HERRAMIENTAS ESTADSTICAS

AVANZADAS PARA EL CONTROL Y

ANLISIS DE CALIDAD

TEMA 1: INTRODUCCIN Y
GRAFICOS DE CONTROL.

Profa: Alejandrina De Boutaud Montero

I.

INTRODUCCIN A LOS GRFICOS DE

CONTROL ESPECIALES.
1. Introduccin al curso
1.1 Definiciones
1.2 Aspectos Histricos

2. Grficos de control tradicionales.

3. Conceptos generales de variacin.
4. Causas naturales y causas especiales de
variacin.
5. Necesidad de grficos especiales de control.

EVOLUCIN HISTRICA DEL CONCEPTO

CALIDAD
Gestin
Gestinde
deCalidad
CalidadTotal
Total
Satisfaccin Integral de necesidades
de los Clientes externos e internos
en forma participativa y continua (1980...

Aseguramiento
Aseguramientode
delalaCalidad
Calidad
Los temas de calidad se transfieren a su
Especialistas (1950...

Control
Controlde
deCalidad
Calidad
Se aplican conceptos estadsticos para el
Muestreo y control del proceso.
Se requieren especialistas (1920...

Inspeccin
Inspeccin
Especialistas que inspeccionan la calidad
Del producto (1900....

RESUMEN EVOLUCIN HISTRICA DEL

CONCEPTO CALIDAD
Etapa

Concepto

Hacer las cosas bien independientemente del

Artesanal
coste o esfuerzo necesario para ello.

RevoluHacer muchas cosas no importando que sean

cin
de calidad
Industrial (Se identifica Produccin con Calidad).
Segunda Asegurar la eficacia del armamento sin
Guerra
importar el costo, con la mayor y ms rpida
Mundial produccin (Eficacia + Plazo = Calidad)

Finalidad

Satisfacer al cliente.
Satisfacer al artesano, por el
trabajo bien hecho
Crear un producto nico.

Satisfacer una gran demanda de

bienes.
Obtener beneficios.
Garantizar la disponibilidad de un
armamento eficaz en la cantidad y
el momento preciso.

RESUMEN EVOLUCIN HISTRICA DEL

CONCEPTO CALIDAD-2
Postguerra
(Japn)

Postguerra (Resto
del mundo)

Hacer las cosas bien a la primera

Producir, cuanto ms mejor

Control de
Calidad

Tcnicas de inspeccin en Produccin para evitar

la salida de bienes defectuosos.

Aseguramiento de la
Calidad

Sistemas y Procedimientos de la organizacin

para evitar que se produzcan bienes defectuosos.

Calidad Total

Teora de la administracin empresarial centrada

en la permanente satisfaccin de las expectativas
del cliente.

Minimizar costes mediante la

Calidad
Satisfacer al cliente
Ser competitivo
Satisfacer la gran demanda de
bienes causada por la guerra

Satisfacer las necesidades

tcnicas del producto.

Satisfacer al cliente.
Prevenir errores.
Reducir costes.
Ser competitivo.
Satisfacer tanto al cliente
externo como interno.
Ser altamente competitivo.
Mejora Continua.

 El propsito del curso es presentar

herramientas tcnicas necesarias para
alcanzar el aseguramiento de la
calidad
de
organizaciones
manufactureras y de servicios.

Concepto de Calidad
Existen dos aspectos generales de la
calidad:
Calidad de diseo: Es el nivel o grado de
calidad con el que se producen los bienes
o servicios.
Calidad de conformidad: Indica que tan
bien cumple el producto las
especificaciones y tolerancias requeridas
por el diseo.

Control estadstico de procesos

El Control Estadstico de Procesos(SPC: por
sus siglas en ingls de Statistical Process
Control), es la metodologa que utilizando
fundamentalmente
grficos
permite
monitorizar la estabilidad (calidad) de un
proceso de produccin o de suministro de un
servicio, de forma que se detecte, cuanto
antes, cualquier situacin inadecuada; lo que
permitir eliminar las causas especiales de
variabilidad en la obtencin del resultado final.

