CONTROL ESTADISTICO DE

PROCESOS
Statistical Process Control - SPC

Ing. M.Sc. Alex C. Muñoz Rivera

CONTENIDO GLOBAL

I. Introducción

II. Métodos y filosofía del Control Estadístico de Procesos - SPC

III. Cartas de control para Variables

IV. Cartas de control para Atributos

V. Cartas de control especiales

VI. Análisis de Capacidad de Procesos

VII. Aplicaciones en el Paquete Estadístico MINITAB

1
I. INTRODUCCION

2
I. INTRODUCCION

Control de calidad por inspección

En la primera guerra mundial el sistema de manufactura se volvió más
complejo, involucrando a más trabajadores reportando a un supervisor
de producción, con Taylor aparecen los primeros inspectores de control
de calidad.
Para evitar quejas y devoluciones de los clientes, los productos se
revisaban y separaban al final del proceso

Se establecen después planes de muestreo militares, los esfuerzos se

enfocan a detectarlos, no a prevenirlos

El departamento de Control de Calidad se convierte en el "policía de la

calidad”

3
I. INTRODUCCION

CEP en occidente

Durante la segunda guerra mundial se requirieron cantidades masivas de

productos, las inspecciones de rutina de los inspectores no eran suficientes

“Walter Shewhart de los Laboratorios Bell fue el primero en aplicar

las cartas de control en 1924 haciendo un esbozo de la carta de
control”
En los años recientes, empresas de alta tecnología como Motorola, General
Electric, Xerox, AT&T, etc., desarrollan e implantan una metodología de
calidad total denominada Calidad 6 sigma con el objetivo de reducir los
errores y defectos a un máximo de 3.4 partes por millón (ppm)

4
I. INTRODUCCION

CEP en Japón

En 1955, Kaouru Ishikawa introdujo las técnicas de cartas de control en

Japón

5
I. INTRODUCCION

TERMINOLOGIA EN LA INGENIERIA DE CALIDAD

Ingeniería de Calidad: operaciones, gestión, actividades de ingeniería

orientadas a asegurar que las características son conformes con los valores
nominales o requeridos para el producto o servicio

Variabilidad. Dos productos nunca son iguales

Métodos estadísticos. Tienen un rol central en el mejoramiento de calidad

Datos. Atributos y variables
Calidad y especificaciones. Evaluación
Valor nominal – target value. Valor referencial
Limites de especificación superior e inferior (USL, LSL)

No conforme – Defectuoso Diferencia

6
II. METODOS Y FILOSOFIA DEL CONTROL ESTADISTICO DE
PROCESOS

7
 II. METODOS Y FILOSOFIA DEL CONTROL
ESTADISTICO DE PROCESOS

1. Control Estadístico de Procesos.

2. Cartas de Control - Principios

8
1. CONTROL ESTADISTICO DE PROCESOS

Objetivos del Control Estadístico de Procesos

- Rastreo y vigilancia de la calidad

- Reducción de la variabilidad
- Estimación de parámetros de producto o proceso

9
1. CONTROL ESTADISTICO DE PROCESOS

10
1. CONTROL ESTADISTICO DE PROCESOS

Causas fortuitas de variación de calidad:

Cuando no consigues hallar una explicación concreta a una variación, o si la variación

fue ocasionada por un evento sin importancia que no se volverá a repetir, hablamos de
causa aleatoria. También se le suelen llamar variaciones naturales o causas naturales.

Es el tipo de causa que esta presente en la vida misma, fortuita.

Ejemplos son la curva de aprendizaje del trabajador y el cierre inesperado del software.

- Variabilidad natural o “ruido de fondo”

- Variaciones incontrolables
- “ Sistema estable de causas fortuitas”
- Un proceso que funciona con sólo causas fortuitas de variabilidad
se considera “bajo control estadístico”

11
1. CONTROL ESTADISTICO DE PROCESOS

Causas atribuibles de variación de calidad (asignables):

Si consigues hallar una causa concreta o que ocasiona una variación

excesiva y obedece a una situación especifica, hablamos de causa
asignable. Es el tipo de causa que debemos corregir. Por ejemplo la
deficiente capacitación del trabajador o la falta de ajuste de una
máquina.

- No cumplimiento de requisitos
- Identificar causas atribuibles o asignables
- Eliminación de la variabilidad debida a causas asignables
- Un proceso que funciona en presencia de causas atribuibles se
considera “fuera de control”

12
1. CONTROL ESTADISTICO DE PROCESOS

EL CEP ES PARTE DEL SISTEMA DE CALIDAD

ISO 9001

MEJORA CONTINUA

Información
Responsabilidad
de la Dirección
C R
e
l q
S
a
i u
e Administración
Medición, t
e r análisis, i
i de Recursos mejora s
n m Información f
t i
e
a
c
e n
t Realización c
Producto
o del Producto / i
s o
(y/o servicio ) Salida Servicio n
Entrada

Sistema de Gestión de Calidad

13
1. CONTROL ESTADISTICO DE PROCESOS

14
1. CONTROL ESTADISTICO DE PROCESOS

Herramientas de Control Estadístico de Proceso “the magnificent seven”

LAS 7

HERRAMIENTAS

BASICAS DEL

CONTROL

ESTADISTICO

DE PROCESO

15
1. CONTROL ESTADISTICO DE PROCESOS

Herramientas de Control Estadístico de Proceso

HERRA. 01 Histograma

Ejemplo 01. Diámetros de Pistón

-25 muestras y 5 observaciones por muestra

- Archivo: piston.mtw

GUIA MINITAB. 01. Histograma

16
1. CONTROL ESTADISTICO DE PROCESOS

Herramientas de Control Estadístico de Proceso

HERRA. 01 Histograma

17
1. CONTROL ESTADISTICO DE PROCESOS

Herramientas de Control Estadístico de Proceso

HERRA. 02 Diagrama Causa Efecto

Para su construcción se utiliza la lluvia de ideas (Brainstorming)

También llamado “espina de pescado” por la semejanza de su forma,

también es conocido por diagrama de Ishikawa
Una vez elaborado, el diagrama causa-efecto representa de forma clara,
ordenada y completa todas las causas que pueden determinar cierto problema
• Técnica para generar ideas creativas cuando la mejor solución no es obvia.
• Reunir a un equipo de trabajo (4 a 10 miembros) en un lugar adecuado
• El problema a analizar debe estar siempre visible
• Generar y registrar en el diagrama de Ishikawa un gran número de ideas,
sin juzgarlas, ni criticarlas
• Motivar a que todos participen con la misma oportunidad
18
1. CONTROL ESTADISTICO DE PROCESOS

Herramientas de Control Estadístico de Proceso

HERRA. 02 Diagrama Causa Efecto

Ejemplo 02 En una fábrica de componentes electrónicos se

detectaron fallas en la línea de ensamble al realizar la prueba de
un circuito, por lo cual se procedió a realizar una investigación
utilizando el diagrama causa-efecto.
El problema es soldadura defectuosa, siendo el efecto que se va a
analizar

- Archivo: diagrama causa efecto.mtw

GUIA MINITAB. 02. Diagrama Causa Efecto

19
1. CONTROL ESTADISTICO DE PROCESOS

Herramientas de Control Estadístico de Proceso

HERRA. 02 Diagrama Causa Efecto

20
1. CONTROL ESTADISTICO DE PROCESOS

Herramientas de Control Estadístico de Proceso

HERRA. 03 Check sheet (Hojas de Chequeo)
Se utiliza para reunir datos basados en la observación del comportamiento
de un proceso con el fin de detectar tendencias, por medio de la captura,
análisis y control de información relativa al proceso
Pasos para la elaboración de un Check sheet (Hojas de Chequeo)
1.- Determinar claramente el proceso sujeto a observación
2.- Definir el período de tiempo durante el cuál serán recolectados los
datos. Esto puede variar de horas a semanas
3.- Diseñar una forma que sea clara y fácil de usar
4.- Obtener los datos de una manera consistente y honesta
5.- Anotar frecuencia de ocurrencia de los eventos (con signos |, X, *, etc.)
6.- Sistematizar los datos y presentarlos en una tabla de contingencia (proceso;
tiempo)
21
1. CONTROL ESTADISTICO DE PROCESOS

HERRA. 03 Check sheet (Hojas de Chequeo)

Ejemplo 03. Defectos en un proceso de fabricación.

-5 tipos de defectos clasificados

-4 días de monitoreo
-87 observaciones
-Archivo: defectos_hojas de chequeo.mtw

GUIA MINITAB. 03. Check sheet (Hojas de Chequeo)

22
1. CONTROL ESTADISTICO DE PROCESOS

HERRA. 03 Check sheet (Hojas de Chequeo)

DEFECTO CODIGO DIA 1 DIA 2 DIA 3 DIA 4 TOTAL

Depto.
Equivocado DE IIIII I I I 8
Forma Errónea FE IIIII III III II 9
Mal Acabado MA IIIII III I I 7
Peso Erróneo PE IIIII IIIII I IIIII III IIIII III IIIII IIIII 37
Tamaño Erróneo TE IIIII I IIIII IIIII III IIIII II 26
TOTAL 25 20 21 21 87

Procedimiento MINITAB

23
1. CONTROL ESTADISTICO DE PROCESOS

Herramientas de Control Estadístico de Proceso

HERRA. 04 Gráficos de Pareto

Se utiliza para identificar problemas o causas principales

Herramienta utilizada para el mejoramiento de la calidad para identificar y

separar en forma crítica los pocos proyectos que provocan la mayor parte
de los problemas de calidad

El principio enuncia que aproximadamente el 80% de los efectos de un

problema se debe a solamente 20% de las causas involucradas

24
1. CONTROL ESTADISTICO DE PROCESOS

Herramientas de Control Estadístico de Proceso

HERRA. 04 Gráficos ó Diagrama de Pareto

Pasos para desarrollar el Diagrama de Pareto

1. Seleccione qué clase de problemas se van a analizar.
2. Decida qué datos va a necesitar y cómo clasificarlos. Ejemplo: Por tipo de defecto,
localización, proceso, máquina, trabajador, método.
3. Defina el método de recolección de los datos y el período de duración de la recolección.
4. Diseñe una tabla para el conteo de datos con espacio suficiente para registrarlos.
5. Elabore una tabla de datos para el diagrama de Pareto con la lista de categorías , los
totales individuales, los totales acumulados, la composición porcentual y los porcentajes
acumulados
6. Organice las categorías por orden de magnitud decreciente, de izquierda a derecha en
un eje horizontal construyendo un diagrama de barras. El concepto de “otros” debe
ubicarse en el último lugar independientemente de su magnitud.
7. Dibuje dos ejes verticales y uno horizontal.
25
1. CONTROL ESTADISTICO DE PROCESOS

Herramientas de Control Estadístico de Proceso

HERRA. 04 Gráficos de Pareto

Ejemplo 04. El departamento de ventas de un fabricante de materiales
de empaque tiene registrada una lista de las quejas que se han recibido
durante el último mes

-10 tipos de quejas clasificados

- 70 quejas registradas
-Archivo: DIAGRAMA DE PARETO.mtw

GUIA MINITAB. 04. Gráficos de Pareto

26
1. CONTROL ESTADISTICO DE PROCESOS

Herramientas de Control Estadístico de Proceso

HERRA. 04 Gráficos de Pareto

Las quejas A, B y C representan el 78.56%, siendo en estas en las

que debemos de enfocarnos primero a resolver
27
1. CONTROL ESTADISTICO DE PROCESOS

Herramientas de Control Estadístico de Proceso

HERRA. 05 Diagrama de dispersión

Se utiliza para analizar la correlación entre dos variables, se puede

encontrar: Correlación positiva o negativa, o sin correlación

El diagrama de dispersión es una técnica estadística utilizada para

estudiar la relación entre dos variables

28
1. CONTROL ESTADISTICO DE PROCESOS

Herramientas de Control Estadístico de Proceso

Correlación entre las variables Y y X

Correlación Positiva Correlación Negativa

Evidente 25
Evidente
25
20 20
HERRA. 05
15 15

10
Y

10

Y
5
5
0
0 5 10 15 20 25
Sin Correlación 0 Diagrama de dispersión
0 5 10 15 20 25
X 25 X
20

15

Correlación 10
Correlación
Y

Positiva
5

25 0
25
Negativa
0 5 10 15 20 25
20
X 20
15
15
10
Y

10
Y

5
5
0
0 5 10 15 20 25 0
0 5 10 15 20 25
X
X

29
1. CONTROL ESTADISTICO DE PROCESOS

Herramientas de Control Estadístico de Proceso

HERRA. 05 Diagrama de dispersión

Ejemplo 05. Un ingeniero que trabaja con botellas de refresco

investiga la distribución del producto y las operaciones del servicio de
ruta para máquinas vendedoras. El sospecha que el tiempo requerido
para cargar y servir una máquina se relaciona con el número de latas
entregadas del producto. Se selecciona una muestra aleatoria de 25
expendios al menudeo que tienen máquinas vendedoras y se observa
para cada expendio el tiempo de solicitud- entrega (en minutos) y el
volumen del producto entregado (en latas). Realizar el Diagrama de
Dispersión

-Archivo: diagramas de dispersion tiempo y num de latas.mtw

GUIA MINITAB. 05. Diagrama de dispersión
30
1. CONTROL ESTADISTICO DE PROCESOS

Herramientas de Control Estadístico de Proceso

HERRA. 05 Diagrama de dispersión

31
1. CONTROL ESTADISTICO DE PROCESOS

Herramientas de Control Estadístico de Proceso

HERRA. 06 Estratificación

Se utiliza para separar un aspecto general en los estratos que lo componen,

por ejemplo, por género, por sección de trabajo, por operario, etc.
Clasificación de los datos o factores sujetos a estudio en una serie de
grupos con características similares

Por género
Por sección de trabajo
Por operario

32
1. CONTROL ESTADISTICO DE PROCESOS

Herramientas de Control Estadístico de Proceso

HERRA. 06 Estratificación

Ejemplo 06. A fin de brindar una bonificación al personal de planta de una

industria, se requiere conocer si el grupo de hombres o mujeres que trabajan
en la misma sección tienen un mejor desempeño en sus puestos de trabajo
considerando la proximidad del promedio de los pesos observados a las
piezas que fabrican (jarrones de cerámica) respecto a la norma que
establece que el peso promedio de los jarrones no debería superar los 17 kg.

-Archivo: estratificación.mtw

GUIA MINITAB. 06. Estratificación

33
1. CONTROL ESTADISTICO DE PROCESOS

Herramientas de Control Estadístico de Proceso

HERRA. 07 Cartas de Control

Cartas de Tendencia

Usos:
• Saber el comportamiento de un sistema o proceso durante el tiempo.
• Tomar las acciones correctivas a tiempo si la tendencia afectará en forma negativa

Ejemplo 07. Se tienen los datos siguientes de errores de planeación de

la producción durante 15 semanas:

-Archivo: cartas de tendencia.mtw

GUIA MINITAB. 07. Cartas de Tendencia

34
1. CONTROL ESTADISTICO DE PROCESOS

35
2. CARTAS DE CONTROL - PRINCIPIOS

Cartas de Control

¿ Qué son las Cartas de Control?. Son representaciones gráficas

Sirven para monitorear el proceso, prevenir defectivos y facilitar la mejora

Hay dos tipos de cartas de control:

• por atributos (juzga productos como buenos o malos)

• por variables (variables como, temperaturas, diámetros, peso, etc.)

36
2. CARTAS DE CONTROL - PRINCIPIOS

Presentación general de una carta de control

Cartas de control
12.5 Límite
Superior de
11.5 Control

10.5

9.5 Línea
Central
8.5
Límite
Inferior de
7.5
Control
0 10 20 30

37
2. CARTAS DE CONTROL - PRINCIPIOS

Carta de control
“ Escuche la Voz del Proceso ” Región de Control
captura la variación
M Natural del Proceso
E Original
D
I
D LSC
A
S

C
A LIC

L Tendencia del proceso

I
D Causa Especial El proceso ha cambiado
A identificada
D
TIEMPO
38
2. CARTAS DE CONTROL - PRINCIPIOS

• Las cartas de control detectan la variación anormal en un

proceso, denominadas “causas especiales o causas
asignables de variación.”
• El patrón normal de un proceso se llama causas de variación
comunes.
• El patrón anormal debido a eventos especiales se llama causa
especial de variación.

39
2. CARTAS DE CONTROL - PRINCIPIOS

Limites de control para diferentes σ’s

40
2. CARTAS DE CONTROL - PRINCIPIOS

HERRA. 08 Prueba de Normalidad

Para probar normalidad de datos, se pueden utilizar los métodos de
Anderson Darling o Ryan si el tamaño de muestra es mayor a 15 y se
utiliza la prueba de Kolmogorov Smirnov para 15 datos o menos de
muestra, observando la gráfica de probabilidad normal.

En el método de Anderson Darling o Ryan Joiner, si el valor de

probabilidad P de la prueba es mayor a 0.05, se considera que los datos
son normales
Ejemplo 08. Generar 100 datos aleatorios en Minitab con Media = 264.6
y Desviación estándar S = 32.02 con
GUIA MINITAB. 08. Generación de Datos aleatorios Normales
Nos aseguramos que los datos se distribuyan normalmente con la
prueba de Anderson Darling
-Archivo: normalidad de datos.mtw
GUIA MINITAB. 09. Prueba de Normalidad 41
2. CARTAS DE CONTROL - PRINCIPIOS

PRUEBA DE NORMALIDAD

El P value debe ser mayor a 0.05 para que los datos se distribuyan normalmente

42
2. CARTAS DE CONTROL - PRINCIPIOS

Modelo general para un diagrama de control

UCL   w  k  w
CL   w
LCL   w  k  w

Diagramas de Shewhart

- Diagramas de Control para Variables

- Diagramas de Control para Atributos

43
2. CARTAS DE CONTROL - PRINCIPIOS

Diferenciar construcción de la carta de control y uso de la carta de Control.

En el DISEÑO se debe resolver los siguientes problemas:

- Selección del tamaño de muestra

- Frecuencia de muestreo
- Limites de control.

44
2. CARTAS DE CONTROL - PRINCIPIOS

Selección del tamaño de muestra

Al diseñar una carta de
control, se debe
especificar tanto el
tamaño de muestra como
la frecuencia de
muestreo, tamaños de
muestra grandes
permiten detectar
pequeñas corridas en la
media del proceso como
se observa en las curvas
características de
operación

45
2. CARTAS DE CONTROL - PRINCIPIOS

Frecuencia de muestreo

La práctica industrial sugiere tomar muestras pequeñas frecuentes

Principalmente en producción masiva o cuando existe la posibilidad

de que existan muchas causas especiales

46
2. CARTAS DE CONTROL - PRINCIPIOS

Otra forma de determinar la frecuencia de muestreo y el tamaño de muestra, es a

través de la longitud media de racha de la carta de control (ARL average run
length), que es el número de puntos que deben ser graficados antes de que un
punto indique una condición fuera de control

1 1
ARL  ó ARL 
p 
donde p es la probabilidad de que un punto exceda los límites de
control. Para el caso de 3-sigma p=0.0027 y el ARL0 = 370. Es decir que
si el proceso está en control, se generará un punto fuera de control
como falsa alarma cada 370 puntos
 Error tipo I (falsa alarma es decir, el riesgo de que un punto
caiga fuera de los límites de control, lo que indica
una condición fuera de control cuando no existe 47
una causa atribuible)
2. CARTAS DE CONTROL - PRINCIPIOS

Si se toman muestras en intervalos fijos de tiempo en horas (h),

entonces aparecerá una falsa alarma cada tiempo promedio de
indicación (ATS) en horas

ATS  ARLh
En el ejemplo si se toman muestras cada hora, se genera una
falsa alarma cada 370 horas

48
2. CARTAS DE CONTROL - PRINCIPIOS

Limites de control

Abriendo los límites de control decrece riesgo de error tipo I (falsa alarma
es decir, el riesgo de que un punto caiga fuera de los límites de control, lo
que indica una condición fuera de control cuando no existe una causa
atribuible) sin embargo se incrementa el riego de error tipo II ( el riesgo de
que un punto caiga entre dichos límites cuando el proceso está en
realidad fuera de control) y viceversa

El ancho de los límites de control es inversamente proporcional al

tamaño de muestra “n”, para un múltiplo de sigma dado

Con límites de control de 3-sigma la probabilidad de error tipo I es de

0.0027
NOTA:
Error Tipo I : Concluir que el proceso esta fuera de control cuando no lo esta)
Error Tipo II: Concluir que el proceso esta bajo control cuando no lo esta 49
2. CARTAS DE CONTROL - PRINCIPIOS

Selección de límites de control

- Limites de Control – Error Tipo I – Error Tipo II

- Alejando los límites entonces Error Tipo I disminuye y Error Tipo II
aumenta
- Acercando los límites entonces Error Tipo I aumenta y Error Tipo II
disminuye

• 3 sigma implica un Error Tipo I igual a 0.0027, falsa alarma en solo

27 casos de 10 000 puntos
• Tomar como Error Tipo I igual a 0.001 entonces la constante σ
(desviación estándar) vale 3.09
• Limites de advertencia – Error Tipo I a 0.025 y limites de control –
Error Tipo I a 0.001.

50
2. CARTAS DE CONTROL - PRINCIPIOS

Análisis de patrones en diagramas de control

- Fuera de control si un punto está fuera de los limites de control

- Puntos localizados exhiben un patrón de comportamiento no aleatorio

- Corridas de puntos (run) o rachas no es mayor a 5 (aleatorio)

- Patrones cíclicos
- Problema es identificar patrones
Para reconocer un patrón de comportamiento no sólo se requiere conocer
las técnicas estadísticas, sino también es necesario tener un conocimiento
profundo del proceso

51
2. CARTAS DE CONTROL - PRINCIPIOS

Análisis de patrones en diagramas de control

En el libro de la Western Electric Handbook (1956) se recomiendan las reglas

siguientes para detectar patrones no aleatorios en las cartas de control

1. Un punto fuera de los límites de control de 3-sigma.

2. Dos de tres puntos consecutivos sobre los límites preventivos a 2-sigma.
3. Cuatro de cinco puntos consecutivos que se encuentren a una distancia
de 1-sigma o más allá a partir de la línea central.
4. Ocho puntos consecutivos graficados hacia un lado de la línea central.

52
2. CARTAS DE CONTROL - PRINCIPIOS

Análisis de patrones en diagramas de control

Algunas reglas adicionales recomendadas por la industria son:

5. Siete puntos formando una tendencia creciente o decreciente.

6. Quince puntos consecutivos encontrados entre más menos 1-sigma de la
línea central (adhesión a la media).
7. Catorce puntos en un renglón alternándose arriba y abajo.
8. Siete puntos que se encuentren más allá de 1-sigma de la línea central.
9. Un patrón no usual o no aleatorio de datos.
10. Uno o más puntos cerca de los límites preventivos.

Debe tenerse cuidado de no exagerar en la aplicación de las reglas ya que

se pueden tener muchas falsas alarmas quitándole efectividad al programa
53
del CEP
2. CARTAS DE CONTROL - PRINCIPIOS

Análisis de patrones en diagramas de control

Patrones que utiliza MINITAB ver 16.0

54
2. CARTAS DE CONTROL - PRINCIPIOS

Los diagramas de control han tenido un largo historial de uso:

- Son una técnica probada para mejorar calidad

- Son eficaces como herramientas para evitar defectos o errores
- Evitan ajustes innecesarios a proceso o servicio
- Proporcionan información para el análisis de rendimiento
- Proporcionan información a propósito de la capacidad del proceso

55
III. CARTAS DE CONTROL PARA VARIABLES

CARTAS DE CONTROL
PARA VARIABLES

56
III. CARTAS DE CONTROL PARA VARIABLES

Las cartas de control para variables se aplican a características de

calidad de tipo continuo, que intuitivamente son aquellas que requieren
un instrumento de medición (peso, volumen, voltaje, longitud, resistencia,
temperatura, humedad, etc.). Las cartas para variables tipo Shewhart
más usuales son:

• (de medias _ X – R CHART. ).

• R (de rangos).
• S (de desviaciones estándar).
• X (de medidas individuales).

57
 III. CARTAS DE CONTROL PARA VARIABLES

Carta de Control xR

Procesos Industriales de tipo “masivo”(producen muchos artículos, partes o

componentes durante un lapso de tiempo pequeño).
Ejemplo: líneas de ensamble, máquinas empacadoras, procesos de llenado, operaciones de soldadura en
una línea de producción, moldeo de piezas de plástico, torneado de una pieza metálica, el corte de una tira
en pedazos pequeños, etc.

Algunos de estos procesos realizan miles de operaciones por día, mientras que
otros efectúan varias decenas o centenas.

Si, además, las variables de salida de interés son de tipo continuo, entonces
estamos ante el campo ideal de aplicación de este tipo de Cartas de Control

58
III. CARTAS DE CONTROL PARA VARIABLES

Carta de Control xR

Supongamos la salida del proceso fluyen (uno a
uno o por lotes) las piezas resultantes del proceso,
como se ilustra en la figura.

Cada determinado tiempo o cantidad

de piezas se toma un número pequeño
de piezas (subgrupo) a las que se les
medirá una o más características de
calidad. Con las mediciones de cada
subgrupo se calculará la media y el
rango, de modo que cada periodo de
tiempo (media hora por ejemplo) se
tendrá una media y un rango muestral
que aportarán información sobre la
tendencia central y la variabilidad del
proceso, respectivamente. Con la
carta se analiza la variación entre
las medias de los subgrupos, para
detectar cambios en la media del
proceso, como los que se muestran en
59
la siguiente figura
III. CARTAS DE CONTROL PARA VARIABLES

Carta de Control xR

En la carta R se analiza la variación entre los rangos de los subgrupos, lo cual permite detectar cambios
en la amplitud o magnitud de la variación del proceso, como se ilustra en la siguiente figura

60
III. CARTAS DE CONTROL PARA VARIABLES

Carta de Control xR

Ejemplo:
En una empresa del ramo metalmecánico se fabrican punterías para motores de automóviles. Una
puntería debe tener un diámetro exterior de 20.000 micras (μm); donde 1 μm es igual a 0.000001 m, con
una tolerancia de ±25 μm. De esta manera, si a las mediciones del diámetro se les resta el valor
nominal deseado, entonces las especificaciones serán EI = −25 y ES = 25.

Para evaluar la estabilidad del proceso se realiza un estudio inicial, donde es usual obtener por lo
menos de 20 a 25 subgrupos (muestras) de tamaño pequeño (entre 5 y 10 por lo general). Además,
estos subgrupos deben estar espaciados en un periodo suficientemente amplio para que se capten
diferentes cambios en el proceso (turnos, lotes, etc.). En el caso de las punterías, cada hora se mide el
diámetro de cinco de éstas y en la tabla 1.- adjunta se muestran los datos de cuatro turnos (dos días).

Para evaluar la estabilidad de la tendencia central se analizará la variación de la columna de medias de

la tabla 1 mediante la carta , y de la misma manera mediante la carta R se analizará la columna de
rangos para investigar la estabilidad de la variación del diámetro de las punterías. Sin embargo, primero
se necesita calcular los límites de control.

61
III. CARTAS DE CONTROL PARA VARIABLES

Carta de Control xR Muestra o

subgrupo 1 2
Mediciones del diámetro
3 4 5
Media Rango

1 -21 -5 21 3 -12
2 4 3 7 22 -18

Ejemplo:
3 -13 7 -11 -7 7
4 15 7 26 7 -4
5 0 13 6 -20 6
6 1 4 3 9 -10
7 -4 0 -5 11 2
8 3 -13 3 -13 9
9 7 0 5 11 4
10 17 3 2 -23 -4
11 15 -5 2 12 5
12 5 -1 2 -16 10
13 1 -2 -4 -16 10
14 -13 1 -6 11 4
15 2 -4 14 -6 -2
16 4 2 19 -1 6
17 6 8 2 9 -4
18 -22 1 -2 2 -7
19 -9 10 -8 -10 -2
20 0 -3 -13 14 -3
21 7 5 -1 -1 1
22 10 7 -8 -14 -33
23 -14 28 10 0 -2
24 -19 2 7 12 -9
25 10 5 14 -4 4
26 21 -16 -20 -3 10
27 22 -14 -5 -7 5
28 -1 1 4 -4 17
29 0 5 6 -19 -7 62
30 2 -19 12 -1 0
III. CARTAS DE CONTROL PARA VARIABLES

Carta de Control xR

Los limites de control de las cartas tipo Shewhart (Cartas ) están
determinados por la media y la desviación estándar del estadístico W que se
grafica en la carta, mediante la expresión:
Donde:

 x  3. x • x representa la media de las medias.

• x la desviación estándar de las medias

en un estudio inicial se estiman de la siguiente manera:

Donde:


x  X ;  x  • es la media de las medias de los subgrupos

n • σ la desviación estándar del proceso

• “n” es el tamaño de subgrupo. 63
III. CARTAS DE CONTROL PARA VARIABLES

Carta de Control xR

En un estudio inicial no se conoce ésta puede estimarse de dos formas
principalmente:

• Una es calculando la desviación estándar, S (desviacion estandar Muestral),

• La otra manera de estimar σ es más apropiada para la carta , y parte de
sólo considerar la variabilidad dentro de muestras (a través de los rangos de
los subgrupos, y la estimación está dada por:

Donde:

R
ˆ  •
•
es la media de los rangos de los subgrupos
es una constante que depende de n, el
d2 • tamaño de subgrupo o muestra (Ver Tablas)

64
III. CARTAS DE CONTROL PARA VARIABLES

Carta de Control xR

65
III. CARTAS DE CONTROL PARA VARIABLES

Carta de Control xR

De esta manera, tres veces la desviación estándar de las medias se estima con:

 x  3. x
 dR2  3
3. x  3    R  A2 R
 n  d2 n
Donde:

• Esta constante está tabulada en el apéndice y depende del tamaño de

subgrupo n. 66
III. CARTAS DE CONTROL PARA VARIABLES

Carta de Control xR

Los límites de control para una carta de control , en un estudio inicial, se
obtienen de la siguiente manera:
LCS = ̿ +
Linea Central = ̿
LCI = ̿ −

LCS    3.
Cuando ya se conocen la media, μ, y la n
desviación estándar del proceso, σ, entonces Limite Central  
estos límites para la carta de medias están

dados por: LCI    3.
n

67
III. CARTAS DE CONTROL PARA VARIABLES

Carta de Control xR

En el caso del diámetro de las punterías se está haciendo un estudio inicial; por
ello, si tomamos en cuenta que = 0.59, = 26.3, y para n = 5, A2 = 0.577;
entonces:

LCS = 0,59 + 0,577 26,3 = 15,77

Linea Central = 0,59

LCI =0,59 − 0,577 26,3 = −14,59

68
III. CARTAS DE CONTROL PARA VARIABLES

Carta de Control xR

69
III. CARTAS DE CONTROL PARA VARIABLES

Carta de Control xR

Limites de control Cartas R.- Con esta carta se detectarán cambios en la
amplitud o magnitud de la variación del proceso y sus límites se determinan a
partir de la media y la desviación estándar de los rangos de los subgrupos, ya
que en este caso es el estadístico W se grafica en
la carta R.
Donde:

 R  3. R •

•
R
R
representa la media de los rangos.

la desviación estándar de los rangos

Por lo tanto: Donde:

 R  • es la media de las medias de los Rangos.

R  R ;  R  d3.  d3   • σ la desviación estándar del proceso
 d2  • subgrupo.
es una constante que depende del tamaño70de
III. CARTAS DE CONTROL PARA VARIABLES

Carta de Control xR

Como por lo general en un estudio inicial no se conoce σ, ésta puede estimarse
a través de R
d2
Los límites de control para la carta R se calcularían con:

R   d3  
LCS  R  3.d3    1  3    R  D4 .R
 d2    d2 
Limite Central  R
R   d 
LCI  R  3.d3    1  3  3   R  D3 .R
 d2    d2 
Donde:

• para simplificar los cálculos están tabuladas en la tabla siguiente para diferentes tamaños de subgrupo n.

71
III. CARTAS DE CONTROL PARA VARIABLES

Carta de Control xR

72
III. CARTAS DE CONTROL PARA VARIABLES

Carta de Control xR

Para el Ejemplo que venimos desarrollando tenemos para n=5 :
• D3 =2,115
• D4=0,

obteniendo:

LCS  2.115(26.3)  55.6

Limite Central  26.3
LCI  0(26.3)  0

73
74
75
III. CARTAS DE CONTROL PARA VARIABLES

Carta de Control xR

Se recomienda interpretar primero la carta R que la carta X, dado que los límites
de control de la segunda están influenciados por el control que tenga la primera:
si la carta de rangos está fuera de control, puede provocar que los límites de
control de la carta de medias resulten un poco más amplios de lo que debiera
ser, mientras no se eliminen las causas especiales presentes.

carta R carta X 76
III. CARTAS DE CONTROL PARA VARIABLES

Carta de Control xR

Muestra o Mediciones del diámetro
subgrupo 1 2 3 4

Ejercicio 01: 1
2
556
556
552
555
552
553
551
552
3 556 554 552 553
En la siguiente tabla se muestran 4 552 554 554 554
los datos relativos a un proceso 5 551 556 551 551
del cual se tienen 20 muestras, 6 552 553 554 550
7 551 550 551 552
cada una de ellas con 4
8 550 550 553 555
observaciones, donde se ha 9 556 553 555 552
registrado la información de las 10 554 552 553 555
lecturas en °C de un proceso de 11 551 553 555 552
piezas de cristal . La especificación 12 556 551 553 552
nominal o deseada del producto es 13 553 553 554 559
14 550 553 553 551
de 550 °C y se permite una
15 554 552 554 548
variabilidad de ± 10 °C con lo cual 16 556 552 548 556
se definen los límites de 17 553 552 553 555
especificaciones. Realice las 18 550 550 554 553
Cartas X y R para este ejemplo. 19 556 557 555 550
20 552 554 552 550

77
III. CARTAS DE CONTROL PARA VARIABLES

Carta de Control x S
Cuando con una carta − quiere tener mayor potencia para detectar cambios
pequeños en el proceso, se incrementa el tamaño de subgrupo, n. Pero si n > 10, la
carta de rangos ya no es eficiente para detectar cambios en la variabilidad del proceso, y
en su lugar se recomienda utilizar la carta S, en la que se grafican las desviaciones
estándar de los subgrupos.

Limites de control Cartas S.- A cada subgrupo se le calcula S, que al ser una variable
aleatoria, sus límites se determinan a partir de su media y su desviación estándar. Por
ello, los límites se obtienen con la expresión:

 S  3. S
Donde:

• S representa la media o valor esperado de S,

• S la desviación estándar de S.

78
III. CARTAS DE CONTROL PARA VARIABLES

Carta de Control x S
y están dados por:

 S  c4 . ;  S   1  c 2
4
Donde:
• σ la desviación estándar del proceso
• es una constante que depende del tamaño de subgrupo.

La estimación de sigma se hace ahora con:

S Donde:
ˆ  • es la media de las desviaciones estándar de los subgrupos

c4 • es una constante que depende del tamaño de subgrupo.

79
III. CARTAS DE CONTROL PARA VARIABLES

Carta de Control x S
De esta manera, los límites de control para una carta S están dados por:

S 
LCS  S  3   1  c42
 c4 
Limite Central  S
S 
LCI  S  3   1  c42
 c4 

80
III. CARTAS DE CONTROL PARA VARIABLES

Carta de Control x S
La estimación de σ, basada en la desviación estándar, modifica la forma de obtener los
límites de control en la carta cuando ésta es acompañada por la carta S. En este caso
se obtienen de la siguiente manera:

 S 
LCS  X  3  
 c4 n 
Limite Central  X
 S 
LCI  X  3  
 c4 n 

81
III. CARTAS DE CONTROL PARA VARIABLES

Carta de Control x S
Ejemplo 02.-
En la fabricación de envases de plástico primero se elabora la preforma, para la cual se
tienen varios criterios de calidad, uno de ellos es el peso de la preforma. Para cierto
envase, el peso debe estar entre 28.00 ± 0.5 g. Cada media hora se toma un subgrupo
de 10 preformas y se pesan. Las medias y desviaciones estándar de los últimos 20
subgrupos se muestran en la Tabla.

Realizar la Carta X-S y para este ejemplo.

82
83
III. CARTAS DE CONTROL PARA VARIABLES

Carta de Control x S
Ejemplo 02.-
En el Grafico se presenta la carta X-S para estos datos. Los límites se muestran en la
carta correspondiente, y se obtuvieron considerando que la media de las medias fue igual
a 28.01, la media de las desviaciones estándar fue igual a 0.1117 y de la tabla de factores
se obtiene que para n = 10, la constante c4 = 0.9727. Así, al aplicar las fórmulas se
obtienen los límites que se muestran en el grafico.

84
III. CARTAS DE CONTROL PARA VARIABLES

Carta de Control x S
Ejemplo 02.-
Además, se obtiene la desviación estándar del proceso = 0.1117/0.9727 = 0.1148. De la carta se
observa que la media del subgrupo 6 fue mayor que el límite de control superior, lo cual indica
que cuando se obtuvieron los datos de ese subgrupo el proceso estaba operando con una
causa especial de variación, que provocó un desplazamiento del promedio del proceso. No se sabe
de qué magnitud fue ese desplazamiento, puesto que sólo se han obtenido 10 datos, pero existe una
alta seguridad de que durante ese momento se desplazó la media del proceso. El comportamiento del
proceso en los subsecuentes subgrupos muestra que, al parecer, esa causa especial dejó de actuar.
En cuanto a la carta S, no se muestra ningún punto fuera de sus límites, ni algún patrón especial, por
lo que la magnitud de la variación del proceso se mantuvo durante ese tiempo.

85
86
III. CARTAS DE CONTROL PARA VARIABLES

Carta de Individuales

La carta de individuales es un diagrama para variables de tipo continuo, pero en lugar de

aplicarse a procesos semi-masivos o masivos como es el caso de la carta − , se
emplea en procesos lentos, en los cuales para obtener una muestra de la producción
se requerirían periodos relativamente largos, de aquí que lo más razonable sea hacer el
control basándose directamente en las mediciones individuales.

Ejemplo de este tipo de proceso:

• Procesos químicos que trabajan por lotes.

• Industria de bebidas alcohólicas, en las que deben pasar desde una hasta más de 100
horas para obtener resultados de los procesos de fermentación y destilación.

• Procesos en los que las mediciones cercanas sólo difieren por el error de medición. Ej.-
temperaturas en procesos, humedad relativa en el medio ambiente, etc.
• Algunas variables administrativas cuyas mediciones se obtienen cada día, cada semana o
más. Ej.- mediciones de productividad, de desperdicio, de consumo de agua, electricidad,
combustibles, etc.
87
III. CARTAS DE CONTROL PARA VARIABLES

Carta de Individuales

Limites de control Cartas de Individuales.-

Se procede igual que en los casos anteriores, mediante la estimación de la media y la

desviación estándar del estadístico W que se grafica en la carta, que en este caso es
directamente la medición individual de la variable X.

 X  3. X
Donde:

• X representa la media del proceso,

• X la desviación estándar del proceso.

88
III. CARTAS DE CONTROL PARA VARIABLES

Carta de Individuales

Los límites de control, en este caso, coinciden por definición con los límites reales,
estimándose en un estudio inicial según:

R R
X  X ;  X  
d 2 1.128
Donde:
• es la media de las mediciones.

• es la media de los rangos móviles de orden 2 (Rango

entre 2 observaciones sucesivas; n=2)
• σ la desviación estándar del proceso
• =1,128 ; factor de construcción para n=2.
89
III. CARTAS DE CONTROL PARA VARIABLES

Carta de Individuales

De esta manera, los límites de control para una cartas individuales están dados por:

 R 
LCS  X  3  
 1.128 
Limite Central  X
 R 
LCI  X  3  
 1.128 

90
III. CARTAS DE CONTROL PARA VARIABLES

Carta de Individuales
Ejemplo 03:
En la producción de tequila para medir la eficacia del proceso de molienda se mide el grado brix
residual después de la molienda (cantidad de azúcar que queda en el bagazo del agave).

Ésta es una variable del tipo entre más pequeña mejor, y el valor máximo tolerado que se ha fijado
en una empresa en particular es ES = 3.5%.

Después de moler cada lote se determina el grado brix residual, por lo que se considera un proceso
lento que es más apropiado analizar con una carta de individuales.

En la tabla que se muestra a continuación se tiene los datos para los últimos 40 lotes molidos, y se
agregó la columna para el rango móvil de orden 2, que se obtiene del rango entre los dos datos
consecutivos más recientes.

91
III. CARTAS DE CONTROL PARA VARIABLES

Carta de Individuales Datos de Grados brix residual

Ejemplo 03: Lote Brix Residual Rango móvil Lote Brix Residual Rango móvil

1 2,00 - 21 1,20 0,90

2 2,40 0,40 22 1,80 0,60
3 2,20 0,20 23 2,00 0,20
4 1,40 1,80 24 2,40 0,40
5 2,30 0,90 25 1,90 0,50
6 1,80 0,50 26 2,40 0,50
7 1,50 0,30 27 2,40 -
8 1,50 - 28 1,70 0,70
9 2,10 0,60 29 1,80 0,10
10 2,00 0,10 30 2,10 0,30
11 1,60 0,40 31 1,70 0,40
12 2,20 0,60 32 2,10 0,40
13 1,90 0,30 33 1,60 0,50
14 2,40 0,50 34 2,40 0,80
15 3,30 0,90 35 2,10 0,30
16 2,10 1,20 36 1,80 0,30
17 2,10 - 37 1,30 0,50
18 1,80 0,30 38 1,80 0,50
19 1,60 0,20 39 1,70 920,10
20 2,10 0,50 40 1,60 0,10
 III. CARTAS DE CONTROL PARA VARIABLES

Carta de Individuales
Ejemplo 03:
X  1.95
La media y el rango medio de los datos son:
R  0.43
 0.43 
LCS  1.95  3    3,10
De aquí que los límites de control preliminares para el brix son:  1.128 
 0.43 
LCI  1.95  3    0,81
 1.128 

La carta de control correspondiente se muestra a continuación, en donde se observa que no hay

tendencias ni ningún otro patrón especial, salvo un punto fuera del LCS correspondiente al lote 15. Por lo
tanto, durante la molienda de ese lote ocurrió algo que usualmente no sucede.

Al investigar si ocurrió algo especial, se encontró que ahí se detectó un desajuste mayor en el molino. Esta
evidencia mostrada en la carta ayudó a reforzar la necesidad de tener un mayor cuidado en dicho proceso
mediante un monitoreo objetivo con la carta de control, a fin de detectar oportunamente tal tipo de cambios.

93
III. CARTAS DE CONTROL PARA VARIABLES

Carta de Individuales Datos de brix residual para el ejemplo

Ejercicio 01:

94
 III. CARTAS DE CONTROL PARA VARIABLES

Carta de Individuales

Es importante comentar que una de las desventajas de la carta de individuales es su menor

potencia o sensibilidad para detectar cambios en el proceso en comparación con la carta de
medias.

Otra desventaja es que, si la distribución de la característica de calidad analizada con la carta

de individuales se desvía mucho de la distribución normal, los criterios de interpretación de la
carta resultan afectados seriamente.

Esto ocurre porque al utilizar muestras de tamaño n = 1 el teorema central del límite no aplica,
y entonces los datos graficados tienden a seguir directamente la distribución de la cual
proceden, no necesariamente una normal.

Para ello usaremos de forma complementaria la Carta de Rangos Móviles.

95
III. CARTAS DE CONTROL PARA VARIABLES

Carta de Rangos Móviles (MR)

Se ha empleado como complemento a la carta de individuales, donde se grafica el rango

móvil de orden 2 para detectar cambios en la dispersión del proceso.

Limites de control Cartas de Rangos Móviles.-

Los límites de control se obtienen de la misma forma que en una carta de rangos, pero
en este caso las constantes D3 y D4 se determinan usando el tamaño de subgrupo n = 2,
ya que cada rango se obtiene de dos datos (las mediciones consecutivas).

LCS  R * D4
Limite Central  R Donde:

LCI  R * D3 • D4 Y D3 Son Valores tabuladas para diferentes

tamaños de subgrupo, en este caso n = 2,

96
III. CARTAS DE CONTROL PARA VARIABLES

Carta de Control xR

97
III. CARTAS DE CONTROL PARA VARIABLES

Carta de Rangos Móviles (MR)

Ejemplo 03:
Continuando el Ejemplo anterior:

Tenemos el promedio de Rangos Móviles y los Valores de D3 y D4 para n=2:

R  0.43
D4  3, 2686
D3  0, 0

De aquí que los límites de control preliminares para los grados brix residual son:

LCS  0, 43*3.2686  1, 4055

LC  0, 43
LCI  0, 43*0, 0  0
98
99
III. CARTAS DE CONTROL PARA VARIABLES

Carta de Individuales y Rangos Moviles

Ejercicio 03 :
En una empresa se hacen impresiones en láminas de acero que después se convierten en
recipientes de productos de otras empresas. Un aspecto importante para vigilar en dicha impresión
es la temperatura de “horneado”, donde entre otras cosas, se presentan adherencias y la lámina se
seca una vez que ha sido impresa.

La temperatura de cierto horno debe ser de 125°C con una tolerancia de +/- 5°C. A pesar de que al
horno se le programa la temperatura, por experiencia se sabe que no la mantiene; por ello, para
llevar un control adecuado de la temperatura del proceso por lo que se decide emplear una carta de
control de individuales. Cada dos horas se mide la temperatura, en la tabla se muestran los últimos
45 datos en el orden que se obtuvieron.

100
III. CARTAS DE CONTROL PARA VARIABLES

Carta de Individuales y Rangos Moviles

Muestra o Muestra o

Ejercicio 03 : subgrupo Temperatura subgrupo Temperatura

1 27,4 24 26,5
2 26,8 25 23,3
3 24,3 26 23,8
4 26,6 27 25,5
5 26,5 28 26,4
6 25,6 29 27,5
7 25,1 30 27,7
8 26,5 31 28,5
9 25,8 32 29,8
10 24,7 33 25,1
11 23,3 34 25
12 23,3 35 229
13 24,7 36 23,6
14 23,4 37 24,7
15 27,4 38 24,4
16 24,7 39 25,4
17 21,7 40 23,5
18 26,7 41 27,8
19 24,2 42 25,5
20 25,5 43 26,5
21 25,3 44 24,5
22 25,0 45 23,5
23 23,8

101
III. CARTAS DE CONTROL PARA VARIABLES

Carta de PRE-Control

El pre-control es una técnica de control para variables continuas con doble

especificación, que fue propuesta originalmente por Shainin para prevenir la ocurrencia
de defectos en procesos con tendencias, así como algunas clases de procesos en lotes
(Shainin y Shainin, 1989).

La técnica supone que la distribución del proceso tiene a lo más la amplitud de las
especificaciones, y que la media del proceso está centrada en el valor objetivo.

El pre-control no es recomendable para procesos con baja capacidad para cumplir con
las especificaciones, se pide que el Cpk > 1.15. Por lo tanto, si la capacidad es pobre, el
pre-control llevaría a la situación insostenible de estar parando y ajustando
continuamente el proceso.

La carta de pre-control es una herramienta para prevenir cambios en la media y en la

dispersión de la característica de calidad monitoreada, que eventualmente llevarían a la
producción de defectuosos. En el momento en que se detecta un cambio en estos
parámetros, el proceso se para y se “investigan las causas”. 102
III. CARTAS DE CONTROL PARA VARIABLES

Carta de PRE-Control

Supongamos que el valor nominal de una característica de calidad es igual 1/2, que la especificación
inferior es 0 y la superior es 1. Además, supongamos que la distribución del proceso está centrada en
el valor nominal, y que su amplitud coincide con las especificaciones (Ver Figura). Este proceso tiene
una capacidad (Cpk = 1) que no es buena para recomendar su uso con el pre-control, pero es muy útil
para explicar la herramienta.

El pre-control es un semáforo contra el cual se

comparan, en cada tiempo de inspección, los valores
medidos en dos artículos consecutivos de la
producción. Las zonas de operación del semáforo
resultan al dividir la tolerancia o especificaciones en
cuatro partes: las dos partes centrales constituyen la
zona verde, las dos partes de las orillas forman la
zona amarilla, y fuera de las especificaciones se
localiza la zona roja .Como se observa en la figura, si
el proceso es normal y está centrado, la probabilidad
de que un punto caiga en la:
• zona verde es 0.8664, de la
• zona amarilla es 0.0654 + 0.0654 = 0.1308 y de la
103
• zona roja es 0.00135 + 0.00135 = 0.0027.
III. CARTAS DE CONTROL PARA VARIABLES

Carta de PRE-Control

Etapa de calificación

El pre-control consiste de las siguientes etapas y reglas, que son definidas en relación al semáforo
anterior y considerando en cada tiempo de inspección una muestra de n = 2 artículos.

El proceso califica cuando se observan al menos cinco unidades consecutivas de la producción en la

zona verde. En este caso se procede de la siguiente manera:

104
III. CARTAS DE CONTROL PARA VARIABLES

Carta de PRE-Control

Etapa de calificación

La palabra investigar típicamente significa ajustar, pero en ocasiones implica algún otro cambio en el
proceso (cambio de herramienta, cambio de operario, etc.), y reiniciar implica comenzar otra vez
el conteo hasta lograr al menos cinco unidades consecutivas en la zona verde.

Note que si el proceso tiene un Cpk < 1, es difícil pasar de esta etapa. Por lo que en estos casos no se
debe aplicar el pre-control y más bien se necesita recurrir a las cartas de control, o bien, realizar un
proyecto de mejora.

EJEMPLO.-
Si el proceso centrado tuviera una capacidad muy pobre, digamos de Cpk = 0.5, la probabilidad de la:
• zona verde se reduce a 0.547, mientras que la
• zona amarilla crece hasta 0.32 y la
• zona roja lo hace a 0.1336.

Este incremento de las zonas amarilla y roja da como resultado que el proceso tenga una probabilidad
pequeña de calificar: la probabilidad de cinco unidades consecutivas en la zona verde es apenas de
(0.547)5 = 0.05. Pero en caso de que se calificara, el proceso no se podría sostener en la siguiente
105
etapa del pre-control.
III. CARTAS DE CONTROL PARA VARIABLES

Carta de PRE-Control

Etapa de calificación

Para el proceso dibujado en la figura, con

capacidad Cpk = 1, la probabilidad de calificar es:
(0.8664)5 = 0.488.

Es decir, a la larga estaría calificando en la mitad

de los intentos, lo cual es bajo.

En caso de calificar, su probabilidad de regresar a

la etapa de calificación, sin que haya ocurrido
ningún cambio en el proceso, es
aproximadamente de 0.022.

Esta probabilidad representa un alto riesgo de

estar parando el proceso sin razón alguna. De
aquí la recomendación de usar el pre-control
sólo en procesos con un Cpk > 1.15.

106
III. CARTAS DE CONTROL PARA VARIABLES

Carta de PRE-Control

Etapa posterior a la calificación

Una vez calificado el proceso se procede de la siguiente manera:

En las condiciones 3 y 4 de la tabla anterior se procede a parar el proceso debido a la

inminente aparición de defectos. Entonces, se investigan las causas de ese hecho y/o se
ajusta el proceso y se regresa otra vez a la etapa de calificación.
.
107
III. CARTAS DE CONTROL PARA VARIABLES

Carta de PRE-Control

Etapa posterior a la calificación

Cabe señalar que dependiendo de las zonas donde caen las dos unidades de la muestra que llevan a
parar el proceso, se determina si el cambio de éste fue en la media o en la dispersión: si las dos
mediciones caen en la zona amarilla en un solo lado de la curva, o una amarilla y una roja en un solo
lado, indican un cambio en la media; pero si las mediciones caen en las dos amarillas o una amarilla y
una roja, pero en diferente lado de la curva, significa un incremento de la variabilidad.

En cuanto a la frecuencia de inspección o muestreo, Shainin y Shainin (1989) recomiendan seis pares
de muestras entre ajustes consecutivos al proceso.

Por ejemplo, si es necesario ajustar cada cuatro horas, se muestrea cada 40 minutos; pero si el
ajuste es cada turno de ocho horas, entonces se muestrean dos unidades consecutivas cada 80
minutos.

Las cartas de pre-control presentan una desventaja debido a que las zonas de semáforo se calculan
sin tomar en cuenta la capacidad del proceso; por lo tanto, cuando el proceso tiene muy buena
capacidad y en él ocurre un cambio, puede pasar que la carta de pre-control tarde demasiado tiempo
en detectarlo o de plano nunca lo descubra.
108
III. CARTAS DE CONTROL PARA VARIABLES

Selección de C.C. para Variables

109
III. CARTAS DE CONTROL PARA VARIABLES

Selección de C.C. para Variables

110
III. CARTAS DE CONTROL PARA ATRIBUTOS

CARTAS DE CONTROL
PARA
ATRIBUTOS

1
III. CARTAS DE CONTROL PARA ATRIBUTOS

Las cartas de control para atributos

son:

• Proporción de Atributos (p)

• Número de Defectuosos (np)

• Número de Defectos (c)

• Defectos por unidad (u)

2
III. CARTAS DE CONTROL PARA ATRIBUTOS

Tipo Medición ¿Tamaño de Muestra ?

p Fracción de partes defectuosas, Constante o variable > 30
defectivas o no conformes

np Número de partes defectuosas Constante > 30

c Número de defectos Constante = 1 Unidad de

inspección

u Número de defectos por unidad Constante o variable en

unidades de inspección
3
 III. CARTAS DE CONTROL PARA ATRIBUTOS

Carta p (proporción de defectuosos)

Fue la primera carta de control que existió.

En la carta p se monitorean las variaciones en la fracción o proporción de artículos

defectuosos por muestra o subgrupo.

Su propósito fundamental es la detección oportuna de causas especiales que

puedan incrementar la proporción de productos defectuosos de un proceso.

En general la herramienta avisa cuando se da un cambio significativo en este tipo de

procesos, pudiendo ser un cambio deseable o indeseable en términos de los niveles
de calidad.

4
 III. CARTAS DE CONTROL PARA ATRIBUTOS

Carta p (proporción de defectuosos)

La idea de la carta p es la siguiente:

• De cada lote/ embarque/ pedido o de cada cierta parte de la

producción, se toma una muestra o subgrupo de artículos, que
puede ser la totalidad o una parte de las piezas bajo análisis.

Las piezas de cada subgrupo son inspeccionadas y cada una es

•
di
catalogada como defectuosa o no. Pueden incluirse varias
características o atributos de calidad por los que una pieza es evaluada pi 
como defectuosa. Una vez determinados los atributos bajo análisis, es
preciso aplicar criterios y/o análisis bien definidos y estandarizados.
ni
• Si de las piezas del subgrupo i se encuentra que son
defectuosas (no pasan), entonces en la carta p se grafica y se analiza
la variación de la proporción de unidades defectuosas por subgrupo:
5
 III. CARTAS DE CONTROL PARA ATRIBUTOS

Carta p (proporción de defectuosos)

Limites de Control

Se parte del supuesto de que la cantidad de piezas defectuosas por subgrupo sigue una
distribución binomial, misma que puede aproximarse moderadamente bien por una distribución
normal. A partir de esto se aplica el mismo esquema general, el cual señala que los límites
están dados por:
W  3 W
que se grafica en la carta, que en el caso que nos ocupa = Así, de acuerdo con la
distribución binomial se sabe que la media y la desviación estándar de una proporción están
dadas, respectivamente, por:
Donde:

p 1  p  •
 pi  p ;  pi  es la proporción promedio de
artículos defectuosos
n • “n” es el tamaño de subgrupo. 6
 III. CARTAS DE CONTROL PARA ATRIBUTOS

Carta p (proporción de defectuosos)

p 1  p 
LCS  p  3
Limites de Control n
Por lo Tanto los Limites de Control serán: LC  p
p 1  p 
LCI  p  3
n
Cuando el tamaño de subgrupo no se mantiene constante a lo largo de las muestras se
tienen dos alternativas:
• La primera es usar el tamaño promedio de subgrupo , en lugar de .
• La segunda es construir una carta de control con límites variables .

Si el promedio del proceso medido a través de es desconocido, entonces será necesario 7

estimarlo por medio de un estudio inicial.
 III. CARTAS DE CONTROL PARA ATRIBUTOS

Carta p (proporción de defectuosos)

EJEMPLO
En una empresa del ramo alimenticio, mediante ciertas máquinas empaquetan salchichas en sobres o
paquetes. Un problema que se ha tenido es que dentro del sobre queda aire (falta de vacío). El problema se
detecta mediante inspección visual; los paquetes con aire son segregados y después se abren para
recuperar las salchichas y volverlas a empaquetar.

El atributo de falta de vacío es importante debido a que si un paquete con aire llega al mercado, la vida de
anaquel se acorta, por lo que después de algunos días la salchicha empieza a cambiar de color y a perder su
frescura; y eso puede ocurrir en el refrigerador del distribuidor o del consumidor.

Esta situación repercute en clientes insatisfechos y genera una mala imagen de la compañía. Por lo anterior, a
los operadores de las diferentes máquinas continuamente se les recordaba la importancia de no dejar pasar
paquetes con aire. Sin embargo, como no se llevaba un registro de la magnitud del problema, no existían
bases tangibles para detectar cambios en el desempeño de las máquinas, ni había forma de saber si las
medidas tomadas para reducir el problema habían dado resultado.

De ahí surgió la necesidad de registrar los resultados y analizarlos mediante una carta de control. Cada hora
se registra el número de paquetes detectados con aire di y del contador de la máquina se obtiene el total de
paquetes ni durante esa hora. Los datos obtenidos durante tres días en una máquina se muestran en la
siguiente tabla.
8
 III. CARTAS DE CONTROL PARA ATRIBUTOS

Carta p (proporción de defectuosos)

EJEMPLO
Paquetes con Paquetes con
Subgrupo Paquetes, ni Proporción, pi Subgrupo Paquetes, ni Proporción, pi
aire, di aire, di

1 595 15 0,025 21 594 7 0,012

2 593 5 0,008 22 606 5 0,008
3 607 8 0,013 23 601 7 0,012
4 596 10 0,017 24 598 4 0,007
5 602 6 0,010 25 599 2 0,003
6 599 5 0,008 26 590 3 0,005
7 600 5 0,008 27 588 5 0,009
8 590 7 0,012 28 597 3 0,005
9 599 2 0,003 29 604 6 0,010
10 601 4 0,007 30 605 5 0,008
11 598 9 0,015 31 597 7 0,012
12 600 17 0,028 32 603 9 0,015
13 597 4 0,007 33 596 5 0,008
14 594 5 0,008 34 597 3 0,005
15 595 3 0,005 35 607 8 0,013
16 597 10 0,017 36 596 15 0,025
17 599 7 0,012 37 598 4 0,007
18 596 5 0,008 38 600 6 0,010
19 607 4 0,007 39 608 8 0,013
20 601 9 0,015 40 592 5 0,008
9
 III. CARTAS DE CONTROL PARA ATRIBUTOS

Carta p (proporción de defectuosos)

EJEMPLO

10
 III. CARTAS DE CONTROL PARA ATRIBUTOS

Carta p (proporción de defectuosos)

EJEMPLO

Al investigar lo ocurrido en los subgrupos 1, 12 y 36 se encontró que durante esas horas se

cambió el rollo de la película plástica de empaque, ya sea porque se terminó o porque se
empezó a empaquetar otra presentación. Se investigó en otras máquinas y se encontró una
situación similar.

A partir de esto se adquirió conciencia de que no había un método estandarizado para cambiar
la película, pues cada operador usaba su criterio.

Al consultar los manuales de las máquinas empaquetadoras se descubrió que ahí se daban
instrucciones y recomendaciones precisas para cambiar la película y se advertía que en caso
de no seguirlas se podrían tener problemas de falta de vacío.

Se procedió a diseñar un método para cambiar la película y dar el entrenamiento

correspondiente a los operadores. Con ello se espera que esos incrementos “bruscos” del
problema no se vuelvan a presentar.
11
 III. CARTAS DE CONTROL PARA ATRIBUTOS

Carta p (proporción de defectuosos)

EJEMPLO

En el estudio inicial del ejemplo de las salchichas se identificaron las causas de los puntos especiales;
entonces, para calcular los límites que se usarán a futuro en este proceso es preciso excluir de los cálculos
las proporciones de los subgrupos 1, 12 y 36. Si se procede de esta manera, se obtiene que:

Total  n1  n12  n36 23942  595  600  596

n   599
T .Subgrupos  3 40  3
T .Defectos  d1  d12  d36 257  15  17  15
p   0,00948  0,0095
T .Muestras  n1  n12  n36 23942  595  600  596

0.0095 1  0.0095 
Por lo tanto los nuevos Limites serán: LCS  0.0095  3  0, 214
599
LC  p  0,0095
0.0095 1  0.0095 
LCI  0.0095  3  0,002
12 0
599
III. CARTAS DE CONTROL PARA ATRIBUTOS

Carta p (proporción de defectuosos)

Interpretación de los Limites de Control

Por ejemplo, en el caso particular de los últimos límites (que en el futuro se utilizarán en el
proceso de empaquetado de salchichas), muestran que de cada 599 sobres se espera que, de
forma ordinaria, la proporción de paquetes con problemas de vacío varíe entre 0.0 y 0.021, con
un promedio de 0.0095.

Si estos límites se multiplican por 100, se pueden interpretar en términos porcentuales de la

siguiente manera:
“Se espera que el porcentaje de sobres con aire varíe entre 0.0 y 2.1%, con un promedio de
0.95%.”
Los límites de control reflejan la realidad del proceso. Así que mientras la proporción de
defectos siga cayendo dentro de los límites de control y no haya ningún otro patrón especial,
será señal de que el proceso funciona igual que siempre; bien o mal, pero su desempeño se
encuentra dentro de lo previsto.
13
 III. CARTAS DE CONTROL PARA ATRIBUTOS

Carta p (proporción de defectuosos)

Interpretación de los Limites de Control

Por lo tanto:
• si en una hora en particular no se detectan sobres con aire, no será evidencia de que el
proceso ha mejorado;
• pero tampoco si se detectan 2.0% paquetes con problemas significa que ha empeorado. En
ambos casos, lo único que ocurre es una variación natural del proceso.

De acuerdo con lo anterior, si no hay puntos fuera o patrones especiales, el proceso estará en
control estadístico (estable). Pero su desempeño se encuentra lejos de ser satisfactorio, ya que
el porcentaje promedio de defectos es relativamente alto 0.95% (que equivale a un Cp = 0.85).

Por ello, es necesario generar un proyecto de mejora mediante el cual se encuentren las causas
comunes más importantes que están generando el problema. Lo dicho antes para la
interpretación de los límites de control sirve de base para prevenir al usuario de las cartas p de
no caer en el error de fijar los límites de con trol para la carta p de acuerdo con las metas o los
deseos. 14
 III. CARTAS DE CONTROL PARA ATRIBUTOS

Carta p (proporción de defectuosos)

Interpretación de los Limites de Control

Por ejemplo, a alguien se le podría ocurrir que una razonable en el problema de las salchichas es
buscar que el porcentaje máximo de defectuosos sea de 1.5% y, por lo tanto 1.5% (o 0.015) debe ser
el LCS para la carta p. Lo anterior es un grave error, ya que fijar el límite de forma arbitraria no modifica
la realidad, pero sí obstaculiza entenderla, puesto que en el futuro no se tendría una base objetiva
para identificar cambios especiales en el proceso.

Más bien lo que se tiene que hacer si se quiere cumplir la meta es generar un verdadero proyecto de
mejora que atienda las causas de fondo del problema y la actual carta de control, con sus límites
calculados y no impuestos servirá para evaluar si el plan de mejora dio resultado. Una vez que se
verifique que la realidad cambió y mejoró, se procede a realizar un nuevo estudio para determinar los
nuevos límites de control que reflejen la nueva realidad del proceso.

En ocasiones, debido a que resulta más intuitivo para la administración el uso de porcentajes en lugar
de proporciones, se multiplica por 100 toda la escala de la carta p, y se obtiene lo que suele
identificarse como carta 100p. En ésta, se registra el porcentaje en lugar de la proporción de artículos
defectuosos. 15
 III. CARTAS DE CONTROL PARA ATRIBUTOS

Carta p con límites variables

Existen procesos en los que se aplica una carta p, donde el tamaño de subgrupo
es muy variable, debido a que está asociado con tamaños de lotes o alguna otra
circunstancia que hace impráctico trabajar con el mismo tamaño de subgrupo como
referencia.

El problema en estos casos es que los límites de control dependen del valor de ,
ya que un número pequeño de éste hace que los límites sean más amplios y
viceversa: un valor grande de hace que los límites de la carta p sean más
estrechos.

Para atender esta situación de variable se tienen las siguientes tres alternativas:

16
 III. CARTAS DE CONTROL PARA ATRIBUTOS

Carta p con límites variables

1. Utilizar tamaño de subgrupo promedio para calcular los límites de control,

Esta alternativa se recomienda cuando la variación entre los tamaños de subgrupo

no es demasiada (menor a 20% es aceptable).

En el caso del ejemplo, los tamaños de subgrupo varían entre 588 y 608, con un
promedio de 599; por lo tanto, la discrepancia entre el mínimo y el promedio es (1 −
(588/599)) × 100 = 1.84%, mientras que la existente entre el máximo y el promedio
es ((608/599) − 1) × 100 = 1.50%.

De manera que en este caso es adecuado usar límites con tamaño de subgrupo
promedio.

17
 III. CARTAS DE CONTROL PARA ATRIBUTOS

Carta p con límites variables

2. Cuando se quieren conservar las

p 1  p 
características probabilísticas

Cuando la alternativa anterior no es LCS  p  3

aplicable o cuando se quieren n
conservar las características
probabilísticas de la carta de LC  p
control se utiliza la carta p con
límites variables, cuyos límites de
p 1  p 
control van cambiando su amplitud
dependiendo del tamaño de cada
LCI  p  3
subgrupo . Para el valor los
n
límites están dados por:

18
 III. CARTAS DE CONTROL PARA ATRIBUTOS

Carta p con límites variables

3. Carta “ p” Normalizada

Una forma de superar la situación de tener

diferentes límites de control(cuando el tamaño
de subgrupo es muy Variable) es usar una pi  p
carta p normalizada o estandarizada, en la zi 
cual, en lugar de graficar la proporción
muestral , se grafica la proporción
 p 1  p  
estandarizada.
ni
La línea central en esta carta es igual a cero,
mientras que los límites de control inferior y
superior son –3 y 3, respectivamente.

19
 III. CARTAS DE CONTROL PARA ATRIBUTOS

Carta p con tamaño de subgrupo muy grande

La amplitud de los límites de control de una carta es inversamente proporcional a la raíz

cuadrada del tamaño de muestra o subgrupo, .

Por ello, cuando es muy grande los límites se estrechan demasiado, de tal forma que las
proporciones con pequeñas desviaciones con respecto al promedio de artículos defectuosos
caen fuera de los límites. Esto puede llegar al extremo de que ningún punto caiga dentro de los
límites, situación en que la carta p resulta de nula utilidad práctica.

La alternativa en este caso es analizar las proporciones mediante una carta de individuales, en la
que el valor de se toma como si fuera una variable numérica continua y sin considerar el valor
de con que se obtuvo .

Con esta estrategia sólo se detectan variaciones medianas y grandes en la proporción de

artículos defectuosos.

20
 III. CARTAS DE CONTROL PARA ATRIBUTOS

Carta np (número de defectuosos)

Es un diagrama que analiza el número de defectuosos por subgrupo; se aplica cuando el

tamaño de subgrupo o muestra en las cartas p es constante, en ella se grafica el número de
defectuosos por subgrupo en lugar de la proporción. Los límites de control para la carta np
se obtienen estimando la media y la desviación estándar de , que bajo el supuesto de
distribución binomial están dadas por:

di  np ;  di  np 1  p 
Donde:

• es la proporción promedio de artículos defectuosos

• es el tamaño de subgrupo.
21
 III. CARTAS DE CONTROL PARA ATRIBUTOS

Carta np (número de defectuosos)

Limites de control.-

Están dados por:

LCS  np  3 np 1  p 
LC  np
LCI  np  3 np 1  p 

22
 III. CARTAS DE CONTROL PARA ATRIBUTOS

Carta np (número de defectuosos)

EJEMPLO

Del análisis de los datos de inspecciones y

pruebas finales de un producto ensamblado se Componentes Componentes
Muestra Muestra
detectó a través de una estratificación y un análisis defectuosos defectuosos
de Pareto que la causa principal por la que los
1 9 11 10
artículos salen defectuosos está relacionada con 2 6 12 20
los problemas de un componente en particular (el 3 10 13 12
componente k12). Por lo tanto, se decide analizar 4 8 14 10
más de cerca el proceso que produce tal 5 5 15 10
componente. 6 5 16 -
Para ello, de cada lote de componentes k12 se 7 14 17 13

decide inspeccionar una muestra de n = 120. Los 8 12 18 5

9 9 19 6
datos obtenidos en 20 lotes consecutivos se
10 8 20 11
muestran en la tabla. Como n es constante, la
cantidad de defectuosos por muestra se puede
analizar con una carta np. Obtener sus límites. 23
24
 III. CARTAS DE CONTROL PARA ATRIBUTOS

Carta np (número de defectuosos)

EJEMPLO

La carta np resultante se muestra en la figura, donde se aprecia que el proceso no funcionó de

manera estable, ya que el número de piezas defectuosas en la muestra del lote 12 es mayor
que el límite superior; mientras que en la muestra del lote 16 el número de defectuosos es
menor que el límite inferior.

De aquí que se tenga una evidencia objetiva para afirmar que en la fabricación del lote 12 se
presentó una causa o situación especial que normalmente no está presente en el proceso y que
lo empeoró de forma seria; mientras que en el lote 16 ocurrió una causa especial que mejoró el
desempeño del proceso de fabricación de componentes k12.

Es necesario localizar ambas causas, ya que así se estará en posibilidades de prevenir la

primera, y en caso de no haber un error en el registro de los datos, fomentar la segunda.

25
 III. CARTAS DE CONTROL PARA ATRIBUTOS

Carta p vs np (número de defectuosos)

Si el tamaño del subgrupo es variable se tendrá que optar por la carta p, pero si el tamaño de
subgrupo es constante estas cartas son la misma, salvo un cambio de escala.

Por ejemplo: para convertir la carta np de la figura anterior en una carta p, basta con dividir la
escala entre el tamaño de muestra (120). De aquí que cuando se quieren analizar las variables
del tipo pasa no pasa en un proceso y se toman muestras de tamaño constante, el criterio para
elegir entre la carta p y la np es según se prefiera entre proporción de defectuosos o número de
defectuosos:
en ocasiones se considera que el número de defectuosos ofrece una cuantificación más directa
de la pérdida en dinero que se está teniendo en el proceso, lo cual lleva a preferir la carta np en
la que no es necesario calcular la proporción en cada subgrupo.

Por otra parte, con la carta p es más fácil evaluar en términos porcentuales el nivel de
defectuosos en el proceso, pero es necesario recordar el tamaño del lote para tener una idea
más precisa de la pérdida en que se está incurriendo.

26
 III. CARTAS DE CONTROL PARA ATRIBUTOS

Carta p vs np (número de defectuosos)

Modificación en el cálculo de los límites de control de las cartas p y np

Los límites para las cartas p y np se fundamentan en la distribución binomial y en su

aproximación por la distribución normal.

Se sabe que para tener una aproximación razonable se requiere que np ≥ 5 y n(1 − p) ≥ 5. Por
lo que cuando o son pequeños, no se cumplen tales requerimientos y la aproximación es
mala.

En Gutiérrez y Camacho (1998) se propone una pequeña modificación en el cálculo de los

límites de control, que mejora la aproximación y permite aplicar con mayor amplitud y confianza
los diferentes criterios de interpretación.

Esta modificación consiste en obtener el límite de control superior modificado (LCS*) de la carta
np de la siguiente manera:

27
 III. CARTAS DE CONTROL PARA ATRIBUTOS

Carta p vs np (número de defectuosos)

Modificación en el cálculo de los límites de control de las cartas p y np

PARA CARTAS np

Esta modificación consiste en obtener el límite de control superior modificado (LCS*) de la carta
np de la siguiente manera:

LCS  EM  np  3 np 1  p  
*
 
Donde:

• [ ] es la función mayor entero o igual que x, que a un número entero lo deja igual, pero a un
número no entero lo convierte en el entero inmediato mayor a tal número.

Para el ejemplo anterior, en el caso de la carta de control, EM[17.872] = 18. 28

 III. CARTAS DE CONTROL PARA ATRIBUTOS

Carta p vs np (número de defectuosos)

Modificación en el cálculo de los límites de control de las cartas p y np

La línea central se calcula de la forma tradicional y el límite de control inferior modificado (LCI*)
está dado por

LCI  np  3S
* *

Donde:

• ∗
es la división de dividir entre tres LCS  np *
la distancia entre la línea central y el
LCS*,
S 
*

3
29
 III. CARTAS DE CONTROL PARA ATRIBUTOS

Carta p vs np (número de defectuosos)

Modificación en el cálculo de los límites de control de las cartas p y np

PARA CARTAS p
El límite de control superior modificado (LCS´) para una carta p está dado por

EM  np  3 np 1  p  
*
LCS ' 
LCS
  
n n

30
 III. CARTAS DE CONTROL PARA ATRIBUTOS

Carta p vs np (número de defectuosos)

Modificación en el cálculo de los límites de control de las cartas p y np

La línea central es , y el límite de control inferior modificado (LCI´) es

LCI np  3S * *
LCI '  
n n

31
 III. CARTAS DE CONTROL PARA ATRIBUTOS

Cartas c y u (para defectos)

Es frecuente que al inspeccionar una unidad (unidad representa un artículo, un lote de artículos,
una medida lineal —metros, tiempo—, una medida de área o de volumen) se cuente el número
de defectos que tiene en lugar de limitarse a concluir que es o no defectuosa.

Algunos ejemplos de unidades que se inspeccionan para contar sus defectos son:
• una mesa,
• x metros de rollo fotográfico,
• un zapato,
• z sartenes de teflón,
• una prenda de vestir,
• w metros cuadrados de pintura, etc.

Cada una de estas unidades puede tener más de un

defecto, suceso o atributo y no necesariamente se
cataloga al producto o unidad como defectuoso
.
32
 III. CARTAS DE CONTROL PARA ATRIBUTOS

Cartas c (para defectos por unidad)

El objetivo de la carta c es analizar la variabilidad del número de defectos por subgrupo, cuando
el tamaño de éste se mantiene constante.

En esta carta se grafica que es igual al número de defectos o eventos en el i-ésimo subgrupo
(muestra).

Los límites de control se obtienen suponiendo que el estadístico sigue una distribución de
Poisson; por lo tanto, las estimaciones de la media y la desviación estándar de este estadístico
están dadas por:

# Total de Defectos
ci  c  ;  ci  c
# Total de subgrupos
33
 III. CARTAS DE CONTROL PARA ATRIBUTOS

Cartas c (para defectos por unidad)

Por ello, los límites de control de la carta c se obtienen con las expresiones:

LCS  c  3 c
LC  c
LCI  c  3 c
Note que los límites de control son simétricos, pero la distribución de Poisson no lo es…, de
manera que se requiere una aproximación razonable de la Poisson por la normal, la cual se
comienza a tener cuando la tasa de falla es mayor que 5.
Si no se da la aproximación se observarán más falsas alarmas de las esperadas. 34
 III. CARTAS DE CONTROL PARA ATRIBUTOS

Cartas c (para defectos por unidad)

EJEMPLO Mesa Defectos Ci Mesa Defectos Ci

En una fábrica de muebles se inspecciona a detalle el 1

2
7
5
16
17
12
8
acabado de las mesas cuando salen del departamento 3 10 18 10
de laca. 4 2 19 4
La cantidad de defectos que son encontrados en cada 5
6
6
5
20
21
7
3
mesa son registrados con el fin de conocer y mejorar el 7 4 22 10
proceso. 8 9 23 6
9 7 24 6
10 5 25 7
En la tabla se muestran los defectos encontrados en 11 6 26 4
las últimas 30 mesas. Es claro que estamos ante una 12 7 27 5
variable que debe ser analizada con la carta c, debido 13
14
8
4
28
29
6
8
a que una misma mesa puede tener varios defectos de 15 5 30 5
diferente tipo; además, los defectos son relativamente
menores, y aunque influyen en la calidad final del Número promedio de defectos por unidad (mesa)

producto, no causan que la mesa sea rechazada.

35
36
III. CARTAS DE CONTROL PARA ATRIBUTOS

Cartas c (para defectos por unidad)

EJEMPLO

Observe que el LCI resulta negativo, pero

como no puede haber cantidades negativas
de defectos, entonces el límite inferior se
iguala a cero.

A partir de la carta obtenida se aprecia que el

proceso de producción de mesas estuvo
funcionando de manera estable, ya que no
hay puntos fuera de los límites ni otro patrón
no aleatorio.

Por lo anterior, los límites de control a usar en

el futuro son esos mismos.
37
III. CARTAS DE CONTROL PARA ATRIBUTOS

Cartas c (para defectos por unidad)

Interpretación de los límites de control de la carta c:

Los límites de una carta c reflejan la variación esperada para el número de defectos por
subgrupo.

En el caso del ejemplo reciente se espera que, de manera ordinaria, el número de defectos por
mesa varíe entre 0 y 14.0 con un promedio de 6.4. Estos límites no representan ni deben
representar dónde se quiere que estén los datos, más bien representan la realidad.

Como las cantidades de defectos son relativamente altas, se requiere un plan de acción que
reduzca esta problemática y una forma natural de empezar sería estratificar el problema, es
decir, localizar el tipo de defecto con mayor frecuencia y el área donde se presenta.

En otras palabras, la acción de mejora no debe partir de reaccionar ante lo que se observa en
una mesa, ya que no hay problemas especiales. Toda la problemática es común a todas las
mesas; por lo tanto, la acción parte de analizar todo el proceso enfocándose en aquellos
problemas con mayor recurrencia 38
 III. CARTAS DE CONTROL PARA ATRIBUTOS

Cartas U (número de defectos por unidad)

Cuando el tamaño del subgrupo no es constante, se usa la carta u, en la cual se analiza la

variación del número promedio de defectos por artículo o unidad de referencia, en lugar del total
de defectos en el subgrupo. Así, en esta carta, un subgrupo lo forman varias unidades. De
manera que para cada subgrupo se grafica:

ci
ui  Donde:
ni
• es la cantidad de defectos en el subgrupo “ i ”

• es el tamaño del subgrupo “ i “.

39
 III. CARTAS DE CONTROL PARA ATRIBUTOS

Cartas U (número de defectos por unidad)

Para calcular los límites es necesario estimar la media y la desviación estándar del estadístico
, que bajo el supuesto de que sigue una distribución Poisson, resultan ser:

# Total de defectos
u  u 
i
;
# Total de articulos inspeccionados

Donde:
u
 ui 
n • es el tamaño del subgrupo.

40
 III. CARTAS DE CONTROL PARA ATRIBUTOS

Cartas U (número de defectos por unidad)

De esta manera, los límites de control en la carta u están dados por:

u
LCS  u  3 NOTA.- Cuando no es el mismo en todos los
n subgrupos, entonces se sustituye por el tamaño

LC  u promedio de subgrupo, .

Otra alternativa es obtener una carta con límites

variables, en la que para cada subgrupo se
u
LCI  u  3
calculan sus límites en función del tamaño del
subgrupo y con éstos se evalúa el proceso para
n tal subgrupo.
41
 III. CARTAS DE CONTROL PARA ATRIBUTOS

Cartas U (número de defectos por unidad)

Defectos Defectos
Tamaño de Tamaño de
EJEMPLO.- Lote
muestra, ni
encontrado
s, ci
Lote
muestra, ni
encontrado
s, ci

En una fábrica se ensamblan artículos 1 20 17 0,85 13 30 40 1,33

electrónicos y al final del proceso se hace 2 20 24 1,20 14 30 24 0,80

una inspección por muestreo para detectar
3 20 16 0,80 15 30 46 1,53
defectos relativamente menores.
4 20 26 1,30 16 30 32 1,07
En la tabla se presenta el número de 5 15 15 1,00 17 30 30 1,00
defectos observados en muestreos
realizados en 24 lotes consecutivos de 6 15 15 1,00 18 30 34 1,13

piezas electrónicas. 7 15 20 1,33 19 15 11 0,73

8 25 18 0,72 20 15 14 0,93
El número de piezas inspeccionadas en
cada lote es variable, por lo que no es 9 25 26 1,04 21 15 30 2,00

apropiado aplicar la carta c. Es mejor 10 25 10 0,40 22 15 17 1,13

analizar el número promedio de defecto por
11 25 25 1,00 23 15 18 1,20
pieza, , mediante la carta u. 42
12 30 21 0,70 24 15 20 1,33
 III. CARTAS DE CONTROL PARA ATRIBUTOS

Cartas U (número de defectos por unidad)

EJEMPLO.-

En una fábrica se ensamblan artículos

electrónicos y al final del proceso se hace una
inspección por muestreo para detectar defectos
relativamente menores. En la tabla se presenta
el número de defectos observados en
muestreos realizados en 24 lotes consecutivos
de piezas electrónicas.

El número de piezas inspeccionadas en cada

lote es variable, por lo que no es apropiado
aplicar la carta c. Es mejor analizar el número
promedio de defecto por pieza, , mediante la
carta u.
43
 III. CARTAS DE CONTROL PARA ATRIBUTOS

Cartas U (número de defectos por unidad)

EJEMPLO.-

La carta obtenida se muestra en la figura anterior, en la que se observa que el proceso no trabaja
de manera estable, ya que en la muestra del lote 21 el número promedio de defectos por pieza
sobrepasa el límite de control superior.

En la fabricación de tal lote ocurrió alguna causa especial que empeoró la calidad de las piezas.
Es preciso identificar la causa para evitarla en el futuro. Además del punto fuera de los límites no
existe ningún patrón no aleatorio.

44
 III. CARTAS DE CONTROL PARA ATRIBUTOS

Cartas U (número de defectos por unidad)

Interpretación de la Carta u

En la carta u se grafica el número promedio de defectos por unidad. Por ejemplo, en el caso de
las piezas electrónicas se espera que en las muestras de tamaños similares a los de la tabla se
encuentren entre 0.38 y 1.69 defectos por pieza con un promedio de 1.04.

Lo que procede en el problema bajo análisis es seguir monitoreando el proceso mediante la carta
de control para identificar y eliminar causas especiales de variación.

Además se debe evaluar la posibilidad de generar un proyecto de mejora para identificar y eliminar
las causas de los defectos en los artículos.

Un primer paso en tal proyecto de mejora sería identificar el tipo de defecto que se presenta con
mayor frecuencia.

45
III. CARTAS DE CONTROL PARA ATRIBUTOS

Cartas U con Limites Variables

Para construir una carta u con límites variables

para los datos de la tabla anterior es necesario
calcular los límites de control para cada tamaño
de subgrupo en base a las anteriores formulas .

Al calcular tantos límites como tamaños de

muestra distintos, se obtiene la carta u con limites
variables, pero con la línea central que es la
misma, independientemente del tamaño de
subgrupo.

Veamos el grafico en base al ejemplo anterior

46
47
 III. CARTAS DE CONTROL PARA ATRIBUTOS

Cartas U con Limites Variables

En la carta se observa que además del punto correspondiente al lote 21, el del 10 también
aparece fuera de control; aunque este último por el límite inferior. De esta manera, en la
fabricación del lote 10 ocurrió algo especial que mejoró el desempeño del proceso. Note que en
la carta con límites promedio no se había detectado esto, aunque tal punto sí estaba muy cerca
del límite inferior. Además, la amplitud de los distintos límites en la carta u es bastante diferente
debido a que la discrepancia entre algunos tamaños de muestra con respecto al tamaño
promedio es grande en términos relativos; por ejemplo,

entre 30 y 21.8 es de 37% ((30/21.8) – 1).

La ventaja de usar límites promedio es que al ser sólo un par de límites no es necesario
calcularlos para cada punto y se tiene una perspectiva e interpretación más directa; pero su
desventaja es que en ocasiones no detecta cambios, o puede ser que registre un cambio
cuando en realidad no ocurrió.

Una buena alternativa sería usar límites promedio cuando los tamaños muestrales no discrepen
más del 20% entre sí. 48
 III. CARTAS DE CONTROL PARA ATRIBUTOS

Cartas U .- ESTANDARIZADA

Otra alternativa a usar cuando los tamaños de subgrupo son muy distintos entre sí, es construir
una carta u estandarizada, en la cual, en lugar de graficar se grafica la siguiente variable
estandarizada:

La variable sigue aproximadamente una distribución normal

ui  u
estándar (μ = 0, σ = 1). Por
lo tanto, la línea central en esta carta es igual a cero, y los zi 
límites de control inferior y superior son –3 y 3,
respectivamente u
ni
49
 III. CARTAS DE CONTROL PARA ATRIBUTOS

Cartas U .- ESTANDARIZADA

Otra alternativa a usar cuando los tamaños de subgrupo son muy distintos entre sí, es construir
una carta u estandarizada, en la cual, en lugar de graficar se grafica la siguiente variable
estandarizada:

La variable sigue aproximadamente una distribución normal

ui  u
estándar (μ = 0, σ = 1). Por
lo tanto, la línea central en esta carta es igual a cero, y los zi 
límites de control inferior y superior son –3 y 3,
respectivamente u
ni
50
 III. CARTAS DE CONTROL PARA ATRIBUTOS

Selección de C.C. de atributos

51
 III. CARTAS DE CONTROL PARA ATRIBUTOS

Selección de C.C. de atributos

52
 III. CARTAS DE CONTROL PARA ATRIBUTOS

Selección de C.C. de atributos

53
 III. CARTAS DE CONTROL PARA ATRIBUTOS

Implantación y operación de una carta de control

Una carta de control es útil en la medida que atienda una necesidad percibida por los
responsables del proceso y, desde luego, dependerá de qué tan bien se implemente y se utilice.

1. Describir la problemática o situación que se percibe en el área donde se tiene la idea de

implantar una carta de control.

2. Explicar con detalles por qué cree que la carta de control sería útil para evaluar, entender y
mejorar la situación de interés.

3. Definir en forma concreta y preliminar el o los objetivos de la carta de control.

4. Hacer una lista exhaustiva de las diferentes variables que pueden aportar información sobre
los distintos aspectos de la situación de interés, y que se podrían analizar mediante una carta
de control.

5. De la lista anterior, hacer una preselección de las variables que se cree ayudarían a cumplir
con el objetivo descrito antes. En esta preselección dar prioridad a las variables que mejor reflejen la
magnitud del problema, en términos de calidad, costos, productividad o tiempo de ciclo. Además, considerar
la dificultad humana, en equipos y en costo, para medir con calidad y oportunidad las variables candidatas.
54
 III. CARTAS DE CONTROL PARA ATRIBUTOS

Implantación y operación de una carta de control

6. De la preselección del inciso previo, elegir una primera variable para analizarla mediante una
carta de control, y para ésta, desarrollar las siguientes actividades, las cuales se deben repetir
para cada una de las variables que finalmente se decida estudiar con una carta de control.

7. Elegir la carta apropiada para la variable seleccionada. Para tomar esta decisión, apoyarse en
lo hecho en los puntos anteriores situaciones típicas en las que se aplica cada una de las
cartas.

8. Pensar en el subagrupamiento. Cada punto en una carta representa a un subgrupo o muestra

de artículos. La selección de los elementos que constituirán cada subgrupo debe ser de
manera que si están presentes causas especiales, éstas aparezcan como diferencias entre
subgrupos, y no como diferencias entre los elementos que forman el subgrupo. En otras
palabras, se debe buscar que el subgrupo sea lo más homogéneo posible. Por ejemplo, si en un
proceso se utilizan varias máquinas, sería mejor tomar un subgrupo de cada máquina en lugar de formarlo
con elementos de varias de ellas, porque las diferencias entre máquinas podría ser una causa especial de
variación.
De esta manera, para obtener las cartas de control, el muestreo aleatorio no es
necesariamente el procedimiento de muestreo apropiado. La esencia del sub-agrupamiento
es opuesta a la aleatorización. 55
 III. CARTAS DE CONTROL PARA ATRIBUTOS

Implantación y operación de una carta de control

8. Así, el subgrupo o muestra debe formarse procurando cierta homogeneidad, entendiendo ésta
como que los elementos del subgrupo se hayan fabricado bajo las circunstancias más
parecidas posibles, como por ejemplo que provengan de la misma línea, lote, área, oficina,
máquina, operador o material. Hay ocasiones en las que algunas posibles fuentes de
variabilidad de las que no se espera mucho impacto podrían incluirse dentro del mismo
subgrupo, pero las fuentes que pueden tener más influencia deben repartirse en subgrupos
distintos o incluso separarse en varias cartas de control. Por ello, antes que todo es necesario
razonar el sub-agrupamiento.

9. Decidir la forma de selección de los elementos del subgrupo. Para especificar la forma
operativa en que se elegirán los elementos del subgrupo, cuando éste lo constituyen más de
un artículo, optar por uno de los siguientes procedimientos:

• MÉTODO DEL INSTANTE. Consiste en conformar el subgrupo con productos hechos en

un instante de tiempo tan pequeño como sea posible. Por ejemplo, un subgrupo lo
constituyen cierta cantidad de piezas producidas de manera consecutiva o seleccionadas
de entre una tanda (horneada, tiro de moldeo) de artículos producidos bajo las mismas
circunstancias; el siguiente subgrupo se selecciona de manera similar después de que
pasa cierto tiempo (media hora, una hora o más, dependiendo de la frecuencia 56
que se crea conveniente).
 III. CARTAS DE CONTROL PARA ATRIBUTOS

Implantación y operación de una carta de control

9. .
• MÉTODO DEL PERIODO. Este procedimiento consiste en seleccionar los artículos del
subgrupo de entre las partes producidas en un periodo o producción (turno, lote), de esta
manera el subgrupo será representativo de toda la producción de dicho periodo. Por
ejemplo, un inspector asiste cada dos horas a cierta zona del proceso y elige de manera
aleatoria determinada cantidad de piezas de entre las que se produjeron desde la última
vez que fue.
• El método del instante es el que más se usa debido a que con él se logran subgrupos
más homogéneos y además proporciona una referencia más específica del tiempo en que
se produjeron las piezas, lo cual es útil para localizar las causas especiales de variación.

• También permite reaccionar con mayor oportunidad y exactitud.

• La ventaja del método del periodo es que proporciona mejor información acerca de la
calidad, pero no sobre la variabilidad. En general, el método del periodo se usa cuando
debido a las circunstancias particulares del proceso no es posible utilizar el otro método.

57
 III. CARTAS DE CONTROL PARA ATRIBUTOS

Implantación y operación de una carta de control

10. Elegir tamaño y frecuencia de muestreo. Para el tamaño de subgrupo recurrir a las
recomendaciones que se dieron en la tablas de Selección de Cartas de Control y consultar las
observaciones que se hicieron acerca de la sensibilidad o potencia de la carta para detectar
cambios.

En cuanto a la frecuencia del muestreo hay pocos criterios que lo rijan, pero debe ser
suficiente para detectar el tipo de cambio que se desea identificar: si el espaciamiento entre
los subgrupos es demasiado grande, durante ese intervalo de tiempo pueden ocurrir cambios
importantes en el proceso que la carta no registrará. Pero si es demasiado frecuente, entonces
además de un mayor esfuerzo y más costos de medición, tal vez no sea posible atender
adecuadamente todas las señales de la carta de control. Por ejemplo, es muy raro que un
subgrupo se tome cada cinco minutos, más bien, se suele espaciar cada media hora o más.

De hecho, en algunos casos, una vez que se elige el subgrupo de manera automática se ha
determinado la frecuencia. En general, se prefieren muestras pequeñas con más frecuencia,
que muestras grandes con poca frecuencia. Por ejemplo, entre cinco piezas cada media hora
y 20 piezas cada dos horas, en la práctica se prefiere lo primero. Como comentario final de
este punto diremos que aunque es importante el tamaño y frecuencia de muestreo, es más
importante que la carta se utilice de forma sistemática para detectar cambios de 58
manera oportuna en el proceso y que además se interprete correctamente
 III. CARTAS DE CONTROL PARA ATRIBUTOS

Implantación y operación de una carta de control

11. Estandarizar la toma de datos. Definir con precisión y claridad: la manera en que se van a
tomar los datos y asegurarse de que los instrumentos de medición y prueba sean adecuados,
que los criterios para los inspectores estén bien definidos, que los formatos de recolección de
datos sean sencillos y entendibles, y que el lugar de donde se tomarán los datos es el mejor.
Esto es primordial, ya que en ocasiones las señales de fuera de control se deben a variaciones
en los criterios de inspección o a problemas con los instrumentos de medición y prueba.

12. Determinar límites de control y su revisión futura. Colectar la información correspondiente a por
lo menos 20 a 30 subgrupos y calcular los límites preliminares de la carta correspondiente
(estudio inicial). Si los datos reflejan que el proceso es estable (en control estadístico),
entonces estos límites se seguirán usando para analizar el proceso en el presente y en el
futuro. Una vez establecidos los límites de control, para analizar si el proceso opera de manera
estable ya no será necesario esperarse a tener por lo menos 20 puntos en la carta, sino que en
el momento de obtener el subgrupo se podrá saber si el punto cae fuera de los límites de
control o si ha ocurrido algún otro patrón no aleatorio.

En caso de que en el estudio inicial aparezcan pocos puntos fuera de los límites de control, se
procede a investigar la situación especial que causó que los puntos se salieran de los límites.
Una vez que se identifica la causa y se toman las contramedidas adecuadas, esos 59
puntos se excluyen y se recalculan los límites de control a usar en el futuro, que
 III. CARTAS DE CONTROL PARA ATRIBUTOS

Implantación y operación de una carta de control

necesariamente serán más estrechos.

Si no se encuentra la causa que provocó que los puntos se salieran de los límites —situación más probable en un
estudio inicial al estar analizando hechos pasados— es preferible retener los puntos y trabajar a futuro con los
límites calculados desde el inicio, aunque también se podría optar por eliminar los puntos y recalcular los límites. Por
otra parte, si en el estudio inicial muchos puntos se salen de los límites de control no es apropiado excluirlos,
además de que investigar las causas en cada uno de ellos resultará impráctico y será un trabajo poco productivo.
En estos casos se debe revisar si la forma en que se calcularon los límites es la correcta y en general es preciso
seguir la estrategia de mejora sugerida en el capítulo 10 para procesos inestables.

En cualquiera de los casos anteriores, una vez que se tienen límites de control definitivos para usarse en el futuro,
éstos no se cambiarán hasta que la realidad del proceso sea otra, por ejemplo: que haya reducido su variabilidad
de manera significativa o mejorado el centrado del proceso. En ocasiones, en algunas empresas se acostumbra
revisar o recalcular en forma periódica los límites, pero se debe tener cuidado al imitar esta práctica, ya que si el
periodo entre revisiones es muy corto puede ocurrir que no se detecten ciertos cambios o tendencias que se estén
registrando en las cartas. Por ejemplo, una semana es un periodo muy corto para recalcular los límites de control.
En algunos procesos se justifica recalcular los límites cuando se da cierto tipo de mantenimiento mayor, o cuando
se le hacen cambios al proceso, etc.; en todo caso, debe existir claridad de por qué después de estos cambios se
espera que el proceso opere en forma diferente con respecto a la variable que se analiza con la carta de control. La
práctica en algunas empresas de sustituir los límites de control por especificaciones o metas de calidad se debe
evitar a toda costa. En ocasiones, la línea central de una carta de medias se sustituye por un valor objetivo o
deseado, lo que también se debe evitar, porque aunque en algunas ocasiones puede justificarse, cuando se hace
esto la carta de control por lo general pierde su propósito y potencial. 60
 III. CARTAS DE CONTROL PARA ATRIBUTOS

Implantación y operación de una carta de control

13. Asegurarse de la cooperación. Es necesario que se involucre a quienes están relacionados
con la problemática que pretende atender la carta de control, es indispensable explicar los
objetivos de la carta y la situación que prevalece actualmente (etapas 1 y 2); además, es muy
importante capacitar con respecto a lo que va a detectar la carta y cómo ayudará a realizar
mejor el trabajo. En otras palabras, el desarrollo de esta fase es una buena oportunidad para
practicar el trabajo en equipo, así como para fortalecer la corresponsabilidad por la calidad y la
empresa.

14. Entrenar a los usuarios. Con base en las etapas 6, 7 y 8, es necesario entrenar a quienes van a
usar la carta de control: cada cuándo y cómo van a tomar los datos, en el registro de puntos
en la carta de control, en la documentación de las cartas y en todos aquellos pasos que se
seguirán para la operación de la carta.

15. Analizar los resultados. Asegurarse de que la carta se interpreta correctamente, que se utiliza
para detectar causas especiales de variación, que ayuda a fundamentar acciones de mejora,
entre otras. Es importante definir quién va interpretar la carta y los pasos a seguir cuando se
detecte una causa especial de variación, sea un cambio de nivel, una tendencia, etcétera.

61
 III. CARTAS DE CONTROL PARA ATRIBUTOS

Implantación y operación de una carta de control

16. Asegurarse de su efectividad. Se debe tener cuidado de que el llenado de los puntos en la
carta de control no se convierta en una rutina más, en la que no se toma ningún tipo de
acción. Es indispensable revisar periódicamente si la carta cumple con el propósito para el
que se implementó, si se usa e interpreta en forma correcta y si la problemática se ha
reducido.

17. Mantener el interés y modificar la carta. Tomar acciones para que la carta no se use de forma
mecánica, sino que sea un instrumento vivo, útil y que recibe atención. Para ello, se puede
involucrar cada vez más a los usuarios de las cartas en la corresponsabilidad de la calidad,
asignar responsabilidades, modificar la carta: su lugar, la frecuencia y tamaño de muestreo.
También se puede cambiar su naturaleza de acuerdo con los resultados obtenidos, por
ejemplo, si ya se logró que el proceso sea estable y capaz, entonces ahora el propósito de la
carta debe ser preventivo para que la mejoras logradas sean irreversibles.

18. Eliminar la carta. Cuando una carta ha cumplido su propósito, por ejemplo el problema se
eliminó o en general la carta ya no tiene razón de ser, entonces es el momento de pensar en
eliminarla y sustituirla por una alternativa acorde con las nuevas circunstancias. Por ejemplo, si
dio resultado, entonces es posible pensar en medidas de aseguramiento, como muestreo
periódico, inspección o una carta que resulte más económica y adecuada a las 62
nuevas circunstancias.
III. CARTAS DE CONTROL PARA VARIABLES

Carta de Control xR

63
III. CARTAS DE CONTROL PARA VARIABLES

Patrones para el
análisis de
cartas

64
III. CARTAS DE CONTROL PARA VARIABLES

Patrones para el análisis del comportamiento de los puntos en una

carta

Estas pruebas se han derivado del supuesto

de normalidad e independencia entre y dentro
de subgrupos, por lo que de no cumplirse, las
pruebas deben verse con reserva.

Si dos muestras consecutivas de una carta no

son independientes, entonces una alternativa
para lograr la independencia es espaciar aún
más la frecuencia de muestreo.

Por Ejemplo:

Si se hace cada 20 minutos, es preciso

ampliarlo a cada 40 o más minutos, otra
alternativa es utilizar una carta de control para
datos auto-correlacionados.
65
III. CARTAS DE CONTROL PARA VARIABLES

Patrones para el análisis del comportamiento de los puntos en una

carta

Estas pruebas se han derivado del supuesto de normalidad e independencia entre y

dentro de subgrupos, por lo que de no cumplirse, las pruebas deben verse con reserva.

Si dos muestras consecutivas de una carta no son independientes, entonces una

alternativa para lograr la independencia es espaciar aún más la frecuencia de muestreo.

por ejemplo, si se hace cada 20 minutos, es preciso ampliarlo a cada 40 o más minutos,
otra alternativa es utilizar una carta de control para datos autocorrelacionados.

66
III. CARTAS DE CONTROL PARA VARIABLES

Patrones para el análisis del comportamiento de los puntos en una carta

Patrón 01. Desplazamientos o cambios en el nivel del proceso.

Este patrón ocurre cuando uno o más puntos se salen de los límites de control o cuando
hay una tendencia larga y clara a que los puntos consecutivos caigan de un sólo lado de
la línea central. Estos cambios especiales pueden ser por:

• La introducción de nuevos trabajadores, máquinas, materiales o métodos.

• Cambios en los métodos de inspección.

• Una mayor o menor atención de los trabajadores.

• Porque el proceso ha mejorado (o empeorado).

67
III. CARTAS DE CONTROL PARA VARIABLES

Patrones para el análisis del comportamiento de los puntos en una carta

Patrón 01. Desplazamientos o cambios en el nivel del proceso.

Cambio en el nivel
del proceso.-

Representa un
cambio en el
promedio del proceso
o en su variación
media, y se detecta
cuando uno o más
puntos se salen de
los límites de control
o cuando hay una
tendencia constante
y clara a que los
puntos caigan de un
solo lado de la línea
central.
68
III. CARTAS DE CONTROL PARA VARIABLES

Patrones para el análisis del comportamiento de los puntos en una carta

Patrón 1. Desplazamientos o cambios en el nivel del proceso.

Cuando este patrón ocurre en las cartas , p, np, u o c, se dice que hubo un cambio en el nivel
promedio del proceso; Por Ejemplo:

 En las cartas de atributos eso significa que el nivel promedio de disconformidades se incrementó
o disminuyó;
 mientras que en la carta implica un cambio en la media del proceso.
 En la carta R y S un cambio de nivel significa que la variabilidad aumentó o disminuyó, aunque por
la falta de simetría de la distribución de R y S, este patrón del lado inferior de estas cartas se debe
ver con mayor reserva y esperar la acumulación de más puntos por abajo de la línea central para
declarar que hay un cambio significativo (disminución de la variabilidad).

Los criterios más usuales para ver si este patrón se ha presentado son:
 Un punto fuera de los límites de control.
 Hay una tendencia clara y larga a que los puntos consecutivos caigan de un sólo lado de la línea
central. Tres pruebas concretas para este patrón son:

a) Ocho o más puntos consecutivos de un sólo lado de la línea central.

b) Al menos 10 de 11 puntos consecutivos caen de un mismo lado de la línea central. 69
c) Por lo menos 12 de 14 puntos consecutivos ocurren por un mismo lado de la línea central.
III. CARTAS DE CONTROL PARA VARIABLES

Patrones para el análisis del comportamiento de los puntos en una carta

Patrón 02. Tendencias en el nivel del proceso.

Este patrón consiste en una tendencia hacia arriba (o hacia abajo) de los puntos en la
carta, como se aprecia en la figura. Una tendencia ascendente o descendente bien
definida y larga se debe a alguna de las siguientes causas especiales:

• Deterioro o desajuste gradual del equipo de producción.

• Desgaste de las herramientas de corte.
• Acumulación de productos de desperdicios en las tuberías.
• Calentamiento de máquinas.
• Cambios graduales en las condiciones del medio ambiente.

70
III. CARTAS DE CONTROL PARA VARIABLES

Patrones para el análisis del comportamiento de los puntos en una carta

Patrón 02. Tendencias en el nivel del proceso.

Tendencias en el
nivel del
proceso.-

Representan un
desplazamiento
paulatino del nivel
medio de un
proceso y se
detectan mediante
la tendencia de los
puntos
consecutivos de la
carta a
incrementarse (o
disminuir).

71
III. CARTAS DE CONTROL PARA VARIABLES

Patrones para el análisis del comportamiento de los puntos en una carta

Patrón 02. Tendencias en el nivel del proceso.

Estas causas se reflejan prácticamente en todas las cartas, excepto en la R y S , Las tendencias en
estas cartas son raras, pero cuando se dan, puede deberse a la mejora o declinación de la habilidad
de un operario, fatiga del operario (la tendencia se repetirá en cada turno), así como al cambio gradual
en la homogeneidad de la materia prima. Para determinar si hay una tendencia en el proceso se tienen
los siguientes criterios:

 Seis o más puntos consecutivos en ascenso (o descenso).

 Un movimiento demasiado largo de puntos hacia arriba (o abajo) de la carta de control, aunque no
todos los puntos en ascenso (o descenso).

En la figura se muestra una tendencia creciente de los puntos, que es demasiado larga para
considerarse que es ocasionada por variaciones aleatorias, por lo que más bien es señal de que
algo especial (desplazamiento) está ocurriendo en el proceso correspondiente.

En ocasiones, pueden presentarse tendencias aparentes que son ocasionadas por variaciones
naturales y del muestreo del proceso, por eso la tendencia debe ser larga para considerarla algo
especial. Cuando se presente una tendencia y se dude si es especial, hay que estar alerta para ver
si efectivamente está ocurriendo algo especial en el proceso. 72
III. CARTAS DE CONTROL PARA VARIABLES

Patrones para el análisis del comportamiento de los puntos en una carta

Patrón 03. Ciclos recurrentes (periodicidad).

Otro movimiento no aleatorio que pueden presentar los puntos en las cartas es un
comportamiento cíclico de los puntos. Por ejemplo, se da un flujo de puntos consecutivos
que tienden a crecer y luego se presenta un flujo similar pero de manera descendente y
esto se repite en ciclos. Cuando un comportamiento cíclico se presenta en la carta ,
entonces las posibles causas son:

• Cambios periódicos en el ambiente.

• Diferencias en los dispositivos de medición o de prueba que se utilizan en cierto orden.
• Rotación regular de máquinas u operarios.
• Efecto sistemático producido por dos máquinas, operarios o materiales que se usan
alternadamente.

73
III. CARTAS DE CONTROL PARA VARIABLES

Patrones para el análisis del comportamiento de los puntos en una carta

Patrón 03. Ciclos recurrentes (periodicidad).

Ciclos
recurrentes.-

Desplazamientos
cíclicos de un
proceso que se
detectan cuando
se dan flujos de
puntos
consecutivos que
tienden a crecer,
seguidos de flujos
similares pero
descendentes.

74
III. CARTAS DE CONTROL PARA VARIABLES

Patrones para el análisis del comportamiento de los puntos en una carta

Patrón 03. Ciclos recurrentes (periodicidad).

Si el comportamiento cíclico se presenta en la carta R o S, entonces algunas de las

posibles causas son el mantenimiento preventivo programado o la fatiga de trabajadores
o secretarias.

Las cartas p, np, c y u son afectadas por las mismas causas que las cartas de medias y
rangos.

75
III. CARTAS DE CONTROL PARA VARIABLES

Patrones para el análisis del comportamiento de los puntos en una carta

Patrón 04. Mucha variabilidad

Una señal de que en el proceso hay una causa especial de mucha variación se
manifiesta mediante una alta proporción de puntos cerca de los límites de control, en
ambos lados de la línea central, y pocos o ningún punto en la parte central de la carta. En
estos casos se dice que hay mucha variabilidad, como se puede ver en la figura 5.8e.
Algunas causas que afectan a la carta de esta manera son:
• Sobre-control o ajustes innecesarios en el proceso.

• Diferencias sistemáticas en la calidad del material o en los métodos de prueba.

• Control de dos o más procesos o estratos con diferentes promedios en la misma carta.

76
III. CARTAS DE CONTROL PARA VARIABLES

Patrones para el análisis del comportamiento de los puntos en una carta

Patrón 04. Mucha variabilidad

77
III. CARTAS DE CONTROL PARA VARIABLES

Patrones para el análisis del comportamiento de los puntos en una carta

Patrón 04. Mucha variabilidad

Mientras que las cartas R y S resultan afectadas por la mezcla de materiales de calidades bastante
diferentes, diversos trabajadores pueden utilizar la misma carta R (uno más hábil que el otro), y datos
de procesos operando bajo distintas condiciones graficados en la misma carta.

Los criterios para detectar una alta proporción de puntos cerca o fuera de los límites son los
siguientes:

 Ocho puntos consecutivos en ambos lados

de la línea central con ninguno en la zona C.
 Una imagen similar a la mostrada en la figura

78
III. CARTAS DE CONTROL PARA VARIABLES

Patrones para el análisis del comportamiento de los puntos en una carta

Patrón 05. Falta de variabilidad (estatificación).

Una señal de que hay algo especial en el proceso es que prácticamente todos los puntos
se concentren en la parte central de la carta, es decir, que los puntos reflejen poca
variabilidad o estatificación como se aprecia en la figura. Algunas de las causas que
pueden afectar a todas las cartas de control de esta manera son:
• Equivocación en el cálculo de los límites de control.

• Agrupamiento en una misma muestra a datos provenientes de universos con medias bastante
diferentes, que al combinarse se compensan unos con otros.

• “Cuchareo” de los resultados.

• Carta de control inapropiada para el estadístico graficado.

Para detectar la falta de variabilidad se tienen los siguientes criterios:

• Quince puntos consecutivos en la zona C, arriba o abajo de la línea central.

• Una imagen similar a la mostrada en la siguiente figura. 79
III. CARTAS DE CONTROL PARA VARIABLES

Patrones para el análisis del comportamiento de los puntos en una carta

Patrón 05. Falta de variabilidad (estatificación).

Falta de
variabilidad.-

Es una señal de
que hay algo
especial en el
proceso y se
detecta cuando
prácticamente
todos los puntos
se concentran en
la parte central de
la carta de
control.

80
III. CARTAS DE CONTROL PARA VARIABLES

Patrones para el análisis del comportamiento de los puntos en una carta

Patrón 05. Falta de variabilidad (estatificación).

Cuando alguno de los patrones anteriores se presenta en una carta, es señal de que en
el proceso hay una situación especial (proceso inestable o fuera de control estadístico), la
cual provoca que los puntos no estén variando de manera aleatoria dentro de la carta.

Lo anterior no significa que no se pueda seguir produciendo con este proceso, sino que
trabaja con variaciones debidas a alguna causa específica:

• Material heterogéneo,
• cambios de operadores,
• diferencias significativas entre máquinas,
• desgaste o calentamiento de equipo, etc.

Por lo tanto, en caso de presentarse alguno de los patrones anteriores es necesario

buscar de inmediato las causas para conocer mejor el proceso (saber qué lo afecta) y
tomar las medidas correctivas y preventivas apropiadas.
81
III. CARTAS DE CONTROL PARA VARIABLES

Patrones para el análisis del comportamiento de los puntos en una carta

Índice de Inestabilidad

Hasta aquí se ha dicho que si en una carta de control se observa un punto fuera de sus límites o si los
puntos en la carta siguen un patrón no aleatorio, entonces el proceso será inestable (fuera de control
estadístico).

El índice de inestabilidad proporciona una medición de qué tan inestable es un proceso, con lo que se
podrán diferenciar los procesos que de manera esporádica tengan puntos o señales especiales de
variación, de los que con frecuencia funcionan en presencia.

Número de puntos especiales

St  x100
Número total puntos
Donde:
el número total de puntos corresponde a la cantidad de puntos que fueron graficados en una carta de control en cierto
periodo; mientras que por número de puntos especiales se designará a la cantidad de puntos que indicaron, en ese
mismo periodo, una señal de que una causa especial ocurrió en el proceso. Por lo tanto, los puntos especiales serán
los puntos fuera de los límites más los que indicaron los patrones especiales no aleatorios, de acuerdo con los criterios
de interpretación de la carta. 82