Gráficas de Control

Control Estadstico de
Calidad
Prof. Zoritza Bravo
CO4311- Estadstica para la Calidad
Conceptos bsicos y
variabilidad
CALIDAD
(ISO 9000:2000)
Grado en el que un conjunto de

caractersticas (rasgos diferenciadores)
inherentes
(existen
en
algo,
especialmente como caractersticas
permanentes) cumple con los requisitos
(necesidad o expectativa establecida,
generalmente implcita u obligatoria).
Dimensiones de la
calidad (Garvin, 1987)
La calidad de un producto se puede evaluar
de varias formas:
Desempeo. Desempear
funcin para la cual fue creado?
1.
el
producto
la
Confiabilidad. Con qu frecuencia falla el

producto?
2.
Durabilidad. Cunto dura el producto?
3.
Disponibilidad del servicio. Qu tan fcil es

reparar un producto?
4.
Dimensiones de la
calidad (Garvin 1987)
5.
6.
7.
8.
Esttica. Cmo se ve el producto?

Caractersticas distintivas. Qu ms
hace el producto?
Calidad percibida. Cul es la reputacin
de la compaa o de sus productos?
Conformancia o cumplimiento con los
estndares. Est hecho el producto
conforme el diseador lo pretenda?
Calidad significa adecuacin

para el uso
Calidad de conformancia. Qu tan

bien cumple un producto o servicio con
las especificaciones de diseo. Se ve
afectada por: el proceso de manufactura,
el entrenamiento y la supervisin, el
sistema de calidad, el grado al cual se
aplican los procedimientos del sistema
de calidad y la motivacin de la fuerza
de trabajo, entre otros factores.
Procesos Productivos
Los procesos productivos son incapaces

de producir dos unidades de producto
exactamente iguales. Esto se debe a un
sin nmero de causas que provocan
variacin y que por lo tanto es
necesario
controlarlas
cuando
se
presentan en exceso.
Variabilidad
(Devor, 1992)
No existen dos productos exactamente iguales.
La falla de un producto para alcanzar la funcin

que se pretende, segn el cliente, puede surgir
de alguna o de las dos siguientes fuentes:
Falla para lograr el desempeo nominal

requerido por el diseo.
Variacin excesiva alrededor del nivel de

desempeo nominal pretendido.
Variabilidad de los procesos
Causas de variacin
Causas no Asignables
Ocurren al azar y se deben a la naturaleza

tecnolgica de mquinas, procesos y
materiales. Estas causas tienen una
influencia muy pequea sobre la calidad
del producto y no son determinantes para
que el proceso salga fuera de control.
Estas causas son independientes entre s.
10
Causas de variacin
Causas Asignables
Ocurren debido al comportamiento anormal

de uno o ms factores de calidad, son
pocas en nmero pero de gran influencia
en la calidad del producto. Estas causas
pueden ser estudiadas a fondo para
disminuir o anular su influencia.
11
Ejemplo
Una operacin de corte de lmina, ejecutada en
una
guillotina,
se
efecta
siguiendo
este
procedimiento:
i.
ii.
iii.
iv.
v.
Colocar la lmina bajo la guillotina y sujetarla

con el dispositivo.
Accionar la palanca de avance para que la
guillotina baje.
Cortar la lmina.
Accionar la palanca de avance para que la
guillotina suba.
Descargar las dos piezas y colocarlas a un lado
12
de la guillotina.
Ejemplo
Causas imputables
al hombre
Falta de
adiestramiento
Exceso de confianza
Descuido
Desmotivacin
Negligencia
Causas imputables a
la mquina
Filo de la cuchilla
Lubricacin de partes
mecnicas
Desajustes de cuchilla
Golpe de la guillotina
Desajuste de dispositivo
Dispositivo mal colocado
13
Ejemplo
Causas imputables
al mtodo de trabajo
Causas imputables a la
materia prima y
materiales
Puesto de trabajo mal

diseado
Distancia a la palanca
Mtodo de carga y
descarga
Accionar de la pieza no
controlado
Dureza de la lmina
Lminas torcidas
Porosidad
Defectos superficiales
Brillo
Granulacin
Rayaduras
14
Mejoramiento de la
calidad
Reduccin de la variabilidad en
procesos
y
productos.
Excesiva
variabilidad en el desempeo de un
proceso se traduce frecuentemente
en desperdicios.
15
Control estadstico de la
Calidad
Consiste en el acopio, anlisis e

