Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Herramientas Básicas de La Calidad PDF
Herramientas Básicas de La Calidad PDF
Bsicas
Introduccin :
Todo proceso productivo es un sistema formado por personas, equipos
y procedimientos de trabajo. El proceso genera una salida (output),
que es el producto que se quiere fabricar. La calidad del producto
fabricado est determinada por sus caractersticas de calidad, es
decir, por sus propiedades fsicas, qumicas, mecnicas, estticas,
durabilidad, funcionamiento, etc. que en conjunto determinan el
aspecto y el comportamiento del mismo. El cliente quedar
satisfecho con el producto si esas caractersticas se ajustan a lo que
esperaba, es decir, a sus expectativas previas. Por lo general, existen
algunas caractersticas que son crticas para establecer la calidad del
producto. Normalmente se realizan mediciones de estas
caractersticas y se obtienen datos numricos. Si se mide cualquier
caracterstica de calidad de un producto, se observar que los
valores numricos presentan una fluctuacin o variabilidad entre las
distintas unidades del producto fabricado.
Diagramas
Ishikawa
Hojas de
registro
Histogramas
Diagramas de
Dispersin
Cartas de Control
Estratificacin
CONCEPTO:
Estratificacin
Objetivos de la coleccin de datos (en control de calidad):
Inspeccin
Anlisis de no conformidades
Estratificacin
Estratificar:
Accin de agrupar los datos en categoras
llamadas estratos o clases, con base en criterios
adecuados al objetivo de su recoleccin.
Estratificacin por forma y color.
Estratificacin
Observacin:
Estratificar es la aplicacin del principio
romano "divide y vencers.
Aqu se
aplica con el
propsito
de:
Estratificacin
Ejemplos de criterios de
estratificacin aplicados a
productos no conformes:
Por
defectos
Por tipos de
defectos
Por causas
de defectos
Estratificacin
Las clases son
intervalos que no se
traslapan y que al
unirse incluyen la
totalidad de los datos.
Considere,
por ejemplo,
los siguientes
datos.
3
1
5
2
1
5
1 2
6 4
1
2
1
0
6
0
2 6 8 2
Estratificacin
Tres formas distintas
de estratificarlos
seran:
[0,2], [3,7],
[8,10]
[-1,3], [4,9]
[0,2],[3,4],
[5,7], [8,9]
Estratificacin
Yo me
conform
con dos.
Yo form
tres estratos
[0,2], [3,7],
[8,10]
[-1,3],
[4,9]
Yo tengo
cuatro!
[0,2],
[5,7],
[3,4],
[8,9]
VENTAJAS
Permite aislar la causa de un problema, identificando
el grado de influencia de ciertos factores en el
resultado de un proceso.
La estratificacin puede apoyarse y servir de base en
distintas herramientas de calidad, si bien el histograma
es el modo ms habitual de presentarla
Hojas de registro
Hoja de registro:
Formato manual o electrnico en el cual aparecen:
un encabezado general prediseado
encabezados para
los rubros que se
van a registrar
espacios en
blanco para
registrar los datos
espacios para
grficos de
apoyo
espacios para registrar los resultados de
clculos estadsticos
UTILIDADES:
En la mejora de la Calidad, se utiliza tanto en el
estudio de los sntomas de un problema, como en
la investigacin de las causas o en la recogida y
anlisis de datos para probar alguna hiptesis.
Tambin se usa como punto de partida para la
elaboracin de otras herramientas, como por
ejemplo los Grficos de Control.
Hojas de registro
Hoja de registro de artculos defectuosos
Producto: _________
Fecha: _______
Seccin: _________
Inspector: _________
Lote:
Tam. Muestra:_____
_______
Observaciones: ________________________________________
Tipo
Mancha
Estrelladura
Opacidad
Burbujas
Alineamiento
Conteo
Frecuencia
Total
Hojas de registro
Hoja de registro de localizacin de defectos
Producto: Llanta xYz
Fecha: _______
Seccin: _________
Inspector: _________
Lote:
Tam. Muestra:_____
_______
Observaciones: ________________________________________
Tipo
Frecuencia
Conteo
Figura
Grabado
Hilos
Forma
Otros
Total
Hojas de registro
Listas de verificacin (Ejemplo: Examen Mdico)
Nombre: Juan Mtz. R.
Sexo:___
S No
Asma Bronquial
Migraa
Lesiones en la espalda
Infarto
Sangrado digestivo
Fracturas
Problemas de la piel
Alergias
Agotamiento
Enfermedades venreas
NOMBRE:
DIRECCION:
NO. DE CUENTA:
DESCRIPCION QUEJA
MEDIDOR
MEDIDOR
MEDIDOR
C/M
NO (
)
1+1 6A
2+1 6A
3+1 6A
OTROS:
MTS._________
MTS._________
MTS._________
NO. MEDIDOR
COD. MED.
COD. LOTE.
LECTURA
S. MECANISMO
S. CONEXIONES
CAMBIO MEDIDOR SI (
CAMBIO DE ACOMETIDA
MTS._________
Q14 IMPUTABLE AL USUARIO
T09 DES/CONEX LINEA
Q09 RECONEXION TARDIA
E07 SERV. IMPORTANTE
C16 REG. ILICITO
S09 CAMBIO DE MEDIDOR
Q08 CORTE INDEBIDO.
OBSERVACIONES:
C/M
DIAGRAMA DE PARETO
El Diagrama de Pareto constituye un sencillo y grfico
mtodo de anlisis que permite discriminar entre las causas
ms importantes de un problema (los pocos y vitales 20%)
y las que lo son menos (los muchos y triviales 80%).
VENTAJAS
Ayuda a concentrarse en las causas que tendrn mayor
impacto en caso de ser resueltas.
Proporciona una visin simple y rpida de la importancia
relativa de los problemas.
Ayuda a evitar que se empeoren alguna causas al tratar de
solucionar otras.e ser resueltas.
Su formato altamente visible proporciona un incentivo para
seguir luchando por ms mejoras.
UTILIDADES
Determinar cul es la causa clave de un problema,
separndola de otras presentes pero menos importantes.
Contrastar la efectividad de las mejoras obtenidas,
comparando sucesivos diagramas obtenidos en momentos
diferentes.
Pueden ser asimismo utilizados tanto para investigar
efectos como causas.
Comunicar fcilmente a otros miembros de la organizacin
las conclusiones sobre causas, efectos y costes de los
errores.
Diagramas Pareto
100%
El Diagrama
de Pareto es
una grfica en
donde se
organizan los
datos,
agrupados en
estratos,
por orden
descendente,
de izquierda a
derecha por
medio de
barras
sencillas.
Casos
90
80
70
60
50
40
30
20
10
0
Estratos
Vilfredo Pareto
(1848-1923)
Diagramas Pareto
100%
J.M.Juran clasific
los problemas de
calidad en los
pocos vitales,
muchos triviales,
y llam a este
mtodo Anlisis
Pareto.
El principio
de acuerdo
al cual el
80% de los
resultados
se originan
en el 20%
de los
elementos
que
contribuyen
a ellos
es llamado
Principio
Pareto.
90
80
70
60
50
40
30
20
10
0
20%
Pocos vitales
Muchos triviales
Diagramas Pareto
100%
Costo, utilidad,
frecuencia
(nmero de
casos) o
porcentaje
% acumulado
90
80
70
60
50
40
Otros
30
20
10
0
20%
Minora vital
Mayora til
Etapas en la
construccin de un
Diagrama Pareto
1. Seleccione el problema a ser abordado mediante:
a) Tormenta de ideas
b) Utilizando datos
existentes
Ejemplo:
Problemas en la operacin del comit de calidad
2. Decida qu datos va a necesitar
Ejemplo: Casos que ocasionaron problemas en la operacin del
comit de calidad.
3. Seleccione la unidad de medida para comparacin
(frecuencia, unidad monetaria, etc.)
Ejemplo:Frecuencia o nmero de casos
4. Seleccione el perodo a ser estudiado
Ejemplo:Enero 1o. al 31 de Diciembre del 2000
Etapas en la
construccin de un
Diagrama Pareto
5. Reuna los datos necesarios
6. Agrupe los datos en estratos e
incluya un estrato especial
llamado otros, en el cual
reunir los datos aislados de
mnima frecuencia y que por su
naturaleza
no pudieron
ser
Ejemplo:Liderazgo,
disciplina, tcnicas,
agrupados de otra forma.
temas, recursos, otros.
Hoja de Registro
Estratos
Casos
Liderazgo
13
Disciplina
Tcnicas
21
Temas
7. Construya una hoja de registro
encabezada por los estratos y
Recursos
el nmero de casos o frecuencia
Otros
dentro de cada estrato
8. Contabilice los datos dentro de cada estrato
regstrelos en la hoja
2
3
3
Etapas en la
construccin de un
Diagrama Pareto
9. Construya otra hoja de registro bajo el ttulo
de Tabla de Frecuencias, encabezada por los
estratos, el nmero de casos o frecuencia dentro
de cada estrato (f), y la frecuencia
Tablaacumulada
de Frecuencias
expresada en porciento (F%).
f
F%
Estrato
10.Llene las columnas de estratos
y frecuencia (f) de la Tabla
21
47.7
Tcnicas
de Frecuencias colocando los
13
77.3
Liderazgo
estratos y sus respectivas
frecuencias ordenadas de mayor
3
84.1
Recursos
a menor, con excepcin del
2
88.6
Temas
estrato otros, el cual
deber colocarlo en la ltima
Disciplina
2
93.2
11.Calcule
fecuencia acumulada
posicinla
independientemente
de
y exprsela
porcentualmente.
3
100
Otros
su
frecuencia.
Coloque estos clculos en la
columna F%.
100%
70
60
25
50
20
40
15
30
10
20
10
0
Disciplina
Otros
14.Dibuje la curva de
frecuencias
acumuladas utilizando
la columna de F% y el
eje vertical derecho
como referencia.
30
Temas
de barras
80
Recursos
90
35
Liderazgo
12.Dibuje
:
a) Un eje vertical
40
Tcnicas
Etapas en la
construccin de un
Diagrama Pareto
100%
40
Tabla de Frecuencias
Casos Estrato
F%
Liderazgo
13
Tcnicas
21
47.7
Disciplina
Liderazgo
13
77.3
Tcnicas
21
Recursos
84.1
Temas
Temas
88.6
Recursos
Disciplina
93.2
Otros
Otros
100
30
70
60
25
50
20
40
15
30
10
20
10
Ejemplo
Diagrama Pareto
100%
Hoja de Registro
Concentradora
Tabla de Frecuencias
de Pareto
Rubro o estrato
Disciplina
Estratos
80
Otros
Hoja de Registro
35
Temas
No. de casos: 44
Perodo: Enero 1- Diciembre 31 del 2000
90
Recursos
Tcnicas
Casos
Liderazgo
Diagramas Pareto
Casos
40
90%
35
80%
30
70%
40%
Mayor
21
21
47.727
15
En medio
13
En medio
13
34
77.273
10
Siguiente
Otro ms
37
84.091
Mayor
21
ltimo
39
88.636
r
yo dio
Ma me
En
Siguiente
41
93.182
Otro ms
Otros
44
100
50%
20
Otros
ltimo
60%
25
30%
20%
10%
0%
te tros
ien O
igu
Diagramas Ishikawa
Estosdiagramas
diagramasson
sonutilizados
utilizados
Estos
para explorar
explorartodas
todaslas
lascausas
causas
para
realesoo potenciales
potenciales(entradas)
(entradas)
reales
queexplican
explicanun
unefecto
efectode
de
que
inters(salida).
(salida).
inters
Kaoru Ishikawa
1915-1989
Diagramas Ishikawa
Estructura
Otras denominaciones:
Diagrama Espina de pescado
Diagrama Causa-Efecto
Diagrama de rbol
Anlisis de la Causa Raz
UTILIDADES
Identificar las causas-raz, o causas principales, de un
problema o efecto.
Clasificar y relacionar las interacciones entre factores que
estn afectando al resultado de un proceso.
Comunicacin
Comunicacin
Operacin
Operacin
del
delCC
CC
Capacitacin
Capacitacin
Conduccin
Conduccin
Comunicacin
Comunicacin
Puntualidad
Medios
Diferencias
Inters
Operacin
Operacin
del
delCC
CC
Capacitacin
Capacitacin
Conduccin
Conduccin
Comunicacin
Comunicacin
Tiempo
Bibliografa
Software
Espacio
Operacin
Operacin
del
delCC
CC
Teora
Presentaciones
Polticas
Tcnicas
Temas
Inters
Medios
Asesora
Exposicin
Diferencias
Puntualidad
Capacitacin
Capacitacin
Disciplina
Liderazgo
Conduccin
Conduccin
Comunicacin
Comunicacin
Diferencias
Tiempo
Diferencias
Puntualidad
Bibliografa
Espacio
Software
Internet
Teora
Temas
Operacin
Operacin
del
delCC
CC
Presentaciones
Institucionales
Mecnicas
Tcnicas
Estadsticas
Capacitacin
Capacitacin
Inters
Medios
Asesora
Exposicin
Rencillas
Fax
Polticas
Departamentales
Disciplina
Motivacin
Liderazgo
Visin
Conduccin
Conduccin
ENSAMBLE DE
LA LNEA
DE HULE
PRESIN
FORMULACIN
USO DE DISOLVENTE
ESTIRAMIENTO DE LA CAPA
APLICACN DE LA CAPA
TEMPERATURA
DURACIN
PROBLEMA: BURBUJAS
EN LA CAPA 552
PERFIL
LONGITUD
VELOCIDAD
DURACIN
TEMPERATURA
PRESIN
ENFRIAMIENTO
EXTRUSIN DE LA
CAPA
CURADO DE LA LLANTA
UTILIDADES:
El Histograma es especialmente til cuando se tiene un amplio nmero de
datos que es preciso organizar, para analizar ms detalladamente o tomar
decisiones sobre la base de ellos.
Es un medio eficaz para transmitir a otras personas informacin sobre un
proceso de forma precisa e inteligible.
Permite la comparacin de los resultados de un proceso con las
especificaciones previamente establecidas para el mismo. En este caso,
mediante el Histograma puede determinarse en qu grado el proceso est
produciendo buenos resultados y hasta qu punto existen desviaciones
respecto a los lmites fijados en las especificaciones.
Proporciona, mediante el estudio de la distribucin de los datos, un
excelente punto de partida para generar hiptesis acerca de un
funcionamiento insatisfactorio.
Grfico de barras
frecuencia
Histogramas
10
5
0
A
Estratos
frecuencia
Histogramas
10
5
0
A
Intervalos de Clase
Histogramas
frecuencia
Dispersin
10
5
0
A
10
5
0
Intervalos de Clase
frecuencia
frecuencia
Forma
10
5
0
A
Intervalos de Clase
Intervalos de Clase
1. Defina los
intervalos
de clase
3. Trace la
grfica
Rubro 2: _______
Rubro 3: __________
Rubro 4: _________
Rubro 5: _______
Rubro 6: __________
Etc.:
_________
Dato No.
1-8
9-16
17-24
25-32
33-40
41-48
Datos
Mn Mx
Fecha: _______
Seccin: __________
Inspector: _________
Lote:
_______
Observaciones: __________________________________________
Dato No.
1-8
9-16
17-24
25-32
33-40
41-48
3.1
3.1
2.99
3.02
3.03
3.07
3.13
3.05
2.94
3.03
3.05
2.79
2.87
2.9
3.07
3.05
3
2.93
Datos
3.03 2.95
2.92 3.04
3.11 3.02
2.94 3.01
2.97 2.94
3.1 2.97
3.01
2.99
2.97
3.13
3.03
2.97
2.95
3.06
2.98
2.92
2.9
3.06
2.99
3.15
2.92
2.94
3.02
2.97
Mn
2.87
2.9
2.92
2.92
2.9
2.79
2.79
Mx
3.13
3.15
3.11
3.13
3.05
3.1
3.15
R = Mx - Mn
Siguiendo el ejemplo:
2.785
Intervalo
1
2
3
4
5
6
7
8
LI
2.785
2.835
2.885
2.935
2.985
3.035
3.085
3.135
LS
2.835
2.885
2.935
2.985
3.035
3.085
3.135
3.185
Producto: _________
Fecha: _______
Seccin: __________
Inspector: _________
Lote:
_______
Observaciones: __________________________________________
Clase
Marca
Marcas de conteo
frecuencia
f rel %
Marca
Marcas de conteo
La marca de clase se
define como el
promedio entre el
lmite inferior y
superior de la clase.
En esta columna se
colocan los lmites
inferior y superior de
cada una de las clases,
separados por un guion.
frecuencia
f rel %
Marca
Marcas de conteo
frecuencia
f rel %
Producto: _________
Fecha: _______
Seccin: __________
Inspector: _________
Lote:
_______
Observaciones: __________________________________________
Marca
Clase
2.785-2.835 2.810
2.835-2.885 2.860
2.885-2.935 2.910
2.935-2.985 2.960
2.985-3.035 3.010
3.035-3.085 3.060
3.085-3.135 3.110
3.135-3.185 3.160
Marcas de conteo
/
/
/ / / / / /
/ / / / / / / / / / / /
/ / / / / / / / / / / / /
/ / / / / / / /
/ / / / / /
/
frecuencia
1
1
6
12
13
8
6
1
f rel %
2.08
2.08
12.5
25
27.08
16.67
12.5
2.08
Fase 3: Trazo de la
grfica
1. Dibuje
:
a) Un eje vertical
20
15
10
5
0
3.135
3.185
3.085
3.035
2.985
2.935
2.885
0
2.835
25%
10
2.785
Fase 3: Trazo de la
grfica
Dimetro (en cm.) del tubo xyZ
3. Anote en un espacio
libre, informacin
adicional tal como:
a) Variable sujeta a
medicin o conteo
b) Total N de datos
c) Medidas numricas de
tendencia central y de
dispersin como la
media aritmtica,
aritmtica la
desviacin estndar y
el rango
d) Perodo en el que se
recolectaron los datos
25%
10
20
15
10
5
0
3.185
3.135
3.085
3.035
2.985
2.935
2.885
2.835
2.785
Tipo de Histogramas
a) Tipo
General
Tipo de histograma ms frecuente.
Los valores se concentran
alrededor de su media y
disminuyen suavemente hacia los
extremos.
b) Tipo
Planicie
Las clases tienen aproximadamente
la misma frecuencia, excepto las de
los extremos. Generalmente resulta
de una mezcla de poblaciones con
medias diferentes pero cercanas.
Tipo de Histogramas
c) Tipo Sesgo
d) Tipo Sesgo
Negativo
Positivo
La media est localizada a la derecha (izquierda) del centro
del histograma. El tipo sesgo positivo es ms comn que el
sesgo negativo, y est asociado a poblaciones como vida til
en horas de dispositivos electrnicos, resistencia a la ruptura
de materiales, y otras de amplia utilizacin en Confiabilidad.
Tipo de Histogramas
e) Tipo
Bimodal
Muestra claramente la mezcla de
datos de dos poblaciones con
medias muy diferentes.
f) Tipo Pico
Aislado
Detecta la presencia de un conjunto
pequeo de datos de una poblacin
diferente.
g) Tipo Precipicio
h) Tipo Precipicio
Derecha
Izquierda
Una posible causa de este tipo de histogramas es la
manipulacin de los datos mediante la exclusin deliberada
de los valores mayores o menores a cierta cantidad.
EJEMPLO DE HISTOGRAMA
Se midi el tiempo de publicidad de cierto anunciante en el canal 13 de
Mxico y durante ciertos das y los resultados fueron los siguientes:
1.081
1.042
1.113
1.101
1.14
1.119
1.225
1.125
1.053
1.172
1.156
1.059
1.129
1.093
1.195
1.032
1.143
1.071
1.119
1.174
1.129
1.214
1.132
1.106
1.014
1.164
1.063
1.13
1.079
1.156
1.096
1.036
1.155
1.057
1.084
1.122
1.074
1.187
1.23
1.162
1.064
1.123
1.083
1.227
1.164
1.095
1.191
1.025
1.139
1.127
DIAGRAMAS DE DISPERSION
VENTAJAS
Se trata de una herramienta especialmente til para estudiar
e identificar las posibles relaciones entre los cambios
observados en dos conjuntos diferentes de variables.
Suministra los datos para confirmar hiptesis acerca de si
dos variables estn relacionadas.
Proporciona un medio visual para probar la fuerza de una
posible relacin.
Diagramas de Dispersin
0.18
0.17
0.16
0.15
0.14
0.13
100
110
120
130
140
150
160
170
180
Diagramas de Dispersin
Los Diagramas de Dispersin se utilizan
para investigar la posible relacin entre
dos variables cuantitativas.
Las variables bajo investigacin pueden ser:
9 Dos caractersticas de calidad
9 Una caracterstica de calidad y un
factor que la afecta
9 Dos factores que afectan a una
misma caracterstica de calidad
9 Cualquier par de variables de inters
Y
Tiempo (seg.)
25.8
27.8
26.2
19.5
28.1
23.6
30.1
24.6
26.4
36.8
13.4
13.7
13.7
12.8
14.0
13.3
14.1
13.1
13.4
14.8
14.5
14.0
13.5
13.0
35
30
25
12.5
20
en el grfico.
Cuando se obtengan
pares de valores
iguales destaque
sus puntos con
smbolos adecuados.
15.0
14.5
13.0
Temperatura
oC
35
30
12.5
25
b) Ttulo y
unidades de
cada eje
13.5
20
b) No. de pares
de datos
Ti e mpo
( s e g. )
14.0
b) Perodo
20
Correlacin alta
40
12.5
40
13.0
12.5
30
13.5
13.0
20
14.0
13.5
30
Coeficiente de Correlacin
14.0
Correlacin mediana
Tres situaciones:
14.0
13.5
13.0
40
30
20
12.5
Correlacin baja
20
Caso 1
40
12.5
40
13.0
12.5
30
13.5
13.0
20
14.0
13.5
30
Coeficiente de Correlacin
14.0
Caso 2
Para medir qu tan fuerte es la
relacin entre pares de variables
Karl Pearson desarroll el
Coeficiente de Correlacin:
14.0
13.5
13.0
40
30
20
12.5
r =
(X
Caso 3
( X X )(Y Y )
X)
(Y Y )
40
20
12.5
40
13.0
12.5
30
13.5
13.0
20
14.0
13.5
30
Coeficiente de Correlacin
14.0
r = 0.9102
r = 0.9927
14.0
13.5
Caso 1 : r= 0.9927
Caso 2 : r= 0.9102
Caso 3 : r= 0.4009
13.0
r = 0.4009
40
30
20
12.5
Y
13.4
13.7
13.7
12.8
14.0
13.3
14.1
13.1
13.4
14.8
X-X
-1.09
0.91
-0.69
-7.39
1.21
-3.29
3.21
-2.29
-0.49
9.41
268.9 136.3
13.0
12.5
12.5
40
Correlacin Positiva:
Si X aumenta, Y aumenta.
40
13.0
20
13.5
30
14.0
13.5
20
14.0
30
Correlacin Negativa:
Si X aumenta, Y disminuye.
Relacin Lineal:
Relacin Lineal:
Y
= Constante > 0
X
Y
= Constante < 0
X
12.5
20
12.5
Ausencia de Correlacin
40
13.0
12.5
40
13.5
13.0
30
14.0
13.5
20
14.0
30
20
40
13.0
12.5
40
13.5
13.0
30
14.0
13.5
20
14.0
30
Relacin No Lineal
Ejemplo: Y=Rendimiento
X=Temperatura de reaccin
Ejemplo: Y=Ventas
X=Tiempo (mes del ao)
Ejemplo: Y=Crecimiento
X=Tiempo
Ejemplo: Y=Ventas
X=Inversin en publicidad
Cartas de Control
Cartas de Control
por Variables
Contenido
Cartas de Control
por Atributos
Conceptos:
Carta de Control
Lmites de Control
Patrones de no aleatoriedad
Tipos de Cartas.
Introduccin
Es raro. Nunca haba
sacado 10 en
Matemticas.
Seguro que
no copiaste?
GRAFICAS DE CONTROL
En un proceso cualquiera, ya sea administrativo o de
produccin, por ms sencillo que sea, interviene una cantidad
considerable de variables que influyen sobre su capacidad
para lograr la calidad del producto.
Debido a lo dinmico de los procesos, las variables son
constantemente modificadas por diversos factores, cual tiene
un efecto directo sobre la calidad del producto. A los factores
que provocan la variabilidad del proceso les llamaremos
"causas de variacin". Las causas de variacin pueden ser
comunes o especiales
VENTAJAS
Permite distinguir entre causas aleatorias y especficas de
variacin de los procesos, como gua de actuacin de la
direccin.
Los grficos de control son tiles para vigilar la variacin de
un proceso en el tiempo, probar la efectividad de las
acciones de mejora emprendidas, as como para estimar la
capacidad del proceso.
UTILIDADES
Ayudan a la mejora de procesos, de forma que se comporten
de manera uniforme y previsible para una mayor calidad,
menores costos y mayor eficacia.
Proporcionan un lenguaje comn para el anlisis del
rendimiento del proceso.
X2
.70
.85
.80
.60
.75
.75
.80
.70
.80
.70
.75
.75
.70
.70
.80
.80
.70
.70
.65
.60
.55
.80
.65
X3
.65
.75
.80
.70
.65
.75
.65
.80
.85
.60
.90
.85
.75
.85
.80
.75
.85
.60
.85
.65
.65
.65
.75
X4
.65
.85
.70
.75
.85
.85
.75
.75
.85
.80
.50
.65
.75
.75
.75
.80
.70
.70
.65
.60
.80
.65
.65
X5
.85
.65
.75
.65
.80
.70
.70
.75
.75
.75
.80
.70
.70
.60
.85
.65
.80
.60
.70
.65
.80
.75
.65
Promedio
0.7
0.77
0.76
0.65
0.75
0.73
0.72
0.72
0.78
0.67
0.75
0.76
0.72
0.71
0.82
0.75
0.76
0.67
0.7
0.62
0.66
0.69
0.7
Rangos
0.2
0.2
0.1
0.15
0.2
0.25
0.15
0.2
0.2
0.2
0.4
0.2
0.05
0.25
0.15
0.15
0.15
0.15
0.2
0.05
0.3
0.15
0.15
Grafica de Promedios
Punto fuera del rango
0,9
LSC
0,8
Promedio
LIC
0,6
0,5
0,4
0,3
0,2
0,1
Promedios
25
23
21
19
17
15
13
11
0
1
N de Muestra
0,7
Grafica de Rangos
0,4
LSC
0,3
Promedio
0,2
0,1
25
23
21
19
17
15
13
11
LIC
No de Muesttra
0,5
Rangos
10
15
20
25
30
Nmero de muestra
% A MUESTREAR
10
301 A 1000
1001 A 5000
MAS DE 5000
14.0
LTs
LCs
13.5
13.0
7.2
7.1
6.9
7.0
6.8
6.7
10
6.6
6.5
LCi
6.4
12.5
Nmero de muestra
Patrones de No Aleatoriedad
No basta que todos los puntos
caigan dentro de sus lmites
de control para concluir que el
proceso est bajo control.
Un comportamiento no
aleatorio de los mismos
tambin es un aviso de
que algo anormal sucedi.
Patrones de No Aleatoriedad
Sesgo
Sesgo
Racha de 7 puntos
consecutivos de un mismo lado.
Racha de 10 o ms de 11 puntos
consecutivos, de un mismo lado.
Sesgo
Racha de 12 o ms de 14 puntos
consecutivos, de un mismo lado.
Sesgo
Racha de 16 o ms de 20 puntos
consecutivos, de un mismo lado.
Patrones de No Aleatoriedad
Tendencia
Tendencia
Tendencia
4 + 2 + 6 = 12
Racha ascendente o descendente
de 12 o ms de 14 puntos
+ 5 + 5 + 3 = 16
Patrones de No Aleatoriedad
Marcha extrema
Marcha central
Patrones de No Aleatoriedad
Se debe estar
atento a la
aparicin de
muchos patrones
de no
aleatoriedad?
No hay
hay puntos
puntos fuera
fuera de
de los
los
No
lmites de
de control.
control.
lmites
Hayaproximadamente
aproximadamente los
los
Hay
mismos puntos
puntos arriba
arriba yy abajo
abajo de
de
mismos
la lnea
lnea central.
central.
la
Los
Los puntos
puntos dan
dan la
la impresin
impresin de
de
estar
estar aleatoriamente
aleatoriamente distribuidos
distribuidos
A manera de
resumen podremos
decir que un proceso
est bajo control si ...
Tipos de Cartas
Cartas X R (promedio rango)
Por Variables
Cartas X (unidades individuales)
Cartas
de
Control
Por Atributos
Cartas de Control
por Variables
Control Estadstico
de Procesos
Grficos X-R
Grficos X-R
Grficos X-R
Proce
so
Muestras del
Producto
Mediciones
125.0
4
126.5
0
123.0
3
127.4
0
127.5
2
127.3
1
125.7
7
125.1
7
-
Grficos X-R
Grficos X-R
Grficos X-R
Grficos X-R
Grficos X-R
Grficos X-R
Medicin del
Dimetro
Proce
so
50.0
4
50.0
8
50.0
9
50.1
0
-
Grficos X-R
Grficos X-R
7:0
0
Proce
so
Muestra de
6 Piezas
Grficos X-R
8:0
0
Proce
so
Muestra de
6 Piezas
Grficos X-R
9:0
0
Proce
so
Muestra de
6 Piezas
Grficos X-R
Grficos X-R
7:1
0
Proce
so
1a Pieza
Grficos X-R
7:2
0
Proce
so
2a Pieza
Grficos X-R
7:3
0
Proce
so
3a Pieza
Grficos X-R
Por cualquiera de los dos caminos,
obtenemos grupos de igual nmero de
mediciones. Para cada subgrupo calculamos
el Promedio y el Rango (Diferencia entre el
valor mximo y el valor mnimo).
