INTRODUCCION

La idea tradicional de inspeccionar el producto final y eliminar las unidades que no cumplen con las especificaciones una vez terminado el proceso, se remplaza por una estrategia ms econmica de prevencin antes y durante del proceso industrial con el fin de lograr que precisamente estos productos lleguen al consumidor sin defectos. As las variaciones de calidad producidas antes y durante el proceso pueden ser detectadas y corregidas gracias al empleo masivo de Grficas de Control. Los grficos de control ayudan en la deteccin de modelos no naturales de variacin en los datos que resultan de procesos repetitivos y dan criterios para detectar una falta de control estadstico. Un proceso se encuentra bajo control estadstico cuando la variabilidad se debe slo a "causas comunes". Los grficos de control de Shewart son bsicamente de dos tipos; grficos de control por variables y grficos de control por atributos. Para cada uno de los grficos de control, existen dos situaciones diferentes; a) cuando no existen valores especificados y b) cuando existen valores especificados. Se denominan "por variables" cuando las medidas pueden adoptar un intervalo continuo de valores; por ejemplo, la longitud, el peso, la concentracin, etc. Se denomina "por atributos" cuando las medidas adoptadas no son continuas; ejemplo, tres tornillos defectuosos cada cien, 3 paradas en un mes en la fbrica, seis personas cada 300, etc.

Variacin Una de las realidades de la manufactura es que nunca pueden fabricarse dos objetos exactamente iguales. De hecho, el concepto de variacin es una ley de la naturaleza, por que no hay dos elementos naturales en cualquier categora que sean exactamente iguales. La variacin puede ser muy grande y fcilmente notable, como la altura de los seres humanos, o bien, la variacin puede ser muy pequea como el peso de las plumas. Cuando las variaciones son muy pequeas parecer que los elementos son idnticos, sin embargo con instrumentos de precisin se detectaran diferencias. Si dos elementos parecen tener la misma medida, eso se debe a los lmites de los instrumentos de medicin. A medida que los instrumentos de medicin se vuelven mas refinados, contina existiendo la variacin y solo cambia el incremento de la misma. Antes de controlar la variacin es necesario poder medirla. Existen tres categoras de variacin en la produccin de partes o piezas:

Variacin dentro de la pieza: esta clase de variacin se ilustra con la rugosidad superficial de una pieza, cuando una parte de ella es mas spera que otra por ejemplo; la impresin de un lado de la pagina es mejor que el lado opuesto

Variacin entre piezas: esta clase de variacin se presenta entre piezas producidas al mismo tiempo por ejemplo; la intensidad luminosa de cuatro lmparas consecutivas, producidas en la misma maquina, podr ser diferente

Variacin de tiempo en tiempo: esta clase de variacin se ilustra con la diferencia en un producto o servicio obtenido en diferentes horas del da. As un servicio efectuado temprano

por la maana ser diferente a uno efectuado mas tarde en ese mismo da, o bien, a medida que se descarga la herramienta de corte, cambiaran sus caractersticas de corte.

Causas de variacin. La variacin esta presente en todo proceso, debido a una combinacin de equipos, materiales, ambiente y operador. La primera fuente de variacin es:

El equipo: esta causa comprende desgaste de herramientas, vibracin de la maquina, posicionamiento del soporte de la pieza, fluctuaciones hidrulicas y elctricas. Cuando se juntan todas estas variaciones se define una cierta capacidad o precisin dentro de la cual el equipo funciona.

El material: como hay variaciones en el producto terminado, tambin debe existir en la materia prima. Cabe esperar que caractersticas de calidad como resistencia a la tensin, ductilidad, espesor, porosidad y contenido de humedad contribuyan a la variacin general del producto final.

El ambiente: la temperatura, iluminacin, radiacin, descarga electrosttica, tamao de partcula, presin y humedad pueden contribuir con las variaciones del producto para controlar estas causas, algunas veces los productos se fabrican en cuartos blancos los experimentos que se hacen en el espacio exterior son para aprender mas acerca del efecto del ambiente sobre la variacin de los productos

El operador: esta fuente de variacin comprende el mtodo con el que el operador efecta la operacin. El bienestar fsico y emocional del operador tambin puede contribuir a la variacin. Un dedo cortado. Un tobillo torcido, un problema personal o un dolor de cabeza pueden hacer que el desempeo de un operador varie respecto a la calidad. Cuando un operador no comprende las variaciones del equipo o materiales, por falta de entrenamiento, puede causar frecuentes ajustes de maquina y con ello complicar la variabilidad. A medida que los equipos se han automatizado cada vez ms, ha disminuido el efecto del operador sobre la variacin.

