Professional Documents
Culture Documents
3-2
Gráficos de Control Concepto
Básicamente, un Gráfico
de Control es una gráfica
en la que se representan los Gráfico de Control
valores de algún tipo de
medición realizada durante
el funcionamiento de un
proceso repetitivo y que se
usa para controlar y
analizar dicho proceso
según el objetivo. 3-3
Gráficos de Control Ilustración
Vamos a
ilustrarlo con
un ejemplo
3-4
Gráficos de Control. Ejemplo
3-5
Gráficos de Control ejemplo (cont.)
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.
3-6
Gráficos de Control ejemplo (cont.)
Si la cantidad de PVC es
poca la pieza de plástico
será deficiente (pieza
porosa, incompleta, etc.); si
la cantidad es excesiva, las
piezas presentan defectos de
flash y se deben retrabajar,
además la producción se
encarece, porque consume
más materia prima.
3-7
Gráficos de Control ejemplo (cont.)
Entonces, en el lugar de salida de
la piezas, hay un inspector de
calidad que cada 30 minutos toma
una, la pesa en una balanza y
registra la observación.
3-8
Gráficos de Control ejemplo (cont.)
pieza: 1 2 3 4 5
55,1 gr. 57,1 gr. 53,3 gr. 53,9 gr. 55,9 gr.
3-9
Gráficos de Control ejemplo (cont.)
pieza: 6 7 8
....ETC.
53,2 gr. 55,8 gr. 55,3 gr.
3 - 10
Gráficos de Control ejemplo (cont.)
3 - 11
Gráficos de Control ejemplo (cont.)
Gráfico de las observaciones
60
Peso de las piezas (Gr.)
58
56
54
52
50
48
1
11
13
15
17
19
Nº de pieza
Gráfico de tendencia 3 - 12
Gráficos de tendencia
3 - 13
Gráficos de tendencia
3 - 14
Gráficos de tendencia
Pero en algún momento
puede ocurrir que
aparezca uno o más
valores demasiado
alejados del promedio.
3 - 15
Gráficos de tendencia
3 - 16
Gráficos de tendencia
Esta es la respuesta que provee
el control estadístico de
procesos (SPC), y a
continuación veremos como lo
hace.
3 - 17
Gráficos de Control
3 - 19
Gráficos de Control
Maquinaria Métodos Mediciones
Materias
Primas Proceso
Mano de Condiciones
Obra Ambientales
3 - 20
Gráficos de Control
3 - 21
Gráficos de Control
3 - 22
Gráficos de Control
3 - 24
Concepto de variable no
controlable o aleatoria
3 - 25
Ejemplos de variable no
controlable o aleatoria.
Por ejemplo,
1. pequeñas variaciones de calidad del
plástico,
2. pequeños cambios en la velocidad
del pistón,
3. ligeras fluctuaciones de la corriente
eléctrica que alimenta la máquina,
4. etc.
3 - 26
Concepto de variable no
controlable o aleatoria
3 - 27
Contribución a la variación de las
variables no controlables
3 - 28
variable no controlable o aleatoria y las
causas de variación comunes o aleatorias
3 - 29
Causas de variación aleatorias,
comunes, no asignables
3 - 30
Causas asignables de variación
Los cambios grandes en las
variables controlables se
denominan Causas Asignables
de variación del proceso, porque
es posible identificarlas.
3 - 31
Ejemplo de causas asignables de variación
3 - 32
Manejo de las causas de variación
asignables perjudiciales
3 - 33
Manejo de las causas de variación
asignables Beneficas
3 - 34
Gráficos de Control
3 - 35
Gráficos de Control
3 - 36
Gráficos de Control
3 - 37
Gráficos de Control
3 - 38
Gráficos de Control
El uso del control
estadístico de procesos
lleva implícitas algunas
hipótesis, que
describiremos a
continuación:
3 - 39
Gráficos de Control
1) Una vez que el proceso está en
funcionamiento bajo condiciones
establecidas, se supone que la
variabilidad de los resultados en la
medición de una característica de
calidad del producto se debe sólo a un
sistema de causas aleatorias, que es
inherente a cada proceso en particular.
3 - 40
Gráficos de Control
3 - 41
Gráficos de Control
3 - 42
Gráficos de Control
3 - 43
Gráficos de Control
Si aparecen uno o varios resultados que
contradicen o se oponen a las mismas,
es necesario detener el proceso,
encontrar las causas por las cuales el
proceso se apartó de su funcionamiento
habitual y corregirlas.
3 - 44
Gráficos de Control
Control Estadístico
3 - 45
Gráficos de Control
La puesta en marcha de un
programa de control
estadístico para un
proceso particular implica
dos etapas:
3 - 46
Gráficos de Control
1a Etapa: Ajuste
del Proceso
Control
Estadístico
2a Etapa: Control
del Proceso
3 - 47
Gráficos de Control
3 - 48
Gráficos de Control
No
3 - 49
Gráficos de Control
En la 1a etapa se recogen mas de 20 muestras de
tamaño n cada una y de cada muestra se obtiene el
promedio, el rango o la desviación standard:
X
X i R X max . X min .
n
X X
2
S i
n 1
3 - 50
Gráficos de Control
Luego se calculan los Límites de Control de la
siguiente manera:
Lim. Superior X 3 ˆ x
Linea Central X
Lim. Inferior X 3 ˆ x
3 - 51
Gráficos de Control
Estos límites surgen de la
hipótesis de que la distribución
de las observaciones es normal.
En general se utilizan límites de
de 3 sigmas alrededor del
promedio.
3 - 52
La distribución Normal
3 - 53
Gráficos de Control
3 - 54
Gráficos de Control
Gráfico de Control de Prueba
65
Límite Superior = 60,8 Gr.
Peso de las piezas (Gr.)
60 Promedio = 55 Gr.
55
50
Límite Inferior = 49,2 Gr.
45
13
15
17
19
7
1
11
Nº de pieza
3 - 55
Gráficos de Control
En este gráfico se
representan los puntos
correspondientes a las
observaciones con las que
se calcularon los límites
de control:
3 - 56
Gráficos de Control
Gráfico de Control de Prueba
65
Peso de las piezas (Gr.)
60
55
50
45
13
15
17
19
7
1
11
Nº de pieza
3 - 57
Gráficos de Control
3 - 58
Gráficos de Control
Esto se puede establecer
porque cuando la fluctuación
de las mediciones se debe a un
sistema constante de causas
aleatorias la distribución de las
observaciones es normal.
3 - 59
Gráficos de Control
Gráfico de Control de Prueba
65
Peso de las piezas (Gr.)
60
55
50
45
13
15
17
19
7
1
11
Nº de pieza
3 - 60
Gráficos de Control
Cuando las observaciones sucesivas
tienen una distribución normal, la
mayor parte de los puntos se sitúa
muy cerca del promedio, algunos
pocos se alejan algo más y
prácticamente no hay ninguno en las
zonas más alejadas:
3 - 61
Gráficos de Control
La mayor parte
Gráfico de Control de Prueba
de los puntos
están muy cerca
65 del promedio
Peso de las piezas (Gr.)
60
55
50
45
13
15
17
19
7
1
11
Nº de pieza
3 - 62
Gráficos de Control
Lejos del
Gráfico de Control de Prueba promedio
hay menos
65
Peso de las piezas (Gr.)
60
55
50
45
13
15
17
19
7
1
11
Nº de pieza
3 - 63
Gráficos de Control
Más afuera casi
Gráfico de Control de Prueba no hay puntos
65
Peso de las piezas (Gr.)
60
55
50
45
13
15
17
19
7
1
11
Nº de pieza
3 - 64
Gráficos de Control
3 - 65
Gráficos de Control
3 - 66
Gráficos de Control
Gráfico de Control
Una sucesión de
puntos por encima ...
3 - 67
Gráficos de Control
Gráfico de Control
3 - 68
Gráficos de Control
Gráfico de Control
3 - 69
Gráficos de Control
Gráfico de Control
3 - 70
Gráficos de Control
Gráfico de Control
Varios puntos
por fuera de los
límites de control
3 - 71
Gráficos de Control
Si no se descubren causas
asignables entonces se adoptan
los límites de control
calculados como definitivos, y
se construyen cartas de control
con esos límites.
3 - 72
Gráficos de Control
Gráfico de Control
65
Peso de las piezas (Gr.)
60
Lím. Superior
55 Valor Central
50
Lím. Inferior
45
35
21
23
25
27
29
31
33
37
39
Nº de pieza
3 - 73
Gráficos de Control
3 - 74
Gráficos de Control
3 - 75
Gráficos de Control
Una vez hecho esto, se
deberán recoger nuevas
observaciones y calcular
nuevos límites de control de
prueba, comenzando otra vez
con la 1a etapa.
3 - 76
Gráficos de Control
3 - 77
Gráficos de Control
Gráfico de Control
65
Peso de las piezas (Gr.)
60
Lím. Superior
55 Valor Central
Punto fuera de control
50
Lím. Inferior
45
35
21
23
25
27
29
31
33
37
39
Nº de pieza
3 - 78
Gráficos de Control
Como hemos visto, el 99.73 % de
las observaciones deben estar
dentro de los límites de 3 sigmas
alrededor de la media.
3 - 79
Gráficos de Control
3 - 80
Gráficos de Control
Entonces, cuando se encuentra más de 1
punto en 500 fuera de los límites de control,
esto indica que el sistema de causas
aleatorias que provocaba la variabilidad
habitual de las observaciones ha sido
alterado por la aparición de una causa
asignable que es necesario descubrir y
eliminar.
3 - 81
Gráficos de Control
3 - 83