Cartas de control para y R & ndice de capacidad

en la medida de longitud de Chazos

Control charts for and R & process capability ratios
for size measurement of chazos
Arelys Ballesteros I, Katia L. Cepeda, Giselle K. Noguera R, Karina G. Noguera R, Andrs F Polo P
Control de Calidad-Facultad de Ingeniera Industrial,
Universidad del Atlntico
Barranquilla, Colombia
aballesterosi@mail.uniatlantico.edu.co
katiluz2015@gmail.com
gissellekarina@hotmail.com
karinaselle@hotmail.com
andrespolo94@outlook.com

Resumen Las organizaciones han orientado sus
estrategias hacia el mejoramiento de la calidad y a la reduccin de
los costos de fabricacin. Esta investigacin busca detectar las
situaciones fuera de control que se puedan presentar al monitorear
un proceso y tomar decisiones orientadas a mejorar la calidad y
disminuir los costos asociadas a la misma. Esto se lograr mediante
un programa computacional que permite simular el
comportamiento de las cartas R [7].
herramientas que permiten cuantificar la variabilidad de estos
procesos entre las que destacan las cartas de control, que
involucran variables y que son adems de uso generalizado. A
travs de estas herramientas la compaa regularmente realizar
muestreos para medir posibles errores y de esta manera inferir
de los resultados. Esto le permitir a la empresa que calidad y
productividad puedan ir de la mano.

Palabras claves: Control de calidad, costos de calidad, carta de
control R.
Abstract- the organizations have oriented their strategies
to the improvement of the quality and to the reduction of the costs
of manufacture. The present investigation looks for to detect the
situations outside control that can be displayed when a process is
folioed and to make oriented decisions to improve the quality and
to diminish the cost associated to the same one. This was obtained
by means of a computational program that allows simulating the
behavior of Letter R.
Keywords: Quality control, cost of quality, control letter R.
Los objetivos de este artculo son conocer y emplear
adecuadamente las cartas de control y R en la medida de
longitud de un pequeo subgrupo de 10 chazos para as, lograr
identificar comportamientos no adecuados que puedan dar
seales de fallas en el proceso de fabricacin de los mismos.
As mismo, se encontrar el ndice de capacidad para
determinar qu tanto se est(n) cumpliendo la(s)
caracterstica(s) de calidad dada(s) unas especificaciones. Estas
cartas y el ndice de capacidad sern programados con el
software estadstico R.

II. MARCO TEORICO

I. INTRODUCCIN
Los sistemas de control de calidad de las compaas se
basan en planes de mejora y control de la calidad, los cuales

L a calidad es uno de los factores de decisin ms importantes

de los consumidores a la hora de elegir entre productos y
servicios que compiten [1]. Es por ello que las empresas de hoy
no solo se preocupan por solo por elaborar un producto o prestar
un servicio, sino que centran sus esfuerzos en las caractersticas
que este debe poseer para satisfacer a ese consumidor y cumplir
con sus requerimientos. Pero, cmo se logra? Esto es posible
mediante el control estadstico de procesos (CEP) donde se
logra la reduccin de la variabilidad en procesos y productos, y
tambin, evaluando caractersticas de calidad respecto a
determinadas especificaciones, hechos que slo pueden ser
descritos en trminos estadsticos. Se han desarrollado
involucran varias etapas cada una de las cuales hace uso de
herramientas estadsticas que facilitan su ejecucin. Puesto que
el principal objetivo de estos sistemas debe ser la reduccin de
la variabilidad, es necesario tener una forma gil de medir la
variabilidad de un proceso. Para esto la principal tcnica es el
uso de cartas de control. Las cartas de control, introducidas por
primera vez por Shewhart en un memorando tcnico de Bell
Laboratorios en el ao 1924, se destacan entre las tcnicas de
control de calidad por su facilidad de uso y eficiencia para
detectar cambios en la variabilidad de un proceso.
 Con el transcurrir de los aos se han creado diferentes Esto es visto por varios autores como una prueba de
tipos de cartas de control adecuadas para monitorear diferentes hiptesis realizada sobre diferentes muestras, con esto
caractersticas de acuerdo al tipo y cantidad de datos usados. En concuerdan Human, Chakraborti, y Smit (2010) y se tambin
Jensen et al. (2006) se muestran varios tipos de estas Scheffe (1947) quien establece algunas pruebas de hiptesis que
incluyendo las cartas X, X, R, S, S 2, EWMA, la CUSUM, p, se realizan al graficar una carta de control. As mismo
np, multivariadas, entre otras. Con una carta de control se Chakraborti, Human, y Graham (2009) resaltan el parecido
monitorean las caractersticas de calidad asociadas a un entre el objetivo de una carta de control en fase I, y el de una
proceso, producto o servicio, las cuales pueden ser de dos tipos; prueba de homogeneidad, donde se determina si datos
variables, cuando pueden ser fcilmente expresadas como provenientes de varios grupos provienen de la misma
medidas numricas y atributos, cuando no tiene sentido asociar distribucin.
un valor numrico a la caracterstica. Entre las cartas de control
para variables ms usadas en la prctica se encuentran las cartas A. Cmo se fabrica un chazo?
de control tipo Shewhart. Existen diferentes tipos de chazos, en ste caso los chazos
plsticos son fabricados por inyeccin de polipropileno
Montgomery (2009), describe una carta de control, transparente o gris con textura estriada o lisa (cnica) en
afirmando que La carta de control es una representacin dimetros de 3/16, 1/4, 5/16 y 3/8 [4].
grfica de una caracterstica de calidad que ha sido medida o
calculada a partir de una muestra tomada del proceso contra el
tiempo o contra el nmero de la muestra. La carta contiene una
lnea central (CL) que representa el valor promedio de la
caracterstica de inters en el estado bajo control. Adems, la
grfica incluye dos lneas horizontales, llamadas lmite de
control superior (UCL) y lmite de control inferior (LCL),
generalmente ubicadas a una distancia igual de la CL, expresada
en trminos de la desviacin estndar del estadstico graficado
en la carta. La idea detrs de una carta de control es verificar si
la caracterstica de calidad estudiada tiene un comportamiento
adecuado de acuerdo al diseo del proceso del cual sta Fig. 1 Chazos de plstico.
proviene.
B. Carta de control
Por tanto, los lmites de control se deben dibujar de tal Es un diagrama que permite monitorear las variables de un
manera que, si al graficar un valor del estadstico asociado a la proceso en el tiempo, con el propsito de evaluar si existen
variable de inters, el punto queda fuera de los lmites, se pueda causas no aleatorias en su comportamiento constante.
tener un indicio de que el comportamiento de los valores de la
caracterstica no son los adecuados, caso en el cul se dice que
ha ocurrido una seal. As, se genera un intervalo en el cul las
medidas de la variable son aceptables, si el proceso se encuentra
bajo control.
Como es de esperarse, en la prctica la distribucin del
estadstico usado en la carta no es del todo conocida, pero
debido a consideraciones histricas o propias del diseo del
proceso se puede suponer que sigue cierto modelo
Fig. 2 Grfica ejemplo de una carta.
probabilstico en el cul slo se desconocen los parmetros de
dicha distribucin. Donde:
Por eso, existe la necesidad de estimar los parmetros
P(LCI LCS) = 0.9973 (1)
para poder dibujar las lneas de la carta. Estos parmetros son
calculados a partir de muestras histricas del proceso, luego de Y cada lmite de control est definido como:
hacer una depuracin de los mismos para garantizar que el
= ( ) () (2)
proceso est bajo control. El anterior procedimiento se
denomina Fase I.
El valor de la constante L est sujeto a la confiabilidad,
Luego de definir los lmites de control para la carta, se asumiendo normalidad e independencia en la variable o
monitorea el proceso tomando nuevas muestras de los caracterstica de calidad y un error e (0, 2) se tiene que:
productos a medida que salen del mismo, midiendo con el
mismo estadstico la caracterstica de calidad a estudiar y
( ( )
graficando estos estadsticos en la carta construida en la fase I. [ ] = 0.9973
A esta segunda etapa se le conoce como Fase II.


() () ()
() + () + () Donde K depende del nmero de observaciones n
[ ) ] = 0.9973
() () seleccionadas. (Buscar tabla constante K para intervalos de
tolerancia).
() ()
[ ] = 0.9973 D. Fase II
() ()
Etapa donde se somete a control nueva informacin. Por lo
[ ] = 0.9973
general a una muestra de la poblacin.
P(z < L) P(z < L) = 0.9973
1. Lmites de control estndar carta R
P(z < L) = 0.99865
LCSR= D2 (14)
P(z < L) = 0.00135 LCR = d2 (15)
LCIR= D1 (16)
0.99865 0.00135 = 0.9973
Si al graficar, uno o varios puntos se encuentran dentro de
Un valor de z que cumple con estas medidas de los lmites de control, se dice que hay estabilidad estadstica en
probabilidad es |z|= 3 por tanto L = 3. la medida de variabilidad. En caso contrario se dice que el
proceso est fuera de control.
C. FASE I

Durante la fase I, para la carta de control y R, se tienen 2. Para el promedio x

en cuenta los valores de promedio y rango para cada uno de los LCS = +A (17)
datos dentro de un subgrupo, para luego calcular el promedio LC = (18)
de los promedios y el promedio de los rangos, esto es LCI = A (19)

Donde D1, D2, A son constantes obtenidas basadas en el
tamao n del subgrupo. Si al graficar, uno o varios puntos se
= (3) = (4)
encuentran dentro de los lmites de control, se dice que hay
=1 =1
estabilidad estadstica en la medida de localizacin. En caso
De esta manera se pueden hallar los parmetros = E( ) y contrario se dice que el proceso est fuera de control.
= E(R)d2
E. Longitud de corridas promedio (ARL)
1. Lmites de control carta R

LCSR= D4 R (5) Es el nmero de tandas RL necesario para que el punto este

LCR = R (6) fuera de control dado un cambio en la medida de localizacin

LCIR= D3 R (7) o en la medida de variabilidad. La variable RL (p, x) donde x
D3 y D4 son constantes (seleccionadas de la tabla de es la localizacin del primer punto fuera de control. La longitud
constantes para las cartas de control). Si al graficar, uno o varios de tandas es:
1
puntos se encuentran dentro de los lmites de control, se dice = (20)

que hay estabilidad estadstica en la medida de variabilidad. En
caso contrario se elimina el punto que se encuentre fuera de los F. Incremento de desviacin estndar
lmites y se vuelve a realizar el mismo procedimiento. El cambio en la desviacin est definido como:
' = (1+) (21)
2. Lmites de control carta
LCS = +A2 R (8) G. Capacidad e ndice de capacidad:
LC = (9) La capacidad de proceso est definida como el grado de
cumplimiento de una(s) caracterstica(s) de calidad con
LCI = +A2 R (10)
respeto a unas especificaciones: Esta capacidad se define
Si al graficar, uno o varios puntos se encuentran dentro de los mediante el siguiente indicador:
lmites de control, se dice que hay estabilidad estadstica en la 1. Caso paramtrico: (propuesta de Kane)
medida de localizacin. En caso contrario se elimina el punto
que se encuentre fuera de los lmites y se vuelve a realizar el a. Proceso centrado

mismo procedimiento. = (22)
6

3. Lmites de tolerancia b. Proceso descentrado

= x KS (11)
LES= x + KS (12) LES LEI
CPk = min [CP = ; CPi = ] (23)
LEI= x KS (13) 3 3
 III. MTODO
Su grafica queda de la siguiente manera:
Se tomaron medidas de longitud de 10 subgrupos de chazos
con n=3 que fueron escogidos de manera aleatoria dentro de un
intervalo de 4 minutos por unidad, para obtener los datos
histricos de medida. La siguiente tabla muestra esta
informacin:

TABLA I
MEDIDA DE LONGITUD DE CHAZOS
Sub. x1 x2 x3
1 24,40 25,00 25,50
2 25,30 24,15 24,50
3 24,40 24,40 24,15
4 24,15 24,65 24,90
5 24,65 24,00 24,40
6 24,30 24,30 24,30
7 24,40 24,35 24,90 Fig. 3 Carta de control de R
8 24,70 24,55 24,30
9 24,40 24,20 24,45
10 24,80 24,30 24,35
Observando la Fig. 3 se puede afirmar que existe
Estos datos fueron sometidos a la fase I, donde se realizaron las estabilidad estadstica en la medida de variabilidad.
respectivas cartas de control y R para as obtener los As mismo, se obtienen los lmites de control para , dando
parmetros y del proceso. Una vez obtenidos estos datos, se como resultados LCS =25.0778; LC = 24.505; LCI =23.9321
tom una muestra con nueva informacin, para someter esta
ltima a la fase II del proceso. La nueva informacin se
encuentra en la siguiente tabla:
TABLA II
NUEVA INFORMACIN DE LONGITUD DE CHAZOS
Subgrupo x1 x2 x3
1 24,00 24,20 24,70
2 24,80 24,40 24,30
3 23,60 24,30 24,10
4 25,00 24,40 24,40
5 24,00 24,30 24,80

Por ltimo, se calcul el ndice de capacidad del proceso con

los datos iniciales (ver tabla I) y el ndice de capacidad estimado
con la nueva informacin (ver tabla II).

IV. ANLISIS DE RESULTADOS Y DISCUSIN

Fig. 4 Carta de control de
A. FASE I

Teniendo en cuenta los valores de la tabla I, y mediante el uso de

las ecuaciones (3) y (4), se pudo obtener = 24.505 y R = 0.56
para poder calcular cada una de las cartas de control dando
como resultados LCSR=1.442; LCR = 0.56; LCIR=0.0 para las
cartas de control R y estimar los parmetros obteniendo
= 24.505 y = 0.3308
Al observar el comportamiento de los datos en la Fig. 3 se puede
decir que existe estabilidad estadstica en la medida de
localizacin.
De las ecuaciones (14), (15) y (16) se obtuvieron los lmites de
tolerancia LES=25.2255; LEI=23.7844 datos que permitirn
obtener la medida de probabilidad de cumplir con las
especificaciones, arrojando un valor de 97.08%
B. FASE II
En esta parte se somete a control la nueva informacin
suministrada (ver tabla II). En esta parte se calculan los limites
estndar para el rango LCSR=1.4416; LCR =0.56; LCIR= 0.0
Fig. 5 Carta de control de R para fase II
Se observa una tendencia ascendente en grafica de variabilidad
(ver Fig. 5) para esta nueva fase, dando indicios de que algo en
el proceso est desmejorando.
Tambin se calculan los limites estndar para obtenindose,
LCS =25.0779; LC = 24.505; LCI =23.9321
Fig. 6 Carta de control de para fase II
En esta grafica (ver Fig. 6) se encuentra fuera de control en la
medida de localizacin ya que su grafica es de ciclo
A continuacin, se dar el resultado de numero de tandas dado
un incremento en la desviacin de = 0.15, este valor es de
0.09% indicando la probabilidad de que el subgrupo se
encuentre fuera de los limites, es decir un ARL de
aproximadamente 112
C. NDICE DE CAPACIDAD
Dado que las longitudes de los chazos siguen una distribucin
normal con parmetros =24.505 y =0.3308 con
especificaciones LES=25.2255 y LEI=23.7844 el ndice de
capacidad para un proceso teniendo en cuenta la ecuacin (22)
se obtiene el valor de Cp=0.7261 y con la ecuacin (23) se
obtiene que CPk = min[0.7260; 0.7261 ] lo que indica que el
proceso est centrado, pes Cpu es muy similar a Cpl, afirmacin
que se puede verificar con la Fig. 7
Fig. 7 Grfica de ndice de capacidad.
Como su valor es menor que 1 se puede afirmar que su grado
de cumplimiento respecto a las especificaciones dadas no estn
cumpliendo. Ademas, se toman los datos de la tabla II en lnea
y se halla un ndice de capacidad estimado de 0.1681 como se
da la relacin Cp > Todo apunta a que el proceso ha
desmejorado.
V. CONCLUSIN
De lo anterior, se pudo identificar algunas anomalas
durante el proceso, una de ellas en la tendencia ascendente de
la variabilidad (ver Fig. 9), otra en la (Fig. 10). De aqu se
puede concluir que el proceso est fuera de control en la
medida de localizacin y que se presenta un desmejoramiento
en la medida de variabilidad, esto puede ser consecuencia de
un desgaste gradual de la herramienta, envejecimiento de las
materias primas, falta de mantenimiento, fatiga personal o
deterioro del sistema de medida. Por otro lado, de acuerdo al
ndice de capacidad obtenido se afirma que la dispersin de
los datos es muy amplia aun cuando la media se encuentre
dentro de los valores objetivos, sobrepasando los lmites de
especificacin.
 VI. REFERENCIAS BIBLIOGRAFICAS

[1] Montgomery, D. C. (2009). Statistical quality control: A modern

introduction, 6th ed. Hoboquen: John Wiley.

[2] Vargas, J. A. (2006). Control estadstico de calidad. Bogot:

Unibiblos, Universidad Nacional de Colombia.

[3] sociedad Industrial Metal Elctrica, Simelca S.A.S.

[4] http://www.simelca.com.co/chazos-plasticos/- consultado 13 de

marzo 2017.

[5] Herrera R .Apuntes de Clases de Control de calidad.

[6] https://es.slideshare.net/lmarcela74/graficos-de-control-32543279-
consultado 13 de marzo 2017.

[7] Blanco, E. (2012) Cartas con lmites de control estimados. Bogot:

Universidad Nacional de Colombia.
 ANEXOS 2) Lmites de tolerancia

A continuacin, se sometern a control la informacin y se De las ecuaciones (14), (15) y (16)

obtendrn los parmetros y .
LES= 24.505 + 2.14 (0.3367) = 25.2255
n= 3 d2=1.693
LEI= 24.505 - 2.14 (0.3367) = 23.7844
TABLA III
Donde:
PROMEDIO Y RANGO PARA CADA SUBGRUPO
K=2.14 S= 0.3367
Sub. x1 x2 x3
R
1 24,40 25,00 25,50 24,97 1,10

2 25,30 24,15 24,50 24,65 1,15 Se determinar la medida de probabilidad de cumplir ciertas
3 24,40 24,40 24,15 24,32 0,25 especificaciones:
4 24,15 24,65 24,90 24,57 0,75 P(23.78 x 25.23)
5 24,65 24,00 24,40 24,35 0,65
P(x 25.23) P(x 23.78)
6 24,30 24,30 24,30 24,30 0,00
7 24,40 24,35 24,90 24,55 0,55 25.2255 24.505 23.7844 24.505
P (z < ) P (z < )
8 24,70 24,55 24,30 24,52 0,40
0.3308 0.3308
9 24,40 24,20 24,45 24,35 0,25 P(z < 2.18) P(z < 2.18)
10 24,80 24,30 24,35 24,48 0,50
0.9854 0.0146 = 0.9708 97.08%
De las ecuaciones (3) y (4) se tiene que:

x = 24.505 = 0.56
R
La probabilidad de que cumpla con las especificaciones es de
De (5) y (6): un 97.08%.
= 24.505 = 0.3308 A. Fase II

De la informacin anterior se tom una muestra de 5 datos del

proceso de fabricacin de los chazos.
1) Limites Iniciales
TABLA IV
Los lmites iniciales son: MUESTRA DE MEDIDAS DE LONGITUD DE CHAZOS
Subgrupo x1 x2 x3
a) Lmites de control carta R
1 24,00 24,20 24,70
De las ecuaciones (7), (8) y (9) 2 24,80 24,40 24,30
3 23,60 24,30 24,10
LCSR= 2.575(0.56) =1.442
4 25,00 24,40 24,40
LCR = 0.56
LCIR= 0.0 (0.56) =0.0 5 24,00 24,30 24,80

Donde:

D4=2.575 D3=0.0 Se somete a control esta nueva informacin:

b) Lmites de control para TABLA V

PROMEDIO Y RANGO PARA CADA SUBGRUPO DE LA MUESTRA
Del as ecuaciones (11), (12) y (13) Subgrupo x1 x2 x3 x R
1 24,00 24,20 24,70 24,30 0,70
LCS = 24.505+ 1.023(0.56) = 25.0778
2 24,80 24,40 24,30 24,50 0,50
LC = 24.505
LCI = 24.505- 1.023(0.56) = 23.9321 3 23,60 24,30 24,10 24,00 0,70
4 25,00 24,40 24,40 24,60 0,60
5 24,00 24,30 24,80 24,37 0,80
Donde:

A2=1.023
 1 Lmites de control estndar 1 P(z 2.61) + P(z 2.61)

Los lmites de control estndar son los siguientes: 1 0.9955 + 0.0045 = 0.009
a) Para el rango La probabilidad de que el subgrupo se encuentre fuera de los
lmites es 0.9%.
De las ecuaciones (17), (18) y (19)
Si P= 0.009
LCSR = 4.358(0.3308) =1.4416
LCR = 1.693(0.3308)= 0.56 Entonces
LCIR= 0.0 (0.3308) = 0.0
De la ecuacin (23)
Dnde: 1
ARL = = 111.11 112
= 24.505 D1=0.0 = 0.3308 D2=4.358 0.009
d2=1.693 Se sale de control en promedio en la tanda 112.
b) Para el promedio

De las ecuaciones (20), (21) y (22) B. ndice de capacidad:

1) Centrado:
LCS = 24.505+ 1.732(0.3308) = 25.0779
LC = 24.505 De la ecuacin (25):
LCI = 24.505- 1.732(0.3308) = 23.9321 25.2255 23.7844
CP = = 0.7261
6(0.3308)
Dnde:
No cumple con las especificaciones porque CP < 1
A: 1.732

2 Longitud de corridas promedio (ARL)

2) Descentrado:
Estimacin de ARL dado un aumento de la desviacin en un De la ecuacin (26):
15%.
25.2255 24.505 24.505 23.7844
CPk = min [CP ; CPi ]
De la ecuacin (24) 3(0.3308) 3(0.3308)

CPk = min[0.7260; 0.7261 ] = 0.7260

' = (1+ 0.15)
' = 0. 3308 (1+ 0.15)
' = 0.3804

Dnde: =0.15

P(x > LCS) + P(x < LCI)

LCS = 25.0779
LC = 24.505
LCI = 23.9321

Entonces
P(x > 25.0779) + P(x < 23.9321)

25.0779 24.505 23.9321 24.505

P (z ) + P (z )
0.3804/3 0.3804/3

P(z 2.61) + P(z 2.61)