Está en la página 1de 24

UNIDAD 2 GRAFICAS DE CONTROL POR VARIABLES

2.1 Conceptos generales de CEP y principios


Administracin por reaccin y las cartas de control
El mundo se caracteriza por su variabilidad; por ejemplo, en el trayecto a la escuela o al
trabajo no siempre se hace el mismo tiempo, el porcentaje de artculos defectuosos de
lote a lote es variable, la capacitacin y habilidad entre los trabajadores no es idntica,
cada cliente es diferente. En las organizaciones, continuamente se observan cambios
(variacin), por ejemplo, de una semana a otra pueden presentarse cambios en las ventas
o en el desempeo de los procesos. En este contexto, uno de los aspectos crticos en la
administracin de cualquier organizacin es decidir ante qu tipo de cambios se debe
actuar oportunamente antes de que las cosas vayan peor. Tambin es igualmente
importante saber en forma adecuada y oportuna si las acciones que se estn ejecutando
cumplen sus objetivos. Enfrentar estos dos aspectos crticos no es sencillo, porque por un
lado siempre hay variacin y, por otro, una de las principales fallas de los directivos en
una organizacin es que administran por reaccin, de acuerdo con el resultado anterior y
sin conocimiento de la variabilidad; lo que lleva a que mucho del trabajo sea reactivo y se
atienda con acciones como juntas de trabajo, llamadas de atencin, regaos, nuevas
reglas e indicaciones, etc. Cuando se trabaja en forma reactiva, se termina actuando ante
las muchas cosas urgentes y se dejan de lado los asuntos que, aunque no son urgentes,
son los realmente importantes.
Causas comunes y causas especiales de variacin
La variacin por causas comunes (o por azar) es aquella que permanece da a da, lote a
lote; la aportan en forma natural las actuales condiciones de las 6M. Esta variacin es
inherente a las actuales caractersticas del proceso y es resultado de la acumulacin y
combinacin de diferentes causas difciles de identificar y eliminar, debido a que son
inherentes al sistema y porque la contribucin individual de cada causa es pequea; no
obstante, a largo plazo representan la mayor oportunidad de mejora.
La variacin por causas especiales (o atribuibles) es generada por situaciones o
circunstancias especiales que no estn permanentemente en el proceso. Por ejemplo, la
falla ocasionada por el mal funcionamiento de una pieza de la mquina, el empleo de
materiales no habituales o el descuido no frecuente de un operario. Las causas
especiales, por su naturaleza relativamente discreta, a menudo pueden ser identificadas y
eliminadas si se cuenta con los conocimientos y condiciones para ello.
No distinguir entre estos dos tipos de variabilidad lleva a cometer dos errores en la
actuacin sobre los procesos. Error 1: reaccionar ante un cambio o variacin (efecto o
problema) como si pro- viniera de una causa especial, cuando en realidad surge de algo

ms profundo en el proceso, como las causas comunes de variacin. Error 2: tratar un


efecto o cambio como si proviniera de causas comunes de variacin, cuando en realidad
se debe a una causa especial. Cada uno de estos dos errores causa prdida. Se puede
evitar uno u otro, pero no ambos. No es posible reducir a cero ambos errores.
Elementos bsicos de una carta de control
El objetivo bsico de una carta de control es observar y analizar el comportamiento de un
proceso a travs del tiempo. Esto permitir distinguir las variaciones por causas comunes
de las debidas a causas especiales (atribuibles), lo que ayudar a caracterizar el
funcionamiento del proceso y as decidir las mejores acciones de control y de mejora.
La lnea central de una carta de control representa el promedio del estadstico que se est
graficando, cuando el proceso se encuentra en control estadstico. Las otras dos lneas se
llaman lmites de control, superior e inferior, y estn en una posicin tal que, cuando el
proceso est en control estadstico, hay una alta probabilidad de que prcticamente todos
los valores del estadstico (puntos) caigan dentro de los lmites.
Tipos de cartas de control
Existen dos tipos generales de cartas de control: para variables y para atributos. Las
cartas de con- trol para variables se aplican a caractersticas de calidad de tipo continuo,
que intuitivamente son aquellas que requieren un instrumento de medicin (pesos,
volmenes, voltajes, longitudes, resistencias, temperaturas, humedad, etctera). Las
cartas de control para variables tipo Shewhart ms usuales son:

X-(de medias),
R-(de rangos),
S -(de desviaciones estndar) y
X-(de medidas individuales).

