CONTROL ESTADÍSTICO

DE PROCESOS
INTEGRANTES:
 GRANADOS MILLA ABEL
 DIESTRA OLORTEGUI CLEVER
 CORDERO TRUJILLO JHON
 MACHCO COCHACHIN MORI
 MACEDO MONTALVO ELIDA
 ¿Qué es proceso estadístico?
• El proceso estadístico es una filosofía de la optimización referida a
mejoras de proceso continuas, usando una colección de
las herramientas (estadísticas) para datos y análisis del proceso
fabricación de inferencias sobre comportamiento de proceso y
toma de decisión.
• El proceso estadístico es un componente dominante de las
iniciativas totales de la calidad.
 Beneficios del proceso estadístico:

Mejorar calidad del producto.
Mejorar productividad.
Aerodinamizar proceso.
Reducción de despilfarro.
Reducción de emisiones.
Mejorar servicio de cliente, etc.
 Herramientas para el proceso estadístico.
Las herramientas comúnmente usadas en el proceso estadístico incluyen:
Organigramas
Gráficas de funcionamiento
Gráfica y análisis de Pareto
Diagramas de causa-efecto
Histogramas de la frecuencia
Gráficas de Control
Estudios de la capacidad de proceso
Planes de muestreo de aceptación
Diagramas de dispersión
 ¿Qué es calidad?
• Un concepto básico para entender el verdadero sentido de la calidad es
el cliente: Cliente es todo es todo aquel obtiene un beneficio de nuestro
trabajo. Esto implica que nuestros clientes puedan estar dentro o fuera
de la empresa y desde una perspectiva más general, la sociedad y la
humanidad misma son nuestros clientes. Nuestro jefe es nuestro cliente,
pero también nuestro proveedor.
• Entonces la calidad es satisfacer las necesidades de todos nuestros
clientes al menor costo posible, es decir; es necesario cumplir con los que
nos están pidiendo, pero buscando siempre la optimización de recursos.
 Objetivo de la mejora continúa.
• De acuerdo al paradigma de un administrador de procesos se conforma si
las partes o productos cumplen con las especificaciones seguramente no se
preocupan no se preocupan por buscar centrar el proceso en el valor
nominal. Es muy probable que tampoco este consiente de los costos que
implica alejarse del valor nominal.
• De acuerdo al paradigma nuevo un administrador debe considerar que estar
lo más centrado posible con respecto al valor nominal puede eliminar
efectivamente la inspección y el material defectuoso y de esta manera evitar
todo el costo asociado con la inspección, el desperdicio y el trabajo.
 Variabilidad a corto y largo plazo.

Representa la variabilidad que puede estar

Variabilidad inherente del presente entre elementos fabricados en
proceso intervalo próximos.

Es la variación resultante de todas las causas de

Variabilidad total del proceso variables (causas comunes y especiales), en la
que se tiene en cuenta factores como el
desgaste, cambio de lote de materia prima, etc.
 Mejora continua y estandarizada y
resultados.
• La mejora continua implica cambios constantes, mientras que la
estandarización de procedimientos, operaciones, etc. Trata de evitar el
cambio y trata de apoyarse en lo conocido. Ambos esfuerzos están
respaldados la mayoría de las veces de buenas intenciones, sin embargo,
buenas intenciones no son suficientes. Deben recopilarse y analizarse datos
que evidencien y ayuden a evaluar el impacto de ambos esfuerzos. Una
herramienta que permite evaluar y dentro de un ciclo determinar el modelo
de la forma a conseguir es el Control Estadístico de Procesos. (CEP)
 Producto y Proceso.
• El primer paso para mejorar es entender la diferencia entre producto y
proceso. Cada uno de estos términos debe ser descrito en forma individual y
separadamente.
• El producto es el resultado de las actividades y debe ser siempre un sustantivo,
no debe incluir especificaciones o metas. El análisis del producto es reactivo, es
decir actúa una vez que ocurrió el problema.
• Por ello las estrategias y tácticas son definidas como aquellas en las que se
utilizan los medios disponibles para lograr un objetivo. Las decisiones
estratégicas están relacionadas el arte de visualizar, planear y definir los
medios para lograr un objetivo.
 Control estadístico de procesos.

• Los gráficos de control o cartas de control son una importante

herramienta utilizada en control de calidad de proceso,
básicamente una carta de control es un gráfico en el cual se
representa los valores de algún tipo de medición realizada
durante el funcionamiento de un proceso continuo, y q sirve para
controlar dicho proceso.
 Cartas de control.
•Las cartas de control son la herramienta más poderosa para analizar la variación en la
mayoría de los procesos.
•Han sido difundidas exitosamente en varios países dentro de una amplia variedad de
situaciones para el control del proceso.
•Las cartas de control enfocan la atención hacia las causas especiales de variación cuando
estas aparecen y reflejan la magnitud de la variación debida a las causas comunes.
•Las causas especiales o atribuibles son por ejemplo: un mal ajuste de máquina, errores del
operador, defectos en materias primas.
•Se dice que un proceso está bajo Control Estadístico cuando presenta causas comunes
únicamente. Cuando ocurre esto tenemos un proceso estable y predecible.
•Cuando existen causas especiales el proceso está fuera de Control Estadístico; las gráficas
de control detectan la existencia de estas causas en el momento en que se dan, lo cual
permite que podamos tomar acciones al momento.
 Ventajas:
• Es una herramienta simple y efectiva para lograr un control estadístico.
• El operario puede manejar las cartas en su propia área de trabajo, por lo cual puede dar
información confiable a la gente cercana a la operación en el momento en que se deben de tomar
ciertas acciones.
• Cuando un proceso está en control estadístico puede predecirse su desempeño respecto a las
especificaciones. En consecuencia, tanto el productor como el cliente pueden contar con niveles
consistentes de calidad y ambos pueden contar con costos estables para lograr ese nivel de
calidad.
• Una vez que un proceso se encuentra en control estadístico, su comportamiento puede ser
mejorado posteriormente reduciendo la variación.
• Al distinguir ente las causas especiales y las causas comunes de variación, dan una buena
indicación de cuándo un problema debe ser corregido localmente y cuando se requiere de una
acción en la que deben de participar varios departamentos o niveles de la organización.
 Cartas de control por variables y por
atributos

• En Control de Calidad mediante el término variable se designa a

cualquier característica de calidad “medible” tal como una
longitud, peso, temperatura, etc. Mientras que se denomina
atributo a las características de calidad que no son medibles y
que presentan diferentes estados tales como conforme y
disconforme o defectuoso y no defectuoso.
Comparación de las cartas de control por variables vs. Atributos
  Cartas de Control por variables Cartas de control por atributos

Ventajas significativas Conducen a un mejor procedimiento de control. Son potencialmente aplicables a cualquier proceso
 

  Proporcionan una utilización máxima de la información Los datos están a menudo disponibles.
disponible de datos.
Son rápidos y simples de obtener.
 
Son fáciles de interpretar.

    Son frecuentemente usados en los informes a la Gerencia.

    Más económicas

Desventajas significativas No se entienden a menos que se de capacitación; puede No proporciona información detallada del control de
causar confusión entre los límites de especificación y los características individuales.
límites de tolerancia.

    No reconoce distintos grados de defectos en las unidades de

producto.
 R
X S

Campos de aplicación de las cartas:

VARIABLES

Carta Descripción Campo de aplicación.

X R Medias y Rangos Control de características individuales.

X S Medias y desviación Control de características individuales.

estándar.

I Individuales Control de un proceso con datos variables que no pueden ser muestreados en
lotes o grupos.
 
 ATRIBUTOS

Carta Descripción Campo de aplicación.

P Proporciones Control de la fracción global de defectuosos de un proceso.

NP Número de defectuosos Control del número de piezas defectuosas

C Defectos por unidad Control de número global de defectos por unidad

U Promedio de defectos por Control del promedio de defectos por unidad.

unidad
 Cartas de control (variables)
• Paso 1: Colectar los datos.
• Paso 2: Calcular el promedio para cada subgrupo

• Paso 3: Calcule el rango promedio y el promedio del proceso .

• Paso 4: Calcule los límites de control

Donde D4, D3, A2 son constantes que varían según el tamaño de muestra. A continuación se
presentan los valores de dichas constantes para tamaños de muestra de 2 a 10.
 n 2 3 4 5 6 7 8 9 10

D4 3.27 2.57 2.28 2.11 2.00 1.92 1.86 1.82 1.78

D3 0 0 0 0 0 0.08 0.14 0.18 0.22

A2 1.88 1.02 0.73 0.58 0.48 0.42 0.37 0.34 0.31

• Paso 5: Seleccione la escala para las gráficas de control

Para la gráfica la amplitud de valores en la escala debe de ser al menos del tamaño de los límites de
tolerancia especificados o dos veces el rango promedio .
Para la gráfica R la amplitud debe extenderse desde un valor cero hasta un valor superior equivalente a 1½
- 2 veces el rango.

• Paso 6: Trace la gráfica de control

Dibuje las líneas de promedios y límites de control en las gráficas.