interpretacin de datos para su uso
en
el
control
de
calidad.
Dos
elementos importantes del CEC son

el Control Estadstico de Procesos
(CEP) y el Muestreo de Aceptacin.
16
Grficas de Control
17
Grficas de control
El grfico de control es una forma
grfica y cronolgica de representar el
comportamiento
de
una
o
ms
caractersticas de calidad, fijando lmites
que sean acordes con experiencias y
valores especificados y previamente
establecidos. Fueron propuestos por
primera vez por el Dr. Walter A.
Shewhart.
18
Grficas de control
Estadsticamente, el grfico de
control se puede definir como un
intervalo de confianza en una escala
serie-tiempo, en donde los lmites de
control son niveles de significacin,
con sus coeficientes correspondientes
a la desviacin estndar de la
caracterstica en estudio.
19
Grficas de control
Caracterstica de calidad
3 x
3 x
Lmite superior de control (LSC)
Lnea central (LC)
Lmite inferior de control (LIC)
tiemp
o
Dnde el tiempo representa la muestra o subgrupo
20
Grficas de control
El objetivo es llevar un estudio detallado
del comportamiento de la variable con el
fin de tomar las acciones correctivas y en
especial
preventivas
para
que
las
anomalas no se presenten.
Los grficos de control para variables se
componen de dos partes: una se basa en
promedios y controla la exactitud; la otra
se basa en medidas de dispersin y
controla la precisin.
21
Grficas de control
Las grficas de control nos muestran cmo se

compara una caracterstica a travs del tiempo.
Si todos los puntos estn dentro de los lmites y

no siguen un patrn especfico, se dice que el
proceso est bajo control o bajo control
estadstico.
Los
lmites
de
control
comportamiento de los datos.
dependen
del
22
Grficas de control
Concepto de control estadstico de Shewhart:
Se dice que un fenmeno est controlado cuando, a

travs del uso de la experiencia pasada, se puede
predecir al menos dentro de ciertos lmites como se
espera que varie el fenmeno en el futuro.
Si un proceso no est en estado controlado, la

productividad o el xito econmico no se garantiza.
23
Grficas de control
Lmites
de
especificacin:
dependen del diseo o del cliente.
Lmites de control: los determina

el proceso.
24
Zonas de una grfica de

control
Zona A= media + 3= 99% de los datos
Zona B= media + 2= 95% de los datos
Zona C= media + = 68% de los datos
25
Grficas de control
Ocho pruebas para verificar que una grfica est
bajo control estadstico
Prueba # 1: un dato fuera del lmite de control

LSC
A
B
C
LC
C
B
A
LIC
tiempo
26
Grficas de control
Prueba # 2
Prueba # 3
Ocho puntos en forma

consecutiva por arriba o por
debajo del promedio
Cinco puntos consecutivos en

forma ascendente o descendente
LSC
B
C
LC
C
B
A
LIC
tiempo
LSC
A
B
C
LC
C
B
A
LIC
tiempo
27
Grficas de control
Prueba # 4
Prueba # 5
Catorce puntos alternndose en

forma consecutiva arriba y
abajo.
Dos o tres puntos en la zona A

o ms all
LSC
B
C
LC
C
B
A
LIC
tiempo
LSC
A
B
C
LC
C
B
A
LIC
tiempo
28
Grficas de control
Prueba # 6
Prueba # 7
Cuatro de cinco puntos

consecutivos en la zona B o ms
all
Quince puntos consecutivos en

la zona C
LSC
B
C
LC
C
B
A
LIC
tiempo
LSC
A
B
C
LC
C
B
A
LIC
tiempo
29
Grficas de control
Prueba # 8
Ocho puntos consecutivos que no caigan en la zona C
LSC
A
B
C
LC
C
B
A
LIC
tiempo
30
Grficas de control
Cuando una grfica no est en control

estadstico, se puede deber a:
Causas comunes de variacin: fuentes de

variacin dentro de un proceso que tienen una
distribucin estable y repetible en el tiempo.
Causas especiales de variacin: factores que

causan variacin y que no estn actuando
siempre sobre el proceso.
31
Estadstica de las grficas

de control
Prueba de hiptesis:
Ho: El proceso est bajo control
Ha: El proceso no est bajo control
Error tipo I: Rechazar Ho cuando esta es

verdadera. Se concluye que el proceso no
est bajo control, cuando realmente si lo
est.
P(Error tipo I)=

32

de control
Error tipo II: Aceptar Ho cuando esta es

falsa. Se concluye que el proceso est
bajo control, cuando realmente no lo
est.
P(Error tipo II)=
Para fines de clculo de y , suponga

que el proceso no est bajo control si
hay un cambio en la media del mismo.
33

de control
La eleccin de los lmites de control es

similar a la eleccin de una regin crtica.
Como en el caso de prueba de hiptesis el

tamao de la muestra en cada punto es
importante. Mientras ms grande sea la
muestra en cada periodo, ms rpida es la
deteccin de un proceso fuera de control.
34

de control
Debido a que hay incertidumbre acerca

del valor de la variable para cualquier
pieza, representamos estos valores a
travs de una variable aleatoria X.
Supongamos que para un proceso bajo
control, X tiene una distribucin normal.
X : N ,
n
35

de control
P 3 X X 3 X
P 3.00 Z 3.00 0.9974

Z
X X
X
n
Es muy probable que para un proceso

bajo control, la media muestral caer
dentro de 3 desviaciones estndar
36
Curva caracterstica de
operacin
Es una medida de la bondad de una grfica

de control para detectar cambios en los
parmetros de los procesos (, ).
P(no detectar cambios)=
Cambios en la media del proceso

37
ARL (Average run

length)
Denota el nmero de muestras que

en promedio se requieren para
detectar una seal fuera de control.
Si el proceso est bajo control:
1
ARL
Entre ms grande sea el ARL es mejor, ya que no

se tienen muchas falsas alarmas.
38
ARL (Average run

length)
Si el proceso no est bajo control:
1
ARL
1
Entre ms pequeo sea el ARL necesito menos

muestras para calcular el error tipo II
39
Efectos de los lmites de

control sobre y
a)
b)
c)
si los lmites de control son ms anchos:
se reduce
se incrementa
si los lmites de control son ms

angostos:
se incrementa
se reduce
si se toman muestras ms grandes:
se reduce
se reduce
40
Subgrupos racionales
1.
Una idea fundamental en el uso de los grficos de

control es colectar los datos muestrales de
acuerdo con lo Shewhart denomin subgrupo
racional.
2.
El subgrupo racional debe tomarse de tal forma

que si la causa asignable est presente, la
probabilidad
de
aparicin
de
diferencias
significativas dentro de los grupos se minimice.
3.
Los subgrupos deben elegirse de forma que

tengan la mxima probabilidad de que las
medicionesCO4311realizadas
en lacada
Estadstica para
Calidad subgrupo sean 41
Subgrupos racionales
de que los subgrupos se diferencian entre s.
4.
Los subgrupos se realizan agrupando las

mediciones de tal modo que haya la mxima
variabilidad entre subgrupos y la mnima
variabilidad dentro de cada subgrupo.
42
Ejemplo: Subgrupos
racionales
Supongamos una fbrica que produce piezas cilndricas
para la industria automotriz. La caracterstica de calidad
que se desea controlar es el dimetro de las piezas.
Existen dos maneras de formar subgrupos racionales
Retirar las piezas juntas a intervalos regulares, por ejemplo cada hora.
Este mtodo se utiliza cuando el propsito fundamental del grfico de control es
detectar cambios de nivel del proceso.
Retirar piezas individuales a lo largo del intervalo del tiempo correspondiente
al subgrupo. Este mtodo se utiliza sobre todo cuando los grficos se emplean
para tomar decisiones respecto a la aceptacin de todas las unidades producida
desde la ltima muestra
43
Tipos de grficas de
control
Para valores continuos:
Grfica de medias y desviacin

estndar.
Grfica de medias y rangos.
Grfica de observaciones individuales

y rangos mviles.
44
Tipos de grficas de
control
Para valores discretos (atributos):
Grfica de proporcin de artculos defectuosos

