CONTROL

ESTADSTICO
DE PROCESOS

1
EL CONTROL ESTADSTICO DE PROCESO

TEMAS A TRATAR:

1.- Concepto de Proceso y su Control. Tipos de

Grficos.

2.- El Grfico de Variables (X, R).

3.- Otros tipos de Grficos de Variables.

4.- Capacidad de Mquinas y Procesos.

5.- Precontrol.

6.- Grficos de Control por Atributos.

2
 1.1. DEFINICIONES

Proceso:
Cualquier combinacin determinada de mquinas, herramientas,
mtodos, materiales y/o personal empleada para lograr
determinadas de un producto o servicio.

Algunos procesos son de fabricacin, otros de servicio...

Control Estadstico del Proceso:

Aplicacin de tcnicas estadsticas para la mediacin y anlisis de
variaciones en los procesos.

Control Estadstico de la Calidad:

Aplicacin de tcnicas estadsticas para medir y mejorar la calidad
de los procesos. El control estadstico de la calidad incluye el
control estadstico de procesos, herramientas de diagnstico,
planes de muestreo y tcnicas estadsticas.
3
 1.2. TIPOS DE GRFICOS DE CONTROL

Para el Control de los procesos se utilizan 2 tipos de grficos, que

permiten el seguimiento y evolucin de dichos procesos. Estos grficos
son:

Grficos de control por variable:

Cuando se estudian caractersticas medibles, se usan los grficos de

control por variables. Los ms comunes son los siguientes:

Grfico de individuos
Grfico de medias
Grfico de recorridos
Grfico de medianas
Grfico de desviaciones tipicas
Grfico Lot-Plot

4
 TIPOS DE GRFICOS

Grficos de control por atributos:

Se controlan porcentajes defectuosos de producto. Los ms
comunes son :

Grfico 100 p

Grfico de unidades defectuosas (pn)

Grfico de defectos por muestra (o)

Grfico de control de defectos por unidad (u)

5
GRAFICOS DE CONTROL POR GRAFICOS DE CONTROL POR
VARIABLES ATRIBUTOS

INDIVIDUOS PORCENTAJE DE UNIDADES

DEFECTUOSAS
MEDIAS-RECORRIDOS
MEDIAS-DESVIACIONES
NUMERO DE UNIDADES
TIPICAS
DEFECTUOSAS
MEDIANAS-RECORRIDOS
MEDIAS MOVILES NUMERO DE DEFECTOS
RECORRIDOS MOVILES
CUSUM NUMERO DE DEFECTOS POR
UNIDAD DE INSPECCIN
LOT-PLOT

6
 TEMA 2 - GRFICO DE VARIABLES ( X ,R)

En este caso se consideran muestras pequeas en lugar de individuos.

Se obtiene la media de todas las medias mustrales X y la M media
de todos los recorridos mustrales

Se trata de un grfico combinado que permite controlar el valor

central (grfico de medias) y la variabilidad de los datos (grfico de
recorrido). Los lmites de control son:

Medias: LSx = X + A2 R LI x = X A2 R

Recorridos: LSR = D4 R LI R = D3 R

7
8
 ANLISIS E INTERPRETACIN DE GRFICOS DE
CONTROL

A. Cambios en la media

LSC

Media

LIC

B. Cambios en la variabilidad

LSC

LIC

9
 ANALISIS E INTERPRETACIN DE GRFICOS DE
CONTROL

C. Tendencias

Siete puntos consecutivos en orden creciente o decreciente

son considerados como indicio de anormalidad.

LSC

Media

LIC

10
 ANALISIS E INTERPRETACIN DE GRFICOS DE
CONTROL

D. Rachas LSC

Media

LIC

E. Periodicidades
LSC

LIC

11
 ANALISIS E INTERPRETACIN DE GRFICOS DE
CONTROL

LSC

F. Inestabilidad
LIC

LSC
x+ks

G. Sobreestabilidad

x-ks
LIC

12
 EJEMPLO:
En una fbrica de yeso se han seleccionado cada media hora
muestras aleatorias de 4 sacos de yeso cuyos pesos en kilogramos
fueron:
Muestra Hora Peso (kg)
1 7,00 53 51 52 49
2 7,30 50 49 50 49
3 8,00 52 50 53 51
4 8,30 46 47 52 50
5 9,00 51 48 49 50
6 9,30 48 49 51 50
7 10,00 51 46 49 50
8 10,30 48 47 48 49
9 11,00 47 52 46 51
10 11,30 49 50 50 51
11 12,00 54 55 53 52
12 12,30 49 45 46 48
13 13,00 50 48 51 47
14 13,30 53 54 52 50
15 14,00 50 49 48 51
16 14,30 51 50 49 52
17 15,00 47 51 48 49
18 15,30 52 51 50 49
19 16,00 50 53 48 49
20 16,30 49 50 51 52

Se pide construir el grfico de medias y el grfico de recorridos.

13
 Solucin:
Se calcula el peso medio de cada muestra de cuatro sacos y el recorrido.

Muestra Hora Peso (kg) Media Recorrido

1 7,00 53 51 52 49 51,25 4
2 7,30 50 49 50 49 49,50 1
3 8,00 52 50 53 51 51,50 3
4 8,30 46 47 52 50 48,75 6
5 9,00 51 48 49 50 49,50 3
6 9,30 48 49 51 50 49,50 3
7 10,00 51 46 49 50 49,00 5
8 10,30 48 47 48 49 48,00 2
9 11,00 47 52 46 51 49,00 6
10 11,30 49 50 50 51 50,00 2
11 12,00 54 55 53 52 53,50 3
12 12,30 49 45 46 48 47,00 4
13 13,00 50 48 51 47 49,00 4
14 13,30 53 54 52 50 52,25 4
15 14,00 50 49 48 51 49,50 3
16 14,30 51 50 49 52 50,50 3
17 15,00 47 51 48 49 48,75 4
18 15,30 52 51 50 49 50,50 3
19 16,00 50 53 48 49 50,00 5
20 16,30 49 50 51 52 50,50 3
14
 El peso medio de todos los sacos de yeso; es decir la media x
de los 20 pesos medios es:
20

x i
i=1
x= = 49, 87
20
La medida de los 20 recorridos mustrales Ri es:
20

R
i =1
i
R= = 3,55
20

Para el grfico de medias los lmites de control son: x A2 R

LSC = x + A2 R = 49, 87 + 0, 729 3,55 = 52, 46

LIC = x A2 R = 49, 87 0, 729 3,55 = 47, 28

15
 Donde A2, es coeficiente que se obtiene de la tabla de
factores para lmites de control, en funcin del tamao de
la muestra. En esta caso 0,729 es el valor A2 que corresponde
a muestras de tamao n=4.

Grfico de control de medias

54
53 LSC=52,46
52
51
Media Medias=49,87
50
49
48
47 LIC=47,28
46
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

16
 Para el grfico de recorridos los lmites de control son:

Lmite superior de control: LSC = D 4 R = 2,282 3,55 = 8,1011

Lmite inferior de control: LIC = D 3 R = 0 3, 55 = 0

Donde las constantes D3 y D4 se han obtenido de la tabla de

factores para grficos de control en funcin del tamao n=4,
de las muestras.

Grfico de control de recorridos

9

7 LSC=8,10

5 Media R=3,55

1 LIC=0

-1
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

17
 Grfico de control de recorridos
9

7 LSC=8,10

5 Media R=3,55

1 LIC=0

-1
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

La observacin conjunta de ambos grficos nos indica que las

muestras 11 y 12 estn fuera de los lmites de control, no
obstante observamos en el grfico de recorridos que para
ambas muestras como para todas las dems, la variabilidad
est dentro de los lmites de control, lo que indica gran
homogeneidad entorno a cada media.

Nota: El coeficiente A2 se calcula con la expresin

3 2
A
2
=
2d2
18
 TEMA 3 - OTROS GRFICOS DE VARIABLES

3.1. GRFICOS (x,s)

Con las muestras del problema anterior construir los grficos de

medias y desviaciones tpicas.

Solucin:

Calculamos en primer lugar el peso medio de cada muestra de

cuatro sacos de yeso y su correspondiente desviacin tpica.

Los resultados aparecen en la tabla siguiente:

19
Muestra Hora Peso kg Media Desviacin
tpica
1 7,00 53 51 52 49 51,25 1,48
2 7,30 50 49 50 49 49,50 0,50
3 8,00 52 50 53 51 51,50 1,12
4 8,30 46 47 52 50 48,75 2,38
5 9,00 51 48 49 50 49,50 1,12
6 9,30 48 49 51 50 49,50 1,12
7 10,00 51 46 49 50 49,00 1,87
8 10,30 48 47 48 49 48,00 0,71
9 11,00 47 52 46 51 49,00 2,55
10 11,30 49 50 50 51 50,00 0,71
11 12,00 54 55 53 52 53,50 1,12
12 12,30 49 45 46 48 47,00 1,58
13 13,00 50 48 51 47 49,00 1,58
14 13,30 53 54 52 50 52,25 1,48
15 14,00 50 49 48 51 49,50 1,12
16 14,30 51 50 49 52 50,50 1,12
17 15,00 47 51 48 49 48,75 1,48
18 15,30 52 51 50 49 50,50 1,12
19 16,00 50 53 48 49 50,00 1,87
20 16,30 49 50 51 52 50,50 1,12

20
El peso medio de todos los sacos de yeso observados es
mismo que en el problema anterior.

20

x
i =1
i

x= = 49,87
20

La media de las 20 desviaciones tpicas de

cada muestra de cuatro sacos de yeso es:

20

S
i =1
i
S= = 1,356
20

21
 Para el grfico de medias los lmites de control son.

LSC = x + A1 S = 49, 87 + 1, 88 1, 356 = 52, 42

LIC = x A1 S = 49, 87 1, 88 1, 356 = 47, 32

Donde A1 es un coeficiente tabulado en funcin del tamao

de muestra (n=4).

Grfico de control de medias

54
53 LSC=52,42

52
51 Media Medias=49,87
50
49
48
47 LIC=47,32
46
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

22
 Para el grfico de desviaciones los lmites de control son:

Lmite superior de control: LSC = B 4 S = 2,266 1, 356 = 3, 07

Lmite inferior de control: LIC = B 3 R = 0 1,356 = 0

Donde B3 y B4 son coeficientes tabulados segn el tamao de

muestra (n=4).

Grfico de control de desviaciones

3,5
3
LSC=3,07
2,5
2
1,5
1 Media S=1,356
0,5
LIC=0
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

23
 3.2. GRFICOS DE PROMEDIOS MVILES
En un laboratorio se realizan mediciones cada hora de una cierta
magnitud. Si las mediciones de un determinado da fueron las
dadas en la tabla siguiente:

Hora Medida Hora Medida

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

Constryase los grficos de promedio mvil y recorrido mvil de 4 horas.

24
 Solucin:

La lnea central y los lmites de control para un grfico de

medias mviles o de recorridos mviles se obtienen de la
misma manera que para los grficos correspondientes de
variables.

Para obtener los promedios mviles de 4 horas calculamos la

media de las 4 primeras observaciones:
= 9, 875 esta media es el primer promedio mvil.
(10 + 9,7 + 9,6 + 10,2)
4

La segunda se obtiene de igual manera aadiendo la quinta

observacin y eliminando la primera; de igual forma se obtienen
el resto de los promedios mviles de 4 horas.

El primer recorrido mvil de 4 horas es el recorrido

correspondiente a las observaciones segunda, tercera, cuarta,
quinta, y as sucesivamente se calculan el resto de los recorridos
mviles.

25
En la tabla siguiente se muestran los promedios mviles y los
recorridos mviles de 4 horas correspondientes a los datos del
enunciado, y a continuacin sus respectivas grficas.

Hora Medi Media Recorrido Hora Media Media Recorrido

a mvil 4 h mvil 4 h mvil 4 h mvil 4 h
1 10,0 13 8,5 9,25 1,5
2 9,7 14 8,0 8,75 1,5
3 9,6 15 8,5 8,50 1,0
4 10,2 9,875 0,6 16 9,5 8,625 1,5
5 10,5 10,00 0,9 17 10,0 9,00 2,0
6 11,0 10,32 1,4 18 9,0 9,25 1,5
7 11,5 10,80 1,3 19 9,5 9,50 1,0
8 10,0 10,75 1,5 20 8,0 9,125 2,0
9 10,5 10,75 1,5 21 8,5 8,75 1,5
10 10,0 10,50 1,5 22 9,0 8,75 1,5
11 9,5 10,00 1,0 23 10,0 8,875 2,0
12 9,0 9,75 1,5 24 10,5 9,50 2,0

26
 11

10,5

10

9,5

8,5

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

GRFICO DE MEDIAS MVILES DE 4 HORAS

2,5

1,5

0,5

0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 t
GRFICO DE RECORRIDOS MVILES DE 4 HORAS

27
 TEMA 4 - CAPACIDAD DE MQUINAS Y PROCESOS

4.1. Conceptos Generales

Los estudios de capacidad de mquinas y procesos

deben realizarse si:

Se trata de una nueva mquina o proceso

Se ha modificado en sus partes esenciales

Se ha desmontado y emplazado en otro lugar

Se ha reajustado para fabricar otra pieza

Las anotaciones en los grficos de control de variables

muestran inestabilidad en el proceso

28
Capacidad de proceso Cp:

Capacidad que tiene el proceso de producir piezas de

acuerdo a las especificaciones, es decir, dentro de los lmites
de tolerancia establecidos.

Valor dentro de x+y

especificacin
x
Valor fuera de x-y
especificacin
29
 Cp (DISPERSIN PROPIA DEL PROCESO)

La capacidad de proceso comprueba que el proceso de

fabricacin est controlado dentro de los lmites de
tolerancia del mismo.

T2 T1 T2 T1 = Tolerancia total segn especificacin

Cp =
6 = Estimador de la desviacin tpica

R
= d2= 2,326 para n=5 (d2 valor de tablas)
d2

El valor mnimo exigible a Cp es 1

30
Cpx (AJUSTE DEL PROCESO)

TS x x TI
y
3 3

31
EVOLUCIN HISTRICA DE LOS NDICES DE
CAPACIDAD

Comprueba si el proceso est centrado.

32
 CAPACIDAD DE MQUINA

Capacidad que tiene una mquina de fabricar productos de

acuerdo a las especificaciones del cliente.

TS TI TS TI
Cm = =
6 8

TS TI 8(TS TI ) 8
Cm = = = = 1,33
"(T T ) % 6(T T ) 6
6$ S I
' S I
# 8 &

33
TEMA 6 - GRFICOS DE CONTROL POR ATRIBUTOS

Concepto de Atributo

Un atributo es cada una de las caractersticas

cualitativas que posee una pieza o producto.

Normalmente la magnitud que se controla, en el

control por atributos, es el porcentaje defectuoso
de los lotes que se van fabricando.

El porcentaje defectuosos es:

n piezas defectuosas
100 p = 100
Total de piezas

34
PAUTAS DE INSPECCIN

35
36
 TIPO DE GRFICOS DE CONTROL POR ATRIBUTOS

Grficos 100p (Control del Porcentaje Defectuoso)

Grficos pn (Control del Unidades Defectuosas)

Grficos c (Nmero de Defectos por Muestra)

Grficos u (Nmeros de Defectos por Unidad)

37
 GRFICO DE CONTROL DE ATRIBUTOS 100 p

El 100% de producto defectuoso se define como:

Unidades defectuosas
100p= *100
Unidades Inspeccionadas

El tamao de las muestras suele ser de 25 unidades

= 100 p
LC= 3 donde 100 p *100q
=
n
La cifra de rechazo se calcula en base al NCA

NCA x n total de muestras inspeccionadas

R=
100
38
39
 GRFICOS DE CONTROL POR ATRIBUTOS

GRFICOS DE DEFECTOS POR MUESTRA c

Es un grfico similar al 100 p, pero con algunas diferencias:

Slo contiene 25 muestras

Se basa en una distribucin de Poisson
T rata de defectos y sus totales, y no de medias defectuosas

El valor de la distribucin de Poisson, corresponde con el n de

defectos c por muestra

=c
= c
LC = C 3 c
(El valor del LCI se considera 0)

40
41
 TIPO DE GRFICOS DE CONTROL POR ATRIBUTOS

c (N DE DEFECTOS POR MUESTRA))

Una empresa que fabrica aluminio anodizado inspecciona el proceso

de produccin contando el nmero de defectos por cada m2 de
aluminio anodizado. Indicar si el proceso est bajo control en base a
la siguiente muestra:

Muestra n 1 2 3 4 5 6 7 8

Hora 7 8 9 10 11 12 13 14
2
N de m
Inspeccionados 2,1 2,5 0,8 1 0,9 1,3 1,2 1,7
hi
N Defectos
5 5 1 3 1 4 3 4
ni

42
 Para analizar si el proceso est bajo control construimos el
grfico de control por nmero de defectos, para ello estimamos
en primer lugar el nmero medio de defectos por m2 de
aluminio anodizado.
8

n
i =1
i
26
c= 8
= = 2,26
11,5
h
i =1
i

Los lmites de control se obtienen mediante: c3 c h i

Como lmite inferior de control tomamos cero defectos, y el lmite

superior se obtendr para cada muestra, ya que presentan distintas
superficies.

A modo de ejemplo para la primera muestra el lmite superior de

control sera:

c + 3 c / hi = 2, 26 + 3 2, 26 / 2,1 = 2, 26 + 3,11 = 5, 372

43
 De forma anloga se obtiene el resto de los lmites de control,
cuyos valores aparecen en la siguiente tabla:

N
N de m2 N
Muestra Hora inspeccionados defectos defectos LSC LIC
Nmero por m2 c 3 c / hi
hi ni
hi /ni
1 7 2,1 5 2,38 3,11 5,37 0
2 8 2,5 5 2,00 2,85 5,11 0
3 9 0,8 1 1,25 5,04 7,30 0
4 10 1,0 3 3,00 4,51 6,77 0
5 11 0,9 1 1,11 4,75 7,01 0
6 12 1,3 4 3,08 3,96 6,22 0
7 13 1,2 3 2,50 4,12 6,38 0
8 14 1,7 4 2,35 3,46 5,72 0
Total 11,5 26

44
 GRFICO DE CONTROL POR NMERO DE DEFECTOS

8
7,2
LSC
6,4
5,6
4,8
4
3,2
Media=2,26
2,4
1,6
0,8 LIC
0 t
1 2 3 4 5 6 7 8

Se observa que no hay ningn punto que sobrepase el lmite de

control superior, por lo que concluimos que el proceso esta bajo
control.

45
 TIPO DE GRFICOS DE CONTROL POR ATRIBUTOS

c (DEFECTOS POR MUESTRA)

En una fbrica de vigas de madera se toman muestras cada hora y se

cuenta el nmero de defectos en las vigas. Una muestra de 22
viguetas arroj los siguientes resultados:

Se pide estudiar si el proceso est bajo control.

Lon. Lon.
N N Def. N N Def.
Hora Vig. (m) Hora Vig. (m)
Mues. ni Mues. ni
li li
1 4 4 8 12 15 6 14
2 5 4 10 13 16 3 8
3 6 4 6 14 17 3 7
4 7 4 8 15 18 3 5
5 8 4 9 16 19 3 4
6 9 6 14 17 20 5 12
7 10 6 15 18 21 5 11
8 11 6 11 19 22 5 8
9 12 6 12 20 23 5 9
10 13 6 11 21 24 5 8
11 14 6 14 22 1 5 10
46
 Solucin:
Para analizar si el proceso est bajo control construimos el
grfico de control por nmero de defectos, para ello estimamos
en primer lugar el nmero medio de defectos por metro de viga.

22

n
i =1
i
214
c= 22
= = 2,058
104
l
i =1
i

Los lmites de control se obtiene mediante:

c3 c / li

47
Tomando como lmite inferior de control cero defectos y el lmite
superior se calcula para las distintas longitudes de las distintas
muestras; as por ejemplo, para las cinco primeras muestras de
vigas de 4 metros de longitud, el lmite superior de control sera:

c + 3 c li = 2, 058 + 3 2, 058 4
= 2, 058 + 2,1519
= 4, 2099

48
 Los lmites superiores de control y otros datos aparecen en la
siguiente tabla:

N
Long.
Muestra N def. defectos
Hora Vig. (m) LSC LIC
Nmero ni por m 3 c / li
li
ni / li
1 3 4 8 2,00 2,15 4,21 0
2 4 4 10 2,50 2,15 4,21 0
3 5 4 6 1,50 2,15 4,21 0
4 6 4 8 2,00 2,15 4,21 0
5 8 6 14 2,33 1,76 3,81 0
6 9 6 15 2,50 1,76 3,81 0
7 10 6 11 1,83 1,76 3,81 0
8 10 6 11 1,83 1,76 3,81 0
9 11 6 12 2,00 1,76 3,81 0
10 12 6 11 1,83 1,76 3,81 0

49
 N
Long.
Muestra Hora Vig. (m) N def. defectos LSC LIC
Nmero ni por m 3 c / li
li
ni / li
11 13 6 14 2,33 1,76 3,81 0
12 14 6 14 2,33 1,76 3,81 0
13 15 3 8 2,67 2,48 4,54 0
14 16 3 7 2,33 2,48 4,54 0
15 17 3 5 1,67 2,48 4,54 0
16 18 3 4 1,33 2,48 4,54 0
17 19 5 12 2,40 1,92 3,98 0
18 20 5 11 2,20 1,92 3,98 0
19 21 5 8 1,60 1,92 3,98 0
20 22 5 9 1,80 1,92 3,98 0
21 23 5 8 1,60 1,92 3,98 0
22 24 5 10 2,00 1,92 3,98 0

50
5
LSC
4

3
M edia=2,06
2

1
LIC
0
1

11

13

15

17

19

21
51