E

I

A

GRUPO
ED I TO~ I

GRUPO
A
EDITORIAL l-

norma

norma

·

.-.~

HERRAMIENTAS ESTADISTICAS BASICAS PARA EL MEJORAMIENTO DE LA CALIDAD
HITOSHI KUME

Traducd6n
Eloisa Vasco

~evisi6n Tecnica
Daniel Tarquino

GRUPQ

nerma

I:

U II

URI"'"

L

Bogo[a, Barcelona, Buenos Aires, Carac .." (;u"rem,,'~, , lima, Mexico, Miami, Panama, Quim, San J",e, San J(I~tl, Santiago de Chile, Ssmo Domingo

Kume, Hit",,,i Herr amienr .. uudini,..,1 Hilo.ru

Kurne ; "uI=i6n

EJO! .. Vasco. -

Begot!, Rdimri:J Norma, 1002243 p. ; 10.6 ~ 18 em.
ISBN 958--04--6719--6 TImiD miginol ; S<.1,i"iod. mdhcw;l_, fur quality improvement. 1. Control de Cllid3d _ MbIxio> e<radl. tiCOl 1. Vasro. Elow. s Tit. 658568 AHL5241 II.

Contenido

tt.

cd 20 ed.

Prefado
CEP _B1I1CO de la R.pu.h~ca-- Biblioleca Lu i,"Angel N-J ngo

ix

(AplbJ£J I Inuoducd6n . El papel de los metodos esradfsricos en l~·~i~~~~~i~~·· de los procesos de produccion ···u+o.···++.+····
.............. hh···U •••

STATISTICAL

Edicion origi nal en ingl6: METHODS FOR QUALrrr IMPROVEMENT de Hiroshi Kume, Ed, 0 1985 por The )wuciol io rt ror T echnic .. 1 SchDI" rs hip (IIOTS)

CapinJoII COrno obtener daws 11 C6 2' 2 Las .ho .IeCdoger~atos
. 0Jas e regls[ro : ,.

. ,,

.

8 8 11

Copyright Over""",

Copyright 0 1991 para redo el mundo de habla hi'pan., menos Argen1ina. pO! Ed.~f.orialNorma S,A-, mediante ,acne-roorun The As:;oci.,ion fur O,.r""," Technical Schol=hip (AOTS) ApartadQ Mren 53550, HOllO.... Colornbi a. ~.dici6n rcvi ... d. por &p.r.- a, Gran Via de Ies Corn C.W.n .. , 322-324,08004 R<>crva,lw todos 10, de",ch"", Barcelons-

CaplbJ£J III Fl anili~is de Pareto 3.1 ~Que son los 3.2 C6mo elahorar diagrsmas de P~~""'" 3.3 ~iagramas de Pareto de fen6menos ; diagrarnas de Pareto de camas 3.4 NoLlS sobre 105 diagramas de

di~~~·d~·P~~;· ····· .. ············ · .. · ·
.
.

19 19 20 23

p~;;;~
+ •••••••

++

++

.
.

14

Prohibid.. I~ repwduccion tOtal 0 parrial d. esse lihm, por cualquier medic, sin perrniso escrao de Ia £.diroriai. Impr"'" pur &Iicjoneo venall .. LId a.

D1amou
CapmJo/V

de c.w&a-efecto . .1 ,:Que son los diagramas de causa-elector

.

27

In,p"''''' en Colomhia - Printed in Colomb".
Direcci6n editorial, Marla del Mu F..v ..",. C. editorial, CorrliUcr.o bditor., M.ru Ayerhe Lrda

17

CoOrJjn.~i6n

4.2 C6mo elsborar diagrarnas de cau_~a~f~·::::::::::::::::: 28 4.3 Notas sobre los diagramas de causa-efecro 33 4.4 Diagramas de Pareto y diagramas de causa~~&;;~~·::::: 34

Edioor, Oscar Torres DDisefisdora de cubicna.

ISBN; 9';8-04-6719--6

.r •• ····U+. 178 . 5.4 Esnrnaciou de par:imerros 9. 177 .6 6.+•. ·u •••• r ••••• +o ••••• +O++o.... 2 Coeficientes para la grafil:a -R .2 Disrribnclon de las estadisricas 9..05 histogramas ' .~..7 6.......... 93 C6mo elmorar una grMic..• 10.. " •• +. CapllJllo VI Los diagramas de dispersion 6.·.. .rr •••• ++ •• r ••••••• O+ •••• ' ••••••• ~+o or. Fl calculo de los coeficiente:s de conelacion Noras sobre el analisis correlacional iQue es el analisis de regresi6n? Estimacion de ias lineas de regresion.8 CombmaclOn selecu~" .v... ~..7 Fpllogo El problema Ohservacion Analisis Accion r. Notas sobrc d anilisis de regresi6n 68 68 69 72 75 78 83 85 87 Introducci6n a la in&rencia e..» +I.· 91 (Que son las grMicas de conrrol? 91 Tipos de graficas de control.3 7....·.......1 6.4 65 6... 96 C6mn leer las gcificas de control ·.2 10... 8..... 155 CapltrJo IX •••••• 00 •• .. •• ••••••• +.7 de control ·. Tabla A. •• '+<...1 Distribudones e hiscograrnss 5....l.5 10. 159 . 9.......·· ·...•..8 Pruebas de signlficacion de 10. 39 39 42 50 55 61 8.·.. I+ •• r ••••• + •• or..+0 GlpllJllo VII Gr.. 182 ...tadinica 9.8 lQue son los diagramas de dispersion? C6mo elaborar un diagrama de dispersion Como leer Ins diagramas de dispersion. 195 197 ..5 7.... 189 CapltrJo IX La rota de la calidad . ...5 La disrribucion normal y sus caracterlsticas Capitulo V 8.1 LI$ medias y las varianzas de sumas 8.ade comrol.·.1 10...tica +O++·············++.7 Cuando las variables alsarorias no son independiemes 143 143 146 148 149 149 151 152 Apendice " Tabla A.\ coeficienres de correlacion 158 .. 210 212 Caplt7dn VIII Aditmdad de 135 ~an:us 8....····+U+o. 5....6 10..++lrr ••••••• ++lrr ••••• + •• +I ••••••• +I.· · 105 An.......2 C6mn elaborar histogramas ... 207 .9 Control estadistico de calidad .3 Punros de porcenraje para la distribncion t 214 214 214 214 218 193 x Respuestas a los ejercicios fndiu .3 C6rno leer histogramas 5...2 6..4 Medidas para presentar las caracterlsticas de las distribudones 5..2 Precision del eusamblaje de parteS 8.....aci6n Esrandarizacion Condusi6n 193 .....+...6 La varianza de los valores de una fund6n 8.6 Pruehas y esrirnaciones de la: diferencias entre las medias de dos poblaciones 9.+0 + o •••• U+r ••••• +.1 &radL.2 7..4 7. 185 . 1 Tabla de la disrribncion normal.no se conoce 9..itkas 7.... Tabla A. '+0++0 r....·.. .7 Pruehas y esrirnaciones en observaciones pareadas 9...·.4 EI valor esperado y la varianza de la media muesrral .3 Formulas ~ricas 8. 208 ..3 Prucha de Ia hipotesis 9.3 6...li~is del proceso usando las grMicas de control 108 Esrudio de caso de analisis del proceso 115 Control del proceso con grMicas de control 134 c. 158 rr· .1 7. 154 .5 Error de rnnestreo y error de medici6n 8........VI VII 1.6 7..3 lOA 10.. 169 . 1+ •••• Verific.·.5 Pruebas y esrimaciones de las medias de poblaciones cuando sco. 201 206 ..

Sin embargo. a los hechos que a los conceptos 2) No exprese los hechos en rerrninos de sentirnientos a de ideas. I!se es un enfoque directo y. Urilice cifras derivadas de los resultados especfficos de la observacion. eI inrente puede no tener resultados yel esfuerzo se perdeci. EI primer paso para enconttar la verdadera causa es una observacion cuidadosa del fen6meno del defecto. en la mayorfa de los casas. Las prernisas de la manera de pensar esradlsrica son: I) Dele mayor imporrancia a bstracros. Can frecuencia se inrenra redncir los defecros de producci6n remonrandose directamente a la causa del defecto.Prefacio Los metodos esradfsricos son herramienras eficaces para rnejorar eI proceso de produccion y reducir sns defecros. se debe tener en cuenta que las herramiemas estadfsricas son precisamenre herramienras: no servirian si se usan inadecuadamenre. Las herramiemas esradjsricas dan objetividad y precision a las observaciones. . Peru. Luego de esa observacion cuidadosa. a prirnera vista. Si se aplican soluciories a los defeccos basandose en el conocimiento de esas causas faIsas. la verdadera causa sera evidenre. parece que es eficiente. las causas enconrtadas por media de ese enfoque no son las verdaderas.

Enconrrar ese rodo oculto es la finalidad ultima de la observacion. una asociacion sin animo de lncro. 4) Acepre como informacion coufiable. Su proaplicar los rnecodos estadfs ticos a los p ro- f I Introduccion blernas del mundo real. sino que mas bien consrituye un retroceso en La soluci6n. En segnida se euuncian los capirulos del libro junto con sus respecrivos autores pero la responsabilidad por los errores y las ornisiones es del editor.x PREFACIO 3) Los resultados de las observaciones. los rnetodos de pensamiento mencionados ames pueden sec utiles pam proceso de prodnccion Este libro difiere de posiro es mostrar como profundizar nuestro enrendimienro del y de las forrnas de rnejorarlo. Quienes tengan poco conocirnienro del analisis esradisrico rarnbien se beneficiaran. En primer Ingar. Esos son los productos defecruosos. son parte de un redo oculro. Capitulo Caplrulo Inrrodncciou 2 Como obtener datos Hiroshi Kume Yoshinori Iizuka EL PAPEL DE WS METODOS ESTADtSTICOS EN LA ADMINISTRACION DE WS PROCESOS DE PRODUCaON (1) . . Los capuulos son revisiones de articnlos que aparecieron por primera vet. EI objetivo de AOTS es promover la cooperacion tecnica. AOTS). Pero . Los lecmres de KenIhu son geremes de produccion e ingenieros de palses en via de desarrollo. la discribucion normal qlle aparece cuando hay un gran nurnero de observaciones. los texros de es tadistica cornunes. Las penouas que ya conozcan la estadisrica pueden ornitir los pasos introdnccorios y empezar con las explicaciones del analisis esradlsrico en su IIS0 prdcrico. en k revista Kemhl~ pnblicada par la Asociacion de Becas T ecnicas I nternacion ales [Associa ri 0 n for Overseas Technical Scholarships. y ocasionalmente recoge algunos y los arroja casualrnente al cesro que estd derras de el. AI final de k banda transponadora hay una rnaquina empacadora que conrinuarnenre ernpaca los productos que llegan y los envia ala bodega. Los anrores se senriran mny sarisfechos si e1libro ayuda a los geremes de producciori ya los ingenieros a rneiorar el proceso de producci6n. Una mirada rnds arenta permite ver a un hombre de pies entre La banda rransporradora y La rnaquina empa~dora. Observa crridadosamenre los producros que llegan. En un principio. acornpafiados como estan pol eI error y la variacirin. pero pronto se aceptan como una pane del proceso.lCOSrurnbrarse a los prodnctos defectuosos no solnciona el problema. se debe reconocer la imperfeccion del reconacimiento humano.ibricas. Debe cornenzar con los pasos iniciales de la explicaci6n y despnes segui r con los otros capirulos. Sabiendo esto. esos productos descarrados pareceu desperdiciado$. los producros lIegan en k banda rransportadora.1Que causa los productos defectucsosl Uno tras OtTO. Este tipo de cosas se ve comunrnenre en muchas f. Despnes debe entenderse que eI conocimiento actual no es mas que Ia base para nuevas hiporesis.

Es deeir. eI recho. La cortadora pierde filo a medida que procesa cierro mirnero de producros. es la variacion. como se ha dicho antes.sas paniculares para que un producto dado resulre defectuose. Examinemos ahora la maquinaria. es casi imposible que rodos ellos salgan defecruosos. y con los cambios en la pcesi6n del gas en eI caso de un homo a gas. se producirdn productos defecruosos exacramente identicos. tales como la dureza del producro. Todas las planchas de acero parecen tener eI mismo espesor. Hay hombres altos y bajos. las planchas no se doblarm de manera uniforme. En este caso. pero cuando se miden con precision. Mientras no haya fallas en las cuatro condiciones mencionadas. yafecran ala calidad del prodncto. maquinas y metodos de rrabajo identic os y si inspecciondramos estes producros exactamente de la rnisma manera? No impocra cuanros producros se fabriquen. En orras palabras. Las dimenslones de los productos cambian segun la forma como se ajuste el mecanisme de cone. independiemememe de los tipos de productos o de las clases de merodos de produccion utilizados. los producros defectuosos son inevirables. Esras diferencias afecran naturalmente a las caracterfsricas de calidad. en las condiciones de ID md- • . los producros defeccuosos y los buenos salen mezclados. eI metodo de trabaio 0 la inspeccion son inadecuados. 101 maquinaria. Con respecto a los productos que folbcicamos. habra pequefias variaciones en la forma de los cristales compuescos de hierro. muchos cambios 0 variaciones ocurren sin que se noten. Algunas de ellas podran inclnso rajarse. todos los productos sedan idenricos y no habrla variaciones en calidad. Todos ellos seran defecruosos si los materiales. La varilJCiOn: Esra es la causa. los productos que resulten deben ser todos "idenricarnenre" producros no defectuosos. las areas cerca de la boca. habiles y menos habiles. aun la misma plancha tendra mas espesor en unas panes qne en otras. todos los productos curnpliran 0 no curnplirdn los requisites. la causa de los defeccos es universal. Sin embargo. La temperatura de los homos cambia continuamente con los cambios de voltaje en eI caso de Ull homo elecrrico. Las condiciones del aceire lubricanre rarnbien cambian con los cambios en cempeLarura. tendran espesores diferentes. (Que sucederia si fabriciramos productos wando mareriales de exactamente la rnisma caiidad. Pensemos en eI rrabajo de doblac planchas de acero. afectando a caractertsticas de caiidad. Pensemos ahora en eI rracamiento con calor. Cuando inrroducimos en el homo mareriales para tratamiento por calor. eI piso 0 la pared del homo tienen dilerenres condiciones. Si vamos mas lejos e inspeccionamos la estructura de cristal de las planchas. Algunos son defectuosos mientras que otros no 10 son. rodos ellos deben ser idenricos miencras las cuatro condiciones anteriores sean idenricas. Sobra decir que la sola creencia uo disrninuira eI mimero de productos defectuosos. carbono y otros elementos. Aun usando eI mismo merodo. de una a orra pane de la plancha. Las caracterlsticas flsicas de los rrabajadores y su habilidad rambien afccran a [a variaci6n de la calidad de los prodncros. La variacion en materiala. iPor que se producen en un mismo loee productos defectuosos y uo defecruosos] La causa. y que los productos defectuosos pueden desaparecer si se descubren y se elirninan esas cansas. la canridad de calor que redben los rnateriales varia seglln su posicion relativa. hombres Para poder disrninuir el mime productos defecruosos es necesario creer que sf se puede re~r. en los mhorWl de trtlbajo yen las iMPecciol'lt:1es la causa dc los productos defectuosos. Ademi<>.2 lNTRODUCClrJH 3 (C6mo se producen los prod hacerse para reducir su nWnero? defecruososr ~Qut debe quina. Denrro del horne. Lo que queremos decir es que exisreo'em. Aunquc parecieca que una operad6n se realiza exacrarnenre en las rnismas condiciones que orra. Mucha gente piensa que debido a los estriccos requisiros de calidad que deben cumplir sus producros y a los muchos facto res que pueden causar un defecto. Si no existiera ninguna de es1:35 variaciones. tales como la ocurrencia de productos defectuosos y no defectuosos.

Todos los trabajadores podran creer que estan trabajando de la misrna rnanera. 5i esto no se hace correctamente. y ningiin proceso tiene un nurnero especialrnente alto de esas cansas. Con la aplicacion del ya mencionado principio de variacion y de este de Pareto se facilita considerablernente el problema de reducir el uurnero de producros defectnosos. Las iunurnerables causas coucebibles pneden caregorizarse en dos grupos. la prirnera accion necesaria es hacer nn diagnosrico correcto para ver cuales son las verdaderas causas de los defecros. aplicable cualesqniera que sean los tip os de producros 0 las clases de rnerodos de producci6n utilizados. seguramente disrninuiran los producros defecruosos. Esto quiere decir que no existen los producros "exactamente iguales" de los que hablamos antes. Algnnas la afectau enorrnemente. mientras qne orras. Los productos defeeuiosos 50n causados por las variaciones. podernos ver qne en el proceso de fubricacio n de un prodncro iutervieuen innurnerables faaores que afeetan a las caracterfsticas de calidad de ese producto. Lo que necesirarnos hacer es encontrar las pocas causas vi tales de los productos defecrnosos y eliminar esras causas despnes de que se hayan idemificado claramente. no hay rnuchos facto res qne realmenre causen defecros. como la iuspecei6n visual. A veces puede corneter IIIl error por descnido. que tienen como resulrado producros defecruosos 0 no defectuosos. y defectuoso si no 10 hacen.niga. no se pnede reducir eI nrimero de productos defecmosos. personas diestras y zurdas. En el caso de inspecciones sensoriales. vitak. annqne teo ricarneute consideradas como muy irnporrantes. Si estas variaciones se reducen. La variaciou en la inspeccion no se relaciona directamente con la calidad del producto. Hay una gran diferencia entre tener rnuchos "sospechosos" qne pueden estar causando los defectos y realmenre tener rnuchos "culpables" qne de hecho esren cansando los defeceos. fste es uu principio sencillo y soli do. "En nuestro proceso hay tantas causas de productos defectuosos que es realmenre irnposible controlarlas". Ann eI misrno individuo trabaja de manera diferente 5eglln como se sienta ese dfa particular y segun sus condiciones de f.). pero afecca al proceso de decidir si un pro dncro es defectuoso 0 no 10 es. tienen poco efecro sobre la variacion ell la calidad cuando se controlan adecuadamente. no toda causa afecra a la calidad en el rnismo grado. Este hecho se llama principia de Pareto y se usa en mnchos cases. Generalmente. peru hay diferencias personales. Todo proceso riene muchas causas de variacion en la cali dad. dera no defectuoso si las caracreristicas de cali dad satisfacen cierto requisite.IiJN con recia musculatura y hombres debiles. Por 10 tanto.lNTRODUCCION INTfiODua. 5i analizamos el problema de esta rnanera. Cornentarios como esre se escuchan con frecuencia en siuos donde los procesos estan lleuos de productos defectuosos. Enla inspecci6n. Cuando eonsiderarnos el procesu de manufacrura desde el pumo de vista de la variacion de la calidad. aun los productos no defectuosos rieuen variaciones denrro del mismo requisite. Si se LISaun calibrador eu la inspeccion. la calidad pareee variar si hay variacion en el crirerio del inspector. pueden ocurrir variaciones de calldad aparentes. rienen nn gran efecro (los poco. Es como dar a IIIl paciente de apendlciris nn remedio para la diges- cio". el prirnero de los cuales consisre en nn pequefio mimero de camas que. y nn segundo grupo que inclnye muchas camas qne tieuen solo efectos rnenores (los mucbos trioiales). Un producto se consi- (2) FJ diagnostico de los prCK:ellos Aunque las camas de la variacion en la calidad son innumerables. podernos pensar en eI proceso como 11'1 agrrgodo de Ids causa! de fa uariaEstas causas son la explicaeion de los cambios en las caracrerfsticas de calidad de los producros. pueden causarse variacioues en los datos por un mal calibrador 0 pm la forma de usarlo. . sin embargo. Para reducir el nrimero de producros delectuosos. El proceso de enconrrar las causas de los producros defecrnoS05 entre rnuchos facrores se llama diagnristico de] proCI'fO.

