GESTION DE

LA CALIDAD
SEMANA 3
SESION 2
CONTROL ESTADISTICO DE
PROCESOS : GRAFICOS DE
CONTROL VARIABLES Y ATRIBUTOS
LOGRO DE LA UNIDAD

FUNDAMENTOS DE CALIDAD, HERRAMIENTAS BASICAS

DE LA CALIDAD Y ESTADÍSTICA APLICADA AL CONTROL y
MEJORA CONTINUA

El estudiante, al finalizar la unidad, identifica

apropiadamente los costos de la calidad,
utiliza de forma adecuada las herramientas
de calidad y los gráficos de control para
analizar problemas y determinar sus causas; y
utiliza planes de muestreo de aceptación para
determinar la aceptación o rechazo de lotes
de productos.
LOGRO DE LA SESIÓN

Al final de la sesión, los estudiantes estarán en la capacidad

de entender el manejo de gráficas de control por variables
y atributos como herramienta para el análisis estadísticos
de procesos en una empresa
Ing° Carlos P. Saavedra López
Carlos.Saavedra@upn.edu.pe
6143300 – 3253
 SEMANA 3

FUNDAMENTOS DE CALIDAD, HERRAMIENTAS

BASICAS DE LA CALIDAD Y ESTADISTICA APLICADA
AL CONTROL Y MEJORA CONTINUA

SESION 2

• Clasificación de las características de la

calidad

• Gráficas de control
 CLASIFICACIÓN DE LAS
CARACTERÍSTICAS DE LA CALIDAD

Proceso por el cual se define,

interpreta y clasifican las
características de Calidad de un
nuevo proceso ó producto.

Estas características son

importantes para poder medir,
comparar, clasificar diferentes
procesos y productos a partir de
característica de la data o
información empleada.
 CARACTERÍSTICAS DE CALIDAD

1.- VARIABLE (Medida sobre una escala

continua, generalmente para mediciones de
data referida a performance de equipo y/
humanas : Presión, peso, Temperatura,
Pulso, etc.

2.-ATRIBUTO ( Medida que queda

registrada en una categoría determinada,
puntual y no continua, por ejemplo el
número de productos defectuosos de un
lote, el número de despegues y aterrizajes
de aviones, el número de goles anotados en
un partido de futbol)
 CARACTERÍSTICAS DE CALIDAD

VARIABLES ATRIBUTOS
• Características que se • Características centradas
pueden medir (por en los defectos.
ejemplo, el peso o la • Los productos se
longitud). clasifican en productos
• Pueden ser números “buenos” o “malos”, o se
enteros o fracciones. cuentan los defectos que
• Variables aleatorias tengan.
continúas. • Variables aleatorias
discretas.
VARIABLE : Medición de volumen en producción
VARIABLE : Medición de presión sanguínea
VARIABLE : Medición de signos vitales
VARIABLE : Medición de Temperatura media global
ATRIBUTOS: Medición de circulación de diarios
ATRIBUTOS: Control Productos defectuosos
 TALLER N° 01 : Características de
Atributos y variables

“Determinar Las
características de
Variables y
Atributos, para los
siguientes productos
 TALLER N° 02 – Determinación de variables
Cualitativas (Discretas y continuas) y Cuantitativas
TALLER 1 : VARIABLES Y ATRIBUTOS
 GRÁFICAS DE CONTROL

Se trata de gráficas en las que se representa el

comportamiento de un proceso en el tiempo a través de
los valores de un estadístico asociado con una
característica de calidad del producto.
 GRÁFICAS DE CONTROL

• El objetivo de las gráficas de control es facilitar

la vigilancia del proceso para así detectar
rápidamente la presencia de causas asignables
y minimizar la producción defectuosa.

• Las gráficas de control están pensados para

ser usados directamente por los propios
operadores, de modo que las acciones se
tomen rápidamente.
RAZONES POR LAS QUE LA PRODUCCIÓN VARÍA

Los empleados, las máquinas y los proveedores producen

unidades que no se ajustan a los estándares, llegan con retraso o
en cantidades que no son las adecuadas.

Las especificaciones y los diseños de ingeniería son inexactos.

El personal de producción intenta producir antes de que se

completen los diseños y las especificaciones.

No se conocen las demandas de los clientes.

 TIPOS DE GRÁFICAS DE CONTROL

Varios datos Datos numéricos

numéricos Gráficas categóricos o discretos
de Control

Gráfica de Gráfica de
Variables Atributos

Gráfico Gráfico Gráfico Gráfico

R
X
P C
 DIAGRAMA DE CONTROL

ATRIBUTO/VARIABLE

LSC

LSE

LMC

LME

LIC

LIE

#
=Variabilidad MUESTRA

CALIDAD - LSC Límite superior control - LSE Límite superior especificación

ESTADISTICA - LMC Línea media control CALIDAD - LMELímite mediaespecificación
ESTADISTICA
DELPROCESO - LIC Límite inferior control DE LA - LIELímite inferior especificación
ESPECIFICACIÓN
GRÁFICAS DE CONTROL PARA VARIABLES

• Se supone que la distribución de la

característica de calidad es normal (,), al
menos aproximadamente.

• Los pares más comunes son los de medias y

desviaciones estándar, los de medias y rangos,
y los gráficos para observaciones individuales y
rangos móviles.
FUNDAMENTO TEÓRICO DE LAS GRÁFICAS DE CONTROL DE VARIABLES

Teorema Central del Límite

A medida que La distribución tenderá a
aumente el tamaño seguir una curva de
de las muestras, distribución normal, sin
tener en cuenta la
distribución de la
población.

X
X
FUNDAMENTO TEÓRICO DE LAS GRÁFICAS DE
CONTROL DE VARIABLES

Teorema Central del Límite

Media Desviación
estándar
X = x =
x
n

X
X =
RELACIÓN ENTRE LA DISTRIBUCIÓN DE LA POBLACIÓN
Y LA DISTRIBUCIÓN DE LAS MUESTRAS

Tres distribuciones de población Distribución de las medias de las muestras

Beta
Media de las medias de las
muestras =x
Normal Desviación estándar 
de las medias de las =  = x
x
muestras n
n = tamaño de
Uniforme
de la
muestra
- 3 x - 2x - 1x x + 1 x + 2x + 3 x
(media)
95,5% permanece dentro de
2x
99,73% de todo x permanece dentro de
3x
 GRÁFICO X

• Es un gráfico de control de variables.

Información numérica en escala.

• Muestra la media de las muestras a lo largo del tiempo.

• Muestra la media del proceso.

• Ejemplo: Pesar muestras de café, calcular la media de las

muestras y representarlo en un gráfico.
LÍMITES DE CONTROL DEL GRÁFICO X

LSC x = x + A2R
De la Tabla

LIC x = x - A2R Rango de la

muestra en el
Media de
N tiempo i
la muestra
n en el N
n
 xi tiempo i  R
i
i =N1 LM = R = i = 1
x = N
n
Número de
muestras
 GRÁFICO R

• Es un gráfico de control de variables.

– Toma rangos o información numérica en escala.

• Muestra el rango de las muestras a lo largo del tiempo.

Diferencia entre el valor más grande y el más pequeño de la
muestra que se haya examinado.

• Controla la variabilidad del proceso.

• Ejemplo: Pesar muestras de café, calcular el rango de las

muestras y representarlo en un gráfico.
LÍMITES DE CONTROL DEL GRÁFICO R

LSC R = D 4 R
De la Tabla
LIC R = D 3R

n Rango de
Ri muestras en el
tiempo i
R = i =1
nN Número de
muestras
 GRAFICA DE MEDIDAS Y RANGOS
Gráficos x Gráficos R

N N

 xi  Ri
1 R= 1
=
X =
N N

=
LSC = X + ZSx LSC = R + Z SR
= LIC = R– Z SR
LIC = X – Z S x

N=Numero de la muestra Z = Confianza S =Desv. Estandar

 PASOS QUE SE DEBEN SEGUIR CUANDO SE
UTILICEN LOS GRÁFICOS DE CONTROL

• Tomar de 20 a 25 muestras de n = 4 o n =5 de un proceso

estable y calcular la media.
• Calcular las medias totales (x ,R ), fijar de forma aproximada
los límites de control y calcular los límites de control
superior e inferior.
• Representar las medias y los limites de las muestras en sus
respectivos gráficos de control y determinar si
permanecerán fuera de los límites aceptables.
 PASOS QUE SE DEBEN SEGUIR CUANDO SE
UTILICEN LOS GRÁFICOS DE CONTROL

• Examinar los puntos o trazados que indican que el proceso

está fuera de control. Determinar las causas de las
variaciones.
• Recoger más muestras y volver a comprobar los límites de
control.
LÍMITES DE CONTROL DE LAS GRAFICAS CONTROL
Gráficos de control Variable y Atributos
https://www.youtube.com/watch?v=QsZl5-
PqmDk
 CASO PRÁCTICO

“Construir los gráficos de control a partir del

siguiente ejercicio :

Número de vehículos que pasan por cada 5

minutos en una esquina”
Objetivos:
1. Gráfico de X
2. Gráfico de R

38
 “Caso : Número de vehículos que pasan cada 5 minutos
en una esquina”

Para un estudio de volumen de tráfico, se ha determinado realizar un análisis en una

calle concurrida del distrito, para lo cual se hará un control de pase de vehículos por una
equina transitada del distrito. El ejercicio constará de tomas al día, las cuales se
realizarán al inicio de cada hora, por ejemplo :

08:00 – 08:05
09:00 – 09:05
19:00 – 19:05
Etc.

La toma de datos será de 20 por día, desde las 04:00 am, hasta las 24:00 pm.

Para un mejor control y resultados, la prueba se repetirá en 5 días o sea que se

realizarán 5 tomas.

Se hace necesario, determinar: la tabla de frecuencias, el Histograma, Límites de

control superior e inferior, gráfica de control.
Recolección de la data de la medición del flujo vehicular (Toma de 5 días)
 Determinación de Medias, Rango y Límites de control

Diagrama de control X R
Media 6,22 6,05
Media ( x) = 124 / 20 = 6.22
Desviación estandar 2,38
Límite superior 9,71 12,8 Desviación std. =DESVEST(C6:G25) = 2.38
Límite inferior 2,73 0,0
Valor máximo 10
Valor mínimo 1

Limite Inferior (LIC) = x - A2R =

= 6.22-(0.577)*6.05
= 2.73

Limite Superior (LSC) = x + A2R =

= 6.22+(0.577)*6.05
= 9.71
Histograma de frecuencias de observación de tráfico (Toma de 5 días)

Clase Frecuencia
1 4 Histograma
2 4 18
3 5 16
4 16 14
5 5 12

Frecuencia
6 17 10
7 12 8
8 17 6
Frecuencia
9 16 4
10 4 2
y mayor... 0 0
Total 100

Clase
 Gráfica de control de observación de tráfico (Toma de 5 días)

Grafica de control de tráfico vehicular

(5 tomas)
12

10

0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

LM LIC LSC X
 GRÁFICO p

• Es un gráfico de control de atributos. Datos categóricos en escala. Por

ejemplo: bueno - malo.

• Muestra el % de los artículos defectuosos.

• p = fraccion defectuosa (distribucion binomial).

• Ejemplo: Contar el número de sillas defectuosas, dividirlo entre el total

de las sillas que se han examinado y representarlo en un gráfico.

• Una silla puede ser defectuosa o no defectuosa (buena o mal).

 LÍMITES DE CONTROL DEL GRÁFICO p

p (1 - p )
LSC p
= p+z z = 2 para límites del 95,5%;
n z = 3 para límites del 99,7%

p (1 - p )
LIC p
= p-z
n
Número de artículos
defectuosos en la
k k
 ni  xi muestra i
n= i =1
y p= i =1
k
k
Tamaño de la
 ni
i =1 muestra i
Número de unidades de la muestra

p = fracccion defectuosa
GRAFICA DE LA FRACCION DEFECTUOSA

Gráficos p Gráficos np

LSC = p + Z. Sp LSC = np + Z. Snp

LIC = p–Z. Sp
LIC = np - Z. Snp
p = número defectuosos p Similar.
número total en muestras
Usar np

p (1 - p )
Sp = Snp = np (1 - p )
n
n variable n constante
Fraccion defectuosa Numero de unidades defectuosas
 GRÁFICO c

• Es un gráfico de control de atributos. Datos cuantitativos

escasos.
• Muestra el número de registros defectuosos que hay en una
unidad. Una unidad puede ser , una lámina de acero, un automóvil.
El tamaño de la unidad tiene que ser constante.
• Ejemplo: Contar el número de registros defectuosos
(rasguños, astillas, etc.) en cada auto de una muestra de 100
autos y representarlo en un gráfico.
• c = número de defecto , utiliza distribución poisson
 LÍMITES DE CONTROL DEL GRÁFICO C

LSCc = c + 3 c Utiliza 3 para

límites del
99,7%
LIC c = c - 3 c Número de
registros
defectuosos en la
k
unidad i
 ci
LM = c = i=1
Número de unidades
k de la muestra
GRAFICA DEL NUMERO DE DEFECTOS

Gráficos c Gráficos u

LSC = c + Z. Sc LSC = u + Z. Su
LIC = c – Z. Sc LIC = u– Z. Su

Sc = c Su = u
n
c = número de defectos u = número de defectos
número total de muestras número total de muestras

n constante n variable
Numero de Defectos Numero de Defectos por unidad