Anda di halaman 1dari 8

Grafica 𝑋̅

Una parte de la información muestral de estas 𝑘 muestras toma la forma 𝑋̅1, 𝑋̅2 ,...,

𝑋̅𝑘 , donde la variable aleatoria 𝑋̅𝑖 es el promedio de los valores en la i-ésima muestra.

Evidentemente, el promedio global es la variable aleatoria

𝑘
1
𝑋̿ = ∑ 𝑋
̅𝑖
𝑘
𝑖=1

En aplicaciones de control de calidad a menudo es conveniente estimar 𝜎 a partir de la

información relacionada con los rangos en las muestras, en vez de las desviaciones

estándar muéstrales. Definamos:

𝑅𝑖 = 𝑋𝑚ä𝑥,𝑖 − 𝑋𝑚í𝑛,𝑖

El estimado apropiado de σ es una función del rango promedio

𝑘
1
𝑅̅ = ∑ R𝑖
𝑘
𝑖=1

Un estimado de 𝜎, digamos 𝜎̂, se obtiene mediante:

𝑅̅
𝜎̂ =
𝑑2

Bajo la suposición de normalidad, usamos una variable aleatoria llamada rango relativo

dado por:

𝑅
𝑊=
𝜎

El valor esperado de 𝑊 a menudo se denomina 𝑑2 . Así, al tomar el valor esperado de la

𝑊 anterior:
𝐸(𝑅)
= 𝑑2
𝜎

El uso del método del rango para la estimación de 𝜎 tiene como resultado gráficas de

control con los siguientes parámetros:

3𝑅̅ 3𝑅̅
𝐿𝐶𝑆 = 𝑋̿ + 𝑑 Línea central 𝐿𝐶𝐼 = 𝑋̿ + 𝑑
2 √𝑛 2 √𝑛

Al definir la cantidad

3
𝐴2 =
𝑑2 √𝑛

Tenemos que:

𝐿𝐶𝑆 = 𝑋̅ + 𝐴2 𝑅̅ 𝐿𝐶𝐼 = 𝑋̅ − 𝐴2 𝑅̅

Gráficas R

Se puede utilizar la misma estructura general, como en el caso de la gráfica 𝑋̅, donde 𝑅̅

es la línea central y los límites de control dependen de que se estime la desviación

estándar de la variable aleatoria 𝑅. Por lo tanto, como en el caso de la gráfica 𝑋̅ , se

establecen límites 3𝜎 donde “3𝜎 ” implica 3𝜎𝑅 . La cantidad 𝜎𝑅 se debe estimar a partir

de los datos, tal como se estima 𝜎𝑋 . El estimado de 𝜎𝑅 , la desviación estándar, también

se basa en la distribución del rango relativo:

𝑅
𝑤=
𝜎

La desviación estándar de 𝑊 es una función conocida del tamaño de la muestra y por lo

general se denota por 𝑑3 . Esto da como resultado:

𝜎𝑅 = 𝜎𝑑3

Ahora podemos reemplazar 𝜎 por 𝜎̂ = 𝑅/𝑑2 , y de esta forma el estimador de 𝜎𝑅 es


𝑅̅ 𝑑3
𝜎̂𝑅 =
𝑑2

Por consiguiente, las cantidades que definen la gráfica R son

𝐿𝐶𝑆 = 𝑅̅ 𝐷4 Línea central= 𝑅̅ 𝐿𝐶𝐼 = 𝑅̅ 𝐷3

Donde las constantes D4 y D3 (que dependen sólo de n) son

𝑑 𝑑
𝐷4 = 1 + 3 𝑑3 𝐷3 = 1 − 3 𝑑3
2 2
Graficas de control 𝑋̅ y S

Estadística es natural anticipar el uso de la varianza muestra en la gráfica 𝑋̅ y en una

gráfica para el control de la variabilidad. El rango es un estimador eficiente de 𝜎, pero

esta eficiencia disminuye a medida que aumenta el tamaño de la muestra. Para una 𝑛 tan

grande como 10 se debe utilizar el tan conocido estadístico.

𝑛
1
𝑆=√ ∑(𝑋𝑖 − 𝑋̅)2
𝑛−1
𝑖=1

En la gráfica de control,. Para evitar sesgos se acostumbra corregir S en las aplicaciones

de la gráfica de control. Sabemos, en general, que:

𝐸(𝑆) ≠ 𝜎

En el caso en que las 𝑋𝑖 sean independientes y estén distribuidas de forma normal con

media 𝜇 y varianza 𝜎 2 :

2 1⁄ 𝛾(𝑛⁄2)
𝐸(𝑆) = 𝑐4 𝜎 Donde 𝑐4 = (𝑛−1) 2
𝛾[(𝑛−1)/2]

Además, la varianza del estimador 𝑆 es:

𝑉𝑎𝑟(𝑆) = 𝜎 2 (1 − 𝑐42 )

Establecimos las propiedades de S que nos permitirán escribir límites de control para 𝑋̅

y 𝑆. Para construir una estructura adecuada comenzamos por suponer que conocemos 𝜎.

