Control Estadstico de la

Calidad.
Grficos de Control
 Contenido
1. Clasificacin de los mtodos estadsticos
de control de calidad
2. Grficos de control: concepto, estructura,
interpretacin
3. Grficos de control por variables
4. Grficos de control por atributos
5. Etapas del Control Estadstico de
Procesos
Definicin :
El control estadstico de procesos (CEP)
es una tcnica estadstica, de uso muy
extendido, para asegurar que los
procesos cumplen con los estndares.
Todos los procesos estn sujetos a
ciertos grados de variabilidad, por tal
motivo es necesario distinguir entre las
variaciones por causas naturales y por
causas imputables, desarrollando una
herramienta simple pero eficaz para
separarlas: el grfico de control.
1. Clasificacin de los mtodos
estadsticos de C.C.

Mtodos Estadsticos
de Control de Calidad

Control Estadstico de Procesos Muestreo de Aceptacin

(grficos de control) (planes de muestreo)

Atributos Variables Atributos Variables

 2. Grficos de Control

Concepto:
Herramienta estadstica
utilizada para detectar
variaciones de la
calidad de un producto,
durante un proceso de
fabricacin.
 Grficos de Control

Bsicamente, una Carta de

Control es un grfico en el Grfico de Control
cual se representan los
valores de algn tipo de
medicin realizada durante
el funcionamiento de un
proceso contnuo, y que
sirve para controlar dicho
proceso.
 Grficos de Control
Maquinaria Mtodos

Materias
Proceso
Primas

Mano de Condiciones
Obra Ambientales
 Causas de las variaciones
Causas no asignables o aleatorias:
debidas al azar, no son identificables, no
pueden ser reducidas o eliminadas.
Producen variaciones pequeas.

Causas asignables: identificables y que

deben ser eliminadas. Producen
variaciones grandes.
 Grficos de Control
Causas Asignables: Son causas que
pueden ser identificadas y que conviene
descubrir y eliminar, por ejemplo, una
falla de la mquina por desgaste de una
pieza, un cambio muy notorio en la
calidad del plstico, etc.
Estas causas provocan que el proceso no funcione como se desea y por
lo tanto es necesario eliminar la causa, y retornar el proceso a un
funcionamiento correcto.
 Grficos de Control
Causas No Asignables: Son una
multitud de causas no identificadas, ya
sea por falta de medios tcnicos o
porque no es econmico hacerlo, cada
una de las cuales ejerce un pequeo
efecto en la variacin total.
Son inherentes al proceso mismo, y no
pueden ser reducidas o eliminadas a
menos que se modifique el proceso.
Un grfico de control permite identificar
causas asignables y determinar si un
proceso est bajo o fuera de control.

Bajo control: trabaja en presencia de

variaciones aleatorias.

Fuera de control: hay variaciones

debidas a causas asignables.
Estructura de un grfico de control.

Lmite
superior
0.9 de control
0.8
Caracterstica de calidad

Lnea
0.7
0.6 central
0.5 Lmite
0.4 inferior de
0.3 control
0.2
0.1
0
1 3 5 7 9 11 13 15 17 19 21 23 25
Nmero de muestra
 Caracterstica de
calidad (longitud mm)

0.2
0.4
0.6
0.8

0
1
1
3
5
7
9
11
13
15
17
Nmero de muestra

19
Grfico de control

21
23
Contenido

25
Grficos de Control
Y

99.8 % de las
mediciones
3.09 s

m X
 Grficos de Control
Grfico de Control de Prueba

65
Lmite Superior = 60,8 Gr.
Peso de las piezas (Gr.)

60 Promedio = 55 Gr.

55

50
Lmite Inferior = 49,2 Gr.
45

13

15

17

19
7
1

11

N de pieza
 Grficos de Control
Grfico de Control de Prueba

65
Peso de las piezas (Gr.)

60

55

50

45

13

15

17

19
7
1

11

N de pieza
 Grficos de Control
La mayor
parte de los
Grfico de Control de Prueba puntos estn
muy cerca del
65
promedio
Peso de las piezas (Gr.)