Debido a que el problema de los productos defeccuosos se encuentra con &ecneneia en . iC6mo hacer un diagnostico correcro! Hay rnuchos metodos.pido. es difkil seguir siendo un expeno en rodos los problemas cuya naruraleza esta cambiando constantemenre. Muchas empresas manufacrureras irnportantes han esrado trarando de usar activamente los metodos esta- dlsticos. Y hasta se puede usar la invesrigacion experimental.6 INTRODUCCl6N J. hay algo mas que la iuruicion ordinaria en [a inruieion de un verdadero experto. EI rnetodo inruitivo se usa con frecnencia porque es muy d. es frecnente que quien parece ser un buen "medico" no 10 sea necesariarnenre y puede resultar que $C!3 a1guien que "haya dejado morir rnuehos paciemes". En el caso del ajedrez. Pinalrnenre. 10 que se neeesira no es mnchos afios de experiencia sino la decision de reducir el nurnero de producros defectuosos y una accirud de observacion de la siruacion real en forma objeriva. Aun orros recnrren aI analisls esradfstico de los datos. EJ consejo Y la intuicion de los especialisras Y los expenos debe respet:arse profundamenre. . El efecto puede ser que el pacieure se sienta mejor por un tiernpo.1reas eu las cuales no hay experiencia previa. EJ conocimienro de los rnetodos esradlsticos se ha converrido en pane normal de la capacitacion de un ingeniero. La habilidad par. En el caso del diagnosrico de proceso. en una epoca de progreso rapido. el consejo de los expertos rnerece casi total conlianza porque tanto el fuene como d debil se manifiestan en juegos reales. desde luego. y los campoones son aque1105 que han ganado y han sobrevivido a duros torneos.-Y"JilODUCUOt/ 7 66n.z analizar las cosas desde el punto de vista estadfsrico es ITl35 importante que los rnerodos individuales. no 10 cura. pero despnes [a enfermedad recurrira en una forma poor que antes. neeesirarnos ser Irancos para reconocer los problemas y la variad6n. que. pero d coriocimiento de los merodos esradisricos no proporciona inmediaramenre la hahilidad para usarlos. sin embargo. Alguuos utilizan la intuicion. La forma estadtsnca de considerar las cosas yel uso de los merodos estadlsricos es un rnedio muy eficaz para hacer esra observacion. Y algunas han dedicado mas de 100 horas aI ario a educacion interna sobre me rema. Un movimiento inruitivo hecho por un experto jugador de ajedrez es superior aI rnovirniento heeho por cien aficionados. querernos subrayar que 10 irnportanre no es solamenre el conocimienro de los rnetodos esradfsticos como tales sino mas bien la actirud mental haeia sn utilizacion. la dificulrad en eI problema de redueir el ruirnero de producros defecruosos es que no siempre es claro quien es el verdadero expeno. Sin embargo. orros dependen de la aperiencia. Ademas. Y recoger informacion sobre ellos. Los rnerodos esradtsticos proporcionan un medio eficaz para desarrollar uua nueva recnologla y controlar la calidad de los procesos de rnanufacrura. De heche. y debe respetarse. Ademas.

datos tienen que estar disponibles por pares. es necesario rornar las rnuestras separadamenre para poder comparar el desernpefio de cada uno de eilos. La estrarihcacion eS muy imporranre. En realidad. se pueden analizar usando un dillgraTnIl de dispersion. En un caso como esre. una rnedida remedial que eliruine la diferencia entre los rrabajadores reducira tambien la variacion en el proceso. Si solarnente se reeoge un dato cada dfa. sera imposible deterrninar 2. sllponga que hay una pregunta respecto a Ia variacion en una caracteristica de calidad de un producto. 2) EI analisis de 10 que no se ajusta a las normas. Cualquier recolecci6n de informacion ha de tener un proposito especlfico y ser seguida por acciones. . cuando listed quiere saber si hay una relacion entre los valores de dos caracterfsticas. es importance determinar qui se va a hacer con ella. COmo obtener 'datos (2) lCuaI es su pmp6sito? Una vea que se define el objcrivo de [a recoleccion de informscion. Antes de recoger 1a informacion. los objetivos de la recoleccion de informacion son: la variacion ese dia. Se dio el caso de que un lore que deberfa haberse rechazado se acepto como excepcion especial. A panir de la informaci6n conocernos los hechos pertinenres y adoprarnos acciones apropiadas basadas en esos hechos. Si La cornparacirin enrre ellos rnuesrra una dara'diferencia. Suponga que usred quiere saber la relacion entre la calidad de un ingredienre y la dureza del producro. con base en ciertos factores. 3) La inspeccion. Si los datos se recogen por pares. para poder cum plir el programa de produccion.II t COMO 01<TENFIl/M IV. se le hace un rnuestreo de inspeccion de calidad a cierro tipo de accesorio comprado a un proveedor. que se explica en el capitulo VI. si usted q III ere saber por que resultan productos defecruosos hechos por dos trabajadores diferentes. 10. yes uecesario qlle su aplicacion se convierta en un babiro de pensarnieuto en rodo tipo de siruaciones. se llama eJmztijicllcion. y esro a su vez identifica el tipo de datos qlle se deben reeoger. Sin em bargo. 9 1) EI control y el rnoniroreo del proceso de produccion. estos datos se esraban obteniendo para determinar la aceptabilidad de [os lotes.. peru no se usaron para nada. En el control de calidad. En una fabrica construcrora de rnaquinas. Esta division de uu grupo en varies subgrupos. no se hizo nada especial respecro a1lore que habra sido aceptado. 0. rarnbien se deterrninnn los tipos de cornparacion qlle se necesitan.1 COMO RECOGER DATOS (1) F. Por ejernplo. Esro quiere decir que tanto los lores que se ajustaban a las especificaciones como aquellos que no se ajustaban pasaron al proceso siguieme.8tablezca objetivos claros La informacion es una gula para nuestras acciones.

2) Organizar aurorndricamente los datos de rnanera que puedan usarse con facilidad mas adelanre.m. eorno la que se muestra en la tabla 2. se Fe(:ha 9a. de tal manera que los daros puedan recogerse Hcil y concisamenre. I J :00. de modo que se conviertan en fueme de informacion. debido a que las personas olvidaron en que dlas de la sernan a se recogieron los datos. los datos deben registrarse de ta] manera que puedan urilizarse f. mienrras mas personas procesen los datos.0 4p. Con &ecuencia. 2 p. las diferencias debidas a los inspectores individuales son comunes. obrenidos haciendo mediciones cuarro veces al dia (a las 9:00. En primer lugar. Feb. Cuando se necesira registrar datos de manera continua se recornienda preparar formaros para su regisno.2 14.lcil pero en realidad es diftcil.. La recoleccion y el regisrro de los dares parece f. Este heche debe renerse en cuenta cuando se recogen y se analizan datos. HOfJ. tales como la inspeccion visual. 3 12. es importance organizarlos adecuadarnente para facilirar su procesarnienro posterior. el origen de los datos debe regisrrarse elararnente. diferentes clases de rnetodos estadlsticos pueden ser urilizados para analizarlos. es mejor registrarlos de tal rnanera que esros calculos se taciliren. y los cilculos para las horas pueden hacerse dentro de cada columna. se obriene poca informacion uti! a pesar de haber gasrado una sernana reuniendo datos sobre alguna caracterfsrica de calidad.m. que lotes de materiales se usaron. si se lIega a la conclusion de qne es necesario reunir informacion. En e: caso de mediciones sensoriales. Por ejemplo. Por ejemplo.5 12.1. Por eI heeho de que con frecuencia los daros se utilizan posreriorrnente para cdlculos estadisricos. 13. y un examen cuidadoso mostrri mas tarde que un insrrurnento de medicion se habia descompuesro.icilmenre. los calculos diaries pueden hacerse marcando los numeros en cada renglon. los datos sobre 100 piezas. ros II (3) (Son confiahles las medici.JO CAPITULO DO~ CI:!. en siruaciones reales es irnporrante que los datos se recojan en forma clara y facil de usar. 11 a.2 LAS ROJAS DE REGISTRO Como se dijo en Ia seccion anterior.m. 2.2 14. quienes fueron los trabajadores. 14.-trv es un Formato preimpreso en el cual aparecen los Items que se van a registrar.IIo OETENER nA.m. Generalmente.5 Tabla 2. 2 Feb. las inspecciones hechas por cierw inspector rnostraron que una fraccion de producros defecruosos era muy difereme de las demas. Sits objetivos principales son dos: 1) Facilitar la recoleccion de los datos. Una hoja de reg.onesl Ineluso si las rnuestras se han seleccionado adeeuadameme.2:00 y 4:00) durante 25 dias. 1 Feb. es esencial que eI objetivo sea clare y qne se obtengan datos que reflejen 105 hechos con daridad. tales como promedios y rangos.2 had un juicio erroneo si las mediciones no son confiables. en la cualla hora se organiza horizonralrnente y los dias verticalmente. En segundo lugar. y asi sueesivamenre. normalmente se registran en una hoja de datos. mayor es [a probabilidad de que se presenren erro- .1 Un ejemplo de una hoja de datos (4) Establezca formas apropiadu de recap los datos Una VeL que se han recogido los datos. De esta manera.0 11. que maquinas hicieron eI proceso. Los datos cuyo origen no se conoce con claridad se convierren en informacion irnitil. Ademas de esros requisites.3 13. Cuando se recogen datos.

300 0 1 2 J 4 5 6 7 X XX X XX X IX X[>(X [XX lXX[X [Xx IXX ~ 11 8 7 J 2 1 I Espec ltxacicn 8 <) 10 Total 55 Figura 2.1 Hoia de registro p~"lver la distribucion de un proceso de produccion . AI finalizar el dia de rrabajo puede calcular de inmediato el mimero coral y el ripo de defecros que ocurrieron. EI simple conocirniento del nurnero total de los defecros no lleva a acciones correctivas. El inspector hace una rnarca en el registro cada vez que encuentra un defecto. Fjmtp102.1. de manera que el histograma em! lisco cuando se acaben de hacer las rnediciones. Cuando se reqniera estrarificar y se 115e nna sola hoja de registro. segun se hayan recogido en la mafiana 0 en el tarde. es rnejor nsar diterenres colores 0 sfmbolos. 10 rnisrno qne ocurre con el ejernplo 2. podran obtenerse indicios mny importames para el mejoramienro del proceso porque la informacion rnuestra clararnente cu:iles son los defectos m:is frecuentes y cuales no. en la cual los datos puedan registrarse por medio de cruces 0 de sfrnbolos sencillos y eula cuallos datos se organlzan autom:iticamenre sin necesidad de m:is copias a mano.APfTUID DOS r muo nETtHER /JAT()j· IJ res de rranscripcion. Valores tales como la media y la varianza se calc ulan con base en el histograma y tarnbien se exarnina de diversas maneras la forma de la disrribucion. se usan normaimenre los histogramas. A conrinuacion se presenran ~Igunos ejernplos de hojas de registro. sera imposible esrrarificar los datos m:is tarde. es doble trabajo remger una gran eantidad de datos y despues hacer nna gr:ffica que rnuestre la distribucion de frecuencias.2 rnuestra una hoja de registro nrilizada en la inspeccion final de cierto producto de plastico moldeado.1 5 10 15 20 -10 -9 Especmcac Ion -3 -7 -6 -5 -4 -3 2 -I X XX 1 2 4 6 9 Ejemplo2. La figilla 2. Suponga que queremos saber las variaciones en las dimensiones de cierta clase de partes CU}'"d especificacion de rnaquinado es 8.2 Hoja de registro de items dejec/uoJ"os La Figura 2.1 eo. rrecuetK1. Cuando se elabora un histograma. C. Una manera mas sencilla es clasificar los datos exactamente en el memento de recogerlos. Se coloea una crnz en la casilla correspondiente cada vez qlle se realiza una medicidn. de manera que la diferellcia pueda reconocerse m:is tarde.1 Hoja de regiJtTopara la distribucidn. Por 8.300 ± 0. pero si se usa una hoja de regisuo como l~ de esra figura. Por 10 ramo. por ejernplo.. Para estudiar la disrribucidn de los valores caracrerlsricos del proceso. del promo de produccio» Regis 110. Si se usa esra hoja de regist!O. se convierte en nna herramienta poderosa para el registro de los datos. un ejernpio de un Formato que puede prepararse con anterioridad.008.12 . Desv. la hOJa de regiscro.

La figura 2. deformado Nllmero total insE!e<. En cl pasado se le informaba aI proveedor unicamerue Figura 2. incornpleto.42 de las 1. Sin embargo.525 pie:z:asestaban defecruosas. En eI caso de la flgura 2. defecruosos 10 tanto. Numero del lore: Niimerode ornen: de defecto: rayones.) Observaciones: Se in~peecionaron todos los ltems Tipo ~ SublOlal 1'1 4 j Ip I Regimo Rayas supe rficia les R~jadura. utilizado por un fabrieanre de maquinaria en la inspeccion de panes meralicas. Generalmenre. rales como los rayones y las manchas. Dlro. para aceptarlas 0 rechazarlas segtin sus caracteristicas de porosidad. !III fill I /II £if 10 '2 26 3 ~ U Deform". raiado.:ci6n: Nomine del inlpeLior. La hoja de registro de la locali:z:aci6n de defectos tiene un papel impor(ante en la solucidn de esre ripo de problema.II. muchas hojas de regisrro de esre ripo tienen diagramas 0 ilusrraciones ampliadas en las cuales 5C hacen los regisuos. Figura 2.3 Hoja de registro de localizacion de defoctos Los defectos externos. se debe incorporar en eI disefio desde eI eomienzo Es necesario decidir con claridad de antemano como registrar los defectos cuando 5C encuenrren dos en un mismo produeto.3 muestra uno de estos ejemplos. eI numero total de de- .2.:cionado: 1_-"2.14 CAPITULO DOS ·f' ~ COMO OETENER DAms 15 Hoja de reglstro Producto: Etapa Tiro Fed. se eucuenrran en coda clase de producros y en rnuchas plantas se esran haciendo esfuerzos por reducir esre tipo de defecro. y dar instrucciones precisas y cornpleras a las personas que van a hacer el regisrro.3 H 0 ja de regi stro de 13 localizacion de defecros -" 62 42 fecros fue 62 porque a1gunas veces se enconrraron defectos en una misma pieza. si se considera qlle la esuatificaci6n es necesaria. d05 0 mas Tol a I rec hazados /III_/II/7/11/II//II/ /III_ 7/11 /11/ /I Ejemplo2. de manera que pueda observarse eI sitio de la ocnrrencia del defecto.2 Hoja de registro de Irem.: manufactura: de Ins!!_ final Se<. lncornpleto /III_ /11/ /11/ /I /III_ 711/ 7/11 /11/ /11/ I §III Total: 17 11 I III I_ :?Zl.

.. m m m illI ..<. xx •• o : Ray ado en la su I"'riicip • : Forma inn dec uada • . 0 deleel u "'0 0 x .iqulna 2 C • 0 X {{l QD ([)) (llIll X . M.ernel S. Es decir. esre tipo de rnanejo de datos es posible hacerlo en una hoja de regisrro si eI caso es seucillo... Despues de haber urilizado hojas de regisuo como la de la figura.4 0 X I CIIDl X Hoja de registro de las causas del defrcto La hoja de regisrro del ejernplo anterior se usa para definir la Iocalizaciou de los defecros. pem la calidad uo mejoraba en absoluto. Una busqueda de las causas rnostro que eI trabajador B no esraba cambiando los dados con suficienre frecnencia y que los miercoles las marerias primas tenian una composicion que tenIa m3.pecci6n que indicaban d6nde seria mas probable que se presenrara la porosidad.. El rniercoles. rodos los trabajadores producen rnuchas unidades defectuosas..4 es una hoja para registrar la ocurrencia de los defecros en cierros picaportes. las hojas de registro se usan a veces para estratificacion adicioual con el fin de encontrar las causas de los defecros. tarnbien es posible elaborar una hoja de registro usando el diagrarna de causa-efecto. puede prepararse un diagrarna de causa-efecto que los nabajadores puedan cornprender con facilidad y cuando se reconozca la causa de un defecro 0 la condicion en la cual se produce. manteniendolas en uu orden clarameure correspondienre y analizandolas luego mediante la estrarificacion por causas 0 haciendo diagrarnas de dispersion.icilmeute a la accion y es indispensable para el diagn6s[ico del proceso. 0 ill X 0 ill X 0 D fj .. Esra hoja de regiHro lleva f. Por ejernplo. Ceneralmenre. que sirvierou cornu iutormes de in. m ill 0 .emplo 2.~M PM 01 0 sohre el rechazo u la accpcacion de cada lore y el mimero de defeccos por lore.Hi cxrrru LO DOS 17 Luned . 0 . m X •• m (JJJJJ •• m 0 . se hace una marca de registro en el espacio qne se encuenrra cerca de .~probabiIidad de causar defecros. la calidad rnejoro notablemenre porque resultaba mas f:icil encontrar las causas de los defectos.ih"do AM PM AM PM AM PM AM PM AM PM uo u xx QD !l1D (Ill) 0 (lID m 0 x x xxx xxx x xx xx A Ma~uina 1 • 0 ([)) · IUlUl II ([)) •• (JJJJJ QD X {{l (llIll • m x <lW xx B xx»: Irum: IOIID II I xx xx xx xx el proceso para dnerminar en esos lugares. . Sin embargo. dias y tipo de defecto. Podernos ver de inrnediato que el rrabajador B produce muchas unidades defectuosas.. Adernas. por que .""d 0: Olros ll.. 0 F.ario Mar\es Mikcole\ Jueves V. pOJ"que frecuenrerneure es posible euconrrar las causas de los defectos examiuando las laminas en las wales se presenmn y observando cuidadosarnenre los de£ecros se conceutran Fquipo Ol"'. la mayoria de los estudios cuyo objerivo es euconrrar las camas de los defecros irnplican combinar los datos sobre las causas con los datos correspondientes de los efectos.4 Hoja de regisrro de las causas de! defecm Con el mismu proposiro.. Term inodo Figura 2. asignables a rnaquinaria. Porus. la figura 2. trabajadores..

podrernos eliminar casi todas las perdidas. determinar cui! de las Adernas de los ejemplos descrito+ay muchas orras clases de hoja de regisrro que se utilizan en las:fribricas. En 1897.lQue usred en esra siruacidn? haria . En 1907. Lorenz expreso una teorfa similar por medic de diagramas. la fraccion de producros defecruosos ha aumenrado. Es muy irnportanre aclarar el patron de la distribuciou de la perdida. Mieutras tanto. J. C.1 cQuE SON LOS DIAGRAMAS DE PARETm Los problemas de calidad se presentan como perdidas (produc[OS delecruosos y su coste). el econornisra norteamericano M. Recienremenre. diciendo que las rnaquinas actualmenre utilizadas son demasiado viejas. Las hojas de registro se disefian considerando prirnern d proposito de la recoleccion de los datos y haciendo luego varias modificaciones creativas a fm de que los datos puedan recogerse y regisrrarse facilmeme y de manera adecuada aI objetivo. el Dr. y cada uno de ellos maneja dos maquinas. concenrrandonos en esas causas particulares y dejando de lado por el mornento orros muchos defeeros triuiala. EI uso del diagrama de Pareto permite solueionar este tipo de problema con eficiencia. III EI analisis de Pareto Ejercicio 2. Pareto presence una formula que mosrraba que [a disrribuciou del ingreso es desigual. Los geremes encargados del proceso dicen que los trabajadores debeu tener cui- mas 3.18 cada flecha.1 Eu un proceso de pulirnenro de lenres hay dos rrabajadores. en eI campo del control de cali dad. Si se identifican las causas de estes pocos defecros uitaia. M. y estos defectos pueden arribuirse a un numero muy pequefio de causas. Los rrabajadores piden un cambio de rnaquinaria. y llamo esre mero- dado porque estan cometiendo errores por descuido. es p causas requiere accion prioritaria. La mayorfa de las perdidas se deberan a unos pocos ripos de defecros. el cconornisra iraliano V. Esros dos esrudiosos iudicaron que una proporci6n muy grande del ingreso esti en manos de muy pocas personas. Juran aplico el merodo del diagrarna de Lorenz como fOrmula para eiasificar los problemas de calidad en los pocos vitsles y los mucbos trioiales. A partir de ahi.

