Guia para El Ejercicio 2

2
Unidad
Control Estadístico de
Procesos
Gráficas de Control
CONTENIDO ...............................................................................................................
1
GRAFICAS DE CONTROL ...........................................................................................3
Selección Entre Cartas Por Variables Y Por Atributos .............................................. 10
Guía Para Implementar Graficas De Control ........................................................... 12
Uso De Las Graficas De Control ............................................................................ 13
Tamaño de muestra y frecuencia de muestreo ....................................................... 14
BASES ESTADÍSTICAS DE LAS GRAFICAS DE CONTROL ......................................... 17
Análisis de patrones en graficas de control ............................................................ 18
ESTADISTICA DE LOS GRAFICOS DE CONTROL ........................................................ 20
Los Gráficos De Control Como Pruebas De Hipótesis ................................................. 20
Selección De Los Límites De Control ...................................................................... 25
Efectos de los límites de control sobre y .......................................................... 26
Puesta en marcha del Control Estadístico ................................................................. 27

INFOTEP VIRTUAL CONTROL ESTADISTICO DE PROCESOS, UNIDAD II
GRAFICAS DE CONTROL
Gráficas de Control
Es una herramienta estadística que detecta la variabilidad, consistencia, control y mejora

de un proceso.
Las gráficas o cartas de control han sido muy populares por las siguientes razones:
1. Son una herramienta probada para mejorar la productividad. Su aplicación exitosa

ayuda a reducir desperdicios y re-trabajos, que son factores que reducen la
productividad (productos buenos por hora).
2. Son efectivas como herramientas de prevención de defectos. Apoyan el concepto de

hacerlo bien a la primera vez, es más costoso seleccionar productos buenos en un
lote con productos defectuosos, que fabricarlos bien desde el principio.
3. Evitan que se hagan ajustes innecesarios en el proceso. Apoyan el concepto de “si no

está mal, no lo arregles”, ya que identifican las causas comunes de las especiales,
evitan que se hagan ajustes cuando sólo se están teniendo variaciones aleatorias en
el proceso.
4. Proporcionan información de diagnóstico. Proporcionan un patrón de puntos que

permite la toma de decisiones para la mejora del proceso, al operador o al ingeniero
experimentado.
5. Proporcionan información acerca de la capacidad o habilidad del proceso.

Proporcionan información acerca de los parámetros importantes del proceso y de su
Page 3
estabilidad con el tiempo, permitiendo la estimación de la capacidad del proceso para

producir dentro de especificaciones.
Características Generales de las Gráficas de Control
El termino consistencia se refiere a la uniformidad en la salida del proceso; es preferible

tener un producto de un proceso consistente, que tener uno con calidad superior, pero
de un proceso intermitente.
Una gráfica de control se inicia con las mediciones considerando, sin embargo que las
mediciones dependen tanto de los instrumentos, como de las personas que miden y de
las circunstancias del medio ambiente, es conveniente anotar en las gráficas de control
observaciones tales como cambio de turno, temperatura ambiente.
En los casos que los valores de la característica excedan los valores de las cotas se
procede a determinar las causas asignables a este comportamiento y atacarlas y de esta
manera mantener el proceso en control.
Page 4
Características de las gráficas de control
Tipos de Gráfica y Características Principales
Para construir una gráfica de control, es importante distinguir el tipo de datos a graficar
pueden ser. Datos continuos, datos discretos, dicha gráfica dependerá del tipo de datos.
Para la utilización de las gráficas se requiere un procedimiento específico:
 Decidir la gráfica de control a emplear

 Construir gráficas de control para el control estadístico del proceso
 Controlar el proceso, si aparece una anormalidad sobre la gráfica de control,

investigar inmediatamente las causas y tomar acciones apropiadas.
Existen dos grandes tipos de graficas de control en función a la naturaleza de la

característica a controlar:
Page 5
Gráficos por variable:
Cuando la característica de calidad puede ser expresada mediante una variable

