LAS SIETE HERRAMIENTAS BÁSICAS DE LA

CALIDAD

Estas herramientas, que posteriormente fueron

denominadas “las siete herramientas básicas de la
calidad”, pueden ser descritas genéricamente como
métodos para la mejora continua y la solución de
problemas.

LAS SIETE HERRAMIENTAS BÁSICAS DE LA

CALIDAD SON:

Diagrama Causa – Efecto. Ayuda a identificar, clasificar

y poner de manifiesto posibles causas, tanto de
problemas específicos como de efectos deseados.
Hoja de Comprobación. Registro de datos relativos a la
ocurrencia de determinados sucesos, mediante un
método sencillo.
Gráficos de Control. Herramienta estadística utilizada
para controlar y mejorar un proceso mediante el
análisis de su variación a través del tiempo.
Histograma. Gráfico de barras verticales que
representa la distribución de frecuencias de un
conjunto de datos.
Diagrama de Pareto. Método de análisis que permite
discriminar entre las causas más importantes de un
problema (los pocos y vitales) y las que lo son menos
(los muchos y triviales).
Diagrama de Dispersión. Herramienta que ayuda a
identificar la posible relación entre dos variables.
Estratificación. Procedimiento consistente en clasificar
los datos disponibles por grupos con similares
características que muestra gráficamente la
distribución de los datos que proceden de fuentes o
condiciones diferentes.
El éxito de estas técnicas radica en la capacidad que
han demostrado para ser aplicadas en un amplio rango
de problemas, desde el control de calidad hasta las
áreas de producción, marketing y administración. Las
organizaciones de servicios también son susceptibles
de aplicarlas, aunque su uso comenzara en el ámbito
industrial.

Estas técnicas pueden ser manejadas por personas

con una formación media, lo que ha hecho que sean la
base de las estrategias de resolución de problemas en
los círculos de calidad y, en general, en los equipos de
trabajo conformados para acometer mejoras en
actividades y procesos.

[1] El contenido de este post está basado en la

publicación: Talavera Pleguezuelos, C: “Métodos y
Herramientas de Mejora aplicados en la Administración
Pública” Ed: Unión Iberoamericana de Municipalistas.
Granada, 2013. (ISBN: ISBN: 978-84-937777-6-0).
Está por tanto protegido por derechos de autor, no
autorizándose su reproducción sin autorización
expresa y por escrito del autor.

[2] Las causas aleatorias de variación son causas

desconocidas y con poca significación, debidas al azar
y presentes en todo proceso. Las causas asignables
(específicas o imputables) no deben estar presentes
en el proceso. Provocan variaciones significativas. Las
causas aleatorias son de difícil identificación y
eliminación. Las causas específicas, o asignables, sí
pueden ser descubiertas y eliminadas, para alcanzar el
objetivo de estabilizar el proceso.

