CARTAS DE CONTROL DE

ATRIBUTOS

ALVARO JOSE TORRES PENAGOS

INGENIERO INDUSTRIAL – Pontificia Universidad Javeriana – Cali
MAESTRIA EN INGENIERIA INDUSTRIAL – Universidad del Valle – Cali (en curso)
 Gráficas de control por atributos
Atributo: característica de calidad que el bien o servicio posee o no.

Ejemplos:
1. El Color de la carrocería de un automóvil
2. El acabado superficial de una lámina

Un producto defectuoso puede tener uno o más defectos

 Clasificación
Gráficos de control para unidades defectuosas

 La gráfica p : fracción defectuosa

 La gráfica np : número de unidades defectuosas

Gráficos de control para defectos

 La gráfica c : número de defectos.

 La gráfica u : número de defectos por unidad.
 Gráfico de control p
(fracción de defectuosos)
Sea xi el número de unidades defectuosas observadas en muestras de
tamaño ni . Sea pi la fracción defectuosa de la muestra i (de tamaño ni)

pi

Se grafica los valores de pi y se verifica que se encuentren entre los límites de

control y no se observen patrones sistemáticos

En caso de haber puntos fuera de control, los límites se recalculan

 Gráfico de control p
Si el proceso está estable con fracción defectuosa constante p; y si las
observaciones se pueden considerar independientes entonces:

X : # de defectuosos en una muestra de tamaño n  Binomial (n,p)

La distribución binomial se aproxima por la distribución normal si np > 5,

por tanto n > 5 / p
 Gráfico de control p
Los limites de control quedarían:
• Esta gráfica controla si el
parámetro p de la
distribución binomial
permanece constante

• En un solo gráfico se puede

controlar una, varias, o
todas las características de
calidad del producto

Si p no se conoce, se le estima
a partir de m muestras previas.
 Gráfico de control p
los datos siguen una distribución binomial

Estadístico (x/n)

Límite Superior de Control (LSC)

Línea Central

Límite Inferior de Control (LIC)

muestra
X es una v. a. binomial(n, p)
 Gráfico de control p
los datos siguen una distribución binomial

X/n

El proceso está estable o en control (estadístico) si la

distribución binomial se mantiene constante en el tiempo
 Gráfico de control p
Ejemplo

La compañía ABC fabrica cortadoras de césped. La producción diaria es de

aproximadamente 200 cortadoras. Se ha decidido seleccionar cada día 40
cortadoras al azar de la línea de proceso para realizar la prueba de calidad.
La prueba consiste en realizar dos ensayos tirando el cordón para ver si el
motor arranca. El ingeniero de producción desea realizar un diagrama p
para esta prueba crítica de funcionamiento. Los datos de mes de marzo
con 22 días laborables se muestran en la tabla anexa.

a) Construya la gráfica p e identifique si el proceso está bajo control

b) Cuántas cortadoras se requieren probar cada día ?

 Día Numero de Fracción
artículos defectuosa (x/n)
defectuosos (x)
1 2 2/40 = 0.050
2 3 0.075
3 1 0.025
4 4 0.1
5 3 0.075
6 2 0.05

7 1 0.025
8 1 0.025
9 0 0
10 3 0.075
11 2 0.05
12 4 0.1
13 3 0.175
14 2 0.05
15 3 0.075
16 3 0.075
17 2 0.05
18 6 0.2
19 1 0.025
20 1 0.025
21 3 0.075
22 2 0.05
TOTAL 52
a) m = 22 número de muestras
n = 40 tamaño de cada muestra

x
j 1
j

52
 0.059
p M 22 (40)
n
j 1
j

0.059 1  0.059
LSC  0.059  3  0.1707
40
LC  0.059
LIC  0
 Gráfico de control p
Ejemplo

0,18
LCS
0,16

0,14

0,12

0,1

0,08

0,06 p
0,04

0,02

0 LCI
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22
 Gráfico de control p
Ejemplo
b) Para el próximo mes se utilizarán estos límites revisados para que conforme
se tomen las muestras de cortadoras inmediatamente se verifique si el proceso
permanece en control o no.

Las muestras deberán ser de tamaño n  (5 / 0.059) = 84.7 para que los límites
sean válidos
Gráfico de control p
Interpretación

ANALISIS DE PATRONES

El proceso es dado como

fuera de control si se viola
alguna de cuatro reglas:

(si el tamaño de las muestras es

variable, los límites de control
no son constantes y entonces
solo aplica la regla Test 1)
 Gráfico de control np
(Número de defectuosos)

 Se grafica el número de unidades defectuosas en la muestra

 Es más fácilmente interpretado por el personal al no requerir de cálculos

 Si el tamaño de muestra es constante, las gráficas p y np muestran el mismo

comportamiento pero a diferente escala
 Gráfico de control np
La gráfica se basa en la aproximación normal a la binomial

Si X : # de defectuosos en la muestra de tamaño n es una Variable

Binomial (n,p)

Entonces aproximadamente si np > 5

Si el tamaño de muestra es variable, entonces los límites de control así como la línea
central varían de muestra a muestra
 Gráfico de control np
Los limites de control serian:
 Gráfico de control np Rechazos Muestra
20 98

El ingeniero de calidad de una empresa toma muestras de la 18 104

14 97
producción diaria con el objeto de elaborar una gráfica np. 16 99
13 97
La tabla anexa muestra los rechazos encontrados y la 29 102
21 104
cantidad de piezas revisadas cada día. Si el número de 14 101

rechazos de cierto día excede los límites de control el 6 55

6 48

ingeniero debe inspeccionar al 100% el lote producido. 7 50

7 53
9 56
5 49
a) Determine los límites de control y construya la gráfica. 8 56
9 53
9 52

b) Determine los límites de control futuros, suponiendo que 10 51

9 52
se identifican las causas especiales de puntos fuera de 10 47

control. 240 1424

 Gráfico de control np
a) Límites de control

p = xi = 240 = 0.16854

ni 1424

LSCi = 0.168ni + 3 ni (0.168)(1-0.168)

LCi = 0.168ni

LICi = 0.168ni - 3 ni (0.168)(1-0.168)

Gráfico de control np

30

Sample Count
20

UCL=15.62

10
NP=7.921

0 LCL=0.2222

0 10 20
Sample Number
 Gráfico de control p y np
Inconvenientes:

 Pueden no tener Límite Inferior de Control

 A medida que se mejora el proceso p disminuye

 se requiere incrementar el tamaño de los subgrupos (n>5/p)

 (no son muy sensibles para detectar mejoras en p )

 La práctica de identificar patrones sistemáticos ó no aleatorios debe modificarse ya que

la distribución binomial es muy sesgada si p es pequeño
 Gráfico de control np
 Se utilizan con muestras grandes (a veces cientos ó miles) Por ejemplo, si p =
0.01 se requieren muestras de tamaño n > 500

 El Costo / unidad de revisar un atributo es menor que el de medir una

característica variable

 Son útiles como medida del desempeño de un taller, departamento, empresa, etc.

 Generalmente el desempeño mejora después de introducir una gráfica para

atributos pues la gráfica es una representación visual contínua del desempeño
 Gráfico de control u
La gráfica se basa en la aproximación normal a la poisson

Si X : # de defectuosos por unidad en cada muestra n es una Variable

poisson (x, )

Entonces

Si el tamaño de muestra es variable, entonces los límites de control así como la línea
central varían de muestra a muestra
 Gráfico de control u
 La carta u es una herramienta estadística usada para analizar la variabilidad del
número de defectos por subgrupo.

 Se utiliza cuando el tamaño del subgrupo no es constante

 Se basa en el número de defectos por artículo.

Ejemplo: número de defectos por pieza de madera (manchas, grietas, torceduras).

Se inspecciona una pieza y se cuenta cuantos defectos tiene.
Gráfico de control u
Gráfico de control u
En una fabrica se ensamblan artículos electrónicos y al
final del proceso se hace una inspección por muestreo
para detectar defectos relativamente menores. En la
siguiente tabla se presenta el número de defectos
observados en muestreos realizados en 24 lotes
consecutivos de piezas electrónicas. Construir una
carta de control u e interpretarla.
 Gráfico de control c
Es igual a la grafica U, pero este se aplica cuando el tamaño del subgrupo es
constante.

Por lo tanto no se habla de fracción de artículos defectuosos por unidad, sino

numero de artículos defectuosos por unidad
Gráfico de control c

En la siguiente tabla tenemos el número de

defectos por unidad observados en 26 muestras
sucesivas de 100 filtros de seguridad. Construir el
grafico c y dar su interpretación.