GRAFICO X S La desviación estándar de la muestra …...superior de 65 psi y uno inferior de 55...
Transcript of GRAFICO X S La desviación estándar de la muestra …...superior de 65 psi y uno inferior de 55...
GRAFICO X – S
La desviación estándar de la muestra es un indicador más sensible
de la Variabilidad del proceso, sobre todo para tamaños de muestras
grandes.
LCSS = B4S
LCS = S
LCIS = B3S
LCSX = X + A3S
LCX = X
LCIX = X – A3S
=
=
=
LJMM ITAt MA16
GRÁFICOS DE CONTROL POR ATRIBUTOS
Los datos de atributos suponen sólo dos valores: bueno o malo, aprobado
o reprobado. Los atributos no se pueden medir pero se pueden observar
y contar.
En los datos de atributos se hace una distinción entre defectos y
defectuosos.
Defecto: Un defecto es una sola característica no conforme de calidad de
un artículo. Un artículo puede tener muchos defectos
Defectuoso: Se refiere a los artículos que tienen uno o más defectos.
LJMM ITAt MA16
GRÁFICA PARA FRACCIONES NO CONFORMES “p”
Una gráfica “p” vigila la proporción de artículos no conformes en un
lote. Se conoce también como gráfica para fracciones no
conformes o para fracciones defectuosas.
pi = fracción de no conformidades en la iésima muestra
K = número de muestras n = tamaño de muestra
P = P1 + P2 + … + Pk
k
SP = P (1 - P)
n
LCSP = P + 3SP
LCP = P
LCIP = P – 3SP
LJMM ITAt MA16
GRÁFICO PARA DEFECTOS “ c “
Se utiliza para controlar el número total de defectos por unidad
cuando el tamaño del subgrupo es constante.
c = ∑ defectos n = número de muestras
n
Sc = √ c LCSC = C + 3SC
LCC = C
LCIC = C – 3Sc
LJMM ITAt MA16
GRÁFICO PARA NÚMEROS NO CONFORMES “ np ”
Se utiliza para el número de artículos no conformes en una muestra. Para éste tipo de
Gráfico el tamaño de cada muestra debe ser constante. Los límites de control se basan
en la distribución binomial.
np = ∑ yi yi = número de no conformidades encontradas
k
n = tamaño de la muestra
Snp = √np(1 – p)
p = np/n
k = número de muestras
LCSnp = np + 3Snp
LCnp = np
LCInp = np – 3Snp
LJMM ITAt MA16
GRÁFICO PARA NÚMERO PROMEDIO DE DEFECTOS POR UNIDAD “ u “
Se utiliza cuando los tamaños de los subgrupos son variables.
u = número promedio de defectos por unidad de medición. u = c/n
u = ∑ Ci Ci = número de defectos
∑n
n = tamaño de la muestra
Su = √ u /ni
LCSu = u + 3Su
LCu = u
LCIu = u – 3Su
LJMM ITAt MA16
CAPACIDAD DE PROCESO
Para conocer la capacidad de un proceso, se compara:
el proceso real y los
resultados que da
Vs.
el proceso y los resultados que se
desean tener
(especificaciones)
Así, el proceso puede o no tener la capacidad de cumplir con
los requerimientos del cliente (especificaciones)
La capacidad del procesose refiere a
•La cuantificación de las causas comunes de variación y
•Lo que se puede esperar en el futuro del proceso
LJMM ITAt MA16
CAPACIDAD DE PROCESO
Primero se deben conocer la estabilidad y distribución del proceso.
El objetivo es conocer la capacidad de proceso.
Usar gráficos de control para la estabilidad e histogramas para la distribución.
El análisis de capacidad se debe hacer en el total de la población, no en la
muestra.
Los defectos se minimizan si se opera en el centro del intervalo de
especificación.
La calidad puede mejorarse reduciendo continuamente la variación.
Las especificaciones se deben basar en las expectativas del consumidor.
LJMM ITAt MA16
Límites de Especificación vs.
Límites de Control
Límites de ESPECIFICACIÓN
•Determinan las fronteras dentro de las que un producto cumple con las expectativas del consumidor.
•Se fijan durante el diseño del producto.
Límites de CONTROL
•Determinan las fronteras dentro de las que un proceso es estable.
