0% encontró este documento útil (0 votos)
332 vistas11 páginas

CARTAS DE CONTROL POR VARIABLES Ⴟ - S

1) El documento describe el uso de cartas de control por variables para monitorear procesos de producción. Específicamente, compara el uso de cartas de control X-R y X-S. 2) Incluye un ejemplo numérico para construir cartas de control X-R y X-S usando datos de pesos de un producto. Las cartas muestran que el proceso se encuentra bajo control estadístico tanto en variación como promedio. 3) La principal diferencia entre las cartas X-R y X-S es que la X-R mon

Cargado por

Alvaro Vargas
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como DOCX, PDF, TXT o lee en línea desde Scribd
0% encontró este documento útil (0 votos)
332 vistas11 páginas

CARTAS DE CONTROL POR VARIABLES Ⴟ - S

1) El documento describe el uso de cartas de control por variables para monitorear procesos de producción. Específicamente, compara el uso de cartas de control X-R y X-S. 2) Incluye un ejemplo numérico para construir cartas de control X-R y X-S usando datos de pesos de un producto. Las cartas muestran que el proceso se encuentra bajo control estadístico tanto en variación como promedio. 3) La principal diferencia entre las cartas X-R y X-S es que la X-R mon

Cargado por

Alvaro Vargas
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como DOCX, PDF, TXT o lee en línea desde Scribd
Está en la página 1/ 11

PRACTICA N° 12

CARTAS DE CONTROL POR VARIABLES Ⴟ - S


CARTA DE INDIVIDUALES POR VARIABLES Ⴟ - RM

I. OBJETIVOS:

 Diferenciar el uso de la carta de Ⴟ – 𝑹̅ de la carta Ⴟ– S


 Monitorear el valor medio de la característica de calidad como su desviación
 Interpretar las cartas de control Ⴟ – S

II. ESTADO DEL ARTE:

En los años recientes se ha visto el crecimiento de un nuevo tipo de mercado mundial sin
precedentes en volúmenes, variación y calidad. Los compradores de hoy continúan comprando
con gran atención en el precio, pero ponen un énfasis cada vez mayor en la calidad, de allí que
las industrias necesitan nuevas tecnologías y sistemas de control total de calidad. Entendiéndose
por “Control total de la calidad como un sistema efectivo de los esfuerzos de varios en una
empresa para la integración del desarrollo del mantenimiento y de la superación de la calidad con
el fin de hacer posibles mercadotecnia, ingeniería, fabricación y servicios a satisfacción total del
consumidor y al costo más económico”. (Armand. V. Feingenbaum 1994). Y la calidad como el
conjunto de características de un producto que satisface las necesidades del cliente y en
consecuencia hacen satisfactorio el producto.
Surge así, la estadística, conocida como ciencia de las mediciones, quien proporciona
diversos instrumentos que se emplean en un programa de control de calidad, siendo: diagrama de
Pareto, diagrama de causa y efecto, histogramas y gráficos de control, entre otros. Estos
instrumentos tienen en común que son visuales, pues tienen forma de gráficos o de diagramas, y
sólo dan resultado si se utilizan en combinación con la teoría, la tecnología y la experiencia
concerniente al trabajo que sé esta realizando.
Si la variabilidad de un proceso de producción se reduce a la variación aleatoria, se dice
que el proceso se encuentra en un estado de control estadístico. Tal estado se logra encontrando y
eliminando los problemas que causan otra clases de variación, llamada variación asignable que
supera ese patrón natural y por lo tanto son inaceptable

1. TIPOS DE CARTAS DE CONTROL:

Las características de calidad sobre las cuales se constituyen las cartas de control
generalmente caen en dos categorías:

 Variables
 Atributos
Cuando se lleva un registro sobre una medida real de una característica de calidad, tal como una
dimensión expresada en milímetros, se dice que la calidad se expresa por variables y las cartas
que se construyen se llaman Cartas de Control por Variables.

Como ejemplos, se tienen las dimensiones, la dureza en unidades Rockwell, las temperaturas en
grados Fahrenheit, la resistencia a la tensión en Kilogramos por centímetro cuadrado (Kg./cm²).

Cuando se requiere que las características de calidad indiquen nada más que él artículo “se
adapta a la norma”, es decir si no existe una medición continua que es crucial para el
comportamiento del artículo, el registro se dice que es por atributos y la carta en este caso se
llama Carta de Control por Atributos.

Este trabajo de investigación aborda el estudio de las cartas de control por variables.
Típicamente los diagramas de variables son utilizados en parejas, un diagrama revisa la variación
del proceso para el control de la precisión, mientras que el otro revisa el promedio del proceso, o
sea la exactitud.

