Control Estadístico de Procesos

CURSO DE CONTROL ESTADÍSTICO DE PROCESOS

Roberto José Herrera Acosta

Universidad del Atlántico

Abril de 2016

Roberto José Herrera Acosta Control Estadístico de Procesos

Control Estadístico de Procesos

Roberto José Herrera Acosta Control Estadístico de Procesos

Control Estadístico de Procesos
Cartas de control Multivariado de Shewhart

Sección 1 Cartas de control Multivariado de Shewhart

Roberto José Herrera Acosta Control Estadístico de Procesos

Control Estadístico de Procesos
Cartas de control Multivariado de Shewhart

Cartas de control Multivariado de Shewhart

Introducción

Durante la Segunda Guerra Mundial las técnicas estadísticas de las cartas de control univariadas fue y
sigue siendo las más utilizadas, a pesar de que los procesos y productos que se analizan poseen en
su gran mayoría dos o más características de calidad. Pero en los últimos años se ha hecho necesario,
la aplicación de herramientas de tipo multivariante para comprender y monitorear varibles que por su
complejidad no es conveniente el monitoreo univariante.

Introducción
Sin embargo las técnicas multivariadas de control son técnicas muy complejas de utilizar, por los
conceptos matemáticos que se manejan. Dificultad que es superada afortunadamente, con el avance de
la programación computacional en el área de control estadístico de calidad, por lo que en estos
momentos el interés de las técnicas de control multivariado a crecido vertiginosamente.

Importancia
La técnica de las cartas de control multivariado, se utiliza en los procesos productivos para determinar
especialmente cuatro importantes criterios, que a continuación se enumeran,
1 Determinar si el proceso se encentra o no en control.
2 Mantener constante el error tipo I o nivel de significancia α.
3 Con este tipo de herramienta se puede determinar el tipo de relación existente entre las variables
involucradas en le proceso.
4 Si el proceso esta "fuera de control"¿cuál es la variable que causo dicho inconveniente?
Roberto José Herrera Acosta Control Estadístico de Procesos
Control Estadístico de Procesos
Cartas de control Multivariado de Shewhart

Cartas de control Multivariado de Shewhart

Introducción

Durante la Segunda Guerra Mundial las técnicas estadísticas de las cartas de control univariadas fue y
sigue siendo las más utilizadas, a pesar de que los procesos y productos que se analizan poseen en
su gran mayoría dos o más características de calidad. Pero en los últimos años se ha hecho necesario,
la aplicación de herramientas de tipo multivariante para comprender y monitorear varibles que por su
complejidad no es conveniente el monitoreo univariante.

Introducción
Sin embargo las técnicas multivariadas de control son técnicas muy complejas de utilizar, por los
conceptos matemáticos que se manejan. Dificultad que es superada afortunadamente, con el avance de
la programación computacional en el área de control estadístico de calidad, por lo que en estos
momentos el interés de las técnicas de control multivariado a crecido vertiginosamente.

Importancia
La técnica de las cartas de control multivariado, se utiliza en los procesos productivos para determinar
especialmente cuatro importantes criterios, que a continuación se enumeran,
1 Determinar si el proceso se encentra o no en control.
2 Mantener constante el error tipo I o nivel de significancia α.
3 Con este tipo de herramienta se puede determinar el tipo de relación existente entre las variables
involucradas en le proceso.
4 Si el proceso esta "fuera de control"¿cuál es la variable que causo dicho inconveniente?
Roberto José Herrera Acosta Control Estadístico de Procesos
Control Estadístico de Procesos
Cartas de control Multivariado de Shewhart

Cartas de control Multivariado de Shewhart

Introducción

Durante la Segunda Guerra Mundial las técnicas estadísticas de las cartas de control univariadas fue y
sigue siendo las más utilizadas, a pesar de que los procesos y productos que se analizan poseen en
su gran mayoría dos o más características de calidad. Pero en los últimos años se ha hecho necesario,
la aplicación de herramientas de tipo multivariante para comprender y monitorear varibles que por su
complejidad no es conveniente el monitoreo univariante.

Introducción
Sin embargo las técnicas multivariadas de control son técnicas muy complejas de utilizar, por los
conceptos matemáticos que se manejan. Dificultad que es superada afortunadamente, con el avance de
la programación computacional en el área de control estadístico de calidad, por lo que en estos
momentos el interés de las técnicas de control multivariado a crecido vertiginosamente.

