INVESTIGACION CARTA DE CONTROL EWMA

JESUS CAPDEVILA
ADRIANA DE LA HOZ CHAMORRO
MILENA LÓPEZ FUENTES

UNIVERSIDAD LIBRE SECCIONAL BARRANQUILLA, FACULTAD DE

INGENIERIA

PROGRAMA DE INGENIERIA INDUSTRIAL

BARRAQUILLA

2019

1
 INVESTIGACION CARTA DE CONTROL EWMA

JESUS CAPDEVILA
ADRIANA DE LA HOZ CHAMORRO
MILENA LÓPEZ FUENTES

INVESTIGACION INDICADORES DE GESTION LA ASIGNATURA DEL

MAGISTER

Alexander Elías Parody Muñoz

UNIVERSIDAD LIBRE SECCIONAL BARRANQUILLA, FACULTAD DE

INGENIERIA

PROGRAMA DE INGENIERIA INDUSTRIAL

BARRAQUILLA

2019

2
 CARTAS DE CONTROL EWMA

Las cartas de control son una herramienta usadas dentro del control de procesos
estadístico. Son un instrumento útil para el análisis y monitoreo de la estabilidad de
un proceso a través de ciertas características de calidad, que sirve para detectar
patrones anormales en cualquier tiempo del proceso.

“La carta de control EWMA ((promedios móviles exponencialmente ponderados)

fue introducida por Roberts en 1959. Esta carta tiene un desempeño parecido a la
CUSUM en la detección de pequeños cambios de nivel del proceso, con la ventaja
de que aún es más fácil de construir.”1

“Un gráfico de media móvil ponderada exponencialmente ( EWMA ) es un gráfico

de control para datos de variables. Se trazan valores medios ponderados
ponderados. El usuario elige un factor de ponderación para determinar el impacto
relativo de los datos más antiguos en los datos más recientes sobre el valor
promedio móvil calculado. Debido a que el gráfico EWMA usa información de todas
las muestras, detecta cambios de proceso mucho más pequeños que un gráfico de
control normal.

CUÁNDO USAR

ETAPA DE MEDIDA

 Para basar un proceso, particularmente cuando se sospecha que no hay normalidad

del proceso y el tamaño racional del subgrupo es uno.
ETAPA DE CONTROL

 Para controlar un proceso, particularmente cuando se sospecha de una no

normalidad del proceso y el tamaño racional del subgrupo es uno o cuando se
deben detectar pequeños cambios en el proceso.

1
Carta Ewma, Academia.edu, [en línea], [revisado el 03 de Mayo de 2019]. Disponible en internet:
https://www.academia.edu/26858350/GRAFICAS_EWMA

3
Los gráficos de EWMA también pueden ser preferibles cuando los subgrupos son
de tamaño n = 1. En este caso, el gráfico alternativo es el gráfico de X individual,
cuyos límites de control estándar se basan en la distribución normal. Cuando los
procesos son muy anormales, es posible que los límites de control normales del
gráfico X individual no se ajusten bien a los datos del proceso. Cuando se calculan
límites de control no normales para el gráfico de X individual, se supone que los
datos provienen de un proceso controlado como un requisito del ajuste de la
curva. La ventaja de los gráficos EWMA es que cada punto trazado incluye varias
observaciones, por lo que el teorema del límite central establece que la media de
los puntos (o la media móvil en este caso) se distribuye normalmente y los límites
de control están claramente definidos.

Los gráficos EWMA también se utilizan para suavizar el efecto de un ruido conocido
e incontrolable en los datos. Muchos procesos contables, de servicios y químicos
encajan en esta categorización. Por ejemplo, si bien las fluctuaciones del día a día
en los procesos contables pueden ser grandes, no son puramente indicativas de la
inestabilidad del proceso. La elección de λ puede determinarse para hacer que el
gráfico sea más o menos sensible a estas fluctuaciones diarias.

Al igual que con otras gráficas de control, las gráficas EWMA se usan para
monitorear procesos a lo largo del tiempo. Los ejes x de los gráficos están basados
en el tiempo, de modo que los gráficos muestran un historial del proceso. Por este
motivo, debe tener los datos ordenados en el tiempo, es decir, ingresados en la
secuencia a partir de la cual se generaron. Si este no es el caso, es posible que no
se detecten tendencias o cambios en el proceso, sino que se atribuyan a variaciones
aleatorias (causa común).

METODOLOGÍA

Al elegir el valor de λ utilizado para ponderar, se recomienda usar valores pequeños

(como 0.2) para detectar cambios pequeños y valores más grandes (entre 0.2 y 0.4)
para cambios más grandes. Un gráfico EWMA con λ = 1.0 es un gráfico (para

4
subgrupos más grandes que 1) o un gráfico de X individual (cuando el tamaño del
subgrupo es igual a 1).