•Se obtienen por cálculos estadísticos.
no estable
no estable
ESTABLE
LJMM ITAt MA16
Hay tres PQM’s básicos:
Capability Ratio (Cr)
Target Z (Tz)
Capability Clearance (Cpk)
Sistema simple, conveniente ycuantitativo para expresar la capacidadde proceso.
Son medidas globales, consistentes yconfiables
PQM’s
Product Quality Measures(Medidas de Calidad del Producto)
Es la medición de los defectos en nuestros productos utilizando estadística para calcular los defectos esperados.
Comparan el desempeño delproceso contra el target y lasespecificaciones.
Reportan defectos calculados.
LJMM ITAt MA16
ANÁLISIS PREELIMINAR DE CAPACIDAD
Es una comparación de lo que el consumidor puede tolerar
vs. los resultados que da el proceso,
sin calcular PQM’s.
TOLERANCIA DEL CLIENTE
(TC)
Se calcula a partir de los límites de espceificación
TC = LSE - LIE
TOLERANCIA NATURAL
(TN)
Mide lo ancho del histograma de la población
TN = 6 * s
CAPACIDAD PRELIMINAR
Si TN < TC el proceso puede ser capaz
Si TN > TC el proceso no es capaz
LJMM ITAt MA16
TARGET Z(Tz)
TARGET Z es una medida de la ubicación de lamedia de una variable respecto al valor objetivo,expresada en unidades de desviación estándar.
Valor ideal
Tz < 0.5
¿Cómo se calcula?
s
etTXTz
arg
LJMM ITAt MA16
¿Qué representan sus posibles valores?
Si Tz > 0
la media se aleja del target y se
encuentra por arriba de él.
Si Tz = 0
la media coincide con el valor
target
Si Tz < 0la media se aleja
del target y se encuentra por debajo de él.
LJMM ITAt MA16
CAPABILITY RATIO(Cr)
CAPABILITY RATIO es una medida de la variabilidad. Compara lavariación natural de una variable con la amplitud de lasEspecificaciones
Valor ideal
Cr < 0.75
LSL USL
6s
USL-LSL
¿Cómo se calcula?
Tolerancia
Proceso de Capacidad
LIELSE
ˆ6Cr
s
LJMM ITAt MA16
¿Qué representan sus posibles valores?
Cr = 1 El proceso se ajusta a los límites de
especificación
Cr < 1 El proceso está dentro de los
límites de especificación
Cr > 1El proceso rebasa los límites de
especificaciónLJMM ITAt MA16
CAPABILITY CLEARANCE(Cpk)
CAPABILITY CLEARANCE es una medidade la holgura entre la media y cualquierade los límites de especificación.
Valor ideal
Cpk > 1.33
¿Cómo se calcula?
ss ˆ*3
XLSE,
ˆ*3
LIEXminCpk
LJMM ITAt MA16
¿Qué representan sus posibles valores?
Cpk < 1.33La media está a menos
de 4 desviaciones estándar del límite
más cercano
Cpk > 1.33 La media está a más de 4 desviaciones estándar del límite más cercano.
LJMM ITAt MA16
Un proceso será capaz de cumplir con los requerimientos del cliente
(especificaciones) si:
Target Z (Tz) < o = 0.5
Capability ratio (Cr) < o = 0.75
Capability Clearance (Cpk) > o = 1.33
Estos valores corresponden a un máximo de 63 ppm o 0.0063 % OOS
Pero se puede reducir aun más!!
CAPACIDAD DE PROCESO
44 56
s3Tz=0.0
Cr=0.75
Cpk=1.33
6250
LSL USLTarget
LJMM ITAt MA16
Porcentaje fuera de especificación(%OOS)
Para calcular el %OOS:
1. Calcular Z+ y Z-
Distancia al límite superior Distancia al límite inferior
2. Obtener los valores de OOS de la tabla para la distribución normal.
a) Buscar el valor con el primer decimal del lado izquierdo.
b) Buscar el segundo decimal en la parte superior
c) La intersección de la columna y el renglón da la probabilidad de que lacaracterística de interés caiga más alla de los valores de Z+ y Z-
s
LIEXZ
s
XLSE Z
LJMM ITAt MA16
LJMM ITAt MA16
Una forma fácil de obtener las probabilidades asociadas con estos valores Z es usar la
función NORMSDIST integrada en Excel. El formato para esta función es
NORMSDIST(Z), donde Z es el valor Z calculado anteriormente.
