INGENIERÍA DE CALIDAD

GRAFICAS DE CONTROL PARA VARIABLES

Ing. Néstor Porcell Mancilla

Contenido

Objetivos del Curso ................................................................................................................................. 3

Programa General de Clase...................................................................................................................... 3
Definiciones de Variación ........................................................................................................................ 3
Gráfica de Control para Variables ............................................................................................................ 5
Gráfica X barra..................................................................................................................................... 6
Gráfica R .............................................................................................................................................. 6
Gráfica de Control S ............................................................................................................................. 8
Ejercicios planteados gráficos X barra, R y S. ............................................................................................ 9
Capacidad de Proceso............................................................................................................................ 12
Alcance de un proceso. ...................................................................................................................... 12
Capacidad de proceso. ....................................................................................................................... 13
Ejercicios planteados capacidad de proceso. ......................................................................................... 15
Otras Graficas de Control por Variables ................................................................................................. 16
Gráficas de fácil manejo para el Operario .......................................................................................... 16
Gráficos de Tendencia ....................................................................................................................... 16
Gráficos de promedios y rangos móviles ............................................................................................ 17
Ejercicios planteados otros gráficos. ...................................................................................................... 18
Estado de Control .................................................................................................................................. 20
Bibliografía ............................................................................................................................................ 24
Material Complementario ..................................................................................................................... 24

2
Objetivos del Curso
Lograr diferenciar el uso y la aplicación de las diferentes técnicas estadísticas aplicadas en el
control de calidad tanto en la recepción de materiales, procesos de fabricación u operaciones y
en los productos terminados, siendo un soporte fundamental de la mejora continua y del
sistema de gestión de la calidad de una organización.

Programa General de Clase

FUNDAMENTOS DE LA CALIDAD. Brindar al estudiante las bases teóricas y conceptuales que le
permitan implementar el control estadístico de calidad en las organizaciones y describir los
elementos constituyentes de un sistema de gestión de la calidad.
TÉCNICAS ESTADÍSTICAS APLICADAS. Transferir el conocimiento, experiencia y los
procedimientos para la elaboración, análisis, interpretación y toma de decisiones con las
herramientas estadísticas que mayor uso tienen en las organizaciones.
GRAFICAS DE CONTROL. Capacitar al estudiante en la elaboración de cartas de control, análisis,
interpretación y toma de decisiones con respecto a los procesos.
PLANES DE MUESTREO. Presentar el enfoque de los planes de muestreo de aceptación, las
curvas características de operación y las normas NTC (normas técnicas colombianas) que
actualmente se utilizan en la industria.

Definiciones de Variación
Clases de variación:

 Variación en la pieza misma. Diferencias en características de calidad de una misma

pieza, ejemplo: ancho de un extremo con respecto a otra, área más áspera que otra.

 Variación de una pieza a la otra. Producida en piezas que se fabrican al mismo tiempo,
ejemplo: intensidad luminosa de cuatro focos fabricados uno detrás de otro.

 Variación de una hora a otra. Diferencia que hay entre los productos fabricados a
distintas horas del día, ejemplo: conforme se desgastan las herramientas de corte, se
modifican las características de corte.

3
 Ilustración 1 Variación de la media.

Fuentes de variación. Efecto conjunto de maquinaria, material, medio ambiente, mano de obra,
medición.

 Maquinaria y Equipos. Desgaste de herramientas, vibraciones de las máquinas,

fluctuaciones hidráulicas y eléctricas.
 Material. Resistencia a la tensión, ductilidad, grosor, porosidad y contenido de
humedad.
 Medio ambiente. Temperatura, luz, radiación, ppm, humedad.
 Mano de obra (Operario). Método de trabajo, bienestar emocional y físico.
 Medición (Inspección). Mal equipo utilizado, inadecuada aplicación de la norma de
calidad, mal uso de herramienta de inspección.

Ilustración 2 Variabilidad de la dispersión de datos.

Causas de variación.

 Causas fortuitas (causas aleatorias). Cuando las fuentes de variación fluctúan de manera
natural o prevista.
o Muchas causas con poco efecto sobre la calidad del producto.
o Difícil de detectarlas o descubrirlas, por inherentes al producto.
o Se considera al proceso en estado de control estadístico.

