Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Dirigido a:
Módulo 4:
CARTAS DE CONTROL
Temas:
4.1 ¿Qué es el control estadístico de procesos (CEP)?
4.2 Variabilidad en el CEP.
4.3 Causas fortuitas y causas asignables.
4.4 Disminución de la variabilidad de un proceso.
4.5 Elementos de un diagrama de control.
4.6 Diferentes tipos de cartas de control.
4.7 Diagrama de control X barra (*).
4.8 Diagrama de Control R (*).
4.9 Diagrama de Control S (*).
4.10 Interpretación de las diferentes posibles causas asignables en un diagrama
de control.
4.11 Diagramas de control para datos individuales.
4.12 Cartas de control MR (*).
4.13 Cartas de Control I (*).
4.14 Cartas de control por atributos.
4.15 Diagrama de control P (*).
4.16 Diagrama de control NP (*).
4.17 Diagrama de control U (*).
4.18 Diagrama de control C (*).
¿Qué es el Control Estadístico de Procesos?
naturales o aleatorias
Factores controlables
Y1 Y2 Yp
Evaluación
Entrada:
Resultado del
Materias primas, PROCESO producto
Componentes y Característica de
la calidad
Z1 Z2 Zq
Factores incontrolables
Disminución de la Variabilidad de un Proceso
Menor
variabilidad
Mayor
variabilidad
media
Regla Empírica:
Seis Sigma
Programa seis-sigma (en términos estadísticos):
1 sigma
317400 ppm
3 sigma
2700 ppm
LIE LSE
6 sigma
.002 ppm
En resumen, la disminución de la variabilidad o σ (sigma)
sigma en un proceso de
producción, es el objetivo principal del CEP.
Observación:
3σ
LIC
LCL = 73.964
P
VARIABLES UNIDADES
POR DEFECTUOSAS NP
ATRIBUTOS
U
DEFECTOS
c
Cuando se pretende controlar una variable de calidad continua, como
peso, longitud, resistencia, etc., existen dos opciones de construir
una carta de control: por subgrupos racionales o por datos
individuales.
Cada una de estas cartas se estudiará con más detalle y sobre todo se
aplicarán a problemas.
Existen otro tipo de cartas, pero nos limitaremos a estudiar las antes
mencionadas.
Diagrama de Control X barra
La media muestral
Sí la característica de la Calidad
tiene comportamiento
tiene comportamiento
Normal
Normal con promedio µ y
con promedio µ
desviación estándar σ
y desviación estándar
σ/√n
3 y 3
n n
Sí suponemos que µ y σ son conocidas, entonces µ se
considera como la línea central de la carta de control, y
los límites 3 σ del diagrama se colocarán como:
LSC= 3
n
LIC= 3
n
Observación:
R1 R2 ... Rm
R
m
R
ˆ
d2
x1 x 2 ... x m
x
m
Línea Central = x
3
LIC =
x R
d2 n
Se define
3
A2
d2 n
Quedando finalmente los límites y la línea central de la carta de control
X barra, de la siguiente manera:
LSC= x A 2
R
LC= x
LIC= x A 2
R
LSC = D4 R
Línea Central = R
LIC = D3 R
• * WARNING * If graph is updated with new data, the results above may no
• * longer be correct.
80
UCL=76.35
Sample Mean
60
_
_
X=48.97
40
20 LCL=21.59 Posible
1 3 5 7 9 11 13
Sample
15 17 19 21 23 25
Problema
UCL=68.90
60
Sample Range
45
30 _
R=26.76
15
0 LCL=0
1 3 5 7 9 11 13 15 17 19 21 23 25
Sample
Analizando la gráfica de control R, parece que todo está en orden. Pero
observando la gráfica de la media muestral es notorio que el punto
correspondiente al subgrupo 17 se sale de los límites de control.
60
_
_
X=47.08
40
20 LCL=19.25
1 3 5 7 9 11 13 15 17 19 21 23
Sample
80
UCL=70.03
60
Sample Range
40
_
R=27.21
20
0 LCL=0
1 3 5 7 9 11 13 15 17 19 21 23
Sample
Después de quitar el punto 17, tanto la gráfica R como la
gráfica X barra, se nota estabilidad en los datos. Este
proceso, según los diagramas están bajo control. En
este caso se construyó el diagrama R y no S, ya que el
tamaño de los subgrupos es igual a 3.
Dos de tres puntos más de dos sigmas de la línea central (del mismo lado).
Cuatro de cinco puntos más de una sigma de la línea central (del mismo lado).
Ocho puntos seguidos más que 1 sigma de la línea central (ambos lados).
4
pleRange
_
R=2.244
Sam
0 LCL=0
1 6 11 16 21 26 31 36 41 46
Sample
_
_
pleM
40 X=40.042
Sam
39 6
LCL=38.748
1
1
1
38
1
1 6 11 16 21 26 31 36 41 46
Sample
• TEST 1. One point more than 3.00 standard deviations from center line.
• Test Failed at points: 7, 10, 13, 16, 17, 29, 46
• TEST 5. 2 out of 3 points more than 2 standard deviations from center line (on
• one side of CL).
• Test Failed at points: 10, 17, 47, 49
• TEST 6. 4 out of 5 points more than 1 standard deviation from center line (on
• one side of CL).
• Test Failed at points: 7, 32, 34, 49, 50
• * WARNING * If graph is updated with new data, the results above may no
• * longer be correct.
Los puntos 7, 10, 13, 16, 17, 29, 46, están fuera de los límites de control
Los puntos 10,17, 47, 49. Dos de tres puntos seguidos se encuentran después
de 2 desviaciones estándar.
Los puntos 7, 32, 34, 49, 50. Cuatro de cinco puntos seguidos, se encuentran
Después de 1 desviación estándar.
Es posible construir el diagrama de control X barra, marcando con
líneas una, dos y tres desviaciones estándar para ambos lados.
Estas líneas son de mucha utilidad para entender bien los
problemas que ocurren de causas especiales. Las instrucciones
son:
Control E
Seleccionar X bar Options
Seleccionar S Limits
En These multiples of the standard deviation escribir: 1 2 3
Ok > ok
-1SL=39.611
6
6
-2SL=39.180
39
-3SL=38.748
1
1
1
38
1
1 6 11 16 21 26 31 36 41 46
Sample
Algo adicional que se puede notar, gracias a éstas líneas adicionales es, sólo
el 36% de los puntos (18 de 50) se encuentran a una desviación estándar
de la media, no cumpliéndose la regla empírica de la normal.
Es posible buscar posibles explicaciones de las causas especiales,
analizando con cuidado el diagrama de control X barra.
40
30 _
UCL=30.59
X=26.77
LCL=22.95
20 1 1 1 1
1 1 1 1 1
1
10 1 1
1 1 1 1 1 1 1 1
1 4 7 10 13 16 19 22 25 28
Sample
8 1 1 UCL=7.766
1
1
Sample StDev
2
6
_
S=5.004
2
4 2
2 2
2
1 2 2 1 1 1
2 1 LCL=2.241
1 4 7 10 13 16 19 22 25 28
Sample
Control E
Seleccionar: X bar-S options…
Seleccionar Stages
Seleccionar en Define Stage (historical groups) with this variable: Marca
Ok > ok
Los nuevos diagramas, recalculando los límites de control, cada vez
que se presento un cambio se dan a continuación:
50
El promedio
Sample Mean
40
de encogimiento
30
Bajo. Hay
20
_
_
UCL=12.14
Mejoría
10 X=9.79
LCL=7.45
1 4 7 10 13 16 19 22 25 28
Sample
6
ha bajado.
UCL=4.779 también Significa
4 _
S=3.079 mejoramiento.
2
LCL=1.379
1 4 7 10 13 16 19 22 25 28
Sample
Ri = |Xi – Xi-1|
El diagrama MR se da a continuación:
Moving Range Chart of Pesos de llenado
35
UCL=31.74
30
25
Moving Range
20
15
__
10 MR=9.72
0 LCL=0
1 8 15 22 29 36 43 50 57 64
Observation
Las cartas individuales sirven para monitorear el promedio del proceso. Lo que
se grafican son las mediciones individuales del proceso. La línea central se
calcula como el promedio de las mediciones individuales. Para calcular los
límites de control se estima las desviaciones estándar de los datos, usando
los promedios de los rangos absolutos de los datos.
Una ventaja que pueden tener las cartas de control I, es que se pueden añadir
los límites de especificación del proceso. Los límites de especificación se
son utilizados en mediciones individuales y no en mediciones promedios.
Con cartas Individuales se puede monitorear la capacidad del proceso
(siguiente módulo).
Problema:
Stat > Control Charts > Variables Charts for Individuals > Individuals…
Seleccionar Scale
Seleccionar Reference lines
Escribir en Show Reference lines for Y Positions: 1200 1250 1300
Ok
Seleccionar I Chart Options…
Seleccionar Test
Seleccionar Perform all Test…
Ok > ok
1300 1300
1
UCL=1290.6
6
1280
_
Individual Value
X=1264.7
1260
1250
1240 LCL=1238.9
1220
1200 1200
1 8 15 22 29 36 43 50 57 64
Observation
Interpretación:
UCL=0.25248
0.25
0.24
Proportion
0.23
_
P=0.22374
0.22
0.21
0.20
LCL=0.19500
0.19
1 3 5 7 9 11 13 15 17 19 21 23
Sample
Tests performed with unequal sample sizes
Es notorio, como los límites de control fluctúan, estos dependen del
tamaño del subgrupo, entre más grande es el tamaño del subgrupo
los límites en ese momento, son más cerrados, y cuando el tamaño
del subgrupo es más pequeño, los límites se notan más abiertos.
UCL=0.25229
0.25
0.24
Proportion
0.23
_
P=0.22374
0.22
0.21
0.20
LCL=0.19519
0.19
1 3 5 7 9 11 13 15 17 19 21 23
Sample
Problema:
0.10 UCL=0.1004
Sample Count Per Unit
0.08 Es notorio la
0.06
_
diferencia de
0.04
U=0.0472
los tamaños
0.02 de subgrupos
0.00 LCL=0
1 3 5 7 9 11 13
Sample
15 17 19 21 23 25
El número promedio
Tests performed with unequal sample sizes
de inconformidades
por unidad
Carta de Control C
Una carta de control C sirve para monitorear el número de inconformidades en
el proceso. Cada unidad es inspeccionada y el número de inconformidades
en todo el subgrupo es registrado. El número de inconformidades en el
subgrupo se grafica en el diagrama de control. Una condición de suma
importancia para este tipo de cartas, es que los tamaños de subgrupos sea
iguales. No tiene sentido esta carta, si variaran los tamaños de subgrupo.
Las cartas U también pueden aplicarse para subgrupos de tamaño igual.
Problema:
Por MINITAB:
C Chart of Desperfectos
1 1 1
12
1
UCL=10.37
10
8
pleCount
6
Sam
_
4 C=4.21
0 LCL=0
1 7 13 19 25 31 37 43 49 55 61
Sample
Se puede notar en esta última gráfica, que hay varios puntos fuera de
control. Estos puntos no son reales, no están representando
presencia de causas especiales. Es necesario segmentar el
diagrama en las dos etapas.
Control E
Seleccionar C Chart Options…
Seleccionar Stages
Seleccionar en Define Stages…: fecha
Seleccionar: With the first…: 5/2/04
Ok > ok
12
10
UCL=8.38
Sample Count
4 _
C=3.1
2
0 LCL=0
1 7 13 19 25 31 37 43 49 55 61
Sample
Interpretación:
En esta última carta de control C, se puede observar que ya no existe algún punto
fuera de control.
En conclusión, las cartas de control no tan solo sirven para detectar problemas, sino
también mejorías en los procesos.
Nota Final:
En este módulo se trató con la teoría básica y aplicación de cartas de
control.
Las cartas de control estudiadas en este módulo, son las cartas más
importantes en cuanto a su aplicación. Existen otras cartas que se
utilizan en situaciones más específicas, se consideraron aquellas
que pueden tener mucha aplicación.