Control estadístico de procesos

¿POR QUÉ SPC?

¿Qué efecto tiene lo que hago?

Ayuda a conocer la VARIACION

¿El proceso es capaz?

¿Qué está mal?
¿Hay que ajustar?
¿El proceso está produciendo scrap/desperdicio ó
resultados que requieren re trabajo?
¿Es necesaria una reunión urgente?
 VARIACIÓN
 Es la VOZ del proceso

 El patrón que se forma con la variación es conocido

 Las piezas tienen diferente tamaño de una a como distribución.
otra.

 Tipos de distribuciones
DISTRIBUCIONES
 Predecible  No predecible
 Fuentes de variación
FUENTES DE VARIACIÓN
Measurements Material Personnel

 Proceso inestable = pobre estandarización

Instrumentos mal Lotes diferentes Cansancio
calibrados
Falta de discriminación Variacion del Rotacion
proveedor
Diferentes maneras Materiales diferentes Capacidades diferentes
de medir
Instrumento Mezclas de materiales Operarios diferentes
inadecuado
Variación

Iluminacion Metodos inadecuados Falta de mantenimiento

Humedad Falta de Poka Yokes Desgaste

Temperatura Falta de Variacion de parametros

estandarizacion
Turnos diferentes Documentos poco Ajustes incorrectos
entendibles

Environment Methods Machines

 CAUSAS DE VARIACIÓN
 Comunes  Especiales

Causas comunes I Chart of Especial

13 1
UCL=12.664 1 5.0
UCL=14.59
12

1 2.5
11

Individual Value
Individual Value

_ _
10 X=9.964 X=10.26
1 0.0

7.5
8
LCL=5.94
LCL=7.264
1
7 5.0
1 3 5 7 9 11 13 15 17 19 1 3 5 7 9 11 13 15 17 19
Observation Observation

En Control estadístico
 TOMA DE ACCIONES
Causa común: Latas
melladas por compra de
hojalata de menor calidad.
El operador no sabe y la
administración desconoce
el perjuicio.
Acción: No hay nada que
los operarios puedan. Sólo
la administración puede.
Error: Una lata defectuosa
podría llevar a ajustar, el
ajuste puede descomponer
el sistema y empeorar las
cosas. Mientras la
verdadera fuente del
inconveniente (material)
pasará inadvertida.
Causa especial: el Acciones
desperfecto es provocado
por un desgaste natural
relativamente menor en la Locales
máquina. 15%
Acción: Los trabajadores o
los técnicos pueden reducir
o eliminar el problema
ajustando o reemplazando
Al
las partes afectadas del
sistema
equipo.
85%
Error: Creer que el
problema es común
(hojalata de mala calidad) Porcentaje de solución de problemas de acuerdo al
y no hacer a la máquina los tipo de acción tomada
ajustes necesarios en forma
oportuna.
LIMITES DE CONTROL
 No son especificaciones o
limites reales
 No son tolerancias.
 No son deseos.
 Se calculan con base en los
datos.
 Son la habilidad del
proceso
 Están dados por (𝑋 + 3𝜎) y
(𝑋-3𝜎)
 El proceso se considera en
control hasta que se
demuestre lo contrario

En los limites reales el numero de subgrupos es igual a 1

 CONTROL VS HABILIDAD
 Control: Cuando un proceso esta
dentro de sus limites naturales de
variación.
 Habilidad: Cuando un proceso se
mantiene en control dentro de las
especificaciones
 Un proceso puede estar en control
estadístico pero no tener la PP PX
habilidad de cumplir con los
limites de especificación.
 Ajustar un proceso incapaz
cuando se sale de
especificaciones genera una mas
variación

XP XX
 TIPOS DE GRÁFICOS
SPC

Variables Atributos
Medible Pasa/no pasa

I-MR X-R X-S P NP C U

Defectos x Defectos por
Individual Grupo < 8 Grupo > 8 % defectuoso # defectuosos
unidad grupo
TABLAS DE CONSTANTES PARA CARTAS DE CONTROL
 Lote Brix Rango
1 2,0%
2 2,4% 0,4
3 2,2% 0,2
4 1,4% 1,8

I-MR
5 2,3% 0,9
6 1,8% 0,5
7 1,5% 0,3
8 1,5% 0
9 2,1% 0,6
10 2,0% 0,1
Individual moving range (I-MR) Ejemplo: 11 1,6% 0,4
12 2,2% 0,6
13 1,9% 0,3
 Grafico para valores individuales En la producción de tequila se mide 14 2,4% 0,5
el grado de brix residual (cantidad 15 3,3% 0,9
16 2,1% 1,2
 Recomendada para procesos lentos de azúcar que queda en el bagazo 17 2,1% 0
del agave) teniendo como máximo 18 1,8% 0,3
 Variables administrativas por día permitido 3.5%
19
20
1,6%
2,1%
0,2
0,5
21 1,2% 0,9
 Productividad LCS: 1.95 + 3(0.43/1.128) 3.26 X 0.43
22 1,8% 0,6
23 2,0% 0,2
24 2,4% 0,4
 Esta dado por las formulas 1.1 donde LCS: 3.09 1.41 25 1,9% 0,5
26 2,4% 0,5
 X es el valor promedio de los datos 27 2,4% 0
LCI: 1.95 - 3(0.43/1.128) 0 X 0.43 28 1,7% 0,7
 R es el rango promedio
LCI: 0.80 0 29
30
1,8%
2,1%
0,1
0,3
 D son constantes 31 1,7% 0,4
32 2,1% 0,4
33 1,6% 0,5
Formulas 1.1 34 2,4% 0,8
𝑅 35 2,1% 0,3
Grafico I: 𝑋 ± 3 𝑑 36 1,8% 0,3
2 37 1,3% 0,5
Grafico MR: 38 1,8% 0,5
39 1,7% 0,1
LCS: D4 𝑅 y LCI: D3 𝑅 40 1,6% 0,1
Promedios 1,95% 0,43
I-MR
I-MR
I-MR
I-MR
  El punto numero 15 se debió a un desperfecto en el equipo.
 Se refuerza la idea de mantener un monitoreo constante.
 El proceso se encuentra debajo del 3.5% esperado.
I-MR  Si el LCS fuera mayor al 3.09% actual una situación común se
consideraría especial ajustando de manera innecesaria.
 …
 X-R Ejemplo:
Grupo
1 -21
Medidas
-5 21 3 -12
Media Rango
-2,8 42
2 4 3 7 22 -18 3,6 40
Average and range chart (X-R) Se fabrican punterías con una 3 -13 7 -11 -7 7 -3,4 20
4 15 7 26 7 -4 10,2 30
 Grafico para valores de subgrupo n ≤ 8 especificación de 20 000 micras en 5
6
0
1
13 6 -20
4 3 9
6
-10
1
1,4
33
19
el diámetro exterior. La medición se 7 -4 0 -5 11 2 0,8 16
 Recomendada para procesos masivos realiza restando al valor nominal la 8 3 -13 3 -13 9 -2,2 22
9 7 0 5 11 4 5,4 11
 Se obtienen datos de forma periódica diferencia de la pieza medida, con 10 17 3 2 -23 -4 -1 40
11 15 -5 2 12 5 5,8 20
la especificación de EI: -25, ES: 25 12 5 -1 2 -16 10 0 26
 Esta dado por la formula 2.2 donde 13 1 -2 -4 -16 10 -2,2 26
14 -13 1 -6 11 4 -0,6 24
 X es el valor promedio de las medias LCS: 0.59 + 0.577 x 26.3 2.1144 x 26.3 15 2 -4 14 -6 -2 0,8 20
LCS: 15.77 55.6 16 4 2 19 -1 6 6 20
 R es el rango promedio 17 6 8 2 9 -4 4,2 13
LCS: 0.59 - 0.577 x 26.3 0 x 26.3 18 -22 1 -2 2 -7 -5,6 24
 D es una constante 19 -9 10 -8 -10 -2 -3,8 20
LCS: -14.59 0 20 0 -3 -13 14 -3 -1 27
 A es una constante 21 7 5 -1 -1 1 2,2 8
22 10 7 -8 -14 -33 -7,6 43
23 -14 28 10 0 -2 4,4 42
Formula 2.2 24 -19 2 7 12 -9 -1,4 31
Grafico X: 𝑋 ± 𝐴2𝑅 25
26
10
21
5 14 -4
-16 -20 -3
4
10
5,8
-1,6
18
41
Grafico R: LCS: D4 𝑅 y LCI: D3 𝑅 27 22 -14 -5 -7 5 0,2 36
28 -1 1 4 -4 17 3,4 21
29 0 5 6 -19 -7 -3 25
30 2 -19 12 -1 0 -1,2 31
0,59 26,3
X-R
X-R
X-R
X-R
X-R
  …