cuantitativa continúa. (Longitud, volumen, masa, etc.) son conocidas por graficas X, R y
X, S dependiendo si se utiliza el rango de dispersión o la desviación típica.
Una gráfica de control X-R, en realidad son dos gráficas en una, una representa los
promedios de las muestras de la (gráfica X) y la otra representa los rangos (gráfica R),
deben construirse juntas, ya que la gráfica X, nos muestra cualquier cambio en la media
del proceso y la gráfica R nos muestra cualquier cambio en la dispersión del proceso,
para determinar las X y R de las muestras, se basan en los mismos datos.
El uso particular de la gráfica X-R es que nos muestra los cambios en el valor medio y en
la dispersión del proceso al mismo tiempo, además es una herramienta efectiva para
verificar anormalidades en un proceso dinámicamente.
Algunos puntos importantes a considerar previo a la elaboración de esta gráfica son:
Propósito de la gráfica
Variable a considerar
Tamaño de la muestra
Tener un criterio para decidir si conviene investigar causas de variación del
proceso de producción.
Familiarizar al personal con el uso de esta gráfica.
Page 6
El proceso que se debe seguir para construir una gráfica es:
La construcción de una gráfica de rangos y promedio resulta de formar una unidad, tanto
de la gráfica de promedios como de la de rangos, consta de dos secciones,
Parte superior se dedica a los promedios,

Parte inferior a los rangos, en el eje vertical se establece la escala, a lo largo del
eje horizontal se numeran las muestras.
En la gráfica se relacionan estos promedios con los intervalos durante los cuales se
tomaron las muestras. En el eje vertical se indican los valores correspondientes a los
valores de muestras. En el eje horizontal se señalan los periodos de tiempo en los que se
toman las muestras a semejanza que la de promedios.
La interpretación de esta grafica de promedio y rango seria que a partir de los datos de
la gráfica de promedios y rangos, podemos determinar el valor central del proceso y su
aplicación.
Gráficos por atributos:
Se utilizan para controlar el porcentaje de unidades defectuosas, o el número de

defectos por unidad; dentro de los límites naturales del proceso y detectar a
tiempo cualquier incremento significativo de cualquiera de ellos. Son conocidas
como graficas p (proporción de unidades defectuosas en lotes) y c (cantidad de
defectos por unidad).
Las características de calidad que no pueden ser medidas con una escala numérica, se
juzga a través de un criterio más o menos subjetivo.
Page 7
Los datos se presentan con periodicidad a la gerencia y con ellos se integran números
índices, que son muy importantes en el desarrollo de una empresa, estos pueden referirse
al producto, desperdicio rechazo de materiales.
Dentro de la clasificación de las características calidad por atributos se requiere:
De un criterio
De una prueba
De una decisión
El criterio se establece de acuerdo con las especificaciones.
La prueba consiste en la operación que se realiza para averiguar la existencia o no del

criterio establecido.
La decisión determina qué título debe darse al producto, es decir si pasó o no pasa.
Tipos de grafica de control por atributos
 P, Porcentaje de Fracción Defectiva

 Np, Número de Unidades Defectivas por muestra constante.
 U, Proporción de Defectos
 C, Número de Defectos por unidad
Page 8
Los principales objetivos de la gráfica p son:
 Poner a la atención de la dirección cualquier cambio en el nivel medio de calidad.

 Descubrir los puntos fuera de control que indican modelos de inspección relajados.
 Proporcionar un criterio para poder juzgar si lotes sucesivos pueden considerarse

como representativos de un proceso.
Grafica np, número de unidades defectivas por muestra
Esta gráfica es el instrumento estadístico que se utiliza cuando se desea graficar

precisamente las unidades disconformes, y no el porcentaje que éstas representan,
siendo constante el tamaño de la muestra.
Es necesario establecer la frecuencia para la toma de datos, teniendo en cuenta que los
intervalos cortos permiten una rápida retroalimentación del proceso.
Los principales objetivos de la gráfica np son:
 Conocer las causas que contribuyen al proceso

 Obtener el registro histórico de una o varias características de una operación con
el proceso productivo.
Grafica c, número de defectos por unidad
La gráfica c estudia el comportamiento de un proceso considerando el número de

defectos encontrados al inspeccionar una unidad de producto. La gráfica hace uso del
hecho de que artículo es aceptable aunque presente cierto número de defectos.
Page 9
Los objetivos de la gráfica c son:
 Reducir el costo relativo al proceso

 Informar a los supervisores de producción y a la administración acerca del nivel
de calidad.
 Determinar qué tipo de defectos no son permisibles en un producto informar de

la probabilidad de ocurrencia de los defectos en una unidad. Estas graficas deben
utilizarse solo cuando el área de oportunidad de encontrar defectos permanece
constante.
Grafica u, proporción de defectos
La gráfica u puede ser usada bajo cada una de las siguientes suposiciones:
 Como substituto de la gráfica c cuando el tamaño muestral.

 Cuando el tamaño muestral varía, de qué modo la gráfica c no puede usarse.
Selección Entre Cartas Por Variables Y Por Atributos
Las cartas por atributos tiene la ventaja que consideran varias características a la vez
clasificando la unidad como conforme o no conforme, si no cumple alguna de esas
características. Por otra parte si esas características se controlan como variables, debe
llevarse una gráfica de control para cada una de esas características, lo cual es más
laborioso, otra alternativa es el C.E.P. multivariado.
Page 10
Las gráficas por variables proporcionan mayor información del proceso que las de
atributos, tal como la media del proceso y su variabilidad, también proporcionan
información para realizar estudios de capacidad de los procesos.
Las cartas por variables permiten tomar acciones cuando se presentan situaciones fuera
de control, antes de que se produzcan artículos no conformes, lo que no sucede con las
cartas por atributos hasta que el proceso genere más disconformes.
LIE 1 2 3 LSE
Reacción de carta X-R Reacción de carta p
Comparación de sensibilidad entre graficas de control
Tal vez la ventaja más importante de la carta X-R es que proporciona un indicador de
inicio de problemas y permite al personal operativo tomar acciones correctivas antes que
se produzcan defectivos realmente, de esta forma las cartas X-R son indicadores guía de
falla, mientras que las cartas p (o c o u) no reaccionan a menos que el proceso haya
cambiado tanto que se produzcan más defectivos.
En la figura, cuando la media del proceso está en µ1 se producen pocas no conformidades,

si la media del proceso se corre hacia arriba, cuando llegue a µ2 la carta X-R habrá
mostrado un patrón anormal o puntos fuera de control para tomar acciones correctivas,
mientras que la carta p no reaccionará hasta que la media del proceso se haya recorrido
hasta µ3, o hasta que el número de unidades no conformes producidas se haya
incrementado. Por tanto las cartas X-R son más poderosas que las cartas p.
Page
11
Para el mismo nivel de protección contra corrimientos del proceso, la carta p requiere un
tamaño de muestra mayor, la X-R requiere tomar mucho menos unidades aunque las
mediciones toman más tiempo. Esta consideración es importante para el caso de pruebas
destructivas.
Guía Para Implementar Graficas De Control
Se sugiere lo siguiente:
1. Determinar cuál es la característica a controlar.
2. Seleccionar un tipo de gráfica de control.
3. Identificar el proceso donde se implantarán las cartas de control.
4. Tomar acciones para mejorar el proceso, como resultado de la aplicación de la gráfica
de control.
5. Seleccionar el sistema de colección de datos y software de C.E.P.
Selección De La Grafica De Control Adecuada
A. Se prefiere una carta por variables en las situaciones siguientes:
1. Se inicia un proceso o producto nuevo.

2. El proceso ha estado mostrando un comportamiento inconsistente en forma crónica.
3. Se requieren pruebas destructivas.
4. Se desea economizar el control cuando el proceso es estable.
5. Existen tolerancias muy cerradas u otros problemas de manufactura.
6. El operador debe decidir si ajustar el proceso o no, o cuando evaluar el ajuste.
7. Se debe presentar evidencia de estabilidad y de capacidad como en industrias
reguladas.
Page
12
B. Se prefiere una carta por atributos en las situaciones siguientes:
1. Los operadores controlan las causas asignables y es necesario mejorar el proceso.

2. El proceso es una operación de ensamble compleja y la calidad se evalúa por la
ocurrencia de no conformidades (computadoras, autos, etc.).
3. Es necesario un control del proceso, pero no se pueden hacer mediciones.

