Está en la página 1de 20

4.

5 GRAFICASDE CONTROL

Una grfica de control es un diagrama que sirve para examinar si un proceso se


encuentra en una condicin estable, o para asegurar que se mantenga en esa
condicin.
En estadstica, se dice que un proceso es estable (o est en control) cuando las
nicas causas de variacin presentes son las de tipo aleatorio. En esta condicin
se pueden hacer inferencias con respecto a la salida del proceso, esto es, la
caracterstica de calidad que se est midiendo. En cambio, la presencia de causas
especiales o asignables hace que el proceso se desestabilice, impidiendo la
prediccin de su comportamiento futuro.
Con base en la informacin obtenida en intervalos determinados de tiempo,
las grficas de control definen un intervalo de confianza: Si un proceso es
estadsticamente estable, el 99.73% de las veces el resultado se mantendr
dentro de ese intervalo.
La estructura de las grficas contiene una lnea central (LC), una lnea superior
que marca el lmite superior de control (LSC), y una lnea inferior que marca el
lmite inferior de control (LIC). Los puntos contienen informacin sobre las
lecturas hechas; pueden ser promedios de grupos de lecturas, o sus rangos, o
bien las lecturas individuales mismas. Los lmites de control marcan el intervalo de
confianza en el cual se espera que caigan los puntos.
Uno del software estadstico ms comn utilizado en la industria es el Minitab.
Las grficas de control sirven para:
Determinar
el
estado
de
control
de
un
proceso.
- Diagnostica el comportamiento de un proceso en el tiempo.
Indica
si
un
proceso
ha
mejorado
o
ha
empeorado.
- Permite identificar las dos fuentes de variacin de un proceso.
- Sirve como una herramienta de deteccin de problemas.
Fuentes de Variacin en un Proceso:
1. Causas Asignables o Especiales
Son los factores espordicos que desestabilizan el sistema. Su identificacin es
inmediata y fcil.
2. Causas Comunes o Naturales
Son los factores que afectan en poco la variabilidad del sistema.
Su
presencia
es
aleatoria
y
no
son
de
fcil
deteccin.
Generalmente estn relacionadas con aspectos administrativos.
Consideraciones previas
Antes de establecer una grfica de control, es necesario definir con claridad los
siguientes puntos: el propsito de la grfica, el aspecto que se va a considerar, y
la unidad de donde se va a tomar la muestra.

EJERCICIO.
Veremos un ejemplo de este tipo de grfico de control. En la siguiente figura
tenemos los datos de 24 muestras de producto producido por turno. En la columna
produccin tenemos el total de producto fabricado por turno. La columna Producto
Defectuoso nos indica el nmero de artculos defectuosos por turno; la
columna Nmero de Defectos nos indica el nmero de defectos encontrados en la
produccin de cada turno, ntese que por cada turno el nmero de defectos es
mayor o igual que el nmero de defectuosos, ya que un artculo defectuoso puede
tener uno o ms defectos. Finalmente tenemos la columna de Fraccin
Defectuosa, la fraccin defectuosa de un turno se calcula dividiendo el nmero de

productos defectuosos por la produccin de ese turno, es decir, los valores de la


columna D divididos por los
valores de la columna C.
Figura 1
Los lmites de control de un
grfico de fraccin defectuosa con
tamao de muestra variable
vienen dado por la siguiente
frmula:

Figura
2
Mientras
que
la
fraccin
defectuosa p barra, se calcula con

la siguiente frmula:
Figura 3
Ahora bien de las ecuaciones de la Figura 2, vemos que para calcular estos lmites
necesitamos el valor p barra, que es una estimacin de la fraccin defectuosa y ni,
que es el tamao de muestra de cada turno. Es decir, tendremos lmites de control
de diferentes tamaos, debido a que los tamaos de muestra son variables.
El valor de p barra es entonces:

Entonces tenemos ya el valor de p barra y los valores de ni, los cuales son los
artculos producidos en cada turno (tamao de muestra), cuyos valores se
muestran en la columna C de la Figura 1. Ya con esto, calculamos los lmites de

control con las frmulas de la Figura 2. Los valores se muestran en las columnas I,
J y K de la siguiente figura.
Figura 5
Por otra parte, en la columna H de la figura
anterior, tenemos la fraccin defectuosa de
cada muestra o turno, est se calcula para
cada turno, dividiendo el nmero de
defectuosos del turno por el total de
artculos producidos.
Con los valores de las cuatro columnas de
la Figura 5, podemos construir el grfico de
control. Reitero que en un post anterior que
se encuentra aqu, se muestra como se
puede hacer este grfico de control similar.
Con los datos de la Figura 5, el grfico de
control nos quedara as:
Figura 6
Podemos ver de la figura anterior, que en
virtud del tamao variable de la muestra,
cada valor de fraccin defectuosa tiene
lmites de control particulares acordes al
tamao de la muestra.

4.6. GRAFICOS DE CONTROL POR ATRIBUTOS


Las Grficas de Control son grficas utilizadas para estudiar como el proceso
cambia a travs del tiempo. Se grfica el promedio como la lnea central y los
lmites de control superior e inferior que son permitidos en el proceso. Estos
lmites se determinan con la data del proceso. Existen cuatro tipos de Grficas de
Control: n, np, c & u.
Objetivos
-

Identificar los diferentes tipos de Grficas de Control


Definir las reglas bsicas a seguir para la eleccin, construccin e
interpretacin de las Grficas de Control por Atributos
Resaltar las situaciones en que pueden utilizarse las grficas de control
Indicar algunas Ventajas y Desventajas de las Grficas de Control
Mostrar ejemplos de cada una de las Grficas de Control por Atributos

Glosario
Atributos
Data que se puede clasificar y contar
Tipos
-

cantidad de defectos por unidad Nonconformities


Cantidad de unidades defectuosas Nonconforming
Grficas de control

Grfica comparacin cronolgica (hora a hora, da a da) de las caractersticas de


calidad reales del producto, parte o unidad, con lmites que reflejan la capacidad
de producirla de acuerdo con la experiencia de las caractersticas de calidad de la
unidad.
Proceso en control
Mtodo visual para monitorear un proceso- se relaciona a la ausencia de causas
especiales en el proceso.
Grfica c
Nmero de defectos por unidad
Grfica p

Porcentaje de fraccin defectiva


Grfica u
Proporcin de defectos
Grfica np
Nmero de unidades defectuosas por muestra constante
Lmites de control
Son calculados de la data obtenida del proceso
Lmite superior
Valor mximo en el cual el proceso se encuentra en control
Lmite inferior
Valor mnimo en el cual el proceso se encuentra en control.
Lnea central
Es el promedio del nmero de defectos
Utilidad
-

La funcin primaria de una Grfica de Control es mostrar el comportamiento


de un proceso.
Identificar la existencia de causas de variacin especiales (proceso fuera de
control).
Monitorear las variables claves en un proceso de manera preventiva.
Indicar cambios fundamentales en el proceso

Ventajas
-

Resume varios aspectos de la calidad del producto; es decir si es aceptable


o no
Son fciles de entender
Provee evidencia de problemas de calidad

Desventajas
Interpretacin errnea por errores de los datos o los clculos utilizados

El hecho de que un proceso se mantenga bajo control no significa que sea


un buen proceso, puede estar produciendo constantemente un gran nmero
de no conformidades.
Controlar una caracterstica de un proceso no significa necesariamente
controlar el proceso. Si no se define bien la informacin necesaria y las
caractersticas del proceso que deben ser controladas, tendremos
interpretaciones errneas debido a informaciones incompletas.

Grfica p
-

Representa el porcentaje de fraccin defectiva


Tamao de muestra (n) vara.
Principales objetivos
Descubrir puntos fuera de control
Proporcionar un criterio para juzgar si lotes sucesivos pueden considerarse
como representativos de un proceso Puede influir en el criterio de
aceptacin

Grfica np
-

Se utiliza para graficar las unidades disconformes


Tamao de muestra es constante
Principales objetivos:
Conocer las causas que contribuyen al proceso
Obtener el registro histrico de una o varias caractersticas de una
operacin con el proceso productivo.

Grfica c
-

Estudia el comportamiento de un proceso considerando el nmero de


defectos encontrados al inspeccionar una unidad de produccin
El artculo es aceptable aunque presente cierto nmero de defectos.
La muestra es constante
Principales objetivos
Reducir el costo relativo al proceso
Determinar qu tipo de defectos no son permitidos en un producto

Grfica u
-

Puede utilizarse como:


Sustituto de la grfica c cuando el tamao de la muestra (n) vara.

EJERCICIO.

Grafica
n
1
2
3
4
5
6
7
8
9
10

np
900
1135
1005
1001
1020
1015
1035
1010
980
1115
10216

18
15
3
17
8
22
24
31
7
9
154

4.8 grafios x-r


n=
cl=p

P=np/n
(1-p) =
0.020
0.013
raiz cuadrada de n =
0.003
0.017
p(1-p)=
0.008
0.022
raiz cuad p(1-p)=
0.023
0.031
raiz cuad p(1-p)*3=
0.007
0.008 raiz cuad p(1-p)*3/raiz cuad de n=
0.152
raiz cuad p(1-p)*3/raiz
ucl=cuad de n+p=

10216
0.015

raiz cuad p(1-p)*3/raiz


lcl=cuad de n-p=

0.985
101.0742301
0.014847156
0.121848906
0.365546717
0.003616616
0.018691009
-0.148181429

Grafica p

0.035
0.030
0.025
0.020
Grafica P
0.015
0.010
0.005
0.000
1

10

GRAFICA NP

n
1
2
3
4
5
6
7
8
9
10

np
1000
1000
1000
1000
1000
1000
1000
1000
1000
1000
10000

2
5
3
5
1
1
0
5
3
2
27

P=np/n
0.002
0.005
0.003
0.005
0.001
0.001
0.000
0.005
0.003
0.002
0.027

(1-p) =

0.973

p(1-p)=

2.6271

raiz cuad p(1-p)= 1.620833


raiz cuad p(1-p)*3= 4.862499

Grafica NP

0.006
0.005
0.004
0.003
0.002
0.001
0.000
1

10

Grafica u

Ejercicio: Grfica u
N
1
9
2
8
3
7
4
10
5
9
6
6
7
10
8
8
9
10
10
9
86
U=

C
25
13
28
35
27
25
20
32
16
20
241

U=C/N
2.8
1.6
4.0
3.5
3.0
4.2
2.0
4.0
1.6
2.2
28.9

raiz cuad u=

1.674014809

raiz cuad*3=

5.022044428

raiz cuad N=

9.273618495

raiz cuad*3/raiz cuad N=

0.541540978

raiz cuad*3/raiz cuad N + U=

3.343866559

raiz cuad*3/raiz cuad N - U=

-2.260784604

C/N
2.802325581

Grafica u

4.5
4.0
3.5
3.0
2.5
2.0
1.5
1.0
0.5
0.0
0

10

12

4.8 grficos X-R


Los grficos X-R se utilizan cuando la caracterstica de calidad que se desea
controlar es una variable continua.
Para entender los grficos
X-R, es necesario conocer
el concepto de Subgrupos
(o Subgrupos racionales).
Trabajar con subgrupos
significa
agrupar
las
mediciones
que
se
obtienen de un proceso, de
acuerdo a algn criterio.
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.
Por ejemplo, si hay cuatro turnos de trabajo en un da, las mediciones de cada
turno podran constituir un subgrupo.
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.

