UNIVERSIDAD DE CARABOBO

FACULTAD DE INGENIERIA
ESCUELA DE INGENIERIA MECANICA
DEPARTAMENTO DE MATERIALES Y PROCESOS DE FABRICACION
LABORATORIO DE PROCESOS DE FABRICACION II

CONTROL ESTADISTICO DE CALIDAD

Grupo integrado por:

Escalona M. Carlos R. C.I. 23.421.080
Guerreiro H. Carlos E. C.I. 25.074.116

Periodo lectivo: 1-2016

Profesor: Juan Pereira.
(Ingeniero mecnico)

02/06/2016

1. INTRODUCCION.
El concepto de calidad puede tener varias acepciones, en el caso de un producto manufacturado la
calidad se refiere a que ese producto posee las caractersticas requeridas para su ptimo funcionamiento
y adems no posee ningn tipo de deficiencia.
Control de calidad abarca las tcnicas de inspeccin y medicin orientadas a la deteccin de la
calidad deficiencia en los productos manufacturados y las acciones correctivas para eliminarlas.
La visin moderna del control de calidad abarca un mbito de actividades ms amplio, incluyendo
el diseo robusto y el control estadstico de calidad. El control estadstico de calidad comprende todas
las tcnicas y actividades a realizar para producir con mnimo costo los productos con seguridad de
funcionamiento, duracin predecible y libre de deficiencias.
Entre las herramientas que se emplean para realizar un control estadstico de calidad se
encuentran: los histogramas de frecuencia, las cartas de control, la curva normal y los ndices de
capacidad de procesos. [1]
Histograma de frecuencia.
El histograma es una representacin grfica, en forma de barras, de la distribucin de un conjunto
de datos o una variable, donde los datos se clasifican por su magnitud en cierto nmero de grupos o
clases, y cada clase es representada por una barra, cuya longitud es proporcional a la frecuencia de los
valores representados.
Cuando un histograma se construye de manera correcta, es resultado de un nmero suficiente de
datos (de preferencia ms de 10), y estos son representativos del estado del proceso durante el periodo
de inters; entonces, se recomienda considerar los siguientes puntos en la interpretacin del histograma.

Observar la tendencia central de los datos.

Estudiar el centrado del proceso.
Examinar la variabilidad del proceso.
Analizar la forma del histograma.
Datos raros o atpicos.
Estratificar.

Figura 1: Ejemplo de histograma de frecuencias.

Cartas de control
El objetivo bsico de una carta de control es observar y analizar el comportamiento de un proceso
a travs del tiempo. As, es posible distinguir entre variaciones por causas comunes y especiales
(atribuibles), lo que ayudara a caracterizar el funcionamiento del proceso y decidir las mejores acciones
de control y de mejora.
Los lmites de control superior e inferior, definen el inicio y final del rango de variacin de W, de
forma que cuando el proceso est en control estadstico existe una alta probabilidad de que
prcticamente tolos los valores de W caigan dentro de los limites. Por ello, si se observa un punto fuera
de los lmites de control, es seal de que ocurri algo fuera de lo usual en el proceso. [2]

Figura 2: Ejemplos de carta de control por variable.

Prueba de normalidad.
Si una poblacin tiene o no una distribucin normal se puede determinar a travs de un
procedimiento denominado la prueba de Sesgo y Curtosis. La prueba de Sesgo genera restricciones a la
altura de la curva de Gauss y la prueba de Curtosis en el ancho de la misma. Para que el proceso tenga
una distribucin normal debe aprobar ambas pruebas. Lo que se hace es determinar el coeficiente de
sesgo y de curtosis del proceso y compararlo con coeficientes estandarizados para una poblacin de
similar tamao los cuales estn en tablas. [1]
ndices de capacidad del proceso.
Los procesos tienen variables de salida o de respuesta, las cuales deben cumplir con ciertas
especificaciones a fin de considerar que el proceso est funcionando de manera satisfactoria. Evaluar la
habilidad o capacidad de un proceso consiste en conocer la amplitud de la variacin natural de este para
una caracterstica de calidad dada, lo cual permitir saber en qu medida tal caracterstica de calidad es
satisfactoria. [3]

2. OBJETIVOS.

2.1. Objetivo General.

Adquirir destrezas en el uso e interpretacin de las herramientas de control estadstico de calidad.

2.2. Objetivos Especficos.

Construir las grficas de control por variables (Carta X, Carta R).
Analizar e interpretar las cartas de control por variable.
Determinar el tipo de distribucin de frecuencia (Normal o anormal) que presenta el proceso.
Calcular los ndices de capacidad de proceso (Cp y Cpk).
Analizar e interpretar los ndices de capacidad de proceso y su influencia en la calidad de las
piezas fabricadas.
3. LISTA DE MATERIALES Y EQUIPOS.

3.1. Materiales e instrumentos:

Juego de ejes suministrado por el profesor.

3.2. Equipos.
Vernier, Marca: MITUTOYO, Apreciacin: 0,05 mm, Alcance: 150 mm, Serial: 07812714.
4. PROCEDIMIENTO EXPERIMENTAL.
4.1. Actividad No. 1: Realizar y analizar las cartas de control por variables (Carta X, Carta R).

Recolectar y organizar los datos, tomados de una cantidad de 5 muestras con tamao de muestra
de 5 piezas.
Calcular el promedio y el rango para cada muestra.
Calcular el promedio del proceso y el rango promedio.
Calcular los lmites de control.
Graficar los promedios de cada muestra, los lmites de control y el valor promedio.
Interpretar los grficos obtenidos y determinar si el proceso est o no en control.

4.2. Actividad No. 2: Determinar el tipo de distribucin de frecuencia que presenta el proceso.

Determinar una serie de parmetros mostrados en la tabla.

Determinar a partir de los datos de la tabla se determina el promedio, varianza, tercer momento
y cuarto momento.
Determinar los coeficientes de Sesgo y Curtosis tericos.
Comparar los coeficientes tericos bajo las condiciones apropiadas con los coeficientes que
aparecen en las Tablas 3.4 y 3.5 (Referencia [1]), dadas las condiciones se dicen que la
distribucin es normal, caso contrario es no normal.

4.3. Actividad No. 3: Determinar y analizar los ndices de capacidad de proceso.

Definir si la distribucin de los datos es normal.
Definir dada una distribucin normal, lmite superior e inferior de especificaciones, desviacin
estndar y media de la poblacin.
Calcular el coeficiente de capacidad potencial.
Calcular el coeficiente de capacidad real.

Definir dada una distribucin normal, lmite superior e inferior de especificaciones, desviacin
estndar, media de la poblacin, Sesgo y Curtosis.
Buscar los percentiles y mediana estandarizados.
Calcular los percentiles y mediana estimada.
Calcular coeficiente de capacidad potencial.
Determinar el coeficiente de capacidad superior e inferior.
Tomar el coeficiente de capacidad inferior como el coeficiente de capacidad real.
5. RESULTADOS OBTENIDOS.
5.1. Actividad No. 1: Realizar y analizar las cartas de control por variables (Carta X, Carta R).
Luego de tomar todas las medidas a las piezas se obtuvo los datos presentados en la Tabla 1:
Tabla 1: Medidas tomadas al juego de ejes y agujeros.

MUESTRA
M1
M2
M3
M4
M5
M6
M7

X1
12,05
12,2
12
12
11,95
11,95
12,05

X2
12,05
12,05
11,9
12
11,95
12,1
12,01

X3
12,05
12,1
12,05
12,25
12,1
11,9
12,1

X4
12
12
11,9
12
11,95
11,9
12,2

X5
11,95
11,95
11,95
11,95
12
11,9
12,05

Para la realizacin del histograma de frecuencia, primero se calcula el nmero de clases que tendr
el histograma mediante la ecuacin (1), el resultado de dicha ecuacin se aproxima al inmediato entero
superior.
Nc= n (1)
Dnde:
Nc: Nmero de clases.
n: Nmero de medidas.
Nc= 25=5,9160 6.
Se determina el ancho de clases mediante la ecuacin (2).
R
Ac=
(2)
Nc
Dnde:
Ac: Ancho de clase.
R: Rango de las medidas.

Ac=

0,35 mm
=0,058 3 mm .
6

Se define los lmites de cada clase, con estos lmites se realiza la Tabla 2 donde se muestran la
mediatriz de cada clase y la frecuencia aparicin.
Tabla 2: Tabla de frecuencias.

CLASES
[11,90-11,958333)
[11,958333-12,016667)
[12,016667-12,075)
[12,075-12,133333)
[12,133333-12,191667)
[12,191667-12,25]

MEDIATRIZ
11,92916667
11,9875
12,04583333
12,10416667
12,1625
12,22083333

FRECUENCI
A
13
8
7
4
0
3

Con los datos presentados en la tabla se realiza el histograma de frecuencia mostrado en la Figura
3 y 4.

HISTOGRAMA DE FRECUENCIAS

FRECUENCIA DE APARICION.

15
10
5
0

LONGITUD (mm)

Figura 3: Histograma de frecuencia.

CURVA DE MEDIATRICES
15
10
FRECUENCIA DE APARICION.
5
0
11.9 11.95

12

12.05 12.1 12.15 12.2 12.25

LONGITUD (mm)

Figura 4: curva de mediatrices.

Se procede a realizar las cartas de control por variables, para ello se llena la Tabla 3 calculando los
parmetros requeridos mediantes las ecuaciones (3), (4) y (5).

X i (3)
X =
N
Dnde:
X : Promedio de las medidas de la muestra.
Xi: Medida de la muestra.
N: Tamao de la muestra.
60,10 mm
X M =
=12,02mm
5
1

X i (4)
X =
M
Dnde:
X : Promedio del proceso.
M: Numero de muestras.
84,102 mm
X =
=12,0145 mm
7

R (5)
R=
M

Dnde:

R
: Rango promedio.
= 1,34 mm =0,19148mm
R
7
Se muestras todos los datos en la Tabla 3.
Tabla 3: Datos para las cartas de control por variables.
MUESTR
A

X1

X2

X3

X4

X5

SUMATORIA

PROMEDIO (X)

MAXIMO

MINIMO

RANGO (R)

12,0
5

12

11,95

60,1

12,02

12,05

11,95

0,1

12

11,95

60,3

12,06

12,2

11,95

0,25

11,9

11,95

59,8

11,96

12,05

11,9

0,15

11,95

60,2

12,04

12,25

11,95

0,3

12,1

12
11,9
5

12

59,95

11,99

12,1

11,95

0,15

M1

12,05

M2

12,2

12,0
5
12,0
5

M3

12

11,9

M4

12

M5

11,95

12
11,9
5

M6

11,95

12,1

11,9

11,9

11,9

59,75

11,95

12,1

11,9

0,2

M7

12,05

12,1

12,1

12,2

12,05

60,41

12,1

12,2

12,05

0,15

12,1
12,0
5
12,2
5

SUMATORIA DE X

84,102

SUMATORIA DE R

1,34

X= DEL PROCESO

12,01714286

R- DEL PROCESO

0,186714

Calculamos los lmites de control.

X + A 2 R(
6)
L. S .C . X=
A 2 R(7)

L. I . C . X = X

Dnde:
A 2 : Constante que se obtiene a partir de las tablas 3.3 (Ver Referencia [1]).

L. S .C . X=12,01714286
mm+ ( 0,577 )( 0,186714 mm )=12,1243 mm
L. I . C . X =12,01714286 mm(0,577)(0,186714 mm)=11,90998 mm

L. S .C . R=D4 R(8)

L. I . C . R=D3 R(9)

Dnde:
D4 y D3: Constantes que se obtienen a partir de las tablas 3.3 (Ver Referencia [1]).
L. S .C . R=( 2,115)(0,186714 mm)=0,39278 mm

L. I . C . R= ( 0 )( 0,186714 mm )=0 mm
Con estos valores definidos se procede a realizar las Cartas de Control X y R.

CARTA X
12.2
12.1
12
MEDIDA PIEZA (mm) 11.9
11.8
11.7
0

MUESTRA

Figura 5: Carta X.

CARTA R
0.5
0.4
0.3
MEDIDA PIEZA (mm)

0.2
0.1
0
0

MUESTRA

Figura 6: Carta R.

5.2 Actividad No.2: Determinar el tipo de distribucin de frecuencia que presenta el proceso.
Mediante las mediciones realizadas se completa la Tabla 4.
Tabla 4: Datos para determinar la normalidad.

Xi
11,9291
667

Xi*f

13

Xi-X

155,079
167 0,08797619

f*(XiX)^2
0,09392
5

f*(Xi-X)^3
0,00798362
5

f*(Xi-X)^4

0,000678608

11,9875
12,0458
333
12,1041
667

12,1625
12,2208
333

7
5

SUMA

35

0,02666666
83,9125
7
84,3208 0,03166666
333
7
60,5208
333
0,09
0,14833333
0
3
0,20666666
36,6625
7
420,495
833 0,36202381

X
M2
M3
M4
12,0141 0,00784444 0,00063
667
4
519

Se determinan los siguientes valores.

X =

(X i . f i )
(10)
n

f i .(X i X )2

M =
(11)
2

M 3=

f i .(X i X )3 (12)
n

4
f i .( X i X)

M =
(13)
4

M
( 2)3 (14)
M3
b1=

b2 =

M4
( M 2 )2

3(15)

Dnde:
n: poblacin.
M 2 : Varianza.

0,00497
778
0,00701
944

0,00013274
1
0,00022228
2

3,53975E-06

0,0405

0,003645

0,00032805

0
0,12813
333
0,27455
556

0
0,02648088
9
0,02223180
6

7,03894E-06

0,005472717
0,006489954

0,000185427

M 3 : Tercer momento.
M 4 : Cuarto momento.
b1 : Coeficiente de Sesgo terico.
b2 : Coeficiente de Curtosis terico.
Ejemplo de clculo:
0,00063519
b1=
=0,914246
(0,007844444)3
b2 =

0,000185427
3=0,013347
2
(0,007844444)

Se obtienen de las tablas 3.4 y 3.5 (Ver referencia [1]) el coeficiente de Sesgo, el coeficiente
inferior y superior de Curtosis.
b1 =0,624
(t)

b2 i =0,975
(t)

b2 s =1,085
(t)

Para determinar la normalidad del proceso se comparan los valores de coeficientes de Sesgo y
Curtosis tericos y los obtenidos con la Tablas 3.4 y 3.5 (Referencia [1]), segn las siguientes
condiciones.
b1 b 1
( t)

b2 i b 2 b2 s
(t)

(t)

Se observa que el proceso cumple por Curtosis, pero no por Sesgo, lo que implica que el proceso
tiene una distribucin no normal.
5.3 Actividad No. 3: Determinar y analizar los ndices de capacidad de proceso.

Como nuestro proceso no cumpli con los criterios de normalidad en el tipo de distribucin de
frecuencia, se debe utilizar el mtodo de Pearson para calcular los ndices de capacidad del proceso.
La especificacin de nuestra pieza es:
12,10 js14
Se consideran los siguientes parmetros.
LSE= 12.315mm

LIE= 11,885mm
=0,890661
Los siguientes parmetros se obtienen de la Tabla (Referencia [1]).
PI= 1,211
PS= 3,356
M= 0,2432
Se calculan los percentiles y la mediana estimada como sigue:

PI = X
. PI ' (16)
+ . PS (17)
PS= X
'

'
M = X + . M ( 18 )

Dnde:
PI: Percentil 0.135 estimado.
PS: Percentil 99.865 estimado.
M: Mediana estimada.
PI: Percentil 0.135 estandarizado.
PS: Percentil 99.865 estandarizado.
M: Mediana estandarizada.
PI =( 12,01714286mm )( 0,890661 ) . ( 1,211 )=10,938
PS=( 12,01714286 mm )+ ( 0,890661 ) . ( 3,356 )=15,006
M =( 12,01714286 mm ) + ( 0,890661 ) . ( 0,2432 ) =12,2337
Calculamos los ndices de capacidad del proceso:
Cp=

LSELIE
(19)
PSPI

C pi =

M LIE
(20)
M PI

C ps=

LSEM
(21)
PSM

C pk =MIN ( Cpi , Cps ) (22)

Cp=

12.31511.885
=0,1057.
15,00610,938

C pi =

12,233711.885
=0,26912
12,233710,938

C ps =

12.31512,2337
=0,0293.
15,00612,2337

C pk =0,0293.
6. ANLISIS DE RESULTADOS.

La razn por la que un instrumento se considere de medicin directa es porque este puede arrojar un
valor dimensional en unidades de un sistema por s mismo sin necesidad de recurrir a ningn otro
para calcular la medida.
Los errores instrumentales pueden deberse a la falta de mantenimiento, al uso o avera del
instrumento.
Los instrumentos que se exponen al interpedie tienden a oxidarse, esto resalta ms las medidas de
las galgas causando un error dimensional.
En o posible debe buscarse la mejor forma de medir una pieza y con el instrumento correcto, dado
que el mal empleo o dificultades para usarlo puede llevar a errores de desviacin o paralaje.
Los errores del operador tienden a ser mayores a medida que este es ms principiante con el
instrumento, y con la experticia y la prctica se mejora la precisin.
7. CONCLUSIONES.

Los instrumentos de medicin directa permiten obtener el valor dimensional directamente.

Los instrumentos de medicin indirecto permiten por medio de la comparacin o la imitacin
(copiar una medida ya aprobada o medida) verificar de manera ms emprica dimensiones en una
pieza.
Los calibres presentan caractersticas de ambos tipos de instrumentos. Estos ya tienen una medida
al que estn sujetos, pero por fuera de esa medida no pueden medir ningn otro valor.
Los planos de la pieza no mostraron mayor complejidad. Esta puede presumirse que fue realizada
por un proceso de torneado.
el error en las medidas puede oscilar entre 0.05mm a 0.1mm debido a que varias medidas realizadas
simultneamente con distintos instrumentos poda presentar tal desviacin. Sujetos a errores de
observacin.
La apreciacin del instrumento ser la ltima frontera de apreciacin de una medida.
8. RECOMENDACIONES.

Para garantizar las medidas ms precisas debe emplearse el instrumento correcto para la medicin.

Verificar la calibracin de los instrumentos antes de usarlos a menos que estos sean calibres.
Estar bien informado del uso del instrumento para evitar posibles errores humanos.
9. REFERENCIASA BIBLIOGRAFICAS.

[1] Pereira, Juan. Procesos de fabricacin por arranque de viruta 1era Edicin. Editorial:
Universidad de carabobo, 2004. Pag 19 y 27.
[2] Gutierrez, Humberto. Control estadstico de calidad y seis sigma 2 Edicin. Editorial:
McGrawHill, 2009. Pag 64-67 y 184.
[3] Castaeda, Maria. Procesamiento de datos y anlisis estadistico 1era Edicin. Editorial:
ediPURCS, 2000. Pag 99.
10. ANEXOS