2.2 Elaboracin e interpretacin de grficas para variables

Interpretacin de las cartas de control

Patrn 1. Desplazamientos o cambios en el nivel del proceso


Este patrn ocurre cuando uno o ms puntos se salen de los lmites de control o cuando
hay una tendencia larga y clara a que los puntos consecutivos caigan de un slo lado de
la lnea central. Estos cambios especiales pueden ser por: La introduccin de nuevos
trabajadores, mquinas, materiales o mtodos. Cambios en los mtodos de inspeccin.
Una mayor o menor atencin de los trabajadores. Un proceso mejor (o peor).
Patrn 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. Una tendencia ascendente o descendente bien definida y larga se

puede deber a algunas de las siguientes causas especiales: El deterioro o desajuste


gradual del equipo de produccin. Desgaste de las herramientas de corte. Acumulacin de
productos de desperdicio en las tuberas. Calentamiento de mquinas. Cambios
graduales en las condiciones del medio ambiente.
Patrn 3. Ciclos recurrentes (periodicidad)
Otro movimiento no aleatorio que pueden presentar los puntos en 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 en ciclos. Cuando un comportamiento cclico se presenta en la carta X,
entonces las posibles causas son: 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
materiales que se usan alternadamente.
Patrn 4. Mucha variabilidad
Una seal de que en el proceso hay una causa especial de mucha variacin, se
manifiesta mediante la alta proporcin de puntos cerca de los lmites de control, a ambos
lados de la lnea central, y pocos o ningn punto en la parte central de la carta. En estos
casos se dice que hay mucha variabilidad, 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. Control de dos o ms
procesos en la misma carta con diferentes promedios.
Patrn 5. Falta de variabilidad (estratificacin)
Una seal de que hay algo especial en el proceso es que prcticamente todos los puntos
se concentren en la parte central de la carta, es decir, que los puntos reflejen poca
variabilidad o estratificacin. Algunas de las causas que pueden afectar a todas las cartas
de control de esta manera son: Equivocacin en el clculo de los lmites de control. a
Agrupamiento en una misma muestra a datos provenientes de universos con medias a
bastantes diferentes, que al combinarse se compensan unos con otros. Cuchareo de los
resultados. a Carta de control inapropiada para el estadstico graficado.

Interpretacin de los lmites de control en una carta X

Estos lmites reejan la variacin esperada para las medias mustrales de tamao n,
mientras el pro- ceso no tenga cambios importantes. De ninguna manera se deben
emplear para evaluar la capacidad, puesto que estos lmites de control, calculados con
informacin del proceso, no son los de especicaciones o tolerancias que se jaron de
antemano. Los lmites de control en una carta de medias tampoco son igual a los lmites
reales o naturales del proceso, estos estn dados por:
Lmite real superior = + 3
Lmite real inferior = + 3

y reejan la variacin esperada para las mediciones individuales (el peso de los costales)
y no para la media de n costales. As, los lmites reales para el peso de los costales se
pueden obtener estimando la desviacin estndar del proceso, , a travs del mtodo de
rangos:

La interpretacin correcta de los lmites de control es de especial relevancia para una


adecuada aplicacin de la carta X, ya que de lo contrario se caer en el error de confundir
los lmites de control con las especicaciones o con los lmites reales. Estos errores
generalmente traen como con- secuencia que se trate de utilizar la carta para evaluar
capacidad, cuando se debe usar para analizar estabilidad y detectar cambios en la media
del proceso de manera oportuna. Por ltimo, aunque los lmites de control de una carta X
se deducen a partir del supuesto de normalidad, si la caracterstica de calidad tiene
desviaciones moderadas de la normalidad.

Interpretacin de la carta R

Los lmites en una carta R indican la variacin esperada para los rangos mustrales
de tamao n, mientras el proceso no tenga un cambio significativos. Estos lmites se
utilizan para detectar cambios en la amplitud o magnitud de la variacin del proceso y
para ver qu tan estable permanece a lo largo del tiempo, pero por ningn motivo se
deben emplear para evaluar la capacidad.
De esta manera, dado que la carta R ha mostrado que la variabilidad del peso de los
costales es estable y que la carta de medias no detect ninguna situacin o causa
especial que haya afectado la tendencia central del proceso, entonces los lmites de
control encontrados para ambas cartas se pueden usar a futuro para analizar el
proceso de envasado directamente en la lnea de produccin.

2.2.1 Carta de control XR


Con las mediciones de cada subgrupo se calcular la media y el rango, de modo que
cada periodo de tiempo (media hora, por ejemplo) se tendr una media y un rango
muestral que aportarn informacin sobre la tendencia central y la variabilidad del
proceso, respectivamente. Con la carta X se analiza la variacin entre las medias de los
subgrupos, para as detectar cambios en la media del proceso. Con la carta R, en cambio,
se analiza la variacin entre los rangos de los subgrupos, lo que permite detectar cambios
en la amplitud o magnitud de la variacin del proceso.
Lmites de control de la carta X
Como se ha sealado, los lmites de control de las cartas tipo Shewhart estn
determinados por la media y la desviacin estndar del estadstico w que se grafica en la

carta, mediante la expresin w 6 3x. En el caso de la carta de medias el estadstico w


es la media de los subgrupos, X, por lo que los lmites estn dados por:

