Control Estadístico de

Procesos
CEP
ING. GALIA ALARCON BARRIOS
Control estadístico de procesos (CEP)
• Mide el funcionamiento de un proceso.
• Se utilizan las matemáticas (estadística).
• Es necesario una recolección, organización e
interpretación de los datos.
• Objetivo: proporcionar una señal estadística cuando
aparezcan causas de variación imputables.
• Se usa para:
• controlar el proceso de producción y
• examinar las muestras de los productos
finalizados.
 Tipos de control estadístico de procesos

Control estadístico
de calidad

Proceso de Muestreo de
control aceptación

Gráficos para Gráficos para

Variables Atributos
variables atributos
 Características de calidad

Variables Atributos
 Características que se • Características centradas en
pueden medir (por ejemplo, los defectos.
el peso o la longitud). • Los productos se clasifican en
 Pueden ser números productos “buenos” o
“malos”, o se cuentan los
enteros o fracciones.
defectos que tengan.
 Muchas variables aleatorias. • Por ejemplo, una radio funciona o
no.
• Variables aleatorias
categóricas o discretas.
 Control estadístico de procesos (CEP)

• Es una técnica estadística que se usa para asegurar que los

procesos cumplen con los estándares.
• Todos los procesos están 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 gráficos de control de procesos.
Control de procesos: tres tipos de resultados

(a) Bajo control y capaz.

Proceso con sólo causas
naturales de variación y capaz
de producir dentro de los
Frecuencia límites de control establecidos.

Límite inferior de control Límite superior de control

(b) Bajo control pero incapaz.

Proceso bajo control (sólo están
presentes causas naturales de
variación), pero incapaz de producir
dentro de los límites de control
establecidos.

(c) Fuera de control.

Proceso fuera de control, con causas
Tamaño imputables de variación.
(peso, longitud, velocidad, etc.)
Relación entre la distribución de la población y la
distribución de las muestras

Tres distribuciones de población Distribución de las medias de las muestras

Beta
Media de las medias de las muestras  x
Desviación estándar x
Normal  x 
de las medias de las n
muestras

Uniforme

 3 x  2 x  1 x x  x  2 x  3 x
(media)
95,5% permanece dentro de x

99,73% de todo x permanece dentro de x

La distribución de las medias en el
muestreo y la distribución del proceso

Distribución de las
medias en el muestreo

Distribución de
las medias en el
proceso

x 
(media)
Gráficos del proceso de control

Representación de la muestra de datos en el tiempo

80
Valor de muestra

Valor
60 de muestra
UCL
40
Media
20
LCL
0
1 5 9 13 17 21
Tiempo
Objetivos de los gráficos de control
• Mostrar los cambios que se han producido en los datos.
• Por ejemplo, las tendencias.
• Realizar las correcciones antes de que el proceso esté fuera de
control.
• Mostrar las causas de las variaciones en los datos.
• Causas imputables.
• Los datos situados fuera de los límites de control o la tendencia
en los datos.
• Causas naturales.
• Variaciones aleatorias alrededor de la media.
 Tipos de gráficos de control

Varios datos Datos numéricos

numéricos Gráficos categóricos o discretos
de control

Gráfico de Gráfico de
variables atributos

Gráfico Gráfico Gráfico Gráfico

I X P C
Pasos del control estadístico de procesos

Producir un bien No
Salida Proporcionar un servicio

¿Causas
Tomar una muestra imputables?
Sí
Examinar la muestra Detener el proceso

Crear
Descubrir el porqué
gráfico de control
Gráfico X

• Es un gráfico de control de variables.

• Intervalo o información numérica en escala.

• Muestra la media de las muestras a lo largo del tiempo.

• Muestra la media del proceso.

• Ejemplo: Pesar muestras de café, calcular la media de las

muestras y representarlo en un gráfico.
Límites de control del gráfico X

UCL x  x A I De la Tabla
S6.1

LCL x  x  A I Intervalo
de la
Media de la muestra en
n muestra en el tiempo i
 xi el tiempo i n
I i
x  i 
I  i 1
n n
Número de
muestras
Factores para calcular los límites de los
gráficos de control

Tamaño de la Factor de la Intervalo Intervalo

muestra, n media, A2 superior, D4 inferior, D3
2 1,880 3,268 0
3 1,023 2,574 0
4 0,729 2,282 0
5 0,577 2,115 0
6 0,483 2,004 0
7 0,419 1,924 0,076
8 0,373 1,864 0,136
9 0,337 1,816 0,184
10 0,308 1,777 0,223
0.184
Gráfico I o R
• Es un gráfico de control de variables.
• Intervalo o información numérica en escala.

• Muestra el intervalo de las muestras a lo largo del tiempo.

• Diferencia entre el valor más grande y el más pequeño de
la muestra que se haya examinado.

• Controla la variabilidad del proceso.

• Ejemplo: Pesar muestras de café, calcular el intervalo de las

muestras y representarlo en un gráfico.
Límites de control del gráfico I (R)

UCLI  D 4I
De la Tabla S6.1

LCLI  D 3I

n Intervalo de
I i muestras en el
I  i 1 tiempo i
n Número de
muestras
Pasos que se deben seguir cuando se utilicen
los gráficos de control
Tomar de 20 a 25 muestras de n = 4 o n =5 de un
proceso estable y calcular la media.
Calcular las medias totales, fijar de forma aproximada
los límites de control y calcular los límites de control
superior e inferior..
Representar las medias y los intervalos de las
muestras en sus respectivos gráficos de control y
determinar si permanecerán fuera de los límites
aceptables.
Pasos que se deben seguir cuando se utilicen los
gráficos de control

• Examinar los puntos o trazados que indican que el

proceso está fuera de control. Determinar las causas
de las variaciones.
• Recoger más muestras y volver a comprobar los
límites de control.
EJEMPLO

OBSERVACIÓN
Nº MUESTRAS 1 2 3 4 I x
1 0,5014 0,5022 0,5009 0,5027 0,0018 0,50180
2 0,5021 0,5041 0,5024 0,502 0,0021 0,50265
3 0,5018 0,5026 0,5035 0,5023 0,0017 0,50255
4 0,5008 0,5034 0,5024 0,5015 0,0026 0,50203
5 0,5041 0,5056 0,5034 0,5047 0,0022 0,50445
PROM 0,0021 0,5027

IDEAL DE 20 A 25
GRAFICO X

UCL x  x A I 0,5027+0,729(0.0021)=0.5042

LCL x  x  A I 0,5027-0,729(0.0021)=0.5012

0,5050
0,5040
0,5030 Serie1
0,5020
0,5010
0 1 2 3 4 5 6 7
Gráficos I ( R )

UCLI  D 4I

LCLI  D 3I

UCL =2,282(0,0021)=0,00479
LCL = 0(0,0021)=0
Ejercicio en clase

CONSTRUCCIÓN DE UN GRÁFICO DE
SHEWHART
La galga (veta) de los platinos es una característica clave
para su buen funcionamiento. La tabla siguiente recoge
medidas de 20 muestras en milímetros de tamaño______
Realizar los
graficas X-I
Grafico X- R móviles ( X-I móviles)
En muchas situaciones el tamaño de la muestra para monitorear el proceso
es n=1; es decir la muestra consta de una unidad individual. Algunos
ejemplos de estas situaciones son: Las mediciones repetidas del proceso
difieren únicamente por el error de laboratorio o de análisis, como en muchos
procesos químicos.

En otras palabras cuando la característica a medir es relativamente

homogénea.

El principal objetivo de este tipo de grafico es estimar la variabilidad debida a

causas especiales cuando se presentan lecturas individuales que constituyen
tendencias.
 Procedimiento para la construcción del gráfico.

Paso 1: Colectar los datos

Paso 2: Calcular el promedio de los datos.

Xi= Valor de la medición en el lote o tanda.

k= Numero de subgrupo (lote o tanda)

Paso 3: Calcular los rangos móviles.

Xi= Valor de la medición i en el lote ( i es un contador).
Xi-1= Valor de la medición i-1 en el lote.

Paso 4: Calcular el promedio de los rangos móviles.

Paso 5. Calcular los límites de control

Para el grafico de mediciones individuales - Para el grafico de rangos móviles.

Nota: Los valores de las constantes d2, D3 y D4 se toman para n=2

Paso 6: Trazar la gráfica de control.

Para la gráfica de valores individuales

La grafica consiste en tres líneas de guía: Límite de control inferior LCLx, línea central CLx y
límite de control superior UCLx. La línea central es el promedio de las mediciones
individuales y los dos límites de control son fijados más o menos a tres desviaciones
estándar.
Cada subgrupo se identifica en la gráfica como un punto, un círculo o una cruz según se
establezca, cada punto corresponde a un valor Xi
Para la gráfica de Rangos móviles
La grafica consiste en tres líneas de guía: Límite de control inferior LCLRm, línea
central CLRm y límite de control superior UCLRm. La línea central es el
promedio de los rangos móviles y los dos límites de control son fijados más o
menos a tres desviaciones estándar.
Cada subgrupo se identifica en la gráfica como un punto, un círculo o una cruz
según se establezca, cada punto corresponde a un valor Rmi . (Nota: solo
tomamos desde el valor del segundo lote o tanda ya que el primero no genera
rango móvil).
Ejemplo
Ejercicio en clase
Se mide la pureza en % de un producto químico en cada lote. Las
determinaciones de la pureza para 20 lotes sucesivos se muestran abajo.

Elaborar un gráfico de control de Mediciones individuales y rangos móviles