Hay dos maneras de obtener los subgrupos. Una de ellas es retirar varias piezas
juntas a intervalos regulares, por ejemplo cada hora:
La otra forma es
retirar
piezas
individuales a lo largo
del
intervalo
de tiempo correspond
iente al subgrupo:

Por cualquiera de los dos


caminos,
obtenemos grupos de
igual
nmero de mediciones. Para
cada subgrupo calculamos el
Promedio
y
el
Rango
(Diferencia
entre
el valor mximo y el valor
mnimo).

Como ya se ha visto, para calcular los Lmites de Control es necesario obtener un


gran nmero de mediciones, divididas en subgrupos. En nuestro ejemplo,
podramos obtener 30 subgrupos de 6 datos cada uno:

Despus de calcular el Promedio y el Rango de cada subgrupo, tendramos una


tabla como la siguiente:
A partir de esta tabla, se
calculan el promedio
general de promedios de
subgrupo y el promedio
de rangos de subgrupo:

A partir de esta tabla, se calculan el promedio general de promedios de subgrupo


y el promedio de rangos de subgrupo:

La desviacin estndar del proceso se puede calcular a partir del rango promedio,
utilizando el coeficiente d2, que depende del nmero de mediciones en el
subgrupo:

Con esto podemos calcular los Lmites de Control para el grfico de X:

La desviacin estndar del rango se puede calcular utilizando el coeficiente d3,


que tambin depende del nmero de mediciones en el subgrupo:

Y as podemos calcular los Lmites de Control para el Grfico de R:

La tabla siguiente muestra los coeficientes d2 y d3 para subgrupos de hasta 10


mediciones:

Construimos entonces un Grfico X de prueba y representamos los promedios de


los subgrupos:

Y un Grfico R de prueba, donde representamos los rangos de los subgrupos:

Si no hay puntos fuera de los lmites de control y no se encuentran patrones no


aleatorios, se adoptan los lmites calculados para controlar la produccin futura.

4.9 anlisis de la capacidad de proceso.


La capacidad de un proceso de fabricacin se suele interpretar como su aptitud
para producir artculos de acuerdo con las especicaciones. Tambin se suele
interpretar como la aptitud del proceso o de una sola mquina para cumplir los
lmites de tolerancia. En este tema se introducen algunas medidas e la capacidad
de un proceso. El anlisis de la capacidad de un proceso deber realizarse
cuando dicho proceso este bajo control. Dicho anlisis se suele iniciar cuando se
necesita estudiar un nuevo proceso, cuando se ha modicado alguna de las partes
esenciales del proceso, cuando se han emplazado una o ms maquinas en otro
lugar, cuando ha habido un reajuste en el funcionamiento de las maquinas,
cuando los gracos de control muestran cierta inestabilidad, etc. El anlisis
estadstico de la capacidad del proceso suele comenzar con un estudio de este
para realizar estimaciones de los parmetros fundamentales que denen su
funcionamiento; especialmente, de los parmetros que determinan su variabilidad.
Este ltimo aspecto es esencial, puesto que se puede considerar como un
indicador de la uniformidad en el rendimiento. Se suelen analizar dos tipos de
variabilidad: La variabilidad instantnea, en un instante dado t, que determina la
capacidad del proceso a corto plazo La variabilidad en el transcurso del tiempo,
que determina la capacidad del proceso a largo plazo. El anlisis de la capacidad
del proceso a travs de su variabilidad requiere el conocimiento o la estimacin de
la distribucin de la caracterstica estudiada, o bien la estimacin de los
parmetros que denen dicha variabilidad. Los gracos de control estudiados en el
tema anterior proporcionan una herramienta til para el anlisis de la capacidad

del proceso; en particular, como estimacin de la capacidad del proceso se


considera el porcentaje de variabilidad que queda dentro de los lmites de control
del diagrama. Por ejemplo, con una herramienta bsica como el histograma se
puede obtener una primera aproximacin de la distribucin de la caracterstica
estudiada y realizar una primera estimacin del
Porcentaje de la produccin que verica las especicaciones.
EJEJERCICIO.
Capacidad de procesos por atributos

Para el caso de atributos, se tienen varios casos:

a. Fraccin defectiva
Para productos defectivos calificados como pasa no pasa, se obtiene una carta de
control p de fraccin defectiva con tamao de muestra constante con al menos 25
puntos, y una vez que est en control, se determina su p media. La capacidad del
proceso es
1-P media.

La capacidad del proceso equivalente para un Cp de debe ser de:

Al menos 99.73% para una capacidad de +- 3 sigmas equivalente a un Cp


de 1

Al menos de 99.9936% para una capacidad equivalente a +-4 sigmas


equivalente a un Cp de 1.33.

Para otro valor de P la capacidad equivalente en sigmas se determina


dividiendo el valor de P / 2 y obteniendo el valor de Z correspondiente a esa
rea bajo la curva. La capacidad ser de +-Z sigmas.

b. Nmero de defectos
En este caso se requiere verificar y en todo caso mantener el proceso en control
por medio de una carta C o U con muestra constante por al menos 25 puntos.

La referencia son el nmero de defectos X que el cliente acepte. Con la lnea


media indicando el promedio de defectos o C media, entramos a la tabal binomio o
de Poisson tomando como Lambda la C media y como X los defectos aceptables
por el cliente.

La probabilidad de aceptacin mnima debe ser de 99.73% equivalente a un Cp de


1 o de 99.9936% para un Cp de 1.33, cualquier valor inferior indicar falta de
capacidad del proceso.
TABLA DE CONSTANTES PARA EL CALCULO DE LIMITES DE CONTROL

Las constantes para lmites de control en las cartas X-R son:


n

A2

D3

D4

d2

1.88

3.267

1.128

1.023

2.574

1.693

0.729

2.282

2.059

0.577

2.115

2.326

0.483

2.004

2.534

0.419

0.076

1.924

2.704

0.373

0.136

1.864

2.847

0.337

0.184

1.816

2.97

10

0.308

0.223

1.777

3.078

Las constantes para lmites de control en las cartas X-S son:


n

c4

A3

B3

B4

B5

B6

0.940

1.342

1.427

0.000

2.089

0.000

1.964

0.952

1.225

1.287

0.030

1.970

0.029

1.874

0.959

1..134

1.182

0.118

1.882

0.113

1.806

0.965

1.061

1.099

0.185

1.815

0.179

1.751

0.969

1.000

1.032

0.239

1.761

0.232

1.707

10

0.973

0.949

0.975

0.284

1.716

0.276

1.669

11

0.975

0.905

0.927

0.321

1.679

0.313

1.637

12

0.978

0.866

0.886

0.354

1.646

0.346

1.610

13

0.979

0.832

0.850

0.382

1.618

0.374

1.585

14

0.981

0.802

0.817

0.406

1.594

0.399

1.563

15

0.982

0.775

0.789

0.428

1.572

0.421

1.544

16

0.984

0.750

0.763

0.448

1.552

0.440

1.526

17

0.985

0.728

0.739

0.466

1.534

0.458

1.511

18

0.985

0.707

0.718

0.482

1.518

0.475

1.496

19

0.986

0.688

0.698

0.497

1.503

0.490

1.483

20

0.987

0.671

0.680

0.510

1.490

0.504

1.470

21

0.988

0.655

0.663

0.523

1.477

0.516

1.459

22

0.988

0.640

0.647

0.534

1.466

0.528

1.448

23

0.989

0.626

0.633

0.545

1.455

0.539

1.438

24

0.989

0.612

0.619

0.555

1.445

0.549

1.429

25

0.990

0.600

0.606

0.565

1.435

0.559

1.420

Instituto Tecnolgico de Piedras Negras


ING. Luis Arturo Trevio Romo
MATERIA: ESTADISTICA Y CONTROL DE CALIDAD
METODO CLASICO DE ESTIMACION PUNTUAL
EMMANUEL MARIN VICENTE
MATRICULA: 13430123
Horario: 8:00 a 9:00 am
Lunes/ 03/ junio de 2014