Contenido Tema 2 - Cec - Plan 2010-Presencial

INSTITUTO TECNOLGICO DE MINATITLN
Control Estadstico de la Calidad

TEMA 2. Grficas de Control para Variables
COMPETENCIA A DESARROLLAR:
*Disear e implantar el control estadstico de calidad en procesos para alcanzar
la mejora continua.
CONTENIDO TEMA 2:
2.1. CONCEPTOS GENERALES Y PRINCIPIOS DEL CEP
2.2. ELABORACIN E INTERPRETACIN DE GRFICAS PARA VARIABLES
2.2.1. GRFICO X-R
2.2.2. GRFICO X-S
2.2.3. GRAFICO X DE INDIVIDUALES
2.3. CAPACIDAD DE PROCESO, CP, CPK Y CPM
2.1 CONCEPTOS GENERALES Y PRINCIPIOS DEL CEP

El Control Estadstico del Proceso (SPC, por sus siglas en ingles), es una
metodologa para el seguimiento de un proceso para identificar las causas
de variacin y sealar la necesidad de emprender una accin correctiva en el
momento apropiado.
La Variacin Se refiere a la diversidad de resultados de un proceso, por
causa de una o ms de una de sus variables (mano de obra, medio ambiente,
maquinaria, mtodos, materiales y mediciones).
Un proceso industrial est sometido a una serie de factores de carcter
aleatorio que hacen imposible fabricar dos productos exactamente iguales.
DOCENTE: MII ROSSANA ZANELLA NAQUID
El Control Estadstico de Procesos es una herramienta til para alcanzar

este segundo objetivo. Dado que su aplicacin es en el momento de la
fabricacin, puede decirse que esta herramienta contribuye a la mejora de
la calidad de la fabricacin.
Permite tambin aumentar el conocimiento del proceso (puesto que se le
est tomando el pulso de manera habitual) lo cual en algunos casos puede
dar lugar a la mejora del mismo.
Figura. 2.1 Clasificacin de los mtodos estadsticos de control de calidad.
CONCEPTOS:
CALIDAD.
1. La calidad del producto se define como aquellas cualidades que caracterizan
la aptitud del producto para su uso.
2. La totalidad de las caractersticas o rendimientos propios que son objeto de
evaluacin para determinar si un producto o servicio satisface o no las
finalidades de su uso.
CONTROL.
La totalidad de los medios con los que se establecen y logran las normas.
CIRCULO DE CONTROL.
El control es un ciclo continuo que empieza y acaba en la planificacin.
Docente: MII. Rossana Zanella Naquid
Los elementos del crculo de control son:

1.
2.
3.
4.
5.
6.
Establecimiento de un plan o estndar para lograr el objetivo.

Determinacin de mtodos para alcanzar las metas.
Formacin y capacitacin del personal.
Realizacin o ejecucin del plan.
Medicin y anlisis de los resultados, comprobacin.
Realizacin de las reformas necesarias cuando los resultados no son los
planeados originalmente.
CONTROL DE CALIDAD.
Al aadir la palabra calidad a la definicin de control, encontramos que el control
de calidad es:
El conjunto de todos los medios por los que establecemos y alcanzamos el
estndar de calidad.
El control de calidad abarca todos los pasos precisos para formular y
conseguir los planes de calidad.
El control estadstico de calidad es la aplicacin de los principios y tcnicas

estadsticas en todas las fases de la produccin, dirigida a la fabricacin ms
econmica de un producto que es til en grado mximo y que tiene mercado.
CONTROL ESTADSTICO DE PROCESOS.
Es el medio bsico utilizado en procesos en lnea con el fin de fabricar el
producto correctamente desde el principio.
Analiza la calidad durante la produccin.

Es la herramienta ms habitual y extendida.
PROCESO.
El trmino proceso se utiliza como una combinacin de mquinas,
herramientas, mtodos, materiales y personas empleadas para obtener la calidad
especificada para un determinado producto o servicio.
La funcin de cada uno de estos elementos puede relativamente simple o
sumamente compleja. En cada uno de ellos hay una variabilidad inherente o natural,
cuyas causas no se pueden individualizar, junto con una variabilidad no natural que
si se puede controlar.
Cuando decimos que un proceso est bajo control, queremos indicar que la
variabilidad que se observa es nicamente la que llamamos inherente o natural.
El control de la calidad de los materiales, lotes, piezas y conjuntos durante el
curso de la fabricacin es una de las actividades ms importantes de la gestin de
la calidad. La herramienta estadstica ms ampliamente utilizada para este fin es el
grfico de control.
Los grficos de control fueron propuesto originalmente por W. Shewart en 1920, y
en ellos se representa a lo largo del tiempo el estado del proceso que estamos
monitorizando. En el eje horizontal X se indica el tiempo, mientras que el eje
vertical Y se representa algn indicador de la variable cuya calidad se mide.
La teora de los grficos de control se encuadra dentro de una parte del control
estadstico de la calidad que se llama Control Estadstico de Procesos1 (CEP). El
CEP engloba un conjunto de tcnicas que permiten realizar un control durante el
proceso de produccin, a diferencia de los primeros mtodos utilizados para
controlar la calidad, que se limitaban a inspeccionar el producto final, separando los
productos correctos de los defectuosos.
QU SON LAS GRAFICAS DE CONTROL?
Un grfico de control es aquel cuyo comportamiento con respecto a variaciones es
estable en el tiempo.
Las grficas de control se utilizan en la industria como tcnica de diagnsticos
para supervisar procesos de produccin e identificar inestabilidad y circunstancias
anormales.
Una grfica de control es una comparacin grfica de los datos de desempeo del
proceso con los lmites de control estadsticos calculados, dibujados como rectas
limitantes sobre la grfica. Los datos de desempeo de proceso por lo general
consisten en grupos de mediciones que vienen de la secuencia normal de produccin
y preservan el orden de los datos. Las grficas de control constituyen un
mecanismo para detectar situaciones donde las causas asignables pueden estar
afectando de manera adversa la calidad de un producto. Cuando una grfica indica
una situacin fuera de control se puede iniciar una investigacin para identificar
causas y tomar medidas correctivas. Nos permiten determinar cundo deben
emprenderse acciones para ajustar un proceso que ha sido afectado por una causa
especial. Nos dicen cuando dejar que un proceso trabaje por s mismo, y no
malinterpretar las variaciones debidas a causas comunes. Las causas especiales se
deben contrarrestar con acciones correctivas. Las causas comunes son el centro de
atencin de las actividades permanentes para mejorar el proceso. El objetivo de
una grfica de control no es lograr un estado de control estadstico como un fin,
sino reducir la variacin.
Los grficos de control son la herramienta ms poderosa del Control Estadstico de
Procesos. Su finalidad es conseguir y mantener un proceso bajo control estadstico
mediante la reduccin sistemtica de la variabilidad. Esta variabilidad de los
procesos, puede ser debida a causas aleatorias o a causas asignables. Las
primeras son aquellas que forman parte de la variabilidad natural del proceso, como
la variabilidad de la materia prima o la variabilidad de la maquinaria, mientras que
las segundas se deben a variaciones irregulares que habr que eliminar corrigiendo
la causa. Un proceso que opera slo con causas aleatorias se dice que est bajo
control estadstico.
Mediante los grficos de control se consigue controlar estadsticamente un
proceso puesto que permiten observar si el proceso permanece estable o cambia a
lo largo del tiempo. Estos grficos reflejan las fluctuaciones de la produccin
comparndolas con unos lmites previamente establecidos: los lmites de control y
la lnea central. Se supone que el proceso est bajo control si todos los puntos
representados se sitan entre los lmites de control, pero un punto fuera de los
lmites es una indicacin de que el proceso puede estar funcionando mal.
Desde el punto de vista estadstico, un grfico de control es una prueba de
hiptesis donde la hiptesis nula es: H0 = el proceso est bajo control. El
contraste se realiza mediante un muestreo repetitivo y la obtencin de algn

estadstico (media, recorrido, varianza, desviacin tpica) para cada muestra.
En cada una de las muestras se calcula el estadstico a controlar si:
El valor se ubica entre los lmites de control, es equivalente a no poder

rechazar la hiptesis estadstica.
El valor se encuentra fuera de los lmites, equivale al rechazo de la
hiptesis.
En uno y otro caso cabe la posibilidad de error:

Probabilidad de cometer un error de tipo I:
= P (rechazar cuando es cierta la hiptesis)
= P (avisar que el proceso est fuera de control cuando realmente est
bajo control)
Probabilidad de cometer error de tipo II:
= P (no rechazar cuando la hiptesis es falsa)
= P (concluir que el proceso est bajo control cuando en realidad no lo
est)
FORMA DE UN GRAFICO DE CONTROL.
Un grfico de control tiene la intencin de ser un dispositivo para detectar el
estado no aleatorio o fuera de control de un proceso.
Hay distintos tipos de grficos de control referidos a distintas pautas de
variabilidad. Pero todos tienen unas caractersticas comunes y se interpretan de la
misma manera.
Dependiendo de la caracterstica de calidad estudiada y de los parmetros de la

misma que se controlen, se pueden construir distintos grficos de control. En
cualquier caso, el modelo general tiene la forma:
El grfico tiene una lnea central (LC) que representa el valor medio de la
caracterstica de calidad, correspondiente al estado bajo control. Hay tambin
otras dos lneas horizontales, llamadas Lmite Superior de Control (LSC) y Lmite
Inferior de Control (LIC).
Siendo T el estadstico muestral que mide la caracterstica de inters,

media de T y
la
la desviacin tpica de T. Adems, k es la distancia de los
lmites de control a la lnea central, expresada en unidades de la desviacin tpica.

Tradicionalmente, y bajo la hiptesis de normalidad, k se toma igual a 3, para
garantizar una probabilidad de error tipo I (probabilidad de rechazar la hiptesis
nula cuando es cierta) de = 0.0027. De esta manera, la probabilidad de que los
puntos representados caigan fuera de los lmites de control cuando el proceso

opera bajo control es slo de 0.0027.
TIPOS DE GRFICOS DE CONTROL.

Cuando se estudian caractersticas medibles, se construyen los grficos de control
por variables y si la caracterstica no es medible numricamente, se utilizan los
grficos de control por atributos. La Figura 3 recoge una clasificacin de los tipos
de grficos ms frecuentes:
Una empresa necesita realizar la comparacin grfica y cronolgica (cada hora, da,
etc.) de las caractersticas de calidad del producto con unos lmites que reflejan la
capacidad, basada en la experiencia pasada, para fabricar dicho producto.
Esta comparacin normalmente se realiza seleccionando y midiendo muestras de la
produccin y en muy raras ocasiones realizado ste examen en cada una de las
piezas o conjuntos producidos (seleccin 100%).
Los grficos de control reflejan las fluctuaciones (variabilidad) de la produccin
comparndose con unos lmites de control estadsticamente establecidos.
Los problemas de calidad aparecen, normalmente, cuando un proceso se desva de
su trayectoria habitual. En este sentido el grfico de control permite, por el
conocimiento de los lmites de control, saber cuando un proceso empieza a
alterarse ofreciendo la posibilidad de corregirlo antes de que empiecen a

producirse piezas defectuosas.
VENTAJAS DEL USO DEL GRAFICO DE CONTROL.
Los diagramas de control han tenido un largo historial de uso en las industrias. Hay
por lo menos cinco razones para ello:
1.- Los diagramas de control son una tcnica probada para mejorar la
productividad. Un exitoso programa de diagramas de control reducir el
desperdicio y la reelaboracin que son los principales problemas de la
productividad en cualquier operacin. Si se reducen estos aspectos, entonces la
productividad aumenta, los costos disminuyen y la capacidad de produccin
aumenta.
2.-Los diagramas de control son eficaces en la prevencin de defectos.
Los diagramas de control ayudan a mantener bajo control el proceso, lo que es
consistente con la filosofa de hgalo bien desde el principio. Nunca ser ms
econmico sacar las unidades buenas de las malas, que hacerlas todas bien
desde el principio. Si no se tiene un control de procesos eficaz, entonces se le est
pagando a alguien por fabricar productos que no cumplen con los requerimientos.
3.- Los diagramas de control evitan ajustes innecesarios al proceso.
Un diagrama de control puede distinguir entre ruido de fondo y variacin anormal;
ningn otro dispositivo, incluido el operador humano, es tan eficaz para hacer esta
distincin. Si los operadores del proceso lo ajustan con base en pruebas peridicas
que no estn relacionadas con el programa de la carta de control, lo ms probable
es que tengan una reaccin exagerada con respecto al ruido de fondo, y hagan
ajustes innecesarios. Estos ajustes usualmente dan como resultado un deterioro en
rendimiento del proceso. En otras palabras, la carta de control es consistente con
la filosofa de si no est descompuesto, no lo arregle
4.-Los diagramas de control proporcionan informacin de diagnstico.
A menudo, el patrn de puntos del diagrama de control contiene informacin
diagnstica para el operador o ingeniero con experiencia. Esta informacin permite
al operador implantar un cambio en el proceso que mejore su rendimiento.
5.-Los diagramas de control proporcionan informacin sobre la capacidad del
proceso.
Los diagramas de control proporcionan informacin sobre el valor de los

parmetros importantes del proceso y de la estabilidad de estos en el tiempo. Esto
permite hacer una estimacin de la capacidad del proceso. Dicha informacin es de
gran utilidad para los diseadores del producto y del proceso.
Tamao y frecuencia de muestreo.

Los grficos de control requieren generalmente tamaos de muestras grandes para
poder detectar cambios en los resultados.
Para que el grfico pueda mostrar pautas analizables, el tamao de muestra, ser lo
suficientemente grande (entre 50 y 200 unidades e incluso superior) para tener
varias unidades no conformes por muestra, de forma que puedan evidenciarse
cambios significativamente favorables (por ejemplo, aparicin de muestras con
cero unidades no conformes).
El tamao de cada muestra oscilar entre +/- 20% respecto al tamao medio de las
muestras:
Donde N = Nmero de muestras

