UNIVERSIDAD RAFAEL URDANETA

VICERRECTORADO ACADÉMICO
FACULTAD DE CIENCIAS POLITICAS, ADMINISTRATIVAS Y SOCIALES
ESCUELA DE ADMINISTRACIÓN DE EMPRESAS

ALUMNA
Angela Phillips
25199572

Maracaibo, Diciembre de 2018

Las gráficas de control ayudan a identificar y a eliminar las causas asignables de manera de
asegurar que el proceso se encuentra bajo control. La construcción de estas graficas
requieren que las muestran sean tomadas en forma de subgrupos racionales, en donde las
probabilidades de variación dentro de una misma muestra sea mínima , mientras que de una
muestra a otra sea máxima. Los gráficos de control se distingue 2 causas de variaciones
dentro de un proceso aquellas que no puede ser identificadas y corregidas que se
denominan causas fortuitas o aleatorias y otras que pueden ser plenamente identificas y que
se deben al proceso en si llamada causas asignables.

En la construcción de la realización de una gráfica de control se dispone de diferentes

elementos como:

- El parámetro a control que representa un valor poblacional cualitativo o cuantitavo

que por alguna razón se desea mantener estable dentro del proceso.

Este parámetro usualmente es 0 puede ser predeterminado o histórico, en cuyo caso se

suele designar como ō y corresponde al promedio histórico durante un tiempo de
observación conocido como periodo base.

- El estadístico de control que representa un valor muestral que se utiliza como estimado
del parámetro poblacional a controlar.

Gráficos de control por variable.

Los gráficos de control por variables permiten estudiar la calidad de características

numéricas. Proporcionan más información que los gráficos de control por atributos sobre el
rendimiento del proceso y permiten procedimientos de control más eficaces. En particular,
se obtiene más información sobre las causas que producen una situación fuera de control.
Asimismo detectan mejor pequeñas variaciones del proceso. Los tamaños muéstrales
requeridos para un nivel de protección del proceso son menores.

Existen 2 gráficos de control por variable:

1. Los que controlan el valor medio y la variabilidad del proceso. Más concretamente,
para el control de la variabilidad del proceso.
2. Los que utilizan la información suministrada por varias muestras; se construyen a
partir de una secuencia de estadísticos muéstrales, en contraste con los gráficos
anteriores, que tan solo utilizan la información de una muestra. Estos gráficos
 permiten detectar pequeños cambios en la media del proceso, corrigiendo así la
‘incapacidad’ de los gráficos anteriores, para controlar pequeñas variaciones.

Los Gráficos de control de variable se caractizan por tener:

- Gráfica x: Qué tanto se están alejando las mediciones de la tendencia central, que
en este caso es la media o promedio. Por ejemplo un nuevo trabajador o nuevos
instrumentos de trabajo harán que las mediciones se alejen más de línea central.
- Gráfica R: Qué tanta ganancia o pérdida de uniformidad hay en la dispersión de un
proceso dentro de una muestra. En otras palabras, el rango es la resta del valor más
grande con el valor más pequeño de una muestra, lo que nos permite determinar la
variabilidad. El valor resultante es plasmado en un gráfico de control para ser
comparado con el rango de otra serie de muestras. Con esto logramos ver si hay
presencia de uniformidad en los puntos ubicados o si no, para intervenir.
- Gráfica -R: Utilizamos ambos tipos de gráficas cuando se miden la relación de

las especificaciones de calidad con la tendencia central y la dispersión. En este

sentido, ubicamos una gráfica ligeramente encima de la otra y analizamos el
comportamiento de cada punto.

Gráficos de control por Atributos.

Cuando no es fácil medir un producto o una parte, o cuando la calidad se puede obtener
como un atributo conforme o no con unas especificaciones de calidad, se puede usar una
gráfica de control de características. Se acepta o se rechaza contando cuántas unidades
tienen o no el defecto, o comprobando el número de tales eventos que ocurren en la unidad,
grupo o área, y comparando con el criterio de aceptación establecido. Se acepta o rechaza la
pieza o el lote sin asociar un valor concreto.
Los tipos de gráficos por control de atributos son:
- Gráficos p: Es frecuente que la magnitud observada y utilizada como variable de
control sea una proporción. La p se estima por medio de la proporción muestral.
- Gráficos np: representa directamente la cantidad de unidades defectuosas en la
muestra en vez de su proporción, en este caso el gráfico de control correspondiente
 se denomina np puesto que en ordenadas se representa esa magnitud. Este tipo de
gráfico resulta cómodo cuando el tamaño de muestra es constante.
- Gráficos C: En el control por número de defectos, utilizando un gráfico c, lo que se
contabiliza es el total de defectos en la muestra. Se supone para los mismos una
distribución de Poisson. Tiene una media y varianza iguales.
- GRÁFICO U: En este tipo de gráficos se representa la cantidad de defectos por
unidad de medida. La hipótesis de trabajo es que el número de defectos tiene una
distribución de Poisson.

Muestreo por aceptación.

Un muestreo por aceptación básicamente se aplica al recibir materias primas, productos
elaborados o servicios administrativos que serán introducidos en un proceso de fabricación
o administrativo para comprobar cómo cumplen unas especificaciones de calidad. El
muestreo de aceptación se define como el muestreo por el que se toma la decisión de
aceptar o rechazar un lote en función de la información obtenida por la muestra.
El muestreo de aceptación no hace ni proporciona estimaciones depuradas de calidad del
lote. Además el muestreo de aceptación no proporciona juicios sobre si el producto
rechazado es o no adecuado para el uso.
Se cuentan con varias alternativas para evaluar los lotes.
- Ninguna inspección: esto es adecuado en casos en los que los laboratorios
calificados han hecho inspecciones anteriores sobre el mismo lote, por ejemplo
departamentos de la compañía o en la compañía de proveedores. Las inspecciones
previas realizas por trabajadores de producción.
- Muestras pequeñas: Estas pueden ser adecuadas en casos en los que el procesos es
inherentemente uniforme y cuando se puede observar el orden de la producción
- Muestras pequeñas: pueden usarse cuando el producto es homogéneo.
- Muestras Grandes: la información sobre la calidad de lote deben derivarse
únicamente a partir del muestreo lo que significa un muestreo aleatorio y por lo
mismos muestras relativamente grandes