Grficos de control

Modelos operativos de control

GRFICOS DE CONTROL
Las caractersticas de calidad de un producto son variables aleatorias y
el porcentaje de piezas defectuosas por no cumplir las especificaciones
de calidad depende de la distribucin de dichas variables aleatorias.
Controlar el proceso de fabricacin consiste en conseguir que la media
y desviacin tpica de cada una de esas variables aleatorias sean
constantes en el tiempo. Los grficos de control permiten detectar si se
han producido modificaciones.
Causas comunes y causas asignables.- La variabilidad que presenta
una caracterstica del producto puede deberse a causas comunes y de
difcil eliminacin, como pequeas oscilaciones en la tensin elctrica,
heterogeneidad en la materia prima, desgaste de alguna mquina, etc. o
bien a causas de tipo puntual o accidental como una partida de materia
prima defectuosa, un desajuste de una mquina, etc.
Causas Comunes

Causas Especiales

Originadas por muchas fuentes de

poca importancia

Originadas por pocas fuentes

individualmente importantes

Tienen carcter permanente

Tienen carcter puntual e irregular

Dan lugar a una distribucin estable,

y por tanto, previsible

Modifican la distribucin de la
produccin. Proceso imprevisible.

Son las nicas presentes cuando el

proceso est bajo control.

Determinan que el proceso est fuera

de control.

Su correccin exige actuaciones a

nivel de direccin

Se corrigen mediante actuaciones

locales.

Proceso bajo control.- Un proceso est bajo control cuando no existen

causas especiales y la nica fuente de variabilidad la constituyen las
causas comunes.

Grficos de control

Modelos operativos de control

Forma y uso de un Grfico de Control.Un grfico de control es un dibujo para determinar si el modelo de
probabilidad (variabilidad) es estable o cambia a lo largo del tiempo.
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. En todos los casos es una prueba de
hiptesis estadstica.

El grfico tiene una lnea central 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).
Un valor que se ubique entre los lmites de control es equivalente a no
poder rechazar la hiptesis estadstica. Otro que se encuentre fuera de los
lmites equivale al rechazo de la hiptesis. En uno y otro caso cabe la
posibilidad de error. Error de tipo I, rechazar cuando es cierta la hiptesis
(probabilidad ) y el de tipo II no rechazar cuando es falsa (probabilidad ).

Grficos de control

Modelos operativos de control

Un modelo general para el diagrama de control. Sea W una estadstica

muestral que mide alguna caracterstica de calidad de inters. Sea w la
media de W, y su desviacin tpica w. Las lneas del diagrama de control
sern:
LSC = w + k w
Lnea central = w
LIC = w k w
donde k es la distancia entre los lmites de control y la lnea central,
expresada en desviaciones tpicas. Esta teora fue propuesta por primera
vez por el Dr. Walter A. Shewhart. Las grficas, desarrolladas segn estos
principios son denominadas diagramas de Shewhart.

Grficos de control

Modelos operativos de control

GRFICOS DE CONTROL PARA LA MEDIA

El diagrama de control que nos da la tendencia de la media es:
LSC = x + k x
Lnea central = x
LIC = x k x
Determinacin de la media de la poblacin
Para la formacin de los grficos de control necesitamos conocer las
medias y varianzas de sus distribuciones respectivas, lo que es
imposible. Por tanto tenemos que basarnos en estimadores, que
obtenemos a partir de un perodo base:
Se toman m (25 30) muestras (de un tamao determinado n) y en cada una
n

de ellas se mide la media x xi / n y el recorrido R. ( R = xmax xmin )

i =1

Ejemplo

Grficos de control

Modelos operativos de control

La estimacin de la media de la poblacin es:

x + x2 +...+ xm
x$ = x = 1
m
La estimacin de la desviacin tpica es:
$ =

R
d2

ya que

E ( R)
d2

La amplitud media del recorrido R es:

R=

R1 + R2 +...+ Rm
m

Este estimador es tanto ms eficiente cuanto menor es el tamao de

la muestra.
Grfico X :
Teniendo en cuenta que x = / n , entonces
k
LSC = x +
R
d2 n
Lnea central = x
k
LIC = x
R
d2 n
La constante k puede tomar cualquier valor positivo; el valor ms usual es 3.
Llamamos A2 a
A2 =

3
d2 n

es una cantidad constante que depende solamente del tamao de la

muestra. Es posible poner los lmites de esta forma
LSC

= x + A2 R

Grficos de control

Modelos operativos de control

Lnea Central
LIC

= x
= x A2 R

Los valores de d 2 y A2 estn tabulados,

Tabla para calcular los parmetros de los diagramas de
control de caractersticas variables de calidad

N observac.
En la muestra

Grfico X
Lmites de control

d2

A2

1,128

1,880

1,693

1,023

2,059

0,729

2,326

0,577

2,534

0,483

2,704

0,419

2,847

0,373

2,970

0,337

10

3,078

0,308

En el ejemplo de perodo base tenemos los siguientes diagramas:

25

x=

xi
i =1

25

1850,024
= 74,001
25

25

R=

Ri
i =1

25

0,581
= 0,023
25

Diagrama de x
LSC
Lnea Central
LIC

= 74,001 + (0,577)(0.023) = 74,014

= 74,001
= 74,001 - (0,577)(0.023) = 73,988

Grficos de control

Modelos operativos de control

GRFICOS DE CONTROL PARA EL RECORRIDO. Diagrama de R

El diagrama que nos permite controlar la variabilidad del proceso viene
definido por los siguientes parmetros:
LSC = R + k R
Lnea central = R
LIC = R k R
Determinacin de la media de R, R
Un estimador de la media del recorrido es:
R=

R1 + R2 +...+ Rm
m

Determinacin de la desviacin tpica de R, R

Llamamos amplitud relativa a la variable aleatoria W =

R
, cuyos

parmetros slo dependen del tamao de la muestra, n.

W = d 2

Entonces, W = d 3 =

W = d3 .

R
. As, un estimador para R es

R = d 3 = d 3

R
.
d2

Por lo tanto, los parmetros del diagrama de R son

LSC = R + k) R = R + kd 3

R
d2

Lnea central = R
LIC = R k) R = R kd 3

R
d2

La constante k puede tomar cualquier valor positivo; el valor ms usual es 3.

Llamando D3 y D4 a
D3 = 1 3

d3
d2

Grficos de control

Modelos operativos de control

D4 = 1 + 3

d3
d2

obtenemos las siguientes expresiones para los parmetros del grfico

de R
LSC = R D4
Lnea central = R
LIC = R D3
Los valores de d3, D3 y D4 son funciones del tamao de la muestra y
estn tabulados,
Tabla para calcular los parmetros de los diagramas de
control de caractersticas variables de calidad

Tamao de la
muestra

Grfico de R

d3

D3

D4

0.853

3.267

0.888

2.574

0.880

2.282

0.864

2.114

0.848

2.004

0.833

0.076

1.924

0.820

0.136

1.864

0.808

0.184

1.816

10

0.797

0.223

1.777

En el ejemplo de perodo base, tenemos el siguiente diagramas de R

25

R=

Ri
i =1

25

0,581
= 0,023
25

LIC= R D3 =0,023 (0)=0

LSC= R D4 =0,023 (2,115)=0.049.

Grficos de control

Modelos operativos de control

DIAGRAMAS BASADOS EN VALORES ESTNDARES

Cuando es posible especificar valores estndares para la media y la
desviacin estndar del proceso, y , pueden utilizarse tales valores con
el fin de establecer los diagramas de control de x y R, sin el anlisis de
datos pasados. En este caso, los parmetros del grfico de x son
LSC = + 3

Lnea central =
LIC = 3

Definiendo A=3/ n , estos parmetros se pueden escribir

LSC = + A
Lnea central =
LIC = A
Para el grfico de R, teniendo en cuenta que
d 2 = R

d 3 = R

se tienen los siguientes parmetros:

LSC = d 2 + 3d 3
Lnea central = d 2
LIC = d 2 3d 3
Definiendo las constantes
D1 = d 2 3d 3 ,

D2 = d 2 + 3d 3 ,

los parmetros para el grfico de R pueden escribirse

LSC = D2
Lnea central = d 2
LIC = D1

Grficos de control

Modelos operativos de control

Caso de que el proceso no sea estable:

1 - Iniciar un perodo base de al menos 25 muestras.
2 Calcular X y R . Calcular los lmites de control.
3 Revisar el grfico R. Si todas las observaciones caen
dentro de los lmites de control ir al paso 4. Si hay
observaciones que estn fuera del lmite superior de
control eliminar las muestras correspondientes del
perodo base e ir al paso 2.
4 Revisar el grfico X . Si todas las observaciones caen
dentro de los lmites de control ir al paso 5. Si hay
observaciones fuera de los lmites de control, eliminar la
muestra correspondiente del perodo base. Si quedan 15
muestras o menos, prescindir del perodo base. En caso
contrario ir al paso 2.
5 Extender los lmites de control al perodo de vigilancia.

10

Grficos de control

Modelos operativos de control

Anomalas: Causas y efectos

1 Fluctuaciones numerosas en recorridos y promedios.
Son debidas a que no se ha podido centrar bien la mquina.

Hay que investigar las causas y proponer los remedios oportunos.

2.- Tendencia central constante y fluctuaciones en el recorrido.
El sistema fue centrado por un operario hbil y lo han cambiado.

Se remedia entrenando al nuevo operario o cambindolo

3 Variacin en el mismo sentido de la tendencia central
Se debe a un desgaste uniforme y continuado de la herramienta que
realiza el proceso.

11

Grficos de control

Modelos operativos de control

Se debe sustituir a tiempo la herramienta y recuperar la situacin.

4 Variacin peridica de la tendencia central.
Situacin tpica en los procesos que predomina la labor manual.

Cuando el operario observa las desviaciones debe recuperarlas.

5 Cambios irregulares en el grfico de promedios.
El proceso se desplaza en un sentido y el recorrido permanece constante.

12

Grficos de control

Modelos operativos de control

Se le llama diente de sierra y es tpico de desajustes de la

mquina debido a dejadez del operario.
Lmites naturales modificados (lmites de rechazo)
Cuando los lmites de control estn muy cerca de la lnea central
respecto de los lmites de especificacin.

Segn el esquema de la figura, los nuevos lmites sern:

1
1
nR
LSR = Ts 3 + 3 x = Ts 3
d2
De la misma forma para el lmite inferior
LIR = Ti + 3 3 x = Ti + 3

1
d2

1
nR

Caso de que n = 5
LSR = Ts 0,072 R

LIR = Ti + 0,072 R

Lmites Modificados
Es una variante de la anterior. Teniendo en cuenta que:
Td
R
T = Ts Ti = 6
R= 2
=
6
d2
Quedando los lmites:
Td
LSC Mo = x + A2 R = x + A2 2
6
Td
LSC Mo = x A2 R = x A2 2
6

13