25 VARIABLE

Cantidad que esta sujeta a cambio o

variabilidad

26 VARIACIN
Las diferencias inevitables entre los
resultados individuales
en un proceso; las fuentes de variacin
se pueden agrupar en dos clases
principales: las causas especiales y las
causas comunes
DEFINICIONES BSICAS
1.2.1 Hojas de verificacin para datos
medibles (datos variables).
Por lo regular se debe analizar una correlacin
o un anlisis de
regresin con los datos registrados para
demostrar las relaciones
de causa y efecto entre las variables.
Son aquellas utilizadas para registrar datos que
requieren el
anlisis subsiguiente para que redunden en el
mejoramiento del
proceso.
1.2.2 Hojas de verificacin para defectos o
anomalas (datos de atributos)
Su uso esta centrado en evaluar defectos o productos
defectuosos

Una mayor fuente para este tipo de datos es la
informacin de
reclamos suministrados por el cliente.

La informacin obtenida se puede caracterizar por tipo
de defecto.
Interpretacin de Diagrama de
Pareto
5
PREMISAS DE ANLISIS EN EL CONTROL DE PROCESOS
3. La variacin dentro del sistema productivo es
inevitable, por
ello la variacin asignable se debe detectar y
eliminar.
1. La calidad medida de un resultado de un
proceso siempre est sujeta a una cierta cantidad
de verificacin debido al azar
2. Un sistema estable de causas aleatorias siempre se
presenta en cualquier mtodo de produccin y en la
realizacin de pruebas
de calidad
7
Entonces, se construye un grfico
de prueba y se traza una lnea recta
a lo largo del eje de ordenadas (Eje
Y), a la altura del promedio (Valor
central de las observaciones) y
otras dos lneas rectas a la altura de
los lmites de control.
Grficos de Control
La variacin de los procesos se
deben a causas que se deben
investigar

El diagrama CE es til para
seleccionar las causas de la
variacin y para organizar las
relaciones mutuas

3. DIAGRAMA DE CAUSA Y EFECTO (CE)
3.1 Pasos para elaborar un diagrama CE
Generalidad

Entender el o los problemas del proceso.
Nombrar un lder para la discusin
Generar ideas para desarrollar el diagrama CE.
Agotar varios niveles de anlisis
Agregar informacin al diagrama de CE hasta que muestre
todas las causas de variacin
Revisin final para determinar si todos los puntos de variacin
estn comprendidos
CONSTRUCCIN DEL CE
Seleccione el efecto a analizar. Hacerlo por consenso
Liste las causas posibles que originan el efecto. Lluvia de Ideas
Clasifique las causas. Principales, secundarias, terciarias: niveles
de anlisis
Dibuje el diagrama
Jerarquice los factores por grado de importancia y defina los de
impacto relevante sobre la caracterstica especfica.
Elabore y ejecute un programa de acciones correctivas de las
causas relevantes.
Caractersticas
de calidad
equipo
material
mtodos
ambiente personas medicin
Causas-medios = factores Fines-Efectos =
Variacin
de la calidad
CALIDAD
MORAL
SEGURIDAD
OPORTUNIDAD
Diagrama de Causa - Efecto (Ishikawa o Espina de Pescado)
Representa las relaciones entre un efecto y sus causas
potenciales.
Las principales causas se organizan en subcategoras,
de tal forma que su representacin grfica es parecida al
esqueleto de un pez (espina de pescado).
Analiza las relaciones de causa y efecto.
Comunica las relaciones de causa y efecto.
Facilita la solucin del problema desde los sntomas
hasta la solucin de sus causas.
DESCRIPCIN
APLICACIN
Diagrama de Causa - Efecto (Ishikawa o Espina de Pescado)
P
R
O
C
E
D
I
M
I
E
N
T
O
Definir el efecto de manera clara y concisa.
Definir las principales categoras de las posibles causas.
Definir el efecto en un cuadro en el extremo derecho.
Dibujar el diagrama escribiendo todos los niveles de sus causas.
Seleccionar un pequeo numero de las causas que tengan mayor
influencia en el efecto y demanden acciones adicionales.

FACTORES AL CONSIDERAR LAS POSIBLES CAUSAS:

Sistemas de datos e informacin
Medio ambiente
Maquinaria o Equipo
Materiales
Mediciones
Mtodos
Mano de obra (personal).
Diagrama de Causa - Efecto (Ishikawa)
MANO DE
OBRA
PERSONAL
MATERIAL
ORGANIZACI
ON

CAUSA
NIVEL 1


CAUSA
NIVEL 3

El problema
o efecto es
definido

CAUSA
NIVEL 2

se identifican los factores que contribuyen a las causas
COMPUTADORA CONTEO
Fallas en el
programa
de cmputo
Error en el
recuento
Incorrecta
codificacin
del producto
Dificultad para
localizar la pieza
PERSONAL ALMACEN

DISCREPANCIA EN
LAS EXISTENCIAS
DEL ALMACEN DE
MEDICAMENTOS

Etiquetas
con error
Datos ilegibles en
hoja de registro
Causa nivel 1
Causa nivel 2
Causa nivel 3
Solicitudes sin
programar
Diagrama de Causa - Efecto (Ishikawa)
Ejercicio: Diagrama de Causa - Efecto
Demora en la entrega de los resultados de laboratorio en la U.M.F. "XX".
a) La deficiencia en equipo (causa) puede ser responsable de que se demore
la entrega de resultados de laboratorio.
b) La demora de resultados de los anlisis (efecto), se puede deber a que no
existe un plan adecuado de trabajo.
c) El desconocimiento de cmo realizar algunos cultivos (causa), puede
influir en la no entrega de resultados del anlisis.
d) La demora en la entrega de resultados de anlisis (efecto), es debida a no
considerar el periodo necesario para su realizacin (causa).
EQUIPO,
MATERIAL
MANO DE OBRA
(PERSONAL)
Falta de energa
Pocos
refrigeradores
Falta de
reactivos
Microscopios
desajustados
Impuntualidad
del personal
Falta de
capacitacin
Ausentismo
No hay plan
de trabajo
Existen pasos
innecesarios en
el trabajo
Sobrecarga de
solicitudes
Fechas de entrega
sin tomar en cuenta la
cantidad de trabajo
MEDIO AMBIENTE
(POLTICAS)
MTODO
(PROCEDIMIENTO)
DEMORA EN LA
ENTREGA DE
RESULTADOS DE
ANLISIS DE
LABORATORIO
38
Ejercicio: Diagrama de Causa - Efecto
Es un diagrama de barras de clasificaciones, en orden
descendente de importancia.
Muestra la significancia relativa de las clasificaciones y
permite la toma de decisiones con referencia a la
prioridad de solucin de problemas

