Control Estadístico de Proceso Gráficos de Control

Presentación del tema: "Control Estadístico de Proceso Gráficos de Control"— Transcripción de la presentación:

1 Control Estadístico de Proceso Gráficos de Control
UNIVERSIDAD NACIONAL EXPERIMENTAL POLITECNICA “ANTONIO JOSE DE SUCRE” VICE – RECTORADO LUIS CABALLERO MEJIAS MAESTRIA EN INGENEIRIA INDUSTRIAL FACILITADOR: PROF. ARMANDO CUELLO Control Estadístico de Proceso Gráficos de Control Participantes: Ing. Adriana Perozo . Ing. Claudia Martin. AGOSTO 2010

2 CONTROL ESTADÍSTICO DE PROCESOS (CEP)
Es una técnica estadística que se usa para asegurar que los procesos cumplen con los estándares. Todos los procesos están sujetos a ciertos grados de variabilidad. Causas naturales: Variaciones aleatorias. Causas imputables: Problemas corregibles.(Maquinaria de desgaste, trabajadores no calificados, material de baja calidad). Objetivo: Identificar las causas imputables. Se usan los gráficos de control de procesos.

3 Control de procesos: tres tipos de resultados
(a) Bajo control y capaz. Proceso con sólo causas naturales de variación y capaz de producir dentro de los límites de control establecidos. Frecuencia Límite inferior de control Límite superior de control (b) Bajo control pero incapaz. Proceso bajo control (sólo están presentes causas naturales de variación), pero incapaz de producir dentro de los límites de control establecidos. This slide helps introduce different process outputs. It can also be used to illustrate natural and assignable variation. (c) Fuera de control. Proceso fuera de control, con causas imputables de variación. Tamaño (peso, longitud, velocidad, etc.) 3

4 CARACTERÍSTICAS DE CALIDAD
Variables Atributos Características que se pueden medir (por ejemplo, el peso o la longitud). Pueden ser números enteros o fracciones. Muchas variables aleatorias. Características centradas en los defectos. Los productos se clasifican en productos “buenos” o “malos”, o se cuentan los defectos que tengan. Por ejemplo, una radio funciona o no. Variables aleatorias categóricas o discretas. Once the categories are outlined, students may be asked to provide examples of items for which variable or attribute inspection might be appropriate. They might also be asked to provide examples of products for which both characteristics might be important at different stages of the production process. 4

5 BENEFICIOS DE LAS GRÁFICAS DE CONTROL
Son herramientas efectivas para entender la variación del proceso y ayudan a lograr el control estadístico. 2. Si un proceso está en control estadístico su desempeño es predecible y tanto el fabricante como el cliente pueden confiar en niveles consistentes de calidad y en costos estables para lograr la calidad. 3. Un proceso bajo control estadístico se puede mejorar a través de la reducción de variación y el centrado en un valor objetivo; esto reduce costos  y mejora la productividad. 4. Las gráficas de control proporcionan un lenguaje común para comunicar información sobre el desempeño de un proceso entre muy diversas personas dentro y fuera de la empresa.  5. Las gráficas de control indican dónde está o quien tiene la posible solución de un problema,

6 GRÁFICAS DE CONTROL Dónde el tiempo representa la muestra o subgrupo
Característica de calidad tiempo Límite superior de control (LSC) Límite inferior de control (LIC) Línea central (LC) Dónde el tiempo representa la muestra o subgrupo

7 GRÁFICAS DE CONTROL Las gráficas de control nos muestran cómo se compara una característica a través del tiempo. Si todos los puntos están dentro de los límites y no siguen un patrón específico, se dice que el proceso está bajo control o bajo control estadístico. Los límites de control dependen del comportamiento de los datos.

8 GRÁFICAS DE CONTROL Concepto de control estadístico de Shewhart:
Se dice que un fenómeno está controlado cuando, a través del uso de la experiencia pasada, se puede predecir al menos dentro de ciertos límites como se espera que varié el fenómeno en el futuro. Si un proceso no está en estado controlado, la productividad o el éxito económico no se garantiza.

9 GRÁFICAS DE CONTROL Límites de especificación: dependen del diseño o del cliente. Límites de control: los determina el proceso.

