SlideShare una empresa de Scribd logo
Control estadístico de procesos
Primera Parte
Control estadístico de procesos
• Control Estadístico de Proceso o SPC es un
método efectivo para monitorizar un proceso
a través del uso de gráficos de control.
• Los gráficos de control, basándose en técnicas
estadísticas, permiten usar criterios objetivos
para distinguir variaciones de fondo de
eventos de importancia.
Control estadístico de procesos
• Recopilando datos de mediciones en
diferentes sitios en el proceso, se pueden
detectar y corregir variaciones en el proceso
que puedan afectar a la calidad del producto o
servicio final, reduciendo desechos y evitando
que los problemas lleguen al cliente.
Control estadístico de procesos
Con su énfasis en la detección precoz y
prevención de problemas, SPC tiene una clara
ventaja frente a los métodos de calidad por
inspección, que aplican recursos para detectar
y corregir problemas al final del producto o
servicio.
Control estadístico de procesos
El SCP es una herramienta estadística que se utiliza
para conseguir el producto adecuado y a la primera.
Los gráficos de control constituyen el procedimiento
básico del SCP.
Con dicho procedimiento se pretende cubrir 3 objetivos
• Seguimiento y vigilancia del proceso
• Reducción de la variación
• Menos costo por unidad
Control estadístico de procesos
En 1924, como resultado de los problemas sobre
variación en los productos fabricados por la
Western Electric Company y diversos estudios
sobre muestreo, comenzaron a desarrollarse
los primeros gráficos de control.
En una memoria del 16 de mayo de 1924 del Dr.
Walter A. Shewart, de los laboratorios Bell,
podemos encontrar el primer gráfico de
control conocido.
Control estadístico de procesos
Definición de Proceso:
“Conjunto interrelacionado de recursos y
actividades que transforman inputs (entradas)
en outputs (salidas) para satisfacer las
necesidades de los clientes”
Control estadístico de procesos
Existen muchas técnicas para representar
gráficamente los datos de un proceso y poder
así estudiar su patrón de comportamiento.
Shewart propuso utilizar un gráfico lineal
donde los datos están ordenados
temporalmente, indicando además que había
dos causas de variación.
Control estadístico de procesos
“Causa aleatoria”
Estas causas son sucesos que provocan
pequeñas fluctuaciones en los datos “ruido de
fondo”, que no afectan al proceso global o
que puede resultar antieconómico corregirlas.
Aunque individualmente contribuyen con una
pequeña fluctuación, juntas determinan un
patrón normal de comportamiento.
Control estadístico de procesos
Por el contrario, existen otras causas de variabilidad
que pueden estar, ocasionalmente, presentes y que
actuarán sobre el proceso.
Estas causas se derivan, fundamentalmente, de tres
fuentes:
• Ajuste inadecuado de las máquinas
• Errores de las personas que manejan las máquinas
• Materia prima defectuosa
Control estadístico de procesos
La variabilidad producida por estas causas suele
ser grande en comparación con el “ruido de
fondo” y habitualmente sitúa al proceso en un
nivel inaceptable de funcionamiento.
Denominaremos a estas causas “causas
asignables’’
Control estadístico de procesos
“causa especial o asignable”.
Estas causas provocan variaciones que
ocasionan una separación significativa de los
datos respecto a la pauta esperada debida a
las causas aleatorias.
Control estadístico de procesos
• Un objetivo fundamental del SPC es detectar
rápidamente la presencia de “causas
asignables” para emprender acciones
correctoras que eviten la fabricación de
productos defectuosos.
Control estadístico de procesos
El Gráfico de Control es un gráfico en el cual se
representan los valores de algún tipo de
medición realizada durante el funcionamiento
de un proceso continuo, y que sirve para
controlar dicho proceso.
Control estadístico de procesos
Los gráficos de control tienen unos límites que
se obtienen a partir de los datos del proceso y
que delimitan las causas aleatorias de las
asignables.
Además, dado que los datos se ordenan
temporalmente, las tendencias y otras pautas
no naturales se pueden observar muy
fácilmente.
Control estadístico de procesos
Cuando a un proceso únicamente le afectan causas
aleatorias de variación, podemos decir que el
proceso está bajo control estadístico (o simplemente
bajo control).
• El hecho de que un proceso esté bajo control
estadístico, no implica necesariamente que esté
funcionando correctamente o cumplan con las
especificaciones (capacidad del proceso) y
cumpliendo las necesidades de los clientes
Control estadístico de procesos
Proceso
estable
Bajo control
Estadístico
Características
del
proceso
Estabilidad: El proceso sigue
comportamiento consistente esperado.
Capacidad: Los productos cumplen
con las especificaciones requeridas.
Control estadístico de procesos
• Si un proceso está fuera de control:
• Las predicciones sobre el futuro tienen una aplicación
práctica mínima.
• No podemos dirigir el proceso puesto que no sabemos que va
a ocurrir después.
• No podemos saber la capacidad de nuestro proceso.
• La mejora de los procesos es complicada.
• Si los clientes saben que el proceso está fuera de control,
pueden ser escépticos sobre nuestra capacidad de ofrecerles
nuestros productos o servicios dentro de sus necesidades, a
tiempo y todas las veces.
Control estadístico de procesos
• Hay que eliminar las causas especiales de variación
para conseguir un proceso bajo control y así:
• Calcular la capacidad de cumplir con las necesidades
de los clientes.
• Empezar a mejorar los procesos, reduciendo las
causas aleatorias de variabilidad.
• Predecir el comportamiento del proceso.
• Utilizar el proceso como benchmarking para otras
áreas.
Recopilación y Organización de la Información
Los datos son importantes, si pueden contestar
una pregunta y convertirse en información
Control estadístico de procesos
Muestreo de Aceptación. Concepto.
Procedimiento mediante el cual se puede decidir
si aceptar o rechazar un lote de productos, de
acuerdo a ciertas especificaciones de calidad.
Aplicación: inspección de materias primas,
productos semi-elaborados y otros
componentes; para determinar si éstos
cumplen con el nivel mínimo exigido.
Control estadístico de procesos
¿Qué es un defecto?
Es cualquier discrepancia de una característica
de calidad de su nivel o estado deseado o
estado que ocurre con una severidad
suficiente para causar que el producto o
servicio asociado no satisfaga los
requerimientos de uso planeados
Unidad defectuosa:
Es una unidad con uno o más defectos
Control estadístico de procesos
Clasificación de defectos
• Crítico: Vuelven al artículo no solamente
inútil sino peligroso.
• Mayores: Vuelven inútil el artículo
• Menores: Hacen el artículo menos útil de
lo que debería ser pero no necesariamente
inútil.
Control estadístico de procesos
Extracción de la muestra
Se requiere un muestreo que de muestras no
sesgadas; tal método es el muestreo
aleatorio simple.
Cuando es factible se puede además
utilizar la estratificación.
Control estadístico de procesos
Antes de construir un gráfico de control, tenemos que seguir una
serie de pasos para poder analizar los procesos:
• Analizar la característica de calidad de la que se desea hacer
el gráfico.
• Elegir el tipo de gráfico de control apropiado.
• Elegir los estadísticos para la línea central del gráfico y la
base para calcular los límites de control.
• Elegir un subgrupo racional o muestra.
• Diseñar un sistema para recoger los datos.
• Calcular los límites de control y dar instrucciones adecuadas a
todos los involucrados en el gráfico de control sobre su
significado y la interpretación de sus resultados
Control estadístico de procesos
• Definición de los términos
• El gráfico de control tiene:
• Línea Central que representa el promedio histórico
de la característica que se está controlando
• Límites Superior e Inferior que calculado con datos
• históricos presentan los rangos máximos y mínimos
de variabilidad.
