CAPTULO 4

GRFICOS DE CONTROL DE VARIABLES

4.1. INTRODUCCIN

Muchas caractersticas de calidad se pueden expresar en trminos de una medida numrica. Esta
caracterstica de calidad medible, se llama variable. Los diagramas de control para variables se usan
ampliamente, ya que permiten el uso de procedimientos de control ms eficientes y proporcionan ms
informacin respecto al rendimiento del proceso que los diagramas de control de atributos.

Cuando se trata con una caracterstica de la calidad, que es una variable, es una prctica estndar
controlar el valor medio y la variabilidad de dicha caracterstica.

Los objetivos de las grficas de control de variables son los siguientes:

Para mejorar la calidad

Para definir la capacidad del proceso
Para tomar decisiones de las especificaciones del producto
Para tomar decisiones del proceso de produccin
Para tomar decisiones de productos recin elaborados

El procedimiento que se deber seguir para configurar las grficas de control de variables es el siguiente:

Defina cul ser la caracterstica de calidad del producto que quiere controlar
Escoja el subgrupo racional
Rena los datos necesarios
Calcule la lnea central de ensayo y los lmites de control
Defina la lnea central revisada y los lmites de control.
Logre el objetivo.

4.2 LMITES DE CONTROL DEL SISTEMA NORTEAMERICANO

Los tres grficos de control de variables (de la media x , de la desviacin estndar s, y del rango R) son
explicadas a continuacin, de acuerdo con el sistema norteamericano (normas de ASA y ASTM). Este
sistema se basa en un intervalo 3 sigma (desviaciones estndar), de tal manera que los lmites de control
son respectivamente:

Para la media: x 3 x
Para la desviacin estndar: s 3 s
Para la amplitud o rango: R 3 R

La probabilidad de que un punto est en la zona II es aproximadamente 0.3% o 3 veces en cada mil y la
probabilidad de que un punto est en la zona I es de 99.7% aproximadamente (Ver figura 4.3.1).

4.3. GRFICO DE LA MEDIA

x , de muestras extradas de una poblacin normal, con media y

La distribucin muestral de la media

desviacin estndar es tambin normal, con x = y x = .
n
77
El grfico de control de las medias x , de muestras de tamao n, se construye marcando en las

ordenadas la lnea media LC = x = , el lmite de control superior LSC = + 3 y el lmite
n

inferior de control LIC = 3 (ver figura 4.3.1.)
n

x
Zona II
3 LSC
+
n
Zona I
LC
Zona I
3
LIC
Zona II
n

0 5 10 15 N de muestra en el
tiempo t

Figura 4.3.1. Grfico de la media x

Haciendo A = 3 / n , los valores pueden ser tabulados en funcin del tamao de la muestra (ver tabla
2 en el apndice) y la expresin de los lmites se transforma de la siguiente manera:

LSC = + A
LIC = A (3.1)

Para cada muestra (subgrupo racional) se calcula la media x y se marca en el grfico un punto cuya
ordenada es x y cuya abscisa es el nmero de orden de la muestra (o el tiempo).

Ese procedimiento, muy simple, se emplea siempre que fuera dada la norma de control, eso es, se
conoce y . Cuando los parmetros fueran desconocidos, caso muy comn, especialmente en la
fase inicial de control, ser necesario calcular estimaciones de los parmetros, los cuales debern
basarse, como mnimo, en k = 25 muestras de n = 4 , o k = 20 muestras de n = 5 tems.

Estimacin de la media. La media estimada , ser calculada por la media general (o media de las
medias muestrales):
1
x= ( x1 + x 2 + K + x k ) (3.2)
k

donde x 1 es la media de la primera muestra, y as sucesivamente. La lnea media es marcada como

LC = x

78
Estimacin de la desviacin estndar. El clculo de estimacin de la desviacin estndar puede
basarse en la desviacin estndar s o en la amplitud o rango R de las muestras. El segundo
procedimiento es el usual.

I. Por medio de la desviacin estndar muestral

Para la i-sima muestra, de n tems, la desviacin estndar muestral es:

2
x 12 + x 22 + L + x 2n n x
si = (3.3)
n 1

La estimacin de la desviacin estndar de la poblacin se obtiene calculando de manera previa la

desviacin estndar muestral media:

1
s= (s 1 + s 2 + K + s k ) (3.4)
k

donde s 1 es la desviacin estndar de la primera muestra, etc.

El valor estimado de es entonces:

s
= (3.5)
c2

donde c2 es un factor de correccin (tabla 2, apndice C) de la estimacin, en funcin del tamao de la

muestra. Para muestras de ms de 25 tems, el valor de c2 es 1, lo que significa que no es necesaria la
correccin.

Los lmites de control basados en s, son, por tanto:

_
s
LSC = x + 3
c2 n
_
s
LIC = x 3
c2 n

3
Para facilitar los clculos se hace A1 = , cuyos valores en funcin del tamao de la muestra n,
c2 n
estn tabulados (Tabla 2).

Los lmites de control se fijan como:

LSC = x + A1 s
LIC = x A1 s (3.6)

79
II. Por la amplitud de la muestra

Para estimar la desviacin estndar , con base en la amplitud o rango R de las muestras, se calcula
para cada una de ellas la diferencia entre el mayor y el menor valor observado ( ( x max x min ) . Luego,
se calcula la media de las amplitudes de las k muestras:

1
R= (R 1 + R 2 + K + R k ) (3.7)
k
Una estimacin de es:

R
= (3.8)
d2

donde d2 es un factor de correccin, tabulado en funcin del tamao de la muestra (Tabla 2). Para
3
facilitar el clculo, se hace A2 = , cuyos valores tambin estn tabulados (Tabla 2).
d2 n

La estimacin de por R solamente se recomienda para muestras que tienen un tamao mximo de
n = 10 tems. Entonces, los lmites de control se establecen como:

LSC = x + A2 R
LSC = x A2 R (3.9)

Resumen. Para establecer un grfico de control de la media, en la fase inicial o cuando se desconocen
y , se observan los siguientes pasos:

1. Se determina el tamao de las muestras n (usualmente 4 o 5) y el nmero k de muestras (un mnimo

de 25, o de 20 respectivamente). Extraer las muestras, registrar los valores observados y calcular
para cada muestra la media aritmtica x y el rango R (s, solamente si la muestra es de tamao n
mayor a 10).

2. Calcular x y marcar la lnea media LC = x .

3. Calcular R o s y los lmites de control x A2 R x A1 s , conforme el procedimiento elegido para

estimar ; luego, marcar LSC y LIC.

4. Marcar los valores de x , para las muestras (del paso 1). Si fueran encontrados puntos en la zona II,
sern eliminados y se recalcula la lnea media de los lmites.

5. El grfico obtenido constituye una norma de control de fabricacin; permitir llevar el proceso
extrayndose muestras y marcndose los valores de x correspondientes.

Interpretacin del grfico de la media. En la fase inicial del sistema de control no existe ninguna
norma, es decir, no se conocen los valores de y del proceso. La construccin del grfico de la
media se basa, entonces, solamente en los valores de la muestra; con la determinacin de la lnea media
80
y los lmites de control tal como se ha explicado anteriormente. El grfico ser empleado para verificar si
el proceso est bajo control, para lo cual, se marcan los puntos referentes en las muestras ya utilizados
en el clculo de los lmites.

Los puntos situados en la zona I indican que el proceso est bajo control. Los puntos sobre la lnea de
control que estn en la zona II indican la falta de control; en este caso, esos puntos sern eliminados y
tanto la lnea media y los lmites sern recalculados. Para alcanzar la norma del proceso bajo control,
ningn punto deber estar situado fuera de la zona I.

Una vez conocidos los valores de y , despus de la fase inicial, se pasa a la fase de control
propiamente dicha, en la cual, interesa verificar si el proceso se mantiene bajo control. El grfico ser
ahora construido de acuerdo con la norma establecida, esto es, considerando la lnea media y los lmites
de control determinados en la fase inicial. Se extraen nuevas muestras y se marcan los puntos del
grfico.

Los valores de x debern situarse en la zona I para que el proceso se mantenga bajo control. Un punto
en la zona II o sobre la lnea de lmites constituye indicacin de que se debe investigar una causa
identificable de la perturbacin del proceso. Se espera que tres veces en mil (o mejor 27 en 10000) esa
conclusin sea errnea, eso es, cuando el proceso se mantenga bajo control.

Si en los hechos existe una causa identificable o atribuible, los puntos comenzarn a caer en la zona II.
Si la media del proceso estuviera alterada, los valores de x aparecern encima o debajo de los
lmites, conforme la media haya aumentado o disminuido, mantenindose constante . Si, al
contrario, el desvo estndar es el que estuviera alterado, los valores de x aparecern encima o
debajo de los lmites, como indicacin de que la dispersin del proceso aument, y por tanto
aument. Si hubiera reduccin de la dispersin, el hecho no ser evidenciado por el grfico de la media.

El grfico de la media es sensible a las variaciones en la media del proceso, y no es suficiente para
evidenciar todas las variaciones en la dispersin. Por eso, su empleo deber complementarse con un
grfico de control de la dispersin.

Ejemplo 1

Construya para muestras de n = 5 tems, el grfico de control de la media de un proceso de fabricacin

de ejes, con las siguientes caractersticas: Media del proceso = 5.60 mm. y una desviacin estndar
de = 0.05 mm.
Resolucin.

En este caso est dada la norma de control. Consecuentemente la lnea media es LC = 5.60 y los
lmites de control se calculan aplicando las frmulas: LSC = + A y LIC = A , con n = 5 .
Usando la Tabla 2 del apndice C, los valores son:

LSC = 5.60 + 1.342(0.05) = 5.667

LIC = 5.60 1.342(0.05) = 5.533

El grfico est representado en la figura 4.3.2.

81
Ejemplo 2

= 0.05 mm., se
Verifique si el proceso de fabricacin de ejes, definido por la norma: = 5.60 mm. y
mantiene bajo control. Diez muestras, con n = 5 fueron extradas de hora en hora; las medias x estn
en la tabla 4.3.1.

Tabla 4.3.1. Dimetros de ejes (especificacin 5.60 0.05 mm )

(10 muestras de n = 5 tems)

Muestra Item 1 Item 2 Item 3 Item 4 Item 5 Media

1 5.67 5.50 5.58 5.48 5.70 5.586
2 5.90 5.58 5.61 5.59 5.44 5.624
3 5.52 5.66 5.68 5.59 5.38 5.566
4 5.60 5.76 5.55 5.58 5.57 5.612
5 5.55 5.68 5.65 5.45 5.68 5.602
6 5.39 5.65 5.63 5.57 5.61 5.570
7 5.79 5.61 5.59 5.70 5.51 5.640
8 5.67 5.59 5.59 5.75 5.48 5.616
9 5.51 5.51 5.65 5.55 5.63 5.570
10 5.66 5.64 5.61 5.66 5.56 5.626

Resolucin.

Las lneas media y de control correspondiente ya fueron calculadas en el ejemplo 1. Es el grfico trazado
es la figura 4.3.2.

