Diagramas de control CONSIDERACIONES BÁSICAS

DIAGRAMAS DE CONTROL  El Control Estadístico de Proceso (Statistical Process Control SPC) es la herramienta básica que nos permite mantener estable el proceso y, por tanto, fabricar el producto dentro de especificaciones desde el principio. La base del SPC la constituyen los Gráficos de Control.

DIAGRAMAS DE CONTROL  OBJETIVOS FUNDAMENTALES DE LOS GRÁFICOS DE CONTROL: 1. Vigilancia y control del proceso con el fin de conseguir que este sea estable evitando la producción de defectos. Este objetivo corresponde a la filosofía "hágalo bien a la primera". Consecuentemente, una buena planificación y aplicación de los Gráficos de Control, al evitar producir defectos, reducirá el rechazo y el reprocesado, mejorando la calidad y produciéndose la reacción en cadena, disminuyendo los costes (pues se evitan los trabajos de reprocesado y las pérdidas por desechos), aumentando la producción por unidad de tiempo (pues si se hace bien a la primera no se pierde tiempo en reprocesados), mejorando la productividad y la competitividad de la empresa.

DIAGRAMAS DE CONTROL 2. Aumento de la homogeneidad de la producción mediante la disminución de la variabilidad del proceso y, de esta forma, conseguir una mejora continuada de la calidad. 3. Los Gráficos de Control son una norma clara de actuación sobre el proceso, por lo que se evitan ajustes innecesarios (sobrecontrol) que tanto daño pueden causar a la homogeneidad del producto. Este hecho corres- ponde a la filosofia "si no está roto no lo repares". Justo es reconocer que, de no entenderse y asimilarse bien los principios en los que se basan los Gráficos de Control y, en especial, la diferencia conceptual que existe entre la variabilidad natural generada por las causa comunes y los efectos producidos por las causas especiales, es fácil caer en la tentación de ajustar el proceso cuando aparentemente los datos no son constantes.

DIAGRAMAS DE CONTROL 4. Los Gráficos de Control suministran la información necesaria para la determinación, mediante la correspondiente estimación estadística, de los parámetros del producto y del proceso, lo que permitirá conocer mejor nuestra actividad productiva. De esta forma, podremos comparar la producción realmente obtenida con las especificaciones de calidad, determinando, así mismo, la capacidad del proceso para obtener el producto diseñado. Este conocimiento podrá objetivar la necesidad o no de un cambio de enfoque en el proceso y/o en el diseño del producto y del proceso.

DIAGRAMAS DE CONTROL TIPOS DE DIAGRAMAS DE CONTROL Diagramas de control por variables Diagramas de control por atributos Diagramas de control para medidas individuales Diagramas de control de las sumas acumuladas (CUSUM) Diagramas de control de medidas ponderadas

DIAGRAMAS DE CONTROL En la siguiente figura se representa un Diagrama de Control para la media muestral de una variable de calidad crítica y que, por tanto, es necesario mantener bajo control. Gráfico de control para la media (23 muestras de tamaño 4. Total 92 observaciones)

DIAGRAMAS DE CONTROL

Por otra parte, se han calculado los llamados Límites de Control de los que el inferior vale LCI = Y el superior LCS = Mediante estos límites se efectúa un Test de Hipótesis (que es el objetivo principal de los Gráficos de Control) para contrastar, en cada muestra, si la media del proceso se ha modificado o no, es decir, si ha aparecido una causa especial que haya modificado la media poblacional y, por tanto, si ha disminuido la calidad. La muestra número 20, tiene una media x = 0.27 que es superior al LCS, lo que indica que no se puede aceptar que, desde el punto de vista de la media, el proceso esté bajo control y, en consecuencia, debemos buscar una causa especial que haya modificado la media poblacional. De esta forma el Gráfico de Control se convierte en una herramienta de prevención de defectos de gran valor.

TEST DE HIPÓTESIS  INTRODUCCIÓN

TEST DE HIPÓTESIS











POBLACIÓN, MUESTRA Y MUESTREO  Tanto desde el punto de vista de la Estadística como del Control de la Calidad, se entiende por población al colectivo objeto del estudio. Precisando un poco más, realmente no estamos interesados en todos los aspectos del colectivo, sino en algunos muy concretos. Se llama población al espacio muestral o conjunto de posibles valores que puede tomar la variable aleatoria de interés del colectivo objeto del estudio.

POBLACIÓN, MUESTRA Y MUESTREO  El estudio de la población mediante el análisis de cada uno de los individuos que la integran es, en general, imposible de realizar o al estudiar la inspección 100%, puede resultar económicamente caro. Es necesario, por tanto, obtener conclusiones sobre la población mediante la aplicación de la Inferencia Estadística a una muestra. Se llama muestra a cualquier subconjunto de la población y muestreo es la forma de obtener una muestra. La forma de obtener la muestra es fundamental para extraer conclusiones válidas. Tamaño de muestra es el número n de observaciones que la componen.

POBLACIÓN, MUESTRA Y MUESTREO  La muestra debe ser lo más "representativa" posible de la población. Lo ideal sería que, a los fines del estudio, la muestra fuera la población en pequeño, pues así las conclusiones y los parámetros muestrales coincidirían exactamente con los poblacionales.

POBLACIÓN, MUESTRA Y MUESTREO  En la práctica, no es posible obtener una muestra "con estructura proporcional a la de la población". Lo mejor que podemos obtener es una muestra "representativa” de la población. Esto se consigue mediante la toma de una muestra aleatoria simple. Una muestra aleatoria simple (m.a.s.) no es más que una muestra tomada al azar y que, por tanto, cumple la condición de que todos los individuos de la población tienen la misma probabilidad de pertenecer a la muestra.

POBLACIÓN, MUESTRA Y MUESTREO 