Hay dos condiciones distintas bajo las que se usan estas gráficas de control:

1.1. SIN ESTÁNDAR

. Las gráficas usadas para investigar el estado de control de un proceso, puede ser, uno
que no haya sido examinado previamente, o al que se le han realizado grandes cambios en el
proceso, o que se examina para el estado de control continuo después de que un análisis
preliminar de distribución de frecuencias demostró control inicial. Los valores de los límites de
control y de las tendencias centrales se calculan como

1.2. CON ESTÁNDAR DADO

Esta condición implica que la tendencia central y los valores de dispersión han sido
establecidos inicialmente. Las cartas de tipo variables, normalmente se utilizan en parejas, una
carta revisa el promedio del proceso y la otra revisa la variación. Encontrándose con distintos
tipos de cartas en parejas: Carta Media-Rango, Carta Media-Desvío Estándar y Carta Mediana–
Rango. A continuación, se presenta la base teórica de la primera carta mencionada.

2. CARTAS:

CARTA MEDIA-RANGO:

Se trata de una carta de tipo variable, en la que la medida de tendencia central, la media
muestral , está controlada por la Carta Media , en tanto que la variabilidad se controla por medio
del rango, lo que constituye la Carta Rango (R). El rango o amplitud representa la diferencia
entre el mayor y el menor valor de las mediciones de una muestra.

1
CARTA MEDIA-RANGO, CON ESTÁNDAR DADO

La media del proceso sigue una distribución Normal con media µ y desviación estándar
σ/ √n, valores que se suponen conocidos. En cambio, la medida del Rango (R) no tiene una
distribución normal, pero es una variable aleatoria de una muestra. La distribución de R se
relaciona aproximadamente con la distribución Chi-Cuadrado.
CARTA MEDIA :

Los límites de control están determinados de tal forma que resulta una probabilidad
pequeña de que un valor dado de esté fuera de los límites porque, en realidad, el proceso está en
control. En virtud del Teorema central del límite
CARTA RANGO (R):

Si se supone un proceso bajo control, es necesario obtener la relación entre el Rango (R)
de una muestra tomada a una población normal con parámetros conocidos y la desviación
estándar de la población. Puesto que el Rango es una variable aleatoria, la cantidad W = R / σ (El
Rango Relativo) también es una variable aleatoria.

III. EQUIPOS

 INTERNET

 COMPUTADORA

 PROGRAMA EXCEL O WPS

 VIDEOS TUTORIALES

IV. PROCEDIMIENTO

2
HERRAMIENTA POR UTILIZAR: STATIGRAPHIS:

Se sigue la secuencia del punto 2.7 del laboratorio N°6, se cliquea Individuos

3
V. EJERCICIOS

1. EJERCICIOS N° 1

El peso neto (en oz) de un producto blanqueador se va a monitorear con una gráfica de
control utilizando un tamaño de muestra de n=5. Los datos de 20 muestras preliminares se
muestran a continuación.

SUBGRUP
X1 X2 X3 X4 X5
O
1 15.8 16.3 16.2 16.1 16.6
2 16.3 15.6 15.9 16.2 16.4
3 16.1 16.2 16.5 16.4 16.3
4 16.3 16.2 15.9 16.4 16.2
5 16.1 16.1 16.4 16.5 16
6 16.1 15.8 16.7 16.6 16.4

4
7 16.1 16.3 16.5 16.1 16.5
8 16.2 16.1 16.2 16.1 16.3
9 16.3 16.2 16.4 16.3 16.5
10 16.6 16.3 16.4 16.1 16.5
11 16.2 16.4 15.9 16.3 16.4
12 15.9 16.6 16.7 16.2 16.5
13 16.4 16.1 16.6 16.4 16.1
14 16.5 16.3 16.2 16.2 16.4
15 16.4 16.1 16.3 16.2 16.2
16 16 16.2 16.3 16.3 16.2
17 16.4 16.2 16.4 16.3 16.2
18 16 16.2 16.4 16.5 16.1
19 16.4 16 16.3 16.4 16.4
20 16.4 16.4 16.5 16 15.8

RESOLVER
A. Construya las gráficas de control testada - y R utilizando estos datos. ¿El proceso
muestra control estadístico? Interprete la carta

12.0000

10.0000

8.0000

6.0000

4.0000

2.0000

0.0000
0 2 4 6 8 10 12
La gráfica de control para rangos indica que el proceso se encuentra bajo control
estadístico en la dispersión y podemos construir la gráfica de control para promedios.
El proceso está controlado tanto en la variación de los pesos como en el rango.
B. Construya las gráficas de control X testada- y S utilizando estos datos. ¿El proceso
muestra control estadístico? Interprete la carta
5
0.4500

0.4000

0.3500

0.3000

0.2500

0.2000

0.1500

0.1000

0.0500

0.0000
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

La gráfica de control para promedios indica que el proceso se encuentra bajo


control estadístico en la localización. Se concluye que el proceso se encuentra bajo
control estadístico.
C. ¿Qué diferencia existe éntrelas graficas X testada – R y S
Si se compara una gráfica R con una gráfica S, la primera se calcula con mayor facilidad
y también su explicación es más sencilla. Por otra parte, la desviación estándar de la muestra del
subgrupo en el casi de la desviación de la gráfica S se calcula empleando todos los datos, no solo
los valores superior e inferior, como Enel caso de la gráfica R.
La grafica S es más precisa que una R. los valores extremos tendrán una injustificada
influencia en la gráfica R. por lo tanto, con tamaños de subgrupos mayores, deberá emplearse la
gráfica S. Grafica X-R Para obtener la gráfica de medias y rangos es necesario que la
característica del producto se haya definido con tipo de análisis Variable y tamaño de subgrupo
igual o mayor
D. ¿El peso del llenado sigue una distribución normal?

6
Histograma
40

35

30

25
Frecuencia 20

15

10

0
15.8 15.9 16.0 16.1 16.3 16.4 16.5 16.6 16.7 16.8
6 7 8 9 Clases
1 2 3 4 5 6

Realizando la grafica comprobamos que si se sigue una distribución normal


E. Si las especificaciones son 16.2+/-0.5 ¿qué conclusiones obtiene sobre la capacidad
del proceso?
 Para determinar la capacidad del proceso PCR (o CP) utilizamos la siguiente fórmula:
LSE−LIE
PCR=

 De acuerdo con los datos que tenemos:
LIE=16.2-0.5=15.7
LSE=16.2+0.5=16.7
 Y el valor de s lo podemos estimar mediante

σ^ = =0 .204
d2
 De acuerdo con esto, la capacidad del proceso es:
LSE−LIE
PCR=
6 σ^
16 . 7−15 . 7
= =0 .817
6 ( 0 .204 )
Por lo tanto, el proceso no es capaz

F. ¿Qué fracción de los contenedores producidos por este proceso están aparentemente
por debajo del límite inferior de especificación de 157 oz?

Se nos pide la fracción del producto que cae por debajo del límite inferior de
especificación, es decir:
7
p( x<LIE)= p( x <15 .7 )
El proceso sigue una distribución normal con media m=16.268 y desviación estándar
s=0.204 (incisos b y c), entonces podemos estandarizar esta distribución, es decir:
x−μ LIE−μ
p( x<LIE)= p( < )
σ σ
LIE−μ
= p(Z < )
σ
En donde Z sigue una distribución normal estándar (media m=0 y desviación estándar
s=1) y sus valores se determinan por tablas. Entonces:
LIE−μ
p( x<LIE)= p( Z < )
σ
15. 7-16. 268
= p( Z< )= p(Z <−2 . 784 )
0 .204
p( x<LIE)=0. 00268
Entonces, la fracción de contenedores producidos por debajo del LIE es de 0.00268 o
2680 ppm.

2. EJERCICIOS N° 2

Se mide la pureza de un producto químico en cada lote. Las determinaciones de la pureza


para 20 lotes sucesivos se muestran abajo. Elaborar un gráfico de control de Mediciones
individuales y rangos móviles

RANGO
LOTE PUREZA
MOVIL
1 0.81  
2 0.82 0.01
3 0.81 0.01
4 0.82 0.01
5 0.82 0
6 0.83 0.01
7 0.81 0.02
8 0.8 0.01
9 0.81 0.01
10 0.82 0.01
11 0.81 0.01
12 0.83 0.02
13 0.81 0.02
14 0.82 0.01
15 0.81 0.01
16 0.85 0.04
8
17 0.83 0.02
18 0.87 0.04
19 0.86 0.01
20 0.84 0.02
0.824 0.015263158
MEDIOS X 0.824
RANGO MEDIO 0.015263158

Limites carta x
LC 0.824
LCS 0.865
LCI 0.783

Carta rangos móviles


LC 0.015
LCS 0.04988916
LCI 0

GRAFICA N°1
0.88

0.86

0.84

0.82

0.8

0.78

0.76

0.74
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

GRAFICA N°2

9
0.06

0.05

0.04

0.03

0.02

0.01

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

10

También podría gustarte