UNIVERSIDAD DE CARTAGENA

ADMINISTRACIÓN DE EMPRESAS A DISTANCIA

CONTROL ESTADÍSTICO DE LA CALIDAD

VIII SEMESTRE

TUTOR

GERMAN VILLADIEGO ROMERO

GRÁFICOS O CARTAS DE CONTROL POR VARIABLES X - R

CARLOS PIZARRO RIVAS

SHAWLYN ROCERO

SARY GARCIA BRUNO

VIVIANA PEÑA LOPEZ

VALENTINA ORTIZ ALDANA

CARTAGENA

JUNIO – 2019
 GRÁFICOS O CARTAS DE CONTROL POR VARIABLES X - R

FUNDAMENTO, DONDE Y PARA QUE SE USAN

Son Gráficos de Control basados en la observación de la variación de

características medibles del producto o del servicio. La característica de calidad es
una variable, que puede medirse y expresarse como un número en una escala de
medición continúa.

Estas gráficas de control ayudan a la detección de la variación de causa asignable

(variación en el producto o proceso de producción que señala que el proceso está
fuera de control y que se requieren medidas correctivas). Las gráficas de control de
variables grafican datos de procesos de medición continua, tales como longitud o
presión, en una secuencia ordenada por tiempo. En contraste, las gráficas de control
de atributos grafican datos de conteo, tales como el número de defectos o unidades
defectuosas. Las gráficas de control de variables, las gráficas de variables, como
todas las gráficas de control, ayudan a identificar las causas de variación que se
deben investigar, de manera que usted pueda ajustar su proceso sin controlarlo
exageradamente

GRÁFICAS X y R

Las cartas de control X y R se usan ampliamente para monitorear la media y la

variabilidad. El control del promedio del proceso, o nivel de calidad medio, suele
hacerse con la gráfica de control para medias, o gráfica X. La variabilidad de proceso
puede monitorizar con una gráfica de control para el rango, llamada gráfica R.
Generalmente, se llevan gráficas X y R separadas para cada característica de la
calidad de interés. Las gráficas X y R se encuentran entre las
técnicas estadísticas de monitoreo y control de procesos en línea más importantes
y útiles

COMO SE CONSTRUYEN

Pasos a seguir para su construcción:

1. Recogida de datos y su registro: Es necesario recoger el máximo número

posible de datos, por lo menos 100 datos recientes sobre la característica
que se controla del proceso, sin embargo, cuando no se puede contar con
tantos datos, 50 o 20 datos resultan suficientes. Se debe determinar el
tamaño de la muestra (n) y la cantidad de muestras (k).
2. Calcular la media y los recorridos de las muestras: Se calcula la media
de cada muestra y los recorridos o rangos de cada una de ellas. Luego se
determina el promedio general con la media de cada muestra y el recorrido
promedio con los recorridos de cada una.
3. Calcular los límites de control: Para cada gráfico debemos calcular los
límites de control superior e inferior. Estos límites de control se calculan a
más menos 3 desviaciones del promedio por consideramos que la
distribución de las medias sigue una distribución normal o próxima a ella,
cuando la muestra tiene un tamaño superior a 4.

Para el gráfico de medias:

Límite central = promedio de las medias

Límite de control superior = promedio de las medias + A2 *promedio de Rangos

Límite de control inferior = promedio de las medias – A2 *promedio de Rangos

Para el gráfico de Rangos:

Límite central = promedio de los Rangos

Límite de control superior = D4*promedio de Rangos

Límite de control inferior = D3*promedio de Rangos

Donde A2, D4 y D3 son coeficientes cuyo valor depende del tamaño de la muestra
(n). La tabla siguiente muestra los valores de éstos para el cálculo de los límites de
control de 3sigma de ambos gráficos.

COMO SE LEEN Y COMO SE ANALIZAN

La interpretación de los gráficos de control se basa en la siguiente idea general: si

el proceso está en estado de control, los gráficos deben mostrar un comportamiento
aleatorio dentro de los límites de control; por tanto, una evolución de los gráficos
que tenga un patrón no aleatorio o/y fuera delos límites será indicio de existencia de
causas asignables. Se suele interpretar en primer lugar los gráficos de la variabilidad
(rango o desviación típica), pues un aumento de la variabilidad puede provocar un
aumento de la media muestral, mientras que el fenómeno inverso no ocurre. Los
aspectos ha analizar son: puntos fuera de los límites, tendencias o rachas, patrones
no aleatorios.

1. Puntos fuera de los límites de control Si uno o más puntos de un gráfico

de control está fuera de los límites es indicio de que el proceso se ha
desajustado y conviene analizar el proceso para encontrar la causa. Un punto
fuera de los límites puede ser debido a alguno de los siguientes motivos:
 El punto ha sido mal calculado.
 Los límites han sido mal calculado o el gráfico mal dibujado.
 Hay variaciones en el sistema de medición del dato (nuevos calibres,
distinto aparato de medida).
 Una variación de la media, pero no en la variabilidad puede venir provocada
por un desajuste en la maquinaria o desgaste de alguno de sus elementos.
 Un aumento de la variabilidad, pero no de la media puede venir provocada
por envejecimiento de alguno de los componentes del proceso o por
variaciones en la calidad de la materia prima.
 Una disminución de la variabilidad (puntos por debajo del límite inferior)
implica una mejora del sistema, por lo que debe investigarse la causa

2. Tendencias o rachas Cuando un conjunto de puntos consecutivos presenta

una tendencia creciente o decreciente durante 7 puntos (’regla del 7’) es
indicio de que algo está ocurriendo en el proceso, pues la probabilidad de
que muchos puntos formen una tendencia sólo por azar el prácticamente
nula. Por tanto, ha de investigarse la presencia de una causa asignable
incluso si dichos puntos están dentro de los límites. Por ejemplo, un desajuste
paulatino de una herramienta provocará un desajuste paulatino en la media
del proceso. Es necesario detectar ese desajuste y no esperar a que
produzcan valores fuera de los límites de control. Un desgaste en la sujeción
de una herramienta de corte irá aumentando gradualmente la variabilidad en
la longitud de corte. Ese desgaste puede detectarse sin necesidad de llegar
a que el sistema produzca piezas defectuosas.

Cuando un conjunto de 7 puntos sucesivos se encuentra consistentemente

a un lado de la línea central del gráfico (racha) es indicio de anomalía incluso
si se encuentran dentro delas líneas de control. De nuevo, la probabilidad de
que sólo por azar más de 7 puntos se encuentren en un lado del gráfico es
prácticamente nula, por lo que habrá que investigar la presencia de causas
asignables.

3. Patrones no aleatorio: Además de tendencias o rachas, pueden aparecer

otros patrones en los datos que deben llevar al análisis del sistema incluso si
los datos evolucionan dentro de los límites de control. Por ejemplo:
  Periodicidades en forma de ciclos, con sucesiones regulares de picos y
valles.
 Inestabilidad: grandes fluctuaciones de la media, producidos, posiblemente
por sobre ajustes del proceso, falta de entrenamiento de los operarios o
heterogeneidad en la materia prima.
 Sobrestabilidad: Ocurre este fenómeno cuando la variabilidad observada es
consistentemente menor que la esperada. Esto puede ser debido tanto a un
cálculo erróneo de los límites como a causas asignables que afecten
positivamente al proceso. Para detectar la sobre estabilidad conviene trazar
dos líneas paralelas en el gráfico de la variabilidad (rangos o desviaciones
típicas) a ambos lados de la línea central que dividan el gráfico en seis partes
iguales.

Consulte las ecuaciones que se aplican para resolver los ejercicios en estos
gráficos
Promedio X y R para cada subgrupo

X 1  X 2 ....X N
X 
N

R  X mayor  X menor

Rango promedio R  y el promedio del proceso X .

R1  R2  ......RK
R
K
 X1  X 2  .......X K
X
K

Donde K es el número de subgrupos, R1,R2..es el rango de cada subgrupo;

X1 , X 2.... son el promedio de cada subgrupo.

Limites de control
Los límites de control son calculados para determinar la variación de cada subgrupo,
están basados en el tamaño de los subgrupos y se calculan de la siguiente forma:

LSCR  D4 R LSCX  X  A2 R

LICR  D3 R LICX  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
 BIBLIOGRAFÍA

Riquelme, M. (01 de 06 de 2019). Web y Empresas. Obtenido de

https://www.webyempresas.com/grafico-de-control-por-variable-para-medir-un-proceso/
Vara, G. d. (s.f.). Control Estadistico de La Calidad Y Seis Sigma. Mc Graw Hill.