Graficas De Control De Shewart

La idea tradicional de inspeccionar el producto final y eliminar las unidades que no cumplen con las especificaciones una vez terminado el proceso, se reemplaza por una estrategia más económica de prevención antes y durante del proceso industrial con el fin de lograr que precisamente estos productos lleguen al consumidor sin defectos.

Así las variaciones de calidad producidas antes y durante el proceso pueden ser detectadas y corregidas gracias al empleo masivo de Gráficas de Control.

Según este nuevo enfoque, existen dos tipos de variabilidad. El primer tipo es una variabilidad aleatoria debido a "causas al azar" o también conocida como "causas comunes". El segundo tipo de variabilidad, en cambio, representa un cambio real en el proceso atribuible a "causas especiales", las cuales, por lo menos teóricamente, pueden ser identificadas y eliminadas.

Los gráficos de control ayudan en la detección de modelos no naturales de variación en los datos que resultan de procesos repetitivos y dan criterios para detectar una falta de control estadístico. Un proceso se encuentra bajo control estadístico cuando la variabilidad se debe sólo a "causas comunes".

Los gráficos de control de Shewart son básicamente de dos tipos; gráficos de control por variables y gráficos de control por atributos. Para cada uno de los gráficos de control, existen dos situaciones diferentes; a) cuando no existen valores especificados y b) cuando existen valores especificados.

Se denominan "por variables" cuando las medidas pueden adoptar un intervalo continuo de valores; por ejemplo, la longitud, el peso, la concentración, etc. Se denomina "por atributos" cuando las medidas adoptadas no son continuas; ejemplo, tres tornillos defectuosos cada cien, 3 paradas en un mes en la fábrica, seis personas cada 300, etc.

Antes de utilizar las Gráficas de Control por variables, debe tenerse en consideración lo siguiente:

a.- El proceso debe ser estable

b.- Los datos del proceso deben obedecer a una distribución normal

c.- El número de datos a considerar debe ser de aproximadamente 20 a 25 subgrupos con un tamaño de muestras de 4 a 5, para que las muestras consideradas sean representativas de la población.

d.- Los datos deben ser clasificados teniendo en cuenta que, la dispersión debe ser mínima dentro de cada subgrupo y máxima entre subgrupos

e.- Se deben disponer de tablas estadísticas

...