Gráficos de Control

Contenido
1. Clasificación de los métodos estadísticos
de control de calidad
2. Gráficos de control: concepto, estructura,
interpretación
3. Gráficos de control por variables
4. Gráficos de control por atributos
5. Etapas del Control Estadístico de
Procesos
 1. Clasificación de los métodos
estadísticos de C.C.
Métodos Estadísticos
de Control de Calidad

Control Estadístico de Procesos Muestreo de Aceptación

(gráficos de control) (planes de muestreo)

Atributos Variables Atributos Variables

Clasificación de los métodos
estadísticos de C.C.
Clasificación de los métodos
estadísticos de C.C.
 2. Gráficos de Control

Concepto:
Herramienta estadística utilizada
para detectar variaciones de la
calidad de un producto, durante un
proceso de fabricación.
 Causas de las variaciones
• Causas no asignables o aleatorias:
debidas al azar, no son identificables, no
pueden ser reducidas o eliminadas.
Producen variaciones pequeñas.

• Causas asignables: identificables y que

deben ser eliminadas. Producen
variaciones grandes.
Un gráfico de control permite identificar
causas asignables y determinar si un
proceso está bajo o fuera de control.

Bajo control: trabaja en presencia de

variaciones aleatorias.

Fuera de control: hay variaciones

debidas a causas asignables.
Estructura de un gráfico de control.

Límite
superior
0.9 de control
Característica de calidad 0.8
Línea
0.7
0.6 central
0.5 Límite
0.4 inferior de
0.3 control
0.2
0.1
0
1 3 5 7 9 11 13 15 17 19 21 23 25
Número de muestra
 Característica de
calidad (longitud m m )

0.2
0.4
0.6
0.8

0
1

1
3
5
7
9
11
13
15
17
Número de muestra
Gráfico de control

19
21
23
Contenido

25
3. Gráficos de Control por variables
Gráficos x -R
Se utilizan cuando la característica de
calidad que se desea controlar es una
variable continua.
Se requieren N muestras de tamaño n.

Ejemplo: fábrica que produce piezas

cilíndricas de madera. La característica de
calidad que se desea controlar es el
diámetro.
Obtención de las muestras
Forma A.
7:0
0
Proces
o

Muestra de
6 Piezas
 8:0
0
Proces
o

Muestra de
6 Piezas
 Obtención de las muestras
Forma B.

Retirar piezas individuales a lo largo del

tiempo correspondiente a la muestra.

En vez de retirar 6 piezas a las 7, se retira

una a la 7:10, 7:20, 7:30, ..
Se obtiene una tabla de datos de la
siguiente forma:

No. muestra Mediciones

1 2 3 4 5 6

1 50.04 50.08 50.09 50.1 50.24 50.04

2 50.14 49.97 50.07 49.97 50.03 50.1

3 49.99 50.13 50.18 50.04 50.08 50.08

4 50.03 50.18 50.08 50.08 50.01 50.12

. . . . . . .
. . . . .. . .

30 49.98 50.08 50.08 50.03 50.08 50.1

Construcción de los gráficos x -R.
Paso 1. Calcular media y rango para cada
muestra
No. muestra Mediciones

1 2 3 4 5 6 x R

1 50.04 50.08 50.09 50.1 50.24 50.04 50.1 0.2

2 50.14 49.97 50.07 49.97 50.03 50.1 50.05 0.17

3 49.99 50.13 50.18 50.04 50.08 50.08 50.08 0.19

4 50.03 50.18 50.08 50.08 50.01 50.12 50.1 0.15

. . . . . .
. . . . . .
. . . . . .
.30 .49.98 .50.08 .50.08 .50.03 .50.08 50.1 50.06 0.12
Paso 2. Calcular la media de medias y la
media de los rangos

X  Xi
R  R i

N N

Xi : media de la muestra i

Ri : cantidad de muestras
N : número de muestras
Paso 3. Cálculo de los límites de
control.

