GRFICO DE CONTROL Propsito El grfico de control es una herramienta grfica que se utiliza para medir la variabilidad de un proceso.

Consiste en valorar si el proceso est bajo control o fuera de control en funcin de unos lmites de control estadsticos calculados. La variabilidad es una caracterstica muy importante, y por tal se parte del supuesto de que la variabilidad es inevitable en todo proceso; por tanto, se trata de mantener la variabilidad bajo control para as obtener niveles de calidad aceptables. As, para mantener un proceso bajo control se debe tener en cuenta que existen diferentes tipos de causa que influyen sobre la variabilidad: las causas comunes, que son inherentes al proceso y, por tanto inevitables, azarosas e imposibles de detectar a priori, y las causas especiales, que no dependen del funcionamiento natural del proceso, son producidas por variaciones anormales, espordicas y se pueden detectar y corregir. Un proceso est bajo control cuando no existen causas especiales o cuando stas se han eliminado y slo actan sobre la variabilidad del proceso las causas comunes. Aplicacin La aplicacin de este instrumento es muy amplia. Se utiliza en las fases de control de los niveles de calidad de diversas actividades, inmediatamente despus de la recogida de datos. Construccin. Los grficos de control se pueden clasificar en funcin del tipo de datos que contienen: ya sea por variables y por atributos. 1. GRFICOS DE CONTROL POR VARIABLES Estos grficos miden una caracterstica continua, es decir, que puede tomar infinitos valores dentro de un intervalo. El ms utilizado en control de calidad es el grafico que registra la media del proceso y el recorrido o rango de cada muestra y se utiliza para controlar y analizar un proceso empleando valores relativos a la calidad del producto tales como temperatura, peso, volumen, concentracin, etc. Es su construccin es necesario elaborar un grfico para los valores medios mustrales y otro grfico para los recorridos (R). El primero indica si existen cambios en la tendencia central de un proceso y el segundo muestra si ha variado la uniformidad del proceso. Los pasos a seguir en la elaboracin de un grfico de control son: 1. Establecer el objetivo del control estadstico del proceso.

La finalidad es establecer claramente qu se desea conseguir con el mismo.

2. Identificar la variable o variables a controlar Es necesario determinar qu variable o variables del producto/servicio o proceso se van a medir para conseguir satisfacer las necesidades de informacin establecidas en el paso anterior.
3. Recogida de los datos y su registro. Es necesario recoger el mayor nmero posible de datos, por lo menos cien datos recientes sobre la caracterstica del proceso que se controla, pero cuando los datos son escasos, cincuenta o veinte valores resulta suficientes para el anlisis. Para la recogida de datos se determina el tamao de la muestra, que por ejemplo puede ser de 5 observaciones ( y el nmero de muestras a observar, por ejemplo 25 muestras . Se debe intentar que el tamao de las muestras sea siempre el mismo, ya que la preparacin y el uso de los grficos de control se complican cuando el tamao de las muestras no es contante. El paso siguiente es registrar los valores observados en hojas de datos con formato especfico. 4. Calcular la media y los recorridos de las muestras. Se calcula la media de cada muestra as como los recorridos (R) restando el valor mnimo del valor mximo de cada muestra. La fase siguiente es calcular el promedio general con las medias de cada muestra se calcula el recorrido promedio con los valores de R para cada muestra. . Tambin

5. Calcular los lmites de control. Para cada grfico hemos de calcular los lmites de control superior e inferior. Estos lmites se pueden calcular a desviaciones del promedio porque consideramos que la distribucin de las medias sigue una distribucin normal o muy prxima cuando la muestra tiene tamao igual o superior a cuatro. De esta manera se pueden calcular los limites utilizando unas sencillas formulas. Para el grfico , los lmites de control se calculan de la siguiente forma: Linea central:

Lmite de control superior: Lmite de control inferior:

Para el grfico , los lmites de control se calcular as: Lnea central :

Lmite de control superior: Lmite de control inferior:

Donde son coeficientes cuyo valor depende del tamao de la muestra . En la siguiente tabla se muestran los valores de stos para el clculo de los lmites de control de de los grficos . Coeficientes para los grficos de control Grfico Tamao de la muestra (n) 1 2 3 4 5 6 7 8 9 10 2.660 1.880 1.032 0.729 0.577 0.483 0.419 0.373 0.337 0.308 0.000 0.000 0.000 0.000 0.000 0.000 0.076 0.136 0.184 0.223 3.267 3.267 2.575 2.282 2.115 2.004 1.924 1.864 1.816 1.777 Grfico R

6. Representar los grficos de control Calculados los lmites, el paso siguiente es representar los datos en el grfico, trazar las lneas de control y sealar la lnea central (LC). Los grficos de control se representan uno encima de otro. Para facilitar la posterior lectura de los grficos hay que intentar representar los puntos con claridad para que resulten fciles de ver y deben estratificarse si es necesario. 7. Interpretacin de los grficos Cuando se representan los puntos hay que observar principalmente si stos caen dentro o fuera de los lmites para determinar si el proceso est o no bajo control. Si observamos que uno o ms puntos de grafica se encuentran fuera de los lmites, mientras que los correspondientes valores de la grafica estn dentro de los lmites, eso significa que en el proceso se ha producido algo que ha modificado el valor medio de la caracterstica que estamos analizando.

Si observamos que uno o ms puntos de la grafica se encuentran fuera de los lmistes mientras que los correspondientes valores de la grfica estn dentro de los lmites, eso significa que las piezas producidas presentan variaciones mas dispersas de la caracterstica que estamos analizando, aunque la media sea constante. En general, el proceso se encuentra fuera de control cuando observamos alguno de los siguientes casos, tanto en la grfica como en grfica : Existen puntos fuera de los lmites. En este caso observamos las dos grficas y podemos extraer alguna conclusin. Hay ms de seis puntos consecutivos crecientes y decrecientes. Existen ms de ocho puntos consecutivos por encima o por debajo de la media (lnea central). Se produce un comportamiento en zigzag de catorce puntos seguidos.

En todos los casos en que el proceso se encuentre fuera de control es conveniente localizar las causas y aplicar las medidas correctoras oportunas. El procedimiento a seguir para continuar con los grficos de control sera eliminar la muestra que provoca un punto o varios puntos fuera de los lmites y volver a calcular el promedio y los lmites de control para el resto de los datos, que sern la nueva referencia para posteriores controles del proceso. Por otro lado, si se observa que el proceso est bajo control, es decir, los puntos se encuentran dentro de los lmites, no debemos mostrar demasiada atencin al movimiento de los puntos y pasar a un periodo de vigilancia anotando los datos correspondientes a nuevas muestras recogidas. Ejemplo. Supongamos que deseamos controlar un determinado proceso y para ello el operario selecciona una muestra de cinco observaciones (n=5) correspondientes al peso de una pieza (en mg) y las registra en una hoja como la que se muestra en la siguiente tabla. El proceso lo repites 25 ves, con lo que obtiene 25 muestras (k=25) de tamao cinco. Peso (mg) 4.9 4.8 5.2 4.9 5.0 4.8 5.0 4.9 5.0 5.0 4.9 5.0 4.6 5.02 4.96 5.14 4.82 5.08 4.9 4.9 5.04 5.94 4.84 5.02 5.02 4.98

1 2 3 4 5 6 7 8 9 10 11 12 13

5.1 2.3 5.1 5.0 5.1 5.1 4.8 5.2 5.0 4.8 4.8 4.9 5.2

4.9 4.7 5.1 4.9 5.2 4.7 4.8 5.2 4.8 4.7 4.9 5.2 4.9

5.2 4.9 5.1 4.3 5.0 4.7 4.9 5.0 4.9 5.0 5.4 5.0 4.9

5.0 5.1 5.2 5.0 5.1 5.2 5.0 4.9 5.0 4.7 5.1 5.0 4.8

0.30 0.60 0.10 0.70 0.20 0.5 0.2 0.3 0.20 0.30 0.60 0.30 0.60

14 15 16 17 18 19 20 21 22 23 24 25

5.0 4.9 4.6 5.1 4.8 5.4 5.1 5.0 5.0 5.2 4.9 4.7

5.0 4.8 4.8 5.2 4.8 5.1 4.9 4.9 5.0 5.2 4.9 5.1

5.1 5.1 4.9 5.1 4.6 5.1 4.9 4.9 5.3 5.0 5.0 5.1

5.1 5.1 5.0 5.0 5.1 5.1 4.9 5.0 5.2 4.8 5.4 4.8

4.8 5.0 5.0 4.8 5.2 5.0 4.9 5.2 4.8 5.2 5.0 4.9 TOTAL

5.00 4.98 4.86 5.04 4.90 5.14 4.94 5.00 5.06 5.08 5.04 4.92 124.52 4.98

0.30 0.30 0.40 0.40 0.60 0.40 0.20 0.30 0.50 0.40 0.50 0.40 9.60 0.38

En las columnas de la derecha de la tabla anterior se calcul la media y el rango de cada una de la muestras, al final de la tabla se calcul la media de las medias ( y la media de los rangos ( ; una vez calculados estos valores es posible calcular los lmites de los diferentes grficos. Para el grfico Linea central: Lmite de control superior: Lmite de control inferior: Para el grfico Lnea central : Lmite de control superior: Lmite de control inferior: Calculados los lmites de control de ambos grficos, ya es posible representarlos en los grficos correspondientes.

Grficos de control
5.2 5.1 5 Meda 4.9 4.8 4.7 4.6 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 Nmero de Muestra

0.8 0.7 0.6 0.5 Rango 0.4 0.3 0.2 0.1 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 Nmero de Muestra

Analizando los grficos de control anteriores podemos determinar que el proceso se encuentra bajo control debido a que los puntos de los dos grficos se encuentran entre los lmites, y adems de ello no existe una continuidad en zigzag de ms de 6 puntos.

2. GRFICOS DE CONTROL POR ATRIBUTOS Estos grficos miden una caracterstica discreta, es decir que indican si sucede una cosa u otra. Entre los diversos tipos de grficos existentes, los ms conocidos son los grficos , los grficos y los grficos . El grfico utiliza como variable de estudio el porcentaje de piezas defectuosas. Las dimensiones de las muestras pueden no ser constantes. Por otro lado, el grfico mide la cantidad de unidades defectuosas, siendo las muestras de dimensiones constantes. El grfico mide el nmero de defectos por unidad encontrados en muestras de tamao constante. Grfico La primera fase en la construccin de este grfico es la recogida de los datos y su registro. Como siempre, es deseable recoger el mayor nmero de datos, y si es posible, tambin estratificar. Para obtener los datos hay que determinar el nmero de unidades a inspeccionar n, y apuntar el nmero de unidades defectuosas pn. Para determinar qu fraccin de la muestra de n unidades es defectuosa se aplica la siguiente formula:

El proceso se debe repetir varias veces realizando este clculo hasta obtener como mnimo 20 valores p (valores de fraccin de unidades defectuosas); es decir, tenemos que examinar por lo menos veinte grupos de unidades. A continuacin calculamos la fraccin de unidades defectuosas media , que ser el nmero total de unidades defectuosas dividido por el nmero total de unidades inspeccionadas, de la siguiente forma:

Posteriormente, se calculan los lmites de control a para cada muestra. En el caso de que las distintas muestras difieran en ms de un 25% de la media de las mismas se calculan lmites de control separados para las muestras que superen este porcentaje utilizando su tamao particular . Sin embargo, en los casos en que no difieran en ms del 25% de la media de las mismas , es mejor utilizar en vez de para el clculo de los lmites de control. Estos se hallarn aplicando las siguientes formulas: Lnea central: Lmite de control superior:

Lmite de control inferior:

La representacin del grfico de control supone dibujar la lnea central y las dos lneas de control calculadas, y anotar los valores de . Su interpretacin es similar a la de los grficos de control por variables. Si lo puntos se sitan dentro de los lmites de control, preferiblemente alrededor de la lnea central, y no hay otros indicios, el proceso se encuentra bajo control. Sin embargo, se considera la existencia de una anomala cuando los puntos muestran una tendencia hacia arriba o hacia abajo o justo en los lmites o si hay ms de ocho puntos consecutivos situados o por encima o por debajo de la lnea central, entonces, el proceso se considera fuera de control. Ejemplo: Supongamos que una empresa desea reducir el nmero de formularios de pedidos de compra que se rellenan de manera incorrecta. Para ello utilizan un grfico de control por atributos inspeccionando los formularios durante 22 das y anotando el nmero de formularios con defecto de forma. Los datos recogidos aparecen en la siguiente tabla: Da del mes Nmero de formularios inspeccionados 24 35 30 25 19 23 31 25 23 18 26 30 21 34 25 31 31 32 27 15 32 28 585 Nmero de formularios defectuosos 14 16 12 12 5 14 12 6 14 5 11 16 8 10 7 7 6 11 5 5 7 9 212 Fraccin de unidades defectuosas 0.58 0.46 0.40 0.48 0.26 0.61 0.39 0.24 0.61 0.28 0.42 0.53 0.38 0.29 0.28 0.23 0.19 0.34 0.19 0.33 0.22 0.32

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

 Calculo de lmites para

Como la muestras difieren ms del 25% de se calculan limites individuales. Para la representacin del grfico tenemos que calcular los lmites de control aplicando las frmulas matemticas expuestas anteriormente. El resultado es el mostrado en el siguiente grfico.

0.7 0.6 Fraccin de defectos p 0.5 0.4 0.3 0.2 0.1 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 Dia del mes

En el grfico anterior podemos observar, todos los puntos se encuentran dentro de los lmites de control, pero existen ocho puntos consecutivos por debajo de la linea centra, lo que se considera una anomala. Por tanto, debemos centrar nuestra atencin e investigar las causas que producen este comportamiento.

Grfico Este grfico es muy similar en su elaboracin e interpretacin al grfico , con la diferencia de que mide la cantidad de unidades defectuosas y el tamao de la muestra siempre es constante. Los limites de control del grfico Linea central: se calculan de la siguiente forma:

Lmite de control superior: Lmite de control inferior: Ejemplo:

Supongamos que deseamos controlar la fabricacin de una mquina de manera que cada dos horas extraemos 50 unidades producidad y se someten a control. La siguiente tabla muestra los datos obtenidos en las observaciones, reflejando el nmero de unidades defectuosas en cada muestra: Nmero del subgrupo 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 Total Nmero de unidades inspeccionadas 50 50 50 50 50 50 50 50 50 50 50 50 50 50 50 50 50 50 50 50 50 50 50 50 50 1,250 Nmero de unidades defectuosas 3 3 4 5 8 10 9 7 8 3 2 3 3 3 9 7 6 4 3 6 7 2 4 9 10 138

Una vez recogidos los datos, el clculo de los lmites de control es el siguiente: ( )

Como podemos observar el lmite inferior es negativo, por tal en la grfica consideramos un lmite de control inferior de cero.
12 Nmero de unidades defectuosas 10 8 6 4 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 Nmero de muestra

Analizando el grfico de control del proceso podemos concluir que se halla bajo control, ya que como observamos todos los puntos estn situados dentro de los lmites de control. Grfico Este tipo de grfico es tambin similar a los anteriores. Se utiliza cuando se mide el nmero de imperfecciones encontradas en cada una de las unidades, por ejemplo, en una pieza de tejido, una superficie lacada o defectos en una mquina, partculas de polvo en el disolvente, etc. El tamao de la muestra , tiene que ser constante. En ocasiones puede ser un nico producto., por ejemplo, nmero de defectos encontrados en la instalacin de la calefaccin o en un electrodomstico. El nmero de defectos encontrados , se representa directamente en el grfico y los lmites de control se calculan con las siguientes formulas: Lnea central:

Lmite de control superior: Lmite de control inferior: Ejemplo

Una empresa fabricante de cristal utiliza un grfico de control por atributos para medir las imperfecciones en las lminas de vidrio fabricante. Los datos extrados de las inspecciones realizadas aparecen en la siguiente tabla: Nmero del subgrupo 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 Total Cantidad de defectos 18 13 13 15 21 17 28 10 23 16 15 22 18 12 24 11 19 16 13 14 12 25 16 13 15 419

En base a los datos presentados en la tabla anterior se debe clculos los lmites de control:

= 29.04

30 25 Nmero de defectos c 20 15 10 5 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 Nmero de muestra

Analizando el anterior grfico de control podemos llegar a la conclusin que el proceso se encuentra bajo control debido a que su variabilidad nos rebasa los lmites de control.