Control Estadístico Básico de Calidad

¿Control por producto o por proceso?

¿Mucha variedad y cantidad de productos en la empresa?
• Buscar similitudes en los procesos de manufactura.
• Buscar semejanzas en tecnología, materiales ó maquinaría.

* * * ¿Hacer un control de variables del producto ó de variable de proceso? * * *

Variable de Proceso
(Temperatura)

Variable de producto
(consistencia)

Si se controla la temperatura en el horno (variable de proceso) no importa el producto que se

procese, no se verá afectado por la temperatura del horno y ni tampoco cualquier otra variable
de producto relacionada con esta variable de proceso.
2
 ¿Control por producto o por proceso?
¿Control de variables de producto?
 Si la cantidad de producto es poca.
 Si las variables a controlar se miden directamente en el producto.
 Si las variables son capaces de evidenciar un descontrol.
 Si las especificaciones deben ser dadas para el producto.

¿Control de variables de proceso?

 Para monitorear el cumplimiento de las especificaciones
 Entender que muchas variables de producto son un “efecto” de las variables de proceso.
 Un descontrol de variables de proceso lleva a un problema de calidad en una o más
variables de producto.

El análisis de datos se realiza sobre la variable de producto, ya que ahí se determina si las

variables de proceso están actuando adecuadamente.

3
 ¿Control por producto o por proceso?
Operación de fresado donde el diámetro (variable de producto) es
importante.

No es factible controlar el diámetro de la pieza (variable de

producto) para todas las piezas que se produzcan.

¿Cuáles variables de proceso generan un problema de calidad en la variable de producto?

Si se controlan estas variables de

proceso no importará el diámetro a
procesar; se cumplirá con las
especificaciones

4
 Gráficos de Control
Técnica estadística que permite determinar las condiciones adversas de variables o atributos
(proceso o producto) para ajustarlas a las condiciones deseadas. (Acuña, J.)

Desventajas inspección 100% vrs Gráficos de Control:

 Inspección 100% es más caro.
 Requiere mayor tiempo.
 No necesariamente cumple con su finalidad.
 Requiere mucho personal capacitado.
 No es aplicable en caso de inspección destructiva.
 No aplica cuando los resultados se requieren en corto plazo.

• Los gráficos de control son una opción pero requiere tiempo de análisis por ello hay que
seleccionar adecuadamente las variables que por su influencia los requieran.

• Demostrar al usar los gráficos de que se trata de una variable o atributo crítico.

5
 Gráficos de Control
Permiten investigar las razones de los desajustes y tomar acciones correctivas inmediatas y
preventivas con su respectiva verificación de efectividad de las acciones.

Analizar variable Puntos fuera Calcular límites

o atributo

Descubrir desajustes

Analizar comportamientos

Determinar estabilidad

Monitoreo cronológico Determinar capacidad

6
 Gráficos de Control
OBJETIVO: Descubrir el desajuste del proceso, mostrando tendencias o puntos fuera de
especificación y encontrar las causas de variabilidad a través de los factores de calidad u otros.

PARA VARIABLES PARA ATRIBUTOS

1. Gráfico de promedios e intervalos (, R) 1. Fracción defectuosa o disconforme (p)

2. Gráfico promedios y desviación estándar (, σ) 2. Número de defectuosos (np)

3. Gráfico de medianas e intervalos (M, R) 3. Número de defectos por muestra (c)

4. Gráfico de sumas acumuladas (CUSUM) 4. Número defectos por unidad (u)

5. Gráfico muestras individuales 5. Número defectos por 100 unidades (100U)

6. Gráfico de deméritos

7
 Causas de Variación
• Ningún proceso puede producir 2 productos iguales. Siempre hay variación.
• Influencia de la variación en las diferentes etapas del producto:

Parámetros • Materiales Condiciones de • Desgaste

de diseño • Materia Prima uso y ambiente • Mantenimiento

• RRHH • Tipo usuario
• Herramientas

Diseño del Proceso Producto con el Producto vrs

producto Manufactura cliente vida útil

Causas asignables vrs causas No Asignables.

8
 Causas de Variación
Causas NO asignables (comunes):
• Ocurren al azar.
• Tienen una influencia pequeña sobre la calidad.
• No son determinantes para que el proceso se salga de control.
• Son causas independientes entre sí
• Su distribución de probabilidad no es conocida
• Controlar posibles patrones que indiquen la presencia futura de una causa asignable.

Causas Asignables:
• Ocurren por comportamiento anormal de 1 ó más factores de calidad
• Pueden ser pocas en cantidad y bajas en frecuencia pero influir mucho en la calidad.
• Su distribución de probabilidad asociada es la normal.
• Llevan al proceso fuera de control (paulatina o bruscamente).
• Pueden generar altos volúmenes de producto fuera de especificaciones.

9
 Causas de Variación
Variación Total

Causa Causa
No asignable Asignable

Causas Asignables:

Causas NO asignables (comunes):

• Ajuste del disco contra la superficie.
• Fuerza requerida para el corte.
• Peso de la herramienta.

10
 Etapas de Gráfico de Control
A. CONSTRUCCIÓN B. ANALISIS
 Analizar con respecto a su estabilidad
1. Selección de la variable
• Puntos fuera, peculiaridades, tendencias
2. Muestreo y método selección • Análisis correctivo y preventivo
 Analizar con respecto a especificaciones
3. Determinar cantidad muestras (m)

4. Determinar tamaño muestra (n)

5. Recolectar información

6. Calcular límites

7. Construcción del gráfico

C. SEGUIMIENTO
• Detección y corrección de anormalidades.
• Acciones preventivas.
11
 Gráfico de Promedios e intervalos
A. CONSTRUCCIÓN

1. Selección de la variable: Se realizaron Ishikawas, paretogramas, multivotos, diagramas de

causa y efecto, diagrama de relaciones, etc. para seleccionar la variable crítica a analizar.

2. Muestreo y método selección: se elabora un procedimiento que abarca todos los detalles
para la recolección y administración de las muestras incluyendo los equipos de medición.

3. Determinar cantidad muestras (m): la probabilidad de detectar causas asignables entre las
unidades que conforman la muestra sea la mínima posible, pero la máxima entre subgrupos.
Autores indican m ≥ 20.

Utilizar la siguiente tabla solo si m < 20 y con n = 5:

m 1 2 3 5 6 8 10 12 20 más de 20
d2 2.474 2.405 2.379 2.358 2.353 2.346 2.342 2.339 2.334 2.326

12
 Gráfico de Promedios e intervalos
TABLA DE CONSTANTES (m ≥ 20)

13
 Gráfico de Promedios e intervalos
4. Determinar tamaño muestra (n): selección aleatoria y su frecuencia considerando los
beneficios vrs el costo de evaluación de calidad. Tamaño no debe ser 10; mas usados 4, 5 y 6.

5. Recolectar información: Es importante usar un formato adecuado que presente la

información ordenada para su análisis ya que esto servirá de trazabilidad.

6. Calcular límites: los datos y las medidas calculadas a partir de los datos deben tener una cifra
significativa más que lo exigido por la especificación (Muy importante).

Control del Proceso Control de Especificación

´ +𝐴 ∗𝑅 𝑇 𝑇
𝐿𝑆𝐶 𝑥 = 𝑋 𝐿𝑆𝐶 𝑅 =𝐷 4 ∗ 𝑅 𝐿𝑆𝐸 𝑥 =𝑀 + 𝐿𝑆𝐸 𝑅= 𝐷2 ∗
2
√𝑛 3
´ 𝑇
𝐿𝐶𝐶 𝑥 = 𝑋 𝐿𝐶𝐶 𝑅 =𝑅 𝐿𝐶𝐸 𝑥 =𝑀 𝐿𝐶𝐸 𝑅 =𝑑2 ∗
3
´ − 𝐴 ∗𝑅 𝑇 𝑇
𝐿𝐼𝐶 𝑥 = 𝑋 𝐿𝐼𝐶 𝑅 = 𝐷3 ∗ 𝑅 𝐿𝐼𝐸 𝑥 =𝑀 − 𝐿𝐼𝐸 𝑅 =𝐷1 ∗
2
√𝑛 3

7. Construcción del gráfico: Los limite de especificación se superponen en el gráfico. Para

analizar capacidad. Deben identificarse los puntos fuera de control.
14
 Análisis del Gráfico
B. ANÁLISIS DEL GRÁFICO

1. Análisis con respecto al proceso:

CASO A: No hay puntos fuera de límites en ambos gráficos.

La característica en estudio no presenta causas asignables. Hay estabilidad.

Gráfica Xbarra-R de Datos 01

50,0 LCS=49,94
Mediadelamuestra

47,5
_
_
45,0 X=44,61

42,5

40,0
LCI=39,29
1 4 7 10 13 16 19 22 25 28
Muestra

20 LCS=19,52
Rangodelamuestra

15

_
10 R=9,23

0 LCI=0
1 4 7 10 13 16 19 22 25 28
Muestra

15
 Análisis del Gráfico
CASO B: Hay puntos fuera de límites solo en el gráfico X.
 Hay un problema de exactitud del proceso con respecto a su promedio natural.
 Los límites y los promedios se desplazan hacia donde se desplace el promedio de promedios.
 Los puntos fuera de los límites deben eliminarse y los límites deben recalcularse.
 El análisis termina cuando no hay ningún punto fuera de límites. Si se eliminan más del 30% de
las muestras se suspende el estudio, se analizan causas y se inicia de nuevo.

Gráfica Xbarra-R de Datos 01

1

50,0 LCS=49,92
Mediadelamuestra

47,5
_
_
45,0 X=44,67

42,5

40,0
LCI=39,42
1 4 7 10 13 16 19 22 25 28
Muestra

20
LCS=19,24
Rangodelamuestra

15

_
10
R=9,1

0 LCI=0
1 4 7 10 13 16 19 22 25 28
Muestra

16
 Análisis del Gráfico
CASO C: Hay puntos fuera de límites solo en el gráfico R.
 En este caso se tiene un problema de alta variabilidad.
 Los valores R fuera de límites son eliminados y se calculan nuevos límites tanto para intervalos
como para promedios ya que los promedios están basados en el intervalo promedio.

𝑆𝑢𝑚𝑎 𝑡𝑜𝑡𝑎𝑙 𝑟𝑎𝑛𝑔𝑜 − 𝑆𝑢𝑚𝑎𝑟𝑎𝑛𝑔𝑜𝑠 𝑞𝑢𝑒 𝑠𝑒 𝑠𝑎𝑙𝑒𝑛

𝑅𝑚𝑜𝑑 =
𝑚 −𝑛𝑢𝑚𝑒𝑟𝑜𝑚𝑢𝑒𝑠𝑡𝑟𝑎𝑠 𝑞𝑢𝑒 𝑠𝑎𝑙𝑒𝑛

Gráfica Xbarra-R de Datos 01

50,0 LCS=49,98
Media de la muestra

47,5
_
_
45,0 X=44,59

42,5

40,0
LCI=39,21
1 4 7 10 13 16 19 22 25 28
Muestra

20 LCS=19,74
Rango de la muestra

15
_
10 R=9,33

0 LCI=0
1 4 7 10 13 16 19 22 25 28
Muestra

17
 Análisis del Gráfico
CASO D: Hay puntos fuera de límites en ambos gráficos.
 Es el peor de los casos. Hay más problema si al corregir uno se altera el otro.
 Las acciones a seguir son las mismas que en los casos B y C.
 Debe iniciarse con el gráfico de intervalos y luego con el de promedios.
 El objetivo es identificar la causas y establecer procedimientos para eliminarlas de forma que
no continúen influyendo en el comportamiento de la variable.

Gráfica Xbarra-R de Datos 01

1
60
Mediadelamuestra

1
55

50 LCS=50,68
_
_
45 X=45,3

40 LCI=39,92
1 4 7 10 13 16 19 22 25 28
Muestra

1
20 LCS=19,74
Rangodelamuestra

15
_
10 R=9,33

5 2

0 LCI=0
1 4 7 10 13 16 19 22 25 28
Muestra

18
 Análisis del Gráfico
PECULIARIDADES.
 Producto de comportamientos anormales (aunque no sean totalmente visibles). Para realizar
este análisis se divide el gráfico en zonas A, B y C para realizar las pruebas.

𝑍𝑂𝑁𝐴 𝐴
𝑍𝑂𝑁𝐴 𝐵

𝑍𝑂𝑁𝐴 𝐶

19
 Análisis del Gráfico
PECULIARIDADES.
 Pruebas para causas especiales

20
 Análisis del Gráfico
EXACTITUD (media) Y PRECISIÓN (desviación)
Proceso en control estadístico

Proceso NO esta en control estadístico (cambios

en promedio y en variabilidad)

21
 Análisis del Gráfico
EXACTITUD Y PRECISIÓN
Cambios en la ubicación del promedio del proceso

Cambios brusco, evidente y sostenidos en la

ubicación del promedio del proceso

22
 Análisis del Gráfico
EXACTITUD Y PRECISIÓN
Cambios sistemático y sostenidos en la ubicación
del promedio del proceso

Cambios sostenidos en la variabilidad del proceso

23
 Análisis del Gráfico
EXACTITUD Y PRECISIÓN
Cambios erráticos en la variación del proceso

Cambios erráticos tanto en la media como en la variación del proceso

24
 Especificaciones

https://www.youtube.com/watch?v=JnFqveMoI-8

25
 Análisis respecto especificaciones
2. Con respecto a Especificaciones, consiste en:

A. Comparando los Límites finales con los Limites de Especificación

B. Análisis de precisión y exactitud
C. Calculo de los % de producto que no cumple con especificaciones
D. Prueba de hipótesis de 2 proporciones

A. Comparando los Límites finales con los Limites de Especificación

 Muy favorable pero poco usual.

 Seguir con los mismos controles.

 Considerar límites Proceso más

holgados (sin afectar el proceso).

 Reducir los intervalos de inspección

 Revisar si las especificaciones están

bien establecidas.

26
 Análisis respecto especificaciones
A. Comparando los Límites finales con los Limites de Especificación

Los límites de control del proceso se encuentran casi coincidiendo con los límites de
especificación y el proceso está centrado. Cuando esto ocurre puede seguirse lo siguiente:
 Vigilar constantemente el centro del proceso
 un mínimo cambio puede provocar producto defectuoso.
 Analizar la posibilidad de disminuir la dispersión.
 Analizar la posibilidad de ampliar tolerancias (última opción).

27
 Análisis respecto especificaciones
A. Comparando los Límites finales con los Limites de Especificación

Los límites de especificación se encuentran ligeramente dentro de los límites de control del
proceso cuando el proceso está centrado.
Esto provoca un nivel de producto disconforme con las especificaciones que debe ser controlado
con cuidado. Algunas medidas pueden ser las siguientes:
 Disminuir la dispersión del proceso haciendo los cambios necesarios.
 Usar inspección 100% hasta que el proceso vuelva a su normalidad.
 Analizar la posibilidad de ampliar tolerancias (última acción)
28
 Análisis respecto especificaciones
A. Comparando los Límites finales con los Limites de Especificación

Los límites de control del proceso se encuentran ligeramente dentro de los límites de control de
especificación y el proceso está descentrado.

De cuidado, pues si el proceso es irregular en mantener su centro puede provocar de un

momento a otro un volumen no deseado de producto defectuoso. Las medidas puede ser:
 Ejecutar acciones que permitan centrar el proceso y controlar su exactitud.
 Si puede centrar el proceso de inmediato, emplear inspección 100% hasta que se logre.
 Establecer controles rígidos para detectar cualquier cambio en el centro del proceso.
29
 Análisis respecto especificaciones
A. Comparando los Límites finales con los Limites de Especificación

 Los límites de control especificados se encuentran ligeramente dentro de los límites de

control del proceso y el proceso está descentrado.
 Este caso la cantidad de producto que no cumple con las especificaciones puede ser alta en la
medida en que se descentre más.

30
 Análisis respecto especificaciones
A. Comparando los Límites finales con los Limites de Especificación

UN SOLO LIMITE INFERIOR ESPECIFICADO:

UN SOLO LIMITE SUPERIOR ESPECIFICADO:
 El límite de especificación se encuentra bajo
 El límite de especificación se encuentra
el límite de control de proceso si se controla
sobre él si se controla un máximo.
un mínimo.
 Esta es una situación favorable que debe
 Esta es una situación favorable que debe
continuar.
continuar.
31
 Análisis respecto especificaciones
A. Comparando los Límites finales con los Limites de Especificación

UN SOLO LIMITE INFERIOR ESPECIFICADO:

El límite de especificación coincide con el límite de control del proceso.

Puede generar producto que no cumple con las especificaciones en cualquier momento.
 Cuidar que no se mueva su promedio hacia el límite de especificación.
 Aumentar la frecuencia de inspección.
 Disminuir ligeramente la dispersión del proceso
32
 Análisis respecto especificaciones
A. Comparando los Límites finales con los Limites de Especificación

UN SOLO LIMITE INFERIOR ESPECIFICADO:

Las medidas a tomar son las siguientes:

 Mover el centro del proceso en dirección contraria a donde se encuentre el limite de
especificación.
 Inspeccionar 100% hasta que se logre un control favorable.
 Tratar de disminuir la tolerancia (último caso).
33
 Análisis respecto especificaciones
B. Análisis de exactitud y precisión

Exactitud Precisión ´ 𝑇
M = X́ mod 𝜎 ≤
3

Se plantea la siguiente hipótesis: Se plantea la siguiente hipótesis:

Estadístico de prueba: Estadístico de prueba:

X́ mod − 𝑀 𝑅𝑚𝑜𝑑 2
𝑍= ´
𝜎 = 2 ( 𝑛− 1 ) ( 𝜎 ´ )
𝜎´ 𝜆 =
𝑑2
( )
2
𝑇
√𝑛 3

𝐻𝑎 𝐻𝑎 𝐻𝑎
𝐻0 𝐻0

34
 Análisis respecto especificaciones
C. Porcentaje de producto NO conforme con especificaciones:

´ 𝑅
𝜎 𝐼𝑛𝑖𝑐𝑖𝑎𝑙 =
𝑑2

𝐴 2=1 − 𝑃 ( 𝑥 ≤ 𝐿𝑆𝐸 )=1 − 𝑁

( 𝐿𝑆𝐸 − X́ Inicial
´
𝜎 𝐼𝑛𝑖𝑐𝑖𝑎𝑙 )
𝐴 1= 𝑃 ( 𝑥 ≤ 𝐿𝐼𝐸 ) = 𝑁
( 𝐿𝐼𝐸 − X́ Inicial
´
𝜎 𝐼𝑛𝑖𝑐𝑖𝑎𝑙 )
𝐿 𝐼𝐸 X́ Inicial 𝐿 𝑆𝐸

´ 𝑅 𝐹𝑖𝑛𝑎𝑙
𝜎 𝐹𝑖𝑛𝑎𝑙 =
𝑑2

𝐴 2=1 − 𝑃 ( 𝑥 ≤ 𝐿𝑆𝐸 )=1 − 𝑁

( 𝐿𝑆𝐸 − X́ Final
´
𝜎 𝐹𝑖𝑛𝑎𝑙 )
𝐴 1= 𝑃 ( 𝑥 ≤ 𝐿𝐼𝐸 ) = 𝑁
( 𝐿𝐼𝐸 − X́ Final
𝜎 𝐹𝑖𝑛𝑎𝑙
´
)
𝐿 𝐼𝐸 X́ Final 𝐿 𝑆𝐸

35
 Seguimiento
C. SEGUIMIENTO DEL GRÁFICO

1. Una vez que se ha finalizado el análisis, asegurarse que el proceso

mantenga el cumplimiento con las especificaciones.

2. Proyectar los límites de control a futuro en un esquema que permita el

control para nuevas muestras.

3. Darle seguimiento a cada muestra para corregir situaciones anómalas.

4. Adiestrar al personal para que tomen muestras que sean aleatorias y

representativas.

5. Buscar siempre la mejora continua y la disminución posible en la

variabilidad. La “variabilidad mata …”.
36
 Gráfico de Promedios e intervalos
1. Este gráfico utiliza como medida de control de exactitud el promedio y como medida de
precisión el intervalo.

2. Se utilizan m muestras de tamaño n extraídas del proceso en estudio a intervalos de tiempo

previamente definidos.

3. Es requisito clave que las muestras “m” sean pequeñas (n = 2,3,4,5) pues el intervalo es un
buen estimador de dispersión solo en esos casos.

EJEMPLO:

La característica critica de un producto es su peso el cual tiene una E: 45 ± 5 gramos. Con el

fin de analizar el proceso de llenado con respecto al peso se toman m-muestras de tamaño 5.
Realizar un gráfico de promedios e intervalos.

Los datos son los mostrados a continuación:

37
 Gráfico de Promedios e intervalos
CUADRO 1: HOJA DE DATOS DEL EJEMPLO 1
Artículo Envase plástico Fecha 03/03/2009 Inspector Tobías Jose Garro
Característica Peso en gramos Código AM-103 Turno Diurno
Especificación 45 ± 5 gramos Operación Extrucción Hora inicio 07:00 a.m.
Operario Juan Mora Máquina Extrusora Hora final 03:00 p.m.
MUESTRA 1 2 3 4 5 6 7 8 9 10
1 48 42 42 43 41 45 59 40 40 42
2 35 48 40 43 42 47 60 40 42 45
3 46 47 49 40 41 44 59 46 43 39
4 55 45 48 40 41 47 59 46 46 44
5 41 46 41 42 45 49 60 46 47 45
TOTAL 225 228 220 208 210 232 297 218 218 215
PROMEDIO 45.0 45.6 44.0 41.6 42.0 46.4 59.4 43.6 43.6 43.0
RANGO 20 6 9 3 4 5 1 6 7 6

MUESTRA 11 12 13 14 15 16 17 18 19 20
1 52 44 44 54 51 44 46 39 42 48
2 38 53 43 41 39 45 55 42 42 43
3 48 47 45 45 54 46 47 55 49 43
4 44 38 40 44 45 37 46 47 43 43
5 45 44 43 39 38 43 43 48 44 43
TOTAL 227 226 215 223 227 215 237 231 220 220
PROMEDIO 45.4 45.2 43.0 44.6 45.4 43.0 47.4 46.2 44.0 44.0
RANGO 14 15 5 15 16 9 12 16 7 5

MUESTRA 21 22 23 24 25 26 27 28 29 30
1 35 46 54 48 60 45 40 36 45 47
2 58 47 49 47 54 44 40 47 45 48
3 50 52 46 46 55 42 40 48 46 51
4 40 47 43 45 55 40 39 45 44 47
5 52 41 35 41 51 40 41 35 47 44
TOTAL 235 233 227 227 275 211 200 211 227 237
PROMEDIO 47.0 46.6 45.4 45.4 55.0 42.2 40.0 42.2 45.4 47.4
RANGO 23 11 19 7 9 5 2 13 3 7 38
 Gráfico de Promedios e intervalos
CALCULOS:
´ = 𝑥1 +. . .+ 𝑥 𝑚 = 45+ 45 , 6 +…+ 47 , 4 = 45 , 3
𝑋
𝑚 30

𝑅1 +. . .+ 𝑅𝑚 20 +6+ …+7
𝑅= = =9 , 33
𝑚 30

Límites de Control del Proceso

´ + 𝐴 ∗ 𝑅=45 , 3+(0,577 ∗ 9 , 3)=50 ,7 𝑔𝑟𝑎𝑚𝑜𝑠
𝐿𝑆𝐶 𝑥 = 𝑋 2

´ =45 , 3 𝑔𝑟𝑎𝑚𝑜𝑠
𝐿𝐶𝐶 𝑥 = 𝑋
Promedios
´ − 𝐴 ∗ 𝑅=45 , 3 −(0,577 ∗ 9 , 3)=39 ,9 𝑔𝑟𝑎𝑚𝑜𝑠
𝐿𝐼𝐶 𝑥 = 𝑋 2

𝐿𝑆𝐶 𝑅 =𝐷 4 ∗ 𝑅=2,114 ∗ 9 , 33=19 ,6 𝑔𝑟𝑎𝑚𝑜𝑠

Intervalos 𝐿𝐶𝐶 𝑅 =𝑅=9 , 3 𝑔𝑟𝑎𝑚𝑜𝑠

𝐿𝐼𝐶 𝑅 = 𝐷3 ∗ 𝑅=0 ∗ 9 , 33=0 𝑔𝑟𝑎𝑚𝑜𝑠

39
Gráfico de Promedios e intervalos

40
 Gráfico de Promedios e intervalos
Se inicia con el gráfico de intervalos. Se salen inicialmente las muestras N°1 y N° 21. Al eliminar
las causas que provocaron puntos fuera, se recalculan los límites:
280 −(20+ 23)
𝑅𝑚𝑜𝑑 = =8 , 46 𝑔𝑟𝑎𝑚𝑜𝑠
30− 2

𝐿𝑆𝐶 𝑅 =𝐷 4 ∗ 𝑅=2,115 ∗8 , 46=17 , 9 𝑔𝑟𝑎𝑚𝑜𝑠

Como continúan muestras fuera de límites, se recalculan nuevamente.

280 −(20+ 23+19)
𝑅𝑚𝑜𝑑 = =8 ,07 𝑔𝑟𝑎𝑚𝑜𝑠
30 −3

𝐿𝑆𝐶 𝑅 =𝐷 4 ∗ 𝑅=2,115 ∗8 , 07=17 , 07 𝑔𝑟𝑎𝑚𝑜𝑠

Al no haber ya datos fuera del gráfico R, se recalculan los límites para el gráfico X.

´ + 𝐴 ∗ 𝑅=45 , 3+(0,577 ∗ 8 , 07)=49 ,95 𝑔𝑟𝑎𝑚𝑜𝑠

𝐿𝑆𝐶 𝑥 = 𝑋 2

´ =45 , 3 𝑔𝑟𝑎𝑚𝑜𝑠
𝐿𝐶𝐶 𝑥 = 𝑋

´ + 𝐴 ∗ 𝑅=45 , 3 −(0,577 ∗ 8 , 07)=40 , 65 𝑔𝑟𝑎𝑚𝑜𝑠

𝐿𝐼𝐶 𝑥 = 𝑋 2

41
Gráfico de Promedios e intervalos

42
 Gráfico de Promedios e intervalos
La desviación standard del proceso se puede calcular a
′ R 8 , 07
partir del rango promedio, utilizando el coeficiente d2, 𝜎= = =3,469
que depende del número de mediciones en el subgrupo: 𝑑 2 2,326

43
 Gráfico de Promedios e intervalos
Se realizan los cambios necesarios. Luego se recalculan limites iniciales excluyendo las muestras
N°7, N°25 y N°27:

1359 −(59 , 4 +55+ 40)

X́ 𝑚𝑜𝑑= = 44 , 61 𝑔𝑟𝑎𝑚𝑜𝑠
30 −3

´ + 𝐴 ∗ 𝑅=44 , 61+ ( 0,577 ∗8 ,07 )=49 , 27

𝐿𝑆𝐶 𝑥 = 𝑋 2

´ =44 , 61
𝐿𝐶𝐶 𝑥 = 𝑋

´ + 𝐴 ∗ 𝑅=44 ,61 − ( 0,577 ∗8 , 07 ) =39 , 96

𝐿𝐼𝐶 𝑥 = 𝑋 2

Al observar que ninguna muestra se sale de límites y al no eliminar mas del 30% del
total se determinan como los límites finales de control de promedios.

44
Gráfico de Promedios e intervalos

45
Gráfico de Promedios e intervalos
´ + 𝐴 ∗ 𝑅=44 , 61+ ( 0,577 ∗8 ,07 )=49 , 27
𝐿𝑆𝐶 𝑥 = 𝑋 2

´ + 𝐴 ∗ 𝑅=44 ,61 − ( 0,577 ∗8 , 07 ) =39 , 96

𝐿𝐼𝐶 𝑥 = 𝑋 2

𝐿𝑆𝐶 𝑅 =𝐷 4 ∗ 𝑅=2,115 ∗8 , 07=17 , 07

𝐿𝐼𝐶 𝑅 = 𝐷3 ∗ 𝑅=0 ∗ 8 , 07=0

46
 Análisis respecto especificaciones
Comparando los Límites finales con los Limites de Especificación
𝑇 5 𝑇 5
𝐿𝑆𝐸 𝑥 = 𝑀 + =45 ,0 + = 47 , 24 𝐿𝑆𝐸 𝑅= 𝐷2 ∗ =4,918 ∗ =8 , 19
√𝑛 √5 3 3

𝐿𝐶𝐸 𝑥 =𝑀 =45 , 0 𝑇 5
𝐿𝐶𝐸 𝑅 =𝑑2 ∗ =2 ,326 ∗ =3 ,87
3 3

𝑇 5 𝑇 5
𝐿𝐼𝐸 𝑥 =𝑀 − =45 , 0 − =4 2 ,76 𝐿𝐼𝐸 𝑅 =𝐷1 ∗ =0 ∗ =0
√ 𝑛 √ 5 3 3

Conclusiones:

Los límites de especificación se encuentran ligeramente dentro de los límites de control del
proceso cuando el proceso está centrado.
Esto provoca un nivel de producto disconforme con las especificaciones que debe ser controlado
con cuidado. Algunas medidas pueden ser las siguientes:
 Disminuir la dispersión del proceso haciendo los cambios necesarios.
 Usar inspección 100% hasta que el proceso vuelva a su normalidad.
 Analizar la posibilidad de ampliar tolerancias (última acción)

47
 Análisis respecto especificaciones
Comparando los Límites finales con los Limites de Especificación

48
 Análisis respecto especificaciones
Análisis de exactitud Se plantea la siguiente hipótesis:

M = X́ mod
45 , 0=44 , 61
Estadístico de prueba:

´ 𝑅𝑚𝑜𝑑 8 , 07 X́ mod − 𝑀 44 , 61 −45 , 0

𝜎 = = =3,469 𝑍= ´
= =− 0 , 25
𝑑2 2,326 𝜎 3,469
√𝑛 √5

Conclusión: No hay evidencia para rechazar ; por ello se puede afirmar con un 95% de
confianza que el proceso está centrado.
49
 Análisis respecto especificaciones
Análisis de exactitud Se plantea la siguiente hipótesis:

M = X́ mod
45 , 0=44 , 61

Conclusión: No hay evidencia para rechazar ; por ello se puede afirmar con un 95% de
confianza que el proceso está centrado.
50
 Análisis respecto especificaciones
Análisis de precisión: Se plantea la siguiente hipótesis:

´ 𝑇 5
𝜎 ≤ 3 , 469 ≤
3 3

Estadístico de prueba:

2
2 ( 𝑛− 1 ) ( 𝜎 ´ ) ( 5 − 1 ) ( 3,469 )2
𝜆 = = =17 , 33
( ) ( )
2 2
𝑇 5
3 3

Conclusión: Se rechaza ; se concluye que la variable en estudio no es precisa.

51
 Análisis respecto especificaciones
Análisis de precisión: Se plantea la siguiente hipótesis:

´ 𝑇 5
𝜎 ≤ 3 , 469 ≤
3 3

Estadístico de prueba:

Conclusión: Se rechaza ; se concluye que la variable en estudio no es precisa.

52
 Análisis respecto especificaciones
Porcentaje de producto NO conforme con especificaciones: ´ R 9 , 33
𝜎 𝐼𝑛𝑖𝑐𝑖𝑎𝑙 = = =4,011
𝐸=𝑀 ±𝑇 =45 ± 5 𝑑2 2,326

𝐴 1= 𝑃 ( 𝑥 ≤ 40 ) 𝐴 2=1 − 𝑃 ( 𝑥 ≤ 50 )
0,0934 0,7856 0,1210

𝐴 1=𝑁 ( 40 − 45 , 3
4,011 ) 𝐴 2=1 − 𝑁 ( 50 − 4 5 , 3
4,011 )
𝐴 1=N ( −1 , 32 ) =0,0934 𝐴 2=1 − 𝑁 ( 1 , 17 ) =0,1210

𝐿𝐼𝐶 𝑥 X́ Inicial 𝐿𝑆𝐶 𝑥

No conforme al INICIO del estudio: 0,0934 + 0,1210 = 0,2144 = 21,4%

53
 Análisis respecto especificaciones
´ R 8 , 07
Porcentaje de producto NO conforme con especificaciones: 𝜎 𝐹𝑖𝑛𝑎𝑙 = = =3,469
𝑑 2 2,326

0,0918 0,8476 0,0606

𝐴 1= 𝑃 ( 𝑥 ≤ 40 ) 𝐴 2=1 − 𝑃 ( 𝑥 ≤ 50 )

𝐴 1=𝑁 ( 40 − 44 ,61
3,469 ) 𝐴 2=1 − 𝑁 ( 50 − 44 , 61
3,469 )
𝐴 1=N ( −1 , 33 ) =0,0918 𝐴 2=1 − 𝑁 ( 1 , 55 ) =0,0606

No conforme al FINAL del estudio: 0,0918 + 0,0606 = 0,1524 = 15,2%

54
 Ejemplo Ajuste de Proceso
Para el proceso descrito en el cuadro, se muestran los datos recolectados para el 1° Día de
estudio:
HOJA DE DATOS – DÍA 1
Artículo Varilla de paraguas Fecha 03/03/2009 Inspector Arrieta Solano Lizeth
Característica Longitud de corte Código AM-103 Turno Diurno
Especificación 45 ± 2.5 milimetros Operación Corte Hora inicio 07:00 a.m.
Operario Madrigal Elizondo Heiner Máquina Cortadora Hora final 03:00 p.m.
MUESTRA 1 2 3 4 5 6 7 8 9 10
1 42.1 38.5 40.2 37.9 40.5 48.0 36.0 45.0 42.3 50.0
2 42.7 40.5 35.9 37.8 41.5 43.4 38.7 40.8 41.5 47.0
3 40.7 47.2 37.5 36.5 42.5 44.0 39.0 40.2 39.9 45.6
4 39.1 39.4 46.7 37.1 40.0 43.0 41.7 40.1 39.8 46.1
5 43.3 38.6 38.8 37.5 39.9 40.0 43.5 41.7 36.9 46.9
TOTAL 207.9 204.2 199.1 186.8 204.4 218.4 198.9 207.8 200.4 235.6
PROMEDIO 41.58 40.84 39.82 37.36 40.88 43.68 39.78 41.56 40.08 47.12
RANGO 4.2 8.7 10.8 1.4 2.6 8 7.5 4.9 5.4 4.4
MUESTRA 11 12 13 14 15 16 17 18 19 20
1 37 40.6 35 38.9 40.3 41.5 43.3 42.1 41.5 35.9
2 38.4 41.5 37.6 36.3 41.3 41.5 42.1 43.2 37.4 41.7
3 39.5 39.7 40.3 38.4 40.8 40.3 40 40.8 38.3 43.8
4 38.7 38.8 39.7 39.6 41.5 39.3 38.8 40 37.8 42.7
5 37.9 37.1 38.5 40 42.5 38.9 38 39.7 38.9 40.1
TOTAL 191.5 197.7 191.1 193.2 206.4 201.5 202.2 205.8 193.9 204.2
PROMEDIO 38.3 39.5 38.2 38.6 41.3 40.3 40.4 41.2 38.8 40.8
RANGO 2.5 4.4 5.3 3.7 2.2 2.6 5.3 3.5 4.1 7.9

55
 Ejemplo Ajuste de Proceso
Se muestran primeramente el
análisis de precisión.
𝑅1 +. . .+ 𝑅𝑚
𝑅=
𝑚

4.2+ …+7.9
𝑅=
20

𝑅=4 , 97 𝑚𝑙

99.4 −(10.8)
𝑅𝑚𝑜𝑑 =
20 − 1

𝑅𝑚𝑜𝑑 =4.66 𝑚𝑙

56
 Ejemplo Ajuste de Proceso
No hay datos fuera del gráfico R,
recalcular límites para gráfico X.

´ = 𝑥1 +. . .+ 𝑥 𝑚
𝑋
𝑚

´ = 41.58+… +40.8
𝑋
20

´ =40 , 51
𝑋

Recalcular limites excluyendo

muestras N°4, N°6 y N°10:

X́ 𝑚𝑜𝑑=40.12 𝑚𝑙

57
 Ejemplo Ajuste de Proceso
Se muestran los datos recolectados para el 2° Día de estudio:

HOJA DE DATOS – DÍA 2

Artículo Varilla de paraguas Fecha 04/03/2009 Inspector González Sibaja Cindy
Característica Longitud de corte Código AM-103 Turno Diurno
Especificación 45 ± 2.5 milimetros Operación Corte Hora inicio 07:00 a.m.
Operario González Jimenez Keilor Máquina Cortadora Hora final 03:00 p.m.
MUESTRA 21 22 23 24 25 26 27 28 29 30
1 42.1 38.5 40.2 37.9 40.6 43.0 38.0 40.8 41.3 40.0
2 40.8 40.5 39.9 39.8 41.4 43.4 38.7 39.3 41.5 36.9
3 40.7 42.3 37.5 40.0 42.4 40.5 39.1 39.0 38.9 38.8
4 39.3 39.4 40.8 41.5 40.2 41.3 40.3 39.9 39.8 39.2
5 42.5 38.6 39.1 39.7 40.0 38.9 39.9 40.9 37.6 40.0
TOTAL 205.4 199.3 197.5 198.9 204.6 207.1 196 199.9 199.1 194.9
PROMEDIO 41.08 39.86 39.50 39.78 40.92 41.42 39.20 39.98 39.82 38.98
RANGO 3.2 3.8 3.3 3.6 2.4 4.5 2.3 1.9 3.9 3.1

MUESTRA 31 32 33 34 35 36 37 38 39 40
1 37.9 41.6 37.5 39.8 39.3 41.5 40.3 36.9 36.9 38.7
2 38.0 41.5 37.6 38.3 38.4 41.5 40.9 40.9 36.9 38.8
3 39.4 39.5 40.3 39.9 40.0 41.5 38.8 41.9 42.7 39.0
4 38.5 38.8 39.7 40.9 41.5 39.9 39.7 40.5 40.1 40.7
5 38.4 39.1 40.0 41.0 40.5 38.7 39.6 40.3 40.1 40.6
TOTAL 192.2 200.5 195.1 199.9 199.7 203.1 199.3 200.5 196.7 197.8
PROMEDIO 38.4 40.1 39.0 40.0 39.9 40.6 39.9 40.1 39.3 39.6
RANGO 1.5 2.8 2.8 2.7 3.1 2.8 2.1 5.0 5.8 2.0

58
 Ejemplo Ajuste de Proceso
Se muestran primeramente
el análisis de precisión.

𝑅1 +. . .+ 𝑅𝑚
𝑅=
𝑚

3.2+…+ 2
𝑅= =3.13 𝑚𝑙
20

Cálculo para los límites del

gráfico X.

´ = 𝑥1 +. . .+ 𝑥 𝑚
𝑋
𝑚

´ = 41.08+… +39.6
𝑋
20

´ =39.875 𝑚𝑙
𝑋
59
 Ejemplo Ajuste de Proceso
Dado que el proceso mostró consistencia en el Día 2 se analiza considerando las muestras del
día 2 + día 3 como un conjunto.

HOJA DE DATOS – DÍA 3

Artículo Varilla de paraguas Fecha 05/03/2009 Inspector Rojas Lara Francini
Característica Longitud de corte Código AM-103 Turno Diurno
Especificación 45 ± 2.5 milimetros Operación Corte Hora inicio 07:00 a.m.
Operario Leal Lanza Linda Pricilla Máquina Cortadora Hora final 03:00 p.m.
MUESTRA 41 42 43 44 45 46 47 48 49 50
1 41.1 39.5 40.0 41.5 38.9 38.7 40.0 39.5 39.0 39.8
2 40.6 40.5 41.3 42.3 38.0 38.0 41.0 39.6 39.9 38.9
3 40.3 41.3 39.3 40.0 41.0 37.6 40.5 40.1 40.3 39.9
4 39.8 39.4 39.8 39.6 40.3 38.9 39.5 40.3 40.9 40.1
5 41.2 38.9 40.0 39.8 40.3 38.9 40.0 41.3 41.1 40.3
TOTAL 203 199.6 200.4 203.2 198.5 192.1 201 200.8 201.2 199
PROMEDIO 40.60 39.92 40.08 40.64 39.70 38.42 40.20 40.16 40.24 39.80
RANGO 1.4 2.4 2.0 2.7 3.0 1.3 1.5 1.8 2.1 1.4
MUESTRA 51 52 53 54 55 56 57 58 59 60
1 39.9 39.9 39.7 38.7 38.1 38.7 39.5 40.2 40.0 39.5
2 40.0 40.3 40.3 39.7 42.6 39.1 38.5 40.1 41.7 38.1
3 41.0 40.5 38.6 40.1 40.0 39.2 40.6 40.0 40.8 40.9
4 40.0 40.0 38.6 41.6 40.0 40.2 40.4 39.7 39.6 40.5
5 39.8 39.9 40.7 42.0 39.3 40.7 40.0 39.9 39.5 40.2
TOTAL 200.7 200.6 197.9 202.1 200 197.9 199 199.9 201.6 199.2
PROMEDIO 40.14 40.12 39.58 40.42 40.00 39.58 39.80 39.98 40.32 39.84
RANGO 1.2 0.6 2.1 3.3 4.5 2.0 2.1 0.5 2.2 2.8

