Universidad

Antonio Ruiz
de Montoya
Control y Gestión de la
Calidad

Ing. Norman Reyes

Marzo 2019
 Temas

2.- Métodos básicos de control estadístico de procesos y análisis

de capacidad de procesos:
2.1.- Métodos y filosofía del control estadístico de procesos

Control y Gestión de Calidad – Ing. Norman Reyes

 2.1.- Métodos y filosofía del control estadístico de procesos

Introducción
Para que un producto cumpla con los requerimientos del cliente,
generalmente deberá fabricarse con un proceso estable o repetible. Es decir
poca variabilidad en la dimensión objetivo o nominales de las características
de calidad del producto.
El SPC (Statistical Process Control) es un conjunto poderoso de herramientas
para resolver problemas, muy útil para conseguir la estabilidad y mejorar la
capacidad del mismo proceso mediante la reducción de la variabilidad. Puede
aplicarse a cualquier proceso.

Control y Gestión de Calidad – Ing. Norman Reyes

 2.1.- Métodos y filosofía del control estadístico de procesos

Introducción
La siete herramientas (las siete magnificas) son:
1. El histograma o diagrama de tallo y hoja.
2. La hoja de verificación
3. La gráfica de Pareto
4. El diagrama de causa y efecto
5. El diagrama de concentración de defectos
6. El diagrama de dispersión
7. La carta de control

Crea un ambiente en el que todos los individuos de la organización desean el mejoramiento

continuo de la calidad y la productividad.
Aun cuando la carta de control de un herramienta muy poderosa para resolver los problemas y
mejorar procesos, su aplicación es mas efectiva cuando está integrada completamente en un
programa global de SPC. Control y Gestión de Calidad – Ing. Norman Reyes
 2.1.- Métodos y filosofía del control estadístico de procesos

Las siete magníficas – La carta de verificación

Facilita el resumen de todos los datos históricos disponibles en el tiempo.

El resumen con una

orientación en el tiempo
es particularmente valioso
para buscar tendencias

Control y Gestión de Calidad – Ing. Norman Reyes

 2.1.- Métodos y filosofía del control estadístico de procesos

Las siete magnificas – Histograma de frecuencias

Un histograma es un gráfico de barras verticales que representa la distribución de
frecuencias de un conjunto de datos.

El histograma es
especialmente útil cuando se
tiene un amplio número de
datos que es preciso
organizar, para analizar más
detalladamente o tomar
decisiones sobre la base de
ellos. También es un medio
eficaz para transmitir a otras
personas información sobre
un proceso de forma precisa e
inteligible

Control y Gestión de Calidad – Ing. Norman Reyes

 2.1.- Métodos y filosofía del control estadístico de procesos

Las siete magníficas – La gráfica de Pareto

Es una distribución de frecuencia (o histograma) de datos de atributos ordenados por
categoría.

No identifica automáticamente los

defectos más importantes, sino
sólo los que ocurren con mayor
frecuencia

Control y Gestión de Calidad – Ing. Norman Reyes

 2.1.- Métodos y filosofía del control estadístico de procesos

Las siete magnificas – La gráfica de Pareto

Cuando en la lista de defectos están mezclados los que podrían tener consecuencias
en extremos graves y otros de importancia mucho menor, puede usarse uno de dos
métodos:
1. Usar esquema de ponderación para modificar los conteos de la frecuencia
2. Acompañar el análisis de la gráfica de frecuencia de Pareto con una gráfica de
costos o desmascaramiento de Pareto

Control y Gestión de Calidad – Ing. Norman Reyes

 2.1.- Métodos y filosofía del control estadístico de procesos

Las siete magníficas – El diagrama Causa Efecto

Una vez que un defecto, error o problema se ha identificado y aislado para estudio
adicional, es necesario empezar a analizar las causas potenciales de este efecto
indeseable. Construir Diagrama Causa Efecto
1. Definir el problema o efecto que va a
analizar.
2. Formar el equipo para realizar el análisis.
Con frecuencia el equipo descubrirá las
causas potenciales mediante el
procedimiento de lluvia de ideas.
3. Trazar el rectángulo del efecto y la línea
central.
4. Especificar las categorías principales de
las causas potenciales y anexarlas como
rectángulos conectados con la línea
central.
5. Identificar las causas posibles y
clasificarlas dentro de las categorías del
paso 4.
6. Clasificar las causas para identificar las
que parezcan tener mayores
posibilidades de incidir en el problema.
7. Emprender una acción correctiva.

Control y Gestión de Calidad – Ing. Norman Reyes

 2.1.- Métodos y filosofía del control estadístico de procesos

Las siete magníficas – El diagrama de concentración de defectos

Es un dibujo de la unidad donde se muestran todas las vistas relevantes

Control y Gestión de Calidad – Ing. Norman Reyes

 2.1.- Métodos y filosofía del control estadístico de procesos

Las siete magníficas – El diagrama de dispersión

Es un gráfica útil para identificar una relación potencial entre dos variables.
Sean X e Y:

R = Sxy / √(Sxx * Syy)

Sxy= nƩi=1 xi * yi – [Ʃxi] [Ʃyi] / n

Sxx= nƩi=1 xi2 – [Ʃxi]2 / n

Syy = nƩi=1 yi2 – [Ʃyi]2 / n

Sea la recta de regresión

y= a + b x

b= (Sxy) / Sxx

a= Y - bX

Control y Gestión de Calidad – Ing. Norman Reyes

 2.1.- Métodos y filosofía del control estadístico de procesos

Las siete magníficas – Ejercicios

Control y Gestión de Calidad – Ing. Norman Reyes

 2.1.- Métodos y filosofía del control estadístico de procesos

Las siete magníficas – Ejercicios

Control y Gestión de Calidad – Ing. Norman Reyes

 2.1.- Métodos y filosofía del control estadístico de procesos

Las siete magníficas – Ejercicios

Control y Gestión de Calidad – Ing. Norman Reyes

 2.1.- Métodos y filosofía del control estadístico de procesos

Las siete magníficas – Ejercicios

Control y Gestión de Calidad – Ing. Norman Reyes

 2.1.- Métodos y filosofía del control estadístico de procesos

Las siete magníficas – Ejercicios

Control y Gestión de Calidad – Ing. Norman Reyes

 2.1.- Métodos y filosofía del control estadístico de procesos

Las siete magníficas – Ejercicios

Interpretación:
En el gráfico obtenido se observa que un
20% (Corte y Soldadura de parte inferior)
representan aproximadamente un 80% de
los defectos, por lo tanto centrándose la
empresa solo en esos 2 productos reduciría
en un 80% el número de defectos.

Control y Gestión de Calidad – Ing. Norman Reyes

 2.1.- Métodos y filosofía del control estadístico de procesos

Las siete magníficas – Ejercicios

e) A partir de un Diagrama de Ishikawa presente las causas para el principal
problema, obtenido del diagrama de Pareto.
Tipos: 6M (métodos de trabajo, mano de obra, materiales, maquinaria, medición y
medio ambiente); Por procesos y por lluvias de ideas.

Control y Gestión de Calidad – Ing. Norman Reyes

 2.1.- Métodos y filosofía del control estadístico de procesos

Ejercicios
1) En una fábrica de una pintura se quiere reducir el tiempo de secado del barniz. Los siguientes
datos corresponden al tiempo de secado del barniz (horas) y a la cantidad de aditivo con el que
se intenta lograr tal reducción.

a) Mediante un diagrama de dispersión investigue la relación entre el tiempo de

secado y la cantidad de aditivo.
b) Con base en la relación, ¿alrededor de qué cantidad de aditivo
recomendaría para reducir el tiempo de secado?
c) Obtenga el coeficiente de correlación entre ambas variables e interprételo.
d) Al parecer, el coeficiente de correlación lineal es muy bajo. ¿Quiere decir
que el tiempo de secado no está relacionado con la cantidad de aditivo?

Control y Gestión de Calidad – Ing. Norman Reyes

 2.1.- Métodos y filosofía del control estadístico de procesos

Ejemplo 2
El administrador de la cadena de suministro busca una mejor manera de pronosticar la demanda
de las bisagras para puerta y cree que esa demanda se relaciona con los gastos de publicidad.
Las siguientes son las ventas y los datos de publicidad para los últimos cinco meses

La compañía gastará $ 1,750 en publicidad del producto

el próximo mes. Utilice la recta de regresión para
desarrollar una ecuación y un pronóstico para este
producto

Y = -8.135 + 109.23 * 1.750 = 183,3

Control y Gestión de Calidad – Ing. Norman Reyes
 2.1.- Métodos y filosofía del control estadístico de procesos

Causas fortuitas y asignables de la variación de la calidad

Causas fortuitas
En todo proceso aún muy bien diseñado siempre existirá cierta cantidad de
variabilidad inherente o natural. Están bajo control estadístico y son parte
inherente al proceso.
Causas asignables
En la salida de un proceso puede estar presente otra clase de variabilidad que
son claves en la calidad y provienen de 3 fuentes:
1. Máquinas ajustadas o controladas incorrectamente
2. Errores del operador
3. Materia prima defectuosa
Variabilidad grande comparada con el ruido de fondo y suele representar un
nivel inaceptable del desempeño del proceso. No siempre están presentes
Control y Gestión de Calidad – Ing. Norman Reyes
 2.1.- Métodos y filosofía del control estadístico de procesos

Causas de variación fortuitas y asignables

Se dice que un proceso que opera en presencia de causas asignables está

fuera de control
Control y Gestión de Calidad – Ing. Norman Reyes
 2.1.- Métodos y filosofía del control estadístico de procesos

Causas de variación fortuitas y asignables

Uno de los objetivos principales del SPC es detectar con rapidez la ocurrencia de
causas asignables en el corrimiento del proceso a fin de hacer la investigación
pertinente y emprender las acciones correctivas antes que se fabriquen muchas
unidades disconformes. Las cartas de control son la técnica de monitoreo de
procesos en línea que se utiliza ampliamente para este fin.

Las cartas de control también se utilizan para estimar los parámetros de un proceso
de producción y para determinar con esta información la capacidad del proceso.

La meta última del SPC es eliminar la variabilidad del proceso

Control y Gestión de Calidad – Ing. Norman Reyes

 2.1.- Métodos y filosofía del control estadístico de procesos

Fundamentos estadísticos de la carta de control

Línea central: valor promedio de las características de calidad que corresponde al

Estado bajo control (solo presente causas fortuitas)

LCL y UCL: Límites de control inferior y superior. Se eligen de modo tal que si el
proceso está bajo control, casi todos los puntos muestrales se localizan entre ellos.

Los puntos entre los límites, deben mostrar un patrón aleatorio para estar bajo control
Control y Gestión de Calidad – Ing. Norman Reyes
 2.1.- Métodos y filosofía del control estadístico de procesos

Fundamentos estadísticos de la carta de control

Relación entre límites de control y pruebas de hipótesis

Eje principal es media muestral x
Si la media muestral se encuentra entre los límites de control, se concluye que la
media del proceso se encuentra bajo control. Es decir x = µ0
Si la media muestral se encuentra fuera de los límites de control, se concluye que la
media del proceso está fuera de control. Es decir µ1 ≠ µ0

Cuando se prueban hipótesis estadísticas, por lo general se verifican los supuestos.

Las cartas de control se usan para detectar desviaciones en un estado de control
estadístico supuesto. P.e. la media puede sufrir un corrimiento repentino a un nuevo
valor y mantenerse ahí (corrimiento sostenido).

Control y Gestión de Calidad – Ing. Norman Reyes

 2.1.- Métodos y filosofía del control estadístico de procesos

Fundamentos estadísticos de la carta de control

Relación entre límites de control y pruebas de hipótesis

Análisis de desempeño de una carta de control.

Error tipo I de la carta de control: el proceso está fuera de control cuando sí lo está
Error tipo II de la carta de control: el proceso está bajo control cuando no lo está.

En ocasiones conviene usar la curva de operación característica de una carta control

para representar su probabilidad del error tipo II.

Habilidad de la carta de control para detectar corrimientos de diferentes magnitudes

en el proceso.

Control y Gestión de Calidad – Ing. Norman Reyes

 2.1.- Métodos y filosofía del control estadístico de procesos

Fabricación de anillos de pistones

Carta de control para el diámetro de anillos de pistones
= 74 mm y σ= 0,01 mm (media del proceso)
Cada hora se saca una muestra aleatoria de 5 anillos y se saca la media de la
muestra , es decir cada punto es la media de la muestra en cada hora

Determinación de límites de control

σ = σ / √ n = 0,01 / √ 5 = 0,0045
Desviación estándar de media muestral
Por T.L.C. x tiene una distribución
aproximadamente normal
74 - Zα/2(0,0045) < < 74 + Zα/2(0,0045)
74 – 3(0.0045) = 73.9865 < < 74 + 3(0.0045) = 74.0135

99.73%
Límites de control tres sigma
Control y Gestión de Calidad – Ing. Norman Reyes
 2.1.- Métodos y filosofía del control estadístico de procesos

Fabricación de anillos de pistones

Los límites de control tres sigma
La anchura es inversamente proporcional al tamaño de la muestra n para el múltiplo
de σ dado.
Elegir los límites de control es equivalente a establecer la región crítica para probar las
hipótesis: H0: µ = 74 y H1: µ ≠ 74, donde σ = 0,01 es conocida.

Control y Gestión de Calidad – Ing. Norman Reyes

 2.1.- Métodos y filosofía del control estadístico de procesos

Modelo general de la carta de control

Sea w un estadístico muestral que mide alguna característica de la calidad de interés y
supones w es la µw y la desviación estándar de w es σw por lo que:
UCL = µw + Lσw
Línea central = µw
LCL = µw - Lσw
Donde L es la “distancia” de los límites de control a la línea central, expresada en
unidades de desviación estándar. (Cartas de control de Shewhart).
En muchas aplicaciones se usa para la vigilancia en línea de un proceso.
Se colectan datos muestrales y se usan para construir la carta de control, y si los
valores muestrales de se encuentran dentro de los límites de control.
Puede haber interés en determinar tanto si los datos pasados provinieron de un
proceso que estaba bajo control, como si las muestras futuras de este proceso indican
control estadístico
Control y Gestión de Calidad – Ing. Norman Reyes
 2.1.- Métodos y filosofía del control estadístico de procesos

Modelo general de la carta de control

Las cartas de control se usan para mejorar el proceso, en general:

1. La mayoría de procesos no operan en un estado control estadístico

2. El uso rutinario y atento de cartas de control identificará las causas asignables. Si
estas causas pueden eliminarse del proceso, la variabilidad se reducirá y el
proceso será mejorado.
3. La carta de control sólo detectará las causas asignables. Para ello es importante
es encontrar la causa de origen
fundamental del problema y atacarla

Es importante tener por cada Carta de

Control un Plan de Acción para
Condiciones fuera de control OCAP
donde se determinan los puntos de
verificación y eliminadores de dichas
condiciones
Control y Gestión de Calidad – Ing. Norman Reyes
 2.1.- Métodos y filosofía del control estadístico de procesos

Modelo general de la carta de control

Las cartas de control también puede usarse como recurso de estimación, es decir se
pueden estimar ciertos parámetros, tales como media, la desviación estándar, la
fracción disconforme o porción caída, etc. Después de estas estimaciones pueden
usarse para determinar la capacidad del proceso para producir productos aceptables.

Control y Gestión de Calidad – Ing. Norman Reyes

 2.1.- Métodos y filosofía del control estadístico de procesos

Modelo general de la carta de control

Las cartas de control pueden clasificarse en do tipos
generales:
1.- Si la medida de calidad puede expresarse como un
número de escala de medición continua, suele llamársele
una variable. En tales casos es conveniente describir la
característica de la calidad con una medida de tendencia
central y la variabilidad se llama en conjunto Cartas de
control variables. La carta x es la más común para
controlar la tendencia central, las cartas basadas en rango
muestral o en la desviación estándar muestral se usan para
controlar la variabilidad del proceso.

2.- Muchas características de la calidad no se miden en

escala continua o siquiera en una escala cuantitativa. La
unidad del producto puede catalogarse como conforme o
disconforme con base a si posee o no ciertos atributos. A
estas cartas se llaman cartas de control de atributos
Control y Gestión de Calidad – Ing. Norman Reyes
 2.1.- Métodos y filosofía del control estadístico de procesos

Diseño de la carta de control

Un factor importante en el uso de las cartas de control es el diseño de estas. En la
mayoría de los problemas de control de calidad se acostumbra diseñar la carta de
control utilizando principalmente consideraciones estadísticas.
p.e. al incrementar el tamaño de la muestra, disminuirá la probabilidad del error tipo II,
mejorando así la capacidad de la carta para detectar un estado fuera de control. De los
límites de control y frecuencias de muestreo

Últimamente ha empezado a examinarse el diseño de la cartas de control desde una

perspectiva económica. P.e. pérdidas por muestreo, pérdidas generadas por permitir
productos defectuosos, los costos de investigar las señales de fuera de control que son
“falsas alarmas”

Tipo de variabilidad que muestra el proceso

Control y Gestión de Calidad – Ing. Norman Reyes
2.1.- Métodos y filosofía del control estadístico de procesos

a) Estacionarios y no correlacionados (ruido blanco)

Observaciones dan la impresión de datos al azar de una
población estable

b) Estacionarios y auto correlacionados

Las observaciones sucesivas de estos datos son
dependientes. Datos tendientes a moverse en corridas
moderadamente largas por encima o debajo de la media

c) no estacionarios
altamente inestable por andar a la deriva o errática sin
sentido alguno de una media estable. En estos casos se
aplica la ingeniería de control de procesos.

Control y Gestión de Calidad – Ing. Norman Reyes

 2.1.- Métodos y filosofía del control estadístico de procesos

Elección de los límites de control

Las especificaciones de los límites de control es una de las decisiones críticas que
deben tomarse al diseñar una carta de control.
Si los límites se alejan más de la línea central, se reduce el riesgo del error tipo I*, sin
embargo se incrementa el riesgo del error tipo II*.
De lo contrario si los límites se acercan dentro de la línea central, se produce el efecto
contrario, es decir se aumenta el riesgo del error tipo I y se reduce el riesgo del error
del tipo II

Control y Gestión de Calidad – Ing. Norman Reyes

 2.1.- Métodos y filosofía del control estadístico de procesos

Elección de los límites de control – comparación de límites de 3σ y 0.001 para la carta x

Se especifica error tipo I de 0.001 en un

sentido
P(α=0.001) = 3.09

σ = σ / √ n = 0,01 / √ 5 = 0,0045

UCL = 74 + 3.09(0.0045) = 74.0139

LCL = 74 - 3.09(0.0045) = 73.9861

Límites de control tres sigma (muy usado en USA)

σ = σ / √ n = 0,01 / √ 5 = 0,0045
Por T.L.C. x ~ N
74 - Zα/2(0,0045) < < 74 + Zα/2(0,0045)
74 – 3(0.0045) = 73.9865 < < 74 + 3(0.0045) = 74.0135 Control y Gestión de Calidad – Ing. Norman Reyes
 2.1.- Métodos y filosofía del control estadístico de procesos

Elección de los límites de control – límites de advertencia de 2σ

Puntos entre UWL y UCL

o cerca a UWL

Sospecha por lo que se debe

incrementar frecuencia o
tamaño de muestra.
A estos esquemas se les
llama esquemas adaptables o
con intervalo de muestreo
variable.

Riesgo incrementado de
falsas alarmas

Límites de control dos sigma

UWL = 74 + 2(0.0045) = 74.0090
σ = σ / √ n = 0,01 / √ 5 = 0,0045
LWL = 74 - 2(0.0045) = 73.9910
Por T.L.C. x ~ N
74 - Zα/2(0,0045) < < 74 + Zα/2(0,0045)
74 – 2(0.0045) = 73.9910 < < 74 + 2(0.0045) = 74.0090 Control y Gestión de Calidad – Ing. Norman Reyes
 2.1.- Métodos y filosofía del control estadístico de procesos

Error tipo I y tipo II

Control y Gestión de Calidad – Ing. Norman Reyes

 2.1.- Métodos y filosofía del control estadístico de procesos

Elección de los límites de control – Tamaño de la muestra y frecuencia del muestreo

Cuando se diseña una carta de control, es necesario especificar tanto el tamaño de la muestra
que debe usarse como la frecuencia de muestreo

Al elegir tamaño de muestra se debe

tener en cuenta el tamaño del cambio
que se desea detectar.

El problema general consiste en la

asignación del esfuerzo de muestreo
p.e. muestras pequeñas en intervalos
cortos o muestras grandes en intervalos
largos.

La industria favorece muestras

pequeñas más frecuentes

Control y Gestión de Calidad – Ing. Norman Reyes

 2.1.- Métodos y filosofía del control estadístico de procesos

Elección de los límites de control – Longitud promedio de la corrida ARL

ARL es el número promedio de puntos que deben graficarse antes de que un punto indique una
condición fuera de control.
Las observaciones deben ser no correlacionadas

ARL = 1 / p

p es la probabilidad de que cualquiera de los puntos exceda los límites de control

Se usa para evaluar el desempeño de la carta de control.

p.e. si p=0.0027 , ARL0 = 1 / p = 1/0.0027 = 370 si el proceso aun estando bajo control, se
generará en promedio, una señal fuera de control cada 370 muestras.

Ha sido criticada porque la longitud de una corrida de la cartas de Shewhart es una distribución
geométrica.

Control y Gestión de Calidad – Ing. Norman Reyes

 2.1.- Métodos y filosofía del control estadístico de procesos

Elección de los límites de control – Tiempo promedio hasta la señal ATS

ATS es el tiempo promedio hasta la señal. Si se toman muestras en intervalos fijos de tiempo que
están separados h horas.

ATS = ARL x h
La ecuación indica una falsa alarma cada 370 horas en promedio

Control y Gestión de Calidad – Ing. Norman Reyes

 2.1.- Métodos y filosofía del control estadístico de procesos

Elección de los límites de control – Aplicación ARL y ATS para procesos bajo control
p.e. Para n=5 y = 74.015 mm , h=1 tiempo entre las muestras
p de x se localice entre los límites de control es 0.5 (ver curva OC diapositiva 39 Fig.4-9)
ARL1 = 1/p = 1 / 0.5 = 2 se necesitará 2 muestras para detectar el corrimiento en el proceso, en
promedio
ATS = ARL1 x 1 = 2 (1) = 2 horas {Se asume inaceptable por altos costos} reducción de tiempo?

¿Cómo puede reducirse el tiempo necesario para detectar la condición fuera de control?
1) Muestreos más frecuentes, entonces si los muestreos se hacen cada media hora?
ATS = ARL1 x 1/2 = 2 (1/2) = 1 es decir transcurrirá 1 hora en promedio entre el corrimiento y su
detección.
2) Incrementar tamaño de la muestra n=10, p=0.9 (ver curva OC diapositiva 39 Fig.4-9)
ARL1 = 1/p = 1 / 0.9 = 1.11 muestreo cada hora
ATS = ARL1 x 1 = 1.11 (1) = 1.11
El incremento del tamaño de muestra permitiría que el corrimiento se detectara casi con el doble
de rapidez del tamaño original.
Control y Gestión de Calidad – Ing. Norman Reyes
 2.1.- Métodos y filosofía del control estadístico de procesos

Longitud promedio de corrida para procesos descentrados

Supongamos un corrimiento: µ1 = µ0 + k σ, k=número de desviaciones estándares del corrimiento

β es la probabilidad de no detectar un corrimiento.

β = P [LCL<= x <= UCL / µ = µ1 = µ0 + k σ ] ; UCL = µ0 + L σ / √n
β = φ ([µ0 + L σ / √n – (µ0 + k σ)] / σ / √n) - φ ([µ0 - L σ / √n – (µ0 + k σ)] / σ / √n)

β = φ (L – k √n) - φ (-L – k √n) ; n= tamaño de muestra

β r-1 (1- β ) La probabilidad que el corrimiento se detectará en el r-ésima muestra

Elección de los límites de control – Número total de muestras tomadas antes que se detecte el
corrimiento es simplemente, La longitud promedio de la corrida ARL

ARL = ∞∑r=1 rβ r-1 (1- β ) = 1 / (1- β )

Control y Gestión de Calidad – Ing. Norman Reyes

 2.1.- Métodos y filosofía del control estadístico de procesos

Ejercicio
Se quiere analizar una envasadora de arroz que debe embolsar empaques de 1 kg y se tomaron
muestras de tamaño n=5 con los siguientes resultados

Si la media del proceso es de 1 kg y σ=0.19

a) Elaborar sus límites de control
b) Calcule el ARL bajo control
c) Si la media del proceso se movió a 1 σ. Calcule la probabilidad del error tipo II y el
ARL
d) ¿Cuál es la probabilidad de que a la 4ta muestra se presente fuera de control?