Por ejemplo, para los siguientes valores de la media y limites de control.
LJMM ITAt MA16
EN EXCEL:
DISTR.NORM.ESTAND (−7.2289) = 2.43461E-13
DISTR.NORM.ESTAND (4.8193) = 0.99999928
LJMM ITAt MA16
La interpretación de esta información requiere de entender exactamente lo que la
función DISTR.NORM. ESTAND proporciona. DISTR.NORM.ESTAND da la
probabilidad acumulada a la izquierda del valor Z dado. Como Z = -7.2289 es el
número de desviaciones estándar relacionadas con el límite de especificación más
bajo, la fracción de las piezas que se van a producir en un nivel más bajo que éste
es 2.43461E-13. Esta cifra se encuentra en una notación científica, y E-13 al final
significa que se debe mover el punto decimal trece lugares para obtener la
fracción real de piezas defectuosas. De modo que esta fracción es
0.00000000000024361. De manera similar, se observa que aproximadamente
0.99999928 de las piezas quedarán por debajo del límite de especificación más
alto. Lo que en realidad interesa es la fracción que quedará sobre este límite, ya
que es el número de piezas defectuosas. Esta fracción de defectos sobre la
especificación más baja es 1 − 0.99999928 = 0.00000082 de las piezas. Al sumar
estas dos fracciones de piezas defectuosas, se tiene 0.00000082000024361. Esto
se puede interpretar como que sólo se espera que alrededor de 0.82 piezas por
millón sean defectuosas.
LJMM ITAt MA16
EJEMPLO:
El gerente de aseguramiento de la calidad evalúa la capacidad de un proceso que inserta grasa
presurizada en una lata de aerosol. Las especificaciones de diseño requieren de una presión
promedio de 60 libras por pulgada cuadrada (psi) en cada lata con un límite de tolerancia
superior de 65 psi y uno inferior de 55 psi. Se toma una muestra de la producción y se descubre
que las latas tienen un promedio de 61 psi con una desviación estándar de 2 psi. ¿Cuál es la
capacidad del proceso? ¿Cuál es la probabilidad de producir un defecto?
LJMM ITAt MA16
Es el estándar aceptable de calidad
ACCEPTABLE
QUALITY
STANDARD
¿SE PUEDEN MEDIR?
LJMM ITAt MA16
Es el nivel aceptable para medir la calidad de producto terminado
DEFECTOS
Defecto
Crítico
Defecto
Mayor
Defecto
Menor
Nivel 1
Nivel 2
AQL = 0.0
AQL = 0.4
AQL 0 1.0
AQL = 4.0
ACCEPTABLE
QUALITY
Level
LJMM ITAt MA16
Defecto peligroso para el consumidor
Puede constituir una violación a la ley Ejemplos:
•Partículas en el producto
•Producto sin número de lote
•Faltante de principio activo
LJMM ITAt MA16
Defectos que evita el uso o desempeño del producto
Pueden ser repulsivos para el consumidor
Ejemplos:
•Fuga de producto
•Tarro sin tapa
•Sellos rotos
LJMM ITAt MA16
Defecto que puede o no ser objetable para el consumidor, pero
evita el uso o compra nuevamente. Ejemplos:
•Código de barras incompleto
•Partículas incrustadas en el material de empaque
LJMM ITAt MA16
Defecto que tiene ligera desviación en
apariencia.
No afecta ni interfiere con el uso
del producto.
No es fácil de percibir por el consumidor
Ejemplos:
•Etiqueta desviada
•Color fuera de estándar
•Película de bundles floja
LJMM ITAt MA16
Característica de calidad
Tipo de atributo
n > 1
?
Gráficas x y
De rangos móviles
n >= 10
¿se cuenta con una
Computadora? Gráficas x y R
Gráficas x y s
Tamaño
Constante de la
muestra
Gráfica p
o np
¿Unidad de
Muestreo
Constante?
Gráfica
c
Gráfica u
Gráfica p con
Tamaño de
muestra variable
Variable Atributo
no
si
no
si
Defectuoso Defecto
si
no
si
no
SELECCIÓN DE GRÁFICOS DE CONTROL
LJMM ITAt MA16
BIBLIOGRAFÍA
RESUMEN Y ADAPTACIÓN: MTRA. LETICIA JUDITH MORENO MENDOZA
LJMM ITAt MA16