60
 Ejemplo Ajuste de Proceso
Se muestran primeramente el
análisis de precisión.

𝑅1 +. . .+ 𝑅𝑚
𝑅=
𝑚

3.2+…+ 2.8
𝑅=
40

𝑅=2.587 𝑚𝑙

103.5 − (5.8)
𝑅𝑚𝑜𝑑 =
40 − 1

𝑅𝑚𝑜𝑑 =2.505 𝑚𝑙

61
 Ejemplo Ajuste de Proceso
No hay datos fuera del gráfico R,
recalcular límites para gráfico X.

´ = 𝑥1 +. . .+ 𝑥 𝑚
𝑋
𝑚

´ = 41.08+… +39.84
𝑋
40

´ =39.926
𝑋

Recalcular limites excluyendo

muestras N°6, N°11 y N°26:

X́ 𝑚𝑜𝑑=39.966 𝑚𝑙

62
Ejemplo Ajuste de Proceso

𝐿𝑆𝐸 𝑥 =4 1 ,12

𝐿𝐼𝐸 𝑥 =3 8 , 88

4,10

𝐿𝐶𝐸 𝑅 =1 , 94

63
 Análisis respecto especificaciones
Comparando los Límites finales con los Limites de Especificación
𝑇 2 ,5 𝑇 2,5
𝐿𝑆𝐸 𝑥 = 𝑀 + =40 ,0 + =41 , 12 𝐿𝑆𝐸 𝑅= 𝐷2 ∗ =4,918 ∗ =4 , 10
√𝑛 √5 3 3

𝐿𝐶𝐸 𝑥 =𝑀 =40 , 0 𝑇 2 ,5
𝐿𝐶𝐸 𝑅 =𝑑2 ∗ =2 ,326 ∗ =1 , 94
3 3
𝑇 2,5 𝑇 5
𝐿𝐼𝐸 𝑥 =𝑀 − =4 0 , 0 − =38 ,88 𝐿𝐼𝐸 𝑅 =𝐷1 ∗ =0 ∗ =0
√ 𝑛 √ 5 3 3

Conclusiones:

Los límites de especificación se encuentran ligeramente dentro de los límites de control del
proceso cuando el proceso está centrado.
Esto provoca un nivel de producto disconforme con las especificaciones que debe ser controlado
con cuidado. Algunas medidas pueden ser las siguientes:
 Disminuir la dispersión del proceso haciendo los cambios necesarios.
 Usar inspección 100% hasta que el proceso vuelva a su normalidad.
 Analizar la posibilidad de ampliar tolerancias (última acción)

64
 Análisis respecto especificaciones
Comparando los Límites finales con los Limites de Especificación

𝐿𝑆𝐸 𝑥 =4 1 ,12

𝐿𝐼𝐸 𝑥 =3 8 , 88

4,10

𝐿𝐶𝐸 𝑅 =1 , 94

65
 Análisis respecto especificaciones
Análisis de exactitud Se plantea la siguiente hipótesis:

M = X́ mod
40 , 0=39,966
Estadístico de prueba:

´ 𝑅𝑚𝑜𝑑 2,505 X́ mod − 𝑀 39,966 − 40 , 0

𝜎 = = =1 , 08 𝑍= ´
= =−0,070
𝑑2 2,326 𝜎 1 , 08
√𝑛 √5

Conclusión: No hay evidencia para rechazar ; por ello se puede afirmar con un 95% de
confianza que el proceso está centrado.
66
 Análisis respecto especificaciones
Análisis de precisión: Se plantea la siguiente hipótesis:

´ 𝑇 2,5
𝜎 ≤ 1 , 0769 ≤
3 3

Estadístico de prueba:

2
2 ( 𝑛− 1 ) ( 𝜎 ´ ) ( 5 − 1 ) ( 1,0769 ) 2
𝜆 = = = 6 , 68
( )
𝑇 2
3 (2, 5 2
3 )
′ R 2,505
𝜎= = =1,0769
𝑑 2 2,326

Conclusión: No se rechaza ; se concluye que con un 95% de confianza las diferencias

no son significativas. 67
 Análisis respecto especificaciones
Porcentaje de producto NO conforme con especificaciones: ´ R 2,587
𝜎 𝐼𝑛𝑖𝑐𝑖𝑎𝑙 = = =1,112
𝐸=𝑀 ±𝑇 =40 ± 2 , 5 𝑑2 2,326

𝐴 1=𝑃 ( 𝑥 ≤ 37 , 5 ) 𝐴 2=1 − 𝑃 ( 𝑥 ≤ 42 , 5 )

𝐴 1=𝑁 ( 37 , 51,112
−39,926
) 𝐴 2=1 − 𝑁 ( 42 , 5 −39,926
1,112 )
0,0135 0,9837 0,0028
𝐴 1=N ( − 2, 21 ) =0,0135 𝐴 2=1 − 𝑁 ( 2 , 78 ) =0,0028

𝐿𝐼𝐶 𝑥 X́ Inicial 𝐿𝑆𝐶 𝑥

No conforme al INCIO del estudio: 0,0135 + 0,0028 = 0,0163 = 1,63%

68
 Análisis respecto especificaciones
Porcentaje de producto NO conforme con especificaciones: ´ R 2,505
𝜎 𝐹𝑖𝑛𝑎𝑙 = = =1,076
𝐸=𝑀 ±𝑇 =40 ± 2 , 5 𝑑 2 2,326

𝐴 1=𝑃 ( 𝑥 ≤ 37 , 5 ) 𝐴 2=1 − 𝑃 ( 𝑥 ≤ 42 , 5 )

𝐴 1=𝑁 ( 37 , 51,076
−39,966
) 𝐴 2=1 − 𝑁 ( 42 , 5 −39,966
1,076 )
0,011 0,9796 0,0096
𝐴 1=N ( − 2, 29 ) =0,011 𝐴 2=1 − 𝑁 ( 2 , 35 )=0,0096

X́ Final
𝐿𝐼𝐶 𝑥 𝐿𝑆𝐶 𝑥

No conforme al FINAL del estudio: 0,011 + 0,0096 = 0,0206 = 2,06%

69
Las imágenes contenidas en esta presentación son tomadas de internet y podrían tener derechos de autor.