FACULTAD DE MECÁNICA

ESCUELA DE INGENIERÍA AUTOMOTRIZ

Materia:
Control de calidad

Docente:
Ing. Eder Cruz

Alumno:
Ángel Usca

Tema:
Gráficas de control

Nivel:
Noveno “A”

RIOBAMBA-ECUADOR
Contenido
OBJETIVOS ................................................................................................................................. 3
INTRODUCCIÓN ......................................................................................................................... 3
MARCO TEÓRICO ....................................................................................................................... 4
Gráficas de control para variables ............................................................................................ 4
EL MÉTODO DE LA GRÁFICA DE CONTROL ................................................................................ 5
OBJETIVOS DE LAS GRÁFICAS DE CONTROL DE VARIABLES ...................................................... 5
TÉCNICAS PARA ELABORAR GRÁFICAS DE CONTROL ................................................................ 6
ESTADO DE CONTROL................................................................................................................ 6
Proceso bajo control ................................................................................................................. 6
Proceso fuera de control ........................................................................................................... 7
Especificaciones ........................................................................................................................ 7
GRÁFICAS DE CONTROL PARA ATRIBUTOS ............................................................................... 8
LIMITACIONES DE LAS GRÁFICAS DE CONTROL PARA VARIABLES ............................................ 9
GRÁFICAS DE CONTROL PARA UNIDADES NO CONFORMES ..................................................... 9
LOS OBJETIVOS DE LAS GRÁFICAS DE NO CONFORMES SON: .................................................. 9
ELABORACIÓN DE LA GRÁFICA P PARA TAMAÑO CONSTANTE DE SUBGRUPO...................... 10
UN SISTEMA DE CALIFICACIÓN DE LA CALIDAD ...................................................................... 10
CLARIFICACIÓN DE NO CONFORMIDADES .............................................................................. 11
ACEPTACIÓN POR MUESTREO................................................................................................. 11
PLANES DE MUESTREO DE ACEPTACIÓN DE LOTE POR LOTE PARA ATRIBUTOS .................... 12
IMPLEMENTACIÓN .................................................................................................................. 13
PLANES DE MUESTREO DOBLE Y MÚLTIPLE ............................................................................ 13
INSPECCIÓN NORMAL, ESTRECHA Y REDUCIDA ...................................................................... 13
NORMA ANSI/ASQ Q32 ........................................................................................................... 14
TABLAS DE DODGE-ROMIG ..................................................................................................... 14
MUESTREO SECUENCIAL ......................................................................................................... 14
CONCLUSIÓNES ....................................................................................................................... 15
RECOMENDACIONES ............................................................................................................... 15
BIBLIOGRAFÍA .......................................................................................................................... 15
OBJETIVOS
 Las gráficas de control nos sirven para detectar la presencia de
anormalidades en el proceso, para descubrir y eliminar las causas
asignables de variación, así como adoptar medidas preventivas que
eviten la repetición de estas causas en el futuro.
 Observar y aprender que los Gráficos de Control indican la posible
existencia de una anormalidad, pero no indican sus causas. Estas
deben ser investigadas y eliminadas.

INTRODUCCIÓN
El control de proceso se debe realizar a través de los resultados del proceso
(Gráficos de Control. o puntos de control). Para esclarecer los datos y la
historia de la calidad de los lotes de producción. Los datos deben ser
estratificados por tipo de material, máquina, operario, fecha y cuantos datos
permitan descubrir las causas de las anormalidades. Es por esto, que los datos
convencionales de la inspección no deben ser utilizados para el control porque
su historia se desconocida. Caracterizados o identificados por causas del
proceso.
Tipos y su elección
Existen muchas clases de control que emplean variados estadígrafos y datos
con diferentes métodos para calcular los límites de control. En dependencia de
la naturaleza de los datos que se utilicen, pueden ser de atributos o de
variables.
De variables
Cuando los datos toman infinitos valores en un intervalo, o sea, se miden sobre
una escala continua de valores, se denominan datos continuos o de variables,
Ejemplo: humedad, tiempo, presión, diámetro de una pieza, etc.
Por atributos
Cuando los datos son numerables o de conteo se dicen que son atributos , que
emplean estos datos se denominan control de atributos. Ejemplo: número de
defectuosos, número de defectuosos en el lote, etc.
MARCO TEÓRICO

Gráficas de control para variables

Una de las realidades de la manufactura es que nunca pueden fabricarse dos
objetos exactamente iguales. De hecho, el concepto de la variación es una ley
de la naturaleza, porque no hay elementos naturales en cualquier categoría
que sean exactamente iguales. La variación puede ser muy grande, y
fácilmente notable, como la altura de los seres humanos; o bien, la variación
puede ser muy pequeña, como el peso de las plumas con punta de fibra, o las
formas de los copos de nieve.
Cuando las variaciones son muy pequeñas, parecerá que los elementos son
idénticos, sin embargo, con instrumentos de precisión se detectara diferencias.
Si dos elementos parecen tener la misma medida, eso se debe a los límites de
los instrumentos de medición. A medida que los instrumentos de medición se
vuelven más refinados, continúa existiendo la variación y solo cambia el
incremento de las misma. Antes de controlar es necesario poder medirla.

Hay tres categorías de variación en la producción de partes o piezas.

1. Variación dentro de la pieza. Esta clase de variación se ilustra con la
rugosidad superficial de una pieza, cuando una parte de ella es más
áspera que otra, o bien la impresión en un lado de la página es mejor
que en el lado opuesto.

2. Variación entre piezas. Esta clase de variación se presenta entre piezas

producidas al mismo tiempo. Por ejemplo, la intensidad luminosa de
cuatro lámparas consecutivas, producidas en la misma máquina, podrá
ser diferente.

3. Variación de tiempo en tiempo. Esta clase de variación se ilustra con la

diferencia en un producto o servicio obtenido en diferentes horas del día.
Así, un servicio efectuado temprano por la mañana será diferente de uno
efectuado más tarde en ese mismo día, o bien, a medida que se
desgasta la herramienta de corte, cambiarán sus características de
corte.

Las categorías de variación para otros tipos de procesos, como por ejemplo un
proceso químico continuo, o una auditoría de impuestos fiscales, no serán
exactamente iguales, y sin embargo el concepto será parecido. La variación
está presente en todo proceso, debido a una combinación de equipo,
materiales, ambiente y operador.
La primera fuente de variación es el equipo. Esta causa comprende desgaste
de herramientas, vibración de la máquina, posicionamiento del soporte de la
pieza, y fluctuaciones hidráulicas y eléctricas. Cuando se juntan todas estas
variaciones se define una cierta capacidad o precisión dentro de la cual el
equipo funciona. Aun las máquinas supuestamente idénticas tienen diferentes
capacidades, y eso se vuelve una consideración muy importante cuando se
programa la producción de partes críticas.
Mientras esas fuentes de variación fluctúen en una forma natural o esperada,
se produce un patrón estable de muchas causas fortuitas (causas aleatorias)
de variación. Las causas aleatorias de variación son inevitables. Como son
numerosas, e individualmente tienen relativamente poca importancia, son
difíciles de detectar o identificar.

Cuando sólo hay causas aleatorias en un proceso, se considera que el proceso

está en (o bajo) control estadístico. Es un estado estable y predecible. Sin
embargo, cuando también está presente una causa de variación asignable, la
variación será excesiva y se dice que el proceso está fuera de control, o que
sale de la variación natural esperada.

EL MÉTODO DE LA GRÁFICA DE CONTROL

Para indicar cuándo las variaciones observadas en la calidad son mayores que
las que causaría la casualidad, se usa el método de análisis y presentación de
datos llamado gráfica de control. El método de la gráfica de control para
variables es un medio de visualizar las variaciones que se presentan en la
tendencia central y en la dispersión de un conjunto de observaciones. Es un
registro gráfico de la calidad de determinada característica. Muestra si el
proceso está o no en un estado estable.

OBJETIVOS DE LAS GRÁFICAS DE CONTROL DE VARIABLES

 Para mejorar la calidad.
 Para determinar la capacidad del proceso.
 Para tomar decisiones respecto a las especificaciones del producto.
 Para decisiones del momento respecto al proceso de producción.
 Para decisiones del momento respecto a artículos producidos
recientemente.
TÉCNICAS PARA ELABORAR GRÁFICAS DE CONTROL
Para establecer un par de gráficas de control para el promedio y el rango (R),
es preferible apegarse a un procedimiento establecido. A continuación, se
presentan los pasos de este procedimiento:
a) Seleccionar la característica de calidad.
b) Escoger el subgrupo racional.
c) Reunir los datos.
d) Determinar en forma tentativa la línea central y los límites de control.

e) Establecer la línea central y los límites de control revisados.

f) Alcanzar el objetivo.

ESTADO DE CONTROL

Proceso bajo control

Cuando se han eliminado del proceso las causas asignables, hasta el grado en
que los puntos de la gráfica de control permanecen dentro de los límites de
control, el proceso está en un estado de control. Ya no se puede alcanzar
mayor grado de uniformidad con el proceso existente. Sin embargo, se puede
lograr mayor uniformidad mediante un cambio en el proceso básico, promovido
por ideas para mejorar la calidad.

