INSTITUTO POLITÉCNICO NACIONAL

UNIDAD PROFESIONAL INTERDISCIPLINARIA DE INGENIERIA Y

CIENCIAS SOCIALES Y ADMINISTRATIVAS

CONTROL DE CALIDAD

PROF. ECHEVERRIA ALVIZU RAMON

GRÁFICA P

INTEGRANTES:

GONZALEZ MASTACHE JOSUE AXEL

JOSE MONTAÑO JONATHAN ISMAEL

MARQUEZ JARDON VIRIDIANA

MENESES GONZALEZ KAREN

RAMIREZ VILLANUEVA LEVI JEHONADAB

Gráfica p
Porcentaje de fracción defectiva

 Las Gráficas de Control son gráficas utilizadas para estudiar como el

proceso cambia a través del tiempo.
Origen

 El control estadístico de la calidad surge luego de la Segunda Guerra Mundial.

 Las gráficas de control estadístico fueron propuestas por Walter A. Shewart en el

1920.
Walter A. Shewhart

 Fue un físico, ingeniero y estadístico estadounidense, a veces conocido

como el padre del control estadístico de la calidad.
 Él descubrió que la variación observada en datos de manufactura no
siempre se comportaba igual que los datos en la naturaleza.
 El Dr. Shewhart concluyó que aunque todo proceso muestra variación,
algunos procesos muestran variación controlada que es natural al
proceso, mientras que otros muestran variación sin control que no está
presente en el sistema causal de proceso todas las veces.
Ventajas
 Resume varios aspectos de la calidad del producto; es decir si es aceptable o no
 Son fáciles de entender
 Provee evidencia de problemas de calidad

Desventajas
 Interpretación errónea por errores de los datos o los cálculos utilizados

 El hecho de que un proceso se mantega bajo control no significa que sea un

buen proceso, puede estar produciendo constantemente un gran número de
no conformidades.
 Gráfica p
Representa el porcentaje de fracción defectiva
Tamaño de muestra (n) varía.
Principales objetivos
Descubrir puntos fuera de control
Proporcionar un criterio para juzgar si lotes
sucesivos pueden considerarse como
representativos de un proceso
Puede influir en el criterio de aceptación.
 LA ESTADISTICA Y LA VARIACIÓN
 Las técnicas y conceptos estadísticos son los mejores métodos
disponibles hoy en día que nos ayudan a describir, entender,
estudiar, controlar y eliminar la variación.

 El uso de las técnicas estadísticas de control de proceso requiere

de la medición de una o mas características del proceso para los
productos o servicios.

 Para las mediciones se debe hacer una recolección de datos.

 Preguntas clave en la recolección de datos

 1. ¿Con que frecuencia visitar el proceso?

 2. ¿Cuánta información recolectar en cada visita?

 3. ¿Qué procedimiento usar para la recolección de la información?

 TIPOS DE DATOS
En el análisis estadístico de un proceso, es conveniente separar las
mediciones en dos clases:

 Información sobre atributos:

1. Cada articulo, trabajo o tarea es clasificado como deficiente

(defectuoso), por una o mas causas.

El análisis para iniciar la investigación para determinar el nivel,

variabilidad y estabilidad del proceso se efectúa con la grafica p o (np).

2. Cada unidad, trabajo o tarea es evaluada para determinar el conteo

de deficiencias (defectos).

Para investigar el nivel bajo condiciones apropiadas de se realiza el

análisis con la grafica u (ó c).
 Los datos sobre variables resultan de las mediciones que caracterizan la
cantidad de una cualidad, tales como la longitud u otra dimensión como
peso, espesor, voltaje, etc.

En esta investigación, el interés se centra en:

• Variabilidad de las lecturas individuales

• El nivel o valor promedio de las mediciones

• La forma de la distribución de un conjunto de mediciones de un proceso

consistente.
GRÁFICA P
 GRÁFICA P
 SE UTILIZA PARA GRAFICAR LA FRACCIÓN DE ARTICULOS
DEFECTUOSOS EN UN SUBGRUPO.

 n = número de artículos en cada subgrupo

 p = cada punto en la gráfica es igual a

Número de artículos defectuosos en el subgrupo

Número de artículos en el subgrupo

 p = la línea de la gráfica es igual a

El número total de artículos defectuosos

El total de artículos inspeccionados

 LSCp = Limite superior de control

 LICp = Limite inferior de control

 HOJA DE TRABAJO PARA GRAFICA P
n = tamaño del sub-grupo =

Línea Central p=el número total de artículos que no se ajustan a los estándares

el número total de artículos inspeccionados

p=
Limite Superior de Control
LSCp =

LSCp =

Limite Inferior de Control

LICp =

LICp =
EJEMPLOS
 La proporción defectuosa en 22 subgrupos de 1000 artículos cada uno
aparecen a continuación. Haga una grafica de control con estos datos.
Analice la grafica para evaluar la consistencia del proceso.

.003, .004, .008, .006, .003, .006, .004, .006, .002, .005, .004, .003, .004, .001,
.002, .001, .002, 0, .001, .001, 0, .001

p= .067 = 3.04x10-3 ó .0030

22

LCS= = .0030 + 3 √ .0030(1-.0030) ⁄ 1000 = 8.18X10-3 ó .0082

LCI = = .0030 - 3 √ .0030(1-.0030) ⁄ 1000 = -2.18x10-3 ó -

.0022 -.0022 NINGUNO
tanto Por lo tanto es NINGUNO, es inconsistente pues tiene una tendencia
descendente, porque disminuye la proporción defectuosa.
 Fracción de artículos defectuosos
0.009

LSC =.0082
0.008

0.007

0.006

0.005

p = .0030
0.004

0.003

0.002

0.001

0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22
 Primero se calcula el promedio de unidades defectuosas
p = (4% + 3% + 5% + .......... + 2% + 2%)/25 = 3,6%

A continuación se determina el LCS (Límite de Control

Superior) y LCI (Límite de Control Inferior), donde n=100

EJERCICIO:

Una empresa inspecciona focos tomando muestras de 100 unidades cada vez.

Si bien se verifican 5 características relevantes de la calidad, finalmente cada artículo LCI=-1,99%,

se clasifica como aceptable o defectuoso. Las últimas 25 muestras aplicadas
muestran los siguientes resultados: LCI=0%.
Un último paso es graficar las proporciones muéstrales en una En conclusión…
gráfica que contenga los límites de control y el promedio de El proceso se encuentra bajo control estadístico.
defectuosos como se muestra a continuación:
CONCLUSIÓN DEL GRÁFICO
DE CONTROL
P