CONTROL DE CALIDAD FASE 2: APLICACIÓN CONTROL ESTADÍSTICO POR ATRIBUTOS Y PLANES DE MUESTREO
POR GLORIA ESTELLA MAZO RODRIGUEZ CODIGO: 21530372 GLORIA JAQUELINE MENA CODIGO: 3!557"! ALEJANDRO MARÍN URBIE CÓDIGO: 7200222
TUTORA NATALIA NATALIA MOLINA MOLI NA
UNI#ERSIDAD NACIONAL ABIERTA Y A DISTANCIA $UNAD% CEAD MEDELLIN ESCUELA DE CIENCIAS B&SICAS TECNOLOGÍA E INGENIERÍA $ECBTI%
INTRODUCCION
Los gráficos de control monitorean la situación de una empresa, con la finalidad de manejar y superv supervisa isarr el buen funcio funcionam namient iento o de la misma misma y detect detectar ar rápidam rápidament entee cualqui cualquier er anomalía respecto al patrón correcto a desarrollar. El interés de las graficas radican en conseguir y mantener el control, los mismos son fáciles de usar e interpretar, por lo cual, tanto el personal encargado de los procesos como la dirección de estos, tienen un manejo más eficiente para todos.
OBJETI#OS
• • • •
Realiar la gráfica !p y su respectivo análisis Realiar gráfica " y su respectivo análisis Realiar el grafico # y su respectivo análisis Realiar el gráfico $ y su respectivo análisis
F'() 2: A*+,-'-,./ C/+ E('4(,- * A,6( P+'/)( ) M6)() •
%eniendo en cuenta la tabla !o. & e'tractada de los registros de control por atributos que se le lleva a esta prenda que se encuentra en el (ne'o !o. ) de esta guía de actividades, construya las cartas p y np y analice e interprete los resultados. %abla &* +rafica "
F'--,./ P'86)) / M6)(' )9)-6('
P*-,./ 6)('+ PC -/9)
& ) 3 4 0 1 2 &&& &) & &3 & &4 &0 &1 &2 ))& )) ) )3 ) )4 )0 )1 )2
-,&) -,-1 -,&& -,&& -,&3 -,-0 -,-1 -,&) -,) -,&4 -,&& -,& -,-1 -,-0 -,-1 -,&4 -,&& -,-2 -,& -,&3 -,&) -,) -,&3 -,& -,-1 -,- -,-1 -,-4 -,-4
) ),0 ),0 , &,0 ) ,0 3 ),0 ), ) &,0 ) 3 ),0 ),) ,) , ,0 , ), ) &,) ) &, &,
/-,-01 /-,-01 /-,-01 /-,-01 /-,-01 /-,-01 /-,-01 /-,-01 /-,-01 /-,-01 /-,-01 /-,-01 /-,-01 /-,-01 /-,-01 /-,-01 /-,-01 /-,-01 /-,-01 /-,-01 /-,-01 /-,-01 /-,-01 /-,-01 /-,-01 /-,-01 /-,-01 /-,-01 /-,-01
-,-
&,) 1&,
/-,-01 -
) ) ) ) ) ) ) ) ) ) ) ) ) ) ) ) ) ) ) ) ) ) ) ) ) ) ) ) )
) %5%(L 06uente* (utor
/ L-,*
L-, LCS LC* * * -
-,&-2 -,&-2 -,&-2 -,&-2 -,&-2 -,&-2 -,&-2 -,&-2 -,&-2 -,&-2 -,&-2 -,&-2 -,&-2 -,&-2 -,&-2 -,&-2 -,&-2 -,&-2 -,&-2 -,&-2 -,&-2 -,&-2 -,&-2 -,&-2 -,&-2 -,&-2 -,&-2 -,&-2 -,&-2
-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-
-,&-2 -,-
+rafica * +# "
Gráfico de control p (n fijo) CC camisetas 0.350 0.300
Proporcion de no conformes
LCp
0.250
LCSp
0.200
Lcip=0
0.150
defectuosos
0.100 0.050 0.000
6uente* (utor
A/;+,(,(: los límites de control se pueden observar constantes durante las observaciones, como los limites no sobrepasan los límites control se puede decir que el proceso está dentro delos límites de control, y los datos tienden a estar muy cerca a la media, se presenta un ciclo en el que los valores tienden a ser altos y se debe analiar que esta ocasionando este comportamiento en el proceso.
