INTRODUCCIN

Las cartas de control son la herramienta ms poderosa para analizar la variacin

en la mayora de los procesos. Estas grficas fueron desarrolladas por el Dr.
Shewhart son grficas poligonales que muestran en el tiempo el estado de un
proceso. Las cartas de control enfocan la atencin hacia las causas especiales de
variacin cuando estas aparecen y reflejan la magnitud de la variacin debida a
las causas comunes (Las causas comunes o aleatorias se deben a la variacin
natural del proceso). Los elementos para construir una carta de control son:
Lnea central (LC): Esta lnea representa el promedio de los valores de W.
Los lmites de control inferior (LCI) y superior (LCS): Estos lmites definen el
rango de variacin del proceso, de tal manera que al estar el proceso bajo
control estadstico, haya una alta probabilidad de que los valores de W se
encuentren dentro de los lmites de control.
Las cartas de control para variables, se aplican al monitoreo de caractersticas de
calidad tipo continuo, las cuales requieren de un instrumento de medicin (Peso,
volumen, voltaje, etc.). Las cartas de control para variables ms usuales son: X
barra (Promedios), R (Rangos), S (Desviacin estndar), X (Medidas individuales),
T2 (Multivariadas).
Los datos son el resultado de la medicin de las caractersticas del producto, los
cuales deben de ser registrados y agrupados. En este trabajo se muestran los
resultados obtenidos de muestras que se tomaron a 125 pijas de 1.5 pulgadas
para ver cuales presentaban defectos y hacer el anlisis sobre ellas aplicando las
cartas de control para variables, se dice que un proceso est bajo Control
Estadstico cuando presenta causas comunes nicamente. Cuando ocurre esto
tenemos un proceso estable y predecible. Cuando existen causas especiales el
proceso est fuera de Control Estadstico; las grficas de control detectan la
existencia de estas causas en el momento en que se dan, lo cual permite que
podamos tomar acciones al momento.

DESARROLLO
Para comenzar la prctica, lo primero que hicimos fue conseguir el material el cual
fue pijas de tabla roca de 1.5 pulgadas.

Una vez que el material fue seleccionado, se marcaron y se clasificaron en grupos

de cinco para formar las 125 piezas que se necesitaba para la prctica.

Se prosigui a medir cada pija con una herramienta de medicin, que en este caso
fue el calibrador vernier digital y se efectuaron las mediciones de las 125 pijas.

Se capturaron los datos provisionalmente en una hoja, para tener registro de cada
uno de ellos, se obtuvieron 25 muestras de 5 observaciones cada uno.

Los datos obtenidos fueron vaciados un una hoja de clculo de Excel donde se
calcularon los promedios, rangos y desviacin estndar de cada subgrupo para
posterior mente realizar los grficos de control.

Por ltimo los datos se ingresaron a Minitab para obtener los grficos de control
correspondientes X, R y S.

RESULTADOS
Al ingresar los datos de las muestras que se obtuvieron en la realizacin de la
prctica al software de Minitab, se generaron los grficos X, R y S.
El grafico X nos muestra la distribucin de los datos de las 25 muestras, tomando
como base el promedio de las observaciones de cada muestra, es decir se
muestra el promedio de cada uno de los 25 subgrupos.
GRAFI CO X
1.515
UCL=1.51213

Media de la muestra

1.510
1.505
_
_
X=1.49854

1.500
1.495
1.490
1.485

LCL=1.48496
1

11 13 15
Muestra

17

19

21

23

25

Como se puede observar en la grfica de los promedios, todos los valores se

encuentran dentro de los lmites superior e inferior, no existe tendencia y los
puntos no forman algn patrn que indique que el proceso se encuentra fuera de
control, por lo que se concluye que el proceso est bajo control y el proceso de
medicin de las pijas fue realizado correctamente.

Para realizar el grafico R, se toman los rangos de cada una de las muestras, es
decir se hace la diferencia del dato mayor y el menor para obtenerlo.

GRAFICO R
1

0.05

UCL=0.04979

Rango de la muestra

0.04

0.03
_
R=0.02355
0.02

0.01

0.00

LCL=0
1

11 13 15
Muestra

17

19

21

23

25

En el grafico R se puede observar que casi todos los datos se encuentran dentro
de los lmites de control y no estn muy cerca de estos, pero la muestra 23 se
encuentra sobre el lmite de control superior por lo que se puede concluir que el
proceso est fuera de control que esta muestra no cumple con los estndares de
calidad del proceso, debido a un error de medicin.
GRAFICO S
0.025
1

Desv.Est. de la muestra

0.020

UCL=0.01988

0.015
_
S=0.00952

0.010

0.005

0.000

LCL=0
1

11 13 15
Muestra

17

19

21

23

25

En el grafico S, se puede observar que las desviaciones estndar de los

subgrupos no forman ningn patrn que indique que el proceso este fuera de
control, pero el punto 23 es un punto atpico el cual se gener por una causa
especial la cual puede ser por un error de medicin en una observaciones de las
muestras, se puede concluir que debido a esta muestra el proceso se encuentra

fuera de control, por lo que se recomienda realizar un nuevo anlisis enfocado a

esas muestras.
Como hemos visto, la mayora de las observaciones se encuentran dentro de los
lmites control alrededor de la media. Esto significa que slo 1 muestra, es decir 5
observaciones de 125 se encuentran fuera de los rangos esto puede ser por un
error en la medicin de las piezas. Entonces, cuando se encuentra ms de 1 punto
fuera de los lmites de control, esto indica que el sistema de causas aleatorias que
provocaba la variabilidad habitual de las observaciones ha sido alterado por la
aparicin de una causa asignable que es necesario descubrir y eliminar. En ese
caso, el supervisor del proceso debe detener la marcha del mismo e investigar con
los que operan el proceso hasta descubrir la o las causas que desviaron al
proceso de su comportamiento habitual. Una vez eliminadas las causas del
problema, se puede continuar con la produccin normal.

CONCLUSIN
Se puede concluir que el uso de las cartas de control para variable son de gran
ayuda en la interpretacin de datos sobre la calidad de un producto debido a que
nos muestran la variabilidad que estos tienen con respecto a un parmetro
establecido. Las variaciones de los datos se pueden graficar en base a los
promedios (X), los rangos (R), y las desviaciones estndar de cada s, de esta
manera se pueden observar los lmites de control de acuerdo a la variacin que
tienen los datos, permitiendo as detectar cuales de los elementos que se estn
analizando representan o indican que el proceso se encuentra fuera de control, lo
cual muestra que hubo un error o falla en una medicin de una de las muestras.
Este anlisis se realiza con el fin de encontrar fallas en el proceso, mostrando los
elementos grficamente para que este sea ms fcil de interpretar y as poder
mejorarlo, realizando un estudio enfocado a los elementos atpicos para reducir los
errores.