2) Decida que datos va a necesitar y como clasificarlos. Nota: EI item "otros" debe ubicarse en el ultimo renglon. !III. Nota: Se aconseja utilizar un formaro de invesrigacion. localizacion. POJo5 Organice los [terns por orden de canridad y Ilene la tabla de dams. IIII 42 6 104 4 IIII !III. Conteo Total acurnulado TOlal 10 de defectos 104 42 20 [0 6 4 14 200 Cornposlclon pcrcentual Porcentaie acurnulado II !III. con espacio suficiente para registrar los rotales (tabla 3. !III. I !III.tma de l'. !III. ocurrencia de accidences. !III.=10 . !III. J) Ejes verricales a) Eje izquierdo Marque esre eje con una escala desde 0 hasta el toral general. !III. !III. 3) Defina eI metodo de recoleccion de los datos y el periodo de duracion de la recolecciou. vesrigar. perdidas en rerrninos monetarios. !III.o TRES H AIMLISIS DE PARETO 21 do andlisis de Pareto. !III. los totales individuales. la mayorla de los defectos y de su coste se deben a un numero relarivamenre peqnefio de causas. merodo. Nota: Resuma los items que se pre$entan con poca frecuencia en la categorfa "orros". maquina. Tipo de defecto Tension Rayado Burbuja Fractura Numero Paso 2 Diserie una tabla para conteo de datos. Paso 6 Dibnje dos ejes verricales y un eje horizontal. 3. cada uno de los cuales es mas peqnefio que el rnenor de los [terns cirados individualmente. !III. en muchos casos. independientemente de su magnirud.1).2 Tabla de datos para un diagr-. rrabajador. Tlpo de delecto Fractura Ravado Mancha Tension Rajadura Burbuja Olros Total Tab[a 3.fflIp/o: Por tipo de defecro. !III.2). IIII 20 14 200 Mancha Raj adu ra Otros Total 104 146 166 176 182 186 200 52 21 [0 5 3 2 7 100 52 73 83 88 91 93 100 Tabla 3. Ejemplo: Objetos detecruosos.1 Tabla para conrco de Jams !III. !III. los rotales acumulados. !III. !III. ~.2 COMO ELABORAR DIAGRAMAS DE PARETO Decida que problemas datos. 1) Decida qne clase de problemas son los que usred quiere inse van a investigar y como recoger los PaJO 4 Elabore una tabla de datos para eI diagrama de Pareto con la lista de [terns. PaJo3 Diligencie la tabla de conreo y calcule los rorales. proceso. !III.20 (A1'!nn. la composicion porcentual y los porcenrajes acumulados (tabla 3. Esro se debe a que esd compnesto de nn grupo de [terns. Sen alo que.

Paso 8 Dibuje la curva acumulada (curva 1) Informacion sobre eI diagrama Titulo. nornbre del dibujanre. )0 2) Informacion sobre los datos Pcriodo de riernpo. y conecte los puntoS con una linea continua. unidades. como los qne se presentan a continuacion. dernoras en los pago. Paso 7 Consuuya uu diagrarna de barras.L ANALISIS DE PAJl. Magnitud de las perdidas. y existen dos tipos.3 DIAGRAMAS DE PARETO DE FENOMENOS Y DIAGRAMAS DE PARE1U DE CAUSAS Como a se dijo. ~ a 1) Calidad: 2) COSIO: 3) Enrrega. 4) Segnridad: Defecros.h7V 23 b) Eje dereeho Marque este ejc con una escala desde 0% hasra 100%. nn diagrama de Pareto es un rnerodo para idenrihcar los pocos uitales. Este es nn diagrama en eI cual se relacionan los resultados indeseahles. y se utiliza para averignar cual es eI principal problema.1 Diagrama de Pareto por i(~1Il5 (2) Diagramas de Pareto de cawas Este es un diagrama en e] cual se relacionan los resultados indeseables. Marque los valores acumulados (total acumulado 0 porcenraje acurnulado) en la parte snperior. errores. paca averignar cnal es el principal problema. fraca'!os. dc Pareto). Paso 9 Escriba en el diagrama cualquier informacion necesaria. q uejas. nurnero to ~r-----------------------~ Alnil 1 . c) Eje horizontal Divida este eje ell un ruirnero de inrervalos igual a! mimero de Items clasificados. como los quc se presenran a conrinuacion. lema y lugar de la investigacion.000 100 SIO 80 70 3.} 40 II. faltas. items devueltos. inrerrupciones. demoras cn la emrega. al lado derecho de los intervalos de ada Item. cifras significariVa'!.l.jlldllll F: 8urbuja A: Pradura B: Raylldo c: Manc:ha Figur~ 3. y se nriliza defecruosos . JO 40 20 20 10 D B F A C E 0tr0I D: Tcnai6n E: Ra. 60 aI a (1) Diagtamalil de Pareto de fenOmenos ~ ~ W so· . Accidenres. Nurnero de unidades invatigadu: 5.JllDio ral de da tos. rcparacioncs.I E. Escasez de invenrarios. ga'!tos.22 C'J' lTU LO TRE.

los COHOS consriruyen una importance escala de rnedicion. y la experiencia. grupo. servira como ejernpio de solucion eficienre de un problema. Si esto sucede. Debido a que un diagrama de Pareto riene como objerivo la solnci6n eficienre de problemas. Condiciones. se req uiere. planta. instrurnentos. clase. 3. equipos. ordenes. es necesario tratar de encontrar varies rnetodos de clasificacion hasta que idemifique los POCO! vitaIn. edad. ANALISIS DE PAJIEJV 25 I) Operario: 2) Maquina: 3) Materia prima: 4) Merodo operacional: Maqrrinas. lore. de inrnediaro aunque sea relarivarnen te de poca importancia. En este caso. Sf debe a qne los items para la invesrigaci6n no se han clasificado apropiadamente y dernasiados (terns caen en esta caregorta. a. (2) Sugerencias para usar diagramas de Pareto debe afronrarse 1) Si nn {rem se puede solucionar f. la invesrigacion puede resulrar ineficaz.kilmeme. la inforrnacion y los incentives que los ernpleados pueden obtener pof este rnedio seran de gran ayuda en la furura solucion de problemas. si POf medic de nna sencilla medida se puede solncionar un (rem que parece relarivarnenre de poca irnportancia.24 C'U'frulOTRES Turno. herramienras. basicarnenre. modelos. disposidones. es vital hacer un diagrams de Pareto de cansas si es que se va a hacer rnejoras. Sin embargo. 10 cual constiruye el prop6sito del analisis de Pareto. En la adrninisrracion. Usted podra caprar la esencia de un problema observandolo desde varies angnlos. Productor. experiencia. POf tanto. 3) Si los dares se pueden represenrar en valores monerarios. destreza.4 NOTAS SOBRE ios DIAGRAMAS DE PARETO (1) Sugerencias para elaborac diagramas de Pareto I) Pruebe varias clasiflcaciones y construya rnuchas clases de diagramas de Pareto. 10 mejor es dibujar diagrarnas de Pareto que rnuesrren esto en el eje vertical. rnetodos. q ue . Despues de haber idencificado eI problema pof rnedio de un diagrams de Pareto de fenornenos. 2) No deje de hacer un diagrama de Pareto de causas. Si no se aprecian adecuadamenre las implicaciones financieras de un problema. para solucionarlo es necesario identificar las causas. debe considerarse un merodo difereme de dasificaclcn. 2) No es conveniente qne "otros" represente un porcenraje de los mas altos. afrontemos los poCO! vifakr. organizaciones.

·: ¥ •* 0 0- ·: •* •* {>: . y eI metodo para expresar esro en forma sencilla y Hcil es un diagrams de causa-efecto. 0 0'" 0'" • * 0•* • • • •• • • ·.. • • • 0 ..2.. profesor de la Universidad de Tokio. • •* 2 ~• • '" • ::f • ·.<E -:::E u ·.. • ·.3 . 0"" 0 • ·. N '" ~ . mosrro ser muy util y promo lIeg6 a usarse arnpliamente en rnuchas cornpafuas en redo Jap6n. '" '" cr:I N M ~ Z ci ~ . · ·. -:::. Se dice qne esta fue Ia prirnera vez que se us6 este enfoque. Es difleil soluciouar problemas cornpiicados sin tener en cuenta esta e5UUCtura..1 Analice [a iuforrnacion de Ia labia 3. · ·.0 L. 0"" 0 ·. Se inclny6 en la termi- .1 (QuE SON tos DIAGRAMAS DE CAUSA·EFEcrm EI resulrado de un proceso puede atrihuirse anna rnultirud de facrores.'( ] 0 . < -. · • • ·. " * '0 0 v o.:: ::I .3 hacieudo varies diagram as de Pareto. • 0 8':.. DIAGRAMAS DE CAUSA-EFECTO 0 0"" 0 0-" 0"" · • • ~ 0'" o.. ~ ".:. Kaoru Ishikawa. 6 0 0'-'.. :ll > <ll <E .Q .26 Ejercicio 3. 0 0 0'" •* •* • 0 0 • ·~ • . el grupo de trabajo del profesor Ishikawa habia usado este rnetodo para organizar los factores en sus acrividades de imestigaci6n. Eu 1953._~ .... ·.:." 0>1- • 0 0 "" a 0 "'0 0. Ia cual consra de una cadena de causas y efectos.:.. "" ~ r?l 4. Cuando eI diagrama sc us6 en la prdcrica.CO Z ci Z ci ci > ". ·. • ·.- . yes posible enconrrar la relacion causa-etecro de esos factores..'( 0 .!!I u . ·. • • ·. Antes de esro. resurnio [a opini6n de los ingenieros de nna planra dandole 0-« "" -e ~ --' ~• c • ::I • • g!::~ ~ Z • •* 0 ·. '" c "" ~ • Ia forma de un diagrama de causa-efecto rnienrras discurfan un problema de caJidad. Podemos dererrninar la estrnctura 0 una relacion multiple de causa-efecto observandola sisrernaticamence."..

. porque se parece al esqueleto de un pex. I06...b .[.... S (1) Estructwa y ejemplo de los diagramu de ausa-efecto Un diagrama de causa-efecro tarnbien se llama "Diagrama de espina de pescado". . " . I!! 4.... " .>. y ha sido ampliamente aplicado en rodo el rnundo. pew aqul se describiran dos metodos tlpicos. se explicara la estructun del diagrarna de causa-efecro con un ejemplo.: Figura 4.1 Estrucrura del diograma de causa-declo .j. Ocasionalrnente se denomina rambien . -----. Puede afirrnarse que quienes tienen en la solucion de problemas de coutrol de calidad son aquellos que tienen exito en row ~ ~ ~ OJ g hacer diagramas de causa-efecto que sean tidies.~ "" :! '-l: ~ i· -_.. !.....2 COMO ELABORAR DIAGRAMAS 8 i E DE CAUSA·EFECfO Elaborar un diagrarna de causa-efecro que sea nril no es rarea ficil. '" ~ o .. " "S: u 0 ..1-EFECm 29 nologia del JIS (Esrandares Industriales japoneses) del Control de Calidad.. Ames de presenrar los procedimienros.i...1. Acrualrnenre.iJUSiJ-tjeao: Diagrama que rnuesrra la relacion entre una caracrerlsrica de calidad y los factores. ! ~ . E I- ~ -c " ~ 'i ..6... "g'" 0 0.. Hay muchas maneras de hacer el diagrama.. L(i.28 CAPITULO CIJATIlO fJlACRAMAS DE GlIJ. como se ve en la ftgurn 4. y se defmi6 de la manera siguiente: Diagrama de j.. el diagrama se usa no solamente para observar las caracrerlsticas de calidad de los producros sino tarnbien en orros campos..

".o. En la figura 4. observe por que existe. Uua vez cornplero el diagram a de causa-efecto. Finalmente.0 grup. Pflio3 Escriba las causas (eausas secnndarias) que afeeran a los grandes huesos (causas primarias) eorno huesos medianos. en forma de gran des hnesos. Una variacion en cI efeero puede ser causada por nna variacion en los factores.por que ocurrio el defecto con may.o ci: Arno DlA(iMMAf Dt CA Uj. Explicaeion del procedirniento Con Irecueucia puede parecer diftcil proceder cuando se uriliza csre enfoque.0 de "no". cuando usrcd esra elaborando un diagram a de eausa-efecto relacionado cou cierto defecro. el proceso . incluya eualq uier in forrnacion que pueda ser de ucilidad eu el diagrama. 5i los datos rnuesrran que esa variacion exisre. la lista de participantes. y marque los facmres pardcularrneure importances qne pareceu tener un efeeto significacivo sobre la caraeterfsrica de calidad.30 u'J'inll. observe la variacion en la caracrerfstica de calidad cnando reflexiona en los huesos grandes. hace posible consrruir cou bases racionaies un diagrama uril de causa-efecto. etc. el nornbre del producto.:P. Este tipo de reflexion puede ser mu y eficaz. usted puede reflexionar como sigue: ". Todos los factores del diagrama no se relaeionan necesariarnenre en forma esrrecha con la caracrerfstica.0 atributo de ealidad. Paso 4 . El rnejor rnerodo en ese caso es considerar la "variacion".or frecuencia los lunes que en cualquier otro dfa de la sernana?" Esro 10 had. Por ejernplo. Por ejemplo. los huesos grandes y los huesos rnedianos. puede descubri r que hay una variacion en el nurnero de delecros que ocurren en dfas diferenres de la sernana. (2) Procedimiento para elaborar los diagramas de causa-efecro para la identificacion de causas Procedimienro PfliO] Deseriba eJ efeeto . 1. y escriba las causas (causas terciarias) que afecran a los huesos rnedianos como huesos pequefios. Marque esos Fact. una caracrerfstica de calidad y eserihala eu el lado derecho hoja de papel.~que hacen que el lunes sea diferente de los otros dias. encerrados rarnhieu eu cuadrados. pero aqui se nsa el uornbre de "espina de pescado".2 se rnuestra nu ejernplo.o particularrnenrc significative sobre la caracterisrica. dibnje de izquierda a derecha la linea de la dorsal y encierre la caracterfsrica cn un cuadrado. y los huesos medianos y los huesos pequerios. Pflio5 Registre cuaiquier informacion qne pueda ser de urilidad. buscar fac[Qre. En seescriba las eausas primarias qne afecran ala caracrerfstica de calidad..fu~gne la imporrancia de cada Factor.oresque parecen rener uu efect.l-UtOV 31 diagram a de "arbol" . tal como el tlrulo.0cual Ie permirira descuhrir finalmente la causa del defecro.orque ocurrio el defecto?". La adopeidn de esre merodo de reflexion en cada etapa de la investigacion de la relaeion que exine en tre la caracteristica y [os huesos grandes. Si el defecro ocurre con mas Irecnencia los iuues que en cualquier orro dia de la sernana. el paso siguiente es asignar la imporrancia de cada facmr. . la fecha. Pflio2 Escoja de una espina guida.

1) Idcntifique todos losfoctorrr relevantes mediante consulsa y discusion entre mucha« personas. En la elaboracion del diagrama de causa-efecro. y un rnetodo eficaz para dirigir una reunion con este proposiro es la tormenta . . Con este fin. la discusion entre rodas las personas involucradas es indispensable para preparar un diagrama completo que no tenga misiones. Los factores que influyen mas fuerrernenre sobre [a caracterfsrica deben dererrninarse entre aquellos que aparecen en el diagrarna.factoITS medibles. invenrada por A.3 NOTAS SOBRE LOS DIAGRAMAS DE CAUSA-EFECfO (1) Sugerencias para elahorar los diagratnaB de causae6ecto .eoja UM caracteristica y uno. antes de que se construya el diagrama. EI intento de incluir rode en un solo diagrama dara como resultado un diagrams inmanejable por ser demasiado grande y complicado. Paso 5 que pueda ser de utilidad. PllJO Busque rodas las causas posibles que puedan afectar ala caracterfstica de calidad. Osborn en Unidos. no sera muy Uti! para resolver problemas reales. es necesario caprar la filerza de 1a relacion causa-efecto en forma objetiva urilizando datos. y despues de los huesos medianos a los huesos grandes.. F. Para la percepcion de causas se requiere uua discusion abierta y activa. Si se deja por fuera un factor en la etapa de discusion inicial. 10 cual hard que la solucion de los problemas sea muy difkil. tanto la caracrerfstica como los factores causales deben ser medibles. En consecuencia. Una Vel completo el diagrama de causa-eiecro.~) Haga un dillgrama para cada caracteristica. 2) Express 10 camcteristica tan concretamente como >"ell posible. Los errores en el peso yen la longirud del mismo producro tendrdn estrucruras diferenres de causa-efecro. no aparecera mas tarde. 2 4. y seiiale los facto res particularmente imporrantes que parecen tener un efecro signiflcativo sobre la caracterfsrica de calidad. Cuando es imposible medirlos. 4) E. PllJO 3 Agrupe las causas por [a afinidad que [engan entre sf y elabore un diagrama de causa-efecro conectando aquellos elementos que parecen rener un efecto significarivo sobre la caracrerfstica de calidad. PllJO 4 Asigne la irnportancia a cada factor. La caractensrica que se expresa en rerrninos abstractos dara como resulrado un diagrama de causa-efecro basado en general idades. 1 Escoja la caracrerfstica de calidad. y deben analizarse en dos diagramas separados. Aunque ese tipo de diagram as no cenga errores bdsicos desde el pumo de vista de las relaciones causa-efecro.u ideas. las causas se deben agrupar sisrernaticamente procediendo de 105 huesos pe- 105 Esrados . Escriba cualquier informacion Esplicacion del procedimiento Esre enfoque se caracreriza por la relacion que esrablece entre dos actividades diferentes: la percepcion de tanras causas como sea posible y su agrupacion sisternarica.32 cxrrnno CUATRO DMGllAM-t5DE aL~-EFEcm 33 (3) Procedimiento de elaboracion de diagramas de eausa-efecto mediante Iistas sistemarlOlli de causas Procedimiento PllJO quefios a los huesos rnedianos.

asf como a descubrir las partes que deben agregarse. 100 90 .!:! . Trare reperidarnente de mejorar su diagrama.s de causa- efecto I) Asigne fa imporsancia de cada foetor objetioameme con base f!1"/.~ 100 "0 0 ] u "0 s '" 0 . (1) Seleccion de problemas A cominuaci6n se encuentra uu ejernplo que ilustra la revision de hems defecmosos en un proceso de manufactura.durJ. se encornro que los defectos de dimension eran los mas nurnerosos. EI exarnen de los facrores con base en sn propia habilidad y experiericia es irnportante. La mayo ria de los problemas qne plleden solncionarse usando ese enfoque ya se habrlan podido solucionar y. nsricas sustimras. las cansas de deben subdivid j rse hasra el nivel en eI cual sea posible acruar sobre elias. 0 de 10 cornrario sn identiticacion sera un ejercicio sin sentido. la mayo ria de los problemas restanres no pueden solncionarse usando ese enfoqne. tratarnos de reducir el nurnero de items defectuosos. La utilizacion de un diagrama de causa-elecW le ayudara a idenrificar las parte~ que deben ser verificadas. ISO § '" 0 80 60 SO 40 70 ~ u n u "0 "0 0 u ""i ~ u E I:l E ~ 50 30 ~ 20 E ~ 10 0 D. cual es irnposible actuar. juntarnenre. el problema no se solucionad . (2) Sugerencias para eLuso de Los diagrama.4 DIAGRAMAS DE PARETO Y DIAGRAMAS DE CAUSA-EFECTO Para la solucion de problemas dehen usarse varies rnetodos eou- c: 0: E: Defcctos de di mension Burbujas RJ. dams. poniendo enfasis en los defecros de dimension. Esro le perrnirird solncionar problemas y. Si se hOI. EI siguiente es nn ejernplo dpico. . euconrrar caracre- 5) Descubra foetom sabre los que sea posible actuar: Si usred ha idenrificado una cansa sobre 101.jJ. pues consrirufan el 480/0 del total.3 Dj~p"J"'a de Pareto de "ems defectuosos .Julio 31 e . Por ranro. pero es peligroso juzgar su irnportancia nnicarnente con base en las percepciones 0 irnpresiones snbjetivas. al misrno tiernpo. rnejorar.s Distorsion Figura -4.yones RJ. Junio 1 . La asignacion objetiva de la irnporrancia a los fac(Ores usando datos es mas cienufico y mas Iogico.. finalmente obrendra un diagrama realmenre uril.. utilizando eI diagrama de Pareto. omiridas 0 modificadas.Ii' B A: B: C 0 E Otros 4.. 2) Trate de mejorar continuamente el diagrama de causa-eiecto mientrus to usa.. [e ayudara a mejorar sn habdidad y a incrernentar Sll conocirnienro tecnico. pDf 10 tanto.CAPITUlO CL'ATRO 35 0 usted debe tratar de hacerlos rnedibles. y la cornbiuacion de un diagrams de Pareto con nn diagrama de causa-efecto es especialrnenre util. Cuando se dasificaron los datos recogidos durante dos meses.