Control estadístico de procesos
Definición de Términos
Subgrupos
Grupo de mediciones con algún criterio similar obtenidas de un
proceso
Se realizan agrupando los datos de manera que haya máxima
variabilidad entre subgrupo y mínima variabilidad dentro de
cada subgrupo Por ejemplo, si hay cuatro turnos de trabajo
en un día, las mediciones de cada turno podrían constituir un
subgrupo.
Media
Sumatoria de todos los subgrupos divididos entre el numero de
muestras
Rango
Valor máximo menos el valor mínimo
Control estadístico de procesos
Elección de la variable
La variable que se elija para los gráficos de
control X y R , tiene que ser una magnitud que
pueda medirse y expresarse con números, tal
como la dimensión, elgrado de dureza,
resistencia a la tracción, peso, etc.
Control estadístico de procesos
Elección del criterio de Formación de subgrupos
Los subgrupos deberían elegirse de forma que fueran
lo más homogéneo posible, y que de uno a otro
permitieran la máxima variación.
Un subgrupo debe estar formado por elementos que
estén fabricados lo más cercanos posible en el
tiempo. El siguiente subgrupo, por elementos
fabricados
posteriormente también en un corto espacio de
tiempo, y así sucesivamente; en especial, cuando el
principal objetivo de estos gráficos es detectar los
cambios de la media del proceso.
Control estadístico de procesos
Con este esquema de formación de subgrupos, a veces
es aconsejable que el intervalo de toma de muestras
varié un poco con respecto al tiempo estipulado
y que esta variación no sea predecible por el operario.
En cualquier caso , es mejor que el operario no
pueda saber cuáles serán los elementos que
integrarán
la muestra que se va inspeccionar.
El criterio más racional es aquel que se basa en el
orden en que se ha seguido la producción.
Control estadístico de procesos
Elección de Tamaño y frecuencia de los Subgrupos
Shewhart sugirió que cuatro elementos era el tamaño
ideal de los subgrupos
Se debe seleccionar subgrupos que la variación entre
ellos sea mínima , es conveniente que estos
subgrupos sean lo más pequeños posible
Cuanto mayor es el tamaño de la muestra, mas
estrechos son limites de control y más fácil resulta
detectar pequeñas variaciones. Pero para este caso
se utilizan otros gráficos utilizando la desviación
Control estadístico de procesos
En el terreno estadístico, es conveniente que los limites
de control se establezcan en base, a, por lo menos 25
subgrupos. Además, la experiencia indica que
cuando se inicia un grafico de control, los primeros
subgrupos pueden ser no representativos de lo que
se mida posteriormente
Control estadístico de procesos
Supongamos que tenemos una máquina de inyección
que produce piezas de plástico, por ejemplo de PVC.
Una característica de calidad importante es el peso de
la pieza de plástico, porque indica la cantidad de PVC
que la máquina inyectó en la matriz.
Si la cantidad de PVC es poca la pieza de plástico será
deficiente; si la cantidad es excesiva, la producción se
encarece porque se consume más materia prima.
Control estadístico de procesos
• En el lugar de salida de las piezas, hay un
operario que cada 30 minutos toma una, la
pesa en una balanza y registra la observación.
• Supongamos que estos datos se registran en
un gráfico de líneas en función del tiempo:
Control estadístico de procesos
Observamos una línea quebrada irregular, que
nos muestra las fluctuaciones del peso de las
piezas a lo largo del tiempo. Esta es la
fluctuación esperable y natural del proceso.
Los valores se mueven alrededor de un valor
central (El promedio de los datos), la mayor
parte del tiempo cerca del mismo.
Control estadístico de procesos
Pero en algún momento puede ocurrir que
aparezca uno o más valores demasiado
alejados del promedio.
¿Cómo podemos distinguir si esto se produce
por la fluctuación natural del proceso o
porque el mismo ya no está funcionando
bien?
Control estadístico de procesos
Todo proceso de fabricación funciona bajo ciertas
condiciones o variables que son establecidas por las
personas que lo manejan para lograr una producción
satisfactoria.
Control estadístico de procesos
• Los responsables del funcionamiento del
proceso de fabricación fijan los valores de
algunas de estas variables, que se denominan
variables controlables. Por ejemplo, en el
caso de la inyectora se fija la temperatura de
fusión del plástico, la velocidad de trabajo, la
presión del pistón, la materia prima que se
utiliza (Proveedor del plástico), etc.
Control estadístico de procesos
Hay una gran cantidad de variables que sería imposible
o muy difícil controlar.
Estas se denominan variables no controlables.
Por ejemplo, pequeñas variaciones de calidad del
plástico, pequeños cambios en la velocidad del
pistón, ligeras fluctuaciones de la corriente eléctrica
que alimenta la máquina, etc.
Los efectos que producen las variables no controlables
son aleatorios.
Control estadístico de procesos
La contribución de cada una de dichas variables
a la variabilidad total es cuantitativamente
pequeña.
Son las variables no controlables las
responsables de la variabilidad de las
características de calidad del producto.
Control estadístico de procesos
El uso del control estadístico de procesos implica algunas
hipótesis que describiremos a continuación:
1) Una vez que el proceso está en funcionamiento bajo
condiciones establecidas, se supone que la variabilidad de los
resultados en la medición de una característica de calidad del
producto se debe sólo a un sistema de causas aleatorias, que
es inherente a cada proceso en particular.
2) El sistema de causas aleatorias que actúa sobre el proceso
genera un universo hipotético de observaciones (mediciones)
que tiene una Distribución Normal.
3) Cuando aparece alguna causa asignable provocando
desviaciones adicionales en los resultados del proceso, se dice
que el proceso está fuera de control.
Control estadístico de procesos
• La función del control estadístico de procesos es
comprobar en forma permanente si los resultados
que van surgiendo de las mediciones están de
acuerdo con las dos primeras hipótesis.
• Si aparecen uno o varios resultados que contradicen
o se oponen a las mismas, es necesario detener el
proceso, encontrar las causas por las cuales el
proceso se apartó de su funcionamiento habitual y
corregirlas.
Control estadístico de procesos
• La puesta en marcha de un programa de
control estadístico para un proceso implica
dos etapas:
1a Etapa: Ajuste del Proceso
2a Etapa: Control del Proceso
Control estadístico de procesos
1a Etapa:
Ajuste del
Proceso
Proceso
Ajustado?
2a Etapa:
Control del
Proceso
NO
SI
Control estadístico de procesos
• Antes de pasar a la segunda etapa, se verifica si el
proceso está ajustado. En caso contrario, se retorna
a la primera etapa.
• En la 1ª etapa se recogen unas 100-200 mediciones,
con las cuales se calcula el promedio y la desviación
stándard:
• Luego se calculan los Límites de Control de la
siguiente manera:
• Estos límites surgen de la hipótesis de que la
distribución de las observaciones es normal.
• En general, se utilizan límites de 2 sigmas o de 3
sigmas alrededor del promedio.
• En la distribución normal, el intervalo de 3,09 sigmas
alrededor del promedio corresponde a una
probabilidad de 0,998.
Control estadístico de procesos
Control estadístico de procesos
• Se construye un gráfico de prueba y se traza una
línea recta a lo largo del eje de ordenadas (Eje X), a la
altura del promedio (Valor central de las
observaciones) y otras dos líneas rectas a la altura de
los límites de control.
Control estadístico de procesos
En el gráfico de prueba se representan los puntos
correspondientes a las observaciones con las que se
calcularon los límites de control y se analiza
detenidamente para verificar si está de acuerdo con
la hipótesis de que la variabilidad del proceso se
debe sólo a un sistema de causas aleatorias o si, por
el contrario, existen causas asignables de variación.
Control estadístico de procesos
Primera Parte
FIN

