Cartas de Control

H. Hdez. / Julio 2005

CARTAS DE CONTROL

Las cartas de control son la herramienta más poderosa para analizar la variación en la mayoría de los procesos. Han sido difundidas exitosamente en varios países dentro de una amplia variedad de situaciones para el control del proceso. Las cartas de control enfocan la atención hacia las causas especiales de variación cuando estas aparecen y reflejan la magnitud de la variación debida a las causas comunes. Las causas comunes o aleatorias se deben a la variación natural del proceso. Las causas especiales o atribuibles son por ejemplo: un mal ajuste de máquina, errores del operador, defectos en materias primas. Se dice que un proceso está bajo Control Estadístico cuando presenta causas comunes únicamente. Cuando ocurre esto tenemos un proceso estable y predecible. Cuando existen causas especiales el proceso está fuera de Control Estadístico; las gráficas de control detectan la existencia de estas causas en el momento en que se dan, lo cual permite que podamos tomar acciones al momento. Ventajas: •


• •

Es una herramienta simple y efectiva para lograr un control estadístico. El operario puede manejar las cartas en su propia área de trabajo, por lo cual puede dar información confiable a la gente cercana a la operación en el momento en que se deben de tomar ciertas acciones. Cuando un proceso está en control estadístico puede predecirse su desempeño respecto a las especificaciones. En consecuencia, tanto el productor como el cliente pueden contar con niveles consistentes de calidad y ambos pueden contar con costos estables para lograr ese nivel de calidad. Una vez que un proceso se encuentra en control estadístico, su comportamiento puede ser mejorado posteriormente reduciendo la variación. Al distinguir ente las causas especiales y las causas comunes de variación, dan una buena indicación de cuándo un problema debe ser corregido localmente y cuando se requiere de una acción en la que deben de participar varios departamentos o niveles de la organización.

Cartas de control por variables y por atributos.En Control de Calidad mediante el término variable se designa a cualquier característica de calidad “medible” tal como una longitud, peso, temperatura, etc. Mientras que se denomina atributo a las características de calidad que no son medibles y que presentan diferentes estados tales como conforme y disconforme o defectuoso y no defectuoso. Según sea el tipo de la característica de calidad a controlar así será el correspondiente Gráfico de Control que, por tanto, se clasifican en Cartas de Control por Variables y Cartas de Control por Atributos.

Pág. 1

No reconoce distintos grados de defectos en las unidades de producto. 2 . Cartas de control por atributos Son potencialmente aplicables a cualquier proceso Los datos están a menudo disponibles. Individuales Campo de aplicación. Control de un proceso con datos variables que no pueden ser muestreados en lotes o grupos. Son fáciles de interpretar. Más econónomicas No proporciona información detallada del control de características individuales. Campos de aplicación de las cartas VARIABLES Carta Descripción Medias y Rangos Medias y desviación estándar. Proporcionan una utilización máxima de la información disponible de datos. Pág. Ventajas significativas de Son frecuentemente usados en los informes a la Gerencia. X −R X −S I ATRIBUTOS Carta P NP C U Descripción Proporciones Número de defectuosos Defectos por unidad Promedio de defectos por unidad Campo de aplicación. Son rápidos y simples obtener. Hdez. Control de características individuales. puede causar confusión entre los limites de especificación y los límites de tolerancia. Desventajas significativas No se entienden a menos que se de capacitación. Control de características individuales.Cartas de Control H. Control de la fracción global de defectuosos de un proceso. atributos Cartas de Control por variables Conducen a un mejor procedimiento de control. / Julio 2005 Comparación de las cartas de control por variables vs. Control del número de piezas defectuosas Control de número global de defectos por unidad Control del promedio de defectos por unidad.

..58 6 2.28 0 0. n D4 D3 A2 2 3.Cartas de Control H..18 0. • Se realizan las muestras de 20 a 25 subgrupos. X N N R = X mayor − X menor Paso 3: Calcule el rango promedio ( R ) y el promedio del proceso ( X ) ..es el rango de cada subgrupo. R = R1 + R2 + .. A continuación se presentan los valores de dichas constantes para tamaños de muestra de 2 a 10.14 0. A2 son constantes que varían según el tamaño de muestra.57 0 1.08 0. X 2..02 4 2...37 9 1.. También pueden ser tomadas en intervalos de tiempo ½ . son el promedio de cada subgrupo..2 hrs. D3... X K K Donde K es el número de subgrupos.00 0 0. RK K X = X 1 + X 2 + . Hdez. están basados en el tamaño de los subgrupos y se calculan de la siguiente forma: LSC R = D4 R LIC R = D3 R LSC X = X + A2 R LIC X = X − A2 R Donde D4... / Julio 2005 Elaboración de Cartas de control X − R (variables) Paso 1: Colectar los datos..11 0 0.. para detectar si el proceso puede mostrar inconsistencia en breves periodos tiempo. R1. X 1 . Los datos son el resultado de la medición de las características del producto.22 0. los cuales deben ser registrados y agrupados de la siguiente manera: • Se toma una muestra(subgrupo) de 2 a 10 piezas consecutivas y se anotan los resultados la medición( se recomienda tomar 5).78 0.42 8 1.86 0. Paso 2: Calcular el promedio X y R para cada subgrupo de de de de X = X 1 + X 2 .31 Paso 5: Seleccione la escala para las gráficas de control Pág. 3 . Paso 4: Calcule los limites de control Los límites de control son calculados para determinar la variación de cada subgrupo...73 5 2.92 0.82 0.34 10 1..48 7 1.27 0 1.R2.88 3 2.

75 0. Marcar los puntos en ambas gráficas y unirlos para visualizar de mejor manera el comportamiento del proceso.75 15 0.90 0.65 0.65 0. Para la gráfica R la amplitud debe extenderse desde un valor cero hasta un valor superior equivalente a 1½ . Hdez.77 .70 0.75 0.198 X = . promedio del proceso y límites de control: R = .75 0.85 0.85 0. Realice la carta de control X − R .75 0.85 2 0.65 0.70 0.65 1 0.80 0. Paso 6: Trace la gráfica de control Dibuje las líneas de promedios y límites de control en las gráficas.85 0. / Julio 2005 Para la gráfica X la amplitud de valores en la escala debe de ser al menos del tamaño de los límites de tolerancia especificados o dos veces el rango promedio ( R ) . el tamaño de muestra de cada subgrupo es de cinco. Paso 7: Analice la gráfica de control Ejemplo 1 Se toman las medidas de los diámetros de una pieza cilíndrica.65 14 0.65 0.2 veces el rango.85 0.Cartas de Control H.65 0. Los límites de Control se dibujan con una línea discontinua y los promedios con una línea continua para ambas gráficas. 4 1 0.85 0.85 0.70 2 0.80 0.60 0. Calculando el rango y el promedio para cada subgrupo obtenemos: Calculando el Rango promedio.65 0.70 0. y se toman 25 subgrupos a intervalos de 1 hr.71 muestra subgrupo 1 muestra subgrupo 2 1 3 2 4 muestra 3 subgrupo 5 1 4 2 5 3 4 5 Promedio Pág.65 0.

5970 Subgroup 0.71-(. McGrawHill.41 LIC R = D3 R =0 LSC X = X + A2 R = .4187 R=0.3 0. Tercera Edición.198) = . Pág.198) = . por lo cual el proceso se encuentra fuera de control.2 0.58)(.7 0. J. Hdez.6 0. Juran1 sugiere un conjunto de reglas de decisión para detectar patrones no aleatorios en las cartas de control.8 UCL=0.0 1 Sample Range UCL=0. / Julio 2005 LSC R = D4 R = 2.198 LCL=0 La carta de control R muestra un punto fuera de los limites de especificaciones. PATRONES FUERA DE CONTROL 1 Análisis y planeación de la calidad.Cartas de Control H. Interpretación del control del proceso.58)(.7112 0.F.5 0. Juran .M.4 0.1 0.8254 Sample Mean 0. Cuando se detecta alguno de los patrones siguientes se puede decir que el tomar alguna acción para corregir el problema ya que el proceso puede estar fuera de control.M Gryna.59 Xbar/R Chart for C1 0.82 LIC X = X − A2 R = . En la siguiente parte se muestran los criterios para determinar las situaciones en las cuales un proceso puede estar fuera de control.11* 0.7 Mean=0.6 0 5 10 15 20 25 LCL=0. 5 . en este caso es necesario investigar las causas y tomar las acciones correctivas para eliminar el problema. El objeto de analizar una gráfica de control es identificar cuál es la variación del proceso.71+(.198 = 0. las causas comunes y causas especiales de dicha variación y en función de esto tomar alguna acción apropiada cuando se requiera.

/ Julio 2005 Gráficas de control X − S (variables) Pág. Hdez.Cartas de Control H. 6 .

40 6.15 1. El tamaño de muestra n es mayor a 9.88 X = 10 . Realizar la gráfica de control X − S Día 1 2 3 4 5 6 7 8 9 10 Muestra1 10 12 5 8 17 22 8 6 10 13 Muestra2 12 11 6 8 15 24 9 5 10 10 Muestra3 8 7 4 6 16 22 7 6 10 12 Muestra4 9 9 18 5 11 Muestra5 13 20 X 10. Hdez.46 9 10.15 1.71 1.46 Pág. / Julio 2005 El procedimiento para realizar las cartas de control X − S es similar al de las cartas X − R La diferencia consiste en que el tamaño de la muestra puede variar y es mucho más sensible para detectar cambios en la media o en la variabilidad del proceso. promedio de todos los subgrupos X = X 1 + X 2 ..Cartas de Control H..16 1.. X K K LSC X = X + A3 S LIC X = X − A3 S LSC S = B4 S LIC S = B3 S Ejemplo 2 Se registra el peso diariamente durante dos semanas.20 22.00 11.92 1.41 2. Terminología k = número de subgrupos n = número de muestras en cada subgrupo X = promedio para un subgrupo X = promedio de todos los promedios de los subgrupos S = Desviación estándar de un subgrupo  S = Desviación est. X N N X = X 1 + X 2 + ..00 10.00 0.33 17.00 7.50 S 2. 7 .58 0...La Carta X monitorea el promedio del proceso para vigilar tendencias..53 1.00 5. La Carta S monitorea la variación en forma de desviación estándar.67 10..00 2.88 S = 1.67 8..

 Gráfica X − S con límites constantes: Para la realización de los diagramas de control con límites constantes utilizamos las fórmulas siguientes: Los parámetros para el gráfico X son: LIC X = X − A3 S LIC X = X − A3 S y para el gráfico S : LIC LSC S S = B4 S = B3 S 25 ample Mean 15 Pág. / Julio 2005 Se calculan los limites de control para cada subgrupo.Cartas de Control H. 8 Ejemplo 3: . ya que al tener tamaños de muestra diferentes estos son variables. Hdez.

0106 0.009 74 74. 9 .01 74.0029 0. o cuando la característica a medir en cualquier punto en el tiempo es relativamente homogénea (Ej.Cartas de Control H.0148 0.0090 Calculamos los limites de control: LIC X = X − A3 S = 74. y los límites de control se basan en la desviación estándar (+/.996 74 73.0055 0.0055 0.014 LIC X = X − A3 S = 74.427)(. Este es el caso cuando la capacidad de corto plazo se basa en subgrupos racionales de una unidad o pieza.998 73.007 0.001 y S = .0090 De la tabla tenemos que: X = 74 .004 73.0042 0.008 74.997 74.0074 0.998 74.005 73.0090) = 0 Carta de control de lecturas Individuales I-MR (Datos variables).0119 0. Pruebas destructivas).99 74.003 73.0162 0.006 73.998 Si 0.0072 0.0063 0.001 – (1.003 74.0090) = 73.0105 muestra 14 15 16 17 18 19 20 21 22 23 24 25 PROMEDIOS X-bar 73.0085 0.1) rangos Pág.0087 0.998 74.0153 0.997 74.001 74.0090) = 74.007 73.001 + (1.427)(.008 0.019 = B3 S = (0)(.001 74.0091 0.089)(.994 74.002 74.002 74. Esta Carta monitorea la tendencia de un proceso con datos variables que no pueden ser muestreados en lotes o grupos.0122 0.001 Si 0.0078 0. Hdez.0106 0. • • • • • A menudo esta carta se llama “I” o “Xi”. / Julio 2005 Las siguientes cifras son la medias y las desviaciones estándar de muestras de 5 observaciones correspondientes a los diámetros de una pieza metálica: muestra 1 2 3 4 5 6 7 8 9 10 11 12 13 X-bar 74.3 sigmas) Terminología k = número de piezas n = 2 para calcular los rangos X = promedio de los datos R = rango de un subgrupo de dos piezas consecutivas R = promedio de los (n . el PH de una solución química) La línea central se basa en el promedio de los datos.998 LIC LSC S S = B4 S = (2.0087 0.0053 0.0123 0.0090) = 0.0073 0. Este tipo de gráfica es utilizada cuando las mediciones son muy costosas(Ej.001 73.

Se calcula el rango móvil de la siguiente manera: diferencia entre 1ª y 2ª lectura.16 0.11 8 1.Cartas de Control H.04 0.16 12.72 11.22 0.13 0.26 0.98 11.26 0.18 7 1.72 11.04 0.03 Rangos 0.85 11.66 3 2.16 12.29 6 2.13 12.46 5 2. / Julio 2005 LSC X = X + E 2 R LIC X = X − E 2 R LSC R = D4 R LIC R = D3 R Donde D4.28 0 1.10 0.01 10 1.05 9 1.18 1.88 12.03 12.02 0.02 11.21 12.89 12.03 12.85 11.03 0.16 .57 0 1.00 0 1.00 0.10 Pág.98 * Generalmente se utiliza n = 2 Ejemplo 3: La longitud de un tramo de tubo se registra para cada producto.07 12.11 0 1.08 1.93 11. Hdez.98 11. E2 son constantes que varían según el tamaño de muestra usado para agrupar los rangos móviles como se muestra en la tabla siguiente: n D4 D3 E2 2 3.82 0.14 1.27 0 2.19 0. 10 Parte 1 2 3 4 5 6 7 8 9 Longitu 12.17 0. 2ª y 3ª y así hasta n-1.00 0.05 0.77 4 2.86 0. D3.78 0.13 12.92 0.16 12.07 12.02 11. Parte 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Longitud 12.88 12. Realice la gráfica de control individual.19 11.

1 R=0.05 11.29 LIC X = X − E 2 R =12.10) = 12.3384 0. 11 .95 11.25 Individual Value 12.0 0 5 10 15 LCL=0 Observation Number Pág.Cartas de Control H.10 I Chart for C1 12.10) = 11.27(. / Julio 2005 X =12 .327 LIC R = D3 R = 0 R = 0.75 11.3 Moving Range 0.35 UCL=12.85 11.4 UCL=0.03 LSC X = X + E 2 R =12.1036 0.65 0 1 5 10 15 LCL=11.10)= .2 0.66)(.03+(2.03 – (2.03 Observation Number Moving Range Chart for C1 0.30 12.76 LSC R = D4 R = 3. Hdez.15 12.75 Mean=12.66)(.

el tamaño de muestra debería de ser mayor a 30.Cartas de Control Interpretación del proceso: • H. debido a que tienen un punto en común y debido a esto se tiene que tener cuidado al interpretar tendencias. etc. Cabe hacer notar que si la distribución de proceso no es simétrica. Los intervalos cortos entre tomas de muestras permitirán una rápida retroalimentación al proceso ante la presencia de problemas. dispersión de puntos dentro de los límites de control y para tendencias o patrones. Las gráficas por lecturas individuales pueden ser analizadas para puntos fuera de los límites de control. Una prueba del objeto o del grupo y 3º. : Los criterios de aceptación al utilizar gráficas de control por atributos deben estar claramente definidos y el procedimiento para decidir si esos criterios se están alcanzando es producir resultados consistentes a través del tiempo. Se aconseja tomar tamaños de muestra iguales aunque no necesariamente se tiene que dar esta situación. diaria. / Julio 2005 • Revisar la gráfica de rangos para puntos fuera de los límites de control como signo de la existencia de causas especiales. “funciona o no funciona”. Hdez. etc.Frecuencia y tamaño de la muestra: Establezca la frecuencia con la cual los datos serán tomados (horaria. El tamaño de los subgrupos será de 25 o más. será considerado como un atributo y para su control se utilizará un Gráfico de Control por Atributos. a los efectos de control del proceso. Una decisión. las reglas mostradas anteriormente para gráficas X podrán dar señales de causas especiales sin que éstas existan. Se puede referir a muestras de 75 piezas. semanal).. Se basa en la evaluación de una característica (¿se instalo la pieza requerida?) o de muchas características (¿se encontró algo mal al verificar la instalación eléctrica?). sí o no: El objeto o el grupo alcanza o no el criterio. “pasa o no pasa”. Paso 2. Este procedimiento consiste en definir operacionalmente lo que se desea medir. 100% de la producción durante una hora. Pasos para la elaboración de la gráfica: Paso 1.Calculo del porcentaje defectuoso (p) del subgrupo: Registre la siguiente información para cada subgrupo: El número de partes inspeccionadas – n El número de partes defectuosas – np Pág. tomada dos veces por día. Gráficas de control por atributos Cualquier característica de calidad que pueda ser clasificada de forma binaria: “cumple o no cumple”. Una definición operacional consiste en: 1º . 12 . Los tamaños de muestra grandes permiten evaluaciones más estables del desarrollo del proceso y son más sensibles a pequeños cambios en el promedio del mismo. Note que los rangos sucesivos están correlacionados. Es importante que cada componente o producto verificado se registre como aceptable o defectuoso (aunque una pieza tenga varios defectos específicos se registrará sólo una vez como defectuosa). Gráfica P para fracción de Unidades Defectuosas (atributos) La gráfica p mide la fracción defectuosa o sea las piezas defectuosas en el proceso. Un criterio que se aplica a un objeto o a un grupo 2º.

... Muestra 1 2 3 4 Pág. en estos casos el valor del límite será = 0 Paso 4. Realizar la gráfica de control para la siguiente serie de datos obtenida durante el muestreo.. con 30 subgrupos. + n k p (1 − p ) n p (1 − p ) n LSC p = p + 3 LIC p = p − 3 donde n es el tamaño de muestra promedio. / Julio 2005 np n Paso 3 – Calculo de porcentaje defectuoso promedio y límites de control El porcentaje defectuoso promedio para los k subgrupos se calcula con la siguiente fórmula: p= np1 + np 2 + . Ejemplo 4 Un fabricante de latas de aluminio registra el número de partes defectuosas. tomando muestras cada hora de n = 50. 13 Latas defectuos np 12 15 8 10 . NOTA: Cuando p y/o n es pequeño.Trace la gráfica y analice los resultados... el límite de control inferior puede resultar negativo.Cartas de Control Calcule la fracción defectuosa (p) mediante: p = H. + np k n1 + n 2 + .. Hdez.

77 = .3 0.23 * .2313 LCL=0.05243 50 n Trazando la gráfica P Chart for C1 1 1 0.1 0. Hdez.77 = .4102 50 n LIC p = p − 3 p (1 − p ) .2 0.2313 LSC p = p + 3 p (1 − p ) . 14 Latas defectuosas np 12 15 8 10 4 7 16 9 14 10 5 6 17 UCL=0.5 0.23 * .2313 + 3 =.4102 P=0.Cartas de Control H.2313 − 3 =.4 0. / Julio 2005 Calcule la fracción defectuosa para cada muestra: Muestra 1 2 3 4 5 6 7 8 9 10 11 12 13 p = .0 0 10 20 Sample Number Pág.05243 30 F Proportion .

Calculando los límites de control tenemos: LSC = (50 )( 0. Los límites son calculados mediante la siguientes fórmulas.620 NP Chart for cantidad 25 1 20 3.2313 .621 0 0 10 20 30 NP=11.0SL=20.57 Sample Number Gráfico de Control C. n = 50. De la tabla obtenemos p = 0. 15 . Hdez. LSC = np +3 np (1 − p ) LIC = np −3 np (1 − p ) Ejemplo 5: Utilizando los datos del diagrama anterior.7687 ) = 20 .2313 ) −3 (50 )( 0.51 1 Sample Count 15 10 5 -3. Pág.510 (50 )(0.Cartas de Control H.7687 ) = 2.2313 ) +3 LIC = (50 )( 0.2313 )( 0.2313 )( 0.0SL=2. / Julio 2005 Gráfica np – Número de defectivos La gráfica np es basada en el número de defectuosos en vez de la proporción de defectuosos. construya la gráfica np e interprete los resultados.

muestra 1 2 3 4 5 6 7 8 9 10 11 12 13 c= defectos 21 24 16 12 15 5 28 20 31 25 20 24 16 muestra 14 15 16 17 18 19 20 21 22 23 24 25 26 defectos 19 10 17 13 22 18 39 30 24 16 19 17 15 516 = 19 . Hdez.9 S 9 7 9 7 2 7 L IC =1 . Los límites de control se calculan mediante las siguientes fórmulas: LSC = c + 3 c LSC = c − 3 c Donde: c = total de defectos/ número de unidades de producto.6 =3 .6 +3 1 . Ejemplo: En la siguiente tabla tenemos el número de unidades de defectos observados en 26 muestras sucesivas de 100 filtros de seguridad.6 −3 1 . Podemos tener un grupo de 5 unidades de producto. etc.67 26 L C =1 . Esto es determinar cuantos defectos tiene un producto. 10 unidades.Cartas de Control H. 16 . / Julio 2005 Gráfica C – para número de defectos Se utiliza para determinar la ocurrencia de defectos en la inspección de una unidad de producto.3 9 7 9 7 7 Pág.6 = 6.

Douglas C. Hdez.0SL=6.21 Sample Count 30 20 C=19. Montgomery.Cartas de Control H. / Julio 2005 C Chart for C1 40 1 3. El tamaño de muestra es de cinco computadoras. En la tabla se muestran el numero de defectos en 20 muestras de 5 computadoras cada una. Establecer el diagrama de control u 2 Statistical Quality Control.481 1 0 0 10 20 Sample Number Grafica U – Defectos por Unidad El diagrama u se basa en el promedio de defectos por unidad inspeccionada: u= c n donde c = número de defectos n = cantidad de piezas inspeccionadas Para determinar los limites de control utilizamos las fórmulas siguientes: u n u LIC = u − 3 n LSC = u + 3 Ejemplo 62 Una compañía que fabrica computadoras personales desea establecer un diagrama de control del número de defectos por unidad. 17 .181 Pág. Second Edition pp.85 10 -3.0SL=33.

6 10 2 7 1.8 5 1 7 1.6 u u= ∑u n i = 38 .4 10 2 15 3 9 1.4 6 1.93 − 3 1.2 8 1.2 11 2.93 + 3 1.07 5 U Chart for C1 4 3.2 12 2. / Julio 2005 Número de defectos.4 11 2.Cartas de Control muestra 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 tamaño de muestra 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 Total H.2 7 1. Hdez.93 = 0. c promedio de defectos por unidad 10 2 12 2.8 10 2 16 3.79 5 LIC = 1.4 8 1.93 = 3.794 Sample Count 3 2 U=1.0SL=0.6 14 2.930 1 0 0 10 20 -3.4 5 1 193 38.93 20 Los límites de control son los siguientes: LSC = 1. 18 .60 = 1.06613 Sample Number Pág.0SL=3.

Sign up to vote on this title
UsefulNot useful