Grficos X-R
50.0
4
50.0
8
50.0
9
50.1
0
50.2
4
50.0
4
Mediciones
Subgrupo de
6 Piezas
Grficos X-R
X=
)
R = (50.24 50.04
Grficos X-R
Como ya se ha visto, para calcular los
Lmites de Control es necesario obtener un
gran nmero de mediciones, divididas en
subgrupos. En nuestro ejemplo, podramos
obtener 30 subgrupos de 6 datos cada uno.
Grficos X-R
Subgrupo
1
Subgrupo
2
Subgrupo
3
Subgrupo
4
50.0
4
50.0
8
50.0
9
50.1
0
50.2
4
50.0
4
50.1
4
49.9
7
50.0
7
49.9
7
50.0
3
50.1
0
49.9
9
Subgrupo
5
Subgrupo
6
Subgrupo
7
50.0
6
50.0
1
50.0
6
50.0
3
50.1
8
50.0
3
50.1
0
50.1
4
50.0
7
50.1
2
50.0
8
50.1
0
50.1
1
Grficos X-R
Grficos X-R
N Subgrupo
Xp
1
2
50.10
0.20
50.05
0.17
3
4
5
6
7
-
50.08
0.19
50.10
0.15
50.06
0.17
50.10
0.07
50.04
0.16
Grficos X-R
A partir de esta tabla, se calculan el
promedio general de promedios de
subgrupo y el promedio de rangos de
subgrupo:
Grficos X-R
X=
Xi
N
X
N
Promedio de
Subgrupo
Nmero de
Subgrupos
Grficos X-R
o tambin:
x
X= i
N n
xi
N
n
Mediciones
individuales
Nmero de
Subgrupos
Nmero de mediciones dentro
del Subgrupo
Grficos X-R
R=
Ri
Rango del
Subgrupo
Grficos X-R
Grficos X-R
s=
R
d2
Grficos X-R
Con esto podemos calcular los Lmites de
Control para el grfico de X:
Grficos X-R
Lnea
Central
=X
LSC = X + 3
LIC= X 3
s
n
s
n
Grficos X-R
La desviacin standard del rango se puede
calcular utilizando el coeficiente d3, que
tambin depende del nmero de mediciones
en el subgrupo:
Grficos X-R
sR =
d3 R
d2
Grficos X-R
Grficos X-R
Lnea
Central
=R
LSR = R + 3 sR
LIR= R 3 sR
Grficos X-R
Grficos X-R
n
2
3
4
5
6
7
8
9
10
d2
1.128
1.693
2.059
2.326
2.534
2.704
2.847
2.970
3.078
d3
0.853
0.888
0.880
0.864
0.848
0.833
0.820
0.808
0.797
Ver hoja
entregada en
clases
anterioriores
sobre valores
Grficos X-R
Grficos X-R
Grfico de Xp
50.20
50.15
Xp
50.10
50.05
50.00
49.95
0
10
15
20
N subgrupo
Grficos X-R
25
30
Grficos X-R
Grfico de R
0.50
0.45
0.40
0.35
0.30
0.25
0.20
0.15
0.10
0.05
0.00
0
10
15
20
25
30
N subgrupo
Grficos X-R
Si no hay puntos fuera de los lmites de
control y no se encuentran patrones no
aleatorios, se adoptan los lmites calculados
para controlar la produccin futura.
10
10
Nmero de muestra
Nmero de muestra
Dispersin en aumento
Para asegurarnos
que la tendencia
central permanece
estable controlamos
el promedio X.
Y para asegurarnos
que la dispersin
permanece estable
controlamos el rango R
X = X
n
R = Mx - Mn
Elaboracin de
la Carta de
Control X - R
1. Recoja 20, 25 o 30
muestras del
proceso,
de 4 o 5 datos
cada una,
y regstrelas en
orden cronolgico.
Elaboracin de
la Carta de
Control X - R
2. Calcule los
promedios de cada
muestra:
X = X
n
Aqu n es el
nmero de datos
de cada muestra.
Nota:
El promedio se
redondea a una
o dos cifras
decimales ms
que las de los
datos originales.
Muestra X1
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
29
29
34
31
30
27
25
24
33
35
30
26
36
25
38
29
31
28
30
26
Muestra X1
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
29
29
34
31
30
27
25
24
33
35
30
26
36
25
38
29
31
28
30
26
X2
31
34
28
25
27
28
36
31
29
29
32
28
35
26
23
29
27
29
32
33
X3
20
29
36
33
26
25
32
32
33
28
24
30
39
30
32
26
24
38
23
29
X4
30
31
23
30
36
32
30
28
27
34
32
26
34
27
30
27
32
30
33
30
X2
31
34
28
25
27
28
36
31
29
29
32
28
35
26
23
29
27
29
32
33
X3
20
29
36
33
26
25
32
32
33
28
24
30
39
30
32
26
24
38
23
29
X4
30
31
23
30
36
32
30
28
27
34
32
26
34
27
30
27
32
30
33
30
Nota 1:
El nmero de
muestras debe ser
grande para
representar el
comportamiento del
proceso; y pequeo
para reflejar su
estado actual.
El nmero prctico
conciliatorio es
entre 20 y 30.
Nota 2:
El nmero de datos
en cada muestra
podra extenderse
hasta 10 o
disminuir hasta 2.
