GRFICAS DE CONTROL PARA ATRIBUTOS 193

CAPTULO

GRFICAS DE CONTROL

PARA ATRIBUTOS

M.A. MIGUEL VARGAS GUEVARA

 194 GRFICAS DE CONTROL PARA ATRIBUTOS

3.1 Conceptos generales de atributos.

En un sentido estricto, un atributo es una caracterstica de calidad que no puede ser
medida; slo se podr observar (por ejemplo, la aplicacin de pintura, grietas, la costura de
una camisa, etc.), clasificando el producto en defectuoso o bueno, en conforme, no
conforme, dependiendo de que tenga o no dicha caracterstica Sin embargo, tambin hay
muchas variables medibles que se pueden considerar como atributos, cuando no interesa su
valor, sino slo conocer si est dentro de un determinado intervalo.
Las grficas de control por atributos son importantes por las siguientes razones:
a) Las operaciones medidas por atributos existen en cualquier proceso de manufactura o
ensamble, por lo que estas tcnicas de anlisis son muy tiles.
b) Los datos por atributos estn disponibles en mltiples situaciones siempre que exista
inspeccin, listado de reparaciones, material seleccionado o rechazado, etc. En estos
casos, no se requiere gasto adicional de bsqueda de datos slo el trabajo de
incorporarlos a la grfica de control.
c) Cuando se requiere obtener datos, la informacin por atributos es generalmente rpida
y barata de obtener y con medios simples (pasa-no pasa) no necesita de personal
especializado.
d) Muchos de los datos presentados a la gerencia en forma de resmenes, es del tipo de
atributos y se pueden beneficiar con el anlisis de las grficas de control. Ejemplos:
Desarrollo del departamento en cuando al nmero de unidades buenas, ndices de
desecho, auditoras de calidad y rechazo de materiales.
e) Al introducir las grficas de control en las plantas, es importante dar prioridad a las
reas con problemas y utilizarlas donde ms se necesiten. El uso de las grficas de
control por atributos en las reas claves de control de calidad indicaran cules son los
procesos que requieren un anlisis ms detallado -incluyendo la posibilidad de utilizar
grficas de control por variables.
f) Finalmente, las grficas de control por atributos son ms fciles de construir e
interpretar que las grficas por variables.
Los criterios de aceptacin al utilizar grficas de control por atributos deben estar
claramente definidos y el procedimiento para decidir si esos criterios se estn alcanzando es
producir resultados consistentes a travs del tiempo. Este procedimiento consiste en definir
operacionalmente lo que se desea medir. Una definicin operacional consiste en:
1) Un criterio que se aplica a un objeto o a un grupo.
2) Una prueba del objeto o del grupo y
3) Una decisin, s o no: El objeto o el grupo alcanza o no el criterio.
Si por ejemplo, queremos medir a travs de una grfica por atributos si la superficie
de los autos (suponiendo que estamos en la empresa donde se fabrican automviles) est
libre o no libre de suciedad, necesitaremos definir claramente qu es suciedad y requerimos
probar si los inspectores estn de acuerdo o no con esa definicin. Una vez que est definida
operacionalmente la especificacin, cuando se est midiendo en la grfica de control si la
superficie de dos automviles est o no libre de suciedad, podr decidirse si se alcanza o no
el criterio en la superficie revisada.

M.A. MIGUEL VARGAS GUEVARA

 GRFICAS DE CONTROL PARA ATRIBUTOS 195

En aos recientes ha habido un nfasis considerable en hacer terminologa ms

precisa El rea de las grficas de control se ha beneficiado de este nfasis.
Lo que se ha llamado unidades que no cumplen con los requisitos -designadas
como unidades variantes en trminos estadsticos- normalmente se expresan en uno de
dos trminos -unidad mal conformada o unidad defectuosa- en las grficas de control
especficas de porcentaje o fraccin defectuosa.
Se puede definir la unidad mal conformada como:
Una unidad o servicio que tiene cuando menos una separacin de una
caracterstica de calidad a partir de su nivel o estado deseado y que
ocurre con una severidad suficiente para ocasionar que un producto o
servicio asociado no cumpla con un requisito de especificacin.
Se puede definir una unidad defectuosa como:
Una unidad de producto o servicio que tiene cuando menos una
separacin de una caracterstica de calidad de su nivel o estado, y que
ocurre con una severidad suficiente para ocasionar un producto o
servicio asociado que no satisface requisitos de uso normalmente
esperados o razonablemente predichos; o que tiene varias
imperfecciones que combinadas ocasionan el fallo del producto a
satisfacer, los requisitos de uso esperados normales.
La diferencia bsica es que la unidad defectuosa -el trmino correspondiente a
defecto- es un trmino orientado a la evaluacin de unidades con respecto al uso del cliente,
y la unidad mal conformada (desconformidad) es un trmino orientado para la evaluacin de
unidades con respecto a su actuacin con las especificaciones.
En algunas grficas de control por atributos -como en las que los requisitos de las
especificaciones son equivalentes a los requisitos de uso del cliente- los dos trminos
coinciden. Tambin, algunos requisitos contractuales de los clientes pueden especificar que
cualquier unidad que se separe de los requisitos especificados se debe considerar como
defectuosa.
En otras situaciones de grfica de control por atributos, la especificacin de
requisitos puede estar internamente establecida dentro de la planta, y estar deliberadamente
ms estrecha que los requisitos del cliente, haciendo as unidad mal conformada el trmino
ms apropiado para la grfica de control.
Muchas de las grficas de control por atributos ampliamente usadas se desarrollaron
originalmente con el uso de defectuoso y porcentaje defectuoso como terminologa bsica.
Algunas otras grficas por atributos han usado ahora los mal conformada y desconformidad
como terminologa base, de acuerdo con la terminologa moderna.
Cada planta har su propia determinacin en lo referente a cul de estos trminos
describe con mayor precisin a las unidades que no cumplen con los requisitos, -o
unidades variantes- de acuerdo a su uso en la grfica de control. Por claridad, para cada
grfica y ejemplo utilizados en este libro se usa la terminologa de defecto y defectuoso para
control, para enfatizar el efecto del cliente.
Los objetivos de los grficos de control por atributos pueden concretarse en los

M.A. MIGUEL VARGAS GUEVARA

 196 GRFICAS DE CONTROL PARA ATRIBUTOS

siguientes puntos.
1) Estudiar si la marcha del proceso est bajo control de forma menos costosa que con
las grficas de control por variables.
2) Obtener un nivel de calidad aceptable de acuerdo con los objetivos fijados.
3) Poner de manifiesto aquellas caractersticas que, por razones econmicas y/o
tcnicas, deberan ser controladas mediante grficos de control por variables.
Dado que el producto defectuoso puede tener uno o ms defectos o el nmero de
productos defectuosos. En ambos casos, el estudio se har mediante muestras, que podrn
ser de tamao constante o variable, lo cual genera los cuatro tipos de grficos que aparecen
en la tabla 3.1. Todos ellos se basan en definir los lmites de control a una distancia de 3
de su valor central, que ser la media de lo que se quiera controlar. Su frmula genrica
debe ser:
=

Tamao de muestra
Base de Control Constante Variable
Nmero de piezas defectuosas Grfico np Grfico p
Nmero de defectos Grfico c Grfico u
Tabla 3.1 Tipos de grficos de control por atributos.

En el control del proceso se har de manera anloga a como se realizaba para los
grficas de control por variables, pero es conveniente hacer notar que aqu los valores que
se obtengan por encima de los lmites de control superior tienen un significado muy diferente
de los que aparezcan bajo los lmites de control inferior. Mientras que los primeros estn
detectando un exceso de defectos (o, en su caso, de piezas defectuosas), los segundos
ponen de manifiesto que las muestras tomadas revelan valores muy bajos de defectos (o, en
su caso, de productos no aceptables). A pesar de esto ltimo podra llevar a pensar que se
est ante un buen resultado, lo que generalmente sucede es que las muestras pueden estar
extrayndose de forma inadecuada, por lo que habra que analizar la forma de la extraccin.
En el caso de que no sea sta la causa, estaremos ante un proceso que ha evolucionado
favorablemente, por lo que habra que recalcular los lmites de control.
En lo referente a las muestras que deben tomarse peridicamente, deben ser de
mayor tamao que las utilizadas para los grficos de control por variables, el tamao de
muestra ms generalizado es de 25 unidades, sin embargo, se han sugerido algunas reglas
para determinar el nmero mnimo de unidades para tamao de muestra. El tamao de
muestra debe ser lo suficientemente pequeo de forma que las condiciones de produccin y
pruebas puedan suponerse bastante uniformes. Al contrario, la muestra debe ser lo
suficientemente grande para promediar cuando menos 0.5 defectuosos por np. As, si p es
muy pequea, se requerir de una mayor n.
En lo que se refiere a los formatos utilizados para estas grficas se recomienda
utilizar los formatos que se encuentran en las pginas siguientes. Aunque pueden ser
cambiadas a las propias necesidades de la empresa donde se trabajen.

M.A. MIGUEL VARGAS GUEVARA

GRFICAS DE CONTROL PARA ATRIBUTOS 197

M.A. MIGUEL VARGAS GUEVARA

 198 GRFICAS DE CONTROL PARA ATRIBUTOS

M.A. MIGUEL VARGAS GUEVARA

GRFICAS DE CONTROL PARA ATRIBUTOS 199

M.A. MIGUEL VARGAS GUEVARA

 200 GRFICAS DE CONTROL PARA ATRIBUTOS

M.A. MIGUEL VARGAS GUEVARA

 GRFICAS DE CONTROL PARA ATRIBUTOS 201

3.2 Elaboracin e interpretacin de Grficas por Atributos.

Aunque existen cuatro tipos diferentes de grficas de control por atributos, podemos
generalizar un proceso para su elaboracin, la cual consiste en la realizacin de los
siguientes pasos.
1) Establecer los objetivos del control estadstico del proceso.- La finalidad es establecer
que se desea conseguir con la aplicacin de la grfica de control.
2) Identificar la caracterstica a controlar.- Es absolutamente necesario determinar que
caracterstica o atributo del producto o proceso se va a controlar para conseguir
satisfacer las necesidades de informacin establecidas en el paso No. 1
3) Determinar el tipo de grfica de control que es conveniente utilizar.- Para poder
determinar el tipo es necesario considerar los siguientes aspectos:
Tipo de informacin requerida.
Caractersticas del proceso.
Caractersticas del producto.
Nivel de frecuencia de las unidades no conformes o disconformidades.
4) Elaborar el plan de muestreo (tamao de muestra, frecuencia de muestreo, y nmero
de muestras).-
Las Grficas 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 + n 2 + ... + nN) / N N = Nmero de muestras
La frecuencia de muestreo ser la adecuada para detectar rpidamente los cambios
y permitir una realimentacin eficaz.
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.
5) Recoger los datos segn el plan establecido.
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

M.A. MIGUEL VARGAS GUEVARA

 202 GRFICAS DE CONTROL PARA ATRIBUTOS

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.
6) Calcular la fraccin de unidades.- Para cada muestra se registran los siguientes datos:
El nmero de unidades inspeccionadas n
El nmero de unidades no conformes.
La fraccin de unidades no conformes.
El nmero de defectos de una pieza.
La fraccin de defectos por pieza.
7) Calcular los lmites de control.- Las frmulas para estos clculos se encuentran en el
formato de la grfica de control sugerido en el punto anterior de este libro.
8) Definir las escalas de la grfica.
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.
La escala de este eje ir desde cero hasta dos veces la fraccin de unidades no
conformes mxima.
9) Representar en el grfico la lnea central y los lmites de control.
10)Incluir los datos pertenecientes a las muestras en la grfica.
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):
Unir los puntos representados por medio de trazos rectos.
11)Comprobacin de los datos de construccin de la grfica de control.
12)Analizar e interpretar los resultados de la grfica de control y tomar las acciones
correctivas en el momento en que lo requiera el proceso.- Este proceso de
interpretacin se ver en cada grfica de control de este libro.

3.2.1 Grfico p.
Sirve para controlar el nmero de productos defectuosos utilizando muestras que
pueden ser de tamao constante o variable. Si dividimos dicho nmero por el tamao de la
muestra n, obtendremos la fraccin defectuosa de la misma, la cual se denomina p. Se
calcula dividiendo el nmero de artculos defectuosos que existan en la muestra entre el
tamao de la misma, n. El valor central del grfico p tendra que ser la fraccin de
defectuosos del universo, p, que al no ser conocida se estima mediante la media de las
fracciones defectuosas . el clculo de esta ltima se puede realizar como la media de las p
calculadas, o bien dividiendo el nmero de artculos defectuosos obtenidos en un
perodo

M.A. MIGUEL VARGAS GUEVARA

 GRFICAS DE CONTROL PARA ATRIBUTOS 203

mnimo de un mes entre el nmero de piezas inspeccionadas en el mismo.

=

La variable p se distribuye segn una binomial, por lo que su desviacin estndar y
los correspondientes lmites de control se pueden expresar como:

( )

( )
=
=

Se podr apreciar que los lmites de control variarn, pues dependen de n, y sta no
necesariamente debe ser constante. Ello obligar a calcular los lmites de control para cada
una de las muestras, lo cual se puede simplificar tomando el tamao de muestra promedio y
obteniendo unos lmites de control simplificados, basndose en que no se incurre en un gran
error al ser n un nmero relativamente elevado.
El siguiente ejemplo muestra el nmero de defectos obtenidos en una muestra de 50
unidades tomados de la operacin de llenado de cera de una fbrica de veladoras.
Clculo de la fraccin defectuosa promedio:
.
=
= =.
.

Clculo de los lmites de control:

.(.)
=.+ = .

.(.)
=. =.=

La razn de que los valores negativos se consideren como cero, es que no pueden
existir fracciones defectuosas negativas, debido a que se dividen dos valores positivos.
El anlisis de la grfica es similar que las grficas de control de variables, por lo que
podemos concluir que el proceso no se encuentra dentro de control estadstico debido a:
Existen cambio bruscos.
10 puntos se encuentran dentro de los ltimos 3/3 de los lmites de control, por lo que
existe una gran dispersin de los datos.
36% de los puntos caen dentro del 1/3 de los lmites de control, lo cual debera ser la
mayora de los puntos.
Existen puntos cercanos a los lmites de control.
Se deben de investigar las causas por las cuales el proceso ha estado trabajando en
forma errtica, y buscar las causas asignables para tratar de eliminarlas.

M.A. MIGUEL VARGAS GUEVARA

 204 GRFICAS DE CONTROL PARA ATRIBUTOS

M.A. MIGUEL VARGAS GUEVARA

 GRFICAS DE CONTROL PARA ATRIBUTOS 205

Grfica de control para controlar el porcentaje defectuosos (100p); para tamao de

muestra variable.
La grfica de porcentaje defectuoso es idntica que la grfica para controlar la
fraccin defectuosa slo que la escala vertical cambia a porcentajes (multiplicando la fraccin
defectuosa por 100). Esta grfica la veremos para tamao de muestra variable.
Para el caso de muestra variable hay necesidad de hacer un clculo de lmite de
control por cada tamao de muestra diferente, el cual tambin es variable.
Los lmites de control entonces vienen dados por:

( )

=

Por ejemplo.- Supngase que se tienen los siguientes datos correspondientes a una
empresa ficticia.
Clculo del lmite central

=
()=.

Clculo de los lmites de control.

( ) =
. ( . ) = .

=. = . = . =.

n
Lmites de control para
200 1.56 37.18/14.14 = 1.56 2.63
300 1.56 37.18/17.32 = 1.56 2.15
500 1.56 37.18/22.36 = 1.56 1.66
600 1.56 37.18/24.50 = 1.56 1.52

Como se puede apreciar el proceso se encuentra dentro de control, la grfica no

contiene ningn sntoma de anormalidad, pero se deberan analizar las causas por las cuales
el proceso tiene una valor central muy grande (1.56%) para posteriormente mejorar el
proceso y tener una mejora continua

M.A. MIGUEL VARGAS GUEVARA

 206 GRFICAS DE CONTROL PARA ATRIBUTOS

M.A. MIGUEL VARGAS GUEVARA

 GRFICAS DE CONTROL PARA ATRIBUTOS 207

3.2.2 Grfico np.

Esta grfica nos sirve para controlar el nmero de productos defectuosos dentro de
un proceso.
Este tipo de grfica es prcticamente igual que la grfica p y se aplica a los mismos
casos. La diferencia es que las muestras son de tamao constante, n por lo que reduce los
inconvenientes que presenta el caso de tener la grfica p de tamao de muestra variable. Su
valor central es el nmero de artculos defectuosos. Si es la proporcin media de stos,
multiplicando por n se tendr el valor medio buscado. Para esta variable n , la desviacin
estndar y los correspondientes lmites de control son:

=

( )

=

( )

Para ilustrar un ejemplo, tomaremos los datos de la anterior grfica , con lo que
veremos que es la misma grfica pero representada por el nmero de defectuosos.
Clculo de los lmites de control.

= = . = ()(. ) = .


=.+
.()=.

=.
.()=..=

Como se puede apreciar en la siguiente grfica, resulta ser idntica a la grfica p, por
lo que su significado y las conclusiones son tambin iguales a esa grfica.
Si el operario lleva la construccin de la grfica de control, entonces se sugiere este
tipo de grfica, debido a que hay que hacer menos operaciones matemticas para su
construccin y pueden ocurrir menos errores de clculo.

M.A. MIGUEL VARGAS GUEVARA

 208 GRFICAS DE CONTROL PARA ATRIBUTOS

M.A. MIGUEL VARGAS GUEVARA

 GRFICAS DE CONTROL PARA ATRIBUTOS 209

3.2.3 Grfico c.
En la produccin de determinados trabajos sobre los cuales se debe efectuar una
inspeccin pasa-no pasa, existen por lo menos dos razones por las cuales las grficas del
porcentaje defectuoso o las de fraccin defectuosa, resultan de muy escaso valor:
1) La cantidad producida es muy baja Pueden ser muy pocas las unidades producidas
cada da, cada semana o cada mes.
2) Con productos fsicamente grandes y complicados, como mquinas integradas,
turbinas, o rodillos, se presentan siempre algunos defectos durante su inspeccin final.
Se pueden notar tomillos flojos que necesiten apretarse, placas que requieran pintura,
o sistemas electrnicos por coordinar. Bajo el sistema convencional del porcentaje
defectuoso, las grficas siempre acusarn 100% de rechazos, lo cual las hace de poca
utilidad para el control de calidad.
En estas circunstancias, la inspeccin por atributos resulta ms efectiva bajo forma
de grficas de control de defectos por unidad. Por lo tanto, una mquina puede tener 25
defectos durante su inspeccin final. Los lmites de control deben expresarse en trminos del
nmero de defectos por unidad
Existen dos tipos de grficas, dependiendo de la aplicacin.
1) La grfica de defectos de una clasificacin dada observados en una sola unidad de
producto de tamao o carcter constante en inspecciones sucesivas. Esta grfica se
denomina c, y los valores de c se grafican en una grfica llamada grfica c.
2) La grfica promedio o el nmero promedio de defectos de una clasificacin dada
observados en una muestra de n unidades de producto de carcter o tamao
constante en inspecciones sucesivas. Esta grfica promedio se denomina u, donde
u=c/n, y los valores de u se grafican en una grfica llamada grfica u.
Entonces podemos decir que la grfica c sirve para controlar el proceso productivo
mediante el conocimiento del nmero de defectos que aparece en una muestra, obtenido
ste como la suma de todos los defectos que tengan las piezas que lo componen.
Sera til indicar algunas aplicaciones representativas de la grfica c. Generalmente
puede usarse donde el nmero potencial de errores por artculo sea grande aunque el
nmero esperado sea relativamente pequeo. En los siguientes ejemplos puede utilizarse la
grfica c.
a) Nmero de defectos de tejido en una prenda de vestir.
b) Nmero de defectos de rugosidad por unidad de rea en un material de trabajo.
c) Nmero de poros, rayones, manchas en una superficie pintada.
d) Nmero de errores de ensamble en un equipo completo.
Tambin se puede decir que las grficas c y u se usan para analizar el proceso por
defectos de un producto, tales como imperfecciones en una lmina, barnizado, niquelado,
defectos en una tarjeta de crdito impreso, en tejidos del rea textil.
Dado que se considera la existencia de una gran cantidad de posibles defectos por
artculo, una probabilidad relativamente baja de que se den un defecto e independencia de
sucesos en los distintos artculos, la binomial que rega el nmero total de defectos tiende a

M.A. MIGUEL VARGAS GUEVARA

 210 GRFICAS DE CONTROL PARA ATRIBUTOS

una distribucin de Poisson, en la que la desviacin tpica puede expresarse como:

()=
= =

donde c es el nmero ms probable de defectos por muestra. De acuerdo con lo anterior, los
lmites de control se pueden expresar como:

donde c, ha sido sustituido por la media de defectos por muestra , que se calcular
dividiendo el nmero total de defectos encontrados en un lote de muestras entre el nmero
de stas. Cabe comentar que, en el presente caso, la muestra puede tener un tamao ms
reducido, pues de hecho, cada unidad a controlar puede llevar un nmero relativamente
elevado de posibles defectos. En cualquier caso, el valor de n debe ser sensiblemente
constante si se desea llegar a valores comparables.
Ejemplo:
En un tomo revolver se fabrican bridas para gas. De una muestra de 20 piezas nos
muestra el nmero de defectuosos al realizarse la inspeccin final, que mostraron los
siguientes tipos de defectos:
a) Defecto de avellanado.
b) Hilos de la cuerda en mal estado.
c) Ajuste de la cuerda.
d) Longitud de la pieza.
e) Tolerancia en el dimetro maquinado.
f) Rebaba.

Sub- No. de Tipo de Sub- No. de Tipo de Sub- No. de Tipo de

grupo def. defec. grupo def. defec. grupo def. defec.

1 1 d 8 1 d 15 0 ---
2 2 b, c 9 2 d, e 16 2 b, c
3 1 a 10 1 f 17 0 ---
4 0 --- 11 2 e, f 18 0 ---
5 3 b, d, c 12 3 d, e, f 19 2 e, f
6 2 e, f 13 2 a, d 20 3 d,e, f
7 0 --- 14 1 a

Suma del nmero de defectos = 27

= = .

=.+.=. = ..= . =

M.A. MIGUEL VARGAS GUEVARA

GRFICAS DE CONTROL PARA ATRIBUTOS 211

M.A. MIGUEL VARGAS GUEVARA

 212 GRFICAS DE CONTROL PARA ATRIBUTOS

3.2.4 Grfico u.
Si se cumplen las hiptesis empleadas para el grfico c, pero las muestras no
pueden ser elegidas de tamao constante, no se podr trabajar con el nmero de defectos
por muestra, c, si no que se tendr que utilizar el nmero de defectos por productos u. La
relacin que existe entre estas variables es obvia, por definicin:

=

Deduciendo los lmites de control a partir de los definidos para el grfico c se
obtendr:

= =

Lo mismo que ocurra para el grfico p, los lmites de control son variables. De la
misma forma que en ste, se puede adoptar en ocasiones, un tamao medio de la muestra y
fijar as los lmites de control, evadiendo el clculo de los mismos para cada muestra.
Ejemplo:
Los siguientes datos representan los productos defectuosos que se encuentran en
una muestra al final de la produccin tomados cada hora de una empresa dedidaca al
ensamble de televisores.
a) Piezas posicionadas equivocadas e) Error de cableado
b) Piezas daadas f) Conexin soldada deficiente
c) Flojas g) Conexin sin soldar
d) Falta alambre h) Mala alineacin

No. No. de Tipo No. No. de Tipo de

Fecha Fecha
Insp. defec. de Insp. defec. defec.
defec.
8/Oct. 3 8 2a, 3c, 1d, 2g 23/Oct. 3 4 1a, 2c, 1d
9/Oct. 2 4 2d,1e, 1,h 24/Oct. 4 5 3d, 1e, 1h
10/Oct. 4 7 4d, 2e, 1h 25/Oct. 2 3 2c, 1e
11/Oct. 3 4 1a, 2c, 1g 26/Oct. 3 4 2d, 2g
12/Oct. 3 10 5d, 3e, 2h 27/Oct. 2 6 2d, 1e, 3h
13/Oct. 3 3 1a, 2c 29/Oct. 4 4 3d, 1e
15/Oct. 2 6 3b, 2d, 1h 30/Oct. 2 8 2a, 2b, 3e, 1h
16/Oct. 3 5 2c, 2e, 1g 31/Oct. 3 3 2d, 1g
17/Oct. 2 3 3d 1/Nov. 3 2 1a , 1b
18/Oct. 2 7 4d, 2e, 1h 2/Nov. 3 3 1a, 1b, 1e
19/Oct. 4 7 5b, 2c 3/Nov. 2 3 2d, 1h
20/Oct. 3 4 2a, 2c 5/Nov. 4 5 3d, 1e, 1h
22/Oct. 1 2 2a

M.A. MIGUEL VARGAS GUEVARA

 GRFICAS DE CONTROL PARA ATRIBUTOS 213

Clculo de los lmites de control

=.
=
=

.
=.+ =.
.

.
=. = . =
.

Como se puede observar en la siguiente grfica, el proceso est fuera de control,

debido a que tiene muchos cambios bruscos y la mayor parte de los puntos se encuentran
entre los 2/3 exteriores, lo cual se considera inadecuado.

M.A. MIGUEL VARGAS GUEVARA

 214 GRFICAS DE CONTROL PARA ATRIBUTOS

M.A. MIGUEL VARGAS GUEVARA

 GRFICAS DE CONTROL PARA ATRIBUTOS 215

3.3 Capacidad del proceso.

Aunque el tema ya se trat con anterioridad en el punto 2.3 del captulo anterior,
tratar de recalcar algunos aspectos que son de suma importancia en el tema, con el fin de
que sea ms claro su aplicacin.
Un proceso est afectado por un gran nmero de factores sometidos a una
variabilidad (por ejemplo oscilaciones de las caractersticas del material utilizado, variaciones
de temperatura y humedad ambiental, variabilidad introducida por el operario, repetibilidad
propia de la maquinaria utilizada, etc.), que inciden en l y que inducen una variabilidad de
las caractersticas del producto fabricado. Si el proceso est operando de manera que
existen pequeas oscilaciones de todos estos factores, pero de modo que ninguno de ellos
tienen un efecto preponderante frente a los dems, entonces en virtud del TLC es esperable
que la caracterstica de calidad del producto fabricado se distribuya de acuerdo con una ley
normal. Al conjunto de esta multitud de factores se denominan causas comunes. Por el
contrario, si circunstancialmente incide un factor con un efecto preponderante, entonces la
distribucin de la caracterstica de calidad no tiene por qu seguir una ley normal y se dice
que est presente una causa especial o asignable. Por ejemplo, si en un proceso industrial
se est utilizando materias primas procedentes de un lote homogneo y se contina la
fabricacin con materias primas procedentes de otro lote, cuyas caractersticas son muy
diferentes de las anteriores, es muy posible que las caractersticas de los productos
fabricados sean significativamente distintas a partir de la utilizacin del nuevo lote.
Por definicin, se dice que un proceso est bajo control estadstico cuando no hay
causas asignables presentes. El Control Estadstico de Procesos se basa en analizar la
informacin aportada por el proceso para detectar la presencia de causas asignables y
habitualmente se realiza mediante una construccin grfica denominada Grfico de Control.
Si el proceso se encuentra bajo control estadstico es posible realizar una prediccin del
intervalo en el que se encontrarn las caractersticas de la pieza fabricada.
Para que tenga sentido la aplicacin de los grficos de control, el proceso ha de
tener una estabilidad suficiente que aun siendo aleatorio, permita un cierto grado de
prediccin. En general, un proceso catico no es previsible y no puede ser controlado. A
estos procesos no se les puede aplicar el grfico de control ni tiene sentido hablar de
capacidad. Un proceso de este tipo debe ser estudiado mediante herramientas estadsticas
avanzadas hasta que el grado de conocimiento emprico obtenido sobre el mismo permita
conocer las causas de la estabilidad y se eliminen.
En lo sucesivo, se supondr que los procesos tienen un cierto grado de estabilidad.
Podemos distinguir dos casos:
El proceso est regido por una funcin de probabilidad cuyos parmetros permanecen
constantes a lo largo del tiempo. Este sera el caso de un proceso normal de media
constante y desviacin tpica constante. Este es el caso ideal y al que se pueden
aplicar los grficos de control para detectar la presencia de causas asignables.
El proceso est regido por una funcin de probabilidad alguno de cuyos parmetros
vara ligeramente a lo largo del tiempo. Este sera el caso de un proceso normal cuya
media vara a lo largo del tiempo (por ejemplo, una herramienta de corte que va
desgastando la cuchilla de corte). Estrictamente hablando, este desgaste de la

M.A. MIGUEL VARGAS GUEVARA

 216 GRFICAS DE CONTROL PARA ATRIBUTOS

herramienta sera una causa especial; sin embargo si puede conocerse la velocidad
de desgaste, podra compensarse resultando un proceso anlogo al caso anterior.
Puede ocurrir que las caractersticas propias del proceso hagan que alguno de los
factores de variabilidad intrnsecos al mismo, tenga un efecto preponderante, de modo que
en este caso la distribucin no sea normal. Un ejemplo puede ser la distribucin de los
dimetros de un proceso de taladrado, cuyo valor inferior est limitado por el propio dimetro
de la broca, mientras que la distribucin presenta una cola hacia dimetros mayores debido a
posibles incidencias oblicuas de la broca. En este caso, se dice que el proceso est bajo
control estadstico cuando no hay otras causas asignables presentes. Esto es equivalente a
decir que el proceso permanezca estable, es decir que los parmetros de la distribucin
permanezcan invariables y por lo tanto puede realizarse una prediccin del intervalo en el
que se encontrarn los valores de la caracterstica de respuesta.
Por lo tanto, debe tratar de conocerse todo lo que sea posible de los fundamentos
tecnolgicos del proceso, ya que puede dar pistas sobre el tipo de distribucin que seguirn
los datos. En ningn caso debe darse la normalidad por supuesta. Debe comprobarse y en
caso de que los datos no sean normales, deben aplicarse mtodos especiales.
Como consecuencia de todo lo anterior, si un proceso normal est en control
estadstico, la caracterstica de calidad del 99,73% de los elementos fabricados estar
comprendida entre 3 y + 3. El parmetro depende del punto en el que centremos el
proceso. Sin embargo depende del nmero y variabilidad de las causas comunes del
proceso y por lo tanto es intrnseca a l. Por lo tanto 6 es la Variabilidad Natural del Proceso
o Capacidad del Proceso. Por definicin:

=
Es esencial resaltar que la variabilidad natural del proceso, 6 , es intrnseca a l e
independiente de las tolerancias que se asignen. Por lo tanto si 6 es menor que el intervalo
de las tolerancias a cumplir, necesariamente algunos productos fabricados estarn fuera de
tolerancia y sern no conformes. Si no se tiene en cuenta este hecho y se pretende corregir a
base de reajustar el proceso, es decir modificar el centrado, lo nico que se consigue es
aumentar la variabilidad del mismo.
Con objeto de comparar la capacidad del proceso y la amplitud de las tolerancias a
satisfacer, se define el ndice de capacidad de proceso:

=
6
Si se pretende que la produccin est dentro de tolerancia, es necesario que C p > 1.
Si el proceso no estuviese centrado, el valor de este ndice falseara el grado de
cobertura con respecto a fabricar piezas fuera de tolerancias. En estos casos es ms
significativo el ndice Cpk que se define:

= ;


De este modo se define un proceso capaz como aquel que Cpk > 1.

M.A. MIGUEL VARGAS GUEVARA

 GRFICAS DE CONTROL PARA ATRIBUTOS 217

Aplicando estos mismos conceptos a la variabilidad atribuible de una mquina de las

que integran el proceso de fabricacin, podemos definir la capacidad de mquina, el ndice
de capacidad de mquina CM y CMk.

Intervalo de tolerancia

LIE -3 -2 -1 0 +1 +2 +3 LSE
Variabilidad del proceso

Indice Cp

Intervalo de tolerancia

LIE -3 -2 -1 0 +1 +2 +3 LSE
Variabilidad del proceso

Indice Cpk
Un proceso productivo tiene habitualmente dos tipos de variabilidad:
1) Variabilidad inherente del proceso. Aquella componente de la variabilidad debida a
causas comunes solamente y representa la variabilidad que puede estar presente
entre elementos fabricados en intervalos prximos (variabilidad en el corto plazo).
2) Variabilidad total del proceso. Es la variacin resultante de todas las causas de
variabilidad (causas comunes y especiales), en la que se tienen en cuenta factores
como el desgaste, cambios de lote de materia prima, etc. Representa la variabilidad
que puede afectar al conjunto de los elementos fabricados recibidos por el cliente
(variabilidad en el largo plazo).
Para ver algunos ejemplos de aplicacin, remtase a la pgina 191 del Captulo 2 de
este libro.

M.A. MIGUEL VARGAS GUEVARA