INTRODUCCIÓN

Las cartas de control son herramientas muy efectivas para mantener el control
estadístico de un proceso utilizadas también para estimar parámetros y analizar la
capacidad del proceso. Para usar una carta de control se debe especificar un
tamaño de muestra, la frecuencia de muestreo y los límites de control. A la
selección de estos parámetros se le conoce como el diseño de la carta de control.

Las cartas de control tienen muchas utilidades algunos de ellos son el análisis de
proceso, puede que nunca se haya hecho un control estadístico de proceso en tu
lugar de trabajo, un análisis con cartas de control donde estableces los límites de
control, te permitirá analizar ese proceso y determinar qué es lo normal en él,
cuando algo no está bien, o si ha mejorado o empeorado atravesó del tiempo. Un
proceso analizado con esta herramienta es un proceso controlado.

Estas cartas son vitales para evaluar la variabilidad de nuestros procesos y

combatir las fallas y defectos asignables a esta causa.

Hay varios tipos de cartas de control en este trabajo de investigación se presentan

algunas de las principales cartas de control (Carta x, Carta R y Carta P), las
características de las mismas, algunas reglas para realizar las gráficas, la
interpretación de los limites, etc.
 OBJETIVOS
Objetivo General

Investigar a detalle todo lo relacionado con las Cartas de Control x, Carta de

Control R y Carta de Control P.

Objetivos Específicos

 Dar a conocer en que cosiste las Cartas de Control x, Carta de Control R y

Carta de Control P.
 Presentar la definición de las Cartas de Control de las que se habla en
este trabajo
 Realizar ejemplos didácticos sobre estos tipos de gráficos, mostrar
las formulas y el uso de las cartas de control.
CARTAS DE CONTROL (CARTA X, CARTA R Y CARTA P).
RESEÑA HISTORICA.
Las primeras gráficas de control surgieron en relación con sus teorías y métodos
para el control y garantía de la calidad. En respuesta a “los problemas referentes a
la elaboración de una forma aceptable de informes de inspección, que se pudiera
observar de vez en cuando para obtener de una ojeada la mayor cantidad de
información exacta”, en 1924 el Dr. Shewhart diseñó las gráficas de control que
después se denominaron primeras gráficas de control de Shewhart.

En la década de 1940 nace lo que se denomina el control estadístico de la calidad

(Feigenbaum). La American Standards Association, a solicitud del Ministerio de
Guerra de los Estados Unidos de Norteamérica, participó en la aplicación del
control estadístico de la calidad en los productos manufacturados.

La importancia del control de calidad se difundió más allá de los Estados Unidos.
En Japón, la introducción de cursos sobre control de calidad y gráficas de control
de calidad se realza en esta década. Deming desempeñó un papel muy importante
en la difusión y práctica del control de calidad en Japón. En Inglaterra se captó
desde un principio la importancia de los nuevos métodos estadísticos que surgían
en la industria y en los laboratorios. Su interés y participación en el desarrollo y
difusión del conocimiento sobre control de calidad fue continuo desde la década
de 1930 hasta la de 1950. En 1952 la Royal Statical Society publicó la revista
Applied Statistics.

En la década del 60 empieza una nueva fase del control de calidad. Ésta fue el de
una época que Feigenbaum describió como la del control de calidad total. Antes
de la década mencionada, las actividades de control de calidad se asociaban
esencialmente con la fábrica. Las estructuras encargadas de tomar decisiones
comerciales no podían utilizar efectivamente los resultados y recomendaciones
que surgían de la aplicación de las técnicas estadísticas. Las técnicas no se
aplicaban a los problemas serios de control de calidad en los que estaban más
interesados la dirección de la empresa. No existía el marco de referencia para
hacerlo. El control total de calidad requiere que todos los departamentos, no
solo el de control de
calidad, participen en las actividades de control de calidad. Por tanto, cada
departamento tiene determinada responsabilidad para garantizar una buena
calidad.

La certificación de laboratorios corrió paralela a muchos de los avances que se

producían en el área industrial. En 1975 el Ministerio de Comercio de los Estados
Unidos propuso la creación del National Voluntary Laboratory Accreditatión
Program (NVLAP). En 1976 se publicaron las leyes y reglamentos para el
programa (Federal Registre, 1976). El NVLAP se creó para atender las
necesidades de la industria, de los consumidores, del gobierno y otros, mediante
la certificación de los laboratorios de prueba de la Nación. Más tarde en 1976, el
American Council of Independent Laboratory formó la American Association of
Laboratory Accreditacion(AALA).

Con el notable aumento del reconocimiento de la importancia de la certificación

de laboratorios, no resultó extraño que aparecieran en la escena internacional las
actividades de certificación. Según Wadsworth y colaboradores, con el
establecimiento en 1977 de la Internacional Laboratory Accreditative Conference
(ILAC) se creó un programa que permitió el intercambio de datos de pruebas entre
los laboratorios de diferentes países.
En las décadas de los 70 y 80, los métodos estadísticos también llegaron a las
etapas de diseño del producto. En este aspecto, el aporte de Taguchi e
fundamental. Los métodos de Taguchi comprenden las funciones de control de la
calidad tanto fuera de la marcha como sobre la marcha de los procesos. Incluyen
diseño de parámetros, diseño de tolerancias, la función de pérdida de la calidad,
diseño de experimentos mediante ordenamientos ortogonales y metodología
aplicada para evaluar los sistemas de medición.
La generalización en el uso de las computadoras, permitió la implementación en la
industria, de software específico de control estadístico de procesos. Este
mecanismo de control, también debería extenderse a los laboratorios, para
controlar la calidad de las mediciones o sea el producto natural de este tipo de
organizaciones.
CARTA DE CONTROL X
Existen muchos procesos industriales considerados de tipo “masivo”, en el sentido
de que producen muchos artículos, partes o componentes durante un lapso de
tiempo pequeño. Por ejemplo: líneas de ensamble, máquinas empacadoras,
procesos de llenado, operaciones de soldadura en una línea de producción,
moldeo de piezas de plástico, torneado de una pieza metálica, el corte de una tira
en pedazos pequeños, etc.
Algunos de estos procesos realizan miles de operaciones por día, mientras que
otros efectúan varias decenas o centenas. En ambos casos se está ante un
proceso masivo. Si, además, las variables de salida de interés son de tipo
continuo, entonces estamos ante el campo ideal de aplicación de las cartas de
control X-R.
La idea es la siguiente: imaginemos que a la salida del proceso fluyen (uno a uno
o por lotes) las piezas resultantes del proceso, cada determinado tiempo o
cantidad de piezas se toma un número pequeño de piezas (subgrupo) a las que se
les medirá una o más características de calidad. Con las mediciones de cada
subgrupo se calculará la media y el rango, de modo que cada periodo de tiempo
(media hora, por ejemplo) se tendrá una media y un rango muestral que aportarán
información sobre la tendencia central y la variabilidad del proceso,
respectivamente. Con la carta X se analiza la variación entre las medias de los
subgrupos, para detectar cambios en la media del proceso, como los que se
muestran en la figura 1.1. Mientras que con la carta R se analiza la variación entre
los rangos de los subgrupos, lo cual permite detectar cambios en la amplitud o
magnitud de la variación del proceso, como se ilustra en la figura 1.1.
Figura 1.1
 Figura 1.2

Con respecto a las figuras 1.1 y 1.2, al afirmar que el proceso es estable se está
diciendo que es predecible en el futuro inmediato y, por lo tanto, la distribución o
comportamiento del proceso no necesariamente tiene la forma de campana como
se sugiere en las figuras referidas.
Éstas pueden ser una curva con sesgo o incluso otras formas más inusuales.
Claro que, si la forma es poco usual, se recomienda investigar la causa.

EJEMPLO 1.1
Datos para diámetro de punterías

Límites de control de la carta X

Como se ha señalado, los límites de control de las cartas tipo Shewhart están
determinados por la media y la desviación estándar del estadístico W que se
grafica en la carta, mediante la expresión μw ± 3σw. En el caso de la carta de
medias, el estadístico W es la media de los subgrupos, X, por lo que los límites
están dados por:
donde μx representa la media de las medias, y σx la desviación estándar de las
medias, que en un estudio inicial se estiman de la siguiente manera:

Como se observa, se introduce la constante A2 para simplificar los cálculos. Esta

constante está tabulada en el apéndice y depende del tamaño de subgrupo n. Con
base en lo anterior, los límites de control para una carta de control X, en un
estudio inicial, se obtienen de la siguiente manera:

Cuando ya se conocen la media, μ, y la desviación estándar del proceso, σ,

entonces estos límites para la carta de medias están dados por:

En el caso del diámetro de las punterías se está haciendo un estudio inicial; por
ello, si tomamos en cuenta que X= 0.59, R = 26.3, y para n = 5, A2 = 0.577;

entonces,

Al graficar las medias de la tabla y trazar estos límites se obtiene la carta X de la

figura 1.3. En ésta se observa que no hay puntos fuera de los límites y además el
comportamiento de los puntos no sigue ningún patrón especial (como lo veremos
más adelante). Por lo tanto, el proceso responsable del diámetro de las punterías
ha estado funcionando de manera estable en cuanto a tendencia central.
Entonces, la variación que se observa en las medias es inherente al propio
proceso y se debe
a muchas pequeñas causas que actúan en común; no ocurrió ningún cambio
ocasionado por alguna situación o causa especial.

Interpretación de los límites de control en una carta X

Estos límites reflejan la variación esperada para las medias muéstrales de tamaño
n, mientras el proceso no tenga cambios importantes. Por ejemplo, en el caso del
diámetro de las punterías se espera que las medias del diámetro de 5 punterías
varíen de −14.59 a 15.7 μm. De esta manera, estos límites son utilizados para
detectar cambios en la media del proceso y evaluar su estabilidad, de ninguna
manera se deben utilizar para evaluar la capacidad, puesto que estos límites de
control no son los de especificaciones o tolerancias, ya que mientras que los
primeros se han calculado a partir de la información del proceso, las
especificaciones son
fijadas desde el diseño del producto.

Los límites de control en una carta de medias tampoco son iguales a los límites
reales o naturales del proceso, estos últimos están dados por:

Límite real superior = μ + 3σ

Límite real inferior = μ − 3σ

y reflejan la variación esperada para las mediciones individuales (el diámetro de

cada puntería), y no para la media de n punterías. De hecho, si se compara la
fórmula (7.2) para los límites de control de la carta X con la fórmula anterior para
calcular los límites reales, se ve que sólo coinciden cuando el tamaño de subgrupo
es igual a 1 (n = 1). Así, los límites reales para el diámetro de las punterías se
pueden obtener estimando la desviación estándar del proceso, σ, a través del
método de rangos:
Carta de medias para el diámetro de las punterías.

Figura 1.3

Luego, los límites reales son: 0.59 ± 3(11.3); con LRI = −33.3 y LRS = 34.5. Así, se
espera que el diámetro de cada puntería en lo individual varíe de –33.3 a 34.5 μm,
que por cierto exceden las especificaciones (EI = -25, ES = 25) y, por lo tanto, el
proceso es incapaz, como también puede verse con el índice Cp = 50/ (6*11.3) =
0.74

La interpretación correcta de los límites de control es de especial relevancia para

una adecuada aplicación de la carta X, ya que de lo contrario se caerá en el error
de confundir los límites de control con las especificaciones o con los límites reales.
Por lo general, estos errores provocan que se trate de utilizar la carta para evaluar
capacidad, cuando se debe usar para analizar estabilidad y detectar de manera
oportuna cambios en la media del proceso. Por último, aunque los límites de
control de una carta X se deducen a partir del supuesto de normalidad, si la
característica de calidad tiene desviaciones moderadas de la normalidad, la carta
X se puede seguir aplicando debido al teorema central del límite. Al. respecto,
existen varios estudios que han concluido la robustez a la suposición de
normalidad.

Resumen de Formulas:
Carta de control R
Con esta carta se detectarán cambios en la amplitud o magnitud de la variación
del proceso, como se ilustra en la figura 1.2, y sus límites se determinan a partir de
la media y la desviación estándar de los rangos de los subgrupos, ya que en este
caso es el estadístico W se grafica en la carta R. Por ello, los límites se obtienen
con la expresión:

donde μR representa la media de los rangos, y σR la desviación estándar de los

rangos, que en un estudio inicial se estiman de la siguiente manera:

donde R es la media de los rangos de los subgrupos, σ la desviación estándar del

proceso y d3 es una constante que depende del tamaño de subgrupo que está
tabulada en el apéndice que puedes encontrar al final de la página; Como por lo
general en un estudio inicial no se conoce σ, ésta puede estimarse a través de R
/d2, como ya lo habíamos explicado antes. En forma explícita, los límites de
control para la carta R se calculan con:
(La constante d3 es la desviación estándar del rango relativo, q = Rσ)

Donde se han introducido las constantes D3 y D4 para simplificar los cálculos, y

están tabuladas en el apéndice para diferentes tamaños de subgrupo, n Que se
encuentra al final de la página. Si estas fórmulas se aplican al ejemplo 1.1 del
diámetro de las punterías, se tiene que los límites de control para la carta R están
dados por

LCS = 2.115 × 26.3 = 55.6

Línea central = 26.3
LCI = 0 × 26.3 = 0,

ya que del apéndice D4 = 2.115 y D3 = 0, para n = 5. La carta R correspondiente

se muestra en la figura 1.4, donde se observa que no hay puntos fuera de los
límites y además el comportamiento de los puntos no sigue ningún patrón
especial; por lo tanto, el proceso responsable del diámetro de las punterías ha
estado funcionando de manera estable en cuanto a la amplitud de su variación y
no ha pasado algo como lo de la figura 1.2. Luego, la variación que se observa en
los rangos muestrales se debe a la variación que comúnmente tiene el proceso,
por lo que no se hizo presente ningún cambio ocasionado por una situación o
causa especial.

Interpretación de los límites de control en una carta R

Estos límites reflejan la variación esperada para los rangos muestrales de tamaño
n, mientras que el proceso no tenga un cambio significativo. Por ejemplo, en el
caso del diámetro de las punterías, se espera que los rangos de los subgrupos de
cinco punterías varíen de 0 a 55.6 micras. Estos límites son utilizados para
detectar cambios en la amplitud o magnitud de la variación del proceso y para ver
qué tan estable permanece a lo largo del tiempo, pero de ninguna manera se
deben utilizar para evaluar la capacidad.

Estado del proceso en cuanto a capacidad y estabilidad

En el caso del diámetro de las punterías, a partir de las figuras 7.5 y 7.6 se
concluye que el proceso es estable (o que está en control estadístico). Pero como
se vio, el Cp = 0.74 < 1, así que el proceso es incapaz de cumplir
especificaciones. Por lo tanto, el proceso correspondiente es considerado
establemente incapaz (es decir, establemente malo), por lo que se deben hacer
análisis en busca de detectar fuentes de variación que de manera permanente
estén en el proceso, como exceso de variación en materiales, en gente o en
alguna de las 6 M.
 Figura 1.4 Carta de rangos para el diámetro de las punterías.

Factores para la construcción de las cartas de control

Resumen de Formulas:
Carta de Control P.
Estas cartas miden la proporción de unidades no conformes en un grupo de
unidades que se inspecciona. El objetivo es comprobar si la evolución de las
proporciones muestrales observadas son compatibles con un mismo valor
poblacional p.

Este tipo de grafica se puede construir con n constante o variable por lo que a
continuación se muestra el procedimiento para ambos casos.

Pasos para la elaboración de la gráfica p con n

constante Paso 1: Recopilación de los datos.

Establezca la frecuencia con la que los datos serán tomados (por horas, por días,
por semanas). Los intervalos cortos entre tomas de muestras permitirán una
rápida retroalimentación al proceso ante la presencia de problemas. Los tamaños
de muestra grandes permiten evaluaciones más estables del desarrollo de
proceso y son más sensibles a pequeños cambios en el promedio del mismo.

Se sugiere que el tamaño de muestra(n) sea al menos de 30 y que el número de

subgrupos (k) sea al menos 25.

Paso 2: Calculo de la proporción defectuosa de cada subgrupo (pi).

pi = Proporción defectuosa por subgrupo

Di = Número de partes defectuosas por subgrupo

n = Tamaño de la muestra (constante)

Paso 3: Calculo de la proporción defectuosa promedio.

Di = Número de partes defectuosas por subgrupo

n = Tamaño de la muestra (constante)

k = Número de subgrupos

Paso 4: Calculo de los límites de control.

NOTA: En algunos casos el límite de control inferior puede resultar negativo y con
un valor muy pequeño, en la práctica es imposible que una proporción de no
conformidad resulte negativa por lo tanto el valor de limite resultante se cambia a
cero.

Paso 5: Trazado de la gráfica y análisis de resultados.

La grafica p consiste en tres líneas de guía: Límite de control inferior, línea central
y límite de control superior. La línea central es la proporción de defectos promedio
y los dos límites de control son fijados más o menos a tres desviaciones estándar.
Cada subgrupo se identifica en la gráfica como un punto, un círculo o una cruz
según se establezca, cada punto corresponde a un valor pi.

Ejemplo:

Se tomaron 10 muestras de tamaño 60 y se determinó el número de artículos

defectuosos en cada subgrupo.
Paso 5.- Seleccionar las columnas de UCLp CLp, y LCLp y la columna de las
proporciones defectos (pi) e insertar un gráfico de líneas 2 D.

Resumen de Formulas
 CONCLUSIONES

 Las gráficas de control nos muestran cómo se compara una característica a

través del tiempo.
 Decimos que un proceso está bajo control estadístico si la variación del
mismo se mantiene dentro de un rango preestablecido y su distribución no
cambia.
 Los límites de control dependen del comportamiento de los datos.
 Las cartas de control se presentan a fin de supervisar el manejo de
procesos y variables, mediante recopilación de datos, análisis y
optimización de unidades, plantas, planificación de mantenimiento, control
de calidad, inventario entre otros.
 Al presentar estos gráficos y los pasos para su elaboración se destaca la
interpretación de variables cualitativas que toman valores numéricos.
 BIBLIOGRAFIA

 Las cartas de control. Acceso 6 junio 2020, obtenido de:

http://gestiondelaproduccionindustriall.blogspot.com/p/las-cartas-de-control.html
 Cartas de Control por Atributo. Acceso 7 junio 2020, obtenido de:
https://ingenieriaindustrialupvmtareasytrabajos.files.wordpress.com/2012/08/cartas
-de-control-por-atributos1.pdf
 Carta de control R. Acceso 7 junio 2020, obtenido de:
http://gestiondelaproduccionindustriall.blogspot.com/p/carta-de-control-r.html
 Carta de control X. Acceso 7 junio 2020, obtenido de:
http://gestiondelaproduccionindustriall.blogspot.com/p/blog-page_2.html
 Rivera García, D. (2011). Cartas de Control para Datos Funcionales.
Acceso 7 junio 2020, obtenido de:
https://probayestadistica.cimat.mx/sites/default/files/PDFs/TE446RiveraGarcia.pdf