ESTUDIOS DE CAPACIDAD

Documentos relacionados
TAMAÑO DE MUESTRA EN LA ESTIMACIÓN DE LA MEDIA DE UNA POBLACIÓN

Master en Gestión de la Calidad

Control Estadístico de Procesos Capacidad de Proceso

TEMA 4: CONTROL POR VARIABLES Hoja de ejercicios (Entregar el 7 -problema de examen-)

Los Gráficos de Control de Shewart

GRAFICOS DE CONTROL DATOS TIPO VARIABLES

Indicadores de Proceso

Programa: Tecnología en Control de Calidad

Análisis de la Capacidad o Aptitud de un proceso ( Capítulo 8 ) Control Estadístico de Calidad

Objetivos. Epígrafes 3-1. Francisco José García Álvarez

- Pérdida de imagen - Insatisfacción de los clientes - Disminución de ventas - Disminución del rendimiento del personal - Etc.

Una manera de traducir la expresión Poka Yoke, es A PRUEBA DE ERRORES. Podríamos decir también, que son SISTEMAS ANTIERROR.

INTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 7)

Distribuciones de muestreo fundamentales y descripciones de datos Muestreo aleatorio

EJERCICIOS DE SELECTIVIDAD

Unidad V. Control Estadístico de la Calidad

1. Ejercicios. 2 a parte

Método Seis Sigma. Maria Soledad Lahitte

8 Resolución de algunos ejemplos y ejercicios del tema 8.

CONVERSIÓN ENTRE GR / LITRO Y % SPF

EJERCICIOS RESUELTOS DE ESTADÍSTICA II

Objetivos. Epígrafes 8-1. Francisco José García Álvarez

Tema 8. Muestreo. Indice

Ejercicios resueltos

Síntesis Numérica de una Variable

Medidas descriptivas I. Medidas de tendencia central A. La moda

MÉTODO DE ANÁLISIS MIGUEL MARTÍNEZ VIGIL CARMEN HERNÁNDEZ CORRAL 64 FORUM CALIDAD 87/97

ESTADÍSTICA DESCRIPTIVA

CURSO VIRTUAL. Acceso a fuentes de información y manejo de redes sociales. Módulo 2

GLOSARIO ESTADÍSTICO. Fuente: Murray R. Spiegel, Estadística, McGraw Hill.

Características de un Proceso: Ficha de Proceso

Encontrando el área y circunferencia de un círculo. Nombre: Encuentra el área y circunferencia de cada círculo. Los círculos no están a escala.

Tema 1: Distribuciones en el muestreo

3 ANALISIS DESCRIPTIVO DE LOS DATOS

MATERIA: ESTADÍSTICA EJEMPLOS DE POSIBLES PREGUNTAS DE EXAMEN. a. Cuáles son las escalas en que pueden estar los datos en un análisis estadístico.

R E S O L U C I Ó N. a) El intervalo de confianza de la media poblacional viene dado por: I. C. z

Examen de Matemáticas Aplicadas a las CC. Sociales II (Junio 2015) Selectividad-Opción A Tiempo: 90 minutos

TEMA 7 EL MODELO DE LA CURVA NORMAL. CONCEPTO Y APLICACIONES

Unidad 5 Control Estadístico de la Calidad. Administración de Operaciones III

Medidas de la pieza. Forma-posición elemento

4. NÚMEROS PSEUDOALEATORIOS.

AYUDANTÍA 2: RIESGO EN PROYECTOS

11 Control estadístico de procesos

Técnicas de Muestreo Métodos

Tabla de frecuencias agrupando los datos Cuando hay muchos valores distintos, los agruparemos en intervalos (llamados clases) de la misma amplitud.

Estadística y sus aplicaciones en Ciencias Sociales 6. Prueba de hipótesis. Facultad de Ciencias Sociales, UdelaR

Fundamentos de Estadística y Simulación Básica

LA CAPACIDAD DE UN PROCESO DE CUMPLIR LOS REQUISITOS DEL CLIENTE DEPENDE DE SU VARIABILIDAD.

UNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO

INFERENCIA ESTADÍSTICA

Unidad Temática 3: Probabilidad y Variables Aleatorias

Conceptos Básicos de Inferencia

Medidas de centralización

ESTADISTICA GENERAL. PRINCIPALES DISTRIBUCIONES CONTINUAS Profesor: Celso Celso Gonzales

Muestreo y Distribuciones en el Muestreo

REPASO DE ESTADÍSTICA DESCRIPTIVA

TEMA 3: Control Estadístico de la Calidad

Tema 6. Variables aleatorias continuas

Generalidades 1. Sea X una variable aleatoria continua con función densidad dada por

UNIDAD 12.- Estadística. Tablas y gráficos (tema12 del libro)

Resolución gráfica de problemas de ajustes y tolerancias

Teorema Central del Límite (1)

TEMA 3. Algunos modelos de probabilidad de tipo discreto. 3.1 Al finalizar el tema el alumno debe conocer...

Datos cuantitativos. Método tabular

Práctica 8: Test de hipótesis

Tema 6. Estadística Descriptiva e Introducción a la Inferencia Estadística

PROBLEMAS DE DISTRIBUCIÓN NORMAL Y INTERVALOS DE CONFIANZA MATEMÁTICAS APLICADAS A LAS CC.SOCIALES II

TEMA II DISTRIBUCION DE FRECUENCIA

Teoría de muestras. Distribución de variables aleatorias en el muestreo. 1. Distribución de medias muestrales

PLATAFORMA GESTIÓN INTEGRAL DE PRODUCCIÓN GESTIÓN DE OPERACIONES

Análisis de la varianza. Magdalena Cladera Munar Departamento de Economía Aplicada Universitat de les Illes Balears

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2011 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS

Modelos de PERT/CPM: Probabilístico

Z i

Caso particular: Contraste de homocedasticidad

Fase 2. Estudio de mercado: ESTADÍSTICA

PROBLEMAS ESTADÍSTICA I

INFERENCIA ESTADISTICA

ANALISIS DE FRECUENCIA EN HIDROLOGIA

Estadísticas Pueden ser

UNIVERSIDADES PÚBLICAS DE LA COMUNIDAD DE MADRID

Ejercicios resueltos

Tema 7. Variables Aleatorias Continuas

Estadística para el análisis de los Mercados S2_A1.1_LECV1

07/12/2009 CARACTERÍSTICAS PRINCIPALES GRAFICOS DE CONTROL POR ATRIBUTOS DEFINICIÓN

= 134, 5 Tercer cuartil: Q 3 = Pueden considerarse normales. =2 P 10 = 118 horas. f(x) =

MEDIDAS DE TENDENCIA CENTRAL

EJERCICIOS DE PRUEBA DE HIPOTESIS

PROBLEMAS TEMA 2: TEORÍA DE COLAS. Curso 2013/2014

INTERVALOS DE CONFIANZA Julián de la Horra Departamento de Matemáticas U.A.M.

MATERIA: CONTROL ESTADÍSTICO DEL PROCESO GRADO: ENCARGADA DE LA MATERIA: LIC. EDGAR GERARDO MATA ORTIZ TEMA: INTERPRETACIÓN DE HISTOGRAMAS

EJERCICIOS RESUELTOS DE ESTADÍSTICA II

Medidas de variabilidad (dispersión)

Conceptos Básicos de Inferencia

Transcripción:

ESTUDIOS DE CAPACIDAD La capacidad de una máquina o proceso, se puede interpretar como su aptitud para producir artículos de acuerdo con las especificaciones. También se puede interpretar como la aptitud del proceso o de una máquina, para cumplir los límites de tolerancia. El análisis de capacidad, se suele realizar cuando se necesita estudiar un nuevo proceso, cuando se ha modificado alguna de las partes esenciales del proceso, cuando se han emplazado una o más máquinas en otro lugar, cuando ha habido un reajuste en el funcionamiento de las máquinas, cuando los gráficos de control muestran cierta inestabilidad, etc. Para realizar un análisis de la capacidad a través de la variabilidad, se requiere el conocimiento o la estimación de la distribución de la característica estudiada, o bien la estimación de los parámetros que definen dicha variabilidad. Los gráficos de control, son una herramienta útil para el estudio de la capacidad de una máquina o proceso. 1