36

CAPITULO

r;UHRO

DlAGil.tMAS DE CW.'iA-EFH70

37

(2) Awilisis y aecienes correctivas
Todos los rniernbros del raller discurieron las causas de La variacion dimensional y consrruyeron un diagram a de cansa-etecro (ver 6gura 4.4). Despnes se hizo un diagrama de Pareto de causas (figura 4.5) invesrigando todas las unidades con variacirin dimensional para examinar hasta qne puma estes facrores estahan

afectando al defecro. Con algnnos Irems era imposible aclarar las causas del defecro, y enos se agruparon en la categorfa "dudo50S".

Descubrirnos,

gracias al diagrama

de Pareto, que la ocu-

rrencia de 105 defecros se vela muy afecrada por la posicion de ajuste, Aunque la posicion de ajuste se hab{a esrlpulado en el estdndar operacional rradicional, no se rnosrraba eI mctodo estandar de ajusre, Esto ocasionaba una variacion en la posicion de ajusre, y renla como resultado los defecros dimensionales, Los rniembros del taller disefiaron por ran to un rnetodo de ajusre apropiado, el cual se estandarizo y se incluyo en los estdndares operacionales,
Junia 1 - Julio 31

_._sa

-II)

..
"
!II

211

I.
• .._

........._001 eo...,...-Ir.a..jg ..........

" " "" "" :::J==~==~~~==_Jc:=t:
".

._..-"

.-.

'"

FiglUa 45

Diagrama de Pareto de causas

--

_

,__

Obao

(3) EfectOli

de las mejoras
los cambios, se recogieron

Despues de haberse irnplernentado

datos y se hizo un diagram a de Pareto para comparar los resulrados, Los dos diagram as de Pareto que aparecen en la figura 4.6 mnestran clararnente que los defecros dimensionales se redujeron.

38

CAPITULO CUATRO

Junio 1 • Julio 31

- ----------------T
10

Efecta IOU.I

§

..
o

~ ...

IiO 100

Sept. I - Oct. )1 ICIO

1
100

v
Los histogramas

.1 ..
...
Z

10- --

j~

Efa:to

Figura 4.6 Comparacion de diagram ..s de Pareto ames y despues de las mejoras

5.1 DISTRIBUCIONES

E HISTOGRAMAS

(1) Variadon y distribucien
Si pndierarnos recoger datos sobre nn proceso en el cnal rodos los factores (hombre, maquina, material, rnetodo, erc.) fueran perfecrarnente constantes, los datos sobre cada uno de estos faccores conservarfan su valor. Sin embargo, en la realidad es imposible rnanrener codes los facrores constantes rodo el nernpo, Esrricrarnente hahlando, aun algunos facrores que suponemos COllSranres no pueden ser perfectamenre consrantes. Es inevitable que los valores en nn conjunto de informacion cengan variaciones. Los valores que coma un factor a traves del riernpo no son siernpre los misrnos, pero eso no qniere decir que esren deterrninados de una manera desordenada, Annque los valores carnbian todo el tiempo, esran gobernados por eierta regia, y esra es qne los Jaws tienen una dererrninada distribuei6n.

EJercicio 4.1
Haga un diagrams de causa-efecto de las siguienres caracreristicas:

1) Errores de mecanograHa. 2) Marcaciones equivocadas de un nrimero relefonlco, 3) Rerraso para una cica,

(2) Poblaci.on y muestras
En control de calidad, tratamos de descubrir los hechos rennien-

40

c"pmIlD CI""CO

[OJ· HlSTOGlIAMA5

41 Muestra Mu('slreo
~

do datos y despues romamos las acciones apropiadas con base en esos hechos. Los datos no se recogen como un fin en SI mismos, sino como un rnedio para descubrir los hechos que estan tras los datos. Por ejemplo, consideremos el caso de una inspeccion por rnuestreo. Tornamos una rnuestra de un lore, realizamos un proceso de rnedieion, y despues decidimos si debemos aceptar redo el lote 0 no. En esre caso, nuesrra preocupacion no es la muestra misma sino la ealidad de redo el lore, Como 0([0 ejemplo, considerernos eI control de un proceso de rnanufactura urilizando una gd.fica de control la grdfica de control

Poblacion

l l

I
I

Datos

Accion sobre

I

Medicion

el prOCe5O (Control de proceso Analisis del procesoj

~~

I

Muestra :
I I I

<§V

t

:
I I I

Acci6n

t

Accion sobre ellote

MUe5lreo
I

Medici6n
I

i - R . Nuestro proposito no es determii - R, sino averiguar cui! es el estado ac-

nar las caracrerfsricas de la muesrra con base en la cual hacemos tual del proceso. , La roralidad de los {terns en consideracion se denornina po-