El diagrama de pareto es el primer paso al hacer
mejoramiento. Muestra rpidamente los progresos
realizados en la obtencin de metas as como la
tendencia de estas.
4. DIAGRAMA DE PARETO
4.1 PASOS PARA ELABORAR UN DIAGRAMA DE PARETO.
Elabore una tabla de datos para el diagrama de Pareto
con la lista de categoras, los totales individuales, los
totales acumulados, la composicin porcentual y los
porcentajes acumulados
Seleccione que clase de problema se va a analizar y las causas
que lo categorizan
Decida que datos va a necesitar y cmo clasificarlos
Defina el mtodo de recoleccin de los datos y el periodo de
duracin de la recoleccin
Disee una tabla para el conteo de datos con espacio
suficiente para registrarlos.
Dibuje la curva acumulada (Curva Pareto). Marque los valores
acumulados (%) en la parte superior, a lado derecho de los
intervalos de cada categora, y conecte los puntos con una lnea
continua.
Organice las categoras por orden de magnitud decreciente, de
izquierda a derecha en un eje horizontal construyendo un
diagrama de barras. El concepto de otros debe ubicarse en el
ltimo lugar independientemente de su magnitud
Dibuje dos ejes verticales y un eje horizontal
Eje vertical derecho: Marque este eje con una escala desde o hasta
100%
Eje horizontal: Dividalo en un nmero de intervalos igual al nmero
de categoras clasificadas
Eje vertical izquierdo: Marque este eje con una escala desde 0 hasta
el total general
Diagrama de Pareto
Es una tcnica grfica, que clasifica los elementos
desde el ms frecuente hasta el menos frecuente.

Exhibir visualmente en orden de importancia, la
contribucin de cada elemento en el efecto total.

Clasificar las oportunidades de mejoramiento.

DESCRIPCIN
APLICACIN
Diagrama de Pareto
P
R
O
C
E
D
I
M
I
E
N
T
O
Seleccionar los elementos que sern analizados.
Seleccionar el perodo de tiempo de los datos.
Listar los elementos de izquierda a derecha en el eje horizontal en
orden de magnitud decreciente de la unidad de medicin.
Dibujar 2 ejes verticales, uno de cada extremo del eje horizontal.
La escala izquierda conviene que sea calibrada en la unidad de
medicin y su altura debe ser igual a la suma de todos los elementos.
Arriba de cada elemento, dibuje una barra cuya altura represente la
magnitud de la unidad de medicin para ese elemento.
Elabore la linea de frecuencia acumulada sumando las magnitudes de
cada elemento de izquierda a derecha.
Diagrama de Pareto
Si se desea atender a las causas que generan el
efecto de conductas de un mal servicio, se
debern atender los problemas relacionados
con falta de atencin, baja productividad y
ausentismo del personal.
C
O
N
D
U
C
T
A
S

D
E

U
N

M
A
L

S
E
R
V
I
C
I
O

0
25
50
75
100
125
100 %
80 %
60 %
40 %
20 %
P
O
R
C
E
N
T
A
J
E

D
E

C
O
M
P
O
S
I
C
I

N

Wilfrido Pareto deca
que:
El 20% de los pases
con economas
fuertes, domina a
los dems.
El 20% de las
personas que
aportan con su
trabajo, sostienen al
80% de la
poblacin.
La abundancia en
una sociedad, la
posee y administra
slo el 20% de la
poblacin.
La mejora de la
calidad se logra al
resolver el 20% las
causas que generan
el 80% de los
problemas.
Ejercicio: Diagrama de Pareto
En el Departamento de Sistemas existen paralizaciones de trabajo debido a fallas de
ciertas mquinas. Se decide analizar este problema para tomar decisiones
encaminadas a solucionarlo.
El personal del rea enumera las principales causas que pueden estar incidiendo
sobre el problema.
Interrupcin de la energa elctrica.
Manejo incorrecto por parte del operador.
Programa inadecuado
Falta de mantenimiento
Virus en el sistema
Otros
Para constatar tales apreciaciones, se decide recolectar datos en cualquiera de los
dos turnos (matutino-vespertino) de forma aleatoria durante 8 horas, en cada uno de
los cuatro das determinados como periodo de recoleccin.
DATOS ORDENADOS: CAUSAS DE PARALIZACIN DE TRABAJO
CAUSAS
TIEMPO DE PARALIZACIN
DEL TRABAJO (EN MINUTOS)
( f )
% RELATIVO DE TIEMPO
DE PARALIZACIN
% RELATIVO
ACUMULADO
Falta de mantenimiento.
Programa inadecuado.
Interrupcin de luz.

Manejo incorrecto de mq.
Otros

T o t a l
202
114
16

488
92
45
41.40 %
23.40 %
18.80 %
9.20 %
3.30 %

100.00 %
41.40 %
64.80 %
83.60 %
92.80 %
100.00 %
OBTENCIN DE PORCENTAJE RELATIVO:
% frecuencia de la causa X 100
total de frecuencia
% 202 X 100 = 20200 =
488 488
41.39 %
% 92 X 100 = 9200 =
488 488
9.20 %
46
CONSTRUCCIN DEL DIAGRAMA Y DETERMINACIN DE "POCOS VITALES"
0
100
200
300
400
500
100 %
80 %
60 %
40 %
20 %
488
POCOS
VITALES
Interpretacin:

De los pocos vitales, se deber
determinar la factibilidad de
atacar stos.
La eliminacin de estos
factores disminuira el tamao
del problema, en
aproximadamente un 80%.
Se observa que el mayor
tiempo de paralizacin del
trabajo (202) corresponde a la
falta de mantenimiento, siendo
el 41 % atribuible a esta causa.
Si se elabora un programa de
mantenimiento, se eliminar el
80 % de las causas.
47
5. DIAGRAMA DE CONTROL
Es un medio de representar una caracterstica cambiante del
proceso.

