Gráfico de control P:

En la siguiente figura tenemos los datos de 24 muestras de producto producido por turno. En la
columna producción tenemos el total de producto fabricado por turno. La columna Producto
Defectuoso nos indica el número de artículos defectuosos por turno; la columna Número de
Defectos nos indica el número de defectos encontrados en la producción de cada turno, nótese
que por cada turno el número de defectos es mayor o igual que el número de defectuosos, ya que
un artículo defectuoso puede tener uno o más defectos. Finalmente tenemos la columna de
Fracción Defectuosa, la fracción defectuosa de un turno se calcula dividiendo el número de
productos defectuosos por la producción de ese turno, es decir, los valores de la columna D
divididos por los valores de la columna C.

Figura 1
los límites de control de un gráfico de fracción defectuosa con tamaño de muestra variable
vienen dado por la siguiente fórmula:
 Figura 2
Mientras que la fracción defectuosa se p barra, se calcula con la siguiente fórmula:

Figura 3
Ahora bien de las ecuaciones de la Figura 2, vemos que para calcular estos límites necesitamos el
valor p barra, que es una estimación de la fracción defectuosa y ni, que es el tamaño de muestra
de cada turno. Es decir, tendremos límites de control de diferentes tamaños, debido a que los
tamaños de muestra son variables.
El valor de p barra es entonces:

Entonces tenemos ya el valor de p barra y los valores de ni, los cuales son los artículos
producidos en cada turno (tamaño de muestra), cuyos valores se muestran en la columna C de la
Figura 1. Ya con esto, calculamos los límites de control con las fórmulas de la Figura 1. Los
valores se muestran en las columnas K, L y M de la siguiente figura.
 Figura 4
Por otra parte, en la columna J, de la figura anterior, tenemos la fracción defectuosa de cada
muestra o turno, está se calcula para cada turno, dividiendo el número de defectuosos del turno
por el total de artículos producidos.
Con los valores de las cuatro columnas de la Figura 4, podemos construir el gráfico de control.
Reitero que en un post anterior que se encuentra a ​ quí​, se muestra como se puede hacer este
gráfico de control.
Con los datos de la Figura 4, el gráfico de control nos quedaría así:
Gráfico de control C:
Se han observado los defectos de 50 muestras sucesivas de 40 tarjetas electrónicas de circuitos
impresos.

Figura 1
Las 50 muestras contienen 515 defectos, entonces c barra puede ser calculada mediante:
 Figura 2
Como recordaremos de un post anterior, los límites de control de un gráfico número de defectos
vienen dado por la siguiente fórmula:

Figura 3
Mientras que la media del número de defectos, se calcula con la siguiente fórmula:

Figura 4
Entonces tenemos ya el valor de c barra, con esta información calculamos los límites de control
con las fórmulas de la Figura 3. En la siguiente figura se muestra la información necesaria para
la construcción del gráfico de control.
 Figura 5
En un post anterior que se se muestra mediante un video como se puede hacer un gráfico de
control.
Con los datos de la Figura 5, el gráfico de control nos quedaría así:
 Figura 6

Grafica de control X-R:

Ahora veremos un ejemplo de una combinación de estos gráficos de control XBarra-R.
En la siguiente figura tenemos los datos de 40 subgrupos de tamaño 5.
 Figura 1
Como recordaremos de un post anterior que habíamos comentado que usted puede
encontrar ​aquí​, las ecuaciones del gráfico de control de medias vienen dados por las siguientes
fórmulas:

Figura 2
Mientras que las fórmulas para el gráfico de rangos vienen dados por:

Figura 3
Ahora bien según la tabla de constantes que usted puede encontrar ​aquí​, los valores de las
contantes A2, D3 y D4, para tamaños de subgrupos de 5, resultan ser: A2 = 0.577, D3 = 0 y D4 =
2.114
Por otra parte, graficaremos en el gráfico control de medias, el promedio de cada subgrupo, así
que tendremos que calcular el promedio de cada subgrupo. Asimismo, en el gráfico de rangos
graficaremos el rango de cada subgrupo, el cual se define para un subgrupo en particular como
el valor máximo menos el valor mínimo.
La media de los promedios de subgrupos será XDoble Barra y la media de los rangos de los
subgrupos será RBarra. Con todos estos elementos podemos calcular los límites de control de los
gráficos XBarra-R.
Los valores para el cálculo del gráfico de control de medias (XBarra) nos quedaría:

Figura 4
Los valores para el cálculo del gráfico de control de rangos, nos quedaría:
 Figura 5
Ya con estos rangos de datos podemos construir los gráficos de control, como comenté
anteriormente, hay un video que nos muestra como hacer esto, se encuentra ​aquí​.
Una vez hechos los gráficos de control, estos nos quedan así:
 Figura 6

Figura 7

Grafica de control X-S:

Ahora veremos un ejemplo de una combinación de estos gráficos de control XBarra-S.
En la siguiente figura tenemos los datos de 40 subgrupos de tamaño 5.
 Figura 1
Como recordaremos de un post anterior que habíamos comentado que usted puede
encontrar ​aquí​, las ecuaciones del gráfico de control de medias vienen dados por las siguientes
fórmulas:

Figura 2
Mientras que las fórmulas para el gráfico de control de desviación estándar vienen dadas por:

Figura 3
Ahora bien según la tabla de constantes que usted puede encontrar ​aquí​, los valores de las
contantes A3, B3 y B4, para tamaños de subgrupos de 5, resultan ser: A3 = 1.427, B3 = 0 y B4 =
2.089
Graficaremos en el gráfico control de medias, el promedio de cada subgrupo, así que tendremos
que realizar este cálculo para cada subgrupo. Por otra parte, en el gráfico de desviación estándar
graficaremos el valor de la desviación estándar de cada subgrupo, la cual se calcula como:

Figura 4
La media de los promedios de subgrupos será XDoble Barra y la media de desviaciones estándar
de los subgrupos será SBarra. Con todos estos elementos y los valores de las constantes antes
mencionadas podemos calcular los límites de control de los gráficos XBarra-S.
Los valores para el cálculo del gráfico de control de medias (XBarra) nos quedarían entonces:

Figura 5
Los valores para el cálculo del gráfico de control de desviaciones estándar, nos quedaría:

Figura 6
Ya con estos rangos de datos podemos construir los gráficos de control, como se comentó
anteriormente, hay un video que nos muestra como hacer esto, se encuentra ​aquí​.
Una vez hechos los gráficos de control, estos nos quedan así:
 Figura 7

Figura 8

Grafico x:
Una empresa alimentaria se dedica, en una de sus plantas, a la fabricación de paté de finas
hierbas. El paté se vende en tarrinas de 200 g. El equipo de control de calidad decide comenzar
un estudio para ver el estado de control del proceso, para ello, se extraen cuatro tarrinas de la
línea de producción en intervalos de 10 minutos registrando el peso. Los datos figuran a
continuación:
El gráfico que debe elaborarse para realizar el estudio del estado de control del proceso será
sin estándar dado, ya que no existen datos anteriores, y queremos estudiar el proceso por
primera vez.

Primero se realizará el gráfico de medias. Para ello, deben calcularse los límites de control y la
línea central.

Los límites de control y la línea central vienen definidos por las expresiones:
Gráfico de promedios(X):
Una empresa mide una característica de un producto que es significativa en la calidad de
éste. Para ello ha tomado ​25 muestras​ donde cada muestra consiste en la selección
aleatoria de ​4​ unidades de producto. Luego se mide la característica de interés (en alguna
unidad de medida) y se obtienen los promedios muestrales que se presentan en la siguiente
tabla. Adicionalmente, el rango de cada muestra es la diferencia entre el valor de la mayor
observación menos el valor de la menor observación.

El valor objetivo de la característica en evaluación es 11 +- 1,5. Se requiere una gráfica de

control de promedios para analizar si el proceso se encuentra bajo Control Estadístico.

Un primer paso consiste en la obtención del ​gran promedio​ que determina la línea central
de la gráfica de control y se obtiene como el promedio de los promedios muestrales. En
nuestro ejemplo el gran promedio se obtiene de la siguiente forma:

X = (15,1 + 12,3 + 7,4 + .......... + 8,8 + 8,0)/25 = 9,872

A continuación se calcula el promedio de los rangos muestrales:

R = (9,1 + 9,9 + 9,7 + ........... + 6,9 + 6,4)/25 = 8,076

Finalmente se determina el ​LCS (Límite de Control Superior)​ y ​LCI (Límite de Control

Inferior)​. Para ello dado que cada muestra es de un tamaño ​n=4​, el valor de la
constante ​A2​ asociada es ​0,729​.

LCS = 9,872 + 0,729*8,076 = 15,76

LCI = 9,872 - 0,729*8,076 = 3,98

Un último paso es graficar los promedios muestrales en una gráfica que contenga los límites
de control y el gran promedio como se muestra a continuación:
Se concluye que ​el proceso se encuentra bajo control estadístico​ debido a que los
valores de las muestras se encuentran dentro de los límites de control. Adicionalmente las
muestras se distribuyen aproximadamente a ambos lados de la línea central (LC), no
indentificándose una tendencia en los valores muestrales. Es importante notar que aun
cuando los valores de las muestran esten dentro de los límites de control, en caso de existir
una tendencia, ésta puede advertir la existencia de una causa asignable que explique la
variación y por tanto pronto el proceso podría salir de Control Estadístico.

Grafica de rangos (R):

Utilizaremos el mismo ejemplo descrito en la sección de ​Gráfica de Promedios​: Una
empresa mide una característica de un producto que es significativa en la calidad de éste.
Para ello ha tomado ​25 muestras​ donde cada muestra consiste en la selección aleatoria
de ​4​ unidades de producto. Luego se mide la característica de interés (en alguna unidad de
medida) y se obtienen los promedios muestrales que se presentan en la siguiente tabla.
Adicionalmente, el rango de cada muestra es la diferencia entre el valor de la mayor
observación menos el valor de la menor observación.

El valor objetivo de la característica en evaluación es ​11 +- 1,5​. Se requiere una gráfica de

control de rangos para analizar si el proceso se encuentra bajo Control Estadístico.
Un primer paso consiste en la obtención del ​gran promedio​ que determina la línea central
de la gráfica de control y se obtiene como el promedio de los rangos muestrales. En nuestro
ejemplo el gran promedio se obtiene de la siguiente forma:

R = (9,1 + 9,9 + 9,7 + .......... + 6,9 + 6,4)/25 = 8,076

A continuación se determina el ​LCS (Límite de Control Superior)​ y ​LCI (Límite de

Control Inferior)​. Para ello dado que cada muestra es de un tamaño ​n=4​, el valor de la
constante ​D3​ asociada es ​0​ y ​D4​ es ​2,282​.

LCS = 2,282*8,076 = 18,43

LCI = 0*8,076 = 0

Un último paso es graficar los rangos muestrales en una gráfica que contenga los límites de
control y el gran promedio como se muestra a continuación:
Se concluye que ​el proceso se encuentra bajo control estadístico​ debido a que los
valores de las muestras se encuentran dentro de los límites de control. Adicionalmente las
muestras se distribuyen aproximadamente a ambos lados de la línea central (LC), no
indentificándose una tendencia en los valores muestrales. Llama la atención del rango de la
muestra número 14 (R=17,5) que si bien está bajo el LCS es un valor relativamente alto en
comparación a los otros rangos muestrales. Es importante que se busque identificar las
causas que afectaron la uniformidad en dicho caso.