Documentos de Académico
Documentos de Profesional
Documentos de Cultura
control para
variables
medibles y para
atributos
Gráficos de control para variables medibles y para atributos
Bienvenida
Elemento de competencia
Temario
Contexto
El operador tenía lápiz, borrador, calculadora y una regla, y cada cierto tiempo
tomaba mediciones de la variable, las registraba en el formato, hacía los cálculos con
ayuda de su calculadora, registraba los resultados y graficaba los puntos (Xbarra y R).
Cada punto graficado merecía un momento para interpretar el comportamiento de la
variable, siguiendo el “loop de retroalimentación” y, de observar un comportamiento
anormal debía llevar a cabo un análisis de causas para determinar las acciones para
controlar nuevamente el proceso; de ser necesario llamaba al supervisor para que lo
asistiera en este análisis. Al completar el gráfico (con entre 25 y 30 subgrupos),
calculaba la capacidad de proceso, asegurando hacerlo con los parámetros del
proceso bajo control.
Me pareció tan extraordinario que solicité una copia del formato. Creo que ese día me
enamoré de los Gráficos de Control y de la Calidad…, ahora, es mi especialidad.
Gráficos de control para variables medibles y para atributos
Este gráfico es útil cuando tenemos una sola medición en cada momento del
tiempo que se convierte en un punto en el Gráfico de Control. La figura 1, muestra
la representación típica de un Gráfico de Control que está compuesto por una línea
Gráficos de control para variables medibles y para atributos
Para el cálculo de los Límites de Control de los Gráficos I-MR se usan las siguientes
fórmulas:
Gráficos de Control. Para un Gráfico I-MR los parámetros del proceso se determinan
de la siguiente forma:
Observaciones
1. Observa que, aunque se tienen k datos, sólo se tendrán k-1 rangos móviles.
entre dos datos consecutivos, por tanto, para la determinación de las constantes
Una empresa del sector alimentos está interesada en monitorear la rotación semanal
del inventario (salidas/inventario promedio) de uno de sus productos más
importantes. Para ello toma una medición de la rotación de inventario cada semana y
después de 25 semanas obtiene los datos mostrados en la tabla 1.
El siguiente paso es calcular el promedio y rangos móviles, para lo cual usaremos Excel
(ver tabla 2). Te invito a que vayas desarrollando este ejemplo con un Excel y
comparando tus resultados con los presentados en el curso.
Gráficos de control para variables medibles y para atributos
Tabla 2. Cálculos con Excel de las medias (líneas centrales X barra y MR barra) del
ejemplo de Gráfico I-MR.
Gráficos de control para variables medibles y para atributos
Ahora calcula los Límites de Control, para lo cual inserta las columnas necesarias,
asegurando que todo lo relacionado con cada gráfico, el de Medidas Individuales (I) y
el de Rangos Móviles (MR), esté en columnas juntas, así será más fácil construir los
gráficos con Excel. Recuerda que necesitarás obtener de la Tabla de Constantes
para Gráficos de Control (esta tabla la puedes consultar en la sección de
Referencias/Materiales de apoyo del curso) los valores de las constantes con n=2,
siendo D3=0, D4=3.2686 y E2=2.6596 y con esto resulta la tabla 3:
Tabla 3. Cálculos con Excel de los Límites de Control del ejemplo del Gráfico I-MR.
Gráficos de control para variables medibles y para atributos
Como ves, ya tenemos todos los elementos para construir ambos Gráficos de Control;
para hacerlos con Excel debemos completar la tabla de datos, repitiendo en cada fila
los valores de las líneas centrales y los Límites de Control, ya que deben dibujarse
como una línea constante. Revisa la tabla 4 con los resultados para construir el
Gráfico I-MR:
Tabla 4. Cálculos con Excel para la construcción del ejemplo del Gráfico de Control I-
MR.
