UNIVERSIDAD ALEJANDRO DE HUMBOLDT

FACULTAD DE INGENIERÍA
CARRERA INGENIERIA EN INFORMATICA
ESTADISTICA II

CONTROL ESTADISTICO DE CALIDAD

Tutor: HORACIO YANEZ

AUTOR: ALEJANDRO REYES

Caracas, Julio, 2021

 Control Estadístico de la Calidad
Definimos el “Control Estadístico de la Calidad” como la aplicación de diferentes
técnicas estadísticas a procesos industriales, administrativos y/o servicios con
objeto de comprobar si todas y cada una de las partes del proceso o servicio
cumplen unas ciertas exigencias de calidad y ayudar a cumplirlas. Entendiendo
por calidad de un producto o servicio como su adecuación para ser usado.

Calidad

● Calidad de diseño: todos los productos y servicios pueden proporcionarse

con diferentes niveles de calidad elegidos en la fase de diseño del producto o
servicio.

● Calidad de conformidad: grado de adecuación a las especificaciones y

tolerancias del diseño que se consigue en la fase de fabricación del producto.
Depende del proceso de fabricación que se use, los sistemas de control de
calidad, el grado de seguimiento de los programas de calidad, de la maquinaria
usada, etc.

Al mejorar la calidad:

● Se reduce el número de unidades defectuosas que deben desecharse.

● Se reduce el número de unidades defectuosas que deben reprocesarse.

● Se elimininan test e inspecciones.

● Se producen menos retrasos.

● Se aprovecha mejor el tiempo de máquinas y operarios.

● Se utilizan mejor los materiales.

Estos efectos contribuyen a aumentar la productividad.

EJEMPLO:

Una fábrica produce diariamente 80 viguetas, de las cuales hay 60 conforme a

las especificaciones, pero hay 20 defectuosas. El 45% de las viguetas
defectuosas debe ser desechada y el 55% restante debe ser reparada.
Supongamos que el coste de fabricación por unidad es de 150€ y el coste de
reparación es 50€ por unidad. ¿Cuánto cuesta cada vigueta producida?
¿Cuántas viguetas se producen diariamente?

Se introduce un programa de calidad que reduce el número de viguetas

defectuosas a 4

¿cuál es el coste unitario ahora? ¿y el número medio de viguetas?

Variabilidad

La mayor dificultad para proporcionar productos o servicios de calidad perfecta

es la variabilidad inherente a cualquier proceso de fabricación o de prestación de
servicios.

Si la diferencia entre dos unidades es pequeña no tiene importancia, pero si es

relativamente grande, alguna unidad puede ser inaceptable, o lo que es lo mismo
defectuosa.

El estudio y evaluación de esa variabilidad es el objetivo de la aplicación de

técnicas estadísticas al control de la calidad.

El principal objetivo del control de calidad será reducir sistemáticamente la

variabilidad en productos y servicios. Para ello es necesario, primero identificar
las causas que provocan variabilidad y posteriormente eliminarlas del proceso
de fabricación. Diremos que un proceso está bajo control o en estado de control
cuando la característica de calidad observada en el proceso varía de forma
estable alrededor de un valor medio fijo.
El objetivo del Control Estadístico de la Calidad es detectar rápidamente la
ocurrencia debida a causas asignables e investigar las causas que la han
producido para eliminarlas.

Métodos de mejora de la calidad

Las siete herramientas de Ishiwaka*, son un conjunto de técnicas de control

estadístico utilizadas durante el proceso de fabricación del producto o de
prestación del servicio para mejorar la calidad y la productividad:

● Plantillas para recogida de datos (plantillas que recogen datos de una

característica de calidad)

● Histogramas (representación gráfica de las variables)

● Diagramas causa-efecto (busca el factor principal de los problemas)

● Diagramas de Pareto (representación gráfica de variables cualitativas)

● Diagramas de dispersión (estudia la relación entre 2 variables)

● Gráficos de flujo (esquema que describe el proceso en sus múltiples partes

con el fin de identificar el problema)

● Gráficos de control (representación de una característica de la calidad

con límites de control).

A medida que se van

registrando las
mediciones nos va
mostrando como se
reparten
 Métodos de mejora de la calidad

● Histogramas (representación gráfica de las variables)

●Diagramas de Pareto (representación gráfica de variables cualitativas)

● Diagramas de dispersión (estudia la relación entre 2 variables)

● Gráficos de flujo (esquema que describe el proceso en sus múltiples partes

con el fin de identificar el problema)
 Gráficos de control

Los gráficos de control son una herramienta de control estadístico que se utiliza
para monitorizar las causas comunes de variabilidad y detectar la ocurrencia de
causas especiales a lo largo del tiempo. Nos indica si el proceso está o no en
“Estado de control”. Los más conocidos son los Gráficos de Control de Shewart.

Gráficos de Control de Shewart

Los gráficos de control de Shewart representan en el eje de abscisas el tiempo

o una variable relacionada con el tiempo y en el eje de ordenadas una
característica de la calidad.

Además, muestra una línea central (LC), que debe coincidir con el valor medio
de la característica de calidad estudiada, y dos líneas que representan el límite
superior de control (LSC) y el límite inferior de control (LIC), que generalmente
se sitúan a ±3 desviaciones estándar de la línea central. Todo valor que esté
fuera del intervalo de los límites de control se dice que está fuera de control.

Los Gráficos de Control de Shewart varían según el tipo de dato que representan:

● Gráfico c: número total de defectos durante sucesivos intervalos de tiempo o

espacio de longitud fija.

● Gráfico u: número de defectos por unidad de medida

● Gráfico np: cantidad de unidades defectuosas en la muestra

● Gráfico p: proporción de unidades defectuosas en la muestra

● Gráficos X, R y S: características de calidad de tipo continuo, media y
variabilidad (rango y desviación típica) del proceso.

Para la construcción de los gráficos de control debemos suponer que la variable

objeto de la calidad sigue una ley normal con parámetros μ y σ. Para contrastar
la hipótesis de que el valor medio de la característica de calidad es μ, se
construye la región de aceptación ( μ-3 σ, μ+3 σ ) tomando como nivel de
significación 0,003.

A μ-3 σ se le llama límite inferior de control y a μ+3 σ se le llama límite superior

de control. En los casos en los que μ-3 σ sea negativo y este no tenga sentido,
se tomará el límite inferior como 0.

Al monitorizar un proceso con un gráfico de control puede ocurrir:

● Alarma verdadera: ocurre una causa especial y se detecta.

● Ocurre una causa especial pero no se detecta.

● Falsa alarma: no ocurre ninguna causa especial pero el gráfico de control

produce una alarma.

● No ocurre ninguna causa especial y el gráfico de control no produce ninguna

alarma La determinación de LIC y LSC debe hacerse de forma que se detecte la
presencia de causas especiales con la mayor probabilidad posible y lo más
rápidamente posible, minimizando al mismo tiempo la tasa de falsas alarmas.

Gráfico c
Estamos interesados en el número total de defectos durante sucesivos intervalos
de tiempo o espacio de longitud fija. Sabemos que el número X de estos debe
pertenecer a la familia de Poisson, cuya función de probabilidad será:

donde la media y la varianza de X serán iguales a c. Cuando la media c de X es

suficientemente grande como para que la distribución de Poisson pueda
aproximarse por la distribución normal, los límites de control quedarán definidos
como:

Lc se corresponde con el valor de C

Gráfico np
Estamos interesados en el número X de unidades defectuosas en una muestra
de tamaño n. En este caso, X debe ser una distribución binomial y su función
de probabilidad será:

La media de X es np y la varianza np(1-p). Si el valor de n es suficientemente

grande como para que la distribución binomial pueda aproximarse por la
distribución normal, los límites de control se definirían como:

Gráficos de tipo continuo

Los gráficos para características de tipo continuo presentan una diferencia
importante con respecto a los gráficos c y np vistos. En los casos vistos, al
conocer la media de un proceso queda completamente determinada la varianza
(distribución binomial y Poisson), por lo que sólo es necesario monitorizar la
media (la variabilidad queda monitorizada).

Al trabajar con medidas continuas, en las que se suele usar la distribución de

probabilidad normal, en esta la media y la varianza no están relacionadas, por lo
que habrá que monitorizar por un lado la media del proceso, gráfico X y por otro
la variabilidad, gráfico R (para el rango) o gráfico S (para la desviación típica).

Gráfico X
A partir de este rango medio es posible obtener un estimador de la desviación
típica de las observaciones individuales xti y así un estimador de la desviación
típica de las medias obtenidas en cada intervalo de muestreo t: Es una
representación de las medias observadas para la característica de calidad
medida en sucesivos intervalos de muestreo t =1, 2....

Los límites de control se suelen calcular a partir del rango medio de los datos
observados en cada intervalo t,
LC puede ser igual a la media μ histórica de la característica medida en caso de
ser conocida, o a la media de las medias observadas:

Los límites de control quedan definidos como:

Gráfico R
Es una representación de los rangos Rt, calculados para el gráfico X. En este la
desviación típica de los rangos Rt obtenidos en cada intervalo de muestreo t
puede calcularse como:

donde dR es una constante en función de n

 Interpretación de los gráficos
Cada vez que aparece un punto fuera de los límites de control se declara la
ocurrencia una alarma, cuyo origen hay que investigar para eliminar el problema
del proceso. Mientras todos los puntos se encuentren entre LIC y LSC la
monitorización continúa.

Puede ocurrir que todos los puntos estén entre LIC y LSC pero el proceso no
esté bajo control y pueda declararse una alarma:

Racha: 8 puntos o más consecutivos a un mismo lado de la línea central.

Tendencia: 8 puntos o más en orden creciente o decreciente.

Periodicidad: se repite el mismo patrón de puntos en periodos de longitud

fija (aparecen ciclos).

Inestabilidad: fluctuaciones cerca de LIC y LSC.

Superestabilidad: 16 puntos o más entre – σ y + σ.

Si adoptamos como protocolo que cada vez que ocurre una de esas situaciones
se declara una alarma:

● Aumentará la sensibilidad del proceso de monitorización: mayor

probabilidad/rapidez para detectar alarmas.

● Aumentará el número medio de falsas alarmas: usamos varios criterios para

detectar alarmas cada uno con su tasa de falsas alarmas.

El primer caso es beneficioso pero el segundo es perjudicial. Debe adoptarse

una solución de compromiso que permita optimizar la detección de alarmas
verdaderas, minimizando la tasa de falsas alarmas.
 NORMA MILITARY STANDARD 105 E
El Military Standard 105 (MIL-STD-105E (1989), donde E indica la revisión), fue
desarrollada durante la II Guerra Mundial ante la necesidad de garantizar la
calidad de pertrechos militares (municiones, etc.), durante su producción en
lotes. Esta norma es el sistema de inspección de aceptación más difundido a
nivel mundial.

Es un sistema de inspección de aceptación por atributos porque es una colección

de esquemas de muestreo que a su vez comprenden planes de muestreo. Su
amplia aceptación en el control de calidad motivó que fuera adoptado por la ISO
(International Standardization Organization – Organización Internacional de
Estandarización) en la norma ISO 2859, existiendo además normas
concordantes con la ISO en muchos países (con igual número, aunque con
códigos literales específicos de cada país) y la norma ANSI/ASQC Z1.4
(American National Standards Institute – Estados Unidos) y la BS 6001(Reino
Unido). Estas normas son la contraparte civil del MIL-STD-105 y su adopción
llevó en definitiva a la cancelación del MIL-STD-105E el 27 de febrero de 1995.

En específico en la ISO 2859 se encuentran pequeñas diferencias con el

estándar militar, como la terminología de no conformidad y porcentaje no
conforme, ligeras modificaciones de las reglas de cambio, etc. Pero, en esencia,
la norma es similar al MIL-STD-105E. Por ello los aspectos que abordaremos
son válidos para ambas normas. Las partes de la ISO 2859 son:

ISO 2859-10:2006. Sustituye a ISO 2859-0:1995. Contiene una introducción

general al muestreo de aceptación por atributos y un resumen de los esquemas
y planes de muestreo que se detallan en las otras partes de la norma. También
proporciona una guía para la selección del sistema de inspección a emplear en
situaciones específicas.

ISO 2859-1:1999 (tiene la nota Cor 1:2001). Procedimientos de muestreo para

la inspección por atributos – Parte 1. Esquemas de muestreo indexados por NCA
para la inspección lote a lote.
ISO 2859-2:1985. Procedimientos de muestreo para la inspección por atributos
– Parte 2. Planes de muestreo indexados por la calidad límite para la inspección
de lotes individuales o aislados.

ISO 2859-3:2005. Procedimientos de muestreo para la inspección por atributos

– Parte 3. Procedimientos de muestreo con salto de lote. Su objetivo es
estandarizar los procedimientos de muestreo en productos de alta calidad
suministrados por un proveedor que tiene un aseguramiento de la calidad
satisfactorio y se puede determinar aleatoriamente cuando un lote puede ser
aceptado sin inspección.

ISO 2859-4:2002. Procedimientos de muestreo para la inspección por atributos

– Parte 4. Procedimientos para la evaluación de niveles de calidad declarados.
Se establecen los procedimientos y planes de muestreo que pueden emplearse
para evaluar si el nivel de calidad de una entidad (lote, proceso, etc.), es
conforme con un nivel de calidad declarado.

ISO 2859-5:2005. Contiene esquemas de muestreo secuencial que son

suplementarios a los de la parte 1.

Características del MIL-STD-105E y de la ISO 2859-1.

Es un sistema de muestreo de aceptación por atributos, basado en el NCA y su
objetivo es inducir al proveedor a mantener un promedio del proceso al menos
igual que el NCA de aceptación, manteniendo al mismo tiempo un límite para el
riego del cliente de aceptar ocasionalmente un lote de poca calidad. Se aplica a
productos finales, materias primas, operaciones, mantenimiento y
procedimientos administrativos.

Los términos y definiciones de la norma no difieren de lo que ya hemos visto. El

NCA se define como el peor promedio tolerable del proceso cuando se remiten
series continuas de lotes para el muestreo de aceptación. Se establece
claramente que el NCA no es un nivel deseable, pues la ISO 2859 estimula a los
proveedores a tener promedios del proceso mejores consistentemente que el
NCA. El NCA no implica que el proveedor suministre conscientemente unidades
no conformes. La no conformidad se define como el incumplimiento de un
requisito específico. Se clasifican de acuerdo a su severidad.

A las inconformidades más severas se le asignan NCA muy pequeños mientras

que a las menos severas se le asignan NCA mayores. El NCA no debe ser mayor
al 10%.

El fundamento estadístico está basado en las curvas CO. En la figura que sigue
se muestran, como ejemplo, las curvas CO para un plan de muestreo simple
para un tamaño de muestra con código de letra M (fuente: BS6001:1999).

El muestreo por el MIL-STD-105E y las normas afines se utiliza para series

continuas de lotes lo que permite la aplicación de reglas de cambio de tipo de
plan, que veremos más adelante. Estas reglas proveen una protección al cliente
ante un deterioro de la calidad y un incentivo al proveedor para reducir costos de
inspección al alcanzar una buena calidad de manera consistente. Puede
utilizarse para lotes aislados.
En la norma se incluyen las CO para los distintos niveles de inspección.
Se establecen niveles y tipos de inspección.

Nivel de inspección

Define la relación del tamaño del lote y el tamaño de la muestra. Con mayores
tamaños de lote se establecen mayores tamaños de muestra, aunque no en
proporción directa. El tamaño de la muestra se codifica por letras.
Existen tres niveles generales: I, II, III.

Se utiliza el Nivel II a menos que se indique otro nivel. El Nivel I se usa cuando
se busca reducir desechos en la producción y el nivel III cuando se puede
desechar una mayor cantidad de producto. Hay además cuatro niveles
especiales S1, S2, S3 y S4. El objetivo de estos niveles es poder reducir el
tamaño de muestra cuando esto es necesario.

Nivel de calidad aceptable (NCA)

El Nivel de calidad aceptable se utiliza para tabular los planes y esquemas de

muestreo proporcionados en esta parte de la Norma. El NCA es un parámetro
del esquema de muestreo que no debe confundirse con la media del proceso.
Al establecer un valor específico del NCA para cierta no conformidad, se indica
que el esquema de muestreo aceptará la gran mayoría de lotes presentados, con
tal de que el nivel de calidad en dichos lotes no supere al valor establecido para
el NCA.

El NCA que se utilice, será establecido en el contrato o por la autoridad

responsable. Cuando el nivel de calidad se expresa como porcentaje de
elementos no conformes, los valores del NCA no deben exceder del 10% de no
conformidades. En cambio, cuando lo expresemos como un número de no
conformidades en 100 unidades, podrán utilizarse valores del NCA de hasta
1.000 no conformidades en 100 unidades. Los valores de NCA que aparecen en
las tablas son los recomendados, si para algún producto se establece un NCA
diferente, las tablas dejarán de ser válidas.

Presentación del producto para muestreo:

El producto debe agruparse en lotes, cada lote debe constar de un solo tipo,
clase, tamaño y composición, producidos bajo condiciones uniformes y en el
mismo periodo de tiempo.

Aceptación y no aceptación:

La aceptación de un lote debe determinarse por el uso de planes de muestreo.

Los lotes no aceptados o "rechazados" pueden ser: desechados, clasificados
(con o sin reposición de elementos no conformes), reprocesados, reevaluados
(con relación a criterios de uso más específicos) o retenidos a la espera de más
información.
Las unidades no conformes encontradas, con independencia de si pertenecen a
la muestra o no, pueden ser rechazadas. La consideración de dos o más
categorías de no conformidades suele requerir la utilización de un conjunto de
planes de muestreo que tienen un tamaño de muestra común pero diferentes
números de aceptación para cada NCA.
Los lotes rechazados y presentados a nueva inspección: no deben analizarse en
una nueva inspección hasta que todas las unidades sean examinadas o
ensayadas y el suministrador esté seguro de que todas las unidades no
conformes han sido eliminadas o reemplazadas por unidades conformes o
corregidas de su defecto.

Extracciones de muestra:

Las unidades seleccionadas para el muestreo se extraen del lote por muestreo
simple, si el lote contiene sublotes o estratos se utiliza un muestreo estratificado.
Cuando se emplea el muestreo doble o múltiple cada una de las muestras
consecutivas deben seleccionarse entre los elementos restantes del mismo lote.

Inspección

Normal, rigurosa o reducida:

Hay tres tipos de inspección: normal, rigurosa o reducida.

La inspección normal debe emplearse al comienzo de la inspección, a excepción
de que las autoridades digan lo contrario. El tipo de inspección debe continuar
sin cambios sobre los lotes sucesivos, excepto cuando los procedimientos de
cambio requieran modificar la severidad de la inspección.

Los procedimientos o reglas de cambio entre tipos de inspección deben aplicarse

independientemente a cada clase de no conformidades o de elementos no
conformes. Los criterios de cambio que deben aplicarse son:

Cambio de normal a rigurosa si dos de cinco lotes consecutivos han resultado

no aceptables.

Cambio de rigurosa a normal si cinco lotes consecutivos hayan sido

considerados aceptables.

Cambio de normal a reducida cuando diez lotes consecutivos hayan sido

aceptables.

Cambio de reducida a normal cuando se obtiene un rechazo o la producción

comienza a ser irregular
Determinación de la aceptabilidad:

Plan de muestreo simple (número de aceptación entero): si el número de

elementos no conformes encontrados en la muestra es igual o menor que el
número de aceptación, el lote es aceptable.

Plan de muestreo doble: si el número de elementos no conformes en la primera

muestra es igual o menor que el primer número de aceptación, el lote es
aceptable.