Cuando un proceso está bajo control, el productor y el consumidor gozan de

ciertas ventajas prácticas.

a) Cada unidad del producto o servicio será más uniforme; dicho de otra
manera, habrá menos variación y menos rechazos.
b) Como el producto o servicio es más uniforme, se necesitan menos
muestras para juzgar la calidad.
c) La capacidad del proceso, o amplitud del proceso, se obtiene con
facilidad con 6s.
d) Se podrá prever un problema antes de que se presente, y con ello
acelerar la producción evitando rechazos e interrupciones.
e) El porcentaje del producto que está dentro de un par de valores se podrá
predecir con la máxima seguridad.
f) Permite que el consumidor use los datos del productor y, con ello, sólo
probar pocos subgrupos como verificación de los registros del productor.
g) El operador se desempeña en forma satisfactoria, desde el punto de
vista de la calidad.
Proceso fuera de control

El término “fuera de control” (o descontrolado) se suele considerar

inconveniente; sin embargo, hay casos en que esa condición es deseable. Lo
mejor es pensar que el término fuera de control es un cambio en el proceso
debido a una causa asignable. Cuando un punto (valor de subgrupo) sale de
sus límites de control, el proceso está fuera de control.

Quiere decir que existe una causa asignable de variación. Otra forma de
considerar al punto fuera de control es imaginar que el valor de subgrupo
proviene de una población diferente que aquella con la que se obtuvieron los
límites de control.

Especificaciones
Comparación de valores individuales con promedios Antes de describir las
especificaciones y su relación con las gráficas de control, en este momento es
preferible obtener mejor comprensión de valores individuales y valores
promedio.

Teorema del límite central Ahora que el lector percibe la diferencia entre
distribución de frecuencia de valores individuales, X, y la de distribución de
promedios, se puede analizar el teorema del límite central.
Límites de control y especificaciones Los límites de control se establecen en
función de los promedios; en otras palabras, los límites de control son para
promedios. Por otra parte, las especificaciones son las variaciones permisibles
de tamaño de la parte, por lo que son para valores individuales.

Capacidad y tolerancia del proceso En adelante, la extensión de proceso se

llamará capacidad (o posibilidad) del proceso, y es igual a 6s. También, a la
diferencia entre las especificaciones se le llama tolerancia.

GRÁFICAS DE CONTROL PARA ATRIBUTOS

El término atributo, tal como se usa en control de calidad, quiere decir que las
características de la calidad son conformes con las especificaciones, o que no
son conformes con las especificaciones. Se usan los atributos.
 a) Cuando no es posible hacer mediciones, por ejemplo, de elementos que
se inspeccionan visualmente como color, partes faltantes, rayaduras y
daños.
b) Cuando se pueden hacer mediciones, pero no se hacen debido al
tiempo, costo o necesidad.
Cuando un atributo no se encuentra conforme con las especificaciones se usan
varios términos descriptivos. Una no conformidad es una desviación de una
característica de la calidad respecto a un valor o estado pretendido, que se
presenta con una severidad suficiente como para hacer que el producto o
servicio respectivo no cumpla con un requisito de una especificación.

LIMITACIONES DE LAS GRÁFICAS DE CONTROL PARA VARIABLES

Las gráficas de control para variables son métodos excelentes para controlar la
calidad para entonces mejorarla; sin embargo, tienen sus limitaciones. Una
limitación obvia es que no se pueden usar para características de calidad que
sean atributos. La inversa no es cierta, porque una variable puede cambiarse a
un atributo, indicando que se apega (conforme) o no se apega (no conforme)
con las especificaciones. En otras palabras, las no conformidades, como partes
faltantes, color incorrecto, etc., no son medibles, y no se les puede aplicar una
gráfica de control.

GRÁFICAS DE CONTROL PARA UNIDADES NO CONFORMES

La gráfica p se usa para datos consistentes en la proporción de cantidad de
ocurrencias de un evento entre la cantidad total de ocurrencias. Se usa en
control de calidad para presentar la fracción o porcentaje de no conformes en
un producto, característica de calidad o grupo de características de calidad.

LOS OBJETIVOS DE LAS GRÁFICAS DE NO CONFORMES SON:

 Determinar el nivel promedio de la calidad.
 Llamar la atención de la administración cuando hay cambios en el
promedio.
 Mejorar la calidad del producto
  Evaluar el desempeño del personal y de la administración respecto a la
calidad.
 Sugerir lugares para usar gráficas de y R.
 Determinar los criterios de aceptación de un producto antes de enviarlo
al cliente.

Estos objetivos indican el alcance y valor de una gráfica de no conformes.

ELABORACIÓN DE LA GRÁFICA P PARA TAMAÑO CONSTANTE DE SUBGRUPO

Los procedimientos generales que se aplican a las gráficas c de control para
variables, también se aplican a la gráfica p.
a) Seleccionar la o las características de calidad.
b) Determinar el tamaño del subgrupo y el método.
c) Reunir los datos.
d) Calcular la línea central y los límites de control tentativos.

e) Establecer la línea central y los límites de control revisados.

f) Alcanzar el objetivo

UN SISTEMA DE CALIFICACIÓN DE LA CALIDAD

En las gráficas para atributos, de la sección anterior, todas las no
conformidades y las unidades no conformes tuvieron el mismo peso,
independientemente de su gravedad. Por ejemplo, al evaluar sillones de
escritorio, uno podría tener 5 no conformidades, todas ellas relacionadas con el
acabado superficial, mientras que otro podría tener 1 no conformidad, que sería
una pata rota. El sillón con 5 no conformidades triviales se puede usar, y tiene
una influencia 5 veces mayor sobre la gráfica de atributos que el sillón con una
no conformidad, tan grave que el artículo no se puede usar.
CLARIFICACIÓN DE NO CONFORMIDADES
Las no conformidades, y a propósito, las unidades no conformes, se clasifican
de acuerdo con su gravedad. En un sistema de calificación se agrupan las no
conformidades en tres clases:
No conformidades críticas. Una no conformidad crítica es aquella que, por la
experiencia y a juicio, probablemente cause condiciones peligrosas o inseguras
a los individuos que la usen o mantengan, o, dependiendo del producto o
servicio, una no conformidad que, por la experiencia y a juicio, es probable que
evite el funcionamiento del producto o servicio.
No conformidades mayores. Una no conformidad mayor es aquella que, no
siendo crítica, es probable que cause la falla, o que reduzca materialmente el
uso del producto o servicio en su finalidad pretendida.
No conformidades menores. Una no conformidad menor es aquella que
probablemente no reduzca materialmente los usos del producto o servicio en
su finalidad pretendida. Las no conformidades menores suelen relacionarse
con la apariencia.
Resumiendo: una no conformidad crítica sí afecta al uso, una no conformidad
mayor podría afectar los usos, y una no conformidad menor no afecta los usos
del producto.

ACEPTACIÓN POR MUESTREO

Existen tres tipos distintos de planes de muestreo de aceptación: muestreo de
aceptación de lote por lote para atributos, muestreo de aceptación de
producción continúa por atributos y muestreo de aceptación para variables. En
este capítulo será útil distinguir entre:
a) Un plan individual de muestreo que indique el tamaño de lote, tamaño o
tamaños de muestra y los criterios de aceptación.
b) Un esquema de muestreo que sea una combinación de planes de
muestreo, con reglas cambiantes y quizá un criterio para discontinuar.
c) Un sistema de muestreo que sea una colección de esquemas de
muestreo.
PLANES DE MUESTREO DE ACEPTACIÓN DE LOTE POR LOTE PARA ATRIBUTOS
En 1973 fue adoptado por la Organización Internacional de Normalización
(ISO), y se llamó Norma Internacional ISO/DIS-2859. Aunque la norma MIL-
STD-105E fue desarrollada para adquisiciones gubernamentales, ha llegado a
ser la norma para inspección de atributos en la industria. Es el plan de
muestreo de aceptación de mayor uso en el mundo.
La American Society for Quality (ASQ) hizo modificaciones a la MIL-STD105E y
se conocen como ANSI/ASQ Z1.4. Todas las tablas y procedimientos quedan
sin cambio. Sin embargo, hay tres cambios básicos:
a) Los términos no conformidad y unidad no conforme se sustituyen por
defecto y defectuoso.
b) Una opción es la regla de cambio que usaba un número límite para uno
de los criterios de inspección reducida.
c) Se agregaron más tablas para AOQL (nivel promedio de calidad de
salida), LQ (calidad limitante), ASN (cantidad promedio de muestras) y
curvas OC (característica de operación).

La inspección reducida se usa cuando el historial reciente de calidad del

productor ha sido excepcionalmente bueno. Ilustra las diferencias en curvas de
característica de operación para inspecciones normal (N), estrecha (T) y
reducida (R).

Límite de calidad de aceptación (AQL).