Importancia
La técnica de las cartas de control multivariado, se utiliza en los procesos productivos para determinar
especialmente cuatro importantes criterios, que a continuación se enumeran,
1 Determinar si el proceso se encentra o no en control.
2 Mantener constante el error tipo I o nivel de significancia α.
3 Con este tipo de herramienta se puede determinar el tipo de relación existente entre las variables
involucradas en le proceso.
4 Si el proceso esta "fuera de control"¿cuál es la variable que causo dicho inconveniente?
Roberto José Herrera Acosta Control Estadístico de Procesos
Control Estadístico de Procesos
Cartas de control Multivariado de Shewhart

Cartas de control Multivariado de Shewhart

Introducción

Durante la Segunda Guerra Mundial las técnicas estadísticas de las cartas de control univariadas fue y
sigue siendo las más utilizadas, a pesar de que los procesos y productos que se analizan poseen en
su gran mayoría dos o más características de calidad. Pero en los últimos años se ha hecho necesario,
la aplicación de herramientas de tipo multivariante para comprender y monitorear varibles que por su
complejidad no es conveniente el monitoreo univariante.

Introducción
Sin embargo las técnicas multivariadas de control son técnicas muy complejas de utilizar, por los
conceptos matemáticos que se manejan. Dificultad que es superada afortunadamente, con el avance de
la programación computacional en el área de control estadístico de calidad, por lo que en estos
momentos el interés de las técnicas de control multivariado a crecido vertiginosamente.

Importancia
La técnica de las cartas de control multivariado, se utiliza en los procesos productivos para determinar
especialmente cuatro importantes criterios, que a continuación se enumeran,
1 Determinar si el proceso se encentra o no en control.
2 Mantener constante el error tipo I o nivel de significancia α.
3 Con este tipo de herramienta se puede determinar el tipo de relación existente entre las variables
involucradas en le proceso.
4 Si el proceso esta "fuera de control"¿cuál es la variable que causo dicho inconveniente?
Roberto José Herrera Acosta Control Estadístico de Procesos
Control Estadístico de Procesos
Cartas de control Multivariado de Shewhart

Cartas de control Multivariado de Shewhart

Introducción

Durante la Segunda Guerra Mundial las técnicas estadísticas de las cartas de control univariadas fue y
sigue siendo las más utilizadas, a pesar de que los procesos y productos que se analizan poseen en
su gran mayoría dos o más características de calidad. Pero en los últimos años se ha hecho necesario,
la aplicación de herramientas de tipo multivariante para comprender y monitorear varibles que por su
complejidad no es conveniente el monitoreo univariante.

Introducción
Sin embargo las técnicas multivariadas de control son técnicas muy complejas de utilizar, por los
conceptos matemáticos que se manejan. Dificultad que es superada afortunadamente, con el avance de
la programación computacional en el área de control estadístico de calidad, por lo que en estos
momentos el interés de las técnicas de control multivariado a crecido vertiginosamente.

Importancia
La técnica de las cartas de control multivariado, se utiliza en los procesos productivos para determinar
especialmente cuatro importantes criterios, que a continuación se enumeran,
1 Determinar si el proceso se encentra o no en control.
2 Mantener constante el error tipo I o nivel de significancia α.
3 Con este tipo de herramienta se puede determinar el tipo de relación existente entre las variables
involucradas en le proceso.
4 Si el proceso esta "fuera de control"¿cuál es la variable que causo dicho inconveniente?
Roberto José Herrera Acosta Control Estadístico de Procesos
Control Estadístico de Procesos
Cartas de control Multivariado de Shewhart

Cartas de control Multivariado de Shewhart

Importancia

Se tomará como supuesto estadístico, el proceso se encuentran normalmente distribuido y en forma

independiente en cada una de las varibles involucradas en el monitoreo. El error tipo I o nivel de signi-
ficancia α, es el establecido en forma diferente a el error obtenido en las cartas de control univariadas.
Por ejemplo si se tomo el nivel de significancia de 0.05 para una carta de control univariado, en el
caso multivariado se establecería de la siguiente forma si como ejemplo se seleccionan dos variables
1 − 0.952 = 0.0975 = 0.1. Para la elaboración de las carta de control multivariadas la técnica más
aplicada es la propuesta por Hotelling conocida como la T 2 . Esta es una generalización de la estadística
t de Students y toma la forma de:

Estadístico de control
El esquema del estadístico de control para subgrupos de tamaño n y para observaciones individuales es,

Tj2 = (x̄j − M)t V −1 (x̄j − M)

Tj2 = (xj − x̄j )t V −1 (xj − x̄j )

donde M es el vector de medias, V es la matriz de varianza covarianza, x̄j el promedio de la variable

j-ésima, x − j es la observacion j-ésima de la variable j.

