1. ¿Qué es el control de calidad en línea?

Conocer la capacidad o habilidad de un proceso, que consiste en determinar la

amplitud de la variación natural del proceso para una característica de calidad dada.
Esto permitirá saber en qué medida tal característica de calidad es satisfactoria. En
este capítulo se estudian las principales técnicas de la estadística descriptiva para el
análisis de una variable de tipo continuo. Estas técnicas son de gran utilidad para
entender mejor la capacidad de un proceso.

2. ¿Que son los gráficos de control?

En ellos se representa a lo largo del tiempo el estado del proceso que

estamos monitorizando. En el eje horizontal X se indica el tiempo, mientras
que el eje vertical Y se representa algún indicador de la variable cuya
calidad se mide.
La finalidad de los gráficos de control es por tanto monitorizar dicha
situación para controlar su buen funcionamiento, y detectar rápidamente
cualquier anomalía respecto al patrón correcto, puesto que ningún proceso
se encuentra espontáneamente en ese estado de control, y conseguir llegar
a él supone un éxito, así como mantenerlo; ése es el objetivo del control de
calidad de procesos, y su consecución y mantenimiento exige un esfuerzo
sistemático, en primer lugar para eliminar las causas asignables y en
segundo para mantenerlo dentro de los estándares de calidad fijados.

3. ¿Qué es el gráfico de control X-R?

Diagramas para variables que se aplican a procesos masivos, en donde en

forma periódica se obtiene un subgrupo de productos, se miden y se calcula
la media y el rango R para registrarlos en la carta correspondiente.

La idea es la siguiente: imaginemos que a la salida del proceso fluyen (uno

a uno o por lotes) las piezas resultantes del proceso, cada determinado
tiempo o cantidad de piezas se toma un número pequeño de piezas
(subgrupo) a las que se les medirá una o más características de calidad.
Con las mediciones de cada subgrupo se calculará la media y el rango, de
modo que cada periodo de tiempo (media hora, por ejemplo) se tendrá una
media y un rango muestral que aportarán información sobre la tendencia
central y la variabilidad del proceso, respectivamente. Con la carta X– se
analiza la variación entre las medias de los subgrupos, para detectar
cambios en la media del proceso, mientras que con la carta R se analiza la
variación entre los rangos de los subgrupos, lo cual permite detectar
cambios en la amplitud o magnitud de la variación del proceso.

4. Que son los índices Cp, Cpk, Cpm, Pp, Ppk

INTERNAL
 Índice Cp, indicador de la capacidad potencial del proceso que resulta de dividir el ancho
de las especificaciones (variación tolerada) entre la amplitud de la variación natural del
proceso. El índice de capacidad potencial del proceso, Cp, se define de la siguiente

manera:
Donde σ representa la desviación estándar del proceso, mientras que ES y EI son las
especificaciones superior e inferior para la característica de calidad. Como se puede
observar, el índice Cp compara el ancho de las especificaciones o la variación tolerada para

el proceso con la amplitud de la variación real de éste:

Índice Cpk, indicador de la capacidad real de un proceso que se puede ver como un ajuste
del índice Cp para tomar en cuenta el centrado del proceso. que se conoce como índice de
capacidad real del proceso, es considerado una versión corregida del Cp que sí toma en
cuenta el centrado del proceso. Existen varias formas equivalentes para calcularlo, una de
las más comunes es la siguiente:

Es igual al valor más pequeño de entre Cpi y Cps, es decir, es igual al índice unilateral más
pequeño, por lo que si el valor del índice Cpk es satisfactorio (mayor que 1.25), eso indica
que el proceso en realidad es capaz. Si Cpk< 1, entonces el proceso no cumple con por lo
menos una de las especificaciones.

Índice Cpm, índice de Taguchi similar al Cpk que, en forma simultánea,

toma en cuenta el centrado y la variabilidad del proceso. Desde el punto de
vista de G. Taguchi, cumplir con especificaciones no es sinónimo de buena
calidad y la reducción de la variabilidad debe darse en torno al valor
nominal (calidad óptima). Es decir, la mejora de un proceso según Taguchi
debe estar orientada a reducir su variabilidad alrededor del valor nominal,
N, y no sólo para cumplir con especificaciones. En consecuencia, Taguchi
(1986) propone que la capacidad del proceso se mida con el índice Cpm
que está definido por

donde τ (tau) está dada por:

y N es el valor nominal de la característica de calidad; EI y ES son las

especificaciones inferior y superior. El valor de N por lo general es igual al
punto medio de las especificaciones, es decir, N= 0.5(ES+EI). Nótese que
el índice Cpm compara el ancho de las especificaciones con 6τ; pero τ no
sólo toma en cuenta la variabilidad del proceso, a través de σ2, sino que

INTERNAL
 también toma en cuenta su centrado a través de (μ−N)2. De esta forma, si
el proceso está centrado, es decir, si μ=N, entonces Cp, Cpk y Cpm son
iguales.

Índice Pp, indicador del desempeño potencial del proceso, que se calcula
en forma similar al índice Cp pero usando la desviación estándar de largo
plazo, el índice de desempeño potencial del proceso (process performance)
Pp se calcula de la siguiente manera:

donde σL es la desviación estándar de largo plazo. Nótese que el índice Pp

se calcula en forma similar al Cp, la única diferencia es que Pp utiliza σL,
mientras que Cp usualmente se calcula con la desviación estándar de corto
plazo.

Índice Ppk, indicador del desempeño real del proceso, que se calcula en
forma similar al índice Cpk pero usando la desviación estándar de largo
plazo, el índice de desempeño real del proceso Ppk que se obtiene con

Advierta que este índice se calcula de la misma manera que el índice Cpk,
la única diferencia es que Ppk utiliza σL (la desviación estándar de largo
plazo).

5. ¿Qué relación tienen estos índices con el control de calidad?

Son medidas estadísticas basadas en cifras que se utilizan como criterio para juzgar
y evaluar el desempeño de una organización, un sistema o un proceso.

6. ¿Cuándo se dice que un proceso está fuera de control?

El proceso se considera fuera de control cuando están presentes causas

especiales. Si la variación en el proceso sólo se debe a causas comunes,
se dice que el proceso está bajo control estadístico. Una definición práctica
del control estadístico es que, a través del tiempo, tanto los promedios del
proceso como las varianzas, son constantes.

7. ¿Que son los límites reales de un proceso?

Los límites reales o naturales de un proceso indican los puntos entre los
cuales varía la salida de un proceso y, por lo general, se obtienen de la
siguiente manera:

INTERNAL
 Límites reales, se obtienen con μ− 3σ y μ+ 3σ, e indican de dónde a dónde
varía la salida de un proceso. El cálculo de estos límites está inspirado en la
regla empírica, que a su vez coincide con la propiedad de la distribución
normal. En un estudio de capacidad, estos límites reales se comparan con
las especificaciones para la característica de calidad.

8. ¿Qué es el estadístico Anderson Darling?

El estadístico Anderson-Darling mide qué tan bien siguen los datos una
distribución específica. Para un conjunto de datos y distribución en
particular, mientras mejor se ajuste la distribución a los datos, menor será
este estadístico. Por ejemplo, se puede utilizar el estadístico de Anderson-
Darling para determinar si los datos cumplen el supuesto de normalidad
para una prueba t.
Las hipótesis para la prueba de Anderson-Darling son:

H0: Los datos siguen una distribución especificada

H1: Los datos no siguen una distribución especificada

9. ¿Qué es una prueba de normalidad?

La prueba indica si usted debe rechazar o no puede rechazar la hipótesis

nula de que los datos provienen de una población distribuida normalmente.
Se puede realizar una prueba de normalidad y producir una gráfica de
probabilidad normal en el mismo análisis. La prueba de normalidad y la
gráfica de probabilidad suelen ser las mejores herramientas para evaluar la
Tipos de pruebas de normalidad

Los siguientes son tipos de pruebas de normalidad que puede utilizar para
evaluar la normalidad.

Prueba de Anderson-Darling

Esta prueba compara la función de distribución acumulada empírica (ECDF)

de los datos de la muestra con la distribución esperada si los datos fueran
normales. Si la diferencia observada es adecuadamente grande, usted
rechazará la hipótesis nula de normalidad de la población.

Prueba de normalidad de Ryan-Joiner

INTERNAL
 Esta prueba evalúa la normalidad calculando la correlación entre los datos y
las puntuaciones normales de los datos. Si el coeficiente de correlación se
encuentra cerca de 1, es probable que la población sea normal. El
estadístico de Ryan-Joiner evalúa la fuerza de esta correlación; si se
encuentra por debajo del valor crítico apropiado, usted rechazará la
hipótesis nula de normalidad de la población. Esta prueba es similar a la
prueba de normalidad de Shapiro-Wilk.

Prueba de normalidad de Kolmogorov-Smirnov

Esta prueba compara la función de distribución acumulada empírica (ECDF)

de los datos de la muestra con la distribución esperada si los datos fueran
normales. Si esta diferencia observada es adecuadamente grande, la
prueba rechazará la hipótesis nula de normalidad de la población. Si el
valor p de esta prueba es menor que el nivel de significancia (α) elegido,
usted puede rechazar la hipótesis nula y concluir que se trata de una
población no normal. normalidad.

10. De acuerdo a los conceptos anteriores analiza las siguientes gráficas y concluye:

Capacidad de proceso Sixpack de C2, ..., C4

Gráfica Xbarra Histograma de capacidad
1
340 LEI
Media de la muestra

LCS=338.09
E specificaciones
_
_ LE I 300
320 X=320.73

LCI=303.37
300
1 4 7 10 13 16 19 22 25 28 300.0 307.5 315.0 322.5 330.0 337.5 345.0

Gráfica R Gráfica de prob. Normal

A D : 0.525, P : 0.176
Rango de la muestra

LCS=43.68
40

20 _
R=16.97

0 LCI=0
1 4 7 10 13 16 19 22 25 28 300 325 350

Últimos 25 subgrupos Gráfica de capacidad

340 Dentro Dentro de General
Desv.Est. 10.02 Desv.Est. 10.33
Valores

Cp * Pp *
320 Cpk 0.69 General Ppk 0.67
PPM 19298.29 Cpm *
PPM 22378.80
300 E specificaciones
10 15 20 25 30
Muestra

INTERNAL
 Dentro de la gráfica X podemos darnos cuenta que los subgrupos 19 y 20
presentan una desviación del proceso por encima del límite de control superior de
338.09, se debe analizar a fondo para detectar la posible falla en el proceso.
Dentro de la gráfica R cuentan con un control dentro de los parámetros el proceso,
pero se mantienen muy cerca del límite inferior por lo que se debe robustecer más
el proceso y lograr se mantengan en un control medio.
En la gráfica de dispersión se ven muy variable el proceso, se tienen muy pocas
variables dentro de la línea central, por lo que el lograr un análisis de la falta de
estandarización lograra ser una constante.
En el histograma de capacidad se muestran los limites superados y las variables
son superiores, por lo que posible el proceso este superado de su capacidad lo
que afecte en diferentes causas.

INTERNAL