Caractersticas de Calidad
Todo producto posee una cantidad de
elementos que describen conjuntamente su
aptitud para el uso, los cuales se denominan
caractersticas de calidad.
Las caractersticas de calidad pueden ser:
Fsicas: Longitud, peso, voltaje, viscosidad.
Sensoriales: Sabor, presentacin, color.
Dependientes
del tiempo:
Confiabilidad,
conservacin, reparabilidad.

Caractersticas de calidad
Variables
Resultado de
mediciones.
Caractersticas que se
pueden
medir
(por
ejemplo, el peso o la
longitud).
Pueden ser nmeros
enteros o fracciones.
Muchas
variables
aleatorias.

Atributos
Se ajusta o no a la
especificacin

Caractersticas centradas en
los defectos.
Los productos se clasifican en
productos buenos o malos,
o se cuentan los defectos que
tengan.
Por ejemplo, una radio
funciona o no.
Variables
aleatorias
categricas o discretas.

Ejemplos de caractersticas de calidad.

Peso promedio
Longitud promedio
Variables
Dimetro promedio
Tiempo promedio de servicio
Proporcin de tems no conformes
Nmero de inconformidades en la unidad.

Atributos

Mtodos estadsticos para la mejora de calidad

Se utilizan tres mtodos estadsticos principales:
La carta de control es una tcnica
muy til para el monitoreo de los
procesos, cuando se presentan
variaciones anormales donde las
medias o los rangos salen de los
lmites de control, es seal de que
se debe tomar accin para
remover
esa
fuente
de
variabilidad anormal. Su uso
sistemtico
proporciona
un
excelente medio para reducir la
variabilidad

1. Las cartas
de control

Mtodos estadsticos para la mejora de calidad

Un experimento diseado es muy til
para descubrir las variables clave
que tienen influencia en las
caractersticas de calidad de inters
del proceso. Es un mtodo para
2. Diseo de
variar en forma sistemtica los
factores controlables del proceso experimentos
y
determinar los efectos que tienen
esos factores en los parmetros
finales del producto.
El diseo de experimentos es una herramienta fuera de lnea es decir
se utiliza durante el desarrollo de los productos o procesos, ms que
durante su fabricacin.

Mtodos estadsticos para la mejora de calidad

Permite reducir la variabilidad en la
caracterstica de calidad y en
determinar
los
niveles
ms2. Diseo de
adecuados
de
los
factoresexperimentos
controlables que optimizen el
desempeo del proceso.

Mtodos estadsticos para la mejora de calidad

Est
relacionado
con
la
inspeccin
y
prueba
del
producto, donde se selecciona e
3. Muestreo
inspecciona
una
muestra
estadstico
aleatoria de un lote mayor,
resultando en una aceptacin o
rechazo de ese lote mayor, esto
ocurre en la recepcin de
materias primas y componentes
y en el producto terminado.

Grficos de Control

Grficos de control
Propuestos por W. Shewart en 1920.
En cualquier proceso, incluida la prestacin de
servicios sanitarios, se produce variabilidad.
Estudiando meticulosamente cualquier proceso
es posible eliminar las causas asignables, de tal
forma que la variabilidad todava presente en los
resultados sea debida nicamente a causas no
asignables; en ste el proceso se encuentra en
estado de control.

Grficos de Control

Concepto1:
Herramienta estadstica utilizada para
detectar variaciones de la calidad de un
producto, durante un proceso de fabricacin.

Grficos de control
Concepto2:
El grfico de control es una forma grficacronolgica de representar el comportamiento
de un o ms caractersticas de la calidad,
fijando lmites de control que sean acordes
con experiencias de produccin y con valores
especificados que han sido previamente
establecidos o fijados por el cliente.

Grficos de control: finalidad

Monitorizar un proceso para controlar su buen

funcionamiento, y detectar rpidamente
cualquier anomala respecto al patrn correcto,
puesto que ningn proceso se encuentra
espontneamente en ese estado de control, y
conseguir llegar a l supone un xito, as como
mantenerlo.

La consecucin y mantenimiento exige un

esfuerzo sistemtico,
1. para eliminar las causas asignables
2. para mantenerlo dentro de los estndares de
calidad fijados.

