MÉTODOS Y FILOSOFÍA DEL

CONTROL ESTADISTICO DE PROCESOS

CONTROL DE CALIDAD

Celso Gonzales Chavesta

Definición de Proceso
PROCEDIMIENTO
(“Forma especificada de llevara a cabo una actividad o proceso puede estar
EFICACIA DEL PROCESO
documentado o no”)
“Capacidad para alcanzar los resultados
deseados”

PROCESO
Conjunto de actividades mutuamente relacionadas
que interactúan

Entrada Salida PRODUCTO/SERVICIO

(“Resultado de un proceso”)
(incluye los recursos)

OPORTUNIDADES DE SEGUIMIENTO Y
MEDICIÓN
EFICIENCIA DEL PROCESO
(antes durante y después del proceso) “Resultados alcanzados vs recursos
utilizados”
Mapa de proceso SIPOC (Proveedores, Entradas, Salidas, Clientes)
Procesos y sistemas Salidas
Entradas

Provee-
dores
Clientes

Retroalimentación Retroalimentación

Banco de información
 7 elementos básicos del proceso
1 ACTIVIDADES

2 ENTRADAS

3 SALIDAS

4 COMO (know how) (4.1 c) criterios y métodos)

5 CONTROL DE CALIDAD

6 RECURSOS (4.1 d) disponibilidad de recursos e información)

7 INDICADOR DE DESEMPEÑO

(4.1.e) seguimiento, la medición y el análisis

(8.2.3) medición de los procesos / capacidad de los procesos
7 elementos básicos del proceso
5
Control

1 3
2
Salida KPI 7
Entrada A B C D
Indicador Clave
de Desempeño

Operación

Recursos 6
ACTIVIDAD-
Realizar la ficha de proceso que se corresponda con el proceso de corte
mecanizado de sillas de madera para el ensamblaje posterior de muebles de
cocina de la empresa MADESA.
INSUMOS DEL PROCESO

Explican el 80 por ciento de

los resultados de un proceso.
Mano de Maquinari Medio
Métodos Materiales
obra as Ambiente
OBJETIVOS DEL CONTROL DE PROCESOS

Establecer tolerancias.

Determinar la capacidad del proceso.

Mantener las las características dentro de su tolerancia.

Vigilar y controlar la variación.

VARIACION

CLASES
• En la pieza misma
• De una pieza a otra
• De instante de tiempo a otro

CAUSAS
• El equipo
• El material
• El entorno
• El operario
• Variación a lo largo del tiempo
 CAUSAS DE LA VARIACION DE LA CALIDAD

Variabilidad Causas

•No asignables
Aleatoria INCONTROLABLES
•Comunes

•Asignables
No aleatoria o sistemática IDENTIFICABLES
•Especiales
CAUSAS DE VARIACIÓN ALEATORIAS Y ASIGNABLES

Tiempo
s1 > s0
t3
m2 < m0 s1 > s0

t2

s0
t1 m1 > m0
s0

LIE m0 LSE Característica de calidad

del proceso
 ELEMENTOS Y PRINCIPIOS BÁSICOS DE
UNA GRÁFICA DE CONTROL

Gráfica de control
Característica de
calidad
LSC
Límite Superior de Control

LC
Línea Central

LIC
Límite Inferior de Control

1 2 3 4 5 6 7 8
Número de subgrupo o muestra
 APLICACIÓN EN LA CARTA DE CONTROL
“Escuche la Voz del Proceso” Región de control,
M captura la variación
E
natural del proceso
D
I original
D LSC
A
S

C
A LIC
L Tendencia del proceso
I
D El proceso ha cambiado
A
Causa Especial
identifcada
D
TIEMPO
 Patrones Fuera de Control
Corridas
7 puntos consecutivos de un lado de X-media.

Puntos fuera de control

1 punto fuera de los límites de control a 3 sigmas en cualquier dirección (arriba o abajo).

Tendencia ascendente o descendente

7 puntos consecutivos aumentando o disminuyendo.

Adhesión a la media
15 puntos consecutivos dentro de la banda de 1 sigma del centro.

Otros
2 de 3 puntos fuera de los límites a dos sigma
Objetivo: Ver si un proceso es estable o cambia en el tiempo
Si X~N(μ,σ), con σ conocida y se toma una muestra de tamaño n:

H o : m  m0
H1 : m  m 0

 s s 
x   m0  z  ; m0  z  
1 
 2 n 1
2 n
 Construcción de un gráfico de Control (Shewart)

W estadístico asociado a X, con media μW y varianza σW

LIC = μW - kσW
LC = μW
LSC = μW + kσW

K = distancia entre los limites de control y la línea central

MEJORAMIENTO DEL PROCESO UTILIZANDO
CARTA DE CONTROL

ENTRADA SALIDA
PROCESO

Sistema de Medición
Verificar y hacer Detectar la
seguimiento. causa asignable

Implementar una Identificar la causa de

acción correctiva. origen del problema.
 ESTABILIDAD DEL PROCESO

PERIODO BASE
(Con, al menos 20muestras)

Periodo Base:
• Establece Límites de Control de Prueba Grafico de control Se eliminan las muestras afectadas(
Periodo de Vigilancia: siempre que más de 15)

• Si es estable en el periodo base, se fijan los

Límites de Control del periodo base y se
observa el proceso.
En el gráfico de control
¿ están todas las observaciones
dentro de los límites de control? NO

si

PERIODO DE VIGILANCIA
(Con idénticos límites de control
 SUBGRUPOS RACIONALES

Unidades producidas en el mismo momento

8:00 am 8:15 am

X1, R X2 , R

Unidades elegidas aleatoriamente entre subgrupos

X1, R X2 , R
METODOLOGÍA DEL CONTROL ESTADÍSTICO DE PROCESOS

Preparación

Recolección de datos

Determinar los limites de control

Análisis e interpretación

Utilización como herramienta para la solución de problemas.

Utilizar los datos de los gráficos de control para determinar la capacidad de proceso.
TIPOS DE GRÁFICAS DE CONTROL

Gráficas de variable
Utiliza valores medidos (longitudes, diámetros, tiempo, etc)
Generalmente muestra una característica por gráfica
Es más cara pero suministra mucha información
Gráficas de atributos
Información del tipo: si/no, bueno/malo, pasa/no pasa, etc.
Varias características por gráfica.
TAMAÑO DE LA MUESTRA Y FRECUENCIA DE MUESTREO

Al diseñar una gráfica de control se debe especificar tanto el tamaño de la muestra como la
frecuencia de muestreo.

n= tamaño de la muestra

h= intervalo de tiempo entre muestras

Frecuencia de muestreo

• La situación más deseable para detectar los cambios es tomar muestras

grandes de manera frecuente.
• Se presenta el problema económico.
• Opciones:
• Muestras pequeñas en intervalos cortos de tiempo
• Muestras grandes en intervalos largos de tiempo.
Análisis de patrones en las Gráficas de Control

• Puntos fuera de los límites de control

• Corridas
• Ciclos

LSC

LC

LIC
 IMPLEMENTACIÓN DEL CONTROL ESTADÍSTICO DEL PROCESO

• Elementos de un programa de CEP exitoso

• Liderazgo administrativo
• Un enfoque de equipo
• Educación de los empleados a todos los niveles
• Énfasis en la mejora continua
• Un mecanismo para reconocer el éxito y comunicarlo a toda la
organización
PASOS DEL CONTROL ESTADISTICO DE PROCESOS

Salida Producir un bien

Proporcionar un servicio

¿Causa
Tomar una muestra asignable?

Examinar la muestra Detener el Proceso

Crear el gráfica de
Descubrir el porqué
control
GRAFICOS DE CONTROL
PARA VARIABLES
PROPÓSITO:

Artículos recién producidos

Proceso de producción

Especificaciones del producto y de

los procedimientos de inspección
PASOS PARA UNA GRAFICA DE CONTROL POR VARIABLES

Definir la característica
de calidad
•Escoger el subgrupo racional
•Reunir los datos

Calcular los límites de

control
•Revisar los límites

Lograr el objetivo
 GRÁFICA X-Bar & R

Gráfica X-Bar Gráfica R

LCI  X  A2 R LCI  D3 R

LC  X LC  R

LCS  X  A2 R LCS  D4 R

Tamaño muestra ( n) 2 3 4 5 6 10
Eficiencia relativa 1.000 0.992 0.975 0.955 0.930 0.850
Un conocido centro hospitalario de LIMA desea llevar a cabo un proyecto para mejorar la calidad de
tiempo previo necesario para la admisión de un paciente, para lo cual pretende utilizar gráficos de
control. Los datos mas recientemente obtenidos son los siguientes:

N° de subgrupo X1 X2 X3 N° de subgrupo X1 X2 X3
1 6 5.8 6.1 13 8.4 6.9 7.4
2 5.2 6.4 6.9 14 6.2 5.2 6.8
3 5.5 5.8 5.2 15 4.9 6.6 6.6
4 5 5.7 6.5 16 7 6.4 6.1
a.Defina la característica variable de calidad y
5 6.7 6.5 5.5 17 5.4 6.5 6.7
construir gráficos de control apropiados.
6 5.8 5.2 5 18 6.6 7 6.8
b. Establezca los límites de control para el
7 5.6 5.1 5.2 19 3.8 6.2 7.1
periodo de vigilancia. ¿Cuál es la distribución
8 6 5.8 6 20 6.7 5.4 6.7
aproximada del tiempo promedio previo
9 5.5 4.9 5.7 21 6.8 6.5 5.2
necesario para la admisión de un paciente?
10 4.3 6.4 6.3 22 5.9 6.4 6
11 6.2 6.9 5 23 6.7 6.3 4.6
12 6.7 7.1 6.2 24 7.4 6.8 6.3
Se desea trazar el gráfico de promedio/rango para
controlar el proceso de fabricación de varillas
metálicas de 6 cm de longitud. Para ello se ha
medido la longitud de 5 varillas cada hora. El número
total de muestras tomadas para hacer este estudio
ha sido de 10, por lo que el total de unidades a
controlar es 50 ( Ver Cuadro de resultados).

a. Defina la característica de calidad y

construir gráficos de control apropiados.
b. Establezca los límites de control para el
periodo de vigilancia.
EMPRESA: GRAF. Nº :
DTO: GRÁFICO DE MEDIAS - RECORRIDOS PERIODIC. :
OPERARIO : SUPERVISOR : RESPONSABLE : T. MUESTR.:
PROCESO : MÁQUINA : PAUTA INSP. Nº :
PIEZA Nº : DENOMINACIÓN : ESPECIFICACIÓN :
Nº muestra 1 2 3 4 5 6 7 8 9 10
Día de inicio: 4 4 4 4 4 4 4 4 4 4
Hora: 8 9 10 11 12 13 14 15 16 17
Turno: 1 1 1 1 1 1 1 1 2 2
1 6.01 5.99 6.29 6.25 6.05 6.22 6.09 6.08 5.80 5.90

Medidas 2 5.93 6.07 5.74 5.98 5.95 6.14 5.94 5.95 5.93 5.86

de las 3 6.02 6.10 5.95 6.14 5.97 6.14 5.94 6.14 6.11 5.90

muestras 4 6.01 5.89 6.02 5.91 6.12 6.15 5.89 5.96 6.07 5.71

5 5.87 5.86 6.09 5.97 6.01 6.23 6.11 5.90 5.85 5.85

Media 5.97 5.982 6.018 6.05 6.02 6.176 5.994 6.006 5.952 5.844

Recorrido 0.15 0.24 0.55 0.34 0.17 0.09 0.22 0.24 0.31 0.19
6.30
6.20
6.10
MEDIAS 6.00
5.90
x 6.001 5.80
5.70
A2 = 0,577 5.60

LCS x = x + A2  R = 6.15 LCS x = x - A2  R = 5.86

0.60

0.40
RECORRIDOS

R= 0.25 0.20

D4 = 2,114 0.00

D3 = 0 LCSR = D4  R = 0.53 LCS R = D 3  R = 0

 GRÁFICA X-Bar & S

Gráfica X-Bar Gráfica S

LCI  x  A3 S LCI  B3 S
LC  x LC  S
LCS  x  A3 S LCS  B4 S
GRAFICO DE CONTROL PARA MEDICIONES INDIVIDUAL

Inspección y medición
automatizada

Aplicaciones Velocidad de producción

muy lenta.

Procesos químicos.

Mediciones múltiples.
GRAFICO DE CONTROL DE LA MEDICIONES INDIVIDUALES

MR
LSC X  x  3
Limite superior d2

LC X  x
Línea central
MR
LIC X  x  3
d2
Limite inferior
GRAFICO DE CONTROL DE RANGO MOVIL

LSC X  D4 MR
Limite superior

LCMR  MR
Línea central

Limite inferior LICMR  D3 MR

 LÍMITES DE ESPECIFICACIÓN Y
LÍMITES DE CONTROL

• Límites de especificación son los que permiten distinguir entre un producto

“bueno” y uno “malo”. Condicionan la satisfacción del cliente.

• Límites de control son los que ponen en evidencia las causas asignables y de
variación no aleatoria en los procesos. Determinan la satisfacción del proceso.
 LÍMITES DE ESPECIFICACIÓN Y
LÍMITES DE CONTROL
LSC
0.065

Shaft_OD
el proceso está fuera de
0.060

LSE
especificación pero bajo control 0.055

Index 10 20

LIC
LIE
LSE
0.065

LSC
el proceso está fuera de
Shaft_OD

0.060 control pero dentro de

LIC especificación
0.055

Index 10 20
LIE
PROCESOS FUERA DE CONTROL
PATRON SIGNIFICADO POSIBLES CAUSAS
• Cambios ambientales o cíclicos
• Fluctuación de voltaje o presión
CICLICO El gráfico presenta ciclos

• Horarios de mantenimiento o desgaste de las herramientas

Los puntos están cerca de los LC • Los operarios ajustan la maquinaria con demasiada
MEZCLADO con pocos puntos cercanos a la frecuencia( exceso de control)
línea central

Se produce un cambio en el nivel

• Introd. De nuevos trabajadores, métodos, MP,etc
CAMBIOS EN EL NIVEL de proceso
• Cambios en la destreza, atención o motivación de los
operarios
• Desgaste o deterioro graduales de una herramienta o
componente del proceso
Hay un desplazamiento continuo en
TENDENCIA
cierta dirección
• Cansancio del operador o presencia del supervisor
• Influencias estacionales
• Calculo incorrecto de los LC
Los puntos tienden a estar
ESTRATIFICACION agrupados artificialmente • El proceso de muestreo recoge una o más unidades de
alrededor de la línea central varias distribuciones distintas subyacentes
Ocho pruebas para verificar que una gráfica está bajo control estadístico

Prueba N° 1: un dato fuera del límite de control

LSC
A
B
C
LC
C
B
A
LIC
tiempo
Prueba N° 2 Prueba N° 3

Ocho puntos en forma consecutiva por arriba o por Cinco puntos consecutivos en forma ascendente o
debajo del promedio descendente

LSC LSC
A A
B B
C C
LC LC
C C
B B
A A
LIC LIC
tiempo tiempo
Prueba N° 4 Prueba N° 5

Catorce puntos alternándose en forma consecutiva Dos o tres puntos en la zona A o más allá
arriba y abajo.

LSC LSC
A A
B B
C C
LC LC
C C
B B
A A
LIC LIC
tiempo tiempo
Prueba N° 6 Prueba N° 7

Cuatro de cinco puntos consecutivos en la zona B o Quince puntos consecutivos en la zona C

más allá

LSC LSC
A A
B B
C C
LC LC
C C
B B
A A
LIC LIC
tiempo tiempo
Prueba N° 8

Ocho puntos consecutivos que no caigan en la zona C

LSC
A
B
C
LC
C
B
A
LIC
tiempo
• Cuando una gráfica no está en control estadístico, se puede deber a:

Causas • fuentes de variación

dentro de un proceso
comunes de que tienen una
distribución estable y
variación repetible en el tiempo.

Causas • factores que causan

variación y que no
especiales están actuando
siempre sobre el
de variación: proceso.
 PRINCIPIOS ESTADISTICOS
ERROR TIPO I
Rechazar Ho cuando esta es verdadera. Se concluye que “el proceso no está bajo control,
cuando realmente si lo está”.
ERROR TIPO II
No Rechazar Ho cuando esta es falsa. Se concluye que “el proceso está bajo control,
cuando realmente no lo está”.

Decisión

bajo control fuera de control

bajo control --- Error I

fuera de control Error II ---

ERROR TIPO I Y ERROR TIPO II EN UNA GRÁFICA DE CONTROL

Riesgo del proveedor

 
  P E rror tipo I 2 2
 P R echazar H 0 H 0 es verdadera
m  m0

Riesgo del cliente
  P E rror tipo II
 P Fallar al rechazar H 0 H 0 es falsa 
m  m0
Potencia de la prueba
1    P R e c h a za r H 0 H 0 e s fa lsa 
 LÍMITES DE CONTROL Y ERRORES TIPO I Y TIPO II

Al separar los límites de control de la línea central se reduce el riesgo del error tipo I y
se incrementa el riesgo del error tipo II

LSC2
LSC 2

LSC1
LSC 1

 1 < 2 LC
LC
1 > 2

LIC1
LIC 1

LIC2
LIC 2
LÍMITES DE CONTROL Y ERRORES TIPO I Y TIPO II
Al acercar los límites de control a la línea central se incrementa el riesgo del error tipo I
y se reduce el riesgo del error tipo II

LSC

LC

LIC
 Curva característica de operación

• Para construir la Curva característica de operación se calcula la probabilidad de

que el estadístico muestral caiga entre los límites de control.

Probabilidad de que el
estadístico muestral caiga
entre LIC y LSC
  P ( L IC  x  L S C | m  m 1  m 0 )

m1 LSC

m0 x LC

LIC
 Probabilidad

0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1

74
.0
0
74 0
.0
0
74 1
.0
0
74 2
.0
0
74 3
.0
0
74 4
.0
0
74 5
.0
0
74 6
.0
0
74 7
.0
0
74 8
.0
0
74 9
.0
1
74 0
.0
1
74 1
.0
1
74 2
.0
1
74 3
.0
1
74 4
.0
1
Curva característica de operación

74 5
.0
1
74 6
.0
1
Cambio en la media

74 7
.0
1
74 8
.0
1
74 9
.0
2
74 0
.0
2
74 1
.0
2
74 2
.0
2
74 3
.0
2
74 4
.0
25
n=5

n=15
n=10
Longitud de la corrida promedio (ARL)

• Otra forma de enfrentar el problema de decidir sobre el tamaño de muestra y la

frecuencia de muestreo es mediante “La Longitud de la Corrida Promedio” (ARL) de
la GC.
• La ARL es el número promedio de puntos que deben graficarse antes de que un
punto indique una condición fuera de control.

LSC

LC

LIC

1 2 ... i i+1 ... ARL ...

ARL
Longitud de la corrida promedio

• La ARL se calcula mediante: 1

ARL 
p
donde p es la probabilidad de que cualquier punto exceda los límites de
control.
• La longitud de la corrida promedio cuando el proceso está bajo control se
llama ARL0 y se calcula mediante:
1
ARL 0 
 el proceso está fuera de control
• La longitud de la corrida promedio cuando
se llama ARL1 y se calcula mediante:

1
ARL 1 
1 
Tiempo promedio entre señales

• El “Tiempo Promedio de Señal” (ATS) es el tiempo que debe transcurrir en

promedio entre una señal de fuera de contro y otra. Si se toma una
muestra cada h unidades de tiempo, entonces el ATS se calcula mediante:
ATS = ARL h
 Un fabricante de chocolate produce pastillas envueltas
individualmente. Cada tableta tiene un peso nominal de 30 g
que aparece impreso en la envoltura . Para el control de
calidad se inspecciona una muestra de tres tabletas cada diez
minutos de fabricación. Se considera que el proceso está
fuera de control( por ejemplo: se rechaza Ho) siempre que el
promedio de la muestra caiga fuera de los límites 2.5 asx
ambos lados de la media deseada m = 30 g. Se asume que la
desviación estándar s es de 0.25 g y que el promedio de la
muestra esta normalmente distribuido cuando el proceso está
bajo control , En la muestra observada a las nueve y diez de
la mañana el peso medio es de 30,39 g.
A ¿ Se rechaza la hipótesis nula Ho?
B ¿Cuál es la probabilidad, , de que se rechace Ho cuando es
cierta?
 Para impedir la producción fuera de
especificaciones, el proceso de 1 992 999
fraccionamiento de un artículo en bolsas de 1
Kg se monitorea con la técnica del Precontrol 2 1012 1008
siendo el LIE = 980g, LSE =1020g y σ = 6,45g.
Luego de calificar el proceso, se comenzó a 3 1004 985
muestrear 2 unidades cada 15 minutos
obteniéndose los siguientes resultados: 4 985 998

Se pide: 5 982 1014

a) Indicar las decisiones luego de cada muestreo
6 1012 1014
b) Calcular el riesgo α
c) Calcular el riesgo β si la media pasa a 1010g 7 1002 1025

d) Si en lugar de usar Precontrol se usan 8 985 1007

muestras de n = 1, para controlar el proceso,
calcular la probabilidad de obtener una unidad 9 986 960
fuera de los límites de especificación en la
tercera muestra como máximo.
GRÁFICAS DE CONTROL POR
ATRIBUTOS
Defecto: una
característica del
producto que no cumple
con los requisitos de la
especificación
aplicable.

Unidad defectuosa: una

unidad de producto que
contiene uno o más
defectos.
 DEFECTO Y NO CONFORMIDAD

DEFECTO
Incumplimiento de un
requisito para un uso
previsto
NO CONFORMIDAD
Incumplimiento de un
requisito especificado
 Pregunta: La muestra tiene algún defecto?

si no si si no
Pregunta: ¿ Cuántos defectos tiene la muestra ?

1 0 2 3 0
SELECCIÓN DEL TIPO DE GRÁFICO

n
P o nP
CONSTANTE

CLASIFICACIÓN

n
P
VARIABLE

ATRIBUTO

n
CoU
CONSTANTE

CONTEO

n
U
VARIABLE
LÍMITES DE CONTROL DEL GRAFICO P

Determine el tamaño
Obtener los datos y Calcular la línea
Decida el objetivo de de la muestra y el Calcule los límites de Implemente las
registrarlos en central y los límites
la GC. intervalo de control revisados gráficas de control
forma adecuada. de control
muestreo.

 p (1  p) 
LSCP  min  p  3 , 1
 ni 
LC P  p
 p (1  p ) 
LICP  max  p  3 , 0
 ni 
GRÁFICA P
Una compañía produce envases de vidrio de diferentes formas y tamaños.
Los envases producidos son destinado a diversos usos; bebidas, gaseosas,
licores y perfumes. Los productos de mayor demanda son los envases para
bebidas gaseosas 625 mL (HG-625). El proceso final de la producción de las
botellas es el proceso de soplado, proceso en el cual se le da la forma y
tamaño final al envase de vidrio. Al final de este proceso los envases pasan
por una inspección donde son descartados los envases defectuosos, y los
separa para luego ser procesados. El Jefe de Producción lleva un registro
diario de la producción de envases HG-625 y de la cantidad de envases
defectuosos que fueron separados. La información correspondiente a los
últimos 30 días se presenta en el siguiente cuadro:
Día Prod. Envases Día Prod. Envases
Envases HG- defectuosos Envases HG- defectuosos
625 625

1 2460 48 16 2130 36

2 3240 64 17 2590 60
A. Si desea representar gráficamente la
3 2400 44 18 2210 38
producción de envases HG-625
4 2424 33 19 2320 52 defectuosos, ¿qué gráfica
5 2360 39 20 2460 47
recomendaría realizar?. Justifique su
respuesta.
6 3480 70 21 2040 30 B. De acuerdo a su repuesta en el inciso
7 2500 32 22 2550 52 anterior, realice la gráfica de control
adecuada e indique si la información
8 3000 62 23 2070 58
registrada indica que la producción de
9 2480 44 24 2200 38 envase HG-625 se encuentra bajo
control.
10 1900 28 25 1900 42
C. Si se considera que la proporción
11 2290 65 26 3030 40 aceptable de envases defectuosos es
12 2480 58 27 2290 40
de 0.03. ¿Cuál sería la nueva
conclusión?
13 2170 46 28 2990 47

14 2990 51 29 2920 38

15 2920 39 30 2590 60
Una empresa de fabricación de equipos de aire acondicionado ha dispuesto una inspección final de sus
productos para comprobar la estabilidad en la calidad de producción. Para ello ha comprobado la
conformidad de 60 aparatos al día durante 10 días. Si los datos obtenidos en la inspección son los que
se muestra en la tabla siguiente( ver diapositiva posterior).
Construir un grafico de control de porcentaje de unidades no conformes(p%) y analizar los resultados.
EMPRESA: OPERARIO :

DTO: CALIDAD GRÁFICO DE CONTROL POR ATRIBUTOS % p SUPERVISOR :

PROCESO : Mecanizado RESPONSABLE :

Días 1 2 3 4 5 6 7 8 9 10
Tamaño de la muestra 60 60 60 60 60 60 60 60 60 60
Nº no conformidades 7 5 9 6 8 11 7 11 9 8
Porcentaje %p 11.7 8.3 15.0 10.0 13.3 18.3 11.7 18.3 15.0 13.3

n = 60
30.0
%p = 13.5
25.0
20.0
15.0
10.0
5.0
0.0

%p(100- %p) = %p(100- % p)

LCSp  %p  3 26.7 LCIp  %p  3 = 0.3
n n
 GRAFICO DE CONTROL nP

LSCnp  n p  3 n p (1  p)

LC np  n p

LICnp  n p  3 n p (1  p)
 GRAFICO DE CONTROL ( C )

LSC c  c  3 c

LC c  c

LIC c  c  3 c
 CASO:Manufacturas y mantenimientos metálicos

La empresa manufacturas y mantenimiento metálicos (MONIK) se dedica a la

producción y reparación de estructuras metálicas de gran envergadura:
cisternas, blindajes, carriles, etc, según las necesidades de sus clientes; la
mayoría de las estructuras metálicas en las que trabajan los operarios de MONIK
necesitan operaciones de soldadura. Una vez realizadas las soldaduras
necesarias, un equipo de inspección realiza verificaciones para constatar la
adecuada realización de los trabajos de soldadura, y de esa manera poder
realizar las correcciones que sean necesarias.
El ingeniero responsable de las operaciones de soldadura lleva un registro del
número de fallas de soldadura que se detectaron luego de la realización de la
inspección en cada uno de los trabajos realizados por MONIK. Los resultados de
las inspecciones de los 30 últimos trabajos desarrollados por MONIK se
presentan en el cuadro siguiente:
 Trabajo N° de fallas Trabajo N° de fallas
desarrollado desarrollado

1 21 16 32

2 29 17 21

A. ¿Cuál es la unidad de análisis y la característica de 3 40 18 31

calidad a ser estudiada? 4 23 19 18
B. Con la información de las 10 primeras 5 31 20 44
observaciones de la tabla dada, obtenga 6 26 21 35
manualmente los límites de control.
7 32 22 29
C. Obtenga el gráfico más adecuado que permita a
8 24 23 21
MONIK analizar el número de fallas de soldadura
detectados en el desarrollo de cada uno de los 9 39 24 35

trabajos. Presente sus conclusiones. 10 21 25 22

11 29 26 29

12 37 27 25

13 18 28 32

14 41 29 39

15 23 30 18
 GRAFICO DE ( U )

u
LSCU  u  3
ni

LCU  u
u
LICU  u  3
ni
EJEMPLO

Supongamos ahora que los lotes de recetas contienen un número variable de éstas y que los defectos
observados en ellas fueron los siguientes:

Lote 1 2 3 4 5 6 7 8 9 10 11 12

N° de recetas 45 46 54 53 34 52 55 43 45 56 55 50

N° de defectos 20 28 22 23 22 15 43 19 16 28 24 25
 GRÁFICA U
Ejemplo: El gerente de una empresa productora de gabinetes para computadoras solicita a su
oficina de Control de Calidad que se analice el número total de defectos que se han encontrado en
cada uno de los gabinetes inspeccionados.

Muestra Tamaño N° de defectos Muestra Tamaño N° de defectos

1 6 3 14 5 8
2 5 2 15 7 0
3 4 0 16 4 2
4 8 1 17 6 4
5 7 4 18 3 3
6 4 3 19 6 5
7 3 2 20 6 0
8 5 4 21 7 2
9 7 1 22 4 1
10 6 0 23 5 9
11 4 2 24 5 3
12 6 3 25 5 2
13 3 2

En base a esta información, se desea determinar si los datos corresponden a un proceso

controlado.
 GRÁFICA U
U Chart of defec
2.0
1

1.5

Sample Count Per Unit

UCL=1.456

1.0

_
0.5 U=0.504

0.0 LCL=0
# de defectos por
1 3 5 7 9 11 13 15 17 19 21 23 25
unidad en cada lote Sample
Tests performed with unequal sample sizes
CASO: VITAMINA C
Para realizar un estudio de capacidad del proceso de producción de
un comprimido cuyo peso nominal es de 3,25 g se toman muestras
de 5 unidades cada 15 minutos durante 10 horas. Los pesos
correspondientes a las unidades muestreadas se hallan en el
siguiente cuadro.
Los laboratorios farmacéuticos están obligados a cumplir las
Normas de la Farmacopea Europea que, en otros requisitos,
indican que la probabilidad de que el peso de un comprimido se
desvié en más de un 5 % de su peso nominal debe ser inferior al
0,5 %. Queremos saber si el proceso es capaz respecto a este
requisito.
3.25400 3.25200 3.24300 3.19600 3.20800 3.22300 3.24400 3.27100 3.27600 3.29500
3.22400 3.24500 3.21800 3.20700 3.23200 3.22900 3.25000 3.27700 3.27700 3.26100
3.27200 3.23000 3.23500 3.23500 3.25300 3.22000 3.22400 3.28400 3.24900 3.25800
3.22700 3.26300 3.23400 3.23300 3.24300 3.22400 3.26800 3.27300 3.26800 3.25200
3.24900 3.22100 3.23600 3.25400 3.27100 3.21800 3.26000 3.29800 3.27600 3.26200
3.22600 3.22800 3.18700 3.23000 3.21600 3.18800 3.26800 3.27300 3.25000 3.28800
3.20800 3.20600 3.19800 3.26200 3.21400 3.23200 3.24200 3.27200 3.26000 3.31100
3.20100 3.23600 3.20900 3.19400 3.23700 3.23000 3.26900 3.30000 3.28100 3.29300
3.25400 3.24100 3.23200 3.19300 3.21500 3.19400 3.25100 3.24200 3.30100 3.29700
3.23100 3.25700 3.21300 3.18600 3.22900 3.13500 3.29100 3.26800 3.26200 3.25400
3.25000 3.22100 3.25300 3.21700 3.23800 3.22400 3.28200 3.28300 3.23900 3.28600
3.23600 3.22300 3.28200 3.26300 3.23400 3.20500 3.26300 3.26800 3.25600 3.26700
3.24400 3.19900 3.22800 3.21700 3.24600 3.15400 3.24300 3.25500 3.27500 3.26200
3.27500 3.25300 3.21100 3.22800 3.25100 3.22400 3.25800 3.27400 3.24900 3.21600
3.19400 3.22600 3.23400 3.21400 3.26200 3.19000 3.23300 3.29300 3.30200 3.25500
3.22500 3.18600 3.23800 3.23600 3.22500 3.24200 3.28000 3.25700 3.28300 3.24100
3.25300 3.21300 3.23700 3.21800 3.23600 3.24500 3.27200 3.25400 3.29600 3.27900
3.20300 3.24600 3.25800 3.22000 3.20700 3.20900 3.21400 3.24900 3.25300 3.30400
3.26100 3.21600 3.22300 3.22900 3.23100 3.25000 3.27500 3.24800 3.25100 3.26800
3.26100 3.22100 3.22000 3.23000 3.24900 3.23200 3.26400 3.22300 3.26000 3.25010