Control Estadístico

de Calidad

Diagramas de Control
para Atributos
Ing. Felipe de Jesús Rivera Viezcas
1
 ¿Que es un Atributo?
 Aquello que no se puede medir y se puede
obtener por inspección visual, por ejemplo si
una pieza tiene un defecto de apariencia.

 Es la presencia o ausencia de cualidades que

nos permiten emitir juicios, tales como:
 Aceptado – Rechazado
 Pasa – No pasa
 Si la tiene – No la tiene

2
 Gráficas de Variables vs.
Atributos
 Cuando están presentes muchas variables
a controlar puede ser costoso hacerlo en
forma individual.

 La alternativa sería una Grafica de Control

de Atributos

3
Tipos de Graficas de Control
de Atributos
1.- Gráfica p:
 Porcentaje de unidades defectuosas (p)
 Se usa cuando los tamaños de la muestra
puedan ser constantes o variables.
2.- Gráfica np:
 Número de unidades defectuosas (np)
 Se usa cuando el tamaño de muestras debe ser
constante; Esto es un requisito.
 Se grafican las unidades defectuosas y no el
porcentaje que ellas representan
 Suelen ser más apropiadas para los Operarios.
4
Tipos de Graficas de Control
de Atributos
3.- Gráfica (c):
 Mide el número de defectos por unidad inspeccionada
formada por un elemento.
 Ejemplos: Número de remaches defectuosos en un
autobús, 100 m² de celulosa de papel, número de
defectos visibles en un automóvil pintado, 1,000 hojas
de papel, burbujas de aire o imperfecciones en una
hoja de vidrio grande, errores de ortografía en un
documento de 100 hojas, etc.
 El tamaño de la muestra “n” no interviene porque su
valor es uno.
 Condición: Cuando surja una no conformidad, no
condiciona a que se produzca otra; son
independientes. 5
Tipos de Graficas de Control
de Atributos
4.- Gráfica (u):

 La gráfica “u” equivale matemáticamente a la

gráfica “c”
 Cuando el tamaño del subgrupo es variable,
se emplea la gráfica “u” (número de no
conformidades/unidad)
 Gráfica de cantidad de defectos por unidad (u)
 También se utiliza cuando el tamaño del
subgrupo es constante.

6
Objetivos de las gráficas p, np, c y u

 Conocer el nivel promedio de calidad de un

proceso
 Revisar los casos de variaciones significativas
respecto al promedio
 Evaluar el desempeño de los empleados
 Definir un criterio de aceptación de los
productos, antes de entregarlos a los clientes

7
Procedimiento para la elaboración
de las Graficas de Atributos

1. Seleccionar el atributo. Se pueden utilizar estas

gráficas para controlar el porcentaje de no
conformidades de una característica de calidad, de un
grupo de características, de una parte del producto o
del producto completo. También para controlar la
calidad producida por una persona, una máquina, un
departamento, una planta o una empresa.
2. Seleccionar el método y calcular el tamaño de la
muestra. El tamaño de la muestra depende del
porcentaje de no conformidades. Si el porcentaje es
muy pequeño, la muestra deberá ser grande.
8
Procedimiento para la elaboración
de las Graficas de Atributos

3. Obtener los datos

4. Calcular la Línea Central y los Límites de Control

de Ensayo

5. Eliminar los datos fuera de control (en caso de que

existan)

6. Calcular la Línea Central y los Límites de Control

revisados
9
Elaboración de una Gráfica p
Fórmulas:
np
p
n
 np
Línea central: p 
n
p1  p 
Límite Superior: UCLp  p  3
n

p1  p 
Límite Inferior: LCL p  p  3
n

Línea Central revisada:  np  npd

p nueva 
 n  nd

10
 Elaboración de una Gráfica p
Datos de errores en los Registros de salida de materiales
de un almacén:
Salidas elaboradas Salidas con error Porcentaje de no conformidades
Muestra Fecha

n np p

1 01-Nov-04 200 4
2 02-Nov-04 200 6
3 03-Nov-04 200 10
4 04-Nov-04 200 4
5 05-Nov-04 200 24
6 06-Nov-04 200 6
7 07-Nov-04 200 4
8 08-Nov-04 200 8
9 09-Nov-04 200 6
10 10-Nov-04 200 2

Promedio:

11
Elaboración de una Gráfica p
Límites de Control Revisados

Al observar uno o más puntos fuera de los

Límites, deducimos que el Proceso está fuera
de control y se debe buscar las causas
asignables para corregir el problema

Adicionalmente, se deberá eliminar el dato

fuera de control y la Línea Central Nueva y los
Límites de Control Revisados
12
Elaboración de una Gráfica p
Resultados:
Línea central p: 0.037

Límite Superior: 0.08 Límite Inferior: -0.003 = 0

Línea Central Revisada: 0.027

Límite Superior Revisado: 0.061 = 0.06 Límite Inferior Revisado: -0.007= 0

13
 Dentro de Control
Fuera de Control con Parámetros Revisados

Ejemplo de Gráfica p Gráfica p con Límites Revisados

0.14 0.1
0.12
0.08
0.1
0.08 0.06
0.06 0.04
0.04
0.02
0.02
0 0
1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9
Muestras Muestras

14
Gráfica para tamaño de muestra
variable
 También se utiliza las Gráficas “p” cuando
tenemos el caso de controlar una muestra
variable, por ejemplo para medir la
producción de un departamento por turno,
etc.
 En este caso se deben de calcular los
Límites de Control para cada muestra.

15
 Elaboración de una Gráfica p
para muestras variables
Datos de errores en los Registros de Salida de
materiales de un almacén:
Salidas Salidas con Porcentaje de no
Límite Superior Límite Inferior
Muestra Fecha elaboradas error conformidades

n np p UCL LCL

1 1-Nov-04 240 4

2 2-Nov-04 160 8
3 3-Nov-04 190 10
4 4-Nov-04 220 4
5 5-Nov-04 240 10

6 6-Nov-04 196 6
7 7-Nov-04 110 4
8 8-Nov-04 204 8

9 9-Nov-04 160 6
10 10-Nov-04 180 2

Promedio:

16
 Elaboración de una Gráfica p
para muestras variables
Datos de errores en los Registros de Salida de
materiales de un almacén:
Salidas Salidas con Porcentaje de no
Límite Superior Límite Inferior
Muestra Fecha elaboradas error conformidades

n np p UCL LCL

1 1-Nov-04 240 4 0.02 0.07 0

2 2-Nov-04 160 8 0.05 0.07 0

3 3-Nov-04 190 10 0.05 0.07 0
4 4-Nov-04 220 4 0.02 0.07 0
5 5-Nov-04 240 10 0.04 0.07 0

6 6-Nov-04 196 6 0.03 0.07 0

7 7-Nov-04 110 4 0.04 0.08 0
8 8-Nov-04 204 8 0.04 0.07 0

9 9-Nov-04 160 6 0.04 0.07 0

10 10-Nov-04 180 2 0.01 0.07 0

Promedio:
0.03
17
Elaboración de una Gráfica np
 Número de unidades defectuosas (np)

Se usa cuando el tamaño de muestras debe

ser constante; Esto es un requisito.

Se grafican las unidades defectuosas y no

el porcentaje que ellas representan

Suelen ser más apropiadas para los

Operarios.

18
Elaboración de una Gráfica np
Fórmulas:

Línea central : np  (n)( p)

Límites de Control : np  3 np1  p 

n = Tamaño de la muestra
p = Porcentaje de no conformidades promedio

19
Elaboración de una Gráfica np
Datos de errores en la facturación de un supermercado:

Facturas muestreadas Facturas con errores

Muestra Fecha

n np

1 1-Oct-04 200 10

2 2-Oct-04 200 12

3 3-Oct-04 200 11

4 4-Oct-04 200 6

5 5-Oct-04 200 21

6 6-Oct-04 200 24

7 7-Oct-04 200 12

8 8-Oct-04 200 8

9 9-Oct-04 200 14

10 10-Oct-04 200 18

20
Elaboración de una Gráfica np
Línea central = np  (n)( p) = (200)(0.068) = 13.6

Límites de Control = np  3 np1  p 

Límites de Control Superior = 13.6  3 13.61  0.068  24.2

Límites de Control Inferior = 13.6  3 13.61  0.068  2.9

21
Elaboración de una Gráfica np

Errores de facturación

30
25
20
15 Serie1
10
5
0
1 2 3 4 5 6 7 8 9 10
Muestras

22
Elaboración de una Gráfica c
 Mide el número de defectos por unidad inspeccionada
formada por un elemento.

 Ejemplos: Número de remaches defectuosos en un

autobús, 100 m² de celulosa de papel, número de
defectos visibles en un automóvil pintado, 1,000 hojas
de papel, burbujas de aire o imperfecciones en una
hoja de vidrio grande, errores de ortografía en un
documento de 100 hojas, etc.

