REPÚBLICA BOLIVARIANA DE VENEZUELA

MINISTERIO DEL PODER POPULAR PARA LA EDUCACIÓN

UNIVERSITARIA
INSTITUTO UNIVERSITARIO POLITÉCNICO
“SANTIAGO MARIÑO”
EXTENSIÓN MATURÍN

Graficas de Control

Autor: Br. Betancourt Williannys

Maturín, Marzo de 2022

 Grafica de Control P
Todos los días del mes de Enero se tomaban muestras de las formas llenas,
del departamento de administración, en la compañía de seguros APEX para
revisar la calidad del desempeño de ese departamento. Con el fin de establecer
una norma tentativa para el departamento, se tomó una muestra de 300 unidades
al día (n=300) durante 10 días, obteniendo los siguientes resultados:

Desarrolle una gráfica de proporciones o gráfica p utilizando un intervalo de

confianza de un 90% para las 10 muestras recolectadas. ¿Qué comentarios puede
hacer sobre el proceso?¿Qué sucede ahora si los límites de control se definen a
un σ del promedio de defectos?

Primer Paso:
Calcularemos el promedio de unidades defectuosas para cada una de las
muestras (celdas color azul). Por ejemplo la muestra 1 presenta 10 defectos (de
un total de 300 unidades inspeccionadas), en consecuencia el porcentaje de
defectos de dicha muestra corresponde aproximadamente a un 3,33% (10/300).
Segundo Paso:
Luego se obtiene el promedio de unidades defectuosas del total de las
muestras (celda amarilla) correspondiente a un 3,03% (se obtiene de [3,33%
+2,67%+3,00%+…+2,67%]/10).
A continuación se procede con la estimación de la desviación estándar (Sp):
Formula:

Sp :
√ p∗(1− p)
n

Sustituimos los valores:

Sp=
√ 0,0303∗(1−0,0303)
300
=0,9896 %

De la tabla de la distribución normal estándar un intervalo de confianza de un

90% equivale a definir los límites de control a 1,645*Sp. Con esto podemos
calcular el Límite de Control superior (LCS) y Límite de Control Inferior
(LCI) respectivamente (notar que los resultados han sido aproximados).

 LCS = 3,03% + 1,645*0,9896% = 4,66%

 LCI = 3,03% – 1,645*0,9896% = 1,40%
Graficaremos por medio de Excel los límites de control, el promedio de
unidades defectuosas de cada una de las muestras y el promedio de defectos total
El proceso se encuentra bajo control estadístico. Los promedios de defectuosos se
encuentran dentro de los límites de control estadístico.
 Si en cambio los límites de control se definen a un σ del promedio de defectos
será necesario recalcular los límites de control estadístico obteniendo los
siguientes resultados (aproximados):

 LCS = 3,03% + 0,9896% = 4,02%

 LCI = 3,03% – 0,9896% = 2,04%

Gráfico de Control NP
Se desea construir un gráfico de control NP para controlar un proceso que
fabrica un chip que se insertará en una tarjeta de telefonía. Se tienen 25 muestras,
cada una formada por 50 chips. El número de chips defectuosos en cada una de
las muestras se muestra en la tabla
 Muestr Número de Artículos Artículos Defectuosos
a
 1 50 3 0.06
2 50 5 0.10
3 50 5 0.10
4 50 1 0.02
5 50 10 0.20
6 50 4 0.08
7 50 2 0.04
8 50 5 0.10
9 50 6 0.12
10 50 4 0.08
11 50 1 0.02
12 50 0 0.00
13 50 4 0.08
14 50 6 0.12
15 50 2 0.04
16 50 2 0.04
17 50 3 0.06
18 50 4 0.08
19 50 2 0.04
20 50 5 0.10
21 50 4 0.08
22 50 5 0.10
23 50 2 0.04
24 50 4 0.08
25 50 2 0.04
Total 1250 91

El gráfico de control resulta el siguiente: En él puede apreciarse que hay una

observación fuera de control por lo que habrá que eliminarla antes de considerar
que la estimación de p es definitiva y pueda ser utilizada para analizar posteriores
muestras. En este gráfico el LCI es cero, pues el valor que se obtiene aplicando la
fórmula correspondiente es negativo: LCI =-1.87.

Grafico Np
10
9
8
7
6
5
4
3
2
1
0
2 4 6 8 10 12 14 16 18 20 22 24

LCL=0 Serie 2 UCL=9,15 Np=3,64

Dado que existe un punto fuera de control deberíamos eliminar la información de

esta muestra y volver a realizar el gráfico

Gráfico de control U
Un operador eléctrico inspecciona la calidad de unos circuitos impresos. Los
circuitos que inspecciona son muy diversos. Según el tipo de circuito se apunta su
superficie y el número de defectos. Tras inspeccionar 12 placas obtiene los datos
de la tabla.
Superficie 5 50 3 38 54 2 22 2 50 3 34 38
cm2 0 4 2 5 4
Nº de 4 3 4 4 4 3 5 3 4 2 2 4
defectos
 
El número total de defectos es 42 y la superficie total 451cm 2. Por tanto

Procedemos a calcular:
 k

Númerototal de defectos i−1

∑ Ci 42
u= = k =
Número total de unidades 451
∑¿
i−1

Chart Title
0.3

0.25

0.2

0.15

0.1

0.05

0
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5 0.55

LCL U UCL Serie 4

Los límites de control dependen de cada placa, al tener superficies distintas. La

figura muestra el gráfico de control donde se representan los valores
de ui (u1 =4/50; u12 =4/38) del número de defectos por cm2. En el gráfico se
observa que el proceso está en estado de control. 
Gráfico de control X-R
Se considera una prueba satisfactoria de estabilidad en 20 tomas de muestras de
5 piezas por muestra:

Turno 1º 1º 2º 2º
Hora 9:00 12:00 2:00 6:00
X1 0,65 0,75 0,75 0,60
X2 0,70 0,85 0,80 0,70
X3 0,65 0,75 0,80 0,70
X4 0,65 0,80 0,70 0,75
X5 0,85 0,65 0,75 0,65
ƩX 3,50 3,85 3,80 3,40
X 0,70 0,77 0,76 0,68
 R 0,20 0,20 0,10 0,15

FORMULAS:

Sustituir Valores
           __
PARA X= (X1+X2+X3+X4+X5) / 5 =  0,70

PARA R= Xmayor – Xmenor =   0,20

d) Cálculo de los límites de control.-

                   __
Gráficos (X , R)
                             __
Límites de Control  X
LCS: X  +  A2 * R             
LCI: X  -  A2 * R       LIMITE DE CONTROL CENTRAL LCC: X

Límites de Control  R

LCS: D4 * R         LCI: D3 * R         LCC: R

Constante:
n A2 D3 D4
2 1,880 0,000 3,267
3 1.023 0,000 2,575
4 0,729 0,000 2,282
5 0,577 0,000 2,114
6 0,483 0,000 2,004
7 0,416 0,076 1,924
Sustituir Valores
n: 5 A2: 0,577 D4: 2,114 D3: 0

Para: 
                    __
Gráficos de  X

LCS = 0,70 + (0,577)*(0,20) = 0,815     LCI = 0,70 - (0,577)*(0,20) = 0,585     

LCC= 0,70

Gráficos de  R
LCS = (2,114) * (0,20) = 0,423       LCI = 0      LCC= 0,20

Grafique los puntos de Control de las cuatro horas 

 Concepto Estadístico
La estadística estudia el comportamiento de los fenómenos de masas. Como
todas las ciencias, busca las características generales de lo colectivo y prescinde
de las partículas generales de cada elemento. Así por ejemplo al investigar el sexo
de los nacimientos iniciamos tomando un grupo numeroso de nacimientos y
obtener después la porción de varones. Es muy frecuente enfrentarnos con
fenómenos en los que es muy difícil predecir el resultado; así, no podemos dar
una lista con las personas que van a morir a una cierta edad. Por lo tanto el
objetivo es hallar las regularidades que se encuentran en los fenómenos de
masas.

Interpretación de las cartas de control

La adecuación e uso de las cartas de control ejemplificara y facilitara la desviación
en cuanto a los cuerpos de control que se van a establecer, fuera de esto
colaborara con el entendimiento en base al desarrollo de que parámetros basaos
en las gráficas son los adecuados a utilizar, estableciendo variables que alternan a
el uso de cada uno de ellos, las cartas de control estandarizan el uso de las
gráficas y sus conocimientos, basándose en las proporciones de los eventos a
evaluar, correspondiendo a que toda evaluación va de la mano con los propósitos
productivos, lucrativos y de producción de un sistema empresarial u organización.
Estos datos permitirán generar gráficos para poder evaluar de una mejor manera
el proceso explicativo de los sucesos que conllevaron a dicha evaluación, tomando
en cuenta que tales actividades se realizan para evaluar y mejorar procesos de
calidad, gestión, y otros sistemas de la organización.