El límite de calidad aceptable (AQL, de acceptable quality level) es la parte más
importante de la norma, porque él y la letra clave del tamaño de la muestra
determinan el plan de muestreo. El límite de calidad aceptable se define como
el peor promedio tolerable de proceso cuando se presenta una serie continua
de lotes para su muestreo de aceptación.
Tamaño de muestra.
El tamaño de la muestra está determinado por el tamaño del lote y el nivel de
inspección. El nivel de inspección que se usa para determinado requisito será
indicado por la autoridad responsable.
IMPLEMENTACIÓN
Los pasos necesarios para usar el plan son los siguientes:
 Determinar el tamaño del lote (en general, responsabilidad de
Administración de materiales).
 Determinar el nivel de inspección (en general, nivel II; se puede cambiar
si lo requieren las condiciones).
 En la tabla, determinar la letra clave del tamaño de muestra.
 Determinar el límite de calidad aceptable (AQL).
 Determinar el tipo de plan de muestreo (sencillo, doble o múltiple).
 En la tabla correspondiente, determinar el plan de muestreo.
 Comenzar con inspección normal y cambiar a estrecha o reducida, de
acuerdo con las reglas de cambio.

PLANES DE MUESTREO DOBLE Y MÚLTIPLE

La norma admite planes de muestreo doble y múltiple (7 muestras). El uso de

esas tablas es semejante a la técnica descrita para el muestreo sencillo.

INSPECCIÓN NORMAL, ESTRECHA Y REDUCIDA

A menos que la autoridad responsable indique otra cosa, la inspección

comienza en la condición de inspección normal. Continuarán las inspecciones
normales, estrecha o reducida, sin cambiar, para cada clase de no
conformidades o de unidades no conformes, o hasta que se requiera un
cambio, de acuerdo con las reglas de cambio que se indican abajo.

Normal a estrecha. Cuando está vigente la inspección normal, se deberá

instituir la inspección estrecha cuando 2 de 5 lotes o cargas consecutivos no
hayan sido aceptados en la inspección original (es decir, sin tener en cuenta los
lotes presentados por segunda vez).
Estrecha a normal. Cuando está vigente la inspección estrecha, se debe
instituir la inspección normal cuando se acepten 5 lotes o cargas consecutivos
en la inspección original.
Normal a reducida. Cuando está vigente la inspección normal, debe instituirse
la inspección reducida siempre que se satisfagan (todas).

NORMA ANSI/ASQ Q32

Esta muestra debe usarse para inspeccionar lotes aislados por atributos.
Complementa a la ANSI/ASQ Z1.4, adecuada para una corriente continua de
lotes. Esta norma busca en tablas por valores de calidad limitante (LQ), y es
aplicable para lotes o cargas tipo A o tipo B. Estos conceptos se describieron
en el capítulo anterior. Los valores de LQ se determinan con las mismas
técnicas que con las que se determinaron los valores de AQL.

TABLAS DE DODGE-ROMIG

En la década de 1920, H. F. Dodge y H. G. Romig desarrollaron un conjunto de

tablas de inspección para aceptación lote por lote de producto mediante
muestreo por atributos. Esas tablas se basan en dos de los conceptos descritos
en el capítulo 9: calidad límite (LQ)3 y límite promedio de calidad a la salida
(AOQL). Para cada uno de esos conceptos hay tablas para muestreo simple y
doble. No se prevé muestreo múltiple. En este libro sólo se incluye el muestreo
sencillo.

MUESTREO SECUENCIAL

El muestreo secuencial es parecido al muestreo múltiple, pero el secuencial

puede, en teoría, continuar indefinidamente. En la práctica el plan se
interrumpe cuando la cantidad inspeccionada es igual a tres veces la cantidad
inspeccionada por un plan de muestreo sencillo correspondiente. El muestreo
secuencial, que se usa para pruebas costosas o destructivas suele tener un
tamaño de subgrupo n= 1, lo que lo hace un plan de artículo por artículo.
 graficos-calidad.do CONTROL-DE-PROC
cx ESOS.docx

CONCLUSIÓNES
 Conclusión Las gráficas de control nos muestran cómo se compara
una característica a través del tiempo.
 Si todos los puntos están dentro de los límites y no siguen un patrón
específico, se dice que el proceso está bajo control o bajo control
estadístico.

RECOMENDACIONES
 Conocer de mejor manera las funciones del programa a utilizar
cuando se desea tener una graficas adecuadas.
 Los datos y valores obtenidos deben estar siempre correctos para así
poder tener una mejor visión del problema que tenemos.

BIBLIOGRAFÍA
 Gutiérrez Pulido, Humberto. Control Estadístico de la Calidad y
Seis Sigma. Pp. 206-322.
 Gutiérrez Pulido, Humberto. Calidad total y productividad. Pp.
137-199
 Rodríguez Insua, Armando. Control de la Calidad. Pp. 20-81.