GRFICOS DE

CONTROL POR
ATRIBUTOS

LEIDY YAMILE OLARTE RAMOS

INGENIERA INDUSTRIAL
MAGSTER EN INGENIERA INDUSTRIAL

GESTIN DE CALIDAD
FUSM

GRFICOS DE CONTROL POR ATRIBUTOS

Atributo: caracterstica de calidad que el bien o servicio

posee o no.
Ejemplos:
1. El Color de la carrocera de un automovil
2. El acabado superficial de una lmina
Un producto defectuoso puede tener uno o ms defectos

GRFICOS DE CONTROL POR ATRIBUTOS

Los grficos de control por atributos se utilizan

para controlar caractersticas de calidad que no
puede medirse. En este sentido, se definir el
atributo de estudio y se observar si est presente
o no en las muestras que se obtengan del proceso.

As, un producto se calificar como "bueno" o

"malo" segn posea o no dicha caracterstica o
atributo.

GRFICOS DE CONTROL POR ATRIBUTOS

En general, estos grficos nos permiten controlar el

nmero de piezas defectuosas (bien en trminos
absolutos, dentro de una muestra, bien en fraccin
defectuosa), o el nmero de defectos (por muestra o por
unidad de producto).

Segn que el tamao muestral considerado sea

constante o variable a lo largo de las sucesivas
muestras, y de que se quieran controlar unidades
defectuosas o defectos, tenderemos cuatro diferentes
tipos de grficos, como se muestra en la tabla adjunta:

GRFICOS DE CONTROL POR ATRIBUTOS

La interpretacin que se har de los puntos que rebasen los lmites

de control es la siguiente:
si un valor supera el lmite superior de control, querr decir que se
ha producido un alarmante ascenso del nmero de unidades
defectuosas (o del nmero de defectos). Sin embargo los valores
por debajo del lmite inferior de control pueden deberse a dos
situaciones; o bien el proceso ha mejorado realmente,
disminuyendo el nmero de fallos, o la extraccin de la muestra no
es adecuada en tamao (tamaos de muestra pequeos, pueden
falsear la informacin real del % de fallos existente en el proceso).

Por este motivo, los tamaos muestrales deben ser suficientemente

grandes, con valores habitualmente superiores a 50 elementos por
muestra.

GRFICOS DE CONTROL POR ATRIBUTOS

Clasificacin
Grficos de control para unidades defectuosas

La grfica p
La grfica np

fraccin defectuosa
nmero de unidades defectuosas

Grficos de control para defectos

La grfica c
La grfica u

nmero de defectos.
nmero de defectos por unidad.

GRAFICA DE CONTROL p

Un grfico P es un grfico de control del porcentaje o fraccin de

unidades defectuosas (cociente entre el nmero de artculos
defectuosos en una poblacin y el nmero total de artculos de
dicha poblacin).

Sea xi el nmero de unidades defectuosas observadas en

muestras de tamao ni .

Sea pi la fraccin defectuosa de la muestra i (de tamao ni)

pi = Nmero de defectuosos xi
Nmero de Artculos ni

Se grafica los valores de pi y se verifica que

se encuentren entre los lmites de control
no se observan patrones sistemticos

GRAFICA DE CONTROL p

Los principios estadsticos que sirven de base al diagrama de control

P se basan en la distribucin Binomial: supngase que el proceso de
produccin funciona de manera estable, de tal forma que la
probabilidad de que cualquier artculo no est conforme con las
especificaciones es p, y que los artculos producidos sucesivamente
son independientes; entonces, si seleccionamos k muestras
aleatorias de n artculos del producto cada una, y representando por
Xi al nmero de artculos defectuosos en la muestra i-sima,
tendremos que Xi B(n,p).

Esta grfica controla si el parmetro p de la distribucin binomial

permanece constante

En un solo grfico se puede controlar una,

caractersticas de calidad del producto

varias, o todas las

GRAFICA DE CONTROL p

Sabemos que:

Para cada muestra, definimos la fraccin

disconforme muestral como:

GRAFICA DE CONTROL p
seguir una distribucin Binomial con
media y desviacin tpica:

Por tanto:

GRAFICA DE CONTROL p
Clculo de los lmites de control

Los Lmites de control son:

Si p no se conoce, se le estima
a partir de m muestras previas, con

x
m

GRAFICA DE CONTROL p

En caso de que el tamao muestral (ni) sea diferente para cada

subgrupo, a la hora de calcular los lmites segn el modelo de
Shewart, podemos optar por:
1. Obtener los lmites usando el ni asociado a cada muestra, con
lo que las lneas de control no sern rectas (darn saltos
arriba y abajo segn ni disminuya o aumente),
2. Si los ni no difieren mucho unos de otros, podramos tomar

GRAFICA DE CONTROL p

Tambin se puede optar por tomar un n comn e igual al mayor de

los ni , con lo que obtendramos unos lmites de control bastante
sensibles, ya que la amplitud de la franja que indica proceso en
estado de control es inversamente proporcional al tamao de la
muestra.

En esta situacin de tamaos muestrales diferentes, el estimador

para p sera:

GRAFICA DE CONTROL p

Debe advertirse que este diagrama de control se basa en

el modelo probabilstico binomial, en el cual se supone
que la probabilidad de ocurrencia de un artculo con
disconformidad es constante, y que unidades sucesivas
en la produccin son independientes.

Por otra parte, hay que tener cuidado con la

interpretacin de los puntos del diagrama de control que
se hallan por debajo del lmite inferior de control. Tales
puntos no representan a menudo una mejora real en la
calidad del proceso. Frecuentemente son el resultado de
errores en el mtodo de inspeccin o recogida de datos.

GRAFICA DE CONTROL p

GRAFICA DE CONTROL p
Ejemplo
La compaa ABC fabrica cortadoras de csped. La produccin diaria es de
aproximadamente 200 cortadoras. Se ha decidido seleccionar cada da 40 cortadoras al
azar de la lnea de proceso para realizar la prueba de calidad. La prueba consiste en
realizar dos ensayos tirando el cordn para ver si el motor arranca. El ingeniero de
produccin desea realizar un diagrama p para esta prueba crtica de funcionamiento.
Los datos de mes de marzo con 22 das laborables se muestran en la tabla anexa.
a) Construya la grfica p e identifique si el proceso est bajo control
b) Estime la fraccin defectuosa del proceso suponiendo que se eliminan las causas
especiales de variabilidad
c) Cuntas cortadoras se requieren probar cada da ?

Da

Numero de artculos
defectuosos (x)

Fraccin
defectuosa (x/n)

2/40 = 0.050

0.075

0.025

0.1

0.075

0.05

0.025

0.025

10

0.075

11

0.05

12

0.1

13

0.175

14

0.05

15

0.075

16

0.075

17

0.05

18

0.2

19

20

0.025

21

0.075

22

0.05

TOTAL

57

GRAFICA DE CONTROL p
Ejemplo 1

a)

m = 22 nmero de muestras
n = 40 tamao de cada muestra
M

x
j 1
M

n
j 1

57

0.06477
22 (40)

0.06477 1 0.06477
LSC 0.06477 3
0.1816
40
LC 0.06477
LIC 0

GRAFICA DE CONTROL p
P Chart
1

0.2

Proportion

UCL=0.1815

0.1
P=0.06477

0.0

LCL=0
0

10

Sample Number

20

b) El punto p18 cae fuera de los lmites de control y el punto p 13 est muy prximo. Al
determinar la causa que produjo su comportamiento se les elimina y se recalculan p y
los lmites de control (para usarlos durante abril):
Da (i)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22

Numero de artculos
no conformantes en el grupo
2
3
1
4
3
2
1
1
0
3
2
4
7
2
3
3
2
8
0
1
3
2
57

Fraccin no
conformante
2/40 = 0.050
0.075
0.025
0.100
0.075
0.050
0.025
0.025
0.000
0.075
0.050
0.100
0.175
0.050
0.075
0.075
0.050
0.200
0
0.025
0.075
0.050

b) El punto p18 cae fuera de los lmites de control y el punto p 13 est muy prximo. Al
determinar la causa que produjo su comportamiento se les elimina y se recalculan p y
los lmites de control (para usarlos durante abril):

pest

42

= 0.0525

20(40)

0.0525 1 0.0525
LSC 0.0525 3
0.1583
40
LC 0.0525
LIC 0

GRAFICA DE CONTROL p
P Chart con lmites revisados
1

0.2

Proportion

UCL=0.1583

0.1
P=0.0525

0.0

LCL=0
0

10

Sample Number

20

GRAFICA DE CONTROL p
Ejemplo 1
c) Para el prximo mes se utilizarn estos lmites revisados para que conforme se
tomen las muestras de cortadoras inmediatamente se verifique si el proceso
permanece en control o no.

Las muestras debern ser de tamao n (5 / 0.0525) = 95.24 para que los
lmites sean vlidos

GRAFICA DE CONTROL p
Ejemplo 1

d) Suponga que la fraccin defectuosa real del proceso aumenta a 0.11. Cul es la
probabilidad de que la grfica lo detecte en la siguiente muestra ?
Sea X BIN (n = 40, p = 0.11)
P [x / n > LSC]

= P [x / n > 0.1583]
= P [ x > 40 (0.1583)]
= P [ x > 6.332]
= 1 - 0.8555
= 0.145

GRAFICA DE CONTROL np

El diagrama NP est basado en el nmero de unidades defectuosas.

Este tipo de grficos permite tanto analizar el nmero de artculos
defectuosos como la posible existencia de causas especiales en el
proceso productivo. Los principios estadsticos que sirven de base al
diagrama de control NP se basan en la distribucin Binomial:

Supngase que el proceso de produccin funciona de manera

estable, de tal forma que la probabilidad de que cualquier artculo no
est conforme con las especificaciones es p, y que los artculos
producidos sucesivamente son independientes; entonces, si
seleccionamos k muestras aleatorias de n artculos del producto
cada una, y representando por Xi al nmero de artculos defectuosos
en la muestra i-sima, tendremos que

GRAFICA DE CONTROL np

Sabemos que:

Para cada muestra, definimos la fraccin disconforme

muestral como:

GRAFICA DE CONTROL np
seguir una distribucin Binomial con media y desviacin tpica:

Por tanto,

GRAFICA DE CONTROL np

Los Lmites de control son:

GRAFICA DE CONTROL np

Si el tamao de muestra es variable,

entonces los lmites de control as como la
lnea central varan de muestra a muestra.
LSCi = ni p 3 ni p (1-p)
LICi = ni p - 3 ni p (1-p)

GRAFICA DE CONTROL np

El ingeniero de calidad de una empresa

toma muestras de la produccin diaria con
el objeto de elaborar una grfica np.
La tabla anexa muestra los rechazos
encontrados y la cantidad de piezas
revisadas cada da. Si el nmero de
rechazos de cierto da excede los lmites de
control el ingeniero debe inspeccionar al
100% el lote producido.

a) Determine los lmites de control y contruya la

grfica
b) Determine los lmites de control futuros,
suponiendo que se identifican las causas
especiales de puntos fuera de control.

Rechazos

Muestra

20

98

18

104

14

97

16

99

13

97

29

102

21

104

14

101

55

48

50

53

56

49

56

53

52

10

51

52

10

47

240

1424

GRAFICA DE CONTROL np
a) Lmites de control
p =
xi =
ni 1424

240 = 0.16854

LSCi = 0.168ni + 3 ni (0.168)(1-0.168)

LCi = 0.168ni
LICi = 0.168ni - 3 ni (0.168)(1-0.168)

GRAFICA DE CONTROL np

Sample Count

30

20
UCL=15.62
10

NP=7.921

LCL=0.2222

0
0

10

Sample Number

20

GRFICOS DE CONTROL POR

ATRIBUTOS. Inconvenientes

Pueden no tener Lmite Inferior de Control

A medida que se mejora el proceso (p disminuye)

se requiere incrementar el tamao de los subgrupos
(n>5/p)

Tienen desempeo sesgado

(no son muy sensibles para detectar mejoras en p )

La prctica de identificar patrones sistemticos no aleatorios

debe modificarse ya que la distribucin binomial es muy
sesgada si p es pequeo

GRFICOS DE CONTROL POR

ATRIBUTOS. Conclusiones

Se utilizan con muestras grandes (a veces cientos miles)

Por ejemplo, si p = 0.01 se requieren muestras de tamao n
> 500

El Costo / unidad de revisar un atributo es menor que el de

medir una caracterstica variable

Son tiles como medida del desempeo de un taller,

departamento, empresa, etc.

Generalmente el desempeo mejora despus de introducir una

grfica para atributos pues la grfica es una representacin
visual contnua del desempeo

GRFICOS DE CONTROL POR

ATRIBUTOS. Conclusiones

Estimar la fraccin defectuosa de producto terminado

Estimar el Costo estndar de retrabajo (Costos de Calidad)

Determinar la eficacia de un programa de entrenamiento o de

mantenimiento

Sugerir dnde utilizar grficas de control para variables y / o las

grficas c u .