Scribd Logo
Upload

Welcome to Scribd!

  • Publicador Anales,+gestor A+de+la+revista,+anales II 1949 p.12-26

    Uploaded by

    Fernanda Martínez
    3 views15 pages

    Original Title

    publicador_anales,+Gestor_a+de+la+revista,+Anales_II_1949_p.12-26

    Copyright

    © © All Rights Reserved

    Available Formats

    PDF or read online from Scribd

    Did you find this document useful?

    Is this content inappropriate?

    Report this Document

    Copyright:

    © All Rights Reserved
    Download as PDF or read online from Scribd
    Flag for inappropriate content
    3 views15 pages

    Publicador Anales,+gestor A+de+la+revista,+anales II 1949 p.12-26

    Uploaded by

    Fernanda Martínez

    Copyright:

    © All Rights Reserved
    Download as PDF or read online from Scribd
    Flag for inappropriate content
    of 15
    Ing. Carlos Krumm S. Control de calidad en la Industria Uso de los métodos estadisticos E1 uso de métodos estaiisticos se ha generalizado en los tiltimos afios y se apli- can cada vez con mayor éxito en la investigacién y en el andlisis de los mas variados fenémenos de la ciencia y de la vida practic, La teorfa estadistica ha alcanzado un alto grado de perfeccién que se comprueba y se complementa experimentalmente. Tal vez la aplicacién mas antigua de la teoria estadistica es el método de los cuadrados minimos descubierto en el siglo x1x y conocido entre los ingenieros por su aplicacién en las operaciones geodésicas. El mismo método se aplica en astro- nomia, por ejemplo, en las’ observaciones de las trayectorias de los cuerpos celestes. En biologia los métodos estadisticos tienen una aplicacién importante, sea en seres humanos o animales de experimentacién para el estudio de enfermedades, de la herencia de ciertas tendencias normales 0 patolégicas, del efe to de medicamentos, etc. En la fisica nos encontramos con leyes estadisticas como la de Boyle, la segunda ley de la Termodinamica, las leyes de los quanta y las modernas teorfas de Heisenberg. Luis de Broglie, en su obra . Ya en el afio 1935 los in- gleses habfan publicado la norma B. S. 600 con el titulo de «Application of Statistical ‘Methods to Industrial Standardisation and Quality Control», por el Dr. E. S. Pear- son, En 1942 se hizo una nueva edicién de esta norma bajo el ntimero 600 R. ti- tulado «Quality Control Charts® por los seftores B. P. Dudding y W. J. Jennet. tas publicaciones, especialmente la americana, contienen un mfnimo de teorfa y se sir- ven de numerosos ejemplos, tablas y graficos para facilitar las aplicacione: Recientemente, en reuniones de la British Association, que han tenido lugar en Brighton durante el mes de Septiembre de 1948, s> han lefdo dos importantes comu- nicaciones sobre el tema del control de calidad. Uno titulado «Statistical Methods and Engineering Processes> por los sefiores Dudding y Jenett que son a su vez los’ autores de la norma inglesa ya mencionada, El otro trabajo se titula un sico de trigo y juzga de la calidad de todo el saco por el examen de un puriado. El muestreo (sampling), es objeto de una téenica especial que se apoya en la teorfa y se comprucba en la prictica. Se comprende desde luego, que mientras mAs grande sea la muestra m en rela~ cién con el universo N mayor seguridad habré en que la ley de variabilidad de aquella sea andloga a la del universo. No obstante, se puede operar con muestras pequefias y obtener resultados satisfactorios basindose en leyes de probabilidad. 16 Anales del Instituto de Ingenieros de Chile a Distribucién de las frecuencias Cuando se estudia la variabilidad de las piezas en Ia produccién en serie, donde intervienen sélo causas de azar, se encuentra, como en muchos casos en Ja naturaleza, que las frecuencias se distribuyen como’ en el grafico de la fig. 1, que se denomina histograma, segtin una designacién de Karl Pearson. 250, 200 1 un 4 1 5 150 + z 1S a —! ; 3 Paella 8 1 S00] tan @ apes fe iy ‘ ify tele 1 Vy rales ete 5 + + my Pe 1 1 i rae te lahat olc 1 ee a ea ia a Bo 30 67,55 oo G el GF Gs ti GS OO eT a8 Inreevacos (piAMETROS ENmm,), Fig. 4- A medida que los intervalos se hacen mds pequefios los rectdingulos aumentan ‘en niimero y en el limite la figura adopta una forma parecida a una campana. En la practica esta curva no es simétrica, se inclina hacia la derecha 0 hacia la izquierda de la vertical y varia en sus caracteristicas de achatamiento (Kurtosis) de una mues- tra a otra. Shewhart en su obra «Economic Control of Quality of Manufactured Product» da a conocer 18 distribuciones distintas que se adaptan mas 0 menos bien a los casos observados. La distribucién de Gauss, llamada también normal, es muy usada por su sencillez y porque se adapta a muchos casos de la practica. Sin embar- go, la desconfianza de los matematicos se expresa en las siguientes opiniones: Pearson dice en una de sus obras: ¢Es posible encontrar un material que obedezca dentro de limites probables a la ley normal? Yo respondo sf, pero esta ley no es una ley uni versal de Ja naturaleza, Hay que buscar casos, Poincaré en su. «Calcul des Proba- bilités>, cita a Mr. Lippmann quien le ha dicho: todo el mundo cree en Ia le os errores: los experimentadores porque piensan que es un teorema matematico los matematicos porque creen que es un hecho de perimental. Estas opiniones hacen recomendable que empectinnvor quell == vel/ten ©) Pe np. >a(1 =) Si tomamos 2=3, n=100, tendremos dentro del intervalo +3e —3e un porcenta- 7%, je mayor de (1— —-) 100=88,89%. El