CONTROL ESTADSTICO DE

PROCESOS

GRFICOS DE CONTROL

CONTROL ESTADISTICO DE CALIDAD

Es el conjunto de tcnicas estadsticas

para la vigilancia del comportamiento
de aquellas caractersticas que hemos
seleccionado como mejores indicadores
de la calidad

1
Por qu se plantea el recurso a tcnicas
estadsticas para controlar la calidad?.

La razn es muy sencilla: la gestin de

la calidad precisa informacin,

Esa informacin deber ser

adecuadamente recogida y tratada.

CONTROL ESTADISTICO DE CALIDAD

CONTROL DE PROCESO CLIENTES

CONTROL DE PRODUCTO
ACABADO

CONTROL EN RECEPCIN
PROVEEDORES

2
CONTROL ESTADISTICO DE CALIDAD

Control en recepcin (o con ms generalidad,

control de producto acabado):
se controlan los materiales, componentes o piezas que
entran en nuestra planta procedentes de proveedores o
bien se controlan nuestros propios productos una vez
fabricados y antes de ser servidos a nuestros clientes.
La accin sobre producto acabado se basa pues en una
filosofa de deteccin y eliminacin de lo mal producido.
Control de procesos:
se controla el producto durante su fabricacin. Se trata
aqu de las tcnicas de control estadstico de procesos
(SPC: Statistical Process Control), tendentes a que
aquello que se est produciendo lo sea con calidad,
emplendose por tanto una ptica de prevencin.

CARACTERSTICAS DE CALIDAD

Pueden considerarse divididas en dos

grandes grupos:
Variables
son aquella caractersticas que son medibles
de un modo continuo
Atributos
son caractersticas resultado de procesos de
conteo, que conllevan ya en si una valoracin
cualitativa sobre la calidad de piezas,
productos o servicios

3
CARACTERSTICAS DE CALIDAD
Variables
caractersticas dimensionales (espesores, longitudes,...),
caractersticas mecnicas (resistencia, dureza, )
caractersticas elctricas (voltaje, intensidad, ...)
pesos
tiempo que se tarda en servir un pedido
tiempo de espera de un cliente para recibir un servicio
Atributos
nmero de defectos superficiales por metro cuadrado de
pavimento cermico
nmero de piezas defectuosas en una muestra
nmero de errores en un documento
porcentaje de impresos mal rellenados

GRFICOS DE CONTROL

Un grfico de control es una herramienta

empleada para controlar el comportamiento
de una caracterstica de calidad durante el
proceso de fabricacin (a lo largo del tiempo)

GRFICO DE CONTROL

60
50
LIM. SUP.
40
30 L.C.
20
10 LIM. INF.
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
MUESTRA/FECHA

4
GRFICOS DE CONTROL
GRFICO DE CONTROL

60
50
LIM. SUP.
40
30 L.C.
20
10
0
LIM. INF.
SUS PRINCIPALES
1 2 3 4 5 6 7 8 9 10
MUESTRA/FECHA
11 12 13 14 15 16
ELEMENTOS SON:

Eje de abcisas, que tiene un sentido temporal.

Eje de ordenadas, valor de la caracterstica que se est controlando.
Lnea central, indica el nivel de referencia en torno al cual viene
oscilando la caracterstica en cuestin.
Lmite superior de control, que indica el valor mximo que
habitualmente, y salvo que se produzcan cambios, no debe ser
sobrepasado por la caracterstica controlada.
Lmite inferior de control, que indica el valor mnimo por debajo del
cual, salvo que se produzcan cambios, no va a moverse normalmente
la caracterstica estudiada.
Lnea quebrada, indicando la evolucin temporal de la caracterstica
controlada.

GRFICOS DE CONTROL

Objetivo de los Grficos de Control:

Monitorizar la evolucin de una

caracterstica de calidad
Detectar cambios en su comportamiento
Conseguir estabilidad en su evolucin
Mejorar la calidad

5
 Grficos de Control: Tipos
GRAFS. POR VARIABLES
GRFICOS
CLSICOS
GRAFS. POR ATRIBUTOS

60
GRFICODECONTROL GRFICOS CUSUM
MEJORA DE
50
LIM.SUP.
40
30
20 GC L.C.

10
0
LIM.INF.

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
SENSIBILIDAD
MUESTRA/FECHA

GRFICOS EWMA

G. DE MEDIDAS INDIVIDUALES
SITUACIONES
ESPECIALES
GRAFS. DE SERIES CORTAS

Grficos de Control: Tipos

GRFICO DE
MEDIAS
CONTROL DE LA
POSICIN
GRFICO DE
MEDIANAS
CONTROL POR
VARIABLES
GRFICO DE
CARACTERSTICA RANGO
MEDIBLE CONTROL DE LA
DISPERSIN
GRFICO DE
CONTROL DE DES. TPICA
PROCESOS

CARACTERSTICA DE
RECUENTO
GRFICO np
CONTROL POR
DEFECTUOSAS
GRFICO p
CONTROL POR
ATRIBUTOS
GRFICO c
CONTROL POR
DEFECTOS
GRFICO u

6
 CONTROL POR VARIABLES
Debe hacerse mediante la combinacin
de dos grficos:
Uno para controlar la posicin
Media
Mediana

Uno para controlar la dispersin

Rango
Desviacin tpica

Caracterstica a controlar
Cualquier producto, proceso o servicio es
descrito por un gran nmero de
caractersticas
Control por variables

No todas pueden ni deben controlarse

Hay que elegir slo las ms importantes:
Pareto
Diagramas causa-efecto
Caractersticas del producto, proceso o servicio
La necesidad de un grfico debe re-
evaluarse peridicamente.

7
 Recogida de datos
Deben preverse formatos adecuados:
Una misma hoja con datos y grficos
Zona de dibujo con trama o cuadrcula
Control por variables

Espacio para los comentarios de incidencias

Tabla de constante y frmulas a emplear
Evitar hojas demasiado complicadas

Establecer protocolos y sistemas de archivo y

procesado de los grficos

EMPRESA S.A. x R x S2
xS ~ xR
PIEZA: CARACTERSTICA: OPERACIN: Especificacin:

Muestra:
DATOS
Frecuencia:
DE IDENTIFICACIN
Mquina: L.central: LCS: LCI: Responsable:
Formato: control por variables

GRFICO DE LA MEDIA (POSICIN)

GRFICO DEL RANGO (DISPERSIN)

ID.
NMERO DE MUESTRA / FECHA-HORA
x1
x2
x3
x4
DATOS / MEDICIONES
x5
suma
med.
R/s/s2
CLCULOS ESTADSTICOS

8
Grficos de Control por Variables

Se obtiene en cada toma muestras de

tamao n
En cada toma se calcula media y rango
Con los datos histricos de medias y
rangos se calculan:
k k

x i R i
x= i =1
R= i =1

k k

Grficos de Control por Variables

Se calculan las lneas del grfico:

Grfico de la media:
k

x i
L.C. = x = i =1
k
LCS x = x + A2 R LCI x = x A2 R

Grfico del Rango:

L.C. = R
LCSR = D 4 R LCI R = D 3R

9
 Grfico X-barra Estimacin Grfico R Grfico S
de

n A2 A3 d2 D3 D4 B3 B4
2 1.880 2.659 1.128 -- 3.267 -- 3.267
3 1.023 1.954 1.693 -- 2.574 -- 2.568
4 0.729 1.628 2.059 -- 2.282 -- 2.266
5 0.577 1.427 2.326 -- 2.114 -- 2.089
6 0.483 1.287 2.534 -- 2.004 0.030 1.970
7 0.419 1.182 2.704 0.076 1.924 0.118 1.882
8 0.373 1.099 2.847 0.136 1.864 0.185 1.815
9 0.337 1.032 2.970 0.184 1.816 0.239 1.761
10 0.308 0.975 3.078 0.223 1.777 0.284 1.716
11 0.285 0.927 3.173 0.256 1.744 0.321 1.679
12 0.266 0.886 3.258 0.283 1.717 0.354 1.646
13 0.249 0.850 3.336 0.307 1.693 0.382 1.618
14 0.235 0.817 3.407 0.328 1.672 0.406 1.594
15 0.223 0.789 3.472 0.347 1.653 0.428 1.572

Seales de Falta de Control

La seal bsica es el punto fuera de
lmites de control:
El grfico est diseado de tal forma que
la probabilidad que eso ocurra sin motivo
(falsa alarma) es muy pequea (0.0027).
Hay otras seales adicionales que son
pautas anormales de comportamiento
de los datos.