El diagrama de control tiene un lmite de control superior, un
lmite de control inferior y un lmite medio de control.

Los diagramas de control son utilizados para:
Determinar si se
han eliminado
todas las causas
asignables
(anlisis)

Mejorar los
rendimientos del
proceso (control)

Demostrar el
impacto de
cambios del
sistema
(evaluacin)
Histogramas
28
Muestra el nmero de veces que se repiten cada resultado
cuando se realizan mediciones sucesivas.
Esto permite ver alrededor de que valor se agrupan las
mediciones (Tendencia central), la dispersin y el tipo de
distribucin estadstica que presentan los datos.
Cartas de Control
Administracin por Reaccin y cartas de control:
Existen empresas que reaccionan y actan ante cambios o situaciones
adversas.

Por ejemplo reaccionan frente a:

Disminucin de las ventas
Cancelacin de pedidos
Deterioro de la calidad
Lotes rechazados
Reclamos y quejas de clientes
Retraso de la produccin
Accidentes de trabajo
Nuevos productos de la competencia
Fallas en el equipo
Problemas con proveedores
Etc.
Causas comunes y causas especiales de variacin:

Vivimos en un mundo de variabilidades.

Son variables: los gastos mensuales de la empresa, la calidad del
producto final, los materiales, las mquinas, el medio ambiente,
temperatura de proceso, etc.

La variabilidad puede ser de dos tipos: variacin o cambios debido a
causas comunes y variacin debida a causas especiales.

Variacin debida a causas comunes (al azar):

-Permanece constante da a da, lote a lote, es parte del sistema:
materia prima, mtodos, procesos, etc.

- Son difciles de identificar y eliminar, representan para el largo plazo
una oportunidad de mejora.
Variacin debida a causas especiales (o atribuibles):

- Es algo especial, no forma parte del sistema de causas comunes..

- Las causas especiales por su naturaleza pueden ser identificadas y
eliminadas. Ej: falla ocasionada por el mal funcionamiento de una
pieza en una mquina.
Un proceso que trabaja solo con causas comunes de variacin
se dice que est en control estadstico (o es estable),
independiente de su variabilidad.

Un proceso en el que estn presentes las causas especiales
de variacin se dice que est fuera de control estadstico (o
inestable).


Estos dos tipos de variabilidad llevan a cometer dos tipos de
errores en la gestin cotidiana en las empresas:

ERROR 1: Reaccionar ante un cambio como si viniera de una causa
especial, realmente la variabilidad es debida a causas comunes.

ERROR 2: Tratar un efecto o cambio como si proviniera de causas
comunes de variacin cuando en realidad es una causa especial.
ELEMENTOS BASICOS DE UNA CARTA DE CONTROL

La idea es observar y analizar grficamente el comportamiento de
una variable sobre el tiempo.
Consta de:

-Tres lneas paralelas con una escala comn X en la parte izquierda.
- Una escala cronolgica o tecnolgica.
- puntos consecutivos que se unen con una lnea.
6
7
8
9
10
11
12
13
14
15
1 2 3 4 5 6 7 8 9
Muestra o escala tecnologica
V
a
r
i
a
b
l
e
s

d
e

X
LC superior = 13.5
LC inferior = 7.5
La lnea central de una carta de control representa el promedio de la
variable que se est graficando.

Las otras dos lneas se llaman lmites de control, (superior e
inferior) que se encuentran en una posicin que:

-El proceso est bajo control estadstico.

-Hay una alta probabilidad de que los puntos se encuentren dentro de
los lmites.


Si un punto est fuera de los lmites es seal de que el producto est
fuera del control estadstico.

Los lmites de control son estimaciones de la amplitud de la variacin
natural de la variable (Promedio, rango, etc.).
En un diagrama de control no solo se observa si los puntos se
encuentran dentro de los lmites de control sino adems; cualquier
formacin o patrn de puntos que tenga poca probabilidad de
ocurrir en condiciones normales.

TIPOS DE CARTAS DE CONTROL:

Existen dos tipos de cartas de control, para variables y para
Atributos.

Las cartas para variables se aplican para caractersticas de calidad de
tipo continuo (pesos, volmenes, longitudes, T, humedad, etc.)

Cartas mas usuales:
_
X (Promedios)
R (Rangos)
S (Desviacin estndar)
X (medias individuales)
Las cartas para atributos se aplican para la cantidad de defectos o no
conformidades que posee el producto.

Cartas mas usuales:

p (Proporcin o fraccin de artculos defectuosos)
np (Nmero de unidades defectuosas)
c (Nmero de defectos)
u (Nmeros de defectos por unidad)
__
CARTA DE CONTROL X - R
Ej: las dimensiones de una pieza deben ser de 10 cm, con una
tolerancia de 0,2 cm.

Las medidas de tendencia central debe estar prximas a 10 y
su variabilidad debe ser tal que todas las piezas se encuentren entre
9.8 y 10.2 cm.

Mediante una carta de control X se controla la tendencia
central y mediante una carta R (u ocasionalmente S) su variabilidad.
_
CARTA X
Ejemplo: En una planta de harina se trabajan sacos de 50 kg. La
empresa establece un rango de 49 Kg. y 51 kg.
Se han obtenido para el anlisis los siguientes datos:

Muestra
o subgrupo
1 50,2 49,9 49,0 50,1
2 50,3 50,2 50,0 49,3
3 49,8 50,0 50,0 49,7
4 50,0 49,4 50,1 50,5
5 50,2 49,8 49,1 49,9
6 49,2 50,7 49,1 49,8
7 49,6 49,9 49,5 49,9
8 50,2 49,8 49,5 50,6
9 50,1 49,3 49,0 49,3
10 50,8 49,6 49,8 50,4
11 50,7 48,8 49,7 50,1
12 50,3 49,6 49,4 49,3
13 49,3 49,3 49,2 50,5
14 50,2 50,5 50,2 50,9
15 48,8 50,2 49,5 49,6
16 50,9 49,5 49,3 49,9
17 49,7 48,8 49,6 49,5
18 49,4 49,3 49,4 50,2
19 49,9 49,7 49,9 49,1
20 49,7 49,2 49,4 49,7
21 50,6 49,6 49,6 49,9
22 49,9 49,9 50,0 49,7
23 49,6 50,2 49,9 48,7
24 49,6 48,9 50,2 49,0
Pesos Media Rango
49,80 1,2
49,95 1,0
49,88 0,3
50,00 1,1
49,75 1,1
49,70 1,6
49,73 0,4
50,03 1,1
49,43 1,1
50,15 1,2
49,83 1,9
49,65 1,0
49,58 1,3
50,45 0,7
49,53 1,4
49,90 1,6
49,40 0,9
49,58 0,9
49,65 0,8
49,50 0,5
49,93 1,0
49,88 0,3
49,60 1,5
49,43 1,3
Muestra
o subgrupo Media Rango
1 50,2 49,9 49,0 50,1 49,80 1,2
2 50,3 50,2 50,0 49,3 49,95 1,0
3 49,8 50,0 50,0 49,7 49,88 0,3
4 50,0 49,4 50,1 50,5 50,00 1,1
5 50,2 49,8 49,1 49,9 49,75 1,1
6 49,2 50,7 49,1 49,8 49,70 1,6
7 49,6 49,9 49,5 49,9 49,73 0,4
8 50,2 49,8 49,5 50,6 50,03 1,1
9 50,1 49,3 49,0 49,3 49,43 1,1
10 50,8 49,6 49,8 50,4 50,15 1,2
11 50,7 48,8 49,7 50,1 49,83 1,9
12 50,3 49,6 49,4 49,3 49,65 1,0
13 49,3 49,3 49,2 50,5 49,58 1,3
14 50,2 50,5 50,2 50,9 50,45 0,7
15 48,8 50,2 49,5 49,6 49,53 1,4
16 50,9 49,5 49,3 49,9 49,90 1,6
17 49,7 48,8 49,6 49,5 49,40 0,9
18 49,4 49,3 49,4 50,2 49,58 0,9
19 49,9 49,7 49,9 49,1 49,65 0,8
20 49,7 49,2 49,4 49,7 49,50 0,5
21 50,6 49,6 49,6 49,9 49,93 1,0
22 49,9 49,9 50,0 49,7 49,88 0,3
23 49,6 50,2 49,9 48,7 49,60 1,5
24 49,6 48,9 50,2 49,0 49,43 1,3
49,76 1,05
Pesos
05 . 1
76 . 49
=
=
R
X
__
La carta X analizar el comportamiento en el tiempo sobre la columna
de medias, con lo cual se tendr informacin de la tendencia central
y variacin entre las muestras.

Para calcular los lmites de control es necesario contar con al menos 20
muestras (puntos)

Los LC estn calculados de la siguiente forma:
X X
o 3
__
En el caso de la carta X la variable X que se grafica es la media de
las muestras, por lo que una forma de estimar su media es:
X
X
X
~ =
La desviacin estndar de las medias de las muestras se calcula:
n
X
X
o
o o = =
Donde:

n : es el tamao de la muestras (4 en este caso)

Para este tipo de cartas una cosa es la desviacin estndar () de la
caracterstica de la calidad (pesos individuales) y la otra desviacin
de las medias de los subgrupos.




sta depende de la primera y del tamao de la muestra.

n
X
o
o =
Existe otra alternativa, solo incluye la variabilidad de las muestras y
consiste en estimar mediante los rangos:
2
d
R
~ o
d
2
es una constante que depende del tamao de la muestra, de
manera que los lmites de control para una carta de control X es:
R A X LCI
X Central Linea
R A X LCS
2
2
_
=
=
+ =
Entonces:
R
n d n
d
R
n
R A
X
2
2
2
3
3 3 3 =
|
|
|
|
|
.
|

\
|
~ |
.
|

\
|
= ~
o
o
Los valores de A
2
se obtienen del apndice 1.
En el ejemplo:
n=4
05 . 1
76 . 49
=
=
R
X
996 . 48 ) 05 . 1 729 . 0 ( 79 . 49
76 . 49
526 . 50 ) 05 . 1 729 . 0 ( 76 . 49
= =
=
= + =
LCI
LC
LCS
_
CARTA X
48,00
48,50
49,00
49,50
50,00
50,50
51,00
1 3 5 7 9 11 13 15 17 19 21 23
LCS
LCI
LC
m
e
d
i
a
s

Subgrupos o muestras
R
s 3 R LSR + =
R Central Lnea =
R
s 3 R LIR =
Grficos X-R
Para el grafico de R
La desviacin standard del rango se
puede calcular utilizando el coeficiente
d
3
, que tambin depende del nmero de
mediciones en el subgrupo:
Grficos X-R
2
3
R
d
R d
s

=
La tabla siguiente muestra los
coeficientes d
2
y d
3
para subgrupos de
hasta 10 mediciones:
Grficos X-R
n d2 d3
2 1.128 0.853
3 1.693 0.888
4 2.059 0.880
5 2.326 0.864
6 2.534 0.848
7 2.704 0.833
8 2.847 0.820
9 2.970 0.808
10 3.078 0.797
Control de Calidad Estadstico - Douglas Montgomery
Grficos X-R
Grfico de R
0.00
0.05
0.10
0.15
0.20
0.25
0.30
0.35
0.40
0.45
0.50
0 5 10 15 20 25 30
N subgrupo
R
PROCESOS FUERA DE CONTROL
LSC
LI C
tendencias
nueve o ms puntos
consecutivos a un lado de la
media
LI C
LSC
PROCESOS FUERA DE CONTROL
LSC
LI C
LSC
LI C
un punto fuera de los
lmites de control
dos de tres puntos consecutivos
ms all de 2o de la media
Interpretacin de cartas de control

Se divide el diagrama en seis zonas o bandas iguales, cada
una con una amplitud similar a una de la variable que se
grafique.

LCS
LCI
LC
Zona A
Zona A
Zona B
Zona B
Zona C
Zona C
Patrn 1: Cambios (Brincos) en el nivel del proceso

Pocos puntos estn fuera o muy cerca de los LCS e I, o
gran nmero de puntos caen solo a un lado de la lnea central.

Esto puede deberse a cambios de trabajadores, mquinas,
materiales mtodos.


LCS
LCI
LC
Un cambio en el nivel del proceso ha ocurrido cuando se
cumplen una de las cuatro pruebas siguientes;

Prueba 1: Un punto fuera de los lmites de control
Prueba 2: 2 de 3 puntos consecutivos en la zona A o mas all.
Prueba 3: 4 de 5 puntos consecutivos en la zona B o mas all
Prueba 4: Ocho puntos consecutivos de un solo lado de la lnea
central

Patrn 2: Tendencias en el nivel del proceso

Consiste en una tendencia a incrementarse o disminuirse
los valores de los puntos en la carta.

Puede deberse al deterioro gradual de un equipo de
produccin, herrameintas de corte, acumulacin de desperdicios en
tuberas, calentamiento de mquinas o cambios ambientales.

LCS
LCI
LC
Para determinar si hay tendencia en el proceso se tiene la
siguiente prueba;

Prueba 5: Seis puntos consecutivos ascendentes (o descendentes)

Patrn 3: Ciclos Recurrentes (Periodicidad)

Por ejemplo se d un flujo de puntos consecutivos que
tienden a crecer y luego se presenta un flujo similar pero de
manera descendente, y esto se repite cclicamente.

Las causas probables son la temperatura u otros cambios
ambientales.
LCS
LCI
LC
Cuando el ciclo consiste en una serie de puntos que se van
alternando entre altos y bajos tenemos la siguiente prueba:

Prueba 6: Catorce puntos consecutivos alternados entre altos y
bajos.
Patrn 4: Mucha variabilidad

Es una seal que en el proceso hay una causa especial de
variacin, provoca que este se encuentre fuera de control
estadstico.

Se manifiesta por una alta cantidad de puntos cerca de los
lmites de control superior e inferior y pocos cerca de LC.

Las causas pueden ser sobre control o ajustes innecesarios
en el proceso, diferencias sistemticas en la calidad del material o
en los mtodos de prueba, control de dos o mas procesos en la
misma carta.

Prueba para detectar la alta proporcin de puntos cerca o
fuera de los lmites es:

Prueba 7 : Ocho puntos consecutivos a ambos lados de la lnea
central con ninguno en la zona C.

LCS
LCI
LC
Mucha variabilidad
Cuando el ciclo consiste en una serie de puntos que se van
alternando entre altos y bajos tenemos la siguiente prueba:

Prueba 6: Catorce puntos consecutivos alternados entre altos y
bajos.
Patrn 5: Poca variabilidad (Estratificacin)

Una seal de que hay algo anormal es que todos los puntos
se concentran en la parte central de la carta, es decir existe poca
variabilidad.

Algunas de las causas pueden ser error de los lmites de
control (puede afectar a todas las otras cartas), agrupamiento de
una misma muestra a datos provenientes de universos con medias
bastante diferentes, carta de control inapropiada para la variable
en cuestin.
Para detectar la falta de variabilidad se tiene la siguiente
prueba:

Prueba 8: Quince puntos consecutivos en la zona C, arriba o
debajo de la lnea central.
LCS
LCI
LC
Cuando alguna de las Ocho pruebas
es positivas entonces el proceso est
fuera de control estadstico.
Diagramas p

En algunos anlisis de la calidad de los productos estos se
ubican en la categora de defectuoso o no defectuoso (Pasa o no
pasa).

Muestra las variaciones en la fraccin o proporcin de
artculos defectuosos por muestra.

Se reporta como proporcin (porcentaje) de productos
defectuosos en un proceso

Ela la carta p se toma una muestra o subgrupo de n
artculos de un lote, se determina la proporcin de p
i
artculos
defectuosos.

Se determinan los lmites de control, LCS, LC y LCI.
El promedio de defectuosos (p) se determin dividiendo el
nmero total de unidades defectuosas por el n total de unidades
analizadas y multiplicado por 100.
N p p / =
n
p p
p LCI
p LC
n
p p
p LCS
) 1 (
3
) 1 (
3

=
=

+ =
Donde:
n : tamao de la muestra
: proporcin promedio de
artculos defectuosos

p
Diagramas np

(Nmero de artculos defectuosos) Cuando el tamao de la
muestra en las cartas p es constante, es mas conveniente usar la
carta np que grafica el numero de defectuosos por muestra.

En esta carta los lmites de control se calculan de la
siguiente manera:
) 1 ( 3
) 1 ( 3
p p n p n LCI
p n LC
p p n p n LCS
=
=
+ =
Donde:
n : tamao de la muestra

: proporcin promedio de
artculos defectuosos

: estimacin del n
promedio de artculos
defectuosos por muestra


p
p n
70
Grficos de Control
Control Estadstico
Cmo ponerlo en marcha?
71
La puesta en marcha de un
programa de control
estadstico para un
proceso particular implica
dos etapas:
Grficos de Control
Ing. Julio Carreto 72
Grficos de Control
1
a
Etapa: Ajuste
del Proceso
2
a
Etapa: Control
del Proceso
Control
Estadstico
Ing. Julio Carreto 73
Antes de pasar a la segunda
etapa, se verifica si el proceso
est ajustado. En caso
contrario, se retorna a la
primer etapa:
Grficos de Control
Ing. Julio Carreto 74
Grficos de Control
1
a
Etapa: Ajuste
del Proceso
2
a
Etapa: Control
del Proceso
Proceso
Ajustado?
S
No
Ing. Julio Carreto 75
En la 1
a
etapa se recogen unas 100-
200 mediciones, con las cuales se
calcula el promedio y la desviacin
standard:
Grficos de Control
N
X
X
i
=
( )
N
X X
i
2

= o
Ing. Julio Carreto 76
Luego se calculan los Lmites de
Control de la siguiente manera:
Grficos de Control
o + = 09 . 3 . X Superior Lim
o = 09 . 3 . X Inferior Lim
Ing. Julio Carreto 77
Estos lmites surgen de la
hiptesis de que la distribucin
de las observaciones es normal.
En general se utilizan lmites de 2
sigmas de 3 sigmas alrededor
del promedio.
Grficos de Control
Ing. Julio Carreto 78
Grficos de Control
En la distribucin normal,
el intervalo de 3,09 sigmas
alrededor del promedio
corresponde a una
probabilidad de 0,998.
Ing. Julio Carreto 79
X
Y

3.09 o
Grficos de Control
99.8 % de las
mediciones
Ing. Julio Carreto 80
Entonces, se construye un grfico
de prueba y se traza una lnea recta
a lo largo del eje de ordenadas (Eje
Y), a la altura del promedio (Valor
central de las observaciones) y
otras dos lneas rectas a la altura de
los lmites de control.
Grficos de Control
Ing. Julio Carreto 81
Grficos de Control
Grfico de Control de Prueba
45
50
55
60
65
1

3

5

7

9

1
1

1
3

1
5

1
7

1
9

N de pieza
P
e
s
o

d
e

l
a
s

p
i
e
z
a
s

(
G
r
.
)

Promedio = 55 Gr.
Lmite Superior = 60,8 Gr.
Lmite Inferior = 49,2 Gr.
Ing. Julio Carreto 82
En este grfico se
representan los puntos
correspondientes a las
observaciones con las que
se calcularon los lmites
de control:
Grficos de Control
Ing. Julio Carreto 83
Grficos de Control
Grfico de Control de Prueba
45
50
55
60
65
1

3

5

7

9

1
1

1
3

1
5

1
7

1
9

N de pieza
P
e
s
o

d
e

l
a
s

p
i
e
z
a
s

(
G
r
.
)

Ing. Julio Carreto 84
Este grfico de prueba se analiza
detenidamente para verificar si est
de acuerdo con la hiptesis de que
la variabilidad del proceso se
debe slo a un sistema de causas
aleatorias o si, por el contrario,
existen causas asignables de
variacin.
Grficos de Control
Ing. Julio Carreto 85
Esto se puede establecer
porque cuando la fluctuacin
de las mediciones se debe a un
sistema constante de causas
aleatorias la distribucin de las
observaciones es normal.
Grficos de Control
Ing. Julio Carreto 86
Grficos de Control
Grfico de Control de Prueba
45
50
55
60
65
1

3

5

7

9

1
1

1
3

1
5

1
7

1
9

N de pieza
P
e
s
o

d
e

l
a
s

p
i
e
z
a
s

(
G
r
.
)

Ing. Julio Carreto 87
Cuando las observaciones sucesivas
tienen una distribucin normal, la
mayor parte de los puntos se sita
muy cerca del promedio, algunos
pocos se alejan algo ms y
prcticamente no hay ninguno en las
zonas ms alejadas:
Grficos de Control
Ing. Julio Carreto 88
Grficos de Control
Grfico de Control de Prueba
45
50
55
60
65
1

3

5

7

9

1
1

1
3

1
5

1
7

1
9

N de pieza
P
e
s
o

d
e

l
a
s

p
i
e
z
a
s

(
G
r
.
)

La mayor parte
de los puntos
estn muy cerca
del promedio
Ing. Julio Carreto 89
Grficos de Control
Grfico de Control de Prueba
45
50
55
60
65
1

3

5

7

9

1
1

1
3

1
5

1
7

1
9

N de pieza
P
e
s
o

d
e

l
a
s

p
i
e
z
a
s

(
G
r
.
)

Lejos del
promedio
hay menos
Ing. Julio Carreto 90
Grficos de Control
Grfico de Control de Prueba
45
50
55
60
65
1

3

5

7

9

1
1

1
3

1
5

1
7

1
9

N de pieza
P
e
s
o

d
e

l
a
s

p
i
e
z
a
s

(
G
r
.
)

Ms afuera casi
no hay puntos
Ing. Julio Carreto 91
Es difcil decir como es el grfico
de un conjunto de puntos que
siguen un patrn aleatorio de
distribucin normal, pero s es
fcil darse cuenta cuando no lo
es.
Grficos de Control
Ing. Julio Carreto 92
Veamos algunos ejemplos de
patrones No Aleatorios:
Grficos de Control
Ing. Julio Carreto 93
Una sucesin de
puntos por encima
...
Grficos de Control
Grfico de Control
Ing. Julio Carreto 94
... o por debajo
de la lnea
central.
Grficos de Control
Grfico de Control
Ing. Julio Carreto 95
Una serie creciente
de 6 7
observaciones...
Grficos de Control
Grfico de Control
Ing. Julio Carreto 96
... o una
serie
decreciente.
Grficos de Control
Grfico de Control
Ing. Julio Carreto 97
Grficos de Control
Grfico de Control
Varios puntos
por fuera de los
lmites de control
Ing. Julio Carreto 98
Si no se descubren causas
asignables entonces se adoptan
los lmites de control
calculados como definitivos, y
se construyen cartas de control
con esos lmites.
Grficos de Control
Ing. Julio Carreto 99
Grficos de Control
Grfico de Control
45
50
55
60
65
2
1

2
3

2
5

2
7

2
9

3
1

3
3

3
5

3
7

3
9

N de pieza
P
e
s
o

d
e

l
a
s

p
i
e
z
a
s

(
G
r
.
)

Lm. Superior
Valor Central
Lm. Inferior
Ing. Julio Carreto 100
Grficos de Control
Si slo hay pocos puntos fuera de
control (2 3), estos se eliminan, se
recalculan la media, desviacin
standard y lmites de control con los
restantes, y se construye un nuevo
grfico de prueba.
Ing. Julio Carreto 101
Cuando las observaciones no siguen
un patrn aleatorio, indicando la
existencia de causas asignables, se
hace necesario investigar para
descubrirlas y eliminarlas.
Grficos de Control
Ing. Julio Carreto 102
Una vez hecho esto, se
debern recoger nuevas
observaciones y calcular
nuevos lmites de control de
prueba, comenzando otra vez
con la 1
a
etapa.
Grficos de Control
Ing. Julio Carreto 103
En la 2
a
etapa, las nuevas
observaciones que van surgiendo
del proceso se representan en el
grfico, y se controlan verificando
que estn dentro de los lmites, y
que no se produzcan patrones no
aleatorios:
Grficos de Control
Ing. Julio Carreto 104
Grficos de Control
Grfico de Control
45
50
55
60
65
2
1

2
3

2
5

2
7

2
9

3
1

3
3

3
5

3
7

3
9

N de pieza
P
e
s
o

d
e

l
a
s

p
i
e
z
a
s

(
G
r
.
)

Lm. Superior
Valor Central
Lm. Inferior
Punto fuera de control
Ing. Julio Carreto 105
Como hemos visto, el 99,8 % de
las observaciones deben estar
dentro de los lmites de 3,09
sigmas alrededor de la media.
Grficos de Control
Ing. Julio Carreto 106
En ese caso, el supervisor
del proceso debe detener la
marcha del mismo e
investigar con los que
operan el proceso hasta
descubrir la o las causas
que desviaron al proceso
de su comportamiento
habitual.
Grficos de Control
Ing. Julio Carreto 107
Una vez eliminadas las causas del
problema, se puede continuar con
la produccin normal.
Grficos de Control
Grfica de Control
Para Data Continua
Profesor Walter Lpez
Introduccin
Un grfico de control es un
diagrama especialmente preparado
donde se van anotando los valores
sucesivos de la caracterstica de
calidad que se est controlando.
Los datos se registran durante el
funcionamiento del proceso de
fabricacin y a medida que se
obtienen.
Objetivo General
Objetivo General
Todo grafico de control esta diseado para
presentar los siguientes principios:
Fcil de entendimiento de los datos
Claridad
Consistencia
Medir variaciones de calidad


Objetivo Especfico
Proceso de prevencin para evitar
que el producto llegue sin defectos
al cliente.

Detectar y corregir variaciones de
calidad
Definicin de los trminos
El grfico de control tiene:

Lnea Central que representa el
promedio histrico de la caracterstica
que se est controlando

Lmites Superior e Inferior que
calculado con datos histricos
presentan los rangos mximos y
mnimos de variabilidad.
Definicin de Trminos
Subgrupos
Grupo de mediciones con algn criterio
similar obtenidas de un proceso
Se realizan agrupando los datos de manera
que haya mxima variabilidad entre
subgrupo y mnima variabilidad dentro de
cada subgrupo
Media
Sumatoria de todos los subgrupos divididos
entre el numero de muestras
Rango
Valor mximo menos el valor mnimo

Utilidad
Los grficos x-R se utilizan cuando
la caracterstica de calidad que se
desea controlar es una variable
continua.
Paso #1:Recoleccin de Datos

Estos datos debern ser:
Recientes de un proceso al cual se
quiere controlar
Estos pueden ser tomados
Diferentes horas del da
Diferentes das

Todos tienen que ser de un mismo
producto.
Paso #2: Promedio
Sumatoria de los datos de cada uno
de los subgrupos dividido entre el
numero de datos (n).

Formula X
X1 + X2 + X3 + Xn
n

La formula debe ser utilizada para cada
uno de los subgrupos
Paso #3: Rango
Valor mayor del subgrupo menor el
valor menor.

Formula
R = x valor mayor x valor menor

Determine el rango para cada uno
de los subgrupos
Paso #4: Promedio Global
Sumatoria de todos los valores
medios y se divide entre el nmero
de subgrupos (k).

Formula X
X1 + X2 + X3 ++ Xn
k
Paso #5: Valor Medio del Rango

Sumatoria del rango (R) de cada
uno de los subgrupos divido entre el
numero de subgrupos (k).

Formula R
R1 + R2 + R3 + . + Rn
k

Ejemplo de Tabla de Datos
Rango
Promedi
o del
Rango
Promedio
de la
Varible
Promedio
Paso #6: Limites de Control
Para calcular los limites de control
se utilizan los datos de la siguiente
tabla
Limites de control
Grfica X
Lnea central (LC) = X
Limite control superior (LCS ) = X +
A2R
Limite control inferior (LCI ) = X - A2R

Grfica de R
Lnea central (LC ) = R
Limite control superior (LCS) = D4R
Limite control inferior (LCI) = D3R
Grfica X
Utilizando los datos de X de la tabla
se contruye la grfica
Grfica R
Utilizando los valores del rango (R)
de la tabla de datos se construye la
grfica de R
Ejemplo:
Puntos fuera de Control
Identificacin de causas especiales o asignables


Pautas de comportamiento que representan cambios en el
proceso:
Un punto exterior a los lmites de control.
Se estudiar la causa de una desviacin del
comportamiento tan fuerte.
Dos puntos consecutivos muy prximos al lmite de control.
La situacin es anmala, estudiar las causas de variacin.
Cinco puntos consecutivos por encima o por debajo de la lnea
central.
Investigar las causas de variacin pues la media de los
cinco puntos indica una desviacin del nivel de
funcionamiento del proceso.
Fuerte tendencia ascendente o descendente marcada por
cinco puntos
consecutivos.
Investigar las causas de estos cambios progresivos.
Cambios bruscos de puntos prximos a un lmite de control
hacia el otro
lmite.
Examinar esta conducta errtica.

Proceso bajo control
Si no hay puntos fuera de los
lmites de control y no se
encuentran patrones no aleatorios,
se adoptan los lmites calculados
para controlar la produccin futura

Una vez determinado que el proceso
esta bajo control estadstico
entonces se puede evaluar la
capacidad del proceso.
Conclusin
Los grficos de control son
herramientas estadsticas
Muy simples de construir
Simples de utilizar
Muy tiles para controlar tendencias y
la estabilidad de un proceso analtico.
Capacidad de Procesos
CAPACIDAD DE PROCESO (INDICES Cp, Cpk)
Se define como la cuantificacin de la capacidad de
cumplir con especificaciones, estos ndices son: Cp y Cpk.

Estos valores ayudan a enfatizar la necesidad de mejoras
para reducir la variabilidad del proceso.

Indice Cp: Corresponde al ndice de capacidad del
proceso, es decir, para considerar un producto como de calidad, las
mediciones de ciertas caractersticas deben ser iguales a un valor
nominal o ideal (N) o al menos deben estar dentro de cierta
especificacin inferior (EI) y superior (ES):

Cp = (ES EI)
6
Valores de Cp y su interpretacin:
Valor de Cp Clase de Proceso Decisin
Cp > 1.33 1

Mas que adecuado

1 < Cp < 1.33 2

Adecuado para el trabajo, pero
requiere de un control estricto
conforme se acerca el Cp a 1

0.67 < Cp < 1 3

No adecuado para el trabajo.
Un anlisis del proceso es
necesario. Buena probabilidad
de xito.

Cp < 0.67 4

Requiere de modificaciones
serias


El valor mnimo deseable para Cp es 1.33.

Ejemplo: La longitud de una pieza tiene un LEI 0.23 y un
LES de 0.26. La desviacin estndar es de 0.00357, entonces el
Cp=?
40 . 1
) 00357 . 0 ( 6
23 . 0 26 . 0
=

= Cp
Entonces, Cp > 1.33, por lo que el proceso es ms
adecuado para producir dentro de las especificaciones.

Si la capacidad de un proceso no es compatible con las
tolerancias, existen 3 alternativas:

- Modificar el proceso
- Modificar las tolerancias
- Revisar el 100% de la produccin
Indices Cp
Proceso con doble especificacin Proceso con una sola especificacin
Cp
% fuera de
especificacin
Partes por
milln fuera de
especificacin
% fuera de
especificacin
Partes por
milln fuera de
especificacin
0.25 45.33 453225 22.66 226628
0.50 13.36 133614 6.68 66807
0.60 7.19 71861 3.59 35931
0.70 3.57 35729 1.79 17865
0.80 1.64 16395 0.82 8198
0.90 0.69 6934 0.35 3467
1.00 0.27 2700 0.135 1350
1.10 0.097 967 0.048 484
1.20 0.032 318 0.016 159
1.30 0.010 96 0.005 48
1.40 0.003 27 0.0014 14
1.50 0.0007 7 0.0004 4
1.60 0.0002 2 0.0001 1

1.40 0.003 27
El inconveniente de Cp es que no considera el centro del
proceso.


ndice Cpk

Es el ndice de capacidad real del proceso o ndice de
descentramiento del proceso.

Evala donde se localiza la media del proceso respecto a
las especificaciones (Superior e inferior).

Est definido por:
)
`

=
=
o o
o
3
;
3
min
3
LEI X X LES
Cpk
MC
Cpk
MC : Es el valor mas pequeo
entre (LES-) y (-LEI), es
la media de la caracterstica
de calidad.

Para calcular Cp y Cpk es necesario conocer la media y la
desviacin estndar , estas pueden ser calculados por:
2
X
d
R
=
=
o

d
2
es una constante que depende del tamao de la muestra
(Tabla).


Si:

Cpk > 1 El proceso est produciendo dentro de las
especificaciones

0 < Cpk < 1 El proceso est produciendo fuera de las
especificaciones

Cpk s 0 La media del proceso est fuera de las
especificaciones
16 18 20 22 24
ES
F
r
e
c
u
e
n
c
i
a
s
EI
Proceso Capaz
Cp = 1.33
Cpk = 1.33
Proceso Capaz, pero descentrado
Cp = 1.33
Cpk = 0.66
16 18 20 22 24
ES
F
r
e
c
u
e
n
c
i
a
s
EI
Proceso Incapaz y Centrado
Cp = 0.66
Cpk = 0.66
16 18 20 22 24
ES
F
r
e
c
u
e
n
c
i
a
s
EI
Proceso Incapaz y Descentrado
Cp = 0.66
Cpk = 0.33
16 18 20 22 24
ES
F
r
e
c
u
e
n
c
i
a
s
EI
Ejemplo:

Las especificaciones del peso de un envase es de 49 como
LEI y 51 como LES. Adems se sabe que el promedio es de
X=49.76 y R=1.05. Con n=4 (tamao de muestra).

Calcule Cp y Cpk como ndices de capacidad del proceso.
497 . 0
058 . 2
05 . 1
3
49 76 . 49
;
058 . 2
05 . 1
3
76 . 49 51
min
65 . 0
) 519 . 0 ( 6
2
059 . 2
05 . 1
6
49 51
=

|
.
|

\
|

|
.
|

\
|

=
= =
(

=
Cpk
Cp
D (Inestable e incapaz)
Es el peor proceso. Aplicar las HBE
para diagnosticar y mejorar. La
utilizacin de las cartas de control
podra ayudar a eliminar las causas
especiales, con lo que tal vez se
mejore la capacidad. Se requieren
anlisis muy serios.
C (Estable pero incapaz)
Usar las HBE para diagnosticar y
mejorar, y las cartas de control para
identificar patrones en el proceso. Se
deben hacer esfuerzos serios de
mejora y analizar las
especificaciones.
NO
B (til pero inestable)
Si se usan las cartas de control tal vez
se puedan identificar las causas
especiales. Se requiere analizar el
proceso y prevenir
A (Estado ideal)
Aplicar Cartas de control y las HBE
para prevenir las ocurrencias de las
causas el desempeo futuro del
proceso
SI
NO SI
El proceso est en Control estadstico?

E
l

p
r
o
c
e
s
o

e
s

c
a
p
a
z

d
e

c
u
m
p
l
i
r

e
s
p
e
c
i
f
i
c
a
c
i
o
n
e
s
?

CONTROL ESTADSTICO Y CAPACIDAD
Conclusiones:

- Cpk es menor que Cp, es decir el proceso esta descentrado.

- El valor de Cp es de 0.65, es decir, el proceso requiere
modificacines serias.

- El valor de Cp=0.65 quiere decir que habr aproximadamente
5.38% de productos fuera de especificacin.

- Cpk es 0.497, es decir, el proceso est fuera de las
especificaciones.




Resumen:

Los ndices de capacidad son valores estadsticos que sirven para
determinar si el proceso es o no capaz de cumplir especificaciones.

El ndice Cp mide habilidad para cumplir especificacin, el Cpk
mide el descentramiento del proceso.

Un estudio de capacidad de proceso requiere: estar bajo control
estadstico y los datos muestrales deben seguir una distribucin
normal.
DIAGRAMA DE PARETO
DIAGRAMA DE CAUSA-EFECTO
DIAGRAMA DE CAUSA-EFECTO
HISTOGRAMAS
HISTOGRAMAS
ESTRATIFICACIN DE LA
INFORMACIN
HOJA DE INSPECCION DE LA
FRESADORA
BUENO MALO FUNCIONA
SI
NO
NIVEL DE ACEITE
X X
NIVEL DE
REFRIGERANTE
X X
LUBRICACION DE
LA MESA
X X
BOMBA
REFRIGERANTE
X X
LIMPIEZA
X
TABLERO
CONTROL
X
CORREAS
X X
LAMPARA
X X
DIAGRAMA DE DISPERSIN
GRAFICOS DE CONTROL
GRAFICOS DE CONTROL