INDICE

1. OBJETIVOS DE APRENDIZAJE ....................................................................................................... 2

1.1. ¿Qué papel cumple el control de calidad en la creación de experiencias satisfactorias para
el cliente? ............................................................................................................................................ 2
2. SISTEMAS DE CONTROL DE CALIDAD .......................................................................................... 2
2.1. Componentes .......................................................................................................................... 2
2.2. Prácticas de control de calidad en la manufactura ................................................................. 2
2.3. Prácticas de control de calidad en los servicios ...................................................................... 3
3. FUNDAMENTOS DE CONTROL ESTAISTICO DE PROCESOS .......................................................... 3
3.1. Qué es la variación .................................................................................................................. 3
3.2. Medidas y medición para el control de la calidad................................................................... 3
3.3. Medidas y medición de la calidad en el servicio ..................................................................... 3
4. GRAFICAS DE CONTROL ............................................................................................................... 4
4.1. Metodología CEP ..................................................................................................................... 6
4.2. Elaboración de graficas de control .......................................................................................... 7
4.3. Gráficas de control por variables ............................................................................................ 7
4.4. Elaboración de las gráficas 𝒙 y R ............................................................................................. 8
4.1.1. Un ejemplo de una grafica 𝒙 y una gráfica R .......................................................................... 10
4.5. Interpretación de patrones en las gráficas de control .......................................................... 13
5. GRÁFICO P ................................................................................................................................. 14
5.1. Gráfica de control para controlar el porcentaje defectuosos (100p); para tamaño de
muestra variable. .............................................................................................................................. 17
6. GRÁFICO C. ................................................................................................................................ 17
7. GRÁFICO U ................................................................................................................................. 19
8. ASPECTOS PRÁCTIVOS DE LA IMPLEMENTACIÓN DEL CONTROL ESTADISTICO DE PROCESOS 21
9. INDICE DE HABILIDAD DEL PROCESO ........................................................................................ 21
CONTROL DE CALIDAD Y CONTROL ESTADISTICO DE
PROCESOS
1. OBJETIVOS DE APRENDIZAJE
 Entender un tema importante en la administración de operaciones el cual hace
referencia a la calidad y control estadístico de los procesos.
 Entender los elementos de sistema de control adecuados, variación de los
procesos diferencia entre las causas comunes y especiales de variación,
medición de control de calidad y el diseño de sistemas de control de calidad.
 Comprender la variación en los procesos de manufactura y servicios,
mediciones para la cuantificación de la medición para la cuantificación de la
variación y el rol de las gráficas de control estadísticos que ayudan a los
gerentes a controlar la variación.
 Elaborar e interpretar graficas de control simples para datos discretos y
continuos, entender como seleccionar la gráfica adecuada y el papel del
control estadístico de proceso en procesos que se acercan a la capacidad
máxima.
 Entender el concepto de habilidad del proceso y poder analizar los datos de
dicho concepto, calcular los índices de habilidad del proceso e interpretar los
resultados.

1.1. ¿Qué papel cumple el control de calidad en la creación de experiencias

satisfactorias para el cliente?
La tarea del control de calidad es asegurar que un producto o servicio cumpla con las
especificaciones y los requisitos del cliente al monitorear y medir los procesos y hacer
cualquier ajuste necesario para mantener un nivel de desempeño específico.

2. SISTEMAS DE CONTROL DE CALIDAD

2.1.Componentes
 Un estándar de desempeño u objetivo.
 Un medio para medir el desempeño real y
 La comparación del desempeño real con el estándar para formar la acción de base
correctiva.
Calidad en la fuente, significa que las personas responsables del trabajo controlan
la calidad de sus procesos al identificar y corregir cualquier defecto o error
cuando se detecta u ocurre por primera vez.

2.2.Prácticas de control de calidad en la manufactura

 Control de entrada y muestreo de aceptación.
 Control en el proceso.
 Control de productos terminados.
2.3.Prácticas de control de calidad en los servicios
 Evitar las fuentes de errores y equivocaciones.
 Contratar y entrenar proveedores de servicio con habilidades de administración
de servicios.
 Encuestas de satisfacción.

3. FUNDAMENTOS DE CONTROL ESTAISTICO DE PROCESOS

Es una metodología para monitorear la calidad de los procesos de manufactura y
entrega del servicio para ayudar a identificar y eliminar las causas no deseadas de la
variación.

3.1.Qué es la variación
 Variación por causa común:
Es el resultado de interacciones complejas de las variaciones en materiales,
herramientas maquinas, información empleados y el ambiente.
 Variación por causa especial o asignable:
Se origina a partir de fuentes externas que no son inherentes al proceso, aparecen
de forma esporádica e interrumpen el patrón aleatorio de las causas comunes
(sistema estable).
Los errores comunes de los empleados:
- Ajustan un proceso que ya está bajo control
- No logran corregir un proceso que ya está fuera de control

3.2.Medidas y medición para el control de la calidad

o Medidas discretas, se calcula a partir de los datos que se cuentan.
o Medidas continuas, se calcula a partir de los datos medidos como el grado de
conformidad con una especificación sobre una escala de medición continua.

3.3.Medidas y medición de la calidad en el servicio

Un instrumento para la medición de las percepciones sobre la calidad en el servicio
que tienen los clientes externos es SERVQUAL:
1. Confiabilidad
2. Receptividad
3. Competencia
4. Accesibilidad
5. Cortesía
6. Comunicación
7. credibilidad
8. seguridad
9. comprensión conocimiento del cliente
10. aspectos tangibles
 estas se redujeron a cinco: aspectos tangibles, confiabilidad, receptividad,
garantía, empatía.

4. GRAFICAS DE CONTROL
Las gráficas de control constituyen un mecanismo para detectar situaciones donde
las causas asignables pueden estar afectando de manera adversa la calidad de un
producto. Cuando una gráfica indica una situación fuera de control, se puede iniciar
una investigación para identificar causas y tomar medidas correctivas.

Nos permiten determinar cuándo deben emprenderse acciones para ajustar un

proceso que ha sido afectado por una causa especial. Nos dicen cuando dejar que un
proceso trabaje por sí mismo, y no malinterpretar las variaciones debidas a causas
comunes. Las causas especiales se deben contrarrestar con acciones correctivas. Las
causas comunes son el centro de atención de las actividades permanentes para
mejorar el proceso.
Las variaciones del proceso se pueden rastrear por dos tipos de cusas
1) Común o (aleatoria), que es inherente al proceso.
2) Especial (o atribuible), que causa una variación excesiva.

El objetivo de una gráfica control no es lograr un estado de control estadístico como

un fin, sino reducir la variación.

Un elemento básico de las gráficas de control es que las muestras del proceso de
interés se han seleccionado a lo largo de una secuencia de puntos en el tiempo.
Dependiendo de la etapa del proceso bajo investigación, se seleccionara la
estadística más adecuada. Además de los puntos trazados la gráfica tiene una línea
central y dos límites de control.

Si todos los puntos de la gráfica se encuentran entre los dos límites de control se
considera que el proceso está controlado. Una señal fuera de control aparece cuando
un punto trazado cae fuera de los límites, lo cual se atribuye a alguna causa asignable
y entonces comienza la búsqueda de tales causas.
Ejemplo de gráfica de control generalizada para promedio

Los beneficios de usar las gráficas de control pueden resumirse como lo siguiente:
- Las gráficas de control son herramientas sencillas y eficaces para lograr el control
estadístico. El empleado encargado de operar la maquina o proceso puede
mantenerlas en la estación de trabajo, proporcionando así la información confiable
a las personas más cercanas a la operación acerca de cuánto debe aplicarse una
acción y cuando no.

- Cuando un proceso está bajo control estadístico, su desempeño con respecto a la

especificación es predecible. Tanto el fabricante como el cliente pueden confiar en
los niveles de calidad consistentes y basarse en costos estables para lograr ese nivel
de calidad

- Una vez que un proceso está bajo el control estadístico, la administración puede
atacar las causas sistémicas de la variación en un esfuerzo por reducirse, por
ejemplo, al mejorar la tecnología o dar una capacitación más completa a los
empleaos.

- Las gráficas de control proveen un común lenguaje para la comunicación entre las
personas en diferentes turnos que operan un proceso, entre la línea de producción
(operario, supervisor) y actividades de apoyo (mantenimiento, control de materiales,
ingeniería de procesos, control de calidad); entre las distintas situaciones del
proceso; entre proveedor y usuario, entre la planta de manufactura/ensamble y la
actividad de diseño e ingeniería.
Al distinguir las causas especiales de las usas de la variación, las gráficas de control dan
una buena indicación de si los problemas se pueden corregir localmente o requieren una
 acción de la administración. Esto reduce al mínimo la confusión, frustración y el costo
de los esfuerzos mal dirigidos para los problemas.

Para finalizar este tema en el siguiente diagrama se muestra la clasificación de las gráficas
de control para atributos y variables:

4.1.Metodología CEP

Las gráficas de control no son tan sencillas de usar. A continuación se da un resumen de los
pasos requeridos para el desarrollo y uso de las grafica de control. Los pasos 1 a 4 se centran
en la creación de un gráfico de control, en el paso 5, las gráficas se usan para un monitoreo
continuo, y por último el paso 6, los datos se usan para el análisis de la capacidad de
procesos:

1. Preparación
a. Elegir la medida que se va a monitorear
b. Determinar las bases, el tamaño y la frecuencia del muestreo.
c. Crear la gráfica de control.

2. Recopilación de datos
a. Registrar los datos
b. Calcular las medidas estadísticas, promedio, rangos, proporciones, etc.
c. Trazar las medidas estadísticas en la gráfica.
3. Determinación de límites de control de prueba
a. Dibujar la línea central (proceso medio) en la gráfica.
b. Calcular los límites de control superiores e inferiores.

4. Análisis e interpretación
a. Investigar si hay falta de control en la gráfica.
b. Eliminar los puntos fuera de control.
c. Volver a calcular os límites de control si es necesario.

5. Uso como herramienta para la solución de problemas

a. Continuar con la recolección y el trazado de los datos.
b. Identificar situaciones fuera de control y aplicar la acción correctiva.
6. Determinación de la habilidad dl proceso usando los datos de la gráfica de control.

4.2.Elaboración de graficas de control

Existen muchos tipos distintos de graficas de control. Todas son parecidas en
estructura, pero las fórmulas específicas que se usan para calcular sus límites de
control defieren. Además, los distintos tipos de graficas se usan para diferentes tipos
de mediciones.

 ̅ ( “x con barra” ) y graficas

Los datos continuos por lo general requieren graficas 𝒙
R.
 Los datos discretos por lo común requieren graficas p, c o u.

4.3.Gráficas de control por variables

Una característica variable de calidad es la que se puede medir en una escala variable
de valores. Como la medida de las variaciones puede determinarse por medio de
instrumentos de medición variables, puede obtenerse más información sobre la
característica de calidad que se examine que en el caso por atributos. Aunque esta
medición representa mayores costos debido al costo del equipo de medición y la
conservación de este.

Algunos ejemplos de características variables son la presión, la resistencia a la

tracción, la dureza, longitud, el diámetro, etc. Aunque estos pudieran llegarse a
medir por medio de aparatos pasa-no pasa, el número de productos que es necesario
tomar para medir es menor, con lo cual por otro lado reduce el costo de la medición
al realizar menos mediciones,

¿Por qué es útil el uso de gráficas de control por variables?

Existen varias razones por las cuales son útiles, a continuación se mencionan
 algunas de ellas:
 La mayoría de los procesos y sus resultados tienen características que son medibles,
por lo que su aplicación potencial es amplia.
 Un valor medible (por ejemplo, “el diámetro es 16.45 mm”) contiene más
información que una simple afirmación si-no (por ejemplo, “la pieza está dentro de
tolerancia).
 A pesar de que el costo en la medición precisa de una pieza es mayor que el
establecer simplemente si la misma está bien o no, como se requieren menos piezas
para obtener más información sobre el proceso, en algunos casos los costos totales
de inspección pueden ser menores.
 Debido a que se requiere medir una menor cantidad de piezas para tomar decisiones
confiables, el período de tiempo entre la producción de las piezas y la acción
correctiva puede ser acortado significativamente.

Antes de llevar a cabo las gráficas de control se deben cumplir con los siguientes
requisitos:

1. El proceso debe estar claramente definido, mediante las hojas de instrucción de

operación correspondiente.
2. El método de inspección debe estar definido mediante hojas de instrucción de
inspección.
3. El flujo de proceso debe estar adecuadamente definido.
4. El operador y la gente que lo rodea o interactúa con él deben estar perfectamente
enterados en los métodos de ejecución y medición del proceso, de manera que este
se lleve a cabo siempre de manera idéntica y no se tengan variaciones atribuibles
a este concepto.
5. Se deben definir con precisión cuales características se manejaran mediante las
gráficas de control.
6. Se debe conocer adecuadamente la correlación que existe entre variables, de
manera que se seleccionen para su control aquellas cuya medición es más sencilla
y significativa.
7. Las piezas que se verifiquen en las gráficas de control deben de venir de una misma
línea.
8. Las piezas deben ser acomodadas en contenedores siguiendo siempre el mismo
orden y marcarse las que se toman como muestra. Lo más práctico es tomar las
piezas conforme van saliendo de las máquinas.

̅yR
4.4.Elaboración de las gráficas 𝒙
El primer paso para elaborar graficas de 𝑥̅ y R es recabar los datos. Por lo general,
se reúnen cerca de 25 a 30 muestras. Las muestras entre los tamaños 3 y 10 son de
uso común, siendo la de tamaño 5 las más populares. El número de muestras se indica
por medio de k y n denota el tamaño de la muestra de prueba. Para cada muestra i, se
calculan la media (denotada por 𝑥̅𝑖 ) y el rango (𝑅𝑖 ). Estos valores después se trazan
en sus graficas de control respectivas. Luego, se calculan la media general y el rango
medio. Estos valores especifican las líneas centrales para las graficas 𝑥̅ y R,
respectivamente. La media general señalado por 𝑥̅ es el promedio de las medias de
la muestra 𝑥̅𝑖 .

∑𝑘𝑖=1 𝑥̅𝑖 )
𝑥̅ =
𝑘
El rango medio (𝑅̅ ) se calcula de una parecida, usando la fórmula:

∑𝑘𝑖=1 𝑅𝑖 )
𝑅̅ =
𝑘
El rango medio y el promedio de las muestras se usan para calcular los límites de
control superior e inferior (LSC y LIC) para las gráficas R y 𝑥̅ . Los límites de control
se calculan fácilmente por medio de las siguientes formulas:

𝐿𝑆𝐶𝑅 = 𝐷4 𝑅̅ ; 𝐿𝑆𝐶𝑥̅ = 𝑥̅ + 𝐴2 𝑅̅

𝐿𝑆𝐶𝑅 = 𝐷3 𝑅̅ ; 𝐿𝑆𝐶𝑥̅ = 𝑥̅ − 𝐴2 𝑅̅

Donde las constantes 𝐷4 , 𝐷3 y 𝐴2 dependen del tamaño de la muestra.

Los límites de control representan el rango en el cual se espera que se encuentren

todos los puntos si el proceso está bajo control estadístico. Si algún punto se encuentra
fuera de los límites de control o si se observa algún patrón inusual, entonces es
probable que alguna causa especial que haya afectado el proceso. El proceso debe
estudiarse para determinar la causa. Si hay causas especiales presentes, entonces no
son representativos del verdadero estado del control estadístico, y los cálculos de la
línea central y los límites de control estarán sesgados. Los puntos que corresponden
a estos datos deben eliminarse y se deben de calcular nuevos valores para 𝑥̅ , 𝑅̅ y los
límites de control.

Cuando se determina si un proceso está bajo control estadístico, la gráfica R siempre

se analiza primero. Como los límites de control en la grafica 𝑥̅ , dependen del rango
medio, las causas especiales de la gráfica R puedan producir patrones inusuales en la
grafica 𝑥̅ , incluso si el centrado del proceso está bajo control. Una vez que se
establece el control estadístico para la gráfica R, se puede centrar la atención en la
grafica 𝑥̅ .
4.1.1. Un ejemplo de una grafica 𝒙̅ y una gráfica R
Una máquina automatizada a alta velocidad fabrica resistores para circuitos
electrónicos. La máquina está programada para producir un lote muy numeroso de
resistores de 1000 OHMS cada uno, siendo éste el valor ideal para cada resistor y
admitiéndose una variación sobre dicho valor de ± 25 OHMS.

Con el fin de ajustar la máquina y crear una gráfica de control para utilizarla a lo
largo de todo el proceso, se tomaron 15 muestras con cuatro resistores cada una.
La lista completa de muestras y sus valores medidos es la siguiente:

¿Se encuentran el proceso bajo control estadístico? Grafique los datos en una
gráfica de control de promedio (X) y de rango (R) con los límites de control. Para
el cálculo del promedio muestral considere los resultados aproximados a un
decimal. Comente e interprete los resultados.

En primer lugar necesitamos calcular los límites de control estadístico para las
gráficas de promedio y rango. Para ello se deben considerar las siguientes fórmulas
y parámetros:
Con esta información procedemos a calcular el promedio y rango de cada una de
las 15 muestras. Por ejemplo el promedio de la muestra 1 se obtiene de X1=
(1010+991+985+986)/4=993 y el rango R1=1010-985=25 (la diferencia en
magnitud de la mayor y menor observación de la muestra). Se replica el
procedimiento para el resto de las muestras lo cual se facilita haciendo uso de una
planilla Excel según se observa a continuación:
Finalmente se obtienen los límites de control estadístico los cuales se resumen en
la siguiente tabla:

A continuación, se grafican los resultados de cada una de las muestras (celdas color
amarillo de la planilla anterior) en contrastes con los límites de control.
 Grafica 𝑥̅ para el ejemplo

Grafico R para el ejemplo

4.5.Interpretación de patrones en las gráficas de control

La ubicación de los puntos y los patrones de puntos de puntos en una gráfica de
control permite determinar, con una pequeña probabilidad de error, si un proceso
está bajo control estadístico o no. Un proceso está bajo control cuando la gráfica
de control tiene las características necesarias.

1. Ningún punto está fuera de los límites de control.

2. El número de puntos por encima y por debajo de la línea central es
aproximadamente el mismo.
 3. Los putos parecen encontrarse de forma aleatoria por encima y por debajo de la
línea central.
4. La mayoría de los puntos, pero no todos, están cerca de la línea central y solo unos
cuantos están cerca de los límites de control.
Por lo tanto para el ejemplo se concluiría lo siguiente:

 El proceso se encuentra bajo control estadístico. Tanto en la gráfica de promedios

y rangos los resultados de las muestras están dentro de los límites de control.
Recomendamos a nuestros usuarios revisar el artículo
 En la gráfica de promedios se observa una dispersión aleatoria respecto a la media
del proceso aun cuando llama la atención de la media de las muestras 4 y 5.
 En la gráfica de rangos se observa un leve tendencia creciente a contar de la
muestra 9. Si bien las observaciones se mantienen dentro de los límites de control,
esta situación se debe tener bajo alerta dado que muestra un aumento en la
variabilidad.
Cuando un proceso está fuera de control, por lo general se ven algunas
características inusuales.

a) Un proceso puede estar fuera de control cuando existen puntos que se encuentran
fuera de los límites. Puede ser que haya un cambio repentino en el promedio.
b) Algunas reglas que se usan para identificar estos cambios son:
- 8 puntos por encima por debajo de la línea central
- 10 a 11 puntos consecutivos por encima o por debajo de la línea central.
- 12 a 14 puntos consecutivos por encima o por debajo de la línea central.
- 2 de 3 puntos consecutivos en un tercio de la región exterior entre la línea central
y uno de los límites de control.
- 4 de 5 puntos en los dos tercios de la región exterior entre la línea central y uno
de los límites de control.
c) Un tercer aspecto a considerar en una gráfica de control es una tendencia creciente
o decreciente. Un patrón de ondas o cíclicas también es poco común.

5. GRÁFICO P
Sirve para controlar el número de productos defectuosos utilizando muestras que
pueden ser de tamaño constante o variable. Si dividimos dicho número por el tamaño
de la muestra n, obtendremos la fracción defectuosa de la misma, la cual se denomina
𝜌. Se calcula dividiendo el número de artículos defectuosos que existan en la muestra
entre el tamaño de la misma 𝑛. El valor central del gráfico 𝜌 tendría que ser la fracción
de defectuosos del universo, 𝜌, que al no ser conocida se estima mediante la media de
 las fracciones defectuosas 𝜌̅ . el cálculo de esta última se puede realizar como la media
de las 𝜌 calculadas, o bien dividiendo el número de artículos defectuosos obtenidos
en un periodo mínimo de un mes entre el número de piezas inspeccionadas en el
mismo.

