3.

1 Conceptos generales de Atributos

Cuando no es fcil medir un producto o una parte, o cuando la calidad se puede obtener
como un atributo conforme o no con unas especificaciones de calidad, se puede usar una
grfica de control de caractersticas. Estas tcnicas analizan tanto las caractersticas
buenas como malas, sin hacer referencia al grado. Entonces, se acepta o se rechaza
contando cuntas unidades tienen o no el defecto, o comprobando el nmero de tales
eventos que ocurren en la unidad, grupo o rea, y comparando con el criterio de
aceptacin establecido. Se acepta o rechaza la pieza o el lote sin asociar un valor
concreto. El atributo a controlar se suele elegir de forma que sea fcilmente observable y
por tanto econmico de controlar.
Antes de seguir conviene definir los trminos siguientes:
a. Defecto: cualquier caracterstica individual que no est de acuerdo con los requisitos
de calidad establecidos.
b.

Defectuoso: cualquier unidad que tiene uno o ms defectos.

Los tipos de grficos de control por atributos que se estudian son:

a.

Grfico p o de fraccin de unidades defectuosas.

b.

Grfico np o de nmero de unidades defectuosas por muestra.

c.

Grfico c o de nmero de defectos por muestra.

d.

Grfico U o de nmero de defectos por unidad.

Leydy Alkait Santiago Cruz.

Pgina 1

3.2 Elaboracin e interpretacin de graficas

por atributo.
La funcin primaria de una Grfica de Control es:
1. Mostrar el comportamiento de un proceso.
2. Identificar la existencia de causas de variacin especiales (proceso fuera de control).
3. Monitorear las variables claves en un proceso de manera preventiva.
4. Indicar cambios fundamentales en el proceso.
CONSTRUCCIN
Eleccin del tipo de grfica
Paso 1: Establecer los objetivos del control estadstico del proceso
La finalidad es establecer qu se desea conseguir con el mismo.
Paso 2: Identificar la caracterstica a controlar
Es necesario determinar qu caracterstica o atributo del producto/servicio o proceso se
van a controlar para conseguir satisfacer las necesidades de informacin establecidas en
el paso anterior.
Paso 3: Determinar el tipo de Grfica de Control que es conveniente utilizar
Conjugando aspectos como:
Tipo de informacin requerida.
Caractersticas del proceso.
Paso 4: Elaborar el plan de muestreo (Tamao de muestra, frecuencia de maestreo y
nmero de muestras)
Las Grficas de Control por Atributos requieren generalmente tamaos de muestras
grandes para poder detectar cambios en los resultados.
Paso 5: Recoger los datos segn el plan establecido
Se tendr un especial cuidado de que la muestra sea aleatoria y representativa de todo el
periodo de produccin o lote del que se extrae.
Paso 6: Calcular la fraccin de unidades
Leydy Alkait Santiago Cruz.

Pgina 2

Para cada muestra se registran los siguientes datos:

1. El nmero de unidades inspeccionadas "n".
2. El nmero de unidades no conformes.
3. La fraccin de unidades no conformes
4. El nmero de defectos en una pieza
5. La fraccin de defectos por pieza.
Paso 7: Calcular los Lmites de Control.
Paso 8: Definir las escalas de la grfica
El eje horizontal representa el nmero de la muestra en el orden en que ha sido tomada.
El eje vertical representa los valores de la fraccin de unidades
La escala de este eje ir desde cero hasta dos veces
conformes mxima.

la fraccin de unidades no

Paso 9: Representar en el grfico la Lnea Central y los Lmites de Control

Lnea Central
Marcar en el eje vertical, correspondiente al valor de la fraccin
Lnea de Control Superior
Marcar en el eje vertical el valor de UCL. A partir de este punto trazar una recta horizontal
discontinua (a trazos). Identificarla con UCL.
Lmite de Control Inferior
Marcar en el eje vertical el valor de LCL. A partir de este punto trazar una recta horizontal
discontinua (a trazos). Identificarla con LCL.
Paso 10: Incluir los datos pertenecientes a las muestras en la grfica
Representar cada muestra con un punto, buscando la interseccin entre el nmero de la
muestra (eje horizontal) y el valor de su fraccin de unidades no conformes (eje vertical).
Unir los puntos representados por medio de trazos rectos.
Paso 11: Comprobacin de los datos de construccin de la Grfica de Control.
Paso 12: Anlisis y resultados
La Grfica de Control, resultado de este proceso de construccin, se utilizar para el
control habitual del proceso.
Leydy Alkait Santiago Cruz.

