Control Estadstico

de Proceso
Grficos de Control
Participantes:
Ing. Gilberth Araujo.
Ing. Rafael Quintero.
Lic. Yamile Ypez.
Noviembre 2009
Grficas de control
tiempo
x
o 3 +
x
o 3

Lmite superior de control (LSC)

Lmite inferior de control (LIC)
Lnea central (LC)
Dnde el tiempo representa la muestra o subgrupo
Las grficas de control nos muestran cmo se
compara una caracterstica a travs del tiempo.
Si todos los puntos estn dentro de los lmites y
no siguen un patrn especfico, se dice que el
proceso est bajo control o bajo control
estadstico.
Los lmites de control dependen del
comportamiento de los datos.
Grficas de control
Concepto de control estadstico de Shewhart:
Se dice que un fenmeno est controlado cuando,
a travs del uso de la experiencia pasada, se
puede predecir al menos dentro de ciertos lmites
como se espera que vari el fenmeno en el
futuro.
Si un proceso no est en estado controlado, la
productividad o el xito econmico no se
garantiza.
Grficas de control
Lmites de especificacin: dependen
del diseo o del cliente.

Lmites de control: los determina el
proceso.
Grficas de control
Grficas de control
Ocho pruebas para verificar que una grfica est bajo
control estadstico:
Prueba # 1: un dato fuera del lmite de control
tiempo
LSC
LIC
LC
A
B
C
C
B
A
Grficas de control
Prueba # 2:

Ocho puntos en forma consecutiva
por arriba o por debajo del
promedio
tiempo
LSC
LIC
LC
A
B
C
C
B
A
Prueba # 3:

Cinco puntos consecutivos en
forma ascendente o descendente
tiempo
LSC
LIC
LC
A
B
C
C
B
A
Grficas de control
Prueba # 4:

Catorce puntos alternndose en
forma consecutiva arriba y abajo.
Prueba # 5:

Dos o tres puntos en la zona A o
ms all
tiempo
LSC
LIC
LC
A
B
C
C
B
A
tiempo
LSC
LIC
LC
A
B
C
C
B
A
9
Grficas de control
Prueba # 6:

Cuatro de cinco puntos
consecutivos en la zona B o ms
all
Prueba # 7:

Quince puntos consecutivos en la
zona C
tiempo
LSC
LIC
LC
A
B
C
C
B
A
tiempo
LSC
LIC
LC
A
B
C
C
B
A
10
Grficas de control
Prueba # 8:

Ocho puntos consecutivos que no caigan en la zona C
tiempo
LSC
LIC
LC
A
B
C
C
B
A
Cuando una grfica no est en control estadstico, se puede deber
a:
Causas Comunes o Aleatorias de Variacin (que es
inherente al proceso): son naturales en el proceso, y
permitira a la organizacin formular acciones de
mejora en pro de su reduccin.
Causas Especiales o Atribuibles de Variacin (que
causa una variacin excesiva): se traducen en altas
variaciones las cuales, hacen que el proceso se
salga de control, y que no estn actuando siempre
sobre el proceso. Para resolverlo la organizacin
debe tomar acciones correctivas.
Grficas de control
Estadstica de las grficas
de control
Prueba de hiptesis:

Ho: El proceso est bajo control vs
Ha: El proceso no est bajo control

Error tipo I: Rechazar Ho cuando Ho es
verdadero. Se concluye que el proceso no est
bajo control, cuando realmente si lo est.

P(Error tipo I)= o
Error tipo II: Aceptar Ho cuando Ho es
falsa. Se concluye que el proceso est
bajo control, cuando realmente no lo est.

P(Error tipo II)= |

Para fines de clculo de o y |, suponga
que el proceso no est bajo control si
hay un cambio en la media del mismo.
Estadstica de las grficas
de control
Curva caracterstica de
operacin
Es una medida de la bondad de una grfica
de control para detectar cambios en los
parmetros de los procesos (, o).
P
(
n
o

d
e
t
e
c
t
a
r

c
a
m
b
i
o
s
)
=
|

ARL (Average run length)
Longitud Promedio de la Corrida
Denota el nmero de muestras que en
promedio se requieren para detectar una
seal fuera de control.
Si el proceso est bajo control:




Entre ms grande sea el ARL es mejor, ya que no se
tienen muchas falsas alarmas.
o
1
= ARL
Si el proceso no est bajo control:





Entre ms pequeo sea el ARL necesito menos
muestras para calcular el error tipo II
ARL (Average run length)
|
=
1
1
ARL
Beneficios de las grficas de
control
1. Son herramientas efectivas para entender la variacin del
proceso y ayudan a lograr el control estadstico.
2. Si un proceso est en control estadstico su desempeo
es predecible y tanto el fabricante como el cliente pueden
confiar en niveles consistentes de calidad y en costos
estables para lograr la calidad.
3. Un proceso bajo control estadstico se puede mejorar a
travs de la reduccin de variacin y el centrado en un
valor objetivo; esto reduce costos y mejora la
productividad.
4. Las grficas de control proporcionan un lenguaje
comn para comunicar informacin sobre el
desempeo de un proceso entre muy diversas
personas dentro y fuera de la empresa.
5. Las grficas de control indican dnde est o
quien tiene la posible solucin de un problema,
con lo cual se minimiza la confusin, frustracin y
el costo de los esfuerzos mal dirigidos para la
solucin de un problema.
Beneficios de las grficas de
control
Tipos de grficas de control
Grficas para variables
( ) S x
( ) R x
Grfica de medias y rangos
( ) R x
Grficas de medias y
rangos
El procedimiento es el mismo que en
las grficas de medias y desviacin
estndar.
La forma de obtener los lmites de
control y la lnea central es la siguiente:
Grfica de rangos:

Grficas de medias y rangos
R LC=
R D LSC
4
=
R D LSC
3
=
R: Es la media de los rangos de las muestras.
D
3
y D
4
: Son parmetros para los grficos de control y
depende del tamao de la muestra (n).
Grfica de medias: antes de calcular los
lmites es necesario que est bajo control
la grfica de rangos.
Grficas de medias y
rangos
x LC =
R A x LSC
2
+ =
R A x LSC
2
=
R: Es la media de los rangos de las muestras
A
2:
Es un parmetro para los grficos de control y
depende del tamao de la muestra (n)
o= se puede obtener a partir de los datos
recopilados, pero generalmente se obtiene
de la informacin proporcionada por la
grfica de un proceso bajo control.
Grficas de medias y
rangos
2

d
R
= o
Interpretacin de grfica de
rangos
Esta grfica se debe analizar primero, ya
que el comportamiento de los promedios y
de los rangos de los subgrupos depende
de la variabilidad estimada de las piezas.
Se deben verificar las ocho pruebas
Verificar que no haya tendencias
Interpretacin de grfica de
medias
Si la grfica de rangos est bajo control, la dispersin
del proceso est estable y por lo tanto se puede
analizar la grfica de los promedios; los lmites de
control de esta grfica se basan en la cantidad de
variacin de los rangos. Con la grfica de medias se
determina si el centro del proceso est cambiando
con el tiempo y si ese es el caso, entonces existen
causas especiales de variacin que estn
ocasionando esos problemas.
Grfica de medias y
desviacin estndar
( ) S x
1. Defina cul ser la caracterstica de la
calidad: Otorgar la mxima prioridad a
aquellas variables o caractersticas medibles y
expresables mediante nmeros y que causen
problemas en produccin o costos.
2. Escoja el subgrupo racional: Los elementos
que conformen cada subgrupo debern de
haberse producido bsicamente dentro de las
mismas condiciones.

Procedimiento para elaborar
una grfica x - S
3. Recolectar los datos: Recoger informacin de
25 subgrupos con ms de 10 datos en cada
subgrupo. Regstrelos en una hoja de datos.
4. Calcular los promedios para cada subgrupo
5. Calcular : dividiendo el total de los
promedios de cada subgrupo por el nmero de
subgrupos.

Procedimiento para elaborar
una grfica x - S
=
x
6. Calcular S: Calcular la desviacin estndar de
cada subgrupo.





7. Calcular : dividiendo el total de las S de
cada subgrupo por el nmero de subgrupos.


Procedimiento para elaborar
una grfica x - S
1
) (
1
2

=

=
n
x x
S
n
i
i
S
8. Calcular las lneas de control:
Calcular cada una de las lneas de
control para la grfica y la grfica
S con las siguientes frmulas:

Procedimiento para elaborar
una grfica x - S
x
Grfica S:
Lnea central:
Lmite superior de control:
Lmite inferior de control:

Nota importante: En estas grficas de control la
desviacin estndar se estima con la expresin


Procedimiento para elaborar
una grfica x - S
S LC=
S B LSC
4
=
S B LIC
3
=
4
c
S
9. Dibujar las lneas de control: Preparar una hoja de papel
cuadriculado; dividirla en dos partes iguales para las dos
grficas, colocando en la parte inferior la de desviaciones
estndar y en la parte superior la de medias; marcar cada eje
vertical de la izquierda con los valores de las media y de las
desviaciones estndar, segn sea el caso, y el eje horizontal
con los nmeros de los subgrupos. Dibuje una lnea slida
para la lnea central y una lnea punteada para los lmites.

Procedimiento para elaborar
una grfica x - S
10. Localizar los puntos: Registrar los valores
de la media y de la desviacin estndar de
cada subgrupo, por partes, segn el
nmero del subgrupo.
11. Registrar los datos que puedan ser de
utilidad: Escriba el tamao del subgrupo
(n) en el extremo superior izquierdo de la
grfica de medias.
Procedimiento para elaborar
una grfica x - S
Interpretacin de grfica S
Primero se debe analizar esta grfica, ya que si
no est bajo control estadstico los lmites de la
grfica de medias no tendrn sentido.
En caso de que no este bajo control estadstico,
se debern encontrar las causas especiales de
variacin y eliminar los puntos fuera de control y
recalcular los lmites.
Interpretacin de grfica de
medias
Despus de haber revisado la grfica S, es
cuando se interpreta la de medias.
Nunca se deben relacionar los puntos en una
grfica de medias con los lmites de
especificacin, ya que los puntos en la grfica
son promedios y las especificaciones
corresponden a valores individuales, presentando
una variabilidad mayor que los subgrupos.
Se deben verificar las ocho pruebas
Verificar que no se presente ningn
patrn.
Datos normales.
Para ambas grficas
Supongamos que tenemos una mquina inyectora que produce
piezas de plstico, por ejemplo de PVC. Una caracterstica de
calidad importante es el peso de la pieza de plstico, porque
indica la cantidad de PVC que la mquina inyect en la matriz. Si
la cantidad de PVC es poca la pieza de plstico ser deficiente;
si la cantidad es excesiva, la produccin se encarece porque se
consume ms materia prima. Entonces, en el lugar de salida de
las piezas, hay un operario que cada 30 minutos toma una, la
pesa en una balanza y registra la observacin:

Caso Prctico
20 muestras de n = 8 han sido tomadas en el proceso. La media del
rango para las 20 muestras es de 0,016 gr y la media de las medias de
las muestras 3 gr.
Determinar los lmites de control para este proceso.
x = 3 gr R = 0,016 gr n = 8: A
2
= 0,37 D
4
= 1.564 D
3
=0.136






gr x LC 3 = =
gr R A x LSC 006 . 3 ) 016 . 0 * 37 . 0 ( 3
2
= + = + =
gr R A x LSC 994 . 2 ) 016 . 0 * 37 . 0 ( 3
2
= = =
gr R LC 016 . 0 = =
gr R D LSC 025 . 0 016 . 0 * 564 . 1
4
= = =
Grficos de Rango
gr R D LSC 0022 . 0 016 . 0 * 136 . 0
3
= = =
Grfico de Medias
GRFICO x
GRFICO R
Detecta variaciones
No detecta variaciones
No detecta variaciones: el grfico falla para
indicar un problema
Detecta el aumento de la variacin
UCL
LCL
x
UCL
UCL
UCL
LCL
LCL LCL
x
R
R
EJEMPLO
EJEMPLO
GRFICO x
GRFICO R
Detecta variaciones
No detecta variaciones
No detecta variaciones: el grfico falla para
indicar un problema
Detecta el aumento de la variacin
UCL
LCL
x
UCL
UCL
UCL
LCL
LCL LCL
x
R
R
EJEMPLO
EJEMPLO
Usando los grficos de la media y del recorrido

Los dos tipos de grficos de control proveen de diferentes perspectivas del proceso.

El grfico de control de la media es sensible a los cambios en la media del proceso y el de
recorrido es sensible a la dispersin del proceso.

Lo lgico sera utilizar los dos tipos de grficos para controlar el mismo proceso.









Grficos de Control por Atributos


Los grficos de control para atributos se usan cuando la
caracterstica de calidad del proceso no puede ser
medida, slo puede observarse, clasificando el producto
en defectuoso o bueno.

Hay dos tipos de grficos de control para atributos:
Grfico p:
Para el nmero de piezas defectuosas en una
muestra
Grfico c:
Para el nmero de defectos por unidad


Grficos de Control por Atributos


Cundo debe usarse cada uno de ellos?
Grfico p:
Cuando lo que se observa pueda situarse en dos categoras
: bueno o malo, aprobado o suspenso, si o no,..
Cuando los datos consisten en mltiples muestras de n
observaciones cada una de ellas.

Grfico c:
Cuando slo puedan contarse los sucesos ocurridos pero no
los no ocurridos. Ejemplos:
Llamadas por hora
Araazos, errores, .. por pieza
Roturas, rajas por metro cuadrado
Crmenes anuales, etc

Volver al inicio del Captulo
Grficos de Control por Atributos


GRFICO p
Se utiliza para controlar la proporcin de defectos
generados por un proceso.
El grfico p se construye y utiliza de forma similar al
grfico x.
La lnea central del grfico p es la fraccin de tems
defectuosos (p), se calcula como el nmero de tems
defectuosos dividido por el tamao de la muestra n
(estamos utilizando muestras de tamao variable).
p es la fraccin de defectuosos del universo, como no la
conocemos haremos una estimacin que denominamos
p y, se calcula como la media de las fracciones
defectuosas de 20-25 muestras.

Grficos de Control por Atributos
La variable p se distribuye como una binomial,
por tanto, su desviacin tpica y los lmites de
control pueden expresarse como:


Lmites de control =

Si el lmite inferior de control es < 0 se utiliza
como lmite cero

op
p p
n
=
( ) 1


p p 3o
Grficos de Control por Atributos
Ejemplo:
Usando la siguiente informacin construir el
grfico de control que describa el 95.5% de
posible variacin en el proceso cuando el
proceso est bajo control. Cada muestra
contiene 100 observaciones.



Muestra N Defectos Muestra N Defectos
1 14 11 8
2 10 12 12
3 12 13 9
4 13 14 10
5 9 15 11
6 11 16 10
7 10 17 8
8 12 18 12
9 13 19 10
10 10 20 16
220
Grficos de Control por Atributos
p = 220 / (20*100) = 0.11
o
p
= ((0.11*(1-0.11))/100)
1/2
= 0.03
Lmite superior UCLp = 0.11+ (2*0.03) = 0.17
Lmite inferior LCLp = 0.11 - (2*0.03) = 0.05

Si dibujamos los lmites de control y la fraccin
de defectuosos para cada muestra podemos
observar que el proceso inicialmente est bajo
control, aunque la ltima observacin est muy
cerca del lmite superior.



Grficos de Control por Atributos
GRFICO c
Este tipo de grfico se utiliza cuando se est intentando
controlar el nmero de defectos por unidad, ya sea
porque el numero de posibles defectos es elevado o
porque se desee aislar un cierto tipo de ellos.
El nmero de defectos por unidad se distribuye como
una distribucin de Poisson: Se considera la existencia
de una gran cantidad de posibles defectos por artculo,
una probabilidad relativamente baja de que se de un
defecto e independencia de sucesos de los distintos
artculos.
c es el nmero ms probable de defectos por muestra
que estimamos como c



Grficos de Control por Atributos
La media del nmero de defectos por unidad es c. Se
calcula dividiendo el nmero total de defectos
encontrados en un lote de muestras entre el nmero de
estas, que no debe ser inferior a 25.

La desviacin tpica
c
= c

Aproximando a la normal, los lmites de control sern:
Lmite superior UCLc = c + 3 c
Lmite inferior LCLc = c - 3 c

Si el lmite inferior de control es <0 se utiliza como lmite
cero



Grficos de Control por Atributos
Ejemplo:
Unos rollos de cable han sido controlados
usando un grfico c. 18 rollos han sido
examinados y el nmero de defectos por rollo
ha quedado recogido en la siguiente tabla.
Est el proceso bajo control?




Muestra N Defectos Muestra N Defectos Muestra N Defectos
1 3 7 4 13 2
2 2 8 1 14 4
3 4 9 2 15 2
4 5 10 1 16 1
5 1 11 3 17 3
6 2 12 4 18 1
45
Grficos de Control por Atributos
La media del nmero de defectos c = 45/18 = 2,5
Los lmites de control son
UCLc = 2,5 + 2 2,5 = 5,66
LCLc = 2,5 - 2 2,5 = -0,66 = 0
Defectos por unidad



UCLc = 5.66
LCLc = 0
1 2 3 4 5 6 7 17 18
2.5
Consideraciones de los grficos de
Control
Los grficos de control suponen tiempo y dinero que
pueden ser necesarios para conseguir la salida del
proceso.

En aquellas organizaciones donde deben emplearse
grficos de control en algunos puntos del proceso, los
directivos deben tomar varias decisiones relacionadas
con el uso de los grficos de control:

En qu puntos del proceso se deben utilizar.
Qu tamao de muestra tomar.
Qu tipo de grfico de control utilizar