10 GRÁFICAS DE CONTROL Ocho pruebas para verificar que una gráfica está bajo control estadístico: Prueba # 1: un dato fuera del límite de control Característica de calidad tiempo LSC LIC LC A B C

11 GRÁFICAS DE CONTROL Prueba # 2: Prueba # 3:
Ocho puntos en forma consecutiva por arriba o por debajo del promedio Prueba # 3: Cinco puntos consecutivos en forma ascendente o descendente Característica de calidad tiempo LSC LIC LC A B C Característica de calidad tiempo LSC LIC LC A B C

12 GRÁFICAS DE CONTROL Prueba # 4:
Catorce puntos alternándose en forma consecutiva arriba y abajo. Prueba # 5: Dos o tres puntos en la zona A o más allá Característica de calidad tiempo LSC LIC LC A B C Característica de calidad tiempo LSC LIC LC A B C

13 GRÁFICAS DE CONTROL Prueba # 6: Prueba # 7:
Cuatro de cinco puntos consecutivos en la zona B o más allá Prueba # 7: Quince puntos consecutivos en la zona C Característica de calidad tiempo LSC LIC LC A B C Característica de calidad tiempo LSC LIC LC A B C 13

14 GRÁFICAS DE CONTROL Prueba # 8:
Ocho puntos consecutivos que no caigan en la zona C Característica de calidad tiempo LSC LIC LC A B C 14

15 ESTADÍSTICA DE LAS GRÁFICAS DE CONTROL
Prueba de hipótesis: Ho: El proceso está bajo control vs Ha: El proceso no está bajo control Error tipo I: Rechazar Ho cuando Ho es verdadero. Se concluye que “el proceso no está bajo control, cuando realmente si lo está”. P(Error tipo I)= 

16 ESTADÍSTICA DE LAS GRÁFICAS DE CONTROL
Error tipo II: Aceptar Ho cuando Ho es falsa. Se concluye que “el proceso está bajo control, cuando realmente no lo está”. P(Error tipo II)=  Para fines de cálculo de  y , suponga que el proceso no está bajo control si hay un cambio en la media del mismo.

17 TIPOS DE GRÁFICAS DE CONTROL

18 GRÁFICAS PARA VARIABLES

19 GRÁFICA DE MEDIAS Y RANGOS

20 GRÁFICAS DE MEDIAS Y RANGOS
El procedimiento es el mismo que en las gráficas de medias y desviación estándar. La forma de obtener los límites de control y la línea central es la siguiente:

21 GRÁFICAS DE MEDIAS Y RANGOS
Gráfica de rangos: R: Es la media de los rangos de las muestras. D3 y D4: Son parámetros para los gráficos de control y depende del tamaño de la muestra (n). 21

22 GRÁFICAS DE MEDIAS Y RANGOS
Gráfica de medias: antes de calcular los límites es necesario que esté bajo control la gráfica de rangos. R: Es la media de los rangos de las muestras A2: Es un parámetro para los gráficos de control y depende del tamaño de la muestra (n)

23 GRÁFICAS DE MEDIAS Y RANGOS
= se puede obtener a partir de los datos recopilados, pero generalmente se obtiene de la información proporcionada por la gráfica de un proceso bajo control.

24 INTERPRETACIÓN DE GRÁFICA DE RANGOS
Esta gráfica se debe analizar primero, ya que el comportamiento de los promedios y de los rangos de los subgrupos depende de la variabilidad estimada de las piezas. Se deben verificar las ocho pruebas Verificar que no haya tendencias

25 INTERPRETACIÓN DE GRÁFICA DE MEDIAS
Si la gráfica de rangos está bajo control, la dispersión del proceso está estable y por lo tanto se puede analizar la gráfica de los promedios; los límites de control de esta gráfica se basan en la cantidad de variación de los rangos. Con la gráfica de medias se determina si el centro del proceso está cambiando con el tiempo y si ese es el caso, entonces existen causas especiales de variación que están ocasionando esos problemas.

26 GRÁFICA DE MEDIAS Y DESVIACIÓN ESTÁNDAR

27 PROCEDIMIENTO PARA ELABORAR UNA GRÁFICA X - S
Defina cuál será la característica de la calidad: Otorgar la máxima prioridad a aquellas variables o características medibles y expresables mediante números y que causen problemas en producción o costos. Escoja el subgrupo racional: Los elementos que conformen cada subgrupo deberán de haberse producido básicamente dentro de las mismas condiciones.