Como ves en la tabla 4, se mantuvieron constantes en todas las filas, aquellos valores
que deben formar una línea horizontal en el Gráfico de Control, también nos
aseguramos que todas las columnas del mismo gráfico se encuentren juntas (color
rosa para el grafico de Medidas Individuales y color azul para el gráfico de Rangos
Móviles) de esta manera es más fácil seleccionarlas para que Excel nos ayude a
Gráficos de control para variables medibles y para atributos
Una vez construido el Gráfico de Control, debes interpretar su estado de control, para
lo cual debes añadir las zonas de interpretación A, B y C. Esta tarea también la puedes
hacer con Excel, sólo es cuestión de añadir las líneas que dividen la distancia entre la
media y los límites de control. Una forma simple de llevar a cabo esta tarea es dividir
la distancia entre los límites de control en 6 (3 desviaciones estándar de cada lado de
la media) y de esta forma calcular los valores para cada uno de estos límites de zona
como se muestra en la tabla 5.
Tabla 5. Cálculos con Excel para la construcción del ejemplo del Gráfico de Control I-
MR con zonas de interpretación.
Gráficos de control para variables medibles y para atributos
Gráfico de Medidas Individuales (I) con zonas de interpretación del ejemplo de Gráfico
I-MR
Siendo que ambos gráficos pasaron todas las pruebas se puede concluir que esta
variable se encuentra estable o bajo control pudiendo ahora determinar sus
parámetros poblacionales:
Este gráfico se usa cuando, en cierto momento del tiempo, se toma más de una
medición y con ello se forma un subgrupo racional. Si recuerdas, la ventaja de este
tipo de gráficos es que mientras más grande es el tamaño del subgrupo, menor
riesgo se corre de no detectar cambios en el comportamiento de la variable. Es
particularmente útil cuando el tamaño del subgrupo (n) no es demasiado grande,
específicamente para “n” entre 2 y 6. A continuación, se presentan las fórmulas para
la construcción de este tipo de gráfico.
Observaciones
El tiempo que un cliente tiene que esperar (en minutos) para que llegue un taxi
después de haber hablado a la compañía ha sido registrado para 4 clientes cada
día durante 30 días (30 subgrupos de tamaño 4).
Tabla 1. Datos y cálculos con Excel para la construcción del ejemplo del Gráfico de
Control Xbarra -R.
Gráficos de control para variables medibles y para atributos
Como se puede observar, uno de los puntos (subgrupo del día #4) sale del LSC de la
Gráfica de Rangos.
Tabla 2. Cálculos con Excel sin el subgrupo del día #4 para la construcción del ejemplo
del Gráfico de Control Xbarra-R.
Gráficos de control para variables medibles y para atributos
Figura 3. Gráfico de Medias (Xbarra) sin el subgrupo del día #4 del ejemplo de Gráfico
Xbarra-R.
Figura 4. Gráfico de Rangos (R) sin el subgrupo del día #4 del ejemplo de Gráfico
Xbarra-R.
Gráficos de control para variables medibles y para atributos
Con las gráficas resultantes en las figuras 3 y 4, puede observarse que, al eliminar el
subgrupo #4 y recalcular los gráficos, ahora un nuevo punto sale del LSC del Gráfico
Xbarra (el subgrupo del día #9, que representa ahora el punto #8 al haberse recorrido
por eliminar el subgrupo #4). Esto ocurrió porque el valor de la media del día #9
estaba muy cerca del LSC y al quitar el subgrupo del día #4, y recalcular todo, los
límites de control se estrecharon ligeramente provocando que éste saliera del LSC
recalculado.
Tabla 3. Cálculos con Excel sin los subgrupos de los días #4 y #9 para la construcción
del ejemplo del Gráfico de Control Xbarra -R.
Gráficos de control para variables medibles y para atributos
Figura 5. Gráfico de Medias (Xbarra) sin los subgrupos de los días #4 y #9 del ejemplo
de Gráfico Xbarra-R.
Figura 6. Gráfico de Rangos (R) sin los subgrupos de los días #4 y #9 del ejemplo de
Gráfico Xbarra -R.
Gráficos de control para variables medibles y para atributos
Después de haber eliminado los subgrupos de los días #4 y #9, las figuras 5 y 6
muestran la variable bajo control en ambos gráficos con una media de 6.88 min y un
rango de 1.964 min. En la sección de Referencias/Materiales de apoyo puedes
encontrar el archivo de Excel con estos cálculos. Con esta representación del
comportamiento normal de la variable (bajo control) podemos determinar la
estimación de sus parámetros poblacionales:
Este gráfico tiene usos similares al Gráfico X barra -R, aunque es particularmente útil
cuando el tamaño del subgrupo (n) es grande, específicamente se recomienda para
n7. A continuación, se presentan las fórmulas para la construcción de este tipo de
gráfico.
Observaciones
Tabla 1. Datos y cálculos con Excel para la construcción del ejemplo del Gráfico de
Control Xbarra-S.
Las figuras 1 y 2 muestran los gráficos resultantes con Excel donde se observa a la
variable bajo control con una media (Xdoble-barra) de 38.72 min y una Desviación
Estándar (S) de 6.53 min. En la sección de Referencias/Materiales de apoyo puedes
encontrar el archivo de Excel con estos datos y cálculos.
Gráficos de control para variables medibles y para atributos
Gráficos P y NP
Cuando tienes una variable discreta (atributo) que puede tomar sólo dos posibles
valores como, por ejemplo: defectuoso-no defectuoso, malo-bueno, rechazado-
aceptado, insatisfecho-satisfecho, etc., es porque tienes una variable binomial. Este
tipo de variables se monitorean con un Gráfico de Control P o NP que son similares
en sus usos y aplicaciones, sólo los diferencian dos detalles, que te comparto a
continuación.
Diferenciador #1
Diferenciador #2
Formulas
Gráficos de control para variables medibles y para atributos
Observaciones
La tabla 1 muestra los datos, así como los cálculos para el Gráfico de Control P,
mientras que la figura 1 muestra el Gráfico P resultante.
Gráficos de control para variables medibles y para atributos
Siendo que el gráfico pasó todas las pruebas se puede concluir que esta variable se
encuentra estable o bajo control pudiendo ahora concluir que tiene una fracción
defectuosa media de 𝑃̅ = 0.0978 = 9.78%
Fórmulas
Observaciones
Siendo que el gráfico pasó todas las pruebas se puede concluir que esta variable se
encuentra estable o bajo control pudiendo ahora concluir que tiene una media
estimada de:
Gráficos C y U
Cuando tienes una variable discreta (atributo) que resulta del conteo de alguna
característica de interés, como defectos, es porque tienes una variable Poisson.
Este tipo de variables se monitorean con un Gráfico de Control U o C que son
similares en sus usos y aplicaciones, sólo los diferencian dos detalles.
Diferenciador #1
El Gráfico de Control C monitorea la cantidad de defectos en una muestra o subgrupo
racional de “n” unidades, mientras que el Gráfico U monitorea la cantidad de defectos
promedio por unidad.
Diferenciador #2
El Gráfico de Control C requiere que los subgrupos sean de tamaño constante,
mientras que para el Gráfico de Control U no tiene restricción para el tamaño de los
subgrupos (puede ser constante o puede variar).
Fórmulas
Gráficos de control para variables medibles y para atributos
Observaciones
En un hotel se desarrolla un proyecto Six Sigma para reducir las quejas de los clientes
durante su estadía y se ha llevado el registro tomando muestras de tamaño variable
de clientes cada semana. Los datos obtenidos en las últimas 30 semanas, así como los
cálculos correspondientes a un Gráfico U se anexan en la tabla 1.
Siendo que el gráfico pasó todas las pruebas se puede concluir que esta variable se
encuentra estable o bajo control pudiendo ahora concluir que tiene una media
estimada de quejas por cliente 𝑈
̅ = 0.0628. Para visualizar mejor este valor, también
podríamos decir, por ejemplo, que este hotel recibe en promedio 6.28 quejas por cada
100 clientes.
En la sección de Referencias/Materiales de apoyo de este curso, puedes
encontrar el archivo de Excel con estos cálculos.
Gráficos de control para variables medibles y para atributos
Fórmulas
Observaciones
Reflexión final
¡Felicidades! Has concluido con el curso Gráficos de Control para variables medibles y
para atributos. Cómo pudiste ver a lo largo de este curso los Gráficos de Control son
herramientas simples, pero poderosas que te permiten monitorear en el tiempo el
comportamiento de una variable, así sea medible o discreta.
Gráficos de control para variables medibles y para atributos
Referencias
Bibliografía
Materiales de apoyo
Créditos
Autor: