1

CARTAS DE CONTROL POR ATRIBUTOS

María del Carmen Preciado Villalobos

UNIVER, Campus Tlaquepaque.

Planeación avanzada de la calidad

Noveno cuatrimestre

Septiembre / Diciembre

Docente
Fabricio Rivera Izazaga

15/Octubre/2022
 2

Cartas de control por atributos

Las cartas de control de atributos en general son más económicas, más sencillas y tienen la
ventaja de que hacen posible considerar varias características de calidad al mismo tiempo
que permiten clasificar el artículo como disconforme si no satisface la especificación de
cualquier de ellas. En contraste, si se manejan las diversas características de calidad como
variables, entonces habrá que medir cada una de ellas y utilizar cartas independientes por
variables para cada una, o bien alguna técnica estadística multivariante que permita
interpretar de manera simultánea varias características.

Al igual que sucede con el muestreo por variables, las cartas de control para variables,
proporcionan mucha más información respecto al funcionamiento del proceso que los
atributos y necesitan muestras menores, cosa importante cuando los ensayos son destructivos.
Se obtiene directamente información específica acerca de la media del proceso y su
variabilidad. Asimismo, cuando hay puntos que caen fuera de control en las cartas por
variables, suele haber mucha más información sobre la causa potencial de esta señal de fuera
de control. Para un estudio de la capacidad de un proceso, se prefieren casi siempre las cartas
de control por variables en vez de los de atributos, excepto cuando hay pocas fuentes de
disconformidad o se trata de la aceptación o rechazo del proceso. Otro factor positivo de estas
cartas es que pueden dar una indicación a tiempo (a través de una tendencia) y se pueden
tomar acciones preventivas antes de que los problemas pasen a mayores.
 3

Cartas de control por atributos c, p.

Vamos a determinar la línea central y los límites de control superior e inferior. Vale la pena
aclarar que cuando hicimos el ejemplo, consideramos todos los decimales, sin embargo, en
los gráficos y fórmulas que mostramos a continuación, solo consideramos dos cifras
decimales, por lo tanto, seguramente si reproduces el ejemplo como se muestra a
continuación, los resultados van a variar levemente.

Para tener la línea central calculamos p promedio:

Observa la última fila del paso 4. El número de errores es 99, el número total de registros
examinados es 1859 y resulta de la sumatoria del número de escritorios por lote.
 4

La desviación estándar para la distribución de la muestra se calcula así:

p promedio es el número que calculamos anteriormente, y n es 92,96 que es el tamaño de la

muestra, en este caso el tamaño de los lotes. Como se aprecia en la tabla del paso 4, el
tamaño del lote varia, por lo tanto 92,95 es el resultado del promedio de escritorios por lote.
La desviación estándar es igual a 0,02.

El cálculo de los límites se hace así:

El número de desviaciones estándar se conoce como z. Mesfir (la empresa) limita los valores
a 3 desviaciones estándar de la media, lo que equivale a 99,73%. Es por eso que, en el cálculo
de los límites de control, z es igual a 3. Los otros datos ya los conoces, fueron calculados
anteriormente.
Procedemos a representar los datos en una carta de control.

Con los cálculos hechos, este es el resultado de la gráfica de control de Mesfir.

 5

Gráfica de control Cartas

Opinión personal
Las cartas de control se utilizan para revisar la estabilidad de un proceso. En este el proceso
se dice que está bajo control estadístico si el o los parámetros de la distribución de
probabilidad de una característica de calidad bajo estudio, permanecen invariables en el
tiempo.

Referencias:

• Contreras, Pedro (2016). Proyecto de Análisis y Control Estadístico de

Procesos. Universidad Simón Bolívar, Sartenejas (Miranda) – Venezuela.

• Ramírez, Luis (2016). Clases de Técnicas de Control de Calidad.

Universidad Simón Bolívar, Sartenejas (Miranda) – Venezuela.

• Mustafa, A., Rodríguez, N., & Chauvet, S. (2002). Control de calidad:

Cartas de control por variables. In Congreso Regional de Ciencia y
Tecnología NOA.