X-R
X-R
  El proceso es estable (esta en control estadístico)
 El rango del proceso es muy alto
 El proceso es establemente incapaz
X-R  Se debe trabajar en la mejora de la capacidad del proceso
eliminando fuentes de variación
 …
 X-S Ejemplo:
Grupo
1
X
27,996
S
0,259
Average and standar deviation (X-S) 2 28,086 0,345
Para el proceso de botellas se 3 27,912 0,293
 Grafico para valores de subgrupo n ≥ 9 hace un monitoreo de 10 piezas 4 28,036 0,201
de pre-formas antes de dar forma 5 27,926 0,331
 Mayor potencia de detección de cambios 6 28,838 0,254
a la botella. Dicho peso debe
 Esta dado por la formula 3.3 donde 7 28,045 0,202
estar entre 28 ± 0.5g. 8 27,871 0,351
 X es el valor promedio de las medias 9 27,971 0,357
 S es la desviación estándar promedio LCS: 27.989 + 0.975 x 0.283 1.716 x 0.283 10 27,704 0,233
LCS: 28.265 0.486 11 27,924 0,245
 D es una constante
LCS: 27.989 - 0.975 x 0.283 0.284 x 0.283 12 27,938 0,271
 A es una constante LCS: 27.713 0.080 13 27,784 0,284
14 27,709 0,257
15 27,925 0,238
Formula 3.3 16 27,983 0,343
17 27,963 0,332
Grafico X: 𝑋 ± 𝐴3𝑆
18 28,112 0,395
Grafico S: LCS: B4 𝑆 y LCI: B3 𝑆
19 27,984 0,285
20 28,071 0,188
27,989 0,283
X-S
X-S
X-S
X-S
X-S
X-S
  El proceso no es estable (presenta varios puntos fuera de control)
 El rango del proceso es moderado
 El proceso es incapaz de cumplir con las especificaciones
X-S  Se debe controlar las fuentes de variaciones fuera de control y
repetir el estudio
 …
 CARTA P
Proporción de defectuosos Ejemplo:
 Primera carta de control propuesta En el proceso de empaquetado de Grupo Paq Def Prop Grupo Paq Def Prop
1 595 15 0,025 21 594 7 0,012
 Evalúa la proporción de defectuosos
salchichas se han detectado 2 593 5 0,008 22 606 5 0,008
recomendable n > 20 paquetes con falta de vacío. Estos 3 607 8 0,013 23 601 7 0,012
paquetes se consideran 4 596 10 0,017 24 598 4 0,007
5 602 6 0,010 25 599 2 0,003
 Detecta cambios significativos en proceso defectuosos. Después de un 6 599 5 0,008 26 590 3 0,005
análisis se obtuvo lo siguiente: 7 600 5 0,008 27 588 5 0,009
 Se recomienda tamaño de subgrupos constante, 8 590 7 0,012 28 597 3 0,005
usar 𝑛 o construir grafico con limites variables. 𝑝=
257
= 0.0107 9 599 2 0,003 29 604 6 0,010
23,942 10 601 4 0,007 30 605 5 0,008
 Formula 23,942
11 598 9 0,015 31 597 7 0,012
 n es el numero de piezas inspeccionadas 𝑛= = 598.6 ≈ 599 12 600 17 0,028 32 603 9 0,015
40
13 597 4 0,007 33 596 5 0,008
 d numero de defectuosos por muestra 0.0107(1−0.0107)
14 594 5 0,008 34 597 3 0,005
LCS: 0.0107 + 3 = 0.023 15 595 3 0,005 35 607 8 0,013
 p proporción defectuosa 599
16 597 10 0,017 36 596 15 0,025
Formulas 𝑝 = 0.0107 17 599 7 0,012 37 598 4 0,007
𝑑 18 596 5 0,008 38 600 6 0,010
Proporción 𝑝: LCI: 0.0107 − 3
0.0107 1−0.0107
= −0.0019 = 0 19 607 4 0,007 39 608 8 0,013
𝑛
599 20 601 9 0,015 40 592 5 0,008
𝑝(1−𝑝)
Lim. de ctrl: 𝑝 ± 3 23942 257 0,0107
𝑛
P
P
P
P
P- Var
P- Var
P- Var
 Capacidad del
% PPMs
 Puntos fuera de control 1, 12 y 36 y es necesario proceso
0.2 54,85% 548,506
erradicar o controlar lo sucedido en estos puntos 0.3 36,81% 368,120
0.4 23,01% 230,139
 El proceso arroja un % de defectos promedio de 1.07% 0.5
0.6
13,36%
7,19%
133,614
71,861
(0.0107) 0.7 3,57% 35,729
0.8 1,64% 16,395

 El porcentaje de defectos promedio es fuente de re 0.9 0,69% 6,934

P 1.0 0,27% 2,700
trabajos y debería ser mejorado 1.1 0,10% 967
1.2 0,03% 318

 Limites promedio es recomendable para discrepancias 1.3

1.4
0,01%
0,00%
96
27
entre subgrupos menor a 20% 608
599
− 1 = 1.5%
599
588
− 1 = 1.87% 1.5 0,00% 6,8
1.6 0,00% 1,6

 …
1.7 0,00% 0,3
1.8 0,00% 0,1
1.9 0,00% 0,0
2.0 0,00% 0,0
 CARTA NP Muestra Def Muestra Def
Numero de defectuosos Ejemplo: 50 5 50 2
50 2 50 2
 Evalúa la cantidad de defectuosos en el En el proceso de estampado de 50 3 50 2
grupo placas se han detectado piezas 50 3 50 1
50 2 50 1
 Facilita el calculo de $ perdido por pieza con estampados borrosos que 50 2 50 1
50 2 50 2
han sido removidos como
 No es necesario el calculo de la proporción 50 2 50 1
defectuosos. En la tabla se 50 1 50 2
 Solo para tamaño de subgrupos constante y muestra la información de los 50 1 50 2
50 3 50 2
con n >20 últimos 3 días. 50 6 50 3
50 1 50 2
 Formula 50 2 50 1
 np numero promedio de defectuosos 50 1 50 3
LCS: 2.175 + 3 2.175 (1 − 0.0435) = 6.502 50 3 50 5
 P proporción total
50 2 50 1
50 2 50 2
Formulas
𝑛𝑝 = 2.175 50 1 50 3
Lim. de ctrl: 𝑛𝑝 ± 3 𝑛𝑝 (1 − 𝑝) 50 3 50 2
2000 87
LCS: 2.175 − 3 2.175 1 − 0.0435 = −2.152 = 0 0,0435
2,175
NP
NP
NP
NP
 Capacidad del
% PPMs
proceso
0.2 54,85% 548,506
0.3 36,81% 368,120
 Proceso dentro de control estadístico 0.4 23,01% 230,139
0.5 13,36% 133,614
 En promedio 2 de cada 50 piezas presenta 0.6 7,19% 71,861
0.7 3,57% 35,729
defecto. (4.35%) 0.8 1,64% 1,6395
0.9 0,69% 6,934
NP  Costo de re-trabajo de 0.78 dlls = $1.56 en 1.0
1.1
0,27%
0,10%
2,700
967
promedio 1.2 0,03% 318
1.3 0,01% 96
 Desde el punto 21 al 31 se presenta una 1.4 0,00% 27
1.5 0,00% 6,8
posible tendencia de turno o material que 1.6 0,00% 1,6
1.7 0,00% 0,3
debe ser evaluada 1.8 0,00% 0,1
1.9 0,00% 0,0
2.0 0,00% 0,0
NP
NP
NP
 Capacidad del
% PPMs
proceso
0.2 54,85% 548,506
0.3 36,81% 368,120
 Proceso dentro de control estadístico 0.4 23,01% 230,139
0.5 13,36% 133,614
 En promedio 2 de cada 50 piezas presenta 0.6 7,19% 71,861
0.7 3,57% 35,729
defecto. (4.35%) 0.8 1,64% 1,6395
0.9 0,69% 6,934
NP  Costo de re-trabajo de 0.78 dlls = $1.56 en 1.0
1.1
0,27%
0,10%
2,700
967
promedio 1.2 0,03% 318
1.3 0,01% 96
 Desde el punto 21 al 31 se presenta una 1.4 0,00% 27
1.5 0,00% 6,8
posible tendencia de turno o material que 1.6 0,00% 1,6
1.7 0,00% 0,3
debe ser evaluada 1.8 0,00% 0,1
1.9 0,00% 0,0
 … 2.0 0,00% 0,0
 CARTA C
Numero de defectuosos Ejemplo:
Mueble Defectos Mueble Defectos
 Evalúa la cantidad de defectos en el subgrupo En la fabricacion de muebles se
1 7 16 12
 No influye si la pieza es o no defectuosa
registran los defectos que se 2 5 17 8
detectan en cada unidad con el 3 10 18 10
 Se usa con subgrupos constantes N=1 fin de conocer y mejorar el 4 2 19 4
 Se puede usar para eventos como: quejas de proceso. 5 6 20 7
clientes, clientes atendidos, accidentes. 6 5 21 3
7 4 22 10
 Formula 8 9 23 6
LCS: 6.4 + 3 6.4 = 13.9
 c numero promedio de defectos 9 7 24 6
𝑐 = 6.4 10 5 25 7
11 6 26 4
Formulas LCS: 6.4 − 3 6.4 = −1.18 = 0 12 7 27 5
Lim. de ctrl: 𝑐 ± 3 𝑐 13 8 28 6
14 4 29 8
15 5 30 5
6,4
C
C
C
C
  Proceso dentro de control estadístico
 Al no ser detectadas causas especiales, los limites se
pueden usar como referencia
C  La realidad de 6.4 defectos promedio debe ser abordada
para proyectos de mejora
 …
 CARTA U
Numero de defectuosos por unidad Ejemplo: Grupo Muestra Defectos Def. promedio
1 20 17 0,85
2 20 24 1,20
 Evalúa la cantidad de defectos por articulo o Una fabrica de tablillas 3 20 16 0,80
unidad electrónicas se hace una 4 20 26 1,30
5 15 15 1,00
 No influye si la pieza es o no defectuosa inspección final para la 6 15 15 1,00
7 15 20 1,33
detección de defectos menores 8 25 18 0,72
 Se usa con subgrupos variables n ≥ 1 9 25 26 1,04
en muestras variables. Los datos 10 25 10 0,40
 Se puede utilizar con 𝑛 o construir grafico se encuentran en la tabla 11 25 25 1,00
12 30 21 0,70
con limites variables. 13 30 40 1,33
14 30 24 0,80
 Formula 1.04 15 30 46 1,53
LCS: 1.04 + 3 = 1.70 16 30 32 1,07
 u numero promedio de defectos entre los 21.875
17 30 30 1,00
subgrupos 18 30 34 1,13
𝑢 = 1.04 19 15 11 0,73
 n tamaño del subgrupo
20 15 14 0,93
21 15 30 2,00
Formulas 1.04 22 15 17 1,13
LCS: 1.04 − 3 = 0.39 23 15 18 1,20
𝑢 21.875
Lim. de ctrl: 𝑢 ± 3 24 15 20 1,33
𝑛
525 549 1.04
21.875
U
U
U
U
U
U
U
  Proceso no esta dentro de control estadístico
 Limites variables muestra puntos que limites promedio no muestra
 Con base en limites variables se debe trabajar en el punto 21
U  Se debe indagar en el punto 10 y la mejora de la calidad
 Limites promedio es recomendable cuando la discrepancia entre los
30 21.875
subgrupos es menor a 20% 21.875
− 1 = 37.14% 15
− 1 = 45.83%

 …
 CONSIDERACIONES
 El proceso de debe estar en control
estadístico y con 𝐶𝑝𝑘 >1.15
 Los subgrupos analizados deben ser
n>30
 Establecer un medio apropiado para
toma de decisiones.
 Definir cantidades y periodos de
muestreo
 Entrenamiento adecuado al personal

 Uso de escalas de colores como

control visual
 Por cada punto de fuera de control
detectado deber haber alguna acción  No se deben asignar valores arbitrarios a los limites de control. No
modifican la realidad y solo enmascaran el problema.
 Si nunca se presentan puntos fuera
de control también se debe investigar
 Grafico de pre-control para proceso de pesado de Cappussino
Fecha Maquina Inspector
g
106,0
105,5
105,0
104,5
104,0
103,5
103,0
102,5
102,0
101,5
101,0
100,5
100,0
99,5
99,0
98,5
98,0
97,5
97,0
96,5
96,0
95,5
95,0
94,5
94,0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

Dato 1
Dato 2
Dato 3
Dato 4

8,5
8,0
7,5
7,0
6,5
6,0
5,5
5,0
4,5
4,0
3,5
3,0
2,5
2,0
1,5
1,0
0,5
0,0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Proceso aceptable Proceso en alerta
Seguir trabajando normal Notificar la discrepancia
Continuar evaluando c/hr Realizar correcciones necesarias
Seguir trabajando
Continuar evaluando c/hr
Proceso fuera de control
Detener el proceso
Notificar al supervisor
Realizar correcciones mayores
Evaluar material de 1 hr antes
Continuar evaluando c/hr

Fecha Grupo fuera de ctrl. Responsable Acciones tomadas

 CAUSAS ESPECIALES ADICIONALES
1 punto mas allá de 3 desviaciones estándar (3σ)

Causas especiales
Posibles causas
Causas especiales
 Proceso fuera de control
60 UCL=59,78

 Desajustes en la maquinaria
55
 Cambio temporal de operario
Individual Value

_
50 X=49,67  Mayor o menor atención del operario

 Ajuste o re ajuste (set up)

45

 Cambio de lote de materia prima

40 LCL=39,56
1
 …
1 3 5 7 9 11 13 15 17 19 21 23 25
Observation
 CAUSAS ESPECIALES ADICIONALES
Mas de 7 puntos en el mismo lado de la linea central

Causas especiales
Posibles causas
Causas especiales
60
 Cambio de nivel
UCL=57,61  Cambio de turno o de operario
55
 Cambio de lote de materia prima
Individual Value

50 _
 Cambio de parámetros en maquinaria
X=49,08

 Cambio de criterios de inspección

2
45 2
 La calidad el proceso mejoro/empeoro

40
LCL=40,56  …
1 3 5 7 9 11 13 15 17 19 21 23 25
Observation
 CAUSAS ESPECIALES ADICIONALES
Mas de 6 puntos crecientes o decrecientes

Causas especiales
Posibles causas
Causas especiales
60
 Desplazamiento
UCL=57,99
 Deterioro, desajuste gradual o ajuste gradual
55 3
 Desgaste del herramental
Individual Value

50
_
X=50,04
 Cansancio o adquisición de experiencia

 Acumulación de residuos en el área de

45 producción (falta de limpieza)
LCL=42,09  Cambio de condiciones ambientales
40
1 3 5 7 9 11 13 15 17 19 21 23 25  …
Observation
 CAUSAS ESPECIALES ADICIONALES
14 puntos que alternen arriba y abajo

Causas especiales
Posibles causas
Causas especiales
65
 Exceso de variación
UCL=62,92

60
 Sobre control
4
 Ajustes innecesarios
Individual Value

55

_  Mezcla de lotes de materia prima

X=50,70
50

 Medición de dos procesos al mismo tiempo

45
4
 Diferentes evaluadores
40
LCL=38,47  …
1 3 5 7 9 11 13 15 17 19 21 23 25
Observation
 CAUSAS ESPECIALES ADICIONALES
2 de 3 puntos mas allá de 2σ del mismo lado de la línea central

Causas especiales
Posibles causas
Causas especiales
65
 Proceso errático
UCL=62,70
5  Variación en el equipo
60
+2SL=58,88
 Mezcla de material
Individual Value

55 +1SL=55,06

_  Descuido de medición
X=51,24
50

-1SL=47,42
 Descuido de operario
45
-2SL=43,60  …
40 LCL=39,78

1 3 5 7 9 11 13 15 17 19 21 23 25
Observation
 CAUSAS ESPECIALES ADICIONALES
4 de 5 puntos mas allá de 1σ del mismo lado de la línea central

Causas especiales
Posibles causas
Causas especiales
 Proceso errático
UCL=60,61
60
 Ajuste o desajuste gradual
+2SL=57,09

55
 Mayor o menor atención del operario
Individual Value

+1SL=53,57

50
_
X=50,04
 Cambio en método de inspección

-1SL=46,52  …
45
6
-2SL=42,99

40
LCL=39,47

1 3 5 7 9 11 13 15 17 19 21 23 25
Observation
 CAUSAS ESPECIALES ADICIONALES
15 puntos consecutivos dentro de 1σ

Causas especiales
Posibles causas
Causas especiales
60
 Falta de variación
UCL=58,31
 Error en el calculo de los limites de control
55
 Carta de control inapropiada
Individual Value

7
+1SL=53,17

_  Capacidad de medición inadecuada

X=50,61
50 7
7
-1SL=48,04
 Datos no reales

 …
45

LCL=42,91

1 3 5 7 9 11 13 15 17 19 21 23 25
Observation
 CAUSAS ESPECIALES ADICIONALES
8 puntos consecutivos sin caer dentro de 1σ

Causas especiales
Posibles causas
Causas especiales
65
 Exceso de variabilidad
UCL=63,34

60
 Ajustes innecesarios
8

 Mezcla de materiales
Individual Value

55 +1SL=54,46

50
_
X=50,02
 Cambios de operarios o materiales

-1SL=45,58
 Diferentes evaluadores
45

 …
40

LCL=36,69

1 3 5 7 9 11 13 15 17 19 21 23 25
Observation
 COMO REALIZAR GRAFICO DE CONTROL
Si No No No
Muestra Se miden Defectos
medible? defectuosos? por pieza?
Si
Si U
N > 20 S > 1

Muestra No Muestra No X-S S: Variable

N > 35 S > 8 Se evalúa No
individual? S ≤ 8? S: Constante
por %? C
N > 20 S = 1
Si NP S: Constante
Si Si N > 20 S > 20
X-R S: Constante
N > 35 S≤8 P
I-MR S: Constante N >20 S >50
N > 35 S = 1
S: Variable
S: Constante

Realizar
N = cantidad de sub-grupos S = piezas por sub-grupos estudio
DUDAS,

PREGUNTAS,

COMENTARIOS?