Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 6 vistas

    2024.1 G Cal Diagrama Control

    Cargado por

    ANDERSON CARDONA MUÑOZ

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    2024.1 G Cal Diagrama Control

    Cargado por

    ANDERSON CARDONA MUÑOZ
    6 vistas9 páginas

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    6 vistas9 páginas

    2024.1 G Cal Diagrama Control

    Cargado por

    ANDERSON CARDONA MUÑOZ

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    de 9

    DIAGRAMAS DE CONTROL: GRÁFICOS PARA CONTROLAR PROCESOS

    Los gráficos de control o diagramas de control se utilizan para controlar el


    desarrollo de los procesos de producción e identificar posibles inestabilidades y
    circunstancias anómalas.

    En resumen, lo que se pretende con este tipo de análisis es controlar los procesos
    para asegurarse de que funcionan correctamente. Si la gran mayoría de los
    puntos mostrados de la gráfica están dentro de los limites se considera que el
    proceso está controlado. En el momento en el que uno o varios puntos aparecen
    fuera de los límites establecidos o no representan una distribución estadística
    gaussiana, se considera que el proceso está descontrolado y comienza la
    búsqueda de la causa de su mal funcionamiento.

    Cómo interpretar una gráfica de control

    En la gráfica se muestran datos del desempeño de un proceso. Estos datos


    pueden ser continuos (ej.: las medidas de una pieza, o el número de piezas
    conformes respecto de cada lote de X unidades) o bien también se pueden
    mostrar datos discretos (ej.: pieza conforme o pieza no conforme). En el caso de
    ser datos continuos, se suele incluir una línea horizontal con el valor medio de
    referencia y dos líneas más con los límites de control estadístico, superior e
    inferior, en la gráfica.

    Los límites de control se sitúan de forma que un porcentaje fijado de los puntos
    estén dentro de ellos. Estos límites suelen calcularse para incluir o bien el 75% o
    el 95% de los datos:

    -Límites que incluyen el 75% de los datos: En este caso, un proceso que funcione
    correctamente deberá mostrar un 75% de los valores dentro de los límites superior
    e inferior, un 12,5% de los valores por encima del límite superior y otro 12.5% por
    debajo del límite inferior. Si se aprecia un punto fuera de estos límites se
    considera como normal, pero si aparecen varios puntos seguidos por encima o por
    debajo de los límites probablemente sea una situación inusual, e indica que el
    proceso está descontrolado.

    –Limites que incluyen el 95% de los datos: En este caso sólo el 2,5% de los
    valores deben dar por encima o por debajo de los límites. Al ser tan restrictivo, en
    esta situación si un dato sale de los límites, significará que ha habido una
    circunstancia inusual en el proceso.

    Este tipo de diagramas de control son un mecanismo para detectar si el proceso


    está funcionando correctamente, o si se están produciendo situaciones anómalas.

    Cuando una gráfica muestra una situación fuera de control, se puede iniciar una
    investigación para identificar las causas y tomar una decisión que corrija las
    desviaciones.

    Los valores mostrados en el diagrama deben ser aleatorios y seguir una


    distribución estadística normal, estando centrados en la línea del punto medio y
    teniendo una variabilidad que puede deberse a dos factores:

    ▪ – Común: que es inherente al proceso, y por lo tanto no se puede evitar.

    ▪ – Especial: que causa una variación excesiva, y debe ser corregida.

    ¿Cuándo el proceso está funcionando mal?

    Comúnmente se dice que un proceso está fuera de control, y por lo tanto deben
    analizarse las causas del incidente (y posiblemente corregirse), en las siguientes
    situaciones:
    – Cuando hay un punto fuera de los límites del 95%. (Nota: Por definición, el 5%
    de los puntos estarán fuera de este límite, por lo que este caso solo debería
    preocuparnos si el punto se aleja mucho del límite o si sospechamos que hay algo
    mal).

    – Cuando hay más de 3 puntos seguidos fuera de los límites del 75%. (Nota: En
    este caso, la clave está en que los 3 puntos fuera sean seguidos, lo cual debería
    ser muy improbable).

