PLANEAMIENTO Y CONTROL DE LA PRODUCCIN

Expositor:Ing. Javier Rojas SalazarADMINISTRACIN DE OPERACIONES (ADO)SESIN 04ANLISIS DESEMPEO Y CONTROL DE PROCESOS

OBJETIVOS:Conocer las medidas de desempeo de los procesos.Aprender a analizar y mejorar los procesos a travs de su desempeo. Aprender herramientas estadsticas para controlar el procesoCONTROL DE DESEMPEO DE PROCESOS Y CONTROL ESTADSTICOANLISIS DE PROCESOS:AMORTIGUACIN, BLOQUEO Y PRIVACINTiempo de Ciclo para una etapa o proceso es aquel tiempo necesario para procesar una unidad productiva.Amortiguador se entiende como un espacio de almacenamiento entre etapas. La amortiguacin permite que las etapas operen de forma independiente. Si una etapa alimenta a una segunda etapa sin un amortiguador intermedio, entonces se supone que las dos etapas estn ligadas directamente se pueden presentar 02 problemas:El bloqueo se presenta cuando las actividades de la etapa se deben detener porque el artculo recin terminado no se puede depositar en ningn lugar.La privacin se presenta cuando las actividades de una etapa se deben detener porque no hay trabajo.

BLOQUEO Y AMORTIGUACIN

EJEMPLO:El proceso consta de 2 etapas con diferente velocidad de procesamiento. Presentar una alternativa de solucin para que no exista el bloqueo de la Etapa1.

SOLUCIN:Se colocar un amortiguador entre las 2 etapas. Pero debido a que la Etapa2 posee una menor velocidad de procesamiento, representa para el proceso un cuello de botella.

AMORTIGUACIN:FABRICACIN POR EXISTENCIAS Y PEDIDOS

FABRICACIN POR EXISTENCIASFABRICACIN POR PEDIDOS

AMORTIGUACIN:FABRICACIN POR EXISTENCIAS O PEDIDOSFABRICACIN HBRIDA

FABRICACIN POR PEDIDOS

MEDICIN DE DESEMPEO DE PROCESOS

MEDIDAS DE DESEMPEO DEL PROCESO

7LEY DE LITTLE

LEY DE LITTLE APLICADA A INVENTARIOS DE PROCESOS:

La ley de Little2 plantea una relacin matemtica entre el ndice de procesamiento, el tiempo de procesamiento y la cantidad de inventario de trabajo en proceso. Plantea la relacin a largo plazo entre inventario, produccin y tiempo:

8LEY DE LITTLE:FBRICA DE AUTOMVILESEJEMPLO:Una empresa fabricante de automviles ensambla autos en una planta y compra bateras a un vendedor en China. El costo promedio de cada batera es de $45. La empresa automotriz toma la propiedad de las bateras cuando llegan a la planta. La fabricacin de un auto en la planta tarda 12 horas exactas, y ensambla 200 autos cada turno de 8 horas (en la actualidad, la planta opera en un turno por da). Cada auto usa una batera. La empresa tiene en promedio 8000 bateras en el inventario de materias primas en la planta como amortiguador.Hallar el nmero total de bateras en la planta en promedio (en trabajo en proceso en la planta y en el inventario de materias primas).Cunto valen estas bateras?Cuntos das de suministro se tienen en el inventario de materias primas en promedio?9LEY DE LITTLE:FBRICA DE AUTOMVILES

10ANLISIS DE PROCESOS EN UNA PANIFICADORAPara el gerente de una panificadora, la prioridad mayor es comprender los productos que se fabrican y los pasos que requiere el proceso. Se requieren dos pasos para preparar el pan:El primero es preparar la masa y hornear las hogazas, lo que aqu se conoce como la produccin de pan.El segundo es empacar las hogazas.Debido al tamao de las batidoras de la panadera, el pan es producido en lotes de 100 hogazas. El departamento de produccin de pan termina un lote de 100 hogazas cada hora, lo cual es el tiempo del ciclo de la actividad.El departamento de empacado slo necesita 0.75 de hora para colocar las 100 hogazas en sus bolsas.Analice ambos casos. En el caso de la figura B, con 2 turnos de 8 horas para la produccin y tres turnos de 8 horas para el empacado. Cul es el tiempo de procesamiento de la panificadora?

