Académique Documents
Professionnel Documents
Culture Documents
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
1. Introducción…………………………………………………….3,5
2. Objetivos………………………………………………………..5,6
3. Cartas de control………………………………………………6,8
8. Concusión ……………………………………………..……….20
9. Bibliografía…………………………………………………..20,21
Introducción
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
Así, hay dos tipos de variabilidad: la que se debe a causas comunes y la que corresponde
Resulta fundamental distinguir de forma eficiente entre ambos tipos de variación, para poder
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
combinación de diferentes causas que son difíciles de identificar y eliminar, ya que son
se dice que está en control estadístico o es estable, porque su comportamiento a través del
corto plazo. En contraste, se dice que un proceso en el que están presentes causas
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
No distinguir entre estos dos tipos de variabilidad conduce a cometer dos errores en la
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
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.
A una característica de la calidad que se mide en una escala numérica se le llama variable
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
numérica por ejemplo por ejemplo el, el diámetro de un rodamiento podría medirse con un
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
puede llegar a resultar engañoso, es importante mantener bajo control tanto la medio del
calidad ,Limusa)
Objetivos
Cartas de control
a través del tiempo. Así, es posible distinguir entre variaciones por causas comunes y
salida (características de calidad), pero las cartas de control también pueden aplicarse para
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
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
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
parámetros y ubicar los límites de manera que un alto porcentaje (99.73%) de la distribución esté
dentro de ellos.
para el caso que W se distribuye normal con media μw y desviación estándar σw, y bajo
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
Bajo estas condiciones, un modelo general para una carta de control es el siguiente: sea W
viación estándar σw, entonces el límite de control inferior (LCI), la línea central y el límite
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
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
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
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
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
normal sin embargo los resultados anteriores siguen siendo aproximadamente valido
que el proceso está bajo control . En general estas estimaciones deberán basarse en al
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
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
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,
Con esta carta se detectarán cambios en la amplitud o magnitud de la variación del proceso,
desviación estándar de los rangos de los subgrupos, ya que en este caso es el estadístico
Donde μR representa la media de los rangos, y σR la desviación estándar de los rangos, que en
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
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
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
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,
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:
Dados por
Donde σ es la desviación estándar del proceso y c4 es una constante que depende del tamaño
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:
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
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
• Industria de bebidas alcohólicas, en las que deben pasar desde una hasta más de 100 horas
• Procesos en los que las mediciones cercanas sólo difieren por el error de medición. Por
• Algunas variables administrativas cuyas mediciones se obtienen cada día, cada semana o
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:
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
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
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-
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
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 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)