Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Unidad
Control Estadístico de
Procesos
CONTENIDO
Introducción ................................................................................................................... 3
Gráfico C ...................................................................................................................... 19
Gráfica U ..................................................................................................................... 25
Introducción ................................................................................................................. 33
GLOSARIO ...................................................................................................................... 46
Pag 2
INFOTEP VIRTUAL CONTROL ESTADISTICO DE
PROCESOS, UNIDAD IV
Introducción
Los diagramas de control por atributos constituyen la herramienta esencial utilizada para
controlar características de calidad cualitativas, esto es, características no cuantificables
numéricamente. Muchas características de calidad no pueden ser representadas numéricamente,
denominándose atributos. En tales casos cada artículo completo se clasifica como conforme o
no conforme a especificaciones y/o estándares, es decir como defectivo o no defectivo, no
defectuoso o defectuoso, bueno o malo, discrepante o no discrepante.
Al igual que en los gráficos de control por variables, el diagrama de atributos representa un
estadístico T del proceso (como puede ser el número de defectos) frente al número de la muestra o
al tiempo. Una línea central representa el valor medio o esperado del estadístico, mientras que los
límites de control suelen definir una zona de control que abarca 3σT por encima y por debajo de la
línea central. Estos límites son escogidos de manera que si el proceso está bajo control, casi la
totalidad de los puntos muéstrales se halle entre ellos. Así, un punto que se encuentra fuera de los
límites de control se interpreta como una evidencia de que el proceso está fuera de control. Además,
incluso si todos los puntos se hallan comprendidos entre los límites de control, pero se comportan
de manera sistemática o no aleatoria, también tendríamos un proceso fuera de control.
Pag 3
INFOTEP VIRTUAL CONTROL ESTADISTICO DE
PROCESOS, UNIDAD IV
Este tipo de gráficos se suele aplicar en situaciones en las que el proceso es una operación de
montaje complicada, y la calidad del producto se mide en términos de la ocurrencia de
disconformidades, del funcionamiento exitoso o fallido del producto, etc.
Los diagramas de control por atributos tienen la ventaja de que hacen posible considerar
varias características de calidad al mismo tiempo y clasificar los productos como disconformes
si no satisfacen las especificaciones de cualquiera de las características.
Pag 4
INFOTEP VIRTUAL CONTROL ESTADISTICO DE
PROCESOS, UNIDAD IV
Es importante notar que los gráficos P, NP, y U permiten trabajar con muestras de tamaños
diferentes, mientras que los gráficos C están diseñados para muestras de igual tamaño.
Fig. 4.1 Cuando el producto no es funcional es no conforme, defectivo o defectuoso. Puede ser reparado o
desperdicio.
Fig. 4.1 El producto puede ser funcional pero puede tener defectos o no conformidades, que pueden ser corregidas
con retrabajo o no se pueden corregir y ser desperdicio.
Pag 5
INFOTEP VIRTUAL CONTROL ESTADISTICO DE
PROCESOS, UNIDAD IV
En cualquiera de los gráficos de control por atributos descritos, es posible realizar cuatro
tests para determinar la posible existencia de causas especiales que influyan sobre la
variabilidad de las observaciones (comportamiento no aleatorio de los datos):
Cada uno de los tests detecta un determinado comportamiento no aleatorio en los datos. Cuando
alguno de los tests resulta positivo entonces hay indicios de que la variabilidad de las
observaciones se debe a causas especiales, las cuales deberán investigarse.
Es importante notar que para realizar estos tests todas las muestras han de ser del mismo
tamaño.
Pag 6
INFOTEP VIRTUAL CONTROL ESTADISTICO DE
PROCESOS, UNIDAD IV
D
pi = i
ni
Pag 7
INFOTEP VIRTUAL CONTROL ESTADISTICO DE
PROCESOS, UNIDAD IV
Del modelo general para la gráfica de control de Shewhart, si w es un estadístico que mide una
característica de calidad, con media µw y varianza los límites de control son:
LSC = µw +
LC = µw
LIC = µw -
Donde L es la distancia de la línea central hasta los límites de control, es común usar L = 3.