CARTAS DE CONTROL
Las cartas de control son la herramienta más
poderosa para analizar la variación en la mayoría
delos procesos.Han sido difundidas exitosamente en
varios países dentro de una amplia variedad de
situacionespara el control del proceso.Las cartas de
control enfocan la atención hacia las causas
especiales de variación cuando estasaparecen y
reflejan la magnitud de la variación debida a las
causas comunes.Las causas comunes o aleatorias se
deben a la variación natural del proceso.Las causas
especiales o atribuibles son por ejemplo: un mal ajuste
de máquina, errores deloperador, defectos en materias
primas.Se dice que un proceso está bajo Control
Estadístico cuando presenta causas
comunesúnicamente. Cuando ocurre esto tenemos un
proceso estable y predecible.Cuando existen causas
especiales el proceso está fuera de Control
Estadístico; las gráficas decontrol detectan la
existencia de estas causas en el momento en que se
dan, lo cual permite quepodamos tomar acciones al
momento.Ventajas: Es una herramienta simple y
efectiva para lograr un control estadístico. El operario
puede manejar las cartas en su propia área de trabajo,
por lo cual puede dar información confiable a la gente
cercana a la operación en el momento en que se
deben de tomar ciertas acciones. Cuando un proceso
está en control estadístico puede predecirse su
desempeño respecto a las especificaciones. En
consecuencia, tanto el productor como el cliente
pueden contar con niveles consistentes de calidad y
ambos pueden contar con costos estables para lograr
ese nivel de calidad. Una vez que un proceso se
encuentra en control estadístico, su comportamiento
puede ser mejorado posteriormente reduciendo la
variación. Al distinguir ente las causas especiales y
las causas comunes de variación, dan una buena
indicación de cuándo un problema debe ser corregido
localmente y cuando se requiere de una acción en la
que deben de participar varios departamentos o
niveles de la organización.Cartas de control por
variables y por atributos.-En Control de Calidad
mediante el término variable se designa a cualquier
característica decalidad “medible” tal como una
longitud, peso, temperatura, etc. Mientras que se
denominaatributo a las características de calidad que
no son medibles y que presentan diferentes
estadostales como conforme y disconforme o
defectuoso y no defectuoso.Según sea el tipo de la
característica de calidad a controlar así será el
correspondiente Gráfico deControl que, por tanto, se
clasifican en Cartas de Control por Variables y Cartas
de Control porAtributos. Pág. 1
2. Comparación de las cartas de control por variables
vs. atributos Cartas de Control por variables Cartas de
control por atributosVentajas significativas Conducen a
un mejor Son potencialmente aplicables procedimiento
de control. a cualquier proceso Proporcionan una
utilización Los datos están a menudo máxima de la
información disponibles. disponible de datos. Son
rápidos y simples de obtener. Son fáciles de
interpretar. Son frecuentemente usados en los
informes a la Gerencia. Más
econónomicasDesventajas significativas No se
entienden a menos que No proporciona información se
de capacitación; puede detallada del control de causar
