GRFICAS DE CONTROL

INTRODUCCIN
El grafico de control es un grfico en el que se presenta el comportamiento
de un proceso anotando sus datos ordenados en el tiempo.
Las grficas de control se emplean para vigilar procesos, generalmente los de
produccin. Por ello dichos grficos deben satisfacer 2 exigencias contrarias:
1) si el proceso est de hecho o fuera de control, el grafico debe sealarlo tan
pronto como sea posible. Cuando antes se produzca la seal, ms se reducir
la produccin de unidades no satisfactorias.
2) si est bajo control, cualquier seal que lance el grafico ser una seal
falsa.
El grafico de control debe permitir que un proceso bajo control opere durante
largo tiempo sin producir seales falsas.
El objetivo principal de los grficos de control es detectar lo antes posible
cambios en el proceso que puedan dar lugar a la produccin de unidades
defectuosas y ello se consigue minimizando el tiempo que transcurre desde
que se produce un desajuste hasta que se detecta.
Otro de los objetivos primordiales de los grficos es la deteccin rpida de la
presencia de causas asignables que ha entrado al proceso y para ello son
importantes los siguientes puntos:
El riesgo que se est dispuesto a admitir cada vez que se decida que una
causa asignable ha entrado al proceso.
El cambio mnimo es el valor del parmetro que se desea detectar.
El tiempo mnimo esperado entre desajustes.

MARCO TEORICO
El control estadstico de procesos hay que verlo tambin como una
herramienta de mejora continua de la calidad de los productos, puesto que hoy
en da se mide la calidad de un producto como un valor que es inversamente
proporcional a la variabilidad que presentan sus caractersticas de calidad en el
cliente, puesto que reducir la variabilidad debido a sus causas comunes resulta
ms complejo, respecto a lo general ayuda a la deteccin de causas
asignables para tomar acciones en funcin de su naturaleza.
Las causas especiales de variacin representan grandes fluctuaciones o
patrones en los datos que no son inherentes al proceso. Estas fluctuaciones a
menudo son causadas por cambios en el proceso que
representan problemas para corregir u oportunidades para aprovechar.
Algunas organizaciones se refieren a las causas especiales de variacin como
causas asignables de variacin.

Las causas comunes de variacin representan la variabilidad inherente que

existe en un proceso. Estas fluctuaciones consisten en numerosas pequeas
causas de variabilidad que operan aleatoriamente o por casualidad, Algunas
organizaciones se refieren a las causas comunes de variabilidad como causas
aleatorias de variacin
Las grficas de control nos permiten monitorear un proceso e identificar la
presencia o ausencia de causas especiales. Al hacerlo as, las grficas de
control nos ayudan a prevenir dos tipos de errores. El primer tipo de error
implica la creencia de que un valor observado representa una causa especial
de variacin cuando en realidad se debe a una causa comn de variacin del
sistema.
El segundo tipo de error implica tratar una causa especial de variacin como si
fuera una causa comn de variacin. Este error es el resultado de no tomar
una accin correctiva inmediata cuando es necesario. Aunque ambos tipos de
errores pueden ocurrir aun cuando usemos una grfica de control, es menos
probable que suceda.
Para construir una grfica de control, se recolectan muestras de las salidas de
un proceso a lo largo del tiempo. Las muestras utilizadas para construir
grficas de control se conocen como subgrupos. Para cada subgrupo se calcula
el valor de un estadstico asociado con una variable.
Los estadsticos utilizan comnmente incluyen la fraccin disconforme y la
media y el rango de una variable numrica. Entonces se grafican los
valores contra el tiempo y se agregan los lmites de control a la grfica. La
forma ms comn de grfica de control establece lmites de control que estn
dentro de 3 desviaciones estndar de la medida estadstica de inters. La
ecuacin media del proceso 3 desviaciones estndar define en general los
lmites de control superior e inferior para las grficas de control.
Construccin De Los Lmites De Control
Media del proceso 3 desviaciones estndar, por lo que:
El Lmite de control superior (LCS) = media del proceso +3 desviaciones estndar.
Lmite de control inferior (LIC) = media del proceso -3 desviaciones estndar.

