Unidad 6. Control estadístico de datos.

Temas:
6.1 Conceptos y principios del CEP.
6.2 Gage R&R.
6.3 Plan del control.
6.4 Gráficos de atributos.
Control estadístico de datos: 6.1 Conceptos y principios del CEP.

Control Estadístico de Procesos (CEP)

Es un instrumento de gestión que permite, mediante la comparación del

funcionamiento del proceso con unos límites previamente establecidos
estadísticamente, y la modificación de las condiciones del proceso, si es preciso,
establecer y garantizar la consecución de las especificaciones deseadas.

Permite conseguir, mantener y mejorar procesos estables y capaces.

El CEP es un método sistemático para prevenir/predecir y minimizar las variaciones

de los procesos y consiste en examinar su resultado final, controlando muestras de
las unidades producidas tomadas a intervalos suficientemente breves, con objeto de
asegurar la debida actuación sobre las causas que provocan el desajuste.
Control estadístico de datos: 6.1 Conceptos y principios del CEP.

Control Estadístico de Procesos (CEP)

Los indicadores de desajuste de un proceso se obtienen a partir de la aplicación de

conceptos estadísticos y gráficos, que permiten valorar los cambios en los valores
medios y en la dispersión de los parámetros especificados como de consigna u
objetivo.
Control estadístico de datos: 6.1 Conceptos y principios del CEP.

Elementos del CEP

a. Proceso.
Es la combinación organizada de los elementos: mano de obra, instalaciones, materia
prima, métodos de trabajo y entorno, para elaborar un objeto: producto o servicio.

b. Información sobre el comportamiento del proceso.

Incluye el estudio de las variaciones de los parámetros mas significativos, que definen
las condiciones de operación en el proceso.

c. Información sobre el comportamiento del proceso en curso de producción.

Se obtiene a través de la medición y estudio de los parámetros más significativos y en
tiempo real, en cada una de las operaciones de transformación o elaboración de los
productos o servicios.
Control estadístico de datos: 6.1 Conceptos y principios del CEP.

Elementos del CEP

d. Medidas correctoras al proceso.

Del análisis e interpretación de las informaciones, en caso de desajuste, surge la
necesidad de adoptar medidas correctoras que modifiquen permanentemente el
proceso. Son acciones de carácter preventivo de mejora del proceso. En general no
son competencia del operario de la línea, sino responsabilidad de la Dirección.

e. Medidas correctoras al curso de producción.

Cuando se observa que hay variación y el proceso entra en situación inestable, es
necesario aportar decisiones de acciones correctoras inmediatas para eliminar las
causas y restituir al proceso dentro de condiciones de variabilidad no asignable. Son
competencia de los operarios de la línea.
Control estadístico de datos: 6.1 Conceptos y principios del CEP.
Relación entre los componentes del CEP
 Control estadístico de datos: 6.1 Conceptos y principios del CEP.
Ventajas:

• Reducción de costes.
• Mejora de calidad y rendimiento.
• Reducción de la actividad de inspección innecesaria.
• Reducción de recuperaciones y chatarra.
• Puesta en evidencia de muchos problemas de diseño.
• Resolución sencilla de difíciles problemas relacionados con especificaciones y
requerimientos.
• Aislamiento de las fuentes de variación de los procesos.
Control estadístico de datos: 6.1 Conceptos y principios del CEP.
Variación

Se denomina variación a las diferencias que resultan del efecto combinado de las
influencias, internas y externas, que afectan a los factores (mano de obra,
instalaciones, materiales, métodos y entorno) que intervienen en un proceso.
Las causas que provocan estas variaciones corresponden a dos tipos:

a. Causas comunes.
Su naturaleza es de tipo aleatorio y son debidas a los numerosos motivos de variación
fortuita, en general pequeños, que están presentes en cualquier proceso. Como
resultado, el proceso tiene un comportamiento estable en el tiempo y las
características de salida pueden predecirse.

Ejemplos de causas comunes son: vibraciones en máquinas, pequeños cambios en la

materia prima, holguras y desgaste de herramientas.
Control estadístico de datos: 6.1 Conceptos y principios del CEP.

b. Causas especiales.
Su naturaleza no es aleatoria. Las causas especiales consisten en unos pocos motivos
individuales que aparecen esporádicamente en el proceso, por lo que son imprevisibles
y, además, pueden dar lugar a variaciones importantes. Dan como resultado un proceso
inestable sobre el que no se puede predecir la homogeneidad de las características de
salida.

Ejemplos de causas especiales son: error del operario, ajuste incorrecto y materia
prima defectuosa.
Control estadístico de datos: 6.1 Conceptos y principios del CEP.

Proceso estable.
Un proceso estable es el que resulta cuando sólo están presentes causas comunes de
variación. La mejora de un proceso estable requiere cambios fundamentales en él.

Un proceso estable es consistente. El

resultado del proceso no varía en el
tiempo: la media no se desvía y la
dispersión no varía significativamente. En
un proceso estable se pueden predecir sus
resultados.
Control estadístico de datos: 6.1 Conceptos y principios del CEP.
Dentro de los procesos estables podemos hacer otra clasificación: proceso capaz o no
capaz.
- Proceso capaz y no capaz
Decimos que el proceso es capaz respecto a una especificación de consigna determinada,
si la distribución estadística de las medidas está dentro de los límites de la especificación.
 Control estadístico de datos: 6.1 Conceptos y principios del CEP.

La secuencia genérica para conseguir un proceso capaz es la siguiente:

Proceso inestable.
Un proceso inestable es aquél que
presenta causas especiales de
variación. Se observan cambios en la
media y en la dispersión de las
observaciones.
Control estadístico de datos: 6.1 Conceptos y principios del CEP.

La mejora de un proceso inestable requiere la aplicación del control estadístico de proceso

y seguir la secuencia genérica siguiente:
 Control estadístico de datos: 6.2 Gage R&R.

¿Qué es un estudio R&R del sistema de medición (repetibilidad y

reproducibilidad)?

Un estudio R&R del sistema de medición le permite investigar:

• Si la variabilidad de su sistema de medición es pequeña en comparación con la variabilidad del

proceso.

• Cuánta variabilidad en el sistema de medición es causada por diferencias entre operadores.

• Si su sistema de medición es capaz de distinguir entre partes diferentes.

Ejemplo:
Varios operadores miden el diámetro de los tornillos para asegurarse de que cumplan las
especificaciones.
Un estudio R&R del sistema de medición indica si los inspectores son consistentes en sus
mediciones de la misma parte (repetibilidad) y si la variación entre inspectores es consistente
(reproducibilidad).
 Control estadístico de datos: 6.2 Gage R&R.

¿Debo utilizar un estudio R&R del sistema de medición cruzado, anidado o

expandido?

Estudio R&R cruzado del sistema de medición

Estudio en el que cada operador mide cada parte. Este estudio se denomina cruzado porque cada
operador mide las mismas partes múltiples veces.
El estudio R&R cruzado del sistema de medición es utilizado para determinar cuánta es la variación
observada del proceso que se debe a una variación del sistema de medición

Estudio R&R anidado del sistema de medición

Estudio en el que solamente un operador mide cada parte, usualmente porque la prueba destruye
la parte. Este estudio se denomina anidado porque uno o más factores están anidados bajo otro
factor y, por lo tanto, no están cruzados con los otros factores.
 Control estadístico de datos: 6.2 Gage R&R.

¿Debo utilizar un estudio R&R del sistema de medición cruzado, anidado o

expandido?

Estudio R&R expandido del sistema de medición

Estudio en el cual existe una o más de las condiciones siguientes:

• Más de dos factores, por lo general, operador, sistema de medición y parte
• Factores fijos o aleatorios
• Factores cruzados y anidados
• Un diseño no balanceado
Este estudio se denomina expandido porque puede usarlo en varios tipos de situaciones.

Grupo de Acción de la Industria Automotriz

 Control estadístico de datos: 6.2 Gage R&R.

¿Es aceptable mi sistema de medición?

De acuerdo con las directrices de Grupo de Acción de la Industria Automotriz (AIAG), si la variación
de su sistema de medición es inferior a 10% de la variación del proceso, entonces es aceptable.
Para evaluar la variación de su proceso, compare la contribución del R&R total del sistema de
medición en el la columna %Var. de estudio (%de tolerancia, % del proceso) en su salida con los
valores en la tabla.
Porcentaje de variación del proceso Aceptabilidad
Menos de 10% El sistema de medición es aceptable.
Entre 10% y 30% El sistema de medición es aceptable dependiendo de la aplicación, el
costo del dispositivo de medición, el costo de la reparación u otros
factores.

Más de 30% El sistema de medición no es aceptable y debe ser mejorado.

Control estadístico de datos: 6.2 Gage R&R.

Directrices que utilizan componentes de la varianza

Esta tabla contiene las directrices correspondientes utilizando los componentes de la varianza. Para
evaluar sus componentes de la varianza, compare la columna % de contribución en su salida con los
valores en la tabla.

Porcentaje de los componentes de

Aceptabilidad
la varianza
Menos de 1% El sistema de medición es aceptable.
Entre 1% y 9% El sistema de medición es aceptable dependiendo de
la aplicación, el costo del dispositivo de medición, el
costo de la reparación u otros factores.
Más de 9% El sistema de medición no es aceptable y debe ser
mejorado.
 Control estadístico de datos: 6.3 Plan del control.

El Plan de Control se establece en base a Gráficos de control y la capacidad del proceso (6σ ).

Los requisitos necesarios para la construcción de un Gráfico de Control son los

siguientes:

– Definir el proceso y sus condiciones de funcionamiento de manera que estén claras las
especificaciones del producto y de los elementos que le afectan, y además, los parámetros del
mismo se hayan ajustado para obtener la misma variabilidad.

– Seleccionar una o varias características de calidad que van a ser controladas.

– Anotar los datos tomados de las sucesivas muestras de producto, conforme vaya
realizándose la producción.
 Control estadístico de datos: 6.3 Plan del control.

– Determinar los límites de control a partir de los datos.

– Dibujar los límites en el gráfico apropiado.

– Comenzar a dibujar en el gráfico los puntos representativos de las muestras de la producción

siguientes, a las utilizadas para la determinación de los límites decontrol.

– Tomar las acciones correctoras adecuadas cuando los puntos representativos de las muestras
caigan fuera de los límites de control.
 Control estadístico de datos: 6.3 Plan del control.

Tipos de gráficos de control

De forma general existen, en un proceso industrial, dos tipos de seguimiento de los procesos a los que corresponden
sendos tipos de gráficos:
– Gráficos de control de dimensiones o variables (conocidos como gráficos medias y rangos (/R) y medias y
desviación estándar (/S)).
– Gráficos de atributos, en los que no se controlan las medidas sino la fracción o porcentaje defectuoso producido.

CONCEPTO DE CAPACIDAD DE PROCESO

Si un proceso normal está en control estadístico, la característica de calidad del 99.73% de los elementos fabricados
estará comprendida entre m - 3s y m + 3s.
El parámetro m depende del punto en el que centremos el proceso.
Sin embargo s depende del número y variabilidad de las causas comunes del proceso y por lo tanto es intrínseca a él.
Por lo tanto 6s es la Variabilidad Natural del Proceso o Capacidad del Proceso.
 Control estadístico de datos: 6.4 Gráficos de atributos.

El Control Estadístico de Procesos se puede extender al control de características de calidad de tipo atributo o
discreto, analizando los procesos con las siguientes distribuciones:

• Distribución Binomial
• Distribución de Poisson.

En general, los gráficos de control por atributos son utilizados para la mejora de proceso que producen un alto
número de unidades defectuosas.

Aunque estos gráficos son capaces de distinguir entre causas comunes y especiales, tienen el inconveniente de
no avisar si se van a producir cambios adversos en el proceso.

Avisan cuando ya se han introducido.

 Control estadístico de datos: 6.4 Gráficos de atributos.

Vamos a distinguir dos grandes grupos de gráficos de control por atributos según controlemos unidades defectuosas
defectos.

a. Para unidades defectuosas:

− Gráfico de proporción de unidades defectuosas (p)
− Gráfico de porcentaje de unidades defectuosas (100 p)
− Gráfico de número de unidades defectuosas (n p)

b. Para defectos:
− Gráfico de número de defectos por unidad (u)
− Gráfico de número de defectos por muestra(c)
 Control estadístico de datos: 6.4 Gráficos de atributos.

Dentro de cada grupo, los gráficos p, 100p y u difieren de los gráficos n p y c en que los primeros son gráficos en los
que el tamaño de la muestra no es constante, y por ello se estudian proporciones en función del tamaño de la
muestra para que la base de comparación sea la misma. Cuando el tamaño de la muestra es constante no es
necesario calcular proporciones siendo válidos los datos directos (gráficos n p y c).

A la hora de elegir uno de los gráficos anteriores, podemos utilizar el cuadro resumen siguiente:

CARACTERÍSTICA A
CONTROLAR
ELEMENTOS
TAMAÑO DE
DEFECTUOSO DEFECTOS
MUESTRA
S
c
CONSTANTE np

VARIABLE p ó 100 pu