4
  Causas atribuibles. Causas de variación cuya magnitud es grande por lo cual se puede
identificar fácilmente.
o Causas detectadas en las fuentes de variación.
o Proceso más allá de la variación natural esperada.

Gráfica de Control para Variables

Objetivos. Proporcionan la siguiente información:

 Para mejorar la calidad. Técnica excelente para mejora.

 Para definir la capacidad del proceso. Luego de mejorar la calidad indicará que ya no es
posible mejorar más sin inversión ($).
 Para tomar decisiones relativas a las especificaciones del producto.
 Para tomar decisiones sobre el proceso de producción.
 Emprender acciones para detectar y eliminar las causas de variaciones o motivos
atribuibles.
 Para tomar decisiones sobre productos recién elaborados.
Defina cuál será la característica de la calidad. Uso de análisis de Pareto es recomendable.

Escoja el subgrupo racional. Hay dos maneras de escogerla:

 Método del instante. Seleccionan las muestras de las que se estén produciendo en
secuencia en un momento determinado.
 Método del intervalo. Seleccionan las muestras de las piezas producidas en intervalo
anterior, y así sucesivamente.
 Determinación del tamaño del subgrupo: MIL-STD-414/Z1.91, donde aparece el tamaño
de la muestra por periodo.
 Hacer consideraciones de costo de inspección racional.

Ilustración 3 Gráfica de control.

1
ANSI/ASQ Z1.9 para variables

5
 Ilustración 4 La curva normal y los gráficos de control.

Gráfica X barra. Registro gráfico de la calidad de una característica en particular, con respecto
a la variación experimentada del valor promedio de las muestras.

 Ejes del gráfico. Al eje horizontal se le denomina “Número correspondiente del

subgrupo”, y el vertical corresponde a la variable experimentada, ejemplo: peso medido
en kilogramos.
 Línea Central. Promedio de puntos graficados ó norma o valor de referencia ó media de
una población.
 Límites de control superior e inferior. Juzgan la variación y están ubicados a ± 3
desviaciones estándar de LC. 99.73%

Gráfica R. Registro gráfico de la calidad de una característica en particular, con respecto a la

dispersión de los datos (rangos).

 Similar a la gráfica X barra, pero los puntos graficados son los rangos de la muestra de la
característica de calidad
 Detectan la dispersión de los datos muestrales para una determinada hora de muestra.
 Al detectar una tendencia de la gráfica a salirse de control se recomienda una revisión
sobre la marcha de una causa atribuible, de acuerdo con las políticas de calidad
establecidas.

Ilustración 5 Gráfica X barra y R.

6
Construcción de las Gráficas. Reúna los datos necesarios. Utilizados para calcular los límites de
control de una característica de calidad.

 La información puede levantarla un técnico.

 Es necesario reunir un mínimo de 25 subgrupos de datos. Una cantidad mayor
demoraría la obtención de las gráficas.
Calcule límites de control de ensayo. Las líneas centrales se obtienen:

X  R
Xi Ri
g g

Donde: g = cantidad de subgrupos (mínimo de 25).

Calcule límites de control de ensayo. Los límites de control de intento se obtienen:

LCS X  X  3 X LCI X  X  3 X
LCS R  R  3 R LCI R  R  3 R

Para el cálculo utilizando tablas se obtienen:

LCS X  X  A2 R LCI X  X  A2 R
LCS R  D4 R LCI R  D3 R

De acuerdo con el tamaño n del subgrupo, en la tabla B.

Defina los límites de control revisados. Si hay un buen control, los datos encontrados para LC
serán los del proceso. ¿Si está fuera de control es debido a causas atribuibles?
Al descartar valores fuera de control se recalculan los valores de la LC mediante:

X nuevo 
X X d
R nuevo 
RR d

g  gd g  gd

Donde: X d = promedio de grupos descartados

gd = cantidad de subgrupos descartados
Rd = campos de los valores de los subgrupos descartados
Al descartar valores fuera de control se recalculan los valores de los límites de control así:

7
  0  R nuevo d
2

Donde d2 es un factor de la tabla B en base al tamaño n.

LCS X  X nuevo  A 0 LCI X  X nuevo  A 0

LCS R  D2 0 LCI R  D1 0
Donde las constantes salen de la tabla B con relación a n.

