GESTION DE LA CALIDAD
INTEGRANTES:
Andres Belduma Keila Rohoden
Cristina Freire Jhonathan Tapia
Samantha Jimenez Katherine Valarezo
Samanta Macas Salome Valarezo
Lucy Reyes
TEMA: Cartas de control de medias y de rango
Cartas de control
Las cartas de control son la herramienta más 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. Estas gráficas fueron
desarrolladas por el Dr. Stewart son gráficas poligonales que muestran en el tiempo el
estado de un proceso.
Las cartas de control enfocan la atención hacia las causas especiales de variación
cuando estas aparecen 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 del operador
Defectos en materias primas.
Se dice que un proceso está bajo control estadístico cuando presenta causas comunes
únicamente. Cuando ocurre esto tenemos un proceso estable y predecible. Cuando
existen causas especiales el proceso está fuera de control estadístico; las gráficas de
control detectan la existencia de estas causas en el momento en que se dan, lo cual
permite que podamos tomar acciones al momento.
Cartas de control de medias y rangos X̄ −R (variables)
Asumiendo que una característica de calidad está distribuida normalmente con media
() y desviación estándar () ambas conocidas. Si x1, x2, .... xn forman una muestra de
tamaño n entonces se puede calcular la media de la muestra ( X ).
Ahora como las medias de las muestras están normalmente distribuidas con media (
μ Xi √n
=/ ), y siendo que la probabilidad 1- de que cualquier media muestral
caerá entre los límites:
σ
μ+Z α / 2 σ X =μ +Z α /2
√n
σ
μ−Z α /2 σ X =μ−Z α /2
√n
Lo anterior será válido aún si la distribución de la población no es normal pero si
estable.
En la práctica los límites de control se estiman a partir de 20 o 25 muestras preliminares
o subgrupos, el tamaño de subgrupo es de 4, 5 o 6 normalmente. Si se tienen m
subgrupos, la gran media se calcula como sigue:
m
∑ Xi
X = i =1
m
Representa la línea central de la carta de medias.
Para estimar la desviación () del proceso, se pueden utilizar los rangos de los
subgrupos, para cada uno de los subgrupos el rango es calculado como:
R = xmax – xmin
Si R1, R2, ....., Rm , son los rangos de los diferentes subgrupos, el rango promedio es:
m
∑ Ri
R= i=1
m
Desarrollo de la fórmula para los límites de control
La variable W de rango relativo relaciona al rango con la desviación estándar como
sigue:
W=R/
Los parámetros de la distribución de W son función de n. La media de W es d2. Por
tanto un estimador de es R / d2 , donde d2 está tabulado para diferentes valores de n,
de esta forma si R es el rango promedio de las primeras muestras, usando:
R
σ=
d2
Los límites de control de la carta de medias son:
3R
LSC=X +
d2 √ n Límite superior de control (LSC)
3R
LIC=X −
d 2 √n Límite inferior de control (LIC)
X Línea central (LC)
3R
A 2=
Si de define a d2 √ n se tienen las ecuaciones siguientes:
LSC = X + A2 R
LIC = X - A2 R
El valor de A2 se encuentra tabulado en una tabla de constantes.
Para el caso de los rangos, la línea central es R . El estimador para R puede hallarse
de la distribución del rango relativo W = R / , si la desviación estándar de W es d 3 en
función de n, se tiene:
R=W
La desviación estándar de R es:
R = d3
Como es desconocida, se puede estimar de = R / d2, resultando:
R
σ R =d 3
d2
De esta forma los límites de control para el rango son:
R d3
d3
LSC = R + 3 σR = R + 3 d2 = R [ 1+ 3 d 2 ] = D4 R
R d3
d3
LIC = R - 3 σR = R - 3 d 2 = R [ 1- 3 d 2 ] = D R
3
Donde las constantes A2, d2 D3 y D4 se encuentran tabuladas en función de n para
facilitar el cálculo de los límites de control como sigue:
Tabla.1. Constantes para límites de control en cartas X-R
n A2 D3 D4 d2
2 1.88 0 3.267 1.128
3 1.023 0 2.574 1.693
4 0.729 0 2.282 2.059
5 0.577 0 2.115 2.326
6 0.483 0 2.004 2.534
7 0.419 0.076 1.924 2.704
8 0.373 0.136 1.864 2.847
9 0.337 0.184 1.816 2.97
10 0.308 0.223 1.777 3.078
Para valores pequeños de n, el rango es un buen estimador de la varianza tal como lo
hace la varianza de la muestra S2. La eficiencia relativa del método del rango a la S 2 se
muestra abajo:
n Eficiencia
1 1.000
2 0.992
3 0.975
4 0.955
5 0.930
6 0.850
Para n >= 10 el rango pierde eficiencia rápidamente ya que ignora los valores
intermedios entre xmax y xmin sin embargo para valores pequeños de n (4,5 o 6)
empleados en las cartas de control, es adecuado. Para cuando n>10 se utiliza la
desviación estándar en vez del rango.
[ CITATION Alb09 \l 12298 ]
Referencias
Alberto Isaac Pierdant Rodríguez y Jesús Rodríguez Franco. (2009). Control estadístico de la
calidad de un servicio mediante Gráficas X y R. Obtenido de
[Link]
