Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
INDUSTRIAL
• Introducción.
• Tipos de Variaciones o Causas de Variabilidad.
• Objetivo del SPC.
• Muestras.
• Fundamentos de Estadística.
• Gráficos de Control.
• Tipos de Gráficos de Control.
• Gráficos de Control para variables.
– Límites de Control del Gráfico de medias (Gráfico X).
– Límites de Control del Gráfico de rangos (Gráfico R).2
Índice
3
Índice
• Muestreo de aceptación.
– Plan de Muestreo.
– Curva Característica Operativa.
– Calidad media de Salida.
• Resumen de las técnicas estadísticas para
reducir la variabilidad de los procesos.
4
Introducción
• El Control Estadístico de Procesos (Statistical Process
Control – SPC) es la aplicación de técnicas estadísticas al
control de procesos.
• Evalúan la calidad desde el punto de vista del
cumplimiento.
• Nació a finales de los años 1920 en los Bell Laboratories.
Su creador fue W. A. Shewart.
• Consiste en efectuar mediciones, controlar estándares, y
tomar las medidas correctoras adecuadas mientras se
fabrica un producto.
• Todos los procesos están afectados por gran número de
factores sometidos a variabilidad, lo cuál provoca a su vez
la variabilidad de las características (calidad) del producto
fabricado. 5
Tipos de Variaciones o
Causas de Variabilidad
• Factores sometidos a variabilidad :
– Mat. prima, humedad ambiental, temperatura, habilidad
del operario, repetibilidad de la maquinaria, etc.
• Hay dos tipos de variaciones o de causas de
variabilidad de un proceso:
– Variaciones por causas naturales o causas comunes
• Afectan a todos los procesos de producción, y siempre hay que
contar con ellas.
• Las pequeñas oscilaciones de todos los factores que
intervienen en el proceso, en su conjunto pueden describirse a
través de una distribución.
• Se comportan como un sistema constante de causas aleatorias.
• Si ninguna de las causas comunes (aleatorias) influye más
(predomina) sobre las otras, la distribución es Normal N (, ).
6
Tipos de Variaciones o
Causas de Variabilidad
– Variaciones por causas asignables o imputables,
específicas o especiales
• Desgaste de la maquinaria, equipos mal ajustados, fatiga de los
trabajadores o con insuficiente capacitación, nuevos lotes de mat.
prima, etc.
• Un proceso está “bajo control estadístico” cuando no
hay causas asignables (solo hay causas comunes o
variaciones naturales).
• Pero puede ocurrir que un proceso esté bajo control
estadístico, y sea incapaz de producir dentro de los
límites de control requeridos.
• Se dice que un proceso está bajo control cuando la
distribución (medición de la producción) se mantiene
7
dentro de los límites especificados.
Objetivo del SPC
9
Fundamentos de Estadística
(Distribución Normal)
10
Fundamentos de Estadística
(Distribución Normal)
11
Fundamentos de Estadística
12
Fundamentos de Estadística
Uniforme
- 3 x - 2 x - 1 x x + 1 x + 2 x + 3 x
(media)
95.45% está dentro de 2x
Distribución de las
medias de las muestras
Distribución
de la media en
el proceso
=
X =
(media)
Gráficos de Control
16
Gráficos de Control
En donde:
𝑋ധ : es la media de las medias de las muestras o un
valor objectivo establecido para el proceso.
Z : es el número de desviaciones estándar normales.
σ𝑥 ҧ : es la desviación estándar de la media de las
muestras (= σൗ 𝑛).
σ : es la desviación estándar de la población (proceso).
n : es el tamaño de la muestra
20
Gráficos de control para variables
ത
Límites de Control Gráfico de medias (Gráfico 𝑋)
siendo:
𝑅ത : la media del rango de las muestras.
A2 : el valor encontrado en la Tabla adjunta.
𝑋ധ : la media de la media de las muestras.
Factores para calcular los límites de control de los gráficos 𝑋ത y R, para 3 .
22
Gráficos de control para variables
Límites de Control Gráfico de Rangos (Gráfico R)
23
Gráficos de control para variables
Límites de Control Gráfico de Rangos (Gráfico R)
siendo:
𝑅ത : la media del rango de las muestras.
Factores para calcular los límites de control de los gráficos 𝑋ത y R, para 3 .
24
Resumen Gráficos de Control para variables
(Gráfico 𝑋ത y Gráfico R)
25
Resumen Gráficos de Control para variables
(Gráfico 𝑋ത y Gráfico R)
en donde :
𝑝ҧ : es el tanto por uno de atributos defectuosos en las
muestras.
z : es el número de desviaciones estándar de la distribución
de las muestras.
σ𝑝 Ƹ : es la desviación estándar de la distribución de las
muestras.
28
n : es el tamaño de las muestras.
Gráficos de Control para los Atributos
(Gráficos c)
• Se utilizan cuando queremos controlar el
número de defectos por unidad de output.
• Las fórmulas a utilizar son:
𝐿𝐶𝑆𝑐 = 𝑈𝐶𝐿𝑐 = 𝑐ҧ + 𝑧 ∗ 𝑐ҧ
𝐿𝐶𝐼𝑐 = 𝐿𝐶𝐿𝑐 = 𝑐ҧ − 𝑧 ∗ 𝑐ҧ
en donde :
𝑐ҧ : es el número medio de defectos por
unidad.
z : es el número de desviaciones estándar.
𝑐ҧ : es la desviación estándar.
29
Reflexiones finales acera de
los Gráficos de Control
30
Reflexiones finales acera de
los Gráficos de Control
31
Capacidad del proceso
34
Capacidad del proceso
35
Capacidad del proceso
siendo :
𝑋ത : la media del proceso.
σ : la desviación estándar del proceso.
Cpk = cero
Cpk = 1
Cpk mayor de 1
LEI LES 37
Muestreo de Aceptación
75
Probabilidad
de aceptación
50
25
10
= 0,10 Porcentaje
0 de defectos
Riesgo del 0 1 2 3 4 5 6 7 8
consumidor en el lote
en la LTPD AQL LTPD
Lotes Lotes malos
Zona de indiferencia
buenos
Muestreo de Aceptación
Curva Característica Operativa
siendo:
𝑃𝑑 : % real de unidades defectuosas en el
lote.
𝑃𝑎 : probabilidad de aceptar el lote.
𝑁 : número de unidades del lote.
𝑛 : tamaño de la muestra.
45
Resumen de Técnicas Estadísticas para
reducir la variabilidad de los procesos
Límite de Límite de
Especificación Especificación
Inferior Superior
(a) Muestreo de
aceptación
LEI LES