Gráfica de Control S. Es un gráfico de control de la desviación estándar de la muestra, que

mide la dispersión del subgrupo.
 Se calcula utilizando todos los datos no solo valores máximos y mínimos como el caso
del rango (R).
 Es más preciso, pero más extenso de calcular (S vs. R)
 Para tamaños n del subgrupo < 10 no hay diferencias S y R
 Para tamaños n del subgrupo > 10 hay diferencias de precisión
 Se siguen los mismos pasos que un gráfico X barra o R

Para calcular los límites de control de intento:

X  S 
Xi Si
g g

LCS X  X  A3 S LCS S  B4 S
LCI X  X  A3 S LCI S  B3 S
Para calcular los límites de control revisados

X nuevo 
X X d
S nuevo 
S  S d

g  gd g  gd
 0  S0 C
4

LCS X  X 0  A 0 LCS S  B6 0

LCI X  X 0  A 0 LCI S  B5 0

8
La desviación estándar para cada subgrupo se obtiene:

n X i  ( X i )
2 2

S
n(n  1)

Ejercicios planteados gráficos X barra, R y S.

1. Debido a la dificultad en el montaje de un cubo de engranaje cuando se utiliza una cuña, el
equipo de proyectos recomienda usar gráficos X barra y R para la característica de calidad
respecto de la profundidad de la cuña cuya especificación es de 6.25 mm. Se recolecta
información de 25 subgrupos de 4 muestras, logrando 5 subgrupos por día, se miden las
piezas y se anotan en la hoja de datos presentada a continuación. Construir los gráficos de
intento y revisados para este ejercicio.

2. Una empresa manufacturera dedicada a la fabricación de tuberías en PVC, tiene un pedido

de 500 tubos PVC de 8 pulgadas de diámetro. El director de calidad de la empresa ha estado
contemplando la posibilidad de efectuar una inspección diaria en cada lote de producción.
En cada turno se manufacturan un total de 20 tubos, de los cuales se dispone a inspeccionar
un total de cuatro tubos a diferentes horas del día, durante 25 días. Los resultados
obtenidos durante la inspección son los siguientes.

9
 a. Determinar si el proceso se encuentra o no bajo control estadístico mediante la elaboración
de una gráfica X barra y R.

HORA DE MUESTREO
(Dimensiones en milímetros)
DIA 06:00 10:00 14:00 18:00 22:00
1 14.0 12.6 13.2 13.1 12.1
2 13.2 13.2 12.7 13.4 12.1
3 13.5 12.8 13.0 12.8 12.4
4 13.9 13.0 13.3 13.2 13.2
5 13.0 12.0 12.1 12.2 13.3
6 13.7 12.1 12.5 12.4 12.4
7 13.9 13.6 12.7 13.4 13.0
8 13.6 12.4 13.0 12.4 13.5
9 14.4 12.4 12.2 12.4 12.5
10 13.3 12.8 12.6 12.9 12.8
11 13.3 11.5 13.0 13.0 13.2
12 13.6 12.5 13.3 13.5 12.8
13 13.4 13.3 12.0 13.0 13.1
14 13.9 13.1 13.5 12.6 12.8
15 14.2 12.7 12.6 12.9 12.6
16 14.0 12.6 12.4 12.5 12.2
17 13.6 13.2 12.4 13.0 13.0
18 13.1 12.9 13.5 12.3 12.8
19 14.6 13.7 13.4 12.2 12.5
20 13.9 13.0 13.0 13.2 12.6
21 13.3 12.7 12.6 12.8 12.7
22 13.9 12.4 12.7 12.4 12.8
23 13.2 12.3 12.6 13.1 12.7
24 13.2 12.8 12.8 12.3 12.6
25 13.3 12.8 12.0 12.3 12.5

3. Para un tamaño de muestra por subgrupo igual a 8, revise en la tabla B los valores de A, d2,
D1 y D2 para calcular los límites de control revisados de la media revisada en 116.41 cm y el
rango promedio revisado en 0.375 mm.
4. Debido a la dificultad en el montaje de un cubo de engranaje cuando se utiliza una cuña, el
equipo de proyectos recomienda usar gráficos X barra y S para la característica de calidad
respecto de la profundidad de la cuña cuya especificación es de 6.25 mm. Se recolecta
información de 25 subgrupos de 4 muestras, logrando 5 subgrupos por día, se miden las
piezas y se anotan en la hoja de datos presentada. Construir los gráficos de intento y
revisados para este ejercicio. Comparar las gráficas R y S para la dispersión.

