GESTIN Y CONTROL

DE CALIDAD
Control estadstico de procesos

Control estadstico de procesos

(CEP)

Mide el funcionamiento de un proceso.

Se utilizan las matemticas (estadstica).
Es necesario una recoleccin, organizacin e
interpretacin de los datos.
Objetivo: proporcionar una seal estadstica
cuando aparezcan causas de variacin imputables.
Se usa para:

controlar el proceso de produccin y

examinar las muestras de los productos finalizados.

Tipos de control estadstico de

procesos
Control estadstico
de calidad
Proceso de
control

Grficos para
variables

Grficos para
atributos

Muestreo de
aceptacin

Variables

Atributos

Caractersticas de calidad
Variables
Caractersticas que se
pueden medir (por
ejemplo, el peso o la
longitud).
Pueden ser nmeros
enteros o fracciones.
Muchas variables
aleatorias.

Atributos
Caractersticas centradas en
los defectos.
Los productos se clasifican en
productos buenos o
malos, o se cuentan los
defectos que tengan.
Variables aleatorias
categricas o discretas.p

Control estadstico de procesos

(CEP)
Es una tcnica estadstica que se usa para asegurar
que los procesos cumplen con los estndares.
Todos los procesos estn sujetos a ciertos grados
de variabilidad.

Causas naturales: Variaciones aleatorias.

Causas imputables: Problemas corregibles.

Maquinaria de desgaste, trabajadores no cualificados, material de

baja calidad.

Objetivo: Identificar las causas imputables.

Se usan los grficos de control de procesos.

Control de procesos: tres tipos de

resultados
(a) Bajo control y capaz.
Proceso con slo causas
naturales de variacin y
capaz de producir dentro de
los lmites de control
establecidos.

Frecuencia
Lmite inferior de control

Lmite superior de control

(b) Bajo control pero incapaz.
Proceso bajo control (slo estn
presentes causas naturales de
variacin), pero incapaz de producir
dentro de los lmites de control
establecidos.
(c) Fuera de control.

Tamao
(peso, longitud, velocidad, etc.)

Proceso fuera de control, con

causas imputables de variacin.

Relacin entre la distribucin de la

poblacin y la distribucin de las
muestras
Distribucin de las medias de las muestras

Tres distribuciones de poblacin

Beta

Media de las medias de las muestras x

x
Desviacin estndar
x
de las medias de las
n
muestras

Normal

Uniforme
3 x 2 x 1 x

x 2 x 3 x

(media)
95,5% permanece dentro de x
99,73% de todo x permanece dentro de x

La distribucin de las medias en el

muestreo y la distribucin del proceso
Distribucin de las
medias en el muestreo
Distribucin de
las medias en el
proceso

x
(media)

Grficos del proceso de control

Valor de muestra

Representacin de la muestra de datos en el tiempo

80
Valor
de muestra
UCL

60
40

Media

20

LCL

0
1

13
Tiempo

17

21

Objetivos de los grficos de

control

Mostrar los cambios que se han producido en los

datos.

Por ejemplo, las tendencias.

Realizar las correcciones antes de que el proceso est fuera de

control.

Mostrar las causas de las variaciones en los datos.

Causas imputables.

Los datos situados fuera de los lmites de control o la tendencia en

los datos.

Causas naturales.

Variaciones aleatorias alrededor de la media.

Desviacin estndar, o tpica ()

es una medida de centralizacin o dispersin
para variables de razn y de intervalo, de gran
utilidad en la estadstica descriptiva.
Se define como la raz cuadrada de la varianza.
Junto con este valor, la desviacin tpica es una
medida que informa de la media de distancias
que tienen los datos respecto de su media
aritmtica, expresada en las mismas unidades
que la variable

Varianza
Dado perfecto
Un dado de seis caras puede modelarse
como una variable aleatoria discreta que
toma los valores del uno al seis con
probabilidad igual a 1/6.
El valor esperado es (1+2+3+4+5+6)/6 = 3.5.
Por lo tanto, su varianza es:

Ejemplo
Las alturas (de los hombros) son: 600mm,
470mm, 170mm, 430mm y 300mm.

 as que la altura media es 394 mm. Vamos a

dibujar esto en el grfico:

 Ahora calculamos la diferencia de cada

altura con la media:

 y lo bueno de la desviacin estndar es que

es til: ahora veremos qu alturas estn a
distancia menos de la desviacin estndar
(147mm) de la media:

 El anlisis de varianza sirve para comparar si los

valores de un conjunto de datos numricos son
significativamente distintos a los valores de otro o
ms conjuntos de datos. El procedimiento para
comparar estos valores est basado en la varianza
global observada en los grupos de datos numricos
a comparar. Tpicamente, el anlisis de varianza se
utiliza para asociar una probabilidad a la conclusin
de que la media de un grupo de puntuaciones es
distinta de la media de otro grupo de puntuaciones.

Fundamento terico de los

grficos de control
Teorema central del lmite
A medida que
aumente el
tamao de las
muestras,

la distribucin tender
a seguir una curva de
distribucin normal,
sin tener en cuenta la
distribucin de la
poblacin.

Fundamento terico de los

grficos de control
Teorema central del lmite
Desviacin estndar

Media

Tipos de grficos de control

Varios datos
numricos

Grficos
de control

Datos numricos
categricos o discretos

Grfico de
variables

Grfico de
atributos

Grfico

Grfico

Grfico
P

Grfico

Pasos del control estadstico de

procesos
Salida

Producir un bien

No

Proporcionar un servicio

Tomar una muestra

Causas
imputables?
S

Examinar la muestra

Detener el proceso

Crear
grfico de control

Descubrir el porqu

Definiciones de trminos
estadsticos:
Muestra: Conjunto de elementos que forman parte
de poblacin. La muestra representa a esta
poblacin.
Tamao muestral: Es el nmero de elementos u
observaciones que tomamos. Se denota por n N.
Dato: Cada uno de los individuos, cosas, entes
abstractos que integran una poblacin o universo
determinado. Dicho de otra forma, cada valor
observado de la variable.

Definiciones de trminos
estadsticos:
POBLACIN: Es el conjunto de elementos,
individuos o entes sujetos a estudio y de los
cuales queremos obtener un resultado.

VARIABLE: Es la caracterstica que estamos

midiendo.

Variables
Existen dos categoras o tipo de variables:
Variable cualitativa: Es aquella que expresa un
atributo o caracterstica, ejemplo: Rubio,
moreno, Enciende, no enciende.
Variable cuantitativa: Es aquella que podemos
expresar numricamente: edad, peso, n. de
hijos, etc. Esta a su vez la podemos subdividir

Variable Cuantitativa

Variable discreta, aquella que entre dos valores prximos

puede tomar a lo sumo un nmero finito de valores.
Ejemplos: el nmero de hijos de una familia, el de obreros
de una fabrica, el de alumnos de la universidad, etc.

Variable continua la que puede tomar los infinitos valores

de un intervalo. En muchas ocasiones la diferencia es
ms terica que prctica, ya que los aparatos de medida
dificultan que puedan existir todos los valores del
intervalo. Ejemplos, peso, estatura, distancias, etc.

Tabla de frecuencias para una

variable discreta.

Frecuencias absolutas y relativas.

Frecuencias acumuladas
Frecuencia absoluta: Llamaremos as al
nmero de repeticiones que presenta una
observacin. Se representa por n i.
Frecuencia relativa: Es la frecuencia absoluta
dividida por el nmero total de datos.

Frecuencias absolutas y relativas.

Frecuencias acumuladas
Frecuencia absoluta acumulada: es la suma
de los distintos valores de la frecuencia
absoluta tomando como referencia un
individuo dado. La ltima frecuencia absoluta
acumulada es igual al n de casos:
N1 = n1
N 2 = n 1+ n2
Nn = n1 + n2 + . . . . . . + nn-1 + nn=n

Frecuencias absolutas y relativas.

Frecuencias acumuladas
Frecuencia relativa acumulada, es el
resultado de dividir cada frecuencia absoluta
acumulada por el nmero total de datos, se
la suele representar con la notacin: Fi

Tabla de frecuencias para una

variable discreta.

Ejemplo 1
El gobierno desea averiguar si el nmero medio de hijos por familia ha descendido respecto de la
dcada anterior. Para ello ha encuestado a 50 familias respecto al nmero de hijos, y ha obtenido
los siguientes datos:

Se pide:
a) Cul es la poblacin objeto de estudio?
b) Qu variable estamos estudiando?
c) Qu tipo de variable es?
d) Construir la tabla de frecuencias?
e) Cul es el nmero de familias que tiene como mximo 2 hijos?
f) Cuntas familias tienen ms de 1 hijo, pero como mximo 3?
Qu porcentaje de familias tiene ms de 3 hijos?

Solucin:
a) La poblacin objeto de estudio es el
conjunto de familias de un determinado pas.
b) La variable que estamos estudiando es el
nmero de hijos por familia
c) El tipo de variable es discreta ya que el
nmero de hijos solo puede tomar
determinados valores enteros (es imposible
tener medio o un cuarto de hijo).

 d) Para construir la tabla de frecuencias tenemos que ver

cuantas familias tienen un determinado nmero de hijos.
Podemos ver que el nmero de hijos, toma los valores existentes
entre 0 hijos, los que menos y 6 hijos, los que ms y tendremos

 e) El nmero de familias que tienen dos o menos hijos

es: 2+4+21 = 27
f) El nmero de familias que tienen ms de un hijo pero
tres como mximo es: 21 + 15 = 36
Por ltimo el porcentaje de familias que tiene ms de
tres hijos, son aquellos que tienen 4; 5 y 6 es decir
6+1+1= 8, El porcentaje ser el tanto por uno
multiplicado por cien es decir, la frecuencia relativa de
dichos valores multiplicado por 100: ( 0.12+0.02+0.02)*
100 = 0,16 + 100 = 16 %

0
4
1
2
4
1
2
5
1
2

1
2
3
2
1
0
2
2
3
2

1
3
0
1
2
2
2
1
4
2

5
2
3
2
2
1
2
6
2
3

1
4
2
2
2
0
1
3
1
2

Tabla de frecuencias para variable

continua: recorrido, intervalo,
amplitud, marca de clase,
densidad de frecuencia.

Tabla de frecuencias para variable

continua
Cuando nos encontramos con una
distribucin con un gran nmero de
variables, se suelen agrupar en intervalos
para facilitar la comprensin de los datos.
Esta prctica tiene en cambio un
inconveniente: se pierde informacin sobre
la propia distribucin.

Tabla de frecuencias para variable

continua
Se indica por Li-1 al extremo inferior del intervalo y por
Li al extremo superior. Cerramos el intervalo por la
izquierda y abrimos por la derecha. Es una manera de
organizarse, pudiendo ser al contrario.
Para operar utilizaremos la marca de clase, el punto
medio de un intervalo. Para calcularla podemos
definirla como la semisuma de los valores extremos
del intervalo, esto es sumar los extremos, y dividir
entre 2.

Tabla de frecuencias para variable

continua
La amplitud del intervalo, sera la longitud
del intervalo, se representa por:
a = Li - Li-1
NOTA: Cmo obtener, a partir de los datos,
una tabla de frecuencias agrupada?

Tabla de frecuencias para variable

continua

N de intervalos: A partir de la raz cuadrada

del nmero de datos, decidimos,
redondeando el nmero de intervalos.
Recorrido: Valor mayor, menos valor menor
de los datos. Re= xn-x1
Amplitud: Divisin entre el Recorrido y el
nmero de intervalos que hayamos decidido.
Se puede redondear tambin.

Ejemplo 2
Un nuevo hotel va a abrir sus puertas en cierta ciudad. Antes de decidir el precio de sus
habitaciones, el gerente investiga los precios por habitacin de 40 hoteles de la misma categora
de esa ciudad. Los datos obtenidos en miles de pesetas fueron

a) Cul es la poblacin objeto de estudio?

b) Qu variable estamos estudiando?
c) Qu tipo de variable es?
d) Qu problema plantea la construccin de la tabla de frecuencias?
e) Cunto hoteles tienen un precio entre 3,25 y 3,75?
f) Cunto hoteles tienen un precio superior a 4,75?
g) Qu porcentaje de hoteles cuestan como mucho 4,25?

 b) La variable que estamos estudiando es el precio.

c) El tipo de variable es continua.
d) El problema que plantea es que existen muchos valores diferentes
para por tanto es bueno agrupar la serie en intervalos.
La manera de hacerlo sera la siguiente: primero, calculamos el
recorrido Re = xn x1= 6.1 3.3 = 2.8
Cuando no se nos dice nada el n de intervalos, se obtiene calculando
la raz cuadrada del n de datos observado. Veremos que la raz
cuadrada de 40 es igual a 6.32 por lo tanto tomaremos 6 intervalos.
Como el recorrido es 2.8 si lo dividimos por el n de intervalos
tendremos la amplitud de cada uno de ellos y as: 2,8/6 = 0,46.

 Importante: La amplitud es de 0,46 por lo que adems de no ser muy fcil operar, puede que no
cubra el rango de la variable. Lo podemos evitar, tomaremos un valor superior, en este caso 0,5:

e) 3
f) 16
g) %=F2*100=0.25*100=25%