    – Cuando se aprecian tendencias crecientes o decrecientes en más de 4 puntos


    seguidos.

    – Cuando más de 6 puntos seguidos se encuentran en la mitad superior o inferior


    del gráfico (Nota: en este caso, el proceso está descentrado y habría que
    recalibrarlo).

    – Cuando se aprecia que los valores siguen un patrón, no siento estos valores
    aleatorios.

    En todos estos casos deberían analizarse las causas de la incidencia para ver si
    ha sido un caso aislado, o bien si ha habido algún problema detrás. En este
    segundo caso, habrá que tomar medidas si fuera necesario.

    ¿Cómo realizar una gráfica de control?

    Lo más frecuente es que en procesos continuos automatizados, las máquinas


    incluyan su propio software que nos dé ya hechos los diagramas de control a
    medida que se van realizando las tareas. No obstante, si no se dispone de esto,
    también se puede realizar manualmente un diagrama de control usando una Hoja
    de Cálculo para así poder conocer mejor el funcionamiento del proceso en un
    momento dado.

    Crear una gráfica de control requiere los siguientes pasos:

    1) Elegir la característica a estudiar. Debe medir la variable que queremos


    controlar: la longitud de una pieza, la temperatura de una máquina, etc.

    2) Tomar los datos. Deberemos recoger los valores durante un periodo de


    tiempo suficiente que nos permita obtener una visión representativa del
    desarrollo del proceso.

    3) Introducir os datos en la hoja de cálculo, y calcular la cuál es la línea central


    (valor medio de los datos) y los límites superior e inferior.

    4) Representar los datos en la gráfica, y estudiar si el funcionamiento es el


    correcto. Si no fuera por estar el proceso descentrado (la media de los
    datos no es la medida que nos pide las especificaciones) habría que
    recalibrar las máquinas. O bien, si la variabilidad es demasiado alta y los
    productos se salen de las tolerancias demasiado frecuentemente, habría
    que estudiar las causas para afinar los resultados.

    5) Volver a realizar el estudio cada cierto tiempo para comprobar que el


    funcionamiento sigue siendo el correcto.

    Algunos términos utilizados en los gráficos de control

    • Causa asignable: Si consigue hallar una causa concreta o que ocasiona


    una variación excesiva y obedece a una situación específica, se habla de
    causa asignable. Es el tipo de causa que debemos corregir. Por ejemplo, la
    deficiente capacitación del trabajador o la falta de ajuste de una máquina.

    • Causa aleatoria: Cuando no consigues hallar una explicación concreta a


    una variación, o si la variación fue ocasionada por un evento sin
    importancia que no se repetirá, se habla de causa aleatoria. También se le
    suelen llamar variaciones o causas naturales. Es el tipo de causa que está
    presente en la vida misma, fortuita. Ejemplos son la curva de aprendizaje
    del trabajador y el cierre inesperado del software.

    • Límite superior de control: Es el valor más grande aceptado en el


    proceso. En español LSC, en inglés UCL (Upper control limit).

    • Límite inferior de control: El opuesto al superior, es decir, el valor más


    pequeño. LIC en español, LCL en inglés (Lower control limit).

    • Límite central de control: Con siglas LCC, es la línea central del gráfico.
    Entre más cerca están los puntos a la línea, más estable es el proceso.
    ¿Cuáles son los tipos de gráficas de control?
    Los gráficos de control se pueden clasificar, según la característica que se desee
    controlar, en dos grandes grupos: Gráficos de control por variables. Se entiende,
    básicamente, por variable cualquier característica que pueda ser medida o
    recogida en escala continua. Gráficos de control por atributos.

    ¿Cuáles son los gráficos de control por variables y atributos?