Más contenido relacionado

La actualidad más candente

Graficas de control xr
Graficas de control xrGraficas de control xr
Graficas de control xr
jjonsan
 
06 economía de movimientos
06 economía de movimientos06 economía de movimientos
06 economía de movimientos
cesar hernandez
 
Herramientas de calidad ejemplos
Herramientas de calidad ejemplosHerramientas de calidad ejemplos
Herramientas de calidad ejemplos
Brian Tooth
 
ESTUDIO DE TIEMPOS Y MOVIMIENTOS
ESTUDIO DE TIEMPOS Y MOVIMIENTOSESTUDIO DE TIEMPOS Y MOVIMIENTOS
ESTUDIO DE TIEMPOS Y MOVIMIENTOS
Genesis Acosta
 
Tendencias Lineales o no lineales / Estadistica
Tendencias Lineales o no lineales / EstadisticaTendencias Lineales o no lineales / Estadistica
Tendencias Lineales o no lineales / Estadistica
Bego E A
 
Hojas de verificación
Hojas de verificaciónHojas de verificación
Hojas de verificación
Mennys-SPC-UTT
 
Capacidad y habilidad del proceso
Capacidad y habilidad del procesoCapacidad y habilidad del proceso
Capacidad y habilidad del proceso
VicNoee
 
Hoja de recojida de datos
Hoja de recojida de datosHoja de recojida de datos
Hoja de recojida de datos
rosaegalvez
 
Causas comunes, causas especiales de variación de las cartas de control
Causas comunes, causas especiales de variación de las cartas de controlCausas comunes, causas especiales de variación de las cartas de control
Causas comunes, causas especiales de variación de las cartas de control
Katerine Bergengruen
 
Six sigma 3
Six sigma 3Six sigma 3
U2 series de tiempo
U2 series de tiempoU2 series de tiempo
U2 series de tiempo
ALMAYUNIS1
 
Análisis de la operación (los diez enfoques primarios) 2
Análisis de la operación (los diez enfoques primarios)  2Análisis de la operación (los diez enfoques primarios)  2
Análisis de la operación (los diez enfoques primarios) 2
Juan Manuel Carrión Delgado
 
Analisis de Capacidad de procesos
Analisis de Capacidad de procesosAnalisis de Capacidad de procesos
Analisis de Capacidad de procesos
Laura Bernal
 
Cuadro comparativo de herramientas de control de calidad
Cuadro comparativo de herramientas de control de calidadCuadro comparativo de herramientas de control de calidad
Cuadro comparativo de herramientas de control de calidad
AlejandraCC97
 
Cartas de control
Cartas de controlCartas de control
Cartas de control
Eduardo Ray
 
Diagramas de flujo
Diagramas de flujoDiagramas de flujo
Diagramas de flujo
David Cuyo Semblantes
 
7 herramientas de la calidad
7 herramientas de la calidad7 herramientas de la calidad
7 herramientas de la calidad
Ing Mercedes Guillermina Godoy Barbosa
 
Unidad 3 Estudio de movimientos
Unidad 3 Estudio de movimientosUnidad 3 Estudio de movimientos
Unidad 3 Estudio de movimientos
Osvaldo Mendoza
 
Cadena cliente proveedor
Cadena cliente proveedorCadena cliente proveedor
Cadena cliente proveedor
INSTITUTO TECNOLÓGICO DE NUEVO LEON
 
Introducción Ingeniería de Métodos
Introducción Ingeniería de MétodosIntroducción Ingeniería de Métodos
Introducción Ingeniería de Métodos
docenteb
 

La actualidad más candente (20)

Graficas de control xr
Graficas de control xrGraficas de control xr
Graficas de control xr
 
06 economía de movimientos
06 economía de movimientos06 economía de movimientos
06 economía de movimientos
 
Herramientas de calidad ejemplos
Herramientas de calidad ejemplosHerramientas de calidad ejemplos
Herramientas de calidad ejemplos
 
ESTUDIO DE TIEMPOS Y MOVIMIENTOS
ESTUDIO DE TIEMPOS Y MOVIMIENTOSESTUDIO DE TIEMPOS Y MOVIMIENTOS
ESTUDIO DE TIEMPOS Y MOVIMIENTOS
 
Tendencias Lineales o no lineales / Estadistica
Tendencias Lineales o no lineales / EstadisticaTendencias Lineales o no lineales / Estadistica
Tendencias Lineales o no lineales / Estadistica
 
Hojas de verificación
Hojas de verificaciónHojas de verificación
Hojas de verificación
 
Capacidad y habilidad del proceso
Capacidad y habilidad del procesoCapacidad y habilidad del proceso
Capacidad y habilidad del proceso
 
Hoja de recojida de datos
Hoja de recojida de datosHoja de recojida de datos
Hoja de recojida de datos
 
Causas comunes, causas especiales de variación de las cartas de control
Causas comunes, causas especiales de variación de las cartas de controlCausas comunes, causas especiales de variación de las cartas de control
Causas comunes, causas especiales de variación de las cartas de control
 
Six sigma 3
Six sigma 3Six sigma 3
Six sigma 3
 
U2 series de tiempo
U2 series de tiempoU2 series de tiempo
U2 series de tiempo
 
Análisis de la operación (los diez enfoques primarios) 2
Análisis de la operación (los diez enfoques primarios)  2Análisis de la operación (los diez enfoques primarios)  2
Análisis de la operación (los diez enfoques primarios) 2
 
Analisis de Capacidad de procesos
Analisis de Capacidad de procesosAnalisis de Capacidad de procesos
Analisis de Capacidad de procesos
 
Cuadro comparativo de herramientas de control de calidad
Cuadro comparativo de herramientas de control de calidadCuadro comparativo de herramientas de control de calidad
Cuadro comparativo de herramientas de control de calidad
 
Cartas de control
Cartas de controlCartas de control
Cartas de control
 
Diagramas de flujo
Diagramas de flujoDiagramas de flujo
Diagramas de flujo
 
7 herramientas de la calidad
7 herramientas de la calidad7 herramientas de la calidad
7 herramientas de la calidad
 
Unidad 3 Estudio de movimientos
Unidad 3 Estudio de movimientosUnidad 3 Estudio de movimientos
Unidad 3 Estudio de movimientos
 
Cadena cliente proveedor
Cadena cliente proveedorCadena cliente proveedor
Cadena cliente proveedor
 
Introducción Ingeniería de Métodos
Introducción Ingeniería de MétodosIntroducción Ingeniería de Métodos
Introducción Ingeniería de Métodos
 

Similar a Control estadistico de procesos

Control estadístico de procesos 2020
Control estadístico de procesos 2020Control estadístico de procesos 2020
Control estadístico de procesos 2020
Primala Sistema de Gestion
 
Control estadistico de procesos
Control estadistico de procesosControl estadistico de procesos
Control estadistico de procesos
Cinthia Edurne Sanchez Nieto
 
Graficas xr
Graficas xrGraficas xr
Graficas xr
Jonathan Chavez
 
Planes de muestreo
Planes de muestreoPlanes de muestreo
Planes de muestreo
Luis Ramon Cervera Abreu
 
Unidad 3-Gráficos de control-1-v2 (1).pdf
Unidad 3-Gráficos de control-1-v2 (1).pdfUnidad 3-Gráficos de control-1-v2 (1).pdf
Unidad 3-Gráficos de control-1-v2 (1).pdf
MiguelAngelCheroGuad1
 
Control estadistico de la calidad
Control estadistico de la calidadControl estadistico de la calidad
Control estadistico de la calidad
Yaretzy Cota
 
Control estadistico-de-la-calidad
Control estadistico-de-la-calidadControl estadistico-de-la-calidad
Control estadistico-de-la-calidad
JCS95
 
Control estadistico-de-la-calidad
Control estadistico-de-la-calidad Control estadistico-de-la-calidad
Control estadistico-de-la-calidad
Eduardo Gonzalez Valencia
 
Control estadistico-de-la-calidad
Control estadistico-de-la-calidadControl estadistico-de-la-calidad
Control estadistico-de-la-calidad
Paola Payán
 
