Herramientas

de Calidad

Prof. Victor Chichizola

MSc. Percy Castro Rangel 1

Gráficos de Control

2
 Gráficos de Control
El objetivo de los gráficos de control es el de tener bajo
control una determinada característica de calidad a medir.
En ellos se registran los valores de los parámetros medidos
en c/intervalo de tiempo determinado a priori, y en el que
se han señalado previamente los límites superiores e
inferiores que se aceptan en el proceso para considerarlo
bajo control.

3
 Gráficos de Control
El uso de gráficos de control se engloba en el Control Estadístico de
Procesos (SPC), cuyo objetivo es el de aplicar técnicas estadísticas
para la recogida de datos de procesos, así como su posterior
análisis y mejora continua.
Los tipos de gráficos de control más utilizados son: “Run diagram”,
“X”, “R”, “np”, “p”, “c” y “u”. En función del tipo de datos a analizar
deberá utilizarse uno u otro gráfico.

4
 Tipos de Gráficos de Control
Run diagram: ó grafico de corrido, se utiliza para controlar el valor de
todas las unidades producidas en un proceso.
X : controlar las medias de distintas muestras. Se utiliza generalmente
junto con el gráfico tipo R.
R: controlar los recorridos o intervalos (diferencia entre el valor máximo y
mínimo de c/muestra) de distintas muestras.
np: controlar las unidades defectuosas cuando estas se expresan en
número de unidades y el tamaño de la muestra es constante.
p: controlar las unidades defectuosas cuando éstas se expresan como una
fracción de las unidades totales y el tamaño de la muestra es variable.
c: controlar la cantidad de defectos ó NC tal y como se lleva a cabo en np.
Hay que tener en cuenta que un producto puede tener más de un defecto,
por lo que pueden presentarse más defectos que unidades controladas.
u: controlar la cantidad de defectos ó NC cuando éstas se expresan como
una fracción de las unidades totales, tal y como se lleva en p, pero
teniendo en cuenta las mismas consideraciones que en el anterior gráfico.
5
 Ejemplos de Datos
Tiempo, longitud, peso, temperatura
y unidades similares a través de
una escala continua.
Variables Datos compuestos como:
(medición) •Medición/Medición
(Libras/pulg2)
•Medición/Conteo (Kg/persona)
•Dos mediciones (largo x ancho)
Datos
Unidades defectuosas, cantidad de
defectos, errores, quejas,
sugerencias, o cualquier otra unidad
que es contada.
Atributos
(Conteo) Datos compuestos como:
•Conteo/Conteo (ratios %)
•Conteo/Medición (fallas/m 2)
 Tipos de Gráficos de Control
Datos Distribución Subgrupo Gráfico
Uno XMR
Variables/
Normal 2 - 10 X-barra, R
Medición
10 X-barra, S
Binomial, Tamaño fijo np
unidades Tamaño fijo ó p
defectuosas variable
Atributos/
Conteo Poisson, Tamaño fijo c
Defectos Tamaño u
variable
 Elaboración de Gráficos de Control
Para la elaboración del gráfico de control R, se debe calcular inicialmente
el Límite de Control Superior (LCS) y el Límite de Control Inferior (LCI).

Ṝ : media de los rangos o recorridos de las muestras

LCI = Ṝ . D3 D3, D4: constantes basadas en el número de
observaciones de c/muestra, así como de la
LCS = Ṝ . D4 variabilidad permitida al proceso. Se utiliza los valores
de la desviación típica (σ).

Para la elaboración del gráfico de control X , el Límite de Control

Superior (LCS) y el Límite de Control Inferior (LCI), se calcula:

X : promedio de medias de distintas muestras

LCI = X - A2 . Ṝ Ṝ : media de rangos o recorridos de las muestras
A2 : constantes basadas en el número de
LCS = X+ A2 . Ṝ observaciones de c/muestra, así como de la
variabilidad permitida al proceso. Se utiliza los
valores de la desviación típica (σ).
8
 Observación de patrones
LCS a) Tendencia: la observación de una tendencia
puede revelar un desgaste uniforme y
X continuado de la máquina, debido a una falta
de mantenimiento, suciedad, o un cambio
LCI continuo en el entorno de trabajo.

LCS b) Ciclos: la detección de ciclos puede esconder

la falta de concentración de los operarios en
los procesos manuales, que al observar un
X
desplazamiento excesivo respecto al limite
LCI central de control, recuperan de forma
continuada su objetivo.

LCS
c) Agrupaciones: la presencia de agrupaciones
muestra cambios en las condiciones de
X trabajo, debido por ejemplo a sustituciones
de las máquinas, turnos de trabajo o una
LCI sustitución de los materiales utilizados.

9
 Observación de patrones
LCS d) Cambios repentinos: un cambio repentino
puede ocultar una dejadez de los operarios
X que, al detectar que se alejan de los valores,
vuelven a situarse bruscamente en la
LCI tendencia original.

e) Errático: un gráfico de control con grandes

LCS
cambios, si bien dentro de los límites de
control, puede esconder una incorrecta
X puesta a punto de dicho proceso. Se suele
presentar en la fase inicial de un determinado
LCI proceso, por inexperiencia del operario,
máquina o materia prima.

LCS f) Cambios en el recorrido: muestra la

existencia de grandes variaciones en el
proceso, si bien en ocasiones la mediana de
X las muestras (Ẍ) puede mantenerse muy
controlada. Se puede presentar cuando un
LCI
operario experto, es reemplazado por otro
menos hábil.
10
Factores para construir Gráficos de Control

11
Factores para construir Gráficos de Control
Carta X Carta Ṝ

12
 Ejemplo: Gráficos de Control - Cía. Clavier
Se desea determinar si un proceso de ensacado en la Cia Clavier está
estadísticamente controlado (Peso medio de cada saco 7 Kg.) para ello se toman
10 muestras de 5 elementos cada una durante un día y se ha decidido elaborar
gráficos de control para determinar si el proceso se encuentra estadísticamente
controlado.
Valores observados
X R
1 2 3 4 5 (Media) (Recorrido)
1 7,24 7,13 7,20 6,89 7,14 7,12 0,35
2 6,90 6,96 7,08 7,25 6,84 7,01 0,41
Número de Muestras

3 7,04 7,24 6,87 6,97 7,02 7,03 0,38

4 6,79 6,80 6,86 6,85 6,77 6,82 0,09
5 7,14 6,85 7,04 7,14 7,23 7,08 0,38
6 7,16 6,87 6,85 6,82 6,96 6,93 0,34
7 6,92 6,93 6,88 7,01 6,98 6,94 0,13
8 7,21 7,05 6,81 6,80 7,20 7,01 0,41
9 6,84 7,11 7,22 6,85 6,92 6,99 0,39
10 6,85 7,12 6,88 6,93 6,75 6,91 0,37

Siendo el promedio de las medias y del recorrido: X = 6,98

R = 0,32 13
 Gráfico R de control de los pesos de llenado de los sacos - Clavier
Promedio de las medias y del recorrido:
X = 6,98 ; R = 0,32
A partir de los valores de los promedios de las medias y del recorrido y con la
ayuda de las tablas necesarias, se diseñó el gráfico R para controlar la dispersión
de cada muestra, siendo sus límites de control:

LCI = R . D3 LCI = 0,32 x 0 = 0

LCS = R . D4 LCS = 0,32 x 2,11 = 0,68
Al representarse el gráfico R de control, como puede observarse en la siguiente
figura, se confirmó que le recorrido de las muestras estaba bajo control.
0,80
0,70 LCS=0,68
0,60
Recorrido

0,50

0,40
0,30 R = 0,32

0,20
0,10
0,00 LCI=0
1 2 3 4 5 6 7 8 9 10
Muestras 14
 Gráfico X de control de los pesos de llenado de los sacos - Clavier
Promedio de las medias y del recorrido: X = 6,98 ; R = 0,32
A partir de los valores de los promedios de las medias y del recorrido y con la
ayuda de las tablas necesarias, se diseñó el gráfico X , calculando los límites de
control según:

LCI = X - A2 . R LCI = 6.98 – 0.58 x 0,32 = 6,80

LCS = X+ A2 . R LCS = 6.98 + 0.58 x 0,32 = 7,17

7,40
Peso medio muestra

7,30
7,20 LCS=7,17
sacos (kg)

7,10

7,00 X = 6,98
6,90

6,80 LCI=6,80

6,70
1 2 3 4 5 6 7 8 9 10
Muestras 15
 Gráfico X de control de los pesos de llenado de
los sacos - Clavier
Gráfico X :
7,40
Peso medio muestra

7,30
7,20 LCS=7,17
sacos (kg)

7,10

7,00 X = 6,98
6,90

6,80 LCI=6,80

6,70
1 2 3 4 5 6 7 8 9 10
Muestras

Tal y como se observa en el gráfico, el proceso

está dentro de los límites marcados, por lo que
está bajo control.
16
Herramientas
de Calidad

Prof. Victor Chichizola

MSc. Percy Castro Rangel 17