El mtodo de la grafica de control Para indicar cuando las variaciones observadas en la calidad son mayores que las que causara la causalidad, se usa el mtodo de anlisis y presentacin de datos llamado grafica de control. El mtodo de la grafica de control para variables es un medio de visualizar las variaciones que se presentan en la tendencia central y en la dispersin de un conjunto de observaciones. Es un registro grafico de la calidad de determinada caracterstica. Muestra si el proceso esta o no en un estado estable.

Figura 1. Ejemplo de una grafica de control En la figura 1 se presenta un ejemplo de una grafica de control. Esta grafica en particular se llama grafica X, o de promedio, y se usa para registrar la variacin del valor promedio de las muestras. Otra grafica, como la grafica R (rango) tambin podra servir para fines explicativos. El eje horizontal tiene la leyenda numero de subgrupo, para identificar determinada muestra formada por una cantidad fija de objetos. Los subgrupo estn ordenados, y el primero que se inspecciono es el 1. y el ultimo es el 14 . el eje vertical de la grafica es variable, que en este caso en particular es el peso medido en, medido en kilogramos. Cada pequeo circulo lleno representa al valor promedio de un subgrupo, as el subgrupo numero 5 consiste, digamos, en cuatro observaciones, 3.46, 3.49, 3.45, 3.44, siendo un promedio de 3.46 kilogramos. Este valor es el que aparece en la grafica para el subgrupo numero 5. en general se usan los promedios en las graficas de control y no las observaciones individuales por que los valores promedios indican la existencia de una variacin con mucha mayor rapidez. Tambin, con dos o

mas observaciones en una muestra, se puede obtener una medida de la dispersin para determinado subgrupo. La recta continua en el centro de grafica puede tener tres impresiones diferentes, que depende de los datos disponibles. En primer lugar, lo mas comn, puede ser el promedio de los puntos graficados, que en el caso de una grafica de promedio, es el promedio de promedios. En segundo lugar, puede ser una valor patrn o de referencia, Xo basado en datos anteriores representativos, un valor econmico basado en costos de produccin o necesidades de servio, o un valor objetivo, basado en especificaciones. En tercer lugar, puede ser la medida poblacional , si se conoce ese valor. Las dos lneas externas interrumpidas son los lmites de control superior e inferior. Esos limites se establecen para ayudar a juzgar la importancia de las variaciones en la calidad del producto o servicio, con frecuencia, los limites de control se confunden con los limites de especificacin, que son los limites admisibles de una caracterstica de calidad de cada unidad individual de un producto. Sin embargo, los limites de control se usas para evaluar las variaciones de la calidad de un subgrupo a otro. Por lo anterior para la grafica de promedios, los lmites de control son funcin de los promedios de subgrupos. Una distribucin de frecuencia de promedios de subgrupos se puede determinar con un promedio y desviacin estndar correspondientes. Los lmites de control se suelen establecer en 3 desviaciones estndar de la lnea central. Recuerde, de la descripcin de la curva normal, que la cantidad de elementos entre +3 y - 3 es igual a 99.73%. Entonces se espera que mas de 9.973 veces de 10000 los valores de subgrupo caigan entre los limites superior e inferior; cuando eso sucede, se considera que el proceso esta bajo control. Cuando un valor de subgrupo cae fuera de los lmites, se considera que el proceso esta fuera de control, y que hay una causa asignable de la variacin. En el subgrupo numero 10 en la figura 1 sale del limite de control superior; en consecuencia, ha habido un cambio en la naturaleza estable del proceso en ese momento, causando el

punto fuera de control. Tambin es cierto que la condicin fuera de control se pueda deber a una causa fortuita o casual, lo cual puede suceder 27 veces en cada 10000. La longitud promedio de corrida (ARL, de average run length) para que se presente una causa fortuita se presenta a las 370 unidades (10000/27). En la prctica las graficas de control se colocan en un lugar visible de los centros de trabajo para controlar determinada caracterstica de la calidad. En general, se usan juntas una grafica de promedio para el control de la tendencia central, y una grafica R para la dispersin. En la figura 2 se muestra un ejemplo de esa grafica dual, donde se ve un mtodo de graficar e informar los resultados de la inspeccin de durometros para hule. En el centro de trabajo numero 365-2, a las 8:30 a.m, el operador selecciona cuatro artculos para probar, y anota las observaciones 55, 52, 51 y 53 en los renglones titulados X1, X2, X3 y X4 respectivamente. Se obtiene un valor promedio de subgrupo igual a 52.8 en la grafica de promedios, y un pequeo circulo lleno en 4, en la grafica R, y sigue haciendo sus otras tareas.

Figura 2. Ejemplo de un mtodo para presentar los resultados de la inspeccin La frecuencia con que el operador inspecciona un producto en determinado centro de trabajo esta determinada por la calidad del producto. Cuando el proceso esta bajo control y no se encuentran dificultades. Puede requerir menos inspecciones; y al revs, cuando el proceso esta fuera de control o durante el arranque, se podrn necesitar mas inspecciones. La frecuencia de inspeccin en un centro de trabajo se puede determinar tambin por la cantidad de tiempo que debe dedicarse a las actividades que no sean inspeccin. En el problema del ejemplo, parece que la frecuencia de inspeccin es cada 60 o 65 minutos.
8

A las 9:30 a.m, el operador hace las actividades para el subgrupo 2 de la misma forma que para el subgrupo 1. se ve que el valor 7 del rango esta exactamente en el limite superior de control. El que eso se considere que esta bajo control o fuera de control seria un asunto de la poltica de la organizacin. Se sugiere que se clasifique como bajo control, y que el operador haga un examen rpido buscando una causa asignable. Un punto en una grafica que sale del lmite de control debe ser un evento raro. Los resultados de la inspeccin para el grupo 2 muestran que la tercera observacin, x3, tiene un valor de 57, que sale del lmite superior de control. Se advierte al lector que recuerde la descripcin anterior de los limites de control y especificaciones. En otras palabras, el valor 57 es una observacin individual que no se relaciona con los lmites de control. Por consiguiente, el hecho de que una observacin sea mayor o menor que un limite de control no tiene significado. El valor promedio del subgrupo 4 es 44, menor que el limite inferior de control que es 45. Entonces, el subgrupo 4 esta fuera de control, y el operador la comunicara al supervisor del departamento. Entonces el operador y el supervisor buscaras una causa asignable y, si es posible, emprendern acciones correctivas. Cualquier accin correctiva que se haga se anotara por parte del operador en la grafica de promedios y R, o en una forma aparte. La grafica de control indica cuando y donde se presento el problema, la identificacin y eliminacin de la dificultad es un problema de produccin. En el caso ideal, el operador debe mantener la grafica de control, siempre que tenga tiempo, y que tenga el entrenamiento adecuado. Cuando el operador no pueda mantener la grafica, control de calidad la mantiene. Una grafica de control es un mtodo estadstico que distingue entre la variacin natural y la no natural, como muestra la figura 3. La variacin natural es el resultado de causas asignables. En general, pero no siempre, requiere acciones correctivas por parte del personal cercano al proceso,
9

como operadores, tcnicos, empleados, trabajadores de mantenimiento y supervisores de primera lnea.

Figura 3. Causas de variaciones naturales y no naturales La variacin natural es le resultado de causas fortuitas. Se necesita la intervencin de la administracin para mejorar la calidad. A este respecto, entre 80 y 85% de los problemas con la calidad se deben a la administracin o al sistema, y de 15 a 20% se deben a las operaciones. La grafica de control sirve para tener un registro continuo de determinada caracterstica de calidad. Es una fotografa del proceso a travs del tiempo. Cuando se completa la grafica, se sustituye por una nueva y la grafica llena se guarda en un archivo en la oficina. La grafica se usa para mejorar la calidad del proceso, para determinar especificaciones efectivas, para determinar cuando dejar al proceso por si solo, y cuando hacer ajustes, y para investigar las causas de la calidad inaceptable o marginal.

