Documentos de Académico
Documentos de Profesional
Documentos de Cultura
9
Gráficos de control por atributos
❒ OBJETIVOS
TEMAS A TRATAR
DURACIÓN DE LAPRÁCTICA
1
MARCOTEÓRICO
Un punto muy importante que hay que tener en cuenta en los gráficos de
control por atributos, pues de no considerarlo lleva a interpretaciones
erróneas en cuanto al funcionamiento del proceso: es el criterio
empleado para decidir si un individuo posee la característica a estudio.
Tal criterio ha de ser claro y no ha de cambiar mientras se
r r
1
Besterfield
mantienen los límites de control, en caso contrario se han de recalcular los límites y
comenzar de cero.
Recordemos que un atributo se refiere a todas aquellas características que cumplen con
determinadas especificaciones, o que no cumplen con ellas.
2. Grafica p
El gráfico P se utiliza cuando los individuos de un proceso se clasifican en defectuosos-
no defectuosos, enfermos-sanos, fuera-dentro de tolerancias, etc., y se desea controlar
la proporción p de individuos en uno de estos grupos.
El control del proceso se realiza anotando la proporción de individuos defectuosos en el
gráfico. Los límites del gráfico P son hallados utilizando el modelo teórico que sigue el
estadístico a controlar p, que como ya se mencionó en las variables aleatorias discretas
puede ser obtenido de la ley binomial.
Los límites del gráfico serán obtenidos de tal forma que la probabilidad de ocurrencia
más allá de los límites estando el proceso en estado de control sea entorno a un 3 ‰.
Estos límites serán prácticamente simétricos respecto el límite central para tamaño s de
muestra suficientemente grande y np> 5, (debido a la convergencia a la ley normal), y
no tanto cuando las muestras sean pequeñas.
La fracción de no conformidad es la proporción obtenida al dividir la cantidad de no
conformidades de una muestra o subgrupo entre la cantidad total que forma la muestra
al subgrupo:
N° defectuosos en muestra i
p= , con i=1,2,...,k
n
∑n
r r
5) Calcular los límites de control del gráfico mediante las fórmulas que siguen. (Si se
trabaja con p en %, los límites son iguales excepto que debe aparecer 100 -p en
lugar de 1-p.)
p(1-p)
Límite Superior UCL= p + 3
ni
Límite Central p
p(1-p)
Límite Inferior LCL = p - 3
ni
Nótese que los valores de los límites superior e inferior cambian con el tamaño del
subgrupo: cuanto mayor es n más precisión se tiene en la estimación del parámetro
p y antes se detecta un cambio en el proceso.
6) Llevar los valores de los p i obtenidos de las k muestras al gráfico, y comprobar que
no haya evidencia de que alguna causa asignable haya estado actuando durante la
recogida de los datos. Si se detecta alguna anomalía, antes de implementar los
gráficos aquí construidos se han de identificar las causas asignables y emprender
las acciones pertinentes. Sólo en este caso se pueden eliminar las observaciones
anómalas y reconstruir el gráfico comenzando por el paso. (4). Una vez más, si el
cambio en el proceso ha sido notable se ha de comenzar por el apartado (2).
∑np-npd
pnuevo =
∑n-nd
npd = cantidad de no conformidades en los subgrupos descartados.
nd = cantidad de inspeccionasen los grupos descartados.
po=pnuevo
p (1-p )o po (1-po )
UCL= p + 3 LCL= p 3
Ejemplo Aplicativo
Los datos se refieren a botellas defectuosas, encontradas en 20 muestras.
Nro. del Cantidad Cantidad de
Subgrupo Inspeccionada no conformidades
1 100 6
2 150 7
3 120 5
4 100 10
5 140 8
6 90 7
7 100 4
8 100 2
9 100 1
10 150 9
11 145 12
12 130 5
13 100 6
14 160 11
r r
15 120 3
16 140 14
17 100 4
18 90 7
19 100 6
20 100 9
Total 2335 136
0.15
UCL = 0.123 3
0.12 CTR = 0.0582
LCL = 0.0000
0.09
p
0.06
0.03
0
0 4 8 12 16 20
Subgrupo
3. Grafica np
El gráfico NP se aplica al mismo tipo de problemas que el gráfico P, pero cuando el
tamaño de muestra es fijo. En tales casos, el control de la calidad en el proceso se
puede realizar por el número de individuos defectuosos observados en lugar de la
proporción defectuosa. El primero es más fácil de construir que el segundo, ya que no
hace falta hallar la fracción defectuosa, y si se quiere interpretar en términos de
proporciones sólo se tiene que dividir por n la escala vertical del gráfico.
Para la construcción del gráfico se utiliza de distribución de referencia la ley binomial (n,
p). En esta distribución, el número medio de individuos defectuosos es igual a np y la
varianza igual a np(1-p). Como en el apartado anterior, sólo se realiza un gráfico y éste
controlará el número medio de unidades defectuosas en n.
r r
Una vez seleccionado n, si no se conoce p se ha de estimar su valor. Para ello es
recomendable seguir los pasos que a continuación se señalan, puesto que además de
dar una estimación de np comprueban si el proceso ha estado bajo control durante la
estimación del parámetro.
r r
A CT I V I D AD E S D E L A P R Á C T I C A
Pregunta Nro. 1
Se inspeccionaron 300 datos en la inspección del motor de una secadora eléctrica, encontrándose
las siguientes disconformidades.
Pregunta Nro. 2
Se inspeccionaron en la inspección las sgtes muestras, encontrándose las siguientes
disconformidades:
Unidades Unidades
examinadas defectuosas
Muestra ni np
1 980 32
2 800 15
3 550 21
4 950 20
5 1200 36
6 480 17
7 500 21
8 680 20
9 500 32
10 480 20
11 700 25
12 1100 21
r r
13 800 12
14 350 15
15 400 12
16 580 20
17 400 16
18 800 13
19 1000 15
20 500 21
21 670 20
22 400 31
23 760 17
24 1200 21
25 960 20
a) Elaborar una gráfica P.
b) Indicar que puntos se deben eliminar para corregir la gráfica P y corregir.
c) Cuáles son los nuevos límites de control?
Pregunta Nro. 3
Se inspeccionaron 100 soldaduras defectuosas en tableros de circuito, encontrándose las siguientes
disconformidades:
Muestra np Muestra np
1 4 14 0
2 2 15 2
3 0 16 3
4 5 17 1
5 3 18 6
6 2 19 1
7 4 20 3
8 3 21 3
9 2 22 2
10 10 23 0
11 1 24 5
12 4 25 3
13 1
REFEREN CI AS BI BLI O GR ÁF IC AS
r r
Duncan, Acheson. Control de calidad y estadística industrial. Editorial Alfaomega 1989
Montgomery, D. Control Estadístico de la Calidad. Ed. LIMUSA WILEY. 2005
Besterfield, Dale H. Control de la calidad. Pearson Educación 1994
D O C U M E N T O S AD J U N T O S
Ninguno
r r