KAREN LIZETH ANGARITA

SEBASTIAN RICARDO AMAYA

LIBILUZDEY RODRIGUEZ

GRÁFICAS Y CARTAS DE CONTROL PARA DATOS VARIABLES

Los datos de variable son aquéllos que se miden con base en una escala continua. Ejemplos de datos de
variable son longitud, peso, tiempo y distancia. Las gráficas que se utilizan con mayor frecuencia para
los datos de variable son la gráfica x– (gráfica de “x testada”) y la gráfica R (gráfica de rangos). La
gráfica x– se usa para el seguimiento del centrado del proceso, y la gráfica R se utiliza para el
seguimiento de la variación en el proceso. El rango se emplea como una medida de la variación
simplemente por conveniencia, sobre todo cuando los trabajado- res en el área del trabajo realizan a
mano los cálculos de la gráfica de control. Para muestras grandes y cuando los datos se analizan
mediante un programa de computadora, la desvia- ción estándar es una mejor medida de la variabilidad.

Elaboració n de grá ficas –x y R, y establecimiento del control estadístico

El primer paso al elaborar gráficas x– y R consiste en recopilar los datos. Por lo general, se toman
alrededor de 25 a 30 muestras. Casi siempre se utilizan tamaños de muestra entre 3 y 10, siendo 5 el
más común. El número de muestras se indica con k, y n señala el tamaño de la muestra. Para cada
muestra i, se calculan la media (expresada como x–i) y el rango (Ri). Estos valores se trazan en sus
gráficas de control respectivas. A continuación, se calculan la media general y el rango promedio. Estos
valores especifican las liń eas centrales para las gráficas x– y R, – respectivamente. La media general
(que se expresa x) es el promedio de las medias de las muestras x–i:

∑𝑘𝑖=1 𝑥̅𝑖
𝑋̿ =
𝑘

–
El rango promedio (R ) se calcula de manera similar utilizando la fórmula:

∑𝑘𝑖=1 𝑅̅𝑖
𝑅̿ =
𝑘

El rango promedio y la media promedio se utilizan para calcular los límites de control supe- rior e inferior (LCS
y LCI) para las gráficas R y x–. Los límites de control se calculan con facili- dad utilizando las siguientes fórmulas:

LCSR =D4R

LCIR =D3R

LCIx– =x–A2R

LCSx– =x+A2R

donde las constantes D3, D4 y A2 dependen del tamaño de la muestra y se encuentran en el apéndice B.
Los límites de control representan el rango en que se espera se ubiquen todos los puntos, si el proceso está bajo
control estadístico. Si cualquiera de los puntos cae fuera de los límites de control o si se observa algún patrón
fuera de lo común, es posible que alguna causa espe- cial haya afectado el proceso y éste se debe estudiar para
determinar la causa. Si están presentes causas especiales, éstas no son representativas del estado real del control
estadístico, y los cálculos de la línea central y los límites de control presentarán un sesgo. Es preciso eliminar los
puntos de datos correspondientes y calcular nuevos valores para x, R y los límites de control.

Al determinar si un proceso está bajo control estadístico, siempre se analiza primero la gráfica R. Debido a que
los límites de control en la gráfica x– dependen del rango promedio, las causas especiales en la gráfica R
puedenproducir patrones fuera de lo común en la gráfica x–, aun cuando el centrado del proceso esté bajo control.
Una vez que se establece el control esta- dístico para la gráfica R, se puede centrar la atención en la gráfica x–.

Esta forma proporciona un espacio para la información descriptiva acerca del proceso, el registro de observaciones
de la muestra y los valores estadísticos calculados, así como la elaboración de gráficas de control. En la parte
posterior de esta forma se encuentra una hoja de trabajo (figura 14.5) para calcular los límites de control y la
información sobre la capacidad del pro- ceso. La elaboración y análisis de las gráficas de control se entienden
mejor con un ejemplo. El grosor de los wafers de silicón utilizados en la producción de semiconductores debe
estar muy bien controlado. La tolerancia de uno de estos productos se especifica como ± 0.0125 cen- tímetros. En
una planta de producción se seleccionaron tres wafers cada hora y se midió su grosor con detenimiento dentro de
un límite de 2.54 diezmilésimas de centímetro. La figura 14.6 en la página 722 muestra los resultados obtenidos
para 25 muestras. Por ejemplo, la media de la primera muestra es

̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅
41 + 70 + 22 113
𝑋1 = = = 44
3 3
El rango de la muestra 1 es 70 – 22 = 48. (Nota: las operaciones se redondearon al entero más próximo para
simplificar.)

Los cálculos del rango promedio, la media general y los límites de control se muestran en la figura 14.7 de la
página 723. El rango promedio es la suma de los promedios mues- trales (676) dividida entre el número de
muestras (25); la media general es la suma de los promedios de las muestras (1 221) dividida entre el número de
muestras (25). Como el tamaño de la muestra es 3, los factores que se utilizan al calcular los límites de control
son A2 = 1.023 y D4 = 2.574. (Para tamaños muestrales menores a 6 o menos, el factor D3 = 0; por tanto, el límite
de control inferior en la gráfica de rangos es cero.) Las líneas centrales y los límites de control se encuentran
representados en la gráfica de la figura 14.8 en la página 724.

Al examinar primero la gráfica de rangos, pareciera que el proceso está bajo control. Todos los puntos caen dentro
de los límites de control y no existen patrones fuera de lo común. Sin embargo, en la gráfica x– la muestra 17 se
encuentra por encima del límite de control superior. Al investigar, se detecta el uso de materiales defectuosos.
Este dato se debe eliminar de los cálculos de la gráfica de control.

Grafica  Mediana  R
Una gráfica de control simplificada, donde se minimizan los cálculos, es la de media- na y rango. Los
datos se reúnen en la forma convencional y se determinan la media- na, Md, y el rango, R, de cada
subgrupo. Cuando se usan métodos manuales, esos valores se agrupan en orden creciente o decreciente.
La mediana de las medianas de subgrupo, o gran mediana, MdMd, y la mediana de rangos de subgrupo,
RMd, se deter- minan contando hasta el valor en la mitad. Se determinan los límites de control para la
mediana, con las fórmulas:

LCLMd = MdMd + A5RMd

LCLMd = MdMd - A5RMd

en las columnas de X y R. Los cálculos posteriores se hacen agregando un nuevo valor y eliminando el
más antiguo; así, se agrega 32 y se quita 35, y la suma queda 26 + 28 + 32 = 86. Los cálculos para
86
obtener promedio y rango son X = 3 = 28.6, y R = 32 - 26 = 6. Una vez llenas las columnas de X y R,
se trazan las gráficas, y se usan de la misma manera que las gráficas normales de X y R.

En la descripción anterior se usó un tiempo de 3 horas; este periodo podriá haber sido de 2 horas, 5 diá s,
3 turnos, etcétera. Al comparar las gráficas de promedio móvil y rango móvil con las gráficas con-
vencionales, se observa que un punto extremo (o “enclave”) tiene mayor efecto en las primeras. Eso se
debe a que se usa varias veces un valor extremo en los cálculos por lo que los cambios pequeños se
detectarán con mucha mayor rapidez.

Grá ficas –x y s
Una alternativa para el uso de una gráfica R con la gráfica x– es calcular y llevar a la gráfica la desvia-
ción estándar s de cada muestra. El rango se usa con frecuencia porque comprende menos esfuerzo de
cálculo y es más fácil de entender para los obre- ros de las plantas, por lo que tiene muchas venta- jas.
Con la disponibilidad de las calculadoras modernas y las computadoras personales, el trabajo de calcular
s se reduce o se elimina y, por tanto, s se ha convertido en una alternativa viable para R.

La desviación estándar de la muestra se calcula como sigue

Para elaborar una gráfica s, calcule la desviación estándar de cada muestra. A continuación, calcule la
desviación estándar promedio –s promediando las desviaciones estándar de todas las muestras.
–
(Debemos señalar que este cálculo es análogo al cálculo de R .) Los lim
́ ites de control para la gráfica s
se dan mediante

L C S = B –s

L C I = B –s

donde B3 y B4 son constantes y se encuentran en el apéndice B.

 Para la gráfica x– asociada, los lim
́ ites
de control derivados de la desviación
estándar gene- ral son

– – LCSx– = x + A3s

– – LCIx– = x – A3s

donde A3 es una constante y se encuentra en el apéndice B.

Observe que las fórmulas para los lim
́ ites de control equivalen a aquéllas para las gráficas x y R, sólo
–
que las constantes son diferentes.

Elaboración de gráficas x– y s Para ilustrar el uso de las gráficas x– y s, considere los datos que se
muestran en la figura 14.25. Estos datos representan las mediciones de las desviaciones de una
especificación nominal para una parte maquinada. Se utilizan muestras de tamaño 10; para cada
muestra, se calcularon la media y desviación estándar.

La media promedio (general) se calcula en x = 0.108 y la desviación estándar es s = 1.791.

Para las muestras con un tamaño de 10, B3 = 0.284, B4 = 1.716 y A3 = 0.975. Los lim
́ ites de con- trol
para la gráfica s son

LCIs = 0.284(1.791) = 0.509 LCSs = 1.716(1.791) = 3.073

Para la gráfica x–, los límites de control son LCIx– = 0.108 – 0.975(1.791) = –1.638

LCSx– = 0.108 + 0.975(1.791) = 1.854

Las gráficas x– y s se muestran en la figura 14.26. Esta evidencia indica que el proceso no está bajo
control, y garantiza una investigación sobre las razones de la variación, en especial en la gráfica x–.

Grafica  𝑆 2

La mayoria de los ingenieros de calidad emplean la carta R o la carta S para monitorear la

variabilidad del proceso, inclinandose por la carta S en vez de la carta R para tamaños de la
muestra de moderados a grandes. Algunos en la practica recomiendan una carta de control
basado directamente en la varianza muestral 𝑆 2

Los parametros para la carta de control 𝑆 2

𝛼 𝛼
donde 𝑋 2 2,𝑛−1. Y 𝑋 2 − ( 2 ) , 𝑛 − 1 detonan los puntos porcentuales 𝛼/2 superior e inferior de
la distribucion ji-cuadrada con n -1 grados de libertad y 𝑆̅̅̅2 es la varianza muestral promedio
obtenida del analisis de los datos premilinares. Podrian usarse un valor estandar de 𝜎 2 en la
ecuacion 5-32 en vez de 𝒮 ̅̅̅2̅ si se contara con uno. Observe que esta carta de control define
con limites de probabilidad.