Roberto José Herrera Acosta Control Estadístico de Procesos

Control Estadístico de Procesos
Cartas de control Multivariado de Shewhart

Figura: Carta Multivariada

Estadístico de control

Donde xj es la columna de vectores que representan las variables y, V es la matriz de covarianzas.

La distribución T 2 fue propuesta por Hotelling en 1931 y es una función del número de variables p
, el tamaño de los subgrupos n , M son los valores de las medias de referencia para cada variable
M = m1 , m2 , ...mp y la cantidad de subgrupos g , usadas en la estimación de la covarianza.

Roberto José Herrera Acosta Control Estadístico de Procesos

Control Estadístico de Procesos
Cartas de control Multivariado de Shewhart

Cartas de control Multivariado de Shewhart

Estadístico de control
La distribución está relacionada con la conocida distribución chi cuadrado, mediante las siguientes
formulaciones: Para tamaños de subgrupos

2 p(g + 1)(n + 1)
Tp,n,α = Fα,(g,gp−g−p+1)
(gn − g − p + 1)

Cuando son observaciones individuales, es decir n = 1 las formulas aplicadas son las siguientes:
2 gp
Tp,g,α = Fα,(p,g−p+1)
(g − p + 1)

Propuesta por Edgar Jackson, 1985

Roberto José Herrera Acosta Control Estadístico de Procesos

Control Estadístico de Procesos
Cartas de control Multivariado de Shewhart

Cartas de control Multivariado de Shewhart

Estadístico de control
formula aplicada por T.P. Ryan, 1988

2 p(g + 1)(g − 1)
Tp,g,α = Fα,(g,g−p)
g(g − p)

.
2
Lo cual implica que este valor Tp,g,α , se toma como el límite de control superior para la media en la
carta de control multivariado.

Roberto José Herrera Acosta Control Estadístico de Procesos

Control Estadístico de Procesos
Cartas de control Multivariado de Shewhart

Cartas de control Multivariado de Shewhart

Ejemplo

En la empresa Monomeros Colombo Venezolana se elabora un fertilizante compuesto que contiene dos
componente: nitrógeno y fósforo, se realiza un análisis diario, n = 10, de la composición del fertilizante
durante diez días, cantidad de subgrupo m = 10.Se utilizó la propuesta de T.P. Ryan para evaluar el limite
superior de control multivariado. A continuación presentamos la información obtenida de 10 subgrupos.

Roberto José Herrera Acosta Control Estadístico de Procesos

Control Estadístico de Procesos
Cartas de control Multivariado de Shewhart

Cartas de control Multivariado

Datos para observaciones individuales

Subgrupo Nitrógeno Fósforo

1 14.6116 14.7818
2 14.8443 14.9808
3 14.1500 15.1454
4 15.2383 15.0983
5 14.3040 14.5420
6 14.9958 15.0166
7 14.5151 14.3225
8 14.7225 14.5275
9 14.4366 14.3992
10 15.2640 15.5858

La matriz de varianza covarianza para los datos de la FASE I, se determina meddiante,

1
V = X t Xc
g−1 c

donde Xc es la matriz centrada de la data del proceso con las p variables.

Roberto José Herrera Acosta Control Estadístico de Procesos

Control Estadístico de Procesos
Cartas de control Multivariado de Shewhart

Cálculo de la matriz de varianza covarianza

.  
1 14.296 8.801
V = XtX
g−1 c c
= , la inversa de esta matriz de varianza covarianza se
8.801 15.768
determina
 aplicando algunos de losprocedimientos algebráicos para determinar la inversa de la matriz,
−1 0.1065 −0.0594
V =
−0.0594 0.0966

Estadístico de control
por lo tanto para el cálculo de un estadístico de control en la FASE I se desarrolla la siguiente
multiplicación matricial, utilizando la propuesta de E.Jackson 1985 para observaciones individuales y
tomando la observación por ejemplo del subgrupo  número cuatro, 
2

0.1065 −0.0594
T4 = 15.238 − 14.708 15.098 − 14.841 × ×
−0.0594 0.0966
 
15.238 − 14.708
= 1.9162
15.098 − 14.841

Este procedimiento se realiza para los nueve subgrupos restantes,

Roberto José Herrera Acosta Control Estadístico de Procesos

Control Estadístico de Procesos
Cartas de control Multivariado de Shewhart

Cálculo de la matriz de varianza covarianza

Límite de control multivariado

2 gp
Tp,g,α = Fα,(p,g−p+1)
(g − p + 1)
(2)(11)(9)
= × 3.347 = 8.284
(10)(10 − 2)

Roberto José Herrera Acosta Control Estadístico de Procesos