11ANLISIS DE PROCESOS EN UNA PANIFICADORACaso A:

En este caso, se puede ver que el departamento de produccin es el cuello de botella del proceso.Un cuello de botella es la actividad de un proceso que limita la capacidad global del proceso. Por lo tanto, si se supone que las actividades de produccin de pan y las de empaque operan la misma cantidad de tiempo cada da, entonces la panificadora tiene una capacidad de 100 hogazas por hora.En el transcurso del da la operacin de empacado estar inactiva durante periodos de un cuarto de hora, mientras la siguiente serie de panes se est produciendo, pero el departamento de empacado ha terminado de empacar la serie anterior.Con este escenario, cabe esperar que la operacin de empacado fuera utilizada slo 75% del tiempo.Con un solo proceso para la produccin de pan, no se creara inventario entre el proceso de produccin de pan y el de empacado. En este caso, el tiempo de procesamiento sera de 1.75 horas.

12ANLISIS DE PROCESOS EN UNA PANIFICADORACaso B:El tiempo del ciclo para las dos lneas de produccin de pan operando juntas es de media hora. Dado que la operacin de empacado toma 0.75 de horas para empacar 100 hogazas, la operacin de empacado ahora es el cuello de botella.En los primeros dos turnos el inventario crece de 0 a 1200 hogazas. Con el ltimo turno de ocho horas el inventario baja del mximo de 1200 hogazas a 0. El promedio general del periodo de 24horas es simplemente 600 hogazas de pan ((1200+0)/2 hogazas).El ndice de procesamiento es 133.3hogazas/hora (100/0.75 = 133.3).La ley de Little calcula que el tiempo promedio que las hogazas estn en trabajo en proceso es de 4.5 horas (600 hogazas/133.3 hogazas/hora).El tiempo total de procesamiento es de 6.25 horas (1 hora para produccin del pan + 4.5 horas en inventario + 0.75 de hora para empacado).

13REDUCCIN DE TIEMPO DE EJECUCIN DE UN PROCESO2. Cambiar la secuencia de actividades3. Disminuya interrupciones1. Desempear actividades en forma paralelaUn ejemplo clsico es el desarrollo de productos, en cuyo caso la tendencia actual es la ingeniera concurrente. En lugar de crear un concepto, hacer esquemas, preparar una lista de materiales y hacer un diagrama de los procesos, todas las actividades las realizan en forma paralela equipos integrados. El tiempo de desarrollo disminuye enormemente y las necesidades de todos los involucrados son abordadas durante el proceso de desarrollo.

Un documento puede ser llevado y trado entre dos oficinas varias veces para su lectura y firma. Si se modifica la secuencia de algunas de estas actividades, el documento podra ser objeto de un mayor procesamiento desde que llega a un edificio por primera vez.

Las rdenes de compra tal vez slo se giren cada tercer da. As, las personas que preparan los reportes que derivan en rdenes de compra deben tener presente las fechas lmite para cumplirlas, porque si se mejoran los tiempos de estos procesos se puede ahorrar mucho tiempo por los das que toma su procesamiento.ANLISIS DE PROCESOS ENSUB SHOPSub Shop de Daffy Dave produce a pedido unos sandwiches llamados submarinos. Daffy Dave est analizando el proceso del negocio. A continuacin se presenta el flujo general del proceso. En cada uno de los pasos del proceso trabaja una sola persona.

Daffy Dave quiere conocer los siguientes datos sobre una jornada tpica de 8 horas:a) Cul es la produccin mxima actual del proceso?b) Si se aade una persona, en qu paso se sumara y cul sera el beneficio?c) Pasar un minuto de Pan y Carne a Tomar la orden traera algn beneficio? Suponga que no se ha hecho el cambio del punto b) que antecede.d) Pasar un minuto de trabajo de Condimentos a Envolver traera algn benefi cio? Suponga que no sehan efectuado cambios en los puntos b) y c) que anteceden.15ANLISIS DE PROCESOS ENSUB SHOPSOLUCIN:Cul es la produccin mxima actual del proceso?

En otras palabras el ritmo de produccin lo marca la actividad de aderezos y condimentos, por lo que la produccin mxima es 120 submarinos16ANLISIS DE PROCESOS ENSUB SHOPSOLUCIN:b) Si se aade una persona, en qu paso se sumara y cul sera el beneficio?Como el cuello de botella es la estacin Aderezos/Condimentos, Dave debe sumar la persona a esa actividad:

El efecto no es muy grande. Si bien la estacin de Aderezos/Condimentos ahora puede producir 240 submarinos por da, la estacin de Pan y carne slo puede producir 160, por lo cual esa ser la produccin mxima.17ANLISIS DE PROCESOS ENSUB SHOPSOLUCIN:c) Pasar un minuto de Pan y Carne a Tomar la orden traera algn beneficio? Suponga que no se ha hecho el cambio del punto b) que antecede.La estacin de Tomar la orden pasar de 1 minuto a 2 minutos, y la de Pan y carne bajar de 3 minutos a 2 minutos.Este cambio no trae beneficio alguno. Dave slo puede producir los mismos 120 submarinos al da, dado que slo puede producir 120 por da porque ese es el lmite de la estacin de Aderezos/condimentos.

