Unidad 2.

Gráficas de control para variables

2.1 Conceptos generales y principios del CEP

El objetivo básico de una carta de control es observar y analizar el comportamiento de un

proceso a través del tiempo. Así, es posible distinguir entre variaciones por causas comunes
y especiales (atribuibles), lo que ayudará a caracterizar el funcionamiento del proceso y
decidir las mejores acciones de control y de mejora. Los gráficos de control por variables se
deben utilizar cuando se precise controlar una dimensión o característica concreta de un
producto en el que se están produciendo defectos o cuando no estamos seguros de que el
proceso con el que se fabrican estos productos sea el adecuado. Los límites de control,
inferior y superior definen el inicio y final del rango de variación de W, de forma que cuando
el proceso está en control estadístico existe una alta probabilidad de que prácticamente
todos los valores de W caigan dentro de los límites. Por ello, si se observa un punto fuera
de los límites de control, es señal de que ocurrió algo fuera de lo usual en el proceso. Por el
contrario, si todos los puntos están dentro de los límites y no tienen algunos patrones no
aleatorios de comportamiento, que veremos más adelante, entonces será señal de que en
el proceso no ha ocurrido ningún cambio fuera de lo común, y funciona de manera estable
(que está en control estadístico). Lo primero que debe quedar claro con respecto a los
límites de una carta de control es que éstos no son las especificaciones, tolerancias o
deseos para el proceso. Por el contrario, se calculan a partir de la variación del estadístico
(datos) que se representa en la carta. De esta forma, la clave está en establecer los límites
para cubrir cierto porcentaje de la variación natural del proceso, pero se debe tener cuidado
de que tal porcentaje sea el adecuado, ya que si es demasiado alto (99.999999%) los
límites serán muy amplios y será más difícil detectar los cambios en el proceso.
2.2 Elaboración e interpretación de gráficas para variables
Existen dos tipos generales de cartas de control: para variables y para atributos. Las cartas
de control para variables se aplican a características de calidad de tipo continuo, que
intuitivamente son aquellas que requieren un instrumento de medición (peso, volumen,
voltaje, longitud, resistencia, temperatura, humedad, etc.). Las cartas para variables tipo
Shewhart más usuales son:

X
–
(de medias).

R (de rangos).

S (de desviaciones estándar)

X (de medidas individuales).

2.2.1 Gráfico X-R

Existen muchos pr
ocesos industriales considerados de tipo “masivo”, en el sentido
de que producen muchos artículos, partes o componentes durante un lapso pequeño.
Algunos de estos procesos realizan miles de operaciones por día, mientras que otros
efectúan varias decenas o centenas. En ambos casos se está ante un proceso masivo. Si,
además, las variables de salida de interés son de tipo continuo, entonces estamos ante el
campo ideal de aplicación de las cartas de control X-R. Las gráficas de control X-R son
diagramas para variables que se aplican a procesos masivos, en donde en forma periódica
se obtiene un subgrupo de productos, se miden y se calcula la media y el rango R para
registrarlos en la carta correspondiente. los límites de control de las cartas tipo Shewhart
están determinados por la media y la desviación estándar del estadístico W que se grafica
en la carta, mediante la
expresión μw ± 3σw. En el caso de la carta de medias, el estadístico W es la media
de los subgrupos, por lo que los límites están dados por: don
de μx representa la media de las medias, y σx la desviación estándar de las medias. Como
por lo general en un estudio inicial no se conoce σ, ésta puede
estimarse de dos formas principalmente. Una es calculando la desviación estándar, S. La
otra manera de
estimar σ es más apropiada para la carta X, y parte de sólo
considerar la variabilidad dentro de muestras a través de los rangos de los subgrupos, y la
estimación está dada por:

donde R es la media de los rangos de los subgrupos y d2 es una constante que depende de n, el
tamaño de subgrupo o muestra. En el apéndice se dan varios valores para distintos valores de n. De
esta manera, tres veces la desviación estándar de las medias se estima con: Como se observa, se
introduce la constante A2 para simplificar los cálculos. Esta constante está tabulada en el apéndice y
depende del tamaño de subgrupo n. Con base en lo anterior, los límites de control para una carta de
control X, en un estudio inicial, se obtienen de la siguiente manera:
Cuando ya se conocen la media, μ, y la desviación estándar del proceso, σ,
entonces estos límites para la carta de medias están dados por: Los límites de control en una carta de
medias tampoco son iguales a los límites reales o naturales del proceso, ya que como vimos en el
capítulo 2, estos últimos están dados por:
Límite real superior = μ + 3σ Límite real inferior = μ − 3σ

y reflejan la variación esperada para las mediciones individuales (el diámetro de cada puntería), y no
para la media de n punterías.

La interpretación correcta de los límites de control es de especial relevancia para una adecuada
aplicación de la carta X, ya que de lo contrario se caerá en el error de confundir los límites de control
con las especificaciones o con los límites reales. Por lo general, estos errores provocan que se trate de
utilizar la carta para evaluar capacidad, cuando se debe usar para analizar estabilidad y detectar de
manera oportuna cambios en la media del proceso.
Practica 15

EL EJERCICIO 16 CONSTA EN LO SIGUIENTE.

PRIMERO SE PONEN LOS 90 DATOS.

Acontinuacion se le colocan los calculos haciendo respectivamente lo que pide la formula
Este es el resultado.

Ya una vez con los datos se prosigue a hacer las gráficas.

MEDIAS
 21.5
21
20.5
20
19.5 PROMEDIO
19 X
18.5 LCI
18 LCS
17.5
17
16.5
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29

RANGOS.

3.5

2.5
R
2
X
1.5 LCI
LCS
1

0.5

0
1 2 3 4 5 6 7 8 9 101112131415161718192021222324252627282930

Se concluye que en ambas graficas nos muestra que ninguno de los datos salen de los
límites de control, tanto superior como inferior, eso quiere decir que las muestras se
consideran como buenas.
Ejercicio 17.

En una empresa que fabrica y vende equipo para fotocopiado utilizan como un
indicador importante de la calidad en el servicio posventa, el tiempo de respuesta
a solicitudes de apoyo técnico debido a fallas en los equipos. Para problemas
mayores, en cierta zona del país se estableció como meta que la respuesta se de en
un máximo de 6 horas hábiles; es decir, de que habla el cliente solicitando apoyo, y
que si el problema se clasifica como grave no deben pasar más de 6 horas hábiles
para que un técnico acuda a resolver el problema. A Continuación se aprecian los
tiempos de respuesta en horas para los primeros nueve meses del año (65 datos).

a) Calcule las medidas de tendencia central y con base en estas, .cree que se
cumple con la meta?R:
La media de tendencia central seria: 5.36615385 para medias y para rangos: 3.99230769
b) Aplique la regla empírica, interprete y diga que tan bien se cumple la meta.
Como se puede observar en las gráficas de control se puede decir que se
está cumpliendo la meta, porque no se sale ningún dato de control, por lo
tanto no se están pasando más de 6 horas hábiles como nos pide el
problema
c) Haga un histograma e interprete sus aspectos más relevantes.

c) A partir del análisis que se ha realizado, .que recomendaciones daría para ayudar
a cumplir mejor la meta?
Para poder realizar este ejercicio, en Excel, lo primero es capturar nuestros datos
con sus respectivos números de muestras.

Para conocer los limites de control superior e inferior, tanto de medias como de rangos
utilizamos estas las siguientes formulas, dependiendo del numero de muestras que
tengamos, en este caso son 5.
Teniendo ya capturados nuestros datos, nos vamos en la pestaña insertar, grafico de línea,
para obtener así nuestra grafica de control.
Así es como quedan las gráficas tanto de rangos como de medias.

GARAFICA DE CONTROL DE MEDIAS

9
8
7
6
5
4
3
2
1
0
1 2 3 4 5 6 7 8 9 10 11 12 13

Prom. X LC LCS LCI

 GRAFICA DE CONTROL DE RANGOS
9
8
7
6
5
4
3
2
1
0
1 2 3 4 5 6 7 8 9 10 11 12 13

R LC R LCS LCI

Como podemos observar ambas se encuentran bajo los límites de control.

2.2.2 Grafico X-S

Cuando con una carta X

–
R se quiere tener mayor potencia para detectar cambios pequeños en el proceso, se
incrementa el tamaño de subgrupo, n. Pero si n > 10, la carta de rangos ya no es eficiente
para detectar cambios en la variabilidad del proceso, y en su lugar se recomienda utilizar la
carta S, en la que se grafican las desviaciones estándar de los subgrupos. El gráfico X-S es
un Diagrama para variables que se aplican a procesos masivos, en los que se quiere tener
una mayor potencia para detectar pequeños cambios. Por lo general, el tamaño de los
subgrupos es n > 10.
Límites de control de la carta S
A cada subgrupo se le calcula S, que, al ser una variable aleatoria, sus límites se
determinan a partir de su media y su desviación estándar. Por ello, los límites se obtienen
con la expresión:
donde μS representa la media o valor esperado de S, y σS la desviación estándar
de S, y están dados por:

donde σ es la desviación estándar del proceso y c4 es una constante que depende

del tamaño de subgrupo y está tabulada en el apéndice. Como por lo general en un
estudio inicial no se conoce σ, ésta puede estimarse, pero ya no a través del método
de rangos, sino ahora con: donde S es la media de las desviaciones estándar de los
subgrupos. La razón de
que σ no se estime de manera directa con el promedio de las desviaciones estándar, es que
S no es un estimador insesgado de σ, es decir, la esperanza matemática de
S, E(S), no es igual
a σ, más bien, E(S) = c4σ. Por ello, al dividir S entre la constante
c4, se convierte en un estimador insesgado. De esta manera, los límites de control para una
carta S están dados por:
La forma en la que ahora se estimó σ, modifica la forma de obtener
los límites de control en la carta X
–
cuando ésta es acompañada de la carta S. En este caso se ob tienen de la siguiente
manera

Interpretación de los límites de control en una carta S

Estos límites reflejan la variación esperada para las desviaciones estándar de muestras de
tamaño n, mientras el proceso no tenga cambios importantes y, por lo tanto, son útiles para
detectar cambios significativos en la magnitud de la variación del proceso
2.2.3 Gráfico X de individuales

La carta de individuales es un diagrama para variables de tipo continuo, pero en lugar de

aplicarse a procesos semimasivos o masivos como es el caso de la carta X
–
R, se emplea en procesos lentos, en los cuales para obtener una medición o una muestra
de la producción se requieren periodos relativamente largos. Ejemplos de este tipo de
procesos son:

Procesos químicos que trabajan por lotes.

Industria de bebidas alcohólicas, en las que deben pasar desde una hasta más de 100
horas para obtener resultados de los procesos de fermentación y destilación

Procesos en los que las mediciones cercanas sólo difieren por el error de medición. Por
ejemplo, temperaturas en procesos, humedad relativa en el medio ambiente, etcétera.

En estos casos, la mejor alternativa es usar una carta de individuales, donde cada medición
particular de la variable que se quiere analizar se registra en una carta. Para determinar los
límites de control se procede igual que en los casos anteriores, mediante la estimación de la
media y la desviación estándar del estadístico W que se grafica en la carta, que en este
caso es directamente la medición individual de la
variable X. Por ello, los límites se obtienen con la expresión μX ± 3σX, donde μX y σX son la
media y la desviación estándar del proceso,

Donde X es la media de las mediciones, y R es la media de los rangos móviles de orden 2,

Al dividir el rango promedio entre la constante d2 se obtiene una estimación
de la desviación estándar del proceso, σ. Además, como en este caso el rango móvi
l es de orden 2

La carta de rangos móviles se ha empleado como complemento a la carta de individuales,

donde se grafica el rango móvil de orden 2 para detectar cambios en la dispersión del
proceso. Sin embargo, estudios recientes demostraron que la carta de individuales es
suficientemente robusta para detectar cambios tanto en la media como en la dispersión del
proceso, ya que cuando una medición individual se dispara esto afecta directamente los dos
rangos móviles en los que participa. Los límites de control se obtienen de la misma forma
que en una carta de rangos, pero en este caso las constantes D3 y D4 se determinan
usando el tamaño de subgrupo n = 2, ya que cada rango se obtiene de dos datos (las
mediciones consecutivas).
2.3 Capacidad de proceso, Cp, Cpk, y Cpm

Hay tres fases principales en la manufactura de cualquier producto: diseño, producción e

inspección. Las especificaciones generalmente son establecidas en la fase de diseño, y
durante la producción se intenta cumplir esas especificaciones. Finalmente, durante la
inspección se determina el grado con el cual las unidades producidas cumplen las
especificaciones. La tolerancia se refiere a las medidas físicas de un producto, mientras que
las especificaciones se refieren a todas las características del producto o proceso,
incluyendo las medidas físicas, es decir, las tolerancias están incluidas dentro de las
especificaciones.
CP
“Capacidad del Proceso” (Process Capability)

La “capacidad” a la que nos referimos es la

que tiene el proceso para producir piezas de acuerdo con las especificaciones, es decir,
dentro de los límites de tolerancia establecidos. Para evaluar la capacidad de un proceso es
necesario contar con suficientes muestras, por lo que el cálculo del Cp se encuadra dentro
de un estudio estadístico. La capacidad potencial del proceso se define como: Es decir, la
capacidad del proceso nos indica cuantas veces cabe la variación natural del proceso en el
intervalo de especificación
Cpk
Con el Cpk conseguimos evaluar no sólo si la capacidad es acorde con las
tolerancias sino si la media “natural” del proceso se encuentra o no centrada.
Con esto podemos obtener llevar a cabo una evaluación o valoración de la media normal
de la fabricación se haya dentro de los establecido (centrada) y no solamente la capacidad
ya que están son determinadas con relación a las flexibilidades.
Cpm
Consideremos ahora que nuestra media objetivo no es la media de las especificaciones, es
decir, no es (LST-LIT) /2. En tal caso necesitamos un nuevo indicador que nos dé la
capacidad del proceso con respecto al objetivo