Grficos de control
Fciles de usar e interpretar, tanto por el
personal encargado de los procesos como por
la direccin de stos,
Importante:
la
utilizacin
de
criterios
estadsticos permite que las decisiones se
basen en hechos y no en intuiciones o en
apreciaciones subjetivas que tantas veces
resultan desgraciadamente falsas.

Grficos de control: anlisis de datos

La variable es medible numricamente, por
ejemplo un tiempo.
Se estudia un atributo o caracterstica cualitativa
que el proceso posee o no posee, por ejemplo
el paciente cumple o no cumple adecuadamente
el tratamiento
Se cuenta el nmero de defectos en el producto
o situaciones inadecuadas en la prestacin del
servicio.

Grficos de control
Representacin a lo largo del tiempo el estado
del proceso que estamos monitorizando.
En el eje horizontal X se indica el tiempo,
mientras que el eje vertical Y se representa algn
indicador de la variable cuya calidad se mide.
Dos lneas horizontales: lmites superior e
inferior de control, escogidos stos de tal forma
que la probabilidad de que una observacin est
fuera de esos lmites sea muy baja si el proceso
est en estado de control, habitualmente inferior
a 0.01.

Elementos y principios bsicos de

una Grfica de Control
Grfica de control

Caracterstica
de calidad

LSC
Lmite Superior de Control

LC
Lnea Central

LIC
Lmite Inferior de Control
1

3
4
5
6
Nmero de subgrupo o
muestra

Etapas de un grfico de Control

La aplicacin de un grfico de control
se realiza en tres etapas:
Construccin
Anlisis
Seguimiento

1. Construccin
Incluye la planeacin
del muestreo, la
recoleccin de datos y la representacin
grfica de la informacin.
En esta etapa se define la caracterstica por
estudiar, el nmero de grupos o muestras a
tomar, el tamao de cada grupo o muestra y el
mtodo de seleccin de la muestra.

2. Anlisis del grfico

El anlisis
pasos:

del grfico se efecta

en

tres

Primero, se compara la situacin del proceso con

respecto a los requerimientos de comportamiento
estable,
luego se observan las peculiaridades y
finalmente se analiza el cumplimiento de la
especificacin.

2. Anlisis del grfico

Aqu se debe tener claro que si el proceso
esta bajo control no significa que cumple con
la especificacin, por lo que este ltimo
debe investigarse por separado.
El estado de control del proceso se mide por
comparacin entre el comportamiento actual y el
requerido para tener estabilidad.
El cumplimiento con especificaciones se da al
comparar los parmetros del proceso fijados por la
especificacin.
El anlisis de las peculiaridades se hace por
observacin
de patrones
que
evidencien un
comportamiento extrao dentro de los lmites de
control.

3. Seguimiento
El seguimiento consiste en la accin preventiva
que se lleva a cabo despus de conocer el
comportamiento del proceso. Este consiste
en graficar nuevas muestras sobre un patrn
de grfico que contiene los lmites de control
producto del anlisis y ejercer acciones
correctivas y preventivas de acuerdo al
comportamiento observado.

Causas de las variaciones

Causas no asignables o aleatorias:
debidas al azar, no son identificables, no
pueden ser reducidas o eliminadas.
Producen variaciones pequeas.
Causas asignables: identificables y que
deben
ser
eliminadas.
Producen
variaciones grandes.

Causas de Variacin
La variabilidad es parte de todo proceso, sin
importar cuan sofisticado sea.
Fuentes de variacin

Mtodos
Equipo
Personas
Materiales
Polticas
Factores ambientales.

Causas de Variacin

Causas comunes (o por azar):

Inherentes al proceso. Siempre existen.
Conocidas tambin como causas naturales.
Esta variacin es el efecto de varias pequeas causas y no puede ser
totalmente eliminada.
Cuando la variacin es pequea se dice que el sistema esta en estado
estable de causas comunes bajo control estadstico.
Ejemplos:
Variacin de materia prima de un proveedor calificado.
Vibracin de la maquinaria.
Cambios en las condiciones de trabajo.

Causas de Variacin
Causas Asignables:
La variabilidad originada por causas asignables es algo
para lo cual se puede determinar una razn.
La magnitud de la variacin en estas circunstancias es
mayor que la influencia de causas comunes.

Ejemplos:
Uso de herramientas inadecuadas
Inadecuada materia prima.
Errores de los operadores.

Causas Comunes vs. Causas Especiales de

Variacin

Causas Comunes de Variacin...

Ms del 90% de la variacin es por naturaleza, debida a causas
comunes. Por ejemplo, cules son algunas de las causas comunes
de variacin que lo forzan a usted a llegar al trabajo a diferente hora
cada da? Lo crea usted o no... la variacin que existe en las ventas
es debida a causas comunes.
Causas Especiales de Variacin...
Menos del 10% de toda la variacin es por naturaleza, debida a
causas especiales. Cules podran ser algunos ejemplos de causas
especiales de variacin que lo forcen a llegar a horas variables a su
trabajo cada da?
Aunque menos del 10% de toda la variacin es debida a causas
especiales, la gente an tiende a tratar cada pico o valle como si
fuera especial -cuando normalmente son causas comunes.

Causas Comunes vs. Causas Especiales de

Variacin
A quin le importa? Por qu invertir tiempo
identificando si la variacin en un proceso es debida a
causas comunes o especiales?
La respuesta...
Una de las principales razones del por qu se hacen y
se utilizan las grficas de control, es para identificar
causas especiales de variacin. Usaremos diferentes
estrategias para reducir la variacin dependiendo de si
la variacin es comn o especial.

Ejemplo:
Una operacin de corte de una lmina, ejecutada en
una guillotina, se efecta siguiendo el siguiente
procedimiento:
1. Colocar la lmina bajo la guillotina y sujetarla con el
dispositivo.
2. Accionar la palanca de avance para que la guillotina
baje.
3. Cortar la lmina.
4. Accionar la palana de avance para que la guillotina
suba.
5. Descargar las dos piezas y colocarlas a un lado de la
guillotina
Establecer un listado de posibles causas asignables de
variacin, que puedan provocar problemas de calidad en esta
operacin, clasificarlas de acuerdo con los factores de calidad
hombre, mquina, mtodo, medio ambiente y material.

Solucin

Causas imputables al hombre

Falta de adiestramiento
Exceso de confianza
Descuido
Desmotivacin
Negligencia

Causas imputables a la mquina

Cuchilla desafilada
Falta de lubricacin en las partes
mecnicas.
Desajuste de cuchilla
Golpe de guillotina
Desajuste de dispositivo
Dispositivo mal colocado

Causas imputables a la materia

prima y materiales
Dureza inadecuada de la lmina
Lminas torcidas
Alta porosidad
Defectos superficiales
Falta o exceso de brillo
Granulacin inadecuada
Rayas y manchas.
Causas imputables al mtodo de
trabajo
Puesto de trabajo mal diseado
Inadecuada distancia a la palanca
Mtodo inadecuado de carga y
descarga.
Movimientos innecesarios y fuera
del rea de trabajo.

Causas imputables al medio

ambiente
Altas temperaturas.
Alto nivel de humedad
Baja iluminacin

Un grfico de control permite identificar

causas asignables y determinar si un
proceso est bajo o fuera de control.
Bajo control: trabaja en presencia de
variaciones aleatorias.
Fuera de control: hay variaciones
debidas a causas asignables.

 El
objetivo principal
del control
estadstico de la calidad es la reduccin
sistemtica
de la variabilidad en las
caractersticas de la calidad claves del
producto.

Definicin del estado de control

Un proceso se dice que se encuentra bajo
control estadstico si slo se ve afectado
por un conjunto de causas aleatorias de
variacin.
Si el proceso se encuentra afectado por
causas asignables de variacin, se dice
que est fuera de control.

Control de procesos: tres tipos de resultados

GRAFICOS X-R

Cartas de control
Existen muchos procesos industriales, que son de
tipo masivo, en el sentido que producen muchos
artculos, partes o componentes durante un lapso de
tiempo pequeo.
Por ejemplo: lnea de ensamble,
mquina
empacadora, procesos
de llenado,
operaciones de soldadura en una lnea de produccin,
moldeo de piezas de plstico, torneado de una pieza
metlica, el corte de una tira en pedazos pequeos,
etc. As, si tenemos un proceso masivo y si adems
la variable de salida es de tipo continuo estamos ante
el campo ideal de aplicacin de las cartas de
control

Utilidad
Los grficos x-R se utilizan cuando la
caracterstica de calidad que se desea
controlar es una variable continua.

Grficos de Control por variables

Grficos
-R
x
Se requieren
N muestras ( Subgrupos) de
tamao n.
Ejemplo: fbrica que produce piezas
cilndricas de madera. La caracterstica de
calidad que se desea controlar es el
dimetro.

 Para entender los grficos X-R, es necesario conocer el

concepto de Subgrupos (o Subgrupos racionales).
Trabajar con subgrupos significa agrupar las mediciones
que se obtienen de un proceso, de acuerdo a algn
criterio.
Los subgrupos se realizan agrupando las mediciones de
tal modo que haya la mxima variabilidad entre
subgrupos y la mnima variabilidad dentro de cada
subgrupo. Por ejemplo, si hay cuatro turnos de trabajo
en un da, las mediciones de cada turno podran
constituir un subgrupo.
En este casa analizaremos dos
maneras de obtener los
subgrupos. Una de ellas es
retirar varias piezas juntas a
intervalos regulares, por
ejemplo cada hora:

7:0
0
Proces
o

Muestra de
6 Piezas

8:0
0
Proces
o

Muestra de
6 Piezas

La otra forma es retirar piezas individuales a

lo largo del intervalo de
tiempo correspondiente al subgrupo

Paso #1:Recoleccin de Datos

Estos datos debern
ser:
Recientes de un
proceso al cual se
quiere controlar

Estos pueden ser

tomados
Diferentes horas del
da
Diferentes das

Todos tienen que ser

de un mismo producto.

Paso #2: Promedio

Sumatoria de los
datos de cada uno de
los subgrupos dividido
entre el numero de
datos (n).
Formula X

X1 + X2 + X3 + Xn
n

La formula debe ser

utilizada para cada
uno de los subgrupos

Paso #3: Rango

Valor mayor del
subgrupo menor el
valor menor.
Formula
R = x valor mayor x valor
menor

Determine el rango
para cada uno de los
subgrupos

Paso #4: Promedio Global

Sumatoria de
todos los valores
medios y se divide
entre el nmero de
subgrupos (k).
Formula X

X1 + X2 + X3 ++
Xn
k

Paso #5: Valor Medio del Rango

Sumatoria del rango
(R) de cada uno de
los subgrupos divido
entre el numero de
subgrupos (k).
Formula R

R1 + R2 + R3 + .
+ Rn
k

Paso #6: Limites de Control

Para calcular los limites de control se
utilizan los datos de la siguiente tabla

Limites de control

Grfica X
Utilizando los datos de X de la tabla se
contruye la grfica

Grfica R
Utilizando los valores del rango (R) de la
tabla de datos se construye la grfica de
R

Ejemplo
Statistical Software, Inc., ofrece un nmero telefnico de
larga distancia sin costo al cual los clientes pueden
llamar todos los das, de 7 a.m. a 11 p.m., para resolver
problemas con sus productos. Es imposible que un
representante tcnico conteste de inmediato, pero es
importante que los clientes no esperen demasiado en
lnea para que les contesten. Los clientes se molestan
cuando escuchan demasiadas veces el mensaje: Su
llamada es importante para nosotros.

Ejemplo
En breve le contestara un representante. Para
comprender el proceso, Statistical Software decidi
elaborar una tabla de control con el tiempo total
desde el momento en que se recibe una llamada
hasta que el representante la responde y soluciona
el problema del cliente. El da de ayer se tomo una
muestra de cinco llamadas cada hora durante las 16
horas de operacin del servicio de atencin al
cliente.

