This paper studies an attribute control chart for monitoring the number of nonconforming items using a triple sampling (TS-np) which has not yet been applied to attribute control charts. The chart design and procedure for the decision about the state of the process are given. Mathematical expressions for the average run length (ARL) for in-control and out-of-control processes and the average sample number (ASN) are given. A bi-objective genetic algorithm that seeks to minimize the ASN and the probability of type 2 error is implemented in order to optimize the design of the TS-np control chart. A comparison between TS-np, single sampling np (SS-np), double sampling np (DS-np), and multiple dependent state repetitive sampling (MDSRS) control charts is carried out in terms of the out-of-control average run length (). Tables of values for TS-np are presented in comparison with MDSRS and DS-np for various scenarios. The operation of the proposed control chart is shown through simulated data. Finally, it is concluded that the proposed TS-np chart has a better performance in terms of detecting small and moderate shifts in the process nonconforming rate in-control () compared with MDSRS and DS-np.

En este artículo fue estudiado el mejoramiento del proceso de fabricación de una empresa productora de ladrillos para construcción en la ciudad de Santa Marta. Mediante simulación se ha modelado el proceso actual y se establecieron alternativas de mejoramiento. El desempeño de estos procesos simulados se ha valorado mediante las variables “Costo por lote” (en pesos colombianos) y el “Tiempo en el sistema” (en horas), ambas programadas en los modelos simulados, las cuales se establecieron como variables de control. Estas variables son las componentes de un vector bivariado cuyos valores fueron obtenidos de muestras provenientes de replicar cada uno de los modelos que luego fueron analizados mediante la utilización de una técnica proveniente de la estadística multivariada denominada Manova. La prueba de hipótesis multivariada muestra que uno de los modelos presenta mejor desempeño. Basado en los resultados, se concluye que la empresa debería adoptar el mejoramiento encontrado en la simulación.