28 PROCEDIMIENTO PARA ELABORAR UNA GRÁFICA X - S
Recolectar los datos: Recoger información de 25 subgrupos con más de 10 datos en cada subgrupo. Regístrelos en una hoja de datos. Calcular los promedios para cada subgrupo Calcular : dividiendo el total de los promedios de cada subgrupo por el número de subgrupos.

29 PROCEDIMIENTO PARA ELABORAR UNA GRÁFICA X - S
Calcular S: Calcular la desviación estándar de cada subgrupo. Calcular : dividiendo el total de las S de cada subgrupo por el número de subgrupos.

30 PROCEDIMIENTO PARA ELABORAR UNA GRÁFICA X - S
Calcular las líneas de control: Calcular cada una de las líneas de control para la gráfica y la gráfica S con las siguientes fórmulas:

31 PROCEDIMIENTO PARA ELABORAR UNA GRÁFICA X - S
Gráfica S: Línea central: Límite superior de control: Límite inferior de control: Nota importante: En estas gráficas de control la desviación estándar se estima con la expresión

32 PROCEDIMIENTO PARA ELABORAR UNA GRÁFICA X - S
Dibujar las líneas de control: Preparar una hoja de papel cuadriculado; dividirla en dos partes iguales para las dos gráficas, colocando en la parte inferior la de desviaciones estándar y en la parte superior la de medias; marcar cada eje vertical de la izquierda con los valores de las media y de las desviaciones estándar, según sea el caso, y el eje horizontal con los números de los subgrupos. Dibuje una línea sólida para la línea central y una línea punteada para los límites.

33 PROCEDIMIENTO PARA ELABORAR UNA GRÁFICA X - S
Localizar los puntos: Registrar los valores de la media y de la desviación estándar de cada subgrupo, por partes, según el número del subgrupo. Registrar los datos que puedan ser de utilidad: Escriba el tamaño del subgrupo (n) en el extremo superior izquierdo de la gráfica de medias.

34 INTERPRETACIÓN DE GRÁFICA S
Primero se debe analizar esta gráfica, ya que si no está bajo control estadístico los límites de la gráfica de medias no tendrán sentido. En caso de que no este bajo control estadístico, se deberán encontrar las causas especiales de variación y eliminar los puntos fuera de control y recalcular los límites.

35 INTERPRETACIÓN DE GRÁFICA DE MEDIAS
Después de haber revisado la gráfica S, es cuando se interpreta la de medias. Nunca se deben relacionar los puntos en una gráfica de medias con los límites de especificación, ya que los puntos en la gráfica son promedios y las especificaciones corresponden a valores individuales, presentando una variabilidad mayor que los subgrupos.

36 PARA AMBAS GRÁFICAS Se deben verificar las ocho pruebas Verificar que no se presente ningún patrón. Datos normales.

37 CASO PRÁCTICO Supongamos que tenemos una máquina inyectora que produce piezas de plástico, por ejemplo de PVC. Una característica de calidad importante es el peso de la pieza de plástico, porque indica la cantidad de PVC que la máquina inyectó en la matriz. Si la cantidad de PVC es poca la pieza de plástico será deficiente; si la cantidad es excesiva, la producción se encarece porque se consume más materia prima. Entonces, en el lugar de salida de las piezas, hay un operario que cada 30 minutos toma una, la pesa en una balanza y registra la observación:

38 20 muestras de n = 8 han sido tomadas en el proceso
20 muestras de n = 8 han sido tomadas en el proceso. La media del rango para las 20 muestras es de 0,016 gr y la media de las medias de las muestras 3 gr. Determinar los límites de control para este proceso. x = 3 gr R = 0,016 gr n = 8: A2 = 0,37 D4= D3=0.136 Gráfico de Medias Gráficos de Rango

39 Usando los gráficos de la media y del recorrido
Los dos tipos de gráficos de control proveen de diferentes perspectivas del proceso. El gráfico de control de la media es sensible a los cambios en la media del proceso y el de recorrido es sensible a la dispersión del proceso. Lo lógico sería utilizar los dos tipos de gráficos para controlar el mismo proceso.

