Cartas de Control

H. Hdez. / Julio 2005

CARTAS DE CONTROL

Las cartas de control son la herramienta más poderosa para analizar la variación en la mayoría de los procesos. Han sido difundidas exitosamente en varios países dentro de una amplia variedad de situaciones para el control del proceso. Las cartas de control enfocan la atención hacia las causas especiales de variación cuando estas aparecen y reflejan la magnitud de la variación debida a las causas comunes. Las causas comunes o aleatorias se deben a la variación natural del proceso. Las causas especiales o atribuibles son por ejemplo: un mal ajuste de máquina, errores del operador, defectos en materias primas. Se dice que un proceso está bajo Control Estadístico cuando presenta causas comunes únicamente. Cuando ocurre esto tenemos un proceso estable y predecible. Cuando existen causas especiales el proceso está fuera de Control Estadístico; las gráficas de control detectan la existencia de estas causas en el momento en que se dan, lo cual permite que podamos tomar acciones al momento. Ventajas: •


• •

Es una herramienta simple y efectiva para lograr un control estadístico. El operario puede manejar las cartas en su propia área de trabajo, por lo cual puede dar información confiable a la gente cercana a la operación en el momento en que se deben de tomar ciertas acciones. Cuando un proceso está en control estadístico puede predecirse su desempeño respecto a las especificaciones. En consecuencia, tanto el productor como el cliente pueden contar con niveles consistentes de calidad y ambos pueden contar con costos estables para lograr ese nivel de calidad. Una vez que un proceso se encuentra en control estadístico, su comportamiento puede ser mejorado posteriormente reduciendo la variación. Al distinguir ente las causas especiales y las causas comunes de variación, dan una buena indicación de cuándo un problema debe ser corregido localmente y cuando se requiere de una acción en la que deben de participar varios departamentos o niveles de la organización.

Cartas de control por variables y por atributos.En Control de Calidad mediante el término variable se designa a cualquier característica de calidad “medible” tal como una longitud, peso, temperatura, etc. Mientras que se denomina atributo a las características de calidad que no son medibles y que presentan diferentes estados tales como conforme y disconforme o defectuoso y no defectuoso. Según sea el tipo de la característica de calidad a controlar así será el correspondiente Gráfico de Control que, por tanto, se clasifican en Cartas de Control por Variables y Cartas de Control por Atributos.

Pág. 1

Cartas de control por atributos Son potencialmente aplicables a cualquier proceso Los datos están a menudo disponibles. Hdez. Ventajas significativas de Son frecuentemente usados en los informes a la Gerencia. Control de características individuales. No reconoce distintos grados de defectos en las unidades de producto. Desventajas significativas No se entienden a menos que se de capacitación. Son rápidos y simples obtener. Son fáciles de interpretar. / Julio 2005 Comparación de las cartas de control por variables vs. Control del número de piezas defectuosas Control de número global de defectos por unidad Control del promedio de defectos por unidad. 2 . Más econónomicas No proporciona información detallada del control de características individuales. Proporcionan una utilización máxima de la información disponible de datos. Control de la fracción global de defectuosos de un proceso.Cartas de Control H. Campos de aplicación de las cartas VARIABLES Carta Descripción Medias y Rangos Medias y desviación estándar. puede causar confusión entre los limites de especificación y los límites de tolerancia. X −R X −S I ATRIBUTOS Carta P NP C U Descripción Proporciones Número de defectuosos Defectos por unidad Promedio de defectos por unidad Campo de aplicación. atributos Cartas de Control por variables Conducen a un mejor procedimiento de control. Pág. Control de un proceso con datos variables que no pueden ser muestreados en lotes o grupos. Control de características individuales. Individuales Campo de aplicación.

Cartas de Control H.86 0.27 0 1... / Julio 2005 Elaboración de Cartas de control X − R (variables) Paso 1: Colectar los datos. para detectar si el proceso puede mostrar inconsistencia en breves periodos tiempo. son el promedio de cada subgrupo. Paso 2: Calcular el promedio X y R para cada subgrupo de de de de X = X 1 + X 2 . RK K X = X 1 + X 2 + . X 2. los cuales deben ser registrados y agrupados de la siguiente manera: • Se toma una muestra(subgrupo) de 2 a 10 piezas consecutivas y se anotan los resultados la medición( se recomienda tomar 5). X N N R = X mayor − X menor Paso 3: Calcule el rango promedio ( R ) y el promedio del proceso ( X ) . Paso 4: Calcule los limites de control Los límites de control son calculados para determinar la variación de cada subgrupo. n D4 D3 A2 2 3.es el rango de cada subgrupo.37 9 1. A continuación se presentan los valores de dichas constantes para tamaños de muestra de 2 a 10.42 8 1.02 4 2.. X K K Donde K es el número de subgrupos...73 5 2.......78 0.11 0 0.14 0.. Los datos son el resultado de la medición de las características del producto. R = R1 + R2 + .2 hrs.28 0 0.00 0 0. 3 .08 0...48 7 1. • Se realizan las muestras de 20 a 25 subgrupos.82 0.18 0.31 Paso 5: Seleccione la escala para las gráficas de control Pág.88 3 2. X 1 .57 0 1. D3...22 0. Hdez. R1.. están basados en el tamaño de los subgrupos y se calculan de la siguiente forma: LSC R = D4 R LIC R = D3 R LSC X = X + A2 R LIC X = X − A2 R Donde D4.. A2 son constantes que varían según el tamaño de muestra.92 0.34 10 1.R2..58 6 2. También pueden ser tomadas en intervalos de tiempo ½ .

85 0. Los límites de Control se dibujan con una línea discontinua y los promedios con una línea continua para ambas gráficas. el tamaño de muestra de cada subgrupo es de cinco.65 0.85 0.65 0.70 0.90 0. / Julio 2005 Para la gráfica X la amplitud de valores en la escala debe de ser al menos del tamaño de los límites de tolerancia especificados o dos veces el rango promedio ( R ) . y se toman 25 subgrupos a intervalos de 1 hr.65 0.85 0. Realice la carta de control X − R . Hdez. 4 1 0.65 0.85 0.65 14 0.77 .85 0. Marcar los puntos en ambas gráficas y unirlos para visualizar de mejor manera el comportamiento del proceso.70 2 0.75 0. Calculando el rango y el promedio para cada subgrupo obtenemos: Calculando el Rango promedio.71 muestra subgrupo 1 muestra subgrupo 2 1 3 2 4 muestra 3 subgrupo 5 1 4 2 5 3 4 5 Promedio Pág.65 0.80 0.70 0.75 0.85 2 0.2 veces el rango.75 0.65 0. Paso 6: Trace la gráfica de control Dibuje las líneas de promedios y límites de control en las gráficas.Cartas de Control H.80 0. Para la gráfica R la amplitud debe extenderse desde un valor cero hasta un valor superior equivalente a 1½ .75 0.65 1 0.65 0.60 0. Paso 7: Analice la gráfica de control Ejemplo 1 Se toman las medidas de los diámetros de una pieza cilíndrica.75 15 0.85 0. promedio del proceso y límites de control: R = .70 0.198 X = .

11* 0. por lo cual el proceso se encuentra fuera de control. las causas comunes y causas especiales de dicha variación y en función de esto tomar alguna acción apropiada cuando se requiera. Cuando se detecta alguno de los patrones siguientes se puede decir que el tomar alguna acción para corregir el problema ya que el proceso puede estar fuera de control.41 LIC R = D3 R =0 LSC X = X + A2 R = .7112 0. McGrawHill.F.198 = 0. 5 .198 LCL=0 La carta de control R muestra un punto fuera de los limites de especificaciones.Cartas de Control H.3 0.4187 R=0. PATRONES FUERA DE CONTROL 1 Análisis y planeación de la calidad. Tercera Edición.6 0 5 10 15 20 25 LCL=0.M Gryna.7 Mean=0. / Julio 2005 LSC R = D4 R = 2.8254 Sample Mean 0. Hdez.8 UCL=0. Pág.58)(. Juran .5 0.1 0.M.2 0.82 LIC X = X − A2 R = .7 0.71-(.59 Xbar/R Chart for C1 0. Interpretación del control del proceso.6 0.198) = . en este caso es necesario investigar las causas y tomar las acciones correctivas para eliminar el problema.198) = .0 1 Sample Range UCL=0.71+(. En la siguiente parte se muestran los criterios para determinar las situaciones en las cuales un proceso puede estar fuera de control.58)(.5970 Subgroup 0.4 0. J. Juran1 sugiere un conjunto de reglas de decisión para detectar patrones no aleatorios en las cartas de control. El objeto de analizar una gráfica de control es identificar cuál es la variación del proceso.

6 . Hdez. / Julio 2005 Gráficas de control X − S (variables) Pág.Cartas de Control H.

Terminología k = número de subgrupos n = número de muestras en cada subgrupo X = promedio para un subgrupo X = promedio de todos los promedios de los subgrupos S = Desviación estándar de un subgrupo  S = Desviación est. X N N X = X 1 + X 2 + .20 22.46 9 10. X K K LSC X = X + A3 S LIC X = X − A3 S LSC S = B4 S LIC S = B3 S Ejemplo 2 Se registra el peso diariamente durante dos semanas.La Carta X monitorea el promedio del proceso para vigilar tendencias.40 6.46 Pág. 7 .67 8.41 2.00 5. El tamaño de muestra n es mayor a 9. / Julio 2005 El procedimiento para realizar las cartas de control X − S es similar al de las cartas X − R La diferencia consiste en que el tamaño de la muestra puede variar y es mucho más sensible para detectar cambios en la media o en la variabilidad del proceso.15 1.67 10..16 1.53 1..88 X = 10 .Cartas de Control H.15 1. promedio de todos los subgrupos X = X 1 + X 2 ..00 2..00 11.71 1.00 7.. Hdez. La Carta S monitorea la variación en forma de desviación estándar.00 10.88 S = 1..50 S 2.58 0.92 1...00 0. Realizar la gráfica de control X − S Día 1 2 3 4 5 6 7 8 9 10 Muestra1 10 12 5 8 17 22 8 6 10 13 Muestra2 12 11 6 8 15 24 9 5 10 10 Muestra3 8 7 4 6 16 22 7 6 10 12 Muestra4 9 9 18 5 11 Muestra5 13 20 X 10.33 17..

Cartas de Control H.  Gráfica X − S con límites constantes: Para la realización de los diagramas de control con límites constantes utilizamos las fórmulas siguientes: Los parámetros para el gráfico X son: LIC X = X − A3 S LIC X = X − A3 S y para el gráfico S : LIC LSC S S = B4 S = B3 S 25 ample Mean 15 Pág. ya que al tener tamaños de muestra diferentes estos son variables. Hdez. / Julio 2005 Se calculan los limites de control para cada subgrupo. 8 Ejemplo 3: .

0148 0.0090) = 73.004 73. el PH de una solución química) La línea central se basa en el promedio de los datos.99 74.008 74.008 0.0091 0.089)(.0090 De la tabla tenemos que: X = 74 . • • • • • A menudo esta carta se llama “I” o “Xi”.0153 0.0106 0.998 Si 0.0090) = 0.Cartas de Control H.427)(.003 74.0074 0.001 y S = . Esta Carta monitorea la tendencia de un proceso con datos variables que no pueden ser muestreados en lotes o grupos.0122 0.0119 0.001 + (1. Este es el caso cuando la capacidad de corto plazo se basa en subgrupos racionales de una unidad o pieza.997 74.0090) = 74.0063 0.0123 0.0055 0.0087 0.3 sigmas) Terminología k = número de piezas n = 2 para calcular los rangos X = promedio de los datos R = rango de un subgrupo de dos piezas consecutivas R = promedio de los (n .002 74. y los límites de control se basan en la desviación estándar (+/.0087 0.001 74.0090 Calculamos los limites de control: LIC X = X − A3 S = 74.0090) = 0 Carta de control de lecturas Individuales I-MR (Datos variables).001 – (1.998 LIC LSC S S = B4 S = (2.01 74.001 74.998 73.0042 0.009 74 74.0055 0.994 74.019 = B3 S = (0)(.0162 0.0106 0.0029 0.996 74 73.003 73. 9 .0078 0.007 73.006 73.997 74.1) rangos Pág.001 Si 0.005 73.001 73.0105 muestra 14 15 16 17 18 19 20 21 22 23 24 25 PROMEDIOS X-bar 73.998 74.014 LIC X = X − A3 S = 74. o cuando la característica a medir en cualquier punto en el tiempo es relativamente homogénea (Ej.998 74. Este tipo de gráfica es utilizada cuando las mediciones son muy costosas(Ej.0073 0.0053 0.427)(.0072 0. / Julio 2005 Las siguientes cifras son la medias y las desviaciones estándar de muestras de 5 observaciones correspondientes a los diámetros de una pieza metálica: muestra 1 2 3 4 5 6 7 8 9 10 11 12 13 X-bar 74.002 74.0085 0. Pruebas destructivas). Hdez.007 0.

18 7 1.77 4 2.27 0 2.11 8 1. Se calcula el rango móvil de la siguiente manera: diferencia entre 1ª y 2ª lectura.93 11.98 11.21 12.11 0 1.16 12.03 12.78 0.98 * Generalmente se utiliza n = 2 Ejemplo 3: La longitud de un tramo de tubo se registra para cada producto.16 .28 0 1.10 Pág. Realice la gráfica de control individual.85 11. D3.00 0 1.19 11.07 12.08 1.26 0. 10 Parte 1 2 3 4 5 6 7 8 9 Longitu 12. Parte 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Longitud 12.03 12.18 1. Hdez.14 1.92 0.82 0.22 0. 2ª y 3ª y así hasta n-1.16 12.17 0.07 12.05 9 1.16 12.05 0.01 10 1.02 0.10 0.00 0.72 11.46 5 2.13 0.29 6 2.66 3 2.88 12.13 12.04 0.Cartas de Control H.04 0.89 12.26 0.13 12.57 0 1.02 11.03 0.85 11.03 Rangos 0.72 11. E2 son constantes que varían según el tamaño de muestra usado para agrupar los rangos móviles como se muestra en la tabla siguiente: n D4 D3 E2 2 3.16 0.00 0.19 0.98 11.02 11.88 12.86 0. / Julio 2005 LSC X = X + E 2 R LIC X = X − E 2 R LSC R = D4 R LIC R = D3 R Donde D4.

29 LIC X = X − E 2 R =12. 11 .03 LSC X = X + E 2 R =12.66)(.03 Observation Number Moving Range Chart for C1 0.1036 0.25 Individual Value 12.3384 0.2 0.27(.65 0 1 5 10 15 LCL=11.03+(2.Cartas de Control H.75 Mean=12.05 11.85 11.327 LIC R = D3 R = 0 R = 0.3 Moving Range 0.75 11.15 12.10)= .35 UCL=12.95 11.66)(. Hdez.76 LSC R = D4 R = 3.4 UCL=0.10 I Chart for C1 12.03 – (2.1 R=0. / Julio 2005 X =12 .0 0 5 10 15 LCL=0 Observation Number Pág.10) = 11.10) = 12.30 12.

Se basa en la evaluación de una característica (¿se instalo la pieza requerida?) o de muchas características (¿se encontró algo mal al verificar la instalación eléctrica?). Note que los rangos sucesivos están correlacionados. Se aconseja tomar tamaños de muestra iguales aunque no necesariamente se tiene que dar esta situación. Una prueba del objeto o del grupo y 3º.Cartas de Control Interpretación del proceso: • H. Gráfica P para fracción de Unidades Defectuosas (atributos) La gráfica p mide la fracción defectuosa o sea las piezas defectuosas en el proceso. Las gráficas por lecturas individuales pueden ser analizadas para puntos fuera de los límites de control.Calculo del porcentaje defectuoso (p) del subgrupo: Registre la siguiente información para cada subgrupo: El número de partes inspeccionadas – n El número de partes defectuosas – np Pág. Los intervalos cortos entre tomas de muestras permitirán una rápida retroalimentación al proceso ante la presencia de problemas. Se puede referir a muestras de 75 piezas. Pasos para la elaboración de la gráfica: Paso 1. Gráficas de control por atributos Cualquier característica de calidad que pueda ser clasificada de forma binaria: “cumple o no cumple”. El tamaño de los subgrupos será de 25 o más. dispersión de puntos dentro de los límites de control y para tendencias o patrones. Una definición operacional consiste en: 1º . etc. Una decisión. Este procedimiento consiste en definir operacionalmente lo que se desea medir. tomada dos veces por día. Un criterio que se aplica a un objeto o a un grupo 2º. será considerado como un atributo y para su control se utilizará un Gráfico de Control por Atributos. debido a que tienen un punto en común y debido a esto se tiene que tener cuidado al interpretar tendencias. Cabe hacer notar que si la distribución de proceso no es simétrica. diaria.. Paso 2. / Julio 2005 • Revisar la gráfica de rangos para puntos fuera de los límites de control como signo de la existencia de causas especiales. semanal). 12 . a los efectos de control del proceso.Frecuencia y tamaño de la muestra: Establezca la frecuencia con la cual los datos serán tomados (horaria. el tamaño de muestra debería de ser mayor a 30. sí o no: El objeto o el grupo alcanza o no el criterio. Hdez. : Los criterios de aceptación al utilizar gráficas de control por atributos deben estar claramente definidos y el procedimiento para decidir si esos criterios se están alcanzando es producir resultados consistentes a través del tiempo. 100% de la producción durante una hora. “funciona o no funciona”. Los tamaños de muestra grandes permiten evaluaciones más estables del desarrollo del proceso y son más sensibles a pequeños cambios en el promedio del mismo. Es importante que cada componente o producto verificado se registre como aceptable o defectuoso (aunque una pieza tenga varios defectos específicos se registrará sólo una vez como defectuosa). las reglas mostradas anteriormente para gráficas X podrán dar señales de causas especiales sin que éstas existan. etc. “pasa o no pasa”.

. Ejemplo 4 Un fabricante de latas de aluminio registra el número de partes defectuosas. / Julio 2005 np n Paso 3 – Calculo de porcentaje defectuoso promedio y límites de control El porcentaje defectuoso promedio para los k subgrupos se calcula con la siguiente fórmula: p= np1 + np 2 + ..Trace la gráfica y analice los resultados. el límite de control inferior puede resultar negativo. en estos casos el valor del límite será = 0 Paso 4.. con 30 subgrupos.. Muestra 1 2 3 4 Pág.Cartas de Control Calcule la fracción defectuosa (p) mediante: p = H. Realizar la gráfica de control para la siguiente serie de datos obtenida durante el muestreo.. 13 Latas defectuos np 12 15 8 10 .. tomando muestras cada hora de n = 50. + np k n1 + n 2 + . NOTA: Cuando p y/o n es pequeño. + n k p (1 − p ) n p (1 − p ) n LSC p = p + 3 LIC p = p − 3 donde n es el tamaño de muestra promedio. Hdez..

2313 LCL=0.2313 LSC p = p + 3 p (1 − p ) .2313 − 3 =.5 0.23 * .05243 50 n Trazando la gráfica P Chart for C1 1 1 0.2313 + 3 =.3 0.0 0 10 20 Sample Number Pág.77 = .4102 P=0.Cartas de Control H.1 0. Hdez. / Julio 2005 Calcule la fracción defectuosa para cada muestra: Muestra 1 2 3 4 5 6 7 8 9 10 11 12 13 p = .4102 50 n LIC p = p − 3 p (1 − p ) .4 0.77 = . 14 Latas defectuosas np 12 15 8 10 4 7 16 9 14 10 5 6 17 UCL=0.23 * .2 0.05243 30 F Proportion .

n = 50.2313 ) +3 LIC = (50 )( 0. De la tabla obtenemos p = 0.2313 )( 0.7687 ) = 20 .Cartas de Control H.51 1 Sample Count 15 10 5 -3.621 0 0 10 20 30 NP=11. Calculando los límites de control tenemos: LSC = (50 )( 0.620 NP Chart for cantidad 25 1 20 3. 15 .2313 ) −3 (50 )( 0. Los límites son calculados mediante la siguientes fórmulas. / Julio 2005 Gráfica np – Número de defectivos La gráfica np es basada en el número de defectuosos en vez de la proporción de defectuosos.0SL=20. Hdez.57 Sample Number Gráfico de Control C. Pág. construya la gráfica np e interprete los resultados.510 (50 )(0.0SL=2.2313 )( 0.7687 ) = 2.2313 . LSC = np +3 np (1 − p ) LIC = np −3 np (1 − p ) Ejemplo 5: Utilizando los datos del diagrama anterior.

Esto es determinar cuantos defectos tiene un producto.6 −3 1 .3 9 7 9 7 7 Pág. Los límites de control se calculan mediante las siguientes fórmulas: LSC = c + 3 c LSC = c − 3 c Donde: c = total de defectos/ número de unidades de producto.6 =3 .67 26 L C =1 .6 = 6.Cartas de Control H. Hdez. etc. 16 .9 S 9 7 9 7 2 7 L IC =1 . 10 unidades. Ejemplo: En la siguiente tabla tenemos el número de unidades de defectos observados en 26 muestras sucesivas de 100 filtros de seguridad. Podemos tener un grupo de 5 unidades de producto. muestra 1 2 3 4 5 6 7 8 9 10 11 12 13 c= defectos 21 24 16 12 15 5 28 20 31 25 20 24 16 muestra 14 15 16 17 18 19 20 21 22 23 24 25 26 defectos 19 10 17 13 22 18 39 30 24 16 19 17 15 516 = 19 . / Julio 2005 Gráfica C – para número de defectos Se utiliza para determinar la ocurrencia de defectos en la inspección de una unidad de producto.6 +3 1 .

El tamaño de muestra es de cinco computadoras.481 1 0 0 10 20 Sample Number Grafica U – Defectos por Unidad El diagrama u se basa en el promedio de defectos por unidad inspeccionada: u= c n donde c = número de defectos n = cantidad de piezas inspeccionadas Para determinar los limites de control utilizamos las fórmulas siguientes: u n u LIC = u − 3 n LSC = u + 3 Ejemplo 62 Una compañía que fabrica computadoras personales desea establecer un diagrama de control del número de defectos por unidad. En la tabla se muestran el numero de defectos en 20 muestras de 5 computadoras cada una. Douglas C. / Julio 2005 C Chart for C1 40 1 3. Second Edition pp. Montgomery.21 Sample Count 30 20 C=19. Hdez. Establecer el diagrama de control u 2 Statistical Quality Control.Cartas de Control H.85 10 -3.0SL=6.0SL=33. 17 .181 Pág.

0SL=3.93 20 Los límites de control son los siguientes: LSC = 1. Hdez.2 7 1.93 + 3 1.79 5 LIC = 1.794 Sample Count 3 2 U=1.4 11 2.4 6 1. c promedio de defectos por unidad 10 2 12 2.6 14 2.2 8 1.93 = 0.06613 Sample Number Pág.93 − 3 1.8 10 2 16 3.60 = 1.6 10 2 7 1.Cartas de Control muestra 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 tamaño de muestra 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 Total H. / Julio 2005 Número de defectos.07 5 U Chart for C1 4 3.6 u u= ∑u n i = 38 .8 5 1 7 1. 18 .2 11 2.930 1 0 0 10 20 -3.0SL=0.4 10 2 15 3 9 1.4 8 1.93 = 3.2 12 2.4 5 1 193 38.

Sign up to vote on this title
UsefulNot useful