CONTROL

ESTADÍSTICO DE
LA CALIDAD

1
Mag. Lourdes Huamán Romero
Aunque no cocinemos, cuando lo hacemos,
normalmente tiramos el aceite usado en la
pileta de la cocina o en algún otro
resumidero, ¿verdad?. Ese es uno de los
mayores errores que podemos cometer ¡¡¡UN
LITRO DE ACEITE CONTAMINA CERCA DE UN
MILLON DE LITROS DE AGUA!!!.
CONTROL ESTADÍSTICO DE PROCESOS (CEP)

 Es una técnica estadística que se usa para asegurar que

los procesos cumplen con los estándares.

 Todos los procesos están sujetos a ciertos grados de

variabilidad.
 Causas naturales: Variaciones aleatorias.
 Causas imputables: Problemas corregibles.
(Maquinaria de desgaste, trabajadores no calificados,
material de baja calidad).

 Objetivo: Identificar las causas imputables.

 Se usan los gráficos de control de procesos.

CONTROL DE PROCESOS: tres tipos de
resultados

(a) Bajo control y capaz.

Proceso con sólo causas
naturales de variación y
capaz de producir dentro de
Frecuencia los límites de control
establecidos.

Límite inferior de control Límite superior de control

(b) Bajo control pero incapaz.

Proceso bajo control (sólo están
presentes causas naturales de
variación), pero incapaz de producir
dentro de los límites de control
establecidos.

(c) Fuera de control.

Proceso fuera de control, con causas
Tamaño imputables de variación.
(peso, longitud, velocidad, etc.)
Varianza. Dispersión de los datos
 CARACTERÍSTICAS DE CALIDAD

Variables Atributos
• Características que se  Características centradas
pueden medir (por en los defectos.
ejemplo, el peso o la  Los productos se
longitud). clasifican en productos
• Pueden ser números “buenos” o “malos”, o se
enteros o fracciones. cuentan los defectos que
• Muchas variables tengan.
 Por ejemplo, una radio funciona o no.
aleatorias.
 Variables aleatorias
categóricas o discretas.
BENEFICIOS DE LAS GRÁFICAS DE CONTROL
1. Son herramientas efectivas para entender la variación del proceso
y ayudan a lograr el control estadístico.

2. Si un proceso está en control estadístico su desempeño es

predecible y tanto el fabricante como el cliente pueden confiar en
niveles consistentes de calidad y en costos estables para lograr la
calidad.

3. Un proceso bajo control estadístico se puede mejorar a través de

la reducción de variación y el centrado en un valor objetivo; esto
reduce costos y mejora la productividad.

4. Las gráficas de control proporcionan un lenguaje común para

comunicar información sobre el desempeño de un proceso entre
muy diversas personas dentro y fuera de la empresa.

5. Las gráficas de control indican dónde está o quien tiene la posible

solución de un problema.
GRÁFICAS DE CONTROL

Límite
superior
0.9 de control
0.8
Característica de calidad

Línea
0.7
0.6 central
0.5 Límite
0.4 inferior
0.3 de control
0.2
0.1
0
1 3 5 7 9 11 13 15 17 19 21 23 25
Número de muestra
GRÁFICAS DE CONTROL
calidad (longitud mm)

1
Característica de

0.8
0.6
0.4
0.2
0
11
13
15
17
19
21
23
25
1
3
5
7
9

Número de muestra

Contenido
GRÁFICAS DE CONTROL
 Concepto de control estadístico de Shewhart:
 Se dice que un fenómeno está controlado cuando, a
través del uso de la experiencia pasada, se puede
predecir al menos dentro de ciertos límites como se
espera que varié el fenómeno en el futuro.
 Si un proceso no está en estado controlado, la
productividad o el éxito económico no se garantiza.

 Límites de especificación: dependen del

diseño o del cliente.
 Límites de control: los determina el proceso.
GRÁFICAS DE CONTROL
Ocho pruebas para verificar que una gráfica está bajo
control estadístico:
Prueba # 2:
Prueba # 1:
Ocho puntos en forma
un dato fuera del límite
consecutiva por arriba o por
de control
debajo del promedio

LSC LSC
A A
B B
C C
LC LC
C C
B B
A A
LIC LIC
tiempo tiempo
 GRÁFICAS DE CONTROL
Prueba # 4:
Prueba # 3:
Catorce puntos alternándose
Cinco puntos consecutivos en
en forma consecutiva arriba y
forma ascendente o
abajo.
descendente

LSC LSC
A A
B B
C C
LC LC
C C
B B
A A
LIC LIC
tiempo tiempo
 GRÁFICAS DE CONTROL

Prueba # 5: Prueba # 6:
Dos o tres puntos en la Cuatro de cinco puntos
zona A o más allá. consecutivos en la zona B
o más allá.

LSC
LSC
A
A
B
B
C
C LC
LC C
C
B
B
A
A
LIC
LIC
tiempo
tiempo
GRÁFICAS DE CONTROL
Prueba # 7: Prueba # 8:
Quince puntos consecutivos Ocho puntos consecutivos
en la zona C que no caigan en la zona C

LSC
LSC
A
A
B
B
C
C LC
LC C
C
B
B
A
A
LIC
LIC
tiempo
tiempo

15
 ESTADÍSTICA DE LAS GRÁFICAS
DE CONTROL

 Prueba de hipótesis:

Ho: El proceso está bajo control vs

Ha: El proceso no está bajo control

 Error tipo I: Rechazar Ho cuando Ho es

verdadero. Se concluye que “el proceso no está
bajo control, cuando realmente si lo está”.

P(Error tipo I)= 

ESTADÍSTICA DE LAS GRÁFICAS DE CONTROL

Error tipo II: Aceptar Ho cuando Ho es

falsa. Se concluye que “el proceso está bajo
control, cuando realmente no lo está”.

P(Error tipo II)= 

 Para fines de cálculo de  y , suponga que

el proceso no está bajo control si hay un
cambio en la media del mismo.
PARA TRABAJAR LAS GRÁFICAS DE CONTROL
SE USAN LAS CARTAS DE CONTROL
Las cartas de control son la herramienta mas
poderosa para analizar la variación en la mayoría
de los procesos.
Han sido difundidas exitosamente en varios países
dentro de una amplia variedad de situaciones para
el control del proceso.
Las cartas de control enfocan la atensión hacia
causas especiales de variación cuando estas
aparecen y reflejan la magnitud de la variación
debida a las causas comunes.
VENTAJAS DE LAS CARTAS DE CONTROL
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 a
operación en el momento en que se deben de tomar ciertas acciones.
Cuando un proceso esta 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 ves que un proceso se encuentra en control estadístico su
comportamiento puede ser mejorado posteriormente reduciendo su
variación.
Al distinguir entre las causas especiales y las causas comunes de
variación, dan una buena indicación de cuando el problema debe ser
corregido localmente y cuando se requiere de una acción en la que
deben de participar varios departamentos o niveles de organización
CAMPOS DE APLICACIÓN DE LAS CARTAS
PARA VARIABLES
CARTA DESCRIPCIÓN CAMPO DE APLICACIÓN

Medias y Rangos Control de características individuales

Medias y Desv. Control de características individuales

estandar
I Individuales Control de un proceso con datos variables que no
puedes ser muestreados en lotes o grupos

PARA ATRIBUTOS
CARTA DESCRIPCIÓN CAMPO DE APLICACIÓN

P Proporciones Control de la fracción global de defectuosos de un proceso.

NP Número de Control del número de piésas defectuosas.
defectuosos

C Defectuosos por Control de número global de deféctusos por unidad

unidad

U Promedio de Control del promedio de defectuosos por unidad

Defectuosos por
Se utilizan cuando la característica de calidad que se
desea controlar es una variable continua.Se requieren N
muestras de tamaño n.
1. Recolectar datos. Que son el resultado de la medicion
de las caracteristicas del producto los cuales deben de
ser registrados y agrupados de la siguiente manera.
2. Se toma una muestra o (subgrupo) de 2 a 10 piesas
consecutivas y se anotan los resultados de la medición
(se recomienda tomar 5). Tambien pueden ser tomadas
en intervalos de tiempo de ½-2 hrs. para detector si
el proceso puede mostrar inconsistencia en breves
periodos de tiempo
3. Se realizan las muestras de 20 a 25 subgrupos.
Se obtiene una tabla de datos de
la siguiente forma:
No. muestra Mediciones

1 2 3 4 5 6

1 50.04 50.08 50.09 50.1 50.24 50.04

2 50.14 49.97 50.07 49.97 50.03 50.1

3 49.99 50.13 50.18 50.04 50.08 50.08

4 50.03 50.18 50.08 50.08 50.01 50.12

. . . . . . .
. . . . .. . .

30 49.98 50.08 50.08 50.03 50.08 50.1

Calcular la media de medias y la media de los
rangos

X  X i
R  R i

N N

Xi: media de la muestra i

Ri : cantidad de muestras
N : número de muestras
Cálculo de los límites de control.
para el gráfico de medias (x )
Gráfica de medias: antes de calcular los límites es necesario
que esté bajo control la gráfica de rangos.

R: Es la media de los rangos de

LSC  X  A2 R las muestras
A2: Es un parámetro para los
LC  X gráficos de control y depende del
tamaño de la muestra (n)

LIC  X  A2 R
= se puede obtener a partir de los
datos recopilados, pero generalmente se
obtiene de la información proporcionada
R
ˆ  por la gráfica de un proceso bajo control.
d2
Cálculo de los límites de control.
para el gráfico de Rangos (R)
La forma de obtener los límites de control y la línea central es la
siguiente:

R: Es la media de los rangos de las

LSC  D4 R muestras.
D3 y D4: Son parámetros para los
gráficos de control y depende del
Línea Central  R tamaño de la muestra (n).

LIC  D3 R
INTERPRETACIÓN DE GRÁFICA DE RANGOS
 Esta gráfica se debe analizar primero, ya que el
comportamiento de los promedios y de los rangos de los
subgrupos depende de la variabilidad estimada de las piezas.
 Se deben verificar las ocho pruebas
 Verificar que no haya tendencias
 Si la gráfica de rangos está bajo control, la dispersión del
proceso está estable y por lo tanto se puede analizar la
gráfica de los promedios; los límites de control de esta
gráfica se basan en la cantidad de variación de los rangos.
Con la gráfica de medias se determina si el centro del
proceso está cambiando con el tiempo y si ese es el caso,
entonces existen causas especiales de variación que están
ocasionando esos problemas.
GRÁFICA DE MEDIAS Y DESVIACIÓN ESTÁNDAR
x  S 
PROCEDIMIENTO PARA ELABORAR UNA GRÁFICA X - S
1. Defina cuál será la característica de la calidad:
Otorgar la máxima prioridad a aquellas variables o
características medibles y expresables mediante números
y que causen problemas en producción o costos.
2. Escoja el subgrupo racional: Los elementos que
conformen cada subgrupo deberán de haberse producido
básicamente dentro de las mismas condiciones.
3. Recolectar los datos: Recoger información de 25
subgrupos con más de 10 datos en cada subgrupo.
Regístrelos en una hoja de datos.
4. Calcular los promedios para cada subgrupo


 (x i  x) 2
S  i 1
n 1
S

x
PROCEDIMIENTO PARA ELABORAR
UNA GRÁFICA X - S


LSC X  X  A3 S
LC X  X
LIC X  X  A3 S
PROCEDIMIENTO PARA ELABORAR
UNA GRÁFICA X - S
 Gráfica S:
 Línea central: LC  S
 Límite superior de control: LSC  B4 S
 Límite inferior de control: LIC  B3 S

Nota importante: En estas gráficas de control la

desviación estándar se estima con la expresión

S
c4
PROCEDIMIENTO PARA ELABORAR
UNA GRÁFICA (I – RM)
 Monitorea la tendencia de un proceso con datos variables que
no pueden ser muestreados en lotes o grupos.

 Este tipo de graficas se realiza cuando las mediciones son muy

costosas (pruebas destructivas) o cuando la característica a
medir en cualquier punto en el tiempo es relativamente
homogénea (ph de una solución química)
Paso 1: Colectar los datos Paso
2: Calcular el promedio de los datos.
 PROCEDIMIENTO PARA ELABORAR UNA
GRÁFICA X - S
9. Dibujar las líneas de control: Preparar una hoja de papel
cuadriculado; dividirla en dos partes iguales para las dos
gráficas, colocando en la parte inferior la de desviaciones
estándar y en la parte superior la de medias; marcar cada
eje vertical de la izquierda con los valores de las media y de
las desviaciones estándar, según sea el caso, y el eje
horizontal con los números de los subgrupos. Dibuje una
línea sólida para la línea central y una línea punteada para
los límites.
PROCEDIMIENTO PARA ELABORAR
UNA GRÁFICA X - S
10. Localizar los puntos: Registrar los valores
de la media y de la desviación estándar de
cada subgrupo, por partes, según el
número del subgrupo.

11. Registrar los datos que puedan ser de

utilidad: Escriba el tamaño del subgrupo
(n) en el extremo superior izquierdo de la
gráfica de medias.
INTERPRETACIÓN DE GRÁFICA S
 Primero se debe analizar esta gráfica, ya
que si no está bajo control estadístico los
límites de la gráfica de medias no tendrán
sentido.
 En caso de que no este bajo control
estadístico, se deberán encontrar las causas
especiales de variación y eliminar los puntos
fuera de control y recalcular los límites.
INTERPRETACIÓN DE GRÁFICA DE
MEDIAS
 Después de haber revisado la gráfica S, es cuando se
interpreta la de medias.

 Nunca se deben relacionar los puntos en una gráfica

de medias con los límites de especificación, ya que
los puntos en la gráfica son promedios y las
especificaciones corresponden a valores
individuales, presentando una variabilidad mayor
que los subgrupos.
PARA AMBAS GRÁFICAS

 Se deben verificar las ocho pruebas

 Verificar que no se presente ningún patrón.
 Datos normales.
GRÁFICOS DE CONTROL POR ATRIBUTOS
 Los gráficos de control para atributos se usan cuando la
característica de calidad del proceso no puede ser
medida, sólo puede observarse, clasificando el
producto en defectuoso o bueno.

 Hay dos tipos de gráficos de control para atributos:

 Gráfico p:
Para el número de piezas defectuosas en una
muestra
 Gráfico c:
Para el número de defectos por unidad
GRÁFICOS DE CONTROL POR ATRIBUTOS

 ¿Cuándo debe usarse cada uno de ellos?

 Gráfico p:
 Cuando lo que se observa pueda situarse en dos categorías
: bueno o malo, aprobado o suspenso, si o no,..
 Cuando los datos consisten en múltiples muestras de n
observaciones cada una de ellas.
 Gráfico c:
 Cuando sólo puedan contarse los sucesos ocurridos pero no
los no ocurridos. Ejemplos:
 Llamadas por hora
 Arañazos, errores, .. por pieza
 Roturas, rajas por metro cuadrado
 Crímenes anuales, etc
GRÁFICOS DE CONTROL POR ATRIBUTOS
GRÁFICO p
 Se utiliza para controlar la proporción de defectos
generados por un proceso.
 El gráfico p se construye y utiliza de forma similar al
gráfico x.
 La línea central del gráfico p es la fracción de ítems
defectuosos (p), se calcula como el número de ítems
defectuosos dividido por el tamaño de la muestra n
(estamos utilizando muestras de tamaño variable).
 p es la fracción de defectuosos del universo, como no la
conocemos haremos una estimación que denominamos
p y, se calcula como la media de las fracciones
defectuosas de 20-25 muestras.
GRÁFICOS DE CONTROL POR ATRIBUTOS
 La variable p se distribuye como una binomial,
por tanto, su desviación típica y los límites de
control pueden expresarse como:
p(1  p)
 
p
n

Límites de control = p  3p

Si el límite inferior de control es < 0 se utiliza

como límite cero
GRÁFICOS DE CONTROL POR ATRIBUTOS
GRÁFICO c
 Este tipo de gráfico se utiliza cuando se está
intentando controlar el número de defectos por
unidad, ya sea porque el numero de posibles defectos
es elevado o porque se desee aislar un cierto tipo de
ellos.
 El número de defectos por unidad se distribuye como
una distribución de Poisson: Se considera la existencia
de una gran cantidad de posibles defectos por artículo,
una probabilidad relativamente baja de que se de un
defecto e independencia de sucesos de los distintos
artículos.
 c es el número más probable de defectos por muestra
que estimamos como c
GRÁFICOS DE CONTROL POR ATRIBUTOS
 La media del número de defectos por unidad es c. Se
calcula dividiendo el número total de defectos
encontrados en un lote de muestras entre el número
de estas, que no debe ser inferior a 25.

 La desviación típica σc = c

 Aproximando a la normal, los límites de control serán:

 Límite superior UCLc = c + 3 c
 Límite inferior LCLc = c - 3 c

 Si el límite inferior de control es <0 se utiliza como

límite cero
CONSIDERACIONES DE LOS
GRÁFICOS DE CONTROL
 Los gráficos de control suponen tiempo y dinero que
pueden ser necesarios para conseguir la salida del
proceso.

 En aquellas organizaciones donde deben emplearse

gráficos de control en algunos puntos del proceso, los
directivos deben tomar varias decisiones relacionadas
con el uso de los gráficos de control:

 En qué puntos del proceso se deben utilizar.

 Qué tamaño de muestra tomar.
 Qué tipo de gráfico de control utilizar