La frecuencia de muestreo ser la adecuada para detectar rpidamente los
cambios y permitir una realimentacin eficaz.
El periodo de recogida de muestras debe ser lo suficientemente largo como para
recoger todas las posibles causas internas de variacin del proceso.
Se recogern al menos 20 muestras para proporcionar una prueba fiable de
estabilidad en el proceso.
Se tendr un especial cuidado de que la muestra sea aleatoria y representativa de
todo el periodo de produccin o lote del que se extrae.
Cada unidad de la muestra se tomar de forma que todas las unidades del periodo
de produccin o lote tengan la misma probabilidad de ser extradas. (Toma de
muestras al azar).
Se indicarn en las hojas de recogida de datos toda la informacin y circunstancias
que sean relevantes en la toma de los mismos.
10
2.2 ELABORACIN
VARIABLES.
INTERPRETACIN
DE
GRFICAS
PARA
La Grfica de Control es una herramienta que permite hacer un anlisis

sobre el comportamiento del proceso y poder investigar las causas de un
comportamiento anormal.
Son graficas poligonales que muestran en el tiempo el estado del proceso y

en ella se marcan los resultados de la variable observada en un esquema
previamente predeterminado.
Un grfico de control es una herramienta estadstica utilizada para evaluar
la estabilidad de un proceso distinguiendo las causas de variacin.
Permiten distinguir entre causas aleatorias y especficas de variacin de los
procesos, como gua de actuacin de la direccin, adems 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.
11
ESTABLECER UNA GRFICA DE CONTROL REQUIERE LOS SIGUIENTES

PASOS:
Elegir la caracterstica que debe graficarse.
Elegir el tipo de grfica de control
Decidir la lnea central que deben usarse y la base para calcular los lmites.
La lnea central puede ser el promedio de los datos histricos.
Seleccionar el subgrupo racional. Cada punto en una grfica de control

representa un subgrupo que consiste en varias unidades de producto.
Proporcionar un sistema de recoleccin de datos si la grfica de control ha

de servir como una herramienta cotidiana en la planta.
Calcular los lmites de control y proporcionar instrucciones especficas

sobre la interpretacin de los resultados y las acciones que debe tomar
cada persona en produccin.
Graficar los datos e interpretar los resultados
INTERPRETACION DE LOS GRAFICOS DE CONTROL

Cmo pueden utilizarse los grficos de control para vigilar un proceso? Cmo se
puede decir si un sistema no cumple con las especificaciones de produccin? La
ocurrencia de solo uno o ms puntos fuera del lmite superior o inferior sugiere que
el proceso est fuera de control?
Deben considerarse varios factores al
responder estas preguntas:

La primera y la ms bsica consideracin al leer una carta de control es si alguno
de los puntos de datos cae fuera de los lmites superior e inferior. Si incluso un
solo punto cae fuera de los lmites, existe evidencia estadstica de que el proceso
est fuera de control. Sin embargo, esto no es necesariamente motivo de alarma.
Esta ocurrencia puede darse sencillamente por la variacin aleatoria. Debera
12
reunirse tanta informacin como se pueda sobre la posible causa o causas de esta
anomala, y debe tomarse una determinacin sobre si existe en realidad un
problema en el que pueda identificarse una variacin de causa asignable.
Adems, incluso si todos los puntos estn dentro de los lmites de control, la
deteccin de ciertos patrones puede sealar un problema serio. Si por ejemplo un
gran nmero de puntos estn solo a un lado de la lnea central, el analista debera
considerar la causa de tal configuracin. Si el agrupamiento a un lado en particular
de la recta central parece haber ocurrido abruptamente, la causa puede asignarse
a un cambio sbito en el uso de la materia prima o a la introduccin de un nuevo
sistema de capacitacin para los empleados que ingresan. Si el agrupamiento para
estar ocurriendo gradualmente, poniendo con el tiempo en evidencia una tendencia,
esto puede indicar que la maquinaria utilizada en el proceso de produccin se est
desgastando continuamente y no est funcionando conforme a las especificaciones.
Si se puede identificar una causa asignable, se puede tomar una medida correctiva.
En general, incluso si todos los puntos estn dentro de los lmites de control, de
todas maneras debera existir una fluctuacin o variacin por encima y de bajo de
la lnea central.
Se tiene en mente que los lmites de control se establezcan a tres desviaciones
estndar por encima y por debajo de la lnea central. De acuerdo con la regla
emprica, 99.7% de todas las observaciones deberan caer dentro de estos lmites.
Por tanto menos del 0.5% debera caer fuera del LSC y del LIC por pura
probabilidad. Si el sistema est bajo control, muy pocos puntos, si los hay, deberan
caer fuera de los lmites establecidos.
Adems, la regla emprica seala que 95.5% de todas las observaciones deberan
caer dentro de dos desviaciones estndar de la lnea central. Es decir, 95.5% de
los puntos de datos deberan caer dentro de los primeros dos tercios del rea que
esta alrededor de la lnea central. Solo alrededor del 4.5% deberan desviarse de
la lnea central en ms de dos desviaciones estndar. Por tanto, incluso si todos los
puntos de datos estn dentro de los lmites de control de tres desviaciones, pero
un nmero excesivo esta a ms de dos desviaciones estndar de la lnea central,
debera tomarse alguna medida para explicar su gran distancia de acuerdo con lo
que establece la regla emprica.
Como leer las grficas de control
13
Lo ms importante en el control del proceso es captar el estado del proceso de

manera precisa leyendo la grfica de control y diligentemente tomar acciones
apropiadas cuando se encuentre algo anormal en el proceso. El estado controlado
del proceso es el estado en el cual el proceso es estable, es decir, el promedio y la
variacin del proceso no cambian. Si un proceso est o no controlado se juzga segn
los siguientes criterios a partir de la grfica de control.
Anomalas en los grficos de control (Minitab).
1. Uno o ms puntos estn fuera de los lmites de control de tres sigmas.
2. Una racha de por lo menos 9 puntos consecutivos en el mismo lado de la
lnea central.
3. Una racha de por lo menos 6 puntos, todos crecientes o todos decrecientes.
4. Al menos 14 puntos consecutivos, alternando arriba y abajo.
5. De tres puntos consecutivos, dos se encuentran a ms de dos sigmas de la
lnea central y en el mismo lado.
6. De cinco puntos consecutivos, cuatro se encuentran a ms de una desviacin
tpica (sigma) de la lnea central y en el mismo lado.
7. Una racha de por lo menos 15 puntos consecutivos dentro de los lmites
sigma, a ambos lados.
8. Una racha de por lo menos 8 puntos consecutivos ms all de los lmites
sigma, a ambos lados.
14
ANOMALAS: CAUSAS Y EFECTOS.

1. Un punto fuera de los lmites de control: Principal seal de falta de
control. Se rechaza la hiptesis nula de estabilidad del proceso: se ha
modificado el parmetro poblacional.
15
2. Racha. Una racha de siete o ms puntos a un lado de la lnea central:

Seal de aumento o disminucin del parmetro poblacional.
3. Tendencia creciente o decreciente: Cuando los puntos forman una curva

continua ascendente o descendente, se dice que hay una tendencia. Algo
genera una inestabilidad continua en el tiempo como por ejemplo, una
mquina o herramienta sufre desgaste, el cansancio de operarios, una
solucin se diluye, etc.
16
4. Acumulacin de puntos en el tercio central (ms de dos tercios de

puntos a menos de 1 desviacin tpica de la lnea central): Cuando la
mayora de los puntos estn dentro de las lneas de 1.5-sigma (los
bisectores de la lnea central y de cada uno de los lmites de control), esto
se debe a una forma inapropiada de hacer los subgrupos. El acercamiento a
la lnea central no significa un estado de control, sino una mezcla de la
informacin de diferentes poblaciones en los subgrupos, lo cual hace que los
lmites de control sean demasiado amplios. Cuando se presenta esta
situacin es necesario cambiar la manera de hacer los subgrupos, o quizs,
probablemente se han mantenido los lmites durante demasiado tiempo y ya
no se refleja la disminucin de la dispersin (variabilidad). O bien el
instrumento de medida no refleja correctamente valores extremos.
17
5. Acercamiento a los lmites de control: Dos puntos de tres consecutivos en la

zona de atencin (a ms de dos desviaciones tpicas). Teniendo en cuenta los puntos
que se acercan a los lmites de control de 3 sigmas, si 2 puntos ocurren por fuera de las
lneas de 2 sigmas, el caso se considera anormal. Es una seal de alarma ya que si el
proceso estuviera bajo control en esta zona se situaran aproximadamente un 5% de
puntos y la probabilidad de que se siten dos de tres consecutivos es de 2.3 por mil.
18
6. Acumulacin de puntos cerca de los lmites de control (ms de un tercio

de los puntos a mas de 1 desviacin tpica de la lnea central): Suele
ser originado por una mezcla de producciones de dos o ms mquinas.
7. Dientes de sierra: Es un caso exagerado de la seal anterior, pero se debe

frecuentemente a un sobre-control, demasiadas regulaciones innecesarias
de la mquina.
19
8. Periocidad o ciclos. Tambin es anormal que la curva muestre

repetidamente una tendencia ascendente y descendente para casi el mismo
intervalo. Esta seal de alarma suele producirse por causas de variacin
cclicas como turnos de trabajo, cambios de temperatura o humedad
ambiental. On-off de automatismo, etc.
ANALIZANDO LOS PATRONES DE COMPORTAMIENTO.

Como se haba comentado antes, una seal de que se ha detectado una causa
especial de variacin (o seal de que ha habido un cambio especial en el proceso) se
manifiesta cuando un punto cae fuera de los lmites de control o cuando los puntos
graficados en la carta siguen en comportamiento no aleatorio (por ejemplo, una
tendencia a aumentar, un movimiento cclico, etc.). Para facilitar la identificacin
de patrones no aleatorios lo primero que se hace es dividir la carta de control en
seis zonas o bandas iguales, cada una con una amplitud similar a una desviacin
estndar de la variable que se grafica. (Ver fig. 2.1)
20
A continuacin se dan seis patrones para el comportamiento de los puntos en una

carta. Tambin se presentan las razones comunes por las cuales pueden ocurrir
dichos comportamientos. Adems, se dan algunas pruebas estadsticas para
confirmar la existencia del patrn bajo discusin.
ZONA A
LCS
ZONA B
ZONA C
LC
ZONA C
ZONA B
ZONA A
LCI
Figura 2.1
Estas pruebas se han derivado bajo el supuesto de normalidad e independencia en
los datos, porque, de no cumplirse, las pruebas deben verse con reservas. En
particular si dos muestras consecutivas de una carta no son independientes,
entonces se debe intentar modificar el muestreo para que si sean independientes,
usar otro tipo de cartas de control.
PATRON 1.- CAMBIOS (BRINCOS) EN EL NIVEL DEL PROCESO.
Este patrn es un cambio que se registra en la carta cuando pocos puntos esta
fuera o muy cerca de los lmites de control (ver fig. 2.2) o cuando una gran
cantidad de puntos caen de un solo lado de la lnea central (ver fig. 2.3). Estos
cambios especiales pueden deberse a la introduccin de nuevos trabajadores,
mquinas, materiales o mtodos; tambin pueden deberse a cambios en los mtodos
de inspeccin, o una mayor o menor atencin de los trabajadores. Cuando esto
ocurre en las cartas X, p, np, u o c se dice que ha habido un cambio en el nivel
promedio del proceso; por ejemplo, en las cartas de de atributos eso significa que
el nivel promedio de disconformidades se increment o disminuy, mientras que en
la carta X un cambio de nivel significa que el centrado del proceso tuvo cambios. En
la carta R significa que la variabilidad aument o disminuy.
21
Figura 2.2
Figura 2.3
Un cambio en el nivel del proceso ha ocurrido cuando se cumple una de las
siguientes cuatro pruebas:
Prueba 1.- un punto fuera de los lmites de control.
Prueba 2.- dos de tres consecutivos en la zona A o ms all.
Prueba 3.- cuatro de cinco puntos consecutivos en la zona B o ms all.
El cumplimiento de estas tres pruebas se muestra en la figura 2.2. Cuando se est
analizando el proceso con datos o muestras recin obtenidas y se cumple alguna de
las tres pruebas, entonces eso es indicativo de que ha entrado al proceso a una
causa especial que ha provocado que el proceso este operando con otro nivel. Tal
cambio pudo darse de manera paulatina hasta que se alcanz una magnitud
considerable y la carga lo registro, o tambin pudo darse desde hace un rato de
manera repentina. En cualquier caso se debe investigar que de especial ha ocurrido,
identificarlo y actuar en consecuencia. De no hacerse nada puede que despus de
un tiempo el proceso regres a su nivel normal, una vez que haya desaparecido la
22
causa. Pero tambin puede ocurrir que dicha causa se quede permanentemente en
el proceso hasta que se haga algo para eliminarla.
Siempre que se detecte un cambio de nivel se debe actuar inmediatamente para
identificar la causa, lo cual permitira conocer ms el proceso, con lo que si el
cambio es positivo se estar en posibilidades de mantener esa mejora, por el
contrario, si el cambio se traduce en mala calidad se debe trabajar para lograr el
nivel anterior o para prevenir que en el futuro no se de tal cambio especial.
En ocasiones cuando se cumple alguna de las tres pruebas anteriores, lo que se
hace adems de investigar la causa, es tomar datos de inmediato para confirmar el
cambio y monitorear ms de cerca lo que se est pasando en el proceso.
Prueba 4.- ocho puntos consecutivos de un solo lado de la lnea central.
En estos casos, la causa especial ha entrado al proceso, y posiblemente eso haya
ocurrido hace ocho muestras, por lo cual se trata de un cambio ms permanente.
Por ejemplo, cuando se dan ocho puntos consecutivos por debajo de la lnea central
en una carta R, entonces se ha dado una reduccin mas definitiva en el nivel
promedio de piezas defectuosas del proceso; si eso ocurre en una carta de
atributos, entonces se ha dado una reduccin mas definitiva en el nivel promedio
de piezas defectuosas del proceso; todo lo contrario se puede decir si los ocho
puntos estn por arriba del la lnea central: aumento de variabilidad e incremento
en el nivel promedio de defectuosos, respectivamente.
En ocasiones dada la importancia de detectar con ms oportunidad este tipo de
cambios, la prueba 4 se amplia de la manera siguiente:
*al menos 10 de 11 puntos consecutivos ocurren de un mismo lado de la lnea
central como se muestra en la segunda parte de la figura 2.3
*al menos 12 de 14 puntos consecutivos ocurren de un mismo lado de la lnea
central
Si adems de la prueba 4 se cumple alguna de las tres primeras, eso ser
an mayor evidencia de que un cambio especial ha ocurrido.
PATRON 2.- TENDENCIAS EN EL NIVEL DEL PROCESO

Este patrn consiste en una tendencia a incrementarse (o disminuirse) los valores
de los puntos en la carta, como se aprecia en la figura 9.13. Una tendencia bien
definida y larga no es un patrn aleatorio, por ello se debe a alguna causa especial.
Por ejemplo, puede deberse al deterioro gradual del equipo de produccin,
23
desgaste de las herramientas de corte, acumulacin de productos de desperdicio

en las tuberas; calentamiento de mquinas o cambios graduales en las condiciones
del medio ambiente. Estas causas se reflejan prcticamente en todas las cartas
excepto en la de rangos.
Las tendencias en una carta de rangos son ms raras, pero cuando se dan, pueden
deberse a la mejora o empeoramiento de la habilidad de un operario, a la fatiga del
operario (la tendencia se repetir en cada turno) y al cambio gradual en la
homogeneidad de la materia prima.
Para determinar si hay una tendencia en el proceso se tiene la siguiente prueba
concreta:
Prueba 5.- seis puntos consecutivos ascendentes (o descendentes).
El cumplimiento de esta prueba se muestra en la primera parte de la figura 9.13.
En ocasiones se presentan tendencias que no se ajustan a la prueba 4, como es el
caso de la que se presenta en la segunda parte de la figura 9.13. En este caso
evidentemente hay una tendencia, ya que es demasiado largo el movimiento
ascendente como para que sea aleatorio. Cuando se presenta este tipo de
tendencias,
pero
ms
cortas,
resulta
difcil
determinar
cundo
es
un
comportamiento aleatorio o cuando no lo es. Sin embargo, el conocimiento del

proceso y un buen uso de las cartas de control podrn facilitar la identificacin. La
recomendacin bsica en este caso sera que, en el momento en que se d un flujo
largo y creciente de puntos que parezca no aleatorio, entonces es una seal de
alerta para vigilar ms de cerca el desempeo del proceso, para que en su caso se
pueda identificar la causa del mismo.
El uso de estas cartas de control para determinar el momento oportuno de dar
mantenimiento o ajustes en el proceso resulta de mucha utilidad, ya que cuando se
vuelve indispensable el mantenimiento esto puede reflejarse en una tendencia.
Cuando se dan puntos consecutivos de manera ascendente o descendente, es
importante ajustarse en forma exacta al criterio de la prueba 5 para detectar
tendencias, de lo contrario se puede detectar donde solo hubo variabilidad
aleatoria. No es vlido afirmar que hubo una ligera tendencia cuando se
presentaron tres, cuatro o cinco puntos consecutivos en aumento o en disminucin.
Se debe ser categrico: hubo o no tendencias, siendo claro el criterio para ello.
24
Figura 9.13. Tendencias no aleatorias en un proceso
PATRON 3.- CICLOS RECURRENTES (PERIOCIDAD)

Otro patrn no aleatorio que pueden presentar las cartas es un comportamiento
cclico de los puntos. Por ejemplo,
se da un flujo de puntos consecutivos que
tienden a crecer y luego se presenta un flujo similar pero de manera descendente,

y esto se repite cclicamente. Cuando un comportamiento cclico se presenta en la
carta
, entonces las posibles causas son temperatura u otros cambios
peridicos en el ambiente; diferencias en los dispositivos de medicin o de prueba

que se utilizan en cierto orden; rotacin regular de mquinas u operarios; efecto
sistemtico producido por dos mquinas, operarios o proveedores que se usan
alternamente.
Si el comportamiento cclico se presenta en la carga de rangos, entonces algunas
de las posibles causas son mantenimiento preventivo programado o fatiga de
trabajadores o secretarias. Las cartas p, np, c y u se ven afectadas por las mismas
causas que las cartas de medias y rangos. Para saber si hay un ciclo se debe
observar que, en efecto, este se repita peridicamente. Por ello se debe ser muy
cuidadoso y recurrir al conocimiento del proceso y a un buen uso de la carta.
Cuando el ciclo consiste en que los puntos se van alternando entre altos y bajos,
tenemos la siguiente prueba:
Prueba 6.- Catorce puntos consecutivos alternando entre altos y bajos.
El cumplimiento de esta prueba se muestra en la figura (9.14). Un error frecuente
de interpretacin en los ciclos como el de esta figura, es declarar que hubo un ciclo
25
solo porque unos cuantos puntos en la carta se van alternando entre altos y bajos;
el criterio en estos casos es muy claro: 14 puntos consecutivos alternando entre
altos y bajos.
Figura 9.14. Un comportamiento cclico en un proceso
PATRON 4.- MUCHA VARIABILIDAD

Una seal de que en el proceso hay una causa especial de variacin, que provoca que
est fuera de control estadstico, se manifiesta mediante una alta proporcin de
puntos cerca de los limites de control, a ambos lados de la lnea central, y muy poco
o ningn punto en la parte central de la carta. En estos casos se dice que hay
mucha variabilidad, como se puede ver en la figura (9.15). Algunas causas que
pueden afectar a la carta
de esta manera son sobre control o ajustes
innecesarios en el proceso, diferencias sistemticas en la calidad del material o en

los mtodos de prueba, y control de dos o ms procesos en la misma carta (uno con
resultados mayores y otro con resultados menores), mientras que la carta R se
puede ver afectada por la mezcla de materiales de calidades bastante diferentes,
diferentes trabajadores utilizando la misma carta R (uno ms hbil que el otro), y
otros de procesos operando bajo diferentes condiciones graficados en la misma
carta. Una prueba para detectar la alta proporcin de puntos cerca o fuera de los
lmites es la siguiente:
Prueba 7.- Ocho puntos consecutivos a ambos lados de la lnea central con
ninguno en la zona C (ver figura 9.15).
26
Figura 9.15. Mucha variabilidad

La alta proporcin de puntos cerca o fuera de los lmites de control en ocasiones se
debe a una mala planeacin de la instrumentacin de la carta. Por ejemplo, el
sobreajuste es un indicio claro que del conocimiento de los objetivos de una carta
de control. Este se puede dar cuando al operario se le responsabiliza por la mala
calidad producida por las mquinas o cuando al operario no se le cre conciencia ni
se le hizo participe en la instrumentacin de la carta.
Muchas de las posibles causas que motivan la alta proporcin de puntos cerca de
los lmites de control pueden ser corregidas con una buena planeacin del muestreo
del proceso, es decir, razonando adecuadamente el subgrupo (muestra).
PATRON 5.- FALTA DE VARIABILIDAD (ESTATIFICACION)
Una seal de que hay algo normal en el proceso es el que prcticamente todos los
puntos se concentren en la parte central de la carta, es decir, que los puntos
reflejen poca variabilidad, como se aprecia en la figura 9.16. Algunas de las causas
que pueden afectar a todas las cartas de control de esta manera son una
equivocacin en el clculo de los lmites de control, agrupamiento en una misma
muestra a datos provenientes de universos con medias bastantes diferentes,
cuchareo de los resultados y carta de control inapropiada para la variable en
cuestin. Para detectar falta de variabilidad se tiene la siguiente prueba:
Prueba 8.- Quince puntos consecutivos en la zona C, arriba o debajo de la
lnea central, como se muestra en la figura 9.16.
27
Una reduccin en la variabilidad se refleja en la carta
de esta manera, pero en
la carta de rangos se apreciaran muchos puntos por debajo de su lnea central. Si

ha ocurrido una reduccin en la variabilidad, lo que se debe hacer es recalcular los
lmites de control.
.
Figura 9.16. Falta de variabilidad en una carta de control.
Para afirmar que hay poca variabilidad en una carta de control se debe aplicar al
pie de la letra la prueba anterior.
Desde el punto de vista probabilstico, la aplicacin de la prueba 8 generar ms
falsas alarmas en las cartas p y np que en la carta de medias, sobre todo en
combinaciones especficas de los valores de p y n. Por ello esta prueba se debe
aplicar con ms cuidado en estas cartas.
Cuando alguna de las ocho pruebas anteriores es positiva, entonces el proceso est
fuera de control estadstico. Es decir, se ha detectado una causa especial de
variabilidad, lo que se traduce en cambios significativos en la correspondiente
caracterstica: calidad promedio, variacin, proporcin de artculos defectuosos o
nmero de defectos.
Cabe sealar que si el proceso est fuera de control estadstico no significa que no
se pueda-seguir produciendo con 1, sino que el proceso est trabajando con
variaciones debidas a alguna causa especfica (material heterogneo, cambios de
operadores, diferencias significativas entre mquinas, desgaste o calentamiento de
equipo, etctera).
28
Ser responsabilidad de quienes aplican la carta de control buscar la causa de

variacin o no hacer nada, en cuyo caso las cartas pierden mucho de su potencial.
Frase como las siguientes: El proceso dio un brinco tal da, pero ya regres a su
nivel normal, De tal a tal da hubo una tendencia, pero las cosas regresaron a la
normalidad, El proceso tiene un comportamiento cclico, pero se est cumpliendo
con especificaciones, implican que las cartas de control se usan como bitcora,
pero una carta de control no es una bitcora de proceso. En todos los casos
anteriores se desperdici una excelente oportunidad (una seal estadstica) para
conocer y mejorar el proceso.
Salirse de control estadstico es seal de que un factor especfico de variacin
est presente y se debe investigar cul es, para prevenir su ocurrencia. El uso e
interpretaci6n adecuada de las cartas de control las convierten en una
herramienta poderosa para lograr el conocimiento y la mejora de los procesos.
PRECONTROL*
El PRE-CONTROL es una tcnica estadstica para detectar las condiciones
del proceso y los cambios que pueden causar defectos, nos indica el desempeo de
un proceso con respecto a sus especificaciones. Su objetivo es controlar la
capacidad del proceso para producir dentro de especificaciones y prevenir
defectos.
El PRE-CONTROL es una tcnica estadstica para detectar las condiciones
del proceso y los cambios que pueden causar defectos.
El PRE-control es un concepto conocido como calibracin de lmite estrecho.
Este concepto ms amplio proporciona procedimientos de muestreo (tamao de la
muestra, localizacin de los lmites estrechos y nmero permisible de unidades
fuera de los lmites estrechos).
Para cumplir con los riesgos de aceptar un producto defectuoso: >La tcnica
utiliza la curva de la distribucin normal al determinar los cambios significativos,
ya sea en la meta o en la dispersin del proceso de produccin.
El principio del PRE-control se demuestra, suponiendo la peor condicin que
se pueda aceptar de un proceso capaz de una produccin de calidad esto es cuando
29
la tolerancia natural
es la misma que la permitida y cuando el proceso esta
justamente centrado y cualquier cambio daran como resultado un trabajo

defectuoso.
REQUISITOS DEL PRECONTROL.
Cualquier proceso en donde se pueda medir y modificar la

caracterstica de calidad de inters.
Procesos continuos o discretos (piezas).
Que la produccin total sea de tres piezas o ms.
No es necesario que la distribucin de la caracterstica de calidad
sea normal, ni que el proceso est en control estadstico.
No existe suposicin alguna ni requisitos adicionales.
*De acuerdo con Juran y Gryna (1988), el precontrol fue desarrollado por W. Purcell, F.
Satterhwaite, C. Carter y D. Shainin en 1953.
a) Para procesos con tolerancia bilateral, dividir sta, de acuerdo con lo

sealado en la figura 4.56.
ZONA ROJA
1
LSE
ZONA AMARILLA
3/4
ZONA VERDE
1/2
ZONA VERDE
1/4
ZONA AMARILLA
0
LIE
ZONA ROJA
Figura 4.56. Zonas de precontrol para tolerancias bilaterales.
b) Tolerancia unilateral para casos como planicidad o concentridad. Las zonas

de pre control se ilustran en la figura 4.57.
1
ZONA ROJA
LSE
ZONA AMARILLA
1/2
ZONA VERDE
0
Figura 4.57. Zonas de precontrol para tolerancias unilaterales.
30
c) Tolerancia bilateral para casos como objetivos mximos o mnimos, como

resistencia o desgaste. Ver figura 4.58, en donde x representa el valor de
la mejor pieza, por ejemplo, en cuanto a resistencia se refiere.
X
3/4 ZONA VERDE
1/4 ZONA AMARILLA
ZONA ROJA
LIE
Nota: En el caso de tener un objetivo, la divisin entre ZA y ZV

estar en la mitad entre LIE y dicho objetivo
Figura 4.58. Zonas de precontrol para mximos y mnimos.
REGLAS DE OPERACIN DEL PRECONTROL.

1. Arranque o calificacin de un proceso. Para procesos nuevos, cambio en
set-up, cambio en MP, etc. Tomar cinco unidades consecutivas y que todas
ellas estn en zona verde (ZV). De esta forma se garantiza que la
distribucin es lo suficientemente angosta para producir dentro de
especificaciones.
La calidad se empieza a controlar desde el arranque, ya que si dos
piezas estn en zona amarilla (ZA), o una en zona roja (ZR), se debe
ajustar el proceso antes de hacer la tercera y reiniciar la cuenta. Si una
de ellas est en ZA, reiniciar la cuenta.
2. En produccin,
tomar dos unidades (n=2 es un equilibrio entre la
disminucin del riesgo de una falsa alarma**, y esperar demasiado para
tomar decisiones).
Si las dos estn en ZV, continuar.
Si una est en ZV y la otra en alguna ZA, continuar.
Si las dos estn en ZA opuestas, parar y aplicar arranque.
Si alguna est en ZR, parar y aplicar arranque.
El riego es la probabilidad de no detectar un cambio en el proceso, es
decir, que no se manifieste por medio de la obtencin de doble amarillo o una
observacin en rojo.
**Detectar una pareja de observaciones en ZA cuando el proceso no debe ajustarse (riesgo ).
31
3. Frecuencia del muestreo. En promedio debe haber seis parejas de

observaciones entre periodos de ajuste. As, dividir el promedio de tiempo
entre ajustes entre seis (por ejemplo, si es de una hora, las mediciones se
tomarn cada 10 minutos)
VENTAJAS DEL PRECONTROL.
1. Se puede usar en corridas cortas o largas.
2. No es necesario graficar el precontrol. Se puede llevar la grfica cuando
sea necesario demostrar el seguimiento en alguna corrida.
3. Trabaja con especificaciones en lugar de lmites de control.
4. Seala el tiempo de ajuste del proceso o de un cambio de herramienta (2 en
ZA).
PRECONTROL VERSUS GRAFICAS DE CONTROL.
De acuerdo de Ledolter y Swersey (1997), el precontrol no se interesa en la
estabilidad del proceso sino en su capacidad. Si el proceso es muy capaz,
precontrol no intervendr. Sin embargo, si el proceso es estable pero no capaz,
precontrol detendr el proceso y lo ajustar aunque no encuentre causas
especiales de
variacin, produciendo ajustes innecesarios que provocarn ms
variacin (tampering= manipulacin).

El precontrol, a diferencia de las grficas de control, no da pistas hacia el
mejoramiento continuo. En conclusin, se puede decir que el precontrol es
recomendado para operaciones de maquinado, y trabaja mejor cuando el proceso es
capaz (Ledolter y Swersey, 1997).
El precontrol puede usarse cuando en el proceso existen causas especiales de
variacin necesarias como, por ejemplo, en el caso de una recarga de polvo de
vidrio a un horno en el cual se est fundiendo ste. Al abrir la compuesta para
introducir una nueva carga de polvo de vidrio, la temperatura del horno disminuye.
Esto se puede manifestar en una grfica de control como una perturbacin que sin
embargo es necesaria para la operacin del proceso.
El plan de control (control plan). Grficos de variables

El inters de los grficos de control radica en que son fciles de usar e
interpretar, tanto por el personal encargado de los procesos como por la direccin
de stos, y lo que es ms importante: la utilizacin de criterios estadsticos
permite que las decisiones se basen en hechos y no en intuiciones o en
apreciaciones subjetivas que tantas veces resultan desgraciadamente falsas.
32
A la hora de analizar los datos en un proceso de control calidad tenemos que

diferenciar tres casos segn la caracterstica medida:
La variable es medible numricamente, por ejemplo un tiempo.

Se estudia un atributo o caracterstica cualitativa que el proceso posee o no
posee, por ejemplo el paciente cumple o no cumple adecuadamente el
tratamiento
Se cuenta el nmero de defectos en el producto o situaciones inadecuadas
en la prestacin del servicio
2.2.1 GRFICO
El grfico
se usa para controlar la media de una caracterstica de calidad
junto con la dispersin de la misma. Primero, se construye un grfico R, y si se

concluye que la variabilidad est bajo control, entonces tiene sentido construir el
grfico
. Para construir ambos grficos se toman muestras de un tamao n que
depender de las condiciones del proceso productivo (los valores ms frecuentes

para n son 4 y 5) y se calculan las medias y recorridos de cada muestra. Despus,
se calcula la media de todas las medias muestrales,
recorridos muestrales,
y la media de todos los
. A partir de estos valores se determinan los lmites de
control para cada grfico, segn las expresiones que se recogen en la tabla
siguiente.
33
Las constantes A2, D3 y D4 estn tabuladas. Se presenta un extracto en la TABLA

4.
En la FIGURA 4 se muestra un grfico
para controlar la media y la
variabilidad del peso de los envases de legumbres secas procedentes de la mquina
A de nuestra empresa. Para construir este grfico se han considerado 30 muestras

de tamao 8 tomadas a intervalos de 30 minutos. No obstante, hay que sealar que
los lmites que aparecen en los grficos son slo tentativos puesto que si se
descubren causas asignables deben eliminarse las muestras correspondientes y
proceder a calcular nuevos lmites. Slo cuando los lmites permitan juzgar que el
proceso se encuentra en control estadstico, se pueden considerar como lmites
definitivos y utilizarlos para controlar la produccin futura.
As, en el grfico R de la FIGURA 4, se observa un punto fuera del lmite de
control superior, por lo que debera eliminarse la muestra correspondiente y
recalcular los lmites. De forma anloga, se procedera con el grfico
, eliminando
las muestras correspondientes a los puntos fuera de control, hasta conseguir un

proceso estable. Para las muestras sucesivas se irn representando su media y
recorrido en el grfico de control del proceso. No obstante, los lmites de dicho
34
grfico deben revisarse peridicamente y siempre que se realice algn cambio en el

proceso.
2.2.2 GRFICO X-S.

El diagrama de S es muy parecido al diagrama de rangos, pero los lmites se
hacen con los valores de los desvos estndares. Las formas de clculo de los
lmites son:
35
Ejemplo con los datos del ejercicio de muestra de caf:
2.2.3 GRFICO DE INDIVIDUALES (X-IND).

Este diagrama se construye cuando hay un solo grupo con muchas
repeticiones. Los lmites superiores e inferiores se hacen con rangos mviles, por
ejemplo se calculan los rangos de dos medidas sucesivas, obtenindose as n-1
rangos. Las formas de clculo de los lmites son:
siendo 2 un valor de tabla que considera el tamao de cada rango mvil (ver
tabla).
Ejemplo con los datos del ejercicio de humedad de los granos de caf,
considerando que todas las muestras fueron tomadas al mismo tiempo:
36
2.3 CAPACIDAD DEL PROCESO, Cp, Cpk y Cpm.

Anlisis de la capacidad de un proceso.
La capacidad del proceso es la forma en que se compara la variabilidad inherente
de un proceso con las especificaciones o requerimientos del producto.
En el anlisis de la capacidad del proceso, la estadstica puede ser til en el ciclo
de un producto, incluyendo las actividades de desarrollo previas a la manufactura,
para cuantificar la variabilidad del proceso, para analizar esta variabilidad
respecto a los requerimientos o especificaciones del producto y para ayudar al
personal de desarrollo y manufactura a eliminar o reducir en gran medida esta
variabilidad. A esta actividad general se le llama anlisis de capacidad del proceso.
Evidentemente, la variabilidad del proceso es una medida de la uniformidad de la
salida. Hay dos formas de conceptuar esta variabilidad:
1. La variabilidad natural o inherente en un tiempo especificado; la
variabilidad instantnea.
2. La variabilidad con el tiempo.
El anlisis de capacidad del proceso se define como el estudio de ingeniera para
estimar la capacidad del proceso. La estimacin de la capacidad del proceso puede
estar en la condicin de una distribucin de probabilidad que tenga una forma,
centro (media) y dispersin (desviacin estndar) especificados. De manera
alternativa, la capacidad del proceso puede expresarse como un porcentaje fuera
de las
especificaciones. Sin embargo, las especificaciones son necesarias para
realizar el anlisis de capacidad del proceso.

El anlisis de capacidad del proceso es una parte vital de un programa integral de
mejoramiento de calidad. Entre los usos principales de los datos de un anlisis de
capacidad del proceso se encuentran los siguientes:
- Predecir el grado de variabilidad que exhibirn los procesos. Esta
informacin de capacidad proporcionar la informacin importante para
establecer lmites de especificacin realistas.
- Seleccionar, entre procesos que compiten, el proceso ms adecuado para
que las tolerancias se cumplan.
37
- Planear la interrelacin entre procesos secuenciales. La cuantificacin de

las capacidades respectivas del proceso con frecuencia seala el camino
para encontrar una solucin.
- Proporcionar una base cuantitativa para establecer un programa de
verificacin de control peridico del proceso reajustes.
- Asignar mquinas a los tipos de trabajos para los cuales son ms
adecuadas.
- Probar las teoras de las causas de defectos durante los programas de
mejoramiento de calidad
- Servir como base para la especificacin de los requerimientos de calidad
para las mquinas compradas.
Por tanto, el anlisis de capacidad de un proceso es una tcnica que tiene aplicacin
en muchos segmentos del ciclo del producto, incluyendo el diseo de producto y
procesos, la fuente de proveedores, la planeacin de la produccin o la
manufactura, y la propia manufactura.
Para determinar si un proceso es o no capaz se pueden utilizar las siguientes
herramientas:
Histogramas
Grficos de Control
Grficos de Probabilidad
Diseo de experimentos (Estudios de ndices de Capacidad)
La tolerancia se refiere a las medidas fsicas de un producto, mientras que las
especificaciones se refiere a todas las caractersticas del producto o proceso,
incluyendo las medidas fsicas, es decir, las tolerancias estn contenidas dentro de
las especificaciones.
Una razn importante para cuantificar la capacidad del proceso es poder calcular
la capacidad del proceso de mantener las tolerancias del producto. Para procesos
que se encuentran un estado de control estadstico, una comparacin de la
variacin entre 6 de la habilidad del proceso dentro de la amplitud de tolerancia.
Una medida de esta relacin es la tasa de capacidad:
38
Donde:
Cp = ndice de la capacidad del proceso o capacidad potencial
del proceso
LES = Lmite de especificacin superior.
LEI = Lmite de especificacin inferior.
s = R/d2= Desviacin estndar muestral
Un proceso es capaz en medida en que tenga la habilidad de producir en forma

predecible
(el
proceso
debe
estar
en
control
estadstico)
dentro
de
especificaciones.
Un proceso que cumple bien con los lmites de especificacin (rango de
especificacin = 3 tiene un Cp de 1. Lo crtico de muchas aplicaciones y la
realidad de que el promedio del proceso no permanecer en el punto medio del
rango de especificacin sugiere que Cp debe ser al menos 133 (Tabla 3).
Tabla 3: ndices del estudio de la capacidad del proceso (www.scribd.com,2008)
39
Capacidad actual del proceso Cp = 1 (proceso centrado) (mnimo aceptado

Cp=1.33).
Capacidad potencial del proceso Cp = 1 (proceso hbil Cp<1 y proceso no hbil
Cp>1). Al ndice Cp de Proceso, se llama potencial debido a que un proceso de esa
desviacin estndar y esas especificaciones, aun no este centrado, podra si se
centra, tener la capacidad actual Cp=1.
Capacidad actual del proceso Cp = 2 (proceso centrado calidad de seis sigma)
La capacidad del proceso segn se mide con Cp, se refiere a la variacin en un
proceso alrededor del valor promedio.
As, el ndice Cp mide la capacidad potencial, suponiendo que el promedio del
proceso es igual al punto medio de los lmites de especificacin y que el proceso
est operando bajo control estadstico; como con frecuencia el promedio no se
encuentra en el punto medio, es til tener un ndice de habilidad que refleje ambas
variaciones y la localizacin del promedio del proceso. Tal ndice es Cpk.
ndice de la capacidad Cpk
El ndice de Cpk refleja la proximidad de la media actual del proceso al lmite de
especificacin superior (LES) o bien, al lmite de especificacin inferior (LEI).
Cpk se estima mediante:
Mide el desfase con respecto al objetivo.

Cp> Cpk el proceso esta descentrado (Cp=1 y C= 0)
Cp= Cpk el proceso est centrado en el punto medio de las especificaciones
Partes defectuosas por milln. Cpk= 1 indica que los producto estn dentro de
especificacin.
Si el promedio actual es igual al punto medio del rango de especificacin, entonces
40
Cpk= Cp. Entre ms alto sea el valor de Cpk, ms baja ser la cantidad de producto
que est fuera del los lmites de especificacin (www.scribd.com, 2008).
ndice de la capacidad Cpm

Considera las deviaciones del valor objetivo a manera de prdida cuadrtica.
Es un indicador de capacidad potencial que toma en cuenta el centrado del proceso.
REFERENCIAS
1. En ingls Statistical Process Control (SPC).
2. Esta teora general de los grficos de control fue propuesta por primera vez por SHEWHART en
1924. La publicacin en 1931 del libro de SHEWHART , Economic control of quality of manufactured
products, marc el inicio de Control Estadstico de Procesos.

3. CALIDAD TOTAL Y PRODUCTIVIDAD, Humberto Gutierrez Pulido, Mc Graw Hill.
4. ADMINISTRACIN DE OPERACIONES, Richard B. Chase, F. Robert Jacobs, Nicholas J.
Aquilano, Mc Graw Hill.
PGINAS WEB DE REFERENCIA

5. http://es.scribd.com/doc/80679545/Unidad-II-Graficas-de-Control-ParaVariables
6. http://www.mitecnologico.com/Main/PreControl
7. www.scribd.com,2008
8. www.cesma.usb.ve
41

Contenido Tema 2 - Cec - Plan 2010-Presencial

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Contenido Tema 2 - Cec - Plan 2010-Presencial

Cargado por

Copyright:

Formatos disponibles

INSTITUTO TECNOLGICO DE MINATITLN

Control Estadstico de la Calidad

2.1 CONCEPTOS GENERALES Y PRINCIPIOS DEL CEP

DOCENTE: MII ROSSANA ZANELLA NAQUID

El Control Estadstico de Procesos es una herramienta til para alcanzar

Figura. 2.1 Clasificacin de los mtodos estadsticos de control de calidad.

Docente: MII. Rossana Zanella Naquid

Los elementos del crculo de control son:

Establecimiento de un plan o estndar para lograr el objetivo.

El control estadstico de calidad es la aplicacin de los principios y tcnicas

Docente: MII. Rossana Zanella Naquid

Analiza la calidad durante la produccin.

Docente: MII. Rossana Zanella Naquid

Docente: MII. Rossana Zanella Naquid

contraste se realiza mediante un muestreo repetitivo y la obtencin de algn

El valor se ubica entre los lmites de control, es equivalente a no poder

En uno y otro caso cabe la posibilidad de error:

Docente: MII. Rossana Zanella Naquid

Dependiendo de la caracterstica de calidad estudiada y de los parmetros de la

Siendo T el estadstico muestral que mide la caracterstica de inters,

la desviacin tpica de T. Adems, k es la distancia de los

lmites de control a la lnea central, expresada en unidades de la desviacin tpica.

Docente: MII. Rossana Zanella Naquid

puntos representados caigan fuera de los lmites de control cuando el proceso

TIPOS DE GRFICOS DE CONTROL.

Docente: MII. Rossana Zanella Naquid

alterarse ofreciendo la posibilidad de corregirlo antes de que empiecen a

Docente: MII. Rossana Zanella Naquid

Los diagramas de control proporcionan informacin sobre el valor de los

Tamao y frecuencia de muestreo.

Donde N = Nmero de muestras

Docente: MII. Rossana Zanella Naquid

La Grfica de Control es una herramienta que permite hacer un anlisis

Son graficas poligonales que muestran en el tiempo el estado del proceso y

Docente: MII. Rossana Zanella Naquid

ESTABLECER UNA GRFICA DE CONTROL REQUIERE LOS SIGUIENTES

Elegir la caracterstica que debe graficarse.

Elegir el tipo de grfica de control

Seleccionar el subgrupo racional. Cada punto en una grfica de control

Proporcionar un sistema de recoleccin de datos si la grfica de control ha

Calcular los lmites de control y proporcionar instrucciones especficas

Graficar los datos e interpretar los resultados

INTERPRETACION DE LOS GRAFICOS DE CONTROL

Deben considerarse varios factores al

responder estas preguntas:

Docente: MII. Rossana Zanella Naquid

Como leer las grficas de control

Docente: MII. Rossana Zanella Naquid

Lo ms importante en el control del proceso es captar el estado del proceso de

Docente: MII. Rossana Zanella Naquid

ANOMALAS: CAUSAS Y EFECTOS.

Docente: MII. Rossana Zanella Naquid

2. Racha. Una racha de siete o ms puntos a un lado de la lnea central:

3. Tendencia creciente o decreciente: Cuando los puntos forman una curva

Docente: MII. Rossana Zanella Naquid

4. Acumulacin de puntos en el tercio central (ms de dos tercios de

Docente: MII. Rossana Zanella Naquid

5. Acercamiento a los lmites de control: Dos puntos de tres consecutivos en la

Docente: MII. Rossana Zanella Naquid

6. Acumulacin de puntos cerca de los lmites de control (ms de un tercio

7. Dientes de sierra: Es un caso exagerado de la seal anterior, pero se debe

Docente: MII. Rossana Zanella Naquid

8. Periocidad o ciclos. Tambin es anormal que la curva muestre