TEMA I

Control Estadístico de Calidad

Nombre asignatura
Por: Nombre profesor(a)
UNIBE
 Nombre asignatura Contenido
Por: Nombre profesor(a)
UNIBE

6.1. El Control estadístico de Calidad

6.1.1. Definición e importancia
6.1.2. Proceso de producción bajo control
6.1.3. Proceso de producción fuera de control
6.1.4. Calculo de los límites de control de calidad
6.1.5. Gráficas de control para variables y atributos
6.1.6 Diagramas de líneas C
6.1.7 Muestreo de aceptación
 Nombre asignatura Objetivos
Por: Nombre profesor(a)
UNIBE

 Examinar por qué el concepto de calidad —asegurar que un producto o un

servicio sea consistente, confiable y esté libre de errores y defectos—es
importante en la toma de Decisiones.

 Aprender cómo utilizar gráficas de control para supervisar la producción de un

proceso y ver si está cumpliendo con los estándares de calidad establecidos.

 Reconocer patrones que indiquen que un proceso está fuera de control.

 Entender el proceso de construcción de gráficas x, R y p.

 Introducir los conceptos básicos de la administración de la calidad total.

 Aprender cómo se utiliza el muestreo de aceptación para controlar la entrada

de un proceso con el fin de asegurar que cumple con los estándares de calidad
establecidos.
 Breve historia del Control de
Nombre asignatura
Por: Nombre profesor(a) Calidad
UNIBE

• Durante la década de 1920, el doctor Walter A. Shewhart, de Bell

Telephone Laboratories, desarrolló los conceptos del control
estadístico de calidad. Introdujo la idea de controlar la calidad de un
producto a medida que se fabricaba, en lugar de inspeccionar la
calidad del producto terminado.
• Para controlar la calidad, Shewhart desarrolló técnicas de
representación para controlar las operaciones de manufactura de
procesos. Introdujo el concepto de inspección estadística de la
muestra para estimar la calidad de un producto a medida que se
fabricaba.
• El reconocimiento pleno del control estadístico de la calidad ocurrió
durante la Segunda Guerra Mundial. La Necesidad de Producir
Articulos bélicos en masa.
 Nombre asignatura
Por: Nombre profesor(a)
UNIBE

• Virtualmente, la Segunda Guerra Mundial destruyó la capacidad de

producción japonesa.
• Sin embargo, en lugar de rediseñar los métodos de producción
anteriores, los japoneses consiguieron la ayuda del ahora fallecido
doctor W. Edwards Deming, del Departamento de Agricultura de
Estados Unidos, para elaborar un plan global. En una serie de
seminarios con planificadores japoneses, destacó la filosofía que en la
actualidad se conoce como los 14 puntos de Deming.
• El doctor Edwards recalcó que la calidad tiene su origen en la mejora
del proceso, no en la inspección, y que son los clientes quienes
determinan la calidad. El fabricante debe adquirir capacidad, por
medio de una investigación de mercado, de anticipar las necesidades
de los clientes.
 Nombre asignatura Los 14 puntos de Deming
Por: Nombre profesor(a)
UNIBE

1. Crear un propósito constante de mejora continua de productos y

servicio para la sociedad.
2. Adoptar la filosofía de que ya no es posible vivir con los niveles de
retrasos, errores, materiales defectuosos y mano de obra deficiente
comúnmente aceptados.
3. Eliminar la necesidad de la inspección masiva como manera de lograr
calidad. Para obtenerla se debe fabricar el producto en forma correcta
desde el principio.
4. Terminar con la práctica de ganar negocios sólo con base en el precio:
es necesario incluir medidas de calidad significativas junto con él.
5. Mejorar de manera constante y por siempre cada proceso de
planeación, producción y servicio.
 Nombre asignatura
Por: Nombre profesor(a)
UNIBE

6. Implementar métodos modernos de capacitación en el trabajo para

todos los empleados, incluso para los administradores. Esto generará un
mejor aprovechamiento de cada empleado.
7. Adoptar e instituir un liderazgo dirigido a ayudar a la gente para que
haga un mejor trabajo.
8. Fomentar la comunicación bidireccional eficaz y otros medios para
ahuyentar el miedo en la organización, de modo que todos trabajen de
manera más eficiente y productiva para la compañía.
9. Romper las barreras entre los departamentos
 Nombre asignatura
Por: Nombre profesor(a)
UNIBE
10. Eliminar el uso de lemas, carteles y exhortaciones que exijan cero
defectos y nuevos niveles de productividad sin proporcionar los métodos
para lograrlos.
11. Eliminar los estándares de trabajo que fijan cuotas para la fuerza de
trabajo y metas numéricas para el personal administrativo. Sustituir los
apoyos y el liderazgo conveniente a fin de lograr una mejora permanente
en la calidad y la productividad.
12. Eliminar las barreras que roban a los jornaleros y al personal
administrativo su derecho a enorgullecerse del fruto de su trabajo.
13. Instituir un programa educativo riguroso y fomentar la superación
personal de todos. Lo que una organización necesita es buen personal
que se supere con la educación. El ascenso a un puesto competitivo
tendrá sus raíces en el conocimiento.
14. Definir con claridad el compromiso permanente de la administración
para mejorar la calidad y la productividad y aplicar todos estos
principios.
 Nombre asignatura
Por: Nombre profesor(a)
Gráficos de Control
UNIBE

Concepto:
Herramienta estadística
utilizada para detectar
variaciones de la calidad de un
producto, durante un proceso
de fabricación.
 Nombre asignatura Causas de las variaciones
Por: Nombre profesor(a)
UNIBE

• Causas no asignables o aleatorias:

debidas al azar, no son identificables,
no pueden ser reducidas o eliminadas.
Producen variaciones pequeñas.

• Causas asignables: identificables y que

deben ser eliminadas. Producen
variaciones grandes.
 Nombre asignatura
Por: Nombre profesor(a)
UNIBE

Un gráfico de control permite identificar

causas asignables y determinar si un
proceso está bajo o fuera de control.

Bajo control: trabaja en presencia de

variaciones aleatorias.

Fuera de control: hay variaciones

debidas a causas asignables.
Nombre asignatura
Estructura de un
Por: Nombre profesor(a)
UNIBE gráfico de control.

Límite
superior
0.9 de control
0.8
Característica de calidad

0.7
Línea

0.6 central
0.5
Límite
0.4 inferior de
0.3 control
0.2
0.1
0
1 3 5 7 9 11 13 15 17 19 21 23 25
Número de muestra
 Nombre asignatura
Por: Nombre profesor(a)
UNIBE
Gráfico de control

1
calidad (longitud mm)

0.8
Característica de

0.6
0.4
0.2
0
1
3
5
7
9
11
13
15
17

21

25
19

23
Número de muestra

Contenido
 Nombre asignatura
3. Gráficos de Control por
Por: Nombre profesor(a)
UNIBE
variables

Gráficos -Rx
Se utilizan cuando la característica de
calidad que se desea controlar es una
variable continua.
Se requieren N muestras de tamaño n.

Ejemplo: fábrica que produce piezas

cilíndricas de madera. La característica de
calidad que se desea controlar es el
diámetro.
 Obtención de las
Nombre asignatura
Por: Nombre profesor(a)
UNIBE
muestras
Forma A.
7:00

Proceso

Muestra de
6 Piezas
Nombre asignatura
Por: Nombre profesor(a)
UNIBE

8:00

Proceso

Muestra de
6 Piezas
Nombre asignatura
Por: Nombre profesor(a)
UNIBE
 Nombre asignatura
Por: Nombre profesor(a)
UNIBE

Para inspeccionar el proceso, tomamos una muestra

aleatoria de 16 mediciones cada día y calculamos
su media, x. Del capítulo 6, sabemos que las medias de
las muestras tienen una distribución
de muestreo con
 Nombre asignatura
Por: Nombre profesor(a)
UNIBE

Para un periodo de dos semanas, graficamos el valor de las

medias muestrales diarias en función del tiempo. Esto se
conoce como gráfica x.
 Nombre asignatura
Por: Nombre profesor(a)
UNIBE

• El número 3 que aparece en los límites de control

superior e inferior se utiliza por convención. ¿De
dónde viene? Recuerde el teorema de Chebyshev: no
importa en qué distribución se base, al menos 99%
de todas las observaciones cae dentro de 3
desviaciones estándar de la media. Y recuerde que
para poblaciones normales (vea la tabla 1 del
apéndice), más del 99.7% de todas las observaciones
cae dentro de dicho intervalo.
 Nombre asignatura
Por: Nombre profesor(a)
UNIBE

• Así, si un proceso está bajo control, en

esencia todas las observaciones caerán
dentro de los límites de control. Por el
contrario, las observaciones que caen
fuera de esos límites sugieren que el
proceso está fuera de control, y exigen
una mayor investigación para ver si
existe una causa especial que explique
esos valores.
 Nombre asignatura
Por: Nombre profesor(a)
UNIBE

En la gráfica (a) de la figura 10-1, todas las observaciones caen dentro de

los límites de control, de manera que el proceso está controlado.
 Nombre asignatura Proceso Fuera de Control
Por: Nombre profesor(a)
UNIBE

En la gráfica (b), la segunda y la octava observaciones son externas, están fuera

de los límites de control. En este caso, el proceso está fuera de control. El
Personal de producción deberá intentar averiguar si ocurrió algo fuera de lo
habitual en esos dos días.
 Nombre asignatura
Por: Nombre profesor(a)
UNIBE

¿Qué debemos concluir respecto a la gráfica (c) de la figura 10-

1? A pesar de que las 10 observaciones caen dentro de los
límites de control, no muestran una variación aleatoria,
presentan un patrón definido de incremento en el tiempo.
Siempre que se encuentre una falta de aleatoriedad,
 Nombre asignatura
Por: Nombre profesor(a)
UNIBE

• Debe suponer, que algo sistemático lo

ocasiona y determinar cuál es la causa
asignable. Aunque todas las observaciones
están dentro de los límites de control, se
dice que el proceso está fuera de control. En
este ejemplo, la cuchilla del torno tenía
cada vez menos filo y el departamento de
mantenimiento no la había afilado según lo
programado.
 Nombre asignatura
Por: Nombre profesor(a)
UNIBE

¿Qué tipo de patrones debe buscar? Entre los patrones que

se presentan más a menudo están:

• Observaciones externas individuales [gráfica (b) de la figura 10-1].

• Tendencias crecientes o decrecientes [gráfica (c) de la figura 10-1].
Indican que la media del proceso puede estar cambiando.
• Saltos en el nivel alrededor del cual varían las observaciones [gráfica (a)
de la figura 10-2].Indican que la media del proceso puede haber cambiado.
• Ciclos [gráfica (b) de la figura 10-2]. Altibajos que se repiten arriba y abajo
de la línea central; pueden indicar factores como fatiga del operador y
cambios de operador entre turnos.
• “Atracción hacia los límites de control” [gráfica (c) de la figura 10-2].
Grandes desviaciones uniformes respecto a la media; pueden indicar que se
están observando dos poblaciones distintas.
Nombre asignatura
Por: Nombre profesor(a)
UNIBE
 Nombre asignatura
Por: Nombre profesor(a)
UNIBE

Dia Fecha Tiempo de Transacción(Segundos)

L 05-mar 63 55 56 53 61 64
M 05-abr 60 63 60 65 61 66
M 05-may 57 60 61 65 66 62
J 05-jun 58 64 60 61 57 65
V 05-jul 79 68 65 61 74 71
L 05-oct 55 66 62 63 56 52
M 05-nov 57 61 58 64 55 63
M 05-dic 58 51 61 57 66 59
J may-13 65 66 62 68 61 67
V may-14 73 66 61 70 72 78
L may-17 57 63 56 64 62 59
M may-18 66 63 65 59 70 61
M may-19 63 53 69 60 61 58
J may-20 68 67 59 58 65 59
V may-21 70 62 66 80 71 76
L may-24 65 59 60 61 62 65
M may-25 63 69 58 56 66 61
M may-26 61 56 62 59 57 55
J may-27 65 57 69 62 58 72
V may-28 70 60 67 79 75 68
Nombre asignatura Construcción de los gráficos -R.

x
Por: Nombre profesor(a)
UNIBE
 Nombre asignatura
Por: Nombre profesor(a)
UNIBE

Paso 2. Calcular la media de medias y la media de los rangos

 Nombre asignatura
Por: Nombre profesor(a) Se obtiene una tabla de datos
UNIBE

Dia Fecha Tiempo de Transacción(Segundos) Media Rango

L 05-mar 63 55 56 53 61 64 58.7 11
M 05-abr 60 63 60 65 61 66 62.5 6
M 05-may 57 60 61 65 66 62 61.8 9
J 05-jun 58 64 60 61 57 65 60.8 8
V 05-jul 79 68 65 61 74 71 69.7 18
L 05-oct 55 66 62 63 56 52 59 14
M 05-nov 57 61 58 64 55 63 59.7 9
M 05-dic 58 51 61 57 66 59 58.7 15
J may-13 65 66 62 68 61 67 64.8 7
V may-14 73 66 61 70 72 78 70 17
L may-17 57 63 56 64 62 59 60.2 8
M may-18 66 63 65 59 70 61 64 11
M may-19 63 53 69 60 61 58 60.7 16
J may-20 68 67 59 58 65 59 62.7 10
V may-21 70 62 66 80 71 76 70.8 18
L may-24 65 59 60 61 62 65 62 6
M may-25 63 69 58 56 66 61 62.2 13
M may-26 61 56 62 59 57 55 58.3 7
J may-27 65 57 69 62 58 72 63.8 15
V may-28 70 60 67 79 75 68 69.8 19
Total 1260.2 237

 
Nombre asignatura Estructura de un gráfico de control
Por: Nombre profesor(a)
UNIBE
Nombre asignatura
Por: Nombre profesor(a)
UNIBE
Nombre asignatura
Por: Nombre profesor(a)
UNIBE
Nombre asignatura
Por: Nombre profesor(a)
UNIBE
Nombre asignatura
Por: Nombre profesor(a)
UNIBE
Nombre asignatura
Por: Nombre profesor(a)
UNIBE
Nombre asignatura Ejercicios Propuestos
Por: Nombre profesor(a)
UNIBE
 Nombre asignatura
Por: Nombre profesor(a)
UNIBE

La calidad implica consistencia, confiabilidad y

cumplimiento de los requerimiento, la variabilidad es su
enemiga. Dicho de otra manera, la forma de mejorar la
calidad es reducir la variabilidad.
Para controlar la variabilidad de las observaciones
individuales, utilizamos otro tipo de gráficas de control,
llamadas gráfica R; en ellas, se grafican los valores de
los rangos de cada una de las muestras. La línea central
de las gráficas R está situada en R promedio.
Nombre asignatura
Por: Nombre profesor(a)
UNIBE
Nombre asignatura
Por: Nombre profesor(a)
UNIBE
Nombre asignatura
Por: Nombre profesor(a)
UNIBE
Nombre asignatura
Por: Nombre profesor(a)
UNIBE
Nombre asignatura
Por: Nombre profesor(a)
UNIBE
 Muchas gracias
Nombre profesor(a)
Profesor(a)

Esta ha sido una presentación

para la asignatura de…
de la Escuela de…
SANTO DOMINGO, D.N.
Universidad Iberoamericana - UNIBE
Mes, Año