Control y Gestión de Calidad – Ing. Norman Reyes

 2.1.- Métodos y filosofía del control estadístico de procesos

Elección de los límites de control – Subgrupos racionales

Es colectar los datos muestrales de acuerdo a lo que Shewhart denominó el concepto de
Subgrupo Racional. Los subgrupos o muestras, deberán seleccionarse de tal modo que, en caso
de estar presentes causas asignables, se maximicen las oportunidades de las diferencias entre los
subgrupos y que al mismo tiempo se minimicen las diferencias debidas a las causas asignables
dentro de un subgrupo.
El orden en el tiempo es con frecuencia una buena base para formar subgrupos porque permite
detectar causas asignables que ocurren en el tiempo.
Dos enfoques:
1) Cada muestra consta de unidades que se produjeron al mismo tiempo (o tan próximas entre sí
como sea posible). Se usa cuando la finalidad principal de la carta de control es detectar los
corrimientos del proceso (instantánea del proceso en un punto en el tiempo).
2) Cada muestra está formada de unidades del producto que son representativas de todas las
unidades que se produjeron desde la última muestra. Se usa cuando la finalidad de la carta de
control es la aceptación de todas las unidades del producto que se han producido desde la
última muestra.
Control y Gestión de Calidad – Ing. Norman Reyes
 2.1.- Métodos y filosofía del control estadístico de procesos

Elección de los límites de control – Subgrupos racionales

Enfoque 1: unidades producidas al mismo tiempo

Se seleccionan 5 unidades consecutivas, las cartas de control se construyen a partir de la

muestra de arriba
Control y Gestión de Calidad – Ing. Norman Reyes
 2.1.- Métodos y filosofía del control estadístico de procesos

Elección de los límites de control – Subgrupos racionales

Enfoque 2: Cada subgrupo es una muestra aleatoria de toda la producción del proceso sobre el
intervalo de muestreo
Si el proceso se corre a un
estado fuera de control y
después regresa a estar
en control nuevamente
entre muestras, entonces
el primer método es
ineficiente y conveniente
este segundo

Control y Gestión de Calidad – Ing. Norman Reyes

 2.1.- Métodos y filosofía del control estadístico de procesos

Análisis de patrones en cartas de control

Una carta de control puede indicar una condición fuera de control cuando uno o mas
puntos se localizan fuera de los límites de control o bien cuando los puntos graficados
presentan algún patrón de comportamiento no aleatorio en apariencia.

Corrida de longitud 8 es poco

probable.
En consecuencia cualquier tipo
de corrida de longitud de 8 o
mayor es señal de condición de
fuera de control

Control y Gestión de Calidad – Ing. Norman Reyes

 2.1.- Métodos y filosofía del control estadístico de procesos

Análisis de patrones en cartas de control

Patrón cíclico

Los promedios muestrales graficados muestran un comportamiento

cíclico, no obstante se localizan dentro de los límites de control. Puede
ser fatiga del operador, entregas de materias primas, refuerzo de calor o
tensión
Control y Gestión de Calidad – Ing. Norman Reyes
 2.1.- Métodos y filosofía del control estadístico de procesos

Análisis de patrones en cartas de control – Western Electric Handbook

El problema consiste en la identificación de patrones.
La habilidad para interpretar para interpretar un patrón particular en términos de causas
asignables, requiere de experiencia y conocimiento del proceso!!!!
El Western Electric Handbook, sugiere un conjunto de reglas de decisión para
detectar patrones no aleatorios en las cartas de control. Específicamente, sugiere
concluir que el proceso está fuera de control si:
1. Un punto se localiza fuera de los límites de control tres sigma.
2. Dos de tres puntos consecutivos se encuentran fuera de los limites de advertencia de
dos sigma.
3. Cuatro de cinco puntos consecutivos se localizan a una distancia de una sigma o
mas de la línea central. O bien
4. Ocho puntos consecutivos se localizan en el mismo lado de la línea central
Estas reglas se aplican a uno de los lados de la línea central a la vez.

Control y Gestión de Calidad – Ing. Norman Reyes

 2.1.- Métodos y filosofía del control estadístico de procesos

Análisis de patrones en cartas de control – Western Electric Handbook

Control y Gestión de Calidad – Ing. Norman Reyes