(p)
Grfica de nmero de artculos defectuosos (np)
Grfica de nmero de defectos o

disconformidades (C)
Grfica de nmero de defectos por unidad (U)
45
Beneficios de las grficas

de control
1.
Son herramientas efectivas para entender la variacin

del proceso y ayudan a lograr el control estadstico.
2.
Si un proceso est en control estadstico su

desempeo es predecible y tanto el fabricante como
el cliente pueden confiar en niveles consistentes de
calidad y en costos estables para lograr la calidad.
3.
Un proceso bajo control estadstico se puede mejorar

a travs de la reduccin de variacin y el centrado en
un valor objetivo; esto reduce costos y mejora la
productividad.
46
Beneficios de las grficas

de control
4. Las grficas de control proporcionan un
lenguaje comn para comunicar informacin
sobre el desempeo de un proceso entre muy
diversas personas dentro y fuera de la
empresa.
5. Las grficas de control indican dnde est o
quien tiene la posible solucin de un problema,
con lo cual se minimiza la confusin,
frustracin y el costo de los esfuerzos mal
dirigidos para la solucin de un problema.
47
Grfica de medias y
rangos
x R
48
Grficas de medias y
rangos
Grfica de rangos:
Si x1,,xn es una muestra de tamao n
R xmx xmn
m
R
i 1
Lmites de
control
UCL D4 R
LC R
LCL D3 R
49
Grficas de medias y
rangos
Grfica de medias: antes de calcular

los lmites es necesario que est bajo
control la grfica de rangos.
x1 x 2 ... x m
x
m
Lmites de
control
LC x
LSC x A2 R
LSC x A2 R
50
Grficas de medias y
rangos
se puede obtener a partir de los

datos recopilados, pero generalmente
se
obtiene
de
la
informacin
proporcionada por la grfica de un
proceso bajo control.
R

d2
51
Interpretacin de grfica
de rangos
Pueden ocurrir dos situaciones:
Que todos los puntos muestrales, tanto el grfico para la

media, como el grfico del rango, caigan dentro de los
lmites de control.
a)
Como en el fondo el GC es una prueba de hiptesis con

una probabilidad alta del error tipo II, el hecho de que
todos los puntos muestrales caigan entre los lmites de
control, no lo podemos interpretar como la absoluta
certeza de que el proceso se encuentra bajo control
52
de rangos
Y existen ciertos detalles que podran ser interpretados
como signos de falta de control. Estos son:
Tendencias o desplazamientos continuo en una
direccin: si se observa una tendencia creciente o
decreciente de la media muestral, esto podra
interpretarse como desgaste de una maquinara. Siete o
ms puntos consecutivos de un mismo lado, constituyen
una sospecha de que el proceso esta fuera de control.
i.
53
de rangos
ii.
iii.
Existencia de patrones cclicos, que revelen que cada

cierto tiempo se produce un cambio en la ubicacin de
los puntos con respecto a la lnea central. Tal
comportamiento puede ser el reflejo de rotacin de
operarios, cambios de turno, etc
Correlacin entre los valores de la media y del rango:
cuando el proceso est bajo control, el valor de la
media y el rango para una misma muestra son
independientes. Por lo tanto, si ambos valores para
una misma muestra
54
de rangos
se ubican siempre a un mismo lado de su respectiva
lnea central,
podra inferirse que no existe tal
independencia, y que alguna causa asignable est
actuando.
Que alguno de los puntos muestrales se salga de los
lmites de control.
De producirse esta situacin, el grfico ha detectado que

presumiblemente alguna causa asignable ha actuado
sobre el proceso y debe iniciarse una investigacin.
55
de medias
Si la grfica de rangos est bajo control, la

dispersin del proceso est estable y por lo tanto
se puede analizar la grfica de los promedios; los
lmites de control de esta grfica se basan en la
cantidad de variacin de los rangos. Con la grfica
de medias se determina si el centro del proceso
est cambiando con el tiempo y si ese es el caso,
entonces existen causas especiales de variacin
que estn ocasionando esos problemas.
56
Grfica de medias y
desviacin estndar
x S
57
Procedimiento para
elaborar una grfica x S
1.
2.
Defina cul ser la caracterstica de la

calidad:
Otorgar la mxima prioridad a
aquellas variables o caractersticas medibles
y expresables mediante nmeros y que
causen problemas en produccin o costos.
Escoja
el
subgrupo
racional:
Los
elementos que conformen cada subgrupo
debern de haberse producido bsicamente
dentro de las mismas condiciones.
58
Procedimiento para
3.
4.
5.
Recolectar los datos: Recoger informacin

de 25 subgrupos con ms de 10 datos en
cada subgrupo. Regstrelos en una hoja de
datos.
Calcular los promedios para cada
subgrupo
Calcular : dividiendo el total de los
promedios de cada subgrupo por el nmero

de subgrupos.
59
Procedimiento para
6.
Calcular S: Calcular la desviacin estndar

de cada subgrupo.
n
i 1
n 1
7.
2
(
x
x
)
i
Calcular
: dividiendo el total de las S de
cada subgrupo por el nmero de subgrupos.
60
Procedimiento para
8.
Calcular las lneas de control:

Calcular cada una de las lneas de
control para la grfica
y la grfica
S con las siguientes frmulas:
61
Procedimiento para
Grfica S:
LC S
Lnea central:
Lmite superior de control:
UCL B4 S
Lmite inferior de control:LCL B S
3
Nota importante: En estas grficas de control la

S la expresin
desviacin estndar se estima con
c4
62
Procedimiento para
La desviacin estndar muestral S no es

un estimador insesgado de , si la
distribucin es normal, entonces S es una
estimacin de c4 , donde c4 es una
constante que depende del tamao de la
muestra.
1 c4 2
La desviacin estndar de S es
63
Procedimiento para
Grfica
LC x
UCL x A3 S
Lmite superior de control:
Lnea central:
Lmite inferior de control:LCL
x A3 S
64
Procedimiento para
9.
Dibujar las lneas de control: Preparar una hoja de

papel cuadriculado; dividirla en dos partes iguales para
las dos grficas, colocando en la parte inferior la de
desviaciones estndar y en la parte superior la de
medias; marcar cada eje vertical de la izquierda con los
valores de las media y de las desviaciones estndar,
segn sea el caso, y el eje horizontal con los nmeros
de los subgrupos. Dibuje una lnea slida para la lnea
central y una lnea punteada para los lmites.
65
Procedimiento para
10.
11.
Localizar los puntos: Registrar los

valores de la media y de la desviacin
estndar de cada subgrupo, por partes,
segn el nmero del subgrupo.
Registrar los datos que puedan ser

de utilidad: Escriba el tamao del
subgrupo (n) en el extremo superior
izquierdo de la grfica de medias.
66
Interpretacin de
grfica S
Primero se debe analizar esta grfica, ya que

si no est bajo control estadstico los lmites
de la grfica de medias no tendrn sentido.
En caso de que no este bajo control

estadstico, se debern encontrar las causas
especiales de variacin y eliminar los puntos
fuera de control y recalcular los lmites.
67
de medias
Despus de haber revisado la grfica S, es

cuando se interpreta la de medias.
Nunca se deben relacionar los puntos en una

grfica
de
medias
con
los
lmites
de
especificacin, ya que los puntos en la grfica son

promedios y las especificaciones corresponden a
valores individuales, presentando una variabilidad
mayor que los subgrupos.
68
Ejemplo usando
Minitab
Se controla un proceso de fabricacin de partes

componentes para misiles, con la resistencia a
la tensin, en libras por pulgada cuadrada,
como caracterstica de comportamiento.
Se toman muestras de tamao 5 cada hora y

se reportan 25 muestras.
69
Ejemplo usando
Minitab
70
Ejemplo usando
Minitab
Como indicamos antes, es importante
principio
establecer
las
en un
condiciones
de
variabilidad bajo control. La lnea central

25
calculada de la grfica
Ri R es
R 10.72
i 1 25
De la tabla encontramos que para n=5, D3=0 y

D4=2.115. Los lmites de control son:
71
Tabla para elaborar GC
72
Ejemplo usando
Minitab
73
Ejemplo usando
LCLMinitab
RD (10.72)(0) 0
3
UCL RD4 (10.72)(2.115) 22.6728
74
Ejemplo usando
Minitab
75
En
Ejemplo usando
Minitab
la grfica R, ninguno de
los
rangos
graficados cae fuera de los lmites de control.

Como resultado, no hay indicacin de una
situacin fuera de control.
X
Ahora para construir
la grfica
25
xi
X i 1 1507.328
25
76
Para
Ejemplo usando
muestras
de tamao 5, encontramos
Minitab
en la
tabla que A2=0.577. Los lmites de control son:
UCL X A2 R 1507.328 (0.577)(10.72) 1513.5134

LCL X A2 R 1507.328 (0.577)(10.72) 1501.1426
Como se puede observar, tres valores caen fuera de los

lmites de control. Como resultado, los lmites deXcontrol
para
calidad.
no se deben usar para la lnea de control de

77
Se
Ejemplo usando
Minitab
producen contenedores mediante
un
proceso donde el volumen de los contenedores

se sujeta a un control de calidad. Se utilizan 25
muestras
establecer
de
los
tamao
10
parmetros
cada
una
de
control
para
de
calidad.
78
Ejemplo usando
Minitab
25
xi
X 62.3256
i 1 25
S
25
i 1
x X
i
24
0.0361
79
Ejemplo usando
Minitab
80
Ejemplo usando
Minitab
81
Para
Ejemplo usando
muestras
de tamao 5, encontramos
Minitab
en la
tabla que B3 =0, B4=2.089, A3=1.427. Los lmites

de control para ambas grficas son:
UCL X A3 S 62.3771, UCL B4 S 0.0754

LCL X A3 S 62.2740, LCL B3 S 0
Como se puede observar, parece que el control se

establece despus de las primeras muestras.
82

Gráficas de Control

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Gráficas de Control

Transféré par

Droits d'auteur :

Formats disponibles

Control Estadstico de

Prof. Zoritza Bravo

CO4311- Estadstica para la Calidad

CO4311- Estadstica para la Calidad

Grado en el que un conjunto de

Confiabilidad. Con qu frecuencia falla el

Durabilidad. Cunto dura el producto?

Disponibilidad del servicio. Qu tan fcil es

CO4311- Estadstica para la Calidad

Esttica. Cmo se ve el producto?

Calidad significa adecuacin

Calidad de conformancia. Qu tan

Los procesos productivos son incapaces

CO4311- Estadstica para la Calidad

No existen dos productos exactamente iguales.

La falla de un producto para alcanzar la funcin

Falla para lograr el desempeo nominal

Variacin excesiva alrededor del nivel de

CO4311- Estadstica para la Calidad

Variabilidad de los procesos

CO4311- Estadstica para la Calidad

Ocurren al azar y se deben a la naturaleza

Ocurren debido al comportamiento anormal

CO4311- Estadstica para la Calidad

Colocar la lmina bajo la guillotina y sujetarla

CO4311- Estadstica para la Calidad

Puesto de trabajo mal

CO4311- Estadstica para la Calidad

CO4311- Estadstica para la Calidad

Consiste en el acopio, anlisis e

elementos importantes del CEC son

CO4311- Estadstica para la Calidad

Lmite superior de control (LSC)

Lnea central (LC)

Lmite inferior de control (LIC)

Dnde el tiempo representa la muestra o subgrupo

CO4311- Estadstica para la Calidad

Las grficas de control nos muestran cmo se

Si todos los puntos estn dentro de los lmites y

CO4311- Estadstica para la Calidad

Concepto de control estadstico de Shewhart:

Se dice que un fenmeno est controlado cuando, a

Si un proceso no est en estado controlado, la

CO4311- Estadstica para la Calidad

Lmites de control: los determina

CO4311- Estadstica para la Calidad

Zonas de una grfica de

Zona A= media + 3= 99% de los datos

Zona B= media + 2= 95% de los datos

Zona C= media + = 68% de los datos

CO4311- Estadstica para la Calidad

Prueba # 1: un dato fuera del lmite de control

CO4311- Estadstica para la Calidad

Ocho puntos en forma

Cinco puntos consecutivos en

CO4311- Estadstica para la Calidad

Catorce puntos alternndose en

Dos o tres puntos en la zona A

CO4311- Estadstica para la Calidad

Cuatro de cinco puntos

Quince puntos consecutivos en

CO4311- Estadstica para la Calidad

CO4311- Estadstica para la Calidad

Cuando una grfica no est en control