Cartas de Control

www.senati.edu.pe
 Objetivo General
Al finalizar la presente sesión, el participante
estará en condiciones de entender y analizar
mediante el uso de datos estadísticos la
variabilidad del proceso de interés a través del
tiempo.

www.senati.edu.pe
 Contenido
1. Cartas de control: Conceptos.
2. Causas comunes y especiales.
3. Errores al hacer inferencias.
4. Reglas para identificar procesos fuera de
control.
5. El teorema de límite central.
6. Cartas de Control para variables 1ra. parte.

www.senati.edu.pe
 Introducción
• Resolver el siguiente quiz relacionado
a las sesiones 1 y 2:
• https://quizizz.com/admin/quiz/64e3
e0a645570200075512a8?source=q
uiz_share

www.senati.edu.pe
 Control Estadístico de Procesos
Graficas de
control por
variables
Graficas de
control
Graficas de
control por
Control atributos
estadístico
de procesos

• Cp
• Cpi / Cps / Cpk
Índices de • Cpm
capacidad • K
• Zi / Zs / Z
• DPMO

www.senati.edu.pe
 Tipos de Gráficas de Control
• Gráfico de Control por Variables
• Gráfico promedio-rango (Ẋ-R).
Sistemas de
• Gráfico promedio-desviación Producción Continuo
estándar (Ẋ- S).
• Gráfico de mediciones individuales. Sistemas de
Producción por Lote
• Gráfico de Control por Atributos
• Gráfico p (proporción o fracción
defectuosa) Productos Defectuosos
o Productos No
• Gráfico np (número de unidades Conformes
defectuosas)
• Gráfico c (número de defectos por
subgrupo) Arial
• Gráfico u (número de defectos por
unidad)
www.senati.edu.pe
 Tipos de Sistemas de Producción

Sistema a de producción continuo Sistema de producción en línea

• Un solo producto con alta demanda • Productos pasan por procesos secuenciales (línea de ensamble)
• Se requiera producción continua • Volúmenes altos
• Producto estandarizado • Productos estandarizados
• Producto no diferenciado • Mismo método
• Insumos industriales o producto intermedios • Se requiere automatización
• 24 horas, 7 días, 3652 días
• Reducción de inventarios y costos

Sistema de producción por flujo de lotes Sistema de producción por proyectos

• Variedad de productos diferenciados • Productos únicos u obras de magnitud
• Volúmenes variados • Red compleja de tareas vinculadas entre si
• Pedidos particulares o lotes para stock • Interrelaciones de precedencia
• Producción por paquetes o batch • Requerimientos a medida del cliente
• Transporte por batch o lote • Difícil estandarización
• Proceso flexible

Tomado de: Garay, B. & Noriega, M. (2017). Manual para el diseño de instalaciones manufactureras y de servicios. Lima, Perú. Universidad de Lima. Fondo Editorial.

www.senati.edu.pe
 Flujo Continuo (Flow) vs. Lote (Batch)

www.senati.edu.pe
 Gráfica de Control

LCS = Limite de
control Superior

LC = Línea central

LCI = Limite de
control Inferior

• El objetivo de una gráfica de control no es alcanzar un estado de control

estadístico en sí mismo, sino reducir la variación. (Gryna, Chua & Defeo,
2007)
www.senati.edu.pe
 Gráfica de Control
• Es un diagrama estadístico que
representa el comportamiento de un
proceso, utilizando para ello, el promedio,
el rango, proporción, etc. de una muestra
de datos.

• Utilidad
• La gráfica de control indica cuándo
corregir o ajustar un proceso y cuándo
dejarlo solo.
• Sirven para vigilar la estabilidad de un
proceso.
• Indica la conducta de la organización en
forma gráfica.
www.senati.edu.pe
 Variación observada en una Carta de Control
• Una Carta de control es simplemente
un registro de datos en el tiempo con
límites de control superior e inferior.

• Una carta de control identifica los

datos secuenciales en patrones
normales y anormales.

• El patrón normal de un proceso se

llama causas de variación comunes.

• El patrón anormal debido a eventos

especiales se llama causa especial
de variación.
www.senati.edu.pe
 Gráfica de Control

www.senati.edu.pe
 Gráfica de Control

LCS LCS

LC LC

LCI LCI

www.senati.edu.pe
 Tipos de Gráficas de Control
• Gráfica de control de variables
• Cuando se trata de características
de calidad cuantitativas o medibles
en el producto resultado del
proceso. Ejemplos:
• Longitud.
• Peso.
• Resistencia.
• Concentración.

www.senati.edu.pe
 Tipos de Gráficas de Control
• Gráfica de control por atributos
• Cuando se trata del cumplimiento de
requisitos o especificaciones. Ejemplo:
• Conforme / No conforme.
• Cumple / No cumple.
• Defectuoso / No defectuoso.

www.senati.edu.pe
 Diseño de Tolerancias (Especificaciones)
• Un paso importante en el desarrollo de un producto es la conversión de
sus peculiaridades a características dimensionales, químicas, eléctricas
u otras.

Requisitos del cliente → especificaciones técnicas

• Se debe de tomar en consideración dos aspectos:

• El promedio deseado (o “valor nominal”, N)
• Los límites de especificaciones (o “límites de tolerancia”) arriba y
abajo del valor nominal que deben cumplir los componentes
individuales del producto o el producto.

www.senati.edu.pe
 Diseño de Tolerancias (Especificaciones)
• Para fijar los límites de las especificaciones se deben de tomar en
cuenta dos aspectos:
• Las necesidades funcionales del producto.
• Lo que el proceso realmente puede hacer.

• Muchas veces, estos dos aspectos son antagónicos:

• Desde la perspectiva de calidad (producto), entre más estrechos las
especificaciones será mejor.
• Desde la perspectiva de producción, entre más estrechos sean estos
límites, más difícil será de cumplir.

www.senati.edu.pe
 Límites Naturales o Reales
• Los límites naturales o reales de un LCS = x + A 2 R LCS = D4 R
proceso indican los puntos entre los
cuales varia la salida de un proceso y, LC = x LC = R
por lo general, se obtiene de la LCI = x − A 2 R LCI = D3 R
siguiente manera:

• Límite Real Inferior (LRI) = µ - 3δ = R

• Límite Real Superior (LRS) = µ + 3δ d
2

www.senati.edu.pe
 Comparación con las Especificaciones
• Los límites de control se hacen para
proporcionar un juicio sobre si el
proceso está en el estado de control o
no, mientras que las especificaciones
se hacen para proporcionar un juicio
sobre si cada producto es defectuoso
o no.

• La amplitud de los límites de control

se determina basándose en la
variación debida al azar. Por otra
parte, las especificaciones se deciden
por las demandas de los
consumidores o los usuarios.
www.senati.edu.pe
 Comparación con las Especificaciones
• Con frecuencia, los límites de control
se confunden con los límites de
especificación, que son los límites
admisibles de una característica de
calidad de cada unidad individual de
un producto. Sin embargo, los límites
de control se usan para evaluar las
variaciones en la calidad de un
subgrupo a otro.

www.senati.edu.pe
 Comparación con las Especificaciones
• Recuerde, de la descripción de la
curva normal, que la cantidad de
elementos entre +3σ y - 3σ es igual a
99.73%. Entonces, se espera que
más de 9.973 veces de 10,000, los
valores de subgrupo caigan entre los
límites superior e inferior; cuando eso
sucede, se considera que el proceso
está bajo control.

www.senati.edu.pe
 Comparación con las Especificaciones
• Ejemplo de cálculo de limites reales:
• Las especificaciones para una característica de calidad son que esta
debe tener dimensiones de 800 ± 5.
• Entonces:
• EI = 795 y ES = 805
• Se sabe que la media y la desviación estándar son 800.6 y 1.2
respectivamente.
• Limite Real Inferior (LRI) = 800.6 – 3(1.2) = 797.0
• Limite Real Superior (LRS) = 800.6 + 3(1.2) = 804.2

www.senati.edu.pe
 Comparación con las Especificaciones

EI = 795 N = 800 ES = 805

LRI = 797  = 800.6 LRS = 804.2

• Se observa que los límites reales caen dentro de las especificaciones,

entonces se concluye que el proceso es capaz de cumplir con tales
especificaciones.
www.senati.edu.pe
 Tipos de Causas de Variabilidad en un proceso
Causas Comunes o Causas fortuitas

• Suelen ser muchas y cada una produce

Límite
pequeñas variaciones. inf. de Límite
especs.
• Son parte permanente del proceso.
sup. de
especs.

• Son difíciles de eliminar y forman parte del

sistema.
• Afectan a todo el conjunto de máquinas y
operarios.
• Fuentes de variación: márgenes inadecuados de
diseño, materiales de baja calidad, capacidad
Objetivo
Según Deming: el 85% de las
causas de la variación son causas
comunes, responsabilidad de la
dirección.

del proceso insuficiente.

www.senati.edu.pe
 Tipos de Causas de Variabilidad en un proceso
Límite
Causas Especiales o Causas Asignables inf. de
especs.

• Suelen ser pocas, pero con efectos

importantes en la variabilidad. Límite
• Aparecen esporádicamente. sup. de
especs.
• Son relativamente fáciles de eliminar.
• Por lo general, su efecto está localizado
en una(s) maquina(s) u operario(s). Objetivo

Según Deming: El 15% de las causas de la

variación son causas especiales y es
responsabilidad del operador.

www.senati.edu.pe
 Tipos de Causas de Variabilidad en un proceso
Causas Comunes o Causas fortuitas Causas Especiales o Causas Asignables

LCS LCS

LC LC

LCI LCI

NOTA:
Gutiérrez: Causas Comunes y especiales
Montgomery: Causas fortuitas y asignables

www.senati.edu.pe
 Tipos de Variación
Variación

Variación en el Proceso Variación en la Medición

En el producto En el instrumento

Entre productos Ente instrumentos

Entre Lotes Entre calibradores

Entre operadores Entre operadores

Entre maquinas En el tiempo

Entre líneas

En el tiempo
Tomado de: Chin, L., Ngee, T., See, H., & Yoap, T. (2006) Six Sigma. Advances Tools for Black Blets ans Master Black Belts. John Wiley & Sons, Ltd.

www.senati.edu.pe
 Ejemplo
• En una corrida de producción, se extrajeron 20 muestras de los resultados
de una máquina que produce remaches de acero para la construcción
industrial. Las muestras se tomaron a intervalos de 10 minutos, y cada una
consistía en n = 4 remaches, cuyas longitudes fueron medidas.

• Considerar los siguientes datos:

• https://docs.google.com/spreadsheets/d/1KmhTJlEgsXOtXoGSOBR4a
h3xQTPNvOJrG-RN6phQAIM/edit?usp=sharing

www.senati.edu.pe
 Definición de Potencia
• La prueba de potencia se define como la probabilidad de rechazar una Ho
falso (o de aceptar una Ha cierta).

• Tanto α y β tienen una relación inversa, y esta última es el complemento

de la función potencia, entonces α y la función potencia varían en una
proporción directa:; es decir si α aumenta entonces la potencia de la
prueba también aumenta.

www.senati.edu.pe
 Errores al hacer inferencias considerando Cartas
de Control
• Error tipo I: Inferir que el proceso
está fuera de control cuando en LSC
realidad está bajo control estadístico.
Media del
• Error tipo II: Inferir que el proceso Proceso
está bajo control estadístico cuando
en realidad no lo está.
LIC

Límites 3 sigma

www.senati.edu.pe
 Tipos de Errores en las Pruebas de Hipótesis

Estado del Proceso

H0 Verdadera H1 Verdadera
Decisión En Control Fuera de Control

Error tipo II
Continuar Decisión
Dejar continuar el pro-
el Proceso Correcta ceso fuera de control

Error tipo I Decisión

Ajustar el
Proceso
Ajustar el proceso
en control Correcta

www.senati.edu.pe
 Límites de Control y Errores

Error tipo I:
Probabilidad de investigar
una causa cuando no existe

LSC

Media del
Proceso

LIC

www.senati.edu.pe
 Límites de Control y Errores
Error tipo I: Error tipo II:
Probabilidad de investigar Probabilidad de concluir
una causa cuando no existe que no ha habido cambios

UCL

Cambio en la media
del proceso
Media del
Proceso

LCL

www.senati.edu.pe
 Tipos de Comportamiento
• Solo si hay causas comunes (naturales), los resultados de la característica
conforman una distribución estable y predecible en el tiempo.

• Si hay causas asignables (especiales), los resultados de la característica

• conforman distribuciones variables y no predecibles.
• Varían: media, desviación estándar y forma.

www.senati.edu.pe
 Proceso Estable e Inestable

2σ

1σ

1σ

2σ

www.senati.edu.pe
 Proceso Estable e Inestable

www.senati.edu.pe
 Desplazamiento o cambio en el nivel del Proceso
• Cuando uno o más puntos se salen
de los límites de control, o cuando hay
una tendencia larga y clara que los
puntos consecutivos caigan de un
solo lado de la línea central. Las
posibles causas son:
• Nuevos trabajadores, maquinas,
materiales o métodos.
• Cambio en los métodos de
inspección.
• Mayor o menos atención de los
trabajadores.
• El proceso a mejorado o
empeorado.
www.senati.edu.pe
 Ciclos recurrentes (periodicidad)
• Cambios periódicos en el ambiente.
• Diferencias en los dispositivos de
medición o de prueba que se utilizan
en cierto orden.
• Rotación regular de ciertas maquinas
u operarios.
• Efecto sistemático producido por dos
máquinas, operarios o materiales que
se usan alternadamente.

www.senati.edu.pe
 Alta Variabilidad
• Alta proporción de los puntos cerca de
los límites de control; señal de causas
especiales.
• Pocos puntos en la línea central;
causas especiales.
• Sobre control o ajustes innecesarios
en el proceso.
• Diferencias sistemáticas en la calidad
del material o en los métodos de
prueba.
• Control de dos o mas personas en la
misma carta con diferentes
promedios.

www.senati.edu.pe
 Falta de Variabilidad (estratificación)
• Equivocación en el cálculo de los
límites de control.
• Agrupamiento en una misma muestra
a datos provenientes de universos
con medidas bastante diferentes, que
al combinarse se compensan unos
con otros.
• Grafica de control inapropiada para el
control.

www.senati.edu.pe
 Reglas para identificar procesos fuera de control
• Prueba 1: Un punto más de 3σ con
respecto a la línea central
• Identifica subgrupos que son poco
comunes en comparación con otros
subgrupos.
• La Prueba 1 se reconoce
universalmente como una prueba
necesaria para detectar situaciones
fuera de control.
• Si pequeños cambios en el proceso
son de interés, usted puede utilizar la
Prueba 2 para complementar la
Prueba 1 a fin de crear una gráfica de
control que tenga mayor sensibilidad.
www.senati.edu.pe
 Reglas para identificar procesos fuera de control
• Prueba 2: Nueve puntos consecutivos
en el mismo lado de la línea central
• La prueba 2 identifica cambios
rápidos en el centrado o la variación
del proceso.
• Si pequeños cambios en el proceso
son de interés, usted puede utilizar la
Prueba 2 para complementar la
Prueba 1 a fin de crear una gráfica de
control que tenga mayor sensibilidad.

www.senati.edu.pe
 Reglas para identificar procesos fuera de control
• Prueba 3: Seis puntos consecutivos,
todos en orden creciente o
decreciente
• La Prueba 3 detecta tendencias. Esta
prueba busca series largas de puntos
consecutivos cuyos valores aumenten
o disminuyan de manera consistente.

www.senati.edu.pe
 Reglas para identificar procesos fuera de control
• Prueba 4: Catorce puntos
consecutivos, alternándolos arriba y
abajo
• La Prueba 4 detecta variación
sistemática. Usted desea que el
patrón de variación en un proceso
sea aleatorio, pero un punto que no
pasa la Prueba 4 podría indicar que
el patrón de variación es predecible.

www.senati.edu.pe
 Reglas para identificar procesos fuera de control
• Prueba 5: Dos de cada tres puntos
más de 2σ con respecto a la línea
central (mismo lado)
• La prueba 5 detecta pequeños
cambios rápidos en el proceso.

www.senati.edu.pe
 Reglas para identificar procesos fuera de control
• Prueba 6: Cuatro de cada cinco
puntos más de 1σ con respecto a la
línea central (mismo lado)
• La prueba 6 detecta pequeños
cambios rápidos en el proceso.

www.senati.edu.pe
 Reglas para identificar procesos fuera de control
• Prueba 7: Quince puntos
consecutivos dentro de 1σ con
respecto a la línea central (en
cualquiera de los lados)
• La prueba 7 detecta un patrón de variación
que a veces se interpreta
equivocadamente como evidencia de
control adecuado.
• Esta prueba detecta límites de control que
son demasiado amplios. Los límites de
control que son demasiado amplios
generalmente se deben a datos
estratificados, lo que ocurre cuando una
fuente de variación sistemática está
presente dentro de cada subgrupo.

www.senati.edu.pe
 Reglas para identificar procesos fuera de control
• Prueba 8: Ocho puntos consecutivos
más de 1σ con respecto a la línea
central (en cualquiera de los lados)
• La prueba 8 detecta un patrón de mezcla.
• En un patrón de mezcla, los puntos tienden
a ubicarse lejos de la línea central y cerca
de los límites de control.

www.senati.edu.pe
 Teorema del Límite Central
• El Teorema del Límite Central no es una herramienta. Es un teorema usado
para cuantificar un parámetro de una población dentro de un grado
especificado de certidumbre utilizando datos de muestra.

Tomado de : Lind, D., Marchal, W. & Wathen, S. (2012). Estadística aplicada a los negocios y la economía. Mc Graw Hill

www.senati.edu.pe
 Teorema del Límite Central

• Se tiene una población determinada, pero no se conoce que tipo de

distribución pertenece. Se toman muestras de tamaño grande (n ≥ 30) y la
forma de distribución muestral de la media se aproximará a la distribución
de probabilidades normal.
• Si la población obedece a una distribución normal, entonces, en el caso de
cualquier tamaño de muestra, la distribución muestral de las medias
también será de naturaleza normal.

www.senati.edu.pe
 Teorema del Límite Central

Tomado de : Lind, D., Marchal, W. & Wathen, S. (2012). Estadística aplicada a los negocios y la
economía. Mc Graw Hill
www.senati.edu.pe
 Teorema del Límite Central
• “Si todas las muestras de un tamaño en particular se seleccionan de
cualquier población, la distribución muestral de la media se aproxima a una
distribución normal. Esta aproximación mejora con muestras más grandes”.

Tomado de : Lind, D., Marchal, W. & Wathen, S. (2012). Estadística aplicada a los negocios y la economía. Mc Graw Hill

www.senati.edu.pe
www.senati.edu.pe

www.senati.edu.pe