El desarrollo de técnicas que aumenten la eficiencia de
gráficos de control estadÃstico de procesos por atributos
tiene gran importancia porque el control por atributos
tÃpicamente exige tamaños de muestra muy grandes para
obtener un tiempo rápido de señalización de desvÃos en el
proceso. En diversas situaciones prácticas estos tamaños de
muestra pueden ser altamente indeseables o incluso
inviables. Los esquemas adaptativos, que consisten en
variar uno o más parámetros del gráfico de control (tamaño
de muestra, intervalo de tiempo entre muestras y abertura
de los lÃmites de control) de acuerdo con la información
precedente ofrecida por el gráfico (esto es, de acuerdo con
la posición del último punto registrado), proporcionan,
para la detección de desvÃos pequeños a moderados, una
mayor eficiencia que los esquemas tradicionales, de
parámetros fijos. Mientras que los esquemas adaptativos han
sido propuestos para gráficos de control por variables,
para gráficos por atributos - a pesar de la necesidad y
oportunidad mencionada de investigar formas de aumentar la
eficiencia de gráficos de control estadÃstico de procesos
por atributos - no existen muchas referencias en la
literatura. Esta es la motivación del presente trabajo,
que propone un esquema adaptativo para gráficos de control
por atributos, aplicable tanto a gráficos de np como de c,
variando todos los parámetros del gráfico. Se desarrolla
el modelo matemático para el cálculo de las medidas de
desempeño; este modelo fue implementado en una planilla
electrónica, que permitió analizar cuantitativamente el
desempeño del esquema en una amplia gama de casos,
comparando con el desempeño de gráficos tradicionales (con
parámetros fijos), y con el de otros esquemas adaptativos,
con menor número de parámetros variando. El esquema
propuesto se mostró sensiblemente más eficiente en la
mayorÃa de las situaciones de interés que motivaron el
trabajo. Resultados adicionales del trabajo son: la
identificación de las situaciones en que cada esquema es
más eficiente (o del esquema más eficiente en cada
situación) y conjuntos de valores recomendados para los
parámetros de los gráficos en cada situación. Estos
resultados facilitan la operacionalización de la ferramenta
para uso en la práctica.
|