Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Cartas de Control
Cartas de Control
Las cartas de control son la herramienta más poderosa para analizar la variación en la
mayoría de los procesos.
Han sido difundidas exitosamente en varios países dentro de una amplia variedad de
situaciones para el control del proceso.
Las cartas de control enfocan la atención hacia las causas especiales de variación cuando
estas aparecen y reflejan la magnitud de la variación debida a las causas comunes.
Las causas especiales o atribuibles son por ejemplo: un mal ajuste de máquina, errores del
operador, defectos en materias primas.
Se dice que un proceso está bajo Control Estadístico cuando presenta causas comunes
únicamente. Cuando ocurre esto tenemos un proceso estable y predecible.
Cuando existen causas especiales el proceso está fuera de Control Estadístico; las gráficas
de control detectan la existencia de estas causas en el momento en que se dan, lo cual
permite que podamos tomar acciones al momento.
Ventajas:
Pág. 1
requiere de una acción en la que deben de participar varios departamentos o niveles
de la organización.
Más econónomicas
Desventajas significativas No se entienden a menos No proporciona información
que se de capacitación; detallada del control de
puede causar confusión características individuales.
entre los limites de
especificación y los límites
Pág. 2
de tolerancia.
No reconoce distintos
grados de defectos en las
unidades de producto.
VARIABLES
ATRIBUTOS
Pág. 3
X 1 X 2 ....X N
X
N
R X mayor X menor
R1 R2 ......R K
R
K
X 1 X 2 ....... X K
X
K
LSC R D4 R LSC X X A2 R
LIC R D3 R LIC X X A2 R
Donde D4, D3, A2 son constantes que varían según el tamaño de muestra. A continuación se
presentan los valores de dichas constantes para tamaños de muestra de 2 a 10.
n 2 3 4 5 6 7 8 9 10
D4 3.27 2.57 2.28 2.11 2.00 1.92 1.86 1.82 1.78
D3 0 0 0 0 0 0.08 0.14 0.18 0.22
A2 1.88 1.02 0.73 0.58 0.48 0.42 0.37 0.34 0.31
Pág. 4
Para la gráfica X la amplitud de valores en la escala debe de ser al menos del tamaño de
los límites de tolerancia especificados o dos veces el rango promedio R .
Para la gráfica R la amplitud debe extenderse desde un valor cero hasta un valor superior
equivalente a 1½ - 2 veces el rango.
Ejemplo 1
Se toman las medidas de los diámetros de una pieza cilíndrica, el tamaño de muestra de
cada subgrupo es de cinco, y se toman 25 subgrupos a intervalos de 1 ha.
Realice la carta de control X R .
muestra subgrupo 1 2 3 4 5 6 7 8 9 10 11 12 13
1 0.65 0.75 0.75 0.60 0.70 0.60 0.15 0.60 0.65 0.60 0.80 0.85 0.70
2 0.70 0.85 0.80 0.70 0.75 0.75 0.80 0.70 0.80 0.70 0.75 0.75 0.70
3 0.65 0.75 0.80 0.70 0.65 0.75 0.65 0.80 0.85 0.60 0.90 0.85 0.75
4 0.65 0.85 0.70 0.75 0.85 0.85 0.75 0.75 0.85 0.80 0.50 0.65 0.75
5 0.85 0.65 0.75 0.65 0.80 0.70 0.70 0.75 0.75 0.65 0.80 0.70 0.70
muestra subgrupo 14 15 16 17 18 19 20 21 22 23 24 25
1 0.65 0.90 0.75 0.75 0.75 0.65 0.60 0.50 0.60 0.80 0.65 0.65
2 0.70 0.80 0.80 0.70 0.70 0.65 0.60 0.55 0.80 0.65 0.60 0.70
3 0.85 0.80 0.75 0.85 0.60 0.85 0.65 0.65 0.65 0.75 0.65 0.70
4 0.75 0.75 0.80 0.70 0.70 0.65 0.60 0.80 0.65 0.65 0.60 0.60
5 0.60 0.85 0.65 0.80 0.60 0.70 0.65 0.80 0.75 0.65 0.70 0.65
Pág. 5
muestra subgrupo 1 2 3 4 5 6 7 8 9 10 11 12 13
1 0.65 0.75 0.75 0.60 0.70 0.60 0.15 0.60 0.65 0.60 0.80 0.85 0.70
2 0.70 0.85 0.80 0.70 0.75 0.75 0.80 0.70 0.80 0.70 0.75 0.75 0.70
3 0.65 0.75 0.80 0.70 0.65 0.75 0.65 0.80 0.85 0.60 0.90 0.85 0.75
4 0.65 0.85 0.70 0.75 0.85 0.85 0.75 0.75 0.85 0.80 0.50 0.65 0.75
5 0.85 0.65 0.75 0.65 0.80 0.70 0.70 0.75 0.75 0.65 0.80 0.70 0.70
Promedio 0.70 0.77 0.76 0.68 0.75 0.73 0.61 0.72 0.78 0.67 0.75 0.76 0.72
Rango 0.20 0.20 0.10 0.15 0.20 0.25 0.65 0.20 0.20 0.20 0.40 0.20 0.05
muestra subgrupo 14 15 16 17 18 19 20 21 22 23 24 25
1 0.65 0.90 0.75 0.75 0.75 0.65 0.60 0.50 0.60 0.80 0.65 0.65
2 0.70 0.80 0.80 0.70 0.70 0.65 0.60 0.55 0.80 0.65 0.60 0.70
3 0.85 0.80 0.75 0.85 0.60 0.85 0.65 0.65 0.65 0.75 0.65 0.70
4 0.75 0.75 0.80 0.70 0.70 0.65 0.60 0.80 0.65 0.65 0.60 0.60
5 0.60 0.85 0.65 0.80 0.60 0.70 0.65 0.80 0.75 0.65 0.70 0.65
Promedio 0.71 0.82 0.75 0.76 0.67 0.70 0.62 0.66 0.69 0.70 0.64 0.66
Rango 0.25 0.15 0.15 0.15 0.15 0.20 0.05 0.30 0.20 0.15 0.10 0.10
R .198
X = .71
LSC R D4 R = 2.11* 0.198 = 0.41
LIC R D3 R
=0
UCL=0.8254
0.8
Sample Mean
0.7 Mean=0.7112
0.6 LCL=0.5970
Subgroup 0 5 10 15 20 25
0.7 1
0.6
Sample Range
0.5
0.4 UCL=0.4187
0.3
0.2 R=0.198
0.1
0.0 LCL=0
Pág. 6
La carta de control R muestra un punto fuera de los límites de especificaciones, por lo cual
el proceso se encuentra fuera de control, en este caso es necesario investigar las causas y
tomar las acciones correctivas para eliminar el problema. En la siguiente parte se muestran
los criterios para determinar las situaciones en las cuales un proceso puede estar fuera de
control.