Control estadistico de la calidad
Control estadistico de la calidadControl estadistico de la calidad
Control estadistico de la calidad
Yaretzy Cota
 
control-estadistico-de-la-calidAAAad.pptx
control-estadistico-de-la-calidAAAad.pptxcontrol-estadistico-de-la-calidAAAad.pptx
control-estadistico-de-la-calidAAAad.pptx
mayfarfan77
 
Tema02-Control-Estadistico-Procesos.pdf
Tema02-Control-Estadistico-Procesos.pdfTema02-Control-Estadistico-Procesos.pdf
Tema02-Control-Estadistico-Procesos.pdf
MontielDazEduardo
 
Uc18 graficos control_shewart trb
Uc18 graficos control_shewart trbUc18 graficos control_shewart trb
Uc18 graficos control_shewart trb
Luispin
 
Control estadistico de procesos Primera parte.pdf
Control estadistico de procesos Primera parte.pdfControl estadistico de procesos Primera parte.pdf
Control estadistico de procesos Primera parte.pdf
LucianaGomez67
 
CONTROL ESTADÍSTICO DE LA CALIDAD (HRRTAS).pdf
CONTROL ESTADÍSTICO DE LA CALIDAD (HRRTAS).pdfCONTROL ESTADÍSTICO DE LA CALIDAD (HRRTAS).pdf
CONTROL ESTADÍSTICO DE LA CALIDAD (HRRTAS).pdf
ChristianLopez678874
 
Control de calidad definiciones clase metodos estadisticas
Control de calidad definiciones clase metodos estadisticasControl de calidad definiciones clase metodos estadisticas
Control de calidad definiciones clase metodos estadisticas
AlfredoCossioValenti
 
Carlos alvarado2
Carlos alvarado2Carlos alvarado2
Carlos alvarado2
chayo03
 
Control Estadistico de Proceso_Sergio Alberto Carlos Velázquez. docx
Control Estadistico de Proceso_Sergio Alberto Carlos Velázquez. docxControl Estadistico de Proceso_Sergio Alberto Carlos Velázquez. docx
Control Estadistico de Proceso_Sergio Alberto Carlos Velázquez. docx
Sergio Velazquez
 
Procesos 1
Procesos 1Procesos 1
Procesos 1
Paolo Castillo
 
Clase semana 6
Clase semana 6Clase semana 6
Clase semana 6
IesatecVirtual
 

Similar a Control estadistico de procesos (20)

Control estadístico de procesos 2020
Control estadístico de procesos 2020Control estadístico de procesos 2020
Control estadístico de procesos 2020
 
Control estadistico de procesos
Control estadistico de procesosControl estadistico de procesos
Control estadistico de procesos
 
Graficas xr
Graficas xrGraficas xr
Graficas xr
 
Planes de muestreo
Planes de muestreoPlanes de muestreo
Planes de muestreo
 
Unidad 3-Gráficos de control-1-v2 (1).pdf
Unidad 3-Gráficos de control-1-v2 (1).pdfUnidad 3-Gráficos de control-1-v2 (1).pdf
Unidad 3-Gráficos de control-1-v2 (1).pdf
 
Control estadistico de la calidad
Control estadistico de la calidadControl estadistico de la calidad
Control estadistico de la calidad
 
Control estadistico-de-la-calidad
Control estadistico-de-la-calidadControl estadistico-de-la-calidad
Control estadistico-de-la-calidad
 
Control estadistico-de-la-calidad
Control estadistico-de-la-calidad Control estadistico-de-la-calidad
Control estadistico-de-la-calidad
 
Control estadistico-de-la-calidad
Control estadistico-de-la-calidadControl estadistico-de-la-calidad
Control estadistico-de-la-calidad
 
Control estadistico de la calidad
Control estadistico de la calidadControl estadistico de la calidad
Control estadistico de la calidad
 
control-estadistico-de-la-calidAAAad.pptx
control-estadistico-de-la-calidAAAad.pptxcontrol-estadistico-de-la-calidAAAad.pptx
control-estadistico-de-la-calidAAAad.pptx
 
Tema02-Control-Estadistico-Procesos.pdf
Tema02-Control-Estadistico-Procesos.pdfTema02-Control-Estadistico-Procesos.pdf
Tema02-Control-Estadistico-Procesos.pdf
 
Uc18 graficos control_shewart trb
Uc18 graficos control_shewart trbUc18 graficos control_shewart trb
Uc18 graficos control_shewart trb
 
Control estadistico de procesos Primera parte.pdf
Control estadistico de procesos Primera parte.pdfControl estadistico de procesos Primera parte.pdf
Control estadistico de procesos Primera parte.pdf
 
CONTROL ESTADÍSTICO DE LA CALIDAD (HRRTAS).pdf
CONTROL ESTADÍSTICO DE LA CALIDAD (HRRTAS).pdfCONTROL ESTADÍSTICO DE LA CALIDAD (HRRTAS).pdf
CONTROL ESTADÍSTICO DE LA CALIDAD (HRRTAS).pdf
 
Control de calidad definiciones clase metodos estadisticas
Control de calidad definiciones clase metodos estadisticasControl de calidad definiciones clase metodos estadisticas
Control de calidad definiciones clase metodos estadisticas
 
Carlos alvarado2
Carlos alvarado2Carlos alvarado2
Carlos alvarado2
 
Control Estadistico de Proceso_Sergio Alberto Carlos Velázquez. docx
Control Estadistico de Proceso_Sergio Alberto Carlos Velázquez. docxControl Estadistico de Proceso_Sergio Alberto Carlos Velázquez. docx
Control Estadistico de Proceso_Sergio Alberto Carlos Velázquez. docx
 
Procesos 1
Procesos 1Procesos 1
Procesos 1
 
Clase semana 6
Clase semana 6Clase semana 6
Clase semana 6
 

Más de Primala Sistema de Gestion

Iso sistema integrado de gestion v 2020
Iso  sistema integrado de gestion v 2020Iso  sistema integrado de gestion v 2020
Iso sistema integrado de gestion v 2020
Primala Sistema de Gestion
 
Reseña historica de ISO v 2020
Reseña historica de ISO v 2020Reseña historica de ISO v 2020
Reseña historica de ISO v 2020
Primala Sistema de Gestion
 
Lean manufacturing kanban v 2020
Lean manufacturing  kanban v 2020Lean manufacturing  kanban v 2020
Lean manufacturing kanban v 2020
Primala Sistema de Gestion
 
Lean manufacturing smed v 2020
Lean manufacturing smed v 2020Lean manufacturing smed v 2020
Lean manufacturing smed v 2020
Primala Sistema de Gestion
 
Lean nivelado v 2020
Lean nivelado v 2020Lean nivelado v 2020
Lean nivelado v 2020
Primala Sistema de Gestion
 
Lean jit v 2020
Lean jit v 2020Lean jit v 2020
Lean tpm v 2020
Lean  tpm v 2020Lean  tpm v 2020
Lean manufacturing celularizacion v 2020
Lean manufacturing  celularizacion v 2020Lean manufacturing  celularizacion v 2020
Lean manufacturing celularizacion v 2020
Primala Sistema de Gestion
 
Lean hk nk 2020
Lean hk nk 2020Lean hk nk 2020
Lean jidoka 2020
Lean jidoka 2020Lean jidoka 2020
Lean jidoka 2020
Primala Sistema de Gestion
 
Lean manufacturing gestion visual v 2020
Lean manufacturing gestion  visual  v 2020Lean manufacturing gestion  visual  v 2020
Lean manufacturing gestion visual v 2020
Primala Sistema de Gestion
 
Lean poka yoke v 2020
Lean poka yoke  v 2020Lean poka yoke  v 2020
Lean poka yoke v 2020
Primala Sistema de Gestion
 
La fabrica visual v 2020
La fabrica visual v 2020La fabrica visual v 2020
La fabrica visual v 2020
Primala Sistema de Gestion
 
