Tema 5 Control Estadistico de Procesos
Tema 5 Control Estadistico de Procesos
Tema 5 Control Estadistico de Procesos
1.2.1Gráficos µ y σ
1. INTRODUCCIÓN
En todo proceso productivo, sin importar lo bien diseñado que esté, existe
cierta variabilidad inherente o natural.
Esta variabilidad natural (o “ruido de fondo”) es el efecto acumulado de
muchas pequeñas causas, esencialmente inevitables, que son parte inherente
del proceso.
En el marco del Control Estadístico de la Calidad, esta variabilidad natural se
denomina “sistema estable de causas aleatorias”.
Si un proceso productivo opera únicamente con causas de variación aleatorias,
se dice que está bajo control estadístico.
Sin embargo, pueden existir otras causas de variación en un proceso, que
suelen provenir de tres fuentes:
Maquinaria mal ajustada o controlada
Errores de lo operarios, o
Materias primas defectuosas.
Esa variabilidad es generalmente mucho mayor comparada con el “ruido de
fondo”, y normalmente genera un rendimiento del proceso inaceptable. Las
fuentes de variabilidad diferente de las causas aleatorias se denominan causas
asignables de variabilidad.
Un proceso que opera con causas asignables de variabilidad se dice que está
fuera de control estadístico.
Uno de los principales objetivos del Control Estadístico de la Calidad es detectar
rápidamente la ocurrencia de causas asignables, para poder tomar acciones
correctivas.
La principal herramienta del Control de Procesos son los gráficos de control:
Se trata de una técnica de monitorización en tiempo real que
proporciona información útil para la mejora del proceso
inferior son:
Ejemplo: Saco 5 tornillos y los mido y hago la media de todas las mediciones
Media de las medias (X):Media de todas las medias muestrales, es decir,
promedio de los tornillos que yo estoy fabricando
Con los datos anteriores, los límites de control para los gráficos X y R quedan:
Nota: construir gráficos de control significa conocer que valor tiene la línea
central, que valor tiene el límite superior y que valor tiene el límite inferior
Gráfico X: gráfico para la media. Se construye:
Límite superior: Valor central (media de las medias) + una cierta
distancia del rango (valor * Rango medio)
Center line: media de las medias
Límite inferior: Valor central (media de las medias) - una cierta distancia
del rango (valor * Rango medio)
Dibujare puntitos, cada puntito será la media de la muestra 1, la media
de la muestra 2, la media de la muestra n.
Si todos los puntos quedan dentro de los límites de control y no
hay tendencias ni anomalías, entonces el proceso se encuentra
bajo control.
Si alguno de los puntos se salen de los límites de control o
encontramos alguna anomalía, entonces el proceso no está bajo
control
Nota: Para poder definir una variable aleatoria continua (por ejemplo, en este caso, la
Normal), necesitas dos valores (la media y la desviación típica) si solo analizo la media,
no es correcto
Por tanto, si estoy haciendo un gráfico de control de variables no puedo hacer solo el
gráfico X (solo me da información sobre la media) necesito un gráfico R (que me de
información sobre la dispersión).
Las constantes A, D1, D2, d2 están tabuladas para varios tamaños de muestra n
Aquí no hay que calcular nada, todos los datos te los dan y las constantes las buscas en
las tablas y listo
Gráfico P
La fracción o porcentaje de no conformes se define como la atinó del número
de unidades no conformes en la población de unidades de un proceso
Las unidades analizadas pueden tener varias características que son
examinadas simultáneamente: si el item no es conforme al estándar en una o
varias de esas características, se clasifica como “no conforme”
Normalmente la fracción de defectuosos se expresa en tanto por uno, si bien es
más intuitivo utilizar valores porcentuales, sobre todo cuando se muestran los
resultados de los gráficos de control a los trabajadores
La fracción muestral de no conformes se define como el cociente entre el
número de no conformes D de la muestra y el tamaño muestral n: