Tecnológico nacional de México/instituto

tecnológico de Orizaba
Análisis de datos experimentales
Rosa alba Krauss machorro
3c1A
Integrantes:
Cano Juárez Guadalupe_3
De la luz rosario soledad_5

Periodo: enero-junio 2023

 CONCEPTO

Es una herramienta objetiva que ayuda en la toma de decisiones y facilita el proceso de

constante mejora en una empresa. Se trata de un lenguaje matemático con el cual los
administradores y operadores pueden entender "lo que las maquinas dicen".

Objetivo de la Gráfica de control

No es lograr un estado de control estadístico como un fin, sino reducir la variación.

Establecer una Gráfica de control requiere los siguientes

Pasos:
1.Elegir la característica que debe graficarse

2.Elegir el tipo de gráfica de control

3.Proporcionar un sistema de recolección de datos

4.Proporcionar instrucciones especificas sobre la interpretación de los resultados y las acciones

que debe tomar cada persona en producción.

5.Gráficas los datos e interpretar los resultados

Uso de la Gráfica de control

•La gráfica de control se usa como una forma de observar, detectar y prevenir el
comportamiento del proceso a través de sus pasos vitales.

•Detecta la variabilidad, consistencia, control y mejora de un proceso

•Muestra datos en un forma estática y es necesario saber sobre los cambios en los procesos de
produccion,las graficas de control son ampliamente probadas en la practica.

Características Generales de las Gráficas de Control:

1.Consistencia

Se refiere a la uniformidad en la salida del proceso; es preferible tener un producto de un

proceso consistente, que tener uno con calidad superior, pero de un proceso intermitente.

2.Mediciones
Las mediciones dependen tanto de los instrumentos, como de las personas que miden y de las
circunstancias del medio ambiente, es conveniente anotar en las gráficas de control
observaciones tales como cambio de turno, temperatura ambiente.

TIPOS DE GRAFICAS DE CONTROL

Para construir una gráfica de control, es importante distinguir el tipo de datos a graficar pueden
ser.

1. Diagrama de Causa Efecto

2.Diagrama de Pareto

3.Diagrama de Dispersión

4.Histogramas

5. Hojas de Verificación o Comprobación

6. Diagramas de Flujo

▪ Diagrama de Causa Efecto

A este diagrama se le conoce también como diagrama de espina de pescado.

Los diagramas de Causa Efecto ilustran la relación entre las caracteristicas (los resultados de un
proceso) y aquellas causas que, por razonestecnicas ,se considere que ejercen un efecto sobre
el proceso

▪ Diagrama de Pareto
El Diagrama de Pareto es una gráfica en donde se organizan diversas clasificaciones de datos por
orden descendente. Mediante el Diagrama de Pareto se pueden detectar los problemas que tienen
más relevancia mediante la aplicación del principio de Pareto (pocos vitales, muchos triviales) que
dice que hay muchos problemas sin importancia frente a solo unos graves.

▪ Diagrama de Dispersión
El Diagrama de Dispersión es de gran utilidad para la solución de problemas de la calidad en un
proceso y producto, ya que nos sirve para comprobar que causas (factores) están influyendo o
perturbando la dispersión de una caracteristica de calidad o variable del proceso a controlar.

▪ Histogramas
Presentación de datos en forma ordenada con el fin de determinar la frecuencia con que

algo ocurre. El Histograma muestra gráficamente la capacidad de un proceso, y si asi se desea, la

relación que guarda tal proceso con las especificaciones y las normas.
 ▪ Hojas de Verificación o Comprobación
Es un formato especial constituido para colectar datos fácilmente, en la que todos los articulos o
factores necesarios son previamente establecidos y en la que los records de pruebas, resultados de
inspección o resultados de operaciones son fácilmente descritos con marcas utilizadas para verificar.

Ventajas de los gráficos de control.

1. Sirve para investigar si la variabilidad de un proceso es debido, además de las causas
normales de variación.

2. Para determinar si el proceso está controlado.

3. Ayudan en la determinación de la aptitud de los procesos.

4. Constituyen una base confiable para determinar cuando existen lascondiciones prácticas
necesarias que ayuden a modificar las especificaciones.

5. Propician la reducción de la tolerancia de los procesos.

6 .su interpretación previene dificultades en el funcionamiento de la organización y la

existencia de trastornos en el proceso ,antes de que se produzcan productos defectousos.

Diferentes tipos de gráficos de control

Existen diferentes tipos de gráficos de control. La principal división es: gráficos de control para
variables y gráficos de control para atributos.

Gráfica de Medias y Rangos

La gráfica X-R, que es la herramienta tradicional y fundamental del control estadístico de
proceso, en realidad consiste de dos gráficas una para las medias (X) que nos ayudará a controlar
el centramiento del proceso y otra para los rangos que nos ayudará a controlar su variabilidad.

Estas medias y rangos son obtenidas de subgrupos de muestras de tamaño constante tomadas
del proceso a intervalos regulares de tiempo o unidades de producción. Los tamaños de
subgrupo más comunes son 4 ó 5. Cada punto de la gráfica de Medias es el promedio de las
muestras de un subgrupo. Cada punto de la gráfica de Rangos es la diferencia entre el valor
máximo y el mínimo de cada subgrupo. Los límites de control se calculan a partir del Rango
promedio y delimitan una zona de 3 desviaciones estándar de cada lado de la media.

Gráfica de Medias y Desviaciones Estándar

Cada punto de la gráfica de Medias es el promedio de las muestras de un subgrupo. Cada punto
de la gráfica de Desviaciones es la desviación estándar interna de cada subgrupo. Los límites
de control se calculan a partir de la Desviación estándar promedio y delimitan una zona de 3
desviaciones estándar de cada lado de la media.

Gráfica de Individuos y Rangos Móviles

La gráfica de control de puntos individuales y rangos móviles puede utilizarse para
características cuyas muestras individuales se distribuyan normalmente. En la gráfica PI cada
punto representa un valor individual. En la gráfica Rm cada punto es la diferencia entre la
muestra actual y la anterior.

Gráfica de Medias, Rangos Móviles y Rangos ( ó 3D)

La independencia de la muestras que conforman cada subgrupo es uno de los requisitos más
importantes para el correcto funcionamiento de los gráficos de control, pero también uno de
los que con mayor frecuencia no se respeta. En ocasiones se hacen varias mediciones de la
misma característica en la misma muestra y estas repeticiones se integran como subgrupos
graficando su valor promedio y su rango. La no independencia de las repeticiones provoca que
muchas veces el gráfico resultante no muestre control estadístico. La gráfica 3D pretende ayudar
a solucionar este problema. Consiste en presentar las mismas gráficas de medias, rangos
móviles y rangos que ya conocemos con una diferencia: los promedios de los subgrupos se
toman como datos individuales para el gráfico de rango móvil y para el cálculo de límites en el
gráfico de medias. Esta adaptación permite el cálculo de límites naturales más realistas.

Gráfica de Promedios móviles exponenciales y Rangos (EWMA – R ó Rm)

La gráfica de Promedios Móviles Exponenciales es una alternativa a la gráfica de medias o a la
de puntos individuales que puede utilizarse en procesos donde se desean investigar causas que
provocan desplazamientos pequeños y constantes del centramiento del orden de 0.5 a 2.0
sigma. Cada punto de la gráfica es un valor ponderado geométricamente con todos los
anteriores de forma que se representen mejor las tendencias a costa de la sensibilidad para
cambios grandes o bruscos. Debe seleccionarse un factor de ponderación (lambda) entre 0.05
y 1.0 en función inversa del grado de suavizado que se quiere obtener. Los valores comunes
están entre 0.2 y 0.4. Puede elaborarse con datos individuales o agrupados. La gráfica de rangos
no sufre cambios.

Gráfica del número de no conformidades ( c )

Cada punto de la gráfica es el número de defectos encontrado en una muestra, un lote, la
producción de un período o alguna otra área de oportunidad de tamaño constante. Los límites
de control encierran una zona de probabilidad de 3 desviaciones estándar por arriba y por abajo
de la media, por lo que la interpretación de los puntos fuera de límites es similar a la de las
gráficas por variables.

Gráfica de no conformidades por unidad ( u )

Cada punto de la gráfica representa el cociente entre el número de defectos en la muestra, lote,
la producción de un período o alguna otra área de oportunidad que puede o no ser constante y
el tamaño de la misma. Los límites de control se interpretan de la manera usual pero varían de
punto a punto de manera inversa al tamaño del área de oportunidad.

Gráfica de la fracción no conforme ( p )

Cada punto de la gráfica representa el porcentaje del número de elementos no conformes (cada
elemento rechazado puede tener más de una no conformidad) en el lote, la producción de un
período o alguna otra área de oportunidad que puede o no ser constante y el tamaño de la
misma. Los límites de control se interpretan de la manera usual pero varían de punto a punto
de manera inversa al tamaño del área de oportunidad.

Gráfica del número de no conformes ( np )

Cada punto de la gráfica es el número de elementos no conformes (cada elemento rechazado
puede tener más de una no conformidad) encontrados en un lote, la producción de un período
o alguna otra área de oportunidad constante. Los límites de control encierran una zona de
probabilidad de 3 desviaciones estándar por arriba y por abajo de la media, por lo que la
interpretación de los puntos fuera de límites es similar a la de las gráficas por variables.

Ejemplo:

Gráfica de Control P
Todos los días se tomaban muestras de las formas llenas, de un departamento en particular,
en una compañía de seguros 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?.
En primer lugar calculamos el promedio de unidades defectuosas para cada una de las
muestras (celdas color celeste). 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). 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):

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%

A continuación y con la ayuda de Excel se procede a graficar los límites de control (líneas
verdes y violeta), el promedio de unidades defectuosas de cada una de las muestras (línea
azul) y el promedio de defectos total (línea roja). 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%

Al estrechar los límites de control el proceso ya no se encuentra bajo control estadístico. La

muestra n° 4 presenta un porcentaje de defectuosos mayor al LCS.