CONTROL ESTADSTICO DE

PROCESOS
Ing. Christian Faras Carretero
Historia
El control de Calidad es tan viejo como la
propia industria.
Ejemplo : Mayas Egipcios

El control Estadstico de la Calidad solo tiene
dos o tres siglos de vida.
Ejemplo : Grficos de Control ( 100 aos )
Walter A. Shewhart
Bell Telephone Labs
American War
Standard
Cursos de
Investigacin
George D. Edwards
ASQC
Bernard Dudding
General Electric Com.
BS 600-1935


Technometrics
Quality Progress
Journal of Quality Tec
Historia
Control de Calidad
Tcnicas y actividades de carcter
operativo, utilizadas para satisfacer los
requisitos para la calidad.
Implantacin Verificacin
Accin Remediadora
Conforme?
OK
Estndar
NO
SI
Defecto y No Conformidad
Incumplimiento de un
requisito para un uso
previsto o de una
expectativa razonable,
incluyendo lo relacionado
con la seguridad.
Incumplimiento de un
requisito especificado.
Media
Moda
Mediana

Rango
Varianza
Desviacin estndar
Relacin entre las
medidas de dispersin.
Medidas de Tendencia Central y
de Dispersin
Es el centro de
gravedad de los
datos.
Usa todas las
observaciones
No es necesario
clasificar los
datos.

Los valores extremos
pueden distorsionar la
figura.
La media puede no ser
el valor real de todas
las observaciones
Media : Ventajas y desventajas
VENTAJAS
DESVENTAJAS
No es necesario hacer
clculos ni clasificar
las observaciones.
No es influenciado por
valores extremos
Es un valor real
Puede ser visualizado
los diagramas de
distribucin.
Los datos pueden no
tener moda
Moda : Ventajas y desventajas
VENTAJAS DESVENTAJAS
No es necesario hacer
clculos ni clasificar
las observaciones.
No es influenciado por
valores extremos
Es un valor real
Puede ser visualizado
los diagramas de
distribucin.
Los datos pueden no
tener moda
Moda : Ventajas y desventajas
VENTAJAS DESVENTAJAS
Provee una idea de
donde estn
localizados la mayora
de las observaciones.
Es requerido poco
clculo.
No es sensible a
valores Externos.
Los datos deben ser
clasificados y ordenados.
No usar todos los datos
Valores extremos pueden
ser importantes.
La mediana tendr ms
variacin ( entre muestras )
que la media.

Mediana : Ventajas y desventajas
VENTAJAS DESVENTAJAS
Control Estadstico de Calidad
Conjunto de tcnicas estadsticas usadas
para medir y controlar el desempeo de los
procesos.
Sirve para identificar reas de mejora en el
proceso y medir la variacin de las
caractersticas de calidad.
Objetivos y beneficios.
Objetivos
Mejorar la calidad
Definir la capacidad o alcance
del proceso.
Decidir sobre las
especificaciones.
Decidir sobre el proceso.
Decidir sobre los productos.
Calcular el promedio de la
calidad y controlar su
cumplimiento.
Control Estadstico de Calidad
Hacer el proceso
ms estable
Mejorar el proceso
Control Estadstico de la Calidad
I
I I
En la pieza
misma.
De una pieza a
otra.
De instante de
tiempo a otro.
El equipo
El material
El entorno
El operario
La interaccin de estos
Variaciones a lo largo
del tiempo
Variacin
CLASES
CAUSAS
Mosquete y Rifle
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
Causas fortuitas y causas atribuibles
Variabilidad natural o ruido de fondo
Causas fortuitas
Otras causas de variabilidad
Causas atribuibles
Aquellas caractersticas de calidad que
son medibles
Son las caractersticas de calidad y se
dividen en dos grupos
Variables contra Atributos
Variables
Atributos
Satisfacen las especificaciones
No las satisfacen
De Variables
Atributos
Pasos para una grfica de control
por variables
Definir las caractersticas de calidad.
Escoger el subgrupo racional
Reunir los datos
Calcular los limites de control y la lnea
central.
Revisar los limites de control y la linea
central.
Lograr el objetivo.
Subgrupos racionales
Tamao del subgrupo.
Diferencias entre grupo.
Mxima
Diferencias dentro del subgrupo
Mnima
Producidas en el mismo momento
Producidas en un intervalo
Lmites de Control
3 sigmas
Limites 0.001
Buenos resultados
Menos de 3 sigmas:
Perdidas en el proceso
Costos de investigacin, etc.

LC = E[X] + L * [x]
-
Principios Estadsticos
Error Tipo I ( )
Riesgo de que un punto caiga fuera de
los lmites de control, cuando no existe una
causa atribuible.

Error Tipo II ( )
Riesgo de que un punto dentro de los lmites de
control, cuando existe una causa atribuible.
Estimacin de parmetros
Estimador de la media:

= 1/m * X
m



Estimadores

de la varianza :

^ ^ 2

2 =
1/m*
2

2 =
[1/d
2
m * R ]



Distribucin Normal
Caractersticas:
Mediana = Moda = Media
Simtrica
Unimodal
Distribucin Normal
Distribucin Normal Estndar
Parmetros:
Media
Desviacin estndar
Estandarizacin
Probabilidad

Teorema de Lmite Central
Si Y es el promedio de n variables
aleatorias, distribuidas
independientemente, entonces Y
tiene aproximadamente una
distribucin normal. La
distribucin mejora cuando n > 4.
Limites de Control