Iso norma iso 45001 presentacion v 2020
Iso  norma iso 45001 presentacion v 2020Iso  norma iso 45001 presentacion v 2020
Iso norma iso 45001 presentacion v 2020
Primala Sistema de Gestion
 
Iso norma iso 45001 analisis v 2020
Iso norma iso 45001 analisis v 2020Iso norma iso 45001 analisis v 2020
Iso norma iso 45001 analisis v 2020
Primala Sistema de Gestion
 
Norma iso 28000 sistema de gestion de seguridad la cadena de suministros v...
Norma iso  28000  sistema de gestion de seguridad  la cadena de suministros v...Norma iso  28000  sistema de gestion de seguridad  la cadena de suministros v...
Norma iso 28000 sistema de gestion de seguridad la cadena de suministros v...
Primala Sistema de Gestion
 
Iso 22301 sgcn bcms v 2020
Iso 22301 sgcn bcms v 2020Iso 22301 sgcn bcms v 2020
Iso 22301 sgcn bcms v 2020
Primala Sistema de Gestion
 
Gestion de activos rs y ods v 2020
Gestion de activos rs y ods v 2020Gestion de activos rs y ods v 2020
Gestion de activos rs y ods v 2020
Primala Sistema de Gestion
 
Panorama sobre la gestion de activos modelos conceptuales v 2020
Panorama sobre la gestion de activos modelos conceptuales v 2020Panorama sobre la gestion de activos modelos conceptuales v 2020
Panorama sobre la gestion de activos modelos conceptuales v 2020
Primala Sistema de Gestion
 
Accion sobre los activos gestion de activos y sga v 2020
Accion sobre los activos  gestion de activos y sga v 2020Accion sobre los activos  gestion de activos y sga v 2020
Accion sobre los activos gestion de activos y sga v 2020
Primala Sistema de Gestion
 

Más de Primala Sistema de Gestion (20)

Iso sistema integrado de gestion v 2020
Iso  sistema integrado de gestion v 2020Iso  sistema integrado de gestion v 2020
Iso sistema integrado de gestion v 2020
 
Reseña historica de ISO v 2020
Reseña historica de ISO v 2020Reseña historica de ISO v 2020
Reseña historica de ISO v 2020
 
Lean manufacturing kanban v 2020
Lean manufacturing  kanban v 2020Lean manufacturing  kanban v 2020
Lean manufacturing kanban v 2020
 
Lean manufacturing smed v 2020
Lean manufacturing smed v 2020Lean manufacturing smed v 2020
Lean manufacturing smed v 2020
 
Lean nivelado v 2020
Lean nivelado v 2020Lean nivelado v 2020
Lean nivelado v 2020
 
Lean jit v 2020
Lean jit v 2020Lean jit v 2020
Lean jit v 2020
 
Lean tpm v 2020
Lean  tpm v 2020Lean  tpm v 2020
Lean tpm v 2020
 
Lean manufacturing celularizacion v 2020
Lean manufacturing  celularizacion v 2020Lean manufacturing  celularizacion v 2020
Lean manufacturing celularizacion v 2020
 
Lean hk nk 2020
Lean hk nk 2020Lean hk nk 2020
Lean hk nk 2020
 
Lean jidoka 2020
Lean jidoka 2020Lean jidoka 2020
Lean jidoka 2020
 
Lean manufacturing gestion visual v 2020
Lean manufacturing gestion  visual  v 2020Lean manufacturing gestion  visual  v 2020
Lean manufacturing gestion visual v 2020
 
Lean poka yoke v 2020
Lean poka yoke  v 2020Lean poka yoke  v 2020
Lean poka yoke v 2020
 
La fabrica visual v 2020
La fabrica visual v 2020La fabrica visual v 2020
La fabrica visual v 2020
 
Iso norma iso 45001 presentacion v 2020
Iso  norma iso 45001 presentacion v 2020Iso  norma iso 45001 presentacion v 2020
Iso norma iso 45001 presentacion v 2020
 
Iso norma iso 45001 analisis v 2020
Iso norma iso 45001 analisis v 2020Iso norma iso 45001 analisis v 2020
Iso norma iso 45001 analisis v 2020
 
Norma iso 28000 sistema de gestion de seguridad la cadena de suministros v...
Norma iso  28000  sistema de gestion de seguridad  la cadena de suministros v...Norma iso  28000  sistema de gestion de seguridad  la cadena de suministros v...
Norma iso 28000 sistema de gestion de seguridad la cadena de suministros v...
 
Iso 22301 sgcn bcms v 2020
Iso 22301 sgcn bcms v 2020Iso 22301 sgcn bcms v 2020
Iso 22301 sgcn bcms v 2020
 
Gestion de activos rs y ods v 2020
Gestion de activos rs y ods v 2020Gestion de activos rs y ods v 2020
Gestion de activos rs y ods v 2020
 
Panorama sobre la gestion de activos modelos conceptuales v 2020
Panorama sobre la gestion de activos modelos conceptuales v 2020Panorama sobre la gestion de activos modelos conceptuales v 2020
Panorama sobre la gestion de activos modelos conceptuales v 2020
 
Accion sobre los activos gestion de activos y sga v 2020
Accion sobre los activos  gestion de activos y sga v 2020Accion sobre los activos  gestion de activos y sga v 2020
Accion sobre los activos gestion de activos y sga v 2020
 

Último

TIA portal Bloques PLC Siemens______.pdf
TIA portal Bloques PLC Siemens______.pdfTIA portal Bloques PLC Siemens______.pdf
TIA portal Bloques PLC Siemens______.pdf
ArmandoSarco
 
Sistema de sobrealimentacion de un motor
Sistema de sobrealimentacion de un motorSistema de sobrealimentacion de un motor
Sistema de sobrealimentacion de un motor
mauriciok961
 
Sesión 03 universidad cesar vallejo 2024
Sesión 03 universidad cesar vallejo 2024Sesión 03 universidad cesar vallejo 2024
Sesión 03 universidad cesar vallejo 2024
FantasticVideo1
 
PRESENTACION TRANSFERENCIA FABIAN ALVAREZ.pdf
PRESENTACION TRANSFERENCIA FABIAN ALVAREZ.pdfPRESENTACION TRANSFERENCIA FABIAN ALVAREZ.pdf
PRESENTACION TRANSFERENCIA FABIAN ALVAREZ.pdf
fabian28735081
 
Infografia - Hugo Hidalgo - Construcción
Infografia - Hugo Hidalgo - ConstrucciónInfografia - Hugo Hidalgo - Construcción
Infografia - Hugo Hidalgo - Construcción
MaraManuelaUrribarri
 
DIAGRAMA DE FLUJO DE ALGORITMO......
DIAGRAMA DE FLUJO   DE   ALGORITMO......DIAGRAMA DE FLUJO   DE   ALGORITMO......
DIAGRAMA DE FLUJO DE ALGORITMO......
taniarivera1015tvr
 
DIAGRAMA ELECTRICOS y circuito electrónicos
DIAGRAMA ELECTRICOS y circuito electrónicosDIAGRAMA ELECTRICOS y circuito electrónicos
DIAGRAMA ELECTRICOS y circuito electrónicos
LuisAngelGuarnizoBet
 
Proceso de obtenciòn de nitrogeno por el metodo Haber-Bosh
Proceso de obtenciòn de nitrogeno por el metodo Haber-BoshProceso de obtenciòn de nitrogeno por el metodo Haber-Bosh
Proceso de obtenciòn de nitrogeno por el metodo Haber-Bosh
shirllyleytonm
 
INVENTARIO CEROO Y DINAMICAA FABRIL.pptx
INVENTARIO CEROO Y DINAMICAA FABRIL.pptxINVENTARIO CEROO Y DINAMICAA FABRIL.pptx
INVENTARIO CEROO Y DINAMICAA FABRIL.pptx
FernandoRodrigoEscal
 