Las condiciones previas a tener en cuenta, en un estudio de capacidad de una máquina o proceso, son: 1. La máquina o proceso escogido para su estudio, debe ser representativa de la totalidad de máquinas o procesos. 2. En el caso de máquinas, debemos asegurarnos que la materia prima en cuestión, esté dentro de especificaciones. 3. La máquina o proceso a estudiar su capacidad, debe estar bajo control. 4. Analizar como mínimo 50 unidades, midiendo la característica objeto de estudio. 5. Verificar que la característica en cuestión se distribuye normalmente. Para ello, se pueden representar los datos en papel probabilístico normal. 2

Por tanto, cuando una máquina o proceso está en estado de control, la amplitud del intervalo de variabilidad de las observaciones individuales de una determinada variable, se le denomina CAPACIDAD. Por ejemplo, si un proceso está bajo control, y la variable a estudiar se distribuye según la ley normal, el 99,73% de los valores de la variable estarán comprendidos entre (μ- 3σ) y (μ + 3σ) El valor de μ será el promedio o centrado de la variable a estudiar, mientras que σ corresponde a la variabilidad intrínseca del proceso Podemos definir la capacidad como: CAPACIDAD = 6σ En nuestros días, y en sectores como el del automóvil, se habla de 8σ e incluso 10σ Hay que tener en cuenta que la capacidad, está relacionada con la variabilidad. Por tanto, cuanta menos variabilidad tengamos, mayor será la capacidad. La capacidad, es una característica propia de la máquina o del proceso, y es independiente de los límites de tolerancia, o especificaciones del producto. Es muy importante el conocimiento de aquello que es capaz de hacer una máquina o un proceso, tanto a nivel técnico como comercial. En el caso de estudio de capacidad de un proceso, la capacidad se determina a partir de muestras obtenidas en toda la variedad de condiciones en que puede trabajar el proceso: turnos, operarios, materias primas, etc.) 3

Una vez obtenidos los datos a partir de las muestras analizadas, éstos se representan en un gráfico de control, para asegurarse de que estamos en condiciones de control, y que por tanto no existen causas de variabilidad asignables. Si se detectan valores fuera de límites, debe verificarse su origen y eliminarse, antes del estudio de capacidad. De no ser posible, estos puntos formarán parte de la máquina o proceso. TOLERANCIAS Las tolerancias se deben fijar en función de las necesidades de los clientes, así como de sus expectativas. Evidentemente, una vez fijadas las especificaciones o tolerancias, debe verificarse la capacidad de la máquina o proceso. Se puede concluir que una máquina o proceso es capaz, si puede producir dentro de las especificaciones demandadas. Si su capacidad es menor que las tolerancias definidas. Podemos definir los límites de tolerancia, de la siguiente manera: LTS = límite de tolerancia superior LTI = límite de tolerancia inferior 4

INDICE DE CAPACIDAD Para comparar la variabilidad del proceso con los límites de tolerancia, definimos los índices de capacidad. En función de que el estudio de capacidad se realice sobre una máquina o sobre un proceso, se definirán como: MÁQUINA PROCESO Cm = Tolerancia / 8σ = (LTS LTI) / 8σ Cp = Tolerancia / 6σ = (LTS LTI) / 6σ Las diferencias entre Cm y Cp se fundamentan en la mayor exigencia que debe tenerse en el caso de un proceso, respecto a una máquina. El valor del índice Cp, nos da una idea de la variabilidad que el proceso transmite a una determinada variable de calidad de un determinado producto final. Estadísticamente, Cp > 1 para que el proceso sea capaz. Si Cp < 1 el proceso no es capaz. De todas formas, y desde el punto de vista de calidad, conviene que: Cp > 1,33 en el caso de procesos (intervalo de 8σ) Cp > 1,66 en el caso de máquinas (intervalo de 10σ) 5