GRAFICA NP
Gráfico de control np 9 8 7
Defectos
6
LSCnp
5
LCnp
Núe!o de te"#s con defectos 4
LICnp
3 2 1 0
Basados en la gráfica el proceso no se encuentra bajo control, debido a que el rollo de tela no. 15, presenta 8 defectos, sobrepasando el límite de control superior que es de 7.64, a! que tener precauci"n son los rollos #o. 7 ! 18, !a que tienen 6 defectos cada uno, mu! cercanos al límite. $os rollos %, 6, 16, &1 ! &7 no presentan defectos, la ma!oría de los rollos de tela presentan 'ariabilidad, respecto al límite de control central. (ste es un proceso que necesita ser e'aluado nue'amente ! anali)ar el proceso ! las posibles causas que están generando estas fallas.
G'9,-' C
"ara la gráfica # obtenemos la siguiente ecuación*
c´ =
Totalde defectos total de subgrupos
LCS=c´ + 3 √ ´c
´ −3 √ c ´ LCI = c
7onde
c´
8Línea central.
Realiamos la siguiente operación*
•
c=
⃗
82 30
c =2.733 ⃗
•
LCS=2.73 + 3 √ 2.73 LCS=7.69
•
LCI =2.73 −3 √ 2.73 LCI =−2.23 =0
. !o puede ser valor negativo porque tiene que ser mayores o igual a -
5btenemos los siguientes datos*
5btenemos la siguiente gráfica*
Defectos 35 30 25 20
Defectos
15 10 5 0
7ada a los siguientes datos, la muestra n9mero & se obtiene que se sale los límites de control, donde se obtiene una investigación en la falla de la empresa. :acando la muestra del n9mero & se obtiene lo siguiente*
•
c=
⃗
74 29
c =2.55 ⃗
•
LCS=2.55 + 3 √ 2.55
LCS=7.34
•
LCI =2.73 −3 √ 2.73 LCI =−2.24 =0
.
5btenemos la siguiente gráfica* 7 6 5 4 3 2 1 0 1 2 3 4 5 6 7 8 9 1011121314151617181920212223242526272829
1< G'9,-' U: "ara la gráfica $ obtenemos la siguiente ecuación*
u´ =
Total de defectos total de articulos inspeccionados
LCS=u´ + 3
√
u´ n
´ −3 LCI =u
√
u ´
7onde
´ u
n
8Línea central.
Realiamos la siguiente operación*
•
u´ =
82 4039
´ = 0.02 u
•
LCS=0.02 + 3
√
0.02 135
LCS=0.06
•
LCI = 0.02−3
√
0.02 135
LCI =−0.02 !o puede ser valor negativo porque tiene que ser mayores o igual a -.
0.07 0.06 0.05 0.04 0.03 0.02 0.01 0.00
7ada a los siguientes datos, la muestra n9mero & se obtiene que se sale los límites de control, donde se obtiene una investigación en la falla de la empresa. :acando la muestra del n9mero & se obtiene lo siguiente*
•
u´ =
74 3916
´ = 0.02 u
•
LCS=0.02 + 3
√
0.02
√
0.02
135
LCS=0.06
•
LCI = 0.02−3 LCI =−0.02
135
0.06
0.05
T)/,)/ )/ -6)/' +' T'+' N<1 )+ '/)= N< 2 ) )(' >64' -/)() +' (,>6,)/) *)>6/'? Q6@ (6-)) -/ +' 6)(' N< 15 -. '9)-' +'( -/-+6(,/)( )+ ))-,-, 86@ *'('4' (, () +' )=-+6)< Rta* este dato se encuentra fuera de los límites de control ósea este dato en específico presenta un n9mero mayor de defectos respecto a los demás, por lo tanto es vital intervenir el proceso y así evitar que el proceso por completo se salga de control y da;e el lote de producción, si se decide por la e'clusión de la muestra n9mero &, lo que sucedería es que cambiaría los resultados finales de la observación ya qu e el proceso estaría bajo control
P*/>' 6/ '/;+,(,( ) C6;/ )( -/)/,)/) 6(' +' >;9,-' - -6;/ +' >;9,-' 6 ) -/+ )('+)-) +'( -/-+6(,/)( >)/)'+)( (6 **6)(' ) )'< ( la
D,()) 6/ *+'/ ) 6)() ) '-)*'-,./ * ',6( -/ )+ 9,/ ) 86) )'+,-) 6/ '/;+,(,( '+ )(6, ) -'( -6'/< '< %ama;o del Lote* N =1567 camisetas T − Shirt
< !ivel de inspección necesario* "ara el caso determino utiliar el nivel de inspección T,* II $N'+%, es el que se utilia frecuentemente, aunque el nivel = tiene la mitad de la cantidad de inspección que el == y el
nivel === re9ne el doble del nivel de inspección que el ==, me parece que con este podríamos obtener una buena inspección y en definitiva ofrecen un nivel de protección igualitaria. >uscamos entonces la letra en la tabla de rango para nuestro tama;o de lote &40, en donde encontramos el rango &)-&/)-- que es el adecuado generando la letra clave en el nivel de inspección ==.
-< El tipo de plan de muestreo aceptación* :encillo, 7oble o m9ltiple. (rgumente su respuesta #onsidero utiliar un P+'/ ) 6)() ) '-)*'-,./ +) debido a que la empresa >elo ?orionte tuvo un inconveniente al despac
< !ivel aceptable de calidad A!(#B
El nivel aceptable de calidad o cantidad má'ima de no conformidades que maneja la empresa >elo ?orionte por políticas de control de calidad establecidos por estudios de ingeniería es de*
AQL = NAC 1,5
)< %ama;o de la muestra y sus características #omo se considera realiar un muestreo de aceptación doble se puede emplear la tabla de muestreo doble con la cual y seg9n nuestro caso se tiene los siguientes datos*
N =1567 camisetas n1= 80 camisetas c 1=2 camisetas r 1=5 camisetas n2= 80 camisetas c 2=6 camisetas r 2=7 camisetas
9<
Los criterios de (ceptación A(c ó cB o Rec
n1,2= 80 camisetas (CL 8 !(# 8 &,D.
P+'/ ) 6)() +)< #riterio de aceptación para la primera muestra Ac&B
c 1=5 camisetas r 1=6 camisetas #riterio de aceptación para la :egunda muestra Ac)B.
c 2=7 camisetas
r 2=9 camisetas
>< :i en una primera muestra aparecen 3 prendas defectuosas o no conformes, qué recomienda
< Cué recomendaciones
•
#onstruya la #urva #aracterística de 5peración ##5 correspondiente a su plan de muestreo dise;ado. %enga en cuenta el tama;o del lote !, el valor o criterio de aceptación c., para ello debe realiar los siguientes pasos.
a. #onstruya la tabla de datos con n y c, calcule porcentaje de no conformidad que se denota como np- ó "c* Este es el eje '. Luego en una tabla de distribución de probabilidad Poisson encuentre La probabilidad de aceptación "a de la ##5 que es el eje y. ?aga una tabla de datos en donde repita este procedimiento y trace la curva. %enga en cuenta que para la pareja ordenada "c8- le corresponde "a8& b. 7escriba lo que quiere decir la curva. 7escriba en función de los riesgos asociados al productor y riesgos al consumidor H c. #ómo se e'plica que en el anterior despac
d. Cué recomendaciones de ingeniería son necesarias para mejorar el control de calidad en la empresa >elo ?orionte :.(.: en el procedimiento de auditoría final de producto terminadoF. #omo principal recomendación, es que se debe adecuar un sistema de inspección más estricto, como el planteado en este trabajo con un modelo de aceptación doble el cual permite tener a9n más control sobre los posibles defectos en las unidades producidas, asi
como la implementación de unos modelos de inspección el cual se reduca los límites permisibles de errores y
CONCLUSIONES
Las gráficas de #ontrol son una
BIBLIOGRAFIA •
+óme, +erman. A)-&4B. #ontrol Estadístico por (tributos y "lanes de Guestreo. $niversidad !acional (bierta yHa 7istancia. $!(7. Recuperado el -3 de @unio de )-&4 de
•
+utiérre, ?umberto A)-&B. #arta de control para (tributos. App)&-/)-B. #ontrol Estadístico de la #alidad y :eis :igma. Gé'ico, 7.6.* Gc +raI ?ill. Recuperado de
•
+óme, +ermán. A)- &4B. "lan de Guestreo y #urva $niversidad !acional (bierta yHa 7istancia. de
•
+utiérre, ?umberto A)-&B. Guestreo de (ceptación. App-)/0B. #ontrol Estadístico de la #alidad y :eis :igma. Gé'ico, 7.6.* Gc +raI ?ill. Recuperado el - de @unio de )-&4 de
•
+utiérre, ?umberto A)-&3B. =ntroducción (l muestreo (leatorio. App&/)-B. #alidad y
#aracterística 5perativa. $!(7. Recuperado
"r oductividad. Gé'ico, 7.6.* Gc +raI ?ill. Recuperado de
•
+utiérr e , ?umberto A)-&3B. Guestreo de (ceptación. App )&/4&B. #alidad y "roductividad. Gé'ico, 7.6.* Gc +raI ?ill. Recuperado de