4. Se requiere un historial del desempeño del proceso para revisión ejecutiva.
Uso De Las Gráficas De Control
El uso más importante de la gráfica de control es la mejora del proceso, a través de su

monitoreo, al principio se observará que los procesos no están en control estadístico, sin
embargo con las gráficas de control se podrán identificar causas especiales que al ser
eliminadas, resulten en una reducción de la variabilidad mejorando el proceso.
ENTRADA PROCESO SALIDA
SISTEMA DE
EVALUACIÓN
Verificación Detección de causa

y seguimiento asignable
Implantar Identificar causa

Acción raíz del problema
Correctiva
Page
13
Proceso De Mejora Usando La Grafica De Control
El proceso de mejora usando la gráfica de control requiere la acción de la supervisión,

operador e ingeniería, la gráfica de control sólo detecta causas especiales o asignables.
Tamaño de muestra y frecuencia de muestreo
Al diseñar una gráfica de control, se debe especificar tanto el tamaño de muestra como la
frecuencia de muestreo, tamaños de muestra grandes permiten detectar pequeñas
corridas en la media del proceso como se observa en las curvas características de
operación.
Para la frecuencia de muestreo, la práctica industrial sugiere tomar muestras pequeñas

frecuentes, principalmente en producción masiva o cuando existe la posibilidad de que
existan muchas causas especiales, actualmente con las computadoras esto es cada vez
más fácil.
Otra forma de determinar la frecuencia de muestreo y el tamaño de muestra, es a través

de la longitud media de racha de la gráfica de control (ARL), que es el número de puntos
que deben ser graficados antes de que un punto indique una condición fuera de control.
Page
14
El ARL denota el número de muestras que en promedio se requieren para detectar una
señal fuera de control.
 Si el proceso está bajo control:
Donde p es la probabilidad de que un punto exceda los límites de control.

Entre más grande sea el ARL es mejor, ya que no se tienen muchas falsas alarmas.
 Si el proceso no está bajo control:
Entre más pequeño sea el ARL necesito menos muestras para calcular el error tipo II
Por ejemplo:
Para el caso de 3-sigma p=0.0027 y el ARL0 = 370. Es decir que si el proceso está en
control, se generará un punto fuera de control como falsa alarma cada 370 puntos.
Si se toman muestras en intervalos fijos de tiempo en horas (h), entonces aparecerá una
falsa alarma cada tiempo promedio de indicación (ATS) en horas.
ATS=ARLh
Page
15
En el ejemplo si se toman muestras cada hora, se genera una falsa alarma cada 370 horas.
Para evaluar que tan efectiva es la gráfica para detectar corrimientos en la media del
proceso, se utilizan las curvas características de operación. Por ejemplo, si n=5 y la media
se corre de 74.015mm, la probabilidad de que un punto caiga dentro de los límites de
control es aproximadamente 0.50, por tanto utilizando p=0.50, se puede calcular el ARL1
para una situación fuera de control como sigue:
Esto significa que el proceso requiere 2 muestras antes de detectar el corrimiento. Si el

muestreo se hace cada hora, el ATS = 2 h, si esto fuera inaceptable, se podrían tomar
muestras más frecuentes por ejemplo cada media hora o incrementar el tamaño de
muestra. Si n=10, de la curva característica de operación se observa que p=0.9 y el ARL1
= 1.11 y el ATS = 1.11 h, lo cual puede ser más aceptable.
En resumen, las dos alternativas siguientes dan un resultado similar:
Diseño 1 Diseño 2
n=5 n = 10
Frec. Cada ½ hora Frec. cada hora.
Las muestras se toman de manera más frecuente a la ocurrencia de cambios en el proceso

registrados en bitácoras (cambio de turno, cambio de materiales, ajustes, fallas, etc.), con
objeto de detectar las causas de situaciones fuera de control.
Page
16
BASES ESTADÍSTICAS DE LAS GRAFICAS DE CONTROL
Una gráfica típica representando un proceso en control estadístico se muestra a

continuación. Contiene una línea central que representa el valor promedio de la
característica de calidad correspondiente al estado “en control” y dos líneas adicionales
llamadas límites inferior y superior de control (LIC y LSC), los cuales se seleccionan de tal
forma que casi la totalidad de los puntos se encuentren dentro de ellos, si esto ocurre no
se requiere tomar ninguna acción.
LSC
LC
LIC Tiempo
Gráfica de control de Shewhart
Un punto que se encuentre fuera de los límites de control mostrará evidencia que el
proceso está fuera de control y será necesario una investigación de la causa especial y la
acción correctiva necesaria para eliminarla. También se tendrá un alto riesgo de situación
fuera de control si los puntos se agrupan es forma sistemática dentro de los límites de
control o muestran una tendencia.
Page
17
Según Shewhart un fenómeno está controlado cuando, a través del uso de la experiencia
pasada, se puede predecir al menos dentro de ciertos límites como se espera que varíe el
fenómeno en el futuro.
Si un proceso no está en estado controlado, la productividad o el éxito económico no se

garantiza.
Análisis de patrones en graficas de control
Una gráfica de control indicará una condición fuera de control cuando uno o más puntos
caigan más allá de los límites de control o cuando los puntos graficados formen un patrón
no aleatorio de comportamiento.
Cuando una gráfica no está en control estadístico, se puede deber a:
Causas comunes de variación: fuentes de variación dentro de un proceso que

tienen una distribución estable y repetible en el tiempo.
Causas especiales de variación: factores que causan variación y que no están

actuando siempre sobre el proceso.
Para reconocer un patrón de comportamiento no sólo se requiere conocer las técnicas

estadísticas, sino también es necesario tener un conocimiento profundo del proceso.
Page
18
En el libro de la Western Electric (1956) se recomiendan las reglas siguientes para detectar
patrones no aleatorios en las cartas de control:
1. Un punto fuera de los límites de control de 3-sigma.

2. Dos de tres puntos consecutivos sobre los límites preventivos a 2-sigma.
3. Cuatro de cinco puntos consecutivos que se encuentren a una distancia de 1-sigma o
más allá a partir de la línea central.
4. Ocho puntos consecutivos graficados hacia un lado de la línea central.
Algunas reglas adicionales recomendadas por la industria son:
5. Siete puntos formando una tendencia creciente o decreciente.

6. Quince puntos consecutivos encontrados entre más menos 1-sigma de la línea central
(adhesión a la media).
7. Catorce puntos en un renglón alternándose arriba y abajo.

8. Siete puntos que se encuentren más allá de 1-sigma de la línea central.
9. Un patrón no usual o no aleatorio de datos.
10. Uno o más puntos cerca de los límites preventivos.
Debe tenerse cuidado de no exagerar en la aplicación de las reglas ya que se pueden

tener muchas falsas alarmas quitándole efectividad al programa del CEP.
Page
19
ESTADISTICA DE LOS GRAFICOS DE CONTROL
Los Gráficos De Control Como Pruebas De Hipótesis
El uso del control estadístico de procesos lleva implícitas algunas hipótesis que
describiremos a continuación:
1) Una vez que el proceso está en funcionamiento bajo condiciones establecidas, se

supone que la variabilidad de los resultados en la medición de una característica
de calidad del producto se debe sólo a un sistema de causas aleatorias, que es
inherente a cada proceso en particular.
2) El sistema de causas aleatorias que actúa sobre el proceso genera un universo

hipotético de observaciones (mediciones) que tiene una Distribución Normal.
3) Cuando aparece alguna causa asignable provocando desviaciones adicionales en

los resultados del proceso, se dice que el proceso está fuera de control.
La función del control estadístico de procesos es comprobar en forma permanente si los

resultados que van surgiendo de las mediciones están de acuerdo con las dos primeras
hipótesis. Si aparecen uno o varios resultados que contradicen o se oponen a las mismas,
es necesario detener el proceso, encontrar las causas por las cuales el proceso se apartó
de su funcionamiento habitual y corregirlas.
Page
20
Error tipo I, se rechaza Ho cuando es verdadera.

Error tipo II, no se rechaza Ho cuando es falsa.
Las probabilidades de esos dos tipos de errores son:
⍺ = P(error tipo I)
β = P(error tipo II) donde la

potencia de la prueba es
Potencia = 1 - β = Probabilidad de rechazar correctamente Ho (hipótesis).
Alfa a veces se denomina riesgo del productor, denotando la probabilidad de que un lote
bueno o un proceso que produce partes aceptables en relación a una característica de
calidad sea rechazado.
Beta a veces se denomina riesgo del consumidor denotando la probabilidad de aceptar

lotes de calidad pobre, o permitiendo que un proceso continúe operando de manera
insatisfactoria respecto a una característica de calidad.
El procedimiento general para pruebas de hipótesis es especificar una probabilidad de

error tipo I o ⍺, y diseñar un procedimiento de prueba que minimice la probabilidad de
error tipo II.
Page
21
Conforme se incrementa el tamaño n de muestra, se reduce la probabilidad de error tipo

II.
Probabilidad De Error Tipo II
Tomando como estadístico de prueba Zc, y asumiendo que sigue una distribución
normal N(0,1).
Para encontrar la probabilidad de error tipo II, se debe asumir que Ho es falsa y
entonces hallar la distribución de Zc. Suponiendo que la media de la distribución
realmente es:
La hipótesis alterna H1 es verdadera y bajo esta suposición, el estadístico Zc es:
BAJO H0 BAJO H1
Fig. 2.1 La distribución de Zc bajo Ho y H1
Page
22
La probabilidad del error tipo II es la probabilidad de que Zc se encuentre entre - Z⍺/2 y
Z⍺/2 dado que la hipótesis alterna es verdadera.
Para evaluar esta probabilidad, se evalúan F(Z⍺2) ) – F(-Z⍺/2), donde F es la distribución

acumulativa normal estándar. La probabilidad de error tipo II es (funciona igual para
cuando < 0):
Ejemplo 2.1:
Si los estándares especifican que la media de una lata de café es de 16.0 oz., y de acuerdo
a la experiencia se sabe que la desviación estándar del contenido es de 0.1 oz.
Las hipótesis son:
Ho: µ= 16.0
Ho: µ ≠ 16.0
Asumiendo una probabilidad de error tipo I de 0.05 y tomando una muestra de 9 latas, se
tiene que el estadístico de prueba es:
Se rechaza si
Page
23
Suponiendo que se desea encontrar la probabilidad del error tipo II si el valor verdadero
de la media es µ1 =16.1 implicando que = = 16.1 – 16.0 = 0.1, se tiene:
Es decir que la probabilidad de no rechazar Ho si la media es 16.1 oz. Es de 0.1492, o que

la potencia de la prueba es de 1 -β = 1 – 0.1492 = 0.8508.
De la ecuación anterior para , se observa que es una función de n, y de ⍺ , tomando
⍺ como 0.05 y graficando β contra d se obtienen las curvas características
de operación (OC).
Page
24
En las curvas OC se observa que:
1. Entre mayor sea el valor de , se reduce la probabilidad de error tipo II para una n y
⍺ dadas. Es decir que la prueba detecta más fácilmente grandes diferencias.
2. Conforme se incrementa n, la probabilidad de error tipo II es más pequeño para una

⍺y dadas. Es decir que la prueba se hace más potente si se incrementa el tamaño
de muestra.
Selección De Los Límites De Control
Abriendo los límites de control decrece riesgo de error tipo I (falsa alarma) sin embargo
se incrementa el riego de error tipo II y viceversa. Con límites de control de 3-sigma la
probabilidad de error tipo I es de 0.0027. Si se selecciona el nivel de riesgo de error tipo
I en 0.002 o 0.001 en cada lado, se tienen los límites de control a una distancia de
3.09-sigmas y los límites de control serán:
LSC = 74 + 3.09 (0.0045) = 74.0139
Page
25
LIC = 74 – 3.09 (0.0045) = 73.9861
Estos límites de control se denominan límites probabilísticos a 0.001. A continuación se

presenta una comparación entre límites.
Límites de control de Shewhart y Europeos
Los límites de control a 0.001 se utilizan en países europeos.
Algunos analistas sugieren el uso de límites preventivos trazados a 2-sigmas de la línea

central, para el caso de límites de control a 3-sigmas y a 0.025 de probabilidad para límites
de control a 0.001. Estos límites aumentan la sensibilidad de la gráfica de control para
identificar corrimientos de la media del proceso, en forma más rápida. Si un punto cae
fuera de los límites preventivos, Una desventaja es que crean confusión con el personal y
se incrementa el riesgo de error tipo I (falsas alarmas).
Efectos de los límites de control sobre ⍺ y β
a) si los límites de control son más anchos:
 ⍺ se reduce
 β se incrementa
b) si los límites de control son más angostos:
 ⍺ se incrementa
Page
26
 β se reduce
c) si se toman muestras más grandes:
 ⍺ se reduce
 β se reduce
Puesta en marcha del Control Estadístico
La puesta en marcha de un programa de control estadístico para un proceso en particular

implica dos etapas:
Antes de pasar a la segunda etapa, se verifica si el proceso está ajustado. En caso

contrario, se retorna a la primera etapa:
En la 1ra etapa se recogen unas 100−200 mediciones, con las cuales se calcula el
promedio y la desviación standard:
Page
27
Luego se calculan los Límites de Control de la siguiente manera:
Estos límites surgen de la hipótesis de que la distribución de las observaciones es normal.

En general se utilizan límites de 2 sigmas ó de 3 sigmas alrededor del promedio. En la
distribución normal, el intervalo de 3,09 sigmas alrededor del promedio corresponde a
una probabilidad de 0,998.
Entonces, se construye un gráfico de prueba y se traza una línea recta a lo largo del eje
de ordenadas (Eje Y), a la altura del promedio (Valor central de las observaciones) y
otras dos líneas rectas a la altura de los límites de control:
Page
28
En este gráfico se representan los puntos correspondientes a las observaciones con las
que se calcularon los límites de control:
Este gráfico de prueba se analiza detenidamente para verificar si está de acuerdo con la
hipótesis de que la variabilidad del proceso se debe sólo a un sistema de causas
aleatorias o si, por el contrario, existen causas asignables de variación. Esto se puede
establecer porque cuando la fluctuación de las mediciones se debe a un sistema constante
de causas aleatorias la distribución de las observaciones es normal:
Page
29
Cuando las observaciones sucesivas tienen una distribución normal, la mayor parte de los
puntos se sitúa muy cerca del promedio, algunos pocos se alejan algo más y prácticamente
no hay ninguno en las zonas más alejadas:
Page
30
Si no se descubren causas asignables entonces se adoptan los límites de control calculados

como definitivos, y se construyen cartas de control con esos límites:
Page
31
Si sólo hay pocos puntos fuera de control (2 ó 3), estos se eliminan, se recalculan la media,
desviación standard y límites de control con los restantes, y se construye un nuevo gráfico
de prueba. Cuando las observaciones no siguen un patrón aleatorio, indicando la
existencia de causas asignables, se hace necesario investigar para descubrirlas y
eliminarlas. Una vez hecho esto, se deberán recoger nuevas observaciones y calcular
nuevos límites de control de prueba, comenzando otra vez con la primera etapa.
En la 2da etapa, las nuevas observaciones que van surgiendo del proceso se representan
en el gráfico, y se controlan verificando que estén dentro de los límites, y que no se
produzcan patrones no aleatorios:
Page
32
Como hemos visto, el 99,8 % de las observaciones deben estar dentro de los límites de
3,09 sigmas alrededor de la media. Esto significa que sólo 1 observación en 500 puede
estar por causas aleatorias fuera de los límites de control. Entonces, cuando se encuentra
más de 1 punto en 500 fuera de los límites de control, esto indica que el sistema de causas
aleatorias que provocaba la variabilidad habitual de las observaciones ha sido alterado por
la aparición de una causa asignable que es necesario descubrir y eliminar.
Page
33
En resumen, Las Gráficas de Control:
Son herramientas efectivas para entender la Variación del proceso y ayudan a lograr el
control estadístico.
Las gráficas de control nos muestran cómo se compara una característica a través del
tiempo.
Si todos los puntos están dentro de los límites y no siguen un patrón específico, se dice
que el proceso está bajo control o bajo control estadístico .
Los límites de control dependen del comportamiento de los datos.
Un proceso bajo control estadístico se puede mejorar a través de la reducción de

variación y el centrado en un valor objetivo; esto reduce costos y mejora la
productividad.
Las gráficas de control proporcionan un lenguaje común para comunicar información

sobre el desempeño de un proceso entre muy diversas personas dentro y fuera de la
empresa.
Las gráficas de control indican dónde está o quien tiene la posible solución de un
problema, con lo cual se minimiza la confusión, frustración y el costo de los esfuerzos
mal dirigidos para la solución de un problema.
Page
34

Guia para El Ejercicio 2

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Guia para El Ejercicio 2

Cargado por

Copyright:

Formatos disponibles

2

GRAFICAS DE CONTROL ...........................................................................................3

Selección Entre Cartas Por Variables Y Por Atributos .............................................. 10

Guía Para Implementar Graficas De Control ........................................................... 12

Uso De Las Graficas De Control ............................................................................ 13

Tamaño de muestra y frecuencia de muestreo ....................................................... 14

BASES ESTADÍSTICAS DE LAS GRAFICAS DE CONTROL ......................................... 17

Análisis de patrones en graficas de control ............................................................ 18

ESTADISTICA DE LOS GRAFICOS DE CONTROL ........................................................ 20

Los Gráficos De Control Como Pruebas De Hipótesis ................................................. 20

Selección De Los Límites De Control ...................................................................... 25

Efectos de los límites de control sobre y .......................................................... 26

Puesta en marcha del Control Estadístico ................................................................. 27

Es una herramienta estadística que detecta la variabilidad, consistencia, control y mejora

1. Son una herramienta probada para mejorar la productividad. Su aplicación exitosa

2. Son efectivas como herramientas de prevención de defectos. Apoyan el concepto de

3. Evitan que se hagan ajustes innecesarios en el proceso. Apoyan el concepto de “si no

4. Proporcionan información de diagnóstico. Proporcionan un patrón de puntos que

5. Proporcionan información acerca de la capacidad o habilidad del proceso.

estabilidad con el tiempo, permitiendo la estimación de la capacidad del proceso para

Características Generales de las Gráficas de Control

El termino consistencia se refiere a la uniformidad en la salida del proceso; es preferible

Características de las gráficas de control

Tipos de Gráfica y Características Principales

Para la utilización de las gráficas se requiere un procedimiento específico:

 Decidir la gráfica de control a emplear

 Controlar el proceso, si aparece una anormalidad sobre la gráfica de control,

Existen dos grandes tipos de graficas de control en función a la naturaleza de la

Gráficos por variable:

Cuando la característica de calidad puede ser expresada mediante una variable

Algunos puntos importantes a considerar previo a la elaboración de esta gráfica son:

Familiarizar al personal con el uso de esta gráfica.

El proceso que se debe seguir para construir una gráfica es:

Parte superior se dedica a los promedios,

Se utilizan para controlar el porcentaje de unidades defectuosas, o el número de

Dentro de la clasificación de las características calidad por atributos se requiere:

El criterio se establece de acuerdo con las especificaciones.

La prueba consiste en la operación que se realiza para averiguar la existencia o no del

Tipos de grafica de control por atributos

 P, Porcentaje de Fracción Defectiva

Los principales objetivos de la gráfica p son:

 Poner a la atención de la dirección cualquier cambio en el nivel medio de calidad.

 Proporcionar un criterio para poder juzgar si lotes sucesivos pueden considerarse

Grafica np, número de unidades defectivas por muestra

Esta gráfica es el instrumento estadístico que se utiliza cuando se desea graficar

Los principales objetivos de la gráfica np son:

 Conocer las causas que contribuyen al proceso

Grafica c, número de defectos por unidad

La gráfica c estudia el comportamiento de un proceso considerando el número de

Los objetivos de la gráfica c son:

 Reducir el costo relativo al proceso

 Determinar qué tipo de defectos no son permisibles en un producto informar de

Grafica u, proporción de defectos

 Como substituto de la gráfica c cuando el tamaño muestral.

Selección Entre Cartas Por Variables Y Por Atributos

Comparación de sensibilidad entre graficas de control

En la figura, cuando la media del proceso está en µ1 se producen pocas no conformidades,

Guía Para Implementar Graficas De Control

5. Seleccionar el sistema de colección de datos y software de C.E.P.

Selección De La Grafica De Control Adecuada

A. Se prefiere una carta por variables en las situaciones siguientes:

1. Se inicia un proceso o producto nuevo.

B. Se prefiere una carta por atributos en las situaciones siguientes: