Recuerdo

ICI-513 GESTIN DE LA CALIDAD

Carmen Ortiz Z.; Luis Seccatore G.

Cartas de Control

Carmen Ortiz Z.; Luis Seccatore G.

Carmen Ortiz Z.; Luis Seccatore G.

Cartas de Control de Calidad

Un proceso que opera bajo control es simplemente uno en que la media (localicazacin) y la variabilidad (escala) del proceso son estables
Implica que el proceso permanece constante con variedad natural, originada por causas no_asignables Las grficas de control de calidad se pueden ver como un mtodo en el que la variabilidad natural inherente gobierna la amplitud de los lmites de control

Propsito de las Cartas de Control

Establecer un sistema de control de calidad durante
la fabricacin mediante Cartas de Control
permiten detectar cundo el proceso deja de estar en estado de control;
detectar la ocurrencia de causas especiales, espordicas mientas
se minimiza el riesgo de malinterpretar las causas aleatorias y tomar medidas correctoras (error tipo I).

el control se realiza tomando, cada cierto tiempo, muestras del producto y comprobando si stas indican que el proceso se encuentra en estado de control.
Carmen Ortiz Z.; Luis Seccatore G.
6

Carmen Ortiz Z.; Luis Seccatore G.

En Consecuencia ...
... el control estadstico de un proceso consiste en un contraste continuado de la hiptesis Ho:

Construccin de las Cartas para Variables

Para construir las Cartas se debe hacer una serie de observaciones previas, para estimar los parmetros poblacionales y los lmites de control. Es importante observar datos en condiciones normales de operacin:
cuidar que todo funcione correctamente como especificado.

el proceso est en estado de control:

Este contraste se aplica a cada muestra que se toma a intervalos regulares. Si la hiptesis Ho es cierta, la media y la desviacin estndar de cada muestra deben estar incluidas dentro de los lmites de control. La prueba de hiptesis se despliegan en grficos de control para Media. grficos de control para Desviacin Estndar y grficos de control para Rango o Recorrido.
Carmen Ortiz Z.; Luis Seccatore G.
7

Tomar series entre 25 a 30 muestras

independientes, de tamao 4 5 observaciones por vez;
encontrados los estimadores, los parmetros para la carta, estos datos se desechan (son historia)
Carmen Ortiz Z.; Luis Seccatore G.
8

Muestreo Base de las Cartas

Suponiendo que los datos provienen de una distribucin Normal (0; )....
Para cada muestra calcular:
n

Muestreo Base de las Cartas

Por el teorema del Lmite Central podemos decir que los Xi son variables aleatorias, independeientes e idnticamente distribuidas como N(0, 2/n) tanto en cuanto el proceso est bajo control.
Observar un Xi (fuera de los lmites), se ver como evidencia de que la media real del proceso se ha desplazado y ste puede estar fuera de control. Es costumbre fijar z1/2 = 3; esto es, la Probabilidad de Falsa Alarma (error tipo _ I) es =0,0027 (se espera que por

_ Xi =

j=1

Xij
n

Media de la i-sima muestra

Si el proceso est bajo control los Xi debieran caer dentro del intervalo de prediccin, para un nivel de confianza dado, del %:

{0 z/2 /n ; 0 + z/2 /n }
Carmen Ortiz Z.; Luis Seccatore G.
9

cada 370 muestras una Xi caiga fuera de los lmites estando el proceso bajo control).
Carmen Ortiz Z.; Luis Seccatore G.
10

Muestreo Base de las Cartas

En la mayora de las situaciones prcticas (las cartas de control de Shewhart de 3- )
las muestras son pequeas (n = 4 5) y la frecuencia de observacin (la serie de muestras) es alta

Control de Variabilidad del Proceso

Muchos expertos consideran que
el control de la variabilidad de la caracterstica de comportamiento es ms importante y que se debe establecer antes de considerar el centro de ubicacin

Es recomendable usar muestras pequeas para reducir la posibilidad que ocurra un desplazamiento de r (real) durante el muestreo Muestras frecuentes permiten detectar precozmente el desplazamiento de r. La pregunta es: cun frecuente y de qu tamao deberan tomarse la muestras
Carmen Ortiz Z.; Luis Seccatore G.
11

Dos son los tipos de cartas de control de la variabilidad:

Cartas S: probablemente las ms utilizadas en la prctica Cartas R: no muy eficientes,
su eficiencia declina rpidamente a medida que crece el tamao de la muestra. No debera utilizarse para muestra de tamaos mayores a 5.
Carmen Ortiz Z.; Luis Seccatore G.
12

Desviacin Estndar Media

Supongamos que disponemos de m muestras

Cartas de Control S

cada muestra de de tamao n, y sea Si la desviacin estndar de la i-sima muestra. Entonces el promedio de las m desviaciones estndar es
m _ 1 S= S m i= 1 i

Si la distribucin subyacente es normal, entonces E[S ] = [c4 ], donde c4 es una constante que depende del tamao de la muestra individual, n.
Carmen Ortiz Z.; Luis Seccatore G. Carmen Ortiz Z.; Luis Seccatore G.
14

Estimador Variancia Muestral con

_ 1 m S = Si mi=1 _ E[ S ] =

c4
2 n -1

_ ^ S = c4

Estimador Desviacin Estndar de S: S

Sea Si la desviacin estndar de la i-sima muestra i = 1, 2, ..., m. estimador de desviacin Si desviacin tpica
de la muestra i
1 n -1

donde

c4 =
Factorial Fraccionario, definido para n/2 es:
n 2 n 2 n 2

(n 1)! 2 (n-1 1)! 2

estndar poblacional
_

Si =

j=1

(Xij

Xi)2

Si S 1 i =1 = = c 4 c4 m

!=

-1

n 2

-2

...

1 2

La Desviacin Estndar, s, de la Desviacin Estndar Muestral S, es:

2 s = 1 c4
Carmen Ortiz Z.; Luis Seccatore G.

7 2
Carmen Ortiz Z.; Luis Seccatore G.

3,5 ! =

(3,5) (2,5) (1,5) (0,5) (1,77246) = 11,632

s = S 1 c2 4 c
4
16

15

Lmites de Control para Cartas S

La lnea central y los lmites de control de una carta S, por lo tanto, son: S 1- c 2 LCs = S + 3 4 cs
4
2 S (1 + 3 1- c4 c4

Lcentral = S S 1- c 2 LCi = S - 3 s 4 c4 S (1 -

B4
3 2 ) 1- c4 c4

B3
Carmen Ortiz Z.; Luis Seccatore G.
17

Carmen Ortiz Z.; Luis Seccatore G.

18

Lmites de Control para Cartas S

Intervalo de prediccin para los si desviacn tpica de cada muestra

B3 S Si B4 S
si
B4 s

Cartas de Control R

Lmite de Control Superior

Dato Atpico; eliminar y repetir clculos

s
B3 s

10

11

Tiempo/ muestra

H0: proceso bajo control Lmite de Control Inferior

Carmen Ortiz Z.; Luis Seccatore G.

19

Carmen Ortiz Z.; Luis Seccatore G.

Cartas de Control R
El rango de la muestra i, Ri, o amplitud, es la diferencia entre el valores extremos observados de la muestra i.

Desviacin Estndar Muestral con

_ m 1 R = m Ri i=1 _ E[ R ] =

d2

_ R ^ = d2

Ri = { max(Xij) min(Xij)}
_ Existe una relacin estadstica entre el rango medio R de datos provenientes de una _poblacin normal y la desviacin estndar media , S. _ _ R = d3 S
Carmen Ortiz Z.; Luis Seccatore G.

donde d2 es:

donde d3 es tambin una funcin de n.

21

Carmen Ortiz Z.; Luis Seccatore G.

22

Desviacin Estndar Muestral con

Para calcular los lmites de control de una carta R, es necesario estimar la desviacin estndar R.
Se basa en la distribucin del rango relativo, suponiendo datos provienen de una distribucin normal sta es:

Lmites de Control para Cartas

La lnea central y los lmites de control de una carta R, por lo tanto, son: R d3 LCs =R + 3 d R
2

R (1 + 3 d3 /d2 )

R W=

donde es la desviacin estndar poblacional

R Lcentral = R d3 LCi = R - 3 d R 2

D4
R (1 - 3 d3 /d2 )

La desviacin estndar de W es una funcin conocida del tamao muestral que se denota, por lo general d3, es: R = d3
Carmen Ortiz Z.; Luis Seccatore G.

R ^ R = d d3 2
23

D3
Carmen Ortiz Z.; Luis Seccatore G.
24

Lmites de Control para Cartas

D3 R Ri _ D4 R
Intervalo de prediccin para el rango o Amplitud, Ri, de cada muestra

D3 R Ri

Ri
D4

Lmite de Control Superior

Dato Atpico; eliminar y repetir clculos

10

11

Tiempo/ muestra

D3 R
Carmen Ortiz Z.; Luis Seccatore G.
25

H0: proceso bajo control Lmite de Control Inferior

26

Carmen Ortiz Z.; Luis Seccatore G.

Cartas Shewhart para Valor Esperado

Cartas de Control para la media

El promedio global de las m muestras es la variable aleatoria X; es el estimador de r m _ Media de las medias 1 Xi X = i de las m muestras m =1 Esta es el Lnea Central del diagrama Si ^ es el estimador insegado de la desviacin estandar del proceso, , los lmites de control son: / LCs = x + 3 ^ n / LCi = x - 3 ^ n

Carmen Ortiz Z.; Luis Seccatore G.

Carmen Ortiz Z.; Luis Seccatore G.

28

Lmites de Carta de Control para

con

De manera que, si se _ usa X como un estimador insesgado de 0, y S/ c4 como un estimador de , entonces los parmetros de la carta de control son: S/ c4 ^/n S ( 3 ) LCs =x + 3 c 4 n n Lcentral = x S/ c ^/n4 LCi = x - 3 n
Carmen Ortiz Z.; Luis Seccatore G.

A3
S

3 c 4 n
29

)
Carmen Ortiz Z.; Luis Seccatore G.
30

A3

Lmites de Carta de Control para

con

Cartas de Control

is

usando

Intervalo de prediccin del 99,7% para Xi, X A3 S

xi X + A3 S

xi
=
X + A3S
Lmite de Control Superior

De manera que, si se _ usa X como un estimador insesgado de 0, y R/ d2 como un estimador de , entonces los parmetros de la carta de control son: R/ d R ( 3 ) /n2 LCs = x + 3 ^ d 2 n n
Tiempo/ muestra

=
1 2 3 4 5 6 7 8 9 10 11

Lcentral = x R/ d /n2 LCi = x - 3 ^ n R

A2

H0: proceso bajo control Lmite de Control Inferior

X - A3S

Dato Atpico; eliminar y repetir clculos

31

3 d 2 n

)
32

Carmen Ortiz Z.; Luis Seccatore G.

Carmen Ortiz Z.; Luis Seccatore G.

A2

Cartas de Control

is

usando

Eficiencia de

versus

Intervalo de prediccin del 99,7% para Xi, X A2 R

_

xi X + A2 R
Lmite de Control Superior

Para tamao de muestra habituales 4 5, el error cometido no es muy grande comparado con los errores de muestreo.
Tamao Muestra Eficiencia Relativa

xi
=
X + A2R

=
X
1 2 3 4 5 6 7 8 9 10 11

Tiempo/ muestra

H0: proceso bajo control Lmite de Control Inferior

X - A2R

2 3 4 5 6 10
33

1,000 0,992 0,972 0,955 0,930 0,850

Por lo tanto es posible usar R. Sin embargo, cuando los tamaos de las submuestras no son iguales se debe usar S. Si se cuenta con la ayuda de calculadoras, es preferible utilizar S
34

Carmen Ortiz Z.; Luis Seccatore G.

Carmen Ortiz Z.; Luis Seccatore G.

labes Turbinas de Aviones

Ejemplo

Un componente de la turbinas de aviones se fabrica con un proceso de fundicin. La apertura del labe es un parmetro funcional importante de la pieza. Valor Nominal apertura labe 30; LTs = 40; LTi = 20.
Muestra
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

xi1
33 33 35 30 33 38 30 29 28 38 28 31 27 33 35 33 35 32 25

xi2
29 31 37 31 34 37 31 39 33 33 30 35 32 33 37 33 34 33 27 35

xi3
31 35 33 33 35 39 32 38 35 32 28 35 34 35 32 27 34 30 34 36

xi4
32 37 34 34 33 40 34 39 36 35 32 35 35 37 35 31 30 30 27 33

xi5
33 31 36 33 34 38 31 39 43 32 31 34 37 36 39 30 32 33 28 30

Xbar
31,6 33,4 35,0 32,2 33,8 38,4 31,6 36,8 35,0 34,0 29,8 34,0 33,0 34,8 35,6 30,8 33,0 31,6 28,2 33,8

Desv Est.
1,67 2,61 1,58 1,64 0,84 1,14 1,52 4,38 5,43 2,55 1,79 1,73 3,81 1,79 2,61 2,49 2,00 1,52 3,42 2,39

Rango
4 6 4 4 2 3 4 10 15 6 4 4 10 4 7 6 5 3 9 6 36

Carmen Ortiz Z.; Luis Seccatore G.

20 35 Carmen Ortiz Z.; Luis Seccatore G.

Carta Control Proceso: Carta

40 38

con
n=5 A2 = 0,577

Estabilidad del Proceso; Carta

6,00

B4 S

5,00

LCs = 4,606

X + A2 R
36 34

LCs = 36,38 = 33,03 S LCi = 29,69

n=5 B3 = 0 B4 = 1,964

4,00

X
32

3,00

2,00

= 2,35

X - A2 R
28 26 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21

30

1,00

B3 S

0,00 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21

LCi = 0

40

6,00

38

LCs = 36,67 33,33 LCi = 29,98

X + A2 R X X - A2 R

5,00

36

LCs = 4,046 2,06 LCi = 0

Carmen Ortiz Z.; Luis Seccatore G.

B4 S

4,00

34
3,00

32

30

S B3 S

2,00

28

1,00

26 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21

0,00 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21

Carmen Ortiz Z.; Luis Seccatore G.

37

38

Carta Control
40 38

con &
n=5 A3 = 1,427 LCs = 35,97 = 33,03 LCi = 30,09

Histograma para la Apertura del labe

Mediciones de la apertura de los labes; se han eliminados los datos de las muestras 8, 9, 11 y 19

X + A3 S

36

34

X
32

X A3 S

30

28

26 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21

40

38

LCs = 36,26 33,33 LCi = 30,39

X + A2 R X X A2 R

36

34

32

19
30

21

23

25

27

29

31

33

35

37

39

41

28

26 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21

LTi
39

LTs
40

Carmen Ortiz Z.; Luis Seccatore G.

Carmen Ortiz Z.; Luis Seccatore G.