X
110
123
121
119
119
112
123
115
122
126
118
110
144
108
123
111
114
125
118
118
X
27.5
30.75
30.25
29.75
29.75
28
30.75
28.75
30.5
31.5
29.5
27.5
36
27
30.75
27.75
28.5
31.25
29.5
29.5
Elaboracin de
la Carta de
Control X - R
3. Sume los
promedios
y divida el
resultado entre el
nmero k de
muestras
X = X
k
= 594.8
20
= 29.74
Elaboracin de
la Carta de
Control X - R
4. Calcule el rango
de cada muestra
R = Mx - Mn
Sume los rangos
R = 161
Calcule el
promedio de los
rangos
R=
R
k
Elaboracin de
la Carta de
Control X - R
5. Calcule las lneas
de control para X.
Muestra X1
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
29
29
34
31
30
27
25
24
33
35
30
26
36
25
38
29
31
28
30
26
Muestra X1
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
29
29
34
31
30
27
25
24
33
35
30
26
36
25
38
29
31
28
30
26
X
110
123
121
119
119
112
123
115
122
126
118
110
144
108
123
111
114
125
118
118
X
X
X2
31
34
28
25
27
28
36
31
29
29
32
28
35
26
23
29
27
29
32
33
X3
20
29
36
33
26
25
32
32
33
28
24
30
39
30
32
26
24
38
23
29
X4
30
31
23
30
36
32
30
28
27
34
32
26
34
27
30
27
32
30
33
30
X2
31
34
28
25
27
28
36
31
29
29
32
28
35
26
23
29
27
29
32
33
X3
20
29
36
33
26
25
32
32
33
28
24
30
39
30
32
26
24
38
23
29
X4 X
30 110
31 123
23 121
30 119
36 119
32 112
30 123
28 115
27 122
34 126
32 118
26 110
34 144
27 108
30 123
27 111
32 114
30 125
33 118
30 118
Suma
Promedio
X
27.5
30.75
30.25
29.75
29.75
28
30.75
28.75
30.5
31.5
29.5
27.5
36
27
30.75
27.75
28.5
31.25
29.5
29.5
594.8
29.74
X
R
27.5
11
30.75
5
30.25 13
29.75
8
29.75 10
28
7
30.75 11
28.75
8
30.5
6
31.5
7
29.5
8
27.5
4
36
5
27
5
30.75 15
27.75
3
28.5
8
31.25 10
29.5
10
29.5
7
594.8 161
29.74 8.05
Elaboracin de
la Carta de
Control X - R
1. Recoja 20, 25 o 30
muestras del
proceso,
de 4 o 5 datos
cada una,
y regstrelas en
orden cronolgico.
R=
14.0
R
k
LCs
13.5
13.0
12.5
LCi
5
10
Nmero de muestra
f(x)
f(x)
Grficos np
GRFICAS DE CONTROL:
ATRIBUTOS
SE UTILIZAN PARA:
DEFINICIONES
B) PARA DEFECTOS:
GRFICA DE CONTROL c NMERO DE DEFECTOS.
GRFICA DE CONTROL u NMERO DE DEFECTOS
POR UNIDAD.
3 GRIETAS
6 HOYOS
1 REBABA
1 DESGASTE
NMERO DEFECTOS=11
NMERO DE UNIDADES
DEFECTUOSAS=6
FRACCIN DE UNIDADES
DEFECTUOSAS=6/10
NMERO DE DEFECTOS POR
UNIDAD=11/10
Grficos np
Grficos np
Grficos np
El resultado de este ensayo slo tiene dos
posibles resultados: Defectuoso-No
Defectuoso ( Conforme-Disconforme ). Si el
tornillo no entra en la rosca, se lo considera
defectuoso o disconforme.
Grficos np
Grficos np
Test
Proceso
Tornillo
OK
Grficos np
Grficos np
Grficos np
Entonces, para controlar este proceso, un
inspector se coloca al final de la lnea de
produccin y cada hora retira una muestra de
n= 50 tornillos (por ejemplo), comprueba cada
uno con la rosca y anota el nmero de
defectuosos.
Grficos np
7:0
0
Proceso
Muestra de
n Tornillos
Prueba
Tornillo 1
OK
Tornillo 2
OK
Tornillo 3
Defectuoso
Tornillo 4
OK
Tornillo 5
Defectuoso
Tornillo 6
OK
Tornillo 7
OK
Tornillo n
Grficos np
Grficos np
Grficos np
Imaginando la poblacin de tornillos que
podra fabricar el proceso trabajando siempre
en las mismas condiciones, una cierta
proporcin p de estos seran defectuosos.
Grficos np
Grficos np
En una muestra de n tornillos, la probabilidad
de encontrar:
0 defectuosos
1 defectuoso
2 defectuosos
...
n defectuosos
Grficos np
Grficos np
Grficos np
Grficos np
Muestra
1
2
3
4
5
6
7
-
N Defectuosos
3
2
4
3
4
2
5
-
Grficos np
En cada muestra, la fraccin de defectuosos
es:
N Defectuosos en
Muestra i
Nmero de elementos en
la Muestra
Grficos np
Grficos np
Nmero de
Muestras
Grficos np
y luego la Desviacin Standard:
Nmero de elementos en
la Muestra
Grficos np
Grficos np
Grficos np
Grficos np
Grfico np
12
10
8
6
4
2
0
0
10
15
20
25
M ue s t ra
Grficos np
Si no hay puntos fuera de los lmites de
control y no se encuentran patrones no
aleatorios, se adoptan los lmites calculados
para controlar la produccin futura.
30
GRAFICO u
LC= np
LSC= np + 3 np (1 p
LIC = np 3 n p (1 p )
p$
j= 1
d j
j 1
n j
EJEMPLO
ELABORE EL DC PARA NMERO DE ARTCULOS
DEFECTUOSOS PARA EL PROCESO DEL EJEMPLO
ANTERIOR
npi
50
40
30
20
10
0
1
10
13
16
19
D IA
dj
p$
j= 1
m
nj
j= 1
LSCj = $ + 3
LICj =
- 3
p$ ( 1 p$ )
nj
p$ ( 1 p$ )
nj
PROPORCIN DEFECTUOSA
CORRESPONDIENTE:
dj
pj =
nj
Y RECALCULE, SI ES NECESARIO.
EJEMPLO
UNA COMPAA FABRICA DIFERENTES TUBOS DE
RAYOS CATDICOS A ESCALA MASIVA. EL MES
PASADO, EL PROCESO DE FABRICACIN DIO MUCHOS
PROBLEMAS. LA SIGUIENTE TABLA MUESTRA LOS
DATOS OBTENIDOS DE LAS INSPECCIONES
REALIZADAS LOS 21 DAS DEL MES PASADO.
DIARIAMENTE SE INSPECCIONARON 100 UNIDADES.
EJEMPLO
EJEMPLO
21
dj
j= 1
pi
0 .5
0 .4
0 .3
0 .2
0 .1
0
1
10
13
16
19
D IA
CARTAS c
ESTA CARTA PARA EL NMERO DE DEFECTOS, SU
OBJETIVO ES ANALIZAR LA VARIABILIDAD DEL
NMERO DE DEFECTOS POR SUBGRUPO.
LOS LMITES DE CONTROL SE OBTIENEN
SUPONIENDO QUE EL ESTADSTICO ci SIGUE UNA
DISTRIBUCIN DE PISSON, POR LO TANTO LA
ESTIMACIN DE LA MEDIA Y LA DESVIACIN
ESTNDAR DE ESTE ESTADSTICO ESTN DADAS
POR:
U ci
TOTAL DE DEFECTOS
TOTAL DE SUBGRUPOS
c = c
i
LC =
c 3
16
14
12
10
Serie2
Serie3
Serie4
Serie5
6.36666667 c
13.936343 LCS
-1.20300968 LCI
29
25
21
17
4
2
9
LCS
LC
LCI
13.9 6.37
0
13.9 6.37
0
13.9 6.37
0
13.9 6.37
0
13.9 6.37
0
13.9 6.37
0
13.9 6.37
0
13.9 6.37
0
13.9 6.37
0
13.9 6.37
0
13.9 6.37
0
13.9 6.37
0
13.9 6.37
0
13.9 6.37
0
13.9 6.37
0
13.9 6.37
0
13.9 6.37
0
13.9 6.37
0
13.9 6.37
0
13.9 6.37
0
13.9 6.37
0
13.9 6.37
0
13.9 6.37
0
13.9 6.37
0
13.9 6.37
0
13.9 6.37
0
13.9 6.37
0
13.9 6.37
0
13.9 6.37
0
13.9 6.37
0
13
7
5
10
2
6
5
4
9
7
5
6
7
8
4
5
12
8
10
4
7
3
10
6
6
7
4
5
6
8
5
191
Defectos c i
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
Mesa
SE TOMA 0
LC =
ARTICULOS ELECTRONICOS
EN UNA FBRICA SE ENSAMBLAN ARTCULOS ELECTRNICOS Y AL FINAL DEL PROCESO SE HACE UNA
INSPECCIN POR MUESTREO PARA DETECTAR DEFECTOS RELATIVAMENTE MENORES, Y AS
RETROALIMENTAR EL PROCESO PARA ENFOCAR BIEN LAS ACCIONES DE MEJORA. EN PARTICULAR, SE
PRESENTAN UN NMERO DE DEFECTOS EN MUESREOS REALIZADOS SOBRE 24 LOTES
CONSECUTIVOS DE PIEZAS ELECTRNICAS. EL NMERO DE PIEZAS INSPECCIONADAS EN CADA LOTE
ES VARIABLE, POR LO QUE NO ES APROPIADO ANALIZAR EL NMERO DE DEFECTOS POR MUESTRA,
ci, MEDIANTE UNA CARTA c. ES MEJOR ANALIZAR EL NMERO PROMEDIO DE DEFECTO POR PIEZA, ui,
MEDIANTE LA CARTA u
LOTE
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
SUMA
n=
TAMAO
DEFECTOS
DE
ENCONTRA
MUESTRA
ni
DOS, c i
ui = c i/ni
20
17
0.85
20
24
1.2
20
16
0.8
20
26
1.3
15
15
1
15
15
1
15
20 1.33333333
25
18
0.72
25
26
1.04
25
10
0.4
25
25
1
30
21
0.7
30
40 1.33333333
30
24
0.8
30
46 1.53333333
30
32 1.06666667
30
30
1
30
34 1.13333333
15
11 0.73333333
15
14 0.93333333
15
30
2
15
17 1.13333333
15
18
1.2
15
20 1.33333333
525
549
21.875
u=
1.04571429
LCS
LC
LCI
1.70163862
1.04571429
0.38978995
22
19
16
LCI
0.39
0.39
0.39
0.39
0.39
0.39
0.39
0.39
0.39
0.39
0.39
0.39
0.39
0.39
0.39
0.39
0.39
0.39
0.39
0.39
0.39
0.39
0.39
0.39
13
LC
1.04571429
1.04571429
1.04571429
1.04571429
1.04571429
1.04571429
1.04571429
1.04571429
1.04571429
1.04571429
1.04571429
1.04571429
1.04571429
1.04571429
1.04571429
1.04571429
1.04571429
1.04571429
1.04571429
1.04571429
1.04571429
1.04571429
1.04571429
1.04571429
LCS
1.70163862
1.70163862
1.70163862
1.70163862
1.70163862
1.70163862
1.70163862
1.70163862
1.70163862
1.70163862
1.70163862
1.70163862
1.70163862
1.70163862
1.70163862
1.70163862
1.70163862
1.70163862
1.70163862
1.70163862
1.70163862
1.70163862
1.70163862
1.70163862
10
0.85
1.2
0.8
1.3
1
1
1.33333
0.72
1.04
0.4
1
0.7
1.33333
0.8
1.53333
1.06667
1
1.13333
0.73333
0.93333
2
1.13333
1.2
1.33333
ui = ci/ni
LOTE
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
TAMA
O DE DEFECTOS
MUES ENCONTRA
TRA ni DOS, c i
20
17
20
24
2.5
20
16
20
26
2
15
15
15
15
1.5
15
20
25
18 u
1
25
26
25
10
25
25
0.5
30
21
30
40
0
30
24
30
46
30
32
30
30
30
34
15
11
15
14
15
30
15
17
15
18
15
20
LOTE