Después presentamos la estimación de 𝜎 a partir de un conjunto de muestras preliminar.

Al graficar el estadístico 𝑆, los parámetros evidentes de la gráfica de control son:

𝐿𝐶𝑆 = 𝑐4 𝜎 + 3𝜎√1 − 𝑐42 Línea central = 𝑐4 𝜎 𝐿𝐶𝐼 = 𝑐4 𝜎 + 3𝜎√1 − 𝑐42


Como de costumbre, los límites de control se definen de manera más sucinta utilizando

constantes tabuladas. Sean

𝐵5 = 𝑐4 − 3√1 − 𝑐42 𝐵6 = 𝑐4 + 3√1 − 𝑐42

Entonces, tenemos

𝐿𝐶𝑆 = 𝐵6 𝜎 Línea central = 𝑐4 𝜎 𝐿𝐶𝐼 = 𝐵5 𝜎

Interpretación s

Primero se debe analizar esta gráfica, ya que si no está debajo control estadístico los

límites de la gráfica de medias no tendrían sentido.

En este caso de que no esté bajo control estadístico, deberán encontrar las causas

especiales de variación y eliminar los puntos fuera de control y recalcular los limites.

Interpretación de gráfica de medias

Después de haber revisado la gráfica S es cuando se interpreta las medias.

Nunca se deben relacionar los puntos en una grafica de medias con los límites de

especificación, ya que los puntos en la gráfica son promedios y las especificaciones

corresponden a valores individuales, presentando una variabilidad mayor que los

subgrupos.

Para ambas graficas

Se verifican las ocho pruebas

Verificar que no se presente ningún patrón

Datos normales
Interpretaciones de las gráficas de control por variable

Cambio Repentino en el promedio del proceso

Un punto único fuera de los límites de control casi siempre se produce por una causa

especial.

Una razón común por la que un punto cae fuera de un límites de control es un error en

el cálculo de 𝑋̅ o 𝑅 ; o error de medición.

Cambio Repentino en el promedio del proceso

Un número inusual de puntos consecutivos que caen a un lado de la línea central casi

siempre es una indicación de que el promedio del proceso se desplazó en forma

repentina.

 Introducción de nuevos de trabajadores, materiales o equipos

 Cambios de métodos de inspección

 Una mayor o menor atención en la inspección

 El proceso ha mejorado o desmejorado

Se emplean tres reglas empíricas para detectar a tiempo los cambios de los procesos:

Si 8 puntos consecutivos caen en un lado de la línea central

Se divide la región entre la línea central y cada límite de control en tres partes iguales.

Luego, Si dos de tres puntos consecutivos caen en el tercio exterior entre la línea central

y uno de los límites de control o cuando cuatro de cinco puntos consecutivos caen

dentro de la región exterior de dos tercios, también se puede llegar a la conclusión de

que el proceso está fuera de control.

Ciclos
Los ciclos son patrones cortos repetidos, que alternan crestas elevadas y valles bajos.

Las causas puede ser:

 Cambios periódicos en el ambiente

 Rotación de operarios o la fatiga al final del turno

 Diferentes equipos de medición utilizados

 Diferencias entre los turnos de la mañana y noche

 Cambios de temperatura y humedad

Tendencias

Una tendencia es el resultado de alguna causa que afecta en forma gradual las

características de calidad del producto y ocasiona que los puntos de las gráficas de

control se muevan gradualmente hacia arriba o hacia abajo.

Una tendencia definida se da:

 Deterioro o desgaste gradual de un equipo de producción

 Desgaste de herramienta

 Acumulación desperdicios

 Calentamiento de máquinas

 Cambios graduales condiciones ambientales

 Mejora en las habilidades del operario

Abrazando la línea central

El abrazo a la línea central ocurre cuando casi todos los puntos caen de la línea de

centro.

Una causa común del abrazo a la línea central es que la muestra incluya un elemento

tomado sistemáticamente de cada una de varias máquinas, operadores, ejes, etc.


Abrazando los límites de Control

Este patrón aparece cuando muchos puntos se encuentran cerca de los límites de control

con muy pocos entre dichos limites

Las causas pueden ser:

 Un patrón de mezcla puede resultar cuando en un proceso se utilizan dos lotes de

material diferentes o cuando las partes se producen en distintas maquinas, pero

la vigila el mismo grupo de inspección

Inestabilidad

Se caracteriza por flutaciones erráticas y poco naturales en ambos lados del cuadro

durante un tiempo. A menudo, los puntos caen fuera de los límites de control superior e

inferior sin un patrón consistente. Una causa frecuente de inestabilidad es el ajuste

excesivo de una maquina.