Anlisis de

Capacidad y
Grficos de Control

Graficas de Control
Las graficas de control son una herramienta estadstica que no permiten
observar y analizar el comportamiento de un proceso.
Dentro de las principales ventajas que tiene este tipo de herramienta estn:
Ayuda a reducir la variabilidad
Supervisa el rendimiento a travs del tiempo
Permite correcciones de proceso para prevenir rechazos
Tendencias y condiciones fuera de su control, son inmediatamente detectado

Graficas de Control
Los grfico de control se utiliza para monitoreo de procesos; es decir, los
datos de la muestra se recogen y se utiliza para construir el grafico de control
y si los valores de la muestra de caen dentro de los lmites de control y no
presentan ninguna patrn sistemtico, nos dicen que el proceso est bajo
control en el nivel indicado por el grfico.

Los puntos tanto fuera del

limite superior e
inferior, nos permiten
detectar cuantas
observaciones se salen de
especificacin
Los grficos de control identificarn las causas asignables. Si estas causas
pueden ser eliminados del proceso, la variabilidad se reducir y se mejorar
el proceso.

Graficas de Control
Las graficas de control son un mecanismo para reconocer situaciones donde
las causas asignables pueden estar afectando de manera adversa la calidad
de un proceso.
Una vez que la grfica indique una situacin fuera de control, puede iniciarse
una investigacin para identificar las causas y tomar medidas correctivas.
Mtodo

Medicion
es

Maquinari
a

Materiale
s

Mano de
Obra

Variab
le de
Salida

Medio
Ambiente

5 Razones de su popularidad
1.

Los grficos de control son una tcnica probada para mejorar la productividad

Un programa exitoso de un grfico de control reducir los desperdicios y el re-trabajo, que

son las causas de muerte en cualquier operacin. Si se reduce desperdicios y el re-trabajo,
los aumentos de productividad, disminuciones de costos, y la capacidad de produccin
(medida en el nmero de buenas partes por hora) aumenta.
2. Los grficos de control son eficaces en la prevencin de defectos

El grfico de control ayuda a mantener el proceso en el control, lo que es coherente con

la filosofa de "hacer las cosas bien la primera vez". Nunca es ms barato separar las
unidades de "buenas" de las "malas" despus de la produccin que construirlas
correctamente la primera vez

5 Razones de su popularidad
3. Los grficos de control impiden ajustes en el proceso innecesarios.
Un grfico de control puede distinguir entre el ruido de fondo y la variacin anormal;
ningn otro dispositivo, incluyendo un operador humano, es tan eficaz en la toma de esta
distincin.
Si los operadores de proceso ajustan el proceso basado en pruebas peridicas no
relacionadas con un programa grfico de control, pueden reaccionar de forma exagerada
al ruido de fondo y hacer los ajustes que no sean necesarios.
Estos innecesaria ajustes pueden resultar en un deterioro del rendimiento del proceso. En
otras palabras, el grfico de control es consistente con la filosofa de "si no est roto,
no lo arregles.

5 Razones de su popularidad
4.

Los grficos de control proporcionan informacin de diagnstico.

Con frecuencia, el patrn de puntos en el grfico de control contendr la informacin que

es de valor diagnstico a un operador o ingeniero experimentado. Esta informacin
permite al operador para implementar un cambio en el proceso que va a mejorar su
desempeo.

5. Los grficos de control proporcionan informacin acerca de la

capacidad del proceso.
El grfico de control proporciona informacin sobre el valor de los parmetros del proceso
importante y su estabilidad con el tiempo. Esto permite una estimacin de la capacidad
de proceso a realizar; esta informacin es de gran utilidad para los diseadores de
productos y procesos.

Componentes de grfica de
control
Limite de
Control
Superior

Limite
Central

Limite de
control Inferior

Donde
es el estadstico que se vaya a grafica en la tabla de
control

Datos Normales vs No Normales

Es importante sealar que para realizar un grfico de control, los datos deben
estar normalmente distribuidos.
Algunos profesionales creen errneamente que no es necesario transformar
los datos antes de crear un grfico cuando la distribucin proceso de los
datos del proceso no es normal, por lo tanto, es importante utilizar un
enfoque de grficos de control alternativo.
Si la distribucin de la variable no es normal,
cualquier conclusin extrada de los grficos
de control de la estabilidad del proceso
puede ser engaosa y errnea.

Datos Normales vs No Normales

La transformaciones de Box-Cox y las transformaciones Johnson son los
mtodos mas usados para el manejo de datos no normales
En transformacin Box-Cox los datos se transforman elevando a una potencia
lambda los datos originales. Los valores tpicos para lambda incluyen 0.5, 2, 0 y
-1, a transformaciones de la raz cuadrada, elevacin al cuadrado, logartmica y
transformaciones inversas, respectivamente.
La Transformacin Johnson selecciona una funcin de transformacin ptima
desde tres familias de distribucin extremadamente flexibles. Esta
transformacin es muy potente, pero tambin es ms compleja. Las
distribuciones de datos para las concentraciones de hierro antes y despus de la
Box-Cox y las transformaciones Johnson muestran que los datos originales son
sesgada a la derecha, pero ambas transformaciones producen una distribucin
con la curva de campana familiar.

Datos Normales vs No Normales

Grafico de control sin
transformacin

Grafico de control con

transformacin

Tipos de Grafico de control

Existen dos tipos de grficas de control: para variables y atributos. Las primeras se
aplican a caractersticas de calidad de tipo continuo, que intuitivamente son
aquellas que requieren un instrumento de medicin ( Peso, Volumen, Longitud, etc.)
Los grficos de control para variables continuas mas usuales son:
X (de medias)
R (Rangos)
S ( desviaciones estndar)
X ( de medias individuales)
Los diferentes tipos se debe al estadstico usado para elaborar el grafico de control

Tipos de Grafico de control

Existen caractersticas de calidad de un producto que no son evaluadas con
un instrumento de medicin en una escala continua o al menos en una
numrica. En estos casos, el producto es juzga como conforme o no
conforme, dependiendo de si posee ciertos atributos; o tambin al producto
se le podr contar con el nmero de defectos o no conformidades que tiene.
Este tipo de caractersticas de calidad son monitoreadas a travs de grficos
de control de atributos:
o p (proporcin o fraccin de artculos defectuosos)
oNp (Nmero de unidades defectuosas)
oC (Nmero de defectos)
o u (Nmero promedio de defectos por unidad)

Patrones en los grficos de

control
Los grficos de control, adems de mostrarnos elementos fuera de los limites
de aceptacin pueden alertarnos de que hay algo inusual en el proceso a
travs de patrones.
Patrn 1. Desplazamiento o cambio en el nivel del proceso

Este patrn ocurre cuando uno o mas puntos se salen de los limites de
control o cuando hay una tendencia larga y clara que los puntos
consecutivos caigan de un solo lado de la lnea central (ver figura b )

Patrones en los grficos de

control
Patrn 1. Desplazamiento o cambio en el nivel del proceso
Las razones se puede deber a:
o La introduccin de nuevos trabajadores, maquinas, materiales o mtodos.
o Cambios en lo mtodos de inspeccin.
o Una mayor o menor atencion de los trabajadores.
o Un proceso mejor o peor.

Patrones en los grficos de

control
Patrn 2. Tendencias de nivel de proceso
Este patrn consiste en una tendencia a incrementarse o disminuirse los valores de los
puntos en el grafico.
Las posibles causas son:
o
o
o
o

El deterioro o desajuste gradual del equipo.

Desgaste de herramientas.
Acumulacin de desecho en las maquinas.
Mal mantenimiento.

Patrones en los grficos de

control
Patrn 3. Ciclos recurrentes (periodicidad)
Cuando se da un flujo de puntos consecutivos que tienden a crecer y luego se presenta un
flujo similar pero de manera descendente y esto se repite en ciclos, estamos ante un
patrn cclico
Las posibles causas son:
o Diferencias entre los dispositivos de medicin.
o Rotacin regular de maquinas u operarios.
o Efecto sistemtico producido por dos maquinas
operarios o materiales que se usan de manera
alternada.

Patrones en los grficos de

control
Patrn 4. Mucha Variabilidad
Una seal de que el proceso hay una causa especial de mucha variacin, se
manifiesta mediante alta proporcin de puntos cerca de los limites de control, a
ambos lados de la lnea central, y poco o ningn punto en la parte central del
grfico.
Dentro de las causas principales tenemos
o Sobre control o ajustes innecesarios.
o Diferencia sistemtica entre los materiales.
o mtodos de prueba.
oControl de dos procesos en un mismo grfico

Patrones en los grficos de

control
Patrn 5. Falta de variabilidad (estatificacin)
Una seal de que el proceso hay algo especial es que prcticamente todos
los puntos se concentran en la parte central del grfico, es decir, los puntos
reflejan poca variabilidad o estatificacin.
Dentro de las causas principales tenemos
o Equivocacin en el calculo de los limites de control
o Grafico de control inapropiado para el
estadstico graficado.

Patrones en los grficos de

control
Si el proceso es estable, la distribucin del proceso ser aproximadamente
normal. Con esto en mente, podemos analizar patrones como lo hemos visto
anteriormente. Para realizar este tipo de anlisis dividimos la Distribucin
Normal en zonas del ancho de una desviacin estndar ().

Patrones en los grficos de

control
Zonas C es el rea desde la lnea de promedio ( lnea central) a mas menos
un signa, Zona B acabar desde un mas menos un sigma hasta mas menos
dos sigmas y la Zona A abarca desde mas menos dos sigmas hasta mas
menos tres sigmas.
Cualquier punto fuera de la Zona A es indicio de que el proceso no esta en
control.
Basados en los porcentajes esperados en cada zona, podemos realizar
prueba para analizar los patrones y sus variaciones. Es importante recordar
que la presencia de un patrn es probablemente el primer indicio de que
existe una variacin.

Pruebas de Variaciones
Prueba 1. Un punto fuera de tres sigmas
Prueba 1 evala el patrn de variacin para la estabilidad.
Prueba 1 proporciona la evidencia ms fuerte de falta de
control. Si los pequeos cambios en el proceso son de
inters, las Prueba 2, 5 y 6 se puede utilizar para
complementar la prueba 1.

Prueba 2. Nueve puntos en el mismo lado de la lnea central

Prueba 2 evala el patrn de variacin para la estabilidad. Si
pequeos cambios en el proceso son motivo de
preocupacin. Esto adems sugiere que el proceso haya
sufrido un cambio permanente en el proceso.

Pruebas de Variaciones
Prueba 3. Cuatro o cinco puntos seguidos entre 1 y 3 de la lnea
central
Prueba 3 detecta una tendencia o movimiento continuo
hacia arriba o hacia abajo. Esta prueba busca larga serie de
puntos consecutivos sin un cambio en la direccin. Esto
puede indicar algn efecto acumulado en el proceso

Prueba 4. Catorce puntos en una fila, alternando arriba y abajo

Prueba 4 detecta la presencia de una variable sistemtica. El
patrn de variacin debe ser al azar, pero cuando falla un
punto de prueba 4, significa que el patrn de variacin es
predecible.

Pruebas de Variaciones
Prueba 7. Quince puntos seguidos dentro 1 de lnea central (ambos
lados)
Prueba 7 identifica un patrn de variacin que a veces se
confunde como una muestra de buen control. Este tipo de
variacin se llama estratificacin y se caracteriza por puntos
que siguen la lnea central muy de cerca.

Prueba 8. Ocho puntos consecutivos ms de 1 de lnea central

(ambos lados)
Prueba 8 detecta un patrn de mezcla. Un patrn de mezcla
se produce cuando los puntos tienden a evitar la lnea
central y en lugar de caer cerca de los lmites de control.

Pruebas de Variaciones
La conclusin general aqu es que los grficos de control contienen registros del
rendimiento del proceso y, como tal, contienen una gran tienda de informacin del
comportamiento del proceso. Algunas pautas generales se pueden aplicar para su
interpretacin sin embargo la lectura de los grficos de control es un arte que slo puede
ser desarrollado analizando muchos grficos de control y sondeando los patrones.
Un grfico de control puede indicar una condicin de fuera de control, incluso aunque no
hay puntos individuales fuera de los lmites de control, si el patrn de los puntos
trazados exhibe un comportamiento no aleatorio o sistemtico.

En muchos casos, el patrn de los puntos representados en los grficos de control

proporcionar informacin de diagnstico til en el proceso, y esta informacin puede
ser utilizada para hacer modificaciones de proceso que reducen la variabilidad.

Patrones Generales y Causas

Patrn
Desplazamiento grande del proceso

Regla
1,2

Desplazamiento leve del proceso

3,4
Tendencias

5,3

Estratificacin

Mezcla

Alta variacion

Ciclo

Posibles causas
Mala calibracion, errores de
medicion
Cambiod de material, nuevas
maquinas, repaciones,
cambios de proceso
Desgaste de maquinas,
factores estacionales , mal
mantenimiento
Data incorrecta, limites mal
calculados despues de
mejoramiento de proceso
mala toma de dato,
inestabilidad en proceso
automatico
Cambios regulares de
operador, mantenimientos
planificados, propiedades de
materiales

Construccin de Grficos de
control
P<5%

Datos con comportamiento no

Normal

P>5%

Datos con comportamiento

Normal

Grficos (de medias)

Los grficos de mediad se utilizan para analizar
la variacin entre la media de los subgrupos de
las muestra.
Para calcular los limites de control se utiliza la
siguiente formula:
LCS: +
Donde:
: Promedio de los rangos
: Constante que depende n de los subgrupos

Grficos (de medias)

Grficos (de medias)

Con base a los datos de la tabla anterior tenemos:
: 49,76
: 1,05
n: 4
A2: 0,729 ( Ver tabla para n= 4)
LCS = 49,76 + (0,729)(1,05)=50,526
LCS = 49,76 + (0,729)(1,05)=50,526
Datos siguen un comportamiento
normal

Grficos (de medias)

Interpretacin de los Grficos y sus limites

A partir del grfico anterior se puede observar que el peso de los costales
esta bajo control estadstico en cuando la tendencia central, con lo que es
posible afirmar que el peso de los costales flucta de manera estable
alrededor de 49,76 kg.
Los limites del grfico de control de ninguna manera se deben emplear para
evaluar la capacidad de un proceso, puesto que estos limites son calculados
con informacin del proceso, no con especificaciones o tolerancias fijadas;
por esta razn se enfatiza que los limites y por ende el grfico de control se
deben usar para analizar estabilidad y detectar cambios en la media del
proceso de manera oportuna.

Anlisis de Capacidad
Analizar la capacidad o habilidad de un proceso consiste en conocer la amplitud de
la variacin natural del proceso para una caracterstica de calidad dada; esto permitir
saber en qu medida tal caracterstica de calidad es satisfactoria.
Un estudio de la capacidad de proceso suele medir parmetros funcionales o crticos
para las caractersticas de calidad en el producto, no el proceso en s. Cuando se puede
observar directamente el proceso y se puede controlar o supervisar la actividad de
recoleccin de datos, el estudio es un estudio de la verdadera capacidad del proceso,
ya que mediante una recoleccin de datos controlada y su frecuencia de recoleccin,
se pueden hacer inferencias acerca de la estabilidad del proceso en el tiempo.

Anlisis de Capacidad
Sin embargo, cuando tenemos disponibles unidades de muestra nica de
producto, tal vez obtenido del proveedor, y no hay ninguna observacin
directa del proceso o de la produccin histrica, entonces el estudio es mas
una caracterizacin del producto. En un estudio de caracterizacin producto
slo podemos estimar la distribucin de la caracterstica de la calidad del
producto o el rendimiento del proceso (fraccin conforme a las
especificaciones); no podemos decir nada sobre el comportamiento dinmico
del proceso o su estado de control estadstico.

Anlisis de Capacidad
Del anlisis de capacidad se derivan los ndices de capacidad, que son mtricas clave para
predecir la habilidad del proceso para cumplir con la especificaciones del cliente.
Como herramienta de prediccin, los ndices de capacidad solo pueden ser usados cuando el
proceso se encuentra bajo control estadstico, tal como se ve en los grficos de control.
Cuando el proceso no esta en control, los ndices de capacidad de proceso no deberan ser
usados, ya que no serian validos debido a que se basan en el promedio y desviacin estndar
estimados, los cuales solo son validos si el proceso esta en control.

Anlisis de Capacidad
En resumen, la variacin esperada del proceso solo puede ser estimada
cuando el proceso esta en control estadstico. La habilidad predictiva de los
grficos de control recae en los intervalos de la recoleccin de los datos; la
desviacin estndar de las muestras ignora la dimensin temporal.

ndices de Capacidad

ndice
de capacidad potencial del proceso: Indicador de la capacidad potencial
del proceso que resulta de dividir el ancho de las especificaciones (variacin
tolerada) entre la amplitud de la variacin natural del proceso.

Para que el proceso sea considerado potencialmente capaz de cumplir con

especificaciones, se requiere que la variacin real (natural) siempre sea
menor que la variacin tolerada y se desea que el ndice sea mayor a 1.

ndices de Capacidad
ndice

de capacidad real del proceso (Cpk o PCRk) :Indicador de la capacidad

real de un proceso que se puede ver como un ajuste del ndice Cp para tomar
en cuenta el centrado del proceso.

EI

ES

ndices de Capacidad
El ndice Cpk siempre va a ser menor o igual que el ndice Cp. Cuando son muy
prximos, eso indica que la media del proceso est muy cerca del punto medio
de las especificaciones, por lo que la capacidad potencial y real son similares.
Si el valor del ndice Cpk es mucho ms pequeo que el Cp, significa que la
media del proceso est alejada del centro de las especificaciones. De esa
manera, el ndice Cpk estar indicando la capacidad real del proceso, y si se
corrige el problema de descentrado se alcanzar la capacidad potencial
indicada por el ndice Cp.

ndices de Capacidad
Cuando el valor del ndice Cpk sea mayor a 1.25 en un proceso ya existente,
se considerar que se tiene un proceso con capacidad satisfactoria. Mientras
que para procesos nuevos se pide que Cpk > 1.45.
Es posible tener valores del ndice Cpk iguales a cero o negativos, e indican
que la media del proceso est fuera de las especificaciones