1

Control Estadístico de Procesos (SPC)

Usando Cartas de Control

Sofía A. López MSc.

 2

Sofía A. López MSc.

 3

Introducción

• Importancia de satisfacer al cliente con un

producto o servicio.
• Un producto o servicio adecuado y atractivo
puede ser conseguido con un proceso capaz de
satisfacer las necesidades de los clientes.
• Control de procesos y mejora
– Cartas de control

Sofía A. López MSc.

 4

Introducción

• Carta de Control (Shewhart control charts):

Herramienta gráfica para monitorear las
actividades de un proceso en la marcha.
Valor de la característica

Límite superior de control

Línea central

Límite inferior de control

1 2 3 4 5 6 7
Muestras o subgrupos
Sofía A. López MSc.
 5

Introducción

• Ejemplos de características de calidad.

– Peso promedio
– Longitud promedio Variables
– Diámetro promedio
– Tiempo promedio de servicio
– Proporción de ítems no conformes
Atributos
– Número de inconformidades en la unidad.

Sofía A. López MSc.

 6

Introducción

• Línea Central: Valor promedio de la característica.

• Límites Superior e Inferior de Control: Sirven para
tomar decisiones sobre el proceso.
Valor de la característica

Límite superior de control

Línea central

Límite inferior de control

1 2 3 4 5 6 7
Muestras o subgrupos
Sofía A. López MSc.
 7

Introducción

• Beneficios:
– Cuándo tomar acciones correctivas.
– Tipo de acciones reparadoras.
– Cuando dejar el proceso por si solo
– Capacidad del proceso.
– Posibles formas de mejora.
– Cómo establecer especificaciones de producto.

Sofía A. López MSc.

 8

Causas de Variación

• La variabilidad es parte de todo proceso, sin

importar cuan sofisticado sea.
• Fuentes de variación
– Métodos
– Equipo
– Personas
– Materiales
– Políticas
– Factores ambientales.

Sofía A. López MSc.

 9

Causas de Variación

• Causas comunes (Chance causes):

– Inherentes al proceso. Siempre existen.
– Conocidas también como causas naturales.
– Esta variación es el efecto de varias pequeñas causas y no
puede ser totalmente eliminada.
– Cuando la variación es pequeña se dice que el sistema esta en
estado estable de causas comunes  bajo control estadístico.
– Ejemplos:
• Variación de materia prima de un proveedor calificado.
• Vibración de la maquinaria.
• Cambios en las condiciones de trabajo.

Sofía A. López MSc.

 10

Causas de Variación

• Causas Asignables:
– La variabilidad originada por causas asignables es algo
para lo cual se puede determinar una razón.
– La magnitud de la variación en estas circunstancias es
mayor que la influencia de causas comunes.
– Ejemplos:
• Uso de herramientas inadecuadas
• Inadecuada materia prima.
• Errores de los operadores.

Sofía A. López MSc.

 11

Bases Estadísticas para las Cartas de Control

Sofía A. López MSc.

 12

Principios Básicos

• Las distribuciones normales tienen un rol

importante en el uso de cartas de control.
• La línea central indica la localización (media) del
proceso.
• En algunas ocasiones la línea central representa
el objetivo deseado o estándar.
• Los valores del estadístico graficados en las
cartas de control se suponen normales.

Sofía A. López MSc.

 13

Principios Básicos

• Forma mas sencilla de determinar un proceso

fuera de control.
– La carta de control es una forma de controlar el proceso
en línea.
– Las cartas de control pueden servir como herramientas
a la administración.
– Las cartas de control sirven para que la administración
se coloque objetivos realistas.

Sofía A. López MSc.

 14

Principios Básicos

• Si el proceso esta bajo control, las cartas pueden

ser usadas para estimar los parámetros del
proceso.
• Capacidad del proceso.
• Hacer inferencias considerando las cartas de
control es análogo a realizar prueba de hipótesis.

Sofía A. López MSc.

 15

Principios Básicos

• Consideraciones al construir una carta de control:

Número de ítems en las muestras.
Frecuencia de la toma de muestras.
Forma de minimizar los errores de inferencia.
Análisis e interpretación de tendencias.
Reglas para determinar condiciones fuera de control
estadístico.

Sofía A. López MSc.

 16

Principios Básicos

• Selección de límites de control:

CL = E (θˆ)
UCL = E (θˆ) + k ⋅ SD(θˆ)
LCL = E (θˆ) − k ⋅ SD(θˆ)

Sofía A. López MSc.

 17

Principios Básicos
Número de la Grosor promedio del componente
muestra (mm)
• Ejemplo:
– Una máquina procesa partes 1 31,56
que serán utilizadas en la
línea de ensamblaje. La 2 29,5
característica de calidad es el 3 30,5
grosor de la parte procesada.
4 30,72
– Se conoce que la media del
proceso es 30 mm. Con una 5 28,92
desviación estándar de 1.5 6 31,45
mm.
7 29,7
– Construya una carta de
control para el grosor 8 31,48
promedio usando límites 3σ 9 29,52
para muestras de tamaño 5
que son tomadas del proceso. 10 28,3
– La tabla adjunta muestra el 11 30,2
grosor promedio de 15 12 29,1
muestras seleccionadas del
proceso. 13 30,85
– Grafique la carta de control y 14 31,55
realice inferencias. 15 29,43
Sofía A. López MSc.
 18
Errores al Hacer Inferencias considerando
Cartas de Control

• Error tipo I: Inferir que el proceso esta fuera de control

cuando en realidad esta bajo control estadístico.

Sofía A. López MSc.

 19
Errores al Hacer Inferencias considerando
Cartas de Control

• Error tipo II: Inferir que el proceso esta bajo

control estadístico cuando en realidad no lo esta.

Sofía A. López MSc.

 20
Errores al Hacer Inferencias considerando
Cartas de Control

Ejemplo:
Se construye una carta de control para el punto
de rotura de fibras de nylon. Se toman muestras
de tamaño 5 del proceso. Se estima que la
media del proceso es de 120 Kg y la desviación
estándar es de 8 Kg.
1. Si los límites de control se colocan a 3 desviaciones
estándar de la media del proceso, cuál es la
probabilidad de error tipo 1?
2. Si la media del proceso se eleva a 125 Kg, cuál es la
probabilidad de concluir que el proceso esta bajo
control y caer en error tipo 2?

Sofía A. López MSc.

 21
Errores al Hacer Inferencias considerando
Cartas de Control

• Curva de Operación Característica (OC):

Es una medida de la habilidad de la carta de
control para detectar cambios en los
parámetros del proceso.
• Gráfico de errores tipo II versus cambios en el
parámetro del proceso (mientras estaba bajo
control).
• Las curvas OC permiten detectar las
oportunidades de dejar detectar cambios en el
parámetro en las cartas de control.

Sofía A. López MSc.

 22

Errores al Hacer Inferencias considerando

Cartas de Control

Curva de Operación Característica

1,0000
Probabilidad de no detectar

0,9000
0,8000
0,7000
0,6000
0,5000
0,4000
0,3000
0,2000
0,1000
0,0000
8

6
5

57

88

57
57

57

57

57

15

57

73

57

57

57

31

57

57

57

57

46
2,
12

3,

4,

5,

6,

7,

8,

9,

0,

1,

2,

3,

4,

5,

6,

7,

8,

9,

0,

1,
12

12

12

12

12

12

12

13

13

13

13

13

13

13

13

13

13

14

14
media del proceso

Sofía A. López MSc.

 23
Errores al Hacer Inferencias considerando
Cartas de Control

• Ejemplo:
Considere el caso del punto de rotura de fibras
de nylon. Se tomaron muestras de tamaño 5
del proceso. Se estimó que la media y la
desviación estándar del proceso fueron 120 Kg
y 8 Kg; respectivamente. Construya la curva
de operación característica para incrementos
en la media del proceso.

Sofía A. López MSc.

 24

Límites de Advertencia (Warning Limits)

• Dos líneas horizontales.

• Ubicadas a dos desviaciones estándar de la línea
central.
• Si el estadístico de una muestra esta entre los
límites de advertencia y de control, el proceso
esta bajo control; sin embargo es una
advertencia.

Sofía A. López MSc.

 25

Efecto del Tamaño de la Muestra en los Límites

de Control

• El tamaño de la muestra tiene

influencia en el estadístico de la
muestra graficado en la carta de
control.
• Considere el caso de una carta de
control para la media muestral.
– A medida que el tamaño de la muestra
aumenta, los límites se acercan de
mayor manera a la línea central.
σ
σx =
n
Sofía A. López MSc.
 26

Selección de Subgrupos

Selección de subgrupos
• Se seleccionan de tal forma que la variación
interna (en el subgrupo) se de por causas
comunes.
• Si existe la sospecha de causas asignables:
– La diferencia entre los subgrupos debe ser maximizada.
– La diferencia dentro del subgrupo sea minimizada.

Selección de unidades en el subgrupo

• De manera instantánea.
• De manera periódica.

Sofía A. López MSc.

 27

Selección de Subgrupos

Tamaño de subgrupo
• En relación a la magnitud del cambio del parámetro del
proceso.
– Cambios grandes en el parámetro del proceso pueden ser
detectados con muestras pequeñas.
– Si es importante detectar cambios pequeños en el parámetro
del proceso se necesitan muestras de mayor tamaño.
Frecuencia de muestreo
• Idealmente, se deben tomar muestras frecuentemente.
• Lo último, en muchas ocasiones no es factible en la
práctica.
– Recursos.
– Tipo de inspección (destructiva, no destructiva)
– Estado de control estadístico del proceso.
– Costos
Sofía A. López MSc.
 28

Análisis de Patrones en las Cartas de Control

Sofía A. López MSc.

 29
Reglas para Identificar Procesos
fuera de Control

• Regla 1:
– Un proceso se supone fuera de control si un punto esta fuera de los límites de control

Sofía A. López MSc.

 30

Reglas para Identificar Procesos

fuera de Control

• Regla 2:
– Un proceso se supone fuera de control si dos de tres puntos
consecutivos se localizan fuera de los límites de advertencia
en el mismo lado de la línea central.

UCL

Advertencia

Advertencia

LCL

Sofía A. López MSc.

 31

Reglas para Identificar Procesos

fuera de Control

• Regla 3:
– Un proceso se supone fuera de control si 4 de 5 puntos
consecutivos caen fuera del límite 1σ del mismo lado de la
línea central.

UCL

Límite un
sigma

Límite un
sigma

LCL

Sofía A. López MSc.

 32

Reglas para Identificar Procesos

fuera de Control

• Regla 4:
– Un proceso se supone fuera de control si ocho o mas puntos
consecutivos se ubican del mismo lado de la línea central.

UCL

LCL

Sofía A. López MSc.

 33

Reglas para Identificar Procesos

fuera de Control

• Regla 5:
– Un proceso se supone fuera de control si ocho o mas puntos
consecutivos de tendencia semejante se ubican arriba o
debajo de la línea central.

UCL

LCL

Sofía A. López MSc.

 34

Determinación de Causas Asociadas a Puntos

fuera de Control

• La tarea del usuario de las cartas de control no

termina identificando puntos fuera de control.
• Es importante identificar las causas que hacen
que los puntos estén fuera de los límites de
control.
– Conocimiento del proceso.
– Esfuerzo conjunto.
– Diagrama de causa y efecto.

Sofía A. López MSc.

 35

Determinación de Causas Asociadas a Puntos

fuera de Control

1. Cambio en el
comportamiento de los
puntos (salto).
1. Cambio en la calidad de
materia prima y partes
por el cambio de un
proveedor.
2. Cambio de operador
3. Error en la calibración de
componente de medición.
4. Falla en algún
componente del equipo.
5. Desgaste de una
herramienta.

Sofía A. López MSc.

 36

Determinación de Causas Asociadas a Puntos

fuera de Control

1. Tendencia
1. Operador aprendiendo el
trabajo.
2. Deterioro gradual de la
maquinaria o partes.
3. Cambio gradual en la
presión o temperatura.

Sofía A. López MSc.

 37

Determinación de Causas Asociadas a Puntos

fuera de Control

1. Comportamiento cíclico
1. Estacionalidad de materia prima o componentes por parte
de los proveedores.
2. Periodicidad en el comportamiento de la maquinaria,
debido a mantenimiento preventivo periódico.
3. Periodicidad en el comportamiento de la maquinaria,
debido a encender o apagar dicha maquinaria.
4. Fatiga del operador.
5. Receso en las actividades el operador.
6. Periodicidad en las propiedades químicas del material.

Sofía A. López MSc.