18ANLISIS DE PROCESOS ENSUB SHOPSOLUCIN:d) Pasar un minuto de trabajo de Condimentos a Envolver traera algn beneficio? Suponga que no se han efectuado cambios en los puntos b) y c) que anteceden.La estacin de Aderezos/condimentos bajar de 4 a 3 minutos y la de Envolver sube de 2 a 3 minutosEste cambio s trae un beneficio. Dave ahora puede producir 160 submarinos por da. Esto producir el mismo beneficio que contratar a otro trabajador. No obstante, si Dave quiere incrementar ms su produccin, tendr que contratar a personal adicional.

19CONTROL ESTADSTICO DE PROCESOS:BETZ DEARBORN PROVEEDOR DE QUMICOS

CONTROL ESTADSTICO DE PROCESOS:CONCEPTOS PRELIMINARESVARIACIONES NATURALES :Las variaciones naturales afectan casi todos los procesos de produccin y deben esperarse. Las variaciones naturales son las muchas fuentes de variacin que ocurren dentro de un proceso que est bajo control estadstico. Las variaciones naturales se comportan como un sistema constante de causas probabilsticas. Aunque los valores individuales son diferentes, como grupo forman un patrn que puede describirse como una distribucin. Cuando estas distribuciones son normales se caracterizan mediante dos parmetros: Media (la medida de tendencia central en este caso, el valor promedio) Desviacin estndar (la medida de dispersin)Siempre que la distribucin (medidas de los resultados) permanezca dentro de los lmites especificados, se dice que el proceso est bajo control, y las variaciones naturales se toleran.VARIACIONES ASIGNABLES :Puede rastrearse hasta su razn especfica. Factores como el desgaste de la maquinaria, el desajuste de equipos, la fatiga o la mala capacitacin de los trabajadores, o nuevos lotes de materias primas, son fuentes potenciales de variaciones asignables.02 TAREAS PARA LA ADO:Las variaciones naturales y asignables distinguen dos tareas para el administrador de operaciones:La primera es asegurarse de que el proceso es capaz de operar bajo control slo con la variacin natural.La segunda es, por supuesto, identificar y eliminar las variaciones asignables para que los procesos se mantengan bajo control.

CONTROL ESTADSTICO DE PROCESOS:TEOREMA DEL LMITE CENTRAL

CONTROL ESTADSTICO DE PROCESOS:CONCEPTOS PRELIMINARESMUESTRAS: Debido a las variaciones naturales y asignables, el control estadstico del proceso usa promedios de muestras pequeas (a menudo de cuatro a ocho artculos) por contraste con los datos de partes individuales. Las piezas individuales tienden a ser demasiado errticas como para que las tendencias puedan verse con rapidez.En las grficas la escala horizontal puede ser:El peso (como el nmero de onzas contenidas en las cajas de cereal)La longitud (como en los postes de una cerca), o cualquier otra medida fsica.La escala vertical es la frecuencia.Las muestras de cinco cajas de cereal ilustradas en la figura: (a) se pesan; (b) forman una distribucin, y (c) pueden variar.

EJEMPLOLos pesos de las cajas de hojuelas de avena incluidas dentro de un lote de produccin grande se muestrean cada hora. Los administradores quieren establecer lmites de control que incluyan el 99.73% de las medias muestrales.Mtodo del trabajo: Se seleccionan y pesan de manera aleatoria nueve (n = 9) cajas cada hora. Despus se obtiene la media global y se usan las ecuaciones (1) y (2) para calcular los lmites de control. A continuacin se presentan los datos de las nueve cajas seleccionadas en la hora 1:

Debido a que las medias de los promedios de las muestras recientes caen fuera de los lmites de control superior e inferior de 17 y 15, podemos concluir que el proceso se est volviendo errtico y que no est bajo control.28Puesto que las desviaciones estndar del proceso no estn disponibles o es difcil cuantificarlas, usualmente calculamos los lmites de control con base en los valores del rango promedio en vez de las desviaciones estndar.En la siguiente tabla(1) se proporcionan las conversiones necesarias para hacerlo. El rango se define como la diferencia que hay entre el elemento ms grande y el ms pequeo de una muestra.Por ejemplo, la caja ms pesada de hojuelas de avena detectada en la hora 1 del ejemplo era de 18 onzas y la ms ligera era de 13 onzas, entonces el rango para esa hora es de 5 onzas. Se usa la tabla (*) y las frmulas:

(1)29

TABLA (1) PARA CALCULO DE L.C (SIN DATO)30EJEMPLO:Las botellas del refresco Super Cola tienen una etiqueta que dice peso neto 12 onzas. De hecho, se ha encontrado un promedio global del proceso de 12 onzas tomando muchas muestras, donde cada muestra contena 5 botellas. El rango promedio del proceso es de 0.25 onzas.Al buscar en la tabla (1), el tamao de muestra de 5, en la columna A2 del factor de la media, encontramos el valor 0.577. Por lo tanto, los lmites inferior y superior de la grfica de control son:

31CLCULO DE LMITES DE CONTROL PARA GRFICOS DE VARIABLES R (SIN DATO)EJEMPLO:Aunque el promedio del proceso est bajo control, la dispersin del proceso puede no estarlo.Por ejemplo, algo podra haberse aflojado en una pieza del equipo que llena las cajas con hojuelas de avena. Como resultado, el promedio de las muestras puede permanecer igual, aunque la variacin entre las muestras podra ser demasiado grande.Las grficas de control de rangos permiten monitorear la variabilidad del proceso, as como grficas de control de promedios para monitorear la tendencia central del proceso.Se establecen lmites que contienen 3 desviaciones estndar de la distribucin del rango promedio . Las siguientes ecuaciones se pueden utilizar para establecer los lmites de control inferior y superior para los rangos:

(1)32CLCULO DE LMITES DE CONTROL PARA GRFICOS DE VARIABLES R (SIN DATO)3334

35GRAFICOS DE CONTROL PARA ATRIBUTOS:GRFICAS pLas grficas p miden el porcentaje de defectos en una muestra. Su uso es la principal forma de controlar los atributos.Aunque los atributos que son buenos o malos siguen una distribucin binomial, puede usarse la distribucin normal para calcular los lmites de la grfica p cuando los tamaos de las muestras son grandes.El procedimiento se parece al enfoque de la grfica x, que tambin se basa en el teorema del lmite central.Las frmulas para los lmites de control superior e inferior de la grfica p son las siguientes:

GRAFICOS DE CONTROL PARA ATRIBUTOS:GRFICAS pEJEMPLOLos capturistas de Dossier Data Systems introducen miles de registros de seguros cada da para una variedad de clientes corporativos. La directora general, Donna Mosier, quiere establecer lmites que incluyan el 99.73% de la variacin aleatoria en el proceso de introduccin de datos cuando se encuentra bajo control.Se recopilan muestras del trabajo de 20 capturistas y se muestran en la tabla:Mosier examina cuidadosamente 100 registros capturados por cada empleado y cuenta el nmero de errores. Despus calcula la fraccin defectuosa en cada muestra. Luego utiliza las ecuaciones para establecer los lmites de control.

GRAFICOS DE CONTROL PARA ATRIBUTOS:GRFICAS p

GRAFICOS DE CONTROL PARA ATRIBUTOS:GRFICAS p

GRAFICOS DE CONTROL PARA ATRIBUTOS:GRFICAS cLas grficas c se usan para controlar el nmero de defectos por unidad de produccin (o por registro de seguros en el caso anterior).Las grficas de control de defectos son tiles para monitorear procesos en los que existe un gran nmero de errores potenciales, pero que en realidad ocurre un nmero relativamente pequeo. Los defectos pueden ser errores en las palabras de un peridico, circuitos malos en un microchip, imperfecciones en una mesa. o pepinillos faltantes en la hamburguesa de un restaurante de comida rpida.

GRAFICOS DE CONTROL PARA ATRIBUTOS:GRFICAS cEJEMPLOLa compaa de taxis Red Top recibe varias quejas al da sobre el comportamiento de sus conductores. Durante un periodo de 9 das (donde los das son la unidad de medida), el propietario Gordon Hoft recibi los siguientes nmeros de llamadas de pasajeros molestos: 3, 0, 8, 9, 6,7, 4, 9, 8, para un total de 54 quejas. Hoft quiere calcular lmites de control con el 99.73% de confianza.

