Journal's Title, Vol. x, 20xx, no.

xx, xxx - xxx

HIKARI Ltd, www.m-hikari.com
http://dx.doi.org/10.12988/

SEGUIMIENTO Y CONTROL AL PROCESO DE

FABRICACIÓN DE CHAZOS

X y R TRAZO - LONGITUD DE CHAZOS

ROBERTO JOSE HERRERA ACOSTA

Chemical Engenier - Teacher

Universidad del Atlántico, Km7 via Puerto Colombia, Atlántico, Colombia

DIVISAY COLON DE LA CRUZ

KATHERINE OROZCO ROJAS

Address of Author2 first line

Address of Author2 second line
Address of Author2 third line
Address of Author2 fourth line

Copyright © 20xx Author 1 and Author 2. This article is distributed under the Creative
Commons Attribution License, which permits unrestricted use, distribution, and reproduction in
any medium, provided the original work is properly cited.

Abstract

Las cartas de control son la herramienta más poderosa para analizar la variación
en la mayoría de los procesos. Han sido difundidas exitosamente en varios países
dentro de una amplia variedad de situaciones para el control del proceso. Estas
gráficas fueron desarrolladas por el Dr. Shewhart son gráficas poligonales que
muestran en el tiempo el estado de un proceso. Las cartas de control enfocan la
atención hacia las causas especiales de variación cuando estas aparecen y reflejan
la magnitud de la variación debida a las causas comunes (Las causas comunes o
aleatorias se deben a la variación natural del proceso). Las causas especiales o
atribuibles son por ejemplo: un mal ajuste de máquina, errores del operador,
defectos en materias primas. Se dice que un proceso está bajo Control Estadístico
cuando presenta causas comunes únicamente. Cuando ocurre esto tenemos un
proceso estable y predecible. Cuando existen causas especiales el proceso está
fuera de Control Estadístico; las gráficas de control detectan la existencia de estas
causas en el momento en que se dan, lo cual permite que podamos tomar acciones
al momento.
Las gráficas de control se usan entre otras cosas:
• Para verificar que los datos obtenidos poseen condiciones semejantes.
• Para observar un proceso productivo, a fin de poder investigar las causas de un
comportamiento anormal.
• Al distinguir entre las causas especiales y las causas comunes de variación, dan
una buena indicación de cuándo un problema debe ser corregido localmente y
cuando se requiere de una acción en la que deben de participar varios
departamentos o niveles de la organización.
Existen diferentes gráficas de control en función de la variable a observar y del
proceso a controlar. El proceso a controlar puede depender de una variable o de
características llamadas atributos. Recordemos la diferencia entre una variable y
un atributo. En Control de Calidad mediante el término variable se designa a
cualquier característica de calidad “medible” tal como una longitud, peso,
temperatura, etc. Mientras que se denomina atributo a las características de
calidad que no son medibles y que presentan diferentes estados tales como
conforme y disconforme o defectuoso y no defectuoso. Según sea el tipo de la
característica de calidad a controlar así será el correspondiente tipo de Gráfico de
Control a obtener:

• Cartas de control por variables

• Cartas de control por atributos

Las Gráficas de control más utilizadas son las siguientes:

Por variables

Carta Descripcion Campo de aplicación

Medias y Rangos Control de características
X–R individuales

Medias y desviación Control de características

X–S estándar individuales

X – Rm Mediciones y rangos Control de un proceso con

móviles datos variables que no
pueden ser mjuestreados en
lotes o grupos.
Por atributos

Carta Descripción Campo de aplicación

P Proporción Control del porcentaje de
unidades defectuosas
np Numero de defectuosos Control del número de
piezas defectuosas
C Defectos Controlde número global
de defectos por unidad
U Promedio de defectos por Control del promedio de
unidad defectos por unidad.

Nosotros nos basaremos en Medias y rangos.

Paso 1: Colectar los datos.