lnspeccitin Estirnado de la calidad del producto

~~

t

~~~
I I I I

Accion

I I

j

blacion. En el primer ejemplo anterior, la poblacion es el lore, y en el segundo es eI proceso. A algunas personas puede parecerles dif£cil considerar un pro-ceso como unapob/dcioll porque rnientras que el lore es realmenre un grupo finiro de objeros individuales, un proceso no es de ninguna manera un producto, sino que se compone de cinco elementos (hombre, maquina, material, metodo y medicion). Cuando fijemos nuescra atencion en la [uncidn de fabricar productos, reconocerernos que sin duda el prouso produce un grupo de producros, Por otra pane, a menos que el proceso se dere~ga, el mimcro de producros es infinite, razon par la cual se considera que un proceso es una pobiacion infinira. . Una muestra es uno 0 mas Items rornados de una poblacion para proporciouar informacion sobre la poblacidn, Como una muesrra se usa para estirnar las caracreristicas de toda la poblacion, debe seleccionarse de cal manera que refleje las caracreristicas de lsta. Un merodo cormin para la seleccion de rnuestras es seleccionar eualqrrier miernbro de la poblaci6n con igual probabilidad, Esre merodo se llama muestreo aleasorio, y una rnuestra seleccionada por media del mnestreo alearorio se denomina mues-

Figura 5.1 Po blacion, rnuestra y d aros

Los datos se obrienen rnidiendo las caracrerfsticas de una rnuesrra. Utilizando esros datos, llegamos a inferir sobre la poblacion y, en consecuencia, tomamos una accion corrective. Sin embargo, eI valor obrenido de una rnnesrra varian!' segun la muestea seleceionada, 10 cual dificnlra deeidir que accion es apropiada. EI analisis esradisrico nos dira como inrerprerar esre upo de datos, Los deralles se explicaran en eI capfrulo IX. La figura 5, I muestra la relacion entre poblacion, muestra y datos.

(3) Histogramas
Los datos obrenidos de una rnuestra sirven como base para decidir sabre la poblacion. Mientras m:is grande sea la rnnesrra, mas informacion obrendremos sabre Ia poblacidn, Pero un aumento en el tamafio de la rnuesrra tarnbien impliea un aurnenro en la canridad de datos, y esro puede llegar a hacer dificil cornprender la poblacion a partir de esos dares, aun cuando se organicen en rablas, En ese caso, necesitamos un metodo que nos perrnita comprender la poblacion de un vistazo. Un hisrograrna responde a

tra aleatoria.

'>24 2.531 2.510 2. como se rnuestra en la tabla 5.)n 2.002 rervalos de igual arnplirud.40 41 -50 '. Para obrener la amplirud del intervalo.043.527 2. y rnlnimos ob- de frecuencia (Vee tabla 5. erc.043 -i- 0.1 2.2) = Ejemplo 5.1 2.(el rnfnirno valor observado).1 2.5]5 2.513 2.19 2.01~ 1..502 = 0.'>19 2..'>29 2.'>01 2.41 2.:. 20.510 2.531 2. Procedimiento Ejemplo Paso 1 Calcule e/ rdngo (RJ Obrenga el maximo y el minimo de los valores observados y calcnle R..512 2.521 2.lQ 2.BO 2.5! I -w 2.529 61 .511 2..005 tenemos 9. divida R por I. 50.70 71 .522 2.S45 2.1.5 y Io al siguierite ruirnero entero.522 2. 0. futos seran el maximo y eI rnfnirno de rodos 1m valores observados (tabla 5. 12 2_~34 2.27 2119 2.026 2. se divida en in- z. con 10 cual 0.).520 2.527 1521 2.6 Y 10 al siguienre nurnero entero.'>B 2.029 Li2B n~l2.525 1.522 2.529 2.1 DaTOS b films = 21. 2 6 5 (6 10. con 10 eual aproxirnamos 22. Paso 1 Ca/eu/e R R Sf' 5.~1:.2.35 2. 0.28 2511 2.514 2.5J I 2...532 2.526 2.2).42 C.:. R = (e1 maximo valor observado) .536 2. II 2.)22 1.sin Paso 2 Determine e/ interualo de clase • aproxirnamos tenernos T~bla 5.545 2.52.510 2.]0 2>26 2. 0.2 COMO ELABORAR HISTOGRAMAS (1) COmo construir tablas obriene a partir de los va- lores maxim os servados. y luego tome e! mayor de los valores rnaxirnos y el menor de los valores rnlnimos. se rnidieron los didrnetros de 90 vigas.5.')28 2530 1.524 2SI~ 2.51~ 2.532 2.519 2.AP[TULO (lNCO WSllISmGRllMAS 43 esra necesidad.17 2. La organizaci6n de un hnen nrimero de datos en un hisrograrna nos perrnire cornprender la poblacion de rnanera objetiva.510 2..531 81 -90 Paso 2 Determine el interualo de clase EI intervalo de clase se determina de manera que el rango.52.542 2.536 2>'18 2. MuestrJ ruirnero 1 -10 11 -20 21 ·30 31 .520 U2i 2.527 2.545 .043 + 0.543 2.518 2.40 2.523 2.526 2.521 2S19 Ll16 1<.2.525 1'.. Valor maximo Valor rninirno Por tanto.506 ReslJlI~dos de la medicion nn 1. EI maximo y el minirno de los valores observados se puede obtener facilmeme de la manera signieme: Obrenga eI maximo y el mlnimo de los valores en cada una de las filas de la tabla de observaciones.515 2.522 2. • = 8.20 2.542 2S20 2>24 1. 0.)40 2. 2.1 Para invesrigar la disuihuci6n de los djarnetros de ejes de acero producidos en nn proceso de larninacion.502 R 2.. 1. . e! eual incluye los valores maximo y rninirno.1 Hagamos un histograma usando estos datos.

-o '" ~ '"' ~ ... '" '" ~ ~ ~ .. ~ .i N " ~~ --0 -'" ~. Primero.:..n -e"' '" ~ '" ~ ~ L~ M -sr '""' . '" r! en en N i-... N '"' '" '" . '" '" '" . "" ~~ ~. las rnarcas de frecuencia. N '"' '"" '" u-..502. '" N :. en el cual se puedan registrar la clase. . ~ cc ~ '"' '" co ~ .' '" ....~ E '" s:: . De esta rnanera. . la frecuencia.'""' ~ ~ ~ .... "' ~ ~ '" ~ ..'" '" E '"' . ~ ~ . . ~ i:U -.3..005.. • Nom del edicor en espanol..~ '" OJ " el de la tabla 5. con 10 cual tenernos 4...._ '" rre 5 y 20 inrervalos de clase de igllal amplitud..Q...:l .~ '" :. '" .~- .....:. 0 . :{] 0<: i'l '" ~..043 + 0. I co .. ~ ~ '" '" '" r-. . :. .'" '" ~·E~ E co ...... '"' ~ ~ ~ '" ""' '" '" "" '"" "" '" '" '"' ..3...-~ Paso 4 Determine los IImites de 14 clase Deterrnine los ilmites de los intervalos de maneraque inclnyan los valores rnfni mos y maximos...r> '"' . > >< .. si hay 99 rnenos valores observados.0 2....".~ L~ N ::.::. . )! '" ::a '"" L~ '" ..::: "' ..... Cnando haya dos posibilidades. "" '" '" i:U __Q '"' L~ r. ~ ~ ~ ~ '" '" . (Nora: 9 intervalos)".g -"co t'" 0 I en '" co ~ "1 ~ '" '" '""' '" '"' cO N '" '" '" '" '"' '"' '" . N N .. '"' '" '"' '" en )! '0. ere..3 Prepare la tabla de frecuencUu se '::. >E~ 0) .:..010 4." ee '"' I co '" ~ c.. pues esto da un numero de intervale entre 5 y 20...APIT! 110 CINCO LOS H/STOGIIAMAS 45 de manera qne se obtengan en- .... y escrfbalos en la tabla de frecuencia..... use el intervalo de menor amplirud si el numero de valores medidos es de 1000 mas y el intervalo de mayor amplitud.... co eo = ~ '" ~ '" :. '" ~~ '" "" ~ '" '" '" '" '" '" '" ~ . como 2.. . N = '"' G '" .'" N .5105..u-er- ........- ::.5055 de manera qne la clase incluya el valor minimo 2. "' 0 <:...._CO "' ~ ""' '" '"" '" .. "' '" :n' or. ...5055 y asl sucesivamenre. los limites de la segunda clase deben determ rnar s e "" . ~ ...3 Prepare elfOT7lldto para la tabla de focut!7lCUu Prepare un formaro como Paso ..3 y 10 aproximamos al nurn ero entero mas cercano. .. '" '""' N '" '"" '" ~ '"' ~. Prepare nna tabla como muesrra en la tabla 5.u-.~ N 0 L~ ~ ~ ~ g '""' N N '" '" '" '" '""' .44 C.. de[ermine el lirnire inferior de la primera clase y sumele la amplimd dcl intervale para obte- Paso 4 Determine los I[mites de 14 clase Los llmires de la primera clase como deben dererminarse 2.. el inrerva10 de clase se define como 0..5005 Y 2.: I '" '" '" '" '" '" '" r-... 0 0. .. ~ ~ 'T L~ a "" '" N a 0 -e Paso. el punto rnedio.:.. '" "" '" '" tr: '" '" '" 5l '" '" . '" '" .. ~ ~ ... c~ . '"' '"' --0 --0 -'" OJ " E 0 en '" '" '" cr Ro 0: r! ""lJ M .

46 LO!> HIS/VG/ltlMAS C. y asf sncesivumenre. • Notas del editor en espanol PaJO 6 Obtenga las /TecumciaJ Calad» rI punto media de fa clase PaJO 6 Obterlga las /Terue71 rids (vea la PaJO 5 PllJO 5 Calcul« elpunto media de fa clase Lea los valores observados nno pOl' nno y registre las frecuencias correspondienres a c·ada clase. Punta medio de la rercera " pumo medio de la segunda + iurervalo de clase. y asf sucesivarnente.5005 + 2. Regisuelos en una tabla de frecuencias.503 y se esrablecen los lfrnires definitivos)". Los pnmos medics de la segunda clase. que se redondea a 2.5055 2 3 4 2.00512) " 2.503.INnn. pueden ebtenerse rarnbicn de la manera slguieme: Pnnro rnedio de la segunda clase " pnnto medio de la prirnera + inrerva]o de clase. y asl sucesivarnente. como sigue: Frecuencia Noracion de frecuencia Frecuencia Noracion de frecuencia 2 Regisrre las frecuencias tabla 5. la rercera dase. El llrnire inferior de la primera clase se ubica a 112 de la unidad de rnedida a partir del valor rninirno observado. .3). Luego. Calcule el punto medic de la clase urilizando la siguiente ecuacion. (Vel' tabla 5. PuntO medic de la prirnera clase: Suma de los lfrnires superior =e inferior de la primera clase Pnnto rnedio de la prirnera clase: 2. el tercero.3. 2. siga sumando Ia amplirud del intervale al valor previo para obrener el segundo lImire.) (Nota: 2.508. Cuando 10 haga.o CINCO 47 ner el lfrnire eutre la prirnera y la segunda clase.4995 . y escnbalo en la tabla de frecuencias.5105 2 y asf sucesivarnenre. y cerciorese de qne la ultima clase inc! uye el valor maximo.500.. I II /II //# 5 6 7 8 Punta rnedio de la segun- da clase: I II 1/1 //# 2 Punto medio de la segun· da clase: Suma de los lfrnires superior e inferior de la segunda clase 2 2.502 . usando rnarcas en grnpos de cinco.2.5005 + 2. cerciorese de qne Ia primera clase contiene el valor mlnimo. 10 qne dada un valor medio de la prirnera clase de 2.(0.5025.

503 2.5405 .0 veces la disrancia entre los valores maximo y rruuimo en el eje horizontal./111.2.J inrervalo de clase en eI eje ho rizontal a cada lado de ]a prirnera y de la ultima clase. La escala no debe ser con base en eI intervale de clase.508 2.5255 2. IIII /111.5305 . /III.5105 2. /fII.526 2.523 2. .3 Tabla de frctuencias Now 1. puede obrenerse dividiendo la Frecuenciafpor 1'1.5305 2.5105 2. si es necesario./111.5355 .533 2.5455 TOTAL /III. marque el eje horizomal con una escala.2. /III. Paso Paso 1 Sobre una hoja de papel cuadriculado. por (conleo) 2. dibuje el eje de la derecha y rnarquelo con una escala de frecuencias relarivas. IIII lfII_/III.2_5055 2 3 4 5 6 7 8 2.5355 2. 2.543 I IIII 4 9 14 22 19 10 5 6 ejemplo.5 y 2.1) Paso 3 Marque la escala horizontal con los Ifrnires de los valores de clase.48 CAPITULO CINCO 49 II'e(_UenCLa (lase Purno rnedlo d~ Ia clase X Marcas de Free uencl a ( llledicion de los dares. los valores observados.5205 2. /III. Si se requiere la frecuencia relariva.5]8 2.5055 .5155 2.5405 2. /III./111.5205 2.2. La altura de la clase con Ja frecuencia maxima debe ser entre 0. Deje un espacio aproximadarnenre igual .5005 .1 9 90 Paso 2 Tabla 5. (2) COmo elaborar un histograma Procedirniento Ejemplo (Ejempw 5.518 2.513 2. Marque eI eje vertical de Ia izqui erda can una escala de frecuencia y.5155 2. no fuese igual al numero roral (I'I) de 2. dibuje un rectangulo cuya altura corresponda ala &ecnencia en esa clase. /fII. Habrfa un error en el con reo de las frecuencias si la suma de las frecuencia~ f(If) . es me jor que sea con base en la nnidad de 4 Urilizando los incervalos de dale como lfnea de base.5255 2.-ion con much as hisrogramas que describan facrores sirnilares asl como can las especificaciones (esrandares). IIII /III.2. Esto hace Hcilla oompara\. 10 gram os oorcesponderian a 10 rnilfmetros.

). Nota.I· datos.._ res n.------ . . Las siguiences son mas npicas.-. la media y la desviacion esrandar s. Figura 5. el uumero de da.. 5.. etc. anore la hisroria de los datos (el periodo de riempo durante eI cnal se recogieron los .) usarlas como indicios para analizar e) Tipo ph... y dibuje tarnbien una linea para representar el lfrnite de especificaci6n.3 COMO LEER HISTOGRAMAS (I) TIpos de histogramas Es posible obrener informacion Mil sobre el estado de nna blaci6n mirando la forma del hisrograrna.50 PtlJ'O CAl'fruu) Cl~CO LO~ H{ITOCIIA!. si 10 hay. c) Tipo -1JO pOlilivo d) Tipo precipicio a Ja ~enla x 1 1. Esta forma se presema cuaudo el mimero de unidades de informacion incluida en la clase varia de una a otra 0 cuando hay una rendencia particular en la forma como se aproximan los datos. (Ver figura 53... Nota: Esra es la forma rnds frecnenre. La forma es simetrica.nicie f) Tipo d oble pico Figura.IA. a) Tipo go::ncraJ bl Tipo prin- PaJO 6 En un espacio en blanco del hisrograrna..I 51 5 Dibuje una linea sobre eI hismgrama para represemar la media. La frecnencia es mayor en el centro y nnye gradnalmeme hacia los extremes..2 His!ograma 5. (Ver figura 5... a) Tipo general (forma simetrica 0 de campana) Forma: EI valor de la media del histograma esta en eI centro rango de los datos.2. .) Los cilculos para x y 5 se mostraran en (5) de la seccion 5A.. y podemos proceso.3 Tlpos de histograma g) Tipo pica aislado b) Tipo peineta (multi-modal) Forma: Cada rercera clase riene una lrecuencia menor. _) -----.

lejos del centro del rango. (2) La romparacion de IWtogramas ron los hmites de . El valor de la media del histograma esta localizado a la izquierda (derecha) del cenrro del rango. para comparar la distribucion con la especificacion. e) Se requieren las medidas descriras en c) y d) co njuntamente. y hay nn pico a cada lado. b) Se satisface la especihcacion. Lo que se necesita es mantener el estado actual. pero no hay margen extra. pnesto que el hisrograrna sarisface arnpliameure la especificacion. segun Ia condicion que existia en el rnomenro de reco- . Luego observe si eI histograma estd localizado razonablemenre denrro de los limires. con lIneas. error de medicion. Por tanto. Cuando el hisrograrna satisface Ia especificacion. Nota: Esra es una forma que se presema frecuenremente cuando se ha realizado una seleccion de 100% debido a una baja capacidad del proceso. Nata: Esta forma se presenra cuando ellimite inferior (superior) se controla reoricamente 0 por un valor de especificacion 0 cuando no se presentan valores inferiores (superiores) a cierto valor. como en el (''ISO de anormalidad en el proceso. bien brusca hacia la izquierda (derecha). los limites de la especificacion. 0 inclusior. gJ Tipo de pico aislado Forma: Se presenta un peqnefio pico aislado adernas de un histograma de tipo general.S. d) Es[O requiere de aeeiones para reducir la variacion. Urilice esros como referencia para evaluar la poblacion. y gradualmente hacia la derecha (izquierda). La frecuencia disminuye bruscarnente ala izquierda (derecha). en la figura 5A.52 LOS HfSTOGIlAMAS c) Tipo con s~go positioo (con sesgo negativo) Forma: Asimerrica..uratificacron de IWtogramas Cuando los valores observados se dividen en dos 0 mas subpohlaciones. y rambien cuando el sesgo positivo (negariyo) se hace aun mas exrremo. (3) F. f) Tipo de doble pico (bimodal) Forma: La frecuencia es baja cerca del centro del rango de la informacion. pero gradualmente hacia la derecha (izquierda). (1(' informacion de un proceso diferenre. dibuje sobre el histograma. porque las clases tienen mas extremes. se describen cinco casos rlpicos. Nota: Esta es la forma que se presenta cuando se induye una pequefia eanridad de datos de nna disrribucion diferente. La frecuencia disminuye de manera lIla. Cuando el histograma no sarisface la especificacion. El valor de la media del histograms esti localizado aI exrremo Izquierdo (derecho). es mejor reducir la variacion en pequefio grado.cadon Si hay una especificacion. d) Tipo de precipicio a 14 izquierda (de precipicio a fa derecba) Forma: Asimerrica. excepro aquellas de los Nora: Esta forma se presenta con una mezcla de varias disrribuciones que tienen valores de la media diferentes. a) e) Tipo planicie FoffllJJ: Las frecuencias forman una planicie. Mas adelanre. Nota: Esta forma se presenra cuando se rnezclan dos distribuclones que rienen valores de la media muy diferenres. c) Es uecesario tomar rnedidas para acercar la media aI cenrro de la especificacion. especi. 0 menos la misma frecuencia.

las causas de la variacion se hacen rnds F. J1 es la media de la roralidad del conjunto que nos ocupa y se llama medja de la pob/acion.gura 5.. 0 S" "n' la media I" . Los valores observados siernpre van acompahados de alguns variacion.)..cilmeme derecrables.=1 n LXi' (5. y luego estudiarnos como cada dato de la informaeion se concentra alrededor del centro.i.54 CAPITULO CIt'<CO LOS HlSmGRANA5 Cases en los cuates el histograma no satisface la especiIicacion 5. Este ripo de variable se llama uarisble aleatoria. RfSTICAS DE LAS DISTRIBUCIONES (1) Medias y desviacioDes est:andar Casos en los cuales el histograma satislace la especilicacion £1 valor de las caracreristicas rnedidas a una rnuesrra ramada de una poblacion variara. J1 = Ix! (x)dx. estas subpoblaciones se llaman estratos.centro es la medi4 expectatiua. y la division de 105 datos en estratos se lLuna t'5trorificocion. Cuando hemos obrenido n datos. la media estd dada por e) F. d) c) Cnando se rnaneja ese tipo de datos.2) (5. Por tanto. xes la media de los datos recogidos.1) b) s. Una medida corrienre pata expresat el. determinamos primero cudl es eI ceurro de los datos. Jrllhl s. Las caractensticas de calidad de los productos de las fabrica5 son de esa naruraleza.. (5. y no puede conocerse hasta que se observa.4 MEDIDAS PARA PRESENfAR LAS CARACfE. las condiciones de opecaci6n y los rrabajadores. cuando los dacos se esrratifican segun los factores que se cree pueden cansar la variaci6n. . Para poder ver 105 dams como un conjunro. la esrratificacion se hace segUn 105 rnareriales.'1 Hisiogramas r lJrnites de la especificacidn J1 o =L "P (. de estos daros estd dada por i=XI' •. con frecuencia es mas conveniente considerar 105 dares como un conjunro en Iugar de [carat a cada [rem individualmente. La varianza y [a tksvhuidn estdndar esran entre las medias qne se man para expresar eI grado de concenrracion de los datos donde PM es la probabilidad variable alearoria x. Este rnetodo puede usarse efecrivamente para rnejorar la calidad del producto al reducir la variacion y mejorar el promedio del producto. Por 10 general.) es la densidad probable de la ger 105 datos.3) y!(. y se llama media de la muestra. las rnaquinas. y para todo el conjumo. ..

.2 Las siguieutes son las medidas de las dirnensiones de cierta pieza de maqrrinaria.. (2) EI calculo de medias y desviaciones esti.-1 . varianza. La varianza es la media del cuadrado de las diferencias entre (5. o = -1 hl { LX.66 13A8 13. respecrivamenre.10) V =5/(.57 TOlal X 2 22 16 26 8 12 17 103 Tabla 5. que es fa rafz cuadrada de 101.x) 1"f -2 (Il = L(x - Jlf P(x). 01 y a son valores relacionados con una poblaci6n r se llaman liari4nza de 10 pob1odon y desvil4·jol'l estdndar tb 10 po- x 0.-xl. (X.(x.11) (5.=1 La varianza de uua poblacion esta dada por 5 =: L.42 13. . el daro individual y la media. 2 .48 13.8) Y la desviacion esrandar se apresa por para facilitar los clIculos.X) h . 13. la varianza de estos datos se expresa por Xl' ... se expresa como a.~1 -f (Xi .).4 Xl 4 484 256 676 64 144 289 1917 bi4cidn.ndar Ejemplo 5. . (5. Cuando hemos ohrenido " datos.-1). . Enronces 1x=I1+-X h ' -2 (5. y se Haman liarianza de 10 muestra y tbsliiodon ertdndar tb 10 muestra.66 13.9) = --:.56 CAPITULO CINCO LOS HIS[()(iRAM/lS 57 alrededor del centro.52 13. Una varianza grande significa que hay gran variacion en los datos. En algunos cases.42 13. que 11 y h sean 13Ao y 100.52 13. y la desviacion estandar.-(LX. puede realizarse una rransforrnacion dams Xj =(x.~I ' 1 n (5.12) En este ejemplo. L.62 13... .'} 1 'n ' . V Y s son valores relacionados con los datos. respectivamente. respectivarnenteo Entonces obtenemos la siguiente tabla.62 0.57 .56 13. -a)xh de los V=-L. Calcule la media y la desviacion esrandar.56 13.

7 = 13. el siguiente es eI proced.ndar a partir de las tahlas de frecuencia PlEo3 Calculemos la media y la desviaci6n esrandar de los didmetros de 90 ejes como se rnuestra en la tabla 5.01 X 10-2/(7 -1) = 0.5205 . los pumos medics de las clases y donde.imiemo para cakular la media y la desviaci6n esrdndar. Asigne el pumo medio 0 (u = 0) a Ia clase que riene la mayor f y escriba 0 en Ia columna tJ.2.523 h . . u=-- (x-a) h (5.5.TlXiR.5355 2.iento Ejemplo (Ejemplo 5.0.5255 2..1 100 x 14.523 2.1) PlEo3 Asigne 0 01. .513 2.5305 2.5405 2.533 2.5055 2.005 .5005 2.5155 ..!.2. -2.543 -4 -3 -2 -1 0 1 2 3 4 - -4 -12 -Ill 16 36 36 = 13. la frecuencia f h: eI inrervalo a .1 punto medio de u de la clase No.58 103 7 CAl'truLO UNCO LOS H/.669 X 10-2 = 0.501l 2.5255 2.5355 2.5305 2.. Paso 1 Prepare un formate de calculo como ell L! relaci6n entre x y Ii se expresa en la siguienre ecuacion: la tabla 5. bacia los rnayores valores observados..669 xlO-2 5 (.10) No.5155 Punto Frecuencia Medio x 1 4 9 14 IJ IJ( 1J2f 2.9) X De (5.1. a: e] Pllnro medic de 101.5405 2. y 1.082 96 Total 90 Tabla 5. 2 .503 2.13) PlEo2 Escriba los llmites de clase.5105 2. bacia 105 rnenores valores observados. s = ~0. Cuando el numero de datos es grande y 6r05 esran resumidos ell una tabla de frecuencia. 1 Clase 2.1 59 ( X=-=14. Procedim. Escriba -.528 2.2. X I03 } 2 2 100 7 =4.5105 2.40 + .clase donde tJ" 0 de clase.511l 2.5 Tabla de calculo 30 302 (3) .5055 2.1.538 2..7 De (5.Fl cilculo de las medias y las desviacioncs esd.547 2 3 4 2.5.5205 2.1M.01 X 10- 2 6 7 8 9 V =4.5455 -14 0 19 20 15 24 14 0 19 40 45 5 22 19 10 s = _1_{1917 -.

IN'" IIf xu=(.2 +. iqlle le pasarla al histograma si continuamos aumcn-' lando el mimero de datos? Si el intervale de clase se reduce poco X (- de fen Ia columna uf. Lu2f=uI2j.2809 ~.ilf. + 96 = 302 fa distribuciOn normal.15) 5 ('£. Luf'" (.52467 (rnm) como sigue. Pero.005 X ~ I( La FIgura 5.523 + 0.4) + (. 4". Existco muchas clases de distribncion.5 LA DISTRlBUcrON NORMAL Y SUS CARACfERfsTICAS (1) La distribucion nonDa! Un hisrograma se construye a partir de un cierto numero de daros. la ecuacidn de la distribncion normal tiene dos pararnerros: J.t. == 0. a) La frecuencia es mayor en el centro y disminuye mente hacia los extremes y. y registrelas en los espacios correspondienres.I. 16). +Uifl No.1 5. y en una dcscripcion mas derallada.4) 4) '" 16 (- Luf =v.2 "f'" (-3) X No. y la mas tlpica es . cuando la variacidn de una caracrerfstica de calidad es causada por la surna de un gran numero de errores infinitesimales independienres debidos a diferentes Iactores.12) + . +UJ2 + .523 + 0. Esra curva puede expresarsc marernacicarnenre gradual- Paso 5 Calcule ecuacion: Paso 5 x usando la siguiente x = 2.5 rnnestra la forma de esra disrribucion.16) Jo=hVa:II"[ r-------_ (5.1 1 =-12 IN= IIf xu=(. La forma de la distribucion normal puede describirse sencillameme como una forma de campana 0 de montafia. En realidad es nna expresi6n de Ia poblacirin misma. b) es simetrica. 302- 90 30 1 -) 1(90-1) - == 0. Paso 6 Calcule ecuacion: 5 Paso 6 usando (a slgnienre f (x) = =t=r: -V'21r(I 1 e ----}- ("-).)' 20' (5.00906 (mm) .(-4}xl".5 x -v 3.•.005 x=2.00. la disrribucion de la caracrerfstica de calidad se aproxima a una disrribuclon normal. haga la suma de cada una.l y crl.-4 No. (2) Caracteristicas de la distribucien normal Como podernos ver en la ecuaci6n (5. se obtic:nc una distribucion de frecuencia lisa como limite de una distribucion de frecuencia rclativa.60 CAPJ'nJlO CINCO LOS HIS7UGlIAMAS Paso 4 Registre 105 Paso 4 producrcs de u y No.. En mnchos casos. y los productos de u y de uf en [a columna de . puesro quc se obtiene de un mimero in6nito de datos.)1 )/(n-1) = 0..00167 =: 30 90 2. + 24 = 30 Llif = J 6 + 36 + •.12) X 3) '" 36 a poco a rnedida qne se aurnenta eI numero de datos.

l."" y + 00..ficameme fix) como eu la figura 5.6.7 mnestra la probabilidad para varios valores de u. ~±3 . Es[O quiere dccir Figura 5. 1 2).7'" J.l. y usarnos la tahla de la disrribuciou (x . (2) caiga dentro de los lfrnites J. Es la base po demos despreciar la posibilidad de que " hmices de u ± 30.l ± uIJ. dos parametres rienen e1siguiente significado: que en la practica caiga fuera de los importanre de la 3-sigma. por la figura tenemos 99. disrribuci6n normal. Teoricamenee." y la probahilidad de la disuibucion normal . Ia dispersion de la distribnci6n (Ia desviacion estandar) Pueden describirse gd. una variable normal puede tener cualquier valor entre .JJ) u=---· (1 normal. la cual se disrrilq como la d. Consideremos la probabilidad de que una variable alcuoda.62 LOS }f!STOG&tMA!i Tenemos entonces la medida esrandar II. (Yea la tabla A.. La tabw tk t.5 ~orma de la dlSlrlbunon normal La distribucion normal se determina unicarnenre por dos parametres y se designs simple mente por N (j. Es- t4"d4riK. Pcro.6 La disrrlbncicn normal y sus parametres Para calcular una probabilidad estandarizarnos en una disrribucion normal.) .7% para u'" 3.mibudoTi ~stdnd4r normal N (0. (2). x de N (j.7 JI.17) Figura 5. y se llama la "gw • para dererrninar los llrnites de control en una hoja de control.L: eI centro de la distribucidu (la media) a. ~ Figura 5. I en el apendice de este libro. Este heche es una regia. La figwa 5.ar es rransforrnar una variable x a (5. tribudoTi normal da las probahilidades en la distribucion esUndar normal. ------i t------~.

5 S). pero es mas uril evaluar eI proceso B A B A II ~ 1:1 87.0 835 82.9 84. Puesro que se usaron dos reactores.7 8S.7 85.7 1>4.7 83.5 83.7 84.1 82.20) 21 12 11 24 25 A B Y la evaluacion del proceso usando Cp es como sigue: 1) 8JA 843 86.} 86.x-LEI C .7 85.0 8J.1l 36.8 A7.1 B B n 74 75 A A B 1.00 satisfactorio adecuado inadecuado A 2) 3) Tabla 5.6 rnuesrra eI producto de un cierto proceso de reaccion quimica.2 85.7 649 83.0 lJ B B B A B r 86.5 8~.6 84.5 64.5 II II A B B A 83.1 8].3 La cabla 5.00 ~ Cp < 1.4 B4.7 63.7 64.9 87. r los resultados se muestran en la fignra 5.0 85.9 65. podemos de inrnediato deterrninar el porcenraje de productos defectuosos a partir de las especificaciones dadas de los parametres (u. 1 84. 6s Especificaciones uuilaterales (LE.7 58 59 60 61 62 61 64 6-" 66 67 68 69 70 71 71 lJ 87.9 85.5 84.B 87.6 Esrratificacion de la informaci6n Ejemp/o 5.-LE.3 34.5. Si suponemos que eI proceso esra distribuido normalmenre.19) 17 18 19 A A B' 3.7 86.6 85.6 86.9 66-'1 86.8 116.7 8S.-" 810.1 84.33 s Cp 1.6 84.2 S).. Se esrrarifico segun los reacrores.9 82.5 B A A B B B 66. .7 82.6 as.4 8J. La definicion del Cp es 1a siguienre: 10 83 64 85 86 87 A8 A B B II A A A A B Especificaciones bilarerales (LEr r LE) (5.2 8&.O 663 83.8 61.3 83. a). se inicia nn esrudio de la capacidad del proceso.8.7 84-3 86.33 Cp < 1.4 84.7 8~.0 77 78 79 60 61 81 B A A B B A £.18) 11 11 H 14 15 16 A 83.0 A6.9 8]. B A A B B A B A B 8.1 S5.7 86.9 ~6_4 27 28 2~ 30 31 32 J3 J4 35 36 37 38 39 40 41 42 43 44 45 46 47 4a 49 50 Con frecuencia.6 LEo-X G p=-- (5.1 86.1 83.1 65.2 83. Esro se hace para saber si el proceso puede cumplir a no las especificaciones. B B o 10 A 8 II II A B IJ A B A 1>45 87.9 6S.0 B63 usando Cp (lndice de eapacidad del proceso). A y B.64 Cl\J>frULO CJNCO [OS HlSTOGRAMA5 (3) fndice de capacidad del proceso A 8J. oLE) as 90 91 92 93 94 95 96 97 98 99 100 B II B A A A B 87. despues de que eI hisrograrna muesrra que sigue una disrribucion normal.0 53.8 36.0 86.1 .0 81.4 B II A A A A 8 8 IJ A B B A B Cp= LE. Se encontraron dilerencias entre 10$ dos reacrores.7 66. se sefia16 que tal vez habfa una diferencia entre ellos.8 51 53 54 55 56 .-l' 3s (5.9 33.} 85.8 87.1 84.6 66.

2) Esrudielos comparandolos con la especificacion. franceses producidos 'SoC regisrro durante 20 dlas. s= I.114 r--. como se muesrra en la tabla 5.17 0=0. d) Cnatro hisrograrnas que rnuesrren combinaciones de diferenres panaderos y de diferenres rnaquinas.64 q c.0 8~. 0 x= as. A y B.. 3"'0 81.de 200-225 (g).7.'" ~ ~ ~~d~~ N ~ N ~ N ~ ~ ~ ~ N ~ N g~~~ ~~~m ~ ~ ~ ~ N m ~ ~ ~ ~ ~ ggg ~ ~ ~~ ~ ~ ~ N ~ ~ ~ ~ ~ ~ 116. ~gg 1-"": ""' LI"i ~ a-.0 114..or.0 8"7.0 ~~~~~~~~~~ ~ ~~~~N~~gg ~~ ~ N~ ~ ~ ~ H islograma del m:i.0 8~.'n"~ de ' . .0 116.cci6n A n =50 i=8'-94 ..66 CAPtruLo CINCO 67 Ejercicio 5.=0.0 HiotolP"1I1II del n:cipient< x= n= 50 do ml«Km B 86.0 Figura 5.. b) Un histograma del panadero A y otro del panadero B. dos trabajadores. La especificaci6n del peso eo. El peso de los paneo.8 Esrrarificacicn de histograrnas 1) Haga los signienres histogramas: a) Un hisrograma global.0 88. Cada SoC dla se tomaron alearoriamente cuacro panes de caw rnaquina y pesaron. Histosr'''''_''' n>=-Ioo ~ ~ ~~ ~ N M N : ~ ~ ~ ~~~0 ~ N ~ ~ ~ ~ ~ ~ ~ ~~ ~ ~ ~ ~ ~ ~ ~ a~~~~~~ ~ ~ ~ ~ ~ ~ ~ ~ ~~. . c) Uu histograma de la rnaqnina I y otro de la rndquina 2.---r---' 114.. estan haciendo pan en las maquinas 1 y 2.1 En una panaderia.

distinguiendo las variaciones debidas a causlZS lZS.4 2.7 2.8 2. . se dice que el proceso esta en estado concrolado.4 2. Si todos los mores ocurren denrro de 100 lfmires de control.6 2. A Shewharr.2 2. Estas variaciones denen causas y estas ultimas pueden clasificarse en dos tipos: causas debidas at azar y causas asignables.4 2.3 2.3 2.4 2.0 2. de los laboratorioo de la Bell Telephone. 25 26 27 28 29 ]0 45 46 42 46 46 La calidad de un producto manufacrurado por medio de un proceso inevitablemenre sufrira variaciones.5 2. fue el prirnero en proponer. uno de ellos colocado por encima de la llnea central. y en unos mores caracreristlcos registrados en la gci£ica que representa el estado del proceso.1 muestta algunos ejemplos. si ocurren por fuera de los lfmites de control 0 rnuestran una forma peculiar. y otro poI debajo.1 2.4 2.o sm x(%) y (kwmrr~) 2 3 4 5 6 7 8 9 '10 2.90 No. un paI de lfrnites de control.2 2.4 43 46 45 44 45 48 43 47 44 45 42 44 47 44 46 47 42 48 45 4] 45 4] 46 47 44 VII Graficas de control 11 12 I] 14 15 16 17 18 19 20 21 22 2] 24 7. una gdfica de control con el fill de eliminar una variacion anorma].0 2.gnnblel de aquellas debidas a causlZS at azar.1 ~Qu_tSON LAS GRAFICAS DE CONTROL W. CAPrnrr. se dice que el proceso esta fuera de control. sin ninguna tendencia especial.3 2.6 2.5 2. Una grifica de conrrol consisre en una I1nea central.6 2.7 2.5 2.2 2.1 2.1 2. en 1924.] 2. La figura 7.3 2. Sin embargo.6 2.2 2.

.Or iofcrior GIif_ de comrol pari ertado controLodo ~~:".x_~= 92 GnfICll de cootrnl CAPlruw SlIT'E ~-----------. 93 operadores y orros facrores son comunes...f'v\-----. No es practice eliminar eI azar tecnicamente y IUnna econ6mica por eI momento. y esro equivale a decir.bs Normas Ind..o:.2 TIPOS-DE GRAFICASDE CONI'ROL Hay dos ripos de graficas de control. o Jopana< Indwuiol Sundad.R (Valor promedio y ran go) Gclfica x (Variable de medida) Gclficapn (NUmero de unidades defectuosas) Gclfica p (Fracci6n de unidades defectuosas) Gclfica c (N6mem de defectos) Gclfica II Valor dlscrero esu Para controlar un proceso... Esre tipo de grafica de control se llama una gclfica de centro] de de control Causu debidas al azar Las variaciones debidas al azar son inevitables en el proceso.----l\-.. En cualquier rlpo de gcl6ca de control el limite de contrnl se calcula wando la -~. eilAF/CAS DE CONTROl.------..-i . Hay varias clases de graficas de control. Los ripos de grMica prescriros por JIS* se rnuesrran en la tabla 7.BIlpn. aigbo d. . decimos que eI so esd. ~ Z~~=~=-::_'SJ para ea lado ccmlrolido Figura 7.---.. si la operaci6n se realiza usando materia prima y estandarizados. "Exisre por causas asignahles y eI proceso en un estado de desconrrol'. una para valores continuos y ocra para valores discreros. Es evitable y no puede pasar por alro: hay casas causados por la no aplicaci6n cierros estandares 0 por la aplicaci6n de esrandares inapropiadcs Cuando los pumos se ubican por fuera de los lfmites de rrol 0 rnuesrran una rendencia particular. Para esto se dividen los datos en sut'9TImd dentro de los cuales el lote de materia prima...... Para hacer una gclfica de control es necesario estimar la riaci6n debida al azar.. Valor caractedRiw Valor continuo Nombre Grffica x .A-::. (NUmero de defectos por unidad) Tabla 7.1 y sus llneas de control se mues- rran en la tabla 7... de modo que la variacion dentro del subgrupo puede considerarse aproximadamente la misma que 13 variaci6n por causas debidas a137M.1 Tipos de grMica d~ conrrol • lIS son 1. a137M. depcndiendo de IU proposito y de las caracterfsticas de la variable.----_. 7. .2 Causas asignables La variaci6n debida a cawas asignables significa que hay significarivw que pueden ser invesrigados. donde la desviacion esclndar es la variaci6n debida 3-sigma.1 Ejemplos d~ grffi= siguienre f6rmula: (valor promedio) '!__ ±3 X (desviaci6n esclndar). l"p"" . las rnaquinas.>"HdU'I denrro de un rnargt:n de variaci6n debido al azar.foua de control. se requiere poder predecir eI.

rnirnero de defecros por unidad II T ahl.ffica Valor continnn . z LCi LC& ~ LC LCi c -3fc· ii+3~iil" ii ii -3~iil" (4) Gr.94 Tipo de grifia.ffica Jm.ffica e. peso 0 concenrraci6n. Para una mnesrra de tarnafio constante. R (2) Gr. eHO proporciona tales como longirud. Debido a que no hay subgrupo y d valor R no puede calcularse. de con trol tOSde un producto. Una grffica R se usa generalmente en cornhinacirin con una grifica para conrrolar la variaci6n x dentro de un subgrupo. de control l1miu: superior de control (LCs). tales como rayunes en placas de metal. x LCi Valor discrero . Una grffica e referida aI mirnero de defecros se usa para un producto cuyas dimensiones son consranres.i (LC).66Rs Cuando los datos de un proceiiO se regisrran durante inrervalos largos 0 los subgrupos de dams no son efecrivos. se usa una grffica p" LCi Valor discrete .ffica i .·_ c+3-!i j)ln p" dd mirnero de unidades defectuosas. se usa el rango m6vi1 Rs de datos sucesivos para d calculo de los llmites de control de x. .mimero de unidades defecruosas x -2.j) LC& LC p" pn-3~pr(1p+~/" ji) (3) Gr. nomero de soldaduras defectuosas de un televisor 0 tejido desigual en telas.valor medido x LC5 LC J: x+2. mientras que una grMicap de la fracci6n de defecros se usa para una muesrra de ramafio Valor discrete _ mirnero de defecros c variable. Gr. y la mayor cantidad de informaci6n sobre d pro- LC Lei x-Aii ceso. mientras que una grffica u se usa para un producto de dimensi6n variable.rango x+A2R x valores continuos.promedio x Valor continno .fracci6n de unidades defecmosas LC LCi p P P -3fJi(i. Lfmire in&rior de comrol (LCi) LCs WMI'IUS DE CONtROL (1) Gr. se grafica cada dato iudividualrnente y esa grifica puede usarse como gr. Un"" Cl:olD.ifica de control.2 lin" de f6rmulas para linea.a 7.66Rs pn+ 3~pr(1. Grifica II Esras se usan para controlar y analizar un proceso por los defecValor discrete . X representa un valor promedio de un subgrupo y R representa el tango del subgrnpo.ffica p Estas graficas se usan cuando la caracrerfstica de calidad se representa por eI mirnero de unidades defecruosas 0 la frncci6n defectuosa.R Esta se usa para controlar y analizar un pmceso en el cualla caracrerisrica de calidad del producto que se esta midiendo torna Valor continuo .

44 Tabla 7.4 34. x== = x s de cada subgrupo por el nume- Paso 1 &cojll /os datos XI +x2 +···+x It n X =(35.6 )9:0 19.6 144 157 140 195· 97 171 163 141 X 35. 35.6+29. GRAFICA DECONTROL (1) GrafiOl i . 16 38 35 31 10 22 14 30 19 j2 37 20 47 31 19 21 33 17 21 14 15 22 J7 25 7 47 36 50 10 40 48 24 40 24 3 32 26 10 33 16 31 25: 41 36 27 20 28 20 25 32 27 686 Paso2 Cahle /os x' s Calcule el prornedio ada subgrupo..S J8 52 15 41 22 15 . 47 19 19 29 20 40 15 35 27 23 10 31 x.3).6 20.4 19.R .29.1 32. 35 25 11 X. Divldalos en 20 .6 )1.0 31. divida los datos en eI orden en que se obruvieron.2+···+28.25 subgrupos con 4 0 5 en cada uno.6 29. Paso2 para En eI primer grupo.Porlogeneral.R Precedimienro Ejemplo PIlJ"O 3 Cahle x x Paro3 Calcule eI promedio bruro dividiendo eI row de los ro de subgrupos It. x n donde " es el tarnafio de ada ~po. haciendolos uniformes dentro del subgrupo.2 16. Subgrupo No.96 CAPtn. x '" (47+32+44+35+20)/5 17 18 19 20 2·1 30 35 31 11 52 20 29 18 42 29 3.2 32.0 19. i x.1 39..6 x== R= 29.86 Recoja aproxirnadarnenre 100 datos.1 26.4 29. Fl camano se calcu1a con dos cifras decimales ffii'l que aquellas de los daros originales..6 is 20 22 54 21 21 23 24 25 31 29 Total Promedio 31.el~ suhado se calcula con una cifra decimal ffii'l que aquc!Uas de los datos originales. 32 37 11 29 11 35 30 44 )7 45 44 25 37 32 40 31 0 11 20 27 42 Jl 47 27 34 Xl x.1FlCM DE CQNT1{OL 97 7.3 Hoja de: dams paca una grifica x.0 17. Regfsrrelos ell una hop de daros (tabla 7.8 31.0 19.2 20.2 31. Cuando no hay razones rCcnicas para hater suhgrupos.. 16 i3 41 if1 .3 C6MO ELABORAR UNA.ru:l SIETE GR.'. 20 34 44 30 25 3) Ix 178 146 101 197 146 157 116 160 145 163 161 134 139 149 158 1·11 1.6 R 27 16 33 30 JJ 1 2 J 4 5 6 7 8 9 10 11 12 13 44 31 16 41 45 11 12 32 26 26 40 24 19 11 24 S9 ]6 30 33 11 20 37 31 Jl del gtupo es genernlmence entre 1 y 10 en la mayorla de los a501.1 746.2)125..6 32.86 27.4 23..

A2.i-Al R = 29. cientes dererminados por el [amafio de un subgrupo (n). D4 Y D3 son los coefi- LCi (no se considera) con dos cique aquellas de los datos originales (el misrno numero de decimales que el de R debe caicularse &as deeimales mas xl.0.20 = 27 = i-A2R LCi .44 = 45.03 X 27. restando el valor rnlnimo del valor maximo de 105 datos en el subgrupo.(as de control Calcule Paso 6 cada una de las llneas de control para Ia grffica i y la gnUlca R con las siguientes fermulas: .86 + 0. dividiendo eI total de los R s de cada subgrupo por el mimero de grupos k.. R ~ (valor maximo en un subgrupo) .04 =- = D4R= 2.86 i+A2 R = 29.4 y rambien en Ia tabla A. y se muestran en la tabla 7. Grillca i Linea central: Grffica LC= LCs = x LC L~= x = i= 29.GiW'lCAS DE OJNT1/OL 99 98 CAPtruw SlUE Paso 4 CAIcuIe R Calcule el rango de cada subgrupo R. Paso 6 CAIcuIe las lJ. LCs=D4R L~ = 58.2 de los anexos.44 GclficaR LInea central: GclficaR Paso 5 CAIcuIe Ii Paso 5 1£= R LImite de control superior: Calcule el promedio R del ran- go R.44 Limite de control inferior: R= R j +Rz +···+R.86 .577 = 14.(valor mlnimo en un subgrupo) Paso 4 Para eI primer grupo. k R = {27+18+···+27)/25 = 27.115 X 27.69 Limite de control superior: Limite de control inferior: LCi s +A2R R ~ 47 .577 X 27.44 LCi~ D3R LCi no se tiene en cuenra cuando 1'1 es rnenor que 6.

Oibuje una linea s6lida para Ia linea central y una linea punteada para los limires.534 den del mimero del subgrupo.100 CAFtruw S!ETE GRAi'lCM DE CONnIOL IOl Tamafio del subgrupo 2 3 5 6 Graficax 11 GraficaR A2 1. Marque el mimem del subgrupo sohre la linea horizontal a inrervalos de 2 a 5 mm. prepare una hoja de papd cuadriculado y marque el eje vertical los valores horizontal subgrupos.128 1. pecro relevante para eI peoceso.267 1. Paso 7 Dibujt las Iimas de control Pri me ro.115 1. x.880 1.729 0. el turno.l. etc. segan eI estandar de III .577 0.cilmeme y encierrelos en un cfrculo para los valores que esren por fuera de los 4 Tabla 7 A Lim de coeficienees pan grffi . 135 condiciones de rrabajo..575 1.693 1. el merodo de med.004 r4 1.023 0.. de la izquierda con de x y de R yel eje con eI mirnero de Para el eje vertical Paso 7 Paso 9 &gi.ici6n.483 D( 3.316 1. Use > para rnarcar las i y X para R (on eI fin de qne se puedan rewnocer f.Jtrr los datos qUt puaian ser de utilititvl Escriba el tarnafio del subgrupo (n) en el extreme superior izquierdo de la gclfica Incluya tambien cualquier otto as- Paso 9 x.059 1. ral como los nombres del proceso y del producro.181 1. c:sroja una escala cal q= los 11mires de conrrol superior e inferior queden a una distancia de 20-30 mm uno del otro. eI pedodo.R limices.. (2) GraSca 1'" Procedimiento Ejemplo Paso 1 Paso 8 Localic« lospuntvs Rcgistre los valores de x y de R de cada subgrupo sobre la misma linea vertical en el or- &Una los datos Paso 1 PilSO8 Tome una rnuesrra y claslfique la calidad del producro en unidades que llenen 0 no los requisitos.

.------- --- Leo - Subgrupo No..tfica pn ruosas de cada subgrupo por el ndmero total de muestras. tome una muestra de tarnafio tal que la mayorfa de 10.ificox.---- --- .-- ---- -.R 8 9 10 11 12 13 14 15 16 17 inspecci6n. -~ ': ~. y recoja de 20 a 25 subgrupos (tabla 7.102 GllAE1ClJ DE CONT1IOL 103 . subgrupos 1 0 2 3 6 1 3 tengan entre I y 5 unidades defecmosas..o2 3 Lpn'" 68 Calcule la fracci6n promedio de defecros dividiendo d numero roeal de unidades defec- p Tabla 7. Tarnatio del subgrupo n 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 1.n = 2500 (Numero de unidades defectuosasl pn 4 2 3 4 5 6 R 7 2 0 5 3 2 4 3 2 6 4 F~ 7.2 Gr.. En este caso.5 Hoja de datos para. 18 19 20 21 22 23 24 25 Total 3 2 0 7 Paso 2 C41cuJe P Pa...5).. gr.