40 GRÁFICOS DE CONTROL POR ATRIBUTOS
Los gráficos de control para atributos se usan cuando la característica de calidad del proceso no puede ser medida, sólo puede observarse, clasificando el producto en defectuoso o bueno. Hay dos tipos de gráficos de control para atributos: Gráfico p: Para el número de piezas defectuosas en una muestra Gráfico c: Para el número de defectos por unidad 40

41 GRÁFICOS DE CONTROL POR ATRIBUTOS
¿Cuándo debe usarse cada uno de ellos? Gráfico p: Cuando lo que se observa pueda situarse en dos categorías : bueno o malo, aprobado o suspenso, si o no,.. Cuando los datos consisten en múltiples muestras de n observaciones cada una de ellas. Gráfico c: Cuando sólo puedan contarse los sucesos ocurridos pero no los no ocurridos. Ejemplos: Llamadas por hora Arañazos, errores, .. por pieza Roturas, rajas por metro cuadrado Crímenes anuales, etc Volver al inicio del Capítulo 41

42 GRÁFICOS DE CONTROL POR ATRIBUTOS
GRÁFICO p Se utiliza para controlar la proporción de defectos generados por un proceso. El gráfico p se construye y utiliza de forma similar al gráfico x. La línea central del gráfico p es la fracción de ítems defectuosos (p), se calcula como el número de ítems defectuosos dividido por el tamaño de la muestra n (estamos utilizando muestras de tamaño variable). p es la fracción de defectuosos del universo, como no la conocemos haremos una estimación que denominamos p y, se calcula como la media de las fracciones defectuosas de muestras. 42

43 GRÁFICOS DE CONTROL POR ATRIBUTOS
La variable p se distribuye como una binomial, por tanto, su desviación típica y los límites de control pueden expresarse como: Límites de control = Si el límite inferior de control es < 0 se utiliza como límite cero 43

44 GRÁFICOS DE CONTROL POR ATRIBUTOS
Ejemplo: Usando la siguiente información construir el gráfico de control que describa el 95.5% de posible variación en el proceso cuando el proceso está bajo control. Cada muestra contiene 100 observaciones. 44

45 GRÁFICOS DE CONTROL POR ATRIBUTOS
Límite superior UCLp = (2*0.03) = 0.17 Límite inferior LCLp = (2*0.03) = 0.05 Si dibujamos los límites de control y la fracción de defectuosos para cada muestra podemos observar que el proceso inicialmente está bajo control, aunque la última observación está muy cerca del límite superior. 45

46 GRÁFICOS DE CONTROL POR ATRIBUTOS
GRÁFICO c Este tipo de gráfico se utiliza cuando se está intentando controlar el número de defectos por unidad, ya sea porque el numero de posibles defectos es elevado o porque se desee aislar un cierto tipo de ellos. El número de defectos por unidad se distribuye como una distribución de Poisson: Se considera la existencia de una gran cantidad de posibles defectos por artículo, una probabilidad relativamente baja de que se de un defecto e independencia de sucesos de los distintos artículos. c es el número más probable de defectos por muestra que estimamos como c 46

47 GRÁFICOS DE CONTROL POR ATRIBUTOS
La media del número de defectos por unidad es c. Se calcula dividiendo el número total de defectos encontrados en un lote de muestras entre el número de estas, que no debe ser inferior a 25. La desviación típica σc = c Aproximando a la normal, los límites de control serán: Límite superior UCLc = c + 3 c Límite inferior LCLc = c - 3 c Si el límite inferior de control es <0 se utiliza como límite cero 47

48 GRÁFICOS DE CONTROL POR ATRIBUTOS
Ejemplo: Unos rollos de cable han sido controlados usando un gráfico c. 18 rollos han sido examinados y el número de defectos por rollo ha quedado recogido en la siguiente tabla. ¿Está el proceso bajo control? 48

49 GRÁFICOS DE CONTROL POR ATRIBUTOS
La media del número de defectos c = 45/18 = 2,5 Los límites de control son UCLc = 2, ,5 = 5,66 LCLc = 2, ,5 = -0,66 = 0 Defectos por unidad UCLc = 5.66 LCLc = 0 2.5 49

50 CONSIDERACIONES DE LOS GRÁFICOS DE CONTROL
Los gráficos de control suponen tiempo y dinero que pueden ser necesarios para conseguir la salida del proceso. En aquellas organizaciones donde deben emplearse gráficos de control en algunos puntos del proceso, los directivos deben tomar varias decisiones relacionadas con el uso de los gráficos de control: En qué puntos del proceso se deben utilizar. Qué tamaño de muestra tomar. Qué tipo de gráfico de control utilizar 50