Donde x significa la media de las medias, y x la desviacin estndar de las medias,


que en un estudio inicial se estiman de la siguiente manera:

Donde X es la media de las medias de los subgrupos, s la desviacin estndar del


proceso, que indica qu tan variables son las mediciones individuales, y n es el tamao de
subgrupo. Como por lo general en un estudio inicial no se conoce s, sta puede estimarse
de dos formas principalmente. Una es calculando la desviacin estndar, , la otra
manera de estimar es ms apropiada para la carta X y parte de slo considerar la
variabilidad dentro de muestras, a travs los rangos de los subgrupos, y la estimacin
est dada por:

Donde R es la media de los rangos de los subgrupos y d2 es una constante que depende
de n, el tamao de subgrupo o muestra.1 En el apndice se dan varios valores de d2 para
distintos valores de n. De esta manera, 3 veces la desviacin estndar de las medias se
estima con

Como se observa, se ha introducido la constante A2 para simplificar los clculos. Esta


constante est tabulada en el apndice y depende del tamao del subgrupo n. Con base
en lo anterior, los lmites de control para una carta de control X, en un estudio inicial, se
obtienen de la siguiente manera

Cuando ya se conocen la media, , y la desviacin estndar del proceso, s, entonces


estos lmites para la carta de medias estn dados por:

Ejemplo:
En una empresa que elabora agroqumicos, una caracterstica importante de los costales
de fertilizantes es su peso, que debe ser de 50 kg, con una tolerancia de 1, por lo que la
especificacin inferior EI=49 kg, y la superior ES=51 kg. Para monitorear el

comportamiento del proceso de envasado se usa una carta de control XR. Para hacer un
estudio inicial del desempeo del proceso de envasado, primero es necesario pesar
costales que de alguna manera reflejen el comportamiento del proceso de llenado en un
lapso de tiempo suficientemente representativo, por ejemplo, tres das, una semana o un
mes. En el ejemplo, se decide pesar cada hora una muestra de cuatro costales que se
llenaron consecutivamente. Los datos obtenidos en tres das se muestran en la tabla 14.1,
en la que se incluye la media y el rango de cada muestra o subgrupo. Lo que sigue es
analizar con la carta X cmo estuvieron variando las medias de los subgrupos y con la
carta R la manera que variaron los rangos.

En el caso de los datos de la tabla 14.1, correspondientes al peso de los costales de


fertilizante, se est haciendo un estudio inicial, por ello si tomamos en cuenta que X =5
49.76, R=5 1.05, y para n= 4, A2 =0.729; entonces

La carta correspondiente se muestra en la grfica siguiente. A partir de sta, se


aprecia que el peso de los costales est bajo control estadstico en cuanto a la
tendencia central, con lo que es posible afirmar que el peso de los costales flucta de
manera estable alrededor de 49.76 kg. As, la variacin que se observa en las medias
de los subgrupos se debe a que son muestras pequeas y a la variacin que
comnmente tiene el proceso, por lo que no se hizo presente ningn cambio
ocasionado por una situacin o causa especial.

CARTA DE CONTROL R
Con la carta R se detectan cambios en la amplitud o magnitud de la variacin del proceso.

Lmites de control de la carta R

Se determinan a partir de la media y la desviacin estndar de los rangos de los


subgrupos, ya que en este caso es el estadstico w que se grfica. Por ello, los lmites se
obtienen con la expresin:

Donde R signica la media de los rangos, y R la desviacin estndar de los rangos, que
en un estudio inicial se estiman de la siguiente manera:

Donde R es la media
de los rangos de los
subgrupos, la desviacin estndar del proceso, d3 es una constante que depende del
tamao del subgrupo, y como por lo general en un estudio inicial no se conoce , sta
puede estimarse a travs de R/d2, como ya lo habamos explicado. En forma explcita, los
lmites de control para la carta R se calculan con:

Donde se han introducido las constantes D3 y D4 para simplificar los clculos y estn
tabuladas en el apndice para diferentes tamaos de subgrupo, n. Los lmites de control
para la carta R estn dados por:

Ya que
del
apndice
D4=2.282 y D3=0, para n=4.
En la grfica se observa que
no hay puntos fuera de los
lmites
y, adems,
el
comportamiento de los puntos
no sigue ningn patrn especial, por lo tanto, el proceso de envasado de los costales ha
estado funcionando de manera estable en cuanto a la amplitud de su variacin. Luego, la
variacin que se observa en los rangos mustrales se debe a que el tamao de subgrupo
o muestra es pequeo y a la variacin que comnmente tiene el proceso, por lo que no se
hizo presente ningn cambio ocasionado por una situacin o causa especial.

2.2.2 Grafica X-S


El Grfico X-S: Esta grfica nos ayuda a conseguir lo que es desviaciones
estndares y en conjunto tambin lo que son el esquema de medias, para ello
requerimos la particularidad de nuestro producto se encuentre delimitado con
clase de estudio de variantes y magnitud de sub-agrupaciones que nos den un
valor de 0.

2.2.3 Grafica de X de individuales


La carta de individuales es un diagrama para variables de tipo continuo, pero en lugar de
aplicarse a procesos semi masivos o masivos, como la carta X R 2, se aplica a procesos

lentos, en los cuales para obtener una medicin de la variable bajo anlisis se requieren
periodos relativamente largos. Ejemplos de este tipo de procesos son:
Procesos qumicos que trabajan por lotes. a Industria de bebidas alcohlicas, en las que
deben pasar desde una hasta ms de 100 a horas para obtener los resultados de los
procesos de fermentacin y destilacin. Procesos en los que las mediciones cercanas
slo difieren por el error de medicin. Por a ejemplo, temperaturas en procesos, humedad
relativa en el medio ambiente, etctera. Algunas variables administrativas, cuyas
mediciones se obtienen cada da, cada semana a o ms. Por ejemplo: mediciones de
productividad, de desperdicio, de consumo de agua, electricidad, combustibles, etctera.
En estos casos, la mejor alternativa es usar una carta de individuales, en la que cada
medicin particular de la variable que se quiere analizar se registra en una carta. Para
determinar los lmites de control se procede igual que en los casos anteriores, mediante la
estimacin de la media y la desviacin estndar del estadstico w que se gra ca en la
carta, que en este caso es directamente la medicin individual de la variable X. Por ello,
los lmites se obtienen con la expresin
son la media y la desviacin
estndar del proceso, respectivamente. Es decir, los lmites de control en este caso
coinciden por definicin con los lmites reales. En un estudio inicial, estos parmetros se
estiman de la siguiente manera:

Donde X es la media de las mediciones de los subgrupos y R es la media de los rangos


mviles de orden dos (rango entre dos observaciones sucesivas en el proceso, vea el
ejemplo siguiente). Al dividir el rango promedio entre la constante d2 se obtiene una
estimacin de la desviacin estndar del proceso, s. Adems, como en este caso, el
rango mvil es de orden dos, entonces el valor de n para determinar d2 ser n 5 2; por
tanto, de acuerdo con el apndice, cuando n 5 2, d2 5 1.128. De lo anterior se concluye
que los lmites de control para una carta de individuales estn dados por:

Ejemplo:
En una empresa se hacen impresiones en lminas de acero, que posteriormente se
convierten en recipientes de productos de otras empresas. Un aspecto importante a vigilar
en dicha impresin es la temperatura de horneada que, entre otras cosas, adhiere y
seca la pintura una vez que sta se imprimi.
En una fase particular de la horneada se tiene que la temperatura de cierto horno debe
ser 125C, con una tolerancia de 65C. Si no se cumple con tal rango de temperatura,
entonces se presentan problemas en la calidad final de la impresin. Para controlar de

manera adecuada tal caracterstica de proceso se usa una carta de control, y


evidentemente aqu no tiene sentido tomar una muestra de tamao cuatro, ya que si se
miden las temperaturas del horno de manera consecutiva, entonces stas sern
prcticamente las mismas; y si las mediciones no se hacen de manera consecutiva y se
hacen, por ejemplo, cada hora, entonces habr que esperar cuatro horas para graficar un
punto en la carta de control y as analizar el proceso. De este modo resulta ms prctico
hacer, peridicamente, una medicin de la temperatura en el horno, y en cuanto se
obtiene el dato graficarlo en la carta. Es decir, resulta ms prctico llevar una carta de
control para individuales.

Los lmites de control para la carta de individuales son los siguientes:

La carta de control obtenida, en la cual, no hay puntos fuera de los lmites de control. Sin
embargo, en las ltimas mediciones de temperatura aparece una tendencia, ya que hay
seis puntos consecutivos de manera ascendente. De esta forma, alguna causa especial
provoc una tendencia a que la temperatura se incrementara en el ltimo da, por lo que
se debe actuar de inmediato para identificarla, lo cual permite prevenir problemas ms
graves en la impresin de las lminas de acero.

2.3. Capacidad de proceso, Cp, Cpk, Cps, Cpi


Los procesos tienen variables de salida, los cuales, por lo general, deben cumplir con
ciertas especificaciones para que sea posible considerar que tal proceso funciona de
manera satisfactoria. Analizar la capacidad o habilidad de un proceso consiste en conocer
la amplitud de la variacin natural del proceso para una caracterstica de calidad dada;
esto permitir saber en qu medida tal caracterstica de calidad es satisfactoria.
En este captulo se analizan los ndices de capacidad que, como su nombre lo indica, son
mediciones especializadas en evaluar la capacidad, que permiten comparar procesos y
detectar la necesidad de mejoras. Por la sencillez de los ndices, en ocasiones se abusa
de su prctica y no se consideran sus limitaciones, por lo que es muy importante
conocerlos bien para hacer una interpretacin.
El ndice de capacidad potencial del proceso, Cp se define de la siguiente manera:

Donde representa la desviacin estndar del proceso, y ES y EI son las


especificaciones superior e inferior para la caracterstica de calidad. Como se puede
observar, el ndice Cp compara el ancho de las especificaciones o variacin tolerada para
el proceso con la amplitud de la variacin real del proceso:

Interpretacin del ndice Cp


Para que el proceso pueda considerarse potencialmente capaz de cumplir con
especificaciones, se requiere que la variacin real (natural) siempre sea menor que la
variacin tolerada. De aqu que lo deseable es que el ndice Cp sea mayor que 1, y si el
valor del ndice Cp es menor que uno, es una evidencia de que no cumple con
especificaciones. Para una mayor precisin en la interpretacin, la tabla 9.1 presenta
cinco categoras de procesos que dependen del valor del ndice Cp, suponiendo que el
proceso est centrado. Ah se ve que el Cp debe ser mayor que 1.33, si se quiere tener un
proceso bueno, pero debe ser mayor o igual que 2 si se quiere tener un proceso de clase
mundial (calidad Seis Sigma).

Los ndices Cp, Cpi y Cps en trminos de la cantidad de piezas malas, bajo normalidad y
proceso centrado en el caso de doble especificacin.

El ndice Cpk siempre ser menor o igual que el ndice Cp. Cuando sean muy prximos,
eso indicar que la media del proceso est muy cerca del punto medio de las
especificaciones, por lo que la capacidad potencial y real es similar.

Unidad 3 Graficas De Control Para Atributos


3.1 Conceptos generales de atributos
Grficos de Control por Atributos: Muchas caractersticas de calidad no se miden en una
escala continua o en una escala cuantitativa. En estos casos, cada unidad del producto
puede juzgarse como conforme o disconforme en base a si posee o no ciertos atributos, o
puede contarse el nmero de disconformidades (defectos) que aparecen en una unidad

del producto. Por lo general, los grficos por atributos no ofrecen tanta informacin como
los grficos por variables, ya que una medicin numrica es ms informativa que la sola
clasificacin de una unidad como conforme o disconforme.
Aun as, los grficos por atributos son muy tiles en el sector servicios y en los esfuerzos
de mejora de la calidad fuera de la manufactura, ya que no es fcil medir en una escala
numrica un gran nmero de las caractersticas de calidad que se encuentran en estos
escenarios.
Al igual que en los grficos de control por variables, el grafico de atributos representa un
estadstico T del proceso (como puede ser el nmero de defectos) frente al nmero de la
muestra o al tiempo. Una lnea central representa el valor medio o esperado del
estadstico, mientras que la especificacin de los lmites de control es una de las
decisiones crticas que deben tomarse al disear un grfico de control.
Un punto que se encuentra fuera de los lmites de control se interpreta como una
evidencia de que el proceso est fuera de control. Adems, incluso si todos los puntos se
hallan comprendidos entre los lmites de control, pero se comportan de manera
sistemtica o no aleatoria, tambin se tendra un proceso fuera de control.

3.2 Elaboracin de graficas interpretadas para atributos


Los grficos de control por atributos constituyen la herramienta esencial utilizada para
controlar caractersticas de calidad con solo dos situaciones posibles, como por ejemplo:
conforme/disconforme,
funciona/
no
funciona
defectuoso/no
defectuoso,
presente/ausente, etc.; o bien para caractersticas que se puedan contar, como numero de
manchas, numero de golpes, numero de rayas, etc. Tambin en algunas ocasiones se
tratan caractersticas por variables como atributos, en el caso de que solo se considere si
se cumplen o no las especificaciones de calidad sin importar cul es el valor concreto de
dicha variable. Las especificaciones de calidad son las medidas deseadas de las
caractersticas de la calidad en un producto. Las caractersticas de calidad se evalan con
respecto a estas especificaciones.

En el uso de este tipo de grficos han de considerarse las siguientes limitaciones:


- Es necesario tomar muestras de tamao grande para obtener informacin significativa.
- Son aplicables a procesos que presentan cantidades considerables de disconformidades
(defectos), o unidades no conformes (defectuosas).
- No avisan de cambios adversos en el parmetro que queremos controlar en el proceso
hasta que se han registrado un mayor nmero de defectos o unidades no conformes.

- Las verificaciones pueden estar influidas por subjetividades de las personas que evalan
la muestra, por lo que se hace necesario el establecimiento de unos criterios de
conformidad escritos y con apoyo de medios visuales que minimicen estas diferencias.
Por otra parte, el uso de estos grficos de control comporta las siguientes ventajas:
- La recogida de informacin de atributos es rpida y poco costosa.
- Se pueden aplicar a cualquier tipo de caracterstica.
- Permiten identificar las causas especiales de variacin que afectan al proceso cuando
los valores representados en la grfica se salen de los lmites de control especificados, es
decir, cuando el proceso esta estadsticamente fuera de control.
Las aplicaciones ms frecuentes de estos grficos son las siguientes:
- En el control de caractersticas de calidad del tipo conforme/defectuoso o muy costosas
de medir en una escala numrica.
- En una primera toma de informacin en el proceso para detectar las operaciones que
provocan ms defectos.
- En el control de procesos que generan cantidades grandes de defectos.

3.2.1 Grafica p
El grafico p es un grfico de control del porcentaje o fraccin de unidades defectuosas
(Cociente entre el nmero de artculos defectuosos en una poblacin y el nmero total de
artculos de dicha poblacin).
Este tipo de grafico se basa en la evaluacin del nmero de unidades defectuosas en
muestras de tamao variable tomadas a intervalos fijos de tiempo. Se utiliza cuando en un
muestreo no puede mantenerse constante el tamao de muestra.
Generalmente se requiere un tamao de muestra grande, tanto para este grafico de
control como para el resto de grficos de control por atributos. Este tamao de muestra ha
de ser lo suficiente como para que en cada muestra se registren varias unidades
defectuosas, de forma que puedan evidenciarse cambios significativamente favorables,
como la aparicin de muestras con cero unidades defectuosas.
Los principios estadsticos que sirven de base al diagrama de control p se basan en la
distribucin Binomial: supngase que el proceso de produccin funciona de manera
estable, de tal forma que la probabilidad de que cualquier artculo no este conforme con
las especificaciones es p, y que los artculos producidos sucesivamente son
independientes.
Representando por Xi al nmero de artculos defectuosos en la muestra i-esima,
tendremos que Xi B (ni, p).

3.2.2 Grafico Np
Los grficos np se aplican al mismo tipo de procesos que en el caso anterior. La diferencia
est en que, en lugar de contabilizar la proporcin de unidades defectuosas en una
muestra, se considera el nmero de unidades defectuosas en la muestra, para ello se
toman de forma sistemtica muestras de tamao constante a intervalos fijos de tiempo.
Este tipo de grficos permite analizar el nmero de artculos defectuosos para as poder
detectar la posible existencia de causas especiales en el proceso productivo. En cada

muestra se evala el nmero de unidades defectuosas, independientemente de que se


presenten varios defectos en alguna unidad.
Los principios estadsticos que sirven de base al grafico de control np se basan en la
distribucin Binomial, al igual que en el grafico p explicado anteriormente.
3.2.3 Grafico C
Este tipo de grafico controla la evolucin de los defectos presentes en muestras de
tamao constante tomadas a intervalos fijos de tiempo.
El grafico c est basado en el nmero total de defectos o de no conformidades en la
produccin. Los principios estadsticos que sirven de base al grafico de control c se basan
en la distribucin de Poisson.
3.2.4 Grafico U
Este tipo de grafico representa los defectos por unidad presentes en muestras tomadas a
intervalos fijos de tiempo. Al trabajar en defectos por unidad este grafico u permite trabajar
tanto con muestras de tamao fijo como variable.
Se utiliza cuando en un muestreo como el definido para el grafico c, no puede mantenerse
constante el tamao de la muestra. Debido a ello se trabaja con tasa de defectos por
unidad.

3.3 Capacidad de proceso


ndice Cp.
El ndice de capacidad potencial del proceso, Cp se define de la siguiente manera:
C= ES - EI

6
Donde representa la desviacin estndar del proceso, y ES y EI son las
especificaciones superior e inferior para la caracterstica de calidad. Como se puede
observar, el ndice Cp compara el ancho de las especificaciones o variacin tolerada para
el proceso con la amplitud de la variacin real del proceso:

C=

VARIACION TOLERADA
VARIACION REAL

Decimos que 6s (seis veces la desviacin estndar) es la variacin real, debido a las
propiedades de la distribucin normal (vea el apndice), en las que se afirma que entre m
6 3s se encuentra 99.73% de los valores de una variable con distribucin normal (incluso
si no hay normalidad, 1 en m 6 3s se encuentra un gran porcentaje de la distribucin
debido a la desigualdad de Chebyshev y la regla emprica,

ndices Cpk, Cpi, Cps


El ndice Cp. estima la capacidad potencial del proceso para cumplir con especificaciones,
pero una de sus desventajas es que no toma en cuenta el centrado del proceso, ya que
en su frmula para calcularlo no incluye la media del proceso m. Una forma de corregir
esto es evaluar por separado el cumplimiento de las especificaciones inferior y superior, a
travs del ndice de capacidad para la especificacin inferior (Cpi), y el ndice de
capacidad para la superior (Cps), que se calculan dela siguiente manera:
Cpi=

EI
3

y Cps =

ES
3

Estos ndices s toman en cuenta m y calculan la distancia de la media del proceso a una
de las especificaciones, que representa la variacin tolerada para el proceso de un solo
lado de la media. A tal distancia se le divide entre 3s porque slo se est tomando en
cuenta la mitad de la variacin natural del proceso.

