Por qu controlar un proceso?

Como controlar un proceso?

Condiciones generales para la implementacin del
Control Estadstico de Procesos

Los mtodos del control estadstico de procesos
proporcionan una retribucin significativa a las
compaas que pueden implementarlos exitosamente.

Aun cuando el SPC, es en gran medida una coleccin de
Herramientas basadas en la estadstica y la probabilidad
para resolver problemas, para la aplicacin exitosa del
SPC se necesita algo ms que el aprendizaje y uso de
estas herramientas.

Condiciones generales para la implementacin del
Control Estadstico de Procesos


La participacin y compromiso de la alta direccin
con el proceso de mejoramiento de la calidad es el
componente vital del xito potencial del SPC.

Condiciones generales para la implementacin del
Control Estadstico de Procesos
Al implementar un esfuerzo para reducir la variabilidad y
mejorar la calidad en toda la compaa, hemos
encontrado
que varios elementos suelen estar presentes en todos
los
esfuerzos exitosos. Estos elementos son los siguientes:

Liderazgo de la alta direccin.
Enfoque de equipo.
Capacitacin de todos los integrantes de la
organizacin.
nfasis en la reduccin de la variabilidad.
Medir el xito en trminos cuantitativos (econmicos)
Un mecanismo para comunicar los resultados exitosos
en toda la organizacin
Requisitos inherentes al proceso y al sistema de
medicin

Para la correcta implementacin del SPC el proceso
productivo debe relevarse en su conjunto y debe ser
analizado por los responsables de la implementacin.

Estos deben conocerlo en profundidad a los efectos
de poder recomendar cuales son los puntos del
mismo ms proclives a tener problemas operativos y
en los cuales es de esperar que se produzcan la
mayor cantidad de anomalas que pongan en riego la
calidad del producto.


Elementos encontrados
Al implementar un esfuerzo para reducir la variabilidad y
mejorar la calidad en toda la compaa, hemos encontrado
que varios elementos suelen estar presentes en todos los
esfuerzos exitosos. Estos elementos son los siguientes:

Liderazgo de la alta direccin.
Enfoque de equipo.
Capacitacin de todos los integrantes de la organizacin.
nfasis en la reduccin de la variabilidad.
Medir el xito en trminos cuantitativos (econmicos)
Un mecanismo para comunicar los resultados exitosos en
toda la organizacin.
Requisitos inherentes al proceso y al sistema de
medicin
El sistema de medicin es una parte fundamental
en la implementacin del SPC.

Todos los equipos involucrados en la tarea de
medir deben estar calibrados y en perfecto
funcionamiento. La calibracin y el conocimiento
de
la incertidumbre de medicin permiten acotar los
efectos aleatorios y sistemticos que puedan
producirse en la toma de datos.

Calidad de una medicin
La calidad del resultado de una medicin debe estar medida
cuantitativamente de alguna manera segura y confiable.

Es decir que al informar el valor de una medicin, ste debe
ser capaz de garantizarle al usuario que responde a sus
necesidades.

Sin esta condicin los resultados de las mediciones no
pueden compararse, ya sea entre ellos o respecto a valores
de referencia dados por una especificacin o un patrn.

Sistema de medicin
La accin de medir establece una comparacin entre lo
que se quiere medir, el mensurando, magnitud propuesta
para medirse, con otra cantidad de referencia de la misma
clase que se adopta como unidad.

En el sistema que interviene en la medicin siempre estn
presente el mensurando (lo que se mide), el instrumento o
sistema de medida (lo que mide) y el operador (el que
mide).

Definicin del mensurando
En la prctica, la definicin o especificacin del
mensurando est dictada por la exactitud de medicin
requerida.

Por ejemplo, si el largo de un metro nominal de una barra
de acero, debe determinarse con la exactitud de un
micrmetro, su especificacin debe incluir la temperatura y
la presin, a las cuales se realiza la medicin.

Sin embargo, si la longitud debe determinarse con una
exactitud de un milmetro, su especificacin no requiere un
valor definido de temperatura o presin o de cualquier otro
parmetro

Trazabilidad

En el Vocabulario de Metrologa Internacional,
VIM, la trazabilidad se define como la propiedad
del resultado de una medicin mediante la cual el
resultado se puede relacionar a una referencia a
travs de una cadena ininterrumpida documentada
de calibraciones, donde cada una contribuye a la
incertidumbre de medicin.


Exactitud , precisin y veracidad


Segn el VIM, exactitud es la proximidad de concordancia
entre valores medidos de una magnitud que son atribuidos
al mensurando.

El concepto de exactitud de medida no es un valor
numrico dado, sino que se dice que una medida es ms
exacta cuando ofrece una incertidumbre de medida ms
pequea, para los cual debe cumplir con dos condiciones :
precisin y veracidad.


Precisin
La precisin, segn el VIM es el grado de
concordancia entre valores medidos obtenidos por
mediciones repetidas de un mismo objeto bajo
condiciones especificadas.

La precisin evala los efectos aleatorios de una
medicin.

Se expresa en forma numrica por medidas tales
como la desviacin estndar, la varianza o el
coeficiente de variacin

Estimacin de la precisin
Para la de la precisin pueden usarse diversos test
estadsticos, que en definitiva medirn la varianza o la
dispersin de los resultados y realizarn una comparacin
con otros datos de variabilidad provenientes de ciertas
referencias o valores bibliogrficos de alta confiabilidad.

Las condiciones de precisin pueden ser:
- Repetibilidad
- Reproducibilidad
- Precisin intermedia

Veracidad
Veracidad segn el VIM es el grado concordancia
entre el promedio de un nmero determinado de
valores medidos replicados y un valor de
referencia (un patrn , por ejemplo).

La veracidad de una medida no puede ser
expresada numricamente y su ponderacin se
realiza a travs del clculo del sesgo de medicin.


7.6 Control de los equipos de seguimiento y de
medicin
La organizacin debe determinar el seguimiento y
la medicin a realizar y los equipos de seguimiento
y medicin necesarios para proporcionar la
evidencia de la conformidad del producto con los
requisitos determinados.

La organizacin debe establecer procesos para
asegurarse de que el seguimiento y medicin pueden
realizarse y se realizan de una manera coherente con
los requisitos de seguimiento y medicin.

El resultado tiene exactitud
A partir de las definiciones de precisin y veracidad,
se dice que un resultado tiene exactitud si cumple con dos
eventos al mismo tiempo:

- es veraz, que es lo mismo que decir que se sabe
cual es el sesgo y que ste no es estadsticamente
significativo.

- es preciso, con lo que se afirma que los efectos
aleatorios estn dentro de las tolerancias del mtodo


Precisin de una serie de mediciones
Para estimar la precisin interna se utiliza un criterio de aceptacin
basado en la distribucin de probabilidad ji-cuadrado, con un nivel de
significancia del 0,05 %.



Donde es la varianza interna
es la varianza de repetibilidad
u
u _
o
o
) (
2
) 1 (
2
2

(
S
2
S
2
o
Test para la precisin
Se mide cinco veces la densidad de un crudo petrolero,
obtenindose: 0,7808; 0,7899, 0,7899; 0,7901, 0,7854






El valor de la distribucin ji-cuadrado con 5 grados de
libertad y es 11,070 . Por lo tanto, la precisin
interna est fuera de especificaciones.








64
2 ) 0005 , 0 (
) 004 , 0 (
2
2
2
= =
o
S
004 , 0 = S
05 , 0 = o
Anlisis del sesgo de una medicin
Cuando se realiza una medicin con un instrumento de
trabajo y se compara con el valor obtenido con un patrn
de menor incertidumbre, generalmente aparece un sesgo,
es decir una diferencia entre ambos valores.

El patrn puede ser otro instrumento de medicin o un
material de referencia con condiciones metrolgicas
certificadas, con incertidumbre mnima y conocida.


Prueba para el sesgo
Se aplica el estadstico




El estadstico de prueba se compara con un valor crtico
obtenido de la distribucin t. Si



El sesgo es significativo



n
S
x
T
o

=
1 ; 95 , 0 n o
t T
Ejemplo de estimacin del sesgo
Supongamos que se pesa un pesa patrn, de 1000 g con una balanza
de la que se desea determinar su sesgo de medicin. Se realizan 10
mediciones en condiciones de repetibilidad, hallndose los siguientes
valores







El valor de tcrtico para 9 grados de libertad y un =0,05 es 1,83. Como
T es menor que el tcrtico, se acepta que el sesgo no es significativo,
con una probabilidad del 95%.


gr x 1015 = gr s 75 , 50 =
93 , 0
10
75 , 50
1000 1015
=

=
n
s
x
T

Aptitud de un sistema de medicin
Las mediciones se pueden pensar como el resultado de un
proceso, el cual es influido por causas del mismo tipo que
afectan el proceso de produccin.

-Materiales
-Mano de obra
-Mquina
-Medio ambiente
-Mtodos
-Mediciones

Variabilidad de medicin
Cualquier proceso de medicin genera un error o incertidumbre
estadstica.

Por lo tanto, lo que se observa no es exactamente la realidad, ms
bien es la realidad ms un error de medicin.

Esto se traduce en que la variacin total observada en unos datos es el
resultado de la variacin propia del producto ms el error del proceso
de medicin. En trmino estadsticos esta idea queda representada
como sigue:


2 2 2
error prod total
o o o + =
Fuentes de errores de medicin
- Equipo de medicin
- los operadores (reproducibilidad)
- la variacin dentro de la muestra (objetos que
por su naturaleza tienen cierta heterogeneidad
en su superficie, dimensiones etc.

Variabilidad del equipo de medicin (fuentes)
- Calibracin
- Deriva: pedida de calidad metrolgica en forma
lenta a travs del tiempo
- Repetibilidad
- Linealidad: veracidad a lo largo del rango de
operacin del instrumento

Estudio de repetibilidad y reproducibilidad (R&R)
El objetivo de los estudios de R&R es conocer si el sistema
de medicin se halla dentro de control estadstico.

Evala de modo experimental que parte de la variabilidad
total observada en los datos es atribuible ya sea al
producto, a los operarios o al instrumento de medicin
(estos dos ltimos representan el error de medicin)

Se cumple la siguiente relacin:

2 2 2 2
inst oper prod total
o o o o + + =
Componentes del error de medicin
Donde





por lo tanto el error o variabilidad de las mediciones debido a la
repetibilidad y reproducibilidad se obtiene con:
2 2
repeti inst
o o =
2 2
reprod oper
o o =
2 2 2
& reprod repet R R
o o o + =
Aplicacin
En una compaa dedicada a la fabricacin de bombas y vlvulas, para
la industria qumica, algunos componentes crticos tienen tolerancias
muy estrechas que son difciles de cumplir.

De aqu que sea necesario estimar el error de medicin con el fin de
ver la posibilidad de reducirlo para cumplir con las especificaciones.

El ancho de un componente particular es una caracterstica de calidad
crtica, cuyas especificaciones son 69,5 0,4 mm.

Se seleccionan dos inspectores para realizar un estudio R&R y cada
uno midi siete componentes dos veces con un vernier digital capaz de
discriminar entre piezas que difieren en 0,02 mm.

Tabla de valores
Numero de Inspector A Inspector B
componente 1 2 1 2

1 69,38 69,6 69,62 69,52
2 69,72 69,8 69,78 69,9
3 69,58 69,7 69,7 69,92
4 69,5 69,5 69,46 69,5
5 69,48 69,4 69,5 69,42
6 69,56 69,4 69,68 69,64
7 69,9 70,02 69,94 69,88


Metodologa
1) Se calcula para cada operador el rango de las mediciones que hizo
de cada pieza. Este rango es una informacin directa sobre el error de las
mediciones (repetibilidad) ya que son sobre la misma pieza y las realiza el
mismo operador. Se calcula el promedio de todos los rangos y el promedio
de todas las mediciones de cada operador


69,38 - 69,60 = 0,22 69,62 - 69,52 = 0,1
69,72 - 69,8 = 0,08 69,78 - 69,9 = 0,12
69,58 - 69,7 = 0,12 69,7 - 69,92 = 0,22
69,5 - 69,5 = 0 69,46 - 69,5 = 0,04
69,48 - 69,4 = 0,08 69,5 - 69,42 = 0,08
69,56 - 69,4 = 0,16 69,68 - 69,64 = 0,04
69,9 - 70,02 = 0,12 69,94 - 69,88 = 0,06



11 , 0 =
A
R 094 , 0 =
B
R
61 , 69 =
A
X 68 , 69 =
B
X
Clculos
Se calcula la media de los rangos promedios





Se calcula el rango de las medias




102 , 0
2
094 , 0 11 , 0
2
=
+
= =
+ B A
R R
R
07 , 0 61 , 69 68 , 69 = = =
B A
X
X X R
Desviacin estndar de repetibilidad
La estimacin de la repetibilidad del instrumento se obtiene
a partir de un estimador insesgado de la desviacin
Estndar




Donde d
2
es una constante que depende del tamao de la
muestra

09 , 0
128 , 1
102 , 0
2
= = =
d
R
repet
o
Desviacin estndar de reproducibilidad
La desviacin estndar de reproducibilidad es en esencia
la variabilidad que surge debido a las diferencias entre los
operadores ya que los dos miden las mismas piezas

062 , 0
128 , 1
07 , 0
2
= = =
d
R
X
reprod
o
Clculo de
R&R
11 , 0 062 , 0 09 , 0
2 2 2 2
&
= + = + =
reprod
repet R R
o o o
Error mximo de medicin
El error mximo de medicin est dado por


Por lo que si se mide una pieza y se obtiene como resultado un valor X,
entonces el verdadero valor de la medicin para esta pieza est entre




Con una confianza del 99 %



R R&
. 575 , 2 o
R R
X
&
. 575 , 2 o
Conclusin
Por ejemplo, si se mide una pieza y se reporta un valor de
68,9 mm, se clasificara como defectuosa ya que se
encuentra por debajo del lmite inferior especificado
(69,1 mm). Sin embargo esa pieza puede estar dentro de
las especificaciones, ya que su verdadero valor est en
68,9 2,575.0,11; es decir en el rango [68,61;69,18]

ndice presicin/tolerancia
En este ejemplo la tolerancia para el tamao de la pieza es
de 0,8 mm. Puede calcularse el ndice P/T






Si lo expresamos como porcentaje , tenemos un
P/T=82,5 %


825 , 0
1 , 69 9 , 69
11 , 0 . 6 . 6
&
=

=
LIE LSE T
P
R R
o
Interpretacin
De manera especifica , el ndice P/T se interpreta como
sigue:

P/T 10%, excelente proceso de medicin
10 % < P/T 20 %, bueno
20 % < P/T 30 % marginal( casi inaceptable)
P/T > 30 % inaceptable y debe corregirse


Incertidumbre de una medicin
Histricamente se han usado con mucha asiduidad los
trminos de error y anlisis del error como parte prctica
de la ciencia de las mediciones o metrologa. El trmino
error de una medicin solo se debera usar cuando se
conoce el valor verdadero del mensurando.

El trmino y el concepto de incertidumbre como una
caracterstica cuantificable del resultado de una medicin,
es bastante nuevo en la historia de la metrologa.

Incertidumbre de una medicin
Actualmente se considera que existe un componente de
incertidumbre sobre el resultado de una medicin, aun
cuando se hayan evaluado correctamente y ajustadamente
todos los componentes conocidos o supuestos de la error
y se hubieren aplicado las correcciones adecuadas.

Por esto es vlido preguntarse de cuan bien representa el
resultado de una medicin el valor de la magnitud que se
est midiendo.
Definicin

La incertidumbre es un parmetro no negativo asociado al
resultado de una medicin, que caracteriza la dispersin
de los valores que podran ser razonablemente atribuidos
al mensurando (Vocabulario Internacional de
Metrologa).

La incertidumbre de medida incluye componentes
provenientes de efectos sistemticos, tales como
componentes asociados a correcciones y a los valores
asignados de patrones de medida
Calibracin
Calibracin: conjunto de operaciones que
establecen, en condiciones especificadas,
la relacin entre los valores indicados por
un instrumento de medicin, y los
correspondientes valores conocidos de
una determinada magnitud medida
Trazabilidad
En el Vocabulario de Metrologa Internacional, VIM, la
trazabilidad se define como la propiedad del resultado de
una medicin mediante la cual el resultado se puede
relacionar a una referencia a travs de una cadena
ininterrumpida documentada de calibraciones, donde cada
una contribuye a la incertidumbre de medicin. Para esta
definicin, la referencia puede ser la definicin de una
unidad de medida a travs de su realizacin prctica o un
procedimiento de medicin que incluye la unidad de
medida para una magnitud no ordinal, o un patrn de
medicin.
ISO 17025:2005
Requisitos generales para la competencia
de los laboratorios de ensayo y de
calibracin
ISO 17025:2005

Porqu acreditar un laboratorio?

Porque se demuestra formalmente, con la evaluacin de
un organismo independiente, la competencia tcnica y la
eficacia del sistema de calidad.
Porque permite lograr ventajas competitivas, acceder a
clientes ms exigentes.
Porque se mejora la calidad de los servicios.
Porque facilita la cooperacin entre los laboratorios,
intercambio de informacin, de experiencia,
armonizacin de procedimientos.
Porque se incrementan las utilidades, servicios de
mayor valor agregado y menores costos de la no
calidad.
Requisitos tcnicos
5.1 Generalidades
5.2 Personal
5.3 Instalaciones y condiciones ambientales.
5.4 Mtodos de ensayos y calibracin y
validacin de los mtodos.
5.5 Equipos
5.6 Trazabilidad de las mediciones
5.7 Muestreo
5.8 Manipuleo de los tems de ensayo o de
calibracin.
5.9 Aseguramiento de la calidad de los
resultados de ensayo y de calibracin.
5.10 Informe de los resultados.
Auditorias
Actividad documentada para determinar,
por medio de investigacin, examen, y
evaluacin de evidencias objetivas, la
adecuacin y conformidad con un
estndar establecido.
Tipos de auditora
1 parte ej: auditoras internas
2 parte ej: auditorias de clientes
auditorias a proveedores
3 parte ej: auditorias de
acreditacin
Objetivos de una auditora
Constatar de manera efectiva y objetiva
si existen evidencias de no conformidades
en el sistema de calidad con relacin a los
requisitos aplicables.
no conformidad: incumplimiento de un
requisito especificado ( en el manual, en
un procedimiento)
INTRODUCCIN AL CONTROL ESTADISTICO
DE PROCESOS (SPC)

El SPC (por sus siglas en ingles) es un men
de herramientas destinadas a alcanzar la
calidad total de los productos.

El SPC puede aplicarse a cualquier proceso.
Algunas de sus principales herramientas son:
El histograma
La grafica de Pareto
El diagrama de causa-efecto
El diagrama de dispersin
La carta de control
El diseo de experimentos

Variabilidad Natural
En cualquier proceso (de produccin
manufacturero, administrativo, medicin en
laboratorio) independientemente de lo adecuado
que sea su diseo o de la atencin que se
preste a su mantenimiento, siempre existir
cierta variabilidad natural.

Las causas que producen esta variabilidad se
denominan fortuitas y un proceso que opera de
esta manera se dice que est bajo control
estadstico.


Variabilidad atribuible
Pero en ocasiones existe otra clase de variabilidad, que es
de mayor magnitud que la anterior y pone al proceso
fuera de control estadstico. Las causas que provocan esta
situacin se denominan atribuibles o asignables.

Tres son las fuentes fundamentales de las causas
atribuibles:

Ajuste incorrecto de mquinas, equipos, instrumentos.
Errores de operarios.
Materia prima defectuosa.

Objetivo del SPC
Con frecuencia, los procesos de produccin
operarn en el estado bajo control, produciendo
productos aceptables durante periodos
relativamente prolongados.

Con el tiempo, sin embargo ocurren causas
asignables, aparentemente al azar, que
ocasionarn un corrimiento a un estado fuera de
control en el que una proporcin mayor de la
salida del proceso no cumplirn con los
requerimientos.

Objetivo del SPC
Uno de los objetivos fundamentales del SPC es
detectar con rapidez la ocurrencia de causas
asignables, con la finalidad de realizar
investigaciones y emprender las acciones
correctivas, antes de que se produzcan muchas
unidades defectuosas.

Que es la carta de control
La carta de control es una tcnica de monitoreo de
procesos en lnea que se usa ampliamente para este
fin.

Las cartas de control tambin pueden usarse para
estimar los parmetros del proceso de produccin y
para determinar con esta informacin la capacidad del
proceso.

Asimismo la carta de control puede ofrecer informacin
til para mejorar los procesos.


Meta del SPC

Por ultimo recurdese que la meta ultima del SPC
es eliminar la variabilidad del proceso. Tal vez no
sea posible eliminar por completo la variabilidad,
pero la carta de control es una herramienta
efectiva para reducir la variabilidad tanto como sea
posible
Introduccin a las cartas de control.

Las cartas de control constituyen la herramienta ms
potente para controlar en tiempo real un proceso, es
decir que es un control en lnea, en el mismo
momento que se estn desarrollando los procesos.

Los procesos pueden ser productivos, mediciones y
ensayos en laboratorios, desarrollos de consultora o
administrativos.


Usos de la carta de control

La carta de control posee tres usos fundamentales:

Reduccin de la variabilidad del proceso.
Monitoreo y vigilancia del proceso.
Estimacin de los parmetros del proceso.

Forma de la carta de control

Una carta de control tpica consta de tres lneas.
Posee una lnea central, que representa el valor promedio
de la caracterstica de calidad y que corresponde al estado
bajo control.

Tambin se observan dos lneas horizontales,
llamadas el lmite superior de control y el lmite inferior
de control. Estos lmites se eligen de manera tal que si el
proceso se halla bajo control estadstico, casi todos los
puntos muestrales se localizarn entre ellos.
Forma de la carta de control
Los puntos muestrales se ubican en funcin del
tiempo, es decir la carta de control es una serie de
tiempo.

Es costumbre unir los puntos muestrales de la
carta de control con segmentos de lnea, a fin de
facilitar la visualizacin de la evolucin con el
tiempo de la secuencia de puntos
Carta de control
19 17 15 13 11 9 7 5 3 1
0,95
0,94
0,93
0,92
0,91
0,90
0,89
0,88
0,87
0,86
Observacin
V
a
l
o
r

i
n
d
i
v
i
d
u
a
l
_
X=0,903
UCL=0,94079
LCL=0,86521
Densidad
Carta de control
Si todos los puntos graficados se hallan dentro
de los lmites de control y los mismos aparecen
de forma aleatoria, se supone que el proceso se
halla dentro de control y no es necesaria
ninguna accin correctiva. Decimos que los
puntos aparecen en forma aleatoria cuando se
ubican uno abajo, seguido de otro arriba de la
lnea central o viceversa.

Si se localiza un punto fuera de los lmites de control, se
considera que el proceso se halla fuera de control


Esta situacin amerita una investigacin para hallar la
causa atribuible o asignable que produce esta salida de
control.

Corregida la causa se supone que el proceso volver a
estar dentro de control.

Incluso si todos los puntos graficados se hallan dentro de
los lmites de control pero no se comportan de manera
aleatoria, esta situacin puede ser el indicio de que el
proceso se halla fuera de control estadstico.




Carta de control
En la carta de control presentada se
observan muchos puntos debajo de la lnea
central y luego muchos puntos consecutivos
por encima de la lnea central, lo cual
supone un comportamiento no aleatorio.
Presentacin de la carta de control
Si la caracterstica de calidad que estamos
monitoreando tiene una distribucin de probabilidad
normal, la probabilidad de que aparezca un punto
por debajo o por arriba de la lnea central, es 0,5.

La probabilidad de que aparezcan cinco puntos
consecutivos por encima o por debajo de la lnea
central es (asumiendo que son independientes)
(0,5)5 ; lo que constituye una probabilidad muy baja
y no puede ser atribuido al azar.

De la misma manera, si de los ltimos 20 puntos,
aparecen 18 por encima de la lnea central
aunque debajo del lmite superior de control y los
otros dos por debajo de la lnea central aunque
encima del limite inferior de control, esta
situacin despertara grandes sospechas de que
existe alguna causa asignable que produce ste
comportamiento, es decir que no es atribuible al
azar.

Cartas de control y pruebas de hiptesis

Existe una estrecha relacin entre las cartas de
control y una prueba de hiptesis.

Si un punto muestral cae dentro de los limites
de control, se acepta la hiptesis nula de que
=o

Si un punto cae fuera de los limites de control se
acepta la hiptesis alternativa, es decir o


Errores que pueden cometerse en una carta de
control

Cuando el proceso est dentro de control existe una
pequea probabilidad de que un punto caiga fuera de los
lmites. En este caso consideraramos que el proceso est
fuera de control cuando en realidad est dentro de control.
Esta situacin recibe el nombre de falsa alama

Ac estaramos cometiendo un error tipo I, es decir
rechazar la hiptesis nula, cuando es verdadera. Este error
tambin recibe el nombre de riesgo del productor, ya que
rechazaramos el producto cuando en realidad ste est
dentro de especificaciones.

Error tipo II
Tambin puede ocurrir que se produzca algn cambio en
la media del proceso, sin embargo el punto muestral
puede caer dentro de los lmites de control.

En este caso aceptaramos la Ho y cometeramos un
error, que se denomina tipo II y es aceptar la Ho nula
cuando esta es falsa. Esto tambin se denomina riesgo
del consumidor.


Clasificacin de las cartas de control
Pueden clasificarse de dos tipos generales. Si la
caracterstica de calidad puede medirse y expresarse como
un nmero en una escala de medicin continua, suele
llamrsele variable y en consecuencia carta de control para
variables.

En tales casos, es conveniente describir la caracterstica de
calidad con una medicin de tendencia central y una medida
de variabilidad.

La carta x media, es la carta de uso ms comn para controlar
la tendencia central, mientras que las cartas basadas en el
rango muestral o en la desviacin estndar muestral, son las
ms adecuadas para controlar la variabilidad.

Carta de control para atributos
Muchas caractersticas de calidad no se miden en una escala
continua o ni siquiera en una escala cuantitativa.

En estos casos cada unidad del producto puede clasificarse
como conforme o disconforme, segn cumpla o no con ciertas
Especificaciones tcnicas establecidas. Fundamentalmente los
ensayos pasa-no pasa

Tambin pueden contarse los defectos que posee cada unidad
de producto. A las cartas de control para estas caractersticas de
la calidad se les llama cartas de control de atributos.

Diseo de una carta de control
Los puntos centrales del diseo de una carta de
control son:

la seleccin del tamao de la muestra,
la seleccin de los lmites de control (3 o 2,
probabilsticos).
la frecuencia del muestreo.

En la mayora de las cartas de control el diseo sigue
consideraciones estadsticas. Por ejemplo, se sabe que al
incrementar el tamao de la muestra disminuir la
probabilidad de cometer un error tipo II,(si fijamos el error
Tipo I) mejorndose la capacidad de la carta para detectar
algn cambio en la media del proceso.

Seleccin de los lmites de control
La especificacin de los lmites de control es una de las
decisiones crticas que deben tomarse al disear una carta
de control.

Cuando los lmites de control se alejan ms de la lnea
central, se reduce la probabilidad de cometer un error tipo I.

Si embargo, al ensanchar los limites de control, aumenta la
probabilidad de cometer un error tipo II, es decir que un
punto caiga dentro de los lmites cuando el proceso est
fuera de control.


Lmites tres sigmas

Se justifica el uso de los lmites tres sigmas
porque han dado muy buenos resultados en la
prctica y adems se pueden acompaar por otras
medidas de sensibilidad que ayudan a deducir si
un proceso est fuera de control.



Limites de advertencia en cartas de control


Se pueden colocar un conjunto de dos lmites( superior
e inferior) dos sigmas, llamados de advertencia.
Una situacin donde dos puntos consecutivos caen
entre los lmites dos y tres sigmas, es una seal de que
algo incorrecto est sucediendo en el proceso.

Una posible accin a realizar cuando ocurre sto es
incrementar la frecuencia de muestreo o el tamao de
la muestra a fin de obtener con rapidez ms
informacin acerca del proceso.
Tamao de la muestra y frecuencia de muestreo

Cuando se disea una carta de control es necesario
especificar tanto el tamao de la muestra que debe usarse
como la frecuencia de muestreo.

En general, las muestras ms grandes facilitarn la deteccin
de corrimientos ms pequeos en el proceso

Otra condicin importante es la frecuencia del muestreo. La
situacin ms deseable desde el punto de vista de la deteccin
de corrimientos sera tomar muestras grandes con mucha
frecuencia, sin embargo, esto por lo general no es
econmicamente factible

La prctica actual en la industria tiende a favorecer las muestras
ms pequeas en intervalos ms cortos de tiempo.
Longitud promedio de la corrida (ARL)
Es el nmero promedio de puntos que deben graficarse antes
de que un punto indique una condicin de fuera de control.

Como la distribucin de probabilidad de la ARL es geomtrica,
para su clculo utilizamos la media de esta distribucin. Si las
observaciones del proceso son independientes una de otra,
entonces para cualquier carta de Shewhart, la ARL, puede
calcularse como

Donde p es la probabilidad de ocurrencia de un xito,
considerando como xito un punto fuera de los lmites.


p
ARL
1
=
la longitud promedio de la corrida (ARL)
Como ejemplo, podemos considerar la carta de control tres
Sigmas y una distribucin de probabilidad normal.

En esta carta p=0,0027, es la probabilidad de que un solo
punto se localice fuera de los limites de control cuando el
proceso est bajo control. Por lo tanto, la longitud promedio de
la carta cuando el proceso est bajo control (llamada ARL
o
)
es,


370
0027 , 0
1 1
= = =
p
o
ARL
la longitud promedio de corrida cuando el proceso est
fuera de control, es la cantidad de muestras que hay que
extraer hasta que una aparezca fuera de los lmites.



donde p es la probabilidad de que se detecte el
corrimiento de la media, en el caso de carta x media

Si representa la probabilidad de que no se detecte el
cambio de la media del proceso, 1 ; representa la
probabilidad de que s se detecte.

Por lo tanto:


p
ARL
1
1
=
ARL para la condicin de fuera de control




Por ejemplo, si = 0,6 , entonces








Es decir que se necesitan en promedio 2,5 muestras para
detectar el cambio en el proceso.




|
= =
1
1 1
1
p
ARL

5 , 2
6 , 0 1
1
1
=

= ARL
ARL para la condicin de fuera de control

Si se considera que este valor es
inaceptable porque se tiene demasiada
produccin fuera de especificaciones, se
puede aumentar el tamao de la muestra
para tener un menor error tipo II.

Reglas de sensibilizacin para cartas de control

Estas reglas se emplean para aumentar la sensibilidad de
las cartas para detectar situaciones de fuera de control.

a) un punto por fuera de los lmites de control tres sigmas
b) dos de tres puntos consecutivos entre los lmites dos y
tres sigmas.
c) cinco puntos consecutivos por encima o por debajo de la
lnea central.
d) seis puntos consecutivos que se incrementan o se
decrementan de manera sostenida.
e) un patrn no aleatorio en los datos
Curva caracterstica de operacin
Diseo general
Para ilustrar los conceptos anteriores, imaginemos un
proceso donde se controla la cantidad de un detergente
slido. Se sabe que la distribucin de probabilidad de la
cantidad de detergente es normal. El contenido se verifica por
diferencias de pesadas.

El proceso est bajo control con un peso de 800 g y una
desviacin estndar de 1,1 g. Para controlar el proceso se
extraen 5 envases cada hora, se calcula el promedio del
peso de los cinco envases y se grafica ese valor en la carta
de control. La desviacin estndar de la media muestral
es:


49 , 0
5
1 , 1
= = =
n
x
o
o
Desviacin estndar de la media muestral
La desviacin estndar de la media muestral
es:


49 , 0
5
1 , 1
= = =
n
x
o
o
Diseo general

Para ejemplificar, si el proceso se halla bajo control con un
peso de 800 g, entonces al aplicar el teorema central del lmite,
dado que la variable aleatoria peso tiene una distribucin
normal, se espera que 100(1-)% de los pesos medios
muestrales se localicen entre



y


) 49 , 0 ( 800
2 / o
Z +

) 49 , 0 ( 800
2 / o
Z
Diseo general
Si se escoge arbitrariamente el valor 3 para la constante


los lmites de control son:


2 / o
Z

47 , 801 ) 49 , 0 ( 3 800 = + = LSC

53 , 798 ) 49 , 0 ( 3 800 = = LIC
Diseo general
A este diseo se lo llama comnmente lmites de control tres
sigmas.

Obsrvese que elegir los lmites de control es equivalente a
establecer la regin crtica para probar la hiptesis





La carta de control prueba esta hiptesis cada vez que se
grafica un punto.
800 :
0
= H
800 :
1
= H
Diseo general
Puede darse un modelo general para una carta de control. Si w
es un estadstico muestral que mide alguna caracterstica de
calidad de inters y suponemos que la media de w es y que
la desviacin estndar de w es , entonces la LC, el LSC y
el LIC son:




w

w
o

w w
L LSC o . + =

w
LC =

w w
L LIC o . =
Diseo general
Donde L es la distancia de los lmites de control a
la lnea central, expresada en unidades de
desviacin estndar.

El ingeniero Walter Shewhart fue el primero en
proponer esta teora general de las cartas de
control y las cartas de control desarrolladas segn
estos principios llevan el nombre de cartas de
control de Shewhart