10

Objetivos de las grficas de control de variables

Definir las reglas bsicas a seguir para la eleccin, la construccin y la correcta interpretacin de los Grficos de Control por Variables y resaltar las situaciones en que pueden o deben ser utilizados. Es de aplicacin a todos aquellos estudios en que es necesario analizar el funcionamiento de los procesos, bien sea para su control o para profundizar en el conocimiento de su comportamiento. Su utilizacin ser beneficiosa para el desarrollo de los proyectos abordados por los Equipos y Grupos de Mejora y por todos aquellos individuos u organismos que estn implicados en proyectos de mejora de la calidad en los que concurran estas circunstancias. Adems se recomienda su uso como herramienta de trabajo dentro de las actividades habituales de gestin. Las grficas de control de variables proporcionan la informacin:
1. Para mejorar la calidad: el tener una grfica de control de variables

solo porque indica que hay un programa de control de calidad es estar en un error. Una grfica de control de variables es una tcnica excelente para obtener el mejoramiento de la calidad.
2.

Para determinar la capacidad del proceso: la capacidad real del proceso solo se puede alcanzar despus de haber mejorado la calidad en forma sustancial. Durante el ciclo de mejoramiento de la calidad, la grfica de control indicara que ya nos es posible mejorarla sin una apreciable inyeccin de dinero. En ese punto se obtiene la capacidad real del proceso.

3. Para tomar decisiones respecto a las especificaciones del

producto: una vez

obtenida la capacidad real del proceso, se

pueden determinar las especificaciones efectivas. Por ejemplo, si la capacidad del proceso es + o 0.003, entonces el personal de
11

operacin puede obtener especificaciones de + o 0.004 en forma realista.

4. Para

decisiones

del

momento

respecto

al

proceso

de

produccin: primero se necesita una decisin para juzgar si existe un control. Si no existe, se usa la grfica de control para obtenerlo. Una vez obtenido el control, se usa la grfica de control para mantenerlo. Entonces la grfica de control se usa para decidir cuando existe un patrn natural de variacin, y se debe dejar solo el proceso, y cuando est sucediendo una pauta de variacin no natural que requiere tomar acciones para obteniendo encontrar y eliminar las causas asignables. A este respecto, el personal de operacin est un desempeo en calidad mientras los puntos de la grfica estn dentro de los lmites de control. Si ese desempeo no es satisfactorio, la responsabilidad es del sistema y no del operador.
5. Para decisiones del momento respecto a artculos producidos

recientemente: as, la grfica de control se usa como una fuente de informacin para ayudar a decidir si uno o varios elementos deben liberarse a la siguiente fase de la produccin o si se debe ejecutar una disposicin alternativa, como clasificarlo y repararlo. Estos objetivos dependen con frecuencia entre s. Por ejemplo, se necesita mejorar la calidad antes de determinar la capacidad real del proceso, lo cual se necesita saber antes de determinar las especificaciones efectivas. Las grficas de control de variables deben establecerse para alcanzar determinado objetivo.

Responsabilidades

12

a) Grupo de trabajo o persona responsable de su realizacin:

Recoger los datos. Seguir las reglas que seala el procedimiento para la eleccin y la construccin de los Grficos de Control y para su correcta interpretacin.
b) Direccin de Calidad: Asesorar, a quien as lo solicite, en las bases

para la eleccin, construccin y utilizacin de los Grficos de Control. Alcanzando el objetivo o continuar su uso con inspecciones apreciablemente reducidas.

Tcnicas para elaborar Graficas de Control

Una carta de control es usada para evaluar la estabilidad del proceso, determinar cuando un proceso requiere ajustes o cuando debe dejarse como est, as como para confirmar un mejoramiento a un proceso. Sus aplicaciones son generales y lo mismo puede usarse al monitorear la lnea de produccin que al evaluar los errores de una secretaria, medir los tiempos de respuesta de las solicitudes de compra, o cualquiera de los procesos de una compaa. Una carta de control es una herramienta para identificar cambios debidos a causas asignables o especiales de las variaciones probables inherentes al proceso. Las variaciones probables se repiten aleatoriamente dentro de lmites predecibles; las variaciones ocasionadas por causas asignables o especiales indican que algunos factores que afectan el proceso requieren ser identificados, investigados y controlados. La elaboracin de las cartas de control es fundamentada en estadsticas matemticas. Las cartas de control utilizan datos de operacin para establecer lmites dentro de los cuales se esperan observaciones futuras si el proceso no es afectado por causas asignables o especiales. Existen