Variables a considerar.
La elección se basa en el propósito de reducir o impedir los rechazos, los costos,
el desperdicio, el reproceso, etc. Elegir algo que pueda ser medido y expresado en
números: dimensiones, dureza, fragilidad, resistencia, peso, etc. Elección del
tamaño y la frecuencia de la obtención de los datos representativos. Los datos son
el resultado de la medición de las características del producto, los cuales deben de
ser registrados y agrupados de la siguiente manera:
• Se toma una muestra (subgrupo) de 2 a 10 piezas consecutivas (Shewhart
sugiere 4) sin embargo es muy común utilizar 5 y se anotan los resultados de la
medición. Durante un estudio inicial, los subgrupos pueden ser tomados
consecutivamente o a intervalos cortos para detectar si el proceso puede cambiar o
mostrar inconsistencia en breves periodos de tiempo. Algunos recomiendan que el
intervalo sea de ½ a 2 hrs., ya que más frecuentemente puede representar
demasiado tiempo invertido, y si es menos frecuente pueden perderse eventos
importantes que sean poco usuales. Elección de cuantos subgrupos tomar.
Mientras menor sea el número de subgrupos que tomemos, más pronto tendremos
una idea para actuar, pero menor será la seguridad de que esta base sea confiable.
Es conveniente tener al menos 25 subgrupos; la experiencia indica que las
primeras muestras pueden no ser representativas de lo que se mide
posteriormente.

Paso 2: Calcular el promedio y Ri para cada subgrupo

𝑿𝒊 = ∑ 𝑥𝑖
𝑖=1
n
X = promedio de un subgrupo
Xi = Valor de la variable madida
n = Tamaño de la muestra

Ri = Valor max – Valor min

Paso 3: Calcular el promedio de rangos R y el promedio de promedios X

X = ∑Xi R = ∑Ri
K k

Paso 4: Calcular los límites de control.

Los límites de control son calculados para determinar la variación de cada
subgrupo, están basados en el tamaño de los subgrupos y se calculan de la
siguiente forma:
Límites de control para X Límites de control para R

UCLx = X + A2R UCLR = D4R

Línea Central = X Línea Central = R

LCLX = X − A2R LCLR = D3R

Paso 5: Trazar la gráfica de control.

Una carta de control -R nos presenta dos gráficos en una hoja, la grafica superior
es la de las medias y la grafica inferior es la de rangos R.
En el eje de las “x” se representa el número de subgrupos (se anotan los números
cardinales que representan las muestras sucesivas).
En el eje de las “y” se representan los valores de las medias ó rangos según
corresponda a la gráfica que estemos trazando.

Para la gráfica para las medias

La grafica consiste en tres líneas de guía: Límite de control inferior LCLx, línea
central CLx y límite de control superior UCLx. La línea central es el promedio de
promedios y los dos límites de control son fijados más o menos a tres
desviaciones estándar.
Cada subgrupo se identifica en la gráfica como un punto, un círculo o una cruz
según se establezca, cada punto corresponde a un valor .

Para la gráfica de Rangos

La grafica consiste en tres líneas de guía: Límite de control inferior LCLRm, línea
central CLRm y límite de control superior UCLRm. La línea central es el
promedio de los rangos y los dos límites de control son fijados más o menos a tres
desviaciones estándar.

Cada subgrupo se identifica en la gráfica como un punto, un círculo o una cruz

según se establezca, cada punto corresponde a un valor Ri.

Keywords: Variables, Cartas de control, Media, Rango

1 Section
Text of section 1.

2 Section
Text of Section 2.

Acknowledgements. This is a text of acknowledgements.

1. Metodo

El departamento de control de calidad procede a tomar las medidas de la 10

subgrupo con n=30 chazos plásticos de 25 mm, estos chazos se seleccionaron
de manera aleatoria durante un turno de produccion. En la tabla siguiente se
puede observer las medidas tomadas:
Tabla 1. Medida de Longitud de Chazos

MEDIDA DE LONGITUD DE CHAZOS

Sub x1 x2 x3
1 24,40 24,15 24,4
2 24,25 24,4 24,15
3 24,15 24,15 24,2
4 24,65 24,4 24,4
5 24,4 25 24,4
6 24,6 24,15 25
7 24,6 25 24,55
8 24,65 24 24,50
9 24,85 24,60 24,4
10 24,15 25 24,4

A partir de los anteriores datos se implementa la fase I de control de calidad, en

esta fase se elaboró las cartas de control para ҃x y R, obteniendo los parametros
de µ y σ.

FASE 1

A partir de la table No. 1 y del uso de las ecuaciones 3 y 4, calculamos el 𝑥̅= 24.505 y R̅
= 0.22, como se observa en el histograma (grafico No.1)
Grafico 1. Histograma Variable Longitud

µ = 24.465 y σ = 0.2871

El intervalo de confianza para la longitud del 95% para una media que es 24.465
[24.3578, 24.5722] y el intervalo de confianza del 95% para la desviación estandar se
encuentre entre [0.2286, 0.3859], adicionalmente trabajamos con el supuesto que los
datos de la muestra pueden representarse por la distribución normal, para lo que
procedemos a formular las hipotesis de la siguiente forma:

Ho: Media = 25
H1:Mayor que 25

Bajo el estadistico t=- 10.20, obtenemos un Valor –P= 1.0, lo que no permite rechazar la
hipotesis nula para un alfa de 0.05, en tanto podemos inferir que los datos siguen una
distribución normal.

Luego procedemos a calcular la carta de control para el estadistico x bar y R, dandonos

como resultado LSCR: 1,1326, LCR: 0.44, LICR: 0 como se observa en el grafico 2 se
puede afirmar que los datos tienen un comportamiento alrededor del limite central de
control y que presentan una estabilidad estadistica en la medida de variabilidad.

Grafico 2. Carta de Control Rango - Longitud

En el grafico 3 se observan los limites de control para 𝑥̅ son: LSCX: 24.915, LCX: 24.465,
LICX: 24.0149, cuyos datos tienen un comportamiento alrededor del limite central de
control, existiendo una estabilidad estadistica en la medida de localización como lo es la
media.
Grafico 3. Carta de Control X bar - Longitud

Apartir del grafico 3 observamos que no se generan valores atipicos o proximos a los
limites superior e inferior, es decir la grafica de los estadistico se encuentra estable por lo
que procedemos a calcular la media y el sigma del proceso, las cuales son nuestros
nuevos parametros, información que resultará util al implementar la fase 2.

Tabla 2. Parametros fase I

Media de proceso 24.465

Sigma de proceso 0.2598
Rango promedio 0.44

FASE II
En esta fase se procede a la toma de nuevas longitudes para los chazos de 25 mm de
manera aleatoria donde n=15 (ver tabla 3)

Tabla 3. Toma de nueva longitudes de chazos

MEDIDA DE LONGITUD
DE CHAZOS
Sub x1
1 22,99
2 25,12
3 24,1
4 22,6
5 23,83
6 24,1
7 23,62
8 24,05
9 23,97
10 23,49
11 25,37
12 23,51
13 24,48
14 25,04
15 22,11
Se procede a sacar los graficos de control para el estadistico 𝑥̅ y R, pero antes
realizamos el cambio del tipo de studio, del estudio inicial que correspondia a la fase I al
estudio de control estandar, en el cual debemos anexar los parametros calculado en la
fase I como lo es; la media y la desviación estandar (Ver tabla No. 2), asi mismo los
graficos los trabajaremos con limites superior e inferior de 3 Sigma.
Grafico 4. Grafico de Rango - Longitud Control.

En el grafico 4 del estadistico R los limites resultants son: LSCR: 1,13267, LCR:
0.440001, LICR: 0, podemos afirmar que los datos tienen un comportamiento alrededor
del limite superior, de lo que podemos inferir que presenta poca estabilidad estadistica,
debido a la variabilidad en las medidas de longitude respecto a los parametros
estudiados.

Grafico 5. X - Bar para Longitud Control

En el grafico 5 se observan los limites de control para 𝑥̅ son: LSCX: 24.9151, LCX:
24.465, LICX: 24.0149, cuyos datos tienen un comportamiento alrededor del limite
inferior de control, es decir las longitudes de los chazos no se encuentran alrededor o
proxima a la media sino por debajo a los limites inferior, esta inestabiidad obedece a
varios factores por lo que se realiza un estudio de causas apartir del diagrama espina de
pescado

Una vez hemos identificado la causa raiz, procedemos a intervenirla y a tomar

nuevamente mediciones de la longitudes y con los parametros de control arrojados en la
primera fase, procedemos a realizar los gráficos de control para los estadistico 𝑥̅ y R
para confirmar que el proceso se encuentra estable.

References
[1] D.H. Ackley, G.E. Hinton and T.J. Sejnowski, A learning algorithm for
Boltzmann machine, Cognitive Science, 9 (1985), 147 - 169.

[2] F.L. Crane, H. Low, P. Navas, I.L. Sun, Control of cell growth by plasma
membrane NADH oxidation, Pure and Applied Chemical Sciences, 1 (2013),
31 - 42. http://dx.doi.org/10.12988/pacs.2013.3310

[3] D.O. Hebb, The Organization of Behavior, Wiley, New York, 1949.

https://www.indexfix.com/docs/FT_TACO_es.pdf

Received: Month xx, 20xx