Universidad Nacional Experimental

Francisco de Miranda
Vicerrectorado Académico
Decanato de Postgrado
Maestría en Gerencia de la Calidad y Productividad

Preparado por:
Ing. Argüelles, Juanyris
Ing. Chirinos, Enmanuel
Licda. Duray, Marlin
Ing. Rojas Yeleiny
Licdo. Olmos, Yuván
 Introducción

Algunas características de la calidad no pueden ser

representadas convenientemente por medio de variables
cuantitativas. En estos casos las unidades de producto se
clasifican en “conformes” o “no conformes”, según la
característica o características cualitativas sean o no, conformes
con las especificaciones. Las características de calidad de este
tipo se denominan atributos.
 Gráficas de control

Es una herramienta estadística que detecta la variabilidad,

consistencia, control y mejora de un proceso.
La gráfica de control se usa como una forma de observar, detectar
y prevenir el comportamiento del proceso a través de sus pasos
vitales.
Tipos de gráficos de control

 Variable (cuantificable)
 Atributo (cualitativo)
 Gráficas de control por Atributos

Las características de calidad que no pueden ser medidas con

una escala numérica, se juzga a través de un criterio más o
menos subjetivo.

Dentro de la clasificación de las características calidad por

atributos se requiere:

•De un criterio

•De una prueba

•De una decisión

 Gráficas de control por Atributos

Las Gráficas de Control son gráficas utilizadas para estudiar como el

proceso cambia a través del tiempo

LCS
.
LC

LCI

Existen cuatro tipos de Gráficas de Control:

Gráfico p Defectuosos o
disconformidades Gráfico c Defectos de una
Gráfico np
Cuando tiene una o más Gráfico u característica de calidad
defectos
 Gráficas np Número de Rechazado

Esta gráfica es el instrumento estadístico que se utiliza cuando se

desea graficar precisamente las unidades disconformes, y no el
porcentaje que éstas representan, siendo constante el tamaño de
la muestra.

Es necesario establecer la frecuencia para la toma de datos,

teniendo en cuenta que los intervalos cortos permiten una rápida
retroalimentación del proceso.
 Gráficas np Número de Rechazado

“Principales objetivos”

• Conocer las causas que contribuyen al proceso.

• Obtener el registro histórico de una o varias características

de una operación con el proceso productivo.
Características Gráficas np Número de Rechazado
Característica s Gráficas np Número de Rechazado
 Usos Gráficas np Número de Rechazado

Usos Gráficas np

Controlan las Cantidad de

causas procesos
atribuibles disconformes
Construcción Gráficas np Número de Rechazado
Construcción Gráficas np Número de Rechazado
Construcción Gráficas np Número de Rechazado
Construcción Gráficas np Número de Rechazado
 Diagrama del Proceso
INICIO

Paso1: Establecer los objetivos del control estadístico del proceso

Paso 2: Identificar las características a controlar.

Paso 3: Determinar el tipo de gráfico a utilizar.

Si No Tipo
Tipo unidad Por unidad no
no Conforme Conforme? disconformidades

No Si
No
Tamaño muestra
Si Tamaño muestra
constante constante
Gráfico Gráfico Grafico Gráfico
“p” “np” “u” “c”

Paso 4: Establecer el plan de muestreo

Paso 5: Recoger los datos según el plan.

A
 Diagrama del Proceso
A

Paso 6: Calcular la Paso 6: Registrar el Paso 6: Calcular el nº Paso 6: Registrar el

fracción de unidades número de unidades de disconformidades nº de
no conformes “p” no conformes “np” por unidad “u” disconformidades
“c”

Paso 7: Calcular los limites de control.

Rehacer los
cálculos. Paso 8: Definir las Escalas del gráfico.

Paso 9: Representar en el gráfico la línea central y los limites de control.

Paso 10: Incluir los datos de la muestra en el gráfico. Gráfico

Paso 11: Comprobación de los datos de construcción.

No
Eliminar las ¿Proceso bajo
muestras fuera de los control?
limites Si

Paso 12: Análisis y Resultados.

FIN
 Caso práctico Gráficas np Número de Rechazado

Un inspector se coloca al final de la línea de producción de

tornillos, y cada hora retira una muestra de n = 45 tornillos,
comprueba que cada uno enrosque, en la rosca calibrada y
anota el número de defectuosos.

El resultado, sólo tiene dos posibilidades:

Defectuoso-No Defectuoso (ó Conforme-Disconforme ). Si el tornillo
no entra en la rosca, se lo considera defectuoso o disconforme
PROCESO Muestra de 45 Control. Cada
Tornillos 1 hora

Resultado

Este resultado se anota en un gráfico hora por hora y se denomina

Gráfico np.
Imaginando la población de tornillos que podría fabricar el proceso trabajando
siempre en las mismas condiciones, una cierta proporción, p de estos serían
defectuosos.

Entonces la probabilidad de tomar un tornillo y que sea defectuoso es p.

En una muestra de n tornillos, la probabilidad de encontrar:

0 defectuosos; 1 defectuoso; 2 defectuosos… n defectuosos está dada por una
distribución binomial con parámetros n y p.

Como ya sabemos, el promedio de la población es n.p y la varianza es n.p(1-p)

Para la construcción del gráfico de control np, en una primera etapa se toman N
muestras (más de 20 ó 25) a intervalos regulares, cada una con n tornillos.
Se toma el número de defectuosos en cada muestra y se registra,
obteniéndose la siguiente tabla:

MUESTRA Nº UNID. INSPECCIONADAS Nº DEFECTUOSOS

1 45 1
2 45 6
3 45 4
4 45 8 Si se tomara un
5 45 3 solo tornillo , cuál
6 45 5 es la probabilidad
de que sea
7 45 0
defectuoso?
8 45 4
9 45 8
10 45 5
11 45 3
12 45 2
13 45 6
14 45 7
15 45 1
TOTALES 675 63
En cada muestra, la fracción de defectuosos es:

N
P
n

N = Nº Defectuosos en Muestra i

n = Número de elementos de la muestra

Entonces, a partir de la tabla podemos calcular p como promedio de las

fracciones de defectuosos en la muestra
 P
 np  P
63
 P  0,093
n 675

Límites de Control:

LCc  n P  LCc  45(0.093)  LCc  4.2

LCs  np  3 n P 1  P  
LCi  np  3 n P 1  P 
LCs  4,2  3 4.2(1  0.093) LCi  4,2  3 4.2(1  0.093)
LCs  4,2  3 (3.808) LCi  4,2  5,855
LCs  4,2  5,855 LCi  1,655
LCs  10,055 LCi  0
12
10
8 8 8
7
6 6 6
5 5
4 4 4
3 3
2 2
1 1
0 0

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

LÍMITE DE CONTROL CENTRAL Nº DISCONFORMES

LIMITE DE CONTROL INFERIOR LIMITE DE CONTROL SUPERIOR

Se encuentra bajo control estadístico.