Estadística trazada:

Donde λ es el valor del factor de ponderación, es el promedio del subgrupo para

el subgrupo actual en el tiempo t , y el valor de z en el tiempo cero ( z 0 ) es un valor
objetivo o el promedio general de los subgrupos seleccionados.

Límites de control de EWMA :

Donde z 0 es el valor de inicio (ya sea el valor objetivo o el valor medio del
proceso), n es el tamaño del subgrupo, d 2 es una función de n y m es el número de
subgrupos seleccionados para el análisis.

El gráfico de rango ( n > 1) o el gráfico de rango móvil ( n = 1) se usa generalmente

para monitorear la variación del proceso.

DIFERENCIA ENTRE LA CARTA EWMA Y LAS CARTAS TIPO SHEWHART

La diferencia es que los gráficos EWMA detectan cambios de ½ a 2 σ, lo cual es

mucho más rápido que los gráficos de Shewhart con el mismo tamaño de
muestra, Sin embargo, las cartas de control EWMA son más lentos para detectar
grandes cambios en la media del proceso. Además, las pruebas de ejecución típicas
no se pueden usar debido a la dependencia inherente de los puntos de datos.”2

2
Six Sigma Demystified, Access Engineering Library, [en línea], [revisado el 03 de Mayo de 2019]. Disponible en internet:
https://www-accessengineeringlibrary-com.sibulgem.unilibre.edu.co/browse/six-sigma-demystified-second-
edition/c9780071746793ch09?q=EWMA#c9780071746793ch09lev1sec41

5
 FORMULAS LIMITES DE CONTROL SUPERIOR, INFERIOR Y CENTRAL DE
LA CARTA EWMA

A partir de esto, es claro que el parámetro λ determina la profundidad de la memoria

de la carta EWMA: mientras más cerca esté de cero es mayor el peso de los datos
históricos, es decir, recuerda más el pasado. Mientras que si está más cerca de 1
tiene más influencia la última media observada y el pasado tiene menos peso. De
tal forma que cuando λ=1 sería equivalente a la carta de medias tradicional, que no
da ningún peso a la información anterior a un punto dado. La experiencia ha
mostrado que lo adecuado es que 0.1 < λ < 0.3, siendo el valor de 0.2 el más típico.

Si las observaciones xi son variables aleatorias independientes con varianza 2 ,

entonces la varianza de zi es:

  
 zi2   
 

 1  (1   )
2i

 2 

Por tanto los límites de control de zi versus el número de muestra o tiempo i, son:

  
LSC   0  L 
 

 1  (1   )
2i

 2 

LC   0

  
LIC   0  L  
 1  (1   )
2i

2

El factor L es la anchura de los límites de control

Note que el término [1 – (1-)2i] se aproxima a la unidad conforme i se incrementa,

esto significa que cuando la carta EWMA ha corrido durante varios periodos de
tiempo, los límites de control se estabilizan en:

6
 
LSC   0  L
2

LC   0


LSC   0  L
2

Sin embargo se recomienda enfáticamente usar los límites de control exactos en las
ecuaciones iniciales para valores pequeños de i. Con esto se mejorará de manera
significativa el desempeño de la carta de control para detectar un proceso fuera del
objetivo inmediatamente después de que se ha iniciado el EWMA.

EJEMPLO 1

Con los datos correspondientes al problema de la viscosidad y considerando los

parámetros λ=0.10 y L=2.7 y recordando que el valor objetivo µ0 = 10 y con una σ=1.
Elaborar una gráfica EWMA.

En primera instancia es necesario calcular los parámetros Z correspondiente a cada

lectura, para el primer dato (el correspondiente a 9.45), el cálculo es:

z1  x1  (1   ) z0

Z1 = 0.10 (9.45) + (1-0.10) (10)

Z1 = 9.945

Por lo tanto Z1 = 9.945 es ek primer valor graficado en la cara de control EWMA, el

segundo valor será:

z2  x2  (1   ) z1

Z2= 0.1 (7.99)+(1-0.10)(9.945) = 9.7495.

7
Los demás valores se presentan a continuación:

Lectura
Muestra (Xi) EWMA, Zi
1 9.45 9.945
2 7.99 9.750
3 9.29 9.704
4 11.66 9.899
5 12.16 10.125
6 10.18 10.131
7 8.04 9.922
8 11.46 10.076
9 9.20 9.988
10 10.34 10.023
11 9.03 9.924
12 11.47 10.078
13 10.51 10.122
14 9.40 10.049
15 10.08 10.053
16 9.37 9.984
17 10.62 10.048
18 10.31 10.074
19 8.52 9.919
20 10.84 10.011
21 10.90 10.100
22 9.33 10.023
23 12.29 10.249
24 11.50 10.375
25 10.60 10.397
26 11.08 10.465
27 10.38 10.457
28 11.62 10.573
29 11.31 10.647
30 10.52 10.634

Los límites de control se obtienen utilizando las ecuaciones iniciales. Entonces para
el periodo 1, se tiene:

8
  0.1 
LSC  10  2.7(1)  
 1  (1  0.1)
2 (1)

 2  0.1 

LSC = 10.27

 0.1 
LIC  10  2.7(1) 


 1  (1  0.1)
2 (1)

 2 0.1 

LIC = 9.73

Para el segundo periodo los límites son:

 0.1 
LSC  10  2.7(1)  
 1  (1  0.1)
2( 2)

 2  0.1 

LSC = 10.36

 0.1 
LIC  10  2.7(1)  
 1  (1  0.1)
2( 2)

 2  0.1 

LIC = 9.64

La anchura de los límites de control se incrementa conforme i se incrementa de i=1,

2, 3, … hasta que se estabiliza en los valores de régimen permanente o estable
dados por las ecuaciones siguientes:


LSC   0  L
2

0.1
LSC  10  2.7(1)
2  0.1

LIC =10.62


LSC   0  L
2

9
 0.1
LSC  10  2.7(1)
2  0.1

LSC = 9.38

La gráfica EWMA final dada por el programa minitab, se presenta a continuación.

Se observa nuevamente que los puntos 29 y 30 están fuera de control.

Gráfica EWMA de Viscosidad

10.75

+2.7SL=10.619
10.50

10.25
EWMA

_
_
10.00 X=10

9.75

9.50
-2.7SL=9.381

1 4 7 10 13 16 19 22 25 28
Muestra

10
 EJEMPLO 2

A continuación se requiere una revisión detallada de la toma de muestras realizadas

a la pureza del agua. Calcular LIC, LC Y LSC.

Muestra Pureza(x) LIC LC LSC

1 81 78,8841123 81,6666667 84,449221
2 83 78,8841123 81,6666667 84,449221
3 82 78,8841123 81,6666667 84,449221
4 80 78,8841123 81,6666667 84,449221
5 84 78,8841123 81,6666667 84,449221
6 76 78,8841123 81,6666667 84,449221
7 83 78,8841123 81,6666667 84,449221
8 85 78,8841123 81,6666667 84,449221
9 79 78,8841123 81,6666667 84,449221
10 82 78,8841123 81,6666667 84,449221
11 75 78,8841123 81,6666667 84,449221
12 80 78,8841123 81,6666667 84,449221
13 83 78,8841123 81,6666667 84,449221
14 86 78,8841123 81,6666667 84,449221
15 84 78,8841123 81,6666667 84,449221
16 85 78,8841123 81,6666667 84,449221
17 81 78,8841123 81,6666667 84,449221
18 83 78,8841123 81,6666667 84,449221
19 77 78,8841123 81,6666667 84,449221
20 82 78,8841123 81,6666667 84,449221
21 75 78,8841123 81,6666667 84,449221
22 83 78,8841123 81,6666667 84,449221
23 85 78,8841123 81,6666667 84,449221
24 86 78,8841123 81,6666667 84,449221

Promedio 81,67
Desviación 3,28
λ 0,02
n 1

11
 Formulas utilizadas

Gráfico de Ewma de Pureza

88

86

84

82

80

78

76

74

72

70

68
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

Pureza(x) LIC LC LSC

De acuerdo a los resultados obtenidos, el proceso no está bajo control estadístico

debido a que rebasa los límites de control.

12
 BIBLIOGRAFIA

Carta Ewma, Academia.edu, [en línea], [revisado el 03 de Mayo de 2019].

Disponible en internet: https://www.academia.edu/26858350/GRAFICAS_EWMA

Six Sigma Demystified, Access Engineering Library, [en línea], [revisado el 03 de

Mayo de 2019]. Disponible en internet: https://www-accessengineeringlibrary-
com.sibulgem.unilibre.edu.co/browse/six-sigma-demystified-second-
edition/c9780071746793ch09?q=EWMA#c9780071746793ch09lev1sec41

Carta EWMA con varianza efectiva para monitorear variabilidad en procesos de

control de calidad multivariados, Revista Colombiana de Estadística, [en línea],
[revisado el 03 de Mayo de 2019]. Disponible en internet: http://www.kurims.kyoto-
u.ac.jp/EMIS/journals/RCE/body/v31n1a08MoralesVargas.pdf

Carta de Control Ewma, Prezi, [en línea], [revisado el 03 de Mayo de 2019].

Disponible en internet: https://prezi.com/7c4wkhitd-cp/cartas-de-control-ewma/

Carta de control EWMA para el coeficiente de variación, Universidad Nacional de

Colombia, [en línea], [revisado el 03 de Mayo de 2019].
http://bdigital.unal.edu.co/5329/1/marleyceciliavergarabenavides.2011.pdf

13