CONTROL ESTADSTICO DE

PROCESOS
Grficos de Control para
Variables

Grficos de control para

variables
Cuando la caracterstica de calidad es
una variable ser necesario monitorear
tanto el valor medio de la caracterstica de
la calidad como su variabilidad.
Control del promedio
del proceso o nivel de
calidad medio
Control de la
variabilidad del
proceso

Carta de control
para medias
Carta de control para la
desviacin estndar o
carta de control para
rangos

Carta de control para Media

X N ;

H 0 : 0
1 P ( 0 z / 2

H1 : 0

X 0 z / 2
)
n
n

Se acostumbra sustituir z por 3.

Se deben estimar los valores de y .
Las estimaciones se hacen a base de muestras o
subgrupos preliminares tomados cuando se
considera que el proceso esta bajo control.
El nmero de muestras deben ser entre 20 y 25.

Carta de control para Media

Si hay m muestras cada una de las cuales
contiene n observaciones (con frecuencia n entre
4,5 o 6)
El mejor estimador de es X = x1 x2 ... xm

Si x1, x2,,xn es una muestra de tamao n

R xmax xmin

Sean R1,R2,,Rm los rangos de las m muestras

R1 R2 ... Rm
R
m

D click sobre la imagen para verla en su tamao original.

Clculo de los lmites

Si la desviacin estndar es desconocida, se
usar la siguiente estimacin
Rangos
R
R
d 2,n

Desviacin estndar muestral S insesgada,

S n1

S n 1

c4 , n

Desviacin estndar muestral S insesgada

S n

Sn

c2 , n

Si hay garantas de que la media ha

permanecido constante, la estimacin ha utilizar
es
S mn1

S mn1

c4,mn

Limites de control para

la carta X bar
a) Si se usa Sn

Sn

LIC X 3
X 3
n
c2 , n n
A1

3
c2 , n n

LIC X A1 S n
Linea central X
LSC X A1 S n

Limites de control para

la carta X bar
b) Si se utiliza el rango

R
LIC X 3
X 3
n
d2 n
A2

3
d2 n

LIC X A2 R
Linea central X
LSC X A2 R

Limites de control para

la carta X bar
c) Si se usa Sn-1

S n 1

LIC X 3
X 3
n
c4 , n n
A3

3
c4 , n n

LIC X A3 S n 1
Linea central X
LSC X A3 S n 1

Comparacin de la eficiencia del rango con respecto a la

desviacin estndar
Tamao de la
muestra

Eficiencia Relativa

2
3

1.000
0.992

0.975

0.955

6
10

0.930
0.850

Si n>10 el rango pierde eficiencia

Eficacia del grfico

El criterio 3 nos garantiza, con una muy
alta probabilidad (1-=0.9973), que si el
proceso
est
bajo
control,
no
cometeremos el error de llegar a una
conclusin de que el proceso funciona
incorrectamente. Sin embargo, esto no
significa que cuando el proceso est fuera
de control el grfico de la media nos lo
detecte con una alta probabilidad.

CURVA CARACTERSTICAS DE OPERACIN

(CCO)

La curva CO proporciona una medida de

la sensibilidad de la carta de control.
Un Grafico de control ser mas potente
cuando mayor sea la probabilidad de
detectar que el proceso se ha salido de
control.

Para la carta de control Xbar, es la

habilidad de detectar un corrimiento en la
media del proceso.

CURVA CARACTERSTICAS DE OPERACIN

(CCO)
La probabilidad de no detectar este corrimiento
en la primera muestra subsecuentes, es:

Pa (k ) P( LIC x LSC ) / 1 0 k }
Com o LIC 0 L / n , y, LSC 0 L / n

CURVA CARACTERSTICAS DE OPERACIN

(CCO)

Pa (k ) ( L k n ) ( L k n )
Donde denota la funcin de distribucin
normal acumulada
Donde

1 0
k

Longitud promedio de corridas

ARL
1
ARL
1
1- Probbailidad de que el corrimiento se detecte en la
primera muestra
(1-) Probabilidad de que el corrimiento se detecte en la
segunda muestra
2(1-) Probabilidad de que el corrimiento se detecte en la
tercera muestra
Luego r(1-) Probabilidad de que el corrimeninto se
detecte en la r-sima muestra

ARL r r 1 (1 )
r 1

1
1

Ejemplo
Bajo el criterio 3, si k=1.6 y n=4
Calcular Pa(k)
Calcular ARL
Calcular la probabilidad de detectar el
corrimiento en las cuatro primeras
muestras despus de que se produzca
aquella.

Pa(k)==(3-1.6*2)-(-3-1.6*2)=0.4207
Por lo tanto con el criterio 3 si se produce un
corrimiento en la media poblacional de 1.6 , slo en el
58% de los casos detectaremos este corrimiento en la
primera muestra.
Visto de otra forma, por termino medio ser necesario
tomar:

1
1
ARL

1.73
1 1 0.4207

muestras para detectar

dicho corrimiento

Si la frecuencia del muestreo es de cada hora entonces

estaremos demorando en promedio 1.73 horas para
detectar el primer corrimiento.

P(X4)=P(X=1)+P(X=2)+P(X=3)+P(X=4)
=(1-) +(1-)+2(1-)+3(1-)
=0.97
Es casi seguro que detectaremos el corrimiento
en las cuatro primeras muestras despus de
que se produzca aquella.

Tamao de muestra
Fijamos dos puntos
para =0 y para
=1 0
donde k es la diferencia
que se quiere detectar

z / 2 z
n
k

Ejemplo
Sea T es el valor nominal de una determinada
caracterstica de calidad que coincide con
0=4, que es la media del proceso cuando este
est bajo control. La desviacin tpica
poblacional, cuando el proceso est bajo
control, es conocida y vale 0=0.5, el criterio
utilizado para disear el grfico de control es
el estndar (=0.0027). Se desea tener una
probabilidad de 5% de detectar un corrimiento
de la media de 4 a 4.8. Cul es el tamao de
la muestra?

Solucin
4.8 4
k
1.6
0.5
Z/2 =3
Z=1.645

3 1.645
n

1.6

Resp= 9 piezas por cada muestra

Podemos disminuir este tamao de

muestra si aumentamos el riesgo de
equivocarnos cuando el proceso esta bajo
control, por ejemplo podemos fijar este
riesgo en =0.05
1.96 1.645
n

1
.
6

5.07 5