confusión entre los características individuales. limites
de especificación y los límites de tolerancia. No
reconoce distintos grados de defectos en las unidades
de producto.Campos de aplicación de las
cartasVARIABLESCarta Descripción Campo de
aplicación.X R Medias y Rangos Control de
características individuales.X S Medias y desviación
Control de características individuales. estándar.I
Individuales Control de un proceso con datos variables
que no pueden ser muestreados en lotes o
grupos.ATRIBUTOSCarta Descripción Campo de
aplicación.P Proporciones Control de la fracción global
de defectuosos de un proceso.NP Número de Control
del número de piezas defectuosas defectuososC
Defectos por unidad Control de número global de
defectos por unidadU Promedio de Control del
promedio de defectos por unidad. defectos por unidad
Pág. 2
3. Elaboración de Cartas de control X  R
(variables)Paso 1: Colectar los datos.Los datos son el
resultado de la medición de las características del
producto, los cuales deben deser registrados y
agrupados de la siguiente manera: Se toma una
muestra(subgrupo) de 2 a 10 piezas consecutivas y se
anotan los resultados de la medición( se recomienda
tomar 5). También pueden ser tomadas en intervalos
de tiempo de ½ - 2 hrs., para detectar si el proceso
puede mostrar inconsistencia en breves periodos de
tiempo. Se realizan las muestras de 20 a 25
subgrupos.Paso 2: Calcular el promedio X y R para
cada subgrupo X 1  X 2 .... X N X  N R  X mayor
 X menorPaso 3: Calcule el rango promedio R  y
el promedio del proceso X .   R1  R2  ......RKR
K X 1  X 2  ....... X KX KDonde K es el número de
subgrupos, R1,R2..es el rango de cada subgrupo; X 1 ,
X 2.... son elpromedio de cada subgrupo.Paso 4:
Calcule los limites de controlLos límites de control son
calculados para determinar la variación de cada
subgrupo, estánbasados en el tamaño de los
subgrupos y se calculan de la siguiente forma:LSCR 
D4 R LSC X  X  A2 RLIC R  D3 R LIC X  X  A2
RDonde D4, D3, A2 son constantes que varían según
el tamaño de muestra. A continuación sepresentan los
valores de dichas constantes para tamaños de
muestra de 2 a 10. n 2 3 4 5 6 7 8 9 10 D4 3.27 2.57
2.28 2.11 2.00 1.92 1.86 1.82 1.78 D3 0 0 0 0 0 0.08
0.14 0.18 0.22 A2 1.88 1.02 0.73 0.58 0.48 0.42 0.37
0.34 0.31 Pág. 3
4. Paso 5: Seleccione la escala para las gráficas de
controlPara la gráfica X la amplitud de valores en la
escala debe de ser al menos del tamaño de loslímites
de tolerancia especificados o dos veces el rango
promedio R  .Para la gráfica R la amplitud debe
extenderse desde un valor cero hasta un valor superi
orequivalente a 1½ - 2 veces el rango.Paso 6: Trace la
gráfica de controlDibuje las líneas de promedios y
límites de control en las gráficas.Los límites de Control
se dibujan con una línea discontinua y los promedios
con una línea continuapara ambas gráficas.Marcar los
puntos en ambas gráficas y unirlos para visualizar de
mejor manera el comportamientodel proceso.Paso 7:
Analice la gráfica de controlEjemplo 1Se toman las
medidas de los diámetros de una pieza cilíndrica, el
tamaño de muestra de cadasubgrupo es de cinco, y se
toman 25 subgrupos a intervalos de 1 hr.Realice la
carta de control X  R .muestra subgrupo 1 2 3 4 5 6 7
8 9 10 11 12 13 1 0.65 0.75 0.75 0.60 0.70 0.60 0.15
