CONTROL ESTADÍSTICO DE

LA CALIDAD
 CONTROL ESTADÍSTICO

El control estadístico nos permite establecer si

existe estabilidad en un proceso.

Un proceso estable es aquel que no muestra

ninguna indicación de que exista una causa
especial de variación, por que todas las causas
especiales detectadas hasta el momento se han
eliminado. La variación remanente es debida a
causas comunes.
 VARIACIONES EN LOS PROCESOS

La variación o variabilidad es la dispersión

de los datos en torno a un promedio durante
un lapso de tiempo.

Los principios de variabilidad son:

•No hay dos cosas exactamente iguales.
•La variación en un producto o proceso
son medibles.
•Las cosas varían de acuerdo a un patrón
determinado.
 VARIACIONES EN LOS PROCESOS

• Existen dos tipos de variaciones: La

Variación aleatoria y la No aleatoria.

• La variación aleatoria es predecible e

inherente a los procesos, es provocada por
causas fortuitas.

• La variación No aleatoria se debe a causas

asignables o especiales, son más fáciles de
identificar o eliminar.
Control Estadístico de la
Calidad.
 Contenido
1. Clasificación de los métodos
estadísticos de control de calidad
2. Gráficos de control: concepto,
estructura, interpretación
3. Gráficos de control por variables
4. Gráficos de control por atributos
5. Etapas del Control Estadístico de
Procesos
 1. Clasificación de los métodos
estadísticos de C.C.
Métodos Estadísticos
de Control de Calidad

Control Estadístico de Procesos Muestreo de Aceptación

(gráficos de control) (planes de muestreo)

Atributos Variables Atributos Variables

 2. Gráficos de Control

Concepto:
Herramienta estadística utilizada
para detectar variaciones de la
calidad de un producto, durante
un proceso de fabricación.
 Causas de las variaciones
• Causas no asignables o aleatorias:
debidas al azar, no son identificables,
no pueden ser reducidas o eliminadas.
Producen variaciones pequeñas.

• Causas asignables: identificables y que

deben ser eliminadas. Producen
variaciones grandes.
 Gráficos de Control
Un gráfico de control permite identificar
causas asignables y determinar si un
proceso está 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 gráfico de control.

Límite
superior
0.9 de control
0.8
Característica de calidad

Línea
0.7
0.6 central
Límite
0.5
inferior de
0.4 control
0.3
0.2
0.1
0
1 3 5 7 9 11 13 15 17 19 21 23 25
Número de muestra
 Característica de
calidad (longitud mm)

0
0.2
0.4
0.6
0.8
1

1
3
5
7
9
11
13
15
17
Número de muestra
Gráfico de control

19
21
23
Contenido

25
 3. Gráficos de Control por
variables
Gráficos x -R
Se utilizan cuando la característica de
calidad que se desea controlar es una
variable continua.
Se requieren N muestras de tamaño n.

Ejemplo: fábrica que produce piezas

cilíndricas de madera. La característica
de calidad que se desea controlar es el
diámetro.
Obtención de las muestras
Forma A.
7:00

Proceso

Muestra de
6 Piezas
 8:00

Proceso

Muestra de
6 Piezas
 Obtención 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

Construcción de los gráficos 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 : número de muestras
Paso 3. Cálculo de los límites de
control.

Límites de control para el gráfico x

LSC  X  A2 R
Línea Central  X
LIC  X  A2 R
Límites de control para el gráfico R

LSC  D4 R

Línea Central  R

LIC  D3 R
 LÍMITES DE CONTROL

• El valor más grande representa el límite de

control superior (UCL, del inglés upper
control limit)

• y el valor más pequeño representa el límite

de control inferior (LCL, del inglés lower
control limit).
 GRÁFICOS DE CONTROL

• Un gráfico de control tiene un valor nominal,

o línea central, que puede ser el promedio
histórico del proceso o algún objetivo que
los gerentes desearían alcanzar
• Los límites de control se usan para juzgar si
es necesario emprender alguna acción.
• Las observaciones que se encuentran fuera
de los límites de control no siempre denotan
mala calidad.
 Gráfico R
Gráfico 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
Nº subgrupo
 Gráfico x
Gráfico de Xp

50.20

50.15

50.10
x
Xp

50.05

50.00

49.95
0 5 10 15 20 25 30

No.Nºde muestra
subgrupo
 Puntos a considerar para construir
gráficos de control:
• Tamaño de la muestra y frecuencia del
muestreo
a)Tomar con frecuencia muestras pequeñas (4, 5, 6
cada media hora)
b) Tomar muestras grandes con una frecuencia
menor (20 cada dos horas)

• Número de muestras (aprox. 25 muestras,

entre 100-150 observaciones)
 4. Gráficos de control por
atributos
• Se utilizan para controlar
características de calidad que no
pueden ser medidas, y que dan lugar a
una clasificación del producto:
defectuoso o no defectuoso
• Tipos:
Gráfico p, gráfico np, gráfico c.
 Gráfico p
Se usa para estudiar la variación de la
proporción de artículos defectuosos.

p = Nº. de artículos defectuosos / n

n: tamaño de la muestra
 Límites de control
para el gráfico p.

p (1  p )
LSC  p  3
n
LC  p
p (1  p )
LIC  p  3
n
 Ejemplo de gráfico p.
Se envasa jugo de naranja en recipientes de cartón de 6
onzas. Estos envases los produce una máquina
formando un tubo a partir de una pieza de cartón y
aplicando luego un fondo metálico. Al inspeccionar un
envase puede determinarse si goteará al llenarlo, por la
junta lateral o la del fondo, si gotea el envase se
considera disconforme. Elaborar un diagrama de control
para vigilar la fracción de envases disconformes
producidos por esta máquina.
Se seleccionaron 30 muestras de n=50 envases cada
media hora durante un período de tres turnos, en los
cuales la máquina operó continuamente.
 Gráfico np
• Se usa para controlar el número de
defectuosos en una muestra.
• Límites de control

LSC  np  3 np(1  p)
LC  np

LIC  np  3 np(1  p)
Ejemplo de gráfico np.
Supongamos un proceso que fabrica
tornillos. Una manera de ensayar cada
tornillo sería 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 número de defectuosos presentes en
cada muestra.
Se cuenta en cada muestra el Número de
artículos defectuosos y se registra. Se
obtendría una Tabla como la siguiente:
N
Muestra
1
Nº 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
 Gráfico np

12
Nº Disconform es

10

0
0 5 10 15 20 25 30

Muestra
 Gráfico c
Se basa en el número de defectos por
artículo.
Ejemplo: número de defectos por pieza
de madera (manchas, grietas,
torceduras). Se inspecciona una pieza
y se cuenta cuantos defectos tiene.
Construcción de un gráfico c
Paso 1. Se seleccionan N muestras de
tamaño n.

Paso 2. En cada muestra se cuentan el

número 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 i

N
Paso 4. Se calculan los límites de
control

LSC  C  3 C
LC  C
LIC  C  3 C
o
5. Etapas del Control Estadístico
de Procesos
Etapa 1:
Ajuste del
Control proceso
estadístico

Etapa 2:
Control del
proceso
Etapa 1: Ajuste del proceso
Se recogen unas 100-200 mediciones y
se realiza un gráfico de control.
a) Proceso bajo control: se adoptan los
límites de control.
b) Pocos puntos fuera de control (2 o 3):se
eliminan y se calculan nuevos límites.
c) Observaciones no siguen un patrón
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 gráficos de
control con los límites 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 producción.