10
 S EA L ES A DIC IO NA L ES DE FA L T A DE C O NT RO L
LCS

b3 b3
b1 b2 b4
LCI

1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2

b.1.) Racha ascendente o descendente de 7

o ms puntos.
b.2.) Racha de 8 o ms puntos a un mismo
lado de la lnea central.
b.3) Otras secuencias anormales.

b.4) Comportamiento errtico.

SEA L ES A DIC IONA L ES DE FA L T A DE C ONT ROL

LCS

b5 b6 b7
LCI

1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6

b.5) Demasiados puntos en la zona central.

b.6) Pocos puntos en la zona central.

b.7) Ciclos.

11
 SEALES ADICIONALES DE FALTA DE CONTROL
LCS

b8 (tendencia) b8 (cambio de nivel)

LCI

1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6

b.8) Tendencias.

b.9) Cambios de nivel.

Seales de Falta de Control

En el Grfico del Rango son vlidas las
mismas seales, excepto la seal
racha de puntos por debajo de la lnea
central

Ello es debido al carcter asimtrico de

la distribucin del rango

12
Ejemplo

Se ha estado midiendo una caracterstica

de calidad de un proceso
Se toma una muestra de 5 unidades cada
tres horas
Se quiere llevar un control con media y
rango.

BASADO EN GILBERT, R.O.

Ejemplo
Etapas:
1. Recoger datos suficientes
Obtener los datos base para el clculo de los lmites
iniciales
2. Calcular medias y rangos
3. Construir el grfico con los datos base
Verificar estabilidad
4. Explotar los grficos con el control de los
nuevos puntos
Recoger nuevos datos
Calcular medias y rangos
Representar y evaluar

13
 Ejemplo Media de las medias= 45.31
Rango medio = 38.57

Datos del periodo base:

m.n 1 2 3 4 5 6 7 8 9 10 11 12
31 49 46 18 32 83 28
34 19 72 24 66 80 51
DATOS
BASE

13 79 49 24 28 37 37
40 39 72 47 67 69 29
28 51 33 38 74 55 44
MEDIA 29.2 47.4 54.4 30.2 53.4 64.8 37.8
RANGO 27 60 39 29 46 46 23

Los grficos X-bar

X-barChart
Chartfor
forTSP
TSP
muestran 73
73 UCL = 67.56
UCL = 67.56
estabilidad, 63
63
CTR = 45.31
CTR = 45.31
LCL = 23.07
LCL = 23.07
X-bar

53
X-bar

53
Pueden ser 43
43
usados como 33
33

base para el 23
23
0 2 4 6 8
0 2 4 6 8
control Subgroup
Subgroup

Range
RangeChart
Chartfor
forTSP
TSP
100
100 UCL = 81.55
UCL = 81.55
80 CTR = 38.57
80 CTR = 38.57
LCL = 0.00
Range

60 LCL = 0.00
Range

60
40
40
20
20
0
0
0 2 4 6 8
0 2 4 6 8
Subgroup
Subgroup

14
 Se prosigue la toma de datos los dems
meses, refiriendo el control a los lmites
calculados en el periodo base

1 2 3 4 5 6 7 8 9 10 11 12
31 49 46 18 32 83 28 42 46 41 69 26
34 19 72 24 66 80 51 53 46 90 108 25
13 79 49 24 28 37 37 56 57 31 37 45
40 39 72 47 67 69 29 129 26 63 47 39
28 51 33 38 74 55 44 64 41 37 43 23
29.2 47.4 54.4 30.2 53.4 64.8 37.8 68.8 43.2 52.4 60.8 31.6
27 60 39 29 46 46 23 87 31 59 71 22

X-bar
X-barChart
Chartfor
forCol_6
Col_6
73
73 UCL = 67.56
UCL = 67.56
63 CTR = 45.31
63 CTR = 45.31
LCL = 23.07
LCL = 23.07
X-bar

53
X-bar

53
43
43
33
33
23
23
Seal del falta de 0
0
2
2
4
4
6
6
8
8
10
10
12
12
Subgroup
estabilidad Subgroup

Range
RangeChart
Chartfor
forCol_6
Col_6
100
100 UCL = 81.55
UCL = 81.55
80 CTR = 38.57
80 CTR = 38.57
LCL = 0.00
Range

60 LCL = 0.00
Range

60
40
40
20
20
0
0
0 2 4 6 8 10 12
0 2 4 6 8 10 12
Subgroup
Subgroup

15
16
Estudios de capacidad
La capacidad del proceso es una medida de
la homogeneidad intrnseca del proceso de
produccin
Resulta muy importante verificar la capacidad
antes del inicio de la produccin y durante la
misma
Los ndices de capacidad cuantifican el grado
de potencialidad de los procesos en el
cumplimiento de requisitos y especificaciones

Objetivos del estudio de

capacidad
Predecir si se van a poder cumplir
especificaciones
Seleccionar el proceso ms adecuado
Planificar interrelaciones secuenciales
Establecer una base cuantitativa para
revisiones a largo plazo del funcionamiento
del proceso
Ser requisito para seleccin y asignacin de
equipos

17
ndices de capacidad
Se basan en la comparacin entre los lmites de
especificacin y la variabilidad natural del proceso
La variabilidad natural es la anchura de un intervalo
dentro del cual se encuentra la mayor parte de la
produccin
De suele definir como seis veces la desviacin tpica,
con lo cual queda dentro del intervalo el 99.73% de
la poblacin
Aunque hay muchos ndices, dos son los ms
importantes

ndices de capacidad
Los ndices ms importantes son:

Cp = Capacidad potencial del proceso.

Mide la capacidad que tendra el proceso
de cumplir las especificaciones si estuviera
bien centrado.
Cpk = Capacidad real del proceso. Mide el
cumplimiento real de especificaciones,
teniendo en cuenta el descentrado.

18
Capacidad potencial
Se define como:

USL LSL
Cp =
6S
Donde:
USL = lmite superior de especificacin
LSL = lmite inferior de especificacin
S = desviacin tpica del proceso
6 S = variabilidad natural del proceso

Capacidad potencial
Segn el valor que tome el proceso se
clasifica en capaz o no capaz:

Cp > 1 Proceso potencialmente capaz

Cp = 1 Proceso potencialmente justamente capaz

Cp < 1 Proceso potencialmente no capaz

19
Capacidad real
La capacidad real se mide a travs de Cpk:

C pk = min( C pu , C pl )
USL x
C pu =
3S
x LSL
C pl =
3S
Donde:
USL = lmite superior de especificacin
LSL = lmite inferior de especificacin
S = desviacin tpica del proceso
x = media del proceso

Capacidad real
Segn el valor que tome el proceso se
clasifica en capaz o no capaz:

Cpk > 1 Proceso capaz

Cpk = 1 Proceso justamente capaz

Cpk < 1 Proceso no capaz

20
Capacidad y grficos de control

Los valores necesarios para un estudio

de capacidad pueden obtener de los
grficos de control

X =x

R
S=
d2

Grficos de Control por Atributos

Se toma muestra de tamao n (mucho

ms grande que en caso de control por
variables)
Se calcula el estadstico de control
adecuado (p, np, c, u)
Con los datos histricos del estadstico
se calcula su promedio (que sea la
lnea central del grfico)

21
Tamao de muestra,
control por defectuosas

z p0 (1 p0 ) + z p1 (1 p1 )

n= 2
p1 p0

Nivel de significacin
Proporcin de defectuosas normal p0
Proporcin de defectuosas no deseada p1
Probabilidad de error tipo II,

Tamao de muestra,
control por defectos

z 0 + z 1

n= 2
1 0

Nivel de significacin
Promedio de defectos normal 0
Promedio de defectos no deseado 1
Probabilidad de error tipo II,

22
Control por defectuosas
Grfico p Grfico np
(n var.) (n const.)
k
Lnea
p
np i

central np = i =1
k
Lmite
superior de p + 3 p(1 - p) np + 3 np(1- p)
control ni

Lmite
p(1 - p)
inferior de p - 3 np - 3 np(1 - p)
ni
control

Control por defectos

Grfico c Grfico u
(n const.) (n var.)
k k
Lnea c i u i

c= i =1 u= i =1
central k k

Lmite
u
superior de c+3 c u+3
control n
Lmite u
inferior de c-3 c u-3
control n

23
 p c
EMPRESA S.A. np u
PIEZA: CARACTERSTICA: OPERACIN: Responsable:

Lote n: Media: DATOS

LCS: DE IDENTIFICACIN
LCI: Tamao muestra:
Frecuencia muestreo:
Formato: control por atributos

GRFICO DEL ESTADISTICO DE CONTROL

ID. NMERO DE MUESTRA / FECHA-HORA

muestra
cant.def
DATOS / CONTEOS
propor. ESTADSTICOS

Seales de Falta de Control

La seal bsica de falta de control es el
punto fuera de lmites.
La probabilidad de falsa alarma se sita en
el mismo valor que en el grfico de control
por variables.

La seales adicionales vistas para el

grfico de la media son vlidas tambin
ahora.

24
Seales de Falta de Control
La seal bsica de falta de control es el
punto fuera de lmites.
La probabilidad de falsa alarma se sita en
el mismo valor que en el grfico de control
por variables.

La seales adicionales vistas para el

grfico de la media son vlidas tambin
ahora (salvo matices).

Ejemplo: Incidentes con vertido

Se dispone de datos de tres aos, mes a
mes, del nmero de vertidos no controlados
en una empresa qumica

E F M A M J J A S O N D
1999 2 5 3 0 3 0 4 5 6 3 2 2

2000 4 0 2 2 1 1 2 1 6 3 7 1

2001 13 3 5 5 3 9 1 10 6 7 4 5

25
 Ejemplo: Incidentes con vertido
Con los primero 15 meses se construyen los
lmites iniciales de control
C = 2.733

E F M A M J J A S O N D
1999 2 5 3 0 3 0 4 5 6 3 2 2

2000 4 0 2 2 1 1 2 1 6 3 7 1

2001 13 3 5 5 3 9 1 10 6 7 4 5

Ejemplo
Con los primero 15 meses se construyen los
lmites iniciales de control

Los datos muestran

estabilidad, por lo
que los lmites se
pueden usar

26
 Ejemplo
En control se lleva punto a punto: ante
cada nuevo dato se evala la situacin

Al ir completando el
resto de puntos se
aprecia un cambio
de comportamiento
(nivel) que provoca
salida de control en
el punto 25

Grfico de Medidas Individuales

Corresponde a control de variables.
Se aplica cuando no es posible / rentable/
razonable/ disponer de muestras mltiples,
sino que en cada instante se tiene slo una
lectura.
No debe considerarse una alternativa a los
grficos clsicos.

?
En cada toma se evala posicin y dispersin

27
Grfico de Medidas Individuales
La posicin se controla a travs de la
medida obtenida
La dispersin se control mediante rangos
mviles:
Rangos mviles de orden 2

L M X J V S D L M X J V S D

x 15 12 18 11 14 10 7 13 15 13 18 19 12 10

Rm 3 6 7 3 4 3 3 2 2 5 1 7 2

Grfico de Medidas Individuales

La posicin se controla a travs de la
medida obtenida
La dispersin se control mediante rangos
mviles:
Rangos mviles de orden 3

L M X J V S D L M X J V S D

x 15 12 18 11 14 10 7 13 15 13 18 19 12 10

Rm 6 7 7 4 7 6 9 2 5 6 7 9

28
 Grfico de Medidas Individuales
Las lneas del grfico de la media se calculan
mediante:
LC x = x = x i E2 = 3 / d2
n d2, D3 y D4 son
LCSx = x + E 2 R constantes tabuladas

LCI x = x E 2 R
Las lneas del grfico del rango se calculan con:

LC x = R =
R i

n
LCSR = D 4 R
LCI R = D 3 R

Grfico X-barra Estimacin Grfico R Grfico S

de

n A2 A3 d2 D3 D4 B3 B4
2 1.880 2.659 1.128 -- 3.267 -- 3.267
3 1.023 1.954 1.693 -- 2.574 -- 2.568
4 0.729 1.628 2.059 -- 2.282 -- 2.266
5 0.577 1.427 2.326 -- 2.114 -- 2.089
6 0.483 1.287 2.534 -- 2.004 0.030 1.970
7 0.419 1.182 2.704 0.076 1.924 0.118 1.882
8 0.373 1.099 2.847 0.136 1.864 0.185 1.815
9 0.337 1.032 2.970 0.184 1.816 0.239 1.761
10 0.308 0.975 3.078 0.223 1.777 0.284 1.716
11 0.285 0.927 3.173 0.256 1.744 0.321 1.679
12 0.266 0.886 3.258 0.283 1.717 0.354 1.646
13 0.249 0.850 3.336 0.307 1.693 0.382 1.618
14 0.235 0.817 3.407 0.328 1.672 0.406 1.594
15 0.223 0.789 3.472 0.347 1.653 0.428 1.572

29
 El uso de los
rangos mviles
permite llevar un
control de la
dispersin, pese a
trabajar con
medidas nicas

30