. Ftgura 7. el promedio y la variacion del proceso no cambian.I-ji) 2. 51: consideran anormales las siguientes cases: pn y llneas disconrinuas para LCs y ill.. Dibuje una lfnea s6lida para la linea central Paso 4 Pumas que estan por fuera de los [Imites de control.0.l.. Luego. por debajo de 6.pn 68 Paso 3 Ca/cvk las IinedS tk control Unea central PdSo3 LC = pll LC '" pn = 0.3 Grifica plI Limite de control superior: LCs= LC$~ p1l+3~pn.72X(1- LCi no se tiene en cuenra cuan. _ I.n + 3~2.3~p1(l.pn kxn p = kxn = 25xIOO =0. (1) Fuera de los Umitc!l de control PdSO 4 C011Struya Ia grdfictJ tk control Marque el eje horizontal con el nnmero de subgrupos y el eje vertical con el numero de unidades defectuosas. Si un proceso esci 0 no contcolado se juzga segUn los siguientes criterios a partir de la gdfica de control. El esrado conrrolado del proceso es el estado en el cual el procoo es estable.0272 X 100 = 2. Una longimd de siete puntos en una racha se considera normaL Aun si la longirud de la racha esd. (2) Leba La racha es el estado en el cuallas puntOS ocurn:n continuamente en un lado de la linea central y el ndmero de pumas se llama longirud de la racha.l-p) ~ = 7. es decir.4 OOMO LEER LAS GRAFICAS DE CONfROL Lo mas irnporranre en el control del proceso es captar el escado Lfmire de control inferior: Lei = Lei '" F» .72 X (I .n-3~2.lOS 104 cornao Sl£TE p=- _ I. regism: d numero de unidades defecruosas de cada subgrupo.p) 2. pn-ljpr/.0272) pn+3 pr/.No se considera do 5U valor es un rnimero negativo.ji) = del pr0a:50 de rnanera precisa leyendo la gclfica de control y dtligenremenre tornar acclones apropiaohs cuando se encuentre algo anormal en el proceso.

--------- (4) &:ercam.. subgrupos.iento ala Unea central Cnando la mayoria de los pun(o.4.l 7.a lin estado de control.2 Tendencia -----.4.-------. EI acercamiento a la linea central no signific. .amienro a Ia linea antral (6) Periodicidad Tarnbien es anormal que la curva muesrre reperidamenre una tendencia ascendente y descendenre para cui el mismo intervalo. FigIua 7. se dice que hay una tendencia. 10 cuaI haec que los Umites de control sean demasiado arnplios. c) AI menos 16 de 20 puntas consecurivos ocurren en un mo lado de la linea central.4.1 Racha 10. control de 3 -sigma.3 hTrcamienro a I"" limiteS de control (2 de 3 puntos) (5) Aren::am. b) AI menos 12 de 14 pumos conseeutivos ocurren en un mo lado de la linea central.-::-J Rgura 7. sino una mezcla de la informacion de dife- (3) Tendenda Cuando los puntos forman una curva continua descendente.4.r+-~~-+~--~rl-------) ---------------~~~ Figura 7.iento a 105 Umites de control Teniendo en cuenra 105 puntos que se acercan a lOBilmi(es de...- ~~~~---)U~~ UnnHipna ~~-+.---.4 hTrr. ascendenre 0 femes poblaciones en los subgrupos.sde 2 ~sigma. Cuando se presenta esta siruacion es necesario cambiar la rnanera de hacer los subgrupos. consecurivos ocurren en un mo lado de la linea central.106 GIIMID!S oe crJNIROL ---) 107 a) AI menos 10 de II punto. .------------.4. -------------------------:----------------------)~=.o. ~~~~~ ~~..0.o. esto se debe a una forma inapropiada de hacer F&gur.. esran dentro de las llneas de 1. el caso se considera anonnal. ~ Siete pUDlos ucendenl til ~:=~-~--. si 2 de 3 puntos ocurren por fuera de las Figu n 7...5 Periodicidad Ifnc:a.5-sigma (los bisecrores de la linea central y de cada uno de 105 Irrnires de conrrol).

.J: Para este fin: a) Ejnnplo 7. Los datos se cecogecln una vez que se haya decidido la terfsrica de calidad de un proceso que se va a analizar. En la formacion de los subgrupos deben considerarse los guienres puntos: a) Hay maneras diferenres de agrupar.9 muestra los componentes de las variaciones denrro del subgrupo yentre subgrupos.108 CAP(TULO SJETE 109 7. Entonces los datos deben agruparse de tal manera que la variacion denrro de un ajuste se convierta en la variacion denrro del subgrupo y la variacion entre ajustes se convierta en la variacion entre los subgrupos. antes de ocgarill. Por esto. Ilcacion de caIlS3. b) Los datos rccogidos a 10 largo de un periodo de riempo tivamente corte deben agruparse.esde d punto de vista tecnico).ar los subgrupos producinl.5 ANALISIS DEL PROCFSO USANDO lAS GRAFICAS DE CONI'ROL EI objetivo dellJruJ. La operacion debe realizarse casi en las mismas coJndJici()IllI~ (d.1 En un proceso meclnico. El siguienre ejemplo rnnestra corno los cornponentes de la variacion dentro del subgrupo cambian.7 y 7. las tablas 7. No puede usarse efecrivamente una grillca de control sin espedficas asignables de la variacion de caractertstica de calidad en un proceso. La organjzacion inapropiada de los subgrupos tiene resultado una grffica imltil. es sario considerar la vanacion que se ha de eli minar. (1) OrganiDcion de 105 snbgrupos La organuacion de los subgrupos es la parte mas importance la preparacion de una grdfica de control y determina su dad. y tratar de agrupar los datos de tal manera que la variacion debida a teres perrnisibles constituya la variacion dentro del SUtlgr1I1p(t. Los facro res mu irnportantes que afeccan a la dimension son la calidad de las rnarerias primas. c) Las herrarnientas deben ajusrarse aI cornenzar el rumo de la maJiana yel de la tarde.8 mucstran la manera de funnar los subgrupos. respectivamente. Se debe cambial eI fio del subgrupo y ensayar divcrsas maneras de combinar datos. Ia forma de la herrarnienta de coni: yel ajuste de las henamientas para la abrasion.ar los subgrupos. conocer los componentes de la variacion dentro del subgrupo. es sario realizar una serie de acciones correctivas en relacion con causas asignables. b) Se afilan las herrarnientas de cone todos los dlas. Despues de encontrs esas causas asignables por medic del analisis del procc. un cambio en los factores que constiruyen la variacion dentro del subgrupo. y la tabla 7.6 rnuestra la hoja de dams. En este caso se considera admisible la variacion dentro de un ajustey d ctiterio para el control serd si el ajuste se haec correcramente y si las herrarnientas estan en condiciones normales. segUn la manera de organizar los subgrupos. La tabla 7. se usa una dimension de una pure como control de Ia caracterfstica del proccso. La ciOn en una caracterfsrica de calidad en un proceso se debe varias C311Sa5.so.lisir tkl procero pnede definirse como la .5 b) Un cambio en la manera de orgarill. . n. Las condiciones del proceso son las siguientes: a) Un lore de materia: prima corresponde aI uabajo de una se- mana.

Ja dinribuci6n de 105 puntos i se ve afectada no solamenre por la varia..ci6n que apa[ece al interior de un subgrupo y se eneuentra repn:.1 a.m. 1 a.1) 11 2 Sea la varianza al interior de un subgrupo entre subgmpos Datos Gw Z Y la varianza TabLa 7.~ 8 TabLa 7. p. p. es un codi. p.6 Haja de dams Fecna Die.7 y 7..3) . es decir. Por OITa parte.3 a. 1 a. G'" se estima a partir de Ii por (7.rn. Enlre berrarnlentas Enlre materiales No es posible determinar directamente subgrupos.m. Die. p. p.3 a.Ia variaei6n 39 42 41 Herramienla No.m. 0 CJ 2 C} 2 donde G x2 es la varianza de x.. sino que se calcu1a de la variaci6n entre TabLa 7.m. Die.8 Snbgrupos de n ~ 4 bolo O"wsignifica la estimaci6n de 0"01 Segun esto. 2 a.rn. p. CAPITulo SIFfE Datos n 39 40 Cornemarios Ajuste Aiu5te Ajuste (2) Variacioo deotro dellubgrupo y "ariaciou eo~ 8Ubgrupos La variaci6n de los duos se dasifica como variad6n dentro del subgrupo y variaci6n entre subgrupos. 38 37 38 Ajusle Aiusle Herramienta entre subgrupos es la que apan:ce entre los subgrupos cucntra representada por la disrribucion de los punms gnifica x y se enen una p. cion Error de miles treo Variac ion del proceso dentro del a j uste · · • Error de medici6n Error de rmrestren Variaci6n del proceso deruro del a j u ste y entre ajustes Entre dlas a) EI proceso promedio subgrupos es Gh 2 = o.ciente que depende del tarnafio del snbgrupo. y que se muestra en la tabla 7.entonces (7.4.rn. Die.m.2) donde J.3 s.8 (7. la variaci6n denrro de los subgrupos VariaCEon entre subgrepos • · · • Entre ajustes Entre dias Entre herrarn ientas En Ire materia les · · · u/ = constante.9 Componentes de variation es denrro del subgrupo yenue subgrupos por la fO[JIl:lci6n de subgrupos en Ias rahlas 7.7 Subgrupos 2 TabLa 7.m.111 llO Fecha Die.2 Dic. es constance y la variaei6n entre Variaci6n denim del subgrupo • · · Error de moo. 3 a. Aqui el Indice en el slm- u. 11.2 a.ci6n entre subgrupos sino tambien por la variaci6n dentro de los subgrupos. Dic.m.rn. Datos (39 (40 (42 (43 (38 (38 de Fecha 39) 42 ) 41) 42 ) 37) 38) 11 ~ Dic.m.m.1 Herrarnienta 42 Ii No.2 a. La variaci6n de un esrado perfectamenre controlado es la siguienre. No.m.rn.m.senrada pOI eI valor en una grafica R. Gh . G b) La variaci6n del proceso es eonsrante. Die.m. La primera es la varia. p..

6 es la gclfica de control esrratificada para A y B. 105 datos recogido5. (3) Estra. 7. entonces es posible somerer a prueba la diferencia entre los valores promedio: . Si es imposihle tomar acciones instantaneamente.6 Craficas de control esrrarificadas pard A y B la variacion de varios Morn. es mejor clasifica..r los datos segUn la rnaquina 0 el operario de rnancra que la difereneia entre maquinas u opera.tificaclon : Cuando los mismos produceos se hacen en varias mdquinas 0 por varios operarios. se haec necesario enronces llevar a cabo el conrrol del proceso wando grMicas de control escrarificadas. Como regla general. (4) Prueba de Ja diferencia entre gr.tl2 CA/'fn_n.R sarisfacen las siguientes cuatro condiciones.: rios pueda ser analizada y el control del proceso se rncilire. Esra grafica muestra una caracrerlsrica de calidad de panes manufacruradas por d05 maquinas (A y 8). La esrrarificacion es un memdo para idenrificar la Fuente de FIgura 7.Uicas de control estratilicadas FIgWI. dasificando los datos segUn La figwa 7.5 es un ejernplo de una grafica de control que puede estrarificarse. La 08 . y puede decirse que enrreA y B parece haber algunas causas asignables. pero que B rime un valor prornedio del proceso mayor que A y que el proceso esr! en estado de control para ambas maquinas.o SIIITE eRtlElCAS m: GONfW)/.'" figura 7. Como resultado de la esrrarificacion se eneuentra que casi no hay diferencia en la variaci6n entre A y B. 0 a partir (7 A 11=4 donde (J" 2 se calcula a partir del histograma de x. el proposito de la estrarificaci6n es examiuar la diferencia entre los valores promedio y la variaci6n enere clases diferenres y romar acciones correcrivas con respecto ala diferencia. 113 B donde (J" 2 se calcula a partir del hisrograma de x. si la hay.5 Grifica de control para A y B Si las dos gr1ficas estrarificadas i .

A damos un ejemplo de c6mo analizar un problema.5) y (7.2 RIRA 21.. cuando se usa una gdfica de conrrol para analizar un problema. c) Los valores de grnndes (kA > R. Es necesario idemificar la causa del problema tan pronto como sea posible Eo eI caso RAIR21.2 lilliB21.115 114 a) Ambas grfficas muestran un estado de control.8) no son necesarias cuando fa diferencia es obvia por fa simple inspeccien de las grfficu de control.7 Di ogr:una de causa-efecto de las fr:acruras ell eI resorre (5) Prueba de Ia diferencla en Ia wriaclon entre estnltol . . _L a en fa variacion entre A y B. el tipo de empaque usado durance el ttatamienro por calor es di6:n:nre. donde Figura 7. pUe!! el material con el cual Be fabrican ell el mismo Sin embargo. entonees puede decirse que exisre una .. Para ver si hay una difercncia en la variacion entre los estrato .n 0 (7. d) Los numeros de los subgrupos kA y kB son suhcienremensi kB >10). liBlli21.7) 0 (7. se usa fa fOrmula (7. despues de fa esrradficacion. :~_~ •.2 En una f.2 I) Se hizo el anterior diagrama de causa-efecto para ideori6car la causa de las &acruras. Los dos tipos de producto se diferencian 5610 por la forma.zar el problema..1 y de to. 2) Los resortes para tractores pequetios (AI) y para tractores medianos (A2) se traran en d misrno homo. Si fonnula resisre.8). b) El tamaIio de los subgrupos es el mismo.. Usernos 1011 &iguienres datos para consrruir hlstogramas y grfficas de control para anali..2 donde liB > liA y evitar que vuelva a ocurrir.1brica que produda resortes de hoja para tractores se enconrre que algunos de los resortes tenian &acruras. liB son casi iguales. Info17f'llUiOn obtmida has/:iJ (I momento Las pruebas mencionadas en (7. 7. continuacion 6ra 00 se usa sola sino junto con hisrogramas. Ejemplo 7.6 FSfUDIO DE CASO DE ANALISIS DELPROCESO Por 10 genernl.

El numero de resortes que reciben traramiento de simultaneamente se ha aumenrado proporcionaimente 4) EI homo se opera en dos rurnos diaries (BI y Bll. Los. 8 8. y la producci6n se esta iucrementando j!.. B. B. B.r. )91 410 465 454' 449 R. 9 .5 384 404 402 391 :l~B 401 .I. .I. 370 398 393 394 J95 J~7 419 r ~. En rurno se realizan d05 rratamientos de calor. puc:.18. aster i SCO:li Pi' j nd ican d m ismo rcsortc. :J~7 :l91 394 4Q9 401 409 1S .I. 410 451 391 432 456453 377 407 378 410 367 421 456443 :>91 422 397 397 462 4464.. 8. rna 460 Hb. B.2 '. B. hpo de [JILl T(Jr[ln rssorte ~ B No. 10 s 6 7 : A. B. B. de alta dureza aunque esrahan denrro de los lfmites de la especificaci6n Ene rnuestra aproximadameme Tabla 7. 4119 406 397 404 406 39~ 411 41S 385 386 408 418 387 410 :l91 401 c A. o} 410 395 400 4Qq una disrrihucion nonnal y row las muestras se eucuenrran denrro del rango especificado de du. i . dureza minima 350 Hb. H. A. 414 41S 406 407 8.10 Medicioncs de la dureza . 11 12 1J 14 II 16 17 lB 19 20 21 11 44 45 40 47 48 49 50 . 8. n 34 35 36 17 38 39 40 41 4. 396 420 )96 Posldon Dureza resonc con fracruras Tipo Df<::l d. B. y to. Por tandespues de cada rratamiento se romo una muestra (Pt) del centro del homo y otra (P2) de cerca a la pared. reza.116 CAPITUlO SIETE GIb!RClS Dt aJNTRrJL 117 Dureza resorts con 3) Recientemenre ha aumenrado la demands por tracrores quefios. R. u 23 2·j 25 ib 27 28 14 A. Sin embargo.-r.1 . 5) La dureza de los resortes puede considerarse como una terfstica susriruriva de las fracruras. de resorres tipo Al .. . R.9~ 395 402 107 381 413 J92 38. es decir. Por tanro. midi6 su dureza.101 39~ 404 4J~ 429 450 ~ R. 43 406 418 453 457 397 421 436 414 400 ~. c) Los esrandares de dureza son los siguienres: dureza rnlli.ICtOIl resote 8 Lote 1-----"A P. 6) Durante los ultimos 16 dias se ha recogido la siguienre macion: a) que la variaci6n en la temperatura del homo centro hocia las paredes podrla sec significariva.9 Se penso H. I' fracwra-s 8. 12 A. B. se encontraron fracturas en algonas muestras . B) 406 423 460 4U6 4]6 393 400 . en turno se tratan al calor dos conjunros de resortes. 193 382 381 366 392 411 :lH2 :.lULIalJ'QCQi re. tote r.' D. 13 A) B.3 54 'i5 S6 57 58 '.4 390 432 387 422 398 409 )78 41 ~ 390 420 417 430 44515B47] 44G 373 419 457455 380 395 458 J94 40b 460 45. el problema se localiza en el tratamiento para tractores pequefios. I 1 2 3 4 " ~ 421 8. l"fo1'7NlCion obtmida de los bistogramas 1) Hittogra1M R. B. -l A.\ 60 61 63 64 gmeral (figura 78) I~ 401 404 :10 31 32 40 404 16 . 8. ~J~ 18S 413 J7B 419 447444 411 403 4lO :192 457 ~. se encontraron fracruras en Iit muestra 2) Hittogra1M para las muaeraJ confozcturas (figura 79) a) Todas las rnuesrras con fracturas son del tipo AI.1. A. A. b) Se inspeccionaron todos los resortes despues del tratamiento de calor y se midi6 5U dureza. R. 450 ~ 3% 10 H. Tumo No P1JS.

O 20 Figura 7. AI " ..402.. 7... . y no se encontraron eutre ellos rnuestras con fracruras. s = 12..000 4Rooo X . b) Debido a que todos los resortes con fracruras son de tras del tipo AI' parecerfa que los rnerodos de Pf()QlICCl(l para los resortes para tracrores pequefios no son .D LEi 16 LEI 20 LEi 10 0 403.11 Hisrogramas diferenres mInOS BI y B2 . 20 10 LEi x n "" 64 B. y los valores individuales se buyeu mas ampliarnenre...68 R '" J~... 10) a) y Al 0 La dureza promedio de los resorres para los tractores 20 10 0 LEi fios (AI) es mas bien aim.25 ....16 :Ii' - " .. cipos de resorres Al YAz 4) Histogramas para diferenus turnos B] y B2 (figuro.28 0 Figu ra 7.22 350 400 450 Hb n = 64 14 LEi I LEt 4~..11) a) La medida para B] es mayor que 101 de B2 y la variacion es rnenor.594 B La distribucion de los valores de dureza para los resortes tipo Al para tractores rnedianos no es arnplia. .]8 3) Histogramas fMra diforenw tipos de resorts Al (figurtl 7.. 64 s- H.10 Histogram as para difrrenre.. . Figur a 7.. 11. b) Entre las rnuesrras B2 hay algunos resortes con fracturas. Figura 7..''"-u 350 400 p3fa.45 = 403.]66.6.94 s = 17..9 Histograma de rnuesrras con fran u ras b) La dureza de los resortes con fracturas se distribuye de lin valor aim y rodos son mas altos que 440 Hb..118 co-mno SIITE GW1~S DE CONTROL 119 11 X_ " s 128 X .1I s .8 Histograma general AI JO :Ii' s '" 399..

pero c) para AlB 1 YA I Bl son ligeramen~e rnayores.LE'1. [a combinaci6n de A2B cs excelenre. que para A2 B I 0 para A2 B1· b) No hay difereucia signifieativa en las medias.46 10 LEi x..sl " = 32 x = 3911. Ninguna de rnnestras tiene fracruras. calculado por _ Cp _ LEs .8' !I .12 Hisiogramas p:IPd 450 Hb PlY Pz las diferent es posiciones 5) Histogramas para d~forerltNposiciones en eltratar.12) a) La dureza media de las muestras rornadas del centro del no (Pl) es baja.350 .: 406.: 14.06 !I = 13.13 Histogramas 10 400 para difi-rcmes A. Basado en la actual dureza maxima y minima. 6x8. Fign.l5 OF CVNJIIOI ----------------------A. " = 32 121 PI 20 LEi 10 " = 64 X = 396.14) La dureza media para las mnestras de ripo A] (para tracrores pequefios) es clararnente mayor para las muesrras rornadas de [a posicion P2 (cerca a [a pared del homo) que para las rnuestras tomadas de la posicion PI (el centro del homo).04 . facrores A Y B (ndice de capacidad del proceso Cp tiene un valor extrema- darnenre bneno de 2. Los valores para la combinaci6n A2Bl se concentran dor de la media de la dnreza especificada.460 . - 6) a) Histogramas para d~forentescombinaciones de foe Ay B (figura 7. .44 11.97 1 I'or tanto. 7) a) Histogramas para d~ferentes combtnactones defactores A.nte'f! de calor Pj Y P2 (figura 7.71 LEI 20 LEi 10 OLL~dCLi~LL~-L_ 350 400 Figura 7.B.. By P (figura 7.120 CAPHIILO SIETF GllliFfC. c) Parece que aquellos resorres rrarados cerca a la pared del no rienen probabilidad de tener una durezalo grande como para producir fractnras. b) La dureza media de las rnuesrras comadas de cerca a [a del homo (P) es aha y la variacion es ligerarnenre Algunas de estas rnuestras rienen fracturas.04.13) La variacion para las combinaciones Al B 1 Y AI B2 es 6. 7. y la variacion pequefia. y la variacion es pequefia.2 .13 LEs cornbinaciones de do.

II = 16 j J . rrn.BI d) Las cornhinaciones (A2BIP1)' (A2B1PZ) y (A1B!'l) se eoncentran alrededor de la media de la dureza especificada y Ia variaei6n es pequefia..45 392..R (figurll 7.P. de bien dose 101 mayor variacion a B2.122 aplTL]LO SJETI' GMHDIS Dt CONTkOl.7I Informacion obtenida de fa grdficll x . II j $ = 16 = 401. nlfb 400 I -x - A. II La desviacion esrandar riene eI rnisrno valor de alrededor de 10 Hb para las eombinaciones (A1B1P1). 26-33 y 51--64 son anormales.BtP. La variaeion entre los diferentes subgrupos incluye la variacion entre lores y entre rurnos. AIBIP.r~ diferentes combinaciones de He!' facIO res A. 31-39 y 43. pero 101 larga serie de valores para los lares 15-26.. B r P . es decir. nl: J. el error de rnuestreo y el error de medicion. J J97.B. J- AIB. II = 16 41B.31 1S.P. el A. y suavea mente conecrados para los lotes 7-14. ii) Res relarivamente grande para resorres del tipo AI (rractor pequefio) y relarivarnente peqnefio para resortes del ripo A2 (tracrores medianos).4' :0 A.19 = 16. par tanto.81 AIB. j ~ 417.P.P. b) Grffiea x No hay PUnt os por filera de los limites de control. " = 16 X 399. Esta diferencia parece deberse aI factor B.53 son anorrnales. a) Grafica R i) Ninguno de los valores esta par Iuera de los Hrnires de control.20 n±o I I A. "I 4~ II j . 123 b) La dnreza media para las rnuestras tipo Al (para rracrores medianos) no parece depender de Ia posicion de la cual se rornen las rnuestras. 101 variacion en el interior de nn subgrupo es Ia variaei6n denrro de un lore.15) 1) GrdfiCIl de control gmerlll Debido a que los datos esran divididos en subgrupos por lotes." = BS1 I .B. ~J rh. (A2B1P2) y (A2B2Pl)' Tiene un valor mayor de alrededor de 15 Hb para las combinaeiones (A IB!'I)' (A lB2P2) y (A2B2P2). pero las largas series de valores relati .11). la variaci6n entre PI y P2.75 = 16 s = 10. I. deben clasificarse por separado. diferentes ripos de manes y diferentes dfas (tabla 7.94 = 9. (A1B1P1).13 s '= 9. (A1B1P1). Enos dos ripos.08 16 Hb Figura 7.P.14 Hisrogramas pa. II = 16 j- s = 16.B. 398. indicando un estado mera de control.. e indican que el proceso esta Iuera de control.

.. :l :l :. ! .::.:. B. B...4.. . • .... ::: X 3 A.X l}t 1! Tabla 7. . . - .: .: ill k ::J .. . i!: c... B... 2 ::l ~ g" ): I: A. B) " ~ i :~.124 U ptruLo 5JlITE r. I 1 Subgrupo> de la g r.JUFJr . . . ! " " " "" u " u:: (9 . "i '" ~ * . "" :0 :0 . .:.1 DE CONTroL 125 upo Oia de resorte A Turno B Posicion Late No. .:.: .lI1ca de control general .. e ~ ~ !:: ':':l So ~ . ""' I'. :. A. I: ~ ~ ::: ..

por [3nW. resultado de las diferentes medias de las dos disrribucionet Es necesario estratificar los datos segun Ia posicion (n. (J al" Dla Tipo de resorle A Turno B Posicion Lote No. 2 (1" =(1w. O"w es BI 3 A[ B1 La desviaci6n esrandar obtenida de la figura 7.13 (A2B2) es 13.1 c) (A2B [).fica induye tres pumos fuera de los llmites de con- x rrol.13 (A2Bl)' d) B[ 2 A. Tabla 7. (figurr1.12 Subgrupo. Debe exarninarse el metodo usado en eI rurno B2. EI proceso est" en operaci6n esrable. t4 = 1. es decir. 7. Cada subgrupo se comoon (AlB[).97. B1 (A2B2): La gnifica R esta en estado de COntrol. la gd. En este caso rt = 2.128. Hay uua variacion entre los subgrupos. Esta rendencia es.13.16) por lote. entre los lores y dla a dia). . Ia b) (AIB2): (AIB[). En otras palabras.w segiin dos lacwres A y B se expresa por 2 +(1h 2 ' a) Tanto la graflca R como la grafica x muestran aproximacion a la linea central. no hay variaci6n entre los subgrupos (es decir. La variaci6n entre los incluye la variaci6n entre lores y Ia variaeion diaria (tabla 7. Ia variacion entre lores (Jb esta dada por de datos sabre resortes tornados tanto del centro del como de cerca a Ia pared. estirnado del histograma de la figura 7. Tanto la grafica R como Ia x estan en estado centrolado. la variacion entre subgrupos es del rnismo orden que la variaci6n en eI interior de subgrupos. el mismo valor de renernos BI Al B1 Esto es aproxirnadamenre 0"x (J". y no est" en esrado de control. En orras palabras. Sill embargo.126 CAPITULO S[ETE GJlMIClS DE CONTROL 127 2) GrdfiCdJ' e control estratificatiLll J"egUn d foctom A y B . La variacion esrirnada entre lotes. donde = s = 8. entre lores difereutes y dfas diferenres. Puesro que 2 (1". Esrimernos la desviacion estandar en el interior del lore. Puede decirse 10 rnisrno que sobre las grfficas para Debido a que los datos estdn enra[ificados en eI interior de un subgrupo es Ia rnisma qlle la variacion interior dellote correspondiente. de graficas de comrul cmadfica.

-1 11. B P. pero ramo la graficax como la gd. Asi.lil s g " I . 1 I Ii I . Un punto se encnentra por fuera de los llrnires de control. BI 9 10 11 12 (385) L39_0 377 Bl 378 . de control para resortes de tipo Al iegUn By P (figurd 7.17) Dtcbido a que la media difiere segiin la posicion en el horno. . ..6 '" Tabla 7. 1 P1 BI (396 ~ .o . Bf 6 7 . ::a II I o . : 1> i I I ~ ~ 8 . II I I ~I--~I~_I~I\'~~~~ r> I I II i 3 A. combinando los dato5 de dos lotes cada dfa en un subgrupo. .I£TE ~""RAE[CA. Tlpo de Did rcsone A Tnrno Posicion Lole No.. 1 Al B1 B.13 Sllbgrupm de grifica> de control para "."ones ripo Al estra rificadas .fica R rnuesrran un estado de control relarivarnenre esrable. ~: II I I I I I I I ~ ~ .I \ g: II I ..S DE ((J''-TR()L 129 estratijicadas Grafted:.::: II 3 I I I I 4 5 ~ ::i 10 I~ g 11 Iii I I i~ I I I I I I 2 A.128 CArITUI.. la cual inclnye la variacion entre lotes. 2 lJ%J 408 408 (393l l401j 404 396 1 420 421 423 438 400 399 4]8 429 410 432 407 410 11 1 1 ..cb'l'm B r P a) La diferericia en x para (AlB]P1) y (AIB]P]) es obvia. la variacion en el [nrerior de nn subgrupo consiste en la variacion dnranre un solo dia.ubgrUP05 consiste en la variacion entre dlas (tabla 7... se hicieron grmcas de control segun posicion (11.13).. La variacion entre .

veremos qne en la ultima gr:ifica.=Rld2= 8. ~ II ~ '!! J .J ~ I I II r ~ ~ ~ ~ ~ iii !! ..r .... haciendo que la variacion debida aI proceso como variacion entre snbgrupos. ." . l'! Q:: I I" Co ~ s ~ d:C II 12 $ rill i ~ iii !! 00: J?J: X . Esro lie debe a que se ha cambiado la sicion de los subgrupos. ~ I I I I I I I ]' I I x/l x:. incluye la diferenci.130 CAPtT~'LO Sll'TF GRAFIGtS DE (ONTIIOL 131 b) Una comparacion ds PI y Pz para Ia combinaci6nA1BI• que R es aproximadamenre la rnisma para (AlB (A1BIP2)' los datos para estes pneden reunirse para 0"iii' en to nces G".. ..._ .54.. I . it I " ":! '!! ":! :: :! ::l Respecto a a Ii que.16 (AIBI) con la figura 7... ~ .a dependiendo posicion. " -e • ...~ ~ 5! :: ~ ~ ":! I I I C> .1 . •. y que esto debe mejorarse..r (AIB1P1).. -~ ~ u ~ .J! 0 I I \ ~ II . • . la de la primera por P ha dado como resultado un estado control estahle.71 2 -6.. x " . ... I I I ~1 ~I I I .1 2 /14. -. Los datos deben agruparse de ra que la variacion dentro del snbgrupo sea 10 posib(e._ I I I> co = .. " .. . I ~ I <I ~ ~I = ~ ::l ::l mas !!!~ ~~ e " b ~ I~ 1 . ~ = S! "'-... -'.. Ii f! !..J C II /i ~ 8 i i :R :! ~ ::::: '!! ~ X a.. esta se obtiene por 5 . :'J . iii" La concribucifn de la variacion entre suhgrupos a la cion W[a1 ax se pnede expresar como un porcentaje de .... ') •• 1. u. !:::.3 "I:l Ph =(1h 1(1" xl00=(13..128 =6.50 2 x 1. ~h2 =ax -aI(' h2 ~4 .I \ II " .71 )xlOO=80% 2 ~ r: n (1b - depende de la posicion en el horno.. U -' • J~ .54 =1 2 =13.25+6. l ~ ~ I I Ii II ~ 11 ":! '!! • it t ...18. c) cando rarnbien que la dureza de los resortes esra sesgada gUn su posicion en el homo. Si cornparamos la figura 7... . ... I:i '" ~ ..18 En este caso. R I ..

132 C. Se cree que esto se debe a! metodo por el cual se empacan en el homo de rrararnienro los resortes para tractores pequefios. B.18) A. 6 Tabla 7. Es necesario establecer la relacion enrre la dureza de los A.\. y los datos se agruparon en dos JOles cada con 11 = 4. cambiar el rnetodo de empaque por uno que no cause una diferencia de (em peratura mayor que la que accualrnenre se produce cuando se tratan los resortes de rarnafio rnediano. Leo m 413.92 b) (A1Bz).B. B.B. a) (A1B1): Las graficas trol.14 Subgrupo.18 Grific a s de control pa~~ resorre ripo A2 esrrariflcarlas Tipod. por tanto.111 x no 10 esta. de graficas de control para resortes IipoAZ '''' trarif cad as :<eg(m B . c IV Respecro al ripo Az no hay diferencia en la dureza seguu la x y R esciu arnbas en d esrado de se esrima a partir de Leo ~ 47. La variacion inter-subzrua es la variacion entre dlas. LCa = 414.18 A.37 cion en eI homo. Un pUntO se encueurra por fuera de los de los lfrnlres de control y se observa un acercamiento control. 2) Hay un problema con la fijaci6n de los esrandares de operacion. "'"""" A TUIDO B Rnumen y medjdds remedialn 1) Las Iracruras han aparecido eu los resortes para los rractores pequefios. iucluyendo tanto la variacion interior de los lores como eutre ellos. Cuando los resortes pequefios recibeu el tratamiento a! calor se produce una diferencia en la temperalUra eu el centro del homo en cornparacion con la posicion cerca a la pared. La grafica R esci en es tado de. control. Se cree que esto aurnenta la dureza de los resortes y da lugar a fracturas. Figura 7.PITlllO SIETE GRAHCAS Of ("UNIiIOL 133 4) Grdficdl" de control pard resortes tipo A2 segUn B (figurd 7. pero la R LC~ 21. Es necesario. segun B 01. la variaciou intra-subgrupos se pone de la variacion diaria. De esra rnanera.

es necesario exarninar si 101 capacidad del proceso es adecuada. pnede hacerse una sustirucion por rnediciones no destrucrivas.7 CONTROL DEL PROCESO CON GRAFICAS DE CONTROL Cuando se ha captado sufidentememe la relacion entre una racrerlstica de caJidad y los faclOIeS de proceso que la afectan. d de capacidad del proceso sera (2) Determinacion de Uneas de control Para adrninistrar un proceso por rnedio del uso de una grafica de control. y aI rnisrno riernpo rnejorar el proceso. 4) 5i se ternan las anteriores medidas. 5u procedimienro se da en la figura 7. Las siguientes con- .19.AFJCA5 Dt r:oNTkOf_ 135 resorres y sn rendeucia a fracrurarse.{fica de control mnesrra que el proceso esta en el estado deseado. Este paso se llama trot del proceso. 3) Una comparaci6n entre los diferentes turnos mOHr6 que sideradones deben renerse en cuenra en la determinacion caracterinicas de control.Ingo deseable.67. paso siguiente es conrrolar enos Iacrores en ciertos niveles manera que e] valor. 7. a) Los valores caracterfsricos estados del proceso. operacion en eI turno B2 no era enable. tanto para resortes pequefios como para tes de tarnafio mediano. es necesario iniciar actividades rentativas de control contra las anormalidades fijando lineas rernporales de control.esperado de la caracrerfstica de calidad maruenga denrro de un [. entonces las Uneas de control se exrienden para el control del proceso..97 =1. es de esperar qne se la capacidad de proceso obrenida acrualrnenre con la nacion A2B]. Se deben revisar estandares de operacion y los merodos. La gdfica de control que se hace para el analisis del proceso se compara con los valores estandar.:ln~b" Como una estimacion temporal basada en los dares aquf._<t. pueden no ocurrir fracwras. si el proceso es estable y si los rangos de variaci6n de la caracrerisrica de conrrol en la gr:Uica indican conformidad satisfactoria con eI esrandar requerido para producir cierro prodncto. se debe fijar Ia dureza maxima en 440 Hb. d) El rnuestreo y 101 rnedicion deben ser economicos. Para el caw en q ue la medici6n impliqne la destruccion de los materiales. y fijar nuevos . La grafica de control sirve como un medic para idemificar condiciones anorrnales de los procesos y rnanrener 105 procesos en condicion esrable. 5e debe investigar razon por la cual no hay variacion entre lotes en un dla sl la hay de dfa a dia. Cp= lis-LEi 6s = 440-350 6x8. Una caracterisrica susrirutiva puede usarse si riene una relacion f(lerre con la caracrerisrica de control original. por de la cual no se encnentran fracruras.. los defectos se elirninaran y el Los resultados deben esrar disponibles de inmediaro.------------------------ 134 CtlPtJ'lJLO SIETE G/l. 5i la gr. Cuando se encuenrra que el proceso es inadecuado y sn caracteristica de control no esta en un esrado de control. (1) Caractedsticas de control Una variable que se Usa para conducir el control de un proceso se llama la caracrerlsrica de control del proceso. b) Deben minimizane de las los deben reflejar correcrarnenre los efectos de areas exrernas. es decir. 5i se conrrola la por debajo de 440 Hb.

. deben rnanrenerse revisiones regulares de las 1Ineas de control. Su revision debe basarse en el rango de las fluemaciones que pneden ocmrir cuando el proceso esta bien conrrolado.'lO SIETE r. Se deben hacer revisiones de los estandares para mejorar. Esta revision debe haeer. de control mencionados. y debe aclararse el proceso para fijar los Con trol del proceso por Ia eXIenli6 n de Ias IIne&II de con trol Figura 7.WJ[".U6 CAP1Tl. h) Los estandares dcben fijar clara mente la responsabilidad y la autorizacion. Para proponer un conjnnto de estandares de operacion se deben rener en cnenta las siguientes corrsideraciones: a) La esrandarizacidn debe ser consistente con los objerivos NO RCCBk:ula r 111'1lllea!! de control I eliminando 100 d atOll fUttI. i) En la docurnenracion de estandares debe tenerse en cuenra la facilidad de ucilizacion de los rnanuales.le 10 mas pronto posihle. es necesario captar los factores que contribuyen a las flucruaciones del pmceso y evitar carnbios anormales de eHOS facrores. Para lograrlo se requiere la estandarizacidn de los procedirnientos de operacion y de los rnerodos. SI NO (4) Estdndares de operacion Para poner todo nn proceso en nn esrado estable por medlo del conrro] del proceso. c) Los estdndares deben ser pracricos y servir como criterio de d) c) f) g) operaci6n. Deben especificar los procedirnientos importances. Debe cornprenderse clararnenre el contexte de elaboraci6n de los esrandares. I 9 Fllljo de decision d~ line:LS control de estandares. b) Los estdndares dehen esrablecerse para controlar la flucmaci6n de los facmres comrihnyemes.lOS prclimin~ de las ifneas de control Es necesario revisar las Hneas de control cuando se reconocen eambios tecnicos en e! estado del proceso. Son dccisiones tenrarivas y no necesariarnenre me tas ideales.AS DF COlO ROt 137 (3) Rnision AnAlilia del proceso con billie en dl. Aun wando no se recouocen earnbios conspicuos.

Iimires de control se dererrnina basandose en la variaci6n debida Por orca parte. Puede obrenerse realizando el trabajo segun las insrrucciones de rrabajo. a1 azar. d) EI proeeso esra en estado de control pero los productos tampoco son defecruosos. Si los llmites de la especificaci6n se aplican a Item individual..20.. m) Deben implernenrarse y enrrenarnienro.) EI proceso no esta en un estado de control y tarnbien se producen items defecruosos. :l 011- i L""~LCa LJclEi LE L£. su instruecion no haeia el el proceso esta en el estado de control 0 no. Deben esrar orienudos hacia las mew. educaciou y (5) Comparadon con las especificaciones Cuando haya que cornparar los datos del proceso con los de especificaci6n. pwceso podria producir productos defecruosos.ifkacion"" . como aplicacion.rvvr Lei Lei d) f c) inferior. ni con los lirnires control... ". b) EI proeeso escl en estado de control y sin embargo se produ- documenracion. inferior de la especdicaclon con un margen.20 Cornparacion de grati= de control con I.II . Fl esrado de control es un esrado eu el cnal las cansas asignables se eliminan y la variaci6n del proceso se debe solo al azar.. revision. pnede juzgarse factorio para los esrandares. d. los ifmires de la especificacion deben comparan se con los datos de cada Irern.I.0L 139 j) Se deben describir las medidas temporales para emergenc k) Deben renerse en cuenra las consideraciones a prueba de I) res y para la seguridad... no con i. es indispensable la para conrrolar los principales facrores del proceso. rnientras que los j{mites de especificaci6n se hacen para proporcionar un juicio .. este proceso puede rrolarse por las lineas de control calculadas a partir de los del proceso.138 CApITULO SIETE GIliF/CA. Ad. es probable que se presenten los siguientes cuarro cases: .. Aunque un proeeso se encuenrre en el esrado de control.. Se procedlmientos correctives.~obresi cada prodncro es defectnoso 0 no... exito de la esrandarizacion depende de la devoci6n de los dores a los estandares. En ia planeaci6n de esrandares. rarnbien se deben cer los proeedimientos relacionados con la esrandarizacion.""pa. como se muestra en la FIgura 7. 7.. hagalo con la unidad determinada en las cificaciones. l . Enronces. En la realizacion del proceso de los estandares dehen revisarse continuamente hasta la perteccioa usando la grafica de control. . y viceversa.. Eotllllo fu. los IImires de especificaci6n se deciden por las dernandas de los consumidores 0 los usuaries. namiento. La amplirud de los mo. Si el histograma se encuenrra demro del llmice superior. Ifmites de control se hacen para proporcionar un juicio sobre Figur-.) b) Eabdo conlro'-!o bt ~i. si el histograma rebasa los lfrnires superior cen frems defectnosos. Por orra parte.~ DE CONl1l. Tambien. c) EI proeeso no esrd en esrado de control pero los productos no son defeceuosos.A .. Ademas... significa que el proceso no es satisfacrorio... ~ .

7 53.6 53.9 52.8 52.2 53. se midieron las dimensiones de las cuatro veces al dia. 2) 3) 4) 5) El nurnero de productos defecruosos en 1. En esre caso.'! Of CONTJ/()I 141 No hay problema en d caso d)' pern se presenra cuando ocurren b) 0 c).4 52.1 53.4 52.8 5].9 53. 6) EI valor de resistencia de cinco piezas de prueba en un dla.1 Seleccione un tipo apropiado de grafica de control para lar las signiemes caracreristicas de COntrol.8 5. de la .6 54.8 52. El nurnero de defectos de soldadura en nn equipo de Rendimiento de un producro qufrnico en una serie. 1 2 3 4 52.0 52.7 53.9 52.8 5].0 53.4 5]. EI porcentaje de producros defecruosos en nn lore cuyo mafic puede variar.1 53.1 53.5 6 9 10 11 12 13 16 17 18 19 20 23 24 25 26 27 30 Die.5 54.3 53.9 54.7 5].9 53.2 5].5 16:00 5].2 52.3 5].0 53.3 53.] 5].5 52.1 53.8 53.6 53.6 53.8 53.2 53.3 52.8 53.8 53.4 53.1 53.0 53. Haga una i .R para analizar esre procew.0 53.0 5].6 53.7 53.1 5].0 5].5 5]. 2 2 3 4 5 G 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 J 4 .0 5].2 53.1 52. debe considerarse el mejoramiento ciencia de la produccion.4 53. 7) FJ numero de rayones por 1 ml en una placa de acero.5 5]. .9 52.1 53.1.2 5].8 52.2 53.9 53.3 54.8 53.9 52.8 5]. El caso c) cnando el proceso riene suficience capacidad para la cion.2 14:00 52.5 52. la dad del proce~o es insuficienre para la especificacion. La razon es nna falra de arrnonfa capacidad del proceso y la especificacion.1 52.5 53.000 partes. En el caso h).1 53.9 53.7 52.9 52.2 Para invesrigar el perfil de variacion de ciertas panes en lin ceso de maquinado.9 53.0 5].1 53.4 53.140 (APlnJlO SIETE GIlA FICA.3 53.7 53.5 53.\Jo.0 52.1 5].7 53.9 5]. Para nir la ocurrencia de producros defectuosos.4 53.8 52. a las 9:00. 22 23 24 25 Ejercicio 7.6 5]. Hora Fecha 9:00 11:00 52. l) Peso de galletas empacadas. de control 11 :00 y 16:00.9 53.2 53.1 53.3 Ejercicio 7.9 53.1 53.7 53.0 5].4 Nov.3 52. debe hacerse el fuerzo para mejorar la capacidad del proceso.

5) En una grafica de control en la cual es deseable un valor quefio de la caracteristica de control. en la practica no se Aditividad de las varianzas 8. u = I X +1 X6 + . 8) Cuando una gr:ifica x . 6) Cuando una grafica de control rnuestra un esrado co do. 4) En una gr:ifica x . 7) Suponga que un pumo cae por fuera de los hmires de trol.R. los .JETE Ejercicio 7. En esre caso. peco si eI dado no esta cargado. un punro caera por fuera de los res...5 6 1 1 6 1 La varianza del rnimero de pumos es (J 2 = ~ L.R. 6 12 (8. el peoceso esra en un estado perfecta estabilidad. debemos averiguar la causa mente y tomar acciones apropiadas. consideramos el proceso esta en un estado de comroJ. Si los limites de especificacion son amplios.1) y su desviacion esrandar es (J "'" ~12 = 1. rniramos si hay variacion subgrupos con base en la variacion dentro de los subgrupo 3) Cuando todos los puntos registrados en una gr:ifica de se encuentran entre los Hmires de control.. la probabilidad de que una cualq uiera de las caras quede lucia arriba es de 1/6. cuando sea necesario. la grarlca X rnuesrra un cambio media de un subgrupo y la gr:ifica R muestra un carnhio variac ion en eI interior de un subgrupo. Y sus frecuencias relarivas pueden obtenerse de la tabla 8. +6x =3.(x-3.3 Corrija los errores. solo mos que cuidarnos del proceso.1. aun si no hay cambio en eI proceso.2) Cuando se tira un dado dos veces y se obtiene la suma del nurnero de pumos.R. Debernos ttatar de mantener este do. I) En una grafica VIII x .A5 MEDIAS Y I. sera a1gtin valor entre 2 y 12.71.5) 2 x=1 1 35 x-=.1 I. Pero si los lunires de la cificacien son esrrechos. el proceso producira productos que se conforman con especificacion. {35 (8.142 CAPITULO . podremos captar la capacidad del por medic de un histograma de x (datos bdsicos).R muesrra un estado estadfstica mente controlado. 9) En una grafica X luy quince puntos succsivos entre los res de control y ± I-sigma. El valor esperado del conjunro de pumos es liza el LCi. en las siguientes siones. 2) En una grafica x .A5 VARIANZAS DE SUMAS Antes de tirar un dado no sabemos que cara quedara bacia arriba.

Sign up to vote on this title
UsefulNot useful