Estadstica Y Control De Calidad

HERRAMINETAS DE CALIDAD

Profesor: Jos Salvador Guillermo Garca Martnez

Alumno: Jos Miguel Uribe Avils

Santiago de Quertaro, Quertaro, 25 de abril 2017.

4.1 RECOLECCIN DE DATOS

1
La recoleccin de datos se refiere al uso de una gran diversidad de tcnicas y
herramientas que pueden ser utilizadas por el analista para desarrollar los sistemas
de informacin, los cuales pueden ser la entrevistas, la encuesta, el cuestionario, la
observacin, el diagrama de flujo y el diccionario de datos.

Para el caso de la materia de control estadstico de la calidad la recoleccin de

datos se realiza mediante la utilizacin de hojas de verificacin o comprobacin,
estos son formatos especialmente constituidos para colectar datos fcilmente, en la
que todos los artculos o factores necesarios son previamente establecidos y en la
que los registros de pruebas, resultados de inspeccin o resultados de operaciones
son fcilmente descritos con marcas utilizadas para verificar.
Ejemplo;

Es importante conocer la forma en que un sistema de gestin organizacional se

comporta durante toda la cadena de transformacin de valor, con el fin de
comprobar si cumple con los principios de calidad.
Entendiendo por cadena de transformacin de valor aquella que agrega valor a los
insumos durante un tiempo determinado, transformndolos en productos con las
caractersticas requeridas por un cliente intermedio o final.

2
 Un sistema se presenta como aquel conformado por procesos que, relacionados
entre s, logran el cumplimiento de un objetivo especfico que, en la mayora de los
casos, est vinculado a la satisfaccin de los clientes. En otras palabras, los
elementos primarios de un sistema dinmico de la gestin de la calidad son los
procesos, donde cada uno de ellos transforma entradas, insumos, bienes y
servicios, en salidas, productos, bienes y servicios nuevos, con un valor
comparativo y funcional mayor.
Cada entrada de un proceso del sistema es producto de la salida de otro proceso.
Conociendo la arquitectura de los sistemas, se hace sencilla la identificacin de las
fuentes claves para la recoleccin de datos que luego sern utilizados en anlisis
comparativos entre lo que ocurre y lo que debera ocurrir (estndares), con la
finalidad de determinar si se cumplen o no los principios de la calidad. Los principios
de calidad tal y como lo plantean muchos de los grandes maestros en este tema, se
han ido formalizando durante las cuatro eras de la calidad que, segn Paul James
(1.997:28) son: inspeccin, control de calidad, aseguramiento de la calidad y gestin
de la calidad total.
La inspeccin se desarrolla en el campo industrial en el ao 1914 en el sector
armamentista, y estaba soportada por un sistema de medicin que permita la
recogida de datos de los productos que luego seran utilizados en los anlisis. De
esta forma se poda conocer objetivamente si se cumpla o no con los estndares
fijados por los especialistas, los cuales se determinaban a partir de las necesidades
de funcionamiento que esperan los clientes del producto.
A diferencia de lo que se persegua con la inspeccin, el control de la calidad se
enfocaba en el anlisis del comportamiento de los procesos.
Los anlisis se realizaban a travs de tcnicas estadsticas, que fueron introducidas
al campo industrial por Walter Shewhart en 1.924. Shewhart dio un gran aporte al
estudio de la calidad al poner en prctica el anlisis de probabilidad y estadstica
dentro del campo de los procesos, deduciendo que todos los procesos son de
naturaleza variable y que dicha variabilidad est presente a lo largo del tiempo.
Esto da un aporte al alcance del concepto de estndar que se tena para la fecha,
ya que las especificaciones de los productos no deben estar en relacin con un
nico valor real, sino a un intervalo de valores reales que determina el rango de
tolerancia aceptable del proceso y producto.
La aplicacin de las tcnicas de probabilidad y estadstica en los procesos trajo
mucho ahorro de tiempo y dinero, beneficio que no se generaba directamente en la
era de la inspeccin.
La tercera era que plantea Paul James (1.997:31), es la del aseguramiento de la
calidad. En la dcada de los 70 80 el enfoque de la calidad se hace ms extenso
al incorporar otras reas que no slo eran los medios para llevar a cabo los
procesos de transformacin de valor, sino aquellas donde se formulaban las
estrategias y las polticas, que conducen a la satisfaccin del cliente, se cataloga a

3
los proveedores, es decir, el conjunto de procesos que, eficientemente relacionados
proporcionan una base para el cumplimiento de los principios de la calidad.
El aseguramiento de la calidad plantea un sistema que tiene como alcance disminuir
aquellos eventos que no viabilizan el cumplimiento de los requerimientos que
satisfacen a los clientes intermedios o finales. La cuarta era, denominada gestin de
la calidad total, que evoluciona en el siglo XXI, tiene como alcance, la armonizacin
de la cultura con el aspecto estructural de las organizaciones. Se entiende a la
cultura como el comportamiento, valores y principios de los individuos y de la
organizacin; y la estructura como los insumos, procesos productos, mtodos,
procedimientos, herramientas, maquinarias, polticas, misin y visin de las
organizaciones.
La cultura de las organizaciones altamente competitivas en medio de la diversidad
de regiones geogrficas con caractersticas culturales bien definidas y diferentes, no
se constituyen en un estndar mundial. Es por ello que, el xito de las
organizaciones se fundamenta en parte, en cuidar la armonizacin de la cultura con
la estructura, en cada regin donde se conforman y organizan entidades de la
organizacin, brindando condiciones para el aprendizaje y generacin de
conocimientos que promuevan la innovacin.
Entre las cuatro eras, se puede identificar los elementos que definen los principios
de la calidad, dichos elementos son el producto, el proceso, el sistema y la persona,
a partir de estos se pueden definir cuatro principios bsicos de la calidad:
Representar en los requerimientos del producto las necesidades del cliente.
Mantener bajo control la variabilidad de los procesos de transformacin de valor.
Alcanzar el equilibrio dinmico entre las relaciones de los elementos del sistema.
Armonizar el aspecto estructural de la organizacin con la cultura.
En resumen, estos cuatro principios apuntan al principal objetivo de la calidad, que
no es ms que la satisfaccin continua de los clientes, en donde el mejoramiento es
el medio estratgico que mantiene altos niveles de desempeos y una ventaja
competitiva en los mercados nacionales, regionales y mundiales.
Si las organizaciones son capaces de mejorar continuamente y gestionar sus
procesos de cambios, son organizaciones que poseen una gran capacidad de
aprender.
Tomando como base los principios de la calidad, la recoleccin tiene como alcance
la toma y registro de datos de los productos, procesos, sistema y personas de la
organizacin, con el fin de analizar si se cumplen con los estndares de
funcionamiento.
Las herramientas para la recoleccin y anlisis de datos son: la hoja de Inspeccin,
la grfica de Pareto y el histograma.

4
 4.2 Hojas de Inspeccin

Mediante el diseo de un sencillo formato, se recopila informacin sobre

indicadores, causas de los problemas etc. Tambin es conocida como Hoja de
Inspeccin, inspeccin u Hoja de Chequeo.

La hoja de inspeccin en un registro de informacin que indica el nmero de veces

que ha sucedido algo, por ejemplo, la cantidad de personas atendidas por hora en
caja, tiempo de respuesta de promotores, causas de cheques devueltos, causa de
solicitudes rechazadas, defectos en productos, etc.

El formato debe contener la siguiente informacin:

rea o departamento al que se refieren los
datos

Fecha de recoleccin y hora si es necesario

Para su elaboracin se requiere:

1. Acordar el evento a observar, para que todos enfoquen lo mismo.

2. Decidir el perodo de tiempo en el cual se recabarn los datos.
3. Disear una forma clara y fcil de usar con suficiente espacio para registrar los
datos.
4. Obtener los datos de manera consistente y honesta.
En este tipo de formato se utiliza para conocer la frecuencia con que aparecen las
causas posibles de los problemas o tambin la frecuencia con que se presentan los
clientes durante un determinado perodo, as como registrar el tiempo en que se
tarda en atender un cliente o una solicitud. Igualmente puede utilizars para recopilar
pesos de productos, temperaturas de hornos, etc.

5
 Si est bien estructurada le permite recolectar informacin de una forma sencilla y
prctica de manera tal que no interrumpa las labores de la persona que est
registrando la informacin.

Permite responder a pregunta tales como Cundo ocurre? Dnde ocurre? En

qu consiste?, Porque est sucediendo?, Cmo sucede? Con qu frecuencia?

Pasos para la elaboracin de una hoja de inspeccin:

1. Determinar claramente el proceso sujeto a observacin.

2. Enfocar su atencin hacia el anlisis de las caractersticas del proceso.

3. Definir el perodo de tiempo durante el cual sern recolectados los datos.

4. Disear una planilla de formato claro y fcil de usar. Asegrese de que todas
las columnas estn claramente descritas y de que haya suficiente espacio para
registrar los datos.

5. Obtener los datos de una manera consistente y honesta. Asegrese de que

se dedique el tiempo necesario para esta actividad.

USO DE SOFTWARE PARA SISTEMAS DE GESTION

Para aumentar la probabilidad de implementar de manera exitosa un Sistema de

Gestin Ambiental, Gestin de la Calidad, de Salud y Seguridad Ocupacional,
entre otros segn estndares internacionales ISO 9001, ISO 14001, OHSAS
18001, muchas organizaciones recurren a la automatizacin de las actividades.
Para ello se puede emplear alguna de las tantas herramientas tecnolgicas
existentes en el mercado diseadas especficamente para administrar de manera
integrada, gil y eficaz, todos los componentes de un Sistema de Gestin de
Calidad ISO 9001:2015, o de Gestin Ambiental ISO 14001:2015, o de Gestin de
SSO OHSAS 18001, entre otros.

4.3 Diagrama de Pareto

El Diagrama de Pareto constituye un sencillo y grfico mtodo de anlisis que

permite discriminar entre las causas ms importantes de un problema (los pocos y
vitales) y las que lo son menos (los muchos y triviales).

Las ventajas del Diagrama de Pareto pueden resumirse en:

6
 Permite centrarse en los aspectos cuya mejora tendr ms impacto,
optimizando por tanto los esfuerzos.

Proporciona una visin simple y rpida de la importancia relativa de los

problemas.

Ayuda a evitar que se empeoren algunas causas al tratar de solucionar otras

y ser resueltas.

Su visin grfica del anlisis es fcil de comprender y estimula al equipo para

continuar con la mejora.

Origen del Diagrama de Pareto

En 1909 el economista y socilogo Vilfredo Pareto (1848 1923) public los

resultados de sus estudios sobre la distribucin de la riqueza, observando que el
80% de la misma se encontraba concentrada en el 20% de la poblacin.
A finales de los aos 30, durante una visita a la central de General Motors
Corporation para el intercambio de buenas prcticas de ingeniera industrial, Juran
tuvo la oportunidad de conocer los trabajos de Pareto sobre la distribucin de la
riqueza.

Ms adelante Juran, mientras preparaba la primera edicin de su obra Manual de

Control de la Calidad, se vio ante la necesidad de dar un nombre corto al principio
de los pocos vitales los muchos triviales. Bajo el ttulo La mala distribucin de las
prdidas de calidad, en el que figuraban numerosos ejemplos de mala distribucin,
tambin seal que Pareto haba encontrado mal distribuida la riqueza. Asimismo
mostr ejemplos de curvas acumulativas para la desigual distribucin de la riqueza
y la desigual distribucin de las prdidas de calidad. Titul esas curvas
como principio de Pareto de la distribucin desigual aplicado a la distribucin de la
riqueza y la distribucin de las prdidas de calidad.

Este ttulo dio a entender, de forma involuntaria, que el principio de los pocos
vitales con carcter universal fue formulado por Pareto. Como el mismo Juran

7
reconoce en The Non-Pareto Principle: Mea Culpa, esta implicacin es errnea, ya
que la primera exposicin del principio como universal corresponde al propio Juran,
que no a Pareto.
Tambin reconoce que, si lo hubiera expuesto de otro modo, seguramente se habra
denominado principio de Juran, al que hoy se conoce como principio de Pareto y,
consecuentemente, hoy se denominara diagrama de Juran, al que se utiliza bajo el
nombre de diagrama de Pareto.

Sin embargo, Juran tena necesidad de una denominacin abreviada, y no tuvo

reparos aplicar el nombre de principio de Pareto.

Algo ms para finalizar este post. Incluso las curvas acumulativas caractersticas del
diagrama de Pareto, no se deben a l, sino al economista norteamericano Max Otto
Lorenz (1905), quien dedujo la curva de Lorenz: una medida de la desigualdad en
los ingresos de una sociedad.

La relacin 80/20 ha sido encontrada en distintos campos. Por ejemplo, el 80% de

los problemas de una organizacin son debidos a un 20% de las causas posibles. El
80% de los defectos de un producto se debe al 20% de causas potenciales, el 80%
del absentismo es causado por un 20% de empleados Evidentemente, la relacin
no debe ser exactamente 80/20, pero s se puede aventurar que unas pocas causas
son responsables de la mayor parte de los problemas. Una importante aplicacin
del Principio de Juran (o de Pareto) est en el diseo de programas de mejora de la
Calidad de modo que una mejora deber tener como objetivo a los pocos vitales.

Elaboracin del Diagrama de Pareto

Los pasos a seguir para la elaboracin de un diagrama de Pareto son.

1. Seleccionar los datos que se van a analizar, as como el periodo de tiempo al

que se refieren dichos datos.

2. Agrupar los datos por categoras, de acuerdo con un criterio determinado.

3. Tabular los datos.

8
 Comenzando por la categora que contenga ms elementos y, siguiendo en orden
descendente, calcular:

Frecuencia absoluta.
Frecuencia absoluta acumulada.
Frecuencia relativa unitaria.
Frecuencia relativa acumulada.

4. Dibujar el diagrama de Pareto.

5. Representar el grfico de barras correspondiente que, en el eje horizontal,

aparecer tambin en orden descendente.

6. Delinear la curva acumulativa.

Se dibuja un punto que represente el total de cada categora. Tras la conexin de
estos puntos se formar una lnea poligonal.

7. Identificar el diagrama, etiquetndolo con datos como: ttulo, fehca de

realizacin, periodo estudiado,

9
8. Analizar el diagrama de Pareto.

10
En el

diagrama de Pareto anterior puede observarse como dos tipos de incidencias

comprenden el 49,73% de los requerimientos de asistencia: Reponer papel
(30,60%) y Requiere limpieza (19,13%).

4.4 Habilidad y Capacidad del proceso

Al planear los aspectos de calidad de la manufactura, es sumamente importante

asegurarse de antemano de que el proceso ser capaz de mantener las tolerancias.
En las dcadas recientes ha surgido el concepto de capacidad del proceso
habilidad del proceso, que proporciona una prediccin cuantitativa de qu tan
adecuado es un proceso. La habilidad del proceso es la variacin medida, inherente
del producto que se obtiene en ese proceso.

11
Definiciones bsicas.

Proceso: ste se refiere a alguna combinacin nica de mquinas, herramientas,

mtodos, materiales y personas involucradas en la produccin.

Capacidad o habilidad: Esta palabra se usa en el sentido de aptitud, basada en el

desempeo probado, para lograr resultados que se puedan medir.

Capacidad del proceso: Es la aptitud del proceso para producir productos dentro
de los lmites de especificaciones de calidad.

Capacidad medida: Esto se refiere al hecho de que la capacidad del proceso se

cuantifica a partir de datos que, a su vez, son el resultado de la medicin del trabajo
realizado por el proceso.

Capacidad inherente: Se refiere a la uniformidad del producto que resulta de un

proceso que se encuentra en estado de control estadstico, es decir, en ausencia de
causas especiales o atribuibles de variacin.

Variabilidad natural: Los productos fabricados nunca son idnticos sino que
presentan cierta variabilidad, cuando el proceso est bajo control, solo actan las
causas comunes de variacin en las caractersticas de calidad.

Valor Nominal: Las caractersticas de calidad tienen un valor ideal ptimo que es el
que desearamos que tuvieran todas las unidades fabricadas pero que no se
obtiene, aunque todo funcione correctamente, debido a la existencia de la
variabilidad natural.

Objetivos:

a. Predecir en que grado el proceso cumple especificaciones.

b. Apoyar a diseadores de producto o proceso en sus modificaciones.
c. Especificar requerimientos de desempeo para el equipo nuevo.
d. Seleccionar proveedores.
e. Reducir la variabilidad en el proceso de manufactura.

12
f. Planear la secuencia de produccin cuando hay un efecto interactivo de los
procesos en las tolerancias.

Una vez hayamos comprobado que el proceso est bajo control, estaremos
interesados en saber si es un proceso capaz, es decir, si cumple con las
especificaciones tcnicas deseadas.

Para determinar si un proceso es o no capaz haremos uso de herramientas grficas

(histogramas, grficos de control, y grficos de probabilidad). Tambin utilizaremos
los llamados ndices de capacidad, que vendrn determinados por los cocientes
entre la variacin natural del proceso y el nivel de variacin especificada. En
principio, para que un proceso sea considerado capaz, su variacin actual no
debera representar ms del 75% de la variacin permitida.

El programa Minitab nos permite realizar anlisis de capacidad basados en la

distribucin normal o en la distribucin Weibull. La opcin basada en el modelo
normal nos proporciona un mayor nmero de estadsticos, si bien para usar esta
opcin es necesario que los datos originales sigan una distribucin
aproximadamente normal. As, por ejemplo, esta opcin nos dar estimaciones del
nmero de unidades (o partes) por milln que no cumplen con las especificaciones.
Tales estimaciones pueden transformarse en probabilidades de producir unidades
que no cumplan con las especificaciones. Es importante recordar que para
interpretar correctamente estos estadsticos es necesario que:

a. Los datos se han obtenido a partir de un proceso bajo control, y

b. stos siguen una distribucin aproximadamente normal.

De forma anloga, tambin es posible basarnos en el modelo Weibull para calcular

las partes por milln que no cumplen con las especificaciones.

Si los datos siguen una distribucin notablemente asimtrica, probabilidades

basadas en el modelo normal no seran muy buenos estimadores de las verdaderas
probabilidades de producir unidades que no cumplan con las especificaciones. En
tal caso, podramos optar por:

13
a) usar la transformacin de Box-Cox para transformar los datos en otros cuya
distribucin sea aproximadamente normal, o b) usar el modeloWeibull.

4.5 Graficas de control.

Los grficos o diagramas de control se utilizan para analizar, supervisar y controlar

la estabilidad de los procesos, mediante el seguimiento de los valores de las
caractersticas de calidad y su variabilidad. Es una herramienta bsica para el
Control Estadstico de Procesos, o SPC. Para elaborar el grfico de control se
emplea el diagrama de lneas. En base a los datos se calculan unos lmites de
control superior LCS, e inferior LCI, entre los que variar la mayor parte de valores
de la variable sometida a control. Los mrgenes o bandas fuera de los lmites de
control servirn para tener controlada la variabilidad del proceso y apreciar aquellos
valores que salen fuera de la zona establecida, problema este que habr que
resolver para tener dominado o controlado el proceso.

Mediante el Grfico de Control se puede observar la evolucin del proceso,

determinando si las variaciones posibles son de tipo puntual cuando slo existe
alguna que otra muestra de la variable que se sale de los lmites, o por el contrario,
si representa un fenmeno continuo, lo que indicar un cierto desajuste en el
proceso sobre el que se tendr que actuar.

14
Existe la posibilidad de representar los datos de forma individual o agrupndolos en
pequeos subgrupos. Si se emplea esta ltima tcnica, lo que se representar es la
media, la varianza, la desviacin tpica o el rango de cada grupo de datos, dando
lugar a diferentes tipos de grficos de control.

Los grficos de control se emplean en el Control Estadstico de Procesos como

herramienta para analizar la variabilidad de los procesos con el tiempo, ayudando a
identificar las posibles causas de la variacin o desviacin. Posteriormente se
aplicarn las medidas correctivas y ajustes necesarios para mantener el proceso
centrado y dentro de los lmites de control. El proceso quedar estabilizado cuando
no aparezcan valores fuera de los lmites y permanezca centrado respecto al lmite
central LC. Se puede seguir considerando el proceso como estable, aunque
aparezca alguna anomala de carcter puntual.

Ventajas de utilizar grficas de control:

15
 Las cartas de control son una tcnica probada para mejorar la productividad.
Un programa exitoso de cartas de control reducir los desechos y la
reprocesamiento, que son los principales depredadores de la productividad
en cualquier operacin.
Las cartas de control son efectivas para prevenir defectos. La carta de control
ayuda a mantener el proceso bajo control, lo cual es consistente con la
filosofa de hacerlo bien a la primera.
Las cartas de control previenen el ajuste innecesario del proceso. Una carta
de control puede distinguir el ruido de fondo de la variacin anormal; ningn
otro recurso, un incluyendo a un operador humano, es tan efectivo para
hacer esta distincin.
Las cartas de control proporcionan informacin de diagnstico.
Frecuentemente, el patrn de una carta de control incluir informacin con
valor de diagnstico para un operador o ingeniero con experiencia.
Las cartas de control proporcionan informacin sobre la capacidad del
proceso. La carta de control proporciona informacin del valor de parmetros
importantes del proceso y de su estabilidad con el tiempo.

Cartas de control para x y R

Suponer que una caracterstica de la calidad tiene una distribucin normal con
media y desviacin estndar , donde tanto como son conocidas. Si
x_1,x_2,x_3,,x_n es una muestra de tamao n, entonces el promedio de esta
muestra es:

Lmites de control de la cara x

16
La variabilidad del proceso puede monitorearse graficando los valores del rango
muestral R en una carta de control. La lnea central y los lmites de control de la
carta R son los siguientes:

Lmites de control de la carta

En cualquier proceso productivo resulta conveniente conocer en todo momento

hasta qu punto nuestros productos cumplen con las especificaciones pre-
establecidas. Se buscan dos cosas principales:
(1) las desviaciones con respecto al objetivo especificado (falta de exactitud), y
(2) una excesiva variabilidad respecto a los valores deseables (falta de precisin).

La idea consiste en extraer muestras de un proceso productivo que se encuentra

activo y, a partir de las mismas, generar grficos que nos permitan tanto estudiar la
variabilidad del mismo como comprobar si los productos obtenidos cumplen o no
con las especificaciones preestablecidas.
En caso de apreciar en tales grficos tendencias no aleatorias o bien muestras que
se siten ms all de los lmites de control consideraremos que el proceso est
fuera de control. Si as ocurre, estaremos interesados en averiguar las causas
especiales que afectan al proceso.

17
Cada uno de los tests detecta un determinado comportamiento no aleatorio en los
datos.
Cuando alguno de los tests resulta positivo entonces hay indicios de que la
variabilidad de las observaciones se debe a causas especiales, las cuales debern
investigarse. Es importante notar que para realizar estos tests todas las muestras
han de ser del mismo tamao.

Un punto situado ms all de los lmites de control

Nueve puntos consecutivos en el mismo lado

Seis puntos consecutivos ascendentes o descendentes

Catorce puntos consecutivos alternado (arriba abajo)

Dos de tres puntos consecutivos situados ms all de 2 sigmas (mismo lado)

Cuatro de cinco puntos consecutivos situados ms all de un sigma (mismo

lado)
Quince puntos consecutivos situados a menos de un sigma (ambos lados)

Ejemplo
Se ha obtenido una grfica del contenido de plomo en partes por billn de 5
muestras de agua registradas diariamente por un periodo de 5 das, que se muestra
a continuacin:

Muestras de agua
Media Rango

Da
1 2 3 4 5

1 13 8 2 5 8 7.2 11

18
2 0 6 1 9 15 6.2 15

3 4 2 4 3 4 3.4 2

4 3 15 8 3 5 6.8 12

5 5 10 5 4 0 4.8 10

6 9 5 13 7 7 8.2 8

7 0 4 4 3 9 4 9

8 9 3 0 6 0 3.6 9

9 14 0 0 5 3 4.4 14

10 3 9 5 0 2 3.8 9

11 5 8 0 7 8 5.6 8

12 3 2 2 7 4 3.6 5

13 5 11 14 8 3 8.2 11

14 13 5 5 12 7 8.4 8

15 7 0 1 0 6 2.8 7

16 12 7 10 4 13 9.2 9

17 9 4 4 8 9 6.8 5

18 6 1 1 3 13 4.8 12

19
19 7 0 5 7 2 4.2 7

20 10 0 10 12 7 7.8 12

21 3 7 5 10 12 7.4 9

22 3 0 10 5 4 4.4 10

23 3 3 0 6 9 4.2 9

24 0 2 3 6 7 3.6 7

25 2 3 5 4 10 4.8 8

26 3 1 4 2 4 2.8 3

27 2 4 5 13 4 5.6 11

28 0 16 7 2 11 7.2 16

29 3 5 9 8 6 6.2 6

30 9 7 10 13 0 7.8 13

5.593 9.167

20
Grfica
de
Grfica de control R
control
x

L. L. L. L. L. L.
superior central inferior superior central inferior

10.883 5.593 0.304 19.388 9.167 0

21
 4.6 Grficas de control para Atributos

n
p n
np
np p

(p p (p p p
n
, np n p p
p

22
 p p p p p p
n n

i
n p p p
p
k

p i
i
k

p p
n n
i I p^I

23
 p p i

Grafica p

24
n

25
 4.7 Grficas para no conformidades

np

np

p
n np

np

p
al menos de 20 a 25 muestras o
subgrupos
estimacin p p,

np , n

np np p

np np p

np

np
 np

np , n

np np p

np np p

np

np np p
iguales
diferentes
proporcin
en lugar de el nmero de disconformidades

p,

p p p p p p
n n

p p
n
 n

n
 4.8 Graficas X y R Simples
D R
D R
 D R

D R

m
m m2 m m m
 X AR
X AR

X AR

X AR
4.9 Anlisis de capacidad del proceso

p
 pk

p potencial

pk

pk
pk

pk

pk p
pk

Estudio del potencial del proceso

p
Estudio del desempeo del proceso