UNIDAD 2: CARTAS DE CONTROL PARA VARIABLES

Muchas caractersticas de calidad pueden expresarse

en trminos de una medicin numrica.
Por ejemplo el dimetro de un rodamiento, la
viscosidad de un polmero o la concentracin de un
contaminante en la fabricacin de un producto
qumico.
A una caracterstica de calidad susceptible de
medicin se le llama variable

Cuando se trata con una caracterstica de

calidad que es una variable, por lo general es
conveniente monitorear tanto el valor medio
de la caracterstica de calidad como su
variabilidad.
El control del promedio se hace con la carta
de media o carta

La variabilidad del proceso puede

monitorearse con una carta de control para la
desviacin estndar, llamada carta S o bien
con una carta de control para el rango,
llamada carta R
La carta R es adecuada cuando los tamaos
de la muestra son iguales o menores que 7.
En otro caso, pierde eficiencia y se usa la
carta S.

Cartas de control para

y R

Supongamos que una caracterstica de

calidad tiene una distribucin normal con
media
y desviacin estndar
donde ambas son conocidas.

Cartas de control para

y R

Si ,
es una muestra de tamao n,
entonces el promedio de esta muestra es

Cartas de control para

yR

A partir del Teorema Central del Lmite, se

conoce que
sigue una distribucin
normal con media
y desviacin estndar

Cartas de control para

yR

Adems la probabilidad es de
, de que
cualquier media muestral se localice entre

Por lo tanto, si y son conocidas, las ecuaciones

vistas podran usarse como lmites de control superior
e inferior en una carta de control para las medias
muestrales.
Se acostumbra sustituir
por el valor 3, a fin de
trabajar con lmites tres sigmas.
Si la media de una muestra se localiza fuera de estos
lmites, se trata de un indicio de que la media del
proceso ha dejado de ser igual a

Cartas de control para

y R cuando no se conocen
los valores de la media y la desviacin estndar
poblacionales

En la prctica generalmente no se conocen los

valores de la media y la desviacin estndar .
Por lo tanto, deben estimarse a partir de la muestra o
subgrupos preliminares tomados cuando se
considera que el proceso est bajo control.
En general estas estimaciones deben basarse en al
menos 20 o 25 muestras

Cuando no se conocen y

Supongamos que contamos con m muestras, cada una

de las cuales tiene el mismo tamao muestral n . Sean

los promedios de cada muestra. Entonces el mejor

estimador de , el promedio de la poblacin, es el
gran promedio,

Entonces

se usar como lnea central de la carta

de control

Estimacin de la desviacin estndar

Para construir los lmites de control, es

necesaria una estimacin de la desviacin
estndar .
Esto puede hacerse a partir de las
desviaciones estndar o bien de los rangos
de las muestras.

Estimacin de la desviacin estndar

Cuando los tamaos muestrales son

menores que 8, el mtodo del rango
proporciona una buena estimacin.
Para tamaos muestrales mayores que 8, se
reemplazar por el mtodo de las
desviaciones estndar.

Cuando no se conocen y
El rango de la muestra es la diferencia entre
las observaciones menor y mayor; es decir
R xmax xmin
Sean R1 , R2 ,...Rm
los rangos de las m
muestras. El rango promedio es:

R1 R2 ...Rm
R
m

Estimador insesgado de

Un estimador insesgado de es R / d 2
donde d2 es una constante que depende del tamao
de la muestra.
Si

R es el rango promedio de las m muestras

R

d2

preliminares, puede usarse

para estimar

Limites de control tres sigmas

Podemos calcular los lmites de control

como:

R
LSC x 3 x x 3
x3
n
d2 n

R
LIC x 3 x x 3
x3
n
d2 n

Limites de control tres sigmas

Si se define

A2

3
d2 n

La expresin de los lmites y la lnea central

queda

LSC x A2 R

LC x
LIC x A2 R

Lmites de control de la carta R

La lnea central de la carta R es el rango

medio R
El Lmite Superior de Control es:

LSC R 3 R

Lmites de control de la carta R

Se sabe que R d 3

3d 3
R

LSC R 3 R R 3d 3 R 3d 3 R 1
d2
d2

Lmites de control de la carta R

Si llamamos

3d 3
D4 1
d2

LSC RD4

Lmites de control de la carta R

Para el Limite Inferior de Control

3d 3
R

LIC R 3 R R 3d 3 R 3d 3
R 1
d2
d2

3d 3
D3 1
d2

LIC RD3

Resumiendo: limites de control para la carta R

LSC RD4

LC R

LIC RD3

Limites de control de prueba

Cuando se utilizan muestras preliminares para

construir las cartas de control x y R, se acostumbra
tratar los lmites de control obtenidos como lmites de
control de prueba.
Permiten determinar si el proceso se encontraba bajo
control cuando se seleccionaron la m muestras
iniciales.

Para probar la hiptesis del control pasado, se

grafican los valores de x y R de cada muestra en
las cartas y se analiza la representacin resultante.
Si todos los puntos se localizan dentro de los
lmites de control y no es evidente ningn
comportamiento no aleatorio, se concluye entonces
que el proceso se encontraba bajo control en el
pasado y los lmites de control de prueba son
apropiados para controlar la produccin actual o
futura.

Uno o ms de los valores de o de R se localizan fuera

de los lmites

Para cado uno de los puntos que quedan fuera de

los lmites de control es necesario buscar una causa
atribuible o asignable.
Si se encuentra la causa asignable, se soluciona y se
supone que no va a producirse en el futuro.
Luego hay que recalcular los lmites de control y
observar si otro punto ha salido de control ya que
generalmente luego de eliminar un punto fuera de
control, los lmites sern ms estrechos.
.

Si otro punto sale de control, se vuelve a analizar

si hay una causa asignable.
Esto se realiza hasta que todos lo puntos estn
dentro de control.
Si no se halla una causa asignable, el punto se
conserva.

Ejemplo:

Ciertas piezas de polipropileno

manufacturadas por un proceso de moldeo
de inyeccin se someten a una prueba de
resistencia a la compresin.
Se colectan 20 muestras de cinco partes
cada una y las resistencias a la compresin
( en psi) se presentan en la tabla siguiente

Ejemplo:

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

X1
83,0
88,6
85,7
80,8
83,4
75,3
74,5
79,2
80,5
75,7
80,0
80,6
82,7
79,2
85,5
78,8
82,1
84,5
79,0
84,5

X2
81,2
78,3
75,8
74,4
78,4
79,9
78,0
84,4
86,2
75,2
81,5
81,8
81,3
74,9
82,1
79,6
78,2
76,9
77,8
73,1

X3
78,7
78,8
84,3
82,5
82,6
87,3
80,8
81,5
76,2
71,1
78,4
79,3
79,1
78,6
82,8
80,2
75,5
83,5
81,2
78,6

X4
75,7
71,0
75,2
74,1
78,2
89,7
73,4
86,0
74,1
82,1
73,8
73,8
82,0
77,7
73,4
79,1
78,2
81,2
84,4
78,7

X5
77,0
84,2
81,0
75,7
78,9
81,8
79,7
74,5
80,2
74,3
78,1
81,7
79,5
75,3
71,7
80,8
82,1
79,2
81,6
80,6

xi
79,1
80,2
80,4
77,5
80,3
82,8
77,3
81,1
77,4
75,7
78,4
79,4
80,9
77,1
79,1
79,7
79,2
81,1
80,8
79,1

Ri
7,3
17,6
10,5
8,4
5,2
14,4
7,4
11,5
22,1
11,0
7,7
8,0
3,6
4,3
13,8
2,0
6,6
7,6
6,6
11,4

Si
2,98948
6,64771
4,79218
3,88265
2,49399
5,77754
3,22289
4,53398
4,64790
4,01024
2,89016
3,31104
1,56589
1,94242
6,14207
0,81240
2,85079
3,10532
2,54951
4,11764

Cartas
de control
Grfica
Xbarra-R
de X1. .... X5
Media de la muestra

85,0

UCL=84,68

82,5

__
X=79,43

80,0
77,5
75,0

LCL=74,18
1

11
Muestra

13

15

17

19

Rango de la muestra

20

UCL=19,25

15
_
R=9,11

10
5
0

LCL=0
1

11
Muestra

13

15

17

19

Estimacin de la capacidad del proceso

A partir de los datos de la carta de control puede

estimarse la llamada capacidad del proceso y la
proporcin de elementos defectuosos que este
proceso puede producir.
De la carta R podemos obtener el Rango medio y a
partir de este estimar la desviacin estndar de la
poblacin

R
9,11

3,93
d 2 2,326

Estimacin de la capacidad del proceso

El ndice de capacidad del proceso se define como:

Los lmites especificados por diseo son 88 y 70 psi

Calculamos Cp

88 70
Cp
0,76
6.3,92

Conclusiones

Generalmente se recomienda para la Cp un

valor de 1,33 o ms, con la finalidad de no
tener muchos elementos defectuosos en la
poblacin.
El valor obtenido es muy bajo, con lo cual se debe
trabajar sobre el proceso con la finalidad de
disminuir la variabilidad y aumentar la capacidad
del proceso.

Proporcin de elementos defectuosos

Tambin se puede calcular la proporcin de

elementos defectuosos. Suponemos que la
distribucin de resistencia a la compresin de
la pieza es normal.
La media de la resistencia se obtiene de la
carta X media.
Sabemos que = 79,43 psi y = 3,93 psi

Proporcin de elementos defectuosos

Si p es la proporcin de elementos fuera de especificacin,

p P ( x 70 psi ) P ( x 88 psi )
x 70 79,43
x 88 79,43
p P(

) P(

3,93

3,93

p P Z 2,4 P Z 2,18

p 0,00714 0,0146 0,021

Cada 1000 piezas, 21 estarn fuera de
especificacin.

Limites de control, limites de especificacin y limites

de tolerancia natural

Se debe tener claro que no existe relacin entre los

lmites de control de la carta x y R y los lmites
especificados del producto.
Los primeros surgen de las condiciones reales del
proceso y los segundos provienen de fuera del
proceso (diseo, clientes, normas, costos, etc)

Limites de control, limites de especificacin y limites

de tolerancia natural

Los lmites de tolerancia natural son los lmites

determinados por 3 arriba y debajo de la media
del proceso.
Estos son los limites que se obtienen cuando el
proceso ha manifestado encontrarse totalmente
dentro de control y existe una buena estimacin
de .

Limites de control, limites de especificacin y limites

de tolerancia natural

Los lmites de control estn regidos por la

variabilidad de la media muestral ya que se
hallan
arriba y abajo de
la media del proceso.

Diseo de la carta de control

Para disear las cartas

y R, deben
especificarse el tamao de la muestra, el ancho de
los lmites y la frecuencia de muestreo.
Si uno de los objetivos de la carta que se est
usando es detectar corrimientos de moderados a
grandes de la media () en el proceso (por
ejemplo en el orden de 2 o mayores), muestras
pequeas de tamao n= 4, 5, o 6 son
razonablemente efectivas.

En cambio, si se desea detectar cambios pequeos

en la media del proceso, debern usarse tamaos
muestrales entre 15 y 25.
Cuando se utilizan pequeos tamaos de muestra, es
ms difcil que ocurra un cambio en el proceso
mientras se toma la muestra.
Si ocurre un cambio durante la toma de muestra, el
promedio muestral podra ocultar ese cambio.

Tamao de la muestra

Para elegir el tamao de la muestra adecuado a nuestras necesidades, se

pueden utilizar las curvas caractersticas de operacin

Amplitud de los lmites

La utilizacin de lmites de control de 3 sigmas es

una prctica generalizada que ha dado excelentes
resultados. Sin embargo esto puede modificarse
en funcin de la realidad del proceso.
Si el costo de investigacin de las falsas alarmas
es muy alto, los lmites pueden hacerse de 3,5
sigmas por ejemplo.

Amplitud de los lmites

Sin embargo, si el proceso tiene

caractersticas tales que las falsas alarmas
se investigan con facilidad y a un bajo
costo,
se pueden utilizar lmites 2,5 sigmas, que
adems nos daran la ventaja de descubrir
ms rpido los cambios en la media del
proceso, es decir se reduce el error tipo II.

Patrones no aleatorios en las cartas de control

Una carta de control puede indicar una situacin

fuera de control aun cuando ningn punto est
fuera de los lmites tres sigmas.
Esta situacin se presenta cuando los puntos
graficados muestran un patrn de comportamiento
que no es aleatorio, es decir que es sistemtico.

Patrones no aleatorios en las cartas de control

El anlisis de los patrones no aleatorios, es

de inters para el ingeniero de procesos ya
que brindan informacin sobre las
propiedades del proceso y su correcta
interpretacin ayuda a disminuir la
variabilidad del mismo.

Interpretacin de las cartas de control

Para interpretar patrones en una carta es

necesario determinar primero si la carta R est
o no bajo control.
Muchas veces las causas asignables aparecen
tanto en la carta x

como en la R.

Si las dos cartas muestran un patrn no aleatorio,

primero se eliminan las causas asignables en la
carta R.
En muchos casos esto conlleva a la eliminacin de
las causas asignables de la carta X media
Nunca deber interpretarse la carta x cuando la
carta R muestre una condicin fuera de control.

Patrones no aleatorios: Ciclos

Este patrn puede surgir de cambios ambientales
sistemticos tales como la temperatura, fatiga del
operador, rotacin regular de operadores y/o maquinas o
fluctuacin en el voltaje o la presin o en alguna otra
variable del equipo de produccin

Patrones no aleatorios: Mezcla

Se habla de una mezcla cuando los puntos graficados
tienden a localizarse cerca o ligeramente afuera de los
lmites de control, con relativamente pocos puntos cerca
de la lnea central. Un patrn de mezclado es generado
por dos o mas distribuciones de distribucin de
probabilidad

Cartas de control de y S

Si bien la utilizacin de las cartas y R se ha

vuelto muy popular a travs de los aos, en
ciertos procesos es deseable estimar la
variabilidad del proceso a travs de la
desviacin estndar del mismo, en vez de
hacerlo ms elementalmente a travs del
rango. En general se justifica el uso de las
cartas y S cuando:
a) el tamao de las muestras es mayor que 7
b) el tamao de la muestra es variable

Si es la varianza desconocida de la
distribucin de probabilidad, entonces un
estimador insesgado de lla es la varianza
muestral
n
2
xi x
S 2 i 1
n 1

Cuando no hay un valor estndar dado para ,

entonces debe estimarse analizando datos
pasados. Si se cuenta con muestras
Si
preliminares, cada una de tamao n, y
sea
,
la desviacin estndar de la i-sima muestra.
el promedio de las m (cantidad de muestras)
desviaciones estndar es:

1 m
S Si
m i 1

 La lnea central de la carta es

El lmite superior es

S 3 S

La desviacin estndar de
donde c4

es

2
1 c4

es una constante que depende

del tamao de la muestra.

Reemplazando en el lmite superior de control
queda

LSC S 3 S S 3

2
1 c4

Un estimador insesgado de es

S
C4

S
2
LSC S 3 S S 3 1 c 4 S 3
1 c42
c4

S
2
LIC S 3 S S 3 1 c4 S 3
1 c42
c4

Generalmente se definen las constantes

3
2
B3 1
1 c4
c4
3
B4 1
1 c42
c4

Por lo tanto los parmetros de la carta S

pueden escribirse como

LSC B4 S
LC S
LIC B3 S

Carta x media
Para calcular los lmites de control de la carta
hay que tener en cuenta que S es un
C
estimador insesgado de .
4

Lnea central: x

S
LSC x 3 x x 3
x3
n
c4 n

S
LIC x 3 x x 3
x 3
n
c4 n

Considerando la constante
parmetros de la carta quedan

LSC x A3 S
LC x
LIC x A3 S

, los

La carta de Control de Shewhart para mediciones

individuales

En muchas situaciones, el tamao de la

muestra usado para monitorear el proceso
es igual a 1, es decir que la muestra consta
de un solo elemento.
Algunos ejemplos de esta situacin son:
1. Se usa tecnologa de inspeccin y
medicin automatizada, y se analiza
cada unidad manufacturada.

La carta de Control de Shewhart para mediciones

individuales

2. La velocidad de produccin es muy lenta,

y no es conveniente dejar que se
acumulen tamaos de muestra mayores
que 1, antes del anlisis.

La carta de Control de Shewhart para mediciones

individuales

3. Las mediciones repetidas del proceso

difieren nicamente por el error de
medicin o con ms propiedad en la
incertidumbre de medicin, como en
muchos procesos qumicos.

Rango mvil
Para estimar la variabilidad del proceso se usa
el rango mvil de dos observaciones sucesivas
El rango mvil se define como

MR xi xi 1

Lmites de control

Los lmites de control de la carta de mediciones

individuales son

MR
LSC x 3
d2
LC x
MR
LIC x 3
d2

Lmites de control de la carta de rango mvil

Son

LSC D4 MR
LC MR
LIC D3 MR

Ejemplo

La viscosidad de una pintura tapaporos para

aviones es una caracterstica de calidad importante.
El producto se produce por lotes, y debido a que la
produccin de cada lote lleva varias horas, la
velocidad de produccin es demasiada lenta para
permitir tamaos muestrales mayores que uno.
En la Tabla se muestran la viscosidad de 15 lotes
anteriores

Ejemplo

Nmero de muestra
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

Viscosidad
33,75
33,05
34
33,81
33,46
34,02
33,68
33,27
33,49
33,20
33,62
33,00
33,54
33,12
33,84

Rango Mvil
MR
0,7
0,95
0,19
0,35
0,56
0,34
0,41
0,22
0,29
0,42
0,62
0,54
0,42
0,72

Lmites de control
Son

MR
0,48
LSC x 3
33,52 3
34,80
d2
1,128
LC x 33,52
MR
0,48
LIC x 3
33,52 3
32,24
d2
1,128

Lmites de control
Son

LSC D4 MR 3,267.0,48 1,58

LC MR 0,484
LIC D3 MR 0

Grficade
I-MR
de C2
Carta
control
Valor individual

UCL=34,808

34,5
34,0

_
X=33,522

33,5
33,0
32,5

LCL=32,236
1

7
8
9
Observacin

10

11

12

13

14

15

Rango mvil

1,6

UCL=1,580

1,2
0,8
__
MR=0,484

0,4
0,0

LCL=0
1

7
8
9
Observacin

10

11

12

13

14

15

Interpretacin de las cartas para mediciones

individuales

Estas cartas pueden interpretarse en forma

muy parecida a una carta de control ordinaria.
Un cambio en el promedio del proceso
resultar en un punto (o puntos) fuera de los
lmites de control o bien en un patrn no
aleatorio representado por una corrida
ascendente o descendente.

Fortalezas y debilidades de las cartas de control tres sigmas

Estas cartas de control fueron las primeras en

disearse y se han mantenido en uso a travs del
tiempo por haber demostrado que pueden controlar
un proceso en tiempo real y en forma bastante
sencilla.
Deben usarse siempre que la caracterstica de
calidad tenga una distribucin de probabilidad normal
y que las muestras no presenten un comportamiento
correlacionado, es decir que sean independientes
unas de otras.
.

Fortalezas y debilidades de las cartas de control tres sigmas

Estas cartas son eficientes para detectar

cambios en la media del orden de 1,5 o
ms pero son ineficientes para detectar
cambios en la media menores a esa
magnitud.
Por otro lado tienen un longitud media de
corrida de 370, es decir que tendremos una
falsa alarma cada 370 puntos graficados.