• Paso 7: Analice la gráfica de control

Ejemplo 1
• Se toman las medidas de los diámetros de una pieza cilíndrica, el tamaño de muestra de
cada subgrupo es de cinco, y se toman 25 subgrupos a intervalos de 1 horas.
• Realice la carta de control .
muestra subgrupo 1 2 3 4 5 6 7 8 9 10 11 12 13
1 0.65 0.75 0.75 0.60 0.70 0.60 0.15 0.60 0.65 0.60 0.80 0.85 0.70
2 0.70 0.85 0.80 0.70 0.75 0.75 0.80 0.70 0.80 0.70 0.75 0.75 0.70
3 0.65 0.75 0.80 0.70 0.65 0.75 0.65 0.80 0.85 0.60 0.90 0.85 0.75
4 0.65 0.85 0.70 0.75 0.85 0.85 0.75 0.75 0.85 0.80 0.50 0.65 0.75
5 0.85 0.65 0.75 0.65 0.80 0.70 0.70 0.75 0.75 0.65 0.80 0.70 0.70

muestra subgrupo 14 15 16 17 18 19 20 21 22 23 24 25
1 0.65 0.90 0.75 0.75 0.75 0.65 0.60 0.50 0.60 0.80 0.65 0.65
2 0.70 0.80 0.80 0.70 0.70 0.65 0.60 0.55 0.80 0.65 0.60 0.70
3 0.85 0.80 0.75 0.85 0.60 0.85 0.65 0.65 0.65 0.75 0.65 0.70
4 0.75 0.75 0.80 0.70 0.70 0.65 0.60 0.80 0.65 0.65 0.60 0.60
5 0.60 0.85 0.65 0.80 0.60 0.70 0.65 0.80 0.75 0.65 0.70 0.65

• Calculando el rango y el promedio para cada subgrupo obtenemos:

muestra subgrupo 1 2 3 4 5 6 7 8 9 10 11 12 13
1 0.65 0.75 0.75 0.60 0.70 0.60 0.15 0.60 0.65 0.60 0.80 0.85 0.70
2 0.70 0.85 0.80 0.70 0.75 0.75 0.80 0.70 0.80 0.70 0.75 0.75 0.70
3 0.65 0.75 0.80 0.70 0.65 0.75 0.65 0.80 0.85 0.60 0.90 0.85 0.75
4 0.65 0.85 0.70 0.75 0.85 0.85 0.75 0.75 0.85 0.80 0.50 0.65 0.75
5 0.85 0.65 0.75 0.65 0.80 0.70 0.70 0.75 0.75 0.65 0.80 0.70 0.70
Promedio 0.70 0.77 0.76 0.68 0.75 0.73 0.61 0.72 0.78 0.67 0.75 0.76 0.72
Rango 0.20 0.20 0.10 0.15 0.20 0.25 0.65 0.20 0.20 0.20 0.40 0.20 0.05

muestra subgrupo 14 15 16 17 18 19 20 21 22 23 24 25
1 0.65 0.90 0.75 0.75 0.75 0.65 0.60 0.50 0.60 0.80 0.65 0.65
2 0.70 0.80 0.80 0.70 0.70 0.65 0.60 0.55 0.80 0.65 0.60 0.70
3 0.85 0.80 0.75 0.85 0.60 0.85 0.65 0.65 0.65 0.75 0.65 0.70
4 0.75 0.75 0.80 0.70 0.70 0.65 0.60 0.80 0.65 0.65 0.60 0.60
5 0.60 0.85 0.65 0.80 0.60 0.70 0.65 0.80 0.75 0.65 0.70 0.65
=0
Promedio 0.71 0.82 0.75 0.76 0.67 0.70 0.62 0.66 0.69 0.70 0.64 0.66
Rango 0.25 0.15 0.15 0.15 0.15 0.20 0.05 0.30 0.20 0.15 0.10 0.10

Calculando el Rango promedio, promedio del proceso y límites de control:

= .71+(.58)(.198) = .82
X = .71
= 2.11* 0.198 = 0.41 = .71-(.58) (.198) = .59
=0
 Xbar/R Chart for C1

UCL=0.8254
0.8

Sample Mean
0.7 Mean=0.7112

0.6 LCL=0.5970

Subgroup 0 5 10 15 20 25

0.7 1
0.6
Sample Range

0.5
0.4 UCL=0.4187
0.3
0.2 R=0.198
0.1
0.0 LCL=0

La carta de control R muestra un punto fuera de los límites de especificaciones, por lo cual el proceso
se encuentra fuera de control, en este caso es necesario investigar las causas y tomar las acciones
correctivas para eliminar el problema.

En la siguiente parte se muestran los criterios para determinar las situaciones en las cuales un proceso
puede estar fuera de control
 Interpretación del control del proceso

• El objeto de analizar una gráfica de control es identificar cuál es la variación

del proceso, las causas comunes y causas especiales de dicha variación y en
función de esto tomar alguna acción apropiada cuando se requiera.
• Juran sugiere un conjunto de reglas de decisión para detectar patrones no
aleatorios en las cartas de control. Cuando se detecta alguno de los patrones
siguientes se puede decir que el tomar alguna acción para corregir el
problema ya que el proceso puede estar fuera de control.
 Gráficas de control (variables)
• El procedimiento para realizar las cartas de control es similar al de las cartas
La diferencia consiste en
que el tamaño de la muestra puede variar y es mucho más sensible para detectar cambios en la media o
en la variabilidad del proceso.
• El tamaño de muestra n es mayor a 9.La Carta X monitorea el promedio del proceso para vigilar
tendencias.
• La Carta S monitorea la variación en forma de desviación estándar.
• Terminología
• k = número de subgrupos
• n = número de muestras en cada subgrupo
• = promedio para un subgrupo
• = promedio de todos los promedios de los subgrupos
• = Desviación estándar de un subgrupo
• = Desviación estándar. Promedio de todos los subgrupos
FORMULAS:
Ejemplo 2
Se registra el peso diariamente durante dos semanas. Realizar la gráfica de control

Se calculan los límites de control para cada subgrupo, ya que al tener tamaños de muestra diferentes
estos son variables.
 Gráfica con límites constantes:

Para la realización de los diagramas de control con límites constantes

utilizamos las fórmulas siguientes:
Los parámetros para el gráfico son:

Y para el gráfico
 Gráficas de control por atributos
Cualquier característica de calidad que pueda ser clasificada de forma binaria:
“cumple o no cumple”, “funciona o no funciona”, “pasa o no pasa”, etc., a los
efectos de control del proceso, será considerado como un atributo y para su
control se utilizará un Gráfico de Control por Atributos.:
Los criterios de aceptación al utilizar gráficas de control por atributos deben
estar claramente definidos y el procedimiento para decidir si esos criterios se
están alcanzando es producir resultados consistentes a través del tiempo. Este
procedimiento consiste en definir operacionalmente lo que se desea medir.
Una definición operacional consiste en:
1º. Un criterio que se aplica a un objeto o a un grupo
2º. Una prueba del objeto o del grupo y
3º. Una decisión, sí o no: El objeto o el grupo alcanza o no el criterio.
 Gráfica P para fracción de Unidades Defectuosas
(atributos)
La gráfica p mide la fracción defectuosa o sea las piezas defectuosas en el proceso. Se puede
referir a muestras de 75 piezas, tomada dos veces por día; 100% de la producción durante una
hora, etc. Se basa en la evaluación de una característica (¿se instaló la pieza requerida?) o de
muchas características (¿se encontró algo mal al verificar la instalación eléctrica?). Es
importante que cada componente o producto verificado se registre como aceptable o
defectuoso (aunque una pieza tenga varios defectos específicos se registrará sólo una vez como
defectuosa).
Pasos para la elaboración de la gráfica:
Paso 1- Frecuencia y tamaño de la muestra:
Pasó 2- Calculo del porcentaje defectuoso (p) del subgrupo:
Paso 3 – Calculo de porcentaje defectuoso promedio y límites de control
Paso 4- Trace la gráfica y analice los resultados.
Ejemplo 3
Un fabricante de latas
de aluminio registra el
número de partes
defectuosas, tomando
muestras cada hora de n
= 50, con 30 subgrupos.
Realizar la gráfica de
control para la siguiente
serie de datos obtenida
durante el muestreo.
Calcule la fracción defectuosa para cada muestra:

= =.05243

= =.4102
 Trazando la gráfica
P Chart for C1
0.5 1
1

0.4 UCL=0.4102
Proportion
0.3

P=0.2313
0.2

0.1
LCL=0.05243
0.0
0 10 20 30
Sample Number
 Gráfica C – para número de defectos
Se utiliza para determinar la ocurrencia de defectos en la inspección de una
unidad de producto. Esto es determinar cuántos defectos tiene un producto.
Podemos tener un grupo de 5 unidades de producto, 10 unidades, etc.
Los límites de control se calculan mediante las siguientes fórmulas:
Donde:

= total de defectos/ número de unidades de producto.

Ejemplo:
En la siguiente tabla tenemos el número de unidades de defectos observados en 26 muestras
sucesivas de 100 filtros de seguridad.
 Conclusiones

Llegamos a una conclusión final que los controles estadísticos de procesos

es una herramienta muy útil en el campo de marcar límites de calidad, lo
cual ayuda a una mejora y un análisis especifico de que variable es la
defectuosa y de acuerdo a ello realizar ajustes en ese sector.
La variabilidad debe someterse antes de trazar la gráfica de control de
promedio en proceso. La razón de esto es que el rango promedio se usa en
el cálculo de los acotamientos de control para la gráfica de control. Las
decisiones cruciales en el diseño de grafica de control son el tamaño de
muestra y los acotamientos de control.