CONTROL DE PROCESOS

POR ATRIBUTOS
Fuente: Fuente: GUSTAVO CASTRO MORALES, 2012

Graficas de Control para

Atributos

 GRAFICOS DE CONTROL POR ATRIBUTOS:

Son Grficos de Control basados en la
observacin de la presencia o ausencia de una
determinada caracterstica, o de cualquier tipo de
defecto en el producto, servicio o proceso en
estudio.
DISCONFORMIDAD (DEFECTO): Estado, modo
o condicin con que se presenta una cualidad
(atributo) con una gravedad, cuanta o intensidad
suficientes para que el producto que la posee no
cumpla con los requisitos de la especificacin.
UNIDAD
NO
CONFORME
(UNIDAD
DEFECTUOSA): Unidad de producto o servicio
que contiene una o varias disconformidades
Tomate
defectuoso

VENTAJAS SOBRE LOS GRFICOS DE

CONTROL POR VARIABLES
Suele ser ms sencillo y rpido.
Permite resumir las caractersticas de varias
variables. Un artculo o servicio puede ser
defectuoso o no dependiendo de un conjunto de
variables y no de una sola. No se controla una
caracterstica medible sino la ausencia o presencia
de un atributo (rechazo/no rechazo).
Al usar la informacin de si el artculo es o no
defectuoso,
contiene
simultneamente
la
informacin de la capacidad del proceso
(variabilidad intrnseca al proceso productivo) y las
tolerancias.
Manzana defectuosa

GRAFICAS DE
CONTROL P

Grafico P
En este grfico se muestra la evolucin
de la proporcin de individuos que
tienen cierto atributo. Al cual se le
denomina p.
El objetivo del grfico Pp
comprobar
ser
i
si la evolucin de los valores
observados son compatibles con un
valor poblacional

p,

y por tanto la

diferencia entre el valor observado

pi

y el poblacional p se debe slo a la

variabilidad muestral.

Aleatoriedad de la variable proporcin de

defectos
La proporcin de artculos defectuosos
de cada muestra es una variable
aleatoria , que denotaremos por:

p d n
i

En general se tendr que:

p
p
i

Donde: en el proceso bajo control;

p
: Probabilidad de que un articulo
sea
defectuoso
en
el
proceso
(poblacional).
p
i

: Probabilidad de que un articulo

sea
defectuoso
en
el
tiempo
ni
(muestral).
d
i

: Tamao de la muestra

: Nmero de artculos defectuosos

Distribucin Binomial de las unidades

defectuosa (di)

En esta situacin de estabilidad el proceso

evoluciona de manera independiente; es decir,
la probabilidad de que se produzca un artculo
o servicio defectuoso es independiente de si el
anterior artculo o servicio fue o no defectuoso.
Bajo estos supuestos de estabilidad e
independencia, la probabilidad de que cada
artculo sea defectuoso es siempre la misma e
igual a p.
Cada artculo producido puede entonces
asociarse a una variable aleatoria de Bernoulli
que tome valor xi = 1 si el artculo es
defectuoso (P(xi = 1) = p) o xi = 0 si es
aceptable (P(xi = 0) = 1 p). Por tanto, el
nmero de unidades defectuosas di de un total
de ni unidades es una variable aleatoria
Binomial (varios intentos tipo Bernoulli, en cada
muestreo).

PROPIEDADES

Distribucin Binomial de parmetros ni y p

Media : E(di) = nip
Varianza 2 : Var (di) = nip (1 p)
Desviacin Tpica : n p (1 p )
Como puede verse, los parmetros, media
desviacin y varianza, dependen slo de
p, por lo que para analizar la evolucin del
nmero de artculos defectuosos no es
necesario construir un grfico de control
para la media y otro para la variabilidad,
como ocurra en el control por variables,
sino que con un grfico de control del
parmetro p es suficiente.
i

p
i (
Fraccin de disconformes muestral

El inters est en la evolucin de la

proporcin de artculos defectuosos, es
decir:
d nmero.de.defectuosos.en.la.muestrai esima
p
n
tamao.de.la.muestra.i esima
i

Que se identifica como la media muestral

de la proporcin, por tanto:

E ( p ) p
i

p (1 p )
Var ( p )
n
i

Distribucin Normal de la distribucin

muestral de la proporcin defectuosa

Para tamaos grandes mustrales(ni),

podemos aplicar el teorema central del
Limite y utilizar que aproximadamente:

pi N

p (1 p )

p,
n

LIMITES DE CONTROL
Los limites sern tambin para 3 y se
especifican en:

LCS E ( p ) 3 Var ( p )
i

LC E ( p )
i

LCI E ( p ) 3 Var ( p )
i

Tomndose como limite inferior el cero si

resultase un valor negativo.

/// Si la proporcin poblacional de defectuosos p es

conocida:

LCS p 3

p (1 p )
n
i

LC p
LCI p 3

p (1 p )
n
i

Los lmites de control no son, en general, dos

lneas rectas, sino que variarn con el tamao
muestral ni. Esta variacin se necesita para
asegurar que en cada momento existe una
probabilidad del 99.7% de estar entre los lmites si
el proceso est bajo control.

LIMITES DE CONTROL
PARA GRAFICAS P
P DESCONOCIDA

Limites de Control para p desconocido

Se debe estimar este valor poblacional p
p
segn el muestreo
por
para las siguientes
condiciones:
Para tamaos iguales de muestra (ni = k):
N
N
Teniendo N muestras.

d
i 1

kN

p
i 1

Para tamaos diferentes de muestras:

Teniendo N muestras:
N
N

d
i 1
N

n
i 1

p
i 1

Linealizar los Limites de Control

Una opcin para que los limites de
control se mantengan horizontales o
lineales es necesario realizar la
siguiente transformacin, en el caso
de tamaos mustrales diferentes:
N

n
i 1

LIMITES DE CONTROL CON P DESCONOCIDA

En general:

p (1 p )
LCS p 3
n
LC p
p (1 p )
LCI p 3
n

CONSTRUCCION
DE GRAFICAS P
(Con tamao de muestra igual)

Elaborar el plan de muestreo (Tamao de muestra, frecuencia de

muestreo y nmero de muestras)

Los Grficos de Control por Atributos requieren

generalmente tamaos de muestras grandes para
poder detectar cambios en los resultados.
Para que el grfico pueda mostrar pautas
analizables, el tamao de muestra, ser lo
suficientemente grande (entre 50 y 200 unidades e
incluso superior) para tener varias unidades no
conformes por muestra, de forma que puedan
evidenciarse cambios significativamente favorables
(por ejemplo, aparicin de muestras con cero
unidades no conformes).
El tamao de cada muestra oscilar entre +/- 20%
respecto al tamao medio de las muestras
n = (n1 + n2 + ... + nN) / N; N = Nmero de
muestras
///

///
b) La frecuencia de muestreo ser la
adecuada para detectar rpidamente los
cambios y permitir una realimentacin
eficaz.
c) El periodo de recogida de muestras
debe ser lo suficientemente largo como
para recoger todas las posibles causas
internas de variacin del proceso.
Se recogern al menos 20 muestras para
proporcionar una prueba fiable de
estabilidad en el proceso.

Recoger
los
establecido

datos

segn

el

plan

Se tendr un especial cuidado de que la

muestra sea aleatoria y representativa de
todo el periodo de produccin o lote del que
se extrae.
Cada unidad de la muestra se tomar de
forma que todas las unidades del periodo de
produccin o lote tengan la misma
probabilidad de ser extradas. (Toma de
muestras al azar).
Se indicarn en las hojas de recogida de
datos
todas
las
informaciones
y
circunstancias que sean relevantes en la
toma de los mismos.

Calcular la fraccin de unidades no

conformes, "pi
Para cada muestra se registran los
siguientes datos:
El nmero de unidades inspeccionadas
"ni".
El nmero de unidades no conformes di
La fraccin de unidades no conformes "p"
segn la frmula: pi = (di/ ni)

Calcular los Limites de Control

p (1 p )
LCS p 3
n
LC p
p (1 p )
LCI p 3
n

Definir las escalas del grfico

El eje horizontal representa el nmero de

la muestra en el orden en que ha sido
tomada.
El eje vertical representa los valores de la
fraccin de unidades no conformes "pi".
La escala de este eje ir desde cero hasta
dos veces la fraccin de unidades no
conformes mxima.

Representar en el grfico la Lnea Central y

los Lmites de Control

Lnea Central.
Marcar en el eje vertical, correspondiente a las
p, el valor de la fraccin media de unidades no
conformes pi . A partir de este punto trazar una
recta horizontal. Identificarla con p .
Lnea de Control Superior.
Marcar en el eje vertical, correspondiente a las
pi, el valor de LCSP. A partir de este punto
trazar una recta horizontal discontinua (a trazos).
Identificarla con LCSP.
Lmite de Control Inferior.
Marcar en el eje vertical, correspondiente a las
pi, el valor de LCIP. A partir de este punto
trazar una recta horizontal discontinua (a trazos).
Identificarla con LCIP.

Incluir los datos pertenecientes a las

muestras en el grfico
Representar cada muestra con un punto,
buscando la interseccin entre el nmero
de la muestra (eje horizontal) y el valor de
su fraccin de unidades no conformes (eje
vertical), pi
Unir los puntos representados por medio de
trazos rectos.

Comprobacin de los datos de construccin del

Grfico de Control "p

Se comprobar que todos los valores de la fraccin de

unidades no conformes de las muestras utilizadas para
la construccin del grfico correspondiente estn
dentro de sus Lmites de Control.
LCIp < pi < LCSp
Si esta condicin no se cumple para alguna muestra,
esta deber ser desechada para el clculo de los
Lmites de Control.
Se repetirn todos los clculos realizados hasta el
momento, sin tener en cuenta los valores de las
muestras anteriormente sealadas.
Este proceso se repetir hasta que todas las muestras
utilizadas para el clculo de los Lmites de Control
muestren un proceso dentro de control.
Los Lmites, finalmente as obtenidos, son los definitivos
que se utilizarn para la construccin de los Grficos de
Control.

Anlisis y resultados
El Grfico de Control, resultado de
este proceso de construccin, se
utilizar para el control habitual del
proceso.

Construccin del
Grafico P
Con: Statgraphics

Grafica P: Considerar los siguientes datos:

En la barra de menu CLIC en AVANZADO.., hasta

hacer CLIC en Grafico p

MUESTRAS

El cuadro desplegado
solicita
introducir
datos,
como
PROPORCIN
de
fallos y tamao de
subgrupo,
donde
podemos introducir la
variable MUESTRAS,
seleccionndola
y
luego haciendo CLIC
en la FLECHA. Para la
proporcin tenemos
que transformar la
variables.

CLIC en TRANSFORMAR se despliega el siguiente cuadro:

Realizar la divisin FALLAS/MUESTRAS y ACEPTAR

El cuadro de dialogo de Grafica p se presenta:

El
rectngulo
correspondiente
a
PROPORCIONES,
se
presenta
lleno
de
la
variables
transformadas
FALLAS/MUESTRAS, luego
CLIC en ACEPTAR para
obtener la Grafica p

VENTANA DE RESULTADOS

RESULTADOS

Grafica p y sus Limites de Alerta

OPCIONES TABULARES de la barra de

Herramientas, escoger TEST DE RACHAS

CONCLUSION
Proceso bajo control.

ESTUDIOS DE CAPACIDAD
POTENCIAL DE CALIDAD

CAPACIDAD DE PROCESO
Lmites de la variabilidad propia de un proceso,
dentro de los cuales, ste opera mientras las
circunstancias existentes en ese momento se
mantengan.
En nuestros estudios, consideraremos la
Capacidad de Proceso como seis veces el valor
de la desviacin tpica.
Capacidad de Proceso = 6
Parametro estimado:

S
6 6

n 1 6 R
d
c
2
4

CARACTERISTICAS PRINCIPALES
Carcter preventivo
Estudiar la Capacidad de un Proceso
permite conocer la aptitud del mismo
para cumplir con las especificaciones de
diseo de productos/servicios.
Impacto visual
Un Estudio de Capacidad de Proceso,
realizado de forma grfica, proporciona
de un vistazo informacin sobre la
relacin existente entre la actuacin del
proceso y las especificaciones.

LIMITES DE ESPECIFICACIN
"LES", "LEI" O "LTS", "LTI

DE

TOLERANCIA,

Los
lmites
de
especificacin/Tolerancia para una
determinada
caracterstica
del
producto/servicio son los valores
establecidos
como
mximo
y
mnimo entre los cuales el producto
o servicio obtenido es capaz de
satisfacer el fin para el que fue
diseado.

TOLERANCIA ESPECIFICADA O CAMPO DE

TOLERANCIA, "T

Diferencia entre los lmites

superior
e
inferior
de
especificacin o tolerancia.
T = LTS - LTI

TOLERANCIA NATURAL DEL PROCESO

Es el campo comprendido entre

los valores correspondientes a
3.

Esto determina que en el citado

campo se encuentre el 99,73% de la
poblacin.
Este concepto se identifica con el de
Capacidad de Proceso.

INDICES DE CAPACIDAD
a) ndice de Capacidad de Proceso "Cp"
Relacin entre la Tolerancia Especificada y la
Tolerancia Natural del Proceso o Capacidad de
Proceso.
LTS LTI
T

Cp

6
p
Estimacin: C
LTS LTI

Cp
6

Este ndice relaciona la variabilidad propia del proceso

con los lmites de especificacin establecidos para el
producto o servicio resultado del mismo.

.///

///
Condicin
Para considerar un Proceso Capaz es
necesario que Cp sea mayor o igual que
1,33.
LTS LTI 8

6
6
Por tanto seran defectuosos los que se
extienden ms halla de la tolerancia, o lo
que es lo mismo que estn ms de 4 de la
media, bajo la distribucin normal
///

///

Si, Cp 1, proceso.no.capaz

Si, Cp 1,33, proceso.capaz

Si : 1 Cp 1,33, proceso.capaz, pero.require.seguimiento.

INDICES DE CAPACIDAD UNILATERALES

LTS
Cps
( solo.especificacin.sup erior)
3
LTI
Cpi
( solo.especificacin.inf erior)
3
Cuando cualquiera de estos ndices es menor
que 1, el proceso no cumplir con las
especificaciones.
Si se desconocen la y estos deben ser
estimados a partir de los datos mustrales

///

ndice de Capacidad Mnimo

Cpk
(Proceso fuera del centro)

Valor que caracteriza la relacin existente entre la

media del proceso y su distancia al lmite de
especificacin, por el cual el proceso dar un
resultado menos correcto.
Es el ndice utilizado para saber si el proceso se
ajusta a las tolerancias, es decir, si la media
natural del proceso se encuentra centrada o
no con relacin al valor nominal del mismo.

Cpk min(Cps, Cpi)

///

Cpk min( Cps , Cpi )

LTS LTI
min(
,
)
3
3
Entonces :
Cp Cpk , proceso .centrado
Cpk Cp , proceso .descentrado
Cpk 0, proceso . fuera.de.las.especificaciones
Proceso dentro de especificaciones:
Cpk 1,33

ndice de capacidad recproco Cr

Este ndice es el inverso de Cp., es decir,
Cr = 1/Cp. Su interpretacin es la
siguiente:
Si Cr > 1, el proceso NO es capaz.
Si Cr < 0,75, proceso Capaz.
Si 0,75 Cr 1, proceso capaz pero
requiere un control estricto

CAPACIDAD DE
PROCESO
CON GRAFICOS DE CONTROL POR VARIABLES

VENTAJAS
Es un proceso bajo control estadstico, lo
que significa que no existen causas
especiales de variacin actuando sobre el.
El Estudio corresponde a la variabilidad
global de dicho proceso, es decir, estn
incluidos parmetros como cambios de
turno, diferentes lotes de materia prima,
etc.

1. Identificar y definir la caracterstica

significativa del proceso

Para hablar de Capacidad de Proceso es

necesario hablar de capacidad respecto a
una variable o caracterstica del mismo.
Generalmente, esta caracterstica se
evala a partir de la medicin de una
variable del producto/servicio resultado del
proceso, la cual deber ser especfica y
claramente definida.
La variable medida para el Grfico de
Control ha de coincidir con la definida en
este paso.

2. Estimar la desviacin tpica "s"

Para estimar la desviacin tpica "s" de los
valores resultado del proceso, se
utilizar la siguiente frmula (dependiendo
del tipo de grfico utilizado):
GRAFICO. X R :
GRAFICO. X S :

S
c

d2 y c2 son constantes que dependen del

tamao de la muestra.
R S son valores calculados previamente en
la elaboracin de los Grficos de Control por
Variables respectivos.

///

3. Calcular los ndices de Capacidad de Proceso:

Cp y Cpk.
4. Conclusin. Estimacin de la Capacidad
Potencial de un Proceso:
. Es necesario comparar los ndices de
Capacidad obtenidos con los valores lmite
establecidos anteriormente para concluir si el
proceso es o no capaz, y si el resultado del
proceso estar dentro de especificacin o no,
ya que, aunque un proceso sea capaz de
cumplir con unas especificaciones no implica,
necesariamente, que el resultado de dicho
proceso las cumpla.

a) Proceso capaz y dentro de especificacin

Esta situacin se da cuando se
satisfacen las condiciones establecidas
para Cp y Cpk:
Cp >1,33 y Cpk >1,33
El proceso es capaz de satisfacer la
tolerancia especificada y adems, el
resultado del mismo, estar dentro de
los lmites de especificacin.

b) Proceso capaz, pero descentrado

Esta situacin se da cuando Cp satisface la

condicin establecida y Cpk la incumple:
Cp >1,33 y Cpk < 1,33
El proceso es capaz de ajustarse a la
tolerancia especificada pero su resultado
dar un porcentaje fuera de especificacin.
Proceso no centrado

c) Proceso NO capaz

Esta situacin se da cuando Cp

incumple
la
condicin
establecida:
Cp < 1,33
El proceso no es capaz de
cumplir
con
la
tolerancia
especificada por lo que debern
estudiarse
posibilidades
de
cambio en el diseo del proceso
o del producto.

Estimacin Normal del porcentaje de poblacin

fuera de especificaciones PROCESO CENTRADO

P(X<LTI
)

P(X>LTS
)

LTI
p ( z LTI / z
)

LTS
P ( z LTS / z
)

p p p
I

ESTUDIO DE CAPACIDAD DE
PROCESO

Con
Statgraphics

Estudio de capacidad de proceso con graficas

de control por variables

Para producir leche pasteurizada HTST

(74C/15s) en una planta de productos
lcteos se quiere establecer el control
estadstico del proceso, para ello se
registra
la
temperatura
final
de
calentamiento transcurridos los 15
segundos de permanencia una vez que
esta llego a los 74C. Se tomaron 25
muestras, cada una de tamao cinco,
cuando se considera que el proceso esta
bajo control.

Estudio para 125 datos de temperatura,

introducidos en una columna

Realizando el anlisis para graficas de

control por variables para X-bar y R

VENTANA DE RESULTADOS

LIMITES DE CONTROL
X-bar y Rango - Estudio Inicial para
TEMPERATURA
Nmero de subgrupos = 25
Tamao del Subgrupo = 5.0
0 subgrupos excluidos

Grfico X-bar
UCL: +3.0 sigma = 74.0146
Lnea central = 74.0012
LCL: -3.0 sigma = 73.9878
0 fuera de lmites

LIMITES DE CONTROL PARA GRAFICA DE RANGOS

Y ESTIMADORES POBLACIONALES

Grfico de Rango
UCL: +3.0 sigma = 0.0491377
Lnea central = 0.02324
LCL: -3.0 sigma = 0.0
0 fuera de lmites
Estimaciones
Media del Proceso = 74.0012
Sigma del Proceso = 0.0099914
Rango Medio = 0.02324

TEST DE INESTABILIDAD

Grafica X-bar y sus Limites de Alerta

Grafica R y sus Limites de Alerta

CLIC en OPCIONES tabulares para realizar el

anlisis de capacidad del proceso

CLIC EN ACEPTAR EN EL CUADRO DE DIALOGO

DE OPCIONES TABULARES

RESULTADOS SIN VALORES

POR FALTA DE LAS
ESPECIFICACIONES DE
TOLERANCIA

CLIC SECUNDARIO sobre

la ventana de resultados
por defecto para
desplegar el nuevo
cuadro de dilogos y en
el CLIC en OPCIONES DE
VENTANA, para definir
los Limites de Tolerancia
en el nuevo cuadro
desplegado, OPCIONES
INDICES DE CAPACIDAD
DEL PROCESO

75

73

CLIC EN ACEPTAR: RESULTADOS