Un fabricante utiliza corridas cortas para crear pequeños lotes de partes metálicas. El gerente de calidad mide partes producidas por tres corridas para evaluar la estabilidad del proceso de estampado.
El gerente crea una gráfica Z-MR para monitorear el proceso de estampado.
- Abra los datos de muestra, PiezasEstamp.MTW.
- Elija .
- En Variables, ingrese Datos Estamp.
- En Indicador de parte, ingrese Corrida.
- Haga clic en Opciones de Z-MR.
- En la ficha Estimación, en Cómo definir grupos de observaciones, seleccione Relativo al tamaño (combinar todas las observaciones, usar ln).El ingeniero especializado en calidad sabe por experiencia que la varianza aumenta a medida que aumenta el tamaño de la medición. Por lo tanto, utiliza el método Relativo al tamaño (combinar todas las observaciones, usar ln) para estimar la desviación estándar del proceso.
- En la ficha Pruebas, seleccione 1 punto > K desviaciones estándar desde la línea central (Prueba 1) y K puntos consecutivos en el mismo lado de la línea central (Prueba 2).Si no está seguro de qué pruebas se aplican en su situación específica, utilice las pruebas 1, 2 y 7 cuando establezca por primera vez los límites de control con base en los datos. Después de establecer los límites de control, puede usar los los valores conocidos de esos límites y la Prueba 7 ya no es necesaria.
- Haga clic en Aceptar en cada cuadro de diálogo.
Interpretar los resultados
El punto 13 está por encima del límite de control en la gráfica de rangos. Además, la Corrida A parece tener menos variación en los rangos móviles que la Corrida B o la Corrida C. Esa variación entre las corridas también se puede ver en la gráfica Z. Con base en estos resultados, es probable que causas especiales estén influyendo en el proceso actualmente.
Gráfica Z-MR de Datos Estamp
Resultados de la prueba de la gráfica MR de Datos Estamp
PRUEBA 1. Un punto fuera más allá de 3.00 desviaciones estándar de la línea
central.
La prueba falló en los puntos: 13
* ADVERTENCIA * Si se actualiza la gráfica con los nuevos datos, los resultados
anteriores quizás ya no sean correctos.