Para procesos que no estén centrados en el valor nominal, los índices de capacidad indican solamente la posibilidad de la máquina o proceso, de producir dentro de tolerancias, en el caso de poder centrarlos. Por tanto, en este caso, el índice indicaría la capacidad potencial, pero no necesariamente la real. Para subsanar esta circunstancia, se definen los índices de capacidad, Cmk y Cpk de la siguiente manera: Cmu = (LTS X) / 4σ Cml = (X LTI) / 4σ CmK = mínimo (Cmu, Cml) Cpu = (LTS X) / 3σ Cpl = (X LTI) / 3σ Cpk = mínimo (Cpu, Cpl) De forma que: Cmk <= Cm Cpk <= Cp En el caso de procesos centrados: Cmk = Cm Cpk = Cp 6

EJEMPLO Supongamos que en un proceso de fabricación de envasado de guisantes, se quiera determinar la capacidad del proceso de envasado. De este proceso, se conoce: Valor promedio (histórico) de peso: 200 gr Desviación típica promedio (σ = 0,72 gr) Los límites de tolerancia, están establecidos en +/- 2 gr Para ello, se realizan cuatro series de lecturas (L1, L2, L3 y L4) del peso, de veinte observaciones cada una: La variable sobre la cual vamos a estudiar la capacidad, se distribuye conforme la Ley Normal, de características: Media = 200 σ = 0,72 es decir, N(200, 072) Por lo tanto, el proceso está centrado en el valor promedio. 7

Las lecturas, son: L1 L2 L3 L4 202,016 200,218 200,588 199,930 200,390 200,180 198,385 199,120 200,080 199,420 200,045 199,985 198,584 201,011 200,260 200,097 199,413 199,453 200,012 200,720 199,701 198,761 200,001 200,118 199,380 200,491 200,361 200,057 201,435 200,279 199,727 200,513 199,440 199,155 199,966 200,129 200,587 201,021 199,526 200,624 200,445 199,933 200,030 199,044 200,109 200,900 200,116 201,751 199,985 200,006 200,659 200,600 200,580 199,934 199,789 199,699 199,796 199,759 199,880 200,340 199,277 200,722 198,398 200,410 200,612 198,605 199,194 199,998 199,899 201,027 199,998 200,806 200,310 199,998 200,571 199,250 198,692 198,650 200,686 201,191 8

La capacidad del proceso, será: CAPACIDAD = 6 x σ CAPACIDAD = 6 x 0,72 = 4,34 Por lo tanto, y aplicando la expresión del Cp: Cp = Tolerancia / 6σ = (LTS LTI) / 6σ Cp = (LTS LTI) / 6σ = (202 198) / 4,34 = 0,93 En resúmen Cp = 0,93 y por lo tanto, el proceso NO ES CAPAZ Los cálculos anteriores, se pueden realizar utilizando programas como MINITAB 9

Supongamos ahora, que los límites de tolerancia, son +/- 4 gr Cp = (204 196) / 4,34 = 1,84 En este caso, el proceso SI ES CAPAZ Mediante MINITAB: Lógicamente, al ampliar los límites de tolerancia, el proceso de envasado respecto al peso de envasado, pasa de no ser capaz, a sí ser capaz. 10

Relación entre Cp Cpk y porcentaje fuera de tolerancia: Cp 0,33 0,33 0,33 0,67 0,67 0,67 0,67 Cpk 0,33 0-0,33 0,67 0,33 0-0,33 Media μ = N μ = N +/- σ μ = N +/- 2σ μ = N μ = N +/- σ μ = N +/- 2σ μ = N +/- 3σ % fuera 31,7 % 52,3 % 84,3 % 4,6 % 16 % 50 % 84,1 % tolerancia Cp 1 1 1 1 1,33 1,33 0,67 0,67 Cpk 1 0,33 0-0,33 1,33 0,67 0,33-0,33 Media μ = N μ = N +/-2σ μ = N +/-3σ μ = N +/-4σ μ = N μ = N +/-2σ μ = N +/-3σ μ = N +/-5σ % fuera tolerancia 0,3 % 15,9 % 50 % 84,1 % 63 % 2,3 % 15,9 % 84,1 % del libro Control y mejora de la calidad (UPC) 11

AUTOR Antonio Solé Cabanes Ingeniero Industrial asole@asolengin.net www.asolengin.net www.asolengin.wordpress.com 12