 El tamaño de la muestra “n” no interviene porque su

valor es uno.
 Condición: Cuando surja una no conformidad, no
condiciona a que se produzca otra; son
independientes. 23
Elaboración de una Gráfica c
Fórmulas:
c
Línea central: c
g

Límites de Control Superior: UCLc  c  3 c

Límites de Control Inferior: LCLc  c  3 c

g = Número de muestras en diferentes fechas.

c = Número de defectos (no conformidades) en todas las muestras.

24
Elaboración de una Gráfica c
Ejemplo de no conformidades encontradas durante la
fabricación de una caja de trailer

Conteo de no
Muestra Fecha
conformidades
1 1-Nov-04 4
2 2-Nov-04 4
3 3-Nov-04 2
4 4-Nov-04 2
5 5-Nov-04 6
6 6-Nov-04 1
7 7-Nov-04 10
8 8-Nov-04 4
9 9-Nov-04 5
10 10-Nov-04 3
Promedio:
25
Elaboración de una Gráfica c
Fórmulas:
c
Línea central: c
g

Límites de Control Superior: UCLc  c  3 c UCLc  4.1  3 4.1  10.2

Límites de Control Inferior: LCLc  c  3 c LCLc  4.1  3 4.1  1.97  0

No Conformidades en una Caja de Trailer

12
10
8
6
4
2
0
1 2 3 4 5 6 7 8 9 10
Muestra

26
Elaboración de una Gráfica u
 La gráfica “u” equivale matemáticamente a la
gráfica “c”

 Cuando el tamaño del subgrupo es variable, se

emplea la gráfica “u” (número de no
conformidades/unidad), donde u = c/n

 Gráfica de cantidad de defectos por unidad (u)

 También se utiliza cuando el tamaño del

subgrupo es constante.

27
 c
u
n

Elaboración de una Gráfica u

Fórmulas:
c c
Línea central: u  u
n n
u
Límites de Control Superior: UCLu  u  3
n
u
Límites de Control Inferior: LCLu  u  3
n

c = Número de defectos.
n = Tamaño de la muestra por día

28
 Elaboración de una Gráfica u
Ejemplo de no conformidades encontradas durante la
elaboración por día de declaraciones fiscales en un
despacho
Total de No conformidades Límite
No conformidades Límite Inferior
declaraciones por unidad Superior
Muestra Fecha

n c u UCL LCL

1 1-Oct-04 20 20 1.0
2 2-Oct-04 12 15 1.3
3 3-Oct-04 25 30 1.2
4 4-Oct-04 10 11 1.1
5 5-Oct-04 15 18 1.2
6 6-Oct-04 9 8 0.9
7 7-Oct-04 12 11 0.9
8 8-Oct-04 7 9 1.3
9 9-Oct-04 8 10 1.3
10 10-Oct-04 30 30 1.0

Promedio:

29
 c
u
n

Elaboración de una Gráfica u

Total de
No conformidades Límite
declaracion No conformidades Límite Inferior
por unidad Superior
Muestra Fecha es

n c u UCL LCL

1 1-Oct-04 20 20 1.0 1.8 0.4

2 2-Oct-04 12 15 1.3 2.0 0.2
3 3-Oct-04 25 30 1.2 1.7 0.5
4 4-Oct-04 10 11 1.1 2.1 0.1
5 5-Oct-04 15 18 1.2 1.9 0.3
6 6-Oct-04 9 8 0.9 2.2 0.1
7 7-Oct-04 12 11 0.9 2.0 0.2
8 8-Oct-04 7 9 1.3 2.3 -0.1
9 9-Oct-04 8 10 1.3 2.2 0.0
10 10-Oct-04 30 30 1.0 1.7 0.5

Promedio:
1.1

30
Elaboración de una Gráfica u

No Conformidades en Declaraciones
Fiscales
2.5
2.0
1.5
1.0
0.5
0.0
-0.5 1 2 3 4 5 6 7 8 9 10
Fin
Muestras

31