Los ndices Cp, Cpi y Cps en trminos de la cantidad de piezas malas, bajo normalidad
y proceso centrado en el caso de doble especificacin.

ndice Cpm (ndice de Taguchi)


Los ndices Cp y Cpk estn pensados a partir de que lo importante para un proceso es
reducir su variabilidad para cumplir con las especificaciones. Sin embargo, desde el punto
de vista de G. Taguchi, cumplir con especificaciones no es sinnimo de buena calidad y la

reduccin de la variabilidad debe darse pero en torno al valor nominal (calidad ptima). Es
decir, la mejora de un proceso segn Taguchi debe estar orientada a reducir su
variabilidad alrededor del valor nominal, N, y no slo orientada a cumplir con
especificaciones. En consecuencia, Taguchi (1986) propone que la capacidad del proceso
se mida con el ndice Cpm, que est definido por:

Donde t (tau) est dada por:

N es el valor nominal de la caracterstica de calidad, y EI y ES son las especificaciones


inferior y superior. El valor de N generalmente es igual al punto medio de las
especificaciones, es decir, N 5 0.5(ES 1 EI). Note que el ndice Cpm compara el ancho de
las especificaciones con 6t, pero t no slo toma en cuenta la variabilidad del proceso, a
travs de s2, sino que tambin se preocupa por su centrado a travs de (m N)2. De esta
forma, si el proceso est centrado, es decir, si m 5 N, entonces el Cp y el Cpm son
iguales.

UNIDAD 4 PLANES DE MUESTREO


4.1 Conceptos bsicos de muestreo de aceptacin
Muestreo de aceptacin: es una forma particular de inspeccin, que simplemente acepta
y rechaza lotes, pero que no mejora la calidad. Es decir, este muestreo no es una
estrategia de mejora de la calidad, es ms bien una estrategia para proporcionar un cierto
nivel de seguridad de que los niveles de calidad con los que se disea el plan de muestro
se estn alcanzando. Por lo que es una estrategia defensiva ante el posible deterioro de
la calidad.
Cero inspeccin (aceptar o mandar el lote sin inspeccin). Esta alternativa es
adecuada cuan- do se ha demostrado que el proceso con el que se fabric el lote cumple
de forma holgada los niveles de calidad acordados entre el cliente y el proveedor.
Tambin se aplica cero inspeccin cuando la prdida global causada por las unidades
defectuosas es pequea, en comparacin con el costo de la inspeccin.
Inspeccin al 100%. Consiste en revisar todos los artculos del lote y quitar los que no
cumplan con las caractersticas de calidad establecidas. Los que no cumplen podran
devolverse al proveedor, reprocesarse o desecharse. La inspeccin al 100% se utiliza en
aquellos casos en los que los productos son de alto riesgo y si pasan defectuosos pueden
causar gran prdida econmica. Tambin es til cuando la capacidad del proceso
fabricante del lote es muy inadecuada para cumplir las especicaciones. Se pensara que
la inspeccin al 100%, aunque costosa, es una buena estrategia para garantizar calidad,
pero esto no es correcto, debido a que con la inspeccin al 100% se puede caer en la
monotona, en mayores errores de inspeccin y en ocasiones el producto se daa. Incluso
hay casos en los que, debido a los primeros dos problemas de la inspeccin al 100%, se
tiene como poltica que las unidades se inspeccionen doble vez (inspeccin al 200%).
Muestreo de aceptacin (inspeccin por muestras). Esta opcin es til cuando se
tiene una o varias de las siguientes situaciones:
Cuando la inspeccin se hace con pruebas destructivas (como pruebas de tensin y
resistencia), es indispensable la inspeccin por muestras, de lo contrario todos los
productos seran destruidos con las pruebas.
Cuando el costo de la inspeccin al 100% es demasiado alto en comparacin con el
costo de pasar unidades defectuosas.
En los casos en los que la inspeccin al 100% no es tcnicamente posible o se requiere
de mucho tiempo para llevarla a cabo.
Cuando el lote est conformado por una gran cantidad de artculos que hay que
inspeccionar y la probabilidad de error en la inspeccin es sucientemente alta, de tal

manera que la inspeccin al 100% puede dejar pasar ms unidades defectuosas que un
plan de muestreo.
En situaciones en las que histricamente el vendedor ha tenido excelentes niveles de
calidad y se desea una reduccin de la cantidad de inspeccin, pero la capacidad del
proceso no es sucientemente buena como para no inspeccionar.
Cuando es necesario asegurar la conabilidad del producto, aunque la capacidad del
proceso fabricante del lote sea satisfactoria.
El muestreo de aceptacin con respecto de la inspeccin al 100% tiene las
siguientes ventajas:
Tiene menor costo porque se inspecciona menos, a pesar de algunos costos adicionales
a generados por el diseo y la administracin de los planes de muestreo.
Requiere de menos personal en las actividades de inspeccin, simplicando con ello el a
trabajo de coordinacin y reduciendo los costos.
El producto sufre menos dao al haber menos manipulacin. Es aplicable en pruebas
destructivas. A menudo reduce el error de inspeccin y la monotona.
El rechazo de lotes completos por la existencia de artculos defectuosos proporciona una
a motivacin al fabricante del lote para que mejore su calidad.
El muestreo de aceptacin presenta algunas desventajas, como las siguientes:
Hay cierto riesgo de aceptar lotes malos y rechazar los buenos, aunque en un plan de a
muestreo de aceptacin estn previstos y cuanticados estos riesgos.
Proporciona menos informacin acerca del nivel de calidad del producto o de su proceso
a de fabricacin. Aunque bien utilizada, la informacin obtenida puede ser suciente.
Se requiere ms tiempo y conocimiento para planicar y documentar el muestreo, miena
tras la inspeccin al 100% no.

4.2 Uso de tablas de muestreo (MIL-STD 414)

4.2.1 Plan de muestreo de aceptacin para atributos


Planes por atributos se extrae aleatoriamente una o ms muestras de un lote y cada
pieza de la muestra se clasica de acuerdo con ciertos atributos como aceptable o
defectuosa, y la cantidad de piezas defectuosas se usa para decidir si el lote se acepta o
no.
Clasificacin: Los planes por atributos se clasican a su vez segn el nmero de
muestras que se requieren para tomar la decisin.
Muestreo simple (n, c) se toma una muestra de tamao n, y si en la muestra se
encuentra c o menos unidades defectuosas, el lote es aceptado, en otro caso es
rechazado.
Muestreo doble: se toman hasta dos muestras para decidir aceptar o no. La idea es
tomar una primera muestra pequea para detectar los lotes muy buenos o los muy malos,
y cuando con la primera no se puede decidir, entonces se toma la segunda para llegar a
una conclusin denitiva.
Muestreo mltiple: es una extensin del concepto del muestreo doble, en el que se toma
una muestra inicial considerablemente pequea, y si con sta se obtiene evidencia de
muy buena o muy mala calidad, se toma la decisin en consecuencia; si no, se toma una
segunda muestra y se trata de decidir; si todava no es posible, se contina con el
proceso hasta tomar la decisin de aceptar o rechazar.

4.2.2 Plan de muestreo para aceptacin de variables


Planes por variables: se toma una muestra aleatoria del lote y a cada unidad de la
muestra se le mide una caracterstica de calidad de tipo continuo (longitud, peso, etc.).
Con las mediciones se calcula un estadstico, que generalmente se hace en funcin de las
especicaciones y de la media y la desviacin estndar de la muestra, y al comparar el
valor de este estadstico contra un valor de tablas se aceptar o rechazar todo el lote.
Muestreo de aceptacin por variables (MIL STD 414)
En este tipo de planes se toma una muestra aleatoria del lote y a cada unidad de la
muestra se le mide una caracterstica de calidad de tipo continuo (longitud, peso, espesor,
etc.). En contraste con el muestreo por atributos, el objetivo no es clasicar cada unidad
como defectuosa o no, sino slo registrar la medicin de cada pieza. Despus de ello, y
con base en estas mediciones, se calcula un ndice (estadstico) que, de acuerdo con su
valor, se aceptar o rechazar todo el lote. El ndice por lo general toma en cuenta la
informacin maestral (media, desviacin estndar) y las especiaciones de la caracterstica
de calidad.

Ventaja principal del muestreo por variables: es que el tamao de muestra es


considerablemente menor que el muestreo por atributos. Adems, muestrear por variables
proporciona ms informacin acerca del proceso, la cual puede utilizarse para tomar
decisiones y mejorar la calidad; esto se debe a que las medidas numricas de las
caractersticas de calidad son ms tiles que una simple clasicacin de los artculos
como defectuosos o no defectuosos.
Desventajas del muestreo por variables: es que para cada caracterstica de calidad
que se desee inspeccionar con este mtodo debe disearse su propio plan de muestreo.
Adems, las mediciones podran ser ms costosas, aunque la reduccin obtenida en el
tamao de la muestra generalmente compensa este costo. Una desventaja ms es que la
distribucin de las caractersticas de calidad debe ser conocida.
La mayora de los planes de muestreo por variables suponen que tal distribucin es
normal; si esto no es verdad, la conabilidad de las decisiones se puede ver afectada de
manera importante.
Tipos de planes de muestreo por variables: planes que controlan la proporcin de
unidades que no cumplen con especicaciones y planes que controlan un parmetro del
lote o proceso (usualmente la media). Aqu slo se tratan los primeros. Para poder disear
un plan de muestreo por variables para el control de la proporcin de artculos que no
cumplen con especicaciones es necesario que la variable o caracterstica de calidad que
se mide sobre el producto tenga especicaciones que debe cumplir.