teorema de Tchebychef tiene la ventaja de ser aplicable a cualquiera distri- bucién, de suerte que no importa que no sea gaussiana. Camp y Meidell en 1922 han generalizado el teorema de Tchebychef imponiendo sélo pequefias restricciones en la naturaleza del universo y son tales que puede usarse en general en los problemas estadisticos, La férmula de Camp y Meidell es; = ee eas ‘Aplicando esta férmula al caso anterior tendremos dentro del intervalo + 30 un porcentaje del 95% de las observaciones, por lo menos. Basfindonos en estas consideraciones podemos construir diagramas como el de Ja figura 4 en que se fijan los Itmites entre los cuales puede variar el promedio arit- ico. mite superior (X+3%) LIMITE INTERNO (ZT L967) 3o, - UNEA CENTRAL LIMITE INTERNO (X- 196%) Limite INFERIOR (X- 3%) 35( fuse! 7 MuesTRas SUCESIVAS. Fig. 4. Vemos que todas las muestras, excepto la N.° 2, han cafdo dentro del limite y, en consecuencia, su variabilidad obedece Gnicamente a causas de azar. La muestra N.° 2 indica que hay una perturbacién o una causa asignable que debe buscarse y eli- minarse, El ingeniero de produccién, advertido oportunamente por el diagrama, COMPARACION 0é LiMITES Usados PoR STANDARDS AMERICANOS € INGLESES. Stendard americano basado en + 30- Stendard Inglés basado en + 3,090~ yen t 190 DiSTRIBUCION DE GAuss Fig. 5- averiguard si la anomalia proviene, p. e., de un descuido del operador de la mAquiaa, un cambio de matriz, defecto de la materia prima, etc., y procederé a extirparla El diagrama de la figura 4 hace suponer que se ha procedido ast porque la produccién Sucesiva se desarrolla dentro de 10s limites de calidad previstos Conirol de calidad en la industria 21 En el diagrama se han fijado limites internos a la distancia 1,960, de la Iinea central. Estos limites en el standard inglés se llaman de advertencia (warning) por que la experiencia ha demostrado que, cuando se sobrepasan hay posibilidades de perturbaciones futuras. Hemos dicho en el parrafo 7 que hay tablas que dan el 4rea de la curva de Gauss desde la Iinea central o promedio aritmético, en funcién de los miiltiplos de la desvia- cién standard. Las desviaciones expresadas en esta forma se Ilaman desviaciones standardizadas. : Si se conocen el promedio y la desviaci6n standard de una distribucién gaussia- na, es posible calcular la proporcién de individuos que quedan fuera del intervalo que se desee, usando las tablas de las desviaciones standardizadas. Refiriéndonos ala figura 5 la proporcién de observaciones que tienen un valor: (1) Menor que X—1,96 ¢ o mayor que X+4-1,96 0 es 2,5% (2) Menor que X—3,09 ¢ 0 mayor que X+3,09 = es 0,1%, Los limites (1) y (2) son los adaptados en el standard inglés y los valores frac- onarios 1,96 y 3,09 tienen por tinico objeto obtener cifras redondas para las obser- vaciones que quedan dentro de los limites respectivos. El standard americano est basado en 3.¢ en vez de 3,09 a, 0 sca 0,13% en vez de 0,1% lo que en Ia practica no tiene mayor importancia (fig, 5). El standard inglés usa también cl limite interno de advertencia (warning limit), limite que nose em- plea en el standard americano (ver fig, 4) Aplicaciones practicas Para dar una idea de cémo se aplica el método estadistico que hemos venido exponiendo vamos a mostrar algunos ejemplos tomados de la practica inglesa y ame- ricana, pero usando la norma americana basada en 3 sigma. En primer lugar debe advertirse que la técnica es diversa sea que se trate de muestras grandes o pequefias, que estas sean iguales ono. En cada caso habra que aplicar un criterio adecuado. En general se advierte que mientras, més grandes sean las muestras mas se acercarA su distribucién a la del universo, pero con el incon- veniente que el promedio en muestras grandes puede ocultar individuos que estén fuera de los limites de la disiribucién, Las muestras muy pequefias, hasta de 4, ofrecen dificultades técnicas de célculo. Las razones anteriores hacen que se pre- fieran las muestras que contengan 5, 6, 7, 8, 9 6 10 individuos. También es objeto de una técnica la forma y la frecuencia en que deben tomarse las muestras. Si las muestras se toman al azar es necesario eliminar 16 que los estadisticos ingleses la- man «human bias» usando nimeros tomados de tablas especiales como las de Tippet- Veamos primero cémo se fijan los limites para el promedio aritmético. Se de- muestra que la desviacin standard de los promedios de los valores de muestras que contienen n individuos es ie vn z es la desviacién standard de los resultados individuales para el universo del 7 cual se extraen las muestras.——— se llama el error standard. nm 2 Anales_del_Instityto de Ingenieros de Chile De acuerdo con la norma americana los limites para el promedio seran @) (8) La desviacién standard, también tiene un error standard, que para el caso de muestras de n_ individuos es vin Pero ademas hay que efectuar la correccién Cs, en el caso de la desviacién stan- dard 6, introducida por Pearson y Fisher al estudiar la funcién de la distribucién de la desviacion standard. Encontraron que la distribucién era asimétrica, pero que se acercaba a la simetria a medida que aumenta n. No existen tablas para calcular esta funcién que es bastante complicada, pero si existen del promedio que tiene la forma siguiente: (9) Los valores de Cs se encuentran tabulados en las normas americanas e inglesas y en los libros de estadistica que tratan de la teoria de las muestras. Por ejemplo en Ia obra de Shewhart,

    You might also like