Control Estadistico de Calidad Final

Control Estadístico
de
Calidad
Ing. MSc. Roberto Vergara Portela
CONTENIDO
• Mejora continua
• Métodos de mejoramiento
• Técnicas y herramientas estadísticas numéricas y no numéricas.

Análisis de datos e información.
• Herramientas de medición y análisis de la satisfacción del cliente
Control de Calidad. MSc. Roberto Vergara Portela

OBJETIVOS GENERALES
Desarrollar habilidades y competencias para el uso, análisis, manejo

y mejora de los datos e información en una organización ("CEC").
•Identificar la aplicación de herramientas administrativas y/o

estadísticas que permitan implementar las acciones de
mejoramiento en la organización

OBJETIVOS ESPECIFICOS
•Identificar las técnicas y herramientas estadísticas que son necesarias
para el control de los procesos.
•Conocer metodologías de aplicación de las técnicas estadísticas

numéricas y no numéricas.
•Definir métodos para analizar datos .
•Conocer las distintas técnicas estadísticas, cómo se utilizan y cuándo se

pueden utilizar.
•Saber seleccionar y utilizar las técnicas estadísticas y de control

estadístico de calidad más apropiadas de acuerdo al contexto y a los
objetivos del problema concreto a resolver.

TEMARIO
• Las HERRAMIENTAS ESTADÍSTICAS PARA EL MEJORAMIENTO DE LA
CALIDAD “ISO 10017” desarrollo del Control Estadístico de la Calidad :
• FUNDAMENTOS DE ESTADISTICA.
• Lluvia de Ideas.
• Recolección de Datos.
• Diagrama de Pareto.
• Diagrama Causa Efecto.
• Listas de Chequeo y Hojas de Verificación.
• Diagrama de Dispersión.
• Histogramas.
• Gráficas de Control. Tipos. - Interpretación y Usos.

Control de Calidad
• Calidad: Sistema que permite establecer procesos.
• Normas:
Productos NTC
Sistemas ISO
(Procesos)
NTC ISO
{Homologadas}

Bases Estadísticas Necesarias:
• Teoría Probabilística • Funciones de
• Ley de Probabilidad Frecuencias Directas
• Teorema Adición • Parámetros de
• Teorema Multiplicación Centramiento
• Teorema de Bayes • Parámetros de
Desviación
• Concepto Permutación
• Curva Normal
• Concepto Combinación
• Distribución de Poisson
• Funciones de
Frecuencia • Distribución Binomial
Parámetros Básicos del Sistema
de Aseguramiento de Calidad:
1. Existencia (Identificación).
2. Que se conozca (difundir).
3. Que se aplique (actué en el sistema).
4. Obtención de resultado (Empresa de respuesta
al cliente).

Conceptos de Calidad
Totalidad de Características, que le otorgan a una entidad la
capacidad de satisfacer necesidades explicitas e implícitas
Totalidad Características: - Cuantitativas

- Cualitativas
Entidad - Manufactura
- Servicios
Capacidad Respuesta, aptitud.
Satisfacer Necesidades: - Explicitas

- Implícitas
Necesidades Explícitas (Pasos):
1. Evaluación de especificaciones.
2. Definición de un plano.
3. Norma: - Requisitos de calidad
- Plan de muestreo.
- Método de ensayo.
- Equipo de ensayo.
4. Contrato (póliza de garantía).
5. Licitación.

Necesidades Implícitas
No se pueden medir a través de una

especificación, son cualitativas y subjetivas.
(Culturales, estéticas, sensoriales, ambiéntales,
gustos, etc.).

Fases de la Calidad
1. Inspección.
2. Control de Calidad.
3. Aseguramiento de la Calidad.
4. Mejoramiento de la Calidad.
5. Administración de la Calidad.

Inspección
Inspección Separación: - Bueno.
- Malo.
Actividad de medir, ensayar o calibrar una o más características, comparándolas contra

un requisito de calidad con el propósito de establecer si existe o no existe conformidad.
REQUISITO DE
ACTIVIDAD UNID. MEDIDA
CALIDAD
- Medir
- Ensayar
- Calibrar Conformidad
Aplicación: Producto: - M.P.

- Semielaborado.
- Terminado.
Control de Calidad
Serie de actividades eminentemente operativas, que buscan
estabilizar el proceso, teniendo en cuenta como base fundamental
los requisitos de calidad.
ACTIVIDAD OPERATIVA
Busca
Estabilidad Requisitos
de Calidad
• Funciones: - Diagnosticar la situación que sucede en la operación.
- Controlar Límites
- Mejora.
Aseguramiento de la Calidad
Serie de actividades, planificadas y sistemáticas dentro de un sistema de calidad,
evidenciadas como necesarias para dar determinada confianza de que los
requisitos de calidad se cumplan.
Actividad planificada (Requisitos):
1. Coherencia
DEBE RESPONDER A:
2. Preventiva
3. Flexibilidad
Qué, Comó, Cuándo, Dónde,
4. Objetividad
Para quién
5. Económica
Actividad planificada (Requisitos):
1. Poseer estructura de la Organización.
2. Definir responsabilidades.
3. Establecer procesos.
4. Definir procedimientos.
5. Asignar recursos.

Mejoramiento de la Calidad
Acciones emprendidas por toda la organización, con el fin de
incrementar la eficiencia y la eficacia de las actividades y de los
procesos que aportan beneficios
Eficiencia
Procesos y Actividades
Acciones
Eficacia Cliente Organización

Administración de la Calidad
Acciones emprendidas por la gerencia que definen
políticas, objetivos y asigna responsabilidades en unas
fases tales como:
a. Planificación
b. Control
c. Mejoramiento CALIDAD
d. Aseguramiento

Admon. Total de la Calidad
Admon. de la Calidad Accionista
Mejoramiento de la calidad
Aseguramiento de Sociedad
la Calidad
Control de SISTEMA
Trabajo
Calidad DE
CALIDAD
Inspección Cliente

Historia de la Calidad
A NIVEL INTERNACIONAL: Hasta finales del Siglo XIX, la empresa era muy
distinta a lo que es hoy; la calidad ocupaba un segundo lugar, determinado por el
desconocimiento del consumidor y la falta de competencia.
• Revolución Industrial • Nace un nuevo tipo de
• La automatización Empresa
• Aplicación de nuevos
Sistemas de gestión • Calidad, más competitiva
• Taylor, Marx y otros
El Control Estadístico de Calidad se remonta a:
1924: E. Shewhart de la Bell Telephone aplica por primera vez gráficos estadísticos para el control
de productos manufacturados.
1931: Se aplica en el Reino Unido.
1940-42: Comienza el desarrollo y aplicación de tablas de muestreo para inspección.
1946: Se funda la ASQC (sociedad americana para el control de calidad). Se crea la JUSE (unión de
científicos e ingenieros japoneses).

Historia de la Calidad
1950: Edwars Deming visita al Japón para dirigir un seminario de control de calidad. Se crea el
sistema de marca JIS (normas indústriales japonesas). Las empresas tenían que poner en práctica el
control estadístico de calidad y la garantía de calidad.
1951: Se crea en el Japón el premio Deming para el control de calidad.
1954: Juran visita el Japón y difunde los métodos estadísticos y los sistemas de C. de C. entre los
especialistas, los dirigentes y los mandos medios.
1960: El Dr. Kaoru Ishikawa, sirve de columna vertebral a estos programas y crea los primeros
círculos de calidad en el Japón.
1960-2004: El control de calidad determina la relación Consumidor / Usuario / Cliente, lo que lleva
a que cada vez la relación Precio / Calidad sea lo que incline la balanza del Mercado.
A NIVEL NACIONAL: En nuestro país el concepto de C.de C. es relativamente nuevo.

En 1974 se adopta por parte del ICONTEC la norma internacional ISO.

Concepto de Calidad
Existen varias definiciones tales como:
• “Aptitud o idoneidad de un producto o servicio para su uso”.

• “Conjunto de propiedades y características de un producto, proceso o servicio
que le confieren su aptitud para satisfacer necesidades”
Podemos sintetizar que un producto es de calidad cuando

satisface las necesidades y expectativas del usuario
Calidad no es necesariamente Lujo, complicación, tamaño, etc.
Así para el:
• Cliente calidad es “Adecuación al Uso”.

• Fabricante Calidad es “Cumplimiento con las especificaciones del
diseño”.

Diagrama de las tres calidades
Calidad de Calidad de
diseño Fabricación
SATISFACCIÓN
ESFUERZOS INDUSTRIAL TRABAJO DE
INUTILES DE INUTIL PARA EL FABRICACIÓ
CLIENTE
DISEÑO N INUTIL
CALIDAD IDEAL
SATISFACCIÓN
PLENA
CALIDAD
SATISFACIÓN AMENAZADA
INEVITABLE
SATISFACCIÓ
N CASUAL
Se debe concentrar el esfuerzo en

INSATISFACIÓ
hacer que los círculos sean
N INEVITABLE concéntricos. De esta manera la
calidad diseñada sería la que
busca el cliente, siendo ambas a
Calidad que su vez idénticas a la calidad
desea el cliente fabricada.

Calidad
El enfoque de la función de calidad ha pasado de “detección de defectos” a
“prevención de defectos” así:
a. Detección de defectos:
Equipo
Materiales No
Fuerza de W Inspección
Proceso
Métodos Masiva Si
M. Ambiente
a. Prevención de defectos:
Equipo
Materiales
Fuerza de W Verificación
Proceso
Métodos del Producto
Si
M. Ambiente
Producto
Significa el reemplazo de la inspección masiva por la verificación del producto. El énfasis esta
en el proceso mismo. Reconoce que el resultado de un proceso no va a ser el mismo producto
tras producto, es decir existen variaciones asociadas con ese resultado.
Principios generales del Control de Calidad
• C. de C. no es clasificación ni selección.
• La calidad de un producto es intrínseca al mismo, el control no agrega calidad a un
producto.
• El departamento de producción es el responsable de la calidad del producto y no el
departamento de C. de C.
• El C.de C. no resuelve problemas de fabricación, solo da razones para estudiarlos.
• Las decisiones deben tomarse sobre la base de datos reales.
Funciones del Control de Calidad

• Intervenir en la estipulación de la calidad del diseño mediante la realización de normas de
control.
• Ejercer el control estadístico de la calidad durante el proceso de fabricación, con el objeto
de obtener productos de acuerdo con el diseño, evitar la fabricación de piezas defectuosas.
• Ejercer el control estadístico de la calidad mediante el establecimiento del control de
entradas y salidas con el fin de vigilar el producto terminado o la M.P. para otros sectores o
fabricas.
Control estadístico de Calidad
Hoy el mercado exige productos de calidad. Para conseguirlo no basta con un C.de C. que
seleccione las unidades buenas y rechace las defectuosas, pues esto hace que la calidad
buscada tenga un alto precio, tanto mayor cuantas unidades defectuosas hayamos
fabricado.
Estadísticamente se demuestra que efectuar una inspección de la totalidad de los

productos fabricados, tiene un elevadísimo costo y no siempre proporciona la confianza
deseada.
Factores como:
• Cansancio del Inspector

15% de Productos
• Repetitividad de la producción
Rechazados o aceptados sean incorrectos, es decir:
-Productos defectuosos que han sido aceptados como no defectuosos.

-Productos no defectuosos rechazados por considerarlos defectuosos.

Control estadístico de Calidad
Aplicamos la estadística para que nos brinde procedimientos sencillos, rápidos y económicos para
obtener resultados con fiabilidad.
La estadística es importante, pero es necesario comprender el enfoque de C.de C. y seguirlo

firmemente, ya que nos sirve en el C. de C. Para obtener información del total de una población,
mediante la observación y el estudio de una muestra representativa de esa población o conjunto.
La rueda de Deming muestra la importancia que tiene la estadística en un programa de mejora

continua de la calidad.
1 2 3. Aplicamos técnicas
1. Identificamos el
estadísticas orientadas al
Problema.
análisis y estudio de la
2. Aplicamos
información recogida.
técnicas
4. Establecemos programas
estadísticas para
3 4 de acción con base en los
recoger la
resultados de los análisis
información.
efectuados.

Control de Calidad Total
• Consiste en hacer lo que se debe hacer como algo normal. Su esencia es la garantía de calidad.
• En calidad hay dos reglas:
a. Escuchar al consumidor.
b. Hay que preocuparse por que la gente quiera hacer su trabajo y lo sienta como propio, para
ello es esencial delegar responsabilidades.
Aspectos de la Calidad
CALIDAD (C): Características de calidad, comportamiento, pureza, resistencia, dimensiones,
tolerancias, aspecto, fiabilidad, duración, fracción de unidades defectuosas, fracción de reproceso, etc.
COSTO (C): Control de costos y control de beneficios.
ENTREGA (E): Cantidades y tiempos de espera, volumen de producción, volumen de ventas,

pérdidas por cambios, inventarios, consumo, tiempos de espera, etc.
SERVICIO (S): Características de los productos, fiabilidad, periodo de garantía, servicio ante y
postventa, recambios, facilidad de reparación, manuales de instrucción, empaque, mantenimiento, etc.

Ciclo de la Calidad (Deming)
1. Planificar:
• Decidir un objetivo.
• Decidir los métodos a utilizar para
alcanzar el Objetivo.
A P A P
2. Hacer: Actuar Planificar
• Llevar a cabo la educación y la

formación. C H C E
• Hacer el trabajo. Compro
Hacer
-bar
3. Comprobar:
• Comprobar los resultados P.H.C.A P.E.C.A
4. Actuar:
• Acometer la acción correctora.

Ciclo de Control de Ishikawa
PLANEAR:
1. Determinar objetivos y metas.

2. Determinar las estrategias.
A P
1 EJECUTAR:
6 2
3. Educación, capacitación y entrenamiento.
4. Ejecutar el trabajo.
3
5
4 COMPROBAR:
C E
5. Comprobar los efectos de la implementación.
ACTUAR:
6. Tomar las acciones apropiadas.

Concepto de Calidad en la empresa
Sociedad Ciencia
Cultura Investiga
H T
C
Legislació
E P Evaluación
n
Economía
Necesidad
H: Hombre T: Tecnología
E: Empresa P: Producto

Ciclo de la mejora continua
• A partir del año 1950, y en repetidas oportunidades durante las dos décadas siguientes, Deming
empleó el Ciclo PHVA (PDCA Cycle) como introducción a todas y cada una de las
capacitaciones que brindó a la alta dirección de las empresas japonesas.
• De allí hasta la fecha, este ciclo (desarrollado por Shewhart), ha recorrido el mundo como
símbolo indiscutido de la Mejora Continua.
• Las Normas ISO 9000:2000 basan en el Ciclo PHVA su esquema de la Mejora Continua del
Sistema de Gestión de la Calidad.

Ciclo de la mejora continua
• Planificar: • Verificar:
o Analizar y desplegar los datos.

o Involucrar a la gente correcta. o ¿Se han alcanzado los resultados deseados?
o Recopilar los datos disponibles. o Comprender y documentar las diferencias.
o Comprender las necesidades de los clientes. o Revisar los problemas y errores.
o Estudiar exhaustivamente el/los procesos o ¿Qué se aprendió?
involucrados.
o ¿Es el proceso capaz de cumplir las o ¿Qué queda aún por resolver?
necesidades?
o Desarrollar el plan/entrenar al personal.
• Actuar:
• Hacer:
o Incorporar la mejora al proceso.
o Implementar la mejora/verificar las causas o Comunicar la mejora a todos los integrantes
de los problemas. de la empresa.
o Recopilar los datos apropiados. o Identificar nuevos proyectos/problemas.
Repetir el paso 1., luego el 2. Y así una y otra vez y siempre.

Como vemos los pasos del Ciclo PHVA requieren recopilar y analizar una cantidad
sustancial de datos. Para cumplir el objetivo de mejora deben realizarse correctamente las
mediciones necesarias y alcanzar consenso tanto en la definición de los objetivos/problemas
como de los indicadores apropiados.
Espiral del Servicio
Estudia el entorno
C.C.T
C.T.C Calidad en la organización
ASEGURAMIENTO Acciones planificadas I y E

DE LA CALIDAD
GESTIÓN DE CALIDAD Recursos para C.C
CONTROL DE CALIDAD
CALIDAD

Esquema del Servicio
C.S
Convenciones:
C.C. Calidad de Concepción.

C.C C.U
C.D. Calidad de Diseño.
C.Co. Calidad de Concordancia.
C.U. Calidad de Uso.
C.S. Calidad de Servicio.
C.D C.Co.

Causas que afectan a la calidad
- Inspección
- Diseño
a. Humano - Compras b. Técnico Procesos Mezcla, Maquinado
- Producción
- Laboratorios
Hay una filosofía de calidad que recae en la gerencia, así la empresa tiene un sistema de calidad que
debe contener:
Visión: Proyectar a mediano y largo plazo.
Misión: Para que esta la empresa.
Valores: Humanos, económicos, técnicos, etc.
Políticas: Marco general de acción para poder establecer sus objetivos.
Estrategias: Medios para alcanzar los objetivos.
Proyección Herramientas
-Ger. Objetivo -Normalización
-Ger. Particip. -Diagnóstico
-Ger. Estratégica -Auditorías
-Liderazgo -Garantía
-Toma de Decisiones
-Productividad CALIDAD
Como obtener datos
El profesor japonés IMAI experto en control de calidad diseño siete herramientas para analizar y
solucionar problemas de trabajo. Es sencilla y se utiliza para recopilar información sobre hechos,
tendencias o problemas con el objetivo de cambiarlos y solucionarlos estas son:
1. Recolección de Datos.
2. Hojas de Chequeo.
3. Principio de Pareto.
4. Histograma.
5. Diagrama de Ishikawa (Causa-Efecto).
6. Diagrama de Dispersión.
7. Gráficos de Control.
El primer paso en cualquier plan es conocer los hechos, los detalles de información, constituyen
loa hechos y estos son llamados datos.
En el caso de la fabricación, la producción no se puede considerar correcta hasta no haber

realizado una evaluación precisa de los resultados obtenidos, por lo tanto los datos forman la base
del plan de acción y de decisión.
Clasificación de los datos
Los datos se pueden clasificar dependiendo del propósito que cumplen así:
• Datos necesarios para la compresión de la situación: Se recogen para controlar la

dispersión en las dimensiones de piezas maquinadas o para examinar el % de piezas
defectuosas del lote.
• Datos para análisis: Para estudiar la relación entre un defecto o su causa. Se emplean
métodos de análisis estadístico.
• Datos para control de procesos: Examinada la calidad de un producto, con estos

datos se puede determinar si el proceso de fabricación es normal o no. Se emplean
gráficos de control.
• Datos de regulación: Sirven por ej: para aumentar o disminuir la temperatura de un

horno eléctrico a fin de mantener el nivel de temperatura normal de funcionamiento.
• Datos ligados a la aceptación o rechazo: Para decidir si después de la inspección la

aceptación o rechazo de piezas o productos.

Recolección de datos
Antes de iniciar la recolección de los datos usted debe preguntarse:
• Por que se requieren los datos?
• De donde serán recolectados?
• Cuando será la mejor hora?
• Que tiempo esta disponible?
• Quien va a recolectar los datos?
• Como van a ser recolectados?
Si están disponibles verifique si es fácil acceder a ellos y si son confiables o no y relevantes.
Recolección de Datos
Observación Directa Preguntas Verbales o Escritas
ADMT Inv. Opinión Otras

Mcdos.
Variables Atributos
V. Medibl. Pasa no Pasa

Toma de datos
Para la toma de datos en el control de calidad se utiliza la inspección total o al 100%, lo
mismo que el muestreo estadístico, lo cual esquemáticamente podemos representar de
la siguiente manera:
TOMA DE DATOS
Inspección Total o al
Muestreo
100%
Examen de todos y c/u y de Inspección de un grupo reducido

los elementos de la perteneciente a una población o
Población. Unidad
Útil para lotes muy pequeños o Útil para lotes de gran tamaño, más
ante la presencia de defectos. económico y más rápido.

Actuación de la estadística en la
recogida de datos
POBLACION
Estadística Probabilidades,
Descriptiva Inferencia Estadist.
Muestra, análisis de
Inspección 100%
una parte de la Pobl.
Muestra sea
representativa

MEDICION DE LA
CALIDAD.
HERRAMIENTAS
ESTADÍSTICAS.

Herramientas Estadísticas
El control de calidad esta basado en HECHOS.
• Siete herramientas estadísticas del control.

Hechos en datos numéricos y a través de análisis estadístico.
• Siete herramientas administrativas.

Hechos en forma de lenguaje para obtener información necesaria.

EL Control Total de la Calidad
Basado en Hechos.
DATOS
METODOS ESTADISTICOS
DEL CONTROL DE
CALIDAD.
REGISTROS Y REGISTROS Y
DATOS DATOS
NUMERICOS Q-7 M-7 ALFABETICOS
ANALISIS INTEGRACIÓN
DESPLIEGUE
ANALISIS DE LA INFORMACIÓN: Conocimientos necesarios para lograr Metas.

Ventajas de las Herramientas
Estadísticas
Las técnicas estadísticas y de Control Estadístico de la Calidad
(CEC) implementadas inicialmente en el Japón por William E.
Deming, considerado como el padre del resurgimiento industrial
Nipón generalmente producen los siguientes resultados, al ponerse
en la práctica en una empresa:
• Se reducen los costos.
• La productividad y los rendimientos mejoran rápidamente.
• Ocurren grandes reducciones de desperdicio, retrabajo y de

inspección.

• Los ingenieros y tecnólogos adquieren un mejor conocimiento
sobre el producto y los procesos.
• Los experimentos se realizan de una manera más rápida y con

mayor éxito.
• Se eliminan muchos problemas del diseño y de los procesos.
• Los problemas difíciles que se tienen con las especificaciones de

diseño y con los requerimientos, se solucionan fácil y
económicamente.

Q-7. PARA QUE SIRVE.
HERRAMIENTA EL QUE ES
1. Estratificación Diferentes maneras de agrupar a Para posibilitar una mejor

los mismos datos. evaluación de la situación
identificando el problema
principal
2. Hoja de verificación. Planilla para la recolección de los Para facilitar la recolección de
datos. datos concernientes a un
determinado problema.
3. Grafico de Pareto. Grafico de barras que ordena las Para jerarquizar el ataque a los
ocurrencias de mayor a menor. problemas.
4. Diagrama de causa efecto. Diagrama que expresa de modo Para investigar en forma
simple y fácil la serie de causas de sinérgica las causas de un
un efecto (problema) problema.

Q-7.
PARA QUE SIRVE.
HERRAMIENTA EL QUE ES
5. Diagrama de Grafico cartesiano que Para verificar la

correlación. representa la relación existencia o no de
entre dos variables. relación entre variables.
6. Histograma Diagrama de barras que Para verificar el
representa la distribución comportamiento de un
de la frecuencia en una proceso en la relación a
7. Carta de control y población..
Grafico con limites de control la especificación.
Para identificar la aparición de
gráficos. que permiten el monitoreo de los causas especiales en los
procesos. procesos.

Medición de la Calidad y las
HISTOGRAMA
VERIFICACIÓN
 HOJA DE
PARETO
DIAGRAMA DE
CAUSA EFECTO
DIAGRAMA DE
DISPERSION
DIAGRAMA DE
CONTROL
GRAFICA DE
ESTRATIFICACIÓN
AFINIDAD
DIAGRAMA DE
FLUJO
DIAGRAMA DE
RELACIONES
DIAGRAMA DE
FLECHAS
DIAGRAMA DE
CONTINGENCIAS
DIAGRAMA DE
MATRICIAL
DIAGRAMA
ARBOL
DIAGRAMA DE
1- DETERMINAR EL PROYECTO
2- DESCRIBIR EL PROBLEMA
3- ANALIZAR LAS CAUSAS
4- ESTABLECER CONTRAMEDIAS.
5- EJECUTAR CONTRAMEDIDAS.
6- VERIFICAR LOS RESULTADOS.

FORMATOS, ENTRENAMIENTO, VIDEOS.
7- MANTENER LOS ESTANDARES.
8- DEFINIR NUEVOS PROYECTOS.

5W / 1H
• What = Que • Why = Por que?
 Qué se hace ahora?  Por qué se hace

actualmente?
 Qué se estará haciendo?  Por qué hacerlo?
 Qué deberá hacerse?  Por qué hacerlo en este

lugar?
 Qué otra cosa podrá
hacerse?  Por qué hacerlo en este
momento?
 Qué otra cosa deberá  Por qué hacerlo de esta

hacerse? manera?

5W / 1H
• Who = Quien? • Where = Donde?
 Quién lo hará?  Dónde se hará?
 Dónde se está haciendo?

 Quién estará haciéndolo?
 Dónde deberá hacerse?
 Quién otro podrá

 En que otro lugar podrá
hacerlo? hacerse?
 Quién otro deberá estar  En que otro lugar deberá

hacerse?
haciéndolo?

5W / 1H
• When = Cuándo? • How = Cómo?
 Cuándo se hará?  Cómo se hace actualmente?
 Cuándo estará hecho?  Cómo se hará?
 Cuándo deberá hacerse?  Cómo deberá hacerse?
 En qué otra ocasión  Cómo se podrá usar este

deberá hacerse? método en otras áreas?
 En que otra ocasión  Cómo podrá hacerse de

podrá hacerse? otro modo?

Diagnóstico de los procesos
Las causas de la variación en calidad son innumerables, no toda causa afecta la
calidad en el mismo grado. Se pueden categorizar en dos grupos:
a. En un pequeño número de causas, que sin embargo tienen un gran efecto

(los pocos vitales).
a. Muchas causas que tienen sólo efectos menores (Los muchos triviales).
Generalmente, no hay muchos factores que realmente causen defectos. Este

hecho se llama el principio de Pareto.

Hoja de Verificación
Qué es?
La Hoja de Verificación se utiliza para la recopilación sistemática de datos

y para la inspección.
En la recopilación de datos, se clasifica por tipo de característica y se

marcan para analizar su frecuencia, con el fin de preparar cuadros o
gráficas.
Se utilizan también como formato de reportes diarios del estado de

operación, en la evaluación y comprobación de las tendencias y/o
dispersión de datos.
En la inspección se utilizan como formatos en la revisión de algunas

características que necesitan ser evaluadas.

• Cómo se preparan las Hojas de Verificación?
• Determinar cuales datos se deben utilizar y qué características se

deben observar.
• Determinar el formato más adecuado.
• Registrar los datos.
• Codificar y tabular la información.
• Llevar registros acumulados de los registros.

Los objetivos que se pretenden con el uso de las plantillas son:
• Facilitar las tareas de recogida de información.
• Evitar la posibilidad de errores o malos entendidos.
• Permitir el análisis rápido de los datos.
Las plantillas pueden tener diferentes finalidades:
• Controlar las variables de un proceso.
• Llevar el control de productos defectuosos.
• Estudiar la localización de defectos en un producto.
• Estudiar las causas que originan los defectos.
• Realizar la revisión global de un producto.

PLANTA: Detergentes LINEA: Envasadora: HAMAC No. 6
FECHA: 25/11/03 GRUPO: Los Polveros
RESPONSABLE: Juan Echeverría TEMA: Optimización del Sistema de Dosificación de las
Máquinas Envasadoras HAMAC
ITEM DE PUNTAJE
ACTIVIDADES
PUNTOS IMPORTANTES DEL DIAGNOSTICO ESTANDAR
RESULTADOS
Los operadores cumplen con la lubricación de todos los puntos del equipo de
01 10
envasadoras?.
02 Se inspecciona y se registra periódicamente el grado de desgaste de las levas. 10
03 Bodega mantiene el stock estratégico de partes y repuestos de las envasadoras.? 10
Se cumple con los controles de calidad antes, durante y después del proceso de
04 10
producción.?
05 Es correcta la operación del envase y sellado de las fundas. 10
06 Cumplen con el Plan de Mantenimiento Preventivo de la envasadora? 10
07 Analizan y registran las fallas de la envasadora? 10
08 Se actualiza los indicadores de mantenimiento de la envasadora? 10
09 Las metas de reducción de averías están establecidas adecuadamente? 10
10 Mantenimiento está cumpliendo con la resolución de las Tarjetas Rojas? 10
TOTAL 100
0-20 Malo 20-40 Regular 40-60 Bueno 60-80 Muy Bueno 80-100 Sobresaliente

Estratificación
Qué es?
En la estratificación un conjunto de datos se clasifica por grupos según sus
características específicas. El objetivo es hallar causas reales que puedan
afectar la calidad, o medir el grado de impacto de esta causa.
Cómo se Estratifica?
 Determinar las características específicas.
 Visualizar el estado global de la Calidad.
 Clasificar los datos por causa probable de dispersión: por tiempo, por
empleado, por equipo, por proceso, por insumo, por medición .
 Visualizar el estado de la Calidad en la clasificación de los pequeños
grupos.
 Comparar el estado de Calidad de grupos estratificados y luego
analizar el estado de Calidad del producto o servicio.

Estratificación
– Por períodos iguales de producción. Por
 Por Tiempo: hora, día, mes, turno, época, etc.
 Por Operario: – La agrupación se hace por turno,

experiencia, etc.
 Por máquina:
– Por máquina, modelo, tipo, vida, tecnología,
etc.
 Por Proceso: – Por condiciones de operación tales como

procedimientos operacionales, temperatura,
presión, etc.
 Por Material:
– Por proveedor, composición, remesa, etc.
 Por – Por máquina de prueba, por inspector, por

Inspección o instrumento, etc.
medición:
GRAFICO DE PARETO
Qué es?
El Pareto es un diagrama que se utiliza para determinar el
impacto, influencia o efecto que tiene determinados elementos
sobre un aspecto.
Consiste en un gráfico de barras similar al histograma que se

conjuga con una ojiva o curva de tipo creciente y que
representa en forma decreciente el grado de importancia o
peso que tienen los diferentes factores que afectan a un
proceso, operación o resultado.

DIAGRAMA DE PARETO
Es una gráfica que representa en forma ordenada el grado de
importancia que tienen los diferentes factores en un determinado
problema, tomando en consideración la frecuencia con que ocurre
cada uno de dichos factores.
100
Porcentaje relativo
acumulado
A B C D E F
Causa del problema
Los Pocos vitales contra los muchos triviales

GRAFICO DE PARETO.
El nombre de Pareto fue dado por el Dr. Joseph Juran en honor
del economista italiano Vilfredo Pareto (1848-1923)quien
realizo un estudio obre la distribución de la riqueza, en el cual
descubrió que la minoría de la población poseía la mayor parte
de la riqueza y la mayoría de la población poseía la menor parte
de la riqueza.
Con esto estableció la llamada "Ley de Pareto" según la cual la

desigualdad económica es inevitable en cualquier sociedad.
El Dr. Juran aplicó este concepto a la calidad, obteniéndose lo
que hoy se conoce como la regla 80/20.

Diagrama de Pareto
Se recomienda su uso:
• Para identificar oportunidades para mejorar.
• Para identificar un producto o servicio para el análisis de mejora de la calidad.
• Cuando existe la necesidad de llamar la atención a los problemas o causas de una forma sistemática.
• Para analizar las diferentes agrupaciones de datos.
• Al buscar las causas principales de los problemas y establecer la prioridad de las soluciones.
• Para evaluar los resultados de los cambios efectuados a un proceso comparando sucesivos diagramas
obtenidos en momentos diferentes, (antes después).
• Cuando los datos puedan clasificarse en categorías.
• Cuando el rango de cada categoría es importante.
• Para comunicar fácilmente a otros miembros de la organización las conclusiones sobre causas, efectos
y costes de los errores.

Diagrama de Pareto
Los propósitos generales del diagrama de Pareto:
• Analizar las causas.

• Estudiar los resultados.
• Planear una mejora continua.
La Gráfica de Pareto es una herramienta sencilla pero poderosa al permitir identificar visualmente
en una sola revisión las minorías de características vitales a las que es importante prestar atención
y de esta manera utilizar todos los recursos necesarios para llevar a cabo una acción de mejora sin
malgastar esfuerzos ya que con el análisis descartamos las mayorías triviales. Algunos ejemplos
de tales minorías vitales serían:
• La minoría de clientes que representen la mayoría de las ventas.

• La minoría de productos, procesos, o características de la calidad causantes del grueso de
desperdicio o de los costos de retrabajos.
• La minoría de rechazos que representa la mayoría de quejas de los clientes.
• La minoría de vendedores que esta vinculada a la mayoría de partes rechazadas.

• La minoría de problemas causantes del grueso del retraso de un
proceso.
• La minoría de productos que representan la mayoría de las
ganancias obtenidas.
• La minoría de elementos que representan la mayor parte del costo
de un inventario.
Mediante el Diagrama de Pareto se pueden detectar los problemas

que tienen más relevancia mediante la aplicación del principio de
Pareto (pocos vitales, muchos triviales) que dice que hay muchos
problemas sin importancia frente a solo unos graves. Ya que por lo
general, el 80% de los resultados totales se originan en el 20% de los
elementos.

Como Elaborar Diagramas de
Pareto
• Paso 1: Recolección de Datos:
• Determine que clase de problema se quiere investigar. (Ej.: Objetos

defectuosos, etc.).
• Que datos va a necesitar y como clasificarlos. (Ej.: por tipo de

defecto, etc.).
• Defina el método de recolección de los datos y el periodo de

recolección .

.
• Paso 2: Diseñe una tabla para conteo de Datos

• Ejemplo: una fabrica de piezas metalmecánicas desea analizar cuales son los defectos mas
frecuentes que aparecen en las unidades al salir de la línea de producción . Para esto empezó por
clasificar todos los defectos posibles en sus diversos tipos :
Tipo de Defecto Conteo Total
Fractura ///// ///// 10
Rayado ///// ///// ///// ///// 20
Mancha //// ///// ……… ///// 180
Tensión /// 3
Otros ///// ///// /// 13
Total 226

• Paso 3: Diligencie la Tabla de conteo y calcule los Totales.
• Paso 4: Elabore una tabla de datos para el diagrama de

Pareto con la lista de ítems, los totales individuales, los
totales acumulados, la composición porcentual y los
porcentajes acumulados.
• Paso 5: Organice los ítems por orden de cantidad y llene

la tabla de datos.
• El ítem otros debe ubicarse en el ultimo reglón,

independientemente de su magnitud.

Tabla de datos para diagrama
de Pareto
Tipo de Defecto Numero de Total Composición Porcentaje
Defectos Acumulado Porcentual Acumulado
Mancha 180 180 80 80
Rayado 20 200 9 89
Fractura 10 210 4 93
Tensión 3 213 1 94
Otros 13 226 6 100
Total 226 ____ 100 ____

• Paso 6: Dibuje dos ejes verticales y un eje horizontal:
• Ejes verticales:
• Eje izquierdo ( marque con una escala desde cero hasta el

total general).
• Eje derecho (marque con una escala desde 0% hasta 100%).
• Eje horizontal:
(divídalo en un numero de intervalos igual al numero de ítems

clasificados).

• Paso 7: Construya un diagrama de barras.
• Paso 8: Dibuje la Curva Acumulada (Curva de Pareto).

• Marque los valores acumulados (total Acumulado) en la parte superior,
al lado de los intervalos de cada ítem, y conecte los puntos con una
línea continua.
• Paso 9: escriba en el diagrama cualquier información

necesaria.
• Información sobre el diagrama (titulo, unidades ,cifras ,etc.).
• Información sobre los datos (periodo de tiempo, tema, etc.).

GRAFICO DE PARETO
250
FRECUENCIA
180 210 213 226

200 200
180
150
100
50 20 10 3 13
0
Mancha Rayado Fractura Tensión Otros
DEFECTOS

GRAFICO DE PARETO
El 80% del valor de un inventario de artículos se debe al 20% de
estos artículos.
El 80% del total de tiempo de trabajo se consume con el 20% de las
actividades diarias.
La minoría de clientes que representen la mayoría de las ventas.
La minoría de rechazos que representa la mayoría de quejas de la
clientela.
La minoría de productos que representan la mayoría de las
ganancias obtenidas.

PARA QUÉ SIRVE UN DIAGRAMA
DE PARETO?
 Canaliza los esfuerzos hacia los “pocos vitales”.
 Ayuda a priorizar y a señalar la importancia de cada

una de las áreas de oportunidad.
 Permite la comparación antes/después, ayudando a

cuantificar el impacto de las acciones tomadas para
lograr las mejoras.
EL 80% DE LOS PROBLEMAS DE UN PROCESO

RESULTAN SOLAMENTE DEL 20% DE SUS
CAUSAS.

DIAGRAMA CAUSA EFECTO.
Qué es?
Muestra la relación entre una característica de Calidad (efecto) y

sus factores causales (causas). Permite determinar Causas y
solucionar problemas.
Cómo se elabora el Diagrama de Causa y Efecto?
 Determinar la característica de Calidad (efecto) que se quiera

analizar, escribirla en el lado derecho encerrada en un
recuadro.
 Las causas principales encabezan las espinas (6M).
 Las causas probables se incorporan usando ramificaciones.
 A partir de los datos identifique las causas raizales.

Diagrama de espina de pez o diagrama de Ishikawa.
MAQUINARIA MANO DE OBRA MATERIALES
EFECTO
MÉTODOS MANTENIMIENTO MEDIO AMBIENTE

LISTA DE COMPROBACIÓN DE LAS 6
“M”
1. MANO DE OBRA ( Operador)
1. ¿Sigue los estándares?
2. ¿Su eficiencia es aceptable
3. ¿Esta consciente del problema?
4. ¿Es responsable?
5. ¿Está calificado?
6. ¿Tiene experiencia?
7. ¿Se le asignó el trabajo adecuado?
8. ¿Está dispuesto a mejorar?
9. ¿Tiene buenas relaciones humanas?
10. ¿Está sano?

• LISTA DE COMPROBACIÓN DE LAS
6 “M”
2. MAQUINARIA (Instalaciones)
• 1. ¿Es la adecuada para la producción?
• 2. ¿Llena la capacidad del proceso?
• 3. ¿Es adecuada su lubricación?
• 4. ¿Tiene adecuado mantenimiento?
• 5. ¿Detiene frecuentemente la operación?
• 6. ¿Es suficientemente precisa?
• 7. ¿Hace ruidos extraños?
• 8. ¿La distribución del equipo es la adecuada?
• 9. ¿Hay suficientes máquinas?
• 10. ¿Está todo en orden para operar?

6 “M”
3. MATERIALES (Insumos)
• 1. ¿Existen errores en la cantidad?
• 2. ¿Existen errores en la graduación?
• 3. ¿Existen errores en la marca
• 4. ¿Viene mezclado con impurezas?
• 5. ¿Es adecuado el inventario?
• 6. ¿Hay desperdicio de material?
• 7. ¿El manejo es el adecuado?
• 8. ¿La mezcla es la adecuada?
• 9. ¿Está parado el material en proceso?
• 10. ¿Es adecuado el estándar de calidad

6 “M”
4. MÉTODO DE TRABAJO (Operación)
• 1. ¿Son adecuados estos estándares?
• 2. ¿Se han de mejorado los estándares?
• 3. ¿Es un método seguro?
• 4. ¿Asegura el buen producto?
• 5. ¿Es un método eficiente?
• 6. ¿La secuencia de trabajo es adecuada?
• 7. ¿Es un método actualizado?
• 8. ¿Es claro el método de trabajo?
• 9. ¿Está disponible para consulta?
• 10. ¿Es adecuado el nexo con el proceso
• anterior y con el siguiente?

6 “M”
5. MEDIO AMBIENTE ( Entorno )
• 1. ¿Es adecuada la temperatura?
• 2. ¿Es adecuada la humedad?
• 3. ¿La ventilación es correcta?
• 4. ¿La visibilidad es correcta?
• 5. ¿El lugar de trabajo es ordenado?
• 6. ¿El ruido está dentro de estándares?
• 7. ¿El aire está libre de polvos?
• 8. ¿Hay sensación de peligro?
• 9. ¿Hay suficientes señalizaciones?
• 10. ¿Está limpio el lugar de trabajo?

6 “M”
6. MEDICIÓN
• 1. ¿La presión del aceite es correcta?
• 2. ¿El nivel de aceite es el correcto?
• 3. ¿La temperatura del equipo es correcta?
• 4. ¿El pesaje del producto es correcto?
• 5. ¿El tamaño del producto es correcto?
• 6. ¿Las dimensiones del producto son correctas?
• 7. ¿La calibración es la correcta?

PROCESO
MATERIA
MAQUINA MEDIDAS
PRIMA
Instrumento
Proveedores Deterioro
Condiciones
locales
PRODUCTO
Suministro Mantenimiento
Propio Inspección EFECTO
Físico Información
Taller Características de calidad
Instrucción Ítems de control
Clima Mental
Procedimiento
MEDIO MANO DE
MÉTODO
AMBIENTE OBRA
Factores de calidad
CAUSAS Ítems de verificación

Aspectos a tener en cuenta:
 Escribir las ideas con la colaboración de todos y obtener apoyo de la

experiencia.
 No perder de vista el elemento controlable.
 Prestar atención al error.
 Trabajar un diagrama por cada característica.
 Estratificar la causa.
 Concentrarse en lograr una solución.

Usos del Diagrama de Causa
y Efecto:
 En mejoramiento y análisis.
 En Control.
 En el desarrollo de Procedimientos de Operación Estándar.
 Para la Capacitación en Sistemas de Control de calidad

Vamos a realizar un ejemplo con la fabricación de mayonesa para explicar los
Diagramas de Causa-Efecto:

Como elaborarlos
Paso 1
La variabilidad de las características de calidad es un efecto observado que tiene

múltiples causas. Cuando ocurre algún problema con la calidad del producto, debemos
investigar para identificar las causas del mismo. Para ello nos sirven los Diagramas de
Causa - Efecto, conocidos también como Diagramas de Espina de Pescado por la forma
que tienen. Estos diagramas fueron utilizados por primera vez por Kaoru Ishikawa.
Decidimos cual va a ser la característica de calidad que vamos a analizar. Por ejemplo,
en el caso de la mayonesa podría ser el peso del frasco lleno, la densidad del producto,
el porcentaje de aceite, etc.
Trazamos una flecha gruesa que representa el proceso y a la derecha escribimos la

característica de calidad:
Característica
de calidad

Como elaborarlos
Paso 2
Indicamos los factores causales más importantes y generales que puedan generar la
fluctuación de la característica de calidad, trazando flechas secundarias hacia la
principal. Por ejemplo, Materias Primas, Equipos, Operarios, Método de Medición, etc.:

Paso 3
Como elaborarlos
• Incorporamos en cada rama factores más detallados que se
puedan considerar causas de fluctuación. Para hacer esto,
podemos formularnos estas preguntas:
• ¿Por qué hay fluctuación o dispersión en los valores de la

característica de calidad? Por la fluctuación de las Materias
Primas. Se anota Materias Primas como una de las ramas
principales.
• ¿Qué Materias Primas producen fluctuación o dispersión en los

valores de la característica de calidad? Aceite, Huevos, sal,
otros condimentos. Se agrega Aceite como rama menor de la
rama principal Materias Primas.
• ¿Por qué hay fluctuación o dispersión en el aceite? Por la
fluctuación de la cantidad agregada a la mezcla. Agregamos a
Aceite la rama más pequeña Cantidad.

• ¿Por qué hay variación en la cantidad agregada de aceite? Por
funcionamiento irregular de la balanza. Se registra la rama
Balanza.
• ¿Por qué la balanza funciona en forma irregular? Por La

variabilidad de las características de calidad es un efecto observado
que tiene múltiples causas.
• Cuando ocurre algún problema con la calidad del producto,

debemos investigar para identificar las causas del mismo. Para ello
nos sirven los Diagramas de Causa - Efecto, conocidos también
como Diagramas de Espina de Pescado por la forma que tienen.
Estos diagramas fueron utilizados por primera vez por Kaoru
Ishikawa.
• Que necesita mantenimiento. En la rama Balanza colocamos la

rama Mantenimiento.
• Así seguimos ampliando el Diagrama de Causa-Efecto hasta que

contenga todas las causas posibles de dispersión.

Como elaborarlos
Paso 3

Como elaborarlos
Paso 4
Finalmente verificamos que todos los factores que puedan causar dispersión
hayan sido incorporados al diagrama. Las relaciones Causa-Efecto deben
quedar claramente establecidas y en ese caso, el diagrama está terminado.
El diagrama Causa- Efecto, sirve también para guiar las discusiones, al exponer
con claridad los orígenes de un problema de calidad. Y permite encontrar más
rápidamente las causas asignables cuando el proceso se aparta de su
funcionamiento habitual.

DIAGRAMA DE DISPERSION O DE
CORRELACION
Qué es?
Gráfico utilizado para ilustrar las relaciones entre dos variables.

Estas variables pueden ser los factores causales de un proceso, una
causa y un efecto o dos efectos del proceso.
Los diagramas de dispersión se utilizan para identificar aquellas

características que deberían mejorarse y sus causas.

DIAGRAMA DE DISPERSION O
DE CORRELACION
se dice que existe una correlación entre ambas si cada vez que
aumenta el valor de X aumenta proporcionalmente el valor de Y
(Correlación positiva) o si cada vez que aumenta el valor de X
disminuye en igual proporción el valor de Y (Correlación negativa).
En un gráfico de correlación representamos cada par X, Y como un

punto donde se cortan las coordenadas de X y Y:

PASOS PARA CONSTRUIR UN DIAGRAMA DE
DISPERSION
•
O DE CORRELACION
Obtención de Datos: Seleccionar las variables que se desean
investigar ( recolectar los valores en parejas).
• Elegir Ejes:
• Si es Causa-Efecto, la causa se representa en el eje X y el

efecto en el Y.
• Si es la relación de dos características de calidad o entre dos

factores, en el eje X , la que se puede controlar o manipular
mejor, o el que ocurre primero en el proceso.
• Construir Escalas.
• Graficar los Datos: En los ejes X y Y se representan con un punto

cada pareja de valores de las variables.
DIAGRAMA DE DISPERSION O
DE CORRELACION

CORRELACION

CORRELACION

CORRELACION

CORRELACION

CORRELACION

Como se Elabora un Diagrama
de Dispersión
Paso 1.
Reúna pares de datos (x,y), organice esa información en una tabla. Al menos tenga 30 pares de datos.
Paso 2.
Encuentre los valores mínimos y máximos para x y y, decida las escalas que va a utilizar en los ejes
horizontal y vertical de manera que ambas longitudes sean aproximadamente iguales. Trate de mantener
el numero de divisiones en cada eje entre 3 y 10 y use numero redondos. Cuando las dos variables sean
un factor y una característica de calidad , use el eje x para el factor y el eje y para la característica de
calidad.
Paso 3.
registre los datos en el grafico .
Paso 4.
registre todos los aspectos que puedan ser de utilidad, los ítems necesarios como: titulo del diagrama,
periodo de tiempo, número de pares de datos, titulo y unidades de cada eje, nombre de la persona que
hizo el diagrama

Ejemplo:
Un fabricante de tanques de plástico que los hacia usando el método de moldeo por
soplado tuvo dificultades con tanques defectuosos que tenían paredes delgadas . Se
sospechaba que la causa de las paredes defectuosas era la variación en la presión del aire
de soplado, la cual variaba cada día. La tabla muestra la información sobre la presión del
aire de soplado y el porcentaje de defectos . Haga un diagrama de dispersión.
Paso 1.
Como se ve en la tabla, hay 30 pares de datos.
Paso 2.
X es la presión del aire, y el porcentaje de defectos. entonces:
El valor máximo de x = 9,4 (kg/cm2)
El valor mínimo de x = 8,2 (Kg/cm2)
El valor máximo de y = 0,928 (%)
El valor mínimo de y = 0,864 (%)
Marcamos:
• el eje x en intervalos de 0,5 (Kg/Cm2), desde 8,0 hasta 9,5 (kg/cm2)
• El eje y en intervalos de 0,01(%) hasta 0,93(%)

fecha Presión del aire Porcentaje de fecha Presión del aire Porcentaje de
(Kg/cm2) defectos (%) (Kg/cm2) defectos (%)
Oct. 1 8,6 0,889 Oct.22 8,7 0,892

2 8,9 0,884 23 8,5 0,877
3 8,8 0,874 24 9,2 0,885
4 8,8 0,891 25 8,5 0,866
5 8,4 0,874 26 8,3 0,896
8 8,7 0,886 29 8,7 0,896
9 9,2 0,911 30 9,3 0,928
10 8,6 0,912 31 8,9 0,886
11 9,2 0,895 Nov.1 8,9 0,908
12 8,7 0,896 2 8,3 0,881
15 8,4 0,894 5 8,7 0,882
16 8,2 0,864 6 8,9 0,904
17 9,2 0,922 7 8,7 0,912
103
18 8,7 0,909 8 9,1 0,925
19 9,4 0,905 9 8,7 0,872
Paso 3.
Registre los datos en la tabla.
Paso 4.
Indique el intervalo de la muestra obtenida (Oct.1-Nov.9),
el numero de muestras (n=30), el eje x, presión del aire de
soplado (Kg/cm2)), el eje y, porcentaje de defectos (%)), y
el titulo del diagrama (diagrama de dispersión de presión
del aire de soplado y porcentaje de defectos).
Grafique el diagrama así:

0,93
0,92
Defectos (%)
0,91
0,90
0,89
0,88
0,87
0,86
0,85
8,0 8,5 9,0 9,5
Presión de aire (Kg/cm2)
CALCULO DE LOS COEFICIENTES DE CORRELACION
𝑆 (𝑥𝑦)
r= ,
𝑠 𝑥𝑥 .𝑆(𝑦𝑦)
donde :
(σ𝑛
𝑖=1 𝑥𝑖 )
2
s 𝑥𝑥 = σ𝑛𝑖=1(𝑥𝑖 − 𝑥)ҧ 2 =σ𝑛𝑖=1 𝑥 2 − ,
𝑛
( σ𝑛
𝑖=1 𝑦𝑖 )
2
s 𝑦𝑦 = σ𝑛𝑖=1(𝑦𝑖 − ത 2
𝑦) = σ𝑛𝑖=1 𝑦 2 − ,
𝑛
S 𝑥𝑦 = σ𝑛𝑖=1(𝑥𝑖 − 𝑥)ҧ 𝑦𝑖− 𝑦ത
( σ𝑛 𝑛
𝑖=1 𝑥𝑖 ).(σ𝑖=1 𝑦𝑖 )
= σ𝑛𝑖=1 𝑥𝑖 𝑦𝑖 − 𝑛
n es el numero de pares de datos , y S(xy) se llama la covarianza.

CALCULO DE LOS COEFICIENTES DE
CORRELACION
Para estudiar la relación entre x y y es importante hacer primero un diagrama de
dispersión.
El coeficiente de correlación r, se encuentra en el rango

-1≤ r ≤1.
Si el valor absoluto de r es mayor que 1, ha ocurrido un error de calculo, y debe

calcularse de nuevo.
Cuando r esta cerca de 1, indica una correlación fuerte entre x y y.
Cuando r esta cerca de 0, una correlación débil.
Cuando r=1, los datos aparecerán en línea recta.
Calculemos el coeficiente de correlación para el ejemplo anterior de los tanques

plásticos (ver tabla adjunta)

Fecha x y xy Fech x y xy
a
Oct.1 8,6 0,889 22 8,7 0,892
2 8,9 0,884 23 8,5 0,877
3 8,8 0,874 24 9,2 0,885
4 8,8 0,891 77,44 25 8,5 0,866
5 8,4 0,874 26 8,3 0,896
8 8,7 0,886 75,69 29 8,7 0,896
9 9,2 0,911 30 9,3 0,928
10 8,6 0,912 73,96 31 8,9 0,886
11 9,2 0,895 Nov.1 8,9 0,908
12 8,7 0,896 9 2 8,3 0,881
15 8,4 0,894 5 8,7 0,882
16 8,2 0,864 6 8,9 0,904
17 9,2 0,922 7 8,7 0,912
18 8,7 0,909 8 9,1 0,925
19 9,4 0,905 9 8,7 0,872
Total ---- ------ ------ ------ ------ 263,2 26,816 2312,02 23,9783 235,357
Fecha x y 𝑥2 𝒚2 xy Fech x y 𝑥2 𝒚2 xy
a
Oct.1 8,6 0,889 73,96 0,79032 7,6454 22 8,7 0,892 75,69 0,79566 7,7604
2 8,9 0,884 79,21 0,78146 7,8676 23 8,5 0,877 72,25 0,76913 7,4545
El coeficiente de correlación, r, se encuentra en el rango -1 ≤ r ≤ 1.
3 8,8 0,874 77,44 0,76388 7,6912 24 9,2 0,885 84,64 0,78322 8,1420
Si el 4valor
8,8
absoluto
0,891
de r es mayor que 125, ha8,5ocurrido
77,44 0,79388 7,8408 0,866
un error
72,25
de
0,74996 7,3610
cálculo, y debe calcularse de nuevo.
5 8,4 0,874 70,56 0,76388 7,3416 26 8,3 0,896 68,69 0,80282 7,4368
Cuando8
r esta
8,7
cerca
0,886
de 1, indica una correlación
75,69 0,78500 7,7082 29 8,7
fuerte75,69
0,896
entre080282
x y y, 7,7952
cuando
9 r esta
9,2 cerca
0,911 de 0,
84,64 una correlación
0,82992 8,3812 30 débil.
9,3 0,928 86,49 0,86118 8,6304
Cundo
10 r8,6=1, 0,912
los datos
73,96 aparecerán
0,83174 7,8432en línea
31 recta.
8,9 0,886 79,21 0,78500 7,8854
11 9,2 0,895 84,64 0,80102 8,2340 Nov.1 8,9 0,908 79,21 0,82446 8,0812
12 8,7 0,896 75,69 0,80282 7,7952 2 8,3 0,881 68,89 0,77616 7,3123
Ejemplo: calculemos el coeficiente de correlación para el ejemplo
anterior
15 de los
8,4 tanques
0,894 70,56 plásticos. (ver tabla
0,79924 7,5096 5 anexa)
8,7 0,882 75,69 0,77792 7,6334
16 8,2 0,864 67,24 0,74650 7,0848 6 8,9 0,904 79,21 0,81722 8,0456
17 9,2 0,922 84,64 0,85008 8,4824 7 8,7 0,912 75,69 0,83174 7,9344
18 8,7 0,909 75,69 0,82628 7,9086 8 9,1 0,925 82,81 109

0,85562 8,4175
19 9,4 0,905 88,36 0,81902 8,5070 9 8,7 0,872 75,69 0,76038 7,5864
Total ---- ------ ------ ------ ------ 263,2 26,816 2312,02 23,9783 235,357
(σ𝑛
𝑖=1 𝑥𝑖 )
2
263,22
S 𝑥𝑥 =σ𝑛𝑖=1 𝑥 2 − 𝑛
= 2312,02 - 30
= 2,88,
(σ𝑛
𝑖=1 𝑦𝑖 )
2
26,8162
s 𝑦𝑦 = σ𝑛𝑖=1 𝑦 2 − = 23,97833 - = 0,00840
𝑛 30
S 𝑥𝑦 = σ𝑛𝑖=1(𝑥𝑖 − 𝑥)ҧ 𝑦𝑖− 𝑦ത
263,2 x 26,816
= 235,3570 - 30
= 0,0913
𝑆 (𝑥𝑦) 0,0913
r= ,r= = 0,59
𝑠 𝑥𝑥 .𝑆(𝑦𝑦) 2,88 x 0,00840
El valor de r es 0,59, de manera que si hay una correlación positiva entre

la presión del aire de soplado y el porcentaje de tanques plásticos
defectuosos.
HISTOGRAMA.
Qué es?
Un histograma es un gráfico o diagrama que muestra

el número de veces que se repiten cada uno de los
resultados cuando se realizan mediciones sucesivas.
Esto permite ver alrededor de que valor se agrupan
las mediciones (Tendencia central) y cual es la
dispersión alrededor de ese valor central.

Histograma
Es la representación Grafica de una distribución de frecuencias. Se debe tener en cuenta
lo siguiente:
a. La longitud de los ejes vertical y horizontal debe ser aproximadamente igual.
a. Las escalas deben seleccionarse de tal manera que utilizan toda la longitud de los
ejes.
a. Las unidades de las escalas deben estar claramente expresadas.
a. Cuando el origen de una de las escalas no sea igual a cero debe interrumpirse la
línea.
a. Debe anotarse el tamaño de la muestra a que se refiere el histograma.
El histograma permite ver claramente como se distribuyen las frecuencias a lo largo del
eje X, el centramiento aproximado y la dispersión.

HISTOGRAMA.
Cómo se elabora un Histograma?
1. Tome los datos
2. Divídalos por grupos, determinando los rangos.
3. Elabore las tablas de frecuencias.
4. Dibujen el eje horizontal los límites de las casillas y en

el vertical las frecuencias de cada casilla.

Paso 1: Preparación de los Datos
• Objetivos: Basados en hechos, no en opiniones.
• Exactos: Debemos asegurarnos que la variabilidad en el

proceso de recogida de datos (variabilidad de la medida)
no desvirtúa la variabilidad del proceso en estudio.
• Completos: Se debe registrar toda la información

relevante asociada a cada toma de datos (máquina, hora
del día, empleado, etc.) en previsión de los diferentes
análisis que pueden ser necesarios.
• Representativos: Deben reflejar todos los diferentes

hechos y circunstancias que se producen en la realidad.

Paso 2: Determinar los valores extremos de los
datos y el recorrido
• Identificar en la tabla de datos originales el

valor máximo, el valor mínimo y el
recorrido
R = Vmax - Vmin

Paso 3: Definir las "clases" que contendrá el Histograma.
• Clases: Son los intervalos en que se divide

la característica sobre la que se han tomado
los datos.
El número de clases es igual al de barras del

Histograma.

a) Definir el número de clases que debe tener el
Histograma según la tabla siguiente:
Número de Numero de
datos clases
20 - 50 6
51 – 100 7
• Definir el número de
clases que debe tener 101 – 200 8
el Histograma según 201 – 500 9
la tabla siguiente: 501 – 1000 10
Más de 1000 11 - 20

b) Obtener la amplitud del intervalo de cada clase
• Todas las clases tendrán el mismo intervalo.
• La amplitud aproximada del intervalo se halla

dividiendo el recorrido por el número de clases.
• Esta amplitud se redondea posteriormente a un número

o cifra decimal conveniente para el manejo de las el
manejo de las clases y la graduación del eje horizontal
del Histograma (1, 2, 5, 10, etc.).
• La amplitud de clase se obtiene dividiendo el recorrido

sobre el intervalo de clase seleccionado

Paso 4: Construir las clases anotando los límites de cada
una de ellas
• Los límites de la primera clase incluirán el valor mínimo de

los datos.
• Para evitar que algunos datos coincidan con los límites de

los intervalos, definir éstos de forma que tengan una cifra
más detrás de la coma.
• Si, por ejemplo, los datos tienen dos cifras detrás de la

coma (3,55; 3,83; 3,64; 3,73; 3,78, etc.), se definirán las
clases hasta la tercera cifra detrás de la coma (3,545-3,555;
3,555-3,565, etc.).
• Si se obtiene una clase más o menos respecto del número

recomendado, debido al redondeo posteriormente efectuado,
no existe deterioro ni en la sencillez ni en la información

Paso 5. Calcular la Frecuencia de Clase
• Determinar el número de datos que están incluidos en cada una
de las clases (frecuencia de clase).
• El recuento se hará de la siguiente forma:
• Empezar con el primer dato de la lista e identificar la clase en

la cual está incluido. Señalar para dicha clase, un "palote".
Repetir el mismo proceso para cada dato del conjunto.
• Para facilitar el recuento final se dibujan los "palotes" en

grupos de cinco, cuatro verticales y el quinto cruzándolos. La
suma de los "palotes" marcados para cada clase corresponde a
la frecuencia de la misma.
• Comprobar que el número total de datos es igual a la suma de

las frecuencias de cada clase.
Paso 6: Dibujar y Rotular los Ejes
• El eje vertical representa las frecuencias, por tanto en él se

rotularán números naturales, dependiendo su valor y escala
del número de datos que se han tomado.
• El eje horizontal representa la magnitud de la característica

medida por los datos.
• Este eje se divide en tantos segmentos iguales como clases se

hayan definido.
• Rotular los límites de los intervalos de clase.
• Rotular el eje con la característica representada y las unidades

de medida empleadas.

Paso 7: Dibujar el Histograma
• Dibujar las barras verticales correspondientes

a cada clase.
• Su base está situada en el eje horizontal y su

altura corresponderá a la frecuencia de la
clase representada.

Paso 8: Rotular el Gráfico
• Cuando proceda, poner el título, las

condiciones en que se han recogido los
datos, los límites de tolerancia nominales,
etc.
• Estas notas ayudan a los demás a interpretar

el gráfico y sirven de recordatorio de la
fuente de los datos.

Ejemplo: Los datos sobre la cantidad exacta de café contenido
en paquetes de 250 gramos. (120 unidades medidas)
Recorrido total = máximo – mínimo = 258 grs. = 15 grs

15gr./8=1.875 grs. = 2 grs. Amplitud

Como el valor menor en nuestros datos es 243 grs., empezaremos el
primer intervalo en 242.5 grs. y construiremos ocho clases con 2 grs. De
amplitud.
Frecuencias :

Grafico
Como elaborar histogramas
EJEMPLO: Para investigar la distribución de los diámetros de ejes de acero producidos en un
proceso de laminación, se midieron los diámetros de 90 vigas, como se muestra en la tabla 1.
Hagamos un histograma utilizando estos datos.
TABLA No. 1
Mues.
RESULTADOS DE LA MEDICIÓN
#
1 10 2.510 2.517 2.522 2.522 2.510 2.511 2.519 2.532 2.543 2.525
11 20 2.527 2.536 2.506 2.541 2.512 2.515 2.521 2.536 2.529 2.524
21 30 2.529 2.523 2.523 2.523 2.519 2.528 2.543 2.538 2.518 2.534
31 40 2.520 2.514 2.512 2.534 2.526 2.530 2.532 2.526 2.523 2.520
41 50 2.535 2.523 2.526 2.525 2.532 2.522 2.502 2.530 2.522 2.514
51 60 2.533 2.510 2.542 2.524 2.530 2.521 2.522 2.535 2.540 2.528
61 70 2.525 2.515 2.520 2.519 2.526 2.527 2.522 2.542 2.540 2.528
71 80 2.531 2.545 2.524 2.522 2.520 2.519 2.519 2.529 2.522 2.513
81 90 2.528 2.537 2.511 2.519 2.531 2.527 2.529 2.528 2.519 2.521

Paso 1. Calcular el Rango
MUESTRA VALOR MAX. VALOR MINI.

# LINEA LINEA
1 – 10 2.543 2.510
11 – 20 2.541 2.506
21 – 30 2.543 2.518
R = XL – XS
31 – 40 2.534 2.512
R=
41 – 50 2.535 2.502
51 – 60 2.542 2.510 R=
61 – 70 2.542 2.515
71 – 80 2.545 2.513
81 – 90 2.531 2.511
XL = 2.545 XS = 2.502

Paso 2. Determine el intervalo de clase
0.043 / 0.002 = (por Exceso).
0.043 / 0.005 =
0.043 / 0.010 =
Se define el intervalo como ya que nos da entre 5 y 20 intervalos.

Otro método es:
XL – XS
h = ---------------
K
2.545 – 2.502
h = ---------------------- = 0.00477 0.005
9
Paso 3. Prepare el formato para la tabla de frecuencias
Marcas de
Frecuencia
CLASE P.M. de Clase frecuencia
F
(Conteo)
1 2.5005 – 2,5055 2.503 / 1
2
3
4
5
6
7
8
9
TOTAL ________ ________

Paso 4. Determine los límites de clase
Lim. 1ª clase = (XS – (h/2)) + h1
= (2.502 – (0.005/2))+ h1
h1 = 0.005 = 0.001 entonces 0.001/2 = 0.0005
Lim. 1ª clase = (2.502 – 0.0025) + h1
= (2.4995 = 2.500) +h1
= 2.500 + 0.0005
= 2.5005
Nota: Esto se da para la 1ª clase únicamente.

Lim. 1ª clase = Li. 1ª clase + h
= 2.5005 + 0.005 = 2.5055
2ª clase = 2.5055 + 0.005 = 2.5105
3ª clase =
4ª clase =
5ª clase =
6ª clase =
7ª clase =
8ª clase =
9ª clase =
Paso 5. Calcule el punto medio de la clase
Ls 1ª clase – Li 2ª clase.
P.M 1ª Clase = --------------------------------
2
Ls 2ª clase – Li 2ª clase.
P.M 2ª Clase = -----------------------------------
2
Y así sucesivamente.
Otro método es:
P.M 2ª clase = P.M. 1ª clase + Intervalo de clase.

P.M. 3ª clase = P.M. 2ª clase + Intervalo de clase.
Otra forma es:
P.M. 1ª clase = L.I. 1ª clase + (0.005/2)

P.M. 2ª clase = L.I. 2ª clase + (0.005/2)

L.S. 1ª clase + L.I 2ª clase

P.M. 1ª clase = -------------------------------
2
2.5055 + 2.5105
= --------------------------------- = 2.503
2
2.5055 + 2.5105
P.M. 2ª clase = ---------------------------- = 2.508
2
P.M. 3ª clase = ---------------------------- =

2
P.M. 4ª clase = ---------------------------- =

2
P.M. 5ª clase = --------------------------- =
2
P.M. 6ª clase = -------------------------- =

2
P.M. 7ª clase = -------------------------- =

2
P.M. 8ª clase = -------------------------- =

2
P.M. 9ª clase = -------------------------- =

2
Otro método puede ser:
P.M. 1ª clase = P.M. 1ª clase + Intervalo de clase
P.M. 1ª clase = 2.503 + 0.005 = 2.508 y así sucesivamente.

Paso 6. Obtenga las frecuencias
Lea los valores observados uno por uno y registre las frecuencias correspondientes a cada clase,
usando marcas en grupos de cinco.
Nota 1:
Cantidad de Datos (N) Cantidad de Clases (K)
< 50 5–7
50 – 100 6 - 10
100 – 250 7 – 12
> 250 10 – 20
Nota 2:
- Habría error en el conteo de las f, si la suma de las f, no fuese igual al número tota (n) de los
valores observados.
- Si se requiere la frecuencia relativa, puede obtenerse dividiendo f por n.

Paso 6. Obtenga las frecuencias
Registre las frecuencias en la tabla respectiva.
Dibuje el histograma para lo cual guíese por los siguientes pasos:
1. Marque el eje horizontal con una escala, la cual no debe ser con base en el intervalo
de clase, es mejor con la unidad de medición de los datos, por Ej: 10 gramos
corresponde a 10 milímetros.
1. Marque el eje vertical de la izquierda con una escala de frecuencia. La altura de la

clase con la f. máxima debe ser entre 0.5 y 2.0 veces la distancia entre los valores
máximos y mínimos en el eje horizontal.
1. Marque la escala horizontal con los límites de los valores de clase.
1. Utilizando los intervalos de clase como línea de base, dibuje en rectángulo cuya
altura corresponda a la f. en esa clase.
1. Dibuje una línea sobre el histograma para representar la media, y dibuje también
una línea para representar el límite de especificación si lo hay.
1. Anote n, x, S (desviación estándar).

• Media y Desviación estándar a partir de las tablas de Frecuencia:
-Asigne el punto medio o (u=0) a la clase que tiene

CLASE P.M. f u u.f u.f mayor f y escriba 0 en la columna u.
1 2.5005 – 2055 2.503 1 -4 -4 16 - Escriba -1, -2, …., hacia los valores menores
observados y 1, 2, …, hacia los mayores valores
2
observados.
3
4 - Calcule x así:
5 x = a+h ∑ ------
6
7 30
8 x = 2.523 + 0.005 ------
90
9
TOTAL ------ ---- x=
Calcule S así:

Histograma: 141
HISTOGRAMA.
142
Control estadístico de calidad
Antes de entrar en el tema específico de los gráficos de control o cartas de control de
procesos es necesario definir algunas generalidades con respecto a ellas, desde el punto
de vista estadístico.
Aceptación
(fabricación)
Control
estadístico Técnicas CONTROL
de Calidad
Procesos de
Producción
Control de Aceptación: Su objetivo es garantizar la calidad del producto en sí, permite

controlar la calidad de la materia prima que se recibe en una fabrica y también la de los
productos terminados que se obtienen al final del proceso de fabricación.
Control de Procesos de Producción: Tiene como finalidad garantizar el

funcionamiento correcto de los procesos productivos y constituye un mecanismo rápido
y eficaz para detectar cualquier desviación respecto a la calidad que se desea obtener.
Carácterísticas de Calidad
Variable: Es cualquier signo externo que se puede medir en una escala continua por Ej:
• Dimensiones
• Volúmenes
• Presiones
• Temperaturas
• Resistencias
Atributo: Es una característica que no es susceptible de medirse en una escala continua, pero
permite clasificar el producto en conforme o defectuoso, por Ej:
• Sabor
• Olor
• Color
Una vez definida desde el punto de vista de la calidad, a través de sus especificaciones del
producto a obtener la Calidad de diseño, es necesario obtener una Calidad de Conformidad-
Fabricación.
Para ello es necesario crear un método de trabajo que nos permita medir en una unidad
determinada de producto sus características de calidad, comparar estas medidas con las
especificaciones establecidas e interpretar sus diferencias entre lo obtenido y lo deseado.
Control de Calidad en Procesos de
Fabricación
Existen dos pares de valores de gran importancia en el control de cualquier
proceso productivo:
• Limites de Tolerancia o Especificación.

• Limites de Variación Natural.
Limites de Tolerancia o Especificación: Son las cotas entre las que puede
oscilar una característica de calidad de un producto de acuerdo con una norma
o requerimiento dado.
LTS o LES SUPERIOR
LTI o LEI INFERIOR

Control de Calidad en Procesos de
Fabricación
Limites de Variación Natural: Son las cotas entre las que oscila una característica de
calidad de un producto sin que pueda mejorar el proceso.
Son los límites inherentes al proceso de producción y dependen de la tecnología

utilizada, de la habilidad de los operarios, de la homogeneidad de las materias primas,
en general con el criterio delas 6 M con las que se trabaja.
Tolerancia o Son los valores que se

Especificación pretenden alcanzar
LIMITES
Variación Son los que marcan la
Natural calidad del proceso
productivo

Control de aceptación
Se utiliza para garantizar la calidad de los productos antes de iniciarse el proceso
productivo y al finalizar el mismo. Permite asegurar la calidad de: M.P y materiales a
utilizar producto terminado.
El procedimiento de control consiste en Aceptar o Rechazar grupos homogéneos de

producto, lotes, en función de su calidad.
Existen tres alternativas:
• Inspeccionar al 100% el lote.
• No inspeccionar ninguna unidad.
• Inspeccionar una parte del lote y mediante métodos estadísticos determinar la

aceptación o rechazo del lote en función de la calidad de las unidades
inspeccionadas (plan de control de aceptación).

Causas de Variación
Comunes: Afectan por igual y en forma permanente al
Causas de proceso.
Variación Aquellas en las cuales podemos atribuir
Especiales: directamente un resultado de no cumplimiento de
una especificación.
Algunas causas comunes de variación son:
• Conocimiento, Habilidad y Experiencia del operario.

• Naturaleza de las materias primas utilizadas.
• Adecuación y estado de la maquina.
• Métodos y procedimientos de fabricación.
• Condiciones ambientales ( aseo, orden, temperatura, iluminación, ruido,
etc).
• Naturaleza de la gerencia, supervisión.

Causas de Variación
Algunas causas especiales de variación son:
• Descuido del operario.

• Un componente de la maquina que se rompió o se desajusto.
• Un tope que se corrió.
• Una lectura incorrecta de los planos.
• Interpretación indebida de las instrucciones.
• Un elemento extraño en al M.P.
• Un instrumento de medición descalibrado.
Las comunes, requieren una decisión de tipo gerencial, de cambio de proveedores, de

implantación de sistemas de mantenimiento preventivo, de reemplazo de equipos,
cambio en los métodos de trabajo, etc.
Las especiales, por lo general son detectadas, corregidas eliminadas o modificadas por
los mismos trabajadores de producción y por los supervisores.

Medidas estadísticas
MEDIDA POBLACIÓN MUESTRA
Media aritmética µ X
Varianza S
Desviación estándar S
Tamaño N n
Coeficiente de
/µ S/X
Variación

Capacidad de proceso
Se define como la “amplitud de los Limites de Variación Natural” denominados LVS
y LVI, y son aquellos que agrupan al 99.74% de la producción. Cuando el proceso
esta bajo control o funciona adecuadamente.
Solamente el 0,26% de la población esta fuera del intervalo.
LVS – LVI = µ ± 3
=µ+3 - (µ-3 )
=µ+3 - µ + 3
=6

Gráficos de Control
Un gráfico de control es una carta o diagrama especialmente preparado donde se van anotando
los valores sucesivos de la característica de calidad que se está controlando. Los datos se
registran durante el funcionamiento del proceso de fabricación y a medida que se obtienen.
El gráfico de control tiene una Línea Central que representa el promedio histórico de la
característica que se está controlando y Límites Superior e Inferior que también se calculan
con datos históricos.
Su propósito es determinar si cada punto del grafico es normal o anormal, y así conocer los
cambios operados en el proceso del que se han recogido los datos. Cada punto del gráfico debe
indicar correctamente de que proceso se han tomado los datos.
Por Ej. Al construir gráficos de control los datos diarios se promedian para obtener un valor
medio del día considerado, cada uno de esos valores pasa a ser un punto del grafico de control
que representa las características de ese día; o bien los datos pueden tomarse por lotes, en ese
caso, los datos deben recogerse de tal modo que el punto represente el lote de que se trata.
Cuando el valor de una muestra esta fuera del intervalo, es preciso detener el proceso, analizar
las causas y reajustar el proceso.

Los propósitos de las cartas de control son:
• Determinar si el proceso esta o no bajo control estadístico (centramiento y

dispersión).
• Determinar los niveles de responsabilidad para tomar acciones correctivas o
conducentes a mejorar la calidad (Jefe de línea, supervisor, auxiliar. Operario,
etc.)
• Determinar los parámetros µ y cuando estos se encuentran bajo control
estadístico ( µ - Centramiento - Dispersión).
• Determinar la capacidad cuantitativa del proceso.
• Mantener el proceso bajo control.
Son, en últimas indicadores de calidad que nos permiten tomar acciones

oportunamente sobre los procesos o sobre las especificaciones cuando sean necesarios
o dejar de tomarla cuando no se requiera.

Tipos de datos y gráficos de control
GRÁFICO DE CONTROL
TIPOS DE DATOS
EMPLEADO
NO DISCRETOS
Ej.
Mediciones (1/100 mm)
Volumen (c.c.) X–R
Peso del Producto (gr)
Energía Consumida (Kwh)
DISCRETOS
Ej.
Cantidad de productos defectuosos np – p
Fracción defectuosa
Proporción de productos de 2ª clase

Tipos de datos y gráficos de control
GRÁFICO DE CONTROL
TIPOS DE DATOS
EMPLEADO
Ej: Cantidad de perforaciones en piezas de

chapas metálicas de áreas diferentes;
cantidad de partículas extrañas en
compuestos farmacéuticos de volumen
diferentes (cuando el ámbito dentro del cual u
pueden ocurrir los defectos, como longitud,
área, volumen, etc., no esta fijado). # de
defectos por unidad.
Ej: Cantidad de perforaciones en una área
especifica; cantidad de partículas extrañas
en un volumen especificado. (cuando la
longitud, el área, el volumen,etc, están c
fijados). # de defectos por muestra.

Inestabilidad de un proceso, reflejada en
las cartas de control
LCS
LC
LCI
Un punto
Tendencia Ciclo
fuera del LCS

Inestabilidad de un proceso, reflejada en
las cartas de control
LCS
LC
LCI
Estratificación Secuencia 2 de 3 muy cerca del
LCS

Básicamente, una Gráficos de Control
Carta de Control es
un gráfico en el cual se
Gráfico de Control
representan los valores
de algún tipo de
medición realizada
durante el
funcionamiento de un
proceso continuo, y
que sirve para controlar
dicho proceso.

DISTRIBUCION NORMAL ESTANDAR

1a Etapa: Ajuste
del Proceso
Control
Estadístico
2a Etapa: Control
del Proceso

GRÁFICOS DE CONTROL
Un gráfico de control es una carta o diagrama especialmente
preparado donde se van anotando los valores sucesivos de la
característica de calidad que se está controlando. Los datos
se registran durante el funcionamiento del proceso de
fabricación y a medida que se obtienen.
LSC
LC
LIC
TIEMPO

1a Etapa: Ajuste Proceso Sí 2a Etapa: Control

del Proceso Ajustado? del Proceso
No

El gráfico de control tiene una Línea Central que
representa el promedio histórico de la característica que se
está controlando y Límites Superior e Inferior que también
se calculan con datos históricos.

Gráfico de Control de Prueba
65
Peso de las piezas (Gr.)
60
55
50
45
13
15
17
19
1
11
Nº de pieza

Este gráfico de prueba se analiza detenidamente

para verificar si está de acuerdo con la hipótesis
de que la variabilidad del proceso se debe sólo
a un sistema de causas aleatorias o si, por el
contrario, existen causas asignables de
variación.

Esto se puede establecer
porque cuando la fluctuación
de las mediciones se debe a un
sistema constante de causas
aleatorias la distribución de las
observaciones es normal.

65
60
55
50
45
13
15
17
19
1
11
Nº de pieza

La mayor parte
de los puntos
están muy cerca
65 del promedio
60
55
50
45
13
15
17
19
1
11
Nº de pieza

Lejos del
Gráfico de Control de Prueba promedio
hay menos
65
60
55
50
45
13
15
17
19
1
11
Nº de pieza

Más afuera casi
Gráfico de Control de Prueba no hay puntos
65
60
55
50
45
13
15
17
19
1
11
Nº de pieza

Es difícil decir como es el gráfico de un

conjunto de puntos que siguen un patrón
aleatorio de distribución normal, pero sí es
fácil darse cuenta cuando no lo es.

Veamos algunos ejemplos de patrones

No Aleatorios:
Gráfico de Control
Una sucesión de
puntos por encima ...

Gráfico de Control
... o por debajo de la

línea central.

Gráfico de Control
Una serie creciente de

6 ó 7 observaciones...

Gráfico de Control
Varios puntos
por fuera de los
límites de control
CONTROL ESTADISTICO
DE LA
CALIDAD
CONTROL

• la fase de control pretende asegurar que las
condiciones del nuevo proceso se vigilan a través de
métodos estadísticos de control de procesos.
• Una vez transcurrido el período de adaptación o

cambio es preciso recalcular la capacidad del proceso.
• En función de los resultados de este seguimiento

puede ser necesario revisar alguna de las fases del
proyecto de mejora.

CONTROL DE PROCESOS
• El control de procesos es una técnica que consiste en
asegurar las características de los productos
mediante el control de las variables vitales del
proceso productivo.
• Mantener estabilizadas las variables vitales

garantiza que los productos estarán dentro de su
especificación.
OBJETIVOS DEL CONTROL DE
PROCESOS
• Establecer tolerancias en las x’s vitales
• Determinar la capacidad del proceso para las x’s.
• Mantener las x’s dentro de su tolerancia mediante la

implantación de un sistema de control adecuado.
• Utilizar gráficas de control para vigilar y controlar la

variación de las x’s.

TIPOS DE CONTROL
• Métodos conductuales
Suponen cambios en los métodos personales de trabajo.
son necesarios pero no suficientes: las personas olvidan,
modifican procesos, saltan procedimientos...
• Métodos a prueba de error

Suponen modificaciones tales en los procesos que es
imposible cometer errores. son los métodos que hacen
perdurar la mejora.

MÉTODOS A PRUEBA DE ERROR
“es bueno hacer las cosas bien a la

primera, pero aun es mejor hacer que
sea imposible hacerlo mal la primera
vez”

Principios:
• Eliminar tareas repetitivas que dependan de la memoria o

de estar constantemente alerta
• Liberar tiempo de las personas, dedicándolo a tareas más

creativas y de mayor valor añadido
• No es aceptable cometer un pequeño número de errores
• El objetivo es cero defectos.

DEFECTOS Y ERRORES
Son cosas diferentes:
• Los errores son la causa de los defectos
• Los defectos son el resultado de los

errores.

¿POR QUÉ SE PRODUCEN
ERRORES?
• Procedimientos incorrectos
• Excesiva variación en el proceso
• Excesiva variación en los materiales
• Sistemas de medida inadecuados
• Errores humanos

¿SON INEVITABLES LOS ERRORES?
La visión tradicional
• Las personas cometemos errores
• Todo tiene variación
• La inspección es necesaria
¿SON INEVITABLES LOS ERRORES?
La visión 6-Sigma
• la mayoría de los errores se pueden eliminar, y

el resto reducir
• cuanto más errores se eliminen mejor será la

calidad de nuestros productos
• la inspección se puede reducir o incluso

eliminar
¿ES LA INSPECCIÓN EL MEJOR
MÉTODO?
• La inspección tradicional (por muestreo o al 100%) no es
100% efectiva
• Se limita a detectar los defectos una vez producidos
• La realimentación al proceso es lenta
• El cliente es el mejor inspector.

MÉTODOS A PRUEBA DE
ERROR
• Se trata de una inspección 100% a prueba de
errores.
• La realimentación al proceso es inmediata.
• Se trata de predecir y prevenir los defectos

antes de que tengan lugar.

ELIMINACIÓN DE DEFECTOS
BUENO MEJOR OPTIMO
el error ha ocurrido el error ha ocurrido el error está a punto

de ocurrir
el defecto ha ocurrido el defecto está a punto el error está a punto

(detección) de ocurrir (predicción) de ocurrir (predicción)
señal de defecto señal de defecto señal de error
control/realim. control/realim. control/realim.
parada parada parada

SEÑALES DE AVISO
Predicción: muchos coches
disponen de sistemas que
advierten que algún
cinturón de seguridad no
está abrochado
Detección: los
detectores de humo
indican la posibilidad de
la existencia de un
fuego en una casa.
CONTROL/REALIMENTACIÓN
Predicción: surtidores de
distintos tipos de carburante
con tamaños diferentes
Detección: un clasificador
de tamaño descarta piezas de
fruta más pequeñas que lo
deseado.
PARADA
predicción: algunas
cámaras no funcionan
sin la luz suficiente
detección: algunos
hornos de microondas
no funcionan sin carga.

CUANDO NO SON POSIBLES LOS
• Emplear códigos de colores
• Emplear formas
• Conseguir que sea fácil hacerlo bien
- listas de comprobación
- formatos eficientes
- símbolos
- flujogramas simplificados

VENTAJAS DE LOS
• No son necesarios programas de entrenamiento
formal.
• Elimina muchas operaciones de inspección
• libera al operario de tareas repetitivas.
• Promueve la creatividad y aquellas tareas
generadoras de valor añadido.
• Facilita la respuesta inmediata a los problemas.
• Resulta en productos sin defectos.

GRÁFICAS DE CONTROL
Son gráficas de los datos del

proceso representados en función
del tiempo, que permiten detectar
la aparición de factores especiales
o no aleatorios

GRÁFICAS DE CONTROL
La idea es calcular unos límites estadísticos para la
variable objeto del control tales que resulte muy
improbable que sean excedidos con la única
explicación del azar.
Ho: el proceso es aleatorio

I Chart for Shaft_OD
0.07
3.0SL=0.06745
límite superior de control
Individual Value
0.06 X=0.05978
valor medio del proceso
-3.0SL=0.05211
0.05
límite inferior de control
0 10 20 30
Observation Number
TIPOS DE GRÁFICAS DE
CONTROL
Gráficas de variable
• Utiliza valores medidos (longitudes, diámetros, tiempo, etc.)

• Generalmente muestra una característica por gráfica
• Es más cara pero suministra mucha información
Gráficas de atributos
• Información del tipo: si/no, bueno/malo, pasa/no pasa, etc.

• Varias características por gráfica.
• Es más barata pero suministra menos información

SELECCIÓN DE GRÁFICAS DE CONTROL
¿VARIABLE
O
ATRIBUTO?
ATRIBUTO VARIABLE
¿# DEFECTOS
¿MUESTRAS O
O
INSPECCIÓN 100%?
% DEFECTUOSOS?
% DEFECTUOSOS # DEFECTOS INSPECCIÓN 100% MUESTRAS
¿TAMAÑO DE LOTE
CONSTANTE?
NO SI
P U C I & MR X-Bar & R

LÍMITES DE ESPECIFICACIÓN Y
LÍMITES DE CONTROL
• Los límites de especificación son los que permiten
distinguir entre un producto “bueno” y uno “malo”.
Condicionan la satisfacción del cliente. La mayor parte de
las especificaciones aplican a valores individuales.
• Los límites de control son los que ponen en evidencia las

causas asignables y de variación no aleatoria en los
procesos. Determinan la satisfacción del proceso. Los
límites de control aplican a valores medios y no
individuales.

LÍMITES DE ESPECIFICACIÓN Y
LÍMITES DE CONTROL
0.065 LSE
el proceso está fuera de
Shaft_OD
especificación pero bajo 0.060
LSC
control
0.055
Index 10 20
LIC
LSE
0.065
Shaft_OD
el proceso está fuera

0.060
LSC de control pero dentro
de especificación
0.055
LIC
Index 10 20

CÁLCULO DE
LÍMITES DE CONTROL
Existen fórmulas para calcular los
límites superior e inferior de control
en base a las distribuciones de
probabilidad correspondientes a los
distintos tipos de variables.

PROCESOS FUERA DE
CONTROL
LSC
tendencias
LIC
LSC
nueve o más puntos

consecutivos a un lado de la
media
LIC

PROCESOS FUERA DE
CONTROL
LSC
un punto fuera de los límites de

control
LIC
LSC
dos de tres puntos
consecutivos más allá de
2 de la media
LIC
GRÁFICA X-Bar & R
¿VARIABLE
O
ATRIBUTO?
ATRIBUTO VARIABLE
apropiada para volúmenes

medios/grandes y operaciones
¿# DEFECTOS continuas
¿MUESTRAS O
O
INSPECCIÓN 100%?
% DEFECTUOSOS?
¿TAMAÑO DE LOTE
CONSTANTE?
NO SI

GRÁFICA X-Bar & R
Ejemplo: La siguiente tabla contiene los valores medidos del diámetro de un eje
producido en serie. De las 1500 unidades producidas en una semana han tomado
nueve muestras de tres piezas cada una.
M1 M2 M3 M4 M5 M6 M7 M8 M9
#1 0,056 0,057 0,058 0,057 0,059 0,057 0,055 0,060 0,060
#2 0,060 0,063 0,060 0,065 0,063 0,059 0,059 0,062 0,066
#3 0,058 0,060 0,059 0,061 0,061 0,058 0,057 0,061 0,063
X 0,058 0,060 0,059 0,061 0,061 0,058 0,057 0,061 0,063
R 0,004 0,006 0,002 0,008 0,004 0,002 0,004 0,002 0,006
Se trata de un volumen de producción medio/grande, de una operación
continua y de control a través de muestras de tamaño pequeño. La gráfica de
control adecuada es la X-Bar & R.

GRÁFICA X-Bar & R
Xbar/R Chart for Shaft_OD
0.065
3.0SL=0.06410
Means
0.060 X=0.05978
0.055 -3.0SL=0.05546
media de la
Subgroup 0
muestra 1 2 3 4 5 6 7 8 9
3.0SL=0.01087
0.010
Ranges
0.005
R=0.004222
0.000 -3.0SL=0.000
rango de la muestra Control de Calidad. MSc. Roberto Vergara Portela

GRÁFICAS DE CONTROL POR
ATRIBUTOS
Definiciones importantes
Defecto: una característica del producto que no

cumple con los requisitos de la especificación
aplicable.
Unidad defectuosa: una unidad de producto que

contiene uno o más defectos.

GRÁFICA C
¿VARIABLE
O
ATRIBUTO?
ATRIBUTO VARIABLE
apropiada para medir #

¿# DEFECTOS de defectos en lotes de ¿MUESTRAS O
O
% DEFECTUOSOS? igual tamaño INSPECCIÓN 100%?
¿TAMAÑO DE LOTE
CONSTANTE?
NO SI

GRÁFICA C
Ejemplo: La siguiente tabla contiene los números de defectos
observados en 30 lotes de diez unidades cada uno. Los defectos
están distribuidos de cualquier manera dentro del lote medido.
DEF DEF DEF
5 3 2
8 5 2
16 4 1
3 11 16
1 2 5
6 11 3
12 4 9
5 2 5
4 3 4
0 1 5
Puesto que se trata de seguir el número total de defectos en lotes de igual
tamaño, la gráfica de control adecuada es la C.
GRÁFICA C
C Chart for defecto
15
Sample Count
3.0SL=12.15
10
5 C=5.267
# de defectos en
cada lote 0 -3.0SL=0.000
0 10 20 30
Sample Number

GRÁFICA U
¿VARIABLE
O
ATRIBUTO?
ATRIBUTO VARIABLE
apropiada para medir

defectos/unidad en lotes de
¿# DEFECTOS
O distinto tamaño ¿MUESTRAS O
INSPECCIÓN 100%?
% DEFECTUOSOS?
¿TAMAÑO DE LOTE
CONSTANTE?
NO SI

GRÁFICA U
Ejemplo: La siguiente tabla contiene los números de defectos
observados en 30 lotes de diferente tamaño. Los defectos están
distribuidos de cualquier manera dentro del lote medido.
DEF UNID DEF UNID DEF UNID
5 19 3 18 2 9
8 15 5 8 2 8
16 22 4 9 1 3
3 10 11 31 16 16
1 4 2 5 5 12
6 22 11 15 3 8
12 19 4 8 9 16
5 14 2 6 5 16
4 9 3 13 4 7
0 6 1 10 5 15
Se trata de seguir el número de defectos por unidad en lotes de distinto
tamaño, la gráfica de control adecuada es la U.
CONTROL
GRÁFICA U
U Chart for defecto
1.5
Sample Count
1.0
3.0SL=0.9277
0.5
U=0.4236
# de defectos por
unidad en cada 0.0 -3.0SL=0.000
lote
0 10 20 30
Sample Number

GRÁFICA P
¿VARIABLE
O
ATRIBUTO?
ATRIBUTO VARIABLE
apropiada para medir unidades

defectuosas en lotes de cualquier
¿# DEFECTOS
O tamaño ¿MUESTRAS O
INSPECCIÓN 100%?
% DEFECTUOSOS?
¿TAMAÑO DE LOTE
CONSTANTE?
NO SI

GRÁFICA P
Ejemplo: La siguiente tabla contiene los números de unidades
defectuosas observados en 30 lotes de diferente tamaño. Una
unidad se considera defectuosa si contiene, al menos, un defecto.
DEF UNID DEF UNID DEF UNID
5 19 3 18 2 9
8 15 5 8 2 8
16 22 4 9 1 3
3 10 11 31 16 16
1 4 2 5 5 12
6 22 11 15 3 8
12 19 4 8 9 16
5 14 2 6 5 16
4 9 3 13 4 7
0 6 1 10 5 15
Se trata de seguir la proporción de piezas defectuosas, la gráfica de control

adecuada es la P.
GRÁFICA P
P Chart for defecto
1.0
3.0SL=0.8063
Proportion
0.5
P=0.4236
porcentaje de piezas
defectuosas -3.0SL=0.04084
0.0
0 10 20 30
Sample Number

Construcción de un gráfico X - R
Indica tanto la media x, como la amplitud R, es al más comun con el empleo de
valores no discretos. La parte del grafico correspondiente a x muestra principalmente
todo cambio en el valor medio del proceso, es decir en la media de una distribución.
La relativa a R indica todo cambio en la dispersión del proceso, es decir cambios en
la variación de una distribución.
Es útil porque al mostrar cambios en la media y la dispersión al mismo tiempo, resulta

un método eficaz para verificar si existe anomalías en el proceso. Se utilizan juntos
generalmente, son muy útiles para el análisis técnico y los estudios de capacidad de
proceso.
Paso 1
Reúna los datos, habitualmente se necesitan más de 100 muestras. Estas se deben
tomar de datos recientes de un proceso similar al que se utilizara en lo sucesivo, si
los datos son escasos, 50 o incluso 20 valores serán suficientes. Si esto sucede,
representarlos de nuevo cuando halla más datos acumulados.

Paso 1
Divida los datos en subgrupos. Pueden constituirse de acuerdo con el orden de

medición o de lote y cada uno debe incluir entre dos y cinco muestras. Se dividen en
subgrupos con las siguientes condiciones:
• Los datos obtenidos bajo las mismas condiciones técnicas, deben formar un
solo grupo.
• Un subgrupo no debe incluir datos provenientes de lotes diferentes ni de
distinta naturaleza.
Se dividen los grupos habitualmente en subgrupos (de 3 a 5 elementos), según la

fecha, hora, el lote, etc. La cantidad de muestra de un subgrupo determina su tamaño,
y se denota con la letra n; la cantidad de subgrupos se denota con la letra k. También
se pueden agrupar según el orden de producción o el de medida.

Subgrupo X1 X2 X3 X4 x5 ∑x x R
1 47 32 44 35 20 178 35.6 27
2 19 37 31 25 34 146 29.2 18
3 19 11 16 11 44 101 20..2 33
4 29 29 42 59 38 197 3904 30
5 28 12 45 36 25 146 29.2 33
6 40 35 11 38 33 157 31.4 29
7 15 30 12 33 26 116 23.2 21
8 35 44 32 11 38 160 32.0 33
9 27 37 26 20 35 145 29.0 17
10 23 45 26 37 32 163 32.6 22
11 28 44 40 31 18 161 32.2 26
12 31 25 24 32 22 134 26.8 10
13 22 37 19 47 14 139 27.8 33
14 37 32 12 38 30 149 29.8 26
15 25 40 24 50 19 158 31.6 31
16 7 31 23 18 32 111 22.2 25
17 38 0 41 40 37 156 31.2 41
18 35 12 29 48 20 144 28.8 36
19 31 20 35 24 47 157 31.4 27
20 12 27 38 40 31 148 29.6 28
21 52 42 52 24 25 195 39.0 28
22 20 31 15 3 28 97 19.4 28
23 29 47 41 32 22 171 34.2 25
24 28 27 22 32 54 163 32.6 32
25 42 34 15 29 21 141 28.2 27
total 746.6 686
promedio
X= 29.86 R = 27.44
Paso 2
Registre los datos en una planilla, la cual debe estar distribuida de forma tal que sea
fácil calcular los valores de x y R para cada subgrupo.
Paso 3
Halle la media, x . Utilice la formula siguiente para cada subgrupo:
𝑥1 +𝑥2 + …..+𝑥3 (47+32+44+35+20)

x= ; x= = 35,6
𝑛 5
Paso 4
Halle la amplitud R. Utilice la siguiente formula, para calcular R para cada
subgrupo:
R = Valor Máximo – Valor Mínimo ( de cada subgrupo); R = 47 – 20 = 27

.
Paso 5
Halle la media general x . Sume los valores de la media x de cada subgrupo y

divida por la cantidad de subgrupos k.
𝑥1 +𝑥2 + …..+𝑥3 35,6 + 29,2 + ……..+28,2

X= ; X= = 29,86
𝑘 25
Calcule el valor de la media general x con dos decimales más que el del valor de las
mediciones originales.
Paso 6
Calcule el valor medio de la amplitud R, sume R de todos los subgrupos y divida por
la cantidad de subgrupos k.
𝑅1 +𝑅2 + …..+𝑅3 27 +18 + …..+27

R= ; R= = 27,44
𝐾 25
Calcule el valor medio R con un decimal más que el de R con los datos.

Paso 7
Calcule las líneas de límite de control. Emplee las formulas que aparecen a
continuación para los gráficos de control x y R. Los coeficientes 𝐴2 , 𝐷3 , 𝐷4 ,
etc., figuran en la siguiente tabla:
Fórmulas:
Gráficos de control x :
LC = x LC = 29,86
LSC = x + 𝐴2 R LSC = 29,86 + 0,577 x 27,44 = 45,69
LIC = x - 𝐴2 R LIC = 29,86 - 0,577 x 27,44 = 14,03
Gráficos de Control R:
LC = R LC = 27,44
LSC = 𝐷4 R LCS = 2,115 x 27,44 = 58,04
LIC = 𝐷3 R LCI = (no se considera)

Tamaño de la
muestra
Grafica x Grafica R
A2 D3 D4 d2
2 1.880 --- 3.267 1.128
3 1.023 --- 2.575 1.693
4 0.729 --- 2.282 20.59
5 0.577 --- 2.115 2.326
6 0.483 --- 2.004 2.534
7 0.419 0.076 1.924 2.704
8 0.373 0.136 1.864 2.847
9 0.337 0.184 1.816 2.970
10 0.308 0.223 1.777 3.078

Paso 8
Construya el grafico de control. Trace las líneas de control y consigne los valores
numéricos. La línea central es una línea llena, las líneas del límite para el análisis del
proceso son quebradas, mientras que para el control de proceso son punteadas.
Paso 9
Marque los puntos x y R para cada subgrupo sobre la misma línea vertical. Marque
los valores de x y R calculados para cada subgrupo, para los valores de x use un
punto (.), para los de R una cruz (+). Encierre en un círculo todos los puntos que
sobrepasen las líneas de límites de control para distinguirlos de los demás. Los
puntos y las cruces deben estar separados entre 2 y 5mm.
Paso 10
Escriba en el grafico de control la información necesaria. En el margen izquierdo
escriba x y R, en el extremo superior izquierdo de un grafico x indique el valor de n,
indique la índole de los datos, el periodo en que fueron reunidos, la persona
responsable, etc.
GRAFICO X-R
LCS= 45.69
40
X 30 LC= 29.86
20
LCI= 14.03
60 LCS=58.04
40
R LC= 27.4
20
LC= no se
5 10 15 20 25 considera
Ejemplo
La Cia. Lajuvea realiza en su planta textil un proceso, el cual arrojo los datos sobre el contenido de humedad de
telas para camisetas, tomados cada 5 veces por día así:
Subgrupo 6.00 10.00 14.00 18.00 22.00 X R
Paso 1 – 2 – 3 1 14.00 12.6 13.2 13.1 12.1 13.0 1.9

2 13.2 13.3 12.7 13.4 12.1 12.94 1.3
3 13.5 12.8 13.0 12.8 12.4
4 13.9 12.4 13.3 13.1 13.2
5 13.0 13.0 12.1 12.2 13.3
6 13.7 12.0 12.5 12.4 12.4
∑x = 323,50 7 13.9 12.1 12.7 13.4 13.0
8 13.4 13.6 13.0 12.4 13.5
9 14.4 12.4 12.2 12.4 12.5
∑R = 33.8 10
11
13.3
13.3
12.4
12.8
12.6
13.0
12.9
13.0
12.8
13.1
12 13.6 12.5 13.3 13.5 12.8
x= 13
14
13.4
13.9
13.3
13.1
12.0
13.5
13.0
12.6
13.1
12.8
15 14.2 12.7 12.9 12.9 12.5
16 13.6 12.6 12.4 12.5 12.2
R= 17 14.0 13.2 12.4 13.0 13.0
18 13.1 12.9 13.5 12.3 12.8
n=5; 19 14.6 13.7 13.4 12.2 12.5
k= 25 20 13.9 13.0 13.0 13.2 12.6

21 13.3 12.7 12.6 12.8 12.7
22 13.9 12.4 12.7 12.4 12.8
23 13.2 12.3 12.6 13.1 12.7
24 13.2 12.8 12.8 12.3 12.6
25 13.3 12.8 12.0 12.3 12.2
Paso 3
Subgrupo 1:
x = -------------------------------------- = ------------- = 13.0
Sub.2:
x = ------------------------------------ = -------------- = 12.94
…Sub.25:
x = ------------------------------------ = -------------- = 12.72

Paso 4
R = Xmaximo – Xminimo
Para sub.1 :
𝑅1 = 14.0 – 12.1 = 1.9 𝑅2 = 13.4 – 12.1 = 1.3
𝑅3 = 𝑅4 =
……. 𝑅25 = 13.3 - 12.2 = 1.1

Paso 5
𝑥1 +𝑥2 + …..+𝑥𝑛
X= ;
𝑘
x= x = 12,940

Paso 6
𝑅1 +𝑅2 + …..+𝑅3
R= ;
𝐾
R= R = 1,35
Paso 7
Gráficos x
LC = x
LC =
LSC = x + A2 R LSC =
LIC = x – A2R LIC =

Paso 8
Gráficos R
LC = R
LC =
LSC = D4R
LSC =
LIC = D3R
LIC =

Paso 9 – 10 – 11

Para evitar introducir un sesgo cuando se calcula la media u otros estadísticos, siga el
siguiente procedimiento:
a) La cifra que se ha de redondear debe hacerse hacia abajo cuando es 4 o inferior a 4

y hacia arriba cuando es 6 o superior, así:
1,834 ----- 1,83

1,976 ----- 1,98
b) Cuando la cifra que se ha de redondear es 5, se hace hacia arriba o hacia abajo

dependiendo del valor de las cifras que le siguen:
Reglas de decisión:
- Redondear hacia arriba cuando las cifras siguientes son > 0.
2,0451 ------ 2,05

2,04501 ----- 2,05
- Cuando la cifra siguiente = 0 o no hay más cifras redondear hacia abajo, cuando la
cifra anterior a la que se va a redondear es par y hacia arriba cuando es impar.
2,0250 ----- 2,02

2,01500 ----- 2,02
2,025 ----- 2,03
2,015 ----- 2,02
- Redondear siempre de una vez para alcanzar el número de cifras requerido. Se

puede obtener un resultado erróneo si se redondea en pasos sucesivos.
2,5 correcto
2,5498 ----- 2,550 ----- 2,55
2,6 incorrecto
2,4502 ---- 2,5

c) R siempre es ≥ 0, y jamás tiene un valor negativo.
Ej: en un grupo tal como: -1,-2,-5,-4
R = -1- (-5) = 4
d) El promedio general x debe calcularse normalmente con 3 cifras significativas

más que las medidas, y redondearse a 2 cifras significativas más que las mismas.
Ej: x = 1,9888 ----- x = 1,989 (ya que los datos de los subgrupos eran así: 2,1; 1,9;
etc.).
e) R se calcula con 2 cifras significativas más que las medidas.
Ej: R= 0,3 ; 0,6 ; 0,4 ; etc.----- ∑R = 9,3 y 25 subgrupos.

R = -------- = 0,372

El gráfico de x permite controlar la variabilidad entre los sucesivos
subgrupos y el de R permite controlar la variabilidad dentro de cada
subgrupo.
Pero ¿Qué ocurre cuando un punto se va fuera de los límites? Esa

circunstancia puede ser un indicio de que algo anda mal en el proceso.
Entonces, es necesario investigar para encontrar el problema (Causa
Asignable) y corregirla. Si no se hace esto el proceso estará funcionando a un
nivel de calidad menor que originalmente.

Causas que afectan el centramiento
de un proceso ( Carta X )
El centramiento de un proceso, controlado mediante la carta x, puede verse
influenciado en términos generales cuando se producen cambios en los siguientes
factores:
1. Materias Primas.
2. Operario.
3. Inspector.
4. Graduación de la Maquina.
5. Temperatura.
6. Tiempo.
7. Desgate de una Herramienta.
Los factores 5, 6,7 y 8 pueden reflejar Tendencias o Secuencias.

8. Dimensión de un molde o cavidad.
9. Dureza.
10. Calibración de un instrumento.
11. Ajuste de la máquina o proceso.
12. Expansión o contracción.
13. Envejecimiento.
14. Interpretación indebida de un plano.
15. Humedad, presión, voltaje, etc.
• La carta x no debe interpretarse cuando la carta R indica
inestabilidad, primero debemos eliminar las causas que
afectan la dispersión, y luego trabajar con la carta x.

Causas que afectan la dispersión de un proceso
(Carta R)
La carta R mide la uniformidad, consistencia o precisión de un proceso.
Entre las causas generales que pueden conducir a modificar la dispersión de
un proceso, podemos mencionar las siguientes:
1. Nuevo operario o inspector.
2. Operario o inspector inadecuadamente entrenados.
3. Cansancio de operador o inspector.
4. Falta de uniformidad en el material.
5. Dispositivos flojos, o con mucho juego.
6. Máquina desajustada, o que necesita reparación.
7. Tornillos flojos o rotos.
8. Instrumentos De medición inestables.
La carta R debe interpretarse con anterioridad a la carta x .
9. Controles automáticos dañados.
10. Manejo poco cuidadoso.
11. Mezclas de diferentes lotes.
12. Herramientas o maquinas mal diseñadas.
13. Mayor “presión” en la producción.
14. Programa de mantenimiento inadecuado.
15. Problemas humanos.
16. Condiciones extrañas o inesperadas.
• Las cartas x y R deben utilizarse simultáneamente, ya que un

proceso puede cambiar tanto en su centramiento como en su
dispersión

Etapas en la utilización de cartas X y R
a) Fase Preparatoria:
1. Objetivos.
2. Selección de la característica que será controlada.
3. Lugares donde se tomarán las muestras.
4. Tamaño de cada muestra, n.
5. Frecuencia de cada muestra.
6. Instrumentos y métodos de medición.
7. Formato para registro y grafica de resultados.
b) Iniciación de las carta de control:
1. Efectuar las mediciones y registrarlas.

2. Registrar otras informaciones relevantes.
3. Calculo de los valores x y R de cada muestra.
4. Registro grafico de los valores x y R en sus respectivas cartas.

c) Determinación de los límites de control preliminares:
1. Número de muestras requeridas antes de calcular los límites de control.

2. Determinación de R , D y D
3. Calculo de los límites de control de la carta R.
4. Determinación de x y de A .
5. Calculo de los límites de control de la carta x .
d) Extracción de conclusiones preliminares :
1. Observación sobre si existe o no existe control estadístico.

2. Determinación de los parámetros del proceso, si existe control estadístico.
3. Si no existe control estadístico, investigar las causas y eliminarlas, y revisar
luego la carta R eliminando los puntos fuera de control, hasta que se observe
estabilidad en la dispersión. Hacer lo mismo con la carta x , si es necesario,
hallando x corregida y los nuevos limites de control, hasta que se observe
estabilidad en el centramiento.

e) Acciones en relación con las especificaciones:
1. Determinar la capacidad cualitativa del proceso.

2. Determinar si el proceso puede cumplir o no con las especificaciones.
3. Tomar las acciones necesarias sobre el proceso o sobre las especificaciones
para adecuarlos mutuamente.
f) Acciones en relación con el proceso:
1. Tomar acciones correctivas o preventivas sobre el proceso cuando las cartas

indiquen inestabilidad.
2. Dejar que el proceso continué sin modificaciones cuando las cartas indican
estabilidad y el proceso esta cumpliendo con las especificaciones.
3. Iniciar investigaciones para detectar causas de fluctuación indebida o
inestabilidad, o para mejorar el comportamiento del proceso.

g) Revisión Periódica:
1. A intervalos regulares, cada 25,50 ó 100 muestras, por ejemplo, o

cada semana, mes o trimestre, deben revisarse las líneas centrales y
los limites de control de las cartas x y R, si durante estos
periodos se han observado señales de inestabilidad o se han
modificado los procesos.

Control de calidad de procesos – carta X y R – Hoja de datos
Características: _____________________ Unidades:_________________________

Especialización: ____________________ Fecha: desde_________ hasta_________
Operación: ________________________ Frecuencia:_____________ n:_________
∑x = x= ∑R= R= A = A R= D= D=

Problema: Los datos que aparecen en la tabla adjunta corresponden a 20 muestras
obtenidas de un proceso. Utilice la técnica de las cartas de control x y R.
Tabla de datos para Cartas de Control x y R
1 2 3 4 5 6 7 8 9 10
11.1 9.6 9.7 10.1 12.4 10.1 11.0 11.2 10.6 8.3
9.4 10.6 10.0 8.4 10.0 10.2 11.5 10.0 10.4 10.2
11.2 10.1 10.0 10.2 10.7 10.2 11.8 10.9 10.5 9.8
10.4 10.8 9.8 9.4 10.1 11.2 11.0 11.2 10.5 9.5
10.1 11.0 10.4 11.0 11.3 10.1 11.3 11.0 10.9 9.8
52.2 52.3 49.9 49.1 54.5 51.8 56.6 54.3 52.9 47.6
10.4 10.4
1.8 1.4

11 12 13 14 15 16 17 18 19 20
10.6 10.8 10.7 11.3 11.4 10.1 10.7 11.9 10.8 12.4
9.9 10.2 10.7 11.4 11.2 10.1 12.8 11.9 12.1 11.1
10.7 10.5 10.8 10.4 11.4 9.7 11.2 11.6 11.8 10.8
10.2 8.4 8.6 10.6 10.1 9.8 11.2 12.4 9.4 11.0
11.4 9.9 11.4 11.1 11.6 10.5 11.3 11.4 11.6 11.9
52.8 49.8 52.2 54.8 55.7 50.2 57.2 59.2 55.7 57.2
10.56 9.96 10.44
1.5 2.4 2.8

∑x= x = --------------=
∑R= R = ------------ =
Para n= 5 A = ; D = ; D =
Limites para las cartas de control:

x:
LCS = x + A R =
LCI = x – A R =
R:
LCS = D R =
LCI = D R =
Gráfico x Gráfico R

Observando las cartas x y R podemos afirmar que el proceso esta bajo control en cuanto a
la dispersión, pero no está bajo control en cuanto a centramiento. Ya que dos valores se
salen de los limites, se debe hallar una nueva carta de control x corregida mediante la
eliminación de los 2 puntos fuera de control.
∑ x18 = 191.84 x = ----------- =

18
LCS (x) = x + A R =
LCI (x) = x - A R =
Gráfico x
Ahora si esta bajo control el centramiento.

Como Leer Las Graficas de Control
Grafico fuera de Control
140
120
100
Valor Limites
80
60
40
20
0
1 2 3 4 5 6 7 8 9 10
Muestras
• Fuera de los limites de control.
Existen puntos por fuera de los LCs y LCI.
• Racha.
Cuando los puntos ocurren continuamente en un lado de la LC y el numero de puntos se
llama longitud de racha. Se considera normal si tiene aun 7 puntos
Se considera anormal si:
• Al menos 10 de 11 puntos consecutivos ocurren en un mismo lado de la línea

central.
• Al menos 12 de 14 puntos consecutivos ocurren en un mismo lado de la línea

central.
• Al menos 16 de 20 puntos consecutivos ocurren en un mismo lado de lalínea central

Grafico de control
10 de 11 puntos
consecutivos, que
Una racha de 7
140 ocurren en un
puntos es anormal
mismo lado es
anormal
120
100
80
Limites
60
40
20
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 20 20 20 20 20
Muestras
• Tendencia.
Cuando los puntos forman una curva continua ascendente o
descendente.
• Acercamiento a los limites de control.

Si dos de tres puntos ocurren por fuera de las
líneas de dos sigma
• Acercamiento a la línea central.

Cuando la mayoría de los puntos están dentro de las líneas de
1.5 sigma, significa que se debe a una forma inapropiada de
hacer los grupos. No significa un estado de control sino una
mezcla de la información de diferentes poblaciones en los
subgrupos. Es necesario cambiar la manera de hacer los
subgrupos

Tendencia
Ocho puntos ascendentes Tendencia descendente drástica

140
120
100
Serie2
80
Limites
Serie3
Serie4
60
Serie5
40
20
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
Muestras
Acercam iento a los lim ites de Control
140
120
100
80
Limites
60
40
20
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
Muestras

Acercam iento a la linea Central
140
120
100
80
Limites
60
40
20
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
Muestras

Periodicidad
140
120
100
80
Limites
60
40
20
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Muestras

PARA LOS GRAFICOS R
• Cuando existen puntos por encima del LCS, el

proceso ha empeorado, es decir hay aumento de
variabilidad.
• Cuando existen puntos por debajo del LCI, indica

generalmente que la dispersión ha disminuido (ha
mejorado).

Como leer las gráficas de control
Otro método para analizar los gráficos x es por la posición de los puntos dentro del área de
control. (Para 20 -25 muestras, que es lo típico en procesos productivos) así:
1. En la zona central se sitúa el 68% del total de puntos del grafico equivale a decir que en
esta zona deben existir entre 12 y 18 puntos aproximadamente. Es necesario intervenir
el proceso si hay 13 o más puntos consecutivos en la zona central.
L.C.S
2₰
1.5₰
L.C
1.5₰
2₰
L.C.I
2. En la zona media debe aparecer el 27% de los puntos. Debe existir entre 6 y 10 puntos
aproximadamente. Se hace necesario intervenir si hay 4 o más consecutivos.
L.C.S
2₰
1.5₰
27% L.C.
1.5 ₰
2
L.C.I
3. La zona externa contiene aproximadamente el 5% del total de puntos. Debe
existir entre 1 y 3 puntos aproximadamente. Hay que intervenir si aparecen
dos consecutivos.
L.C.S
2r
1.5 r
5% L.C.
1.5 r
2r
L.C.I.
d) Acercamiento a los límites de Control
Teniendo en cuenta los puntos que se acercan a los límites de control 3 sigma, si 2 de 3
puntos ocurren por fuera de las líneas de 2 sigma el caso se considera anormal.
Línea 3r
Línea 2r
Línea 2r
Línea 3r
d) Acercamiento a los límites de Control
Teniendo en cuenta los puntos que se acercan a los límites de control 3 sigma, si 2 de 3
puntos ocurren por fuera de las líneas de 2 sigma el caso se considera anormal.
Línea 3₰
Línea 2₰
Línea 2₰
Línea 3₰
Cartas de control para atributos
Las cartas de control x y R, se aplican a características de calidad que pueden medirse
mediante un instrumento, las cuales hemos llamado variables. Además por cada
característica que deseemos controlar deberemos llevar una carta x y R.
Por ello, no se pueden aplicar en todas las situaciones de control de calidad, ya que en
otros casos las características que nos interesa controlar no son medibles sino apreciables
por nuestros sentidos, los cuales llamaremos atributos.
En estos casos, la inspección puede aplicarse a varias características de calidad, y como

resultado de ella el articulo o la parte inspeccionada se clasificara como bueno o
defectuoso según satisfaga o no las especificaciones o criterios de calidad que hayamos
fijado para cada parte o producto.
Se considera producto o articulo defectuoso a aquel que no reúne los requisitos totales de
calidad que se han establecido previamente para un producto bueno. Es decir son aquellos
que contienen uno o más defectos.

Las principales cartas de control aplicables en estos casos, son las siguientes:
• La carta p, para la fracción o el porcentaje defectuoso.

• La carta np, para el número de defectuosos por lote.
• La carta c, para el número de defectos por unidad de producto.
• La carta u, para el número de defectos por unidad.
En estos casos las cartas de control se basan en el comportamiento estadístico de las

variables: “fracción defectuosa”, “numero de defectos por unidad” y “numero de defectos
por lote”, el cual se deriva de los modelos binomial y poisson.
Debemos tener mucha claridad acerca de la definición de defectos y de las implicaciones

que estos tienen sobre la calidad del producto.
Es importante disponer de un “manual de defectos” donde se encuentren enumerados y

definidos todos los defectos posibles del producto terminado, así como de las partes en
proceso y de las materias primas.

La clasificación de los defectos deberá hacerse teniendo en cuenta el grado en que la presencia del
defecto afecta desfavorablemente:
• El funcionamiento adecuado del producto, su uso para el cual ha sido diseñado.

• La salud, la integridad personal o la vida de las personas que utilizan el producto.
• La apariencia del producto.
• La duración del producto, su confiabilidad, la contaminación ambiental.
• La venta del producto, o el mantenimiento de un mercado estable.
• El cumplimiento de disposiciones gubernamentales sobre peso, volumen, pureza, duración
toxicidad y demás normas.
Por lo menos debe incluirse en la clasificación tres categorías:
1. Defectos Críticos: Los que pueden conducir a que se afecte la salud o la vida de los usuarios del
producto, etc.
2. Defectos Mayores: Implican una menor vida útil, o mayor necesidad de mantenimiento, o
dificultades en la venta al público.
3. Defectos Leves: De apariencia o acabado en lugares difícilmente visibles.

Gráficos de control np
Se utiliza para el número de artículos defectuosos por muestra o por lote de tamaño
constante, n, nos permite determinar lo siguiente:
1. Si un proceso se encuentra o no bajo control estadístico.
2. La capacidad cualitativa de dicho proceso.
3. El nivel de calidad de dicho proceso.
4. La uniformidad o precisión con que actúa el proceso.
5. En que momento se deben tomar acciones correctivas sobre el proceso, o no

se requiere intervención alguna sobre él.
6. El nivel de responsabilidad para modificar las condiciones del proceso y

mejorar su calidad.

Los gráficos o cartas de control np se basan en los siguientes supuestos:
1. El proceso se encuentra bajo condiciones estables, y genera una fracción

defectuosa típica, p. (la muestra usualmente no puede ser menor a 20).
2. El tamaño de la muestra es constante, n.
3. La probabilidad de que un artículo de la muestra sea defectuoso es

también constante, e igual a (1-p).
4. Los eventos de que un artículo de la muestra sea o no defectuoso, son

independientes, o sea que no ha de existir relación de causalidad entre
ellos. (A menudo esta condición no se cumple estrictamente en los
procesos industriales).

Paso 1. Reúna los datos: Tome una muestra y clasifique la calidad del producto en unidades que
llenen o no los requisitos, según el estándar de inspección. El tamaño de la muestra debe ser tal
que la mayoría de los subgrupos tengan entre 1 y 5 unidades defectuosas, y recoja de 20 a 25
subgrupos.
Paso 2. Calcule p, fracción promedio de defectos p dividiendo el número total de unidades
defectuosas de cada subgrupo por el número total de muestras.
∑ np
p = -----------
K xn
Paso 3. Calcule las líneas de control.
LC = np
LCS = np + 3√np (1-p)
LCI = np – 3√np (1-p)
Paso 4. Construya la grafica de control. Marque el eje horizontal con el número de subgrupos y
el eje vertical con el número de unidades defectuosas; dibuje una línea sólida para la línea central
pn y líneas discontinuas para LCS y LCI, luego registre el número de unidades defectuosas de
cada subgrupo.

Ejemplo: La cia. “lajuvea”, desea analizar el comportamiento de un proceso

en cuanto a una característica de calidad critica la cual, si no cumple con las
especificaciones, conduce al rechazo del producto. Para tal fin se ha realizado
inspecciones en 25 subgrupos del producto, los cuales tienen un tamaño de
100 unidades y cada uno tiene entre 1 y 5 unidades defectuosas así:

Paso 1

Paso 2. Paso 3.
LC = np
LC =
LCS = np + 3√np (1-p)

∑ np
p = ----------- p = ------------ = LCS =
K xn
LCS =
LCS =
LCI = np – 3√np (1-p)
LCI =
LCI =

Paso 4
LCS
LC
LCI
0 25

Ejemplo: En la cia “lajuvea”. Se desea analizar el comportamiento de una

característica de calidad de un producto, para fabricar este producto existen 4
maquinas, A, B, C y D, se desea también comparar el comportamiento de estas.
Diariamente se extrae una muestra aleatoria de 50 artículos de la producción
acumulada en cada día por cada maquina, y se inspecciona esta característica de
calidad visualmente. Dicha inspección se realizo durante 25 días tal como lo
muestra la tabla siguiente:

Paso 1
n = Tamaño de la muestra por

maquina.
A,B,C,D = # de artículos
defectuosos en cada muestra
de 50, por maquina.

Paso 2.
∑ np
p = -----------
K xn
Para A: p = ------------ =
Para B: p = ----------- =
Para C: p = ----------- =
Para D: p = ----------- =

Paso 3. Para C: LSC =
LSC =
LC = np
Para D: LSC =
Para A: LC = LSC =
Para B: LC =
Para C: LC = LCI = np – 3 np (1-p)
Para D: LC =
Para A: LCI =
LSC = np + 3 np (1-p) Para B: LCI =
Para C: LCI =
Para A: LSC = Para D: LCI =
LSC =
Para B: LSC =
LSC =

Gráfico de control, Máquina A:
Gráfico de control, Máquina B:

Gráfico de control, Máquina C:
Gráfico de control, Máquina D:

Análisis de los gráficos anteriores:
1. La Maquina A se encuentra bajo control estadístico.

Esta generando un promedio de 3.68 artículos defectuosos. En esta maquina podemos
esperar un número de defectuosos por muestra de 50 que fluctuara aleatoriamente entre 0
y 9, que podemos considerar como la capacidad cualitativa del proceso si continua bajo
las mismas condiciones.
2. La maquina B, no se encuentra bajo control estadístico, o sea que su

comportamiento es errático.
Esto lo evidencia la presencia de 2 de 3 puntos consecutivos muy cerca del límite de
control superior correspondientes a los días 20 y 23 de agosto. Deben buscarse y
eliminarse las causas asignables correspondientes. Una vez hecho esto, seguramente la
maquina generara un número promedio de defectuosos inferior al actual de 4.88.

3. La maquina C se encuentra bajo control estadístico, pero con un promedio de
defectuosos muy alto (6.52), casi el doble de lo que genera la maquina A.
En las dos últimas semanas se observa una reducción en la dispersión del proceso. Deben
tomarse decisiones de nivel gerencial para modificar el comportamiento de este proceso.
4. La maquina D no se encuentra bajo control estadístico lo que podemos observar por

la tendencia ascendente del grafico, deben buscarse las causas a nivel operativo, u
corregirlas para poder determinar la capacidad del proceso correspondiente a esta
maquina.
El grafico o la carta np es útil en los casos en que podemos inspeccionar periódicamente

una muestra o un lote de tamaño constante n, y registrar el numero de defectuosos
encontrados.

Gráficos de Control p
Nos permite controlar la fracción defectuosa generada por un proceso, o el
porcentaje defectuoso del mismo. También se puede utilizar cuando se
inspecciona la producción total diaria de una máquina, departamento o sección
de una empresa, y se clasifica como buena o defectuosa. Se utiliza también
cuando el tamaño del subgrupo (n) no es constante.
Paso 1. Recoja los datos: Obtenga la mayor cantidad posible de datos que
indiquen la cantidad inspeccionada (n) y la cantidad de productos defectuosos
(np). Se necesita por lo menos 20 muestras.
Paso 2. Divida los datos en subgrupos. Habitualmente, los datos se agrupan

por fecha o lotes. El tamaño de cada subgrupo (n) debe ser mayor de 50 y la
media de los productos defectuosos para cada subgrupo debe situarse entre 3 y 4.

Paso 3. Calcule la fracción defectuosa para cada subgrupo y consígnela en una
planilla de registro de datos. Utilice una planilla para tal efecto. Para hallar la fracción
defectuosa, aplique la siguiente formula:
Cantidad de Productos defectuosos
p = -----------------------------------------
Tamaño del Subgrupo
np
p = --------- X 100
n
Paso 4. Halle la fracción defectuosa promedio.
Total de Productos defectuosos
p = -------------------------------------
Total inspeccionado
∑ np
p = -----------
K xn

Paso 5. Calcule los limites de control.
LC = p
p (1-p) 3
LSC = p + 3√ ----------- = p + ----------- √p(1-p)
n √n
p (1-p) 3
LIC = p – 3 √ ----------- = p + ----------- √p(1-p)
n √n
Paso 6. Trace las líneas de control y consigne los valores de p.

Ejemplo: La cia “lajuvea” en su proceso de producción realiza la inspección

de calidad de una característica critica la cual sino cumple conduce al rechazo
del producto. La tabla siguiente muestra los resultados arrojados. Calcule la
carta p.

Paso 1 y 2

Paso 3
p8 = --------- X100 =
np
p = -------- X 100
N p9 = --------- X100 =
15 p10 = --------- X100 =

p1 = --------- X100 = 13.0
115
p11 = --------- X100 =
18
p2= --------- X100 = 8.2
220 p12 = --------- X100 =
p3 = --------- X100 = p13 = --------- X100 =
p4 = --------- X100 = p14 = --------- X100 =
p5 = --------- X100 = p15 = --------- X100 =
p6 = --------- X100 = p16 = --------- X100 =
p7 = --------- X100 = p17 = --------- X100 =

Paso 3
p18 = --------- X100 =
p19 = --------- X100 =
p20 = --------- X100 =
p21 = --------- X100 =
p22 = --------- X100 =
p23 = --------- X100 =
p24 = --------- X100 =
p25 = --------- X100 =

Paso 4
∑ np
p = ----------- = -------------- =
K xn
Paso 5
LC = p LC = 10.3
3 √p(1-p)
LCS = p + -------
√n
3
LCS1 = 0.103 + --------- √0.103(1-0.103) =
√115
LCS1 = 0.103 + ( 0.2798 ) 0.304 = 18.8%

3
LCI = p - -------- √p(1-p)
√n LCS4 = 0.103 + --------- 0.304 =
√
3
LCI1 = 0.103 - -------- √0.103(1-0.103) =
√115 LCI4 = 0.103 - ---------- 0.304 =
LCI1 = 0.103 – (0.2798) 0.304 = 1.8%

LCS5= 0.103 + --------- 0.304 =
√
3
LCS2 = 0.103 + --------- 0.304 =
√
LCI5 = 0.103 - ---------- 0.304 =
LCI2 = 0.103 - ---------- 0.304 =
LCS6 = 0.103 + --------- 0.304 =

LCS3 = 0.103 + --------- 0.304 = √
√
LCI6 = 0.103 - ---------- 0.304 =
LCI3 = 0.103 - ---------- 0.304 =

LCS7 = 0.103 + --------- 0.304 LCS10 = 0.103 + --------- 0.304
√ √
LCI7 = 0.103 - ---------- 0.304 LCI10 = 0.103 - ---------- 0.304
LCS8 = 0.103 + --------- 0.304 LCS11 = 0.103 + --------- 0.304

√ √
LCI8 = 0.103 - ---------- 0.304 LCI11 = 0.103 - ---------- 0.304
LCS9 = 0.103 + --------- 0.304 LCS12 = 0.103 + --------- 0.304

√ √
LCI9 = 0.103 - ---------- 0.304 LCI12 = 0.103 - ---------- 0.304

LCS13 = 0.103 + --------- 0.304 LCS16 = 0.103 + --------- 0.304
√ √
LCI13 = 0.103 - ---------- 0.304 LCI16 = 0.103 - ---------- 0.304
LCS14 = 0.103 + --------- 0.304 LCS17 = 0.103 + --------- 0.304

√ √
LCI14 = 0.103 - ---------- 0.304 LCI17 = 0.103 - ---------- 0.304
LCS15 = 0.103 + --------- 0.304 LCS18 = 0.103 + --------- 0.304

√ √
LCI15 = 0.103 - ---------- 0.304 LCI18 = 0.103 - ---------- 0.304

LCS19 = 0.103 + --------- 0.304 LCS22 = 0.103 + --------- 0.304
√ √
LCI19 = 0.103 - ---------- 0.304 LCI22 = 0.103 - ---------- 0.304
LCS20 = 0.103 + --------- 0.304 LCS23 = 0.103 + --------- 0.304

√ √
LCI20 = 0.103 - ---------- 0.304 LCI23 = 0.103 - ---------- 0.304
LCS21 = 0.103 + --------- 0.304 LCS24 = 0.103 + --------- 0.304

√ √
LCI21 = 0.103 - ---------- 0.304 LCI24 = 0.103 - ---------- 0.304
Nota: Los valores de los límites de control varia de acuerdo con el Control de Calidad. MSc. Roberto Vergara Portela
tamaño del subgrupo (n), las líneas de los límites de control variara.
Paso 6. Trace las líneas de control y consigne los valores. Así:

Ejemplo: (cuando el tamaño del lote inspeccionado es constante) La cia

“lajuvea” desea analizar el comportamiento de un proceso en cuanto a una
característica de calidad crítica. Diariamente se extrae una muestra aleatoria de
50 productos de la producción de una maquina, los resultados son los
siguientes:

Paso 1 y 2

Paso 4
np
p = ----------- =
n
p1 = -------- = 0.08 p2 = --------

7 = 0.14 p3 = -------- = 0.04
4 2
50 = 50 50
p = --------
4 p5 = -------- = p6 = -------- =
p7 = -------- = p8 = -------- = p9 = -------- =
p10 = -------- = p11 = -------- = p12 = -------- =
p13 = -------- = p14 = -------- = p15 = -------- =
p16= -------- = p17 = -------- = p18 = -------- =
p19= -------- = p20 = -------- = p21 = -------- =
p22= -------- = p23 = -------- = p24 = -------- =
p25= -------- = Control de Calidad. MSc. Roberto Vergara Portela

Paso 5
LC = 7.36 (p = LC = ∑ np = 92 = 0.0736 x 100 = 7.36

n 1250
3
LSC = p + -------√p(1-p)
√n
3
LSC = 0.0736 + --------√0.0736(1-0.0736)
√50
LSC =
3
LCI = p - -------√p(1-p)
√n
3
LCI = 0.0736 - --------√0.0736(1-0.0736)
√50
LCI =
Paso 6.

Gráficos de Control c
Nos permite controlar el comportamiento cualitativo de un proceso, a través del
número de defectos por unidad inspeccionada. Con esta carta de control
podemos llevar el control que nos indica el nivel de calidad de un proceso, la
estabilidad o inestabilidad del mismo, su capacidad cualitativa, y nos sugiere las
acciones correctivas o preventivas que deben tomarse para lograr los niveles
propuestos de calidad.
La unidad de inspección se refiere por lo general a artículos o productos

terminados, bien sea en forma individual (unidad física de producto) o en forma
colectiva (grupos de unidades físicas de productos) de tamaño constante o
tamaño variable.

Hay dos tipos de unidades de inspección en estos gráficos para hallar el número de defectos
por unidad, las cuales son:
1. Unidades individuales, o muestra de tamaño constante. Por ejemplo:
• Una grabadora, o una caja que contiene 10 .

• Un televisor.
• Una nevera.
• Un automóvil.
• Un metro cuadrado de tela, o 60 metros lineales o un rollo de 100 metros lineales de tela.
• Una botella de vidrio, o una caja con 12 botellas de vidrio.
2. Unidades o muestras de tamaño variable.
Se presenta cuando inspeccionamos la producción diaria de una máquina, sección o

departamento de producción y determinamos el número total de defectos encontrados.
LC = c
LSC= c + 3√c
LIC = c – 3√c
Ejemplo: La cia Lajuvea produce telas en piezas de 50 metros lineales. Al
realizar una inspección en su proceso productivo, se tomaron 20 muestras
hallándose los siguientes resultados:
TOTAL
LC = c
82 =
LC = -------
20
LSC= c + 3√c
LSC =
LIC = c – 3√c
LIC =

Ejemplo: Se inspecciona un motor cada hora y los resultados de la misma al
final de la línea de ensamble son:

LC = c c = -------- = 1.6
LCS = c + 3√c
LCS =
LCI = c – 3√c
LCI =

La capacidad del proceso podemos expresarla en términos de 1,6 defectos por
unidad, en promedio se puede llegar a 5,38 defectos.
Discriminado los defectos en cada unidad del motor, podemos observar que los
defectos A y B se presentan en cerca del 70% y por lo general juntos. Si
existieran puntos de control por fuera del LCS debemos detectar la causa y
eliminarla.
Una vez realizado esto, podemos prescindir de estos puntos y estimar la

capacidad del proceso y nuevos límites de control mediante el nuevo valor de c
que obtengamos. Solo deberemos eliminar aquellos puntos cuyas causas
asignables podemos hallar y corregir.

Gráficos de Control u
Se utiliza para considerar la cantidad de productos defectuosos, cuando
queremos inspeccionar el 100% de la producción y determinar los defectos
totales que se generan cada día en una determinada línea de producción. El total
de artículos producidos cada día, n, es fluctuante y por lo tanto el área de
oportunidad para los defectos no es constante, lo cual es un requisito
indispensable para la carta c .
En estos casos no tiene mayor significado el número de defectos que se

producen cada día, puesto que se referirá a diferente número de unidades
producidas. Lo que si tiene sentido es relacionar el total de defectos
encontrados, c, con el total de unidades producidas en el día, n, y llevar un
control de numero de defectos por unidad, u = c/n.

Paso 1. Recoja los datos
Obtenga la mayor cantidad posible de datos que indiquen la cantidad de

unidades n y la cantidad de defectos c.
Paso 2. Agrupe los datos
Hágalo por lotes, productos o muestras, etc. Establezca tamaño de los

subgrupos de tal manera que u sea mayor de 2 o 3.

Paso 3. Determine cantidad de defectuosos
Hágalo por unidad para cada subgrupo y luego calcule u. Para hallar u aplique la
formula siguiente:
Cantidad de defectuosos por subgrup (c) c
u = --------------------------------------------------- = -------
Cantidad unidades por subgrup (n) n
Para hallar u, aplique la siguiente formula:

Total de defectos todos los subgrup (c) c
u = --------------------------------------------------- = --------
Total de unidades todos los subgrup (n) n
Paso 4. Calcule los límites de control
LC = u
u
LSC = u + 3√------ 3 √u
n = u + -----------
√n
3 √u
u = u - -----------
LCI = u – 3√ -------
n √n
Ejemplo: En una fabrica de textiles se conoce por experiencia que el número

promedio de defectos por cada 100 metros de tela, es de 2.5 (obsérvese que la
unidad de inspección aquí considerada es de 100 metros, y que u’ = 2.5).
Después de inspeccionar la producción de 10dias consecutivos de un telar

especial, se obtuvieron los siguientes datos:

Los límites de control se calculan en la siguiente forma:
Fecha N √n 3√u /√n LCSu LCIu

Julio 5 8.0 2.83 1.67 4.17 0.83
6 10.0
7 4.0
8 3.6
9 4.8
12 3.2
13 7.0
14 9.5
15 6.9
16 8.0

El grafico u nos indica que el proceso ha continuado bajo control estadístico,

y que su capacidad cualitativa sigue caracterizada por 2.5 defectos por cada
cien metros, con una variación inherente que puede conducir hasta 5
defectos en 100 metros.
Ejemplo: la cia Lajuvea procesa alambre esmaltado para motores eléctricos,

inspeccionado su proceso productivo de cantidad de perforaciones en alambre
esmaltado para lo cual agrupo en subgrupos encontró lo siguiente:

Tam8año Cantidad Cantidad Perf /
# Subg 1/ √n LCS LCI
Subg9. n Perfo. c unid. u
1 1.0 4 4.0 1 8.10 ---------
2 1.0 5 5.0 1 ---------
3 1.0 3
4 1.0 3
5 1.0 5
6 1.3 2
7 1.3 5 8..82
8 1.3 3
9 1.3 2
10 1.3 1
11 1.3 5
12 1.3 2
13 1.3 4
14 1.3 2
15 1.2 6
16 1.2 4
17 1.2 0
18 1.7 8
19 1.7 3 1.8
20 1.7 8 4.7 9.66
TOTAL ------------------- ------------ ------------ --------------

Paso 3
4 = 4.0
c = -------
u1 = -------
n 1.0
c 5
u2 = -------
n = ------- = 5.0
1.0
3 = 1.8
c = -------
u19 = ------
n 1.7
c 8 = 4.7
u20 = ------
n = -------
1.7
∑c 75 = 2.95
u = ------- = --------
n 2.54

La capacidad del proceso podemos expresarla en términos de 1,6 defectos por
unidad, en promedio se puede llegar a 5,38 defectos.
Discriminado los defectos en cada unidad del motor, podemos observar que los
defectos A y B se presentan en cerca del 70% y por lo general juntos. Si
existieran puntos de control por fuera del LCS debemos detectar la causa y
eliminarla.
Una vez realizado esto, podemos prescindir de estos puntos y estimar la

capacidad del proceso y nuevos límites de control mediante el nuevo valor de c
que obtengamos. Solo deberemos eliminar aquellos puntos cuyas causas
asignables podemos hallar y corregir.

Control de
Calidad.
Roberto 317
Vergara
Portela
• Paso 7 . Dibuje las Líneas de Control.
En el eje vertical de la izquierda marque los valores de x y de R y el eje
horizontal con el numero de subgrupos.
• Paso 8. Localice los puntos.

Registre los valores de x y de R de cada subgrupo sobre la misma línea vertical
en el orden de numero de subgrupos
• Paso 9. Grafique los ejes de cada grafico.

Control de Registre los datos que puedan ser de utilidad para el proceso.
Calidad.
Roberto 318
Vergara
Portela
X( Centramiento ) R( Dispersión )
• Materias Primas • Nuevo operario o inspector.
• Operario • Operario o inspector no entrenados.

• Inspector • Cansancio operario o inspector
• Graduación Maquina
• Falta de uniformidad en el material.
• Temperatura
• Dispositivos flojos
• Tiempo
• Maquina desajustada
• Desgaste herramienta
• Tornillos flojos o rotos.
• Dimensión moldes
• Instrumento de medición inestables
• Calibración instrumento
Control de
Calidad. • Ajuste maquina o proceso. • Programa de mantenimiento Inadecuado.
• Humedad, presión, voltaje, etc. • Mezclas de diferentes lotes.

Roberto 319
Vergara
Portela
ETAPAS EN LA UTILIZACION DE
CARTAS X y R
• FASE PREPARATORIA:
• Objetivos.
• Selección de la característica que será controlada.
• Lugares donde se tomara la muestra.
• Tamaño de cada muestra n.
• Frecuencia de cada muestra.
• Instrumentos y métodos de medición.
• Formato para registro y grafica de resultados.
• EXTRACCION DE CONCLUSIONES PRELIMINARES:

• Observar si existe o no control estadístico.
• Determinación de los parámetros del proceso si existe control estadístico.
Control de
Calidad. • Si no existe, investigar las causas y eliminarlas.
• Revisar la carta R eliminando los puntos fuera de control, hasta que se observe estabilidad, en la
320
dispersión.
Roberto
Vergara • En la carta X, si es necesario corregirla, hallando los nuevos limites hasta que se observe
estabilidad en el centramiento
Portela
• ACCIONES EN RELACION CON LAS
ESPECIFICACIONES:
• Determinar la capacidad cualitativa del proceso.

• Determinar si el proceso puede cumplir o no las especificaciones.
• Tomar las acciones necesarias sobre el proceso o sobre las
especificaciones para adecuarlos mutuamente.
• ACCIONES EN RELACION CON EL

PROCESO:
• Tomar acciones correctivas o preventivas sobre el proceso cuando las

Control de cartas indiquen inestabilidad.
Calidad. • Dejar que el proceso continué sin modificaciones cuando las cartas indican
estabilidad y el proceso esta cumpliendo con las especificaciones.
Roberto 321
• Iniciar investigaciones para detectar causas de fluctuación indebida o
Vergara inestabilidad, o para mejorar el comportamiento del proceso
Portela
• REVISION PERIODICA:
• A intervalos regulares, cada 25, 50 o 100 muestras.

• A cada semana, mes o trimestre.
Deben revisarse las líneas centrales y los limites de

control, si durante estos periodos se han observado señales
de inestabilidad o se han modificado los procesos.
Control de
Calidad.
Roberto 322
Vergara
Portela
Control de
Calidad.
Roberto 323
Vergara
Portela
Control de
Calidad.
Roberto 324
Vergara
Portela
Control de
Calidad.
Roberto 325
Vergara
Portela
Control de
Calidad.
Roberto 326
Vergara
Portela
Control de
Calidad.
Roberto 327
Vergara
Portela
Control de
Calidad.
Roberto 328
Vergara
Portela
Control de
Calidad.
Roberto 329
Vergara
Portela
Control de
Calidad.
Roberto 330
Vergara
Portela
• Se aplican cuando las características no son medibles sino
apreciables por nuestros sentidos.
• Pueden aplicarse a varias características de calidad y como

resultado el articulo o la parte inspeccionada se clasificara como
bueno (a), o defectuoso (a) según satisfaga o no las
especificaciones o criterios de calidad que se halla fijado para
cada parte o producto.
• Se considera producto o articulo defectuoso a aquel que no reúne

los requisitos totales de calidad que se han establecido
previamente para un producto bueno. Es decir son aquellos que
contienen uno o mas defectos.
Control de
Calidad.
CARTAS
• Se basan enDE CONTROL
el comportamiento PARA
estadístico de las variables
ATRIBUTOS
(fracción defectuosa, numero de defectos por unidad y numero
de defectos por lote).
Roberto 331
Vergara
Portela
Control de
Calidad.
Roberto 332
Vergara
Portela
Control de
Calidad.
Roberto 333
Vergara
Portela
Control de
Calidad.
Roberto 334
Vergara
Portela
• CLASIFICACION DE LOS DEFECTOS:
• Se deben hacer teniendo en cuenta el grado en que la presencia del defecto

afecta desfavorablemente:
• El funcionamiento adecuado del producto, su uso para el

cual ha sido diseñado.
• La salud, la integridad personal o la vida de las personas

que utilizan el producto.
• La duración del producto, su confiabilidad, la

contaminación ambiental
• La venta del producto, o el mantenimiento de un marcado

Control de estable.
Calidad.
• El cumplimiento de disposiciones gubernamentales sobre
Roberto 335
peso, volumen, pureza, duración, toxicidad y demás normas.
Vergara
Portela
• Se clasifican en tres categorías:
• Críticos: Los que conducen a los que afecten la salud o la

vida de los usuarios del producto.
• Mayores: Implican una menor vida útil , o mayor

necesidad de mantenimiento, o dificultades en la venta al
publico.
• Leves: De apariencia o acabados en lugares difícilmente

Control de visibles.
Calidad.
Roberto 336
Vergara
Portela
GRAFICOS np
• Se utilizan para numero de artículos defectuosos por muestra o por lote de

tamaño constante, n, determina lo siguiente:
• Si el proceso se encuentra o no bajo control estadístico.
• La capacidad cualitativa de dicho proceso
• El nivel de calidad de dicho proceso
• La uniformidad o precisión del proceso
• En que momentos se deben tomar acciones correctivas sobre el proceso

Control de
Calidad. • El nivel de responsabilidad para modificar las condiciones del proceso y
mejorar su calidad.
Roberto 337
Vergara
Portela
Condiciones supuestas para los gráficos np
• El proceso se encuentra bajo condiciones estables y

genera una fracción defectuosa típica p ( la muestra no
puede ser menor a 20)
• El tamaño de la muestra (n) es constante.
• Los eventos de que un articulo de la muestra sea o no

defectuoso, son independientes, o sea que no ha de existir
Control de
relación de causalidad entre ellos (a menudo esta
Calidad. condición no se cumple estrictamente en los procesos
industriales).
Roberto 338
Vergara
Portela
Subgrupo No Tamaño del subgrupo n (Numero d e Unid. Defect.) np
1 100 4
2 100 2
3 100 0
4 100 5
5 100 3
6 100 2
7 100 4
8 100 3
9 100 2
10 100 6
11 100 1
12 100 4
13 100 1
14 100 0
15 100 2
16 100 3
17 100 1
18 100 6
19 100 1
Control de 20 100 3
Calidad. 21 100 3
22 100 2
Roberto 13 100 0
Vergara 24 100 7
Portela 25 100 3
total 2500 68
• Paso 1. Reúna los datos.
tome una muestra y clasifique la calidad del producto en unidades que llene o no los
requisitos, según el estándar de inspección. El tamaño de la muestra debe ser tal que los
subgrupos tengan entre 1 y 5 unidades defectuosas y recoja de 20 a 25 subgrupos.(ver
tabla).
• Paso 2. Calcule P.
Control de
Calidad.
Roberto Como construir graficas de control np 340

Vergara
Portela
• Paso 3. Calcule las líneas de control.
LC = pn LC = 0,0272 x 100 = 2,72
Control de No se considera por ser negativo

Calidad.
Roberto 341
Vergara
Portela
• Paso 4. Construya la grafica de control.
• Marque el eje horizontal con el numero de subgrupos .
• Marque el eje vertical con el numero de Unidades.
• Dibuje una línea sólida para la línea central pn.
• dibuje líneas discontinuas para LCS y LCI.

Control de
Calidad. • Registre el numero de unidades defectuosas para cada
subgrupo.
Roberto 342
Vergara
Portela
10
n = 100
LCS = 7,60
LC= 2,72
Control de
Calidad.
0
Roberto 343
Vergara 5 10 15 20 25
Portela
Control de
Calidad.
Roberto 344
Vergara
Portela
Control de
Calidad.
Roberto 345
Vergara
Portela
Control de
Calidad.
Roberto 346
Vergara
Portela
Control de
Calidad.
Roberto 347
Vergara
Portela
Control de
Calidad.
Roberto 348
Vergara
Portela
Control de
Calidad.
Roberto 349
Vergara
Portela
Control de
Calidad.
Roberto 350
Vergara
Portela
Control de
Calidad.
Roberto 351
Vergara
Portela
• Permite controlar la fracción defectuosa
generada por un proceso o el porcentaje
defectuoso del mismo.
• Cuando se inspecciona la producción total

diaria de una máquina, departamento o
sección de una empresa.
Control de
Calidad.
• Cuando el tamaño del subgrupo (n) no es
Roberto
Vergara
Gráficos
constante.
de control p 352
Portela
• Paso 1. Recoja los datos.
Obtenga por los menos 20 muestras que
indiquen la cantidad inspeccionada (n).
• Paso 2. Divida los datos.

En subgrupos por fecha o lote. El tamaño de
cada subgrupo (n) debe ser mayor de 50.
Control de
Calidad.
• Paso 3. Calcule la fracción defectuosa
Cantidad de productos defectuosos
p
Roberto
Vergara
Pasos paradelconstruir
Tamaño 
un grafico
Subgrupo Cantidad p el subgrupo
Insp. en 353 
Portela
Total de productos defectuosos
p
Total Inspeccion ado
np
p x100
n
• Paso 4. Halle la fracción defectuosa promedio

Control de
p
 np
Calidad.
n
Roberto 354
Vergara
Portela
LC  p
p(1  p) 3
LSC  p  3  p p(1  p)
n
• Paso 5. Calcule los limites n
de control.
p(1  p) 3
Control de
LIC  p  3  p p(1  p)
n n
Calidad.
Roberto 355
Vergara
Portela
Subgrupo N np P LCS % LCI %
1 115 15 13.0 18.8 1.8
2 220 18 8.2 16.5 4.1
3 210 23
4 220 22
5 220 18
6 255 15
7 440 44
8 365 47
9 255 13
10 300 33
11 280 42
12 330 46
13 320 38
14 225 29
15 290 26
16 170 17
17 65 5
18 100 7
19 135 14
Control de 20 280 36
21 250 25
Calidad.
22 220 24
23 220 20
Roberto 24 220 15
Vergara 25 220 18
Portela total 5925 610

• P1 = (15/115 ) x 100 = 13.0
P2 = (28/220) x 100 = 8.2
• LC = (610/ 5925 ) = 0.103
• LCS1 = 0.103 + (3/√ 115 )√ 0.103(1- 0.103) =
LCS1 = 0.103 + (0.2798) 0.304 = 18.8%
Control de • LCI1 = 0.103 – (3/√ 115 )√ 0.103 (1-0.103) =

Calidad.
Roberto LCI1 = 0.103 – ( 0.2798) 0.304 = 1.8% 357

Vergara
Portela
Control de
Calidad.
Roberto 358
Vergara
Portela
Control de
Calidad.
Roberto 359
Vergara
Portela
Control de
Calidad.
Roberto 360
Vergara
Portela
Control de
Calidad.
Roberto 361
Vergara
Portela
Control de
Calidad.
Roberto 362
Vergara
Portela
GRAFICOS DE CONTROL C
Permite controlar el comportamiento cualitativo de un proceso, a
través del numero de defectos por unidad inspeccionada.
Se presenta cuando inspeccionamos la producción diaria de una

maquina, sección o departamento de producción y determinamos
el numero total de defectos encontrados.
LC = c donde c = Cantidad defectos/n
LCS = c + 3√c
Control de LCI = c - 3√c

Calidad.
Roberto
Vergara
Portela
• Nos indica el nivel de calidad de un proceso, la estabilidad o
inestabilidad del mismo, su capacidad cualitativa, y nos sugiere
las acciones correctivas o preventivas que deben tomarse para
lograr los niveles propuestos de calidad.
• La unidad de inspección se refiere por lo general a artículos o

productos terminados, bien sean forma individual (unidad física
de producto) o en forma colectiva (grupos de unidades físicas
de productos) de tamaño constante o tamaño variable.
• Hay dos tipos de unidades de inspección en estos gráficos para

hallar el numero de defectos por unidad, las cuales son:
Control de • Unidades individuales, o muestra de tamaño constante ( Un

Calidad. metro cuadrado de tela, o 60 metros lineales o un rollo de
100 metros lineales de tela).
Roberto • Unidades o muestras de tamaño variable. 364
Vergara
Portela
No Cant No Cant.
muestr Muestra
Defec. Defec.
a
1 7 11 6
• Ejemplo: La cia. Lajuvea 2 5 12 3
produce telas en piezas de 3 3 13 2
50 metros lineales, al 4 4 14 7
realizar una inspección en su
5 3 15 2
proceso productivo, se
6 8 16 4
tomaron 20 muestras
7 2 17 7
hallándose los siguientes
8 3 18 4
resultados.
9 4 19 2
10 3 20 3
Total 82
LC = 82 / 20 = 4.1
LCS = 4.1 + 3 √ 4.1 = 10.17
LCI = 4.1 - 3 √ 4.1 = 1.97
LCS = 10.17
LC = 4.1
Control de
Calidad.
Roberto LCI = 1.97

366
Vergara
Portela
Control de
Calidad.
Roberto 367
Vergara
Portela
Control de
Calidad.
Roberto 368
Vergara
Portela
Control de
Calidad.
Roberto 369
Vergara
Portela
GRAFICOS DE CONTROL U
Consideran la cantidad de productos defectuosos, cuando queremos

inspeccionar el 100% de la producción y determinar los defectos
totales que se generan cada día en una determinada línea de
producción .
LC= u donde u = Total de defectos de los subgrupo(c) = c

Total de unidades de los subgrupo (n) n
LSC= u + 3 √ u /n = u + 3√ u / √n
LCI= u – 3 √u/n = u - 3√ u / √n
• Paso 1. Recoja los Datos: Obtenga la mayor cantidad
posible de datos que indiquen la cantidad de unidades n y
la cantidad de defectos c.
• Paso 2. Agrupe los Datos: Hágalo por lotes, productos o

muestras, etc. Establezca el tamaño de los subgrupos de tal
manera que u sea mayor de 2 o 3.
• Paso 3. Determine cantidad de Defectuosos: Hágalo por

unidad para cada subgrupo u.
Cantidad de defectos por subgrupo (c)

u=
Cantidad de unidades por subgrupo (n)
Control de
Calidad. u=c/n
Roberto
• Paso 4. Calcule los Limites de Control: 371
Vergara
Portela
• Ejemplo: La cia Lajuvea procesa alambre esmaltado para
motores eléctricos, inspeccionando su proceso productivo
de cantidad de perforaciones en alambre esmaltado, para lo
cual agrupo en subgrupos encontrándose lo siguiente:
Control de
Calidad.
Roberto
Vergara
Portela
No. Subg. Tamaño Cantidad No.Subg. Tamaño Cantidad
subg.(n) Perfor.(c) Subg.(n) Perfor.(c)
1 1.0 4 11 1.3 5
2 1.0 5 12 1.3 2
3 1.0 3 13 1.3 4
4 1.0 3 14 1.3 2
5 1.0 5 15 1.2 6
6 1.3 2 16 1.2 4
7 1.3 5 17 1.2 0
8 1.3 3 18 1.7 8
9 1.3 2 19 1.7 3
Control de
Calidad. 10 1.3 1 20 1.7 8
Total 25.4 75
Roberto
Vergara
Portela
u1 = c/n = 4/1.0 = 4.0
u2 = c/n = 5/1.0 = 5.0
…….. u19 = c/n = 3/1.7 = 1.8

u20 = c/n = 8/1.7 = 4.7
u = ∑c/ ∑n = 75/25.4 = 2.95
LC = u = 2.95
LCS1 = 2.95 + 3√2.95/√1.0 = 2.95 + 5.15 = 8.10
LCS7 = 2.95 + 3√2.95/√1.3 = 2.95 + 5.87 = 8.82
LCS20= 2.95 + 3√2.95/√1.7 = 2.95 + 6.71 = 9,66
Control de
Calidad. LCI = u - 3√2.95/√1.0 = 2.95 – 5.15 = No existe
Roberto 374
Vergara
Portela
Sub n c u LCS LCI Sub n c u LCS LCI
. .
1 1.0 4 4.0 8.10 ---- 11 1.3 5 ---
2 1.0 5 5.0 ---- 12 1.3 2 ---
3 1.0 3 ---- 13 1.3 4 ----
4 1.0 3 ---- 14 1.3 2 ----
5 1.0 5 ---- 15 1.2 6 ----
6 1.3 2 ---- 16 1.2 4 ----
7 1.3 5 8.82 ---- 17 1.2 0 ----

Control de 8 1.3 3 ----- 18 1.7 8 ----
Calidad.
9 1.3 2 ---- 19 1.7 3 1.8 ----
Roberto 10 1.3 1 ---- 20 1.7 8 4.7 9.66 ---
Vergara
Portela
LC= 2.95
Control de
Calidad.
Roberto 376
Vergara
Portela
GRAFICOS DE CONTROL POR ATRIBUTOS (p, np, c, u)
• Puntos fuera de los Limites de Control:

• Por encima del LCS significa:
• Error en el calculo o señalización.
• El proceso ha empeorado.
• El criterio de aceptación es mas riguroso
• Por debajo del LCI Significa:

• Error de calculo o de representación.
Control de • Que el proceso ha mejorado
Calidad.
• Un criterio de aceptación menos riguroso.
Roberto 377
Vergara
Portela
• Tendencias:
• Ascendente:
• El proceso ha empeorado
• El criterio de aceptación ha sido modificado.
• Descendente:
Control de
Calidad. • El proceso ha mejorado
• El criterio de aceptación ha sido modificado
Roberto 378
Vergara
Portela
Control de
Calidad.
Roberto 379
Vergara
Portela
Control de
Calidad.
Roberto 380
Vergara
Portela
Control de
Calidad.
Roberto 381
Vergara
Portela
Control de
Calidad.
Roberto 382
Vergara
Portela
Control de
Calidad.
Roberto 383
Vergara
Portela
Control de
Calidad.
Roberto 384
Vergara
Portela
Control de
Calidad.
Roberto 385
Vergara
Portela
Control de
Calidad.
Roberto 386
Vergara
Portela
Control de
Calidad.
Roberto 387
Vergara
Portela
HERRAMIENTAS ADMINISTRATIVAS
Control de
Calidad.
Roberto 388
Vergara
Portela
M-7.
METODO PARA QUE SIRVE.
1. LLUVIA DE IDEAS Que no tengamos idea de cuáles pueden ser las causas, ni las
soluciones.
2. DIAGRAMA DE AFINIDAD. Es aquí donde la sesión de tormenta de ideas es de gran

utilidad. Cuando se requiere preseleccionar las mejores ideas.
3. DIAGRAMA DE Para buscar las causas de un defecto, poner en claro la

estructura de un problema, o desplegar recursos o
RELACIÓN. instrumentos para lograr un objetivo investigando la relación
entre causa y resultado, u objetivo e instrumentos o recurso ,
en un problema complejo.
4. DIAGRAMA DE Para obtener indicios para la solución de problemas ordenando

los elementos de eventos pertinentes en las hileras y columnas
MATRICES. de una matriz y para mostrar la existencia o fortaleza de la
relación entre los elementos de las intersecciones de las
hileras y columnas.
389
M-7.
METODO PARA QUE SIRVE.
5. DIAGRAMA DEL Para lograr un objetivo dado al enfrentar un problema en

circunstancias variables, ayudando a que se tomen las
PROCESO DE TOMA DE decisiones adecuadas y permitiendo que el proyecto original
DECISIONES. DPTD sea mejorado a medida que se desarrolla la situación. También
se utiliza para establecer las medidas que eviten situaciones
indeseables.
6. MATRIZ DE ANALISIS DE Para estudiar la fuerza de las interrelaciones entre dos o más
características del procedimiento o producto. Se trata de una
DATOS. técnica matemática sofisticada.
390
LLUVIA DE IDEAS
Técnica que consiste en dar oportunidad, a todos los

miembros de un grupo reunido, de opinar o sugerir sobre
un determinado asunto que se estudia, ya sea un
problema, un plan de mejoramiento u otra cosa, y así se
aprovecha la capacidad creativa de los participantes.
• USO
• Se pueden tener dos situaciones ante la solución de un
problema:
1. Que la solución sea tan evidente que sólo tengamos que
dar los pasos necesarios para implementarla, y
• 2. Que no tengamos idea de cuáles pueden ser las
Control de causas, ni las soluciones.
Calidad.
• Es aquí donde la sesión de tormenta de ideas es de gran
utilidad. Cuando se requiere preseleccionar las mejores
Roberto
ideas. 391
Vergara
Portela
DIAGRAMA DE AFINIDAD
Se utiliza para poner en claro la naturaleza de un problema, coordinar
ideas u obtener nuevos conceptos a través de la integración, con base en
la afinidad, de datos de lenguaje tomados de un evento caótico o
condición incierta.
TARJETA DE AFINIDAD
Tarjeta de afinidad. Tarjeta de afinidad.

Control de
Calidad. Tarjeta de datos. Tarjeta de datos
Roberto Tarjeta de datos. Tarjeta de datos. 392
Vergara
Portela
• PASOS:
1- Elegir equipo (líder) y tema (problema)
2- Reunir datos de lenguaje y preparar tarjetas de

datos.
Control de
Como líder anote todo lo que haya visto, oído, percibido y
Calidad.
pensado en frases simples y concisas para generar datos de
lenguaje (50 a 100 tarjetas de datos).
Roberto DIAGRAMA DE AFINIDAD. 393
Vergara
Portela
• PASOS:
3- Clasificar las tarjetas de datos y preparar tarjetas

de afinidad.
En grupo reúna las tarjetas que considere tienen afinidad y
colóquelas hacia el mismo lugar, luego genere la tarjeta de
afinidad que es el nombre que las identificara.
Control de 4- Elaboración de diagrama de afinidad.
Calidad. • Pegue las tarjetas de datos debajo de las tarjetas cabecera que
puedan leerse y trace un circulo que las una
Roberto DIAGRAMA DE AFINIDAD. 394
Vergara
Portela
• PASOS:
1- Identifique el problema y al líder el equipo.

Enmárquelo en doble línea y colóquelo en el centro.
2- Busque las causas responsables del problema.
Escríbalas en tarjetas de causas (30 ó mas).
3- Coloque las tarjetas alrededor del problema.
Control de
Calidad. Las causas mas relacionadas deberán quedar cerca del problema.
Entre ellas pueden existir relaciones causales.
Roberto DIAGRAMA DE RELACIÓN. 395
Vergara
Portela
4- Trace las líneas que conectan las causas
entre si o con el problema.
• Las puntas de las flechas indican el efecto. Se
deben usar flechas en una sola dirección.
5-Identifique las causas fundamentales.
• Hágalo lógicamente o intuitivamente o cuente el
Control de número de flechas que salen de cada causa, las
Calidad. que tengan mayor número serán las causas
fundamentales.
Roberto
Vergara
DIAGRAMA DE RELACIÓN. 396
Portela
DIAGRAMA DE RELACIÓN .
Causa
Causa Causa
Causa Resultado Resultado
• Cuales son las causas.

Resultado
• Cual es la relación entre ellas?

PROBLEMA Causa
Causa Resultado
Resultado
Causa Causa
Resultado Resultado
Causa
397
Causa Causa Causa
Causa
Resultado Resultado Resultado
DIAGRAMA DE RELACIÓN.
6-Identificar los efectos fundamentales.
• Hágalo lógicamente o intuitivamente o cuente el

número de flechas que llegan a cada tarjeta, las que
tengan mayor número serán los efectos fundamentales.
7-Identifique las relaciones intermedias o secuencia de

factores entre las causas fundamentales los efectos y el
problema.
8- Identifique las principales causas que afectan

Control de seriamente al problema, o que sugieran una
Calidad. solución prometedora.
Roberto • Utilice flechas mas gruesas para indicarlas. 398
Vergara
Portela
• Diagrama de Flujo es una representación gráfica de la
secuencia de etapas, operaciones, movimientos,
decisiones y otros eventos que ocurren en un proceso.
Esta representación se efectúa a través de formas y
símbolos gráficos utilizados usualmente.
• Los símbolos gráficos para dibujar un diagrama de flujo

Control de
Calidad. están más o menos normalizados
Roberto DIAGRAMA DE FLUJO O DE PROCESO 399

Vergara
Portela
Control de
Calidad.
Roberto DIAGRAMA DE FLUJO 400

Vergara
Portela
Control de
Calidad.
Roberto DIAGRAMA DE FLUJO 401

Vergara
Portela
DIAGRAMA DE FLUJO
 Algunas recomendaciones para construir Diagramas de

Flujo son las siguientes:
 Conviene realizar un Diagrama de Flujo que describa el
proceso real y no lo que está escrito sobre el mismo (lo
que se supone debería ser el proceso).
 Si hay operaciones que no siempre se realizan como está
en el diagrama, anotar las excepciones en el diagrama.
 Probar el Diagrama de Flujo tratando de realizar el proceso
como está descripto en el mismo, para verificar que todas
Control de las operaciones son posibles tal cual figuran en el
Calidad. diagrama.
 Si se piensa en realizar cambios al proceso, entonces se
Roberto debe hacer un diagrama adicional con los cambios 402
Vergara propuestos.
Portela
DIAGRAMA DE ÁRBOL O SISTEMÁTICO.
• El método de diagrama de árbol se utiliza para encontrar recursos factibles para la

solución de los problemas, o poner en claro el contenido de un área que vaya a ser
mejorada a través de ramificaciones en cada nodo o punto de vista.
OBJETIVO MEDIOS
OBJETIVO MEDIOS
OBJETIVO MEDIOS
OBJETIVO MEDIOS
403
OBJETIVO MEDIOS
OBJETIVO BASICO
• PASOS:
1- Identificar un problema. Escríbalo en forma
positiva.(enmárquelo en doble línea y colóquelo en el
lado izquierdo).
Para que propósito Objetivo básico a lograr Como hacerlo?
2- Identifique cuales son los recursos fundamentales

Control de (directos) para lograr el objetivo.(anótelos en tarjetas y
Calidad. colóquelas a la derecha del problema).
Roberto DIAGRAMA DE ÁRBOL O SISTEMÁTICO 404
Vergara
Portela
DIAGRAMA DE ÁRBOL O SISTEMÁTICO
• PASOS:
3- Considere los recursos como nuevos objetivos y plantee
nuevos recursos (recursos secundarios) y así continúe
hasta que lo considere conveniente.(recursos de tercer
nivel y subsiguientes).
4- Confirmación de la relación entre objetivos y recursos.

Despliegue de medios.
Control de Es el medio efectivo para lograr el objetivo?
Calidad. Puede lograrse el objetivo al ensayar el medio?
Confirmación de los objetivos.
Roberto 405
Vergara
Portela
• PASOS:
5- Evaluación de los recursos factibles.

Decida si adoptarlos o rechazarlos, a los
que adopte de les la prioridad de ejecución.
El grupo define los ítems a evaluar como,

factibilidad, tecnología, entre otros.
Control de
Calidad. Defina escala de evaluación, alto, medio,
bajo.
Roberto DIAGRAMA DE ÁRBOL O SISTEMÁTICO 406
Vergara
Portela
Control de
Calidad.
Roberto 407
Vergara
Portela
Control de
Calidad.
Roberto 408
Vergara
Portela
Control de
Calidad.
Roberto 409
Vergara
Portela
Control de
Calidad.
Roberto 410
Vergara
Portela
Control de
Calidad.
Roberto 411
Vergara
Portela
Control de
Calidad.
Roberto 412
Vergara
Portela
Control de
Calidad.
Roberto 413
Vergara
Portela
Control de
Calidad.
Roberto 414
Vergara
Portela

Control Estadistico de Calidad Final

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Control Estadistico de Calidad Final

Hochgeladen von

Copyright:

Verfügbare Formate

Control Estadístico

• Técnicas y herramientas estadísticas numéricas y no numéricas.

• Herramientas de medición y análisis de la satisfacción del cliente

Control de Calidad. MSc. Roberto Vergara Portela

Desarrollar habilidades y competencias para el uso, análisis, manejo

•Identificar la aplicación de herramientas administrativas y/o

Control de Calidad. MSc. Roberto Vergara Portela

•Conocer metodologías de aplicación de las técnicas estadísticas

•Definir métodos para analizar datos .

•Conocer las distintas técnicas estadísticas, cómo se utilizan y cuándo se

•Saber seleccionar y utilizar las técnicas estadísticas y de control

Control de Calidad. MSc. Roberto Vergara Portela

• Diagrama Causa Efecto.

• Listas de Chequeo y Hojas de Verificación.

• Gráficas de Control. Tipos. - Interpretación y Usos.

Control de Calidad. MSc. Roberto Vergara Portela

Control de Calidad. MSc. Roberto Vergara Portela

Control de Calidad. MSc. Roberto Vergara Portela

Totalidad Características: - Cuantitativas

Satisfacer Necesidades: - Explicitas

Control de Calidad. MSc. Roberto Vergara Portela

No se pueden medir a través de una

Control de Calidad. MSc. Roberto Vergara Portela

Control de Calidad. MSc. Roberto Vergara Portela

Actividad de medir, ensayar o calibrar una o más características, comparándolas contra

Aplicación: Producto: - M.P.

Control de Calidad. MSc. Roberto Vergara Portela

Control de Calidad. MSc. Roberto Vergara Portela

Control de Calidad. MSc. Roberto Vergara Portela

Control de Calidad. MSc. Roberto Vergara Portela

Control de Calidad. MSc. Roberto Vergara Portela

1951: Se crea en el Japón el premio Deming para el control de calidad.

A NIVEL NACIONAL: En nuestro país el concepto de C.de C. es relativamente nuevo.

Control de Calidad. MSc. Roberto Vergara Portela

• “Aptitud o idoneidad de un producto o servicio para su uso”.

Podemos sintetizar que un producto es de calidad cuando

• Cliente calidad es “Adecuación al Uso”.

Control de Calidad. MSc. Roberto Vergara Portela

Se debe concentrar el esfuerzo en

Control de Calidad. MSc. Roberto Vergara Portela

Funciones del Control de Calidad

Estadísticamente se demuestra que efectuar una inspección de la totalidad de los

• Cansancio del Inspector

Rechazados o aceptados sean incorrectos, es decir:

-Productos defectuosos que han sido aceptados como no defectuosos.

Control de Calidad. MSc. Roberto Vergara Portela

La estadística es importante, pero es necesario comprender el enfoque de C.de C. y seguirlo

La rueda de Deming muestra la importancia que tiene la estadística en un programa de mejora

Control de Calidad. MSc. Roberto Vergara Portela

COSTO (C): Control de costos y control de beneficios.

ENTREGA (E): Cantidades y tiempos de espera, volumen de producción, volumen de ventas,

Control de Calidad. MSc. Roberto Vergara Portela

• Llevar a cabo la educación y la

• Comprobar los resultados P.H.C.A P.E.C.A

• Acometer la acción correctora.

Control de Calidad. MSc. Roberto Vergara Portela

1. Determinar objetivos y metas.

6. Tomar las acciones apropiadas.

Control de Calidad. MSc. Roberto Vergara Portela

Control de Calidad. MSc. Roberto Vergara Portela

Control de Calidad. MSc. Roberto Vergara Portela

o Analizar y desplegar los datos.

Repetir el paso 1., luego el 2. Y así una y otra vez y siempre.