Documente Academic
Documente Profesional
Documente Cultură
SEMANA 2
Gráficas y diagramas de control
Todos los derechos de autor son de la exclusiva propiedad de IACC o de los otorgantes de sus licencias. No está
IACC-2019
permitido copiar, reproducir, reeditar, descargar, publicar, emitir, difundir, poner a disposición del público ni
utilizar los contenidos para fines comerciales de ninguna clase. 1
SEMANA 2 – CONTROL ESTADÍSTICO DE PROCESOS
APRENDIZAJE ESPERADO
• Analizar los datos para elaborar gráficas de
control a partir de la interpretación de sus
elementos de control por variables y
atributos.
IACC-2019
2
SEMANA 2 – CONTROL ESTADÍSTICO DE PROCESOS
IACC-2019
3
SEMANA 2 – CONTROL ESTADÍSTICO DE PROCESOS
INTRODUCCIÓN
Toda empresa que desea conseguir sus calidad. Conforme a lo anterior es primordial
objetivos de producción y/o servicio debe que el control ueda ser llevado por
evaluar su desempeño mediante este tipo de herramientas estadísticas que junto con llevar
herramientas. Las gráficas y diagramas de el control de datos permitan tener registros
control dan la posibilidad de que las distintas para posibles mejoras, innovaciones, nuevos
organizaciones puedan conocer el “cómo” se procesos o posibles auditorías.
están llevando a cabo las operaciones y bajo
qué parámetros. En esta unidad llamada Gráficos y diagramas
de control se hará un estudio de los distintos
Lo anterior permitirá implementar mejoras gráficos de control tales como gráficas 𝑥̅ y R,
para aumentar la productividad, rentabilidad c y p para el análisis de datos de producción,
de sus productos y, por ende, entregar un productos defectuosos, números de reclamos
mejor servicio o un producto de mejor por parte de clientes, datos de entrega, etc.
IACC-2019
4
SEMANA 2 – CONTROL ESTADÍSTICO DE PROCESOS
El gráfico de diagrama de control define el rango de variación que tiene la actividad de un proceso
con respecto a valores promedios. Los gráficos de control se obtienen a partir de muestras o datos
de muestreo (ver figura 1).
La gráfica anterior tiene 3 líneas de tendencia. UCL es un límite de control superior el que representa
el mayor valor de muestreo. LCL es el límite de control inferior, representando el valor más pequeño
del muestreo. Por su parte, el nominal que es el valor promedio histórico del proceso.
IACC-2019
5
SEMANA 2 – CONTROL ESTADÍSTICO DE PROCESOS
• Variaciones asignables: Son variaciones del tipo operacional y están ligadas al desgaste de
equipos y máquinas, errores humanos o fallas en la materia prima.
Para determinar los límites de control del gráfico R y 𝑥̅ se debe utilizar la siguiente tabla de factores:
IACC-2019
6
SEMANA 2 – CONTROL ESTADÍSTICO DE PROCESOS
Este teorema es aplicado a las graficas 𝑥̅ . Establece que la distribución de las medias de una
muestra grande de datos sigue una distribución normal. El teorema establece lo siguiente:
Los gráficos R se usan para monitorear la variabilidad de un proceso dentro de los límites de control.
Los límites de control son:
𝑈𝐶𝐿. = 𝐷0 ∗ 𝑅$
𝐿𝐶𝐿. = 𝐷3 ∗ 𝑅$
IACC-2019
7
SEMANA 2 – CONTROL ESTADÍSTICO DE PROCESOS
Una empresa metalmecánica tiene los siguientes datos de producción cuando el proceso está bajo
control:
Observación
Muestra 1 2 3 4
1 604 610 580 602
2 597 589 602 600
3 581 569 580 590
4 625 603 590 580
5 589 610 605 600
Desarrollo:
IACC-2019
8
SEMANA 2 – CONTROL ESTADÍSTICO DE PROCESOS
• Aplicar las ecuaciones para determinar los límites de control: Límite superior e
inferior respectivamente:
𝑈𝐶𝐿. = 𝐷0 ∗ 𝑅$
𝐿𝐶𝐿. = 𝐷3 ∗ 𝑅$
𝐷3 = 0
𝐷0 = 2.282
Reemplazando:
𝐿𝐶𝐿. = 0
Luego:
IACC-2019
9
SEMANA 2 – CONTROL ESTADÍSTICO DE PROCESOS
GRÁFICA R
70
60
50
40
RANGO
Rango
30 UCL
20 LCL
10 R
0
0 1 2 3 4 5 6
NÚMERO DE MUESTRAS
𝑈𝐶𝐿=̅ = 𝑥̅ + 𝐴@ ∗ 𝑅$
𝐿𝐶𝐿=̅ = 𝑥̅ − 𝐴@ ∗ 𝑅$
Donde 𝑥̅ corresponde a la línea central del gráfico y 𝐴@ es una constante que se obtiene de la tabla
de factores.
IACC-2019
10
SEMANA 2 – CONTROL ESTADÍSTICO DE PROCESOS
Desarrollo:
IACC-2019
11
SEMANA 2 – CONTROL ESTADÍSTICO DE PROCESOS
• Aplicar las ecuaciones para determinar los límites de control: Límite superior e inferior
respectivamente:
𝑈𝐶𝐿=̅ = 𝑥̅ + 𝐴@ ∗ 𝑅$
𝐿𝐶𝐿=̅ = 𝑥̅ − 𝐴@ ∗ 𝑅$
Reemplazando:
Luego:
Muestra LCL UCL 𝑥̅ 𝑥̅
1 576 614 599 595
2 576 614 597 595
3 576 614 580 595
4 576 614 599,5 595
5 576 614 601 595
GRÁFICA X
620
615
610
605
PROMEDIO
600 x
595
590 UCL
585 LCL
580
X
575
570
0 1 2 3 4 5 6
NÚMERO DE MUESTRAS
IACC-2019
12
SEMANA 2 – CONTROL ESTADÍSTICO DE PROCESOS
Los resultados indican que el proceso está bajo control y el valor de las medias demuestra que no
existe la posibilidad de realizar mejoras ya que se encuentran dentro de control.
Para su construcción, se deben considerar variables tales como el tamaño de la muestra y procesos
con alta tasa de disconformidades y unidades defectuosas.
1.4.1. GRÁFICAS P
La gráfica P es una carta de control que permite monitorear la proporción o porcentaje de productos
defectuosos de una muestra de datos de una línea productiva. Con los resultados es posible entregar
puntos de inspección para generar mejoras al proceso.
E̅ (JKE̅ )
Determinar la desviación estándar de los datos: 𝜎E = H L
𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑑𝑒𝑓𝑒𝑐𝑡𝑜𝑠
𝑝̅ =
𝑛ú𝑚𝑒𝑟𝑜 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑐𝑖𝑜𝑛𝑒𝑠
𝑈𝐶𝐿E = 𝑝̅ + 𝑧𝜎E
𝐿𝐶𝐿E = 𝑝̅ − 𝑧𝜎E
IACC-2019
13
SEMANA 2 – CONTROL ESTADÍSTICO DE PROCESOS
La misma empresa metalmecánica de los ejemplos anteriores entrega a uno de sus analistas el
reporte de un total de 200 muestras de piezas defectuosas, ninguna fuera de control. La tabla
muestra el resultado de las últimas 20 muestras. Con los datos entregados se obtendrá la gráfica P
usando para este caso un z=3.
Desarrollo:
Ø Obtener el valor de 𝑝̅
IACC-2019
14
SEMANA 2 – CONTROL ESTADÍSTICO DE PROCESOS
IACC-2019
15
SEMANA 2 – CONTROL ESTADÍSTICO DE PROCESOS
Luego:
Gráfico p
0,09
0,08
0,07
proporción defectuosa
0,06
0,05 proporción defectuosa
0,04 UCL
0,03 LCL
0,02
P
0,01
0
-0,01 0 5 10 15 20
número de muestra
IACC-2019
16
SEMANA 2 – CONTROL ESTADÍSTICO DE PROCESOS
Los resultados indican que todos los registros de piezas defectuosas se encuentran dentro de los
límites de control excepto la muestra 6 ya que pasa el límite superior. Por lo tanto, es necesario
determinar las razones del desempeño deficiente de ese día, ya que hubo un número mayor de
piezas defectuosas. Se deben aplicar medidas correctivas.
1.4.3. GRÁFICAS C
Las gráficas C se usan cuando los productos o servicios tienen más de un defecto que pudo ser
generado en el proceso de producción, accidentes, reclamos, etc.
𝑈𝐶𝐿h = 𝑐̅ + 𝑧√𝑐
𝐿𝐶𝐿h = 𝑐̅ + 𝑧√𝑐
En una empresa que se dedica a fabricar rollos de papel, el número de defectos por rollos entre
errores de medición, paralaje y humanos alcanza, en promedio, los 15 defectos por rollo. Además
se tienen los siguientes datos:
IACC-2019
17
SEMANA 2 – CONTROL ESTADÍSTICO DE PROCESOS
Se requiere determinar si el proceso se encuentra bajo control. Use límites de control 2 sigma.
Desarrollo
Luego:
Gráfico c
25
20
número de defectos
15 número de defectos
10 UCL
LCL
5
C
0
0 2 4 6
número de muestras
IACC-2019
18
SEMANA 2 – CONTROL ESTADÍSTICO DE PROCESOS
Los resultados indican que las muestras se encuentran bajo control, por lo que no son necesarias
mejoras o aumento del monitoreo delos defectos.
IACC-2019
19
SEMANA 2 – CONTROL ESTADÍSTICO DE PROCESOS
COMENTARIO FINAL
Esta semana se estudió la importancia de las distintas gráficas de control en el desempeño de los
procesos tanto en su desempeño como variabilidad. Junto con analizar las diversas gráficas se
evidenció la forma que tiene el profesional encargado de tomar decisiones y diagnosticar la
posibilidad de mejoras en los procesos junto con identificar los posibles errores que se están
ejecutando ya sea de parte de los equipos y máquinas o por parte del personal encargado.
IACC-2019
20
SEMANA 2 – CONTROL ESTADÍSTICO DE PROCESOS
REFERENCIAS
Educación.
Semana 2.
IACC-2019
21
SEMANA 2 – CONTROL ESTADÍSTICO DE PROCESOS
IACC-2019
22