PILAR

CALIDAD

SPC
Control estadístico de
procesos
 Agenda

• 20:00 – 20:05 Presentación disertantes

• 20:05 – 20:35 Marco conceptual (C. Rios)
• 20:35 – 21:10 Graficas de control por variable (E.
Guzmán)
• 21:10 – 21:45 Graficas de control por atributo (O.
Leaños)
• 21:45 – 22:00 Dudas

Carol Rios Oliver Leaños Evelin Guzman

 CONTROL
ESTADISTICO DE
PROCESOS

Marco Conceptual
 ORIGENES
Se remontan a los años veinte – Dr. Walter Shewhart publico en EUA
varios libros sobre la aplicación de la estadística en el control de la
calidad e introdujo las gráficas de control estadístico de procesos.

Durante la segunda guerra mundial, Juran y Deming generalizaron el

uso del CEP en los procesos industriales
IMPORTANCIA DEL CONTROL ESTADISTICO DEL PROCESO

La idea tradicional de inspeccionar el PRODUCTO terminado

y eliminar las unidades que no cumplen con las
especificaciones una vez terminado el PROCESO

Se reemplaza por una estrategia más

económica de prevención.

El Control de la Calidad se realiza antes y durante la

realización del proceso con el fin de lograr que estos
PRODUCTOS lleguen al CONSUMIDOR sin defectos.

Así las variaciones en la CALIDAD producidas antes y durante

el proceso pueden ser detectadas y corregidas gracias al empleo
masivo de las GRAFICAS DE CONTROL.
 VARIABILIDAD DE LOS PROCESOS

Los procesos emplean diferentes RECURSOS con la

finalidad de producir un producto o servicio

1. Maquinaria
2. Materiales
3. Metodos
4. Mano de Obra
5. Medio Ambiente

El hecho de integrarlos conjuntamente provoca variaciones

causadas por las diversas interacciones de esos recursos,
además de las variaciones individuales.

Por lo tanto, todo proceso, por muy preciso que sea,

presenta una VARIABILIDAD lo que afecta a las
caracteristicas de calidad del proceso, producto, o servicio.
 VARIABILIDAD DE LOS PROCESOS
Ejemplo: La pila alcalina Duracel
AAA es de 1,5 V. La tensión
eléctrica (medida en V = Voltios)
será la “CARACTERISTICA DE
CALIDAD” a controlar. Debido a la
VARIABILIDAD de todos los
elementos del proceso, ésta
acabará por ser distinta en cada
pila y, por lo tanto, distinta
tambien del valor nominal de 1,5
V. Una tendría 1,48 V, otra 1, 51,
otra, 1,54, otra 1,49, etc.
Qué hacemos para que esta
variabilidad no afecte a la
calidad?
Se deben establecer limites de
tolerancia aceptados por el
mercado. Supongamos que
algunos de nuestros clientes
aceptan pilas cuya tensión sea
1,45 V y otros aceptan 1,55 V.

• En el primer caso se denomina Limite de Tolerancia Inferior(LTI). No es lo

mismo que Limite Inferior de Control (LIC).

• En el segundo caso se denomina Limite de Tolerancia Superior (LTS). No es

lo mismo que Limite Superior de Control (LSC)

Es necesario que la VARIABILIDAD se mantenga dentro de los límites de

tolerancia.
 TIPOS DE VARIABILIDAD DE LOS
PROCESOS

1. Variabilidad del proceso debida a Causas comunes,

aleatorias, naturales.

2. Variabilidad del proceso debida a Causas asignables

o especiales.
1. Variabilidad del proceso debida a Causas comunes, aleatorias,
naturales

• Son los factores que afectan en 1. Procedimientos inadecuados

poco la variabilidad del proceso. Su 2. Pobre diseño
presencia es aleatoria. 3. Mantenimiento deficiente de la
máquinas
4. Carencia de los procedimientos de
• Este tipo de causa actua siempre de funcionamiento.
una forma estable, provocando una 5. Deficientes condiciones de trabajo:
variabilidad homogenea y sobre todo iluminación, ruido, suciedad,
previsible. temperatura, ventilación.
6. Máquinas no adecaudas para el
trabajo
• Son causas inherentes al proceso, 7. Materias primas inferiores al nivel
que aparecen y desaparecen de forma normal
aleatoria, produciendo una variabilidad 8. Errores en el control de calidad
regular que podemos disminuir, pero 9. Vibración en procesos industriales
no eliminar. 10. Temperatura y humedad ambiente
11. Entrenamiento escaso
12. Desgaste normal
• Su comportamiento estable a lo 13. Variabilidad en ajustes
largo del tiempo y el hecho de que los 14. Tiempo de reacción de la
efectos sean pronosticables permiten computadora
un buen control del proceso. 15. Empleado incompetente
 2. Variabilidad del proceso debida a Causas asignables o especiales

La variación está provocada por pocas

causas, con una aportación individual
significativa, formando grandes
discontinuidades.
1. Alta demanda de cuidados de
Son “asignables” porque son originadas la salud de la gente mayor.
por motivos concretos. 2. Operador ausente
3. Ajuste pobre del equipo
Su comportamiento es irregular e 4. El operador se queda dormido
inestable en el tiempo, por lo que resulta 5. Reguladores deficientes.
imprevisibles. 6. Malfuncionamiento de la
máquina
Son causas extrañas al proceso que 7. Caidas del Sistema Operativo
producen grandes variaciones y de un Servidor – Computador
descentrados en las curvas de 8. Descargas de la energía.
caracteristicas de calidad.

Son inesperados y se debe determinar las

causas para plantear acciones
correctivas.
 CARACTERISTICAS DE CALIDAD
Son los requisitos que deben cumplir los procesos y
productos/servicios.

Recuerde que las caracteristicas de calidad de los PROCESOS Y

PRODUCTOS se establecen y documentan en las ESPECIFICACIONES y
se controlan a través de Planes de seguimiento y medición de los
procesos y en los Planes de control de calidad de los productos
respectivamente.

Es sobre estos requisitos (caracteristicas de calidad) que se realiza un

seguimiento a través de las graficas de control.

Las características 1. Características de Calidad – VARIABLES

de calidad pueden
ser de dos tipos 2. Características de Calidad – ATRIBUTOS

NOTA: Tanto los procesos como los lotes terminados pueden ser
inspeccionados por atributos o por variables.
 1. Características de
Calidad – VARIABLES
Son caracteristicas medibles y Son aquellas características de calidad no
cuantitativas que podemos representar
por una cifra.
En este caso las graficas de control por
variables representan los valores que
van tomando. Son muy adecuados para
la mejora del proceso.
Se denominan "por variables" cuando
las medidas pueden adoptar un intervalo
continuo de valores. Los valores de la
tensión eléctrica de las pilas alrededor
de 1,5 V serían una caracteristica de tipo
variable.
Otros ejemplos: la longitud, el peso, la
concentración, la medida de un perno, el
contenido de ceniza en carbón,
temperatura, % de humedad, diametro,
etc.
2. Características de
Calidad – ATRIBUTOS
mensurables, cuya dimensión en general
no se puede representar con una cifra.
Solo pueden tener dos valores: Aceptable o
defectuoso. Son cualitativos.
Las graficas de control por atributos no
pueden representar, un valor, sino la
cantidad o porcentaje de unidades de
producto que son aceptables del total.
Se denomina "por atributos" cuando las
medidas adoptadas no son continuas.
Ejemplo: Si la pila Duracel funciona o no.
Otros ejemplos: Tres tornillos defectuosos
de cada cien, 3 paradas en un mes en la
fábrica, seis personas cada 300, pasa o no
pasa, numero de defectos de un producto,
No. De accidentes por semana, aprobado/
rechazado, conforme/ no conforme, otros.
 GRAFICAS DE CONTROL

Un gráfico de control es una carta o diagrama donde se van anotando

los valores sucesivos de la característica de calidad que se está
controlando.

Los datos se registran durante el funcionamiento del proceso de

fabricación (prestación del servicio) y a medida que se obtienen.

Ofrece varias ventajas:

a) Sirve para determinar el estado de control de un proceso.

b) Diagnostica el comportamiento de un proceso en el tiempo.
c) Indica si un proceso ha mejorado o empeorado.
d) Sirve como una herramienta de detección de problemas.
e) Permite identificar las dos fuentes de variación de un proceso:
Causas comunes y causas especiales o asignables.
 El gráfico de control cuenta con de 3 elementos:
a) Un Limite Superior de Control (LSC) que se calculan con datos historicos.

b) Una Línea Central (LC) que representa el promedio histórico de la característica

que se está controlando.

a) Un Limite Inferior de Control (LIC) que también se calculan con datos históricos.

Si los puntos se mantienen dentro

de los límites de control y presentan Las causas de esta variación (patron
un patron aletorio, entonces se dice aleatorio dentro los limites) se llaman
que “el proceso está en control”. naturales o comunes.
como sinonimo de estable.

Si los puntos se encuentran fuera de Las causas de esta variación se

los límites de control o el conjunto denominan asignables o especiales y
de puntos muestra tendencias, ante esta situación debe procederse a
periodicidad anormales, entonces el investigar las causas que esten
proceso se diagnostica como provocando la inestabilidad,
inestable o fuera de control. implementar acciones correctivas
para evitar que vuelvan a ocurrir.
Por ejemplo, supongamos que se tiene un proceso de fabricación de anillos de
pistón para motor de automóvil y a la salida del proceso se toman las piezas y
se mide el diámetro. Las mediciones sucesivas del diámetro de los anillos se
pueden anotar en una carta como la siguiente:

Limite de
Control
Superior

Linea Central

Limite de
Control
Inferior
Por ejemplo, si las 15
Entonces tendríamos un Gráfico de Control que
últimas mediciones
fueron las siguientes: muestra un proceso con variabilidad debido a
causas comunes, natuales o aleatorias:
Nº
Diámetro
Muestra
1 74.012
2 73.995
3 73.987
4 74.008
5 74.003
6 73.994
7 74.008
8 74.001
9 74.015
10 74.030 Los valores representados en este grafico fluctúan
11 74.001 al azar alrededor del valor central (Promedio
histórico) y dentro de los límites de control superior
12 74.015 e inferior.
13 74.035
14 74.017 A medida que se fabrican, se toman muestras de los
15 74.010 anillos, se mide el diámetro y el resultado se anota
en el gráfico, por ejemplo, cada media hora.
 Por qué usar una grafica de control?
Por qué es una herramienta que permite distinguir variaciones en el
proceso debidas a causas asignables o especiales de las variaciones
debido a causas comunes, aleatorias, naturales inherentes al proceso.

Tome en cuenta:

Las variaciones debidas a causas comunes,

aleatorias o natutales se repiten
aleatoriamente dentro de límites predecibles
(rangos de aceptación).

Las variaciones debidas a causas asignables

o especiales indican que es necesario
identificar, investigar y poner bajo control
algunos factores que afectan al proceso.
 Ejemplo de Variaciones debido a causas asignables o especiales
¿Qué ocurre cuando un punto se va fuera de los límites? - Eso es lo que
ocurre con el último valor en el siguiente gráfico:
Punto fuera
del limite de
control

Las variaciones debidas a causas asignables o especiales indican que

es necesario identificar, investigar y poner bajo control algunos factores
que afectan al proceso.
 Por lo anterior, las graficas de control pueden ser de dos tipos:

GRAFICAS DE CONTROL POR VARIABLES

GRAFICAS DE CONTROL POR ATRIBUTOS

TOME NOTA:

El tipo de grafica de control a utilizar depende del tipo de dato** y el

tamaño de la muestra.

Las gráficas de control constituyen una herramienta de análisis

estadístico muy elaborada por lo que es preciso recordar algunos
conceptos relacionados con la estadistica para comprender estas
graficas.

** Característica de calidad variable o característica de calidad por atributo.

 CONCEPTOS BASICOS DE ESTADISTICA DESCRITIVA
Para construir graficas de control es necesario estar
familiarizado con los siguientes conceptos:

1. MEDIDAS DE TENDENCIA CENTRAL

1. La media

2. La mediana

2. MEDIDAS DE DISPERSION

1. El rango

2. La varianza

3. La Desviación Estandar
1. MEDIDAS DE TENDENCIA CENTRAL

1.1 La media, media aritmetica o promedio

Cuando se tiene un conjunto de datos sobre una misma caracteristica de

calidad, en forma natural se agrupan en torno aun dato central, que en
alguna forma representa al conjunto; o sea hay cifras menores y
mayores que el dato central, pero éste los representa a todos.

La MEDIA es el resultado de sumar los datos y de dividir esta suma entre

el número de datos sumados.

La media se denota con el símbolo X.

Ejemplo:

50 + 41 + 36 + 51+ 32 + 45 + 25 + 33 + 48 + 39 400
X= = = 40
10 10
 1. MEDIDAS DE TENDENCIA CENTRAL
1.2 La mediana

A veces, el cálculo de la Veamos un Ejemplo: Considerando las

media aritmética de siguientes mediciones de siete diámetros
algunos datos no internos de un tubo
proporciona un número
representativo de ellos. 12,28
Existe mucha diferencia 12,35
entre cada dato y la media 12,34
12,36
(promedio).
12,89
12,32
La mediana se denota con 12,27
el símbolo X. Promedio = 12,40

La media o promedio es 12,40. Esta cantidad no representa adecuadamente a los

datos, puesto que ninguno de ellos es del orden de 12,40.

El valor de la mediana es de 12,34. Esto significa que cada medición (o al menos la

mayor parte de las mediciones) es del orden de 12,34. La mediana es insensible a
valores extremos de la variable (en el ejemplo, el dato 12,89).
 1. MEDIDAS DE TENDENCIA CENTRAL
1.2 La mediana

QUE ES LA MEDIANA?

Es el número intermedio de un grupo de números; es decir, la mitad de

los números son superiores a la mediana y la mitad de los números
tienen valores menores que la mediana. Por ejemplo, la mediana de 2,
3, 3, 5, 7 y 10 es 4.

La función MEDIANA mide la tendencia central, que es la

ubicación del centro de un grupo de números en una
distribución estadística
2. MEDIDAS DE DISPERSION

Para tener una idea exacta de la

forma como se relacionan entre si
Para responden a estas
los datos de un conjunto, no es
preguntas…
suficiente identificar su tendencia
central (media, mediana…); es
Se establecen indicadores
necesario, además, examinar…
cuantitativos de la variación de
los datos.

Estos se conocen como

MEDIDAS DE DISPERSION:
Qué tanto difieren entre sí los
datos ?
1. El rango
o,
2. La varianza
Qué grado de dispersión existe
entre ellos (los datos)? 3. La Desviación Estandar
2. MEDIDAS DE DISPERSION

2.1 El Rango (R) o Recorrido

El rango es la diferencia entre el dato mayor (M) y el dato menor (m) de un
conjunto de datos.

R=M-m

Veamos un ejemplo de su aplicación:

a.Primera muestra (0, 45, 50, 55, 100), el dato menor es 0 y el dato mayor
es 100, por lo que sus valores se encuentran en un Rango = 100 – 0 =100.
b.Segunda muestra (47, 49.5, 50, 51.5, 52), el dato menor es 47 y el dato
mayor es igual a 52 por lo que su Rango = 52 – 47= 5.

SIGNIFICADO:
Lo que indica que la segunda muestra es más homogénea ya
que sus datos están dispersos en un menor rango.
2. MEDIDAS DE DISPERSION

2.2 La varianza (S2)

La VARIANZA se define como la suma de los
cuadrados de las desviaciones de los datos con
respecto a la media (promedio) entre n-1, donde n
es el número de datos considerados.

(X1 – X)2 + (X2 – X)2 + … + (Xn – X)2

S2 =
n-1
2. MEDIDAS DE DISPERSION

2.2 La varianza (S2)

Si se aplica la fórmula anterior al ejemplo de los inspectores, se tiene lo
siguiente:

Para el inspector A, los datos son: 5, 5, 6, 7, 7, 7, 7, 7, 7, 8, 8, 8.

Sustituyendo en la fórmula se obtiene:

(5 – 6,833)2 + (5 – 6,833)2 + … + (8 – 6,833)2

S2 = = 1,06061
12 - 1
Para el inspector B, los datos son: 3, 3, 3, 5, 5, 6, 8, 9, 10, 10, 10, 10.
Sustituyendo en la fórmula se obtiene:

(3 – 6,833)2 + (3 – 6,833)2 + … + (10 – 6,833)2

S2 = = 8,8788
12 - 1

Esto significa que el inspector B tiene mayor variación que el A.

2. MEDIDAS DE DISPERSION

2.3 La Desviación Estandar

La VARIANZA tiene el inconveniente de que expresa la desviación de los

datos en una cantidad que está elevada al cuadrado.

La DESVIACION ESTANDAR es la raíz cuadrada de la varianza. Para

obtenerla se emplea la siguiente fórmula:

S = √ S2

S=
√ (X1 – X) 2 + (X2 – X)2 + … + (Xn – X) 2
n-1
Aplicando la formula anterior al ejemplo de los inspectores se tiene lo siguiente:

Para A Para B
S = √ 1,06061 S = √ 8,8788
S = 1,02986 revisiones/día S = 2,97973 revisiones/día
 CON TODO LO ANTERIOR, EMPECEMOS A CONSTRUIR Y
ANALIZAR LAS GRAFICAS DE CONTROL

Ya hemos explicado que las graficas de control contienen:

1. Una Linea Central (LC),

2.Una Límite Superior de Control (LSC)
3.Una Límite Inferior de Control (LIC)
4.Los puntos reprentados en las gráficas contienen información
sobre las lecturas tomadas, pueden ser:

• Promedios de grupos de lecturas

• Rangos
• Lecturas individuales

Los límites de control marcan el intervalo de confianza en el

cual se espera que estén los puntos
 TABLA A. Se cuenta con 8 diferentes tipos de graficas de control que
en un momento dado pueden ser aplicadas en un proceso
Datos Variables: medidos en escala continua.
Tiempo, Temperatura, presión, costo, peso.

Tamaño de la Tamaño de la Tamaño de la Tamaño de la

muestra = 1 muestra es un valor muestra es muestra es
pequeño o medio generalmente igual o usualmente pequeño
X y Rm (entre 1 y 10) mayor a 10 de 3 a 5

Datos por Atributos: Conteo como X˜y R X yS X yR

eventos discretos: Errores en la
distribucion, %de desperdicios,
ausentismo.

Productos no No
conformes Conformidad

Tamaño de la Tamaño de la Tamaño de la

Tamaño de la
muestra_ muestra constante muestra variable
muestra variable
constante C > 5 igual o mayor a 50 igual o mayor a 50

Diagrama c Diagrama u Diagrama np Diagrama p

Número de defectos por Fracción de defectos Número de Unidades Fracción de unidades,
área de oportunidad por área de oportunidad Defectuosas trabajos o procesos
defectuosos
 COMO SE CONSTRUYEN LAS GRAFICAS DE CONTROL
Etapa preparatoria
Paso 1 : Seleccionar el proceso en el que se aplicará la grafica del control.
Paso 2 : Revisar los Planes de Seguimiento y Medición de Procesos y Planes
de Control de Calidad de los Productos.
Paso 3 : De dichos documentos, Seleccionar la característica de calidad
(requisitos) para la aplicación de un gráfico de control.
Paso 4 : De que tamaño puede ser la muestra? - haga un análisis del tiempo,
costo y beneficio para obtener la muestra suficiente de datos. Tome
en cuenta la Tabla A.
Paso 5 : Seleccionar el tipo apropiado de gráfico de control tomando en cuenta
el tamaño de la muestra (cantidad de datos) y el tipo de datos
(característica de calidad).
Paso 6 : Tanto como sea posible, obtener las muestras (datos) utilizando las
mismas condiciones técnicas: la misma maquina, operador, lote,
punto de control, instrumento de medición. (establezca como parte
del método)
Paso 7 : Decidir sobre los subgrupos, su tamaño y determinar la frecuencia de
muestreo del subgrupo (horas, días, mensual, anual, por lote) .
Generalmente, se recogen datos de 20 a 25 subgrupos.
 Etapa de Recolección de Datos
Paso 8 : Ponga en funcionamiento el Proceso bajo condiciones normales y se
recogen y registran los datos en una hoja para graficas de control. Se
pueden utilizar datos registrados previamente (históricos). Incluya
cualquier evento inusual que pueda ocurrir en el proceso.

Etapa – Calcular las Estadísticas Apropiadas

Paso 9 : Si se tienen DATOS POR VARIABLES use la Tabla 1. para Calcular la
Línea Central.Si se tienen DATOS POR ATRIBUTOS use la Tabla 2.
Calcule la línea central tomando en consideración la columna “Línea
Central”.
Paso 10 : Calcular los LIMITES DE CONTROL - Ver las Tablas 1 y 2 que incluyen
las formulas para realizar este calculo. También se debe usar la Tabla 3
de constantes.
NOTA: Si el valor del Limite Inferior de Control (LIC) de un Diagrama de
Control con Datos por Atributo, es NEGATIVO entonces establezca LIC
a cero (0).
Paso 11: Construya el Diagrama de Control.
Paso 12: Analice los resultados y tome las acciones sobre el proceso.
Tabla 2 - Datos por Atributos
 LAS GRAFICAS DE CONTROL REQUIEREN DOS
GRAFICAS

PARA TOMAR EN CUENTA:

Para las graficas de control de variables continuas se debe verificar
que la gráfica para el estimador de la dispersión (rango, varianza, o
desviación estándar) este bajo control antes de construir la gráfica
para el estimador de lo calización
(medidas de tendencia central)
Las Medidas de Dispersión muestran cuanta variación existe
entre los datos; entonces puede ocurrir que los datos estén muy
dispersos inclusive fuera de de los límites. Sin embargo, cuando
se obtiene la medida de tendencia central, ésta arroja un valor
que está dentro de los límites de control. Entonces al elaborar
estas gráficas primero se debe construir la grafica de la medida
de dispersión. Si se encuentra fuera de los límites, no hay
necesidad de calcular y construir la gráfica para la tendencia
central y se concluye que el proceso está fuera de control.
CONTROL ESTADISTICO
DE PROCESOS
Graficas de Control por Variables
 TABLA A. Se cuenta con 8 diferentes tipos de graficas de control que en
un momento dado pueden ser aplicadas en un proceso
Datos Variables: medidos en escala continua.
Tiempo, Temperatura, presión, costo, peso.

Tamaño de la Tamaño de la Tamaño de la Tamaño de la

muestra = 1 muestra es un valor muestra es muestra es
pequeño o medio generalmente igual o usualmente pequeño
X y Rm (entre 1 y 10) mayor a 10 de 3 a 5

Datos por Atributos: Conteo como X˜y R X yS X yR

eventos discretos: Errores en la
distribucion, %de desperdicios,
ausentismo.

Productos no No
conformes Conformidad

Tamaño de la Tamaño de la Tamaño de la

Tamaño de la
muestra_ muestra constante muestra variable
muestra variable
constante C > 5 igual o mayor a 50 igual o mayor a 50

Diagrama c Diagrama u Diagrama np Diagrama p

Número de defectos por Fracción de defectos Número de Unidades Fracción de unidades,
área de oportunidad por área de oportunidad Defectuosas trabajos o procesos
defectuosos
 1. GRAFICAS DE CONTROL X - R (PROMEDIO Y RANGOS)

La gráfica de promedios y rangos presenta simultáneamente los

promedios y los rangos de los grupos de mediciones que se
tengan.

En realidad son dos graficas que se deben construir. Se

empieza con la grafica de los Rangos (R). Si se observan
desviaciones importantes se dice que el proceso esta fuera
de control y se deben tomar medidas correctivas.

Luego se construye la grafica de Promedios (X).

Estas graficas son las mas comunes de todas, ya que

permite observar los cambios que presenta la media y la
dispersión del proceso simultáneamente, permitiendo con
esto detectar anormalidades del proceso. A continuación se
decriben los pasos para su construcción.
 1. GRAFICAS DE CONTROL X - R (PROMEDIO Y RANGOS)

PASO 1. Recolección de datos.- La recolección de datos debe de

contener al menos 100 datos para que la muestra sea representativa.
Consideraciones: Para minimizar la variación, los datos recolectados bajo las
mismas condiciones deben formar parte de un subgrupo. Es decir, que los datos
contenidos en un subgrupo no pueden pertenecer a diferentes lotes o tener
diferentes especificaciones. Por esto, se recomienda que los subgrupos se
dividan de acuerdo a periodos de tiempo, fechas, lotes, otros.

PASO 2. Anotar información relevante en la hoja de datos que puede

servir para un mejor control; tal información puede ser: el nombre del
producto, la caracteristica de calidad, el proceso, el tipo de muestra,
otros.
 k n
3. Hacer entre 20 y 30 Fecha Subgrupo X1 X2 X3 X4 X5 Media Rango
subgrupos (k) que contengan 20-ago 1 14,00 12,60 13,20 13,10 12,10 13,00 1,90
entre 2 y 6 elementos (n). 2 13,20 13,30 12,70 13,40 12,10 12,94 1,30
3 13,50 12,80 13,00 12,80 12,40 12,90 1,10
4 13,70 12,00 12,50 12,40 12,40 12,60 1,70
Los valores más comunes para 5 14,40 12,40 12,20 12,40 12,50 12,78 2,20
“n” son 4 y 5, mientras que 21-ago 6 13,90 12,40 13,30 13,10 13,20 13,18 1,50
para “k” son 20, 25 y 30. 7 13,30 12,40 12,60 12,90 12,80 12,80 0,90
8 13,00 13,00 13,10 12,20 13,30 12,92 1,10
9 13,90 12,10 12,70 13,40 13,00 13,02 1,80
4. Calcular la media (promedio) 10 13,40 13,30 12,00 13,00 13,10 12,96 1,40
y el Rango para cada uno de los 22-ago 11 13,20 12,30 12,60 13,10 12,70 12,78 0,90
12 13,40 13,60 13,00 12,40 13,50 13,18 1,20
k subgrupos. 13 14,00 13,20 12,40 13,00 13,00 13,12 1,60
14 13,30 12,80 13,00 13,00 13,10 13,04 0,50
15 13,60 12,60 12,40 12,50 12,20 12,66 1,40
5. Calcular la media (promedio) 23-ago 16 13,60 12,50 13,30 13,50 12,80 13,14 1,10
_
17 13,90 13,10 13,50 12,60 12,80 13,18 1,30
de todos los rangos. (R) 18 14,20 12,70 12,90 12,90 12,50 13,04 1,70
19 13,20 12,80 12,80 12,30 12,60 12,74 0,90
20 13,10 12,90 13,50 12,30 12,80 12,92 1,20
24-ago 21 13,30 12,80 13,00 12,30 12,20 12,72 1,10
6. Calcular la media (promedio) 22 14,60 13,70 13,40 12,20 12,50 13,28 2,40
23 13,90 13,00 13,00 13,20 12,60 13,14 1,30
de todas las medias para cada 24 13,90 12,40 12,70 12,40 12,80 12,84 1,50
25 13,30 12,70 12,60 12,80 12,70 12,82 0,70
= 12,948 1,3_48
uno de los k subgrupos. (X) =
X R
 1. GRAFICAS DE CONTROL X - R (PROMEDIO Y RANGOS)

7. Calcular los límites de control para la grafica R.

7.1 Calcular la Linea Central (LC) que corresponde a la media de los rangos

_ (R1 + R2 + … + Rk)
R= = 1,348
k
7.2 Calcular el Limite Superior de Control (LSC)
NOTA: Para determinar el
- valor de D se recurre a la
LSCR = D4 R = 2,114 x 1,348 = 2,849 tabla de Constantes para
Graficas de Control

7.3 Calcular el Limite Inferior de Control (LIC)

-
LICR = D3 R = 0 x 1,348 = 0
 1. GRAFICAS DE CONTROL X - R (PROMEDIO Y RANGOS)

8. Elaborar la gráfica R y observar su comportamiento

3,00
2,8497 LSC

2,50

2,00

R 1,50
1,348 LC

1,00

0,50
Series1
LIC
0,00
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

No. De Subgrupos

Se observa que la grafica R muestra un comportamiento normal del

proceso. El proceso esta bajo control.
_
Esto permite continuar con la elaboración de la gráfica X.
 1. GRAFICAS DE CONTROL X - R (PROMEDIO Y RANGOS)
_
9. Calcular los límites de control para la grafica X.
9.1 Calcular la Linea Central (LC) que corresponde a la media de medias

- - -
= (X 1 + X2 + … + Xk)
X=
k = 12,948

9.2 Calcular el Limite Superior de Control (LSC)

= -
LSCX- = X + A2 R = 12,948 + (0,577 x 1,348) = 13,725
NOTA: Para determinar el
9.3 Calcular el Limite Inferior de Control (LIC) valor de A2 se recurre a
la tabla de Constantes
para Graficas de Control

= -
LICX- = X - A2 R = 12,948 – (0,577 x 1,348) = 12,170
 1. GRAFICAS DE CONTROL X - R (PROMEDIO Y RANGOS)
_
10. Elaborar la gráfica X y observar su comportamiento
13,8
LSC = 13.725
13,6

13,4
Series1

13,2
_
X 13
LC = 12,948

12,8

12,6

12,4

12,2 LC = 12,170

12
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

No. De Subgrupos
Ejercicio: Una fabrica de láminas metalicas verifica el grosor de cada
una, y lo expresa en 1/1000 de cm. Para tal efecto, se tomaron 10
muestras de 7 elementos cada una, que son las siguientes:
No. a b c d e f g
1 221 223 220 217 227 223 225
2 220 221 224 217 219 226 227
3 228 230 229 215 217 219 221
4 221 223 224 225 224 227 230
5 224 223 224 227 221 225 227
6 225 230 227 226 231 230 223
7 224 227 230 231 224 225 230
8 230 224 223 221 220 221 230
9 224 225 227 224 225 227 228
10 230 229 230 224 227 230 231

Elabore la gráfica de control de promedios y rangos, y diga si el proceso

muestra o no estabilidad.
 2. GRAFICAS DE CONTROL X - S (PROMEDIO Y DESVIACION ESTANDAR)

Utilizada para estudiar el comportamiento

de los procesos en base a la desviación
estándar.

El tamaño de los subgrupos debe ser de n ≥

10 para poder detectar cambios en la
variabilidad que no pueden ser detectados
por la grafica de rangos, debido al tamaño
menor de los subgrupos.

La utilización de esta gráfica implica un

mayor costo en la obtención de la muestra
por ser relativamente grande.
PASO 1. RECOLECCION DE DATOS.- debe incluir por lo menos 200 datos para
que la muestra sea representativa y la desviación estandar sea sensible a
pequeñas variaciones.
a. Hacer entre 20 y 30 subgrupos (k) que contengan un número de elementos igual o
mayor a 10 (n).

b. Para minimizar la variación, los datos recolectados bajo las mismas condiciones
forman parte de un subgrupo. Es decir, que los datos contenidos en un subgrupo no
pueden pertenecer a diferentes lotes o tener diferentes especificaciones. Se recomienda
que los subgrupos se dividan de acuerdo a períodos de tiempo , fechas, lotes, etc.

c. Anotar información relevante en la hoja de datos (registros de datos) que puede servir
para un mejor control.
 _
PASO 2. CALCULAR EL PROMEDIO (X) Y LAS DESVIACIONES ESTANDAR (S)
PARA CADA UNO DE LOS k SUBGRUPOS.

Se realiza la sumatoria_ por cada subgrupo, para posteriormente

determinar el valor medio X, calculando además la desviación estándar S.

_ (X1 + X2 + … + Xn)
X=
n

_ _ _

S= √ (X1 - X)2 + (X2 - X)2 + … + (Xn - X)2

n-1
 Hoja de recolección de datos para graficas X - S
Media Desviacion
Fecha Subgrupo X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 (X) S
01-ago 1 200 188 205 199 190 211 190 193 201 201 198 7
2 205 195 191 215 195 204 195 191 193 188 197 8
3 202 198 198 207 216 189 195 211 189 195 200 9
4 210 201 188 185 198 213 201 200 197 198 199 8
5 212 205 193 201 198 195 197 195 193 195 198 6
6 190 205 189 205 200 201 202 198 186 192 197 7
7 195 208 189 193 192 199 201 196 214 201 199 8
8 216 196 197 191 213 214 212 198 211 188 204 11
02-ago 9 198 186 208 208 193 198 210 212 193 193 200 9
10 188 214 203 192 189 205 196 210 189 207 199 10
11 193 211 189 204 201 191 208 195 208 208 201 8
12 211 197 203 206 197 198 192 198 203 189 199 7
13 204 208 188 195 208 188 204 201 195 193 198 8
14 189 195 200 206 203 201 198 193 206 198 199 6
15 201 208 198 199 197 195 207 198 195 201 200 5
03-ago 16 195 203 201 214 208 204 196 195 213 214 204 8
17 201 189 205 198 203 211 198 206 207 211 203 7
18 211 199 212 188 189 200 197 199 208 208 201 9
19 187 216 210 193 198 192 208 208 189 193 199 10
20 193 207 211 200 188 213 193 203 199 212 202 9
21 200 196 190 201 193 188 191 197 215 210 198 9
22 192 198 205 197 211 195 208 208 207 188 201 8
23 197 200 195 208 204 198 189 203 201 195 199 5
24 208 192 198 203 189 201 201 192 197 198 198 6
25 203 213 187 189 213 200 197 204 208 201 202 9
_ _
X = 199,81 S = 7,760
PASO 3. CALCULAR LOS LIMITES DE CONTROL PARA LA GRAFICA S.

Los limites se calculan de la siguiente forma (para calcular los

limites se requiere de consultar las tabla de constantes para
graficas de control)

3.1 Calculo de la Linea Central:

Para ello, se requiere calcular la media de las desviaciones estandar de

cada subgrupo.
_
S = (S1 + S2+ … + S k) = 7,760
k
3.2 Calculo del Límite Inferior de Control:
_
LICs = B3 x S = 0.284 x 7,760 = 2,20

3.3 Calculo del Límite Superior de Control:

_
LSCs = B4 x S = 1.716 x 7,760 = 13,31
PASO 4. ELABORAR LA GRAFICA S Y OBSERVAR SU COMPORTAMIENTO

A continuación, se grafica uno por uno los datos (interconectandolos con una
línea) de las desviaciones estandar (S). Posteriormente se trazan los limites de
control.

Si en la grafica S se observa un comportamiento anormal, se concluye que el

proceso esta fuera de control. De lo contrario se continua con el paso
siguiente.

14
LSC = 13
12

10

S 8 LC = 8

2 LIC = 2

0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 Series1
Número de Subgrupos
PASO 5. Calcular los límites de control para la grafica X

5.1 Calculo de la Linea Central - Para ello, se requiere calcular la media

de medias.
_ _ _ _
X = (X1 + X2 + … + Xk)
= 199,81 =˜200
k

5.2 Calculo del Límite Inferior de Control:

_ _
LICx_ = X - A3 x S = 200 - 0,975 x 7,760 = 192

5.3 Calculo del Límite Superior de Control:

_ _
LSCx_ = X + A3 x S = 200 + 0,975 x 7,760 = 207,57
 _
PASO 6. ELABORAR LA GRAFICA X y OBSERVAR SU COMPORTAMIENTO
Si la gráfica S no tuvo anormalidades, se grafican uno por uno los datos de las
medias (X). Posteriormente se trazan los límites de control que se calcularon.

208
LSC = 207
206

204

202

200 LC = 200
198

196

194

192 LIC = 192

190
Series1
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
 3. GRAFICAS DE CONTROL X - Rm
(Observaciones Individuales y Rango Móvil)

Se recomienda utilizar este tipo de graficas de control

en los siguientes casos por ser mas efectiva que el
manejo de subgrupos

• Se utiliza cuando el tiempo transcurrido entre

medición y medición es muy alto.

• Cuando la muestra se tiene que destruir o es muy

cara.

• La tecnología de medición es automatica.

• Solo se tiene una medición por vez.

• Cuando los resultados del proceso son muy

homogeneo.
PASO 1. ANOTAR LA INFORMACION RELEVANTE

En la Hoja de Datos (Registro de Datos) registrar todos los datos que

pueda servir para un mejor control y hacer trazabilidad de los datos y
responsables.

X - Rm
PASO 2 – RECOLECTAR LOS DATOS - Es recomendable tomar por lo menos entre 20
y 30 mediciones individuales (k)
 PASO 3 – CALCULAR LOS RANGOS (Rm) para cada medición
Se determinan los rangos móviles (Rm), restando el valor anterior de la medición al valor actual en
valor absoluto (se toma el valor de n = 2).

Rm = | (valor Xi) – (valor Xi-1) |

MSc. David Quiroga Cortez
gerencia@davidquiroga.net Implementacion de Sistemas de Gestion según Normas ISO
PASO 4 – CALCULAR LOS LIMITES DE CONTROL PARA LA GRAFICA

Para el calculo de los limites en este caso no se requiere consultar las tablas,
ya que los valores son constantes con n=2

Linea Central – Se calcula la media de los rangos moviles:

_ Rm2 + Rm3 + … + Rmk
R= = LC = 0.0022
k-1

Limite Inferior de Control (LIC): - -

LSCRm = D4 Rm; LICRm = D3 Rm

_
LICRm = 0 * Rm = 0 * 0.0022 = 0

Limite Superior de Control (LSC):

_
LSCRm = 3.27 * Rm = 3.27 * 0.0022 = 0.0072
 PASO 5 – ELABORAR LA GRAFICA Rm Y OBSERVAR SU
COMPORTAMIENTO

A continuación, se grafica un por uno los datos (interconectandolos con

una linea) de los rangos (Rm).
0,008

0,007 LSC = 0.0072

0,006

0,005

Rm
0,004

0,003

0,002 LC = 0.0022

0,001

0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 Series1

Posteriormente, se trazan los límites de control. Si en la grafica Rm se observa un

comportamiento anormal, se concluye que el proceso esta fuera de control. De lo
contrario se continua con la grafica X.
PASO 6 – CALCULAR LOS LIMITES DE CONTROL PARA LA GRAFICA X

Linea Central:

_ X1 + X2 + … + Xk
X= = 0,0257 = LC
k

Limite Inferior de Control (LIC): _

-
LICX = X – E2 Rm
_ _
LICx = X – 2.66 * Rm = 0,0257 – 2,66 * 0,0022 = 0.0192

_
-
Limite Superior de Control (LSC): LSCX = X + E2 Rm

_ _
LSCx = X + 2.66 * Rm = 0,0257 + 2,66 * 0,0022 = 0.0309
 PASO 7 – ELABORAR LA GRAFICA X
Si la grafica R no tuvo anormalidades, se grafican uno por uno los datos
(interconectandolos con una línea) de los datos individuales (X).
Posteriormente, se trazan los limites de control que se calcularon.

,032
LSC = 0,0309
,030

,028

X ,026 LC = 0,0257
Series1
,024

,022

,020 LIC = 0,0192

,018
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36

Número de Subgrupos
CONTROL ESTADISTICO DE
PROCESOS

Graficas de Control por

Atributos
 RECUERDE:

Los datos por atributos suponen solo dos valores: Bueno o malo,
aprobado o reprobado, conforme o no conforme, etc.

Por lo general, los atributos no se pueden medir, pero se pueden

observar y contar. SON VERIFICABLES, SI CUMPLE O NO CUMPLE.

Los datos por atributos son faciles de recopilar, a menudo mediante

la inspección visual.

Ejemplo:

•Al imprimir (identificar) los envases con productos para la venta, la calidad
del color se puede calificar como aceptable o no aceptable.

•Una caja de carton puede estar dañada o no.

•Una bateria funciona o no funciona.

Muchos registros de conteo como el de porcentaje de desechos, ya estan disponibles.

La dificultad radica en que se requiere muestras grandes para obtener resultados validos.
 RECUERDE:

En las graficas por atributos es importante distinguir entre los terminos

defectos (producto no conforme) y defectuosos (no conformidad).

1. Un D E F E C TO es una caracteristica no conforme de calidad de

un articulo (no cumple un requisito para su uso o aplicación).
Incumplimiento de uno de los requisitos y criterios de
aceptación.

2 . D E F E C T U O S O (NO C O N F O R M I D A D ) Se refiere a los

artículos que tienen uno o mas defectos. O un proceso que esta
fuera de control.
 TABLA A. Se cuenta con 8 diferentes tipos de graficas de control que en un
momento dado pueden ser aplicadas en un proceso:

Datos Variables: medidos en escala continua.

Tiempo, Temperatura, presión, costo, peso.

Tamaño de la Tamaño de la Tamaño de la Tamaño de la

muestra = 1 muestra es un valor muestra es muestra es
pequeño o medio generalmente igual o usualmente pequeño
X y Rm (entre 1 y 10) mayor a 10 de 3 a 5

Datos por Atributos: Conteo como X˜y R X yS X yR

eventos discretos: Errores en la
distribucion, %de desperdicios,
ausentismo. Defectuoso.- Un producto
que contiene una o mas no
Una falla que conformidades.
incumple uno de Datos de Datos de Unidad
los criterios de Defectos No Conforme
aceptación
Tamaño de la Tamaño de la Tamaño de la
Tamaño de la
muestra_ muestra constante muestra variable
muestra variable
constante C > 5 igual o mayor a 50 igual o mayor a 50

Diagrama c Diagrama u Diagrama np Diagrama p

Número de defectos por Fracción de defectos Número de Unidades Fracción de unidades,
área de oportunidad por área de oportunidad Defectuosas trabajos o procesos
defectuosos
Proporción
 Caracteristica de
Calidad

Tipo de Atributos

Graficas Defectuosos Graficas por Defecto

Tamaño Unidad de Si
Si
Constante
de la Gráfica p o np
muestreo
constante?
Gráfica c
muestra?

No No

Grafica p con Gráfica u

tamaño de muestra
variable
 1. GRAFICAS DE CONTROL p
(Grafica para fracciones no conformes, o para fracciones defectuosas)

Una grafica P vigila la proporción (cantidad) de articulos

no conformes (con uno o mas de un defecto) en un lote
(en muestras de tamaño variable).

Las graficas p tienen los siguientes objetivos:

a. Averiguar, despues de un tiempo de seguimiento, el porcentaje promedio de los

productos o servicios con defecto.

b. Poner alerta a la dirección ante cualquier cambio en el nivel medio de calidad.

c. Descubrir aquellos puntos fuera de control sobre los que se requiere actuar para
identificar y corregir las causas de la mala calidad.

d. Descubrir la presencia de causas especiales de variación, ya sea en la forma de puntos

fuera de control, o bien de tendencias en los puntos.
 Ejemplo:

1. De 500 unidades producidas en un lote se evidenciaron

que un 3% fueron defectuosos.

2. De 250 clientes atendidos en un dia el 4% presento

reclamos por retrasos en la atención.

3. De 610 piezas torneadas el 2% no cumple con las

medidas especificadas.

4. Correo: Durante un mes, se seleccionaron k = 25

muestras. Cada una de 100 cartas y se registro el número
de errores de envio a la ruta no apropiada.
 PASO 1. ANOTAR LA INFORMACION RELEVANTE

En la Hoja de Datos (Registro de Datos) registrar todos los datos que pueda servir para un
mejor control y hacer trazabilidad de los datos y responsables.

1. Una grafica P se elabora recopilando primero de 25 a 30 muestras del atributo de

calidad (requisito) que se va a medir (25 a 30 subgrupos k). La ventaja es que el tamaño
de las muestras pueden ser variables (ni) .

2. El tamaño de cada muestra (ni) debe ser suficientemente grande para tener varios
articulos no conformes. Si la probabilidad de encontrar un articulo no conforme es
baja, casi siempre es necesario un tamaño de muestra de 100 o mas artículos.

3. Las muestras se seleccionan durante varios periodos, de modo que es posible identificar
cualquier causa especial identificada.
Implementacion de Sistemas de Gestion según
MSc. David Quiroga Cortez Normas ISO
gerencia@davidquiroga.net
PASO 2 – RECOLECTAR LOS DATOS.- Se toman muestras variables de tamaño n i , con
i = 1, 2, …, k, donde k es el número de subgrupos, que puede ser de 25 a 30. Asi mismo,
se registra el Número de defectos por cada muestra.
 PASO 3 – CALCULAR LA PROPORCION p PARA CADA SUBGRUPO k:
Esta proporción se calcula dividiendo el numero de defectos (npi) de cada subgrupo entre
el total de artículos inspeccionados (ni)

Pi = npi / ni
 PASO 4 – CALCULAR LOS LIMITES DE CONTROL PARA CADA
SUBGRUPO

Los limites se calculan de la siguiente forma para cada uno de los

subgrupos

Linea Central – Se calcula la media de p

_ np1 + np2 + … + npk
p= n1 + n2 + … + nk = LC =

Este valor estadistico refleja el desempeño promedio del proceso

Limite Inferior de Control (LIC):

_ _ _
LICP = p – 3
√ p (1 - p)
ni
Nota: cuando los limites
Limite Superior de Control (LSC): inferiores de control en las
graficas por atributos
_ _ _ reflejan numeros
LSCP = p + 3
√ p (1 - p)
ni
negativos, el limite inferior
se considerará como cero.
 PASO 5 – ELABORAR LAS GRAFICAS p Y OBSERVAR SU COMPORTAMIENTO
Se grafican los datos de p colocando en el eje vertical la escala adecuada. Los datos se
grafican uno por uno (interconectandolos con una linea). Posteriormente, se trazan los
limites de control individuales que se calcularon en el paso 4.
,035
Series1

Series2
,030

,025

LSC
,020

P
,015

,010
LC = 0,0101

,005

Numero de subgrupos
LIC
 PASO 6. ANALISIS DE UNA GRAFICA p

Los puntos fuera de los limites de control significan una

situación fuera de control.

Asi mismo, es necesario buscar patrones y tendencias para

identificar las causas especiales. Sin embargo, un punto en una

grafica p por debajo del limite de control inferior o el

desarrollo de una tendencia por debajo de la línea central indica
que el proceso podría mejorar, con base en una idea de cierto
articulos defectuosos.
Ejercicios:

Los operadores de una máquina de clasificación automática en una

oficina de correos deben leer el codigo postal de cada carta que reciben
y enviarla a la ruta apropiada.

Durante un mes, se seleccionaron 25 muestras (k) del total de cartas

recibidas por dia y se registro el número de errores (rutas no
apropiadas).

Elaborar la grafica de control p y analizar los resultados.

 2. GRAFICAS DE CONTROL np
Da como información el número de articulos con defectos (np) (no conformes) en una
muestra. En esta grafica no interesa la proporción de defectos en sí (p), interesa ver el
número de articulos no conformes (np).

Para usar la grafica np, el tamaño de cada muestra debe ser constante.

Suponga que dos muestras de tamaño 10 y 15 tienen cada una cuatro articulos no
conformes. Es evidente que la fracción de no conformidades en cada muestra es diferente:
para uno es 4/10 y para otra 4/15. Esto se puede reflejar en una grafica p. Sin embargo, en
una grafica np no indicarian alguna diferencia entre las muestras, cada una es de 4. Por
tanto, son necesarias muestras del mismo tamaño a fin de tener una base comun para la
medición.

La grafica np es una alternativa util para la grafica p, porque a menudo es mas facil de
entender para el personal de producción (el numero de articulos no conformes es mas
significativo que una fracción o proporción). Además solo requiere de un conteo, por lo
que los calculos son mas sencillos.
 Las graficas np se utilizan para:
a. Conocer las causas que hacen que deban repetirse los trabajos.
b. Obtener el registro histórico de una o varias carácterísticas de una operación o
actividad en un proceso de trabajo.
c. Investigar el curso o tendencia de un defecto o de un grupo de defectos.
d. Detectar causas especiales

Pasos a seguir:
PASO 1. ANOTAR LA INFORMACION RELEVANTE

En la Hoja de Datos (Registro de Datos) registrar todos los datos que pueda servir para un
mejor control y hacer trazabilidad de los datos y responsables.
PASO 2 – RECOLECTAR LOS DATOS.- Se requiere que las muestras sean lo suficientemente
grandes para que asi se puedan detectar defectos. Es recomendable un muestreo de entre 20 a 30
subgrupos (k) de no menos 50 datos (n) en cada subgrupo.
PASO 3 – DETERMINAR EL NUMERO DE DEFECTOS (np) por subgrupos (k):
En este paso se cuentan los defectivos que se encontraron en cada subgrupo k de tamaño n
y se anotan en la hoja de datos.
 PASO 4 – CALCULAR LOS LIMITES DE CONTROL
Linea Central – Se calcula la media de np y de p:

_
np = np1 + np2 + … + npk = LC = 2,333
k
np1 + np2 + … + npk
_
p= n1 + n2 + … + nk =

Limite Inferior de Control (LIC):

Limite Superior de Control (LSC):

MSc. David Quiroga Cortez
70/30 = 2,33333
gerencia@davidquiroga.net 70/4500 = 0,01556
Implementacion de Sistemas de Gestion según Normas ISO
 PASO 5 – ELABORAR LA GRAFICA np Y OBSERVAR
SU COMPORTAMIENTO
Se grafican los datos uno por uno interconectandolos con una linea.
Posteriormente, se trazan los limites de control que se calcularon en el paso 4.

7 LSC = 6.88
6

5
np
4

2 LC = 2.33
1

0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

Numero de Subgrupos Series1

 GRAFICAS PARA DEFECTOS

Recuerdese que un DEFECTO es una sola caracteristica de no conforme en

un artículo, mientras que el termino DEFECTUOSO (NO
CONFORMIDAD) se refiere a un articulo que tiene uno o mas defectos.

En algunas situaciones, el personal de aseguramiento de la calidad puede estar

interesado no sólo en si un artículo esta defectuoso, sino tambien en cuantos
defectos tiene.

El número de defectos es tan importante como si un producto está defectuoso.

En estas situaciones se pueden manejar dos gráficas:

Gráfica c y Gráfica u
 3. GRAFICAS DE CONTROL c –
Número de Defectos por área de oportunidad
La grafica c se utiliza para monitorear el número de defectos (c) encontrados al
inspeccionar un producto en una muestra constante, es decir se analiza y controla
el proceso mediante los defectos de un producto.

La grafica c se utiliza para controlar el número

total de defectos por unidad cuando el tamaño
del subgrupo es constante.

La grafica c parte del hecho de que un producto o servicio es aceptable aunque

presente un cierto número de defectos o fallas.

Por ejemplo: Un automovil funciona aunque tenga el parabrisas estropeado o su

tacometro este descompuesto.

Veamos los pasos a seguir para elaborar este tipo de grafica:

 EJEMPLO DE GRAFICAS DE CONTROL POR ATRIBUTOS – “C”

En algunos procesos
interesa medir la cantidad
de defectos que presentan
las unidades de producto
que se están
PRODUCIENDO.

Los gráficos C se utilizan

para controlar el número
de defectos en una
muestra del producto o
unidad de inspección.
OTRO EJEMPLO: Uno de los productos de una empresa petrolera comprende la
línea de TAMBORES DE ACEITE LUBRICANTE (barriles/turril)). Entonces para
identificar su conformidad se inspecciona cada barril y se cuenta el número total
de defectos que podría tener. Estos podrían ser:

Entonces, para controlar

este proceso, un inspector
se coloca al final de la
línea de producción y
cada hora retira una
unidad de inspección (En
este caso un barril o
varios barriles de
muestra), verifica y anota
el número total de - Rayaduras en barril
- Perforaciones (pinchado)
defectos de cada barril. - Abollado
- Sin identificación
- La tapa no es hermética
- Base oxidada
 Continuamos con el ejemplo – GRAFICA “C. Los defectos pueden ser
de diferentes tipos y se cuenta el total de todos estos defectos en la
unidad inspeccionada (de cada barril).

Obtenemos un resultado que es el Número de Defectos por

A medida que el proceso de PRODUCCION DE ACEITE LUBRICANTE genera las unidades

producidas (BARRILLES), retiramos una unidad (o mas) a intervalos regulares y contamos
el número total de defectos que tiene cada una de ellas. En cada unidad podemos
encontrar:

Primer barrill - 0 defectos

Segundo barril - 1 defecto
Tercer barril - 2 defectos
.
.
... - n defectos
VEAMOS OTRO EJEMPLO PASO A PASO:

PASO 1. ANOTAR LA INFORMACION RELEVANTE

En la Hoja de Datos (Registro de Datos) registrar todos los datos que pueda
servir para un mejor control y hacer trazabilidad de los datos y responsables.
PASO 2 – RECOLECTAR
LOS DATOS.-

Para elaborar una grafica C

el muestreo se realiza
tomando entre 20 y 30
observaciones (muestras)
del mismo tamaño. Luego
se deberá contar el número
de defectos por muestra y
encontrar el promedio de
defectos por unidad c . _

Implementacion de Sistemas de Gestion según Normas ISO

PASO 3 – DETERMINAR EL NUMERO DE DEFECTOS (c) por observación (k):

En este paso se cuentan

los defectos (c) que se
encontraron en cada
observación y se anotan
en la hoja de datos.
 PASO 4 – CALCULAR LOS LIMITES DE CONTROL

Linea Central – Se calcula la media de c:

_ c1 + c2 + … + ck
c= = LC = 1,27
k

Limite Inferior de Control (LIC):

_ _
LICc = c – 3√ c = 0

Limite Superior de Control (LSC):

_ _
LSCc = c + 3 √ c = 4,64
 PASO 5 – ELABORAR LA GRAFICA c Y OBSERVAR
SU COMPORTAMIENTO
Se grafican los datos uno por uno interconectandolos con una linea.
Posteriormente, se trazan los limites de control que se calcularon en el paso 4.

LSC = 4.64

LC = 1.27
 Algunos de los objetivos de la grafica c son los siguientes:

1. Reducir el costo de tener que repetir

trabajos

2. Informar a los supervisores y a la

administración acerca del nivel de
calidad.

3. Determinar qué tipo de defectos no son

permisibles en un producto o servicio, e
informar sobre la probabilidad de
ocurrencia de defectos en un area o
proceso de trabajo.

Recuerde que siempre que el tamaño del subgrupo sea constante, una
grafica c es apropiada
Ejemplo de este tipo de gráfico de control.

Se han observado los defectos de 50 muestras sucesivas

de 40 tarjetas electrónicas de circuitos impresos. (El
tamaño de cada muestra es de 40 tarjetas electronicas)

Las 50 muestras contienen 515 defectos,

entonces c barra puede ser calculada
mediante:
Los límites de control de un gráfico número de defectos vienen dado por la
siguiente fórmula:
3. GRAFICAS DE CONTROL u –
Fracción de defectos por área de oportunidad

La grafica u es una variación de la grafica c, para el

caso en que el área de oportunidad no sea constante, es
decir, las dimensiones son variables, cada punto
graficado corresponde al valor de u = c/n, donde n es
el “tamaño” del área de oportunidad (subgrupo k),
Ejem: metros cuadrados), y c el numero de defectos
encontrados en esas unidades (ejemplo: numero de
defectos por metro cuadrado).
PASO 1. ANOTAR LA INFORMACION RELEVANTE

En la Hoja de Datos (Registro de Datos) registrar todos los datos que pueda
servir para un mejor control y hacer trazabilidad de los datos y responsables.
PASO 2 – RECOLECTAR
LOS DATOS.-

Para esta grafica se toman

muestras de tamaño (n) para
subgrupos (k) de entre 25 a
30. En este caso n
corresponde a el tamaño,
área, tiempo, dimensión,
otros.
PASO 3 – DETERMINAR LOS DEFECTOS POR UNIDAD (u) por subgrupo (k):

En este paso se cuentan los

defectivos (c) que se
encontraron en cada
subgrupo k y se anotan en la
hoja de datos y se calcula los
defectos por unidad u = c / n.
Donde n es el tamaño del
subgrupo (metros
cuadrados, medida,
dimensiones, tamaño, otros
 PASO 4 – CALCULAR LOS
LIMITES DE CONTROL –
ESTOS SE CALCULAN PARA
CADA SUBGRUPO

Se inicia calculando el
desempeño proemdio de u. Para
ello, se suma el tamaño de la
muestra (n) de los k subgrupos =
4480

Se continua, sumando el
Número de defectos (c) de los k
subgrupos = 58

Con esos datos se obtiene el

promedio de u = c/n = 58/4480
= 0,0129 que representa la linea
central de la gráfica.
 PASO 4 – CALCULAR LOS LIMITES DE CONTROL – ESTOS SE
CALCULAN PARA CADA SUBGRUPO:

Linea Central – Se calcula la media de u:

_ c1 + c 2 + … + ck
u= = LC = 0,0129
n1 + n2 + … + nk

Limite Inferior de Control (LIC): Si el tamaño n varía de

muestra a muestra, ni se debe
_ _ reemplazar a n. Cuando el ni
LICu = u - 3 √ u / ni no varía fuertemente, puede
usarse en lugar de n el
promedio de los tamaños
muéstrales:
Limite Superior de Control (LSC):
k
_ _ _ ∑ ni
LSCu = u + 3 √ u / ni n=
i =1

k
 PASO 5 – ELABORAR LA GRAFICA u
Los datos se grafican uno por uno (interconectandolos con una linea).
Posteriormente se trazan los limites de control que se calcularon en el paso 4 para
cada subgrupo.

LSC
u

LC = 0.0129

Número de subgrupos
Ejemplo: