CONTROL DE CALIDAD

GRAFICOS DE CONTROL ATRIBUTOS

ING. LEYTON

Grficos de control

Grficos de control por

atributos
Se utilizan para controlar caractersticas de calidad que no
pueden ser medidas, y que dan lugar a una clasificacin
del producto: defectuoso o no defectuosos.
Atributos
Data que se puede clasificar y contar
Tipos:
Cantidad de defectos por unidad Nonconformities
Cantidad de unidades defectuosas Nonconforming

Grficos de control por

atributos
Grfica de Control
de Atributos

Piezas Defectuosas

Grfica p
n = variable

Grfica pn
n = constante

Defectos por pieza

Grfica u

n = variable

Grfica c
n = constante

Grficos de control por

atributos
Grfica tipo pn, Grfica p
Estas grficas se usan cuando las caractersticas de
calidad se representa por el nmero de unidades
defectuosas o la fraccin defectuosa.

Grficos de control por

atributos
Si el producto es o no defectuoso
1. Tipo p :
Fraccin o porcentaje de unidades defectuosas.
Fraccin defectiva por no cumplir las especificaciones
Muestra de tamao variable.

Grficos de control por

atributos
Si el producto es o no defectuoso
2. Tipo pn :
Nmero de unidades defectuosas en la produccin.
Control del nmero de articulos no conformes.
Muestra de tamao constante

Grficos de control por

atributos
Grfica tipo c, Grfica u
Estas se usan para controlar y analizar un proceso por los
defectos de un producto, tales como rayones en placas de
metal, numero de soldaduras defectuosas de un televisor
o tejido desigual en telas.

Nmero de defectos que tiene el producto

1. Tipo u :
Nmero de defectos por unidad producidas.
Control del nmero de defectos por unidad.
Muestra de tamao variable.

Numero de defectos que tiene el producto

2. Tipo c :
Nmero de
producidas.

defectos

de

todas

Control del nmero de defectos.

Muestra de tamao constante.

las

unidades

Se usa para estudiar la variacin de la

proporcin de artculos no conformes.
p = N de artculos no conformes encontrados en una inspeccin
Nmero total artculos inspeccionados

El porcentaje defectivo es 100p, es decir, 100 veces la

fraccin defectiva.
n: tamao de muestra variable

Grfico p
Limites de control

p (1 p )
LSC p 3
n
LC p
p (1 p )
LIC p 3
n

Nmero
Inspeccionado
n

Nmero
rechazado o
defectivo

917
1011
561
613
682
980
1222
862
1223
385
818
704
849
1079
1184
742
1585
902
1415
647
638
1294
726
1079
1184

39
14
34
37
57
39
35
31
46
20
57
34
20
41
37
46
42
14
22
20
25
31
33
41
37

23302

852

Fecha

jun-01
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

Ejemplo de grfico
p

= N de artculos no
conformes
Nmero total
inspeccionado p (1 p )

LSC p 3
p=

852
23302
p = 0,0366

Grfico p
Limites de control
Fecha

Nmero
Inspeccionad
o
n

LSC p 3

p (1 p )
n

Nmero
rechazado o
defectivo

jun-01
917
0,0366(1 039
,0366)
LSC 2 0,0366 31011
14

917

LSC 0,0552

p (1 p )
LIC p 3
n

LSC 0,0366 3

0,0366(1 0,0366)
917

LSC 0,0180

Nmero
Inspeccionado
n

Nmero
rechazado o
defectivo

917
1011
561
613
682
980
1222
862
1223
385
818
704
849
1079
1184
742
1585
902
1415
647
638
1294
726
1079
1184
23302

39
14
34
37
57
39
35
31
46
20
57
34
20
41
37
46
42
14
22
20
25
31
33
41
37
852

Fecha
jun-01
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

Proporcin
Defectuosa
0,0425
0,0138
0,0606
0,0604
0,0836
0,0398
0,0286
0,0360
0,0376
0,0519
0,0697
0,0483
0,0236
0,0380
0,0313
0,0620
0,0265
0,0155
0,0155
0,0309
0,0392
0,0240
0,0455
0,0380
0,0313

LCI

LC

0,0180
0,0189
0,0128
0,0138
0,0150
0,0186
0,0205
0,0174
0,0205
0,0079
0,0169
0,0153
0,0172
0,0194
0,0202
0,0159
0,0224
0,0178
0,0216
0,0144
0,0143
0,0209
0,0157
0,0194
0,0202

0,0366
0,0366
0,0366
0,0366
0,0366
0,0366
0,0366
0,0366
0,0366
0,0366
0,0366
0,0366
0,0366
0,0366
0,0366
0,0366
0,0366
0,0366
0,0366
0,0366
0,0366
0,0366
0,0366
0,0366
0,0366

LCS
0,0552
0,0543
0,0603
0,0593
0,0581
0,0545
0,0527
0,0557
0,0527
0,0653
0,0563
0,0578
0,0559
0,0537
0,0529
0,0572
0,0507
0,0553
0,0515
0,0587
0,0589
0,0522
0,0575
0,0537
0,0529

Grafico p
0.0900
0.0836
0.0800

0.0700

0.0697
0.0620

0.0606
0.0604

0.0600

0.0519

0.0500
Proporcion Defectuosa
0.0400

0.0483
0.0425

0.0398

0.0300

0.0376
0.0360

0.0455
0.0392

0.0380
0.0313

0.0286
0.0236

0.0313

0.0309
0.0265

0.0366
0.0380

0.0240

0.0200
0.0155
0.0155

0.0138
0.0100

0.0000
1

10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

Grfico pn
Se usa para controlar el nmero de
defectuosos en una muestra.
Lmites de control

LSC pn 3 np (1 p )

LC pn
LIC pn 3 np (1 p )

Supongamos un proceso que fabrica tornillos.

Una manera de ensayar cada tornillo sera
probarlo con una rosca calibrada.
Si el tornillo no entra en la rosca, se le
considera defectuoso o disconforme.
Para controlar este proceso, se pueden tomar
muestras de 100 tornillos y contar el nmero
de defectuosos presentes en cada muestra.

Numero de
Subgrupo Tamao del unidades Se cuenta en cada muestra el
No
subgrupo n defectuosa Nmero de artculos defectuosos y
s pn
se registra. Se obtendra una Tabla
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
n = 2500

4
2
0
5
3
2
4
3
2
6
1
4
1
0
2
3
1
6
1
3
3
2
0
7
3
pn = 68

como la siguiente:

D
i 1

N n

Total unidades defectuosas

observados = 68
n = 100
N = 25

68
p
25 x100
p = 0,0272

D
i 1

N n

Total unidades defectuosas observados = 68

n = 100
N = 25

68
p
25 x100

LC = p * n = 2,72

LSC pn 3 np (1 p )

LC

= 0,0272

= 0,0272 * 100

LC = 2,72

LSC 2,72 3 2,72(1 0,0272)

LSC = 7,60

LIC pn 3 np (1 p )
LIC = 0,

LIC 2,72 3 2,72(1 0,0272)

no se tiene en cuenta cuando su valor es un nmero

negativo.

Se utilizan para controlar caractersticas de calidad que no

pueden ser medidas, y que dan lugar a una clasificacin
del producto: defectuoso o no defectuosos.
Atributos
Data que se puede clasificar y contar
Tipos:
Cantidad de defectos por unidad Nonconformities
Cantidad de unidades defectuosas Nonconforming

Grfica de Control
de Atributos

Piezas Defectuosas

Grfica p
n = variable

Grfica pn
n = constante

Defectos por pieza

Grfica u

n = variable

Grfica c
n = constante

Se aplica al nmero de no conformidades en subgrupos de

tamao constante.
Cada subgrupo para la grfica c suele ser un solo artculo;
la variable c es el nmero de no conformidades
observadas en un artculo.
Ejemplos:
Nmero de defectos por pieza de madera (manchas,
grietas, torceduras). Se inspecciona una pieza y se
cuenta cuantos defectos tiene.

 Nmero de remaches no conformes

en las alas o el fuselaje de un avin.
Nmero de imperfecciones en la
superficie observada en una lamina
galvanizada o en una superficie
pintada, anodizada o esmaltada en
una zona dada.
Nmero
de
imperfecciones
observadas en una pieza de tela.

Paso 1.
Se seleccionan N muestras de tamao n.
Paso 2.
En cada muestra se cuentan el nmero de defectos
presentes (suma de todos los defectos que tengan las
piezas de la muestra) Ci

Grfico c
Paso 3.
Se calcula el promedio de defectos por muestra.

Paso 4.
Se calculan los lmites de control

LSC C 3 C
LC C
LIC C 3 C

MUESTRA

DEFECTOS

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

5
8
7
5
7
3
3
4
2
2
3
3
2
3
1
9
6
7
7
4
7
1
6
5
4

LCS = 4,56 + 3 4,56

LCS = 4,56 + 6,4062
LCS = 10,97
LC = 4,56
LCI = 4,56 - 3 4,56
LCI = 4,56 - 6,4062
LCI = - 1,85
LCI = 0

114

4,56

DEFECTOS
12
10.97

10

DEFECTOS
6
4.56
4

0
1

10

11

12

13

14

Date/Time/Period

15

16

17

18

19

20

21

22

23

24

25

Grfico u
Lmites de control

LSC u 3 u / n
LC u

LSC u 3 u / n

96
99
99
100
100
100
100
100
100
99
100
100
100
94
94
99
100
97
87
100
100
98
97
97

12
14
21
21
15
18
22
20
19
20
19
17
20
9
13
30
21
19
12
12
18
24
19
19

Promedio
de
defectos u
0,1250
0,1414
0,2121
0,2100
0,1500
0,1800
0,2200
0,2000
0,1900
0,2020
0,1900
0,1700
0,2000
0,0957
0,1383
0,3030
0,2100
0,1959
0,1379
0,1200
0,1800
0,2449
0,1959
0,1959

2356

434

Producci
Total
n
Defectos

Se
han
observado los
defectos de 24
muestras
sucesivas de
artculos
producidos en
24
turnos
sucesivos. Los
datos
se
muestran en la
siguiente tabla:

LIC

LC

LCS

0,0528
0,0548
0,0548
0,0555
0,0555
0,0555
0,0555
0,0555
0,0555
0,0548
0,0555
0,0555
0,0555
0,0514
0,0514
0,0548
0,0555
0,0535
0,0462
0,0555
0,0555
0,0541
0,0535
0,0535

0,1842
0,1842
0,1842
0,1842
0,1842
0,1842
0,1842
0,1842
0,1842
0,1842
0,1842
0,1842
0,1842
0,1842
0,1842
0,1842
0,1842
0,1842
0,1842
0,1842
0,1842
0,1842
0,1842
0,1842

0,3156
0,3136
0,3136
0,3130
0,3130
0,3130
0,3130
0,3130
0,3130
0,3136
0,3130
0,3130
0,3130
0,3170
0,3170
0,3136
0,3130
0,3149
0,3223
0,3130
0,3130
0,3143
0,3149
0,3149

u = 434 / 2356 = 0,1842

Lo ms importante en el control del proceso es captar el estado del proceso de

manera precisa leyendo la grfica de control y constantemente tomar acciones
apropiadas cuando se encuentre algo anormal en el proceso. El estado
controlado del proceso es el estado en el cual el proceso es estable, es
decir, el promedio y la variacin del proceso no cambian.

Si un proceso est o no controlado se juzga segn los siguientes

criterios a partir de la grfica de control
1.- Fuera de los lmites de Control.
Puntos que estn por fuera de los lmites de control

2.- Racha
La racha es el estado en el cual los puntos ocurren continuamente en
un lado de la lnea central y el nmero de puntos se llama longitud
de la racha.
Una longitud de siete puntos en una racha se considera anormal.
An si la longitud de la racha est por debajo de 6, se consideran
anormales los casos siguientes:
Al menos 10 de 11 puntos consecutivos ocurren en un mismo lado de la lnea central.
Al menos 12 de 14 puntos consecutivos ocurren en un mismo lado de la lnea central.
Al menos 16 de 20 puntos consecutivos ocurren en un mismo lado de la lnea central .
Una racha de siete
puntos es anormal

Diez de 11 puntos consecutivos

que ocurren en un mismo lado se
considera anormal

3.- Tendencia
Cuando los puntos forman una curva continua ascendente o descendente,
se dice que hay una tendencia .
Siete puntos ascendentes

Tendencia descendente drstica

Tendencia

4.- Acercamiento a los lmites de control

Teniendo en cuenta los puntos que se acercan a los lmites de control de 3
sigma, si 2 de 3 puntos ocurren por fuera de las lneas de 2 sigma, el caso se
considera anormal.

Ln ea 3 - sig m a
Ln ea 2 - sig m a

Ln ea 2 - sig m a
Ln ea 3 - sig m a

Acercamiento a los limites de control (2 de 3

puntos)

5.- Acercamiento a la lnea central

Cuando la mayora de los puntos est dentro de las lneas de 1.5 sigma (los
bisectores de la lnea central y de cada uno de los lmites de control), esto se
debe a una forma inapropiada de hacer los subgrupos. El acercamiento a
la lnea central no significa un estado de control, sino una mezcla de la
informacin de diferentes poblaciones en los subgrupos, lo cual hace que los
limites de control sean demasiados amplios. Cuando se presenta esta
situacin es necesario cambiar la manera de hacer los subgrupos.

Lnea 3 - sigm a
Lnea 1.5 - sigm a

6.- Periodicidad
Tambin es anormal que la curva muestre repetidamente una tendencia
ascendente y descendente para casi el mismo intervalo

Fin d e la
seccin

Tomado de: ITOSHI KUME Herramientas Estadsticas

Bsicas para el mejoramiento de la Calidad