𝑛𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑜𝑠 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑜𝑠

𝑓𝑟𝑎𝑐𝑐𝑖𝑜𝑛 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑎 =
𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑜𝑠 𝑖𝑛𝑠𝑝𝑒𝑐𝑐𝑖𝑜𝑛𝑎𝑑𝑜𝑠

La variable p se distribuye según una binomial, por lo que su desviación estándar y

los correspondientes límites de control se pueden expresar como:

𝑝̅ (1−𝑝̅ ) 𝑝̅ (1−𝑝̅ )
𝜎𝑝 = √ 𝐿𝐶 = 𝑝̅ ± 3√
𝑛 𝑛

Se podrá apreciar que los límites de control variarán, pues dependen de n, y ésta no
necesariamente debe ser constante. Ello obligará a calcular los límites de control para
cada una de las muestras, lo cual se puede simplificar tomando el tamaño de muestra
promedio y obteniendo unos límites de control simplificados, basándose en que no se
incurre en un gran error al ser n un número relativamente elevado.

El siguiente ejemplo muestra el número de defectos obtenidos en una muestra de 50

unidades tomados de la operación de llenado de cera de una fábrica de veladoras.
Cálculo de la fracción defectuosa promedio:
𝑛𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑜𝑠 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑜𝑠 158
𝑝̅ = = = 0.1264
𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑜𝑠 𝑖𝑛𝑠𝑝𝑒𝑐𝑐𝑖𝑜𝑛𝑎𝑑𝑜𝑠 1250

Cálculo de los límites de control:

0.1264(1 − 0.1264)
𝐿𝐶𝑆 = 0.1264 + 3√ = 0.267
50

0.1264(1 − 0.1264)
𝐿𝐶𝐼 = 0.1264 − 3√ = −0.0145
50

La razón de que los valores negativos se consideren como cero, es que no pueden
existir fracciones defectuosas negativas, debido a que se dividen dos valores
positivos.

El análisis de la gráfica es similar que las gráficas de control de variables, por lo que
podemos concluir que el proceso no se encuentra dentro de control estadístico debido
a:
 Existen cambio bruscos.
 10 puntos se encuentran dentro de los últimos 3/3 de los límites de control, por lo que
existe una gran dispersión de los datos.
 36% de los puntos caen dentro del 1/3 de los límites de control, lo cual debería ser la
mayoría de los puntos.
 Existen puntos cercanos a los límites de control.
 Se deben de investigar las causas por las cuales el proceso ha estado trabajando en
forma errática, y buscar las causas asignables para tratar de eliminar.
5.1.Gráfica de control para controlar el porcentaje defectuosos (100p); para
tamaño de muestra variable.

La gráfica de porcentaje defectuoso es idéntica que la gráfica para controlar la

fracción defectuosa sólo que la escala vertical cambia a porcentajes (multiplicando
la fracción defectuosa por 100). Esta gráfica la veremos para tamaño de muestra
variable.
Para el caso de muestra variable hay necesidad de hacer un cálculo de límite de
control por cada tamaño de muestra diferente, el cual también es variable.

Los límites de control entonces vienen dados por:

100𝑝̅ (100 − 100𝑝̅ )

𝑙𝑖𝑚𝑖𝑡𝑒 𝑑𝑒 𝑐𝑜𝑛𝑡𝑟𝑜𝑙 = 100𝑝̅ + 3√
𝑛

Por ejemplo.- Supóngase que se tienen los siguientes datos correspondientes a una
empresa ficticia.
Cálculo del límite central
122
100𝑝̅ = (100) = 1.56
78000

Cálculo de los límites de control.

3√100𝑝̅ (100 − 100𝑝̅ ) = 3√1.56(100 − 1.56) = 37.18

√𝟐𝟎𝟎 = 𝟏𝟒. 𝟏𝟒 √𝟑𝟎𝟎 = 𝟏𝟕. 𝟑𝟐 √𝟓𝟎𝟎 = 𝟐𝟐. 𝟑𝟔 √𝟔𝟎𝟎 = 𝟐𝟒.

𝟓𝟎

𝒏 𝑙𝑖𝑚𝑖𝑡𝑒𝑠 𝑑𝑒 𝑐𝑜𝑛𝑡𝑟𝑜𝑙 𝑝𝑎𝑟𝑎 100𝑝̅

200 1.56 ± 37.18/14.14 = 1.56 ± 2.63
300 1.56 ± 37.18/17.32 = 1.56 ± 2.15
500 1.56 ± 37.18/22.36 = 1.56 ± 1.66
600 1.56 ± 37.18/24.50 = 1.56 ± 1.52

Como se puede apreciar el proceso se encuentra dentro de control, la

gráfica no contiene ningún síntoma de anormalidad, pero se deberían analizar las
causas por las cuales el proceso tiene una valor central muy grande (1.56%) para
posteriormente mejorar el proceso y tener una mejora continua.

6. GRÁFICO C.

En la producción de determinados trabajos sobre los cuales se debe efectuar una

 inspección pasa-no pasa, existen por lo menos dos razones por las cuales las
gráficas del porcentaje defectuoso o las de fracción defectuosa, resultan de muy
escaso valor:
1. La cantidad producida es muy baja Pueden ser muy pocas las unidades
producidas cada día, cada semana o cada mes.
2. Con productos físicamente grandes y complicados, como máquinas integradas,
turbinas, o rodillos, se presentan siempre algunos defectos durante su inspección
final. Se pueden notar tomillos flojos que necesiten apretarse, placas que
requieran pintura, o sistemas electrónicos por coordinar. Bajo el sistema
convencional del porcentaje defectuoso, las gráficas siempre acusarán 100% de
rechazos, lo cual las hace de poca utilidad para el control de calidad.
En estas circunstancias, la inspección por atributos resulta más efectiva bajo
forma de gráficas de control de defectos por unidad. Por lo tanto, una máquina
puede tener 25 defectos durante su inspección final. Los límites de control deben
expresarse en términos del número de defectos por unidad
Existen dos tipos de gráficas, dependiendo de la aplicación.

1. La gráfica de defectos de una clasificación dada observados en una sola unidad

de producto de tamaño o carácter constante en inspecciones sucesivas. Esta
gráfica se denomina c, y los valores de c se grafican en una gráfica llamada
gráfica c.
2. La gráfica promedio o el número promedio de defectos de una clasificación dada
observados en una muestra de n unidades de producto de carácter o tamaño
constante en inspecciones sucesivas. Esta gráfica promedio se denomina u,
donde u=c/n, y los valores de u se grafican en una gráfica llamada gráfica u.
Entonces podemos decir que la gráfica c sirve para controlar el proceso
productivo mediante el conocimiento del número de defectos que aparece en una
muestra, obtenido éste como la suma de todos los defectos que tengan las piezas
que lo componen.
Sería útil indicar algunas aplicaciones representativas de la gráfica c.
Generalmente puede usarse donde el número potencial de errores por artículo
sea grande aunque el número esperado sea relativamente pequeño. En los
siguientes ejemplos puede utilizarse la gráfica c.

a) Número de defectos de tejido en una prenda de vestir.

b) Número de defectos de rugosidad por unidad de área en un material de trabajo.
c) Número de poros, rayones, manchas en una superficie pintada.
d) Número de errores de ensamble en un equipo completo.
También se puede decir que las gráficas c y u se usan para analizar el
proceso por defectos de un producto, tales como imperfecciones en una lámina,
barnizado, niquelado, defectos en una tarjeta de crédito impreso, en tejidos del
área textil.
Dado que se considera la existencia de una gran cantidad de posibles
defectos por artículo, una probabilidad relativamente baja de que se den un
 defecto e independencia de sucesos en los distintos artículos, la binomial que
regía el número total de defectos tiende a una distribución de Poisson, en la que
la desviación típica puede expresarse como:

𝜎 = lim √𝑛𝑝(1 − 𝑝) = lim √𝑛𝑝 = √𝑐

𝑛→∞ 𝑛→∞

donde c es el número más probable de defectos por muestra. De acuerdo con lo

anterior, los límites de control se pueden expresar como:

𝐿𝐶 = 𝑐̅ ± 3√𝑐

Donde c, ha sido sustituido por la media de defectos por muestra c, que se

calculará dividiendo el número total de defectos encontrados en un lote de
muestras entre el número de éstas. Cabe comentar que, en el presente caso, la
muestra puede tener un tamaño más reducido, pues de hecho, cada unidad a
controlar puede llevar un número relativamente elevado de posibles defectos. En
cualquier caso, el valor de n debe ser sensiblemente constante si se desea llegar
a valores comparables.
Ejemplo:
En un tomo revolver se fabrican bridas para gas. De una muestra de 20
piezas nos muestra el número de defectuosos al realizarse la inspección final,
que mostraron los siguientes tipos de defectos:

a) Defecto de avellanado.
b) Hilos de la cuerda en mal estado.
c) Ajuste de la cuerda.
d) Longitud de la pieza.
e) Tolerancia en el diámetro maquinado.
f) Rebaba.

Suma del numero de defectos = 27

28
𝑐̅ = = 1.4
20

𝐿𝐶𝑆 = 1.4 + 3√1.4 = 4.94

𝐿𝐶𝑆 = 1.4 − 3√1.4 = −2.14

7. GRÁFICO U

Si se cumplen las hipótesis empleadas para el gráfico c, pero las muestras no

pueden ser elegidas de tamaño constante, no se podrá trabajar con el número de
defectos por muestra, c, si no que se tendrá que utilizar el número de defectos por
productos u. La relación que existe entre estas variables es obvia, por definición:
 𝑐
𝑐̅ =
𝑢

Deduciendo los límites de control a partir de los definidos para el gráfico c se

obtendrá:
𝑐̅ 𝑢̅
𝐿𝐶𝑆 = 𝑐̅ ± 3√ = 𝑢̅ ± 3√
𝑢 𝑛

Lo mismo que ocurría para el gráfico p, los límites de control son variables. De la
misma forma que en éste, se puede adoptar en ocasiones, un tamaño medio de la
muestra y fijar así los límites de control, evadiendo el cálculo de los mismos para
cada muestra.
Ejemplo:
Los siguientes datos representan los productos defectuosos que se encuentran en
una muestra al final de la producción tomados cada hora de una empresa dedidaca
al ensamble de televisores.

a) Piezas posicionadas equivocadas e) Error de cableado

b) Piezas dañadas f) Conexión soldada deficiente
c) Flojas g) Conexión sin soldar
d) Falta alambre h) Mala alineación

Cálculo de los límites de control:

∑ 𝑐 120
𝑢̅ = = = 1.71
∑𝑛 70

𝑢̅
𝐿𝐶 = 𝑢̅ ± 3√
𝑛

1.71
𝐿𝐶𝑆 = 1.71 + 3√ = 4.05
2.8

1.71
𝐿𝐶𝑆 = 1.71 − 3√ = −0.63
2.8
Como se puede observar en la siguiente gráfica, el proceso está fuera de control,
debido a que tiene muchos cambios bruscos y la mayor parte de los puntos se
encuentran entre los 2/3 exteriores, lo cual se considera inadecuado.
8. ASPECTOS PRÁCTIVOS DE LA IMPLEMENTACIÓN DEL CONTROL
ESTADISTICO DE PROCESOS

Habilidad del proceso, Conocer la habilidad de un proceso permite predecir, en

términos cuantitativos, en qué medida un proceso cumplirá con las
especificaciones y especificar los requisitos y el nivel de control necesarios.
Las preguntas típicas que se formulan en un estudio de habilidad del proceso
son:
 ¿Dónde está centrado el proceso?
 ¿Cuánta variabilidad existe en el proceso?
 ¿Es aceptable el desempeño relativo las especificaciones?
 ¿Qué proporción de la salida se espera que cumpla con las
especificaciones?

La variación natural del proceso puede estimarse por medio de 𝜇 ± 3𝜎, una
manera de calcular la desviación estándar es tomar una muestra de datos, calcular
la desviación estándar de la muestra y usarla como una estimación de 𝜎.

9. INDICE DE HABILIDAD DEL PROCESO

 La relación entre la variación natural y las especificaciones con frecuencia
se cuantifica por medio de una medida conocida como índice de habilidad
del proceso, 𝐶𝑝 , se define como la razón de la capacidad de cumplir con
la especificación a la tolerancia natural del proceso.
𝐿𝑆𝑇 − 𝐿𝐼𝑇
𝐶𝑝 =
6𝜎
 Podemos llegar a los siguientes casos.
 𝐶𝑝 = 1, la variación natural es igual a la tolerancia del diseño

 𝐶𝑝 < 1, el porcentaje considerable de salida no cumple con las

expectativas.
 𝐶𝑝 > 1, buena habilidad.