Gráficos de

Control

Ing. Jorge Navarrete

1
Mejoramiento de la Calidad en servicios

La calidad en el servicio es una disciplina que abarca toda la complejidad

de una organización: políticas, formación del personal, relaciones de
trabajo, sistemas, opiniones de clientes, diseño del servicio… Y justamente
por esta complejidad es que muchos se paralizan, sin saber por dónde
empezar.

2
El Sistema de Servicio

Es el planeamiento estratégico de una empresa basado en la calidad

de servicio y que se estructura bajo los siguientes puntos:

 Un enfoque claro al cliente.

 La gestión de los procesos.

 El involucramiento del personal.

 La toma de decisiones basada en los hechos.

3
 Enfoques de calidad para servicios
La calidad en los servicios se puede aplicar en los siguientes factores que resultan importantes cuando se brindan
servicios:

 ELEMENTOS TANGIBLES: Se refiere a la apariencia de las instalaciones de la organización, la presentación del

personal y hasta los equipos utilizados en determinada compañía.

 CUMPLIMIENTO DE PROMESA: Significa entregar correcta y oportunamente el servicio acordado.

 ACTITUD DE SERVICIO: Con mucha frecuencia los clientes perciben falta de actitud de servicio por parte de los
empleados.

 COMPETENCIA DEL PERSONAL: El cliente califica qué tan competente es el empleado para atenderlo correctamente.

 EMPATIA: Aunque la mayoría de las personas define a la empatía como ponerse en los zapatos del cliente.
4
 Variables cualitativas

Son el tipo de variables que como su nombre lo indica expresan distintas

cualidades, características o modalidad. Cada modalidad que se presenta
se denomina atributo o categoría, y la medición consiste en una
clasificación de dichos atributos.

5
 Variables cuantitativas
Son las variables que toman como argumento cantidades numéricas, son variables
matemáticas. Las variables cuantitativas además pueden ser:

Variable discreta: Es la variable que presenta separaciones o interrupciones en la

escala de valores que puede tomar. Estas separaciones o interrupciones indican la
ausencia de valores entre los distintos valores específicos que la variable pueda
asumir. Ejemplo: El número de hijos (1, 2, 3, 4, 5).

Variable continua: Es la variable que puede adquirir cualquier valor dentro de un

intervalo especificado de valores. Por ejemplo la masa (2,3 kg, 2,4 kg, 2,5 kg,...) o la
altura (1,64 m, 1,65 m, 1,66 m,...), o el salario. Solamente se está limitado por la
precisión del aparato medidor, en teoría permiten que exista un valor entre dos
variables.
6
 Inspección

Los sistemas de inspección sirven para examinar y medir las

características de un producto, así como los componentes y materiales de
que está elaborado, o de un servicio o proceso determinado, todo ello
utilizando instrumentos de medición, patrones de comparación o equipos
de pruebas y ensayos, todo con el fin de verificar si cumple o no con los
requisitos especificados.

7
 Cuando y donde inspeccionar
Decidir donde y cuando inspeccionar depende del tipo de proceso y el valor agregado
en cada etapa. Las inspecciones se llevan a cabo en cualquiera de los siguientes
puntos:

En la planta de su proveedor mientras el proveedor esta produciendo.

En sus instalaciones al recibir bienes de su proveedor.
Antes de los procesos costosos e irreversibles.
Durante un proceso de producción paso a paso.
Cuando la producción o servicio se complementen.
Antes de entregar en sus instalaciones.
En el punto de contacto con el cliente.
8
 Inspección de la fuente

Utilizada en la etapa del error. Se enfoca en prevenir que

el error se convierta en defecto. La inspección en la
fuente es utilizada para prevenir defectos, para su
posterior eliminación. Este tipo de inspección esta
basada en el descubrimiento de errores y condiciones
que aumentan los defectos.

9
 Inspección en el sector servicios

La inspección en los servicios permite a las empresas

llevar métricas de control que son necesarias para medir
el nivel de satisfacción del cliente y de esta manera
corregir los posibles errores que se puedan cometer con
el fin de lograr el éxito final del bien o servicio.

10
 Inspección de atributos e inspección de
variables
Inspección por atributos
La inspección por atributos se puede considerar aquel tipo de inspección de
muestras aleatorias de n unidades en el que cada artículo o producto es
clasificado de acuerdo con ciertos atributos como aceptable o defectuosa, es
decir, consiste en averiguar si el material en consideración cumple o no cumple
con lo especificado, sin interesar la medida de la característica.

Inspección de variables
La inspección por variables es un tipo de inspección que consiste en medir y
registrar una unidad de medida en la que una característica específica de calidad
es medida con una escala continua para revisar su variación.

11
12
 Gráficos de control para atributos
Se aplica en aquellos procesos donde los datos recopilados son el
resultado de contar en vez de medir, es decir, se observa la presencia
o ausencia de algún atributo.

Por ejemplo: una fábrica puede contar la cantidad de tapas roscadas

de un champú que se ajustan sin dejar salir líquido (una condición
“aceptable”) o bien la cantidad de tapas que no sellan bien y dejan
salir líquido (una condición “inaceptable”). Una aerolínea puede
contar el número de sus vuelos demorados. Un banco puede contar la
cantidad de clientes que no fueron atendidos dentro del plazo
determinado por la gerencia, etc.
13
 Gráficos de control para atributos
Algunas características de calidad recolectadas como atributos sólo toman dos
valores:

Conforme, no conforme
Defectuoso, no defectuoso
Presencia, ausencia de algo

Disconforme: incumplimiento en cuanto a las especificaciones del producto/servicio

Defectuoso o defecto: incumplimiento en cuanto a la función del uso del
producto/servicio

14
 Importancia Gráficos para atributos
Se pueden aplicar tanto en procesos técnicos como administrativos.

En muchas ocasiones se dispone de datos que son de atributos y no

se requiere incurrir en gastos adicionales.

Si no existe información disponible, se recolecta rápidamente y a un

bajo costo.

Muchos reportes, resúmenes que maneja la administración son

atributos y se pueden aprovechar más si se analizan como gráficas
de control.

15
 Tipos de Gráficos de Control para
Atributos
Gráfico p: controla el porcentaje de partes o artículos disconformes o
defectuosos.

Gráfico np: controla la totalidad de partes o unidades disconformes o

defectuosos.

Gráfico c: controla el número total de disconformidades o defectos.

Gráfico u: controla el número de disconformidades o defectos por

unidad.
16
 Es también conocido como gráfico de porcentaje
defectuoso o de fracción disconforme. Tiene como
base la distribución binomial. Es muy útil en el
estudio del nivel de calidad de un proceso cuando
este se expresa en porcentaje defectuoso o
fracción disconforme. Es conveniente utilizarlo en
procesos que no tengan un porcentaje defectuoso
superior al 10%; si esta cifra es superada se debe
Gráfico p optar por la aplicación de gráficos para defectos
(Gráfico c).

En este gráfico, el Límite Central de Control (LCC)

está en p, que es la proporción media de artículos
defectuosos.

17
18
 Ejercicio 1 Jearsey Glass Company
Jearsey Glass Company. Inc., produce espejos pequeños de mano. El
departamento de Aseguramiento de la Calidad (QA) supervisa la calidad
de éstos seleccionando e inspeccionando minuciosamente 12
muestras. Cada muestra contiene 50 espejos.

Cada espejo se clasifica como aceptable o inaceptable y se cuenta el

número de espejos en la muestra que no cumplen con las
especificaciones de calidad. El siguiente cuadro muestra el resultado de
estas verificaciones durante los últimos 3 días laborados.

19
20
 Fecha Número de muestra Artículos defectuosos Fracción defectuosa
1 1 0,02

2 0 0,00
10-oct
3 9 0,18

4 9 0,18

5 4 0,08

6 4 0,08
11-oct
7 5 0,10

8 3 0,06

9 9 0,18

10 3 0,06
12-oct
11 10 0,20

12 2 0,04

ATENCIÓN: La fracción defectuosa se calcula

dividiendo la cantidad de artículos defectuosos
de cada muestra entre el tamaño de la muestra
(n) = 50
21
El primer paso es determinar la proporción de artículos defectuosos:

Con este valor de p, podemos estimar que un 9,80% de los espejos

producidos durante el período no cumplen con las especificaciones.

22
El LIC se le debe de asignar como 0 (cero), dado que no es posible que
exista una proporción de defectos negativa
23
24
 Análisis e interpretación del gráfico
1. ¿El proceso está bajo control? Sí o No (se debe de depurar)
2. ¿Cuál es la muestra con mayor disconformidad y su respectivo valor?
3. ¿Cuál es la muestra con menor disconformidad y su respectivo valor?
4. ¿Cómo es la estabilidad, tipo de comportamiento o variabilidad del
proceso?
5. ¿Cuáles son las posibles causas que provocan la inestabilidad, tipo de
comportamiento o variabilidad del proceso?
6. ¿Cuáles son las acciones, decisiones y medidas de mejora por ejecutar
en el proceso?

25
 Análisis de un Gráfico p
Se toma en cuenta dos aspectos principales
La situación del proceso con respecto a sí mismo
El control del proceso con respecto a las especificaciones

1. Análisis del proceso con respecto a sí mismo

En este análisis se pueden encontrar dos situaciones:
a) Muestras sobre el LSC
b) Tendencias y Peculiaridades

26
Si existen muestras sobre el LSC es necesario eliminarlas y recalcular un
nuevo porcentaje con sus respectivos límites de control. El valor del
porcentaje defectuoso modificado se calcula así:

27
Los límites de control modificados se recalculan usando el valor p
modificado.

Con estos nuevos límites se debe revisar de nuevo si existen puntos

fuera del LSC.

Si los hay, se recalcula de nuevo el valor p y los límites de control.

Si se eliminan más del 30% de las muestras ,el estudio pierde validez
estadística y por lo tanto, no es conveniente continuar, debiéndose
introducir mejoras que reduzcan el porcentaje defectuoso, repitiendo
el análisis con nueva información.

28
 2. Análisis con respecto a las especificaciones

En este análisis se debe tener presente si la especificación es un

máximo o un promedio. Si no se cumple con lo especificado se deben
introducir mejoras que disminuyan las fracción defectuosa o pactar una
nueva fracción con el cliente si es posible. Lo segundo es la única
opción que se tiene cuando existe certeza de que el proceso no tiene
posibilidades de mejora mediante estudios previos.

29
 Ejercicio 2 Fábrica de pantalones

Una empresa que fábrica pantalones,

tiene grandes problemas de calidad,
pues los lotes están siendo
producidos con un promedio de
pantalones defectuosos superior al
3% especificado como media. Esto ha
significado grandes volúmenes de
rechazo en los últimos meses. Con el
fin de investigar esta situación, se
tomaron 10 muestras con un tamaño
de 30, obteniéndose la siguiente
información:
30
 Número de muestra Artículos defectuosos Fracción defectuosa
1 2 0,067
2 1 0,033
3 8 0,267
4 3 0,100
5 1 0,033
6 3 0,100
7 2 0,067
8 3 0,100
9 5 0,167
10 1 0,033

Analice el problema usando el gráfico p

31
32
33
Al observar el gráfico se nota que existe 1 punto que se sale del límite
superior (muestra #3). Por consiguiente se elimina y se procede a
recalcular el valor p y los límites de control para su respetivo análisis.

34
Las muestras que se encuentren bajo el LIC no deben eliminarse, pero
se deben investigar las razones de tal situación, dado que pueden ser
casos especiales que hay que tratar con cuidado.

35
36
 Análisis Ejercicio 2
Al observar el gráfico de control con los nuevos límites modificados, se
nota que no se sale ningún punto de los límites. En cuanto a tendencias
se observa un patrón cíclico de sube y baja. Hasta aquí el proceso de
fabricación de pantalones es capaz de brindar una calidad promedio de
7,80% el cual está distante de la especificación del 3% establecida. Se
debe investigar la causa de tantos pantalones defectuosos,
investigando cuáles características de calidad son las que presentan
mayor nivel de problemáticas con el fin de controlarlas en una forma
más robusta.

37
 Este gráfico tiene las mismas características del
gráfico p, con la diferencia de que en lugar del
valor p en el eje y, se usa el valor np (número
de partes o unidades defectuosas). La forma
Gráfico np del gráfico es la misma, pero la información
que se obtiene es diferente, pues el gráfico p
origina conclusiones con base en valores
relativos, mientras que el gráfico np las origina
con base en valores absolutos.

38
El gráfico np solamente se usa para tamaños de muestras constante.
Los pasos en la construcción, análisis y seguimiento son los mismo del
gráfico p, con algunas variantes en los cálculos.

39
 Límites de Control Gráfico np

Si existen muestras sobre el límite de control superior, es necesario

eliminarlas y recalcular el nuevo promedio de defectuosos o
disconformes con sus respectivos límites.

40
 Ejercicio 1 gráfico np
Una imprenta desea estudiar su proceso mediante un gráfico de control
np. Las especificaciones establecen que el valor np no debe ser
superior a un 2%. Para ello, se toman 20 muestras cada una de 200
láminas impresas, las cuales se muestran en el siguiente cuadro:

Número de Muestra 1 2 3 4 5 6 7 8 9 10

# Disconformidades 6 7 4 2 10 8 6 4 5 4

Número de Muestra 11 12 13 14 15 16 17 18 19 20

# Disconformidades 7 9 2 1 4 12 15 4 3 2

41
Resolución Ejercicio Gráfico Control np

42
Resolución Ejercicio Gráfico Control np

43
44
Al observar el gráfico se nota que existe 1 punto que se sale del límite
superior (muestra #17). Por consiguiente se elimina y se procede a
recalcular el valor p y los límites de control.

45
46
Al observar el gráfico de control con los nuevos límites modificados, se
nota que no se sale ningún punto. Con respecto a las especificaciones,
no hay cumplimiento, pues el máximo requerido es de 4 unidades
disconformes (2%*200 = 4), mientras que el proceso genera 12
unidades defectuosas como máximo. Por lo tanto, deben implementar ,
soluciones inmediatas, ya que la situación es crítica. Con respecto a
tendencias y peculiaridades, el gráfico muestra bastante irregularidad,
con altibajos que deben ser analizados.

47
 Este gráfico sirve para el control
de defectos cuando estos se
verifican por muestra extraída.
La importancia de estos gráficos
Gráfico de control es que permiten analizar con
mayor enfoque los defectos que
c se presentan con mayor
frecuencia, cuya reducción y
posible eliminación, puede
permitir la disminución o
reducción de la cantidad de
defectos o disconformes.
48
Localizar la máquina o línea de producción con problemas de calidad
originados por la cantidad de defectos producidos.

Clasificar los defectos o disconformes de tal manera que el estudio se

realice sobre defectos críticos.

Seleccionar el o los defectos disconformes sobre los cuales se llevará

el gráfico de control c.

Calcular el tamaño de muestra n. Esta muestra debe ser de tamaño

constante.

49
Determinar el número de muestras m que se van a extraer.
Recolectar las muestras a un intervalo de muestreo que garantice
aleatoriedad y representatividad.
Calcular el valor c promedio o número de defectos promedio por
muestra.

Calcular los límites de control del gráfico:

50
Calcular los límites de control del gráfico:
Construir el gráfico, colocando en el eje x el número de muestra y en
el eje y el número de defectos o disconformes encontrados en cada
muestra.
Si existen muestras fuera de los límites debe procederse a recalcular
el promedio y los límites de control, en especial el límite superior de
control. El valor c modificado se calcula así:

51
En cuanto a tendencias y peculiaridades, se deben observar aquellas
que tiendan presentar un crecimiento en el número de defectos o
disconformes a niveles que afecten el desempeño de la línea de
producción o máquina.

Con respecto a la comparación con las especificaciones, se debe poner

especial cuidado para determinar si la especificación ha sido
establecida como un máximo o un promedio.

52
En el control de recepción de una empresa fabricante de puertas
decoradas se utilizan gráficos de control para defectos por muestra (c).
Actualmente se reciben lotes de madera cortada sobre los cuales se
inspeccionan, por muestreo, tres tipos de defectos principales: defectos
A, defectos B y defectos C.

Actualmente no hay especificaciones establecidas por lo que se espera

que este estudio sirva para recomendar alguna, si es posible. Se
propone realizar un gráfico para cada tipo de defecto y uno para
defectos totales. Para cumplir con ello se recolecta la información del
cuadro siguiente:

53
 Ejercicio 1 gráfico C
Número de Defecto Defecto Defecto Total de
Muestras A B C Defectos
1 5 6 8 19
2 8 3 8 19
3 8 3 2 13
4 1 5 6 12
5 6 4 3 13
6 3 2 1 6
7 5 4 3 12
8 9 6 6 21
9 8 7 7 22
10 10 4 3 17
11 6 2 1 9
12 7 1 2 10
13 8 5 5 18
14 5 4 7 16
15 4 7 8 19
16 3 3 9 15
17 2 4 10 16
18 4 5 4 13
19 7 6 3 16
20 6 10 6 22
54
Se resolverá el ejercicio, solamente para el defecto tipo A, el resto
queda como práctica para la casa, siguiendo el mismo procedimiento.

55
56
Al observar el gráfico, se nota que ningún punto se sale de los límites de
control. Por ello, no existen causa asignables de variación en este
estudio, por lo tanto, los lotes se están recibiendo bajo control
estadístico.

Con respecto a las tendencias, se aprecia que a partir de la muestra #13

comienza a disminuir el número de defectos.

Es posible tomar el valor promedio de defectos A como especificación,

sin embargo como las especificaciones siempre buscan el mejoramiento
de la calidad, no es recomendable establecerlas al mismo nivel del
promedio, sino a un valor con un grado de exigencia mayor, el cual se
convierta en una meta, por lo que se recomienda manejar 4 defectos tipo
A por muestra como especificación.
57
 Este gráfico funciona para el control de defectos o disconformes
por unidad cuando estos se inspeccionan por unidad extraída. La
forma de este gráfico es exactamente la misma del gráfico c.
Debe ser usado cuando la cantidad de defectos o disconformes es
Gráfico de alta y por lo tanto, la cuantificación por muestra es difícil pues se
manejaría números grandes.
control u En estos gráficos, al igual que en los gráficos c, los puntos que
están bajo el límite inferior no se eliminan, sino que se investigan
sus causas, pues pueden significar baja cantidad de defectos.

58
Los pasos para construir un gráfico u es prácticamente igual al gráfico c,
con la variante que se calcula el valor de u o número de defectos por
unidad.

Calcular los límites de control del gráfico:

59
Si existen muestras fuera de los límites debe procederse a recalcular el
valor u y los límites de control, en especial el límite superior. El valor u
modificado se calcula así:

60
 Ejercicio 1 gráfico U

Una empresa que se dedica a la fabricación de envases de vidrio tiene

problemas de calidad, pues la cantidad de defectuosos en los envases
ha crecido considerablemente. Ante esta situación, se ha decidido
instalar un gráfico de control para defectos por unidad. La
especificación es de 0,5 defectos por unidad como máximo. Para ello se
han tomado 20 muestras de diez unidades cada una, originándose la
información que se presenta en el siguiente cuadro:

61
62
63
64
Al observar el gráfico, se nota que la muestra No. 5 se sale del límite
superior de control, por lo tanto, se procede a eliminar dicha muestra y
calcular el valor u modificado y los nuevos límites de control de la
siguiente manera:

65
66
Con los nuevos límites de control, no se observa ninguna muestra fuera
de los límites de control. En cuanto a tendencias y peculiaridades es
importante investigar el comportamiento que se presenta de la
muestra 6 a la muestra 15 y el que se aprecia de la muestra 15 a la 20.
La primera serie evidencia una tendencia de decrecimiento en el
número de defectos, pero la segunda serie presenta una tendencia
contraria.

En cuanto a especificaciones, estas no se cumplen, por que se indica

que como máximo debe haber 0,5 defectos por unidad y según el LSC el
valor es de 1 defecto de por unidad, por lo que deben hacerse los
ajustes necesarios para bajar el número de defectuosos.

67
 # Subgrupo # Inspeccionado No-conformidades Fracción o Proporción de
(N) (D) No-conformidades (P)
1 920 13 0,014
2 893 4 0,004
3 849 3 0,004
4 789 22 0,028
5 802 13 0,016
6 910 6 0,007
7 938 12 0,013
8 976 19 0,019

Ejercicio
9 936 2 0,002
10 857 17 0,020
11 820 4 0,005

Gráfico de
12 853 12 0,014
13 947 4 0,004
14 930 21 0,023

Control p 15
16
17
847
981
976
6
17
13
0,007
0,017
0,013
18 908 25 0,028
19 837 25 0,030
20 967 15 0,016
21 852 7 0,008
22 756 19 0,025
23 935 12 0,013
24 929 9 0,010
25 996 16 0,016
26 1005 4 0,004
27 842 9 0,011
28 916 18 0,020
29 1010 19 0,019
30 854 4 0,005

68
 # Subgrupo # Inspeccionado (n) # Disconformidades Fracción o proporción NO-Conformidades
1 1000 13 0,013
2 1000 4 0,004
3 1000 3 0,003
4 1000 22 0,022
5 1000 13 0,013
6 1000 6 0,006
7 1000 12 0,012
8 1000 19 0,019
9 1000 2 0,002
10 1000 17 0,017
11 1000 4 0,004

Ejercicio
12 1000 12 0,012
13 1000 4 0,004
14 1000 21 0,021

Gráfico np 15
16
17
1000
1000
1000
6
17
13
0,006
0,017
0,013
18 1000 25 0,025
19 1000 25 0,025
20 1000 15 0,015
21 1000 7 0,007
22 1000 19 0,019
23 1000 12 0,012
24 1000 9 0,009
25 1000 16 0,016
26 1000 4 0,004
27 1000 9 0,009
28 1000 18 0,018
29 1000 19 0,019
30 1000 4 0,004

69
 Número de No-
Número de Muestras
Conformidades
1 21
2 24
3 16
4 12
5 15
6 5
7 28
8 20
9 31
10 25
Ejercicio 11
12
20
24
Gráfico C 13
14
16
19
15 10
16 17
17 13
18 22
19 18
20 39
21 30
22 24
23 16
24 19
25 17
26 15
70
71
 # Muestras # No-Conformidades # Promedio de No-conformidades
1 10 2,0
2 12 2,4
3 8 1,6
4 14 2,8
5 10 2,0
6 16 3,2
7 11 2,2
8 7 1,4
Ejercicio 9
10
10 2,0

Gráficos u
15 3,0
11 9 1,8
12 5 1,0
13 7 1,4
14 11 2,2
15 12 2,4
16 6 1,2
17 8 1,6
18 10 2,0
19 7 1,4
20 5 1,0

72