Las medias de las 10 muestras sern ahora marcadas en el grfico. Se verifica que todos los puntos se
sitan en la zona I, disponindose en torno a LC sin presentar alguna configuracin especial. Se
concluye, por lo tanto, que el proceso de fabricacin se mantiene bajo control.

5,68
5,66
5,64
5,62
5,60
x

5,58
5,56
5,54
5,52
0 2 4 6 8 10
Muestra

Figura 4.3.2. Grfico de la media (Datos de la tabla 4.3.1).

82
Ejemplo 3

En la fase inicial del control de un proceso de fabricacin fueron extradas 20 muestras de n = 5 tems;
los valores observados constan en la tabla 4.3.2. Construya el grfico de control de la media.

Tabla 4.3.2. Valores observados de 20 muestras

Muestra x1 x2 x3 x4 x5 Media R
1 143 137 145 137 138 140 8
2 141 142 147 140 140 142 7
3 142 137 145 140 132 139.2 13
4 137 147 142 137 135 139.6 12
5 137 146 142 142 140 141.4 9
6 145 144 146 148 149 146.4 5
7 137 145 144 137 140 140.6 8
8 144 142 143 135 144 141.6 9
9 140 132 144 145 141 140.4 13
10 132 135 136 130 141 134.8 11
11 137 142 142 145 143 141.8 8
12 142 142 143 140 135 140.4 8
13 136 142 140 139 137 138.8 6
14 142 144 140 138 143 141.4 6
15 139 146 143 140 139 141.4 7
16 140 145 142 139 137 140.6 8
17 134 147 143 141 142 141.4 13
18 138 145 141 137 141 140.4 8
19 140 145 143 144 138 142 7
20 145 145 137 138 140 141 8

En este caso no existe una norma de control, se desconoce la media y la desviacin estndar del
proceso, los cuales, sern estimados a partir de los datos de la muestra.

En la tabla 4.3.2. ya estn indicados la media x y la amplitud R de cada muestra. La estimacin de la

2815.2
media calculada por (3.2.) es: x = = 140.76 , por eso, en el grfico la media ser marcada a
20
LC = 140.76 .

174
La amplitud o rango medio de las muestras calculada por (3.7) es R = = 8.70 . Los lmites de
20
control, por (2.9) y la tabla 2 son:

LSC = 140.76 + 0.577 (8.70) = 145.78

LIC = 140.76 0.577 (8.70) = 135.74

los cuales estn tambin marcados en el grfico de la figura 4.3.3.

83
 148

146 LSC

144

142
LC
140

138

136 LIC

134
0 5 10 15 20 25

Figura 4.3.3. Grfico de la media (fase inicial, datos de la tabla 4.3.2)

Una vez marcados los puntos x , se verifica que los datos de las muestras 6 y 10 estn en la zona II;
consecuentemente, debern ser eliminados y recalculados los lmites.

Procediendo de esta manera tenemos una nueva media, cuyo valor ser:

2534.0
x= = 140.78
18
y el nuevo rango medio es:

158
R= = 8.78 .
18
Los lmites de control recalculados son:

LSC = 140.78 + 0.577 (8.78) = 145.85

LIC = 140.78 0.577 (8.78) = 135.71

La estimacin de la desviacin estndar se obtiene por (3.8) con d 2 = 2.326 (Tabla 2) y es:

8.78
= = 3.77
2.326
De esta manera queda establecida la norma de control del proceso para muestras de 5 tems con
= 140.78 y desviacin estndar = 3.77 . El proceso se mantendr bajo control si los valores de x
estuvieren entre 135.71 y 145. 85.

4.4. GRFICO DE LA DESVIACIN ESTNDAR

Una distribucin no puede ser caracterizada slo por un estadgrafo de posicin, digamos por la media
aritmtica; es necesario, conocer tambin una medida de dispersin de los tems respecto de la media
aritmtica. Por esto, una grfica de la media no es suficiente para evidenciar la ocurrencia de valores
84
demasiado apartados, encima o debajo de la media, o qu valores se pueden compensar dejando la
media inalterable. Conviene, por tanto, establecer un grfico de control de la dispersin mediante un
grfico de control de la dispersin mediante un grfico de la desviacin estndar o por el grfico de
amplitud.

2
La distribucin muestral de la desviacin estndar s es una (chi cuadrada) con = n 1 grados de
libertad; se adopta un intervalo de 3 de distribucin normal; para la faja de control, se verifica que la
aproximacin normal es satisfactoria. Los coeficientes de los lmites en funcin del tamao de la muestra
estn tabulados en la tabla 2 del apndice C. Estos coeficientes son, definidos de la siguiente manera:

La lnea media, por la frmula (3.5) es:

s = s = c2 (4.1)

y la desviacin estndar, con aproximacin normal es:

s = 2(n 1) 2nc 22 (4.2)
2n

y el intervalo de control de 3-sigma es:

s 3 s (4.3)

Sustituyendo (4.1) y (4.2):

c 2 3 2(n 1) 2nc 22
2n
Factorizando
:

3
c2 2(n 1) 2nc 22
2n

Para facilitar las aplicaciones se definen los factores:

3
B1 = c 2 2(n 1) 2nc 22
2n
3
B2 = c2 + 2(n 1) 2nc 22
2n

cuyos valores estn tabulados (Tabla 2 del apndice C).