Ejemplo

Con base en esta informacin, elabore una tabla de

control para la duracin media de la llamada.
.Parece existir una tendencia en las horas de las
llamadas?
.Hay algn periodo donde parece que los clientes
esperan mas que en otros?

Solucin del ejemplo

Primero obtenemos la media y el Rango
No.
MUESTRAS
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

NMERO DE DAS O SESIONES

HORA
A.M

P.M.

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

1
8
7
11
12
11
7
10
8
8
12
7
9
10
8
10
9

2
9
10
12
8
10
7
7
11
11
9
7
9
12
11
13
11

3
15
7
10
6
6
10
4
11
8
12
9
4
12
9
9
8

4
4
6
9
9
14
4
10
7
14
17
17
4
12
6
4
5

5
11
8
10
12
11
11
10
7
12
11
13
11
12
8
9
11
TOTAL

MEDIA RANGOS
9.4
11
7.6
4
10.4
3
9.4
6
10.4
8
7.8
7
8.2
6
8.8
4
10.6
6
12.2
8
10.6
10
7.4
7
11.6
2
8.4
5
9
9
8.8
6
150.6
102

Solucin del ejemplo

Solucin del ejemplo

LSC
13.091
13.091
13.091
13.091
13.091
13.091
13.091
13.091
13.091
13.091
13.091
13.091
13.091
13.091
13.091
13.091

media
9.413
9.413
9.413
9.413
9.413
9.413
9.413
9.413
9.413
9.413
9.413
9.413
9.413
9.413
9.413
9.413

LIC
5.735
5.735
5.735
5.735
5.735
5.735
5.735
5.735
5.735
5.735
5.735
5.735
5.735
5.735
5.735
5.735

Promedio muestra
9.4
7.6
10.4
9.4
10.4
7.8
8.2
8.8
10.6
12.2
10.6
7.4
11.6
8.4
9
8.8

Solucin del ejemplo

Diagrama de rangos
Adems de la ubicacin central en una muestra, tambin
debe supervisar la cantidad de variacion de muestra en
muestra. Un diagrama de rangos presenta la variacin
de los rangos de las muestras. Si los puntos que
representan los rangos se encuentran entre los limites
superior e inferior, concluya que la operacin esta bajo
control.

Diagrama de rangos
De acuerdo con la casualidad, casi 997 de 1,000 veces
el rango de las muestras estar dentro de los lmites. Si
el rango cae arriba de los limites, concluya que una
causa asignable efecto la operacin y es necesario
ajustar el proceso. .Por que no interesa el limite de
control inferior del rango? Con frecuencia, en muestras
pequeas el limite inferior es cero.

Diagrama de rangos
En realidad, en cualquier muestra de seis o menos, el limite
de control inferior es 0. Si el rango es cero, entonces por
lgica todas las partes son iguales y no hay problema con
la variabilidad de la operacin.
Los limites de control superior e inferior del diagrama de
rangos se determinan a partir de las siguientes ecuaciones .

Diagrama de rangos
El tiempo que los clientes de Statistical
Software, Inc., esperaron desde que entre su
llamada hasta que un representante tcnico
respondi su pregunta o resolvi su problema
se encuentra registrado Elabore un diagrama de
control de rangos. Parece que hay algn
momento en el que es demasiada la variacin
en la operacin?

Solucin del ejemplo

El primer paso es encontrar la media de los rangos de la
muestra. El rango para las cinco llamadas en la muestra
de las 7 a.m. es 11 minutos. La llamada de mayor
duracion seleccionada en esa hora fue de 15 minutos, y
la mas breve, de 4 minutos; la diferencia es 11 minutos.
A las 8 a.m., el rango es de 4 minutos. El total de los 16
rangos es 102 minutos, por tanto, el rango promedio es
6.375 minutos, determinado por R_= 102/16. Con
referencia al apndice B.8 , D3 y D4 son 0 y 2.115,
respectivamente. Los limites de control superior e
inferior son 0 y 13.483.

Solucin del ejemplo

LSC

2.115*6.375

LIC

0*6.375

13.483125
0

Solucin del ejemplo

Situaciones bajo control y fuera de

control