ASPECTOS DEL CONTROL ESTADISTICO DE PROCESOS CEP EN LA ADOPATRONES DE COMPORTAMIENTO DE GRAFICAS DE CONTROL

PATRONES DE COMPORTAMIENTO DE GRAFICAS DE CONTROL

PATRONES DE COMPORTAMIENTO DE GRAFICAS DE CONTROL

HABILIDAD DEL PROCESO:RAZN DE CAPACIDAD DEL PROCESO Cp

Para que un proceso sea capaz, sus valores deben caer dentro de las especificaciones superior e inferior. Por lo general, esto significa que la habilidad del proceso est dentro de 3 desviaciones estndar de la media del proceso. Como este rango de valores es de 6 desviaciones estndar, la tolerancia de un proceso capaz, que es la diferencia entre las especificaciones superior e inferior, debe ser mayor o igual a 6.La razn de la habilidad del proceso, Cp, se calcula como:RAZN DE CAPACIDAD DEL PROCESO CpUn proceso capaz tiene una Cp de al menos 1.0.Si la Cp es menor que 1.0, el proceso da como resultado productos o servicios que estn fuera de su tolerancia permitida.Con una Cp de 1.0, se espera que 2.7 partes en 1,000 estn fuera de las especificaciones.Entre mayor sea la razn de habilidad del proceso, mayor ser la probabilidad de que el proceso est dentro de las especificaciones de diseo. Muchas empresas han elegido como meta una razn Cp de 1.33 (un estndar de 4 sigma) para reducir la variabilidad del proceso. Esto significa que esperan que slo 64 partes por milln estn fuera de lo especificado.RAZN DE CAPACIDAD DEL PROCESO CpEl concepto de calidad Seis Sigma, donde GE y Motorola son lderes. Este estndar es igual a una razn Cp de 2.0, con slo 3.4 partes defectuosas por milln (muy cerca de cero defectos) en vez de 2.7 partes por 1,000 con los lmites de 3 sigma.Aunque la Cp se relaciona con el esparcimiento (la dispersin) del resultado del proceso relativo a su tolerancia, no observa la forma en que el promedio del proceso se centra en su valor meta.

RAZN DE CAPACIDAD DEL PROCESO Cp

EJEMPLO:

HABILIDAD DEL PROCESO:NDICE DE CAPACIDAD DEL PROCESO CpkEl ndice de habilidad del proceso, Cpk, mide la diferencia que hay entre las dimensiones deseadas y las reales de los bienes o servicios producidos. La frmula para Cpk es:

Cuando el ndice Cpk para los lmites de especificacin superior e inferior es igual a 1.0, la variacin del proceso se centra y el proceso es capaz de producir dentro de 3 desviaciones estndar (menos de 2,700 defectos por milln). Un Cpk de 2.0 significa que el proceso es capaz de producir menos de 3.4 defectos por milln (6 sigma). Para que el Cpk sea mayor que 1, debe ser 1/3 menor que de la diferencia que hay entre la especificacin y la media del proceso.NDICE DE CAPACIDAD DEL PROCESO Cpk

Un ndice Cpk de 1.0 para los lmites de control inferior y superior indica que la variacin del proceso est centrada dentro de los lmites de control inferior y superior.Cuando el ndice Cpk aumenta por encima de 1.0, el proceso se orienta cada vez ms hacia la meta, con menos defectos.Si el Cpk es menor que 1.0, el proceso no producir dentro de la tolerancia especificada. Debido a que un proceso puede no estar centrado, o ir a la deriva, se recomienda Cpk superior a 1.Observe que Cp y Cpk sern iguales cuando el proceso est centrado.Si la media del proceso no est centrada en la media deseada (especificada), entonces se usa el numerador ms pequeo de la ecuacin anterior (el mnimo de la diferencia entre el lmite de la especificacin superior y la media o el lmite de la especificacin inferior y la media). NDICE DE CAPACIDAD DEL PROCESO Cpk

EJEMPLOUsted es el gerente de mejoras de proceso y ha desarrollado una nueva mquina para cortar las plantillas destinadas a la mejor lnea de zapatos deportivos de la compaa. Est emocionado porque la meta de la compaa es de no ms de 3.4 defectos por milln, y esta mquina parece ser la innovacin que usted necesita. Las plantillas no pueden superar en ms de .001 pulgadas el grosor requerido de .250 pulgadas.Usted desea saber si debe reemplazar la mquina existente, que tiene un Cpk de 1.0.MUESTREO DE ACEPTACIN:CURVA CARACTERSTICA DE OPERACIN (OC)

Con el muestreo siempre se incurre en el peligro de llegar a una conclusin equivocada. Digamos que en cierta compaa la poblacin total bajo observacin es una carga de 1,000 chips de computadora, de los cuales en realidad slo 30 (o el 3%) estn defectuosos. Esto significa que querramos aceptar este embarque porque un 4% de defectos es la tasa aceptable. Sin embargo, si tomramos una muestra aleatoria de n = 50 chips, es posible que encontrramos 0 defectos y aceptramos el embarque (lo cual est bien), pero tambin podramos encontrar en dicha muestra el total de los 30 defectos. Si esto ltimo ocurriera, podramos concluir errneamente que el 60% de la poblacin total tiene defectos y rechazarla en su totalidad.MUESTREO DE ACEPTACIN:CURVA CARACTERSTICA DE OPERACIN (OC)La curva OC muestra las caractersticas de un plan de muestreo en particular, incluyendo los riesgos de tomar una decisin equivocada.El AQL (Aceptable Quality Level; nivel de calidad aceptable) es el nivel de calidad ms bajo que se est dispuesto a aceptar. En otras palabras, deseamos aceptar lotes con este nivel de calidad o mejor, pero no peor. Si un nivel aceptable de calidad es 20 defectos en un lote de 1,000 artculos o partes, entonces el AQL es 20/1,000 = 2% de defectos.El LTPD (Lot Tolerance Percent Defective; porcentaje de defectos tolerados en el lote) es el nivel de calidad de un lote considerado malo. Queremos rechazar los lotes que tengan este nivel de calidad o uno menor. Si se llega al acuerdo de que el nivel inaceptable de calidad es de 70 defectos en un lote de 1,000, entonces el LTPD es 70/1,000 = 7% de defectos.Para obtener un plan de muestreo, el productor y el consumidor deben definir no slo qu es un lote bueno y un lote malo a travs del AQL y del LTPD, sino tambin especificar los niveles de riesgo.MUESTREO DE ACEPTACIN:CURVA CARACTERSTICA DE OPERACIN (OC)El riesgo del productor ():Es la probabilidad de que un lote bueno sea rechazado. ste es el riesgo de que una muestra aleatoria pueda dar como resultado una proporcin de defectos mucho mayor que la de la poblacin de todos los artculos. Un lote con un nivel de calidad aceptable AQL an tiene una probabilidad de ser rechazado. Los planes de muestreo a menudo se disean para establecer el riesgo del productor en = .05, o un 5 por ciento.2. El riesgo del consumidor ():Es la probabilidad de que se acepte un lote malo. ste es el riesgo de que una muestra aleatoria pueda resultar en una proporcin de defectos menor que la de la poblacin total de artculos. Un valor comn del riesgo del consumidor en los planes de muestreo es = .10, o un 10 por ciento.La probabilidad de rechazar un lote bueno se denomina error tipo I. La probabilidad de aceptar un lote malo se conoce como error tipo II.CALIDAD DE SALIDA PROMEDIOAOQEn la mayora de los planes de muestreo, cuando se rechaza un lote se le inspecciona en su totalidad y se reemplazan todos los artculos defectuosos. El uso de esta tcnica de reemplazo mejora la calidad de produccin promedio en trminos del porcentaje de defectos. De hecho, dado:Cualquier plan de muestreo que reemplace todos los artculos defectuosos encontrados y El porcentaje verdadero de defectos de entrada para el lote, es posible determinar la AOQ (Average Outgoing Quality; calidad de salida promedio) como un porcentaje de defectos.La ecuacin para la AOQ es:

CALIDAD DE SALIDA PROMEDIOAOQEl valor mximo de la AOQ corresponde al porcentaje de defectos promedio ms alto o a la calidad promedio ms baja para el plan de muestreo. Esto se conoce como AOQL (Average Outgoing Quality Limit; lmite de la calidad de salida promedio).El muestreo de aceptacin es til para tamizar los lotes entrantes. Cuando se reemplazan las partes defectuosas con partes buenas, el muestreo de aceptacin ayuda a incrementar la calidad de los lotes al reducir el porcentaje de defectos de salida.En la figura se comparan el muestreo de aceptacin, el SPC, y el Cpk.

TALLER N01Contenido:PreguntasCasosIntegrantes: 05-06 alumnosDuracin: 45 minutos

58