    Las gráficas de control de variables grafican datos de procesos de medición
    continua, tales como longitud o presión, en una secuencia ordenada por tiempo.
    En contraste, las gráficas de control de atributos grafican datos de conteo,
    tales como el número de defectos o unidades defectuosas.

    https://www.pdcahome.com/diagramas-de-control/
    Ejemplo de Gráfica de Control P o de Proporciones en el Control Estadístico
    de Procesos

    La gráfica de control de proporciones o gráfica p corresponde a una herramienta


    del Control Estadístico de Procesos (CEP) utilizada particularmente en la
    evaluación del cumplimiento de determinadas características del producto que son
    fáciles de evaluar (con frecuencia mediante inspección visual) asumiendo sólo 2
    valores posibles: «cumple» o «no cumple», «aprobado» o «no aprobado»,
    etc. Utilizar datos de atributos requiere de muestras relativamente grandes para
    obtener resultados estadísticos válidos. En el siguiente artículo de describe el
    procedimiento para la confección de una gráfica p utilizando distintos niveles de
    significancia estadística al momento de definir los límites de control.

    Ejemplo Gráfica de Control P

    Todos los días se tomaban muestras de las formas llenas, de un departamento en


    particular, en una compañía de seguros para revisar la calidad del desempeño de
    ese departamento. Con el fin de establecer una norma tentativa para el
    departamento, se tomó una muestra de 300 unidades al día (n=300) durante 10
    días, obteniendo los siguientes resultados:
    Desarrolle una gráfica de proporciones o gráfica p utilizando un intervalo de
    confianza de un 90% para las 10 muestras recolectadas. ¿Qué comentarios puede
    hacer sobre el proceso? ¿Qué sucede ahora si los límites de control se definen a
    un σ del promedio de defectos?

    En primer lugar, calculamos el promedio de unidades defectuosas para cada una


    de las muestras (celdas color celeste). Por ejemplo, la muestra 1 presenta 10
    defectos (de un total de 300 unidades inspeccionadas), en consecuencia, el
    porcentaje de defectos de dicha muestra corresponde aproximadamente a
    un 3,33% (10/300). Luego se obtiene el promedio de unidades defectuosas del
    total de las muestras (celda amarilla) correspondiente a un 3,03% (se obtiene de
    [3,33%+2,67%+3,00%+…+2,67%]/10).

    A continuación, se procede con la estimación de la desviación estándar (Sp):


    De la tabla de la distribución normal estándar un intervalo de confianza de un 90%
    equivale a definir los límites de control a 1,645*Sp. Con esto podemos calcular
    el Límite de Control superior (LCS) y Límite de Control Inferior
    (LCI) respectivamente (notar que los resultados han sido aproximados).

    • LCS = 3,03% + 1,645*0,9896% = 4,66%


    • LCI = 3,03% – 1,645*0,9896% = 1,40%

    ¿de dónde sale el 1,645?

    Ese dato es el valor que toma «Z» según el intervalo de confianza al 90%, se
    saca mediante el uso de unas tablas, en internet se encuentran los valores
    de Z más usados según el intervalo de confianza que se vaya a utilizar, si es
    del 85% Z=1.44; 90% Z=1.65; 95% Z=1.96; 99% Z=2.57

    A continuación, y con la ayuda de Excel se procede a graficar los límites de control


    (líneas verdes y violeta), el promedio de unidades defectuosas de cada una de las
    muestras (línea azul) y el promedio de defectos total (línea roja). El proceso se
    encuentra bajo control estadístico. Los promedios de defectuosos se encuentran
    dentro de los límites de control estadístico.

    Si en cambio los límites de control se definen a un σ del promedio de defectos


    será necesario recalcular los límites de control estadístico obteniendo los
    siguientes resultados (aproximados):

    • LCS = 3,03% + 0,9896% = 4,02%


    • LCI = 3,03% – 0,9896% = 2,04%
    Al estrechar los límites de control el proceso ya no se encuentra bajo control
    estadístico. La muestra n° 4 presenta un porcentaje de defectuosos mayor al LCS.

    Cibergrafía

    https://www.gestiondeoperaciones.net/control-estadistico-de-procesos/ejemplo-de-
    grafica-de-control-p-o-de-proporciones-en-el-control-estadistico-de-procesos/

    También podría gustarte