El objeto de analizar una gráfica de control es identificar cuál es la variación del proceso,
las causas comunes y causas especiales de dicha variación y en función de esto tomar
alguna acción apropiada cuando se requiera.
1
Análisis y planeación de la calidad, J.M. Juran, F.M Gryna, Tercera Edición, McGrawHill.
Pág. 7
Pág. 8
Gráficas de control por atributos
Cualquier característica de calidad que pueda ser clasificada de forma binaria: “cumple o
no cumple”, “funciona o no funciona”, “pasa o no pasa”, etc., a los efectos de control del
proceso, será considerado como un atributo y para su control se utilizará un Gráfico de
Control por Atributos.
:
Los criterios de aceptación al utilizar gráficas de control por atributos deben estar
claramente definidos y el procedimiento para decidir si esos criterios se están alcanzando
es producir resultados consistentes a través del tiempo. Este procedimiento consiste en
definir operacionalmente lo que se desea medir. Una definición operacional consiste en:
Pág. 9
Pasos para la elaboración de la gráfica:
np
Calcule la fracción defectuosa (p) mediante: p
n
np1 np 2 .... np k
p
n1 n2 ..... nk
p (1 p )
LSC p p 3
n
p (1 p )
LIC p p 3
n
Pág. 10
Donde n es el tamaño de muestra promedio.
NOTA: Cuando p y/o n es pequeño, el límite de control inferior puede resultar negativo,
en estos casos el valor del límite será = 0
Ejemplo 4
Pág. 11
Calcule la fracción defectuosa para cada muestra:
Muestra Latas defectuosas Fracción defectuosa Muestra Latas defectuosas Fracción defectuosa
np p np p
1 12 0.24 16 8 0.16
2 15 0.30 17 10 0.20
3 8 0.16 18 5 0.10
4 10 0.20 19 13 0.26
5 4 0.08 20 11 0.22
6 7 0.14 21 20 0.40
7 16 0.32 22 18 0.36
8 9 0.18 23 24 0.48
9 14 0.28 24 15 0.30
10 10 0.20 25 9 0.18
11 5 0.10 26 12 0.24
12 6 0.12 27 7 0.14
13 17 0.34 28 13 0.26
14 12 0.24 29 9 0.18
15 22 0.44 30 6 0.12
p .2313
p (1 p ) .23 * .77
LSC p p 3 = .2313 3 =.4102
n 50
p (1 p ) .23 * .77
LIC p p 3 = .2313 3 =.05243
n 50
Trazando la gráfica
P Chart for C1
0.5 1
1
0.4 UCL=0.4102
Proportion
0.3
P=0.2313
0.2
0.1
LCL=0.05243
0.0
Pág. 12
0 10 20 30
Sample Number
Gráfica no – Número de defectivos
LSC np 3 np 1 p
LIC np 3 np 1 p
Ejemplo 5:
Utilizando los datos del diagrama anterior, construya la gráfica no e interprete los
resultados.
NP Chart for cantidad
De la tabla obtenemos p 0.2313 , n = 50.
25 1
Calculando los límites de control tenemos:
1
20 3.0SL=20.51
LSC = (50)(0.2313) 3 50 0.2313 0.7687 20.510
Sample Count
NP=11.57
10
5
-3.0SL=2.621
0
0 10 Pág. 20
13 30
Sample Number
Gráfico de Control C.
Pág. 14
Gráfica C – para número de defectos
LSC c 3 c
LSC c 3 c
Donde:
c = total de defectos/ número de unidades de producto.
Ejemplo:
En la siguiente tabla tenemos el número de unidades de defectos observados en 26
muestras sucesivas de 100 filtros de seguridad.
516
c 19.67
26
Pág. 15
LSC 19.67 3 19.67 32.97
LIC 19.67 3 19.67 6.37
Pág. 16
C Chart for C1
40 1
3.0SL=33.21
30
Sample Count
20 C=19.85
10
-3.0SL=6.481
1
0
0 10 20
Sample Number
Pág. 17