0.60 0.65 0.60 0.80 0.85 0.70 2 0.70 0.85 0.80 0.70
0.75 0.75 0.80 0.70 0.80 0.70 0.75 0.75 0.70 3 0.65
0.75 0.80 0.70 0.65 0.75 0.65 0.80 0.85 0.60 0.90 0.85
0.75 4 0.65 0.85 0.70 0.75 0.85 0.85 0.75 0.75 0.85
0.80 0.50 0.65 0.75 5 0.85 0.65 0.75 0.65 0.80 0.70
0.70 0.75 0.75 0.65 0.80 0.70 0.70muestra subgrupo
14 15 16 17 18 19 20 21 22 23 24 25 1 0.65 0.90 0.75
0.75 0.75 0.65 0.60 0.50 0.60 0.80 0.65 0.65 2 0.70
0.80 0.80 0.70 0.70 0.65 0.60 0.55 0.80 0.65 0.60 0.70
3 0.85 0.80 0.75 0.85 0.60 0.85 0.65 0.65 0.65 0.75
0.65 0.70 4 0.75 0.75 0.80 0.70 0.70 0.65 0.60 0.80
0.65 0.65 0.60 0.60 5 0.60 0.85 0.65 0.80 0.60 0.70
0.65 0.80 0.75 0.65 0.70 0.65Calculando el rango y el
promedio para cada subgrupo obtenemos:muestra
subgrupo 1 2 3 4 5 6 7 8 9 10 11 12 13 1 0.65 0.75
0.75 0.60 0.70 0.60 0.15 0.60 0.65 0.60 0.80 0.85 0.70
2 0.70 0.85 0.80 0.70 0.75 0.75 0.80 0.70 0.80 0.70
0.75 0.75 0.70 3 0.65 0.75 0.80 0.70 0.65 0.75 0.65
0.80 0.85 0.60 0.90 0.85 0.75 4 0.65 0.85 0.70 0.75
0.85 0.85 0.75 0.75 0.85 0.80 0.50 0.65 0.75 5 0.85
0.65 0.75 0.65 0.80 0.70 0.70 0.75 0.75 0.65 0.80 0.70
0.70Promedio 0.70 0.77 0.76 0.68 0.75 0.73 0.61 0.72
0.78 0.67 0.75 0.76 0.72Rango 0.20 0.20 0.10 0.15
0.20 0.25 0.65 0.20 0.20 0.20 0.40 0.20 0.05muestra
subgrupo 14 15 16 17 18 19 20 21 22 23 24 25 1 0.65
0.90 0.75 0.75 0.75 0.65 0.60 0.50 0.60 0.80 0.65 0.65
2 0.70 0.80 0.80 0.70 0.70 0.65 0.60 0.55 0.80 0.65
0.60 0.70 3 0.85 0.80 0.75 0.85 0.60 0.85 0.65 0.65
0.65 0.75 0.65 0.70 4 0.75 0.75 0.80 0.70 0.70 0.65
0.60 0.80 0.65 0.65 0.60 0.60 5 0.60 0.85 0.65 0.80
0.60 0.70 0.65 0.80 0.75 0.65 0.70 0.65Calculando el
Rango0.71 0.82Promedio promedio, promedio del 0.67
0.70 límites de control: 0.75 0.76 proceso y 0.62 0.66
0.69 0.70 0.64 0.66Rango 0.25 0.15 0.15 0.15 0.15
0.20 0.05 0.30 0.20 0.15 0.10 0.10 Pág. 4
5. R  .198X = .71LSCR  D4 R = 2.11* 0.198 =
0.41LIC R  D3 R =0LSC X  X  A2 R = .71+(.58)
(.198) = .82LIC X  X  A2 R = .71-(.58)(.198) = .59
Xbar/R Chart for C1 UCL=0.8254 0.8 Sample Mean 0.7
Mean=0.7112 0.6 LCL=0.5970 Subgroup 0 5 10 15 20
25 0.7 1 0.6 Sample Range 0.5 0.4 UCL=0.4187 0.3
0.2 R=0.198 0.1 0.0 LCL=0La carta de control R
muestra un punto fuera de los limites de
especificaciones, por lo cual elproceso se encuentra
fuera de control, en este caso es necesario investigar
las causas y tomar lasacciones correctivas para
eliminar el problema. En la siguiente parte se muestran
los criterios paradeterminar las situaciones en las
cuales un proceso puede estar fuera de
control.Interpretación del control del proceso.El objeto
de analizar una gráfica de control es identificar cuál es
la variación del proceso, lascausas comunes y causas
especiales de dicha variación y en función de esto
tomar alguna acciónapropiada cuando se
requiera.Juran1 sugiere un conjunto de reglas de
decisión para detectar patrones no aleatorios en las
cartasde control. Cuando se detecta alguno de los
patrones siguientes se puede decir que el tomaralguna
acción para corregir el problema ya que el proceso
puede estar fuera de control.1 Análisis y planeación de
la calidad, J.M. Juran ,F.M Gryna, Tercera Edición,
McGrawHill. Pág. 5
6. PATRONES FUERA DE CONTROL Pág. 6
7. Gráficas de control X  S (variables)El
procedimiento para realizar las cartas de control X  S
es similar al de las cartas X  R Ladiferencia consiste
en que el tamaño de la muestra puede variar y es
mucho más sensible paradetectar cambios en la media
o en la variabilidad del proceso.El tamaño de muestra
n es mayor a 9.La Carta X monitorea el promedio del
proceso para vigilartendencias.La Carta S monitorea la
variación en forma de desviación
estándar.Terminología k = número de subgrupos n =
número de muestras en cada subgrupo X = promedio
para un subgrupo X = promedio de todos los
promedios de los subgruposS = Desviación estándar
de un subgrupoS = Desviación est. promedio de
todos los subgrupos X 1  X 2 .... X NX  N X 1  X 2
 ....... X KX KLSC X  X  A3 SLIC X  X  A3
SLSCS  B4 SLICS  B3 SEjemplo 2Se registra el
peso diariamente durante dos semanas. Realizar la
gráfica de control X  S Día Muestra1 Muestra2
Muestra3 Muestra4 Muestra5 X S 1 10 12 8 10.00 2.00
2 12 11 7 9 13 10.40 2.41 3 5 6 4 9 6.00 2.16 4 8 8 6
7.33 1.15 5 17 15 16 18 20 17.20 1.92 6 22 24 22
22.67 1.15 7 8 9 7 8.00 1.00 8 6 5 6 5 5.50 0.58 9 10
10 10 11 9 10.00 0.71 10 13 10 12 11.67 1.53 10.88
1.46X  10.88S  1.46 Pág. 7
8. Se calculan los limites de control para cada
subgrupo, ya que al tener tamaños de
muestradiferentes estos son variables. Gráfica X  S
con límites constantes:Para la realización de los
diagramas de control con límites constantes utilizamos
las fórmulassiguientes:Los parámetros para el gráfico
X son:LIC X  X  A3 SLIC X  X  A3 Sy para el
gráfico S :LICS  B4 SLSC S  B3 S Xbar/S Chart for
C1-C5 25 Sample Mean 15 UCL=13.70 Mean=10.87
LCL=8.033 5 Subgroup 0 1 2 3 4 5 6 7 8 9 10 4
UCL=3.725 Sample StDev 3 2 S=1.451 1 0 LCL=0
Pág. 8
9. Ejemplo 3:Las siguientes cifras son la medias y las
desviaciones estándar de muestras de 5
observacionescorrespondientes a los diámetros de una
pieza metálica: muestra X-bar Si muestra X-bar Si 1
74.01 0.0148 14 73.99 0.0153 2 74.001 0.0072 15
74.006 0.0073 3 74.008 0.0106 16 73.997 0.0078 4
74.003 0.0091 17 74.001 0.0106 5 74.003 0.0122 18
74.007 0.007 6 73.996 0.0087 19 73.998 0.0085 7 74
0.0055 20 74.009 0.008 8 73.997 0.0123 21 74 0.0053
9 74.004 0.0055 22 74.002 0.0074 10 73.998 0.0063
23 74.002 0.0119 11 73.994 0.0029 24 74.005 0.0087
12 74.001 0.0042 25 73.998 0.0162 13 73.998 0.0105
PROMEDIOS 74.001 0.0090De la tabla tenemos que:
X  74.001 y S = .0090Calculamos los limites de
control:LIC X  X  A3 S = 74.001 + (1.427)(.0090) =
74.014LIC X  X  A3 S = 74.001 – (1.427)(.0090) =
73.998LICS  B4 S = (2.089)(.0090) = 0.019LSCS 
B3 S = (0)(.0090) = 0Carta de control de lecturas
Individuales I-MR (Datos variables). A menudo esta
carta se llama “I” o “Xi”. Esta Carta monitorea la
tendencia de un proceso con datos variables que no
pueden ser muestreados en lotes o grupos. Este es
el caso cuando la capacidad de corto plazo se basa en
subgrupos racionales de una unidad o pieza. Este
tipo de gráfica es utilizada cuando las mediciones son
muy costosas(Ej. Pruebas destructivas), o cuando la
característica a medir en cualquier punto en el tiempo
es relativamente homogénea (Ej. el PH de una
solución química) La línea central se basa en el
promedio de los datos, y los límites de control se
basan en la desviación estándar (+/- 3
sigmas)Terminologíak = número de piezasn = 2 para
calcular los rangosX = promedio de los datosR = rango
de un subgrupo de dos piezas consecutivasR =
promedio de los (n - 1) rangos Pág. 9
10. LSC X  X  E2 RLIC X  X  E2 RLSCR  D4
RLICR  D3 RDonde D4, D3, E2 son constantes que
varían según el tamaño de muestra usado para
agrupar losrangos móviles como se muestra en la
tabla siguiente: n 2 3 4 5 6 7 8 9 10 D4 3.27 2.57 2.28
2.11 2.00 1.92 1.86 1.82 1.78 D3 0 0 0 0 0 0.08 0.14
0.18 0.22 E2 2.66 1.77 1.46 1.29 1.18 1.11 1.05 1.01
0.98* Generalmente se utiliza n = 2Ejemplo 3: La
longitud de un tramo de tubo se registra para cada
producto. Realice la gráfica decontrol individual. Parte
Longitud 1 12.02 2 11.85 3 11.98 4 11.72 5 11.88 6
12.07 7 12.03 8 12.13 9 12.16 10 12.16 11 12.16 12
12.21 13 12.19 14 11.93 15 11.89Se calcula el rango
móvil de la siguiente manera: diferencia entre 1ª y 2ª
lectura, 2ª y 3ª y asíhasta n-1. Parte Longitud Rangos
1 12.02 0.17 2 11.85 0.13 3 11.98 0.26 4 11.72 0.16 5
11.88 0.19 6 12.07 0.04 7 12.03 0.10 8 12.13 0.03 9
12.16 0.00 10 12.16 0.00 11 12.16 0.05 12 12.21 0.02
13 12.19 0.26 14 11.93 0.04 15 11.89 12.03 0.10 Pág.
10
11. X  12.03R  0.10LSC X  X  E2 R
=12.03+(2.66)(.10) = 12.29LIC X  X  E2 R =12.03 –
(2.66)(.10) = 11.76LSCR  D4 R = 3.27(.10)= .
327LICR  D3 R = 0 I Chart for C1 12.35 UCL=12.30
12.25 12.15 Individual Value 12.05 Mean=12.03 11.95
11.85 11.75 LCL=11.75 1 11.65 0 5 10 15 Observation
Number Moving Range Chart for C1 0.4 UCL=0.3384
0.3 Moving Range 0.2 0.1 R=0.1036 0.0 LCL=0 0 5 10
15 Observation Number Pág. 11
12. Interpretación del proceso: Revisar la gráfica de
rangos para puntos fuera de los límites de control
como signo de la existencia de causas especiales.
Note que los rangos sucesivos están correlacionados,
debido a que tienen un punto en común y debido a
esto se tiene que tener cuidado al interpretar
tendencias. Las gráficas por lecturas individuales
pueden ser analizadas para puntos fuera de los límites
de control, dispersión de puntos dentro de los límites
de control y para tendencias o patrones. Cabe hacer
notar que si la distribución de proceso no es simétrica,
las reglas mostradas anteriormente para gráficas X
podrán dar señales de causas especiales sin que
éstas existan.Gráficas de control por
atributosCualquier característica de calidad que pueda
ser clasificada de forma binaria: “cumple o nocumple”,
“funciona o no funciona”, “pasa o no pasa”, etc., a los
efectos de control del proc eso, seráconsiderado como
un atributo y para su control se utilizará un Gráfico de
Control por Atributos.:Los criterios de aceptación al
utilizar gráficas de control por atributos deben estar
claramentedefinidos y el procedimiento para decidir si
esos criterios se están alcanzando es
producirresultados consistentes a través del tiempo.
Este procedimiento consiste en
definiroperacionalmente lo que se desea medir. Una
definición operacional consiste en:1º . Un criterio que
se aplica a un objeto o a un grupo2º. Una prueba del
objeto o del grupo y3º. Una decisión, sí o no: El objeto
o el grupo alcanza o no el criterio.Gráfica P para
fracción de Unidades Defectuosas (atributos)La gráfica
p mide la fracción defectuosa o sea las piezas
defectuosas e n el proceso. Se puedereferir a
muestras de 75 piezas, tomada dos veces por día;
100% de la producción durante unahora, etc. Se basa
en la evaluación de una característica (¿se instalo la
pieza requerida?) o demuchas características (¿se
encontró algo mal al verificar la instalación eléctrica?).
Es importanteque cada componente o producto
verificado se registre como aceptable o defectuoso
(aunque unapieza tenga varios defectos específicos se
registrará sólo una vez como defectuosa).Pasos para
la elaboración de la gráfica:Paso 1- Frecuencia y
tamaño de la muestra:Establezca la frecuencia con la
cual los datos serán tomados (horaria, diaria,
semanal). Losintervalos cortos entre tomas de
muestras permitirán una rápida retroalimentación al
proceso antela presencia de problemas. Los tamaños
de muestra grandes permiten evaluaciones más
establesdel desarrollo del proceso y son más sensibles
a pequeños cambios en el promedio del mismo.
Seaconseja tomar tamaños de muestra iguales aunque
no necesariamente se tiene que dar estasituación, el
tamaño de muestra debería de ser mayor a 30. El
tamaño de los subgrupos será de 25o más.Paso 2-
Calculo del porcentaje defectuoso (p) del
subgrupo:Registre la siguiente información para cada
subgrupo: El número de partes inspeccionadas – n El
número de partes defectuosas – np Pág. 12
13. npCalcule la fracción defectuosa (p) mediante: p 
nPaso 3 – Calculo de porcentaje defectuoso promedio
y límites de controlEl porcentaje defectuoso promedio
para los k subgrupos se calcula con la siguiente
fórmula: np1  np 2  ....  np kp n1  n2  ..... 
nk p (1  p )LSC p  p  3 n p (1  p )LIC p  p  3
ndonde n es el tamaño de muestra promedio.NOTA:
Cuando p y/o n es pequeño, el límite de control inferior
puede resultar negativo, en estoscasos el valor del
límite será = 0Paso 4- Trace la gráfica y analice los
resultados.Ejemplo 4Un fabricante de latas de aluminio
registra el número de partes defectuosas, tomando
muestrascada hora de n = 50, con 30 subgrupos.
Realizar la gráfica de control para la siguiente serie
dedatos obtenida durante el muestreo. Muestra Latas
defectuosas Muestra Latas defectuosas np np 1 12 16
8 2 15 17 10 3 8 18 5 4 10 19 13 5 4 20 11 6 7 21 20 7
16 22 18 8 9 23 24 9 14 24 15 10 10 25 9 11 5 26 12
12 6 27 7 13 17 28 13 14 12 29 9 15 22 30 6 Pág. 13
14. Calcule la fracción defectuosa para cada muestra:
Muestra Latas defectuosas Fracción defectuosa
Muestra Latas defectuosas Fracción defectuosa np p
np p 1 12 0.24 16 8 0.16 2 15 0.30 17 10 0.20 3 8 0.16
18 5 0.10 4 10 0.20 19 13 0.26 5 4 0.08 20 11 0.22 6 7
0.14 21 20 0.40 7 16 0.32 22 18 0.36 8 9 0.18 23 24
0.48 9 14 0.28 24 15 0.30 10 10 0.20 25 9 0.18 11 5
0.10 26 12 0.24 12 6 0.12 27 7 0.14 13 17 0.34 28 13
0.26 14 12 0.24 29 9 0.18 15 22 0.44 30 6 0.12p  .
2313 p (1  p ) .23 * .77LSC p  p  3 = .2313  3
=.4102 n 50 p (1  p ) .23 * .77LIC p  p  3 = .2313
 3 =.05243 n 50Trazando la gráfica P Chart for C1
0.5 1 1 0.4 UCL=0.4102 Proportion 0.3 P=0.2313 0.2
0.1 LCL=0.05243 0.0 0 10 20 30 Sample Number Pág.
14
15. Gráfica np – Número de defectivos La gráfica np es
basada en el número de defectuosos en vez de la
proporción de defectuosos. Los límites son calculados
mediante la siguientes fórmulas. LSC  np  3 np1
 p  LIC  np  3 np1  p  Ejemplo 5: Utilizando
los datos del diagrama anterior, construya la gráfica np
e interprete los resultados. De la tabla obtenemos p 
0.2313 , n = 50. Calculando los límites de control
tenemos: LSC = (50)(0.2313)  3
500.23130.7687  20.510 LIC = (50)
(0.2313)  3 500.23130.7687  2.620 NP
Chart for cantidad 25 1 1 20 3.0SL=20.51Sample
Count 15 NP=11.57 10 5 -3.0SL=2.621 0 0 10 20 30
Sample Number Gráfico de Control C. Pág. 15
16. Gráfica C – para número de defectosSe utiliza para
determinar la ocurrencia de defectos en la inspección
de una unidad de producto.Esto es determinar cuantos
defectos tiene un producto. Podemos tener un grupo
de 5 unidades deproducto, 10 unidades, etc.Los límites
de control se calculan mediante las siguientes
fórmulas:LSC  c  3 cLSC  c  3 cDonde:c = total
de defectos/ número de unidades de
producto.Ejemplo:En la siguiente tabla tenemos el
número de unidades de defectos observados en 26
muestrassucesivas de 100 filtros de seguridad.
muestra defectos muestra defectos 1 21 14 19 2 24 15
10 3 16 16 17 4 12 17 13 5 15 18 22 6 5 19 18 7 28 20
39 8 20 21 30 9 31 22 24 10 25 23 16 11 20 24 19 12
24 25 17 13 16 26 15 516c  19.67 26LSC  19.67
 3 19.67  32.97LIC  19.67  3 19.67  6.37 Pág.
16
17. C Chart for C1 40 1 3.0SL=33.21 30Sample Count
20 C=19.85 10 -3.0SL=6.481 1 0 0 10 20 Sample
Number Grafica U – Defectos por Unidad El diagrama
u se basa en el promedio de defectos por unidad
inspeccionada: c u= n donde c = número de defectos n
= cantidad de piezas inspeccionadas Para determinar
los limites de control utilizamos las fórmulas siguientes:
u LSC  u  3 n u LIC  u  3 n Ejemplo 6 2 Una
compañía que fabrica computadoras personales desea
establecer un diagrama de control del número de
defectos por unidad. El tamaño de muestra es de cinco
computadoras. En la tabla se muestran el numero de
defectos en 20 muestras de 5 computadoras cada una.
Establecer el diagrama de control u 2 Statistical Quality
Control, Douglas C. Montgomery, Second Edition
pp.181 Pág. 17
18. muestra tamaño de muestra Número de defectos, c
promedio de defectos por unidad u 1 5 10 2 2 5 12 2.4
3 5 8 1.6 4 5 14 2.8 5 5 10 2 6 5 16 3.2 7 5 11 2.2 8 5 7
1.4 9 5 10 2 10 5 15 3 11 5 9 1.8 12 5 5 1 13 5 7 1.4 14
5 11 2.2 15 5 12 2.4 16 5 6 1.2 17 5 8 1.6 18 5 10 2 19
5 7 1.4 20 5 5 1 Total 193 38.6 u u i  38.60  1.93
n 20 Los límites de control son los siguientes: 1.93
LSC  1.93  3  3.79 5 1.93 LIC  1.93  3  0.07 5
U Chart for C1 4 3.0SL=3.794 3Sample Count 2
U=1.930 1 0 -3.0SL=0.06613 0 10 20 Sample Number
Pág. 18

LOS GRÁFICOS DE CONTROL O DIAGRAMAS DE

CONTROL
Se utilizan para controlar el desarrollo de los procesos
de producción e identificar posibles inestabilidades y
circunstancias anómalas.

En resumen, lo que se pretende con este tipo de

análisis es controlar los procesos para asegurarse de
que funcionan correctamente. Si la gran mayoría de
los puntos mostrados de la gráfica están dentro de los
limites se considera que el proceso está controlado. En
el momento en el que uno o varios puntos aparecen
fuera de los límites establecidos o no representan una
distribución estadística gaussiana, se considera que el
proceso está descontrolado y comienza la búsqueda
de la causa de su mal funcionamiento.