__ __
__
p (1 p )
LSCp = p 3
n
__
LCp = p
__ __
__
p (1 p )
LICp = p 3
n
Pag 8
INFOTEP VIRTUAL CONTROL ESTADISTICO DE
PROCESOS, UNIDAD IV
Cuando la fracción defectiva del proceso es desconocida, se estima de los datos observados en m
muestras iniciales, cada una de tamaño n, por lo general se toman 20 a 25 de estas. Así si D i
son unidades no conformes en la muestra i, la fracción defectiva de la muestra i - ésima estará
dada como:
pi = Di / n i = 1, 2, 3,....., m
p (1 - p)
LSC p = p 3
n
LC p = p
p (1 - p )
LIC p = p 3
n
Una vez hecha la gráfica trazando los límites anteriores, cualquier punto que se encuentre fuera
de control debe ser investigado, si se encuentra una causa asignable o especial, deben tomarse
medidas correctivas para prevenir su recurrencia, los puntos correspondientes a la situación
fuera de control se eliminan y se calculan de nuevo los límites de control preliminares.
Pag 9
INFOTEP VIRTUAL CONTROL ESTADISTICO DE
PROCESOS, UNIDAD IV
Ejemplo 4.1
Para el llenado de cajas de concentrado de jugo de naranja de 6 oz., se inspecciona cada caja y
se inspecciona el sello para evitar fugas, se lleva una gráfica de control para tomar acciones y
mejorar el desempeño de la maquina selladora.
1 12 16 8
2 15 17 10
3 8 18 5
4 10 19 13
5 4 20 11
6 7 21 20
7 16 22 18
8 9 23 24
9 14 24 15
10 10 25 9
11 5 26 12
12 6 27 7
13 17 28 13
14 12 29 9
15 22 30 6
Pag 10
INFOTEP VIRTUAL CONTROL ESTADISTICO DE
PROCESOS, UNIDAD IV
Pag 11
INFOTEP VIRTUAL CONTROL ESTADISTICO DE
PROCESOS, UNIDAD IV
De la gráfica de control se observa que las muestras 15 y 23 están fuera de los límites de control,
de tal forma que el proceso está fuera de control.
Del análisis de los datos de la bitácora se encontró que la muestra 15 corresponde a el cambio
de un nuevo lote de cajas el cual fue diferente y que la muestra 23 corresponde a un operador
sin experiencia asignado temporalmente a la máquina.
Tomando acciones correctivas para evitar la recurrencia de las causas anteriores y calculando
nuevos límites preliminares con los puntos 15 y 23 eliminados, se tiene:
LSCp = 0.3893
LCp = 0.2150
LICp = 0.0407
Pag 12
INFOTEP VIRTUAL CONTROL ESTADISTICO DE
PROCESOS, UNIDAD IV
P Chart of Defectos
1
0.4
UCL=0.3893
0.3
_
P=0.215
0.2
0.1
LCL=0.0407
0.0
1 4 7 10 13 16 19 22 25 28
Sample
De esta forma se concluye que el proceso está en control a una p = 0.2150 adoptando los límites
preliminares para control futuro.
Pag 13
INFOTEP VIRTUAL CONTROL ESTADISTICO DE
PROCESOS, UNIDAD IV
P Chart of Defectos
0.4
UCL=0.3804
0.3
_
0.2 P=0.2081
0.1
LCL=0.0359
0.0
1 4 7 10 13 16 19 22 25
Sample
Se observa que a pesar de que el proceso está en control, no se tienen presentes problemas
controlables por el operador, por tanto las causas de variabilidad son comunes y su reducción
depende sólo del control de la administración, una vez que interviene e Ingeniería realiza una
serie de ajustes a la máquina, se monitorea la mejora.
Gráfica de control np
El diagrama NP está basado en el número de unidades defectuosas. Este tipo de gráficos permite
tanto analizar el número de artículos defectuosos como la posible existencia de causas
especiales en el proceso productivo. Los principios estadísticos que sirven de base al diagrama
de control NP se basan en la distribución Binomial.
Pag 14
INFOTEP VIRTUAL CONTROL ESTADISTICO DE
PROCESOS, UNIDAD IV
LCnp =np
En algunas aplicaciones para la fracción defectiva, la muestra es la inspección 100% de los lotes
producidos en un periodo de tiempo, por tanto la muestra será variable. Se tiene varios métodos
para llevar una gráfica de control:
Se calculan límites de control para cada muestra en base en la fracción defectiva promedio p y
su tamaño de muestra con p±3 p(1- p)/ni . La amplitud de los límites es inversamente
Pag 15
INFOTEP VIRTUAL CONTROL ESTADISTICO DE
PROCESOS, UNIDAD IV
Ejemplo 4.2,
Se tomaron datos del resultado de la inspección diaria, registrando la producción total y los
defectivos del día.
n-var nodef Fra-def LSC LIC Des-est
Pag 16
INFOTEP VIRTUAL CONTROL ESTADISTICO DE
PROCESOS, UNIDAD IV
Pag 17
INFOTEP VIRTUAL CONTROL ESTADISTICO DE
PROCESOS, UNIDAD IV
En este caso, se toma el promedio de los tamaños de muestra para calcular los límites de control
aproximados, se asume que los tamaños de muestra no diferirán en forma apreciable de los
observados, aquí los límites de control son constantes. Si existen grandes diferencias mayores
al promedio más o menos 25%, este método no es adecuado.
Pag 18
INFOTEP VIRTUAL CONTROL ESTADISTICO DE
PROCESOS, UNIDAD IV
Gráfico C
Estas cartas asumen que la ocurrencia de no conformidades en muestras de tamaño constante son
modeladas bien por la distribución de Poisson, es decir implica que las oportunidades o localizaciones
potenciales para las no conformidades sea muy infinitamente grande y que la probabilidad de ocurrencia
de una no conformidad en cualquier localización sea pequeña y constante. Además cada unidad de
inspección debe representar una “área de oportunidad” idéntica para la ocurrencia de no conformidades.
Si estas condiciones no se cumplen, el modelo de Poisson no es apropiado.
Pag 19
INFOTEP VIRTUAL CONTROL ESTADISTICO DE
PROCESOS, UNIDAD IV
Una unidad de inspección es simplemente una entidad para la cual es conveniente registrar el
número de defectos, puede formarse con 5 unidades de producto, 10 unidades de producto, etc.
Suponiendo que los defectos o no conformidades ocurren en la unidad de inspección de acuerdo
a la distribución de Poisson, o sea:
Por tanto considerando L = 3-sigma, los límites de control para la carta de no conformidades
son:
LSCc = c + 3 c
LCc = c
observadas en una muestra preliminar inspeccionada, o sea con c-, en este caso los parámetros
de la carta son:
LSCc = c + 3 c
LCc = c
Pag 20
INFOTEP VIRTUAL CONTROL ESTADISTICO DE
PROCESOS, UNIDAD IV
Ejemplo 4.3
No Conformidades 1
21 19
24 10
16 17
12 13
15 22
5 18
28 39
20 30
31 24
25 16
20 19
24 17
16 15
Donde,
LSC = 33.22
LC = 516 / 26 = 19.85 = c-
LIC = 6.48
Pag 21
INFOTEP VIRTUAL CONTROL ESTADISTICO DE
PROCESOS, UNIDAD IV
C Chart of NoConform
40 1
UCL=33.21
30
_
20 C=19.85
10
LCL=6.48
1
0
1 4 7 10 13 16 19 22 25
Sample
Una investigación reveló que el punto 6 fue debido a que un inspector nuevo calificó los circuitos
impresos pero no tenía la suficiente experiencia, fue entrenado. El punto 20 fue causado por una
falla en el control de temperatura de la soldadora de ola, lo cual fue reparado. Por lo anterior
se toman acciones para evitar recurrencia, se eliminan y se recalculan los límites de control.
Pag 22
INFOTEP VIRTUAL CONTROL ESTADISTICO DE
PROCESOS, UNIDAD IV
C Chart of NoConform
35
UCL=32.97
30
25
_
20 C=19.67
15
10
LCL=6.36
5
1 3 5 7 9 11 13 15 17 19 21 23
Sample
Como el proceso ya se encuentra en control estadístico, estos límites se tomarán como base para
el siguiente periodo, donde se tomaron 20 unidades de inspección adicionales.
No Conformidades 1
16 18
18 21
12 16
15 22
24 19
21 12
28 14
20 9
25 16
19 21
Pag 23
INFOTEP VIRTUAL CONTROL ESTADISTICO DE
PROCESOS, UNIDAD IV
Se observa en la gráfica que no se tienen puntos fuera de control, sin embargo el promedio de
defectos es alto, requiere la acción de la administración.
C Chart of C4
35
UCL=32.98
30
25
_
20 C=19.67
15
10
LCL=6.36
5
1 3 5 7 9 11 13 15 17 19
Sample
Figura 4.8 Carta de control C dentro de control estadístico para otras 20 muestras – muy alta c
Puede ser necesario estratificar el problema identificando en qué modelo de circuito impreso se
presentan los defectos principalmente.
Pag 24
INFOTEP VIRTUAL CONTROL ESTADISTICO DE
PROCESOS, UNIDAD IV
Método 1. Con nc
En este caso tanto la línea central como los límites de control se modifican por el factor
Por ejemplo si se deciden utilizar 2.5 unidades de inspección para el caso de los circuitos
impresos (es decir inspeccionar 250 tarjetas) con n=2.5, se tiene:
Gráfica U
Como c es una variable aleatoria que sigue la distribución de Poisson, los parámetros de la
carta u de número de no conformidades o defectos por unidad son:
Pag 25
INFOTEP VIRTUAL CONTROL ESTADISTICO DE
PROCESOS, UNIDAD IV
10 9
12 5
8 7
14 11
10 12
16 6
11 8
7 10
10 7
15 5
Pag 26
INFOTEP VIRTUAL CONTROL ESTADISTICO DE
PROCESOS, UNIDAD IV
u=38.60 / 20 = 1.93
LSC = 3.79
LIC = 0.07
U Chart of C6
4
UCL=3.794
_
2 U=1.93
0 LCL=0.066
1 3 5 7 9 11 13 15 17 19
Sample
Figura 4. 9 Carta de control de defectos por unidad U con tamaño de muestra constante en control
estadístico
Pag 27
INFOTEP VIRTUAL CONTROL ESTADISTICO DE
PROCESOS, UNIDAD IV
En la carta de control no se observa falta de control estadístico, por tanto los límites
preliminares se pueden utilizar en corridas futuras.
Ejemplo 4.5 En una planta textil, se inspeccionan defectos por cada 50m2 los datos se muestran
a continuación.
Unidades No conformes
10 14
8 12
13 20
10 11
Pag 28
INFOTEP VIRTUAL CONTROL ESTADISTICO DE
PROCESOS, UNIDAD IV
Unidades No conformes
9.5 7
10 10
12 21
10.5 16
12 19
12.5 23
Pag 29
INFOTEP VIRTUAL CONTROL ESTADISTICO DE
PROCESOS, UNIDAD IV
U Chart of No conform
3.0
2.5 UCL=2.436
2.0
_
1.5
U=1.423
1.0
0.5
LCL=0.411
0.0
1 2 3 4 5 6 7 8 9 10
Sample
Tests performed with unequal sample sizes
Figura 4.10 Carta de control para defectos por unidad con tamaño de muestra variable
Existen otras dos alternativas para el manejo de la carta u con n variable:
Pag 30
INFOTEP VIRTUAL CONTROL ESTADISTICO DE
PROCESOS, UNIDAD IV
U prom 1.423256
Pag 31
INFOTEP VIRTUAL CONTROL ESTADISTICO DE
PROCESOS, UNIDAD IV
I Chart of Zu
3 UCL=3
_
0 X=0
-1
-2
-3 LCL=-3
1 2 3 4 5 6 7 8 9 10
Observation
Pag 32
INFOTEP VIRTUAL CONTROL ESTADISTICO DE
PROCESOS, UNIDAD IV
Introducción
Las técnicas estadísticas ayudan durante el ciclo del producto a reducir la variabilidad y a
mejorar la capacidad de los procesos.
Pag 33
INFOTEP VIRTUAL CONTROL ESTADISTICO DE
PROCESOS, UNIDAD IV
La aplicación del análisis de capacidad de los procesos tiene los objetivos siguientes:
2. La variabilidad en el tiempo.
Pag 34
INFOTEP VIRTUAL CONTROL ESTADISTICO DE
PROCESOS, UNIDAD IV
Los límites de tolerancia natural del proceso, superior (LTNS) e inferior (LTNI), se encuentran
en o sea:
Para un proceso normal, los límites de tolerancia naturales incluyen 99.73% de la variable,
sólo el 0.27% (2700 ppm) de la salida del proceso se encontrará fuera de estos límites de
tolerancia naturales. Sin embargo, si el proceso no es normal, el porcentaje puede diferir
grandemente. Esto se esquematiza en la figura siguiente:
Existen diversas técnicas para evaluar la capacidad del proceso, entre las que se encuentran:
Histogramas o papel de probabilidad, cartas de control y experimentos diseñados.
LIE LSE
s _
xi
p X
Fig. Fracción defectiva fuera de especificaciones
Pag 35
INFOTEP VIRTUAL CONTROL ESTADISTICO DE
PROCESOS, UNIDAD IV
Pag 36
INFOTEP VIRTUAL CONTROL ESTADISTICO DE
PROCESOS, UNIDAD IV
Para realizar un estudio de capacidad es necesario que se cumplan los siguientes supuestos:
• El proceso se encuentre bajo control estadístico, es decir sin la influencia de fuerzas externas
o cambios repentinos. Si el proceso está fuera de control la media y/o la desviación estándar
del proceso no son estables y, en consecuencia, su variabilidad será mayor que la natural y
la capacidad potencial estará infravalorada, en este caso no es conveniente hacer un estudio
de capacidad.
ÍNDICES DE CAPACIDAD
El índice de capacidad potencial Cp = PCR compara la amplitud de variación permitida por las
especificaciones entre la amplitud de variación entre los límites de tolerancia naturales del
proceso.
Pag 37
INFOTEP VIRTUAL CONTROL ESTADISTICO DE
PROCESOS, UNIDAD IV
Ejemplo 4.7
Pag 38
INFOTEP VIRTUAL CONTROL ESTADISTICO DE
PROCESOS, UNIDAD IV
Ejemplo 4.8
Cp = PCRI = = = 0.67
Lo cual indica falta de habilidad, la fracción abajo del límite inferior es:
P(x <= ZI) = 0.0228 o 2.28% por debajo del límite inferior de especificaciones
Algunos de los índices de capacidad potencial Cp y las piezas defectivas en partes por millón
(ppm) que están fuera de especificaciones se muestran a continuación:
Cp 1-lado 2-lados
1 1,350 2,700
1.3 48 96
Pag 39
INFOTEP VIRTUAL CONTROL ESTADISTICO DE
PROCESOS, UNIDAD IV
1.4 14 27
1.5 4 7
1.6 1 2
2 0.0009 0.0018
Se recomienda que para procesos existentes el mínimo Cp sea de 1.33 y de 1.67 para procesos
críticos, el ideal es 2.0 para procesos nuevos como es el caso de Motorola en su programa 6-
sigma.