Pgina 3

3.2.1 Grfico p
Una Grfica de Proporciones (o Grfica p) analiza la proporcin de artculos que no
cumplen con las especificaciones en un lote producido. Se considera que un artculo es
defectuoso cuando ste no cumple las especificaciones. Los datos de atributos por tanto
slo asumen 2 valores: 'bueno' o 'malo' ('aceptable' o 'defectuoso').
Para construir una Grfica p se requieren tomar muestras suficientemente "grandes" para
que contengan varios artculos defectuosos. Principalmente se busca garantizar que la
muestra sea representativa de la poblacin. Es conveniente definir claramente el
procedimiento de obtencin de las muestras de modo que se puedan identificar posibles
causas asignables que expliquen, por ejemplo, una proporcin mayor de defectuosos.
El grfica P nos sirve para poder controlar el numero de productos defectuosos, usando
muestras que pueden ser de tamao constante o variable, con estos datos podemos
obtener
la
fraccin
defectuosa
a
la
cual
se
le
llama
P.
esta se calcula dividiendo el numero de productos defectuosos , entre el tamao de la
muestra.
Para el clculo de los limites de control podemos utilizar las siguientes formulas:

Donde:
P=fraccin defectuosa
n=tamao de muestra
En este tipo de grficas si el valor del LCI es negativo se le considera como cero, debido a
que no pueden existir fracciones negativas de un defecto.
EJEMPLO:

Leydy Alkait Santiago Cruz.

Pgina 4

3.2.2.-Grfico np

CREE
Este esquema o grfico es una herramienta que la empleamos queremos trazar o graficar
de una manera exacta las cantidades que son distintas o desiguales, para ello debemos
tener en consideracin lo que es la magnitud que se tom de la muestra desde un
principio, por lo que se entiende que esta grfica no la emplearemos en cuanto al
proporcin que la muestra nos indique (porcentaje). Para ello primeramente debemos
indicar la repeticin para lo que ser nuestra recoleccin de datos siempre teniendo en
cuenta que nuestros intervalos entre ms reducidos sean nos proporcionaran una mejor y
ms gil manutencin de nuestro proceso.
Este grfico nos ofrece dos beneficios que considero lo ms importantes:
Conseguimos lo que es inspeccin real de algunas o solamente una particularidades de
alguna actividad de nuestro proceso de fabricacin de donde estemos realizando el
estudio.
Y por ltimo sabemos y comprendemos las consecuencias por las cuales colabora
nuestro
proceso
de
fabricacin.
La grfica np nos sirve para poder controlar el nmero de productos defectuosos que
existen
dentro
de
un
proceso.
Esta grfica es prcticamente igual a la grfica p, la diferencia consisten en que en la
grfica np se utilizan muestras de tamao constante, y su valor central es el nmero de
artculos
defectuosos.
Para poder calcular los limites de control utilizamos la siguiente frmula:

EJEMPLO

Leydy Alkait Santiago Cruz.

Pgina 5

Esta grfica se recomienda utilizar cuan es el operario quien lleva la realizacin de dicha
grfica, ya que en esta los clculos matemticos son muy sencillos, ayudando a que no
existan errores de clculo.

3.2.2 Grfico c
La grfica c se utiliza cuando una pieza del producto puede tener un numero diferente de
defectos por pieza, en este caso lo que nos interesa controlar es el numero de defectos
por
pieza.
La grafica c sirve para controlar el proceso productivo, mediante el conocimiento del
nmero
de
defectos
que
aparecen
en
una
muestra.
Esta grafica se utiliza cuando la cantidad de productos producida es muy bajo en
productos
fsicamente
muy
grande
como
maquinarias.
En estas grficas puede usarse mejor la distribucin de Poisson en al que
la desviacin tpica puede expresarse como:

Los limites de control se pueden calcular con la siguiente formula:

EJEMPLO:

Leydy Alkait Santiago Cruz.

Pgina 6

3.2.4.- Grafico u
Produce grficos de control basados en el nmero de sucesos ocurridos por unidad de
medida, por ejemplo, nmero de defectos por metro de cable.
Sin embargo, a diferencia del grfico C, el tamao de la muestra puede ser variable.
Si sucede lo mismo para la realizacin de la grfica c como muestras muy pequeas o
producto demasiado grandes para inspeccionar, pero la muestras no pueden ser elegidas
de tamaos constantes, no podemos utilizar la grfica de defectos por muestras (grfica
c) sino que se mejor utilizar la grfica de numero de defectos por producto, la relacin con
la grafica c es la siguiente:

Y los lmites de control se calculan con la siguiente formula:

EJEMPLO:

Leydy Alkait Santiago Cruz.

Pgina 7

3.3 Capacidad de proceso

Al planear los aspectos de calidad de la manufactura, es sumamente importante
asegurarse de antemano de que el proceso ser capaz de mantener las tolerancias. En
las dcadas recientes ha surgido el concepto de capacidad del proceso habilidad del
proceso, que proporciona una prediccin cuantitativa de qu tan adecuado es un proceso.
La habilidad del proceso es la variacin medida, inherente del producto que se obtiene en
ese proceso.
Definiciones bsicas.
Proceso: ste se refiere a alguna combinacin nica de mquinas, herramientas,
mtodos, materiales y personas involucradas en la produccin.
Capacidad o habilidad: Esta palabra se usa en el sentido de aptitud, basada en el
desempeo probado, para lograr resultados que se puedan medir.
Capacidad del proceso: Es la aptitud del proceso para producir productos dentro de los
lmites de especificaciones de calidad.
Capacidad medida: Esto se refiere al hecho de que la capacidad del proceso se cuantifica
a partir de datos que, a su vez, son el resultado de la medicin del trabajo realizado por el
proceso.
Capacidad inherente: Se refiere a la uniformidad del producto que resulta de un proceso
que se encuentra en estado de control estadstico, es decir, en ausencia de causas
especiales o atribuibles de variacin.
Variabilidad natural: Los productos fabricados nunca son idnticos sino que presentan
cierta variabilidad, cuando el proceso est bajo control, solo actan las causas comunes
de variacin en las caractersticas de calidad.
Valor Nominal: Las caractersticas de calidad tienen un valor ideal ptimo que es el que
desearamos que tuvieran todas las unidades fabricadas pero que no se obtiene, aunque
todo funcione correctamente, debido a la existencia de la variabilidad natural.
Objetivos:
a.

Predecir en qu grado el proceso cumple especificaciones.

b.

Apoyar a diseadores de producto o proceso en sus modificaciones.

c.

Especificar requerimientos de desempeo para el equipo nuevo.

d.

Seleccionar proveedores.

e.

Reducir la variabilidad en el proceso de manufactura.

Leydy Alkait Santiago Cruz.

Pgina 8

f. Planear la secuencia de produccin cuando hay un efecto interactivo de los procesos

en las tolerancias.
Una vez hayamos comprobado que el proceso est bajo control, estaremos interesados
en saber si es un proceso capaz, es decir, si cumple con las especificaciones tcnicas
deseadas.
Para determinar si un proceso es o no capaz haremos uso de herramientas grficas
(histogramas, grficos de control, y grficos de probabilidad). Tambin utilizaremos los
llamados ndices de capacidad, que vendrn determinados por los cocientes entre la
variacin natural del proceso y el nivel de variacin especificada. En principio, para que un
proceso sea considerado capaz, su variacin actual no debera representar ms del 75%
de la variacin permitida.
El programa Minitab nos permite realizar anlisis de capacidad basados en la distribucin
normal o en la distribucin Weibull. La opcin basada en el modelo normal nos
proporciona un mayor nmero de estadsticos, si bien para usar esta opcin es necesario
que los datos originales sigan una distribucin aproximadamente normal. As, por ejemplo,
esta opcin nos dar estimaciones del nmero de unidades (o partes) por milln que no
cumplen con las especificaciones. Tales estimaciones pueden transformarse en
probabilidades de producir unidades que no cumplan con las especificaciones. Es
importante recordar que para interpretar correctamente estos estadsticos es necesario
que:
a.

Los datos se han obtenido a partir de un proceso bajo control, y

b.

stos siguen una distribucin aproximadamente normal.

De forma anloga, tambin es posible basarnos en el modelo Weibull para calcular las
partes por milln que no cumplen con las especificaciones.
Si los datos siguen una distribucin notablemente asimtrica, probabilidades basadas en
el modelo normal no seran muy buenos estimadores de las verdaderas probabilidades de
producir unidades que no cumplan con las especificaciones. En tal caso, podramos optar
por:
a. Usar la transformacin de Box-Cox para transformar los datos en otros cuya
distribucin sea aproximadamente normal, o
b. Usar el modelo Weibull.

Leydy Alkait Santiago Cruz.

Pgina 9