HERRAMIENTAS PARA CONTROL DE LA

CALIDAD
GRÁFICOS DE CONTROL

Juan Camilo Lésmez P.

Gráficos de Control
Clasificación de los métodos estadísticos de Control de
Calidad

Métodos Estadísticos de
Control de Calidad

Control Estadístico de Procesos Muestro de aceptación

(gráficos de control) (planes de muestreo)

Atributos Variables Atributos Variables

CARACTERÍSTICAS DE CALIDAD

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

Concepto:
Herramienta estadística utilizada para
detectar variaciones de la calidad de un
producto, durante un proceso de
fabricación.
 Causas de las variaciones

• 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.
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.

 Límite
0.9 superior de
0.8 control

Característica de calidad
0.7
0.6
Estructura de 0.5
Línea
central
un gráfico de 0.4
control. 0.3 Límite
inferior de
0.2 control
0.1
0
1 3 5 7 9 11 13 15 17 19 21 23 25
Número de muestra
GRÁFICAS DE CONTROL

ˆ  3ˆ x
Característica de calidad
Límite superior de control (LSC)

̂
Línea central (LC)

ˆ  3ˆ x
Límite inferior de control (LIC)

tiempo

Dónde el tiempo representa la muestra o subgrupo

 Característica de
calidad (longitud mm)

0.2
0.4
0.6
0.8

0
1

1
3
5
7
9
11
Gráfico de Control

13
15
17
Número de muestra

19
21
23
25
GRÁFICA DE MEDIAS Y RANGOS

x  R 
 Gráficos de Control por Variables

GRÁFICOS x -R
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 muestras
Forma A. 7:00

Proceso

Muestra de
6 Piezas
 8:00

Proceso

Muestra de
6 Piezas
 Obtención de las muestras
Forma B.
7:10 7:20 7:30
Proceso

Retirar piezas individuales a lo

largo del tiempo correspondiente
a la muestra.
Muestra de
6 Piezas
En vez de retirar 6 piezas a las 7,
se retira una a la 7:10, 7:20, 7:30,
..
Se obtiene una tabla de datos de la siguiente forma:

No. muestra   Mediciones  

1 2 3 4 5 6

1 50.04 50.08 50.09 50.1 50.24 50.04

2 50.14 49.97 50.07 49.97 50.03 50.1

3 49.99 50.13 50.18 50.04 50.08 50.08

4 50.03 50.18 50.08 50.08 50.01 50.12

. . . . . . .
. . . . .. . .

30 49.98 50.08 50.08 50.03 50.08 50.1

 
Construcción de los gráficos x -R.
Paso 1. Calcular media y rango para cada muestra
No. muestra   Mediciones      

1 2 3 4 5 6 x R

1 50.04 50.08 50.09 50.1 50.24 50.04 50.1 0.2

2 50.14 49.97 50.07 49.97 50.03 50.1 50.05 0.17

3 49.99 50.13 50.18 50.04 50.08 50.08 50.08 0.19

4 50.03 50.18 50.08 50.08 50.01 50.12 50.1 0.15

. . . . . .      
. . . . . .
. . . . . .
.30 .49.98 .50.08 .50.08 .50.03 .50.08 50.1 50.06 0.12
Paso 2. Calcular la media de las medias y la media de los
rangos

X
 X i
 50.07 R
 R i
 0.18
N N

Xi : media de la muestra i

Ri : cantidad de muestras
N : número de muestras
Paso 3. Cálculo de los límites de control.

Límites de control para el gráfico x

Paso 3. Cálculo de los límites de control.

Límites de control para el gráfico x

LSC  50.07  A2 0.18

Línea Central  50.5
LIC  50.07  A2 0.18
Límites de control para el gráfico R

LSC  D4 R

Línea Central  R

LIC  D3 R
Límites de control para el gráfico R

LSC  2.004 * 0.18  0.36

Línea Central  0.18

LIC  0
Gráfico x
Gráfico de Xp

50.20

50.15

50.10
x 50.05
Xp

50.00

49.95
0 5 10 15 20 25 30

No.Nºde muestra
subgrupo
Gráfico R
Gráfico de R

0.50
0.45
0.40
0.35
0.30
0.25
R

0.20
0.15
0.10
0.05
0.00
0 5 10 15 20 25 30

No. de muestra
Nº subgrupo
Gráfico x  S 
 Gráfico x  S 
Cálculo de los límites de control.

Límites de control para el gráfico

x
LCS =

LCI =
 Gráfico x  S 
• Gráfica S:

• Línea central: LC  S
• Límite superior de control: LSC  B4 S
• Límite inferior de control: LIC  B3 S
Nota importante: En estas gráficas de control la desviación estándar para el límite central se estima con la
expresión S
c4
GRÁFICAS DE
CONTROL
Ocho pruebas para verificar que una gráfica está o no bajo control
estadístico:

Prueba # 1: un dato fuera del límite de control

LSC

Característica de calidad
A
B
C
LC
C
B
A
LIC
tiempo
GRÁFICAS DE CONTROL

Prueba # 2: Prueba # 3:

Ocho puntos en forma consecutiva Cinco puntos consecutivos en forma

por arriba o por debajo del promedio ascendente o descendente

LSC
LSC

Característica de calidad
A
Característica de calidad

A
B
B
C
C LC
LC C
C
B
B
A
A
LIC
LIC
tiempo
tiempo
GRÁFICAS DE CONTROL

Prueba # 4: Prueba # 5:

Catorce puntos alternándose en Dos o tres puntos en la zona A o más

forma consecutiva arriba y abajo. allá

LSC
LSC

Característica de calidad
A
Característica de calidad

A
B
B
C
C LC
LC C
C
B
B
A
A
LIC
LIC
tiempo
tiempo
GRÁFICAS DE CONTROL

Prueba # 6: Prueba # 7:

Cuatro de cinco puntos consecutivos Quince puntos consecutivos en la

en la zona B o más allá zona C

LSC
LSC

Característica de calidad
A
Característica de calidad

A
B
B
C
C LC
LC C
C
B
B
A
A
LIC
LIC
tiempo
tiempo
36
GRÁFICAS DE CONTROL

Prueba # 8:

Ocho puntos consecutivos que no caigan en la zona C

LSC

Característica de calidad
A
B
C
LC
C
B
A
LIC
tiempo

37
 Gráficos de control por atributos

• Se utilizan para controlar características de calidad que no pueden ser

medidas, y que dan lugar a una clasificación del producto: defectuoso
o no defectuoso
• Tipos:
Gráfico p, gráfico np, gráfico c.
 Gráfico p
Se usa para estudiar la
variación de la proporción Límites de control para el gráfico p.
de artículos defectuosos.
N p (1  p )
D LSC  p  3
i
n
p i 1
N n
LC  p
D= Productos defectuosos.
p (1  p )
N= Número de muestras tomadas
n= Tamaño de la muestra
LIC  p  3
n
• Ejemplo:
Usando la siguiente información construir el gráfico de control que describa el
porcentaje de posible variación en el proceso. Cada muestra contiene 100
observaciones.
Muestra Nº Defectos Muestra Nº Defectos
1 14 11 8
2 10 12 12 N

D
3 12 13 9
4 13 14 10 i
5 9 15 11
6 11 16 10 p i 1

7 10 17 8 N n
8 12 18 12
9 13 19 10
10 10 20 16
220
 Gráfico p

Límites de control para el gráfico p.

0.11 .(1  0.11)

220 LSC  0.11  3 
p  0.11 100
20 100
LC  0.11
D= Productos defectuosos.
N= Número de muestras tomadas 0.11 .(1  0.11)
n= Tamaño de la muestra LIC  0.11  3 
100
 Gráfico np

Límites de control para el gráfico p.

• Se usa para
LSC  np  3 np (1  p ) N

controlar el número D i

de defectuosos en LC  np p i 1

una muestra. N n
LIC  np  3 np (1  p )
Ejemplo de gráfico np.

208
p  0.0385
9  600
 Gráfico np

Límites de control para el gráfico p.

LSC  23.1  3 23.1(1  0.0385)  37.8

LC  600 * 0.0385  23.1
LIC  23.1  3 23.1(1  0.0385)  8.96
 Gráfico C

Se basa en el número de defectos por artículo.

Ejemplo: número de defectos por pieza de madera (manchas,

grietas, torceduras). Se inspecciona una pieza y se cuenta cuantos
defectos tiene.
Paso 1. Se seleccionan N muestras de tamaño n.

Paso 2. En cada muestra se cuentan el número de defectos presentes

(suma de todos los defectos que tengan las piezas de la muestra). Ci

Paso 3. Se calcula el promedio de defectos por muestra.

C  C i
Paso 4. Se calculan los límites de control N
LSC  C  3 C
LC  C
LIC  C  3 C
 Ejemplo:
Unos rollos de cable han sido controlados usando un gráfico c. 18 rollos han
sido examinados y el número de defectos por rollo ha quedado recogido en la
siguiente tabla. ¿Está el proceso bajo control?

Muestra Nº Defectos Muestra Nº Defectos Muestra Nº Defectos

Muestra Nº Defectos Muestra Nº Defectos Muestra Nº Defectos
1 3 7 4 13 2
1 3 7 4 13 2
2 2 8 1 14 4
2 2 8 1 14 4
3 4 9 2 15 2
3 4 9 2 15 2
4 5 10 1 16 1
4 5 10 1 16 1
5 1 11 3 17 3
5 1 11 3 17 3
6 2 12 4 18 1
6 2 12 4 18 1
45
45
LSC  2.5  3 2.5
45
LC  2.5 C  2.5
18
LSC  2.5  3 2.5
Etapas del Control Estadístico
de Procesos Etapa 1:
Ajuste del proceso
Control estadístico

Etapa 2:
Control del proceso