Este índice no toma en cuenta la localización relativa de la media del proceso respecto a los
límites de especificaciones. Por lo que es necesario otro índice adicional.
Este índice si toma en cuenta el centrado del proceso respecto a las especificaciones, en este
caso se denomina Cpk o PCRk, y se evalúa tomando el mínimo entre los Cp’s correspondientes
a cada lado de la media, como sigue,
donde,
para el límite superior
Pag 40
INFOTEP VIRTUAL CONTROL ESTADISTICO DE
PROCESOS, UNIDAD IV
Ejemplo 4.9
Para un proceso donde los límites de especificación sean LSE=62, LIE=38, la media del
proceso sea µ=53 y su desviación estándar =2, se tiene:
Note que el PCR a considerar corresponde al límite de especificación más cercano a la media
del proceso. Siempre se cumple que,
Cpk <= Cp
Pag 41
INFOTEP VIRTUAL CONTROL ESTADISTICO DE
PROCESOS, UNIDAD IV
Frec.
a)
Microdureza
Se puede transformar cada valor x con su inverso o sea con y=1/x de esta forma la distribución
transformada es la siguiente:
Frec.
b)
Y=1/x
La gráfica de control es un mejor instrumento para evaluar la capacidad del proceso porque se
puede observar que el proceso esté en control ya sea en forma instantánea o durante el tiempo
antes de evaluar la capacidad.
Pag 42
INFOTEP VIRTUAL CONTROL ESTADISTICO DE
PROCESOS, UNIDAD IV
Se puede observar que cuando el proceso está en control, no existen causas asignables que
puedan ser corregidas, y la única alternativa para reducir la variabilidad es con la intervención
de la administración.
En casos especiales como estos donde las variaciones presentes son totalmente inesperadas
tenemos un proceso inestable ó impredecible.
?
? ?
? ?
? ?
Si las variaciones presentes son iguales, se dice que se tiene un proceso “estable”. La
Pag 43
INFOTEP VIRTUAL CONTROL ESTADISTICO DE
PROCESOS, UNIDAD IV
Donde,
El factor C4 = 4(n-1)/(4n – 3), con esta desviación estándar se determinan los índices de
desempeño Pp y Ppk.
En una gráfica por individuales, d2 se toma para n = 2 y Rango Medio = Suma rangos /
(n -1)
Ejemplo 4.10
(Gráfica X - R)
x media de medias
Pag 44
INFOTEP VIRTUAL CONTROL ESTADISTICO DE
PROCESOS, UNIDAD IV
Ejemplo 4.11
(Gráfica X - S)
X 100, S=1.05
Pag 45
INFOTEP VIRTUAL CONTROL ESTADISTICO DE
PROCESOS, UNIDAD IV
GLOSARIO
• Capacidad del proceso: Es la aptitud del proceso para producir productos dentro de los
límites de especificaciones de calidad.
• Capacidad medida: Esto se refiere al hecho de que la capacidad del proceso se cuantifica
a partir de datos que, a su vez, son el resultado de la medición del trabajo realizado por
el proceso.
• Variabilidad natural: Los productos fabricados nunca son idénticos sino que presentan
cierta variabilidad, cuando el proceso está bajo control, solo actúan las causas comunes
de variación en las características de calidad.
• Valor Nominal: Las características de calidad tienen un valor ideal óptimo que es el
que desearíamos que tuvieran todas las unidades fabricadas pero que no se obtiene, aunque
todo funcione correctamente, debido a la existencia de la variabilidad natural.
Pag 46