60

55

50

45

13

15

17

19
7
1

11

N de pieza
 Grficos de Control
Ms afuera
casi no hay
Grfico de Control de Prueba puntos
65
Peso de las piezas (Gr.)

60

55

50

45

13

15

17

19
7
1

11

N de pieza
 Grficos de Control
Veamos algunos ejemplos de patrones No
Aleatorios
Una sucesin de puntos por encima ...
Grfico de Control
Grficos de Control
... o por debajo de la lnea central.

Grfico de Control
 Grficos de Control
Una serie creciente de 6 7
observaciones...
Grfico de Control
 Grficos de Control
... o una serie decreciente.

Grfico de Control
 Grficos de Control
Grfico de Control

Varios puntos
por fuera de los
lmites de control
Tipos de Grficos de Control
Existen diferentes tipos de grficos de
control:

* De datos por variables. Que a su vez

pueden ser de media y rango, mediana y
rango, y valores medidas individuales.
* De datos por atributos. Del estilo
aceptable / inaceptable, s / no,...
Ventajas
Permite distinguir entre causas aleatorias y especficas de
variacin de los procesos, como gua de actuacin de la
direccin.
Los grficos de control son tiles para vigilar la variacin de
un proceso en el tiempo, probar la efectividad de las
acciones de mejora emprendidas, as como para estimar la
capacidad del proceso.
Utilidades
Ayudan a la mejora de procesos, de forma que se
comporten de manera uniforme y previsible para una mayor
calidad, menores costes y mayor eficacia.
Proporcionan un lenguaje comn para el anlisis del
rendimiento del proceso.
 GRAFICOS DE CONTROL PARA VARIABLES

Es un trazo estadstico que por lo general se calcula a partir

de subgrupos que muestran la conducta de una
caracterstica de calidad de un proceso con el transcurso del
tiempo.
Estos pueden ser:
Grficos de control para el promedio (X)
Grficos de control para el rango ( R) y Rangos Variables
(RV)
Grficos de control para la Desviacin estndar (S)

Se usan X y R ,cuando es posible preparar subgrupos que

tengan una dimensin de cinco o menos

El grfico del promedio (X) vigila la variabilidad a largo plazo y

el grfico de Rango acorto plazo

El grfico de la desviacin estndar se emplea en vez del rango

si el tamao del grupo es de seis o ms o si su dimensin es
variable.
 3. Grficos de Control por
variables
Grficos x -R
Se utilizan cuando la caracterstica de
calidad que se desea controlar es una
variable continua.
Se requieren N muestras de tamao n.

Ejemplo: fbrica que produce piezas

cilndricas de madera. La caracterstica de
calidad que se desea controlar es el
dimetro.
Obtencin de las muestras
Forma A.
7:00

Proceso

Muestra de
6 Piezas
 8:00

Proceso

Muestra de
6 Piezas
 Obtencin de las muestras
Forma B.

Retirar piezas individuales a lo largo

del tiempo correspondiente a la
muestra.

En vez de retirar 6 piezas a las 7, se

retira una a la 7:10, 7:20, 7:30, ..
Se obtiene una tabla de datos de la
siguiente forma:

No. muestra Mediciones

1 2 3 4 5 6

1 50.04 50.08 50.09 50.1 50.24 50.04

2 50.14 49.97 50.07 49.97 50.03 50.1

3 49.99 50.13 50.18 50.04 50.08 50.08

4 50.03 50.18 50.08 50.08 50.01 50.12

. . . . . . .
. . . . .. . .

30 49.98 50.08 50.08 50.03 50.08 50.1

Construccin de los grficos x -R.
Paso 1. Calcular media y rango para cada
muestra

No. muestra Mediciones

1 2 3 4 5 6 x R

1 50.04 50.08 50.09 50.1 50.24 50.04 50.1 0.2

2 50.14 49.97 50.07 49.97 50.03 50.1 50.05 0.17

3 49.99 50.13 50.18 50.04 50.08 50.08 50.08 0.19

4 50.03 50.18 50.08 50.08 50.01 50.12 50.1 0.15

. . . . . .
. . . . . .
. . . . . .
.30 .49.98 .50.08 .50.08 .50.03 .50.08 50.1 50.06 0.12
Paso 2. Calcular la media de medias y la
media de los rangos

X Xi
R
R i

N N

Xi : media de la muestra i

Ri : cantidad de muestras
N : nmero de muestras
Paso 3. Clculo de los lmites de
control.
Lmites de control para el grfico x
LSC X A2 R
Lnea Central X
LIC X A2 R
Lmites de control para el grfico R

LSC D4 R

Lnea Central R

LIC D3 R
 Puntos a considerar para construir
grficos de control:
Tamao de la muestra y frecuencia del
muestreo
a)Tomar con frecuencia muestras pequeas (4, 5, 6
cada media hora)
b) Tomar muestras grandes con una frecuencia menor
(20 cada dos horas)

Nmero de muestras (aprox. 25 muestras,

entre 100-150 observaciones)

Contenido
 Grfico R
Grfico de R

0.50
0.45
0.40
0.35
0.30
R

0.25
0.20
0.15
0.10
0.05
0.00
0 5 10 15 20 25 30
No. de muestra

N subgrupo
 Grfico x
Grfico de Xp

50.20

50.15

50.10
Xp

x
50.05

50.00

49.95
0 5 10 15 20 25 30
No. de muestra
N subgrupo
Ejemplo de diagrama de control del comportamiento
de la conductividad en el agua de entrada de un papelera.
 Xbar-R Chart of Peso
1
1
3,28 1
1
U C L=3,2709
Sample Mean

3,26
_
_
3,24 X=3,2431

3,22
LC L=3,2153
1
3,20 1
1
1
4 8 12 16 20 24 28 32 36 40
Sample

0,100 U C L=0,1020
Sample Range

0,075

_
0,050 R=0,0483

0,025

0,000 LC L=0
4 8 12 16 20 24 28 32 36 40
Sample

Xbar Chart of Peso by Operario

A B
3.30
UCL=3.2939

3.28
_
_
X=3.2671
Sample Mean

3.26

6
3.24 LCL=3.2402

3.22

3.20
1
1
8:00 9:00 10:00 11:00 12:00 13:00 14:00 15:00 16:00 17:00
Hora
GRAFICOS DE CONTROL
POR ATRIBUTOS
 4. Grficos de control por
atributos
Se utilizan para controlar
caractersticas de calidad que no
pueden ser medidas, y que dan lugar
a una clasificacin del producto:
defectuoso o no defectuoso
Tipos:
Grfico p, grfico np, grfico c.
 GRAFICOS DE CONTROL PARA ATRIBUTOS

Constituyen la herramienta esencial utilizada para

controlar caractersticas de calidad cualitativas, esto
es, caractersticas no cuantificables
Nmero de artculos ( o servicios) defectuosos o
disconformes
Nmero de defectos o disconformidades (quejas o
reclamaciones)
Hay cuatro tipos de grficos:
Grfico np: Nmero de defectuosos o disconformes
Grfico p: proporcin d e defectuoso o disconformes
Grfico c: Nmero de defectos o disconformidades
Grfico u: Defectos o disconformidades por unidad.
Se tienen dos opciones a la hora de realizar un grfico de control
por atributos:
1. Podemos comparar un producto con un estndar y clasificarlo
como defectuoso o no (grficos p y np)
2. En el caso de productos complejos, la existencia de un defecto
no necesariamente conlleva a que el producto sea defectuoso.
En tales casos, puede resultar conveniente clasificar un
producto segn el nmero de defectos que presenta (grficos c
y u)
Es importante notar que los grficos p, np y permiten trabajar con
muestras de tamaos diferentes, mientras que los grficos c
estn diseados para muestras de igual tamao.
 Grfico p
Es un grfico de control del porcentaje o fraccin de
unidades defectuosas (cociente entre el nmero de
artculos defectuosos en una poblacin y el nmero total
de artculos de dicha poblacin)
Se usa para estudiar la variacin de la
proporcin de artculos defectuosos.

p = no. de artculos defectuosos / n

n: tamao de la muestra p = np / n
Lmites de control para el grfico p.

p (1 p )
LSC p 3
n
LC p
p (1 p )
LIC p 3
n
 Grafico np
Est basado en el nmero de unidades
defectuosas. Este tipo de grficos permite
tanto utilizar el nmero de artculos
defectuoso como la posible existencia de
causas especiales en el proceso
productivo
 Grfico np
Se usa para controlar el nmero de
defectuosos en una muestra.
Lmites de control

LSC np 3 np(1 p)
LC np

LIC np 3 np(1 p)
Ejemplo de grfico np.
Supongamos un proceso que fabrica
tornillos. Una manera de ensayar cada
tornillo sera probarlo con una rosca
calibrada.
Si el tornillo no entra en la rosca, se le
considera defectuoso o disconforme.
Para controlar este proceso, se pueden
tomar muestras de 50 tornillos y contar el
nmero de defectuosos presentes en cada
muestra.
Se cuenta en cada muestra el Nmero de
artculos defectuosos y se registra. Se
obtendra una Tabla como la siguiente:
N
Muestra
1
N Defectuosos
3
D i
p i 1
2 2
N n
3 4
4 3
5 4 Total defectos observados = 75
6 2
n=50
7 5
- - N=25
- - p =0.06
25 6
 Grfico np

12
N Disconform es

10

0
0 5 10 15 20 25 30

Muestra
 Grfico c
Se basa en el nmero de defectos por artculo.
Esta basado en el nmero total de defectos ( o
no conformidades) en la produccin

Ejemplo: nmero de defectos por pieza de

madera (manchas, grietas, torceduras). Se
inspecciona una pieza y se cuenta cuantos
defectos tiene.
Construccin de un grfico c
Paso 1. Se seleccionan N muestras de
tamao n.

Paso 2. En cada muestra se cuentan el

nmero de defectos presentes (suma de
todos los defectos que tengan las piezas
de la muestra). Ci
 Paso 3. Se calcula el promedio de
defectos por muestra.
c= c/m C
Ci
N
m = nmero de muestras ( de n unidades cada una)
Paso 4. Se calculan los lmites de control

LSC C 3 C
LC C
LIC C 3 C
Contenido
 Grafico u:
Est basado en el nmero de defectos
por unidad de inspeccin producida

LC = u 3 ( u/n )

u = c /n
5. Etapas del Control Estadstico
de Procesos
Etapa 1:
Ajuste del
Control proceso
estadstico

Etapa 2:
Control del
proceso
Etapa 1: Ajuste del proceso
Se recogen unas 100-200 mediciones y
se realiza un grfico de control.
a) Proceso bajo control: se adoptan los
lmites de control.
b) Pocos puntos fuera de control (2 o 3):se
eliminan y se calculan nuevos lmites.
c) Observaciones no siguen un patrn
aleatorio, investigar, eliminar causas
asignables y comenzar nuevamente el
proceso de ajuste
Etapa 2: Control del proceso
Nuevas observaciones del
proceso productivo, se registran
en grficos de control con los
lmites establecidos en la etapa 1.

Si el proceso se sale de control,

se detiene y se investigan las
causas. Eliminada la causa del
problema se continua la
produccin.
CAPACIDAD DE PROCESO
 Capacidad de Proceso

La Capacidad de un proceso es la aptitud para

generar un producto que cumpla con
determinadas especificaciones. En el mejor de
los casos, es conveniente que los Lmites de
Tolerancia Natural del proceso se encuentren
dentro de los Lmites de Especificacin del
producto. De esta manera nos aseguramos que
toda la produccin cumplir con las
especificaciones.
Para cuantificar la Capacidad de Proceso se utilizan
coeficientes que permiten comparar el rango de
especificaciones con la fluctuacin natural del proceso.
Uno de ellos es Cp:

Donde:
LSE es el Lmite Superior de Especificacin, y
LIE es el Lmite Inferior de Especificacin

Si el proceso tiene capacidad para fabricar el producto,

entonces Cp > 1. En general se exige Cp > 1.33 para
mayor seguridad.
Este coeficiente tiene el inconveniente de que
para poder aplicarlo el centro de gravedad del
rango de especificaciones debe coincidir con la
tendencia central de las mediciones del proceso.
Cuando esto no ocurre se emplea el Cpk:

Donde: