Tecnológico Nacional de México

Instituto Tecnológico Superior de Rioverde

Carrera
Ingeniería en Gestión Empresarial
Asignatura
Gestión de la calidad
Trabajo
Monografía del tema cartas de control de los libros
Control estadístico de la calidad y Seis sigma de Humberto Gutiérrez Pulido,
Control Estadístico de la calidad del autor Montgomery

Alumno
Maria Estela Bolaños Bueno

Facilitador
I.I José Ramón Sánchez

Rioverde san Luis potosí 25 de Abril del 2019

 Índice

1. Introducción…………………………………………………….3,5

2. Objetivos………………………………………………………..5,6

3. Cartas de control………………………………………………6,8

4. Tipos de cartas de control…………………………………… 9

5. Cartas de control para X –R………………….…………….9,14

6. Cartas de control para x –S……………………………....15,18

7. Cartas de medidas individuales X………………….…...19,20

8. Concusión ……………………………………………..……….20

9. Bibliografía…………………………………………………..20,21
Introducción

Los procesos siempre tienen variación, ya que en él intervienen diferentes factores

sintetizados a través de las 6 M: materiales, maquinaria, medición, mano de obra (gente),

métodos y medio ambiente. Bajo condiciones normales o comunes de trabajo, todas las M

aportan variación a las variables de salida del proceso, en forma natural o inherente, pero

además aportan variaciones especiales o fuera de lo común, ya que a través del tiempo las

6 M son susceptibles de cambios, desajustes, desgastes, errores, descuidos, fallas, etc.

Así, hay dos tipos de variabilidad: la que se debe a causas comunes y la que corresponde

a causas especiales o atribuibles.

Resulta fundamental distinguir de forma eficiente entre ambos tipos de variación, para poder

tomar las medidas adecuadas en cada caso.

La variación por causas comunes (o por azar) es aquella que permanece día a día, lote

a lote; y es aportada de forma natural por las condiciones de las 6 M. Esta variación es

inherente a las actuales características del proceso y es resultado de la acumulación y

combinación de diferentes causas que son difíciles de identificar y eliminar, ya que son

inherentes al sistema y la contribución individual de cada causa es pequeña; no obstante,

a largo plazo representan la mayor oportunidad de mejora.

La variación por causas especiales (o atribuibles) se debe a situaciones o circunstancias

especiales que no están de manera permanente en el proceso. Por ejemplo, la falla

ocasionada por el mal funcionamiento de una pieza de la máquina, el empleo de materiales

no habituales o el descuido no frecuente de un operario.

Las causas especiales, por su naturaleza relativamente discreta en su ocurrencia, a

menudo pueden ser identificadas y eliminadas si se cuenta con los conocimientos y

condiciones para ello. Cuando un proceso trabaja sólo con causas comunes de variación

se dice que está en control estadístico o es estable, porque su comportamiento a través del

tiempo es predecible. Además, independientemente de que su variabilidad sea mucha o

poca, el desempeño del proceso es predecible en el futuro inmediato, en el sentido de que

su tendencia central y la amplitud de su variación se mantienen sin cambios al menos en el

corto plazo. En contraste, se dice que un proceso en el que están presentes causas

especiales de variación está fuera de control estadístico (o simplemente que es inestable);

este tipo de procesos son impredecibles en el futuro inmediato pues en cualquier momento

pueden aparecer de nuevo las situaciones que tienen un efecto especial sobre la tendencia

central o sobre la variabilidad.

No distinguir entre estos dos tipos de variabilidad conduce a cometer dos errores en la

actuación de los procesos. Error 1: reaccionar ante un cambio o variación (efecto o

problema) como si proviniera de una causa especial, cuando en realidad surge de algo más

profundo en el proceso, como son las causas comunes de variación. Error 2: tratar un efecto

o cambio como si procediera de causas comunes de variación, cuando en realidad se debe

a una causa especial.

Cada uno de estos dos errores causa pérdidas. Se puede evitar uno u otro, pero no ambos.

No es posible reducir a cero ambos errores. Lo mejor es tratar de cometer rara vez a ambos,

y con este propósito, el doctor Walter Shewhart ideó las cartas de control en el año 1924.

(Humberto Gutiérrez Pulido, 2013, Control estadístico de la calidad seis sigma, Cd de

México, México, McGRAW-HILL/INTERAMERICANA EDITORES, S.A. DE C.V.)

A una característica de la calidad que se mide en una escala numérica se le llama variable

ejemplos incluyen dimensiones tales como largo y ancho, la temperatura y el volumen a

continuación se presenta las cartas de control Shewhart para este tipo de características
de la calidad. Las cartas de control X y R se usan ampliamente para monitorear la media

y la variabilidad de las variables se presentan a sí mismo una variabilidad de las cartas de

control X y R incluyendo un procedimiento para adaptarlas a mediciones individuales.

Muchas características de la calidad deciden expresarse en términos de una variación

numérica por ejemplo por ejemplo el, el diámetro de un rodamiento podría medirse con un

micrómetro y expresarse en milímetros. A una característica particular medible de la

calidad, tal como una dimensión peso o volumen. Se le llama variable ,las cartas de control

para variables son de uso generalizado ,cuando se trata de una caracteriza de la calidad

que es una variable por lo general es necesario monitorear tanto el valor medio de la

característica de la calidad como su variabilidad .el control del promedio del proceso, o

nivel de calidad medio, suele hacerse con la carta de control para medias, o carta x .la

variabilidad del proceso puede puede monitorearse con una carta de control para la

desviación estándar ,llamada carta S o bien con una carta de control para el rango llamada

carta R la carta R se usa con mayor frecuencia . Generalmente, se llevan las cartas X y R

separadas para cada característica de la calidad de interés. (Sin embargo, cuando las

caracristicas de la calidad están estrechamente relacionadas, este enfoque en ocasiones

puede llegar a resultar engañoso, es importante mantener bajo control tanto la medio del

proceso como la variabilidad del proceso.(Douglas Montgomery, 2011,Control estadístico de la

calidad ,Limusa)

Objetivos

 Comprender las causas comunes y especiales de

La variación.
 Tener una idea general de las cartas de control.
Conocer la función práctica de las cartas de control
X
–-R y X
 –-S.
 Aprender a interpretar las cartas de control, las causas
de la inestabilidad y conocer el índice de inestabilidad
de un proceso.
 Entender la importancia de las cartas de individuales y
de precontrol y las situaciones donde éstas se aplican.

Cartas de control

El objetivo básico de una carta de control es observar y analizar el comportamiento de un proceso

a través del tiempo. Así, es posible distinguir entre variaciones por causas comunes y

especiales (atribuibles), lo que ayudará a caracterizar el funcionamiento del proceso y

decidir las mejores acciones de control y de mejora.

Cuando se habla de analizar el proceso nos referimos principalmente a las variables de

salida (características de calidad), pero las cartas de control también pueden aplicarse para

analizar la variabilidad de variables de entrada o de control del proceso mismo.

En la figura 7.1 se muestra una carta de control típica en la cual se aprecia que el objetivo

es analizar de dónde a dónde varía (vea la campana) y cómo varía el estadístico W a través

del tiempo y este estadístico puede ser una media maestral, un rango, un porcentaje, etc.

Los valores que va tomando W se representan con puntos y éstos se unen con líneas

rectas. La línea central representa el promedio de W.

Los límites de control, inferior y superior, definen el inicio y final del rango de variación de

W, de forma que cuando el proceso está en control estadístico existe una alta probabilidad

de que prácticamente todos los valores de W caigan dentro de los límites. Por ello, si se

observa un punto fuera de los límites de control, es señal de que ocurrió algo fuera de lo

usual en el proceso. Por el contrario, si todos los puntos están dentro de los límites y no
tienen algunos patrones no aleatorios de comportamiento, que veremos más adelante,

entonces será señal de que en el proceso no ha ocurrido ningún cambio fuera de lo común,

y funciona de manera estable (que está en control estadístico). Así, la carta se convierte en

una herramienta para detectar cambios en los procesos.

Límites de control

Lo primero que debe quedar claro con respecto a los límites de una carta de control es que Éstos no

son las especificaciones, tolerancias o deseos para el proceso. Por el contrario, se Calculan a partir

de la variación del estadístico (datos) que se representa en la carta. De esta forma, la clave está en

establecer los límites para cubrir cierto porcentaje de la variación natural del proceso, pero se debe

tener cuidado de que tal porcentaje sea el adecuado, ya que si es demasiado alto (99.999999%) los

límites serán muy amplios y será más difícil detectar los cambios en el proceso; mientras que si el

porcentaje es pequeño, los límites serán demasiado estrechos y con ello Se incrementará el error

tipo 1 (decir que se presentó un cambio cuando en realidad no lo hubo).Para calcular los límites de

control se debe actuar de forma que, bajo condiciones de control estadístico, los datos que se

grafican en la carta tengan una alta probabilidad de caer dentro de tales límites. Por lo tanto, una

forma de proceder es encontrar la distribución de probabilidades de la variable, estimar sus

parámetros y ubicar los límites de manera que un alto porcentaje (99.73%) de la distribución esté

dentro de ellos.

Elementos de una carta de Control

Esta forma de proceder se conoce como límites de probabilidad. Una forma más sencilla y

usual se obtiene a partir de la relación entre la media y la desviación estándar de W, que

para el caso que W se distribuye normal con media μw y desviación estándar σw, y bajo

condiciones de control estadístico se tiene que entre μw − 3σw y μw + 3σw se encuentra

99.73% de los posibles valores de W (vea el capítulo 3). En el caso de que no se tenga una

distribución normal, pero se cuente con una distribución unimodal con forma no muy distinta

a la normal, entonces se aplica la regla empírica o la extensión del teorema de Chebyshev

Bajo estas condiciones, un modelo general para una carta de control es el siguiente: sea W

el estadístico que se va a graficar en la carta, supongamos que su media es μw y su des

viación estándar σw, entonces el límite de control inferior (LCI), la línea central y el límite

de control superior (LCS) están dados por

Con estos límites y bajo condiciones de control estadístico se tendrá una alta probabilidad de que

los valores de W estén dentro de ellos. En particular, si W tiene distribución normal, tal probabilidad

será de 0.9973, con lo que se espera que bajo condiciones de control sólo 27 puntos de 10 000

caigan fuera de los límites en promedio, o bien 1 de cada 370.4 puntos graficados en la carta. Este

tipo de cartas de control fueron propuestas originalmente por el doctor Walter A. Shewhart, y por eso

se les conoce como cartas de control tipo Shewhart.

La forma de estimar la media y la desviación estándar de W a partir de las observaciones del proceso

dependerá del tipo de estadístico que sea W, ya sea un promedio, un rango o un porcentaje.
Tipos de cartas de control

Existen dos tipos generales de cartas de control: para variables y para atributos. Las cartas

de control para variables se aplican a características de calidad de naturaleza continua, que

intuitivamente son aquellas que entre cualquier par de sus valores siempre puede existir

otro, al menos en teoría. El límite de esto lo pone la resolución de la escala de medición del

instrumento que se utiliza para medirla. Ejemplos de características continuas son: peso,

volumen, ángulo, voltaje, longitud, resistencia, temperatura, humedad, tiempo, etc. Las

cartas para variables. (Humberto Gutiérrez Pulido, 2013, Control estadístico de la calidad seis

sigma, Cd de México, México, McGRAW-HILL/INTERAMERICANA EDITORES, S.A. DE C.V.)

Tipo Shewhart más usuales son:

Cartas de Control para X y R

Suponer que una característica de calidad tiene una distribución normal con media U y
desviación estándar O son conocidas. si x1,x2,x3…. Xn es una muestra de tamaño n

Y se sabe que x sigue una distribución normal con media U y desviación estándar
Además la probabilidad es de 1-a para cualquier media maestral se localice entre
 a) Media y desviación estándar en sus valores normales
b) La media del proceso U1 ≥ U0

c) La desviación estándar del Proceso

Y
Por lo tanto, si U u O son conocidas 5-1ª y 5-1b podrían usarse como límites de control

superior e inferior en un carta de control para las medias muestras ,se acostumbra sustituir

Z a/2 con 3 a fin de trabajar con los limites tres sigma ,si la media de una muestra se

localiza fuera de los limites, se trata de un indicio de que la media del proceso ha dejado

de ser a U. se ha supuesto que la distribución de las características de la calidad es

normal sin embargo los resultados anteriores siguen siendo aproximadamente valido

incluso cuando la distribución fundamental no es normal ,debido al teorema del límite

central en la práctica general no se conocen los valores de U y O por lo tanto deben

estimarse a partir de muestras o subgrupos preliminares tomados cuando se considera

que el proceso está bajo control . En general estas estimaciones deberán basarse en al

menos 20 25 muestras (Douglas Montgomery,2011, Control estadístico de la calidad, Limusa)

Imagínenos que a la salida de un proceso fluye (uno por uno a la salida de un lote ) las

piezas resultantes del proceso y cada determinado tiempo o cantidad de piezas se toma

un número pequeño de piezas (subgrupos a las que se les media una o más características

de calidad con las medicines década subgrupo se calculara la media y el rango, de modo

que cada periodo de tiempo (media hora por ejemplo) se tendrá una media y un rango maestral que

aportarán información sobre la tendencia central y la variabilidad del proceso, respectivamente. Con

la carta X se analiza la variación entre las medias de los subgrupos, para detectar cambios en la

media del proceso.

 Operación de una carta X-R.

La carta X detecta cambios significativos en la media del proceso. Cuando la curva se

Desplaza la carta manda una o varias señales de fuera de control.
 La carta R detecta cambios significativos en la amplitud de la dispersión. Por ejemplo,
si la variabilidad aumenta (campana más amplia), la carta R lo detecta mediante uno o más puntos
fuera de su LCS.

Mientras que con la carta R se analiza la variación entre los rangos de los subgrupos, lo cual permite

detectar cambios en la amplitud o magnitud de la variación del proceso, como se ilustra en la figura

Con respecto a las figuras 7.3 y 7.4, al afirmar que el proceso es estable se está diciendo que es

predecible en el futuro inmediato, lo que lleva a esperar básicamente la misma foto del proceso en

el siguiente instante de tiempo. La distribución o comportamiento del proceso no necesariamente

tiene la forma de campana como se sugiere en las figuras referidas. Éstas pueden ser una curva con

sesgo o incluso otras formas más inusuales. Claro que si la forma es poco usual, se recomienda

investigar la causa. (Humberto Gutiérrez Pulido, 2013, Control estadístico de la calidad seis sigma,

Cd de México, México, McGRAW-HILL/INTERAMERICANA EDITORES, S.A. DE C.V.)

(Douglas Montgomery, 2011, Control estadístico de la calidad, Limusa)
Límites de control de la carta R

Con esta carta se detectarán cambios en la amplitud o magnitud de la variación del proceso,

como se ilustra en la figura 7.4, y sus límites se determinan a partir de la media y la

desviación estándar de los rangos de los subgrupos, ya que en este caso es el estadístico

W se grafica en la carta R. Por ello, los límites se obtienen con la expresión:

Donde μR representa la media de los rangos, y σR la desviación estándar de los rangos, que en

un estudio inicial se estiman de la siguiente manera:

Donde R es la media de los rangos de los subgrupos, σ la desviación estándar del proceso y

d3 es una constante que depende del tamaño de subgrupo que está tabulada en el apéndice. 2

Como por lo general en un estudio inicial no se conoce σ, ésta puede estimarse a través de

R – /d2, como ya lo habíamos explicado antes. En forma explícita, los límites de control para la

carta R se calculan con:

Donde se han introducido las constantes D3 y D4 para simplificar los cálculos, y están tabuladas en

el apéndice para diferentes tamaños de subgrupo, n. Si estas fórmulas se aplican al ejemplo 7.2

del diámetro de las punterías, se tiene que los límites de control para la carta R están dados por:
ya que del apéndice D4 = 2.115 y D3 = 0, para n = 5. La carta R correspondiente se muestra en la

figura 7.6, donde se observa que no hay puntos fuera de los límites y además el comportamiento de

los puntos no sigue ningún patrón especial; por lo tanto, el proceso responsable del diámetro de las

punterías ha estado funcionando de manera estable en cuanto a la amplitud de su variación y no ha

pasado algo como lo de la figura 7.4. Luego, la variación que se observa en los rangos muéstrales

se debe a la variación que comúnmente tiene el proceso, por lo que no se hizo presente ningún

cambio ocasionado por una situación o causa especial.

Carta X-S

Cuando con una carta X -R se quiere tener mayor potencia para detectar cambios pequeños en el

proceso, se incrementa el tamaño de subgrupo, n. Pero si n > 10, la carta de rangos ya no es eficiente

para detectar cambios en la variabilidad del proceso, y en su lugar se recomienda utilizar la carta S,

en la que se grafican las desviaciones estándar de los subgrupos.

Límites de control de la carta S

A cada subgrupo se le calcula S, que al ser una variable aleatoria, sus límites se determinan a partir

de su media y su desviación estándar. Por ello, los límites se obtienen con la expresión:

Donde μS representa la media o valor esperado de S, y σS la desviación estándar de S, y están

Dados por
Donde σ es la desviación estándar del proceso y c4 es una constante que depende del tamaño

de subgrupo y está tabulada en el apéndice. La estimación de sigma se hace ahora con:

Donde S es la media de las desviaciones estándar de los subgrupos. La razón de que σ no se

estime de manera directa con el promedio de las desviaciones estándar, es que S– no es un

estimador insesgado de σ, es decir, la esperanza matemática de S –, E(S –), no es igual a σ, más

bien, E(S ) = c4σ. Por ello, al dividir S– entre la constante c4, se convierten un estimador insesgado.

De esta manera, los límites de control para una carta S están dados por:

La estimación de σ, basada en la desviación estándar, modifica la forma de obtener los límites de

control en la carta X cuando ésta es acompañada por la carta S. En este caso se ob tienen de la

siguiente manera:
Interpretación de los límites de control en una carta S

Estos límites reflejan la variación esperada para las desviaciones estándar de muestras de tamaño

n, mientras el proceso no tenga cambios importantes y, por lo tanto, son útiles para detectar cambios

significativos en la magnitud de la variación del proceso (Humberto Gutiérrez Pulido, 2013, Control

estadístico de la calidad seis sigma, Cd de México, México, McGRAW-HILL/INTERAMERICANA

EDITORES, S.A. DE C.V.).

(Douglas Montgomery, Control estadístico de la calidad, Limusa)

 (Douglas Montgomery,2011, Control estadístico de la calidad, Limusa)

Cartas de medidas individuales X

Carta de individuales

La carta de individuales6 es un diagrama para variables de tipo continuo, pero en lugar de aplicarse

a procesos semimasivos o masivos como es el caso de la carta X-R, se emplea en procesos lentos,

en los cuales para obtener una muestra de la producción se requerirían periodos relativamente

largos, de aquí que lo más razonable sea hacer el control basándose directamente en las mediciones

individuales. Ejemplos de este tipo de procesos son:

• Procesos químicos que trabajan por lotes.

• Industria de bebidas alcohólicas, en las que deben pasar desde una hasta más de 100 horas

para obtener resultados de los procesos de fermentación y destilación.

• Procesos en los que las mediciones cercanas sólo difieren por el error de medición. Por

ejemplo, temperaturas en procesos, humedad relativa en el medio ambiente, etcétera.

• Algunas variables administrativas cuyas mediciones se obtienen cada día, cada semana o

más. Por ejemplo, mediciones de productividad, de desperdicio, de consumo de agua,

electricidad, combustibles, etcétera.

En estos casos, la mejor alternativa es usar una carta de individuales, donde cada medición particular

de la variable que se quiere analizar se registra en una carta. Para determinar los limites de control

se procede igual que en los casos anteriores, mediante la estimación de la media y la desviación

estándar del estadístico W que se grafica en la carta, que en este caso es directamente la medición

individual de la variable X. Por ello, los límites se obtienen con la expresión μX •} 3σX, donde μX y σX
son la media y la desviación estándar del proceso, respectivamente. Es decir, los límites de control,

es este caso, coinciden por definición con los límites reales. En un estudio inicial estos parámetros

se estiman de la siguiente

manera:

Donde X es la media de las mediciones, y

R– es la media de los rangos móviles de orden 2 (rango entre dos observaciones sucesivas en el

proceso, vea el ejemplo 7.4). Al dividir el rango promedio entre la constante d2 se obtiene una

estimación de la desviación estándar del proceso, σ. Además, como en este caso el rango móvil es

de orden 2, entonces el valor de n para determinar d2 será n = 2; por lo tanto, de acuerdo con el

apéndice, cuando n = 2, d2 = 1.128. De lo anterior se concluye que los límites de control para una

carta de individuales están dados por:

Note que en el ejemplo 7.4, el LCS es menor que ES = 3.5. Por lo tanto, si en este proceso

se controlara (de manera errónea) con la especificación superior, el lote 15 no caería fuera

de ES = 3.5 y no se hubiera detectado ese desajuste en el molino, con el consecuente

incremento del error 2 por no reaccionar cuando se debió hacerlo. 6 Esta carta puede verse
como un caso particular de la carta X -R cuando el tamaño de la muestra. (Humberto Gutiérrez

Pulido, 2013, Control estadístico de la calidad seis sigma, Cd de México, México, McGRAW-

HILL/INTERAMERICANA EDITORES, S.A. DE C.V.).

Conclusiones

Comprender las causa de las variantes en los procesos es algo básico para comprender los temas

que dan continuidad en este caso de debe de tener claro que interviene diferentes factores como

maquinas, materiales ,medición ,equipo etc. Debe de quedar claro y definido que todas las M aportan

variabilidad a las variantes conocer que existen variación por causas comunes y variación por causas

especiales y más importante es saber distinguir entre una variación por causa común y una por una

causa especial no distinguir entre estas dos variaciones conduce a cometer errores en el proceso

una es identificadas las causa y tipos de variaciones identificado esto se puede definir las cartas

de control como una herramienta más de gestión de calidad de las cuales existen cuatro tipos

cartas X se usan básicamente para medir la variabilidad en el proceso su fundamento es

básicamente la medida de las medias, La carta R detecta cambios significativos en la amplitud de la

dispersión mientras la carta S se utilizan para medir la desviación estándar de los subgrupos por

ultimo las cartas individuales son un diagrama que se utiliza para variables continuas no se utiliza

para presos semimasivos si no en procesos lentos que requieren periodos de tiempo más largos y

y mediciones individuales es igualmente importante conocer a interpretar cada una de los tipos

de cartas anteriormente ya que si no se interpretan de manera adecuada esta herramienta pasar

de ser muy útil a ser algo inservible por último es importante destacar la importancia de las cartas

individúales ya que nos ayudan bástate en la medición de las desviaciones estándar de cada

subgrupo.

Bibliografía
 (Douglas Montgomery, 2011,Control estadístico de la calidad, Limusa)

 (Humberto Gutiérrez Pulido, 2013, Control estadístico de la calidad seis sigma, Cd de

México, México, McGRAW-HILL/INTERAMERICANA EDITORES, S.A. DE C.V.).