10
5. En la siguiente tabla se presentan las medidas del diámetro interno (en mm) para un anillo
de pistón utilizado en el motor de un automóvil. Construya los gráficos de intento y
revisados para X barra y S.

6. El volumen de llenado de botellas de gaseosa es una característica de calidad importante

para la fábrica SOL KOLA Ltda. Se mide el volumen aproximado colocando un calibrador
sobre la boca de la botella y comparando la altura del líquido en el cuello de la botella con
una escala codificada. En tal escala, una lectura de cero corresponde a una altura de llenado
correcto. Se analizaron 15 muestras con un tamaño de observaciones de 10, y las lecturas
de llenado se presentan a continuación.
a. Determinar si el proceso está o no bajo control estadístico y elaborar las gráficas X barra y S
respectivas.

11
 Núm. de Observaciones
Muestra X1 X2 X3 X4 X5 X6 X7 X8 X9 X10
1 2.5 0.5 2.0 -1.0 1.0 -1.0 0.5 1.5 0.5 -1.5
2 0.0 0.0 0.5 1.0 1.5 1.0 -1.0 1.0 1.5 -1.0
3 1.5 1.0 1.0 -1.0 0.0 -1.5 -1.0 -1.0 1.0 -1.0
4 0.0 0.5 -2.0 0.0 -1.0 1.5 -1.2 0.0 -2.0 -1.5
5 0.0 0.0 0.0 -0.5 0.5 1.0 -0.5 -0.5 0.0 0.0
6 1.0 -0.5 0.0 0.0 0.0 0.5 -1.0 1.0 -2.0 1.0
7 1.0 -1.0 -1.0 1.0 0.0 1.5 0.0 1.0 0.0 0.0
8 0.0 -1.5 -0.5 1.5 0.0 0.0 0.0 -1.0 0.5 -0.5
9 -2.0 -1.5 1.5 1.5 0.0 0.0 0.5 1.0 0.0 1.0
10 -0.5 3.5 0.0 -1.0 -1.5 -1.5 -1.0 -1.0 1.0 0.5
11 0.0 1.5 0.0 0.0 2.0 -1.5 0.5 -0.5 2.0 -1.0
12 0.0 -2.0 -0.5 0.0 -0.5 2.0 1.5 0.0 0.5 -1.0
13 -1.0 -0.5 -0.5 -1.0 0.0 0.5 0.5 -1.5 -1.0 -1.0
14 0.5 1.0 -1.0 -0.5 -2.0 -1.0 -1.5 0.0 1.5 1.5
15 1.0 0.0 1.5 1.5 1.0 -1.0 0.0 1.0 -2.0 -1.5

Capacidad de Proceso
Alcance de un proceso.
 Dentro de la definición de calidad, Crosby propone que la calidad es el simple
cumplimiento de una especificación.
 Taguchi basa su filosofía en la premisa que el mejoramiento de la calidad acarrea
reducciones de costo y que la calidad va a mejorar en la medida que se reduzca la
variación.
 Exactitud y Precisión

12
  También puede estar asociada a las necesidades de los clientes, la traducción al lenguaje
de la empresa, y a las unidades y métodos de medida (E-P-S2)
 Especificación. Traducción de las necesidades del cliente con respecto a nuestro
producto, al lenguaje de la empresa, que resulta en el establecimiento de unidades y
métodos de medida.
 Tolerancia. Valores de variación permisibles de las dimensiones de una parte. Por
medio de esta encontraremos los límites de especificaciones:
L.E. = Especificación nominal ± tolerancia
 El cumplimiento de las especificaciones y sus tolerancias lo determinan:
o La selección del proceso de producción y las materias primas a transformar.
o Entrenamiento del personal relacionado con calidad.
o Nivel de motivación del personal hacia calidad.
o Prevención de errores para evitar defectos a todo nivel dentro de la
organización.
o La participación multidisciplinaria en el diseño de producto, que incluye
proveedores, vendedores, entre otros.

Capacidad de proceso.
 Todos los procesos tienen una capacidad intrínseca de comportamiento que se puede
evaluar por medio del análisis y recogida de datos.
 La evaluación resultante de la capacidad se convierte en una ayuda valiosa durante la
planificación de la calidad y durante la posterior ejecución de las operaciones.
 Capacidad del proceso = 6 desviaciones estándar ( ).
 Posibles situaciones a surgir:
o Capacidad de proceso menor que la diferencia entre los límites de
especificaciones (LES - LEI), como caso más deseable.
6 < LES - LEI
o Capacidad de proceso igual a la diferencia (LES - LEI).
6 = LES - LEI
o Capacidad de proceso mayor a la diferencia (LES - LEI), donde el proceso no es
capaz.
6 > LES - LEI

 Cálculo de la Capacidad de Proceso:

o Tome 20 subgrupos, cada uno de tamaño 4 (80 datos)
o Calcule la desviación estándar de la muestra s, de cada uno de los subgrupos.
2
E - Entrada, P - Proceso, S - Salida.

13
 o Calcule la desviación estándar promedio de la muestra:

o Calcule el valor de la desviación estándar de la población:

En donde C4 se localiza en la tabla B de acuerdo al tamaño de la muestra en los

subgrupos.

 Cálculo del índice de capacidad Cp:

o Si el índice de capacidad Cp es 1.0, 6 sigma = LES - LEI

o Si en índice de capacidad Cp es mayor que 1.0 entonces, 6 sigma < LES - LEI
o Si la relación es inferior a 1.0 existe una situación indeseable.

 Cálculo de la relación de capacidad Cr:

o El análisis ocurre al contrario del Índice de Capacidad Cp con respecto a un valor

mayor o menor que 1.0
 Cálculo de Cpk:

En donde Z(Min) es el valor mínimo de Z(LES) ó Z(LEI)

Z(LES) = (LES - ) / ó Z(LEI) = ( - LEI) /

o De este índice determinamos la tendencia de la curva de datos con respecto a
uno de los límites de especificación.
 Si Cpk = 0 indica que el promedio es igual a uno de los límites.
 Si Cpk es negativo se ubica al promedio fuera de límites de especificación
 Algunas consideraciones entre Cp y Cpk:
o El valor de Cp no cambia cuando cambia el centro del proceso.
o Cp = Cpk cuando el proceso está centrado.
o Cpk siempre es igual o menor que Cp.
o Cpk = 1.00 es el estándar que satisface las especificaciones.
o Cpk < 1.00 no satisface las especificaciones.

14
 o Cpk = 0.00 indica que X barra esta en LES ó LEI.
o Cpk negativo indica que X barra esta fuera de (LES o LEI)

Ejercicios planteados capacidad de proceso.

1. Por medio de herramienta para corte por laser se procesan piezas metálicas cuyo largo
debe ser de 59.50 mts con una tolerancia de 5.5 mts. Si el proceso está centrado en 58.4
mts y la dispersión es de 2.5 mts.
a. Qué porcentaje del producto deberá eliminarse y que porcentaje deberá
reelaborarse? Tenga en cuenta que si la pieza está sobredimensionada se reelabora
y si está sub-dimensionada se desecha).
b. Cómo cambiar el centro del proceso para evitar el desecho? Cuál es el porcentaje de
reelaboración?
2. Una dimensión crítica de la parte de una máquina tiene especificación de 100 ± 4. Del
análisis de gráficos de control se obtiene que el proceso está en control con = 106 y
= 3.00. El tamaño de muestra utilizado en los gráficos es de 5. Cuál es la actual capacidad
de proceso?
a. Puede ajustarse la media (con ajustes en la posición de la herramienta) para que
todos los resultados cumplan con las especificaciones?
3. Un proceso que realiza las dimensiones del ojo de cerraduras tiene una desviación estándar
(σ0) de 0.038 plg. Si las especificaciones son de 6.50 máximo y 6.30 mínimo, calcule el
índice de capacidad?
a. Si se realiza una mejora a la calidad disminuyendo la desviación estándar a 0.030,
calcule el nuevo índice de capacidad?
4. Para el primer problema del taller planteado (libro de Montgomery) del proceso que fabrica
rodamientos, si la especificación del diámetro es de 0.5030 con una tolerancia de 0.0010,
encuentre el porcentaje de rodamientos no conformes producidos por este proceso. Asuma
que el diámetro sigue una distribución normal.
5. Para el segundo problema del taller, asociado con la fuente de poder de alto voltaje, si la
especificación es de 350 V ± 5 V, que puede decir respecto de la capacidad de proceso?
Calcule el índice de capacidad de proceso y la relación de capacidad.
6. Calcule el valor de Cpk para el caso del ojo de cerradura anterior, en donde se logró una
mejora de la calidad disminuyendo la desviación estándar a 0.030 plg., si el promedio del
proceso es de 6.45?
a. Qué pasa con el índice Cpk si el promedio se desplaza a 6.40?
b. Recuerde que la especificación máxima es de 6.50 y la mínima de 6.30
7. Para el tercer problema del taller (libro de Montgomery), que hace referencia a las tarjetas
de circuito impreso, estime la media y la desviación estándar del proceso en control. Si la
especificación es de 0.0630 plg ± 0.0015 plg, cuáles son los valores de Cp y Cpk?