Enjoy Pasto Bot - "Tu guía virtual para disfrutar del Carnaval de Negros y Bl...
Enjoy Pasto Bot - "Tu guía virtual para disfrutar del Carnaval de Negros y Bl...Enjoy Pasto Bot - "Tu guía virtual para disfrutar del Carnaval de Negros y Bl...
Enjoy Pasto Bot - "Tu guía virtual para disfrutar del Carnaval de Negros y Bl...
Eliana Gomajoa
 
Presentación Aislante térmico.pdf Transferencia de calor
Presentación Aislante térmico.pdf Transferencia de calorPresentación Aislante térmico.pdf Transferencia de calor
Presentación Aislante térmico.pdf Transferencia de calor
GerardoBracho3
 
1°AIRE ACONDICIONADO-EQUIPOS & SISTEMAS.pdf
1°AIRE ACONDICIONADO-EQUIPOS & SISTEMAS.pdf1°AIRE ACONDICIONADO-EQUIPOS & SISTEMAS.pdf
1°AIRE ACONDICIONADO-EQUIPOS & SISTEMAS.pdf
luliolivera62
 
Propiedades Electricas de los Materiales
Propiedades Electricas de los MaterialesPropiedades Electricas de los Materiales
Propiedades Electricas de los Materiales
rogeliorodriguezt
 
SLIDEHARE.docx..........................
SLIDEHARE.docx..........................SLIDEHARE.docx..........................
SLIDEHARE.docx..........................
azulsarase
 
Semana 12 - Ley 29973 de las personas con discapacidad.pdf
Semana 12 - Ley 29973 de las personas con discapacidad.pdfSemana 12 - Ley 29973 de las personas con discapacidad.pdf
Semana 12 - Ley 29973 de las personas con discapacidad.pdf
SandyCuenca
 
Presentación transferencia de calor Jesus Morales.pdf
Presentación transferencia de calor Jesus Morales.pdfPresentación transferencia de calor Jesus Morales.pdf
Presentación transferencia de calor Jesus Morales.pdf
jdcumarem02
 
Aletas de Transferencia de Calor Jefferson Colina.pptx
Aletas de Transferencia de Calor Jefferson Colina.pptxAletas de Transferencia de Calor Jefferson Colina.pptx
Aletas de Transferencia de Calor Jefferson Colina.pptx
jeffersoncolina427
 
Presentación- de motor a combustión -diesel.pptx
Presentación- de motor a combustión -diesel.pptxPresentación- de motor a combustión -diesel.pptx
Presentación- de motor a combustión -diesel.pptx
ronnyrocha223
 
Clase Isometricos parA circuitos de ingenieria
Clase Isometricos parA circuitos de ingenieriaClase Isometricos parA circuitos de ingenieria
Clase Isometricos parA circuitos de ingenieria
leonidasbajalquepuch
 
PRINCIPALES CARACTERISTICAS DE EL PH.pptx
PRINCIPALES CARACTERISTICAS DE EL PH.pptxPRINCIPALES CARACTERISTICAS DE EL PH.pptx
PRINCIPALES CARACTERISTICAS DE EL PH.pptx
MONICADELROCIOMUNZON1
 

Último (20)

TIA portal Bloques PLC Siemens______.pdf
TIA portal Bloques PLC Siemens______.pdfTIA portal Bloques PLC Siemens______.pdf
TIA portal Bloques PLC Siemens______.pdf
 
Sistema de sobrealimentacion de un motor
Sistema de sobrealimentacion de un motorSistema de sobrealimentacion de un motor
Sistema de sobrealimentacion de un motor
 
Sesión 03 universidad cesar vallejo 2024
Sesión 03 universidad cesar vallejo 2024Sesión 03 universidad cesar vallejo 2024
Sesión 03 universidad cesar vallejo 2024
 
PRESENTACION TRANSFERENCIA FABIAN ALVAREZ.pdf
PRESENTACION TRANSFERENCIA FABIAN ALVAREZ.pdfPRESENTACION TRANSFERENCIA FABIAN ALVAREZ.pdf
PRESENTACION TRANSFERENCIA FABIAN ALVAREZ.pdf
 
Infografia - Hugo Hidalgo - Construcción
Infografia - Hugo Hidalgo - ConstrucciónInfografia - Hugo Hidalgo - Construcción
Infografia - Hugo Hidalgo - Construcción
 
DIAGRAMA DE FLUJO DE ALGORITMO......
DIAGRAMA DE FLUJO   DE   ALGORITMO......DIAGRAMA DE FLUJO   DE   ALGORITMO......
DIAGRAMA DE FLUJO DE ALGORITMO......
 
DIAGRAMA ELECTRICOS y circuito electrónicos
DIAGRAMA ELECTRICOS y circuito electrónicosDIAGRAMA ELECTRICOS y circuito electrónicos
DIAGRAMA ELECTRICOS y circuito electrónicos
 
Proceso de obtenciòn de nitrogeno por el metodo Haber-Bosh
Proceso de obtenciòn de nitrogeno por el metodo Haber-BoshProceso de obtenciòn de nitrogeno por el metodo Haber-Bosh
Proceso de obtenciòn de nitrogeno por el metodo Haber-Bosh
 
INVENTARIO CEROO Y DINAMICAA FABRIL.pptx
INVENTARIO CEROO Y DINAMICAA FABRIL.pptxINVENTARIO CEROO Y DINAMICAA FABRIL.pptx
INVENTARIO CEROO Y DINAMICAA FABRIL.pptx
 
Enjoy Pasto Bot - "Tu guía virtual para disfrutar del Carnaval de Negros y Bl...
Enjoy Pasto Bot - "Tu guía virtual para disfrutar del Carnaval de Negros y Bl...Enjoy Pasto Bot - "Tu guía virtual para disfrutar del Carnaval de Negros y Bl...
Enjoy Pasto Bot - "Tu guía virtual para disfrutar del Carnaval de Negros y Bl...
 
Presentación Aislante térmico.pdf Transferencia de calor
Presentación Aislante térmico.pdf Transferencia de calorPresentación Aislante térmico.pdf Transferencia de calor
Presentación Aislante térmico.pdf Transferencia de calor
 
1°AIRE ACONDICIONADO-EQUIPOS & SISTEMAS.pdf
1°AIRE ACONDICIONADO-EQUIPOS & SISTEMAS.pdf1°AIRE ACONDICIONADO-EQUIPOS & SISTEMAS.pdf
1°AIRE ACONDICIONADO-EQUIPOS & SISTEMAS.pdf
 
Propiedades Electricas de los Materiales
Propiedades Electricas de los MaterialesPropiedades Electricas de los Materiales
Propiedades Electricas de los Materiales
 
SLIDEHARE.docx..........................
SLIDEHARE.docx..........................SLIDEHARE.docx..........................
SLIDEHARE.docx..........................
 
Semana 12 - Ley 29973 de las personas con discapacidad.pdf
Semana 12 - Ley 29973 de las personas con discapacidad.pdfSemana 12 - Ley 29973 de las personas con discapacidad.pdf
Semana 12 - Ley 29973 de las personas con discapacidad.pdf
 
Presentación transferencia de calor Jesus Morales.pdf
Presentación transferencia de calor Jesus Morales.pdfPresentación transferencia de calor Jesus Morales.pdf
Presentación transferencia de calor Jesus Morales.pdf
 
Aletas de Transferencia de Calor Jefferson Colina.pptx
Aletas de Transferencia de Calor Jefferson Colina.pptxAletas de Transferencia de Calor Jefferson Colina.pptx
Aletas de Transferencia de Calor Jefferson Colina.pptx
 
Presentación- de motor a combustión -diesel.pptx
Presentación- de motor a combustión -diesel.pptxPresentación- de motor a combustión -diesel.pptx
Presentación- de motor a combustión -diesel.pptx
 
Clase Isometricos parA circuitos de ingenieria
Clase Isometricos parA circuitos de ingenieriaClase Isometricos parA circuitos de ingenieria
Clase Isometricos parA circuitos de ingenieria
 
PRINCIPALES CARACTERISTICAS DE EL PH.pptx
PRINCIPALES CARACTERISTICAS DE EL PH.pptxPRINCIPALES CARACTERISTICAS DE EL PH.pptx
PRINCIPALES CARACTERISTICAS DE EL PH.pptx
 

