UNIVERSIDAD NACIONAL MAYOR DE

SAN MARCOS
FACULTAD DE INGENIERIA INDUSTRIAL

CONTROL DE CALIDAD
ING. LUIS VIVAR MORALES

GRAFICAS DE CONTROL
 TIPOS

POR VARIABLES : para características de calidad

medibles, expresadas en unidades básicas
(longitud, masa, tiempo, intensidad de corriente,
temperatura, etc.) o derivadas (área, volumen,
velocidad, aceleración, etc)

POR ATRIBUTOS : cuando la característica de

calidad escogida no se puede medir ni expresar
en una escala numérica
 OBJETIVOS

 Entender el control de calidad como un estudio de la variabilidad.

 Discriminar entre las distintas causas de la variabilidad.
 Comprender cuándo un proceso está bajo control.
 Construir y aplicar gráficos de control.
 Calcular la capacidad de un proceso.
 Descripción breve del tema

 Introducción, gráficos de control

 Gráfico de control para la media (variables)
 Gráficos de control para la dispersión ( “ )
 Capacidad de un proceso. Índice de capacidad
 Gráficos P y NP (atributos)
 Muestreo de recepción: Plan Military Standard
 Introducción

Un proceso industrial es una sucesión de

operaciones que añaden valor y variabilidad al
resultado final.

Entendemos que un producto es de calidad si

satisface las necesidades impuestas por los
usuarios.
Por otro lado, la calidad de un producto es inversamente proporcional a su variabilidad.
 Introducción
 Vamos a fijarnos en una cierta característica del producto que queremos
controlar y analizaremos su variabilidad.
 La variabilidad de un producto es provocada por:

 Materia prima
 Métodos de producción
 Mano de obra
 Máquinas
 Medio ambiente
 Medición
Motivos de la variabilidad de un Sistema

 CAUSAS ASIGNABLES .- Son producidas por factores importantes que

queremos y podemos controlar.
 Pocas y fáciles de identificar.
 Efectos importantes.
 Aparecen esporádicamente.
 Fáciles de eliminar.
 Actúan en un punto concreto del proceso.
Motivos de la variabilidad de un Sistema

 CAUSAS NO ASIGNABLES .- Son producidas por factores secundarios

cuyo efecto es poco relevante para el proceso.
 Muchas e incluso desconocidas.
 Cada una produce poca variabilidad.
 Son parte permanente e inherentes al proceso.
 Difíciles de eliminar.
 Afectan a todo el proceso.
 Aunque un proceso se encuentre bajo condiciones óptimas de funcionamiento,
siempre tendrá una producción de calidad variable.
 Si el proceso se encuentra realmente bajo condiciones óptimas de
funcionamiento la variabilidad sólo se debe a causas no asignables y ha de ser
asumida por la organización.
 Un proceso está en estado de control si sólo actúan sobre él un sistema estable
de causas de variabilidad (no asignables) y cuya calidad final es predecible
estadísticamente.
 Las causas no asignables son muy numerosas y cada una tiene poca aportación a
la variabilidad final, por lo que su superposición se aproxima a una normal.
¿CÓMO SELECCIONAR UNA
GRÁFICA DE CONTROL?
GRAFICAS DE CONTROL
POR VARIABLES
 EJEMPLO

CONSTRUYA CON LOS SIGUIENTES DATOS, LAS GRAFICAS DE

CONTROL X-R y X-S Y ANALÍCELAS CON LOS CRITERIOS DE
ANORMALIDAD ESTUDIADOS EN CLASE: (usar 2 decimales de
aproximación)
SOLUCION: LÍMITES PARA GRAFICA X-R
GRAFICA X-R
LÍMITES PARA GRAFICA X-S
GRAFICA X-S
GRAFICAS DE CONTROL
POR ATRIBUTOS
 GRAFICA PN (NÚMERO DE UNDS.
DEFECTUOSAS)

PROCEDIMIENTO:
 Tomar una muestra y clasificar su calidad en
unidades que llenen o no los requisitos, según el
estándar de inspección.
 Calcular la fracción media de defectos
 Calcular las líneas de control
LC = pxn

LCs = pxn + 3 √ pxn (1-p)

LCi = pxn - 3 √ pxn (1-p)
 Construir la gráfica
 EJEMPLO

Sean los siguientes datos, construir la gráfica pn correspondiente:

 P = 68/2500 = 0.0272

 LC = pxn = 0.0272x100 = 2.72.

 LCs,i = pxn ± 3 √pxn(1-p)
2.72 ± 3 √2.72(1-0.0272).
= 7.60
= (valor negativo)  0
 GRAFICA P (PROPORCIÓN DE UNDS.
DEFECTUOSAS, CON N = CONSTANTE)
PROCEDIMIENTO:
 Tomar una muestra y clasificar su calidad en
unidades que llenen o no los requisitos, según el
estándar de inspección.
 Calcular la fracción de defectos por muestra (de
tamaño constante)
 Calcular las líneas de control
LC = p
LCs = p + 3 √px(1-p)/n
LCi = p - 3 √px(1-p)/n
 Construir la gráfica
 EJEMPLO
 Si tratamos con datos de enumeración
como por ejemplo el número de fusibles
defectuosos escogidos en muestras de
tamaño 50, tomados en tiempos al azar
durante el proceso de producción;
podemos emplear la Gráfica de
Control p.
 Sean los datos recogidos, los que se
muestran en la Ste. diapositiva.
CÁLCULOS
 GRAFICA P (PROPORCIÓN DE UNDS.
DEFECTUOSAS / N = VARIABLE)
PROCEDIMIENTO:
 Tomar una muestra y clasificar su calidad en
unidades que llenen o no los requisitos, según el estándar
de inspección.
 Calcular la fracción de defectos para cada muestra (cuyo
tamaño es variable)
 Calcular el promedios de las fracciones de defectos
 Calcular el promedio de los tamaños de muestra
 Calcular las líneas de control
LC = p
LCs = p + 3 √px(1-p)/n
LCi = p - 3 √px(1-p)/n
 Construir la gráfica
EJEMPLO

 Se han inspeccionado 22 lotes semanales de conservas de pescado.

 Los lotes son de tamaño variable y en cada uno se ha registrado el número de
unidades defectuosas, como se muestra en la siguiente diapositiva.
 Elabore el gráfico de proporción de unidades defectuosas correspondiente.
CÁLCULOS
GRÁFICA C
/ EJEMPLO

 Si interesa determinar el número de defectos por unidad, la Distribución de

Poisson y una gráfica C sería lo más apropiado. A continuación se presentan los
datos tabulados del número de defectos observados en una junta soldada,
realizando cada conteo en una sola junta, soldándose 8 juntas por día.
CÁLCULOS