Los lmites de control son calculados por las frmulas:

LSC = B1
LIC = B 2 (4.4)

85
Cuando se conoce , esto es, cuando ya se tiene una norma de control establecida.
Para cada muestra (subgrupo racional) se calcula el desvo estndar s (ver 4.3) y se marca en el grfico
un punto cuya ordenada es s y su abscisa es el nmero de orden de la muestra o el tiempo considerado
como variable (ver figura 4.4.1).

s
Zona II
s + 3 s LSC

Zona I
s LC
Zona I

s 3 s LIC
Zona II

0 5 10 15 N de muestra en el
tiempo t

Figura 4.4.1. Grfico de la desviacin estndar s

Estimacin de la desviacin estndar. Cuando la desviacin estndar es desconocida, debe

hacerse una estimacin de ese parmetro aplicando la expresin (3.5) utilizando el factor c2 (Tabla 2).

Los lmites de control (4.3) toman, entonces la forma:

s 3 s (4.3)

s
s 3 2(n 1) 2nc 22
c 2 2n
3
1 2(n 1) 2nc 22 s
c 2 2n (4.4)

en el cual se sustituyen los factores tabulados (Tabla 2).

3
B3 = 1 2(n 1) 2nc 22
c 2 2n
3
B4 = 1 + 2(n 1) 2nc 22
c 2 2n

De esta manera, cuando no se conoce la desviacin estndar , los lmites de control son:

LIC = B 3 s
LSC = B 4 s (4.5)
86
La lnea media, se calcula aplicando la frmula (3.4), y es:

LC = s (4.6)

Ejemplo

Construya para muestras de n = 5 tems, el grfico de la desviacin estndar de un proceso de

fabricacin con = 5.60 y = 0.05 .

Resolucin.

En este caso est dada una norma de control. La lnea media del grfico de s, dada por (4.1), donde
c 2 = 0.8407 (Tabla 2) es:

LC = 0.8407 (0.05) = 0.042

Los lmites, dados por (4.4), donde B1 y B2 estn tabulados en la Tabla 2, son:

LIC = 0(0.05) = 0
LSC = 1.756(0.05) = 0.088

4.5. GRFICO DE LA AMPLITUD O RANGO

El clculo de la amplitud es mucho ms simple que el de la desviacin estndar. De acuerdo con esto,
una aproximacin normal para la distribucin de la amplitud ser satisfactoria cuando la muestra contiene
un mximo de 10 tems.

Se comprende fcilmente por qu el grfico del Rango es ms empleado que el grfico de s para el
control de la dispersin, con muestras pequeas hasta de 10 tems. Los coeficientes necesarios para
facilitar el clculo, estn tambin tabulados (Tabla 2).

Existiendo ya una norma de control, esto es, dado el valor de , la lnea media es:

R = d2 (5.1)

y la desviacin estndar de la distribucin normal aproximada de R es:

R = d3 (5.2)

y por tanto, el intervalo de control de 3-sigma, se fija como:

d 2 3 d 3 = (d 2 3 d 3 )

Se definen los siguientes coeficientes en funcin del tamao de la poblacin n (Tabla 2).

D1 = d 2 3 d 3
D2 = d2 + 3d3

Los lmites de control sern calculados por las frmulas:

87
 LIC = D1
LSC = D 2 (5.3)

La marcacin de puntos en el grfico de amplitud se hace de manera anloga a los dos casos anteriores
(Ver Figura 4.5.1)

20

18 LSC

16

14

12

10
LC
8

0 LIC
0 5 10 15 20 25

Figura 4.5.1. Grfico de la amplitud

Estimacin de la desviacin estndar. Cuando se desconoce , se debe efectuar la estimacin de

ese parmetro empleando la frmula (3.8). En este caso, la lnea media est dada por la media de las
amplitudes o rangos muestrales, de acuerdo con (3.7):

LC = R (5.4)

El intervalo de control determinado es igual a:

R d d
R 3d3 1 3 3 R 1 3 3
d2 d2 d2

Definiendo los coeficientes:

d d
D 3 = 1 3 3 D 4 = 1 + 3 3
d2 d2

Utilizando los anteriores coeficientes, cuyos valores estn tabulados en funcin de n (Tabla 2), los lmites
de control se escriben como:

LIC = D 3 R
LSC = D 4 R (5.5)

88
Ejemplo

Establezca el grfico de amplitud R para el control de dispersin con muestras de n = 5 tems de un

proceso de fabricacin del cual se han extrado, en su fase inicial, 20 muestras. Los valores observados
se muestran en la tabla 4.3.2.

174
La primera solucin incluye todas las 20 muestras. La amplitud media es R = = 8.70 , que define la
20
lnea media LC. Los lmites de control son calculados por (5.5), haciendo D 3 = 0 y D 4 = 2.115 (Tabla
2):

LIC = 0(8.70) = 0
LSC = 2.115(8.70) = 18.4

Estos lmites deben ser recalculados despus de eliminar las muestras 6 y 10, cuyos valores x caan en
la zona II al intentar establecer el grfico de x . Entonces, tenemos por (5.4) y (5.5):

158
LC = R = = 8.78
18
LIC = 0
LSC = 2.115(8.78) = 18.6

que estn representados en la figura 4.5.1, juntamente con los valores de R para todas las muestras.
Obsrvese que, aun considerando las muestras de nmero 6 y 10, la dispersin por el grfico de R se
evidencia que est bajo control.

4.6. LMITES DE CONTROL Y ESPECIFICACIONES

Al elaborar una especificacin, el proyectista establece un valor nominal y los lmites de tolerancia; al
llevarse a cabo un proceso de fabricacin bajo control, se determina la media del proceso y los lmites de
control. Qu relacin guardan entre s tales valores?

Lo lmites de especificacin representan aquello que se exige en un proyecto para que el producto
obtenido pueda responder a la finalidad para el cual fue creado o deseado producir. Los lmites del
grfico de control resultan del proceso de fabricacin empleado, o reflejan aquello que el proceso es
capaz de realizar. Resta, por tanto, verificar si el proceso puede o no atender la especificacin.

Si el proceso estuviera fuera de control, los lmites no revelaran todas las posibilidades del proceso de
fabricacin que permitan decidir si es o no capaz de atender la especificacin. Sin embargo, si por lo
menos en el grfico de amplitud se revelara que el proceso est bajo control, ser posible determinar si
el proceso atender la especificacin, cuando se alcance el control de las medias.

Generalmente, los lmites de tolerancia de las especificaciones, se refieren a piezas consideradas

individualmente; en cuanto a los grficos, los lmites de control de variables se refieren a subgrupos
(racionales) de piezas. Consecuentemente, los lmites de control de medias no pueden ser directamente
relacionados con los lmites de las especificaciones (para piezas sueltas).

De acuerdo con el sistema norteamericano, los lmites de 3 para valores individuales x, pueden ser
obtenidos, calculndose:

89
 L x = x ( A1 s ) n (6.1)
o:
R
Lx = x 3 (6.2)
d2
x
Lx dado por (6.1) o (6.2) constituye el intervalo de la distribucin normal reducida con z = = 3 , el

cual contendr 9973 piezas de cada 10000, dejando fuera apenas 27 en cada 10000 piezas. En
consecuencia, si definimos la tolerancia (natural) del proceso como siendo aquella que contiene a todas
las piezas excepto 27 de cada 10000 o el intervalo 3 , la especificacin coincidir con la tolerancia
del proceso (ver figura 4.6.1-a).

Admitindose que la variable de control tenga distribucin normal, una buena especificacin ser en
general, el valor nominal (VN) que coincida con el valor medio del proceso ( o su estimacin x ) y una
tolerancia bilateral (LSE LIE) igual a 3 (donde es la desviacin estndar de la distribucin de
s
piezas del proceso; si fuera desconocido, se emplea la estimacin = ).
c2

Si la tolerancia del proceso no coincide con la tolerancia de la especificacin, el proceso de fabricacin

deber ser reajustado con relacin a la media y la dispersin; en tanto eso no fuera posible, la
especificacin deber ser modificada.

LIE VN LSE

(a)

(b)

(c)

(d)

(e)

(f)

Figura 4.6.1. Tolerancias y especificaciones

90
Si la tolerancia del proceso de fabricacin fuera mucho menor que la tolerancia de especificacin (ver
figura 4.6.1-b), los lmites de especificacin fueron establecidos sin considerar la realidad del proceso de
fabricacin y fue escogido un proceso de tolerancia demasiado estrecho. En consecuencia el mayor
costo de fabricacin es un producto de calidad ms uniforme que aquella especificada como necesaria.
Si, por el contrario, la tolerancia del proceso fuera mayor que la tolerancia de especificacin (ver figura
4.6.1-c), habr inevitablemente una cantidad de piezas inaceptables, mayor de la que corresponde a la
tolerancia natural, que es de 27 en 10000 piezas. La especificacin establecida es, en este caso, muy
rigurosa, o si no lo fuera, habr que crear un proceso de fabricacin ms perfeccionado y preciso que
presente una menor dispersin que la actual.

En los tres casos mencionados, se admite que la media del proceso de fabricacin coincide con el valor
nominal de especificacin; esto significa que el nivel medio de calidad es satisfactorio, sin embargo, la
dispersin puede ser mayor que la de especificacin, o al contrario, menor. El grfico de control de media
evidenciar, en esos casos, estar al nivel de la calidad del proceso bajo control, la falta de control en la
dispersin ser evidenciado por el grfico de amplitud o de desviacin estndar.

Pueden darse otras situaciones cuando la media del proceso estuviese encima del valor nominal (figura
4.6.1-d) o debajo de ella (figura 4.6.1-e). Estas situaciones tambin estarn reveladas por el grfico de la
media, existiendo entonces elevado porcentaje de piezas inaceptables (rea achurada en la figura 4.6.1).
Si despus del dislocamiento de la media, existiese descontrol en la dispersin (figura 4.6.1-e, f), el
grfico de amplitud lo indicar.

Resumiendo: Si el proceso de fabricacin no respondiera a la tolerancia de especificacin, la orientacin

conveniente ser una de las siguientes:

a) Modificar la especificacin;
b) alterar el proceso de fabricacin;
c) emplear la inspeccin completa (seleccionando las piezas fuera de especificacin).

4.7. CAPACIDAD DEL PROCESO

4.7.1. Capacidad del proceso y tolerancia

A continuacin se ver ms a fondo el concepto de capacidad del proceso. Si bien el ingeniero de diseo
puede definir las especificaciones sin tomar en cuenta el alcance o capacidad del proceso (6
), la
adopcin de este criterio puede tener consecuencias graves. Son tres las posibles situaciones que
pueden surgir:

1) que la capacidad del proceso sea menor que la diferencia entre las especificaciones, que
denominaremos tolerancia (LSE-LIE),
2) que la capacidad del proceso sea igual a la tolerancia y
3) que la capacidad del proceso sea mayor que la tolerancia.

Caso I: 6<LSE-LIE

Este es el caso ms deseable. En la figura 4.7.1 se ilustra esta relacin ideal al mostrar la distribucin de
los valores individuales (x) (lnea continua), los lmites de la grfica de control  y la distribucin de las
medias ( ) (lnea punteada). En el caso a) el proceso est bajo control. Dado que la tolerancia es mucho
mayor que la capacidad del proceso, no habr ningn problema, a no ser que exista una desviacin
considerable respecto a la media del proceso, como se muestra en b), donde el proceso est fuera de
control, pero sin haber desperdicio, dado que la distribucin de los valores individuales (x) no ha
rebasado la especificacin superior.

Para hacer que el proceso est de nuevo bajo control, es necesario aplicar una accin correctiva.

91
 LSE

Fuera de control
LSC

LSE-LIE
6

LIC

LIE

a) Deseable b) Indeseable

Figura 4.7.1. Caso I

Caso II: 6=LSE-LIE

En la figura 4.7.2 se ilustra el caso. La distribucin de las x en a) representa un patrn natural de

variacin. Sin embargo, cuando se presenta una desviacin del promedio del proceso, como se indica
en b), los valores individuales (x) exceden las especificaciones. Mientras el proceso est bajo control no
se produce rechazos, pero cuando est fuera, se producen objetos rechazados. Las causas asignables
de variacin debern corregirse en cuanto se produzcan.

Desperdicio
LSE
Fuera de control
LSC

LSE-LIE
6

LIC
LIE

a) Satisfactorio b) Fuera de control y desperdicio

Figura 4.7.2. Caso II

Caso III: 6>LSE-LIE

Si la capacidad del proceso es mayor que la tolerancia existe una situacin indeseable. La figura 4.7.3
ilustra este caso. Aun cuando est presente un patrn natural de variacin, tal como se muestra en la
distribucin de las x en a), algunos de los valores individuales son mayores que la especificacin superior
y menores que la inferior, y por lo tanto se producen objetos de rechazo. El proceso no es capaz de
producir un objeto que satisfaga las especificaciones. Si el proceso cambia como se muestra en b) , el
problema es ms grave.

92
 Desperdicio
LSE
Fuera de control
LSC

LSE-LIE
6

LIC
LIE

a) Bajo control y desperdicio b) Fuera de control y desperdicio

Figura 4.7.3. Caso III

Hay varias soluciones para este caso:

Que el ingeniero de diseo aumente la tolerancia, esto, si el producto puede ser aceptado y usado
por el cliente con una mayor tolerancia.
No tocar el proceso ni las especificaciones y realizar una inspeccin al 100% para eliminar las partes
discrepantes. Esta solucin no es muy atrayente, pero puede ser la ms econmica o incluso la
nica.
Modificar la dispersin del proceso para obtener una distribucin ms puntiaguda, contando con
nuevo material, operarios ms experimentados, nueva capacitacin, nueva mquina o readaptar la
existente, o quiz un control automtico del proceso.
Desplazar el promedio del proceso para que todo el producto de rechazo se concentre en un
extremo de la distribucin, como se muestra en la figura 4.7.3. b). Esto es factible siempre que el
costo de reelaboracin sea atractivo, con respecto al costo de la parte.

4.7.2. Capacidad del proceso

La capacidad real de un proceso no se puede calcular sino hasta que las grficas X y R han logrado
obtener la mejora ptima de la calidad sin necesidad de hacer una considerable inversin en equipo
nuevo o en adaptarlo. La capacidad del proceso es igual a 6
, cuando el proceso est bajo control
estadstico.

Sin embargo, a veces es necesario obtener la capacidad del proceso mediante un procedimiento rpido,
en vez de usar las grficas X y R. El procedimiento es el siguiente:

1. Tome 20 subgrupos, cada uno de tamao 4, con un total de 80 mediciones.

2. Calcule la desviacin estndar de la muestra, s, de cada uno de los subgrupos.

3. Calcule la desviacin estndar promedio de la muestra:   (k=20).




4. Calcule la desviacin estndar de la poblacin:
  (c2 = 0.7979 para n=4).

5. La capacidad del proceso ser igual a 6


Ejemplo: Se est empezando a poner en marcha un nuevo proceso y la suma de las desviaciones
estndares de una muestra de 20 subgrupos, cada uno de tamao 4, es de 84. Calcule la capacidad del
proceso.

Realizando los clculos:

93
 84
   4.2
20
4.2

   4.26
0.7979

6
  64.26  31.6

La capacidad del proceso tambin se puede obtener mediante el rango (donde d2 = 2.059 para n=4):

 
 
 
 

Ejemplo: Un proceso no satisface en un momento determinado las especificaciones Rock-well-C. Calcule

la capacidad del proceso tomando como base los valores del rango de 20 subgrupos, cada uno de
tamao 4. Los datos son: 7, 5, 5, 3, 2, 4, 5, 9, 4, 5, 4, 7, 5, 7, 3, 4, 7, 5, 5, 7.

Realizando los clculos respectivos:

103
   5.15
20
5.15

   2.50
2.059

6
  62.50  15

La capacidad del proceso y la tolerancia se combinan para formar un ndice de capacidad:

!"#$!%#
  (7.1)
&'(

Si el ndice de capacidad es 1, est presente una situacin como la del caso II; si es mayor a 1, se
presenta el caso I (algo deseable); y si la relacin es menor a 1, se presenta el caso III (indeseable).

Ejemplo: Supngase que las especificaciones para las dimensiones del ojo de una cerradura son 6.50 y
6.30. Calcule el ndice de la capacidad antes de mejorar la calidad (
  0.038) y despus de mejorarla
(
  0.030).

6.50 ) 6.30
   0.88
60.038

6.50 ) 6.30
   1.11
60.030

El mejoramiento de la calidad en este caso, dio como resultado pasar del caso III al caso I.

Con frecuencia, el ndice de capacidad mnimo se fija en 1.33. En el caso de un valor inferior, los
ingenieros de diseo debern solicitar la respectiva aprobacin del departamento de fabricacin, antes
de que el producto pase al departamento de produccin.

Otra medida de capacidad es la relacin de la capacidad, defina como:

94
 &'(
*  (7.2)
!"#$!%#

Ambas sirven para lo mismo, pero se interpretan de manera distinta. En este caso el valor estndar o
norma de prctica es de 0.75, con valores deseados an ms pequeos.

El ndice de capacidad no constituye en s una medida del desempeo de proceso en funcin del valor
nominal o meta. Esta medicin se obtiene mediante la siguiente ecuacin:

+,-.!"#$/ 0 / $!%#

   (7.3)
1'

Ejemplo: Calcule el Cpk para el problema de las especificaciones para las dimensiones del ojo de una
cerradura, donde LSE=6.50, LIE=6.30,
  0.030, considerando que el promedio es de 6.45 y luego, con
6.40.

Realizando clculos:

234 )   6.50 ) 6.45  0.05

 ) 254  6.45 ) 6.30  0.15

0.05
    0.56
30.030

Con un promedio de 6.40:

234 )   6.50 ) 6.40  0.10

 ) 254  6.40 ) 6.30  0.10

0.10
    1.11
30.030

Respecto a Cp y a Cpk se pueden sacar las siguientes conclusiones:

1. El valor de Cp no cambia cuando cambia el centro del proceso.

2. Cp = Cpk cuando el proceso se centra.
3. Cpk Cp
4. El valor de Cpk = 1 es una estndar o normal consagrado por la prctica. Indica que en ese proceso
se est obteniendo un producto que satisface las especificaciones.
5. El valor de Cpk < 1 es indicacin de que mediante el proceso se est obteniendo un producto que no
satisface las especificaciones.
6. El valor de Cp < 1 es indicacin de que el proceso no es capaz.
7. Si Cpk = 0 es indicacin de que el promedio es igual a uno de los lmites de la especificacin.
8. Un valor de Cpk negativo indica que el promedio queda fuera de las especificaciones.

95
 4.8. PROBLEMAS

1. Los valores de x observados en muestras de n = 4 tems estn en la tabla 4.8.1. Construya un grfico
de la media x , empleando una amplitud R para el clculo de los lmites de control (la norma es
desconocida).

Tabla 4.8.1. Valores observados en muestras de 4 tems

Muestra x1 x2 x3 x4 Muestra x1 x2 x3 x4
1 40 44 39 45 14 40 44 38 38
2 49 46 48 44 15 40 36 37 39
3 39 41 39 44 16 39 41 42 40
4 41 42 43 36 17 46 46 46 45
5 47 45 46 46 18 44 45 41 43
6 48 43 44 36 19 43 45 41 42
7 45 42 37 40 20 38 44 38 42
8 42 42 36 37 21 40 39 39 40
9 40 42 36 37 22 45 44 48 46
10 42 39 41 37 23 40 40 35 42
11 35 45 39 38 24 42 36 39 37
12 39 40 41 38 25 42 39 40 42
13 41 45 42 46

2. Con los valores de la tabla 4.8.1., construya el grfico de amplitud (norma desconocida).

3. Fueron examinadas muestras de 5 tems y se calcularon los valores de x y R de cada muestra, con
relacin a una variable x. Para las 25 primeras muestras fueron encontrados los siguientes valores:

x = 358.50 y R = 9.80
a) Calcule los lmites de control de los grficos de media y de amplitud o rango.

b) Si los lmites de especificacin fueron dados por 14.40 0.45 , qu conclusin podr obtenerse
al comparar la especificacin con los lmites del grfico?

c) Qu porcentaje del total de tems caer fuera de los lmites de especificacin?

4. De la inspeccin de 30 muestras de n = 4, se tiene: x = 12660 y s = 945 . Suponiendo que el

proceso est bajo control:

a) Cules son los lmites para el grfico de la media?

b) Cules son los lmites para el grfico de la desviacin estndar?

c) Estime el valor de la desviacin estndar del proceso.

d) Si la especificacin, o valor mnimo de la media fuera 400, qu porcentaje de muestras no

contendr ese valor?

96
5. Se han usado grficos de control de fabricacin de ciertas piezas de metal. El control ha sido hecho
por medio de muestras de 4 tems; y han sido calculados despus de una serie larga de
observaciones, y son 7.3 y 1.1, respectivamente. Calcule los lmites de control para los grficos de la
media y de la desviacin estndar.

6. Se han usado grficos de control en una fbrica de resistencias elctricas. Los valores x y R se han
calculado en base a muestras de n = 3. Para 20 muestras inspeccionadas fueron encontrados los
valores: x = 8620 y R = 910
a) Calcule los lmites con 3-sigma para los grficos de x y R.
b) Estime el valor de suponiendo que el proceso est bajo control estadstico.

c) Si la especificacin fuera 430 30 , qu probabilidad tiene el proceso de producir tems dentro

de especificacin?

7. La amplitud de una muestra de 2 tems es 4. Cul es el valor de la desviacin estndar s? Estime

usando R y s. Estime la desviacin estndar de las medias muestrales x .

8. Se desea obtener las grficas X y R correspondientes a la dimensin de una parte, expresada en

mm. Los datos se reunieron en subgrupos de 4 cada uno; son los que aparecen en la tabla 4.8.2.
Calcule la lnea central de ensayo y los lmites de control. Supngase que las causas presentes son
de tipo asignable y modifique la lnea central y los lmites.

Tabla 4.8.2. Valores de X y R de la dimensin de una parte en mm.

Nmero X R Nmero X R
de de
subgrupo subgrupo
1 20.35 0.34 14 20.41 0.36
2 20.40 0.36 15 20.45 0.34
3 20.36 0.32 16 20.34 0.36
4 20.65 0.36 17 20.36 0.37
5 20.20 0.36 18 20.42 0.73
6 20.40 0.35 19 20.50 0.38
7 20.43 0.31 20 20.31 0.35
8 20.37 0.34 21 20.39 0.38
9 20.48 0.30 22 20.39 0.33
10 20.42 0.37 23 20.40 0.32
11 20.39 0.29 24 20.41 0.34
12 20.38 0.30 25 20.40 0.30
13 20.40 0.33

9. En la tabla 4.8.3 se encontrar el promedio y el rango, en kilogramos, de la resistencia al esfuerzo

obtenido al someter a prueba un nuevo tipo de cuerda de plstico. El tamao del subgrupo es de 4.
Calcule la lnea central de ensayo y los lmites de control. En caso de que algunos puntos resulten
estar fuera de control, supngase que se trata por causas atribuibles y calcule los lmites revisados y
la lnea central.

97
 Tabla 4.8.3. Valores de X y R de la resistencia al esfuerzo en kg.

Subgrupo X R Subgrupo X R
1 476 32 14 482 22
2 466 24 15 506 23
3 484 32 16 496 23
4 466 26 17 478 25
5 470 24 18 484 24
6 494 24 19 506 23
7 486 28 20 476 25
8 496 23 21 485 29
9 488 24 22 490 25
10 482 26 23 463 22
11 498 25 24 469 27
12 464 24 25 474 22
13 484 24

10. Dado el siguiente resumen de datos (Tabla 4.8.4) para subgrupos de tamao n = 4 para un periodo
de 10 das:

Tabla 4.8.4. Valores de X y R para subgrupos de tamao 4

Da Promedio Rango Da Promedio Rango

1 13.6 3.5 6 12.9 4.8
2 14.3 4.1 7 17.3 4.5
3 15.3 5.0 8 13.9 2.9
4 12.6 2.8 9 12.6 3.8
5 11.8 3.7 10 15.2 4.6

a) Establezca los lmites de control para el rango

b) Existe evidencia de alguna causa especial de variacin?
c) Establezca los lmites de control para el promedio.
d) Existe evidencia de alguna causa especial de variacin?

11. Un fabricante de plstico lo moldea en forma de discos y stos son utilizados en la fabricacin de
anteojos graduados. Los datos de las medias y los rangos de 20 muestras, cada una conformada
por 5 discos, en las que se midieron el espesor de los discos en pulgadas, son los siguientes (tabla
4.8.5):

Tabla 4.8.5. Valores de X y R para el espesor de discos en plg.

Muestra Promedio Rango Muestra Promedio Rango

1 0.152 0.004 11 0.149 0.003
2 0.147 0.006 12 0.153 0.004
3 0.153 0.004 13 0.150 0.005
4 0.153 0.002 14 0.152 0.001
5 0.151 0.003 15 0.149 0.003
6 0.148 0.002 16 0.146 0.002
7 0.149 0.006 17 0.154 0.004
8 0.144 0.001 18 0.152 0.005
9 0.149 0.003 19 0.151 0.002
10 0.152 0.005 20 0.149 0.004

98
 Calcule los diagramas de control para el promedio y el rango del espesor de los discos de plstico.

12. Una compaa fabrica cojinetes de bolas para ejes de llantas; adems de frenos, asientos y
pedales. El responsable del control de calidad de la empresa, ha estado verificando la produccin
de cojinetes de 5 mm. que se utilizan en los ejes de las llantas delanteras. Durante cada una de las
ltimas 18 horas, ha muestreado 5 cojinetes, con los siguientes resultados (Tabla 4.8.6).

Tabla 4.8.6. Valores observados de cojinetes de 5 mm.

Hora Dimetro del cojinete (mm.)

1 5.03 5.06 4.86 4.90 4.95
2 4.97 4.94 5.09 4.78 4.88
3 5.02 4.98 4.94 4.95 4.80
4 4.92 4.93 4.90 4.92 4.96
5 5.01 4.99 4.93 5.06 5.01
6 5.00 4.95 5.10 4.85 4.91
7 4.94 4.91 5.05 5.07 4.88
8 5.00 4.98 5.05 4.96 4.97
9 4.99 5.01 4.93 5.10 4.98
10 5.03 4.96 4.92 5.01 4.93
11 5.02 4.88 5.00 4.98 5.09
12 5.09 5.01 5.13 4.89 5.02
13 4.90 4.93 4.97 4.98 5.12
14 5.04 4.96 5.15 5.04 5.02
15 5.09 4.90 5.04 5.19 5.03
16 5.10 5.01 5.04 5.05 5.02
17 4.97 5.10 5.12 4.92 5.04
18 5.01 4.99 5.06 5.04 5.12

Construya un diagrama de promedio y otro para el rango para determinar si la produccin de los
cojinetes de 5 mm. est bajo control.

13. Calcule las capacidades de los procesos de los problemas 3 y 6.

14. Se inicia un nuevo proceso; la suma de las desviaciones estndares de muestra de 20 subgrupos
cuyo tamao es de 4 es de 600. Si las especificaciones son 700 80, cul es el ndice de
capacidad del proceso? Qu accin recomendara emprender?

15. Cul es el valor de Cpk correspondiente a la informacin del problema 14, si el promedio del
proceso es de 700, 740, 780 y 820? Explique.

99