Límites de control para el gráfico x

LSC  X  A2 R
Línea Central  X

LIC  X  A2 R
Límites de control para el gráfico R

LSC  D4 R

Línea Central  R

LIC  D3 R
 Gráfico R
Gráfico de R

0.50
0.45
0.40
0.35
0.30
0.25
R

0.20
0.15
0.10
0.05
0.00
0 5 10 15 20 25 30

No. de muestra
Nº subgrupo
 Gráfico x
Gráfico de Xp

50.20

50.15

50.10
x
Xp

50.05

50.00

49.95
0 5 10 15 20 25 30

No.Nºde muestra
subgrupo
 Puntos a considerar para construir
gráficos de control:
• Tamaño de la muestra y frecuencia del
muestreo
a)Tomar con frecuencia muestras pequeñas (4, 5, 6
cada media hora)
b) Tomar muestras grandes con una frecuencia menor
(20 cada dos horas)

• Número de muestras (aprox. 25 muestras, entre

100-150 observaciones)

Contenido
4. Gráficos de control por atributos
• Se utilizan para controlar características
de calidad que no pueden ser medidas, y
que dan lugar a una clasificación del
producto: defectuoso o no defectuoso
• Tipos:
Gráfico p, gráfico np, gráfico c.
 Gráfico p
Se usa para estudiar la variación de la
proporción de artículos defectuosos.

p = no. de artículos defectuosos / n

n: tamaño de la muestra
 Límites de control
para el gráfico p.

p(1  p)
LSC  p  3
n
LC  p
p(1  p)
LIC  p  3
n
 Ejemplo de gráfico p.
Se envasa jugo de naranja en recipientes de cartón de 6
onzas. Estos envases los produce una máquina formando
un tubo a partir de una pieza de cartón y aplicando luego un
fondo metálico. Al inspeccionar un envase puede
determinarse si goteará al llenarlo, por la junta lateral o la
del fondo, si gotea el envase se considera disconforme.
Elaborar un diagrama de control para vigilar la fracción de
envases disconformes producidos por esta máquina.
Se seleccionaron 30 muestras de n=50 envases cada media
hora durante un período de tres turnos, en los cuales la
máquina operó continuamente.

Datos: página 107.

 Gráfico np
• Se usa para controlar el número de
defectuosos en una muestra.
• Límites de control

LSC  np  3 np(1  p)
LC  np

LIC  np  3 np(1  p)
Ejemplo de gráfico np.
Supongamos un proceso que fabrica
tornillos. Una manera de ensayar cada
tornillo sería probarlo con una rosca
calibrada.
Si el tornillo no entra en la rosca, se le
considera defectuoso o disconforme.
Para controlar este proceso, se pueden
tomar muestras de 50 tornillos y contar
el número de defectuosos presentes en
cada muestra.
Se cuenta en cada muestra el Número de
artículos defectuosos y se registra. Se
obtendría una Tabla como la siguiente:
N
Muestra
1
Nº Defectuosos
3
D i

2 2 p i 1
N n
3 4
4 3
5 4 Total defectos observados = 75
6 2
n=50
7 5
- - N=25
- -
p =0.06
25 6
 Gráfico np

12

10
Nº Dis conform e s

0
0 5 10 15 20 25 30

Muestra
 Gráfico c
Se basa en el número de defectos por
artículo.
Ejemplo: número de defectos por pieza de
madera (manchas, grietas, torceduras).
Se inspecciona una pieza y se cuenta
cuantos defectos tiene.
 Construcción de un gráfico c
Paso 1. Se seleccionan N muestras de
tamaño n.

Paso 2. En cada muestra se cuentan el

número de defectos presentes (suma de
todos los defectos que tengan las piezas
de la muestra). Ci
Paso 3. Se calcula el promedio de
defectos por muestra.
C
 C i

N
Paso 4. Se calculan los límites de
control

LSC  C  3 C
LC  C
LIC  C  3 C
Contenido
5. Etapas del Control Estadístico
de Procesos
Etapa 1:
Ajuste del
Control proceso
estadístico

Etapa 2:
Control del
proceso
Etapa 1: Ajuste del proceso
Se recogen unas 100-200 mediciones y
se realiza un gráfico de control.
a) Proceso bajo control: se adoptan los
límites de control.
b) Pocos puntos fuera de control (2 o 3):se
eliminan y se calculan nuevos límites.
c) Observaciones no siguen un patrón
aleatorio, investigar, eliminar causas
asignables y comenzar nuevamente el
proceso de ajuste
Etapa 2: Control del proceso
Nuevas observaciones del proceso
productivo, se registran en gráficos de
control con los límites establecidos en
la etapa 1.

Si el proceso se sale de control, se

detiene y se investigan las causas.
Eliminada la causa del problema se
continua la producción.
Tabla Coeficientes