GESTIÓN DE LA CALIDAD

Control estadístico de procesos

• Gráficos de control para atributos
Logro: Al finalizar la sesión los estudiantes elaboran
gráficos de control para atributos para determinar si
los procesos de la industria investigada se encuentran
bajo control estadístico; interpretando
adecuadamente los resultados.
Tipo de datos
 Tipo de datos

Datos de variables Datos de atributos

Tipo de defectos contados

Tamaño del sub grupo

El tamaño del subgrupo El tamaño del subgrupo

es igual a 1 es mayor que 1 Unidades defectuosas Defectos por unidad

Tamaño del subgrupo Tamaño del subgrupo Tamaño del subgrupo

Tamaño del subgrupo Tamaño del subgrupo Los subgrupos son Los subgrupos son Los subgrupos son Los subgrupo
es 8 o menos es mayor que 8 del mismo tamaño De difer tamaños del mismo tamaño De difer tama
Gráficos de control
para atributos
Gráficos de control para atributos

o Gráfico de control “p” y “np”

• Basados en la distribución binomial
• p = proporción defectuosa, porcentaje o proporción
• n = tamaño de la muestra, cantidad de unid
defectuosas
o Gráfico de control “c” y “u”
• Basados en la distribución de Poisson
• c = conteo de atributos, cantidad de defectos
• n = tamaño de la muestra, cantidad promedio de
defectos
 Gráficos de control para atributos

Tamaño de la Unidades Defectos

muestra defectuosas
Constante np c
Cantidad de unidades Cantidad de defectos
defectuosas por unidad o muestra

No constante p u
Porcentaje o Cantidad promedio
proporción de de defectos por
unidades defectuosas unidad
 Gráfica p
o Artículo defectuosos: Es un producto que no reúne ciertos
atributos, por lo que no se le deja pasar a la siguiente etapa del
proceso, pudiendo ser reprocesado o rechazado.
o La carta p muestra las variaciones en la fracción o proporción de
artículos defectuosos por muestra, es ampliamente utilizada para
evaluar el desempeño de una parte o todo un proceso o subgrupo.
o De cada lote, embarque, pedido o cada cierta parte de la
producción, se toma una muestra o subgrupo de n artículos, que
puede ser la totalidad o una parte de las piezas bajo análisis.
o Las n piezas de cada subgrupo son inspeccionadas y cada una es
catalogada como defectuosa o no. Luego graficar.
 Gráfica np
o Si el tamaño de subgrupo es diferente, se opta por la carta p, pero
si el tamaño de subgrupos es constante puede optarse por la carta
np. Para convertir una carta np en una carta p, basta dividir la
escala entre el tamaño de muestra.
o Cuando se quieren analizar las variables del tipo pasa-no pasa en
un proceso y se toman muestras de tamaño constante, el criterio
para elegir entre una carta p o np es según se prefiera entre
proporción de defectuosos o número de defectuosos.
o En la carta np se tiene la ventaja de que se grafica directamente el
número de defectuosos y no es necesario calcular la proporción;
mientras que en la carta p es más fácil evaluar la magnitud de las
fallas en el proceso en términos porcentuales.
 Límites de control gráfico p

p1 p
LCS p  p  z
n z = 2 para límites 95.5%;
p1 p z = 3 para límites 99.7%
LCI p  p  z
n
k k # Subgrupos o muestras
 ni  xi
n  i1
y p  i1
k
# Items defectuosos en
k
 ni muestra “i”
i 1

p1 p
Tamaño de muestra “i”
 p

n
donde n es el tamaño de cada muestra
 Límites de control gráfico np

LCS np  n p  z n p(1  p)
z = 2 para límites 95.5%;
z = 3 para límites 99.7%

LCI np  n p  z n p(1  p)
n debe ser una constante
 Gráfica c y u (para defectos)
o Es frecuente que en los procesos industriales existan variables de
atributos como la siguiente: número de defectos por artículos
(rollo fotográfico, zapato, prenda de vestir, circuito electrónico,
mueble); en las que en cada producto se puede tener más de un
defecto o atributo no satisfecho, y sin embargo no catalogar a tal
producto como defectuoso. Por ejemplo, un mueble puede tener
algunos defectos en su terminado y se puede utilizar con relativa
normalidad. Es decir, son variables de atributos que al estar
presentes en un artículo no necesariamente implica que no siga o
no pase a la siguiente etapa del proceso, contrariamente a lo que
sucede con las cartas p y np.
 Gráfica c y u (para defectos)
o Otro tipo de variables que también es importante evaluar son las
siguientes: número de errores por trabajador, cantidad de
accidentes, número de quejas por mal servicio, errores
tipográficos por página en un periódico, número de fallas en un
equipo, etc.
o Las variables de este tipo se pueden ver como el número de
eventos que ocurren por unidad, se comportan de acuerdo a la
distribución de Poisson. La que tiene dos características
esenciales: que el número de oportunidades o situaciones
potenciales para encontrar defectos es grande, pero la
probabilidad de encontrar un defecto en una situación particular
es pequeña.
 Gráfica c (número de defectos)
o Su objetivo es analizar la variabilidad del número de defectos por
unidad, subgrupo o muestra, cuando el tamaño de éste se
mantiene constante.
o c promedio se estima al dividir el total de defectos encontrados
entre el total de subgrupos o muestras.
o La carta c es aplicable donde el tamaño de subgrupo o muestra es
constante; por ejemplo una semana, una mesa, una pieza, 100
artículos, un metro de tela, 100 muebles o cualquier otro
subgrupo de tamaño constante. Cuando no permanece constante
se aplica la carta u.
o Los límites de una carta c reflejan la variación esperada para el
número de defectos por subgrupo o muestra.
 Gráfica u
(promedio de defectos por unidad)
o Analiza la variación del número promedio de defectos por artículo
o unidad de referencia. Se usa cuando el tamaño del subgrupo no
es constante.
o En la carta u, para cada subgrupo o muestra, se grafica el número
promedio de defectos por unidad, ui, que se obtiene de dividir el
total de defectos encontrados en el subgrupo o muestra entre el
total de artículos en el subgrupo
 Límites de control gráfico c

LCS c  c  3 c
Usar 3 para límites 99.7%

LCI c  c  3 c
# Defectos en unidad “i”
k
 ci
c  i 1 # Unidades muestreadas
k
 Límites de control gráfico u

LCSu  u  3 u /n
Usar 3 para límites 99.7%

LCIu  u  3 u /n
# Defectos en unidad “i”
k
 ui
u  i 1 # Unidades muestreadas
k
 Gráficos de control para atributos

Tamaño de la Unidades Defectos

muestra defectuosas
Constante np c
Cantidad de unidades Cantidad de defectos
defectuosas por unidad o muestra

No constante p u
Porcentaje o Cantidad promedio
proporción de de defectos por
unidades defectuosas unidad
 Ejemplo
Un fabricante toma muestras de 500 bombillas cada hora
y cuenta la cantidad de bombillas que no se encienden
(unidades defectuosas). Debido a que el tamaño de la
muestra es constante, el fabricante puede comparar
fácilmente el número de bombillas defectuosas de una
muestra a otra.
 Ejemplo

En una empresa de embutidos, se evalúa el proceso de

empaquetado para asegurar un adecuado sellado de
los envases. Cada hora se registra el número de
paquetes con sellado defectuoso y el número de
paquetes producidos en cada hora que es variable.
 Ejemplo

En una fábrica de muebles se inspecciona el acabado

de las mesas cuando salen de la sección de laqueado y
se registra los defectos encontrados. Analizar los datos
y determinar los límites de control
 Ejemplo
o En una fábrica se ensamblan artículos electrónicos y al final del
proceso se hace una inspección por muestreo para detectar
defectos relativamente menores, y así retroalimentar el proceso
para enfocar bien las acciones de mejora. En la tabla se presenta el
número de defectos observados en muestreos realizados sobre 10
lotes consecutivos de piezas electrónicas. El número de piezas
inspeccionadas en cada lote es variable.
 Ejemplo

Lote Tamaño de Defectos

muestra, ni encontrados, ci

1 20 17
2 20 24
3 20 16
4 20 26
5 15 15
6 15 15
7 15 20
8 25 18
9 25 26
10 25 10
 Ejemplo

Lote Tamaño de Defectos ui= ci/ni

muestra, ni encontrados,
ci
1 20 17 0.85
2 20 24 1.20
3 20 16 0.80
4 20 26 1.30
5 15 15 1.00
6 15 15 1.00
7 15 20 1.33
8 25 18 0.72
9 25 26 1.04
10 25 10 0.40