Académique Documents
Professionnel Documents
Culture Documents
Introduccin
Las cartas de control son la herramienta ms poderosa para analizar la
variacin en la mayora de los procesos. Han sido difundidas
exitosamente en varios pases dentro de una amplia variedad de
situaciones para el control del proceso. Es la representacin grfica de
una o ms caractersticas de la calidad en un proceso a lo largo del
tiempo, que sirve para evaluar la variabilidad y el comportamiento del
proceso alrededor del valor medio y dentro de los lmites de control. El
objetivo principal es descubrir el desajuste del proceso, los cuales se
identifican cuando existen tendencias pronunciadas de los datos o
puntos fuera de control. Dentro de estas graficas tenemos, graficas de
control para variables y graficas de control para atributos, las cuales
dependen del tipo de variable que se estn evaluando. Tambin son
eficaces para evitar defectos preventivamente, manteniendo el proceso
bajo control durante la etapa de fabricacin, lo que evita el costo de
reparar los artculos defectuosos. Los grficos de control fueron creados por Walter A. Shewhart,
que fueron publicados en su libro Economic Control of Quality of Manufactured Products (1931).
Ventajas:
El operario puede manejar las cartas en su propia rea de trabajo, por lo cual puede dar
informacin confiable a la gente cercana a la operacin en el momento en que se deben de
tomar ciertas acciones.
Cuando un proceso est en control estadstico puede predecirse su desempeo respecto a las
especificaciones. En consecuencia, tanto el productor como el cliente pueden contar con niveles
consistentes de calidad y ambos pueden contar con costos estables para lograr ese nivel de
calidad.
Una vez que un proceso se encuentra en control estadstico, su comportamiento puede ser
mejorado posteriormente reduciendo la variacin.
Al distinguir ente las causas especiales y las causas comunes de variacin, dan una buena
indicacin de cundo un problema debe ser corregido localmente y cuando se requiere de una
accin en la que deben de participar varios departamentos o niveles de la organizacin.
Pgina
Desventajas significativas
X S
Descripcin
Medias y Rangos
Medias y desviacin
estndar.
Individuales
Campo de aplicacin.
Control de caractersticas individuales.
Control de caractersticas individuales.
Control de un proceso con datos variables que no pueden
ser muestreados en lotes o grupos.
ATRIBUTOS
Carta
P
Descripcin
Proporciones
Campo de aplicacin.
Control de la fraccin global de defectuosos de un
Pgina
proceso.
NP
Nmero de defectuosos
C
U
Se toma una muestra (en cada subgrupo) de 2 a 10 piezas consecutivas y se anotan los resultados de
la medicin (se recomienda tomar 5). Tambin pueden ser tomadas en intervalos de tiempo de - 2
hrs., para detectar si el proceso puede mostrar inconsistencia en breves periodos de tiempo.
X 1 X 2 .... X n
n
R X mayor X menor
X
R1 R2 ......Rm
m
X X 2 ....... X m
X 1
m
X 1 , X 2....
son el promedio de
Pgina
LSC R D4 R
LSC X X A2 R
LIC R D3 R
LIC X X A2 R
Donde D4, D3, A2 son constantes que varan segn el tamao de muestra. A continuacin se presentan los
valores de dichas constantes para tamaos de muestra de 2 a 10.
n
D4
D3
A2
2
3.27
0
1.88
3
2.57
0
1.02
4
2.28
0
0.73
5
2.11
0
0.58
6
2.00
0
0.48
7
1.92
0.08
0.42
8
1.86
0.14
0.37
9
1.82
0.18
0.34
10
1.78
0.22
0.31
la amplitud de valores en la escala debe de ser al menos del tamao de los lmites de
Ejemplo 1:
Se toman las medidas de los dimetros de una pieza cilndrica, el tamao de muestra de cada subgrupo es
de cinco, y se toman 25 subgrupos a intervalos de 1 hr.
Realice la carta de control
muestra subgrupo
1
2
3
4
5
muestra subgrupo
1
2
3
4
5
Promedio
Calculando el rango
Rango
X R.
1
2
3
4
0.65 0.75 0.75 0.60
0.70 0.85 0.80 0.70
0.65 0.75 0.80 0.70
0.65 0.85 0.70 0.75
0.85 0.65 0.75 0.65
1
2
3
4
14
15
16
17
0.65 0.75
0.90 0.75 0.60
0.75
0.70 0.85
0.80 0.80 0.70
0.65
0.85 0.75
0.80 0.80
0.75 0.70
0.85
0.65
0.75 0.85
0.75 0.70
0.80 0.75
0.70
0.85
0.60 0.65
0.85 0.75
0.65 0.65
0.80
0.70 0.77 0.76 0.68
y el promedio para cada
0.20 0.20 0.10 0.15
5
6
7
8
0.70 0.60 0.15 0.60
0.75 0.75 0.80 0.70
0.65 0.75 0.65 0.80
0.85 0.85 0.75 0.75
0.80 0.70 0.70 0.75
5
6
7
8
18
19
20
21
0.70
0.75 0.60
0.65 0.15
0.60 0.60
0.50
0.75
0.70 0.75
0.65 0.80
0.60 0.70
0.55
0.65
0.60 0.75
0.85 0.65 0.80
0.65
0.85
0.70 0.85
0.65 0.75
0.60 0.75
0.80
0.80
0.60 0.70 0.70
0.65 0.75
0.80
0.75 0.73 0.61 0.72
subgrupo obtenemos:
0.20 0.25 0.65 0.20
9
0.65
0.80
0.85
0.85
0.75
9
22
0.65
0.60
0.80
0.85
0.65
0.85
0.65
0.75
0.78
0.20
10
0.60
0.70
0.60
0.80
0.65
10
23
0.60
0.80
0.70
0.65
0.60
0.75
0.80
0.65
0.65
0.67
0.20
11
0.80
0.75
0.90
0.50
0.80
11
24
0.80
0.65
0.75
0.60
0.90
0.65
0.50
0.60
0.80
0.70
0.75
0.40
12
0.85
0.75
0.85
0.65
0.70
12
25
0.85
0.65
0.75
0.70
0.85
0.70
0.65
0.60
0.70
0.65
0.76
0.20
13
0.70
0.70
0.75
0.75
0.70
13
0.70
0.70
0.75
0.75
0.70
0.72
0.05
muestra subgrupo
14
15
16
17
18
19
20
21
1
0.65 0.90 0.75 0.75 0.75 0.65 0.60 0.50
2
0.70 0.80 0.80 0.70 0.70 0.65 0.60 0.55
Universidad Nacional de Trujillo.Departamento Acadmico de Estadstica
3
0.85 0.80 0.75 0.85 0.60 0.85 0.65 0.65
4
0.75 0.75 0.80 0.70 0.70 0.65 0.60 0.80
5
0.60 0.85 0.65 0.80 0.60 0.70 0.65 0.80
Promedio
0.71 0.82 0.75 0.76 0.67 0.70 0.62 0.66
Rango
0.25 0.15 0.15 0.15 0.15 0.20 0.05 0.30
22
0.60
0.80
0.65
0.65
0.75
0.69
0.20
23
0.80
0.65
0.75
0.65
0.65
0.70
0.15
24
0.65
0.60
0.65
0.60
0.70
0.64
0.10
25
0.65
0.70
Pgina
0.70
0.60
0.65
0.66
0.10
R .198
X = .71
LIC R D3 R
=0
LSC X X A2 R
= .71+(.58)(.198) = .82
LIC X X A2 R
= .71-(.58)(.198) = .59
Sample Mean
0.7
Mean=0.7112
0.6
LCL=0.5970
Subgroup
Sample Range
UCL=0.8254
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0.0
10
15
20
25
UCL=0.4187
R=0.198
LCL=0
La carta de control R muestra un punto fuera de los lmites de especificaciones, por lo cual el
proceso se encuentra fuera de control, en este caso es necesario investigar las causas y tomar las
Universidad Nacional de Trujillo.Departamento Acadmico de Estadstica
Pgina
acciones correctivas para eliminar el problema. En la siguiente parte se muestran los criterios para
determinar las situaciones en las cuales un proceso puede estar fuera de control.
1 Anlisis y planeacin de la calidad, J.M. Juran ,F.M Gryna, Tercera Edicin, McGrawHill.
Universidad Nacional de Trujillo.Departamento Acadmico de Estadstica
Pgina
Terminologa
k = nmero de subgrupos
n
= nmero de muestras en cada subgrupo
X
= promedio para un subgrupo
X
= promedio de todos los promedios de los subgrupos
S
= Desviacin estndar de un subgrupo
S
= Desviacin estndar promedio de todos los subgrupos
X 1 X 2 .... X n
n
Pgina
X 1 X 2 ....... X m
m
LSC X X A3 S
LIC X X A3 S
LSC S B4 S
LIC S B3 S
Ejemplo 2:
Se registra el peso diariamente durante dos semanas. Realizar la grfica de control X S
Da Muestra1
Muestra2 Muestra3
Muestra4
Muestra5
S
X
10.00
1
10
12
8
10.40
2
12
11
7
9
13
6.00
3
5
6
4
9
7.33
4
8
8
6
17.20
5
17
15
16
18
20
22.67
6
22
24
22
8.00
7
8
9
7
5.50
8
6
5
6
5
10.00
9
10
10
10
11
9
11.67
10
13
10
12
10.88
2.00
2.41
2.16
1.15
1.92
1.15
1.00
0.58
0.71
1.53
1.46
X 10.88
S 1.46
Se calculan los lmites de control para cada subgrupo, ya que al tener tamaos de muestra diferentes
estos son variables.
X
Grfica S con lmites constantes:
Para la realizacin de los diagramas de control con lmites constantes utilizamos las frmulas
siguientes:
Pgina
LIC X X A3 S
LIC X X A3 S
y para el grfico S :
LIC S B4 S
LSC S B3 S
r / S
r t
f o
- C
le
. 7
. 0
. 8
r o
Ejemplo 3:
Las siguientes cifras son las medias y las desviaciones estndar de muestras de 5 observaciones
correspondientes a los dimetros de una pieza metlica:
Pgina
muestra
1
2
3
4
5
6
7
8
9
10
11
12
13
X-bar
74.01
74.001
74.008
74.003
74.003
73.996
74
73.997
74.004
73.998
73.994
74.001
73.998
Si
0.0148
0.0072
0.0106
0.0091
0.0122
0.0087
0.0055
0.0123
0.0055
0.0063
0.0029
0.0042
0.0105
muestra
14
15
16
17
18
19
20
21
22
23
24
25
PROMEDIOS
X-bar
73.99
74.006
73.997
74.001
74.007
73.998
74.009
74
74.002
74.002
74.005
73.998
74.001
Si
0.0153
0.0073
0.0078
0.0106
0.007
0.0085
0.008
0.0053
0.0074
0.0119
0.0087
0.0162
0.0090
= (2.089)(.0090) = 0.019
LSC S B3 S
= (0)(.0090) = 0
Terminologa
k
n
X
R
R
LSC X
LIC X
= nmero de piezas
= 2 para calcular los rangos
= promedio de los datos
= rango de un subgrupo de dos piezas consecutivas
= promedio de los (n - 1) rangos
X E2 R
X E2 R
Pgina
10
LSC R D4 R
LIC R D3 R
Donde D4, D3, E2 son constantes que varan segn el tamao de muestra usado para agrupar los
rangos mviles como se muestra en la tabla siguiente:
n
2
3
4
5
6
7
8
9
10
D4
3.27
2.57
2.28
2.11
2.00
1.92
1.86
1.82
1.78
D3
0
0
0
0
0
0.08
0.14
0.18
0.22
E2
2.66
1.77
1.46
1.29
1.18
1.11
1.05
1.01
0.98
* Generalmente se utiliza n = 2
Ejemplo 4:
La longitud de un tramo de tubo se registra para cada producto. Realice la grfica de control
individual.
Parte
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
Longitud
12.02
11.85
11.98
11.72
11.88
12.07
12.03
12.13
12.16
12.16
12.16
12.21
12.19
11.93
11.89
Pgina
11
X 12.03
R 0.10
LSC X X E 2 R =12.03+(2.66)(.10) = 12.29
LIC X X E 2 R =12.03 (2.66)(.10) = 11.76
LSC R D4 R = 3.27(.10)= .327
LIC R D3 R
=0
I Chart for C1
12.35
UCL=12.30
Individual Value
12.25
12.15
12.05
Mean=12.03
11.95
11.85
11.75
LCL=11.75
1
11.65
0
10
15
Observation Number
Moving Range
0.3
0.2
0.1
R=0.1036
0.0
LCL=0
0
10
15
Observation Number
Revisar la grfica de rangos para puntos fuera de los lmites de control como signo de la
existencia de causas especiales. Note que los rangos sucesivos estn correlacionados, debido a
que tienen un punto en comn y debido a esto se tiene que tener cuidado al interpretar
tendencias.
Las grficas por lecturas individuales pueden ser analizadas para puntos fuera de los lmites de
control, dispersin de puntos dentro de los lmites de control y para tendencias o patrones. Cabe
hacer notar que si la distribucin de proceso no es simtrica, las reglas mostradas anteriormente
para grficas X podrn dar seales de causas especiales sin que stas existan.
Pgina
12
Pgina
13
Establezca la frecuencia con la cual los datos sern tomados (horaria, diaria, semanal). Los
intervalos cortos entre tomas de muestras permitirn una rpida retroalimentacin al proceso ante la
presencia de problemas. Los tamaos de muestra grandes permiten evaluaciones ms estables del
desarrollo del proceso y son ms sensibles a pequeos cambios en el promedio del mismo. Se
aconseja tomar tamaos de muestra iguales aunque no necesariamente se tiene que dar esta
situacin, el tamao de muestra debera de ser mayor a 30. El tamao de los subgrupos ser de 25 o
ms.
Paso 2: Calculo del porcentaje defectuoso (p) del subgrupo:
Registre la siguiente informacin para cada subgrupo:
El nmero de partes inspeccionadas n
El nmero de partes defectuosas np
np
n
Latas defectuosas
Muestra
Latas defectuosas
np
np
1
12
16
8
2
15
17
10
3
8
18
5
4
10
19
13
5
4
20
11
6
7
21
20
7
16
22
18
8
9
23
24
9
14
24
15
10
10
25
9
Universidad
Estadstica
11 Nacional de Trujillo.Departamento
5
26 Acadmico de12
12
6
27
7
13
17
28
13
14
12
29
9
15
22
30
6
Pgina
14
Latas defectuosas
np
12
15
8
10
4
7
16
9
14
10
5
6
17
12
22
Fraccin defectuosa
p
0.24
0.30
0.16
0.20
0.08
0.14
0.32
0.18
0.28
0.20
0.10
0.12
0.34
0.24
0.44
Muestra
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
p .2313
LSC p p 3
p (1 p )
.23 * .77
.2313 3
n
50 =.4102
=
LIC p p 3
p (1 p )
.23 * .77
.2313 3
n
50 =.05243
=
Trazando la grfica
P Chart for C1
1
0.5
1
UCL=0.4102
Proportion
0.4
0.3
P=0.2313
0.2
0.1
LCL=0.05243
0.0
0
10
20
30
Sample Number
Pgina
15
LSC np 3 np 1 p
LIC np 3 np1 p
Ejemplo 6:
Utilizando los datos del diagrama anterior, construya la grfica np e interprete los resultados. De la
tabla obtenemos p 0.2313 , n = 50.
Calculando los lmites de control tenemos:
25
1
3.0SL=20.51
20
15
NP=11.57
10
5
-3.0SL=2.621
0
0
10
20
30
Sample Number
Pgina
16
LSC c 3 c
LSC c 3 c
Dnde: c = total de defectos/ nmero de unidades de producto.
Ejemplo 7:
En la siguiente tabla tenemos el nmero de unidades de defectos observados en 26 muestras
sucesivas de 100 filtros de seguridad.
muestra
1
2
3
4
5
6
7
8
9
10
11
12
13
defectos
21
24
16
12
15
5
28
20
31
25
20
24
16
muestra
14
15
16
17
18
19
20
21
22
23
24
25
26
defectos
19
10
17
13
22
18
39
30
24
16
19
17
15
516
19.67
26
LSC 19.67 3 19.67 32.97
C Chart for C1
1
40
Sample Count
3.0SL=33.21
30
20
C=19.85
10
-3.0SL=6.481
1
0
0
10
20
Sample Number
Universidad Nacional de Trujillo.Departamento Acadmico de Estadstica
Pgina
17
Pgina
18
muestra
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
u
n
38.60
1.93
20
1.93
3.79
5
LIC 1.93 3
1.93
0.07
5
U Chart for C1
Sample Count
3.0SL=3.794
U=1.930
1
-3.0SL=0.06613
0
0
10
20
Sample Number
Pgina
19