Вы находитесь на странице: 1из 26

CURSO: Control de calidad de alimentos (AI 546)

PROFESOR: Ing Antonio Matos Alejandro

CARTAS O GRFICOS DE CONTROL

Son mecanismos de control estadstico de los procesos y fueron desarrollados por Shewhart.

Segn Ishikawa (1996), es una herramienta estadstica utilizada con fines de control. Se puede
definir como registro grficos de la calidad de una caracterstica en particular, muestra una
estabilidad o inestabilidad de un proceso.

Feigenbaun (1993), menciona que es un grfico para evaluar si un producto est o no en un


estado de control estadstico.

Es una tcnica de control de procesos en lnea; consiste en detectar rpidamente ocurrencia de


causas atribuibles o cambio en el proceso y evaluar parmetros de un proceso de produccin,
determinando la capacidad del proceso.
Es la comparacin grfica cronolgica de las caractersticas de calidad real del producto, parte
u otra unidad, con los lmites de control que reflejan la capacidad de producir de acuerdo con
las experiencias de las caractersticas de calidad de la unidad.

Usos:
- Permite reducir los costos de manufactura
- Mejorar la calidad del producto
- Reducir el nmero de piezas defectuosas
- Reducir los desperdicios
- Revisar los lmites de especificacin
- Mejorar el programa de entrega de los pedidos
- Realizar el control y el diagnstico de procesos repetitivos
- Permite llevar un registro de una determinada caracterstica de calidad
- Determina el grado de control de un proceso
- Prev los rechazos antes de producir piezas defectuosas
- Juzga el rendimiento de un trabajo
- Indica el establecimiento de tolerancias
- Son guas para la gerencia
- Previene los costos
- Establece un ndice de seguridad para el material defectuoso

Importancia:

Informa con razonable grado de exactitud cuando buscar problemas o causas de variacin.
Dnde buscar? Qu causa ser encontrada?, difcil, para ello es necesario entender el proceso
de produccin y el empleo de los grficos de control. Esto dar la habilidad necesaria para
resolver lo difcil (90% de ingeniera y 10% de estadstica). La estadstica solo avisa la
aparicin de las causas asignables, pero, la bsqueda y eliminacin de dichas causas
corresponde a la ingeniera de la calidad.
Cuando se trata de procesos de inspeccin y aceptacin de productos, las pruebas destructivas y
los procedimientos analticos caros tambin requieren el uso de los grficos de control para
reducir los costos de la calidad.

Objetivos:

- Mejoran la calidad
- Define la capacidad del proceso
- Tomar decisiones relativas a las especificaciones del producto
- Tomar decisiones relacionadas al proceso productivo
- Tomar decisiones relativas al producto recin elaborado

Los grficos de control que normalmente se utilizan en los procesos en general y en la pruebas
experimentales son las grficas de promedios (x), que se emplean para medir la variacin del
centrado de los procesos y las grficas de rangos (R) y desviacin estndar (), que se usan
para determinar el grado de dispersin de los grupos de datos individuales del universo, dentro
de lmites especialmente calculados, para ejercer el control y observar las distintas variaciones
que son producto de causas del azar.

Error de tipo I y error de tipo II

El error de tipo I o error se define como el error que consiste en buscar problemas o causas
asignables en un proceso cuando no los hay. Consiste en considerar que un proceso est fuera
de control o de especificacin cuando realmente no lo est, es decir, cuando el proceso est
operando en control y debidamente centrado de tal manera que slo aproximadamente el 0,27%
(27 de 10 000 puntos) de los puntos de una distribucin normal cae fuera de los lmites de
control.

El error tipo II o error tipo se define como el error que se comete cuando no se buscan
problemas donde realmente los hay. Si se concluye que el universo no ha cambiado y en
realidad s ha cambiado, cuando se aduce que el proceso est en control y en realidad no lo est
o, cuando se acepta una hiptesis y sta debe ser rechazada, se est cometiendo un error de tipo
II o un error .

Cuando quiera que los ajustes se hagan basados en el criterio de no reconocer la variabilidad
inherente, propia o natural de los procesos de manufactura, existe el peligro de que algunos
ajustes necesarios sean llevados a cabo en forma frecuente y que esta actitud incremente la
variabilidad de los parmetros de los procesos y de las caractersticas de calidad del producto.
Cuando por ignorancia no se reconoce el efecto nada nocivo de las causas no asignables y a
propsito se ajustan los parmetros del universo no habiendo necesidad de hacerlo, se est
cometiendo un error de tipo I o un error . Lo contrario sera cometer un error de tipo II o un
error .

Confeccin de grficos de control

1. Definicin de la caracterstica de calidad


2. Escoger el subgrupo (n) racional
3. Reunir los datos necesarios
4. Clculos previos, en base a las frmulas segn sea el caso y determinacin de los
lmites de control (superior, central e inferior).
5. Confeccin de las grficas
6. Interpretacin y toma de decisiones

Lmites de control: Son las fronteras entre las que los resultados de las caractersticas de
calidad deben variar normalmente para indicar que el proceso o el producto est en control.

Proceso bajo control: Cuando la totalidad de puntos muestrales se halla entre los lmites. No
tomar accin de investigacin y correccin.

Proceso fuera de control: Cuando un punto se encuentra fuera de los lmites. Necesario
acciones de investigacin y correccin para eliminar causas atribuibles a comportamiento. Si
puntos se hallan entre lmites pero se comportan de manera sistemtica o no aleatoria, entonces
el proceso est fuera de control.
Los grficos de control se utilizan para monitorear los procesos. Cuando un proceso est bajo
control estadstico, la nica variacin es aquella atribuible al azar. Por lo tanto, el sistema
est funcionando a su mxima eficiencia y no se puede mejorar sin cambiar el sistema.
Abajo tenemos un grfico de control X-R, para el tiempo en respuesta para dar servicio a un
producto dado. La lnea X es la media, o promedio del tiempo de respuesta del equipo de
servicio durante un perodo de 10 semanas. Se trazan las medias semanales de los equipos de
cinco miembros para cada una de las 10 semanas. La lnea R es el rango promedio (tiempo
de respuesta mximo menos tiempo de respuesta mnimo) para el mismo perodo de tiempo;
los rangos semanales del equipo son los puntos trazados alrededor de la lnea. Las lneas
cortadas son los lmites de control superior e inferior (LCS, LCI) que son calculados
utilizando la frmula. (Noten que el grfico de control R no tiene un lmite de control
inferior). Los valores de los lmites de control, al igual que los valores de las medias, son
funciones de la data. Los lmites de control no son especificaciones, que se determinan
separadamente pueden estar, o no, dentro de los lmites de control. (ver figura sgte).

12

11

10
LCS = 9.2
9

8 X = 7.7
7

6 LCI = 6.2

Horas

6
LCS = 5.2
5

3
R = 2.6
2

1 2 3 4 5 6 7 8 9 10
Semanas

Fig.01: Control para el tiempo de respuesta del equipo de servicio.

El grfico de control muestra que es lo que est sucediendo realmente con el proceso, no lo que
"debera" estar sucediendo.
El hecho de que no haya puntos por encima o por debajo de los lmites de control en ninguno
de las dos grficas, indica que el proceso est bajo control estadstico. Tanto el tiempo de
respuesta promedio (X) como el rango de tiempos - la diferencia entre el mejor y el peor - estn
bajo control.
Existen muchos tipos de grficos de control; la seleccin de cierto grfico depende del proceso
que se va a examinar y los tipos de informacin que se va a recolectar.

Cosas que hay que ver en un grfico de control:


Est el proceso bajo control?
Cmo se encaja lo que est sucediendo con las especificaciones?

Qu son los grficos de control?


Los grficos de control son el caballo de tiro del control estadstico de los procesos. Toman
figuras estticas que representan la distribucin de frecuencias y muestran sus relaciones en el
tiempo. En efecto, son distribuciones de frecuencias trazadas continuamente a lo largo del
tiempo. El control estadstico del proceso es un mecanismo de "retroalimentacin". Los
grficos de control brindan una retroalimentacin inmediata (dada por las grficas que
utilizan el concepto de curvas de distribucin de frecuencias) y permiten distinguir en tiempo
real, entre variaciones causadas operativamente y las variaciones causadas por el sistema. Esta
data de tiempo real a su vez, permite que las acciones se enfoquen hacia la prevencin ms
que a la identificacin. Los grficos de control brindan una figura continua sobre lo que est
pasando en el proceso.

Cules son algunos de los usos de los grficos de control?

Los grficos de control permiten el monitoreo de un proceso para que este primero, pueda ser
llevado hacia un estado de control estadstico y luego, mientras mantiene este estado, se
pueden tomar acciones sobre el sistema que permitan continuar mejorando el proceso. Dado
que los grficos de control brindan este continuo monitoreo de lo que est ocurriendo, se
utilizan para controlar el proceso ya que ayudan a detectar cuando las variaciones estadsticas
indican que a los materiales, herramientas, equipo, mtodos, personas o medio ambiente les
est ocurriendo algo distinto a las causas normales. La data del grfico de control es un registro
especfico de un proceso y por lo tanto brinda una historia. Con frecuencia se les utiliza para
establecer o cambiar los estndares de inspeccin o los procedimientos de produccin. Ms
especficamente, las grficas de control se utilizan para:

Reducir residuos y reprocesos a travs de seales de prevencin oportunas.


Diagnosticar problemas, sealando cuando es que un proceso est fuera de control y que
medidas correctivas se deben adoptar inmediatamente
Entender cuando es que se debe dejar slo a un proceso y por lo tanto evitar frecuentes
ajustes innecesarios, los cuales tienden a incrementar la variabilidad de un proceso, en
lugar de disminuirla
Tomar mejores decisiones sobre tolerancias de ingeniera, mejores comparaciones entre
diseos alternativos, y mejores selecciones entre mtodos de produccin alternativos
Determinar la capacidad inherente del proceso
Brindar una mejor seguridad de calidad con menores costos de inspeccin

Cules son las formas de grficos de control ms usados?

Existen muchas variaciones en las posibles clases de grficos de control que pudiesen
disearse.

1. Grficos de control para atributos


2. Grficos de control para variables

Los atributos simplemente significa que algo es bueno o es malo, mientras que las variables
son una medicin especfica de un valor, como tamao, peso, temperatura, etc.
Hay dos maneras o condiciones bajo las cuales se puede recolectar la data de una grfica:

1. De muestras de igual tamao


2. De muestras de tamao distinto

La diferencia es que con muestras de igual tamao, se traza el nmero o se cuenta las cosas,
mientras que con muestras que no son del mismo tamao, se necesita trazar un porcentaje o un
nmero de tipo ratio.

Tipos de grficos de control

1. Grficos de control por variables


En particular este tipo se emplea para controles precisos, exactos, ello se da siempre y cuando
la planta cuente con la infraestructura necesaria o deseada para la ejecucin del control.
Muchas de las caractersticas de calidad se pueden expresar en trminos de una medida
numrica (calidad medible); dimensin, peso, volumen, etc. llamados variable.

Importancia:
- Mantener el control de la medida del proceso y su variabilidad
- Ilustrar el rendimiento de un proceso de fabricacin.

Usos:
- Proporcionan mayor informacin respecto al rendimiento del proceso
- Empleado para el control del nivel de calidad promedio (usual)
- Control de la variabilidad o dispersin del proceso(desviacin estndar)
- Control del rango

Los grficos de control de medias y de rangos se hallan entre los ms importantes y tiles
tcnicas de control estadstico de procesos en lnea.

Tipos:

a. Grficos de control de promedios: Son empleadas para medir la variacin del centrado de
los procesos.
b. Grficos de control de rangos: Este tipo de grfico es una herramienta muy importante para
detectar cambios en la variabilidad o dispersin del universo de la caracterstica de calidad
medida.
c. Grficos de control de desviacin estndar: Son empleados para detectar cambios en la
dispersin del universo; la es ms sensitiva que la grfica R en la variabilidad del
universo cuando n 20.

Capacidad del proceso: Se da en trminos de relacin de capacidad del proceso (RCP)

RCP = (LSE LIE)/6

Si RCP > 1; los lmites especificados quedan dentro de los lmites superior e inferior de
tolerancia natural, (no se producen unidades disconformes).

Si RCP = 1; los lmites especificados coinciden con los lmites de tolerancia natural.

Si RCP< 1; cuando las tolerancias naturales caen fuera de las especificaciones, (se generar un
gran nmero de artculos disconformes).

2. Grficos de control por atributos

Atributos: Se refiere a todas aquellas caractersticas que cumplen con determinadas


especificaciones o que no cumplen con ella.

Se realiza cuando caracterstica de calidad no puede representarse por nmeros. En este caso
cada producto o artculo inspeccionado se clasifica como: CONFORME O DISCONFORME.

Razones:

1. El nmero de caractersticas a controlar es una unidad de un producto producido.


2. Cuando en lugar de efectuar las mediciones, es ms conveniente clasificarlos como
productos bueno:malo; pasa:no pasa; conforme:no conforme; etc.
3. Cuando no se cuenta con una infraestructura para un control ms riguroso y la
comprobacin se efecta por simple inspeccin visual.
4. Cuando las caractersticas de calidad no son mensurables fcilmente.
Objetivos:

1. Calcular el nivel promedio de la calidad


2. Llamar la atencin del rea administrativa, siempre que se produzca cualquier desviacin
respecto al promedio
3. Mejorar la calidad del producto
4. Evaluar el desempeo de calidad del personal de operacin y administrativo
5. Sugerir posibles aplicaciones de las grficas de promedios y de rangos
6. Definir el criterio de aceptacin de un producto antes de enviarlo al cliente.

Trminos:

NO DEFECTUOSO o DEFECTUOSO, es utilizado para identificar las clasificaciones de


un producto.

Defectuoso: Se emplea cuando una unidad de producto se evala en funcin del uso, no por su
cumplimiento de las especificaciones.

Se presenta 3 grficos de control por atributos utilizados ampliamente:

1. Grficos de control de la fraccin de disconformes o fraccin defectuosa (p): Se define


como el cociente del nmero de artculos disconformes en una poblacin entre el nmero
total de artculos que contiene esta ltima.
2. Grficos de control del nmero de defectuosos (np)
3. Grficos de control del porcentaje de defectuosos (100p).

Defectos en el proceso: Es cuando hablamos de defectos por producto; un artculo


disconforme o no conforme, es un producto que no satisface una o ms de las especificaciones
para tal producto, tenemos tambin tres tipos:

1. Grficos de control de defectos por unidad (u)


2. Grficos de control por nmero de defectos en la muestra ( c )
3. Grficos de control del porcentaje de defectuosos por 100 unidades inspeccionados (100u).

El cuadro 01 nos da la definicin de los tipos de grficos de control usadas ms comnmente.

La forma de la grfica de control de variables usado ms comnmente, es el grfico de control


X-R X promedio - R. Con l, se monitorean simultneamente tanto la medicin promedio de
la muestra como el rango o la dispersin de la medicin de la muestra. Esto brinda la
informacin precisa sobre la caracterstica que est siendo medida y por lo tanto es una base
para buscar las causas de la variacin, cuando indica que se est desarrollando una condicin
fuera de control.

Ventajas y desventajas de grficos X-R vs grficos pn

La principal ventaja del grfico de control X-R es que se obtiene data especfica sobre una
sola caracterstica de un producto o proceso, de este modo se brindan indicios sobre un
problema, mientras que con el grfico de control pn, solo se puede determinar que el proceso o
producto est o no bajo control. Ms an, con una grfica de control pn, cualquier atributo del
producto puede ser un problema, pero con el grfico de control X-R se puede controlar el
atributo que especficamente se est midiendo. Por otro lado, la desventaja de los grficos de
control X-R es que los productos pueden tener muchas variables que deben ser medidas y
para poder verlas todas se requerir de muchas grficas de control X - R separados--uno por
cada variable que pueda ser importante. Esto puede ser muy costoso, por lo que usualmente se
utiliza una mezcla de ambas grficas de control, el de variables y el de atributos.

Cuadro 01: Definiciones de los tipos de grficos de control usadas ms comnmente

Smbolo Descripcin Tamao de muestra

Grficos de control para atributos

El porcentaje de unidades puede ser


p defectuosas en una muestra igual

El nmero de unidades debe ser


pn o defectuosas en un muestra igual
np
El nmero de defectos debe ser
c en una muestra igual

El nmero de defectos debe ser


u por unidad igual

Grficos de control para variables

X El promedio (media) de las debe ser


mediciones en la muestra igual

R El rango mediciones en debe ser


la muestra igual

Nota: los grficos X-R usualmente se muestran juntos, volvindose grficos de control X-R.

Tipos de diagramas de control de la calidad para variables

La media o la grfica x barra


La media o la grfica x barra est diseada para variables de control como peso, longitud, etc.
El lmite superior de control (LSC) y el lmite inferior de control (LIC) se obtienen a partir de la
ecuacin:

Donde es la media de las medias muestrales y es la media de las amplitudes muestrales.

El diagrama de amplitudes
El diagrama de amplitudes est diseado para mostrar si la amplitud total de la medicin est
dentro o fuera de control. El lmite superior de control (LSC) y el lmite inferior de control
(LIC) se obtienen a partir de la ecuacin:
El diagrama de porcentaje de defectos
El diagrama de porcentaje de defectos se llama tambin diagrama p o diagrama de p barra.
La grfica muestra la porcin de la produccin que no es aceptable. Esta porcin se puede
encontrar con

El diagrama de c con barra


El diagrama c o diagrama de c barra est diseado para el control del nmero de defectos
por unidad. El LSC y el LIC se obtienen mediante:

Definiciones de los tipos de grficos de control usados ms comnmente

Qu es un grfico de control X - R?
Un grfico de control X-R tiene los mismos elementos bsicos que tienen todos los grficos
de control; esto es, hay una Lnea Central (CL), una lnea de Lmite de control superior
(UCL)*, y una lnea de Lmite de control inferior (LCL)*. Sin embargo, un grfico de control
X-R es realmente un trazado de dos grficos superpuestos-- un grfico de control X, trazando
las mediciones promedio y un grfico R, trazando el rango de mediciones. La fig. 02 es un
ejemplo de un grfico X-R.
* UCL = Upper Control Limit
* LCL = Lower Control Limit

UCL
X X
LCL
UCL
R
R

Fig. 02: Un grfico de control X -R

Cmo construir un grfico de control X-R?


Sugerimos que vean este caso, como el que les brinda la oportunidad de practicar el desarrollo
de un grfico de control X-R, completando ustedes mismos cada paso, antes de ver el grfico
que sigue a continuacin. Estos grficos, en efecto, muestran la "respuesta" de como se
compila y se registra la data.
En el siguiente caso se presenta la situacin de una fbrica en la cual la data del contenido de
humedad en el proceso de la pulpa de papel se est acumulando en la Estacin D.
Los pasos para hacer el grfico de control X - R son los siguientes:

Paso 1. Recolectar la data.- (Usualmente se necesitan ms de 100 datos). La data puede ser
recopilada si utilizamos una unidad de medicin apropiada, como son las "horas" o "por da", o
el "nmero de lote" algn otro tipo de unidades. Es ms fcil cuando la situacin permita
establecer la unidad de medicin o agrupacin apropiada antes de recolectar la data. En la
presentacin se utiliza el <Da de Produccin> como la unidad de medicin apropiada y se
recolectan 5 muestras durante cada "da". En la situacin que aqu usaremos, las unidades de
tiempo son las horas y las medias horas especificadas, y se recolectan 5 muestras, una cada
hora/media hora, de cada uno de los 30 grupos o "lotes". (Ver Tabla)

8:00am 8:30:am 9:00am 9:30am 10:00am SUMA MEDIA RANGO


LOTE N
X1 X2 X3 X4 X5 X X R
1 21.0 + 18.9 + 19.8 + 19.7 + 18.2 97.6 19.5
2 19.8 + 19.9 + 19.1 + 20.0 +
3 20.0 + 19.2 + 19.5 + 20.2 +
4 19.5 + 18.6 + 19.9 + 19.7 +
5 20.5 + 18.0 + 18.8 + 18.6 +
6 20.8 + 18.1 + 19.0 + 20.1 +

29 18.1 + 20.2 + 20.2 + 18.4 +


30 20.9 + 19.2 + 18.0 + 18.4 + 18.5
TOTAL
PROMEDIO
Tabla 4.2 Hoja de data X -
R

Paso 2. Calcular los valores de la media (X).- Hemos diseado nuestra hoja de data X-R
para poder calcular fcilmente los valores de X y R para cada grupo. En nuestro ejemplo, las
muestras del lote #1 dan un total de 97,6 para las 5 unidades. Los 97,6 divididos entre 5 da un
promedio del valor de X de 19,52, que despus se convierte un punto trazado del grfico de
control. Ahora continuamos llenando los siguientes valores de X y X, usando la hoja de data de
este ejercicio.

8:00am 8:30:am 9:00am 9:30am 10:00am SUMA MEDIA RANGO


LOTE N
X1 X2 X3 X4 X5 X X R
1 21.0 + 18.9 + 19.8 + 19.7 + 18.2 97.6 19.5 2.8
2 19.8 + 19.9 + 19.1 + 20.0 + 18.2 97.0 19.4
3 20.0 + 19.2 + 19.5 + 20.2 + 18.6 97.5 19.5
4 19.5 + 18.6 + 19.9 + 19.7 + 19.8 97.5 19.5
5 20.5 + 18.0 + 18.8 + 18.6 + 18.6 94.5 18.9
6 20.8 + 18.1 + 19.0 + 20.1 + 19.5 97.5 19.5

29 18.1 + 20.2 + 20.2 + 18.4 + 18.8 95.7 19.1


30 20.9 + 19.2 + 18.0 + 18.4 + 18.5 94.8 18.9
TOTAL
PROMEDIO
Tabla 4.3 Hoja de data X - R con valores de media

Paso 3. Calcular el rango (R).- Por ejemplo, veamos el lote #1 donde 21,0 es ms grande y
18,2 es ms pequeo. La diferencia entre los dos nos da el rango (R) 2,8, el cual se pone en la
columna titulada rango de los otros lotes. Despus de terminar esta parte del ejercicio,
verificar las respuestas con aquellas dadas en la tabla.

8:00am 8:30:am 9:00am 9:30am 10:00am SUMA MEDIA RANGO


LOTE N
X1 X2 X3 X4 X5 X X R
1 21.0 + 18.9 + 19.8 + 19.7 + 18.2 97.6 19.5 2.8
2 19.8 + 19.9 + 19.1 + 20.0 + 18.2 97.0 19.4 1.8
3 20.0 + 19.2 + 19.5 + 20.2 + 18.6 97.5 19.5 1.6
4 19.5 + 18.6 + 19.9 + 19.7 + 19.8 97.5 19.5 1.3
5 20.5 + 18.0 + 18.8 + 18.6 + 18.6 94.5 18.9 2.5
6 20.8 + 18.1 + 19.0 + 20.1 + 19.5 97.5 19.5 2.7

29 18.1 + 20.2 + 20.2 + 18.4 + 18.8 95.7 19.1 2.1


30 20.9 + 19.2 + 18.0 + 18.4 + 18.5 94.8 18.9 2.9
TOTAL 567 57
PROMEDIO 18.9 1.9
Tabla 4.4 Hoja de data X - R con valores de rango
Paso 4. Trazar los valores X (promedio) y R (rango) en el grfico de control X-R.- La
columna con el ttulo "Media" en la hoja de data X-R debe contener toda la informacin
necesaria para trazar el grfico X; la columna titulada "Rango" debe contener toda la
informacin necesaria para trazar el grfico R. (El grfico R siempre se traza en la parte
inferior del grfico de control X-R)

Dado que la hoja de data de este ejercicio contiene slo la informacin de algunos lotes, no
podrn completar todos los puntos del trazado. Sin embargo, como prctica, debern trazar la
data de los lotes arriba mencionados. Usen la figura 03, para completar esta parte del ejercicio.
20.5
20.0
19.5
19.0
X
18.5
18.0
17.5
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22
4.5 23 24 25 26 27 28 29 30

4.0
3.5
3.0
2.5
R
2.0
1.5
1.0
0.5
0
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22
23 24 25 26 27 28 29 30

Fig. 03: Datos para disear los grficos

Para comenzar, hemos trazado el Lote #1, que tiene un promedio (X) de 19,52 y un rango
(R) de 2,8.

Paso 5. Calcular la lnea central (CL) para cada uno de los grficos de lnea X-R.
Indicamos la lnea central (CL) para X (promedio) mediante el uso del smbolo X; la lnea
central para R (rango) mediante el uso del smbolo R. Estas lneas centrales muestran los
valores para estos dos trazados. Para calcular X con doble barra (que es el promedio de
promedios) sumar los valores de la columna con el ttulo "Media". Esta, suma da 567 y
dividiendo este valor entre los 30 lotes muestreados, el promedio resultante de esta columna es
de 18,9 (puesto que no tiene la data para los 30 lotes, no le ser posible comprobar la cantidad
567). Ahora que ya saben donde dibujar la lnea central (CL) del grfico X, en 18,9 a manera
de prctica hganlo en la Fig.04.

Para calcular R, sumen la columna con el ttulo "Rango". La suma da 57 y dividan ste valor
entre 30. El rango promedio es 1,9 (esta es otra cantidad que no podrn comprobar en este
ejercicio). Ahora ya saben donde dibujar la lnea central (CL)* para el grfico R, en 1,9 otra
vez a manera de prctica dibujen esta lnea en la Fig. 04.

* Central Line
20.5
20.0
19.5
19.0
X
18.5
18.0
17.5
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22
4.5 23 24 25 26 27 28 29 30

4.0
3.5
3.0
2.5
R
2.0
1.5
1.0
0.5
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22
23 24 25 26 27 28 29 30

Fig. 04: Grficas de control de X-R

Cuadro 02: Factores Constantes para los lmites de control


3
n A2 D4 D3 d2 d2 Am

2 1,880 3,268 --- 1,128 2,659 0,779


3 1,023 2,574 --- 1,693 1,772 0,749
4 0,729 2,282 --- 2,059 1,457 0,728
5 0,577 2,114 --- 2,326 1,290 0,713
6 0,483 2,004 --- 2,534 1,184 0,701
________________________________________________

Paso 6. Calcular los lmites de control X.- Este clculo se realiza mejor usando las
cantidades mostradas en la (Tabla N 8.5) y realizando unos simples clculos matemticos. Los
valores a usar cantidades estn en la Tabla, bajo la columna. Tomando la cantidad de las
muestras que aparece en la columna n de las 5 observaciones utilizadas en el ejemplo, y la
cantidad de la columna A2, 0,577, el cual esta opuesta al 5, redondendola a 0,58 se convierte
en el nmero a utilizar con las frmulas que se encuentran a continuacin y as calcular los
lmites de Control Superior e Inferior para el Grfico X promedio.

Ahora calculemos la lnea UCL para el Grfico X promedio, utilizando la frmula:

UCL x = X + A2 R

(1) Tome el valor de la lnea central (X) 18,9 y el valor de la columna A2 0,58
(redondeado) y el otro valor de lnea central R 1,90.
(2) Multiplique 0,58 x 1,9 (A 2 R) = 1,1
(3) Sume X + A 2 R o 18,9 + 1,1 = 20
Por lo tanto UCL = 20

El localizar la lnea LCL es relativamente fcil ya que se requiere solamente restar X


promedio menos A 2 R.

X - A 2 R = LCL
(18,9) - (1,1) = 17,8 (LCL)

Este mtodo siempre da como resultado que la lnea CL est equidistante de la UCL y
la LCL en el grfico X promedio.

Ahora proceda a dibujar las lneas UCL y LCL para el grfico X, utilizando la figura
05, a continuacin, como hoja de trabajo.

20.5
20.0
19.5
19.0 CL = 18.9
X
18.5
18.0
17.5
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22
23 24 25 26 27 28 29 30

Fig. 05: Grfico X con la lnea central

Paso 7. Calcular las lneas de control R.- Recuerde, tanto la lnea UCL como la LCL para X
promedio siempre estn equidistantes de la lnea central. Este no es el caso del Grfico R. El
clculo para el Grfico R se realiza utilizando los "Factores para el grfico R" de las columnas
D3 y D4 de la Tabla. Una vez ms, vayan al nmero 5 de la columna n del cuadro 2 y
muvanse en la misma lnea a las columnas D3 y D4. La cantidad en D3 es cero (0) y la
cantidad en D4 es 2,11, y estas se utilizan con las frmulas de la parte baja de la Tabla A para
calcular los lmites de control UCL y LCL para el grfico R.

Por lo tanto, para encontrar la lnea UCL y LCL para el grfico R, utilizamos las siguientes
frmulas:

UCLR = D4R
LCLR = D3R

1. Para encontrar D4R, multiplique 2.11 x 1,9


Por lo tanto, UCL = 4,0
2. Para encontrar D3R, multiplique 0 x 1,9
Por lo tanto, LCL = 0

En el grfico R la lnea CL jams estar a mitad de camino entre la UCL y la LCL.


4.5
4.0
3.5
3.0
2.5
R
2.0 CL = 1.9
1.5
1.0
0.5
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22
23 24 25 26 27 28 29 30

Fig. 06: Grfico R con lnea cerntral

Ahora proceda a dibujar la lnea UCL para el Grfico R en la figura. Recuerde, la lnea
LCL no aparecer porque se calcula que es menor que cero.

Paso 8. Complete la figura del ejemplo arriba visto, aadiendo la anotacin "n=5" en la
esquina superior izquierda.

Ahora ha terminado la construccin de un Grfico de Control X-R. Si tuvo algn problema


con este ejercicio, sera aconsejable que revise el mtodo desde el principio.

Cmo entender la aplicacin de los grficos de control x - R?

Hasta este punto, hemos descrito como crear un grfico de control X-R y de ese modo
establecer los lmites de control de un proceso dado. Utilicemos el grfico de control para
tomar muestras, medirlas y trazar los resultados de estas mediciones en las grficas de control
de una manera continua.

El objeto fundamental de construir un grfico de control es; determinar, en base a la ubicacin


de los puntos (datos), que tipo de cambios han ocurrido en el proceso de produccin en un
tiempo dado. Para utilizar eficazmente el grfico de control, debemos establecer los criterios
de evaluacin de lo que consideramos una anomala. Cuando un proceso de produccin se
encuentra bajo control, significa que muestran estos patrones aleatorios:

1. Todos los puntos estn dentro de los lmites de control.


2. La mitad de los puntos est a cada lado de los puntos de la lnea central
3. Se muestra alternancia de los puntos a uno y otro lado de la lnea central
4. Aproximadamente dos tercios de los puntos del primer tercio estn entre la lnea central y
los lmites de control. (ver figura)

Criterios de estabilidad de un grfico de control

Sabremos, que se ha producido una anomala si se presentan patrones no aleatorios, como los
que se indican a continuacin:

A. RUN o RACHA

Es el estado en el cual los puntos ocurren continuamente en un lado de la lnea central. El # de


puntos se llama Longitud de RUN una longitud de 7 puntos, implica que existe una anomala
en el proceso.
Ser anomala an, si la longitud de RUN est por debajo de 6 si se presentan los siguientes
casos:
Al menos 9 de 11 puntos consecutivos ocurren en un mismo lado de la lnea central.
Al menos 11 de 13 puntos consecutivos ocurren en un mismo lado de la lnea central.
Al menos 16 de 20 puntos consecutivos ocurren en un mismo lado de la lnea central

LCS

LINEA EL
CENTRAL PROCESO
ES ESTABLE

LCI

LCS
NO IGNORAR LA CAUSA
LINEA POR LA QUE UN
PUNTO
ESTA FUERA DE LOS
CENTRAL
LIMITES DE CONTROL
EN ESTE
LCI PROCESO

NO IGNORAR LA CAUSA
LCS
QUE PRODUCE UNA
POBRE DISTRIBUCION
LINEA DE LOS PUNTOS
CENTRAL EN
ESTE PROCESO
(SIETE
PUNTOS
SEGUIDOS
DEBAJO DE LA LINEA
LCI DE
CONTROL)
Fig. 07: Criterios de estabilidad de un grfico de control

B. Tendencia
Si se verifica un ascenso o un descenso, continuos en una serie de puntos, concluiremos que
existe una tendencia. Aqu las leyes de probabilidades dicen que 7 puntos es el nmero clave
que indica que existe una anormalidad, pero, inclusive, se debe investigar la razn de la
tendencia de seis puntos.

C. Acercamiento a la lnea central o a los lmites de control.


Cuando los puntos del grfico de control rodean de cerca la lnea central o el lmite de control,
hablamos de acercamiento o adherencia, en tal situacin es frecuente que se haya
mezclado en el subgrupo distintos tipos de datos o datos de factores diferentes. Por lo tanto, es
necesario cambios en el subagrupamiento. En este caso reunir otra vez los datos y dibujar de
nuevo el grfico de control. En cuanto a la evaluacin, para decidir si existe o no una
adherencia a la lnea central, se dibujan dos lneas en el grfico; una entre la lnea central y el
LCS, y la otra entre la lnea central y el LCI. Si la mayor parte de los puntos cae dentro de
estas dos lneas; existe una anomala.

LCS
}
}
X LC
}
}
LCI

Fig. 08: Acercamiento a la lnea central


Para determinar si existe acercamiento o adherencia a los lmites de control, se debe, a partir de
la lnea central, trazar dos lneas a dos tercios de la distancia que separa la lnea central de los
lmites de control. Hay una anomala si 2 de 3 puntos, 3 de 7 4 de 10 caen dentro de la zona
del tercio exterior superior o inferior.

LCS
}
}
}
LC
}
}
}
LCI

Fig. 09: Acercamiento a los lmites de control

Lord Nelson (1984) proporciona ocho tests para detectar situaciones inusuales, no aleatorios
para grficas de control que utilizan lmites 3T.
X

LCS LCS
A A
B B
C C
X X
C C
B B X

A A
LCI LCI
X

Test 1. Un punto ms all de la zona A. Test 2. Nueve puntos seguidos en la


.
zona C o ms all.
LCS LCS
A A
B X B
C C
X X
C C
B B
A X A
LCI LCI

Test 3. Seis puntos seguidos permanente - - Test 4. Catorce puntos seguidos alter- --
--- -------
mente crecientes o decrecientes --- ------
nativamente arriba y abajo
X X
LCS LCS
A A
B B
C C
X X
C C
B B X

A A
LCI LCI

Test 5. Dos de tres puntos seguidos en ---


la Test 6. Cuatro de cinco puntos segui---
----------
zona A -----------
dos en la zona B o ms all
LCS o ms all. LCS
A A
X
B B
X
C C
X X
C C
B B
A A
LCI LCI
Test 7. Quince puntos seguidos en la Test 8. Ocho puntos seguidos a ambos
zona C ------ lados de la lnea central
-----------
(arriba y abajo de la lnea central). ---- -------
Fig. 10: Ilustracin de tests para causas especiales, aplicados a grficas de control de X (segn Nelson, 1984)
Relaciones entre los lmites de control y las especificaciones
Los lmites de control X-R se establecen basndose en el output del proceso; esto es; el
proceso dicta sus lmites de control. Las especificaciones o los requerimientos se establecen
basndose en el uso del output. Por lo tanto, los lmites de las especificaciones no deben
confundirse con los lmites de los grficos de control. El objetivo es ver que los lmites del
grfico de control estn dentro de los lmites de las especificaciones.
Un proceso que parece estar en estado estable y que sin embargo no cumple las
especificaciones, indica que el proceso es incapaz de satisfacer las especificaciones con las
herramientas, mtodos o equipos empleados actualmente. Solamente los cambios en el sistema
permitirn que el proceso produzca exitosamente el output requerido.

Cmo establecer un grfico de control X - R?


Su grupo ha decidido que necesita un Grfico de Control X-R para algunos valores de
medicin de su proceso. El siguiente paso es determinar si su proceso se encuentra en estado
de control o si esta fuera de control. Para encontrar esto, siga los 8 pasos dados para la
construccin de un grfico de control X-R. Despus, utilice los mtodos de interpretacin
dados para determinar si es que su proceso se encuentra en estado de control. Si no lo est,
entonces empiece una investigacin sobre las posibles causas asignables. Mientras realiza esto,
mantenga y actualice su grfico de control para determinar cuando es que el proceso alcanza su
estado de control.
Una vez que se ha logrado el estado de control, compare la capacidad del proceso con las
especificaciones. Si este proceso no es capaz, establezca cambios en el sistema para hacerlo
capaz. Una vez que se ha logrado la estabilidad y la capacidad, trabaje en la meta a largo plazo,
la de mejorar la capacidad del proceso.

Clasificando las causas de variacin en un proceso


Como mencionramos anteriormente, los factores que causan la variabilidad de los productos
en un proceso dado, pueden deber las diferencias en; materiales, mtodos del trabajador,
herramientas, equipo o medio ambiente. La naturaleza de estas diferencias puede ser
clasificada en dos categoras - aquellas que son el resultado del azar y son inherentes al
proceso mismo, y aquellas a las cuales se les asigna una causa probable. La teora de los
Grficos de Control con sus + 3 sigma o desviaciones estndar, para sus lmites de control a
partir de la lnea central es que; mientras solo existan causas fortuitas, el proceso permanecer
bajo control (dentro de los 3 lmites sigma), y cuando el proceso se sale fuera del control,
entonces existen causas asignables y se necesita investigarlos y tomar acciones correctivas.
A continuacin se indica la informacin tomada de Mtodos Estadsticos en la Funcin
Calidad que distingue la diferente naturaleza de las causas fortuitas y las causas asignables.

Causas de variacin fortuitas


Consisten de muchas causas individuales:
Cualquier causa fortuita da como resultado una cantidad de variacin diminuta. (Sin embargo,
muchas de las causas fortuitas actan simultneamente por lo que la cantidad total de la
variacin fortuita es sustancial).
Algunas causas de variacin fortuitas son:
Pequeas variaciones en las materias primas (aunque dentro de las especificaciones)
Pequea vibracin de la mquina.
Falta de perfeccin humana al leer los instrumentos y manejar los controles.
Como acotacin; la variacin fortuita no puede ser econmicamente eliminada del proceso.

Causas de variacin asignable


Consisten de una o slo unas cuantas causas individuales:
Cualquiera de las causas asignables puede dar como resultado una gran cantidad de
variacin
Algunas causas de variacin asignables tpicas:
Grupo de materias primas defectuosas.
Implementacin defectuosa
Operador no entrenado.

La presencia de una variacin asignable puede ser detectada, y la accin para eliminar las
causas se justifica econmicamente.

ANALOGIA DE OBJETIVO

Variacin debido slo a Variacin debido a causas


causas fortuitas de variacin fortuitas y
asignables

Fig. 11: Causas de una variacin

Investigacin de causas asignables


Al hacer los grficos de control X - R, utilizando la interpretacin discutida previamente,
se ofrecen las pistas del cuadro 3 como posibles razones para las causas asignables.

Cuadro 03: Investigacin de causas asignables


OCURRENCIA CAUSA POTENCIAL ASIGNABLE
un grfico X un grfico R

*Temperatura u otros cambios * Mantenimiento preventivo


recurrentes en el medio ambiente programado.
fsico.
A. Ciclo recurrente * Diferencia en la medicin o * Fatiga del trabajador.
dispositivos de prueba que se usan
en orden.
* Rotacin regular de las mquinas Desgaste de las herramientas.
u operadores.
*Convergencia de sub-ensamblajes
u otros procesos.
* Deterioro gradual del equipo que * Mejora o deterioro de la
puede afectar todos los items habilidad del trabajador.
producidos.

* Fatiga del trabajador. * Fatiga del trabajador.


B. Tendencias

* Acumulacin de productos de *Cambios de las proporciones de


desecho. los subprocesos que alimentan la
lnea de ensamblaje.
* Deterioro de las condiciones * Cambio gradual de la
ambientales. homogeneidad de la calidad de los
insumos que ingresan.
* Cambio en el material.

* Cambio en las proporciones de los


C. Saltos en el nivel de materiales o los sub-ensamblajes
procesos. que vienen de diferentes fuentes.
* Trabajador o mquina nuevos. * Cambio en el mtodo.
* Modificacin en la produccin.
* Cambio de dispositivo o mtodo * Cambio de trabajador.
de inspeccin.

Cmo se inician los grficos de control?


Las decisiones sobre cuando, donde y como aplicar los grficos de control no son siempre
fciles. Dado que no es siempre prctico graficar cada caracterstica de cada proceso, se dan
ciertas consideraciones para seleccionar los procesos que se deben monitorear. Los
siguientes pasos pueden ayudar a clasificar las realidades econmicas:
1. Seleccionar los producto (s) / proceso (s) a graficarse. Use un anlisis de Pareto para
establecer prioridades. Dnde ocurren la mayora de los defectos? Cules son las
caractersticas crticas que necesitan monitoreo?
2. Escoger el punto en el o los procesos que brindarn el mayor grado de prevencin, en lugar
de solo identificacin.
3. Decidir que tipo de grfico de control es aplicable
Grfica de variables?
Grfica de atributos?
4. Recolectar la data necesaria, ya sea del pasado reciente o para un periodo. dado. Escoger el
tamao de la muestra, frecuencia, mediciones, etc. apropiados.
5. Construir un grfico de control con por lo menos 20 puntos de trazado y analizar para ver si
el proceso se encuentra en estado de control estadstico. Tomar todas las acciones requeridas
para llevar al proceso al estado de control estadstico.
6. Continuar monitoreando el proceso mientras se busca la manera de mejorarlo y reducir
defectos y/o variabilidad del proceso. Volver a calcular las lneas de lmite de control cada
vez que las condiciones cambien o se descubra y logre una mejora en la calidad.
7. Reconsiderar si es econmicamente razonable de monitorear con, grficos de control, el
producto o proceso, cuando despus de largos periodos de tiempo, se logra una perfeccin
del 100%.

CAPACIDAD DEL PROCESO

Qu es capacidad del proceso?


Capacidad del proceso, en un proceso de fabricacin estable, es la aptitud del proceso para
lograr un cierto nivel de calidad. En un proceso estabilizado en el que los factores que afectan
a la desviacin estndar estn apropiadamente controlados. Las caractersticas de la calidad
del producto generalmente se expresa por el valor de la media ms o menos tres veces la
desviacin estndar (x + 3 ). Si se puede fijar libremente un valor medido (tal como una
temperatura estndar regulada), entonces se expresa la capacidad del proceso como seis veces
la desviacin estndar de ese valor medido.
Tambin se puede definir la capacidad del proceso como: El comportamiento de un proceso
durante cierto periodo de tiempo en que est controlado estadsticamente.
La capacidad del proceso se puede mostrar grficamente, utilizando histogramas y grficos
de capacidad del proceso. Los ndices de capacidad del proceso, expresan numricamente la
relacin entre la distribucin y los lmites de la especificacin.

Proceso significa:
Cualquier actividad o grupo de actividades que emplea un consumo, le agrega valor a este y
suministra un producto a un elemento externo o interno.
Ejemplos:
a) Mquinas individuales o un equipo que funciona bajo ciertas condiciones fijas.
b) Mquinas individuales o un equipo que funciona bajo condiciones (tales como operarios,
materiales, tiempos, etc.) con cierto grado de variacin.
c) Una serie de operaciones realizadas por varias mquinas conectadas entre s o piezas de
equipo.

a) Aparte de la mquina y el equipo, una manera de hacer un determinado trabajo.


Controlar un proceso significa que d su mxima capacidad en el estado controlado, pero
mejorar un proceso significa aumentar su capacidad.
La palabra proceso implica algo que est en movimiento permanente, que se est
transformando gradualmente de un estado a otro. Esto significa una sucesin de tareas
realizadas con una cierta finalidad; as, cada tarea cumplida de un cierto modo influye en la
siguiente, de manera que usando el lenguaje de la calidad total, podemos entender el proceso
como un conjunto de causas operando sobre ciertos insumos, procurando la obtencin de
un cierto efecto final. En el caso de la industria, esas tareas o causas actuantes son
organizadas por la persona, en cambio en la agricultura esto ocurre slo parcialmente, pues
gran parte de estas causas actuantes en los procesos son de orden natural (clima, suelo,
metabolismo, etc.)

La palabra proceso, tiene una naturaleza holstica, es profundamente dinmica, pudiendo


envolver el todo y las partes, simultneamente o no. Los procesos independientes de su
naturaleza, se caracterizan por dos aspectos: Producen efectos y son activados por
causas.

Cada proceso precisa ser identificado a travs de un flujograma, ya que slo algunos
realmente nos interesan. Estos efectos, verdaderas caractersticas de calidad, sern
escogidos como indicadores, recibiendo un nombre muy definido y muy importante en
calidad total tems de control. A su vez cada proceso es, normalmente afectado por varias
causas, algunas de las cuales, reconocidas como importantes, pueden desempear tambin el
papel de indicadores; ahora en un segundo nivel, estos indicadores son denominados tems
de verificacin.
En resumen, los tems de control corresponden a efectos y se miden en el producto
acabado; los tems de verificacin corresponden a causas y se miden durante el
proceso.
Traduciendo lo anterior en trminos de calidad total, tenemos el concepto de control del
proceso, cuyo significado es: Primero mantener estable una serie de causas (tems de
verificacin) que afectan los efectos del proceso (tems de control) relativos al producto a
ser generado.
Este control del proceso debe seguir la secuencia Q (calidad intrnseca); C (costo); A
(avenimiento); M (estado de nimo) y S (seguridad). Este es el significado de un concepto
muy difundido en el Japn: Primero la Calidad.

Control del proceso y capacidad de proceso

a) Control de proceso
El objetivo de un sistema de Control de proceso es tomar decisiones econmicamente sanas
acerca de las acciones que estn afectando el proceso. Es decir tomar las acciones pertinentes
cuando son necesarios bajo las dos fuentes de variacin: Causas asignables y causas fortuitas.
Un proceso esta operando en control estadstico cuando las nicas fuentes de variacin son las
causas fortuitas. Por lo tanto un sistema de Control de Proceso es entonces proveer una seal
estadstica cuando estn presentes las causas asignables y evitar dar seales falsas cuando ellas
no estn presentes. Esto permite la toma de decisiones adecuadas sobre las causas asignables.
b) Capacidad de proceso
La capacidad de proceso es determinada por la variacin que viene de las causas fortuitas. Lo
que representa generalmente el mejor rendimiento (mnima dispersin) del proceso mismo.
Los clientes sin embargo, internos o externos estn relacionados con el resultado global del
proceso y como se relacionan con sus requerimientos (especificaciones) sin tomar en cuenta la
variacin del proceso.
Lo primero que se debe hacer es traer al proceso bajo control estadstico, detectando y
actuando sobre causas asignables de variacin. Entonces su rendimiento es predecible y su
capacidad para cumplir con las expectativas del consumidor puede ser lograda. Esta es la base
para la mejora continua.
Para ser aceptable, el proceso debe estar en estado de control estadstico y la variacin
inherente debe ser menor que la especificacin.
La capacidad de proceso ser calculada slo despus de que un proceso ha demostrado estar
en estado de control estadstico.
Los ndices de capacidad pueden ser divididos en dos categoras:

Corto plazo
Los estudios de capacidad a corto plazo estn basados en mediciones recopiladas de una
corrida de operacin. La data es analizada con un grfico de control para evidenciar que el
proceso est operando en un estado de control estadstico. Si no se encuentran causas
asignables, se puede calcular el ndice de capacidad a corto plazo. Si el proceso no est en
control, se requerirn acciones relacionadas con la variacin por causa(s) asignable(s).

Largo plazo
Una vez encontrado un proceso estable y capaz de reunir los requerimientos a corto plazo, se
realiza a continuacin, los estudios de capacidad a Largo plazo, el cual consiste en mediciones
que son recopiladas sobre un perodo largo de tiempo. En cual debe incluir todas las fuentes
esperadas de variacin. Muchas de esas fuentes de variacin pueden no haber sido observadas
en el estudio de corto plazo. Una vez recopilada la suficiente data, la data es trazada sobre un
grfico de control y si no se encuentran causas asignables, se pueden calcular los ndices de
capacidad y funcionamiento a largo plazo. El objetivo de este estudio es determinar la
capacidad del proceso para satisfacer los requerimientos del cliente sobre un perodo largo de
tiempo y con muchas causas de variacin, incluidas digamos es, para cuantificar el
rendimiento del proceso.

Capacidad vs Performance

Capacidad: Potencial del proceso para cumplir con la tolerancia establecida. Este potencial
se alcanza si slo acta una variacin inherente del proceso. Tambin llamada capacidad
terica del proceso.
Matemticamente se define como 6 para un proceso en estado de control estadstico. Si el
valor 6 es menor que el rango de la tolerancia, el proceso es considerado capaz. El grado
de capacidad del proceso lo da la relacin existente entre la tolerancia y 6 .

Capacidad de proceso (Cp):


Es el rango 6 de la variacin inherente del proceso, para procesos estadsticamente estables
donde:

CP = 6
= R/d2 = R/d2 = s/c4

Donde:
s : desviacin promedio de las muestras
C4 : factor para calcular de s
R : rango promedio de las muestras
d2 : factor para calcular de R

Perfomance: Comportamiento del proceso, en lo que respecta a su variacin, referido a la


tolerancia. Este es el comportamiento real del proceso cuando actan las causas asignables
existentes. Tambin llamada capacidad real del proceso.

Matemticamente se define como 6 para un proceso no necesariamente bajo control


estadstico. Si el valor 6 es menor que el rango de la tolerancia, el proceso se considera de
Perfomance adecuada o realmente capaz. El grado de capacidad real del proceso lo da la
relacin existente entre la tolerancia y 6 .

Performance del proceso (PP):


Es el rango de 6 de la variacin total de un proceso, donde es usualmente estimada por s,
la desviacin estndar de la muestra (s)

PP = 6

Cmo investigar la capacidad del proceso?


a) Cuando se determina la capacidad de un proceso, ste tiene que estar en estado controlado,
tiene que haber sido normalizado y no debe contener causas asignables. Esto no puede hacerse
preparando un histograma nicamente con, por ejemplo los datos de una semana y utilizarlo
como la capacidad del proceso.
b) La capacidad del proceso es ms fcil de investigar si se ilustra grficamente de una de las
maneras siguientes:
1. En forma de grfico de control X - R u otro tipo de grfico de control.
2. Como grfico con los valores de la especificacin (grfico de la capacidad del proceso).
3. En forma de histograma.
c) Con variables, la capacidad de un proceso puede expresarse numricamente por R / d 2 ( =
R / d 2 ) o S H ( la desviacin estndar obtenida en un histograma) . Estas han de calcularse
generalmente utilizando por lo menos cincuenta datos. La R / d 2 calculada a partir de R
obtenido de datos sub-agrupados racionalmente, expresa la capacidad del proceso en un estado
ms o menos satisfactoriamente controlado y tambin se llama capacidad del proceso a corto
plazo. Por el contrario, la S H calculada a partir de los datos obtenidos de un proceso cuyos
grficos de control indican el estado controlado incluye la variacin a largo plazo y por tanto,
se llama a veces capacidad del proceso a largo plazo. La S H de un proceso que no est en
estado controlado no es la capacidad del proceso. Con atributos, la capacidad del proceso se
puede expresar por p,c, etc.

Grficos de capacidad del proceso


Un grfico de capacidad del proceso es un dibujo de la estabilidad o variacin de la dispersin
de la calidad sobre el tiempo, con relacin a un valor especfico o meta.

Procedimiento

Paso 1
Recoger alrededor de 100 puntos de datos del proceso de acuerdo con la secuencia de
produccin o sobre un cierto periodo de tiempo.

Paso 2
Empleando un papel milimetrado, dibuje una escala para valores medidos (generalmente una
escala de tiempo) a lo largo del eje horizontal y una escala para valores de caractersticas
(calidad) a lo largo del eje vertical.
Paso 3
Represente grficamente los datos en forma secuencial. Cree un dibujo con los puntos que
representan datos.

Paso 4
Trace lneas que representen los valores especificados o meta.

Paso 5
Construya un histograma horizontal en el lado derecho del grfico, para clarificar la pauta de
la distribucin.

Cmo leer grficos de capacidad del proceso?


1. Compruebe si los puntos que ha dibujado caen entre los lmites superior e inferior
especificados. Hay suficiente amplitud para la dispersin de los puntos entre los lmites
superior e inferior?.

2. Cambia con el tiempo la colocacin de los puntos dibujados?. Por ejemplo, tienden a
ascender o descender con el tiempo los puntos dibujados?. Hay alguna pauta en los cambios
de posicionamiento de los puntos?. Hay cambios abruptos en la posicin de los puntos?.

ndice de capacidad del proceso


El ndice de capacidad del proceso (Cp), se expresa por un ratio respecto al valor especificado.
Se utiliza para evaluar cuantitativamente la adecuacin de la capacidad del proceso; es decir,
si la variacin del proceso se produce dentro de los lmites de las especificaciones. Las
siguientes secciones ofrecen frmulas para determinar el ndice de la capacidad del proceso e
ndices relacionados.

Cuadro 04: Interpretacin de valores de los ndices de capacidad del proceso (Cp)

ndices de capacidad de
proceso
Se debe apuntar a una capacidad del proceso de 1,67 o
ms cuando se pretende un control de ppm, una fraccin
Cp 1,67 de unidades defectuosas del orden de millonsimas, o una
fiabilidad altsima. Esta calidad es demasiado elevada
para fines generales.
1,67 Cp 1,33 Calidad muy buena. Se puede reducir la inspeccin.

1,33 Cp 1,00 Calidad bastante buena. Es suficiente la inspeccin por


muestreo
1,0 Cp 0,67 Se producirn algunas unidades defectuosas Cp debe
aumentarse a 1,0 o ms.
0,67 Cp Muy mala.

Variacin del proceso

Variacin Inherente del Proceso: Es la porcin del proceso debida slo a causas comunes.
Esta variacin puede ser estimada de los grficos de control R/d2 (grfica X-R) o s /c4
(grfica X-S)

Variacin Total del Proceso: Es la variacin debida a causas asignables e inherentes. Esta
variacin puede ser estimada S= s (desviacin estndar del total de la muestra), usando todas
las lecturas individuales obtenidas de un grfico de control detallado o de un estudio del
proceso.

n=i 2
( X - X i)
S = s = n -1

Utilizacin de dos especificaciones (Lmites)


Si se dan los lmites superior e inferior de la especificacin, para fijar y ajustar el valor medio,
slo se necesita evaluar la amplitud de la dispersin dentro de los lmites, entonces si hacemos
este cociente se estara calculando:

ndice de capacidad (Cp), que se define como el ancho de la tolerancia dividido por la
Capacidad del proceso, sin considerar el centrado del proceso:

Cp = __T__
6 R/d2 o s

Nota: s, es utilizado slo si el proceso est bajo control (slo con


presencia de causas aleatorias o fortuitas)

donde: T es la distancia o amplitud entre lmites de la especificacin y R/d2 = R/d2 (es la


desviacin terica de la poblacin medidas en el proceso a partir de una grfica de control).

T = Su - S L

donde Su es el lmite superior de la especificacin y S L es el lmite inferior.

Indice de performance (Pp), se define como el ancho de la tolerancia dividido por el


desempeo del proceso, sin considerar el centrado del proceso:

Cp = _T__
6s

s : es la desviacin estndar de las muestras

Nota: Cuando determine la desviacin estndar s (s); muestree el material durante un


cierto periodo. Empleando estos datos de caractersticas de calidad, dibuje un histograma
para evaluar la capacidad del proceso. Calcule la desviacin estndar de estos datos. Para
una apropiada evaluacin de la capacidad del proceso y de s, asegrese que el periodo
muestreado no tiene algn sesgo.
GRAFICO DE ESTADO FUERA DE ESTADO
CONTROL/HIST CONTROL CONTROLADO
OGRAMA
a) b)
LIE LES LCS
LIE LES LCS
LCC
LCC

LCI
LCI

NO SATISFACE
LA
ESPECIFICACI
ON
c) d)
LIE LES LCS LIE LES LCS

LCC LCC

LCI LCI

SATISFACE LA
ESPECIFICACI
ON

Fig. 12: Estados controlados y no controlados mediante grficos de control e histogramas.

Lmites de especificacin
superior e inferior
determinada por el cliente

Voz del cliente

PROCESO
LIE LES
Personal
Materiales
Mtodos

OUTPUT

LCS Lmites de control


LCC inferior y superior
determinados por el
LCI proceso
Voz del proceso

Fig. 13: La voz del proceso y del cliente


LSI LSE

A.- La variacin del proceso, excede la


A especificacin ------ se est creando
defectos.
Cp < 1

B B.- El proceso satisface la especificacin


Se obtendr un mnimo de 0,3 % de
defectos y ser ms si el proceso no
Cp = 1 est centrado.

C
C.- La variacin del proceso es inferior a
la especificacin; sin embargo, se
Cp > 1 obtendr defectos si el proceso no est
centrado en el valor deseado.

Fig. 14: Relacin de la capacidad


de proceso

Bibliografa

1.- BARBA, E./ BOIX, F./ CUATRECASAS, Llus. 2000. SEIS SIGMA: Una iniciativa de calidad
total. GESTION 2000.- Barcelona - Espaa.- ISBN: 84-8088-6102

2.- BESTERFIELD, Dale. 1994. Control de calidad. Prentice Hall.- Mxico.- ISBN: 968-880-530-
0

3.- KUME, Hitoshi. 1996. Herramientas estadsticas bsicas para el mejoramiento de la calidad.
Editorial Norma.- Espaa.

4.- TAGUCHI, G. 1986. Introduccin a la calidad en ingeniera. Tokio.


TABLA 1: FACTORES PARA DETERMINAR LOS LIMITES DE CONTROL ((3)
DE LAS GRAFICAS DE CONTROL POR VARIABLES.

N de
d2=R/ c2=/ FACTORES PARA EL GRAFICO
observaciones
X R
A2 A1 A D3 D4 D1 D2 B3 B4
2 1,128 0,5642 1,88 3,76 2,12 0 3,27 0 3,69 0 3,27
3 1,693 0,7236 1,02 2,39 1,73 0 2,57 0 4,36 0 2,57
4 2,059 0,7979 0,73 1,88 1,50 0 2,28 0 4,70 0 2,27
5 2,326 0,8407 0,58 1,60 1,34 0 2,11 0 4,92 0 2,09
6 2,534 0,8686 0,48 1,41 1,22 0 2,00 0 5,08 0,03 1,97
7 2,704 0,8882 0,42 1,28 1,13 0,08 1,92 0,20 5,20 0,12 1,88
8 2,847 0,9027 0,37 1,17 1,06 0,14 1,86 0,39 5,31 0,19 1,81
9 2,970 0,9139 0,34 1,09 1,00 0,18 1,82 0,55 5,39 0,24 1,76
10 3,078 0,9227 0,31 1,03 0,95 0,22 1,78 0,69 5,47 0,28 1,72
11 3,173 0,9300 0,29 0,97 0,90 0,26 1,74 0,81 5,53 0,32 1,68
12 3,258 0,9353 0,27 0,93 0,87 0,28 1,72 0,92 5,59 0,35 1,65
13 3,336 0,9410 0,25 0,88 0,83 0,31 1,69 1,03 5,65 0,38 1,62
14 3,407 0,9453 0,24 0,85 0,80 0,33 1,67 1,12 5,69 0,41 1,59
15 3,472 0,9490 0,22 0,82 0,77 0,35 1,65 1,21 5,74 0,43 1,57
16 3,532 0,9523 0,21 0,79 0,75 0,36 1,64 1,28 5,78 0,45 1,55
17 3,588 0,9551 0,20 0,76 0,73 0,38 1,62 1,36 5,82 0,47 1,53
18 3,640 0,9576 0,19 0,74 0,71 0,39 1,61 1,43 5,85 0,48 1,52
19 3,689 0,9599 0,19 0,72 0,69 0,40 1,60 1,49 5,89 0,50 1,50
20 3,735 0,9619 0,18 0,70 0,67 0,41 1,59 1,55 5,92 0,51 1,49