemplo 4 Supongamos una empresa que est fabricando ladrillos refractarios, a los que les controla su espesor en milmetros. Se efectan seis series de medidas, tomando 4 muestras en cada una de ellas. Los datos que ha obtenido de las medidas son:
Serie 1 Serie 2 Serie 3 Serie 4 Serie 5 Serie 6 Muestra 1 Muestra 2 Muestra 3 Muestra 4 Media Recorrido 3 4 2 2 2,75 2 2 3 3 5 3,25 3 2 4 5 1 3 4 2 2 3 3 2,5 1 2 1 1 3 1,75 2 2 2 4 2 2,5 2

x =2,625 media de recorridos: R=2,33

media de medias: En este tipo de representaciones, los lmites de control se calculan en funcin de unas constantes estadsticas que varan segn el tamao de la muestra. Las frmulas para obtenerlos son: Grfico de medidas:

LCS= +3 C R x Lmite de control inferior: LCI= 3 C R x

Lmite de control superior: Grfico de recorridos:

LCS=D R Lmite de control inferior: LCI=E R

Lmite de control superior: Son constantes tabuladas y dependen del tamao de la muestra:
n 3 4 5 C 1,023 0,729 0,577 D 2,574 2,282 2,114 E 0 0 0

Con estos valores, para el ejemplo anterior obtenemos:

Grfico de medidas:

Lmite de control superior: LCS= +3 C R x

Lmite de control inferior: Grfico de recorridos:

LCI= 3 C R=2,6253 0,729 2,33=5,09 x

LCS =D R =2,282 2,33=5,317 Lmite de control inferior: LCI =E R =0 2,33=0

Lmite de control superior:

Ilustracin 9: Grfico de Medias y Recorridos.

Haciendo los grficos de control veremos que el proceso est controlado. Idealmente el grfico de las medias debera ser plano y con valor igual a la media, y este ser el objetivo de calidad de nuestro producto. El grfico de recorridos debera de tener una tendencia a cero. La media de recorridos cuanto ms se aproxime a cero mejor. Aunque el grfico de medias nos muestre buenos resultados en este es preciso que los picos no sean muy grandes, el valor 4 sobre los valores de las mediciones, corresponde a un porcentaje demasiado elevado, es decir, que aunque el proceso est bajo control el producto es de muy baja calidad. Ejemplo 6 En el proceso de fabricacin de unas esferas de acero se ha decidido la utilizacin de unos grficos X -R para controlar el dimetro de las mismas, que debe ser de 25mm con una tolerancia de +7 y 6 mm. Para ello se ha llevado a cabo la medicin de 30 muestras de cinco unidades cada una. El resultado es el que aparece en la siguiente tabla: Tabla: Medidas de las muestras para los grficos
Muestra Medida 1 Medida 2 Medida 3 Medida 4 Medida 5 1 27 24 28 27 26 2 25 26 29 28 23 3 23 27 25 24 27 4 26 25 28 25 27 5 25 29 25 26 24 6 22 23 29 24 23 7 28 27 25 26 26 8 24 27 27 26 24 9 24 27 26 24 23 10 26 26 25 27 25 11 25 30 23 28 27 12 23 28 25 24 22 13 25 26 23 26 24 14 25 27 23 26 27 15 24 24 25 25 23

X -R
16 24 27 23 28 27 17 28 29 25 26 24 18 26 28 27 25 28 19 30 26 30 28 32 20 26 29 27 27 28 21 28 26 24 25 25 22 25 27 24 26 27 23 27 29 26 25 23 24 25 24 28 26 21 25 26 25 26 27 25 26 23 24 27 24 28 27 25 26 30 20 27 28 23 27 24 28 22 29 27 23 24 25 24 30 25 25 26 24 28

Media Rango

26 4

26 6

25 4

26 3

26 5

24 7

26 3

26 3

25 4

26 2

27 7

24 6

25 3

26 4

24 2

26 5

26 5

27 3

29 6

27 3

26 4

26 3

26 6

25 7

26 2

25 5

26 10

25 6

25 4

26 4

Medias
35 33 31 29 27
media

25 23 21 19 17 15 1 2 3 4 5 6 7 8
serie

Media LCSx LCIx mediamedia LSE LIE deseado 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

Recorridos
10 8
Recorrido

6 4 2 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
Series

Rango

LCSr

LCIr

mediarecor

1.5. TEST

1.6. Grficos XS
En muchos casos ser necesario utilizar simultneamente los grficos de x y R, O tambin los grficos de x y s.

1.7. Grficos de Control por atributos

Entre los diagramas de control por atributos ms importantes tenemos los siguientes:

Estudiando si el producto es o no defectuoso o Grfico p: de la proporcin de unidades de defectuosas o Grfico np: del nmero de unidades defectuosas de la produccin

Estudiando el nmero de defectos que tiene el producto o Grfico c: del nmero de defectos de todas las unidades producidas c o Grfico u: del nmero de defectos por unidad producida u

1.7.1. Grficos de proporcin de unidades no conforme (p) Es un grfico de control que permite representar la proporcin de unidades no conformes de cada muestra respecto del tiempo. Dichas muestras no tienen por qu ser del mismo tamao. La proporcin de unidades no coforme (p) se calcula dividiendo el nmero de unidades no conforme (np) entre el tamao de la muestra (n):

Se parte de la base de que las proporciones siguen una distribucin binomial. Los lmites de control se calculan de la siguiente manera:

Grfica p

Representa el porcentaje de fraccin defectiva Tamao de muestra (n) vara. Principales objetivos

Descubrir puntos fuera de control Proporcionar un criterio para juzgar si lotes considerarse como representativos de un proceso Puede influir en el criterio de aceptacin. sucesivos pueden

A observar:

1 punto ms all de los lmites de control 9 puntos al mismo lado de la lnea de control 6 puntos seguidos crecientes o decrecientes 14 puntos en diente de sierra

Ejercicio 8 1.7.2. Grficos de nmero de unidades no conforme (np) Permite representar el nmero de unidades no conformes de la muestra respecto del tiempo. Permite analizar tanto el nmero de unidades no conformes como la posible existencia de causas especiales. Al realizar la inspeccin de un atributo se clasifican las unidades en conformes o no conformes (np) El tamao de las muestras puede variar en cada inspeccin La distribucin que se sigue es la binomial. Los lmites de control se calculan de la siguiente manera:

Grfica np

Se utiliza para graficar las unidades disconformes Tamao de muestra es constante Principales objetivos:

Conocer las causas que contribuyen al proceso Obtener el registro histrico de una o varias caractersticas de una operacin con el proceso productivo.

1.7.3. Grfico de nmero de no conformidades Es un grfico de control que permite representar el nmero de no conformidades de la muestra con respecto al tiempo. Al realizar la inspeccin de un atributo se cuenta el nmero de no conformidades de cada muestra c El tamao de las muestra puede ser diferente Se sigue la ley de Poisson. Los lmites de control se calculan como:

Donde

c es la media de los nmeros de no conformidades de las muestas

Grafica c

Estudia el comportamiento de un proceso considerando el numero de defectos encontrados al inspeccionar una unidad de produccin El articulo es aceptable aunque presente cierto numero de defectos. La muestra es constante Principales objetivos

Reducir el costo relativo al proceso Determinar que tipo de defectos no son permitidos en un producto

1.7.4. Grficos de nmero medio de no conformidades. El nmero medio de no conformidades de una muestra se calcula dividiendo el nmero de conformidades encontrados entre todos las unidades inspeccionadas en la muestra entre el tamao de la muestra:

u=

c n

Los tamaos de las muestras deben ser constantes. Se sigue la ley de Poisson Se fijan los lmites de control como:

Grfica u Puede utilizarse como: Sustituto de la grfica c cuando el tamao de la muestra (n) vara Ejemplo En el estudio de una puerta de un horno se estudian las siguientes caractersticas y se observan los siguientes defectos:

LCS= +3 u E1 /3 =
supe

u n

LCI= 3 u E1/3 =
inf

u n

LCS n 3
1 2 3

LCI n 3
7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

INSPECCION Caracterstica verificada Tirador puerta horno Contra puerta horno Soporte del cristal Cristal Junta de goma Esmalte Bisagra Tamao de la muestra:

Frecuencia del Defecto 2 1 0 4 2 5 1 200 9 0 3 2 0 4 0 220 3 2 6 1 1 8 2 210 8 5 2 3 2 2 0 220 4 2 6 0 1 5 0 220 10 1 3 0 0 1 0 225 9 1 6 2 0 4 0 220 8 0 6 0 2 6 2 190 4 0 4 2 0 5 1 250 12 1 8 3 1 8 0 280 14 4 8 0 0 15 1 280 12 4 4 1 1 8 0 220 12 3 6 2 1 9 2 30 12 7 3 2 1 4 0 225 8 6 3 0 1 8 0 290 9 4 5 1 0 4 2 255 6 3 3 2 2 4 0 260 8 1 0 2 2 0 2 210 7 2 2 0 0 1 0 250 14 3 6 1 1 10 1 280 7 2 5 0 2 9 0 250 8 3 4 0 2 6 1 220 10 1 2 1 1 5 0 220 9 0 0 0 0 6 0 220 7 2 1 1 0 6 1 220

1.8. ELECCION DEL TIPO DE DIAGRAMAS DE CONTROL La mayora de las veces los procesos industriales (o de otro tipo) puede beneficiarse con un programa de diagramas de control. Para implementar diagramas de control ser necesario tener en cuenta directrices esenciales como elegir el tipo adecuado de diagramas de control, determinar que caracterstica del proceso habr que controlar y definir en que lugar del proceso habrn de incorporar los diagramas de control. Se puede aplicar las directrices anteriores tanto a los diagramas de control por variables como de atributos. Recordemos que los diagramas de control no solamente se usan para vigilar los procesos, y que habra que usarlos como un mtodo activo, en lnea, para reducir la variabilidad del proceso. Una caracterstica de calidad medible, como dimensin, peso volumen, es una variable cuantitativa. Los diagramas de control para variables se usan para contrastar las caractersticas de calidad cuantitativas. Suelen permitir el uso de procedimientos de control ms eficientes y proporcionan ms informacin respecto al rendimiento del proceso que los diagramas de control de atributos, que son utilizados para contrastar caractersticas cualitativas, esto es, caractersticas no cuantificables numricamente. En muchas aplicaciones, el analista tendr que elegir entre unos diagramas de control de variables, como los de X (media) y R (recorrido), y en uno de control de atributos como el de p (proporcin de unidades defectuosas). En algunos casos, la seleccin estar bien definida. Por ejemplo, si la caracterstica de calidad es el color del artculo, como puede serlo en la produccin de alfombras o telas, se preferir frecuentemente a la inspeccin de atributos en vez de tratar de cuantificar la caracterstica de la calidad color. En otros casos, la seleccin no ser tan evidente, y el analista tendr que tomar en cuenta varios factores para poder elegir entre diagramas de control de atributos y de variables. Los diagramas de control de atributos tienen la ventaja de que hacen posible considerar varias caractersticas de calidad al mismo tiempo y clasificar el artculo como disconforme si no satisface la especificacin de cualquier caracterstica. Por otra parte, si se manejan las diversas caractersticas de calidad como variables, entonces habr que medir cada una de ellas y utilizar separadamente un diagrama X y R para cada una, o bien alguna tcnica de control multivariante en la que se consideren simultneamente todas las caractersticas. Hay una evidente sencillez asociada al diagrama de atributos en este caso. Adems mediante la inspeccin por atributos pueden evitarse mediciones costosas en recursos y tiempo. En contraste los diagramas de control de variables, proporcionan mucha ms informacin til respecto al funcionamiento del proceso que los atributos. Se obtiene directamente informacin especfica acerca de la media del proceso y su variabilidad. Asimismo, cuando hay puntos que caen fuera de control en los diagramas por variables, suele haber mucha mas informacin sobre la causa potencial de esta seal de fuera de control. Para un estudio de la capacidad de

un proceso, se prefieren casi siempre los diagramas de control por variables en vez de los de atributos. Las excepciones son los estudios sobre las disconformidades producidas pro maquinas u operadores, en los cuales hay un nmero ms limitado de fuentes de disconformidad, o bien los estudios relacionados directamente con el rendimiento y el rechazo del proceso. Quiz la ventaja mas importante de los diagramas de control X y R o X y S, (que son los diagramas de control por variables ms importantes) es que a menudo proporciona una indicacin de problemas inminentes y permiten al personal operativo tomar acciones correctivas antes de que ocurra la produccin real de artculos defectuosos. As, dichos diagramas son indicadores anticipados de problemas, mientras que los diagramas de p y np o los de c y u (que son los diagramas de control de atributos mas importantes) no reaccionaran a menos que el proceso haya cambiado tanto que se produzcan mas artculos disconformes. Para un nivel especifico de proteccin contra cambios en el proceso, los diagramas de control de variables necesitan un tamao de muestra mucho ms pequeo que el diagrama de control por atributos correspondientes. De esta manera, mientras que el control de variables es normalmente ms costos y lento por unidad que el control por atributos, se tendrn que controlar menos unidades. Esta es una consideracin muy importante, sobre todo en los casos en los que la inspeccin es destructiva (como abrir una lata para medir el volumen del contenido o probar las propiedades qumicas del producto). En cuanto a la eleccin del tipo adecuado de diagrama de control, los diagramas de control por variables de X y R (o de X y S) son apropiados en los casos siguientes: Se introduce un nuevo proceso, o bien se fabrica un nuevo producto mediante un proceso ya existente. El proceso ha estado funcionando durante algn tiempo, pero tiene problemas crnicos o no puede cumplir con las tolerancias especificadas. El proceso tiene problemas, y el diagrama de control puede ser til para fines de diagnstico (localizacin de averas). Se necesitan pruebas destructivas (u otros procedimientos de prueba costosos). Es conveniente reducir al mnimo el muestreo para aceptacin u otras pruebas cuando el proceso se pueda manejar bajo control. Se han utilizado grficas de control por atributos, pero el proceso est fuera de control o bajo control pero con produccin inaceptable. Procesos con especificaciones muy estrechas, tolerancias de montaje solapadas, u otros problemas de manufactura difciles. Situaciones en las que el operario debe decidir si ajusta o no el proceso, o bien cuando se tiene que evaluar una configuracin. Se requiere un cambio en las especificaciones del proceso. Se debe demostrar continuamente la estabilidad y capacidad del proceso, por ejemplo en industrias no reguladas.

Los diagramas de control por variables relativos al nmero de individuos son apropiados en los siguientes casos: Procesos en los que es inconveniente o imposible obtener ms de una medicin por muestra, o cuando mediciones repetidas difieren slo por errores de laboratorio o de anlisis. Esto ocurre a menudo en procesos qumicos. Procesos en los que la tecnologa de pruebas de inspeccin automatizadas permite medir todas las unidades producidas. En estos casos, se consideran tambin el diagrama de control de la suma acumulativa CUSUM y el control de promedios mviles ponderados exponencialmente EWMA. Situaciones en las que los datos se obtienen muy despacio y no sera prctico esperar una muestra mayor, lo que adems hara el procedimiento de control demasiado lento para reaccionar a los problemas. Esto sucede a menudo en situaciones no industriales, por ejemplo se dispone de datos sobre la contabilidad slo una vez al mes.

RESUMEN

Eleccin del tipo de grfica Paso 1: Establecer los objetivos del control estadstico del proceso La finalidad es establecer que se desea conseguir con el mismo. Paso 2: Identificar la caracterstica a controlar Es necesario determinar que caracterstica o atributo del producto/servicio o proceso se van a controlar para conseguir satisfacer las necesidades de informacin establecidas en el paso anterior. Construccin Paso 3: Determinar el tipo de Grfica de Control que es conveniente utilizar Conjugando aspectos como: Tipo de informacin requerida. Caractersticas del proceso. Caractersticas del producto. Nivel de frecuencia de las unidades no conformes o disconformidades. Paso 4: Elaborar el plan de muestreo (Tamao de muestra, frecuencia de muestreo y nmero de muestras)

Las Grficas de Control por Atributos requieren generalmente tamaos de muestras grandes para poder detectar cambios en los resultados. Para que el grfico pueda mostrar pautas analizables, el tamao de muestra, sera lo suficientemente grande (entre 50 y 200 unidades e incluso superior) para tener varias unidades no conformes por muestra, de forma que puedan evidenciarse cambios significativamente favorables (por ejemplo, aparicin de muestras con cero unidades no conformes). El tamao de cada muestra oscilara entre +/- 20% respecto al tamao medio de las muestras n = (n^ + n2 + ... + nN) / N donde N = Nmero de muestras La frecuencia de muestreo sera la adecuada para detectar rpidamente los cambios y permitir una realimentacin eficaz. El periodo de recogida de muestras debe ser lo suficientemente largo como para recoger todas las posibles causas internas de variacin del proceso. Se recogern al menos 20 muestras para proporcionar una prueba fiable de estabilidad en el proceso.

Paso 5: Recoger los datos segn el plan establecido

Se tendr un especial cuidado de que la muestra sea aleatoria y representativa de todo el periodo de produccin o lote del que se extrae. Cada unidad de la muestra se tomara de forma que todas las unidades del periodo de produccin o lote tengan la misma probabilidad de ser extradas. (Toma de muestras al azar). Se indicaran en las hojas de recogida de datos todas las informaciones y circunstancias que sean relevantes en la toma de los mismos.

Paso 6: Calcular la fraccin de unidades Para cada muestra se registran los siguientes datos: 1. El nmero de unidades inspeccionadas "n". 2. El nmero de unidades no conformes. 3. La fraccin de unidades no conformes 4. El nmero de defectos en una pieza

5. La fraccin de defectos por pieza Paso 7: Calcular los Lmites de Control Paso 8: Definir las escalas de la grfica

El eje horizontal representa el nmero de la muestra en el orden en que ha sido tomada. El eje vertical representa los valores de la fraccin de unidades La escala de este eje ir desde cero hasta dos veces la fraccin de unidades no conformes mxima.

Paso 9: Representar en el grfico la Lnea Central y los Lmites de Control Lnea Central Marcar en el eje vertical, correspondiente al valor de la fraccin Lnea de Control Superior Marcar en el eje vertical el valor de UCL. A partir de este punto trazar una recta horizontal discontinua (a trazos). Identificarla con UCL. Lmite de Control Inferior Marcar en el eje vertical el valor de LCL. A partir de este punto trazar una recta horizontal discontinua (a trazos). Identificarla con LCL. Nota: Usualmente la linea que representa el valor central se dibuja de color azul y las lineas correspondientes a los limites de control de color rojo. Cuando LCL es cero, no se suele representar en la grfica. Paso 10: Incluir los datos pertenecientes a las muestras en la grfica

Representar cada muestra con un punto, buscando la interseccin entre el numero de la muestra (eje horizontal) y el valor de su fraccin de unidades no conformes (eje vertical). Unir los puntos representados por medio de trazos rectos.

Paso 11: Comprobacin de los datos de construccin de la Grfica de Control

Se comprobara que todos los valores de la fraccin de unidades de las muestras utilizadas para la construccin de la grfica correspondiente estn dentro de sus Limites de Control. LCL < grfica < UCL Si esta condicin no se cumple para alguna muestra, esta deber ser desechada para el calculo de los Limites de Control. Se repetirn todos los clculos realizados hasta el momento, sin tener en cuenta los valores de las muestras anteriormente sealadas. Este proceso se repetir hasta que todas las muestras utilizadas para el calculo de los Limites de Control muestren un proceso dentro de control. Los Limites, finalmente as obtenidos, son los definitivos que se utilizaran para la construccin de las Grficas de Control.

Paso 12: Anlisis y resultados La Grfica de Control, resultado de este proceso de construccin, se utilizara para el control habitual del proceso. Interpretacin- Grfica de Control por Atributos Identificacin de causas especiales o asignables Pautas de comportamiento que representan cambios en el proceso: Un punto exterior a los lmites de control. Se estudiar la causa de una desviacin del comportamiento tan fuerte. Dos puntos consecutivos muy prximos al lmite de control. La situacin es anmala, estudiar las causas de variacin. Cinco puntos consecutivos por encima o por debajo de la lnea central.

 Investigar las causas de variacin pues la media de los cinco puntos indica una desviacin del nivel de funcionamiento del proceso. Fuerte tendencia ascendente o descendente marcada por cinco puntos consecutivos. Investigar las causas de estos cambios progresivos. Cambios bruscos de puntos prximos a un lmite de control hacia el otro lmite. Examinar esta conducta errtica.

Ej p n= 10216 cl=p 0.015

N 1 2 3 4 5 6 7 8 9 10 900 1135 1005 1001 1020 1015 1035 1010 980 1115

NP 18 15 3 17 8 22 24 31 7 9

P=NP/N 0.020 0.013 0,003 0.017 0.008 0.022 0.023 0.031 0.007 0.008