15
Otras Graficas de Control por Variables
Gráficas de fácil manejo para el Operario.
 Gráficos X. Representación de valores individuales:
o Se grafican valores individuales por subgrupo, se circula el promedio de manera
opcional.
o Si dos valores individuales son idénticos se coloca uno al lado del otro
o Serán utilizadas por operarios con poco nivel y adiestramiento.
o Este tipo de gráfico, sin repeticiones por subgrupo es utilizado cuando hay una
sola medición de la característica de calidad debido a costos excesivos, demoras,
pocos elementos producidos, entre otros.
 Gráficos . Se grafica el resultado de la suma del subgrupo:
o Se hace para que no se confundan los límites de control con los de
especificación, si se incluyeran en el gráfico de .
o Se aumenta la escala por el tamaño del subgrupo

 (línea central)

 )

o Este tipo de gráfico es de fácil elaboración e interpretación por un operario con

poco nivel y adiestramiento.

Gráficos de Tendencia. La tendencia ascendente o descendente en un gráfico se puede atribuir

a un patrón natural de variación o a uno no natural, como el desgaste de la herramienta.

 Conforme desgaste la herramienta se modifica gradualmente el promedio y se

considera como normal.
 Esta tendencia se mantiene hasta llegar a uno de los límites de rechazo.
 Se debe hacer un cuadro que considere:
# Subgrupo (G), Promedio (X), Producto (G*X), y G2.

 Se utiliza el método de mínimos cuadrados para el cálculo de la línea central con

pendiente:

=a+bG

G : Número del subgrupo en el eje horizontal.

a : Punto del eje vertical donde se intercepta por la línea.
b: Pendiente de la línea.

16
 ( X )( G 2 )  ( G)( G X )
a
g ( G 2 )  ( G ) 2

g ( G X )  ( G)( G X )
b
g ( G 2 )  ( G ) 2

 Cálculo de los mínimos cuadrados de la línea de tendencia:

o Una vez se conoce la ecuación de la línea de tendencias, se le asignan valores
numéricos a G y calculando el valor correspondiente de X.
o La línea se localiza al graficar dos puntos para los valores de G y X.
o Los límites de control se dibujan paralelos a la línea central a una distancia
equivalente a los dos puntos así:

X g  A2 Rg
Límites de intento =

Límites Revisados =
X g  A 0

Donde:
 0  S0 C4

Gráficos de promedios y rangos móviles.

 Se emplean cuando se combinan varios valores individuales y se representan en una
gráfica de control.
o Se utiliza con mucha frecuencia en la Industria Química en donde se hace una
lectura a la vez.
o También, cuando los datos se obtienen de manera lenta y genera inconvenientes
para lograr tamaños de muestras mayores a 1.

17
 o En plantas de proceso, como pulpas de papel, la medida de algunas
características van a variar poco a lo largo de un mismo rollo.
 Una vez completa la tabla y las columnas y R, se dibujan las gráficas y se emplean de
la misma manera que las gráficas y R normales.
 Una lectura extrema tiene mayor efecto en las gráficas de promedio y rangos móviles
que en las comunes.

Ejercicios planteados otros gráficos.

1. Una empresa decide registrar el consumo de energía eléctrica por semana, con el propósito
de conocer la variabilidad, detectar anormalidades y poder evaluar el impacto de un
programa de ahorro de energía. Los datos de 22 semanas se muestran a continuación.
a. Calcular los rangos móviles para dos y tres semanas, elaborar las gráficas X barra móvil y
R móvil y concluir sobre el proceso.

Semana KW-hora Semana KW-hora

1 5.92 12 5.20
2 6.73 13 6.39
3 7.29 14 6.21
4 5.64 15 5.85
5 6.40 16 6.50
6 6.05 17 5.70
7 6.47 18 7.17
8 8.80 19 6.32
9 5.87 20 4.62
10 6.88 21 6.17
11 5.87 22 5.41

2. En la siguiente tabla se presentan las medidas del diámetro interno (en mm) para un anillo
de pistón utilizado en el motor de un automóvil. Construya los gráficos de intento para X.

18
3. El volumen de llenado de botellas de gaseosa es una característica de calidad importante
para la fábrica SOL KOLA Ltda. Se mide el volumen aproximado colocando un calibrador
sobre la boca de la botella y comparando la altura del líquido en el cuello de la botella con
una escala codificada. En tal escala, una lectura de cero corresponde a una altura de llenado
correcto. Se analizaron 15 muestras con un tamaño de observaciones de 10, y las lecturas
de llenado se presentan a continuación.
b. Determinar si el proceso está o no bajo control estadístico y elaborar las gráficas para la
suma de X.

19
 Núm. de Observaciones
Muestra X1 X2 X3 X4 X5 X6 X7 X8 X9 X10
1 2.5 0.5 2.0 -1.0 1.0 -1.0 0.5 1.5 0.5 -1.5
2 0.0 0.0 0.5 1.0 1.5 1.0 -1.0 1.0 1.5 -1.0
3 1.5 1.0 1.0 -1.0 0.0 -1.5 -1.0 -1.0 1.0 -1.0
4 0.0 0.5 -2.0 0.0 -1.0 1.5 -1.2 0.0 -2.0 -1.5
5 0.0 0.0 0.0 -0.5 0.5 1.0 -0.5 -0.5 0.0 0.0
6 1.0 -0.5 0.0 0.0 0.0 0.5 -1.0 1.0 -2.0 1.0
7 1.0 -1.0 -1.0 1.0 0.0 1.5 0.0 1.0 0.0 0.0
8 0.0 -1.5 -0.5 1.5 0.0 0.0 0.0 -1.0 0.5 -0.5
9 -2.0 -1.5 1.5 1.5 0.0 0.0 0.5 1.0 0.0 1.0
10 -0.5 3.5 0.0 -1.0 -1.5 -1.5 -1.0 -1.0 1.0 0.5
11 0.0 1.5 0.0 0.0 2.0 -1.5 0.5 -0.5 2.0 -1.0
12 0.0 -2.0 -0.5 0.0 -0.5 2.0 1.5 0.0 0.5 -1.0
13 -1.0 -0.5 -0.5 -1.0 0.0 0.5 0.5 -1.5 -1.0 -1.0
14 0.5 1.0 -1.0 -0.5 -2.0 -1.0 -1.5 0.0 1.5 1.5
15 1.0 0.0 1.5 1.5 1.0 -1.0 0.0 1.0 -2.0 -1.5

Estado de Control
Un proceso está bajo control, una vez eliminadas las causas atribuibles, los puntos permanecen
dentro de los límites de control.

 Cuando el estado se encuentra bajo control se produce un patrón natural de variación.

o 34% están dentro de una desviación estándar a ambos lados de la línea central
(imaginaria).
o 13.5% están entre una o dos desviaciones estándar de la línea central.
o 2.5% entre dos y tres desviaciones estándares.
 El patrón natural de variación forma su propia distribución de frecuencia, si agrupamos
todos los puntos en uno de los extremos se forma una curva normal.
 Errores estadísticos que pueden ocurrir:
o Tipo I: Cuando buscamos causa atribuible y es una causa aleatoria (a 3 este es
0.27%).
o Tipo II: Cuando suponemos que una causa fortuita de variación es responsable
siendo una asignable.
 Si solo existen causas de variación fortuitas el proceso es estable y predecible
permanentemente.

20
 Ilustración 6 Causas fortuitas y causas atribuibles.

Un proceso está fuera de control cuando un punto cae fuera de los límites de control. Significa
que:

 Existe una causa atribuible.

 El valor del subgrupo proviene de otra población distinta a la de los límites de control
establecidos.
 De un comportamiento no natural, inestable de variación no podemos predecir las
variaciones futuras.
o Debemos establecer el estado natural de variación del proceso para poder
predecirlo en el futuro.
o Importante detectar y definir las causas atribuibles del proceso para conocer la
razón de un estado fuera de control.
 Un estado de fuera de control puede ocurrir aun cuando los puntos estén dentro de 6 .
Dividir la gráfica de control en seis bandas:
a. No es natural que 7 o más puntos estén en zona C. Tampoco cuando 10 de 11 puntos
ó 12 de 14 puntos se encuentran a un lado de la línea central.
b. Seis puntos consecutivos que aumenten o disminuyan no es natural.
c. Dos de tres seguidos en zona A.
d. Cuatro de cinco seguidos en zona B y después de ésta.

21
  Usando una regla simplificada, divida el espacio a 1.5 .
o Proceso fuera de control si hay dos puntos sucesivos a 1.5 o más allá de estas.

Análisis de una condición fuera de control en base a tipos de patrones:

1. Cambio o salto de nivel: Se refiere a un cambio repentino de nivelen los gráficos y R
debido a:
o Una modificación intencional o no de la configuración del proceso.
o Un operario nuevo o sin experiencia.
o Uso de materia prima distinta.
o Desperfecto en pieza de una máquina.
o Repentino aumento en el juego de la transmisión.
2. Tendencia o cambio permanente de nivel: Estos cambios progresivos son causados por:
o Desgaste de herramientas o troqueles.
o Cambio gradual de la temperatura o de la humedad.
o Alteración de la viscosidad, en el caso de procesos químicos.
o Acumulación de viruta en troquel.
3. Ciclos recurrentes: Cuando los puntos muestran una onda o periodicidad en la
presentación de puntos altos y bajos, se dice que existe un ciclo. Las causas son:
o Efecto de estaciones en material recibido.
o Efectos recurrentes de la temperatura y humedad.
o Rotación periódica de operarios.

22
4. Dos poblaciones (mezcla): Cuando son muchos los puntos que están cerca o fuera de los
límites de control. Causas:
o Diferencias en la calidad del material.
o Dos o más máquinas en una misma gráfica.
o Diferencias en métodos o equipos de prueba.
5. Errores: Causas de patrones fuera de control:
o Equipo de medición no calibrado.
o Errores de cálculo.
o Errores de uso del equipo.
o Tomar muestras en poblaciones distintas.

23
Bibliografía
MONTGOMERY, Douglas C. “Control estadístico de la calidad”. Editorial Limusa Wiley, 2010.
GRANT, Eugene L. “Control estadístico de calidad - 2a ed.”. México: Compañía Editorial
Continental, 1996. - 722p.
WALPOLE, Ronald, MYERS, Raymond. "Probability and statistics for engineers and scientists".
New Jersey: Prentice - Hall, 2016. - 816p.
GONZALEZ Becerra Fernando. “Herramientas estadísticas aplicadas a la ingeniería industrial”.
Editorial UMNG, 2014.
COLLINS, Jim. “Como caen los poderosos”. Grupo Editorial Norma, 2010.
MONDEN, Yasuhuro. “El sistema de producción de Toyota”. Buenos Aires: Ediciones Macchi,
1991. - 274p.

Material Complementario
ASI Datamyte: https://www.asidatamyte.com/
American Society for Quality: http://www.asq.org/
ISHIKAWA, Kaoru. “Qué es el control total de calidad? la modalidad japonesa”. Bogotá: Norma,
1991. - 209p.
FEIGENBAUM, Armand V. “Control total de la calidad” - México: CECSA, 1986.

24