13

diversos programas de software desarrollados expresamente para identificar dichas variaciones estadsticas del proceso y definir lmites de control especficos. Este mtodo establece que al producir un artculo los defectos no deben ser ms de un cierto nmero por cada cien o mil producidos. En tales circunstancias, se dice que el proceso est bajo control y que el nmero de piezas defectuosas es tolerable o casi imposible de eliminar. As los intervalos (lmites de control) entre los cuales deben estar los defectos dependen de esta cantidad admitida como natural o incontrolable. Existen varios tipos de grficas de control, entre las ms usadas estn: la X R, la p, la n, la np y la c entre otras. En la figura siguiente se muestra un ejemplo de una grafica de control del tipo X R.

Figura 4. Carta de control Esta grfica se utiliza cuando los datos que se miden o controlan pueden tomar cualquier valor dentro de un intervalo (variables de tipo continuo). Generalmente, con la serie de datos obtenidos de las distintas observaciones a travs de tcnicas de muestreo, se genera una tabla de
14

datos que indica una determinada caracterstica del proceso o del producto; se obtienen los valores promedio (X) de cada subgrupo y su rango de variacin (R). Con estos datos se realiza una grfica de las distintas observaciones por subgrupo, especificando lmites de control superior e inferior (eje izquierdo de la grfica). A continuacin se procede con el anlisis de aquellas observaciones que salen de los lmites de control en bsqueda de patrones que indiquen la presencia de causas asignables especiales. Las grficas p y n se utilizan para el anlisis de datos discretos, es decir, que se cuentan con los nmeros enteros: por ejemplo, el nmero de bolsas mal selladas, el nmero de focos defectuosos o el nmero de errores de mecanografa en una pgina. La grfica pse usa para analizar el comportamiento de la fraccin de piezas defectuosas y tambin cuando la muestra tomada no es de tamao constante. La grfica np se utiliza para analizar el total de piezas defectuosas cuando el tamao de la muestra es siempre constante. La grfica de tipo c se emplea para analizar el nmero de defectos por unidad de produccin.

En este trabajo especificaremos la utilizacin y como crear una grafica de control ( ) y R Para establecer un par de grficas de control para el promedio ( ) y el rango (R), es preferible apegarse a un procedimiento establecido. A continuacin se presentan los pasos de este procedimiento:

1. Seleccionar las caractersticas de la calidad. 2. Escoger el subgrupo racional. 3. Reunir los datos.
15

4. Determinar en forma tentativa la lnea central y los lmites de control. 5. Establecer la lnea central y los lmites de control revisados. 6. Alcanzar objetivos.

El procedimiento que se presenta en esta seccin se refiere a una grafica y R. Tambin se presenta informacin sobre las graficas.

Seleccionar las caractersticas de la calidad Las caractersticas que se escojan para elaborar una grafica y R

debe ser una caracterstica de la calidad que se pueda medir y expresar en nmeros. Son adecuadas las caractersticas de calidad que se puedan expresar en trminos de las siete unidades bsicas: longitud, masa, tiempo, corriente elctrica, temperatura, cantidad de sustancia o intensidad luminosa; tambin cualquiera de las unidades derivadas, como potencia, velocidad, fuerza, energa, densidad y presin. Normalmente se debern atender primero las caractersticas de la calidad que afectan al desempeo del producto o servicio. Pueden ser una funcin de las materias primas, los componentes sub ensambles o partes terminadas. En otras palabras, se da gran prioridad a la seleccin de aquellas caractersticas que estn dando problemas en trminos de produccin y/o costo. Una oportunidad excelente para ahorrar se selecciona con frecuencia donde los costos de mermas y reprocesamiento son altos. Un diagrama de Pareto tambin es til para establecer prioridades. Otra posibilidad es que cuando se usan pruebas destructivas para inspeccionar un producto. En cualquier planta manufacturera hay una gran cantidad de variables que forman un producto. Por ello, es imposible elaborar graficas y R de todas

ellas, y se requiere una seleccin prudente entre ellas. Como se puede

16

considerar que todas las variables son atributos, tambin se puede usar una grfica de control de atributos para lograr una mejora en la calidad.

Escoger el subgrupo racional

Como se dijo antes, los datos que se grafiquen consisten un grupo de elementos que se llaman subgrupos racionales. Es importante comprender que los datos reunidos en forma aleatoria no califican como racionales. Un subgrupo es uno en el que la variacin dentro de un subgrupo se usa para evaluar la estabilidad a largo plazo. Hay dos esquemas para seleccionar las muestras de subgrupo:

El primer esquema es seleccionar las muestras de subgrupo del producto o servicio que se obtiene en un momento en el tiempo, o tan cerca de ese momento en el tiempo como sea posible. Cuatro partes consecutivas de una mquina, o cuatro partes de una charola de partes recin producidas seran ejemplos de esta tcnica de subagrupamiento. La siguiente muestra de subgrupo es parecida, pero de un producto o servicio obtenidos cierto tiempo, por ejemplo una hora despus. A este esquema se le llama mtodo de instante en el tiempo. El segundo esquema es seleccionar un producto o servicio obtenido durante cierto tiempo, para que sea representativo de todo el producto o servicio. Por ejemplo, un inspector visita un proceso de ensambles de disyuntores una vez cada hora. Se selecciona la muestra de subgrupo de, por ejemplo cuatro, entre todos los disyuntores producidos en la hora anterior. En su siguiente visita, selecciona el subgrupo del producto producido desde la

17

ltima visita, y as sucesivamente. A este esquema se le llama mtodo de lapso de tiempo.

Al comparar los 2 esquemas, el mtodo del instante de tiempo tendr una variacin minima dentro de un subgrupo, y una variacin mxima entre subgrupos. Con el mtodo de lapso de tiempo se tendr una variacin mxima dentro de subgrupos y una variacin minima entre subgrupos. Con algunos ejemplos numricos se podr ilustrar esta diferencia. Axial para el mtodo de instante en el tiempo, los valores promedio de subgrupo (las )

podran ser entre, por ejemplo 26 a 34, con valores de rango de subgrupo (las R) de 0 a 4; mientras que para el mtodo de lapso de tiempo, los valores promedio de subgrupo (las rango de subgrupo (las R) de 0 a 8. El mtodo de instante en el tiempo se usa con ms frecuencia porque suministra la referencia del tiempo para determinar causas asignables. Tambin permite tener una medida ms sensible de los cambios en el promedio del proceso. Como todas las variables son cercanas entre si, la variacin se deber, con ms probabilidad, a causas fortuitas, por los que cumplen los criterios de subgrupos racionales. La ventaja del mtodo de lapso de tiempo es que permite obtener mejores resultados generales, por lo que los informes de la calidad presentarn una imagen ms fiel de sta. Tambin es cierto que debido a las limitaciones del proceso, este mtodo puede ser el nico mtodo prctico para obtener las muestras de subgrupo. Las causas asignables de variacin podrn estar presentes en el subgrupo, lo que dificultar asegurar que est presente un subgrupo racional. En casos raros, podr preferirse usar varios grupos de subagrupamiento. Cuando eso sucede se requiere usar las 2 graficas con diferentes lmites de control.
18

) varan de 28 a 32, con los valores de

Independientemente del esquema con que se obtenga el subgrupo, los lotes de donde se toman los grupos deben ser homogneos. Homogneo quiere decir que las piezas del lote sean tan parecidas como sea posible: la misma maquina, el mismo operador, misma cavidad de molde, etc. Igualmente, debe ser un lote homogneo una cantidad fija de material, como la que produce una herramienta hasta que se gasta y se cambia o se afila. Tambin los lotes homogneos se pueden designar por intervalos de tiempo iguales, porque esta tcnica es fcil de organizar y administrar. Independientemente de cmo se definan los lotes, los elementos en cualquier subgrupo deben haberse producido, esencialmente, bajo las mismas condiciones.

Las decisiones sobre el tamao de la muestra o del subgrupo requieren cierta cantidad de juicios empricos; sin embargo, algunos alineamientos prcticos son los siguientes:

1. Al aumentar el tamao del subgrupo, los lmites de control se acercan al valor central, lo cual hace que el control sea ms simple a pequeas variaciones en el promedio del proceso. 2. A medida que aumenta el tamao del subgrupo, aumenta el costo de inspeccin por subgrupo. Justifica el mayor costo de los grupos ms grandes la mayor sensibilidad? 3. Cuando se usan pruebas destructivas, y cuando los elementos son costosos, es necesario que el tamao de subgrupo sea de 2 o 3, porque reducir al mnimo la destruccin de productos o servicios costosos. 4. Por la facilidad de cmputo, un tamao de muestra de 5 es bastante comn en la industria; sin embargo, cuando se usan calculadoras electrnicas de bolsillo ya no es valida esa razn.

19

5. desde un punto de vista estadstico, una distribucin de promedios de

subgrupos,

, es casi normal para subgrupos de 4 o ms, aun

cuando las muestras se tomen de una poblacin no normal. 6. Cuando el tamao del subgrupo es mayor que 10, se debe usar la grafica s en lugar de la grafica R para controlar la dispersin.

No hay una regla para determinar la frecuencia de toma de subgrupos, pero debe ser la suficiente para detectar cambios en el proceso. Las incomodidades de la distribucin de la fbrica u oficina, y el costo de tomar subgrupos, deben balancearse con el valor de datos obtenidos. En general, lo mejor es muestrear con bastante frecuencia al principio, y reducir la frecuencia cuando lo permitan los datos. Una valiosa ayuda para tener una idea de la cantidad de muestreo necesaria es usar la tabla 5-1, obtenida de la norma ANSI/ASQ Z1.9-1993. Si un proceso puede

Figura 5. Tamaos de muestra

20

Producir 4000 piezas por das se sugieren entonces 75 inspecciones en total, entonces, con un tamao de subgrupo de 4, 19 subgrupos seran un buen punto de partida.

Recolectar los datos En el siguiente paso es recolectar los datos. Se puede usar una forma como la de la figura 5-2, donde se registran los datos verticalmente. Al anotar las mediciones una bajo la otra, se facilita un poco la operacin de suma para cada subgrupo. Un mtodo alternativo para anotar los datos se muestra en la tabla 5-2, donde los datos se anotan horizontalmente. El mtodo en particular es igual cuando se dispone de una calculadora electrnica de bolsillo. Para afines ilustrativos se usara el 2do mtodo. Suponiendo que ya se seleccionaron las caractersticas de la calidad y el plan para el subgrupo racional, se puede asignar a un tcnico la tarea de reunir los datos como parte de sus tareas normales. El supervisor de primera lnea y el operador deben estar informados de las actividades del tcnico; sin embargo, todava no se ponen graficas o datos en lugares visibles del centro de trabajo. Lo anterior se ilustra como un ejemplo: debido a la dificultad de un cubo (mameln) de engranaje cuando se usa una cua y un cuero, el equipo de proyecto recomienda usar una grafica y R. la caracterstica de calidad es

la profundidad de chavetero en el eje, de 6,25mm (0,250). Si se usa un subgrupo racional de 4, un tcnico obtiene 5 subgrupos por da, durante 5 das. Se miden las muestras, se calcula el promedio ( ) y el rango R del subgrupo y se anotan los resultados en la forma. Entre otra informacin que se anota esta la fecha, hora y comentarios acerca del proceso. Para simplificar, se codifican las menciones individuales a partir de 6,00mm. Entonces, la primera medicin de 6,35mm, se anota como 35.

21

Es necesario reunir un mnimo de 25 subgrupos de datos. Menos subgrupos permiten tener una cantidad suficiente de datos para calcular con exactitud la lnea central y los lmites de control, y ms subgrupos demoraran la implantacin de la grafica de control. Cuando los subgrupos se obtienen con lentitud podr preferirse obtener conclusiones preliminares con menos subgrupos. Los datos se grafican en la figura 5-4, que se llama grafica de corrida. No tiene lmites de control, pero se puede usar para analizar los datos, en especial en la etapa de desarrollo de un producto, o ante un estado de control estadstico. Los puntos de datos se grafican en orden de produccin, como en la figura.

Determinar la lnea central y lmites de control tentativos Las formulas para hallar la ecuacin de lmite central para x y R son:

22

Y para hallar los lmites de control son:

Donde: = limite superior de control = limite inferior de control A2, D4, D3 =se determinan con una tabla dependiendo del tamao del subgrupo

23

24

25

Establecer la lnea central y los lmites de control revisados

26

El primer paso es establecer grficamente los datos recolectados con la lnea central y los mites superior e inferior previamente obtenidos. Si al graficar ningn punto se sale de la lnea de control significa que x y R son representativos del proceso y se convierten en los valores estndar X0 y R0. Se puede decir que un buen control es el que no tiene puntos afuera de los lmites y que no tiene pautas anmalas de variacin.

