Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Capítulo 3
Control estadístico: gráficos de control – variables
Clasificación de datos
Atributos: son las características de la calidad y se dividen entre las que se ajustan a
un patrón o a una medida y las que discrepan con las especificaciones.
Variables: son las características de la calidad que son medibles. Pueden ser de dos
tipos:
- Discreta: variables en las que hay saltos. Son resultado del conteo. Ejemplo: la
población de un país.
En general, los datos continuos se pueden medir, y los datos discretos se pueden
contar.
Recopilación de datos
Se realiza mediante observación directa o indirecta. Existen diversas técnicas de
recolección de datos. Estos datos deben permitir:
Ajustar el proceso.
Inspeccionar y evaluar.
Analizar y mejorar el proceso.
Muestra:
Muestra Población
Estadísticos Parámetro
x Media muestral Media poblacional
s Desviación estándar Desviación estándar poblacional
3.3. Variación
Ley inherente a la naturaleza. No hay dos seres de la misma categoría que sean
exactamente iguales. Es evidente que en la industria nunca se producen dos bienes
iguales.
Causas de la variación
Causas aleatorias: variación que fluctúa de manera natural. Sigue un patrón estable.
No es posible eliminarlas. Es difícil detectarla. Son muchas, y cada una por separado
es de poca importancia.
La mediana: valor que divide una serie ordenada de datos en “dos partes” iguales.
Medidas de dispersión
R XS XI
n fi xi fi xi
2 2
S
n(n 1)
Estandarización
xi
Z
La distribución normal queda definida por la media ( ) de la población y su desviación
estándar ( ).
xi
Calcular el valor de Z según Z
Con valor Z, en las tablas se encuentra el valor de área bajo la curva a la izquierda
de Xi.
Gráficos de control
Algunas de las estadísticas que se vigilan por medio de gráficos de control incluyen los
promedios y rangos de los valores tomados para cada agrupación de datos.
Objetivos:
a) Mejorar la calidad.
b) Definir la capacidad del proceso.
c) Tomar decisiones respecto a especificaciones del producto.
d) Tomar decisiones relativas al proceso de producción. Se observa variación natural
u otra causa.
e) Tomar decisiones relacionadas con productos recién elaborados.
Existen tres líneas que son las que definen un gráfico de control:
2) La fase de diseño: consiste en establecer los límites de control con los que se
va a monitorear la característica de la calidad.
Reunir datos, para recolectar datos, se deben tener en cuenta dos aspectos:
Donde:
Una vez que se han calculado los límites de control es necesario revisar si algún
punto o algunos puntos caen fuera de los límites de control. En caso de que esto
sucediera, es necesario eliminarlos y volver a realizar los cálculos sin
considerarlos para establecer nuevos límites (estos nuevos límites van a ser más
estrechos que los anteriores). Se deben volver a calcular los límites porque no
hacerlo implicaría trabajar con unos límites más amplios de los que se
obtendrían con un proceso bajo control. Esto podría ocasionar que, en la etapa
de uso, un punto que debería estar fuera de control sea considerado en control y
no permita detectar fallas en el proceso. En caso de que al volver a calcular los
límites de control se obtenga otro punto o conjunto de puntos fuera, se deberá
repetir el procedimiento hasta que todos los puntos se encuentren en control.
Una vez que todos los puntos caen dentro de los límites de control, uno se debe
“casar con los límites”; es decir, estos quedan fijos y no deberán moverse a
menos que el proceso sufra un cambio permanente.
Gráficos de control x R
Los gráficos de control x R consisten en elaborar dos gráficos, uno de promedios y
otro de rangos, los cuales permiten controlar las medidas de tendencia central y de
dispersión, respectivamente, de una característica de la calidad que es representada
por una variable continua.
Los límites para este par de gráficos de control se calculan de la siguiente forma:
_
Primero, se calcula el promedio ( X ) y el rango ( R ) para cada subgrupo.
:::::
Luego, se determina el promedio de los promedios ( X ) y el promedio de los rangos
( R ) calculados en el paso anterior. Cada uno de estos valores representa la línea
central en el gráfico de promedios y en el gráfico de rangos, respectivamente.
Facultad de Ciencias e Ingeniería 7
Control Integral de Calidad
x
_
_ ij R
xj RJ máx j mín j
n d2
_
x
m
i _
j 1
Rj
x R R d3
m m
X n
Donde:
m cantidad de subgrupos
_
Gráfico de x
LCS E ( w) L var( w) x L _ x L
x n
LC E ( w) x
LCI E ( w) L var(w) x L _ x L
x n
Gráfico de R
_ _
LCS E ( w) L var(w) R L R R Ld3
_
LC E ( w) R
_ _
LCI E (w) L var(w) R L R R Ld3
Por lo general, el valor de L es 3. Los motivos por los que se suele utilizar este
valor de L se explicarán más adelante.
Gráfico de R
_
LCS R 3d3
_
LC R
_
LCI R 3d3
Comentarios:
Pero no siempre todas las características que se van a medir se distribuyen de manera
normal. Cuando una característica no tiene una distribución normal, se utiliza el
teorema del límite central para asegurar que se cumpla el supuesto de la normalidad.
Cuando una variable x que se distribuye de manera normal con media y desviación
estándar es estandarizada, se transforma en una variable z con media 0 y
desviación estándar 1. La probabilidad de que un dato estandarizado se encuentre
hasta 1 desviación estándar es 0,6826; la probabilidad de que se encuentre hasta
2 desviaciones estándar es 0,9546; y la probabilidad de que se encuentre hasta 3
desviaciones estándar es 0,9973. Esto significa que si se establecen los límites de
control a 3 desviaciones estándar de la línea central, la probabilidad de que un
punto caiga fuera de los límites de control es 0,0027 (1-0,9973).
El número 3 fue establecido de tal manera que no permitiera que muchos puntos
cayeran fuera de control (el 99,73% de los puntos cae dentro), pero que a la vez
permita detectar cambios en el proceso a través de una notable variación en la
cantidad de puntos que caen fuera de los límites de control. La intención original era
que la probabilidad de que un punto caiga fuera de los límites de control fuera de
0,0020 (0,0010 para cada lado, por la simetría de la distribución normal); pero, como
sería necesario trabajar con números decimales, se decidió dejarlo en 3 para facilitar
los cálculos.
Ejemplo 1
25
R
25
X
m 1
1280
m 1
4,98
m m
Solución:
Primero, se deben hallar los valores de X y R.
25 _
X 128
X m 1
5,12
25 25
25
_ R 4,98
R m 1
0,1992
25 25
Luego, se debe determinar el valor de las constantes d 2 y d 3 . Para un tamaño de
subgrupo 5, estos valores son 2,326 y 0,864, respectivamente.
_
R 0,1992
0,08564
d2 2,326
_
Gráfico de x :
LCS x 3 5,12 3 * 0,08564 5,234
n 5
LC 5,12
LCI x 3 5,12 3 * 0,08564 5,005
n 5
Gráfico de R :
_
LCS R 3d 3 0,1992 3 * 0,864 * 0,08564 0,4212
_
LC R 0,1992
_
LCI R 3d 3 0,1992 3 * 0,864 * 0,08564 0
b) Si el promedio del subgrupo 23 es 5,25, significa que este punto cae fuera de los
límites de control del gráfico de promedios. En este caso, lo que se debe hacer es
eliminar el subgrupo tanto en el gráfico de control para promedios como en el gráfico
de control para rangos (a pesar de que en el gráfico de rangos no se encuentre fuera)
y volver a calcular los límites.
24 _
X 128 5,25
X m 1
5,1146
24 25 1
24
_ R 4,98 10
R m 1
0,2033
24 25 1
_
R 0,1992
0,08740
d2 2,326
_
Gráfico de x :
LCS x 3 5,1146 3 * 0,08740 5,232
n 5
LC 5,12
LCI x 3 5,1146 3 * 0,08740 4,997
n 5
Gráfico de R :
_
LCS R 3d 3 0,2033 3 * 0,864 * 0,08740 0,4298
_
LC R 0,2033
_
LCI R 3d 3 0,2033 3 * 0,864 * 0,08740 0
Gráficos de control x s
Otro par de gráficos que resultan de mucha utilidad son los de promedios - desviación
estándar. Son los que mayor uso tienen en la industria. Este par de gráficos presentan
una mayor exactitud, puesto que utilizan todos los datos para calcular las medidas de
dispersión (desviación estándar) a diferencia del rango que solo utiliza el mayor y
menor de los datos para analizar la dispersión.
_
Primero, se calculan el promedio ( x ) y la desviación estándar ( s ) para cada
subgrupo.
:::::
Luego, se determinan el promedio de los promedios ( x ) y el promedio de las
desviaciones estándar ( s ) calculados en el paso anterior. Cada uno de estos
valores representa la línea central en el gráfico de promedios y en el gráfico de
desviaciones estándar, respectivamente.
Por último, se reemplazan los valores hallados en las expresiones de los límites
de control.
2
n _
_
x ij
ij
x x j
s
_
xj s j i1
n n 1 c4
m _ m
xj j 1
_ s
j 1
j
x s
_
m m x n
s 1 c4 2
Donde:
m cantidad de subgrupos
_
Gráfico de x
LCS E ( w) L var(w) x L _ x L
x n
LC E ( w) x
LCI E ( w) L var(w) x L _ x L
x n
Gráfico de s
_ _
LCS E ( w) L var(w) s L s s L 1 c 4
2
_
LC E ( w) s
_ _
LCI E ( w) L var(w) s L s s L 1 c 4
2
_
Gráfico de x
LCS x 3
n
LC x
LCI x 3
n
Gráfico de s
_
LCS s 3 1 c4
2
_
LC s
_
LCS s 3 1 c4
2
Ejemplo 2
25 _ 25
x i 6658
i 1
S
i 1
i 358
Solución:
25 _
x
i 1 6658
x 266,32
25 25
25
_ S
i 1 358
S 14,32
25 25
Para n = 5, c 4 0,94
_
S 14,32
15,23
c 4 0,94
Por último, se deben reemplazar los valores hallados en las expresiones de losa
límites de control para ambos gráficos.
_
Gráfico de x :
LCS x 3
15,23
266,32 3 * 286,75
n 5
LC x 266,32
LCS x 3
15,23
266,32 3 * 245,88
n 5
Gráfico de s :
_
LC S 14,32
0,00135
x
6
LCI
0,00135
6 puntos en tendencia
0,00135
Texto Texto Texto Texto Texto Texto
LCS
x
6
LCI
0,00135
0,00135
Texto Texto Texto Texto Texto Texto
LCS
x
6
LCI
0,00135
0,00135
LCS
LCI
0,00135
0,00135
LCS
Texto Texto Texto Texto Texto Texto
3
2
1
LCI
0,00135
0,00135
LCS
Texto Texto Texto Texto Texto Texto
3
2
1
LCI
0,00135
0,00135
LCS
LCI
0,00135
Estas reglas se deben a que la probabilidad de que cada uno de esos eventos suceda
es menor o igual a 0,0027, que es la probabilidad de que un punto caiga fuera de los
límites de control cuando el proceso está en control, lo cual es poco probable (1 de
cada 370 puntos cae fuera); por tanto, la probabilidad de que alguno de estos eventos
ocurra es igual o menos probable que la probabilidad de que algún punto caiga fuera
de los límites y, por tanto, su ocurrencia significaría que el proceso se encuentra fuera
de control.
Causas:
- Operario sin experiencia
- Materia prima distinta
- Avería en una pieza de máquina, etc.
Algunas causas:
- Desgaste de herramientas
- Deterioro gradual de equipo
- Fatiga del trabajador, etc.
Posibles causas:
- Rotación periódica de operarios
- Efecto del clima en los materiales, etc.
4. Dos poblaciones (mezcla): cuando son muchos los puntos que están cerca o fuera
de los límites de control.
Causas:
- Diferencias en calidad del material
5. Errores
En el proceso del diseño de los gráficos de control se debe tener en cuenta algunas
consideraciones económicas, tales como el tamaño del subgrupo y la frecuencia de
muestreo. Para minimizar el costo operativo del uso de los gráficos de control se
debería reducir el tamaño del subgrupo y la frecuencia de muestreo. Sin embargo, no
es posible reducir dichos factores sin afectar el desempeño de los gráficos de control.
Se conoce que en general muestras grandes mejoraran la capacidad del gráfico para
detectar cambios en el proceso. De esta manera, se puede reducir los costos al
reducir el tamaño de la muestra siempre y cuando esta reducción no afecte la
capacidad del grafico para detectar una determinada magnitud de cambio. Así
también, se conoce que para mejorar la capacidad del gráfico para detectar cambios
en el proceso se debe preferir tomar muestras grandes de forma frecuente. Debido a
que al incrementar la frecuencia del muestreo se obtendrá un incremento de los costos
por utilizar el grafico de control, el diseño del gráfico de control incluye la elección de
una frecuencia de muestreo que no sea muy costosa pero que tampoco afecte la
capacidad de la herramienta para detectar un cambio especifico, el cual deberá
corresponder a la naturaleza del proceso y la importancia del mismo.
Los gráficos de control de datos individuales, se observa dato a dato debido a que el
tamaño de muestra es igual una unidad o individuo. Debido a que el tamaño de
muestra es de una unidad, el TLC no es aplicable. Usualmente, este tipo de gráfico se
utiliza para controlar el pH de soluciones, temperatura de sustancias, ensayos de
resistencia a la tracción, procesos administrativos: ventas/semana, reclamos/mes,
entre otros. Al igual que en los otros tipos de gráficos de control se sugiere emplear
veinte o más subgrupos para diseñar los límites de control. En el gráfico de los
promedios el esperado de la variable se obtiene como el promedio de las
observaciones de los m subgrupos. En el gráfico de los rangos se obtiene el esperado
como el promedio de los m-1 rangos móviles, tal como se muestra a continuación:
Subgrupos: m
Rangos: m – 1
Error de tipo I : probabilidad de que un punto caiga fuera de los límites de control
cuando el proceso se encuentra en control.
Erro de tipo II : probabilidad de que un punto caiga dentro de los límites de control
cuando el proceso se encuentra fuera de control.
_
1 P( LCI x LCS )
_
1 P( x 3 x x 3 )
n n
x 3
x 3 x _
n x x n x)
1 P(
n n n
1 P 3 z 3
1 0,9973
0,0027
Esto significa que, en promedio, 27 de cada 10 000 puntos caerán fuera de los límites
de control; es decir, 1 de cada 370 estará fuera de los límites, por lo que el ARLo es
370.
1 1
ARL o 370
0,0027
Por otro lado, supongamos ahora que el proceso sufrió una variación y que el
promedio de la característica de la calidad que se estaba controlando se encuentra 0,5
desviaciones estándar por encima de lo que era antes. En ese caso, el ARL se
calcularía de la siguiente forma:
_
P( LCI x LCS )
_
Pr P( x 3 x x 3 )
n n
_ x 3
x 3 x 0,5 x x 0,5 n x 0,5
Pr P( n n n n)
n n n
0,9935
1 1 0,9935 0,0065
Esto significa que 65 de cada 10 000 puntos caen fuera de los límites de control, lo
que equivale a 1 de cada 154, aproximadamente.
El ARL puede calcularse de la siguiente forma:
1 1
ARL 153,85
1 1 0,9935
Nota: cabe resaltar que ARLo ARL y, por tanto, 1 ; ya que cuando uno
existe, el otro no, puesto que uno es para uno condición en control; mientras que el
otro, para una condición fuera de control.
Ejemplo 3
Solución:
_
Pa P LCI x LCS
_
Pa P 23,2 x 26,8
23,2 25 26,8 25
Pa P z
1,2 1,2
4 4
Pa P 3 z 3
Pa 0,9973
1 Pa 1 0,9973 0,0027
1
ARLo 370
0,0027
Siempre que el proceso se encuentre bajo control, el ARL para el gráfico de promedios
será 370.
_
Pa P LCI x LCS
_
Pa P 23,2 x 26,8
23,2 25,5 26,8 25,5
Pa P z
1,2 1,2
4 4
Pa 0,98455
1 1
ARL 64,72
1 1 0,98455
d) Para elaborar un gráfico de ARL, tomamos distintos valores de la media (1) para
calcular la probabilidad de que un punto caiga dentro de los límites de control (Pa).
_
Pa P LCI x LCS
_
Pa P 23,2 x 26,8
23,2 26 ,8
Pa P 1
z 1
1,2 1,2
4 4
µ Pa ARL µ Pa ARL
21,0 0,00 1,0 24,9 1,00 325,3
21,3 0,00 1,0 25,2 1,00 234,8
21,6 0,00 1,0 25,5 0,98 65,8
21,9 0,02 1,0 25,8 0,95 20,9
22,2 0,05 1,1 26,1 0,88 8,2
22,5 0,12 1,1 26,4 0,75 4,0
22,8 0,25 1,3 26,7 0,57 2,3
23,1 0,43 1,8 27,0 0,37 1,6
23,4 0,63 2,7 27,3 0,20 1,3
23,7 0,80 4,9 27,6 0,09 1,1
24,0 0,91 11,0 27,9 0,03 1,0
24,3 0,97 29,9 28,2 0,01 1,0
24,6 0,99 100,6 28,5 0,00 1,0
Curva OC
1,2
Pa
1
0,8
0,6
0,4
0,2
0
0 20 40 60 80 100
valor de la media
Gráfico de ARL
400
ARL 350
300
250
200
150
100
50 podemos darnos cuenta de que el menor valor del ARL es 1.
Si observamos el gráfico,
Por otro lado, no es 0fácil observar los valores pequeños de ARL, por lo cual se
recomienda utilizar escala logarítmica para visualizar mejor el gráfico. Entonces
tendremos: 0 20 40 60
100
10
1
0 20 40 60 80 100
valor de la media
Ejemplo 4
Solución:
Para n = 4, C4 = 0,921
_
LC S C 4 * 0,921 * 2 1,842
_
LCS S 3 1 C 4 * 1,842 3 1 0,9212 * 2 4,179
2
_
LCI S 3 1 C 4 * 1,842 3 1 0,9212 * 2 0
2
S 2 n 1 17,4674 1
Pa P
2
22
S 2 n 1
Pa P 13,10
2
Pa 0,99557473
1 Pa 1 0,99557473 0,00442527
1
ARL o 225,97
0,00442527
Esto significa que, en promedio, 1 de cada 226 puntos caerá fuera de los límites de
control cuando el proceso se encuentre en control.
S 2 n 1 17,4674 1
Pa P
2
2, 2 2
S 2 n 1
Pa P 10,826
2
Pa 0,98729505
1 1 Pa 1 0,98729505 0,01270495
1
ARL 78,71
0,01270495
Ahora, para cada que se reemplace, esa probabilidad variará. Entonces, se puede
elaborar un gráfico de ARL calculando distintos valores de ARL para distintos valores
de .
Desv. ARL
estándar
1 2,46E-11 40649948614
1,05 2,6819E-10 3728723989
1,1 2,1184E-09 472054345,635
1,15 1,2809E-08 78067722,933
1,2 6,1945E-08 16143270,016
1,25 2,4816E-07 4029713,793
1,3 8,4737E-07 1180122,260
1,35 2,5246E-06 396107,487
1,4 6,69E-06 149477,654
1,45 1,6022E-05 62413,580
1,5 3,5146E-05 28452,687
: : :
2,6 0,05143364 19,443
2,65 0,05854624 17,081
2,7 0,06613902 15,120
2,75 0,07419364 13,478
2,8 0,08268896 12,094
2,85 0,09160145 10,917
2,9 0,10090573 9,910
2,95 0,11057498 9,044
3 0,1205814 8,293
Gráfico de ARL
4,5E+10
ARL
4E+10
3,5E+10
3E+10
2,5E+10
2E+10
1,5E+10
1E+10
5E+09
1
0 10 20 30 40 50
desviación estándar
Gráfico de ARL
1E+11
ARL 1E+10
1E+09
10000000
10000000
1000000
100000
10000
1000
100
10
1
0 10 20 30 40 50
desviación estándar