CURSO CONTROL ESTADISTICO DE PROCESOS

MODULO 3. GRAFICOS DE CONTROL

Leccin 9: Grficos de Control con mediciones individuales

Tipos de grficos de control por atributos
Vamos a distinguir dos grandes grupos de grficos de control por atributos segn controlemos
unidades defectuosas o defectos.
Para unidades defectuosas:
Grfico de proporcin de unidades defectuosas p
Grfico de porcentaje de unidades defectuosas 100p
Grfico de nmero de unidades defectuosas np
Para defectos:

Grfico de nmero de defectos por unidad u

Grfico de nmero de defectos por muestra c

Dentro de cada grupo, los grficos , 100 y u difieren de los grficos np y c en que los primeros
son grficos en los que se controla la proporcin de unidades defectuosas o defectos por
unidad, por lo que el tamao de muestra no es necesario que sea constante, dado que la base
de comparacin es la misma.
Los segundos, los grficos np y c controlan nmeros de unidades defectuosas y nmeros de
defecto, por lo que es necesario en su construccin que el tamao de la muestra permanezca
constante, para lograr una base de comparacin homognea.
A la hora de elegir uno de los grficos anteriores, podemos utilizar el cuadro de resumen
siguiente:

Grficos para unidades defectuosas

Este tipo de grficos se utiliza cuando queremos controlar la evolucin a lo largo del tiempo de la
produccin de unidades defectuosas.

Es necesario hacer la aclaracin de que, si consideramos defecto cualquier falta de conformidad

de la unidad producida con los requerimientos establecidos, consideraremos como unidad
defectuosa aquella que presenta uno o ms defectos.
Estos grficos nos permiten controlar al mismo tiempo ms de un tipo de defecto, por ejemplo,
en la verificacin de una cadena de fabricacin de bombillas, podemos establecer como posibles
defectos los siguientes:
No luce.
Falta estaado.
Unin casquillo / ampolla suelta.
Consideraremos unidad defectuosa cualquiera que tenga un defecto de los tipos anteriores o
una combinacin cualquiera de los mismos.
El problema, por lo tanto, consistir en coger muestras de tamao n y separar las unidades de
dicha muestra en defectuosas y no defectuosas. Cuando el proceso est bajo control, es decir,
cuando sobre l solo van a actuar causas comunes de variacin, se suple lo siguiente:
Si consideramos que una serie de unidades escogidas en un momento determinado
de la produccin constituyen una muestra aleatoria simple de la poblacin virtual
compuesta por las infinitas que el proceso producira en esas mismas condiciones, la
proporcin de elementos defectuosos fabricados, a la que denominaremos p, se va
mantener constante con el tiempo y no va a modificarse con el muestreo.
La produccin de una unidad defectuosa en un momento dado es independiente de
que las unidades anteriores hayan sido defectuosas o no.
En las condiciones anteriores el nmero de unidades defectuosas en la muestra de
tamao n sigue una distribucin binomial cuyos parmetros son:

= np
2 = np ( 1 - p )

Para unas condiciones determinadas de los valores n y p (tamao de muestra grande y

proporcin de unidades defectuosas p no prxima ni a 1 ni a 0), que podemos generalizar como:

np ( 1 - p ) > 5

La distribucin binomial puede aproximarse a una distribucin normal de mismos parmetros

que la binomial.

Recogida de datos
Es necesario reflejar que, para que estos grficos nos sirvan de ayuda, es necesario que en
cada muestra escogida exista algn elemento defectuoso. Esto nos va a influir en el tamao de
muestra a elegir, porque cuanto mayor sea el nivel de calidad, mayores tamaos de muestras
sern necesarios para que se cumpla lo anterior.
Se requiere tamaos de muestra muy grandes por lo general, del orden de 50 a 200. Ya hemos
que lo ideal es que se cumpla la desigualdad np (1 p) > 5. Por lo tanto, para una proporcin
media esperada de unidades defectuosas, podemos estimar el valor de n que cumpla la
desigualdad anterior. El tamao de la muestra no debe ser nunca inferior a 30 unidades.

Intervalo de Toma de Muestra

Al igual que en los grficos de control de variables, las muestras deben cogerse con unos
intervalos entre ellas que nos garanticen que estas van a ser representativas de la poblacin que
pretendemos estudiar. Por una parte, intervalos muy cortos en donde no ha existido la
oportunidad de que acten cambios sobre el proceso, aparte de encarecer el proceso, no nos
garantizan una mayor informacin sobre el mismo. Si, por el contrario, con una idea de
economa, el intervalo entre tomas de muestra es muy dilatado, lo ms probable es que nos
pasen desapercibidas las causas especiales que estn actuando sobre l.
Como cada proceso bajo estudio tiene unas caractersticas completamente diferentes de los
dems, no existen reglas fijas referentes al intervalo de toma de muestra (cada 6 horas, dos
veces por turno, para cada lote de fabricacin, etc.)
Para establecer el intervalo de toma de muestra idneo, debemos, pues, estudiar cada proceso,
o tener en cuenta la experiencia adquirida en procesos similares. Los puntos bsicos a tener en
cuenta son:

No establecer tomas de muestras en periodos en que la experiencia nos garantice

continuidad en el proceso.
Establecer tomas de muestra siempre que exista posibilidad de cambio en el proceso,
como, por ejemplo:
Cambio de turnos.
Relevo de operarios.
Cambio de la materia prima
Cambio de herramientas.
Parada y arranque de la maquina
Etc.

No obstante, durante el estudio inicial del proceso de toma de muestra se debe hacer a
intervalos ms cortos que durante la fase de mantenimiento en control del mismo, para poder
detectar la posible inestabilidad.

Numero de Muestras por Perodo

El periodo de recogida de muestras debe ser lo suficientemente largo como para recoger todas
las posibles causas de variabilidad que actan sobre el proceso, considerndose una prueba
satisfactoria de estabilidad 20 tomas de muestra. Esto significa que son necesarias 20 muestras
para calcular los lmites de control y que deben recalcular cada 20 muestras.

Registro de los Datos

En un impreso Grfico de Atributos, se registran los siguientes datos:

Identificacin de la pieza: Referencia, Denominacin

Identificacin del proceso: Taller, Mquina,
Para cada muestra, su identificacin: Fecha, Hora.

En un impreso Grafico de Atributos, se registran los siguientes datos:

-

Identificacin de la pieza:

Referencia

Denominacin

Identificacin del proceso:

Taller

Maquina

Para cada muestra, su identificacin:

Fecha

Hora

Recogida de Datos
Se procede a su verificacin de la siguiente manera:

Se comprueba la primera caracterstica a controlar en cada una de las piezas de la

muestra, dejando aparte aquellas que tengan una no conformidad en esta
caracterstica. Se cuentan y se anota el nmero resultante a la altura del defecto A
Se vuelven a unir estas unidades al resto y se repite la inspeccin de todas las piezas
de la muestra para la segunda caracterstica a controlar, separndose las unidades
que tengan no conformidades y anotando el nmero de las mismas a la altura del
defecto B. Este proceso se repite para el resto de caractersticas a controlar.
Se anota el tamao de la muestra de la casilla Piezas Inspeccionadas.
En la casilla Piezas Defectuosas se anotar el total de unidades que hayan resultado
con no conformidades. Es necesario aclarar que el nmero de piezas defectuosas no
tiene por qu coincidir con la suma de la columna de los datos hallados A, B, etc.
Supongamos que una muestra de 50 unidades ha resultado en la primera toma de muestra lo
siguiente:

Con estos datos, nuestras anotaciones hubieran sido:

Defecto A2
Defecto B3
Defecto C2
Piezas Defectuosas4
Hay un total de 7 defectos, pero al haber piezas con ms de un defecto, el nmero de
piezas defectuosas es solo de cuatro.

Se elige una escala apropiada para marcar el nmero de unidades defectuosas de

cada muestra. Podemos utilizar el criterio de que si la escala abarque entre 1,5 y 2
veces el nmero mximo de unidades defectuosas que la experiencia nos dice que
podemos esperar. A partir de este punto el proceso es distinto segn se trate de un
grfico de p y np.

Grfico de proporcin de unidades defectuosas (p)

Una vez completados los pasos anteriores, se calcula la proporcin de unidades
defectuosas p dividiendo el nmero de unidades defectuosas de la muestra por el nmero de

unidades inspeccionadas (tamao de la muestra) anotando dicho valor p y representndolo en el

grfico.
Se repite este proceso hasta lograr una cierta regularidad estadstica. Ya hemos visto que lo
normal es utilizar un periodo de 20 tomas de muestra.

Tamao de Muestra Constante para cada uno de los Subgrupos (todos del mismo tamao)
Calcularemos la fraccin defectuosa p de acuerdo con la expresin 20.1. Una vez completo el
perodo, calculamos la fraccin defectuosa media p y los lmites de control superior e inferior de
acuerdo con las expresiones 20.2 y 20.3. Puesto que no tiene sentido hablar de proporciones de
unidades defectuosas con valores inferiores a cero, en el caso de que la expresin del lmite
inferior de control resultar un valor negativo, el lmite inferior de control toma el valor cero.

Grfico np
Cuando estamos interesados en vigilar la calidad del proceso en trminos de nmeros de
unidades defectuosas en lugar de fraccin defectuosa (proporcin), el grfico adecuado es
el np.
Para cada uno de los subgrupos (todos del mismo tamao), representamos el nmero de
unidades defectuosas np de acuerdo con la expresin 20.4 una vez completo el perodo,

calculamos el nmero medio de defectos np y los lmites de control superior e inferior de

acuerdo con las expresiones 20.5 y 20.6
Puesto que no tiene sentido hablar de nmero de unidades defectuosas con valores inferiores a
cero, en el caso de que la expresin del lmite inferior del control resultara un valor negativo, el
lmite inferior de control toma el valor cero.

Grficos para defectos.

Ya hemos visto como con los grficos para unidades defectuosas controlbamos los defectos en
unidades o piezas, siendo la base de los grficos las propias unidades defectuosas.
Pero en la industria a menudo nos encontramos con defectos que no van asociados a unidades
o piezas, sino que aparecen en una produccin continua, como, por ejemplo: telas, rollos de
cables elctricos, tuberas de plstico, vidrio flotado, etc. Y en donde el parmetro a controlar es
el nmero de defectos por unidad de longitud, rea, etc.
En otros casos nos encontramos con productos cuyo control, aun estando asociado a unidades,
estas son tan complejas y, por lo tanto, la posibilidad de aparecer un defecto tan grande, que, si
utilizramos grficos p, o np, el nmero de unidades defectuosas o su proporcin seran tan
prximas a la unidad, que la informacin que obtendramos seria casi nula.
En estos casos utilizaremos grficos de control por nmero de defectos.
El problema, por lo tanto, consistir en coger muestras de tamao n y contar el nmero de
defectos encontrados en dicha muestra, cuando el proceso est bajo control, se va a cumplir
que:

El nmero medio de defectos por unidad a la que denominaremos se va a mantener

constante con el tiempo.

La produccin de un defecto en un momento dado es independiente de que se hayan

producido defectos con anterioridad o no.
En las condiciones anteriores el nmero de defectos en la muestra de tamao n sigue una
distribucin de Poisson cuyos parmetros son:

=
=
Para unas condiciones determinadas de valor , que podemos generalizar como:
>5
La distribucin de Poisson puede ser aproximada por una distribucin normal de mismos
parmetros que la de Poisson.
NOTA: El tamao de muestra n ser una longitud determinada cuando se trate de defectos por
unidad de longitud, un rea cuando se trate de defectos por unidad de rea, o nmero de
unidades cuando de estas se trate.

Recogida de Datos
Tamao de Muestra
Es necesario reflejar que, para que estos grficos nos sirvan de ayuda, es necesario que en
cada muestra escogida exista algn defecto. Cuando se trata de unidades complejas, por
ejemplo, un automvil, esto siempre se cumplir. Cuando se trate de un producto de produccin
continua, habr que tener en cuenta el valor de a la hora de elegir el tamao de la muestra.

Intervalo de Toma de Muestra

Es criterio es el mismo que el expuesto en los grficos para unidades defectuosas.

Nmero de Muestras por Perodo

El periodo de recogida de muestras debe ser lo suficientemente largo como para recoger todas
las posibles causas de variabilidad que actan sobre el proceso, considerndose una prueba
satisfactoria de estabilidad de 20 de tomas de muestras.
Esto significa que son necesarias 20 muestras para calcular los lmites de control y que se
deben recalcular cada 20 muestras.

Registro de los Datos

Es un impreso Grfico de Atributos, se registran los siguientes datos:
Identificacin de la pieza: Referencia, Denominacin
Identificacin del proceso: Taller, Mquinas
Para cada muestra, su identificacin: Fecha, Hora
Recogida de Datos
Se procede a su verificacin de la siguiente manera:

Se comprueba la primera caracterstica a controlar en cada una de las piezas de la

muestra, dejando aparte aquellas que tengan una no conformidad en esta
caracterstica. Se cuentan y se anota el nmero resultante a la altura del defecto A.
Se vuelven a unir estas unidades al resto y se repite la inspeccin de todas las piezas
de la muestra para la segunda caracterstica a controlar, separndose las unidades
que tengan no conformidades y anotando el nmero de las mismas a la altura del
defecto B. Este proceso se repite para el resto de caractersticas a controlar.
Se anota el tamao de la muestra en la casilla Piezas Inspeccionadas.
En la casilla Defectos se anotarn el total de defectos. Supongamos que en una
muestra de 50 unidades ha resultado en la primera toma de muestra lo siguiente:

Con estos datos, nuestras anotaciones hubieran sido:

Defecto A2
Defecto B3
Defecto C2
Defectos..............7
Hay un total de siete defectos.

Se elige una escala apropiada para marcar el nmero de unidades defectuosas de

cada muestra. Podemos utilizar el criterio de que la escala abarque entre 1,5 y 2
veces el nmero mximo de defectos que a experiencia nos dice que podemos
esperar. A partir de este punto, el proceso es distinto segn se trate de un
grfico u o c.

Grfico de defectos por unidad u

Una vez completados los pasos anteriores, se calcula el nmero de defectos por unidad
inspeccionada u dividiendo el nmero de defectos de la muestra por el nmero de unidades
inspeccionadas (tamao de la muestra), anotando dicho valor u y representndolo en el grfico.
Se repite este proceso hasta lograr una cierta regularidad estadstica. Ya hemos visto que lo
normal es utilizar un periodo de 20 tomas de muestra.

Tamao de Muestra Constante

Para cada uno de los subgrupos (todos del mismo tamao), calcularemos el nmero de defectos
por unidad u de acuerdo con la expresin 20.7. Una vez completo el perodo, calculamos el
nmero medio de defectos por unidad u y los lmites de control superior e inferior de acuerdo
con las expresiones 20.8 y 20.9.
Puesto que no tiene sentido hablar de defectos por unidad con valores inferiores a cero, en el
caso de que la expresin del lmite inferior de control resultara un valor negativo, el lmite inferior
de control toma el valor cero.

Grficos para defectos c

Tambin podemos construir grficos de control para defectos por muestra en lugar de defectos
por unidad. En estos grficos se calcula el nmero de defectos por muestra inspeccionada c.

Para cada uno de los subgrupos (todo del mismo tamao), calcularemos el nmero de
defectos c de acuerdo con la expresin 20.10. Una vez completo el perodo, calculamos el
nmero medio de defectos por muestra c y los lmites de control superior e inferior de acuerdo
con las expresiones 20.11 y 20.12. Puesto que no tiene sentido hablar de defectos por muestra
con valores inferiores a cero, en el caso de que la expresin del lmite inferior de control
resultara un valor negativo, el lmite inferior de control toma el valor cero.

Leccin 10: Grficos de Control por variables

Este tipo de grficos son utilizados cuando las caractersticas que pretendemos controlar son
medibles y el instrumento de control utilizado permite establecer su valor. La validez de este tipo
de grficos y, por lo tanto, de las estimaciones realizadas y consecuencias extradas a partir de
ellos, consiste en suponer que la distribucin de frecuencias que sigue la poblacin constituida
por los elementos producidos por el proceso, es una distribucin normal N(, s).
En la prctica, el mtodo de control consistir en la obtencin a lo largo del proceso (en funcin
del tiempo) de informacin acerca del producto que nos permita estimar los parmetros que
definen la distribucin:
La tendencia central del proceso ().
La dispersin del proceso ().
Una vez conocidos estos parmetros y puesto que la distribucin la suponemos normal,
podremos calcular a priori entre qu valores oscilar la produccin. A continuacin, el trabajo es
simple: comparar lo fabricado en ciertos intervalos con los valores citados anteriormente.

Desde el punto de vista de la eficacia, la experiencia dice que el mayor aprovechamiento de la

informacin se logra mediante la utilizacin conjunta de dos grficos:
Grfico de tendencia central del proceso.
Grfico de variabilidad del proceso.
Estos dos grficos se iran formando simultneamente con los datos extrados de la produccin.
Ahora bien, sabemos que la tendencia central y la variabilidad de una poblacin pueden venir
expresadas por distintas medidas: media, moda, mediana, desviacin tpica, varianza, recorrido,
etc.
Por lo tanto, los dos grficos antes mencionados podran construirse a partir de estas medidas.
Adems, si al conjunto de los dos grficos le damos una entidad nica, tenemos que tendremos
tantos grficos (tendencia central, variabilidad) como posibles combinaciones de estas medidas.
No obstante, los ms utilizados y, por lo tanto, los que son objeto de este mdulo son los
siguientes:

Grfico de mediciones individuales y recorridos mviles: (XI, RM)

Grficos de media mustrales y recorridos mustrales: (X, R)
Grficos de media mustrales y desviaciones tpicas mustrales: (X, S)

Grficos de control con mediciones individuales

A pesar de que tomar muestras de un solo elemento va en detrimento de la eficacia del control,
hay casos en que resulta obligatorio el tomar muestras de un solo elemento. Tambin se utilizan
en situaciones de bajo volumen de produccin.
Uno de estos casos es el de muestreo por ensayo destructivo con alto costo, o ensayo no
destructivo, pero con un nivel de costo tal que hace desaconsejable el tomar muestras de ms
de un elemento.
Sin embargo, hay un sistema para poder estimar la variabilidad del proceso en estas
condiciones. En el caso de que las mediciones individuales sean tomadas de lotes cuyas
caractersticas de fabricacin puedan considerarse semejantes (por ejemplo: las mediciones
efectuadas en lotes fabricados el mismo da por el mismo operario y con la misma materia
prima), dichas mediciones pueden agruparse en lo que se llaman grupos racionales.
Con este sistema ya tenemos, pues, conjuntos de valores (las mediciones Individuales
agrupadas en grupos racionales) de los que se puede calcular su variabilidad, ya sea mediante
su recorrido R o su desviacin tpica .
Cuando la variabilidad se mide mediante el recorrido, los parmetros que definen el grfico son
los que se muestran en la expresin 21.1, 21.2, 21.3 y 21.4.

Cuando la variabilidad se mide mediante la desviacin tpica S de los grupos racionales, los
parmetros que definen el grfico son los que aparecen en las expresiones 21.5, 21.6, 21.7 y
21.8.

Los factores B3, B4, D3 y D4 se encuentran en la tabla 6 al final de esta leccin.

Recorridos mviles
En el caso de existir un largo perodo de tiempo entre dos mediciones, existe una alternativa
para organizar los grupos racionales eliminando la necesidad de esperar a formar un nuevo
grupo el tiempo necesario para tantas mediciones como elementos tenga el grupo.
Este mtodo consiste en formar grupos en los que se elimina la medicin ms antigua
sustituyndola por la ltima medicin realizada, siendo las expresiones de clculo de los lmites
y lneas centrales las mismas. Un caso particular muy utilizado de stos es el utilizar el
grfico XI, RM con grupos racionales de tamao 2.
Los parmetros que definen el grfico vienen representadas expresiones 21.9, 21.10, 21.11 y
21.12.

Grficos de medias mustrales

Ya hemos visto en los grficos individuales cmo plantebamos el estudio del control del
proceso mediante la comparacin del valor verdadero de una caracterstica tomada
individualmente con la variabilidad esperada en el proceso representado por los lmites de
control.
En los grficos de medias mustrales la comparacin se hace no con una medida individual sino
con la media de la caracterstica de una muestra de pequeo tamao, estimando la variabilidad
de este parmetro mediante los recorridos mustrales.
Qu ventaja puede tener utilizar la media Xbarra de una caracterstica en lugar de su valor
individual? Supongamos un proceso que da lugar a unos elementos cuya caracterstica a
controlar se distribuye segn una normal de media 1 y desviacin tpica . N ( 1, ). Qu
suceder en el caso de que sobre el proceso haya actuado una causa especial cuyo efecto haya
sido el desviar el valor de la tendencia central hacia la derecha (aumentando) una
cantidad k manteniendo constante el valor de la variabilidad ?

Esto quiere decir que los elementos fabricados a partir del cambio seguirn una distribucin que
seguir siendo normal, pero de parmetros:
Media =2 =1 + k
Desviacin tpica =
Qu probabilidad tenemos de detectar que ha habido un cambio en el proceso? ya sabemos
que la deteccin la hacemos por comparacin entre el valor de la caracterstica en un punto de
la fabricacin y los lmites de control. Supongamos que el criterio estadstico que hemos tomado
para los lmites de control ha sido, basndonos en las propiedades de la distribucin normal:
Lmites de Control: Media tres veces la desviacin tpica

P ( X 1+ 3 ) = 1 - P ( X < 1+ 3 )

Tipificando la variable para poder utilizar unas tablas de distribucin normal N (0, 1):
Z=( X - Xbarra ) / s
Z = [ 1 + 3 - ( 1 + k )] /
Z=3 - k

Con este valor de Z entraramos en las tablas de la N(0, 1) y se obtendra un valor de la

probabilidad que llamaremos p. Por lo tanto:
P (X > 1 + 3) = 1- p

Grficos (Xbarra, R)
Como ya hemos apuntado antes, en estos grficos, se representan en cada punto de control la
media Xdoblebarra (media de medias) el recorrido R de muestras de pequeo tamao,
estimndose la variabilidad travs del cambio en el proceso es recorrido medio de las muestras.
Lneas centrales y lmites de control

Grfico de medias
La lnea central es la denominada media general o media de las medias mustrales, Su
expresin es la 21.13.
Los lmites de control vienen dados por las expresiones 21.14 en donde A 2 es un valor funcin
del tamao de la muestra.

Grfico de recorridos
La lnea central es el denominado recorrido medio y su expresin es la 21.15.
Los lmites de control vienen dados por las expresiones 21.16, en donde D 3 y D4 son dos valores
funcin del tamao de la muestra.

Grficos (Xbarra, S)
Estos grficos son similares a los (Xbarra, R) con la diferencia de que la dispersin del proceso
se mide por la desviacin tpica S del mismo en vez de por el recorrido R.
Estos grficos son menos frecuentes que los que utilizan el recorrido R por la mayor dificultad de
clculo de la desviacin tpica S que del recorrido R, siendo igual de eficientes para tamaos de
muestra pequeos.
Todo el proceso de realizacin de estos grficos coincide con los ya vistos, por lo que no
entraremos en detalle ms que en las diferencias existentes. Las expresiones utilizadas se
encuentran en 21.17, 21.18, 21.19 y 21.20.

En la toma de muestras se calcula la desviacin tpica en vez del recorrido.

La representacin en el grfico de control de dispersin se hace con el valor de S.
Los lmites de control se calculan de acuerdo con las expresiones 21.18 y 21.20

Leccin 11: Interpretacin de Grficos de Control

Grficos de Control por Atributos.
El objetivo de la interpretacin de los grficos de control por atributos es determinar cualquier
evidencia de que el nmero medio de defectos o de unidades defectuosas no se mantienen a un
nivel constante por la actuacin sobre el proceso de causas especiales.
En toda la expresin que sigue, se supone que no ha habido errores en los clculos o trazado
de lneas y que los sistemas y criterios de medicin no han sufrido cambios.

Puntos fuera de los lmites de control.

Cuando es por encima del lmite de control superior, son seales de que el nmero
medio de unidades defectuosas o de defectos en el proceso ha aumentado. Es
necesario detectar la causa especial que lo ha provocado y emprender alguna accin
correctora para evitar que se repita.
Sin embargo, cuando existiendo el lmite de control inferior los puntos se encuentran
por debajo de este, aun existiendo una causa especial actuando sobre el proceso, el
efecto es beneficioso (disminucin del nmero medio de unidades defectuosas), por lo
que es necesario detectar la causa que lo produce, para intentar reproducirla.

Tramos dentro de los lmites de control:

Siete puntos consecutivos a un lado mismo lado de la media por encima o por debajo.
Siete puntos consecutivos en una lnea constantemente creciente o decreciente.
Si el tramo es creciente o por encima de la media, es seal de que, aunque el proceso
no est fuera de control estadstico, estn actuando causas que hacen aumentar el
nmero medio de unidades defectuosas, por lo que es necesario detectarlas y
emprender alguna accin correctora.
Si el tramo es decreciente o est por debajo de la media, es seal de que estn
actuando causas que hacen disminuir el nmero medio de unidades defectuosas.
Dado que esto nos interesa, puesto que es una mejora del proceso, es necesario
detectar estas causas e intentar repetirlas como parte normal del proceso.

A los grados de control por atributos le son aplicables las pautas de comportamiento
y las reglas de atencin de la Western Electric, ya vistas en el captulo de control de
procesos por variables. En todo caso variaran las causas que producen tales pautas
de comportamiento, por lo que se relacionan a continuacin:
Ciclos: Seleccin 100% de unidades, tendencias en el muestreo o diferencias entre
distintos suministradores.
Tendencias: Introduccin de materiales nuevos en el proceso, ensanche o
estrechamiento de los requerimientos, distintas prcticas de los operarios.

Agrupamientos: Cambios en las tcnicas de clasificacin, cambios en la seleccin del

producto.
Puntos aislados: Variacin inadvertida en el tamao de muestra.

Grficos de Control por Variables.

El anlisis de pautas de comportamiento puede avisarnos de la existencia de causas especiales
de variacin en el proceso aun antes de la aparicin de puntos fuera de los lmites de control.

Pauta normal
Los grficos de control slo mostrarn variacin aleatoria cuando se encuentren en estado de
control estadstico. Esto significa que la mayora de los puntos se agruparn alrededor de la
lnea central con una cierta dispersin hacia los extremos de la regin de control. Existe una
probabilidad muy pequea (0,3 %) de que un punto caiga fuera de los lmites de control, aunque
sea representativo de la actuacin de causas comunes de variacin. En la figura 24 se puede
ver un grfico de control mostrando una pauta tpica de estado de control: todos los puntos caen
dentro de los lmites de control, aunque algunos se encuentran cerca de stos. No hay ciclos, ni
tendencias, ni cambios permanentes.

Tendencias
En algunos procesos es inevitable la existencia de tendencias. Un ejemplo clsico es la
producida por el desgaste de una herramienta o til. Una broca que empiece a embotarse
producir dimetros de taladores mayores. Tambin puede servir como ejemplo un proceso de
tratamiento superficial. En el bao se aaden productos cuya concentracin, por la propia
naturaleza del proceso, disminuye con el tiempo.

En el caso del desgaste de herramientas, el grfico muestra situaciones de fuera de control

mucho antes de que la broca realmente cause un problema. En estos casos se utilizan grficos
de control modificados que permiten la tendencia del proceso dentro de unos lmites razonables.
Las causas ms tpicas de aparicin de tendencias en un grfico de medias son:
Desgaste de herramientas.
Envejecimiento.
Efectos estacionales.
Cansancio de los operarios.
Mantenimiento inadecuado de las instalaciones.
Introduccin gradual de un nuevo material.
Las causas ms tpicas de aparicin de tendencias en un grfico de recorridos son:

Desgaste gradual de herramientas.

Embotamiento de tiles.
Cambios graduales en la habilidad del operario.
Efecto del control de procesos aguas arriba

Ciclos
A pesar de que ningn punto cae fuera de control, el grfico de la figura 26 muestra una pauta
cclica que no puede deberse a causas comunes de variacin. Puede ser que el proceso sea
sensible a los factores del entorno tales como temperatura o humedad, o a rotaciones en los
operarios, mquinas o materiales que producen variacin. Tambin, es posible que se deba a
fatiga del operario por condiciones inaceptables de trabajo.
Las causas ms tpicas de aparicin de ciclos en un grfico de medias son:
Fluctuaciones de la potencia.
Diferencias en los instrumentos y tiles de com
Efectos estacionales.
Las causas ms tpicas de aparicin de ciclos en un grfico de recorridos son:

Mantenimiento programado.
Rotacin de tiles.
Desgaste de tiles o matrices.
Diferencias entre los turnos de trabajo.

Cambios permanentes en la tendencia central

Los cambios en el proceso son en ocasiones tan pequeos que permiten durante algn tiempo
el que ningn punto aparezca fuera de control. Las Reglas de la Western Electric nos
proporcionan un mtodo analtico para detectar estos cambios.
Causas tpicas de estos cambios en el proceso son los cambios en los operarios, mquinas,
parmetros del proceso o materiales. Tambin pueden indicar cambios en la calidad. Si el
cambio es repentino, las causas ms tpicas de su aparicin en un grfico de medias son:
Cambios material
Nuevo operario o verificador
Puesta a punto de la instalacin,
Cambio de turno.
Cambio de tiles.
Cambio de mtodo.
Si el cambio es repentino, las causas ms tpicas de su aparicin en un grfico de recorridos
son:

Nuevos operarios o equipo.

Cambio en el material.
Mantenimiento inadecuado.
Aumento o disminucin en la homogeneidad del material.

Mezcla de poblaciones
Cuando se representan dos procesos distintos en un mismo grfico, da como resultado una
pauta errtica, que puede producir o no puntos fuera de control. La caracterstica que distingue
esta pauta es la ausencia de puntos cercanos a la lnea central. Esta caracterstica es muy
anormal, puesto que en condiciones normales se espera que el 66,7 % de los puntos estn en
una franja de 15 alrededor de la lnea central.
Se deben investigar las causas que han producido esta situacin de ms de un proceso. Si
despus de la investigacin slo parece existir un nico proceso, es que hemos topado con una
gran causa de variacin. Si son dos los procesos, debemos separarlos y utilizar dos grficos o
un grfico en el que pueden representarse mltiples caractersticas.
Las causas ms tpicas de aparicin de mezclas en un grfico de medias son:
Operarios diferentes.
Instrumentos de verificacin y ensayo diferentes.
Mezcla del producto de dos o ms instalaciones.
Las causas ms tpicas de aparicin de mezclas en un grfico de recorridos son:

Lotes procedentes de distintos materiales, instalaciones u operarios.

Diferentes instrumentos de inspeccin y ensayo.
Holguras excesivas en los tiles.

Puntos agrupados alrededor de la lnea central

A primera vista un grfico de control como el de la figura 29 parece obvio que se encuentre en
estado de control y que no sea necesario investigar nada. En realidad, no es as. Existen serias
dudas de que a esos puntos les corresponden unos lmites de control como los
representados. Recordemos que los lmites de control proporcionan una medicin natural de la
variabilidad del proceso. Aproximadamente el 66,7 % de la variabilidad debe estar comprendida
en una banda de una desviacin tpica alrededor de la lnea central. En el grfico la totalidad de
la variacin se encuentra en esta banda.
Suele ser causado por una desacertada aplicacin de los grficos de control o bien a errores en
los clculos. El grfico produce este tipo de pauta si las mediciones dentro de cada subgrupo se
realizan muy separadas entre s y la variacin en los valores medios entre subgrupos es muy
pequea. Esto puede detectarse fcilmente representando los datos en un grfico en escalera,
pues se observaran recorridos muy grandes respecto a las variaciones entre los valores
medios.
Las causas ms tpicas de aparicin de esta pauta en un grfico de medias son:

Clculo incorrecto de los lmites de control.

No se han calculado nuevos lmites en cada perodo despus de haber sucedido una
mejora del proceso.
Errores en las anotaciones.
Excesiva resolucin de los instrumentos de medicin.
Ajustes automticos del proceso.

Reglas de la Western Electric

En ocasiones, no se pueden detectar las pautas de no aleatoriedad solamente con la referencia
de los lmites de control, dado que los propios lmites se ven afectados por estas pautas de una
forma que viola la teora a partir de la que estn construidos. Las Reglas de la Western Electric
(RWE) son tiles para detectar estas condiciones y, en particular, los pequeos cambios
permanentes sucedidos en la media del proceso.
Hay que tener en cuenta que, puesto que las RWE aumentan la sensibilidad de los grficos,
tambin aumentan la tasa de falsas alarmas. Entendemos por falsa alarma aquellos puntos que
caen fuera de los lmites de controlo violan alguna de las RWE y, sin embargo, se producen
debido a causas comunes de variacin. El resultado es gastar tiempo y dinero en una
investigacin que busca fuentes de variacin no aleatorias, que en realidad no existen. En los
grficos de control, ~esta tasa de falsas alarmas est limitada al 0,3 %. El uso de las RWE:
incrementa esta tasa, pero no de una forma sustancial. La palabra "advertencia" es la ms
adecuada. La violacin de una de esas reglas no debe disparar una seal de alarma, sino que
es una advertencia para aumentar la vigilancia del proceso.

Estas reglas dividen la banda comprendida entre los lmites de control en seis zonas de igual
anchura. Cada zona tiene una anchura de 1s (desviacin tpica). Suponiendo que nuestro

proceso est en control y la distribucin de las medias es normal, las zonas e internas recogern
el 68 % de la variacin debida a causas comunes. La combinacin de las zonas internas C e
intermedias B recogern el 95 % Y las seis zonas internas C, intermedias B y externas A el 99,7
%. Las RWE estn basadas en una vasta experiencia industrial y en la teora de la probabilidad.
La cuestin clave es que la probabilidad de que se presenten ciertas pautas es tan pequea,
que cuando se presentan es necesario prestarlas atencin. Estas reglas son:

Un punto cae en el exterior de la zona A.

Dos puntos de tres consecutivos caen en la zona A o exterior de ella.
Cuatro de cinco consecutivos caen en la zona B o exterior de ella.
Ocho puntos consecutivos caen a un mismo lado de la lnea central.

Grficos con tendencias

Hemos visto que cuando, a lo largo del proceso, una serie de los puntos representativos del
mismo consecutivos, por ejemplo, en un grfico medias-recorridos mustrales, aparecen con
una tendencia creciente o decreciente, es seal de que sobre el proceso estn actuando causas
de variacin distintas de las causas comunes. No obstante, hay procesos en que, aunque
parece que va en contra de su propia definicin, las causas especiales son inherentes al
proceso.
Por ejemplo, si estamos controlando las actuaciones de un bao electroltico mediante la
medicin y representacin de la concentracin del producto que contiene el elemento qumico
que se est depositando, esta concentracin ir disminuyendo con el tiempo, con lo que
cualquier representacin grfica de la concentracin dar lugar a una pauta de puntos
consecutivos decrecientes que para nosotros es seal de la actuacin de causas especiales.
En este caso, debemos parar el proceso cuando obtengamos una serie de puntos
descendentes?
Parece claro que no. Si la concentracin sigue por encima del mnimo especificado, no es lgico
parar el proceso. Existen, pues, procesos en los que se utilizan elementos en los que se admite
un cierto deterioro, desgaste, consumo, etc. y, por lo tanto, no son cambiados para conseguir
una mxima productividad.
En estos casos se utilizan grficos especiales que no slo identifican la actuacin de causas
especiales sobre el proceso, sino tambin sirven para determinar cundo deben introducirse los
cambios de los antes mencionados elementos.
Los datos se recogen de la forma acostumbrada y se anotan en el grfico correspondiente,
representando los puntos tanto en el grfico de medias como en el de recorridos. Estos datos se
recogen durante un ciclo completo, entendiendo como tal el perodo del cambio del proceso
(aadir ms producto al bao)

De los datos anteriores es necesario separar aquellos que son representativos de la actuacin
de causas especiales aparte de la tendencia creciente o decreciente esperada. Para ello se
siguen los siguientes pasos:
Entre todos los puntos marcados en el grfico de medias se traza la denominada lnea
de tendencia. Se considera como lnea de tendencia a la lnea de mejor ajuste entre
todos los puntos, hacindose de un modo grfico.
Se trazan los denominados lmites diagonales como dos lneas paralelas a la lnea de
tendencia a una distancia en vertical igual a A2 por encima y por debajo.
Con referencia a estos lmites diagonales y mediante la aplicacin de los criterios ya
conocidos para un grfico normal, se identifican aquellos puntos que son
representativos de causas especiales emprendiendo alguna accin para eliminarlos.
Para poder utilizar los grficos de control como indicativo de cundo se deben hacer
los cambios de los elementos en el proceso, es necesario calcular los denominados
lmites de cambio del proceso.
Cuando la tendencia es decreciente, se calcula el lmite inferior de cambio del proceso
L/CP, calculndose el lmite superior LSCP cuando la tendencia es creciente.
El primer paso es calcular el denominado movimiento de la media para una serie de ciclos. Su
expresin es la 6.2. A continuacin se calcula el movimiento promedio de la media como media
aritmtica de las anteriores segn la expresin 6.3.

La expresin de los lmites de cambio del proceso a partir de los datos anteriores es la 6.4.
En estas expresiones, los valores de la media general y del recorrido medio son los ya
conocidos en un grfico normal, siendo tambin normal el grfico de recorridos.
Una vez iniciado el proceso, la actuacin es la siguiente:

Cuando un punto del grfico de medias mustrales rebase el lmite de cambio del
proceso, ser necesario realizar el cambio en el proceso: reponer el producto
consumido, afilar la herramienta desgastada, etc.
Basndose en los lmites diagonales, se analiza el grfico buscando causas
especiales

EVALUACION # 4.

Construccin de Grfica de Control de Mediciones Individuales (XI, R)

Elabora un reporte (formato pdf, mximo 1 Mb) donde paso a paso describas el procedimiento
para la elaboracin de un grfico de control de mediciones individuales para los siguientes 8
datos:
Mediciones (X)
86
87
89
86
88
85
87
89

Valor: 10 ptos
Contenido: Muestra de clculo (4 ptos), Grfica XI (3 ptos), Grfica de Recorrido (3
ptos)