En el panel A, no existe un patrn aparente de los valores a lo largo del tiempo

y no hay puntos que caigan fuera del lmite de control de 3 desviaciones
estndar. El proceso parece estable y contiene slo causas comunes de
variacin.
El panel B, por el contrario, contiene dos puntos que caen fuera de los lmites
de control de las 3 desviaciones estndar. Se deben investigar estos puntos
para tratar de determinar las causas especiales que llevan a su ocurrencia.
El panel C no tiene ningn punto fuera de los lmites de control, tiene una serie
de puntos consecutivos por arriba del valor promedio (la lnea central), as
como una serie de puntos consecutivos por debajo del valor promedio.
Adems, se observa claramente una tendencia global descendente. Se debe
investigar esta situacin para tratar de determinar qu podra haber causado
ese patrn.
Se dice que un proceso cuya grfica de control indica una condicin fuera de
control, est fuera de control. Un proceso fuera de control contiene tanto
causas comunes de variacin como causas especiales de variacin, Puesto que
las causas especiales de variacin no forman parte del diseo del proceso, un
proceso fuera de control es impredecible. Una vez que se determina que un
proceso est fuera de control, se deben identificar las causas especiales de
variacin que estn provocando las condiciones fuera de control.
La operacin de grfica de control es una prueba de la hiptesis de que el
proceso est bajo control. Se entiende que un grfico de control da falsas
alarmas cuando las observaciones de un proceso en estado de control
llevadas al grafico son interpretadas errneamente como seales de aparicin
de causas asignables. Para que esto no ocurra con frecuencia se toman los
lmites tales como la probabilidad de falsa alarma sea del orden de un 3 %, es
decir, se ha de estar muy seguro para aceptar que el proceso a cambiado. Para
ello en este caso la distribucin normal los lmites de control se ha de situar a
una distancia de la lnea central de tres desviaciones tpicas del estadstico que
se sita en el grfico.

El tiempo medio que se producen los desajustes en el proceso determina la

frecuencia de muestreo, cuanto ms estable en un proceso menos inversin
(tiempo y dinero) debe dedicarse a controlarlo. Puesto que se ha de minimizar
el tiempo de deteccin de un cambio en el proceso, la frecuencia de muestreo
ha de ser superior a la del tiempo esperado entre cambios.
Por otra parte, adems del tiempo medio entre desajustes, es importante
estimar los costes de producir fuera de control en este tiempo, de tomar datos
del proceso y de ajustarlo. En funcin de ellos, realizar una poltica de control lo
ms ptima posible.
GRAFICAS DE CONTROL PARA VARIABLES
Se denomina as los graficas de control para caractersticas continuas del
producto o del proceso tales como: contenido en cm3 de un lquido,
temperatura de un horno, etc. Las cuales cuando el proceso est en estado de
control, en las medias para tamao distribuyen en general segn la ley normal,
es decir, si no se distribuyen las observaciones individuales, si lo hacen las
medias para tamao demasiado grande (teorema central del lmite).
Un proceso del cual se est controlando una caracterstica continua puede
abandonar ese estado de control por verse afectado su media, su variabilidad o
ambas a la vez. Por consiguiente, hay que construir grficas para controlar
ambos parmetros por separado, no solo la media.
El control de la media del proceso se realiza, siempre que se pueda, a travs de
las medias de muestras de tamao n.
Si de las mismas muestras se calcula la desviacin tpica muestral s, se puede
construir un grfico de control para la desviacin estndar utilizando la
distribucin terica de s:
Las muestras han de ser obtenidas de tal forma que contengan individuos
homogneos, es decir, producidos bajo las mismas condiciones, as los
estadsticos que se obtengan de ellos, la media y el recorrido, sern buenos
estimadores de los parmetros del proceso. Debe procurarse que, durante el
tiempo que el proceso fabrica los individuos que forman parte de una muestra,
solo hayan actuado causas comunes de variabilidad.
Los lmites en los grficos se colocan.

EJEMPLO 1: Se ha obtenido una grfica del contenido de plomo en partes

por billn de 5 muestras de agua registradas diariamente por un periodo de
5 das, que se muestra a continuacin:
DAS
1
2
3
4
5
6
7
8

1
13
0
4
3
5
9
0
9

MUESTRAS DE AGUA
2
3
4
8
2
5
6
1
9
2
4
3
15
8
3
10
5
4
5
13
7
4
4
3
3
0
6

5
8
15
4
5
0
7
9
0

9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30

14
3
5
3
5
13
7
12
9
6
7
10
3
3
3
0
2
3
2
0
3
9

0
9
8
2
11
5
0
7
4
1
0
0
7
0
3
2
3
1
4
16
5
7

0
5
0
2
14
5
1
10
4
1
5
10
5
10
0
3
5
4
5
7
9
10

5
0
7
7
8
12
0
4
8
3
7
12
10
5
6
6
4
2
13
2
8
13

3
2
8
4
3
7
6
13
9
13
2
7
12
4
9
7
10
4
4
11
6
0

Clculo del rango R de las muestras

A continuacin, debern calcularse los rangos promedios de las
muestras. El rango es la diferencia del valor mayor de la muestra menos
el valor menos de la muestra, esto es, de manera muy abstracta, R = M
- m, donde M es el mayor y m es el menor.
Calculamos los valores de los rangos mustrales de la siguiente forma:

DAS
1
2
3
4
5
6

1
13
0
4
3
5
9

MUESTRAS DE AGUA
2
3
4
8
2
5
6
1
9
2
4
3
15
8
3
10
5
4
5
13
7

5
8
15
4
5
0
7

Ri
11
15
2
12
10
8

7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30

0
9
14
3
5
3
5
13
7
12
9
6
7
10
3
3
3
0
2
3
2
0
3
9

4
3
0
9
8
2
11
5
0
7
4
1
0
0
7
0
3
2
3
1
4
16
5
7

4
0
0
5
0
2
14
5
1
10
4
1
5
10
5
10
0
3
5
4
5
7
9
10

3
6
5
0
7
7
8
12
0
4
8
3
7
12
10
5
6
6
4
2
13
2
8
13

9
0
3
2
8
4
3
7
6
13
9
13
2
7
12
4
9
7
10
4
4
11
6
0

9
9
14
9
8
5
11
8
7
9
5
12
7
12
9
10
9
7
8
3
11
16
6
13

Clculo de la R promedio (Lnea Central)

Se calcular el valor R, que es el promedio de los rangos mustrales.
Esto se obtiene sumando las Ri obtenidas en todas las muestras y
dividindolo entre el nmero de observaciones realizadas. En nuestro
ejemplo n=30.
La suma total Ri = 275
El promedio Ri = 9.167, que es el valor del Lmite Central para la
Grfica R, y es la lnea central de nuestras observaciones.
Clculo de Lmites Superior e Inferior de los Rangos Muestrales
Los lmites superior e inferior nos ayudan a deducir si nuestro grfico se
encuentra dentro o fuera de control. Por esto es necesario ubicar su
lugar en el histograma (que se har posteriormente) con ayuda de las
siguientes frmulas abreviadas.
Lmite de control superior=

D4 R

Lmite de control inferior=

D3 R

Donde

D3

D4

son constantes aplicadas en nuestro ejemplo, y que

se encuentran en la siguiente tabla:

N de
observaciones en
una muestra
2
3
4
5
6
7
8
9
10
11
12
13
14
15

A2

D3

D4

1.880
1.023
0.729
0.577
0.483
0.419
0.373
0.337
0.308
0.285
0.266
0.249
0.235
0.223

0
0
0
0
0
0.076
0.136
0.184
0.223
0.256
0.284
0.308
0.329
0.348

3.268
2.574
2.282
2.114
2.004
1.924
1.864
1.816
1.777
1.744
1.717
1.692
1.671
1.652

Factor para la
estimacin de R:
d2=R/s
1.128
1.693
2.059
2.326
2.534
2.704
2.847
2.97
3.078
3.173
3.258
3.336
3.407
3.472

La seleccin de las constantes D dependern del nmero de

observaciones en nuestra muestra; como nuestro ejemplo consta de 5
observaciones, D3=0 y D4=2.114
As, se sustituye el valor seleccionado en la frmula y se obtiene que:
Lmite de control superior =

D4 R

Lmite de control superior = (2.114) (9.167) = 19.38*

Lmite de control inferior =

D3 R

Lmite de control inferior = (0) (9.167) = 0*

* Estos valores se usarn en la elaboracin del grfico.
Crear el Grfico R

Creando una grfica X

En base a la primera tabla de datos, se realizar ahora un grfico X, que
es muy parecida a la anterior; la diferencia radica en que en lugar de
tomar R como valores de Y, se toma el valor promedio de X.
Clculo de los promedios

de las muestras (Lnea central)

En la tabla de datos se agrega una columna y se realiza el clculo de los

promedios, que es la suma de los elementos de la primera muestra m
entre el nmero de elementos, esto es,

X =(m 1+ m2++ mn)/n . En

Excel puede utilizarse la frmula (=PROMEDIO(m1:mn)), adecuado a

cada ejercicio en particular.
Aplicndolo al ejemplo, se tiene que el valor de n=5 porque son 5
uestras en total, obteniendo los valores de

X :

Graficas de Control de calidad: teora y aplicaciones

Escrito por Bertrand L. Hansen,Prabhakar M. Ghare disponible en https://books.google.com.pe

Conclusin
Las grficas de control son tiles en cuanto a la informacin que presentan
para utilizarla en la toma de decisiones.
Bibliografa