Grficos aplicados al control estadstico del

proceso
Se manejan dos tipos principales de cartas de control, las dedicadas a variables continuas y las
dedicadas a los atributos.
Las variables continuas son aquellas caractersticas de calidad que son medibles con instrumentos
que nos arrojan un nmero (medida), tal como temperatura, peso, volumen, brix, ph, etc.
Las grficas de atributos son usadas en aquellas caractersticas que no son medidas con un
instrumento y no obtenemos un nmero preciso, por lo que se juzga como conforme o no conforme,
pasa o no pasa, aprobado o rechazado, tales como apariencia, textura, golpes en un contenedor,
defectos de la fruta, etc.

Las cartas de control para variables que ms frecuentemente se usan son:

Datos individuales Rango

X-R

Promedios Rango

X-R

Promedios Desviaciones tpicas

XS

Las cartas de control para variables discretas ms usadas son:

Proporcin o fraccin de artculos defectuosos

Nmero de unidades (piezas) defectuosas

np

Cantidad de defectos

Nmero de defectos por unidad

Grficos de variables continuas.

Grfico de datos individuales rango (X R).
Es la ms sencilla de las grficas, muy til cuando no se maneja gran cantidad de datos, se ve
claramente cualquier variacin entre lote y lote de produccin. Se recomienda empezar con esta
grfica cuando existe mucha variacin entre los lotes de produccin para comenzar a llevar a cabo
investigacin de causas y tomar acciones para disminuir esta variacin.
En esta grfica, el rango se calcula con la diferencia absoluta de del primer dato con el segundo, del
segundo con el tercero y as sucesivamente.
R1 = | X1 X2 |;

R2 = | X2 X3 |;

R3 = | X3 X4 |;

Rn = | Xn X(n+1) |

NOTA: Para calcular el ultimo rango se saca la diferencia absoluta entre el primer y ltimo dato.
Con estos datos se calcula la meda de los datos usados y la media de los rangos.
Se calculan los lmites de control de los datos por medio de las formulas:
LSCx = X + E2 R

E2 = 2.66

LCx = X
LICx = X - E2 R
Y los lmites de control de los rangos por medio de las frmulas:
LSCR = D4 R

D3 = 0,

LCR = R
LICR = D3 R
La desviacin estndar se calcula de la siguiente manera = R / 1.128

D4 = 3.267

Grfico de promedios y rango ( X R )

Este tipo de grfico se usa cuando se tiene gran cantidad de datos pero tambin se tiene gran
variabilidad entre los mismo y se desea controlar para reducir esta variabilidad.
La recomendacin es tomar subgrupos constantes de 5 datos o mediciones de la misma clase.
El rango (R) se calcula ahora en el mismo subgrupo de datos, del cual se resta el valor mayor del
menor.
Se calcula el promedio (X) del subgrupo de datos y ste es el punto que se graficar.
Con los promedios se calcula el promedio de promedios (X).
Posteriormente se calculan los lmites de la siguiente manera:
LSCx = X + A2 R

A2 = 0.577

LCx = X
LICx = X - A2 R
LSCR = D4 R

D3 = 0,

LCR = R
LICR = D3 R
La desviacin estndar se calcula de la siguiente manera: = R / 2.326

D4 = 3.267

Grfico de promedios y desviaciones tpicas ( X S )

Es uno de los tipos de grficos mas complejos por los clculos que se necesitan hacer, pero con
ayuda de una computadora esto se hace fcil. Es til cuando se manejan gran cantidad de datos y no
existe gran variabilidad entre ellos.
Los clculos son similares a la carta anterior solo que ahora el tamao de los subgrupos de muestra
pueden ser variables o fijos, esto lo decide el analista que la aplicar.
A continuacin se presentan ambos tipos de frmulas, tanto para subgrupos fijos y para variables.
Clculos para subgrupos de tamao fijo:
El promedio de promedios

El promedio de desviaciones

X
k

S
k

Clculos para subgrupos de tamao variable:

El promedio de promedios

(n X
n
k

El promedio de desviaciones

(n S
n
k

2
k

Ahora se obtienen los valores de las constantes (es igual para ambos casos):

n =
A1 =

n
k
3
n

Donde n = es el nmero de datos por subgrupo

k = cantidad de subgrupos
B3 = 1

3
2 n

LSCx = X + A1 S
LCx = X
LICx = X A1 S
LSCS = B4 S
LCS = S
LICS = B3 S

B4 = 1 +

3
2 n

Grficos de variables discretas

Grfica de proporcin o fraccin de artculos defectuosos p
Las condiciones para usar esta grafica son las siguientes:
Misma caracterstica a medir
Mismo producto
Anlisis de la variable:
La eleccin de la variable se basa en querer disminuir costos, retrabajos, desechos, etc.
El criterio deber estar claramente especificado y aplicables a las caractersticas de calidad
deseables por el cliente.
La frecuencia para coleccin de datos deber ser alta en un principio para posteriormente
disminuirla cuando se tenga informacin suficiente.
Los clculos son los siguientes:
P=

x
n

Donde P = porcin defectuosa.

= desviacin estndar de P.

P (1 P)
n

Los lmites de control se calculan de la siguiente manera:

LCS = (P + 3) * 100
LC = P * 100
LCI = (P - 3) * 100

La habilidad de este proceso es:

1P

Grfica de nmero de piezas defectuosas np

Para esta grafica se requiere que la cantidad de muestra a revisar sea constante.
Se usa principalmente cuando se quiere conocer las causas que contribuyen al reproceso, as como
para obtener el comportamiento histrico de una o varias caractersticas de calidad en una
operacin. Tambin son empleadas para la identificacin de causas especiales.
Los clculos son los siguientes:
nP =

x
k

Donde x = defectos encontrados por unidad n

k = Total de unidades n muestreadas

P=

x
n

Los lmites de control se calculan de la siguiente manera:

LSC = nP + 3 nP (1 P )

LC = nP

LIC = nP 3 nP(1 P)
La habilidad del proceso es igual a 1 - P.

Grfica de nmero de defectos c

Representa la cantidad de defectos que presenta una pieza o producto al momento de efectuar todas
las pruebas solicitadas por el cliente.
Se puede usar en: daos en un contenedor; pruebas insatisfactorias a un lote de produccin, defectos
observados en la superficie de un material, burbujas en un plstico o vidrio transparente, etc.
Su utilidad esta en reducir costos, reproceso, y sirva de base para reducir defectos o problemas de
produccin.
Para elaborar esta grfica hay que definir la unidad c que se medir, y definir los parmetros que se
le revisarn.
Luego realizar las pruebas y anotar las que fallaron y contar al final cuantas del total, salieron mal, y
as sucesivamente hasta completar un nmero k de muestras.
Las operaciones son las siguientes:

c =

c
k

Donde c = cantidad de defectos por unidad.

k = total de unidades revisadas.

Los lmites de control se estima de esta manera:

LCS = c + 3 c
LC = c

LIS = c 3 c
La habilidad del proceso esta determinada por 1 - (c / Lc)

Grfico de nmero de defectos promedio por unidad u

Esta grfica se usa cuando la cantidad de unidades analizadas cada vez es variable.
Tiene como objetivo determinar el control de un proceso as como su historial.
Para empezar es necesario definir la unidad que se medir (la cual puede variar en cantidad), de ella
obtener la cantidad de defectos observados y sumarlos. Por ejemplo, en un lote de 5 contenedores
lavados se encontr 2 con vlvulas sucias, y uno con la tapa sucia, por consiguiente se tuvieron 3
defectos.
Con el dato de el tamao del lote analizado (n) y la cantidad de defectos observados (c), se calcula
el promedio u = c / n.
Con estos datos se procede con las siguientes formulas:

n =

u =

c
n

Los lmites de control se calculan como sigue:

LSC = u + 3

u
n

LC = u

LIC = u 3

u
n

La habilidad del proceso esta dada por 1 ( u / Lc )

Anlisis de las cartas de control estadstico del

proceso.
Para poder analizar las cartas de control es necesario dividir el rea de la carta entre los lmites de
control calculado en 6 partes iguales. Cada una de estas partes recibe el nombre de zona, las dos
zonas junto al limite central se llama zonas C, las que estn junto a los lmites de control son
zonas A y las intermedias son zonas B.
Grficamente queda como sigue:
Zona A
Zona B
Zona C
Zona C
Zona B
Zona A

Con las zonas definidas se revisan las siguientes pruebas:

1.
2.
3.
4.
5.
6.
7.

Puntos fuera de control

Corrida (7 ms puntos por arriba o debajo de la lnea central)
Tendencia (7 o ms puntos consecutivos aumentando o disminuyendo)
Adhesin a la lnea central (75% de los puntos en la zona C)
Adhesin a los lmites de control (2 de 3 puntos consecutivos en la zona A)
Adhesin a los lmites de control B (4 de 5 puntos consecutivos en la zona B, A)
Periodicidad (repeticin de ciclos iguales de comportamiento a intervalos regulares de
tiempo).
8. Bimodal (7 puntos consecutivos en la zona B, A o ms all, sin puntos en la zona C)
9. Adhesin temprana a la lnea central (15 puntos consecutivos en la zona C); (conocido como
"falta de variabilidad"; esto es benfico para el proceso).
Si se presenta alguno de estos comportamientos se dice que el proceso no esta dentro de un control
normal de comportamiento, esto es, hay causas asignables de variabilidad las cuales necesitan ser
detectadas para ser erradicadas o corregidas, y as mejorar continuamente el proceso productivo.

Con los datos del ejercicio 1 construya una grfica de control del tipo Datos individuales Rango calculando los limites estadsticos, las
zonas y graficndolos.
GRAFICO DE DATOS (X)
43

42

41

40

39

38

GRAFICO DE RANGO MOVIL (R)

3

LCS x =

LCS r =

LC x =

LC r =

LCI x =

LCI r =

1s =
2s =

1. En la grfica anterior identifique los patrones anormales de comportamiento y antelos en

las lneas siguientes.

2. Cul seria su conclusin o sugerencia para este proceso?

3. De los datos del ejercicio 1, tomando en cuenta los lmites de especificacin del problema 2,
diga: cul es la probabilidad de tener rechazos por debajo de la especificacin?, cul es de
tener por encima de la especificacin?, y cul es el total?

4. Cul es el porcentaje esperado de productos entre los valores 39 a 41?

Tabla de reas bajo la curva normal estandarizada.

reas bajo la curva normal a partir de z = 0.5

.00

.01

.02

.03

.04

.05

.06

.07

.08

.09

0.0

0.50000

0.49600

0.49200

0.48800

0.48400

0.48010

0.47610

0.47210

0.46810

0.46410

0.1

0.46020

0.45620

0.45220

0.44830

0.44430

0.44040

0.43640

0.43250

0.42860

0.42470

0.2

0.42070

0.41680

0.41290

0.40900

0.40520

0.40130

0.39740

0.39360

0.38970

0.38590

0.3

0.38210

0.37830

0.37450

0.37070

0.36690

0.36320

0.35940

0.35570

0.35200

0.34830

0.4

0.34460

0.34090

0.33720

0.33360

0.33000

0.32640

0.32280

0.31820

0.31530

0.31210

0.5

0.30850

0.30500

0.30150

0.29810

0.29460

0.26120

0.28770

0.28430

0.28100

0.27760

0.6

0.27430

0.27090

0.26760

0.26430

0.26110

0.25780

0.25480

0.25140

0.24830

0.24510

0.7

0.24200

0.23890

0.23580

0.23270

0.22960

0.22660

0.22360

0.22060

0.21770

0.21480

0.8

0.21190

0.20900

0.20610

0.20330

0.20050

0.19770

0.19490

0.19220

0.18940

0.18670

0.9

0.18410

0.18140

0.17880

0.17620

0.13600

0.17110

0.16850

0.16600

0.16350

0.16110

1.0

0.15870

0.15820

0.15390

0.15150

0.14920

0.14890

0.14480

0.14230

0.14010

0.13790

1.1

0.13570

0.13350

0.13140

0.12920

0.12710

0.12510

0.12300

0.12100

0.11900

0.11700

1.2

0.11510

0.11310

0.11120

0.10930

0.10750

0.10560

0.10380

0.10200

0.10030

0.09850

1.3

0.09680

0.09510

0.09340

0.09180

0.09010

0.08850

0.08690

0.08530

0.08380

0.08230

1.4

0.08080

0.07930

0.07780

0.07640

0.07490

0.07350

0.07210

0.07080

0.06940

0.06810

1.5

0.06680

0.06550

0.06430

0.06300

0.06180

0.06060

0.05940

0.05820

0.05710

0.05590

1.6

0.05480

0.05370

0.05260

0.05160

0.05050

0.04950

0.04850

0.04750

0.04650

0.04550

1.7

0.04460

0.04360

0.04270

0.04180

0.04090

0.04010

0.03920

0.03840

0.03750

0.03670

1.8

0.03590

0.03510

0.03440

0.03360

0.03290

0.03220

0.03140

0.03070

0.03010

0.02940

1.9

0.02870

0.02810

0.02740

0.02680

0.26200

0.02560

0.02500

0.02440

0.02390

0.02330

2.0

0.02280

0.02220

0.02170

0.02120

0.02070

0.02020

0.01970

0.01920

0.01880

0.01830

2.1

0.01790

0.01740

0.01700

0.01660

0.01620

0.01580

0.01540

0.01500

0.01760

0.01430

2.2

0.01390

0.01360

0.01320

0.01290

0.01250

0.01220

0.01190

0.01160

0.01130

0.01100

2.3

0.01070

0.01040

0.01020

0.00990

0.00964

0.00939

0.00914

0.00889

0.00866

0.00842

2.4

0.00820

0.00798

0.00776

0.00755

0.00734

0.00714

0.00695

0.00676

0.00657

0.00639

2.5

0.00621

0.00604

0.00587

0.00570

0.00554

0.00539

0.00523

0.00508

0.00494

0.00480

2.6

0.00466

0.00453

0.00440

0.00427

0.00415

0.00402

0.00381

0.00379

0.00368

0.00357

2.7

0.00347

0.00336

0.00325

0.00317

0.00307

0.00298

0.00289

0.00280

0.00272

0.00264

2.8

0.00255

0.00248

0.00240

0.00233

0.00226

0.00219

0.00212

0.00205

0.00199

0.00193

2.9

0.00187

0.00181

0.00175

0.00169

0.00164

0.00159

0.00164

0.00149

0.00144

0.00139

.0

.1

.2

.3

.4

.5

.6

.7

.8

.9

0.00135

0.000968

0.000687

0.000483

0.000337

0.000233

0.000159

0.000108

0.0000723

0.0000481

0.0000317

0.0000207

0.0000133

8.54E-06

5.41E-06

0.0000034

2.11E-06

0.0000013

7.93E-07

4.79E-07

2.87E-07

1.7E-07

9.96E-08

5.79E-08

3.33E-08

1.9E-08

1.07E-08

5.99E-09

3.32E-09

1.82E-09

9.87E-10

5.30E-10

2.82E-10

1.49E-10

7.77E-11

4.02E-11

2.06E-11

1.04E-11

5.23E-12

2.60E-12

Tomada de Elementary Statistics with Applications in Medicine and the Biological Sciences de
Frederick E. Croxton, Dover Publications, Inc. 1959 .