27

La mayor parte de los procesos no estn bajo control cuando se analizan por primera vez. Un anlisis en la figura anterior muestra que hay puntos fuera de control en la grafica x, en los subgrupos 4 ,16, y 20 y un punto fuera de control en la grafica R, en el subgrupo 18. Primero se analiza la grafica R como en el punto fuera de control en el subgrupo 18 se debe a una causa asignable o especial, se puede descartar de los datos, los otros puntos indican que el proceso es estable. Entonces se puede analizar la grafica x , los subgrupos 4 y 20 tuvieron una causa asignable, pero la condicin de fuera de control para el subgrupo 16 no la tuvo. Se supone que el estado fuera de control para el subgrupo 16 se debe a una causa fortuita o comn que es parte de la variacin natural. En los subgrupos 4,18,20 hay que eliminar o desechar la causa asignable tomando las correcciones necesarias, entonces se calculan nuevos valores de x y R con las siguientes formulas.

28

Para desechar los datos se usan dos tcnicas; si el valor x o R de un subgrupo esta fuera de control y tiene una causa asignable o especial: los dos valores se desechan, o solo se desecha el valor que esta fuera de control dentro del subgrupo, en este ejemplo de sigue la segunda tcnica entonces cuando se desecha un valor de x no se desecha el valor correspondiente de R y viceversa.

Estos nuevos valores de x y R se usan para establecer los valores estndar X0, R0 y

entonces:

Una vez calculado las nuevas lneas centrales se procede a calcular los limites con las siguientes formulas.

29

Con los nuevos limites de control se procede a graficar los valores en la siguiente grafica se encuentran los limites de control tentativos y revisados, como es de esperarse los limites de control revisados se volvieron mas angostos.

30

Los datos preliminares de los 25 subgrupos iniciales no se grafican con los limites de control revisados. Estos lmites son para informar los resultados de los subgrupos futuros. Para usar la grafica de control con eficiencia durante la produccin, esta debe colocarse en un lugar visible donde la puedan analizar u observar los operadores y supervisores.

31

Una vez obtenido 0 se puede calcular la estimacin inicial de la capacidad del proceso que es 60 o tambin mediante al formula

Alcanzar los objetivos Cuando se introducen las graficas de control por primera vez en un centro de trabajo, suele mejorar el desempeo del proceso. Esta mejora inicial se nota cuando el proceso depende de la habilidad del operador; es decir que poner una grafica de control en un lugar visible para el operador mejora su desempeo. En la figura se muestra el mejoramiento inicial que se obtuvo al usar las graficas de control.

32

A veces no toda la mejora se atribuye al grafico de control puede ser que el operador emplea estrategias ajenas a este mtodo para mejorar el rendimiento de la calidad.

CONCLUSION Los grficos de control son herramientas estadsticas muy simples de construir y de utilizar, y muy tiles para controlar tendencias y la estabilidad de un proceso analtico. Sin embargo, tambin presentan algunos inconvenientes. Por ejemplo, los grficos reflejan la estabilidad de un proceso analtico, pero esta estabilidad no implica necesariamente unos buenos parmetros de calidad del procedimiento analtico (por ejemplo, la variacin del procedimiento analtico puede encontrarse bajo control estadstico, pero ser esta variacin mayor que la aceptada por el cliente). En este caso estaramos abordando el criterio de capacidad de un procedimiento analtico, concepto que ser abordado en un futuro artculo de la serie.

33

Universidad de Oriente Ncleo Anzotegui Extensin regin centro-sur Anaco

Grficas de control

Prof.: Alvin Gmez

Bachilleres: Ariamnys Marn C.I 21.041.296

34

Lisbeth Alemn C.I 20.052.728 Mariangelis Hernndez C.I 20.448.518 lvaro Vargas C.I 20.712.510 Fernando Lpez C.I 20.623.279 Valeria Castillo C.I 19.983.228

Anaco 03 de diciembre de 2012

35