Explicacin del tema

http://cursos.tecmilenio.edu.mx/cursos/at8q3ozr5p/prof/ii/ii09002/anexos...

Explicacin del tema 3

Control Estadstico de la Calidad
Tema 3. Grficas o cartas de control para variables
Como vimos en el tema anterior, ya conociste algunas herramientas que
ayudan a medir la variabilidad, pero ahora nos enfocaremos a conocer las
cartas de control, que se encargan de estudiar la variabilidad a travs del
tiempo, se apoyan de 3 actividades bsicas:
Estabiliza los procesos (logra control estadstico), al identificar y
eliminar las causas especiales.
Mejora el proceso mismo, reduciendo la variacin debida a causas
comunes.
Monitorea el proceso para asegurar que las mejoras se mantienen y
detectar otras reas de mejora.

Existen diversas causas de variacin, es importante que aprendas a distinguirlas

para que puedas tomar las medidas adecuadas para tratar de controlarlas,
pueden ser del siguiente tipo:
Variacin por causas comunes: producida por el azar tambin,
permanece da a da, lote por lote, aparece en forma natural por las
condiciones de las 6 M. Es la combinacin de varias causas difciles de
identificar y eliminar.
Variacin por causas especiales: causada por situaciones o
circunstancias especiales que no estn de manera permanente en el
proceso. Se pueden identificar y eliminar si se tiene el conocimiento y las
condiciones para lograrlo.
Si un proceso trabaja solo con causas comunes de variacin se considera que es un proceso en control
estadstico o estable, ya que a travs del tiempo es predecible. Si est fuera de control estadstico, cuando
estn presentes causas especiales, son impredecibles en el futuro inmediato puede aparecer de nuevo las
situaciones que tienen intervencin en el proceso central.
En caso de no poder distinguir los dos tipos de variabilidad que existen, se pueden presentar dos tipos de errores:
Error 1: es reaccionar ante un cambio o variacin como si viniera de una causa especial, cuanto que vienen
de causas comunes de variacin.
Error 2: tratar un efecto o cambio como si procediera de causas comunes de variacin, cuando en realidad
se debe a una causa especial.
Se puede reducir alguno de los dos, pero no ambos, por lo que se disearon las cartas de control.
Las cartas de control tienen como objetivo observar y analizar el comportamiento de un proceso a travs del
tiempo, ayudan a ver la variabilidad de un proceso y con ello a determinar las acciones de control y de mejora. La
idea principal es tratar de tener los elementos dentro de un rango de control, teniendo establecidos lmites
superiores e inferiores, si no los sobrepasa, entonces se puede considerar que se tiene un proceso bajo control,
como podemos visualizarlo en la siguiente figura.

1 de 12

25/08/2015 12:02 p.m.

Explicacin del tema

http://cursos.tecmilenio.edu.mx/cursos/at8q3ozr5p/prof/ii/ii09002/anexos...

Los lmites de control, se calculan a partir de la variacin del estadstico que se estn presentando en la carta, por
lo que se tratar de cubrir la mayor cantidad posible de la variabilidad para poder detectar los cambios en el
proceso. Los lmites de probabilidad, es cuando los lmites de control se calculan con la distribucin de
probabilidades del estadstico para que logren cubrir un porcentaje de cobertura.
Siendo W el estadstico que se va a graficar en la carta, suponiendo que su media es w y su desviacin estndar
es w, entonces los lmites de control estn dados por:
Lmite de control inferior
Lmite de control superior

LCI = w - 3w
LCS = w + 3w

Para conocer la probabilidad de que estos lmites estn dentro del control estadstico, se tiene una distribucin
normal con probabilidad de 0.9973, dado que fueron propuestas por Walter A. Shewart son conocidas como cartas
de control Shewart son consideradas tanto para variables como para atributos, pero en este tema analizaremos
las relacionadas con las variables.
Las cartas de control para variables, son diagramas que se aplican a variables o caractersticas de calidad que
son continuas, por ejemplo: el peso, volumen, longitud, temperatura, etc.
Cartas de control

Es un diagrama que se usa para variables que se aplican a procesos masivos, en donde de manera peridica, se
obtiene un subgrupo de productos, se miden y se calcula la media y el rango R, para registrarlos en la carta
correspondiente.
Se considerar la carta

para la variacin entre las medias de un subgrupo para poder detectar cmo va

cambiando en la media del proceso y por otro lado la carta R, analizar la variacin entre los rangos de los
subgrupos.
Lmites de control para
Los lmites de control, son valores que se calculan a partir de que conoces la variacin de un proceso, de tal
forma que se grafica en la carta mientras el proceso permanece sin cambios importantes.
El estadstico W es la media de los grupos

2 de 12

, y est dado por:

25/08/2015 12:02 p.m.

Explicacin del tema

http://cursos.tecmilenio.edu.mx/cursos/at8q3ozr5p/prof/ii/ii09002/anexos...

Donde:
= media de las medias de los subgrupos.
= la desviacin estndar del proceso, que indica qu tan variables son las medias individuales y n es el tamao
de subgupo.
Por lo general cuando no se conoce

se puede calcular:

Calculando la desviacin estndar, S, de los datos.

Parte de considerar solo la variabilidad de las muestras, por medio de:

Donde:
= es la media de los rangos.
d2 = es una constante que depende n1. En el apndice de tu libro de texto, se dan varios valores de d2 para
distintos tipos de n.

Aparece nuevamente una constante A2 para simplificar el clculo. Igualmente aparece dentro del apndice del libro
de texto y depende del tamao del subgrupo n.

Cuando ya conoces la media de , y la desviacin estndar del proceso, , entonces estos lmites para la carta de
medias estn dados por:

3 de 12

25/08/2015 12:02 p.m.

Explicacin del tema

http://cursos.tecmilenio.edu.mx/cursos/at8q3ozr5p/prof/ii/ii09002/anexos...

Interpretacin
Los lmites son utilizados para detectar cambios en la media del proceso y evaluar su estabilidad, no para evaluar la
capacidad. Reflejan la variacin esperada para medias muestrales, siempre y cuando el proceso no tenga cambios
importantes.
Es importante considerar que estos lmites para las medias, no son iguales a los lmites reales, por lo que es
importante no mezclarlo y confundirlos, se puede aplicar partiendo del supuesto de normalidad, si la caracterstica
de calidad tiene desviaciones moderadas de la normalidad, se puede seguir aplicando.
Lmites de control de la carta R.
Esta carta te ayudar a detectar cambios en la amplitud o magnitud de la variacin del proceso, los lmites se
determinan a partir de la media y la desviacin estndar de los rangos de los subgrupos, en este caso el estadstico
W, se grafica en la cara R.

Donde:
= media de los rangos.
= desviacin estndar de los rangos.
Se estiman de la siguiente manera:

= es la media de los rangos de los subgrupos el rango se obtiene:

= desviacin estndar del proceso.
d3 = es una constante que depende del tamao de subgrupo tabulada en los apndices de tu libro.
Como generalmente no se conoce se puede calcular a travs de
Para R se calcularan:

Interpretacin

4 de 12

25/08/2015 12:02 p.m.

Explicacin del tema

http://cursos.tecmilenio.edu.mx/cursos/at8q3ozr5p/prof/ii/ii09002/anexos...

Estos lmites reflejan la variacin esperada para los rangos

muestrales de tamao n, mientras que el proceso no tenga un cambio
significativo. Pueden ayudar a detectar cambios en la amplitud o
magnitud de la variacin del proceso, para saber qu tan estable
permanece a lo largo del tiempo.
Cartas

-S

Es un diagrama para variables que se aplican a procesos masivos, en

los que se requiere tener una mayor potencia para detectar pequeos
cambios. Se consideran subgrupos donde n > 10.
Lmites de control de la carta S
Para cada subgrupo, debes calcular S, siendo una variable aleatoria, se determina a partir de la media y su
desviacin estndar.

Donde
= la media o valor esperado de S
= desviacin estndar de S y estn dados por:
Donde:
= desviacin estndar del proceso
c4 = constante que depende del tamao de subgrupo
Por lo general no se conoce , se puede estimar con la siguiente frmula:

Donde:
= media de las desviaciones estndar de los subgrupos y se obtiene:

Los lmites de control de S estn dados por:

5 de 12

25/08/2015 12:02 p.m.

Explicacin del tema

Al obtener ahora la estimacin de

http://cursos.tecmilenio.edu.mx/cursos/at8q3ozr5p/prof/ii/ii09002/anexos...

modifica la forma de obtener los lmites de control de

cuando est

acompaada de S.
Se obtienen de la siguiente manera:

Interpretacin
Reflejan la variacin esperada para las desviaciones estndar de muestras de tamao n, mientras el proceso no
tenga cambios importantes, por lo que ayudan a detectar cambios significativos en cuanto a la magnitud de la
variacin del proceso.
Interpretacin de las cartas de control
Comprenders que lo principal es medir la variacin, entonces es importante determinar cundo se presenta un
proceso estable, que es un proceso que est bajo control estadstico, es decir, que los puntos en la carta caen
dentro de los lmites de control, varan de manera aleatoria a lo ancho de la carta, tratando de caer cerca de la
lnea central.
En ocasiones se presentan procesos con pobre estandarizacin, puede haber muchos cambios continuos o
variacin atribuible a materiales, mediciones, diferencias en condiciones de operacin, etc. Se pueden presentar
diversos patrones:
Patrn 1. Desplazamientos o cambios en el nivel del proceso: ocurre cuando uno o ms puntos se salen
de los lmites de control o cuando hay una tendencia larga y clara de que los puntos caigan de un solo lado
de la lnea central, los cambios pueden ser por:
Nuevos empleados o maquinarias.
Cambios en mtodos de inspeccin
Una mayor o menor atencin de los trabajadores.
El proceso mejor o empeor.
Patrn 2. Tendencias en el nivel del proceso: representa un desplazamiento paulatino del nivel medio de
un proceso; es decir, se presenta una tendencia, que puede ser por alguna de las siguientes causas:
Deterioro de la maquinaria
Desajuste de las herramientas
Calentamiento de mquinas
Cambios graduales en condiciones de medio ambiente.
Patrn 3. Ciclos recurrentes (periodicidad): se detectan cuando se dan flujos de puntos consecutivos que
tienden a crecer y luego lo hacen de manera descendente, las posibles causas son:
Cambios peridicos en el ambiente.
Diferencias en los dispositivos.
Rotacin de maquinas u operarios.

6 de 12

25/08/2015 12:02 p.m.

Explicacin del tema

http://cursos.tecmilenio.edu.mx/cursos/at8q3ozr5p/prof/ii/ii09002/anexos...

Patrn 4. Mucha variabilidad: se presenta si muchos puntos estn

cerca de los lmites de control y pocos en la parte central. Las causas
pueden ser:
Sobrecontrol o ajustes en el proceso.
Variaciones en la calidad del material.
Control de dos o ms procesos en la misma carta con diferentes
promedios.

Patrn 5. Falta de variabilidad (estatificacin): se presenta cuando hay algo especial en el proceso y se
detecta cuando prcticamente todos los puntos se concentran en la parte central de la carta de control.
Algunas causas son:
Calcular inadecuadamente los lmites de control
Agrupamiento en una misma muestra o datos con medias diferentes.
Cartas de control inadecuadas.
Cartas individuales
Las cartas individuales se utilizan para variables de tipo continuo que se aplican a procesos lentos y/o donde hay
un espacio de largo entre una medicin y la siguiente. Algunos ejemplos son:
Procesos que se trabajan por lotes.
Procesos que dependen de etapas de fermentacin.
Relacionados con la medicin de temperaturas o humedad del medio ambiente.
Se realiza de manera individual el establecimiento de los lmites de control, podemos presentarlo de la siguiente
manera:

Son muy similares a los lmites reales.

Ahora sabemos que si alguno de los puntos que se presentan en las cartas de control, est fuera de sus lmites o
con un patrn no aleatorio, se considera que es un proceso inestable.
Para saber qu tan inestable est el proceso se puede determinar a partir del ndice de inestabilidad, que se
define de la siguiente manera:

Comprendiendo que los puntos especiales, son seales de que una causa especial ocurri en el proceso.
Ejemplo

Una empresa que produce arroz, desea saber si el contenido de cada bolsa es de 1000 gr. Sabemos que la media
de cada bolsa es de 999.89 gr. Con una desviacin estndar de 7.54 gr. Se toman muestras de tamao 5.
Sabemos que lo que se espera del proceso es que cumpla con los 1000 gr en cada bolsa, al ser empacado

7 de 12

25/08/2015 12:02 p.m.

Explicacin del tema

http://cursos.tecmilenio.edu.mx/cursos/at8q3ozr5p/prof/ii/ii09002/anexos...

sabemos que:

Entonces:

Primero tenemos que encontrar

Ya que conocemos

con la frmula:

aplicamos:

Por lo que:
LCS = 1010.06
LCI = 989.774
Posterior a esto, lo que se aplicara es que tomara una muestra de 5 botellas, se ira revisando el promedio de
cada una de ellas, para saber si cae en el rango que hemos obtenido en el punto anterior.
Vamos a aplicar la informacin, considerando que tuviramos las siguientes muestras:

Muestra

X1

X2

X3

X4

999.97

1001.16

1011.55

993.48

1001.54

1002.50

1013.17

995.39

1006.06

1004.28

1015.00

996.78

1008.71

1002.90

1005.85

1005.97

1008.73

1002.36

1004.38

1005.36

996.95

1003.64

1004.75

1005.86

1002.80

987.93

1004.38

1005.12

1007.34

1001.19

1007.37

1009.60

1006.84

1004.08

1006.97

989.81

1010.98

1008.22

1000.81

1002.45

1018.04

1012.36

1006.68

1000.99

1009.52

10

1008.76

1013.74

1005.13

1001.17

1007.20

Recuerda para obtener

se realiza a travs de un promedio, por lo que el resultado de la ltima columna, no es

ms que el promedio de las muestras.

Sabiendo que los lmites de este proceso estn dados como LCS = 1010.06 y LCI = 989.774 al observar los

8 de 12

25/08/2015 12:02 p.m.

Explicacin del tema

http://cursos.tecmilenio.edu.mx/cursos/at8q3ozr5p/prof/ii/ii09002/anexos...

valores obtenidos como

entonces se puede considerar que el proceso est bajo control, dado que ninguno de los

valores est por encima de lo considerado dentro de los parmetros,

Ejemplo para carta R

Si continuamos con el proceso anterior, diseamos una carta R, para monitorear el valor de . Primero a partir de la
tabla inicial obtenemos
, que se presenta a continuacin:

Muestra

X1

X2

X3

X4

Rango

999.97

1001.16

1011.55

993.48

1001.54

18.07

1002.50

1013.17

995.39

1006.06

1004.28

17.79

1015.00

996.78

1008.71

1002.90

1005.85

18.22

1005.97

1008.73

1002.36

1004.38

1005.36

6.38

996.95

1003.64

1004.75

1005.86

1002.80

8.91

987.93

1004.38

1005.12

1007.34

1001.19

19.41

1007.37

1009.60

1006.84

1004.08

1006.97

5.52

989.81

1010.98

1008.22

1000.81

1002.45

21.17

1018.04

1012.36

1006.68

1000.99

1009.52

17.05

10

1008.76

1013.74

1005.13

1001.17

1007.20

12.57

Promedio

1004.72

14.51

De la tabla que viene dentro del apndice, obtenemos que d2 = 2.326 y d3 = 0.864. D3 = 0 y D4 = 3.2686 Aplicando

9 de 12

25/08/2015 12:02 p.m.

Explicacin del tema

http://cursos.tecmilenio.edu.mx/cursos/at8q3ozr5p/prof/ii/ii09002/anexos...

la frmula:

Donde:

Entonces sabemos que:

LCI = 0
LCS = 34.04
Por lo que si nuevamente observamos los rangos, podramos darnos cuenta que estn bajo control

Ejemplo carta S
Considerando que dentro de un proceso:
7.54 gr
n= 5
Con las siguientes frmulas sabemos:

Donde:
= la media o valor esperado de S
= desviacin estndar de S y estn dados por:

10 de 12

25/08/2015 12:02 p.m.

Explicacin del tema

http://cursos.tecmilenio.edu.mx/cursos/at8q3ozr5p/prof/ii/ii09002/anexos...

LCI = 0.6297
LCS = 14.8049
A manera de ejemplo para que recuerdes como obtener la S2 lo aplicaremos a los datos analizados anteriormente:

Muestra

X1

X2

X3

999.97

1002.50 1013.17 995.39

1015.00 996.78

X4

1001.16 1011.55 993.48

4007.16

4012498.86

1006.06 4019.12

4034474.73

1008.71 1002.90 4026.38

4047079.42

1005.97 1008.73 1002.36 1004.38 4025.44

4043025.93

996.95

1003.64 1004.75 1005.86 4016.20

4022476.35

987.93

1004.38 1005.12 1007.34 4010.77

4009777.28

1007.37 1009.60 1006.84 1004.08 4034.88

4055963.58

989.81

1010.98 1008.22 1000.81 4017.81

4019919.25

1018.04 1012.36 1006.68 1000.99 4047.07

4076656.04

10

1008.76 1013.74 1005.13 1001.17 4038.81

4057906.58

11 de 12

40243.63

40379778.01

25/08/2015 12:02 p.m.

Explicacin del tema

http://cursos.tecmilenio.edu.mx/cursos/at8q3ozr5p/prof/ii/ii09002/anexos...

Referencias bibliogrficas
Gutirrez, H. (2009). Control estadstico de calidad y seis sigma. (2da. Ed.). Mxico: McGraw Hill.
Montgomery, D. (2004). Control estadstico de calidad. (3ra Ed.). Mxico: Limusa.
[ cerrar ventana ]

D.R. Universidad TecMilenio.

12 de 12

Imprimir

25/08/2015 12:02 p.m.