Control estadistico de procesos

  • 1. Control estadístico de procesos Primera Parte
  • 2. Control estadístico de procesos • Control Estadístico de Proceso o SPC es un método efectivo para monitorizar un proceso a través del uso de gráficos de control. • Los gráficos de control, basándose en técnicas estadísticas, permiten usar criterios objetivos para distinguir variaciones de fondo de eventos de importancia.
  • 3. Control estadístico de procesos • Recopilando datos de mediciones en diferentes sitios en el proceso, se pueden detectar y corregir variaciones en el proceso que puedan afectar a la calidad del producto o servicio final, reduciendo desechos y evitando que los problemas lleguen al cliente.
  • 4. Control estadístico de procesos Con su énfasis en la detección precoz y prevención de problemas, SPC tiene una clara ventaja frente a los métodos de calidad por inspección, que aplican recursos para detectar y corregir problemas al final del producto o servicio.
  • 5. Control estadístico de procesos El SCP es una herramienta estadística que se utiliza para conseguir el producto adecuado y a la primera. Los gráficos de control constituyen el procedimiento básico del SCP. Con dicho procedimiento se pretende cubrir 3 objetivos • Seguimiento y vigilancia del proceso • Reducción de la variación • Menos costo por unidad
  • 6. Control estadístico de procesos En 1924, como resultado de los problemas sobre variación en los productos fabricados por la Western Electric Company y diversos estudios sobre muestreo, comenzaron a desarrollarse los primeros gráficos de control. En una memoria del 16 de mayo de 1924 del Dr. Walter A. Shewart, de los laboratorios Bell, podemos encontrar el primer gráfico de control conocido.
  • 7. Control estadístico de procesos Definición de Proceso: “Conjunto interrelacionado de recursos y actividades que transforman inputs (entradas) en outputs (salidas) para satisfacer las necesidades de los clientes”
  • 8. Control estadístico de procesos Existen muchas técnicas para representar gráficamente los datos de un proceso y poder así estudiar su patrón de comportamiento. Shewart propuso utilizar un gráfico lineal donde los datos están ordenados temporalmente, indicando además que había dos causas de variación.
  • 9. Control estadístico de procesos “Causa aleatoria” Estas causas son sucesos que provocan pequeñas fluctuaciones en los datos “ruido de fondo”, que no afectan al proceso global o que puede resultar antieconómico corregirlas. Aunque individualmente contribuyen con una pequeña fluctuación, juntas determinan un patrón normal de comportamiento.
  • 10. Control estadístico de procesos Por el contrario, existen otras causas de variabilidad que pueden estar, ocasionalmente, presentes y que actuarán sobre el proceso. Estas causas se derivan, fundamentalmente, de tres fuentes: • Ajuste inadecuado de las máquinas • Errores de las personas que manejan las máquinas • Materia prima defectuosa
  • 11. Control estadístico de procesos La variabilidad producida por estas causas suele ser grande en comparación con el “ruido de fondo” y habitualmente sitúa al proceso en un nivel inaceptable de funcionamiento. Denominaremos a estas causas “causas asignables’’
  • 12. Control estadístico de procesos “causa especial o asignable”. Estas causas provocan variaciones que ocasionan una separación significativa de los datos respecto a la pauta esperada debida a las causas aleatorias.
  • 13. Control estadístico de procesos • Un objetivo fundamental del SPC es detectar rápidamente la presencia de “causas asignables” para emprender acciones correctoras que eviten la fabricación de productos defectuosos.
  • 14. Control estadístico de procesos El Gráfico de Control es un gráfico en el cual se representan los valores de algún tipo de medición realizada durante el funcionamiento de un proceso continuo, y que sirve para controlar dicho proceso.
  • 15. Control estadístico de procesos Los gráficos de control tienen unos límites que se obtienen a partir de los datos del proceso y que delimitan las causas aleatorias de las asignables. Además, dado que los datos se ordenan temporalmente, las tendencias y otras pautas no naturales se pueden observar muy fácilmente.
  • 16. Control estadístico de procesos Cuando a un proceso únicamente le afectan causas aleatorias de variación, podemos decir que el proceso está bajo control estadístico (o simplemente bajo control). • El hecho de que un proceso esté bajo control estadístico, no implica necesariamente que esté funcionando correctamente o cumplan con las especificaciones (capacidad del proceso) y cumpliendo las necesidades de los clientes
  • 17. Control estadístico de procesos Proceso estable Bajo control Estadístico Características del proceso Estabilidad: El proceso sigue comportamiento consistente esperado. Capacidad: Los productos cumplen con las especificaciones requeridas.
  • 18. Control estadístico de procesos • Si un proceso está fuera de control: • Las predicciones sobre el futuro tienen una aplicación práctica mínima. • No podemos dirigir el proceso puesto que no sabemos que va a ocurrir después. • No podemos saber la capacidad de nuestro proceso. • La mejora de los procesos es complicada. • Si los clientes saben que el proceso está fuera de control, pueden ser escépticos sobre nuestra capacidad de ofrecerles nuestros productos o servicios dentro de sus necesidades, a tiempo y todas las veces.
  • 19. Control estadístico de procesos • Hay que eliminar las causas especiales de variación para conseguir un proceso bajo control y así: • Calcular la capacidad de cumplir con las necesidades de los clientes. • Empezar a mejorar los procesos, reduciendo las causas aleatorias de variabilidad. • Predecir el comportamiento del proceso. • Utilizar el proceso como benchmarking para otras áreas.
  • 20. Recopilación y Organización de la Información Los datos son importantes, si pueden contestar una pregunta y convertirse en información
  • 21. Control estadístico de procesos Muestreo de Aceptación. Concepto. Procedimiento mediante el cual se puede decidir si aceptar o rechazar un lote de productos, de acuerdo a ciertas especificaciones de calidad. Aplicación: inspección de materias primas, productos semi-elaborados y otros componentes; para determinar si éstos cumplen con el nivel mínimo exigido.
  • 22. Control estadístico de procesos ¿Qué es un defecto? Es cualquier discrepancia de una característica de calidad de su nivel o estado deseado o estado que ocurre con una severidad suficiente para causar que el producto o servicio asociado no satisfaga los requerimientos de uso planeados Unidad defectuosa: Es una unidad con uno o más defectos
  • 23. Control estadístico de procesos Clasificación de defectos • Crítico: Vuelven al artículo no solamente inútil sino peligroso. • Mayores: Vuelven inútil el artículo • Menores: Hacen el artículo menos útil de lo que debería ser pero no necesariamente inútil.
  • 24. Control estadístico de procesos Extracción de la muestra Se requiere un muestreo que de muestras no sesgadas; tal método es el muestreo aleatorio simple. Cuando es factible se puede además utilizar la estratificación.
  • 25. Control estadístico de procesos Antes de construir un gráfico de control, tenemos que seguir una serie de pasos para poder analizar los procesos: • Analizar la característica de calidad de la que se desea hacer el gráfico. • Elegir el tipo de gráfico de control apropiado. • Elegir los estadísticos para la línea central del gráfico y la base para calcular los límites de control. • Elegir un subgrupo racional o muestra. • Diseñar un sistema para recoger los datos. • Calcular los límites de control y dar instrucciones adecuadas a todos los involucrados en el gráfico de control sobre su significado y la interpretación de sus resultados
  • 26. Control estadístico de procesos • Definición de los términos • El gráfico de control tiene: • Línea Central que representa el promedio histórico de la característica que se está controlando • Límites Superior e Inferior que calculado con datos • históricos presentan los rangos máximos y mínimos de variabilidad.
  • 27. Control estadístico de procesos Definición de Términos Subgrupos Grupo de mediciones con algún criterio similar obtenidas de un proceso Se realizan agrupando los datos de manera que haya máxima variabilidad entre subgrupo y mínima variabilidad dentro de cada subgrupo Por ejemplo, si hay cuatro turnos de trabajo en un día, las mediciones de cada turno podrían constituir un subgrupo. Media Sumatoria de todos los subgrupos divididos entre el numero de muestras Rango Valor máximo menos el valor mínimo
  • 28. Control estadístico de procesos Elección de la variable La variable que se elija para los gráficos de control X y R , tiene que ser una magnitud que pueda medirse y expresarse con números, tal como la dimensión, elgrado de dureza, resistencia a la tracción, peso, etc.
  • 29. Control estadístico de procesos Elección del criterio de Formación de subgrupos Los subgrupos deberían elegirse de forma que fueran lo más homogéneo posible, y que de uno a otro permitieran la máxima variación. Un subgrupo debe estar formado por elementos que estén fabricados lo más cercanos posible en el tiempo. El siguiente subgrupo, por elementos fabricados posteriormente también en un corto espacio de tiempo, y así sucesivamente; en especial, cuando el principal objetivo de estos gráficos es detectar los cambios de la media del proceso.
  • 30. Control estadístico de procesos Con este esquema de formación de subgrupos, a veces es aconsejable que el intervalo de toma de muestras varié un poco con respecto al tiempo estipulado y que esta variación no sea predecible por el operario. En cualquier caso , es mejor que el operario no pueda saber cuáles serán los elementos que integrarán la muestra que se va inspeccionar. El criterio más racional es aquel que se basa en el orden en que se ha seguido la producción.
  • 31. Control estadístico de procesos Elección de Tamaño y frecuencia de los Subgrupos Shewhart sugirió que cuatro elementos era el tamaño ideal de los subgrupos Se debe seleccionar subgrupos que la variación entre ellos sea mínima , es conveniente que estos subgrupos sean lo más pequeños posible Cuanto mayor es el tamaño de la muestra, mas estrechos son limites de control y más fácil resulta detectar pequeñas variaciones. Pero para este caso se utilizan otros gráficos utilizando la desviación
  • 32. Control estadístico de procesos En el terreno estadístico, es conveniente que los limites de control se establezcan en base, a, por lo menos 25 subgrupos. Además, la experiencia indica que cuando se inicia un grafico de control, los primeros subgrupos pueden ser no representativos de lo que se mida posteriormente
  • 33. Control estadístico de procesos Supongamos que tenemos una máquina de inyección que produce piezas de plástico, por ejemplo de PVC. Una característica de calidad importante es el peso de la pieza de plástico, porque indica la cantidad de PVC que la máquina inyectó en la matriz. Si la cantidad de PVC es poca la pieza de plástico será deficiente; si la cantidad es excesiva, la producción se encarece porque se consume más materia prima.
  • 34. Control estadístico de procesos • En el lugar de salida de las piezas, hay un operario que cada 30 minutos toma una, la pesa en una balanza y registra la observación. • Supongamos que estos datos se registran en un gráfico de líneas en función del tiempo:
  • 35.
  • 36. Control estadístico de procesos Observamos una línea quebrada irregular, que nos muestra las fluctuaciones del peso de las piezas a lo largo del tiempo. Esta es la fluctuación esperable y natural del proceso. Los valores se mueven alrededor de un valor central (El promedio de los datos), la mayor parte del tiempo cerca del mismo.
  • 37. Control estadístico de procesos Pero en algún momento puede ocurrir que aparezca uno o más valores demasiado alejados del promedio. ¿Cómo podemos distinguir si esto se produce por la fluctuación natural del proceso o porque el mismo ya no está funcionando bien?
  • 38. Control estadístico de procesos Todo proceso de fabricación funciona bajo ciertas condiciones o variables que son establecidas por las personas que lo manejan para lograr una producción satisfactoria.
  • 39. Control estadístico de procesos • Los responsables del funcionamiento del proceso de fabricación fijan los valores de algunas de estas variables, que se denominan variables controlables. Por ejemplo, en el caso de la inyectora se fija la temperatura de fusión del plástico, la velocidad de trabajo, la presión del pistón, la materia prima que se utiliza (Proveedor del plástico), etc.
  • 40. Control estadístico de procesos Hay una gran cantidad de variables que sería imposible o muy difícil controlar. Estas se denominan variables no controlables. Por ejemplo, pequeñas variaciones de calidad del plástico, pequeños cambios en la velocidad del pistón, ligeras fluctuaciones de la corriente eléctrica que alimenta la máquina, etc. Los efectos que producen las variables no controlables son aleatorios.
  • 41. Control estadístico de procesos La contribución de cada una de dichas variables a la variabilidad total es cuantitativamente pequeña. Son las variables no controlables las responsables de la variabilidad de las características de calidad del producto.
  • 42. Control estadístico de procesos El uso del control estadístico de procesos implica algunas hipótesis que describiremos a continuación: 1) Una vez que el proceso está en funcionamiento bajo condiciones establecidas, se supone que la variabilidad de los resultados en la medición de una característica de calidad del producto se debe sólo a un sistema de causas aleatorias, que es inherente a cada proceso en particular. 2) El sistema de causas aleatorias que actúa sobre el proceso genera un universo hipotético de observaciones (mediciones) que tiene una Distribución Normal. 3) Cuando aparece alguna causa asignable provocando desviaciones adicionales en los resultados del proceso, se dice que el proceso está fuera de control.
  • 43. Control estadístico de procesos • La función del control estadístico de procesos es comprobar en forma permanente si los resultados que van surgiendo de las mediciones están de acuerdo con las dos primeras hipótesis. • Si aparecen uno o varios resultados que contradicen o se oponen a las mismas, es necesario detener el proceso, encontrar las causas por las cuales el proceso se apartó de su funcionamiento habitual y corregirlas.
  • 44. Control estadístico de procesos • La puesta en marcha de un programa de control estadístico para un proceso implica dos etapas: 1a Etapa: Ajuste del Proceso 2a Etapa: Control del Proceso
  • 45. Control estadístico de procesos 1a Etapa: Ajuste del Proceso Proceso Ajustado? 2a Etapa: Control del Proceso NO SI
  • 46. Control estadístico de procesos • Antes de pasar a la segunda etapa, se verifica si el proceso está ajustado. En caso contrario, se retorna a la primera etapa. • En la 1ª etapa se recogen unas 100-200 mediciones, con las cuales se calcula el promedio y la desviación stándard:
  • 47. • Luego se calculan los Límites de Control de la siguiente manera: • Estos límites surgen de la hipótesis de que la distribución de las observaciones es normal. • En general, se utilizan límites de 2 sigmas o de 3 sigmas alrededor del promedio. • En la distribución normal, el intervalo de 3,09 sigmas alrededor del promedio corresponde a una probabilidad de 0,998.
  • 49. Control estadístico de procesos • Se construye un gráfico de prueba y se traza una línea recta a lo largo del eje de ordenadas (Eje X), a la altura del promedio (Valor central de las observaciones) y otras dos líneas rectas a la altura de los límites de control.
  • 50. Control estadístico de procesos En el gráfico de prueba se representan los puntos correspondientes a las observaciones con las que se calcularon los límites de control y se analiza detenidamente para verificar si está de acuerdo con la hipótesis de que la variabilidad del proceso se debe sólo a un sistema de causas aleatorias o si, por el contrario, existen causas asignables de variación.
  • 51. Control estadístico de procesos Primera Parte FIN