UNIDAD III Control Estradisticos Proceso PDF

Unidad No.
3
Grficas de control por
Variable
Santo Domingo
2012
Santo Domingo
2012
INFOTEP VIRTUAL
CONTROL ESTADISTICO DE PROCESOS, UNIDAD III
CONTENIDO
CARTAS DE CONTROL POR VARIABLES ...................................................................3
Introduccin ..........................................................................................................3
TESTS PARA CAUSAS ESPECIALES ..........................................................................4
CARTAS DE CONTROL DE MEDIAS-RANGOS (X-BARRA y R) ................................... 10
Desarrollo De La Formula Para Los Lmites De Control ......................................... 11
Interpretacin de cartas de control X R ........................................................... 15
CARTAS DE CONTROL PARA X-BARRA y S ............................................................. 29
Caso De n Constante ......................................................................................... 30
Caso De n Variable ............................................................................................ 32
Aplicacin De Cartas De Control Por Variables ........................................................ 36
ANEXOS .......................................................................................................37
Page 2
INFOTEP VIRTUAL
CARTAS DE CONTROL POR VARIABLES

Introduccin
En cualquier proceso productivo resulta conveniente conocer en todo momento hasta
qu punto nuestros productos cumplen con las especificaciones preestablecidas.
Podemos decir que la calidad de un producto tiene dos grandes enemigos: (1) las
desviaciones con respecto
al objetivo especificado (falta de exactitud), y (2) una
excesiva variabilidad respecto a los valores deseables (falta de precisin).

La idea consiste en extraer muestras de un proceso productivo que se encuentra activo
y, a partir de las mismas, generar grficos que nos permitan tanto estudiar la
variabilidad del mismo como comprobar si los productos obtenidos cumplen o no con
las especificaciones preestablecidas. En caso de apreciar en tales grficos tendencias
no
aleatorias o bien muestras que se siten
consideraremos que el
proceso est fuera de
ms all de los lmites de control

control. Si as ocurre, estaremos
interesados en averiguar las causas especiales que afectan al proceso.

En un grfico de control se representa grficamente una caracterstica de calidad T,
medida o calculada a partir de muestras del producto, en funcin de las diferentes
muestras. La grfica tiene una lnea central que simboliza el valor medio de la
caracterstica de calidad. Finalmente, otras dos lneas (los lmites superior e inferior de
control) flanquean a la anterior a una distancia determinada. Estos lmites son
escogidos de manera que si el proceso est bajo control, casi la totalidad de los puntos
muestrales se halle entre ellos. As, 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 tendramos un
proceso fuera de control.
Page 3
INFOTEP VIRTUAL
Una caracterstica que se mide en una escala numrica se denomina una variable. Por
ejemplo temperaturas, dimensiones, volumen, tiempo, etc. Las cartas de control de
X R son ampliamente utilizadas para monitorear la media y la variabilidad de las

variables, con objeto de evitar o minimizar que se tengan productos fuera de
especificaciones y estabilizar los procesos.
LIE
MEDIA
MEDIA Y DESV. ESTANDAR
LSE
LIE
MEDIA
MEDIA CORRIDA
EN NIVELES NORMALES
LSE
LIE
MEDIA
LSE
DESVIACION ESTANDAR
MAYOR A LA REQUERIDA
Fig. 3.1 Estados posibles de un proceso en control
TESTS PARA CAUSAS ESPECIALES

Como dijimos en la introduccin, cuando alguno de los estadsticos muestrales cae
fuera de los lmites de control, hay razones para pensar que el proceso est fuera de
control. Adems, tambin es importante estudiar la posible existencia de patrones no
aleatorios en la representacin de dichos estadsticos muestrales, ya que tales patrones
suelen ser un sntoma de que la los parmetros del proceso estn cambiando. A tal
Page 4
INFOTEP VIRTUAL
efecto se utilizan los tests para causas especiales o asignables, trmino que se
contrapone al de causas comunes o aleatorias (inherentes a todo proceso).
Al igual que los lmites de control, los tests para causas especiales tienen un
fundamento estadstico. As, por ejemplo, la probabilidad de que un estadstico muestral
caiga por encima de la lnea central ser de 0,5 bajo los siguientes supuestos: (1) que
el proceso est bajo control, (2) que estadsticos muestrales
independientes, y
(3) que la
consecutivos
sean
distribucin de los estadsticos muestrales sea
aproximadamente normal. Por tanto, en tales condiciones, la probabilidad de que dos

estadsticos
consecutivos caigan por encima de la lnea central ser de 0,5*0,5 =
0,25, y la probabilidad de que 9 estadsticos consecutivos caigan en el mismo lado de

la lnea central ser de 0,5^9 = 0,00195. Este ltimo valor se aproxima mucho a la
probabilidad de que un estadstico muestral caiga ms all de los lmites de control de 3
sigma (suponiendo una distribucin normal y un proceso bajo control), por lo que la
existencia de estos 9 estadsticos podra interpretarse como otro indicativo de que el
proceso est fuera de control.
La franja comprendida entre dos y tres sigmas respecto a la lnea central se denomina
zona A, la comprendida entre 1 y 2 sigmas se llama zona B, y la franja situada a menos
de 1 sigma se denomina zona C.
Zonas de una grfica de control
Zona A= media + 3= 99% de los datos
Zona B= media + 2= 95% de los datos
Zona C= media + = 68% de los datos
Page 5
INFOTEP VIRTUAL
Ocho pruebas para verificar cuando una grfica est bajo control estadstico:
Prueba # 1: un dato fuera del lmite de control
Prueba # 2:
Ocho puntos en forma consecutiva por arriba o por debajo del promedio
Page 6
INFOTEP VIRTUAL
Prueba # 3:
Cinco puntos consecutivos en forma ascendente o descendente
Prueba # 4:
Catorce puntos alternndose en forma consecutiva arriba y abajo.
Page 7
INFOTEP VIRTUAL
Prueba # 5:
Dos o tres puntos en la zona A o ms all
Prueba # 6:
Cuatro de cinco puntos consecutivos en la zona B o ms all
Page 8
INFOTEP VIRTUAL
Prueba # 7:
Quince puntos consecutivos en la zona C
Prueba # 8:
Ocho puntos consecutivos que no caigan en la zona C
Page 9
INFOTEP VIRTUAL
CARTAS DE CONTROL DE MEDIAS-RANGOS (X-BARRA y R)

En la introduccin comentamos que los grficos por variables se utilizan para
controlar una caracterstica mesurable del producto, como puede ser la longitud, el
peso, la altura, etc. Un grfico X-barra contiene las medias muestrales de la
caracterstica que se pretende estudiar, por lo que mediante l podremos detectar
posibles variaciones en el valor medio de dicha caracterstica durante el proceso
(desviaciones con respecto al objetivo). Un grfico R es un grfico de control para
rangos muestrales. Se utiliza para medir la variacin del proceso y detectar la posible
existencia de causas especiales. Es habitual usar los grficos R para estudiar la
variacin en muestras de tamao no superior a 10, recurriendo a los grficos S para
muestras mayores.
Asumiendo que una caracterstica de calidad est distribuida normalmente con media
y desviacin estndar ambas conocidas. Si x1, x2,....xn forman una muestra de
tamao n entonces se puede calcular la media de la muestra X .
Ahora como las medias de las muestras estn normalmente distribuidas con media X i
= /
n , y siendo que la probabilidad 1- de que cualquier media muestral caer
entre los lmites:
Z / 2 X Z / 2
Z / 2 X Z / 2
Lo anterior ser vlido an si la distribucin de la poblacin no es normal pero si

estable.
Page
10
INFOTEP VIRTUAL
En la prctica los lmites de control se estiman a partir de 20 o 25 muestras

preliminares o subgrupos, el tamao de subgrupo es de 4, 5 o 6 normalmente. Si se
tienen m subgrupos, la gran media se calcula como sigue:
m
X
i 1
Representa la lnea central de la carta de medias.

Para estimar la del proceso, se pueden utilizar los rangos de los subgrupos, para cada
uno de los subgrupos el rango es calculado como:
R = xmax xmin
Si R1, R2,....., Rm , son los rangos de los diferentes subgrupos, el rango promedio es:
m
R
i 1
Desarrollo De La Formula Para Los Lmites De Control

La variable W de rango relativo relaciona al rango con la desviacin estndar como
sigue:
W=R/
Los parmetros de la distribucin de W son funcin de n. La media de W es d2. Por
tanto un estimador de es R / d2, donde d2 est tabulado para diferentes valores de n,
de esta forma si R es el rango promedio de las primeras muestras, usando:
R
d2
Page
11
INFOTEP VIRTUAL
Los lmites de control de la carta de medias son:
LSC X
LIC X
3R
Lmite superior de control (LSC)
d2 n
3R
Lmite inferior de control (LIC)
d2 n
Lnea central (LC)
A2
Si de define a
3R
d2 n
se tienen las ecuaciones siguientes:
LSC = X + A2 R
LIC = X - A2 R
El valor de A2 se encuentra tabulado en una tabla de constantes. (pag.13)

Para el caso de los rangos, la lnea central es R . El estimador para R puede hallarse de
la distribucin del rango relativo W = R / , si la desviacin estndar de W es d3 en
funcin de n, se tiene:
R=W
La desviacin estndar de R es:
R = d3
Como es desconocida, se puede estimar de = R / d2, resultando:
R d3
R
d2
Page
12
INFOTEP VIRTUAL
De esta forma los lmites de control para el rango son:
LSC = R + 3 R = R + 3 d 3
LIC = R - 3 R = R - 3 d 3
d
R
= R [ 1+ 3 3 ] = D4 R
d2
d2
d
R
= R [ 1- 3 3 ] = D3 R
d2
d2
Donde las constantes A2 , d2 D3 y D4 se encuentran tabuladas en funcin de n para

facilitar el clculo de los lmites de control como sigue:
Tabla 3.1 Constantes para lmites de control en cartas X-R
A2
D3
D4
d2
1.88
3.267
1.128
1.023
2.574
1.693
0.072
2.282
2.059
0.577
2.115
2.326
0.483
2.004
2.534
0.419
0.076
1.924
2.704
0.373
0.136
1.864
2.847
0.337
0.184
1.816
2.97
10
0.308
0.223
1.777
3.078
Para valores pequeos de n, el rango es un buen estimador de la varianza tal como lo

hace la varianza de la muestra S2. La eficiencia relativa del mtodo del rango a la S2 se
muestra abajo:
Page
13
INFOTEP VIRTUAL
Eficiencia
n
Relativa
1.000
0.992
0.975
0.955
0.930
10
0.850
Para n >= 10 el rango pierde eficiencia rpidamente ya que ignora los valores
intermedios entre xmax y xmin sin embargo para valores pequeos de n (4,5 o 6)
empleados en las graficas de control, es adecuado. Para cuando n>10 se utiliza la
desviacin estndar en vez del rango.
Lmites Preliminares
Siempre que un proceso este siendo analizado a travs de una grfica de control, es
muy importante llevar una bitcora registrando todos los cambios (tiempo y
descripcin) conforme ocurran, por ejemplo: cambio de turno, cambio de materiales,
ajuste de mquina, interrupcin de energa, arranque de mquina, etc. Con objeto de
identificar las causas asignables en caso de presentarse para la toma de acciones
correctivas.
Al iniciar una grfica de control tomando m subgrupos (20 a 25) se calculan y grafican
los lmites de control preliminares para determinar si el proceso estuvo en control. Para
probar esta hiptesis, se analizan todos los puntos graficados y se hace un anlisis para
identificar si hay puntos fuera de los lmites de control o patrones anormales de
comportamiento, si as fuera, los lmites de control preliminares se pueden utilizar para
el control futuro del proceso.
Page
14
INFOTEP VIRTUAL
Si no se prueba la hiptesis de que el proceso est en control, por algn patrn de

anormalidad presente, se determina la causa especial de la anormalidad, se toman
acciones correctiva para que no vuelva a presentar, se eliminan los puntos
correspondientes al patrn de anormalidad y se re-calculan o revisan los lmites de
control. Se analiza la grfica de control para observar un comportamiento aleatorio, si
aun no se tiene, se repite el proceso anterior hasta lograrlo. Una vez teniendo todos los
puntos en control, los nuevos lmites de control ms cerrados que los originales se
utilizan para el control futuro del proceso.
Cuando no sea posible encontrar causas especiales para los patrones de anormalidad o
puntos fuera de control, no se eliminan y se consideran para la determinacin de los
lmites de control revisados para el control futuro del proceso.
Interpretacin de cartas de control X R
Se debe iniciar con la interpretacin de la carta R, identificando causas especiales y
despus analizar la carta X . Adems de la situacin de un punto fuera de control, se
tienen otros patrones de anormalidad como los siguientes:
Patrones cclicos: Puede ser ocasionado por cambios ambientales, fatiga del
operador, o fluctuaciones en las presiones u otras variables del proceso.
LSC
LC
LIC
Fig. 3.2 Patrn de anormalidad cclico
Page
15
INFOTEP VIRTUAL
Mezclas de lotes: Se presenta cuando los puntos graficados se localizan cerca o fuera
de los lmites de control, con muy pocos puntos cerca de la lnea central, puede ser
causada por un sobre control de los operadores sobre el proceso o cuando se toman
productos de varias fuentes con diferente media.
LSC
LC
LIC
Fig. 3.3 Patrn de anormalidad con mezcla de lotes
Corrimiento en la media del proceso. Esto puede ser generado por un cambio en
mtodos, operadores, materias primas, mtodos de inspeccin, etc.
LSC
LC
LIC
Fig. 3.4 Patrn de anormalidad con corrimiento en media
Page
16
INFOTEP VIRTUAL
Una tendencia ascendente o descendente: Son causadas por deterioracin gradual

de herramientas u otro componente crtico del proceso, en los procesos qumicos puede
deberse a la separacin de algn componente.
LSC
LC
LIC
Fig. 3.5 Patrn de anormalidad de tendencia ascendente
Estratificacin: Se muestra como una adhesin a la media, puede ser causado por
lmites mal calculados, tomar piezas de procesos diferentes o falta de resolucin del
equipo de medicin.
LSC
LC
LIC
Fig. 3.6 Patrn de anormalidad de estratificacin
Por lo general la carta R es ms sensible a cambios en la normalidad de los procesos,

por ejemplo cuando n = 4 el error tipo I no es 0.00027 sino 0.00461.
Page
17
INFOTEP VIRTUAL
En resumen los patrones de anormalidad ms comunes son:
Un punto fuera de los lmites de control
Siete puntos formando una tendencia ascendente o descendente
Dos de tres puntos a ms de dos sigma de la lnea central en el mismo lado
Cuatro de cinco puntos a ms de una sigma de la lnea central del mismo lado.
Siete puntos en secuencia sobre o bajo la lnea central
Catorce puntos alternndose arriba y debajo de la media
Quince puntos dentro de una sigma de la lnea central en ambos lados
Cualquier otro patrn de anormalidad
Ejemplo 3.1
Para el caso de anillos de pistones de automvil, se desea establecer un control
estadstico para el dimetro interno de los anillos, a travs de una carta de mediasrangos. Se toman 25 subgrupos de 5 piezas cada uno.
El anlisis se inicia con la carta R ya que los lmites para la carta X dependen de la
variabilidad del proceso, y a menos que esta variabilidad se encuentre en control, esos
lmites tendrn poco significado.
De las cartas de control se calcula un rango promedio R de 0.023mm (ver tabla de
constantes para D3 y D4 con n=5):
LICR = R D3 = 0.023 (0) = 0
LSCR = R D4 = 0.023 (2.115) = 0.049
Page
18
INFOTEP VIRTUAL
Si la grfica de control para R se encuentra en control estadstico, se puede ahora

calcular los lmites para la carta
X donde la lnea central X es 74.001 (ver tabla de
constantes para obtener el valor de A2 con n=5).
LSC = X + A2 R = 74.001 + (0.577) (0.0023) = 74.014

LIC = X - A2 R = 74.001 - (0.577) (0.0023) = 73.988
Si no se observan condiciones fuera de control en la carta
X . Si ambas cartas estn
en control, se puede concluir que el proceso est en control y se pueden adoptar los
lmites actuales para el control futuro del proceso.
Ejemplo 3.2:
Se toman datos de la dimensin crtica de una parte, con el proceso corriendo
normalmente, en 25 subgrupos de tamao n=5, uno cada hora:
Desv.
X11
X12
X13
X14
X15
Medias
Rangos Est.
138.1
110.8
138.7
137.4
125.4
130.1
27.9
12.1
149.3
142.1
105.0
134.0
92.3
124.5
57.0
24.7
115.9
135.6
124.2
155.0
117.4
129.6
39.1
16.2
118.5
116.5
130.2
122.6
100.2
117.6
30.0
11.1
108.2
123.8
117.1
142.4
150.9
128.5
42.7
17.7
102.8
112.0
135.0
135.0
145.8
126.1
43.0
17.9
120.4
84.3
112.8
118.5
119.3
111.1
36.1
15.2
Page
19
INFOTEP VIRTUAL
Desv.
X11
X12
X13
X14
X15
Medias
Rangos Est.
132.7
151.1
124.0
123.9
105.1
127.4
46.0
16.7
136.4
126.2
154.7
127.1
173.2
143.5
47.0
20.2
135.0
115.4
149.1
138.3
130.4
133.6
33.7
12.3
139.6
127.9
151.1
143.7
110.5
134.6
40.6
15.9
125.3
160.2
130.4
152.4
165.1
146.7
39.8
17.9
145.7
101.8
149.5
113.3
151.8
132.4
50.0
23.2
138.6
139.0
131.9
140.2
141.1
138.2
9.2
3.6
110.1
114.6
165.1
113.8
139.6
128.6
55.0
23.5
145.2
101.0
154.6
120.2
117.3
127.7
53.6
21.8
125.9
135.3
121.5
147.9
105.0
127.1
42.9
16.0
129.7
97.3
130.5
109.0
150.5
123.4
53.2
20.7
123.4
150.0
161.6
148.4
154.2
147.5
38.2
14.4
144.8
138.3
119.6
151.8
142.7
139.4
32.2
12.1
Las graficas de control quedan como sigue:
Page
20
INFOTEP VIRTUAL
Xbar-R Chart of X11, ..., X15

U C L=154.45
Sample M ean
150
140
_
_
X=130.88
130
120
110
LC L=107.31
1
11
Sample
13
15
17
19
U C L=86.40
Sample Range
80
60
_
R=40.86
40
20
0
LC L=0
1
11
Sample
13
15
17
19
Fig. 3.7 Graficas de control iniciales
El proceso se observa en control estadstico, con estos lmites de control calculados, se

contina corriendo el proceso para otros 10 datos con el comportamiento siguiente:
Desv.
X11
X12
X13
X14
X15
Medias
Rangos Est.
131.0
184.8
182.2
143.3
212.8
170.82
81.8
33.2801
181.3
193.2
180.7
169.1
174.3
179.72
24.1
9.0461
154.8
170.2
168.4
202.7
174.4
174.1
47.9
17.5943
157.5
154.2
169.1
142.2
161.9
156.98
26.9
9.9693
216.3
174.3
166.2
155.5
184.3
179.32
60.8
23.222
Page
21
INFOTEP VIRTUAL
Desv.
X11
X12
X13
X14
X15
Medias
Rangos Est.
186.9
180.2
149.2
175.2
185.0
175.3
37.7
15.2797
167.8
143.9
157.5
171.8
194.9
167.18
51
18.8798
178.2
186.7
142.4
159.4
167.6
166.86
44.3
17.1516
162.6
143.6
132.8
168.9
177.2
157.02
44.4
18.3454
172.1
191.7
203.4
150.4
196.3
182.78
53
21.5062

1
180
1
Sample M ean
1
1
1
1
U C L=169.04
165
_
_
X=144.26
150
135
120
LC L=119.47
1
1
10
13
16
Sample
19
22
25
28
U C L=90.9
Sample Range
80
60
_
R=43.0
40
20
0
LC L=0
1
10
13
16
Sample
19
22
25
28
Fig. 3.8 Graficas de control con 10 puntos adicionales del proceso
Suponiendo que se identificaron las causas asignables responsables de los puntos fuera
de control identificados en la carta de medias y que se hicieron ajustes al proceso para
corregirlo, se tomaron otros diez datos con los resultados siguientes:
Page
22
INFOTEP VIRTUAL
X11
X12
X13
X14
X15
Medias
Rangos
131.5
143.1
118.5
103.2
121.6
123.6
39.9
111.0
127.3
110.4
91.0
143.9
116.7
52.9
129.8
98.3
134.0
105.1
133.1
120.1
35.7
145.2
132.8
106.1
131.0
99.2
122.9
46.0
114.6
111.0
108.8
177.5
121.6
126.7
68.7
125.2
86.4
64.4
137.1
117.5
106.1
72.7
145.9
109.5
84.9
129.8
110.6
116.1
61.0
123.6
114.0
135.4
83.2
107.6
112.8
52.2
85.8
156.3
119.7
96.2
153.0
122.2
70.5
107.4
148.7
127.4
125.0
127.2
127.1
41.3

160
Sample Mean
U C L=153.18
140
_
_
X=127.06
120
LC L=100.95
100
1
10
13
16
Sample
19
22
25
28
Sample Range
100
U C L=95.7
75
_
R=45.3
50
25
0
LC L=0
1
10
13
16
Sample
19
22
25
28
Fig. 3.9 Graficas de control con causas identificadas y eliminadas de puntos anormales
Page
23
INFOTEP VIRTUAL
Ejemplo 3.3
Se considera otro ejemplo con los datos individuales siguientes:
HORA
X1
X2
X3
X4
X5
Medias
Rangos
-30
50
-20
10
30
80
50
-60
-20
30
110
-50
10
20
30
20
80
-10
-10
30
-20
50
70
20
-40
50
20
10
12
90
40
-40
20
80
20
-20
-10
-2
40
70
-30
30
-10
12
100
20
-20
10
40
10
10
20
30
10
50
24
40
11
40
20
20
16
40
12
30
20
30
10
40
26
30
13
30
-30
10
10
60
14
30
-10
50
-10
-30
80
15
10
-10
50
40
18
60
16
30
-10
40
Page
24
INFOTEP VIRTUAL
HORA
X1
X2
X3
X4
X5
Medias
Rangos
17
20
20
30
30
-20
16
50
18
10
-20
50
30
10
16
70
19
50
-10
40
20
20
60
20
50
30
10
18
50

U C L=47.53
Sample M ean
40
20
_
_
X=10.9
0
-20
LC L=-25.73
1
11
Sample
13
15
17
19
150
Sample Range
U C L=134.3
100
_
R=63.5
50
LC L=0
1
11
Sample
Fig. 3.10 graficas de control iniciales
Page
25
13
15
17
19
INFOTEP VIRTUAL
Se realizan pruebas de normalidad a las medias y a los rangos para ver si se tienen un
proceso normal:
Probability Plot of Medias

Normal
99
Mean
StDev
N
AD
P-Value
95
90
10.9
8.065
20
0.355
0.425
Percent
80
70
60
50
40
30
20
10
5
-10
10
Medias
20
30
Fig. 3.11 a y b Prueba de normalidad en medias y rangos de un proceso estable
Probability Plot of Rangos

Normal
99
Mean
StDev
N
AD
P-Value
95
90
63.5
22.54
20
0.478
0.210
Percent
80
70
60
50
40
30
20
10
5
20
40
60
Rangos
80
100
120
Por las pruebas de normalidad de rangos y medias, se deduce que el proceso est en
Control Estadstico (en ambos casos el P value es mayor a 0.05).
Page
26
INFOTEP VIRTUAL
Ejemplo 3.4
Para elaborar la carta, inicialmente se toman al menos 25 subgrupos con muestras de
cinco partes cada cierto periodo (por ejemplo cada hora).
Se toman varios datos de hilos y se construye una carta de medias rangos con m =
subgrupos, donde el rango se calcula tomando el valor mayor menos el valor menor del
subgrupo, con n = 5.
Por ejemplo:
Subgrupo Subgrupo Subgrupo
Variables 1
X1
X2
X3
X4
X5
09:00 a.m.
10:00 a.m. 11:00 a.m.
Media
Rango
Se obtiene una media de medias X y un rango promedio R, para proceder a determinar

los lmites de control como sigue:
LSC = X + 0.577x R
LIC = X - 0.577x R
Page
27
INFOTEP VIRTUAL
Para el caso de los rangos, la lnea central es R los lmites de control para el rango
son:
LSC = 2.114x R
LIC = 0
Se identifican situaciones fuera de control, se investigan las causas y se toman acciones
preventivas para prevenir la reincidencia y se recalculan los lmites de control futuros.
Xbar-R Chart of Supp2

1
Sample M ean
U C L=602.474
602
_
_
X=600.23
600
598
LC L=597.986
2
10
Sample
12
14
16
18
20
U C L=8.225
Sample Range
8
6
_
R=3.890
4
2
0
LC L=0
2
10
Sample
12
14
16
18
20
Figura 3.12 Grfica de control X-R fuera de control
Despus de identificar las causas de las situaciones fuera de control en los subgrupos 2
y 14 y tomando acciones preventivas para evitar la reincidencia, se eliminan los
subgrupos fuera de control y se recalculan los lmites de control.
Page
28
INFOTEP VIRTUAL
Xbar-R Chart of Supp2
U C L=602.247
Sample M ean
602
601
_
_
X=599.938
600
599
598
LC L=597.629
2
10
Sample
12
14
16
18
U C L=8.465
Sample Range
8
6
_
R=4.003
4
2
0
LC L=0
2
10
Sample
12
14
16
18
Figura 3.13 Grfica de control de medias rangos X-R estable
CARTAS DE CONTROL PARA X-BARRA y S

Ya sabemos que siempre que se intente controlar
una
caracterstica de calidad
cuantitativa, es una prctica habitual controlar el valor medio de la caracterstica de

calidad y su variabilidad. Esta ltima se estudia mediante un grfico R (como ya vimos),
o mediante un grfico S, el cual es un grfico de control para desviaciones estndar
muestrales. Por tanto, podemos usar los grficos S para estudiar la variabilidad del
proceso y detectar la posible existencia de causas especiales. Resulta habitual utilizar
los grficos S para muestras de tamao superior a 10, utilizando los grficos R en caso
contrario.
Estas cartas de control son recomendadas cuando:
1. El tamao de muestra es moderadamente grande
n>10 o 12 (donde el rango
pierde eficiencia por no tomar en cuenta valores intermedios).

2. El tamao de muestra es variable.
Su construccin es similar a la de la carta de medias-rangos, excepto que en lugar del
rango R en cada subgrupo se calcula la desviacin estndar S.
Page
29
INFOTEP VIRTUAL
Xbar-S Chart of X1, ..., X5

U C L=46.91
Sample Mean
40
20
_
_
X=10.9
0
-20
LC L=-25.11
1
11
Sample
13
15
17
19
60
Sample StDev
U C L=52.71
45
30
_
S =25.23
15
0
LC L=0
1
11
Sample
13
15
17
19
Ejemplo de carta X-S
S2 es un estimador insesgado de la varianza poblacional 2 sin embargo S no es un

estimador insesgado de . Si la distribucin es normal, entonces S estima a c4 donde
c4 es una constante que depende del tamao de muestra n. Adems la desviacin

estndar de S es 1 c4 .
2
c4
n 1
1/ 2
(n / 2)
((n 1) / 2)
Caso De n Constante
Con esta informacin se pueden establecer los lmites de control para la carta X y S,
cuando se conoce el valor de dado que existe un historial.
Para la carta S se tiene:
Para la carta X se tiene:
LSCs = c4 + 3 1 c4 = B6
LSCX = + A
(3.20)
LCs
= c4
LC =
LICs = c4 - 3 1 c4 = B5
LICX = - A
Page
30
INFOTEP VIRTUAL
Los valores para las constantes se encuentran tabuladas para diferentes valores de n en
la tabla de constantes.
En el caso de que no se conozca la desviacin estndar de la poblacin, se puede
estimar utilizando diversas muestras m con datos histricos, donde se obtenga la
desviacin estndar en cada una de ellas y se promedien.
S
1 m
Si
m i 1
__
S
c4
Como el estadstico S /c4 es un estimador insesgado de , los parmetros de la carta

sern los siguientes:
LSCs = S 3
S
1 c 42 = B4 S
c4
LCs = S
LICs = S 3
S
1 c 42 = B3 S
c4
Para el caso de la carta X , cuando S /c4 se una para estimar los lmites de control
para esta carta son:
LSCx = X + 3
S
c4 n
= X + A3 S
LCx = X
LICx = X - 3
S
c4 n
= X - A3 S
Todas las constantes c4, As y Bs se encuentran tabuladas en funcin de n en la tabla

de constantes, como sigue:
Page
31
INFOTEP VIRTUAL
Caso De n Variable
En el caso de tamao de muestra variable, se utiliza el promedio ponderado de las
medias y de las desviaciones estndar como sigue:
m
n X
i 1
m
n
i 1
2
(ni 1) S i
S m
ni m
i 1
1/ 2
Ejemplo 3.5
Para una carta X-S con lmites variables, se tomaron los datos siguientes,
Datos
Muestra Datos
Muestra Datos
Muestra Datos
Muestra
74.030 1
74.000 7
73.994 14
74.009
21
74.002 1
73.985 8
74.000 14
74.005
21
74.019 1
74.003 8
73.984 14
73.996
21
73.992 1
73.993 8
74.012 15
74.004
22
74.008 1
74.015 8
74.014 15
73.999
22
73.995 2
73.998 8
73.998 15
73.990
22
73.992 2
74.008 9
74.000 16
74.006
22
74.001 2
73.995 9
73.984 16
74.009
22
73.998 3
74.009 9
74.005 16
74.010
23
74.024 3
74.005 9
73.998 16
73.989
23
74.021 3
73.998 10
73.996 16
73.990
23
Page
32
INFOTEP VIRTUAL
Datos
Muestra Datos
Muestra Datos
Muestra Datos
Muestra
74.005 3
74.000 10
73.994 17
74.009
23
74.002 3
73.990 10
74.012 17
74.014
23
74.002 4
74.007 10
73.986 17
74.015
24
73.996 4
73.995 10
74.005 17
74.008
24
73.993 4
73.994 11
74.006 18
73.993
24
74.015 4
73.998 11
74.010 18
74.000
24
74.009 4
73.994 11
74.018 18
74.010
24
73.992 5
73.995 11
74.003 18
73.982
25
74.007 5
73.990 11
74.000 18
73.984
25
74.015 5
74.004 12
73.984 19
73.995
25
73.998 5
74.000 12
74.002 19
74.017
25
74.014 5
74.007 12
74.003 19
74.13
25
74.009 6
74.000 12
74.005 19
73.994 6
73.996 12
73.997 19
73.997 6
73.983 13
74.000 20
73.985 6
74.002 13
74.010 20
73.995 7
73.998 13
74.013 20
74.006 7
74.006 14
73.998 21
73.994 7
73.967 14
74.001 21
Page
33
INFOTEP VIRTUAL
Xbar-S Chart of Datos

UCL=74.02046
Sample Mean
74.02
74.01
__
X=74.0009
74.00
73.99
LCL=73.98134
73.98
1
11
13
Sample
15
17
19
21
23
25
Sample StDev
0.024
UCL=0.02403
0.018
0.012
_
S=0.00736
0.006
0.000
LCL=0
1
11
13
Sample
15
Tests performed with unequal sample sizes

Ejemplo de carta X-S con lmites variables
Page
34
17
19
21
23
25
INFOTEP VIRTUAL
Ejemplo 3.6
Otro ejemplo con n variable, la X = 74.001 y la S = 0.0098, por tanto los lmites de
control son:
LSCX = 74.015
LCX = 74.001
LICX = 73.987
Para la carta S
LSCS = 0.020
LCS = 0.0098
LICS = 0
Como mtodo alterno para n variable se puede utilizar la n si no hay mucha variacin
entre los diferentes tamaos de muestra (dentro de n 25%).
ESTIMACIN DE
El valor de la desviacin estndar puede ser estimado del valor de S como sigue:
S
c4
Para el ejemplo:
S
= 0.0094 / 0.94 = 0.01, tomando el valor de c4 para n=5.
c4
Page
35
INFOTEP VIRTUAL
Aplicacin De Cartas De Control Por Variables

Algunas de las aplicaciones de las cartas de control por variables son:
1. Mejora de procesos de proveedores. Reducir su variabilidad a travs de centrar su
proceso y tomar acciones correctivas.
2. Seleccin de equipo productivo a travs de demostracin de su capacidad antes de
su embarque.
3. Corridas cortas en talleres de manufactura. Se controla la desviacin respecto a la
media especificada, de una caracterstica especfica de calidad para diferentes
productos similares.
4. Aplicaciones no manufactureras. En estos casos se tiene que: (1) no hay
especificaciones, (2) se requiere ms imaginacin para aplicar las cartas de control.
Se usan por ejemplo para reducir el tiempo de proceso de las cuentas por pagar
(pago de cheques).
Page
36
INFOTEP VIRTUAL
ANEXOS
Tabla De Constantes Para El Clculo De Lmites De Control
Las constantes para lmites de control en las cartas X-R son:
A2
D3
D4
d2
1.88
3.267
1.128
1.023
2.574
1.693
0.072
2.282
2.059
0.577
2.115
2.326
0.483
2.004
2.534
0.419
0.076
1.924
2.704
0.373
0.136
1.864
2.847
0.337
0.184
1.816
2.97
10
0.308
0.223
1.777
3.078
c4
A3
B3
B4
B5
0.94
1.342
1.427
2.089
1.964
0.9515
1.225
1.287
0.03
1.97
0.029
1.874
0.9594
1..134
1.182
0.118
1.882
0.113
1.806
0.965
1.061
1.099
0.185
1.815
0.179
1.751
0.9693
1.032
0.239
1.761
0.232
1.707
10
0.9727
0.949
0.975
0.284
1.716
0.276
1.669
11
0.9754
0.905
0.927
0.321
1.679
0.313
1.637
12
0.9776
0.866
0.886
0.354
1.646
0.346
1.61
13
0.9794
0.832
0.85
0.382
1.618
0.374
1.585
Page
37
B6
INFOTEP VIRTUAL
c4
A3
B3
B4
B5
14
0.981
0.802
0.817
0.406
1.594
0.399
1.563
15
0.9823
0.775
0.789
0.428
1.572
0.421
1.544
16
0.9835
0.75
0.763
0.448
1.552
0.44
1.526
17
0.9845
0.728
0.739
0.466
1.534
0.458
1.511
18
0.9854
0.707
0.718
0.482
1.518
0.475
1.496
19
0.9862
0.688
0.698
0.497
1.503
0.49
1.483
20
0.9869
0.671
0.68
0.51
1.49
0.504
1.47
21
0.9876
0.655
0.663
0.523
1.477
0.516
1.459
22
0.9882
0.64
0.647
0.534
1.466
0.528
1.448
23
0.9887
0.626
0.633
0.545
1.455
0.539
1.438
24
0.9892
0.612
0.619
0.555
1.445
0.549
1.429
25
0.9896
0.6
0.606
0.565
1.435
0.559
1.42
Page
38
B6
INFOTEP VIRTUAL
Tabla 3.2 Constantes para lmites de control en cartas X-S
c4
A3
B3
B4
B5
0.94
1.342
1.427
2.089
1.964
0.9515
1.225
1.287
0.03
1.97
0.029
1.874
0.9594
1..134
1.182
0.118
1.882
0.113
1.806
0.965
1.061
1.099
0.185
1.815
0.179
1.751
0.9693
1.032
0.239
1.761
0.232
1.707
10
0.9727
0.949
0.975
0.284
1.716
0.276
1.669
11
0.9754
0.905
0.927
0.321
1.679
0.313
1.637
12
0.9776
0.866
0.886
0.354
1.646
0.346
1.61
13
0.9794
0.832
0.85
0.382
1.618
0.374
1.585
14
0.981
0.802
0.817
0.406
1.594
0.399
1.563
15
0.9823
0.775
0.789
0.428
1.572
0.421
1.544
16
0.9835
0.75
0.763
0.448
1.552
0.44
1.526
17
0.9845
0.728
0.739
0.466
1.534
0.458
1.511
18
0.9854
0.707
0.718
0.482
1.518
0.475
1.496
19
0.9862
0.688
0.698
0.497
1.503
0.49
1.483
20
0.9869
0.671
0.68
0.51
1.49
0.504
1.47
21
0.9876
0.655
0.663
0.523
1.477
0.516
1.459
22
0.9882
0.64
0.647
0.534
1.466
0.528
1.448
23
0.9887
0.626
0.633
0.545
1.455
0.539
1.438
24
0.9892
0.612
0.619
0.555
1.445
0.549
1.429
25
0.9896
0.6
0.606
0.565
1.435
0.559
1.42
Page
39
B6

UNIDAD III Control Estradisticos Proceso PDF

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

UNIDAD III Control Estradisticos Proceso PDF

Cargado por

Copyright:

Formatos disponibles

Unidad No.

CARTAS DE CONTROL POR VARIABLES

al objetivo especificado (falta de exactitud), y (2) una

excesiva variabilidad respecto a los valores deseables (falta de precisin).

aleatorias o bien muestras que se siten

proceso est fuera de

ms all de los lmites de control

interesados en averiguar las causas especiales que afectan al proceso.

X R son ampliamente utilizadas para monitorear la media y la variabilidad de las

MEDIA Y DESV. ESTANDAR

Fig. 3.1 Estados posibles de un proceso en control

TESTS PARA CAUSAS ESPECIALES

distribucin de los estadsticos muestrales sea

aproximadamente normal. Por tanto, en tales condiciones, la probabilidad de que dos

consecutivos caigan por encima de la lnea central ser de 0,5*0,5 =

0,25, y la probabilidad de que 9 estadsticos consecutivos caigan en el mismo lado de

CARTAS DE CONTROL DE MEDIAS-RANGOS (X-BARRA y R)

n , y siendo que la probabilidad 1- de que cualquier media muestral caer

entre los lmites:

Lo anterior ser vlido an si la distribucin de la poblacin no es normal pero si

En la prctica los lmites de control se estiman a partir de 20 o 25 muestras

Representa la lnea central de la carta de medias.

Desarrollo De La Formula Para Los Lmites De Control

Los lmites de control de la carta de medias son:

Lmite superior de control (LSC)

Lmite inferior de control (LIC)

Lnea central (LC)

se tienen las ecuaciones siguientes:

El valor de A2 se encuentra tabulado en una tabla de constantes. (pag.13)

De esta forma los lmites de control para el rango son:

Donde las constantes A2 , d2 D3 y D4 se encuentran tabuladas en funcin de n para

Para valores pequeos de n, el rango es un buen estimador de la varianza tal como lo

Si no se prueba la hiptesis de que el proceso est en control, por algn patrn de

Fig. 3.2 Patrn de anormalidad cclico

Una tendencia ascendente o descendente: Son causadas por deterioracin gradual

Por lo general la carta R es ms sensible a cambios en la normalidad de los procesos,

En resumen los patrones de anormalidad ms comunes son:

Un punto fuera de los lmites de control

Siete puntos formando una tendencia ascendente o descendente

Dos de tres puntos a ms de dos sigma de la lnea central en el mismo lado

Siete puntos en secuencia sobre o bajo la lnea central

Catorce puntos alternndose arriba y debajo de la media

Quince puntos dentro de una sigma de la lnea central en ambos lados

Cualquier otro patrn de anormalidad

Si la grfica de control para R se encuentra en control estadstico, se puede ahora

X donde la lnea central X es 74.001 (ver tabla de

constantes para obtener el valor de A2 con n=5).

LSC = X + A2 R = 74.001 + (0.577) (0.0023) = 74.014

X . Si ambas cartas estn

Las graficas de control quedan como sigue:

Xbar-R Chart of X11, ..., X15

Fig. 3.7 Graficas de control iniciales

El proceso se observa en control estadstico, con estos lmites de control calculados, se

Xbar-R Chart of X11, ..., X15

Fig. 3.8 Graficas de control con 10 puntos adicionales del proceso

Las graficas de control quedan como sigue:

Las graficas de control quedan como sigue:

Xbar-R Chart of X1, ..., X5

Fig. 3.10 graficas de control iniciales

Probability Plot of Medias

Fig. 3.11 a y b Prueba de normalidad en medias y rangos de un proceso estable

Probability Plot of Rangos

10:00 a.m. 11:00 a.m.