UNIDAD 5:

CONTROL
ESTADSTICO DE

HOJA DE PRESENTACIN.

INDICE

INTRODUCCIN
El Control Estadstico de Procesos naci a finales de los aos 20 en los Bell
Laboratories. Su creador fue W. A. Shewhart, quien en su libro Economic Control
of Quality of Manufactured Products (1931) marc la pauta que seguiran otros
discpulos distinguidos (Joseph Juran, W.E. Deming, etc.). Sobre este libro han
pasado ms de 70 aos y sigue sorprendiendo por su frescura y actualidad.
Resulta admirable el ingenio con el que plantea la resolucin de problemas
numricos pese a las evidentes limitaciones de los medios de clculo disponibles
en su poca. Lamentablemente, a Shewhart se le recuerda solo por las grficos
de control (X-R, etc.). Por si fuera poco, a menudo se emplean estos grficos de
modo incorrecto o se desconoce las limitaciones de los mismos. Normalmente, la
utilizacin incorrecta de los grficos de control dimana del desconocimiento de los
fundamentos estadsticos que los sustentan. Por esta razn se ha considerado
conveniente hacer hincapi en los fundamentos estadsticos el problema del sobre
ajuste del proceso y las limitaciones que presentan para la deteccin de derivas en
los procesos y aumentos en la variabilidad en los mismos.

FUNDAMENTOS
5.1. CONCEPTOS Y PRINCIPIOS DEL CEP.
El Control Estadstico de Procesos CEP, es una tcnica estadstica que se usa
para asegurar que los procesos cumplen con los estndares. Todos los procesos
estn sujetos a ciertos grados de variabilidad.
Si representamos en el tiempo el resultado estadstico (media, dispersin) de las
observaciones de un determinado parmetro que especifica un proceso y lo
comparamos con unos lmites de tolerancia previamente calculados en el
entorno del valor de consigna especificado y que reflejen la capacidad del
proceso, obtendremos un grfico de control.
Una grfica de control es una comparacin grfica de los datos del desempeo de
proceso con los lmites de control estadstico establecidos o estandarizados, estos
lmites son rectas que denotan un lmite sobre la grfica. Los datos del proceso
por lo general consisten en mediciones es que vienen de la secuencia normal de
produccin.
El fundamento estadstico para el clculo de estos lmites se basa en que cuando
un proceso est bajo control (y por tanto la variabilidad est motivada tan slo por
causas comunes), las medidas observadas tienden a ajustarse a la distribucin
normal.
Los grficos de control pueden ser de dos tipos:

Grficos de control por variables.

Grficos de control por atributos.

En los grficos de control por variables, el control del proceso se realiza mediante
variables que pueden ser medidas: cantidades, pesos, dimetros, espesores,
frecuencias, etc. En ellos se analizarn parmetros de posicin y dispersin de la
caracterstica que exista durante el tiempo de produccin. El grfico, que analiza la
media muestral y el rango de una muestra predeterminada, es el ms utilizado en
este mbito. Este tipo de grficos es utilizado cuando las caractersticas que
retendemos controlar son medibles y el instrumento de control utilizado permite
establecer su valor. La validez de este tipo de grficos y por lo tanto de las
estimaciones realizadas y las consecuencias extradas a partir de ellos, consiste
en suponer que la distribucin de frecuencias que sigue la poblacin constituida
por los elementos producidos por el proceso es una Distribucin Normal N (, ).
En los grficos de control por atributos, el control del proceso se realiza mediante
atributos, esta forma de medir o analizar si el producto o servicio posee o no una
determinada caracterstica (atributo): color, forma, defecto, tipo, etc. Y por lo
general se realiza dicho anlisis mediante preguntas del tipo: aceptable/no
aceptable, si/no, funciona/no funciona, pasa/ no pasa. En general, los grficos de
control por atributos son utilizados para la mejora de proceso que producen un alto
nmero de unidades defectuosas. Aunque estos grficos son capaces de distinguir
entre causas comunes y especiales, tienen el inconveniente de no avisar si se van
a producir cambios adversos en el proceso. Avisan cuando ya se han introducido.
En consecuencia se admite en Control de Calidad que el entorno de variacin
alrededor del valor de consigna es: (x + 3 ,x - 3 ) o intervalo de tolerancias
naturales, que corresponde a una probabilidad del 0,9974 (99,74%) que las
medidas que obtenga el proceso estn dentro de este entorno y del 0,0026
(0,26%) fuera de l. Estos lmites se denominan tambin lmites de variacin
natural del proceso y a la amplitud entre estos lmites, capacidad del proceso
(6). En algunos casos se incluyen en los grficos de control los lmites de aviso,
cuyo intervalo es ms restrictivo.
Los problemas de calidad aparecen, normalmente, cuando un proceso se desva
de su trayectoria habitual. En este sentido el grfico de control permite, por el
conocimiento de los lmites de control, saber cundo un proceso empieza a
alterarse ofreciendo la posibilidad de corregirlo antes de que empiecen a
producirse piezas defectuosas.
Requisitos del grfico de control
Los requisitos necesarios para la construccin de un Grfico de Control son los
siguientes:
Definir el proceso y sus condiciones de funcionamiento de manera que
estn claras las especificaciones del producto y de los elementos que le
afectan, y adems, los parmetros del mismo se hayan ajustado para
obtener la misma variabilidad.
Seleccionar una o varias caractersticas de calidad que van a ser
controladas.
Anotar los datos tomados de las sucesivas muestras de producto, conforme
vaya realizndose la produccin.

Determinar los lmites de control a partir de los datos.

Dibujar los lmites en el grfico apropiado.
Comenzar a dibujar en el grfico los puntos representativos de las muestras
de la produccin siguientes, a las utilizadas para la determinacin de los
lmites de control.
Tomar las acciones correctoras adecuadas cuando los puntos
representativos de las muestras caigan fuera de los lmites de control.

5.2. PLAN DE CONTROL.

5.3. GRFICOS DE ATRIBUTOS.

Muchas veces es necesario controlar un proceso en que la caracterstica escogida
es no mensurable (una bombilla se enciende o bien, el color de un elemento es el
especificado o no, etc.) o bien, siendo mensurable, por abaratar costos de la
inspeccin, sta se realiza mediante calibres o tiles que transforman las medidas
con tolerancia de una pieza en aceptable o no aceptable (calibres pasa - no pasa).
Para estos casos se desarrollan los grficos de control por atributos. No obstante,
hay que saber cuantificar de una forma real dichos costos dado que la informacin
que perdemos al utilizarlos en grande, a menos que sea totalmente imposible el
obtener datos de tipo variable.
Una excepcin a esta regla es cuando los datos histricos que disponemos sean
de tipo atributo. En este caso utilizaremos los grficos de atributos para analizarlos
y decidir que caractersticas vamos a controlar en el futuro con grficos de
variables.
En general, los grficos de control por atributos son utilizados para la mejora de
proceso que producen un alto nmero de unidades defectuosas. Aunque estos
grficos son capaces de distinguir entre causas comunes y especiales, tienen el
inconveniente de no avisar si se van a producir cambios adversos en el proceso.
Avisan cuando ya se han introducido.
Se van a distinguir dos grandes grupos de grficos de control por atributos segn
controlemos unidades defectuosas defectos:
a. Para unidades defectuosas:
Grfico de proporcin de unidades defectuosas (p)
Grfico de porcentaje de unidades defectuosas (100 p)
Grfico de nmero de unidades defectuosas (n p)
b. Para defectos:
Grfico de nmero de defectos por unidad (u)
Grfico de nmero de defectos por muestra(c)
Dentro de cada grupo, los grficos p, 100p y u difieren de los grficos n p y c en
que los primeros son grficos en los que el tamao de la muestra no es constante,
y por ello se estudian proporciones en funcin del tamao de la muestra para que
la base de comparacin sea la misma. Cuando el tamao de la muestra es
constante no es necesario calcular proporciones siendo vlidos los datos directos

(grficos n p y c). A la hora de elegir uno de los grficos anteriores, podemos

utilizar el cuadro resumen siguiente:

Grficos para unidades defectuosas.

A. Grficos n p (nmero de unidades defectuosas).
De acuerdo con el cuadro anterior, este tipo de grfico se utiliza cuando queremos
controlar la evolucin a lo largo del tiempo de la produccin de unidades
defectuosas y nos es posible mantener un tamao de muestra constante.
Es necesario hacer la aclaracin de que si consideramos defecto a cualquier
falta de conformidad de la unidad producida con los requerimientos establecidos,
consideramos como unidad defectuosa a aquella que presenta una o ms
defectos. Es ms, este grfico nos permitir el controlar al mismo tiempo ms de
un tipo de defecto.
Por ejemplo, en la verificacin de una cadena de fabricacin de bombillas,
podemos establecer como posibles defectos los siguientes:
a. No luce
b. Falta estaado
c. Unin casquillo / ampolla suelta
Consideramos unidad defectuosa a cualquiera que tenga un defecto de los tipos
anteriores o una combinacin cualquiera de los mismos.
El problema por lo tanto consistir en coger muestras de tamao n y separar las
unidades de dicha muestra en defectuosas y no defectuosas. Cuando el proceso
est bajo control se va a cumplir que:
La proporcin de elementos defectuosos fabricados a la que denominaremos p,
se va a mantener constante con el tiempo.
La produccin de una unidad defectuosa en un momento dado es independiente
de que las unidades anteriores hayan sido defectuosas o no.
En las condiciones anteriores el nmero de unidades defectuosas en la muestra
de tamao n sigue una distribucin binominal cuyos parmetros son:
x np

2 np(1 p )
Para unas condiciones determinadas de los valores n y p (tamao de muestra
grande, y proporcin de unidades defectuosas p no prxima ni a 1 ni a 0), que
podemos generalizar como:
np > 5
La distribucin binomial puede ser sustituida por una distribucin normal de
mismos parmetros que la binomial. El tipo de grfico a utilizar es similar al de
variables, como se ve en la figura.

B. Grficos p (proporcin de unidades defectuosas)

Este grfico es idntico al grfico n p con la diferencia de que es utilizado cuando
por condiciones de produccin o de cualquier otro tipo, el nmero de unidades de
la muestra no puede ser constante. En este caso y para tener una base de
comparacin, el parmetro que se calcula y controla su evolucin es en vez del
nmero de unidades defectuosas n p, la proporcin de unidades defectuosas en
cada muestra p.
N unidades defectuosas en la muestra
p
N unidades inspeccion adas

El tamao de la muestra no tiene por qu ser constante, aunque es de desear

que las variaciones entre los distintos tamaos de muestra no sean superiores al
25-30%.
En el grfico de atributos se calcular para cada muestra el valor de p como
cociente entre los valores piezas defectuosas y piezas inspeccionadas y se
calcular la Proporcin media de unidades no conformes como:
np np 2 np3 ..... np m
p 1
n1 n 2 n3 .......nm
Siendo:
np1, np2, np3,....npm el nmero de unidades defectuosas en las muestras 1, 2,
3, ........, m.
n1, n2, n3, .....nm el tamao de las muestras 1, 2, 3, .....m.
Se calcularn los lmites de control como:
1
LCS p 3[ p(1 p) / n] 2
LCS p 3[ p(1 p) / n] 2
1

n (n1 n 2 n3 ........n m ) / m
Siendo

(tamao medio de muestra).

C. Grficos 100p (Porcentaje de unidades defectuosas)

Este grfico es idntico al grfico p con la diferencia de que la proporcin de
unidades defectuosas se expresa en tanto por ciento en lugar de tanto por uno. En
este caso el parmetro que se calcula y controla la evolucin, es el porcentaje de
unidades defectuosas en cada muestra 100p.
N de unidades defectuosas en la muestra
100 p
x100
N de unidades inspeccion adas
Todo el desarrollo de los grficos 100p es idntico a los p salvo en lo siguiente:
En el grfico de atributos se calcular para cada muestra el valor de 100p como
cociente entre los valores de piezas defectuosas y piezas inspeccionadas
multiplicndose el valor obtenido por 100.
Se calcular el porcentaje medio de unidades no conformes como:

100 p

np1 np 2 np3 ..... np m

x100
n1 n 2 n3 .......nm

Siendo:
n pi el nmero de unidades defectuosas en la muestra i.
ni el tamao de las muestras i.
Se calcularn los lmites de control como:
1
LCS 100 p 3[100 p (100 100 p) / n] 2
LCI 100 p 3[100 p (100 100 p ) / n]

n (n1 n 2 n3 ........n m ) / m
Siendo

(tamao medio de muestra).

Grficos para defectos.

Ya hemos visto como con los grficos para unidades defectuosas, controlbamos
los defectos en unidades o piezas, siendo la base de los grficos las propias
unidades defectuosas.
Pero a menudo en la industria, nos encontramos con defectos que no van
asociados a unidades o piezas, sino que aparecen en una produccin continua
como por ejemplo telas, rollos de cable elctrico, tuberas de plstico, etc., y en
donde el parmetro a controlar es el nmero de defectos por unidad de longitud,
rea, etc.
En otros casos nos encontramos con productos cuyo control an yendo asociado
a unidades, son tan complejas y por lo tanto la probabilidad de aparecer un
defecto es tan grande, que si utilizamos grficos p, o n p, el nmero de unidades
defectuosas o su proporcin seran tan prximas a la unidad, que la informacin
que obtendramos sera casi nula.
En estos casos utilizaremos grficos de control por nmero de defectos.
El problema por lo tanto consistir en coger muestras de tamao n y contar el
nmero de defectos encontrados en dicha muestra. Cuando el proceso est bajo
control se va a cumplir que:
El nmero medio de defectos por unidad a la que denominaremos d se va a
mantener constante con el tiempo.
La produccin de un defecto en un momento dado es independiente de que se
hayan producido defectos con anterioridad o no.
En las condiciones anteriores, el nmero de defectos en la muestra de tamao n
sigue una distribucin de Poisson cuyos parmetros son:
xd

2 d
Para unas condiciones determinadas del valor d, que podemos generalizar
como:

d 5
La distribucin de Poisson puede ser sustituida por una distribucin normal con los
mismo parmetros que la de Poisson.
A. Grficos c (Nmero de defectos por muestra).
Cuando el tamao de muestra es constante, el grfico utilizado para controlar
nmero de defectos es el grfico c, denominado Grfico de nmero de defectos
por muestra.
Todo el desarrollo de este tipo de grfico es idntico al ya visto n p, por lo que nos
limitaremos a establecer los puntos que son diferentes:
Se registran en la casilla total de defectos del grfico por atributos el nmero de
defectos encontrados en cada muestra que ha de ser de tamao constante
(nmero de unidades, metros cuadrados de tela, metros de tubera, etc.).
c
Se calcula el nmero medio de defectos como:

c (c1 c 2 c3 ........c m ) / m
Siendo c1, c2, c3, ...cm. el nmero de defectos de las muestras 1, 2, 3, ...m.
Se calculan los lmites de control como:
1

LCS c 3[c] 2
1

LCI c 3[c] 2
B. Grficos u (Nmero de defectos por unidad).
Cuando el tamao de muestra no puede ser constante, el grfico utilizado para
controlar nmero de defectos es el grfico u, denominado Grfico de nmero de
defectos por unidad.
Todo el desarrollo de este tipo de grfico es idntico al ya visto p, por lo que nos
limitaremos a establecer los puntos que son diferentes:
Se registra en la casilla (C) total de defectos del grfico por atributos el nmero
de defectos encontrados en cada muestra, calculndose a continuacin el valor
del nmero de defectos por unidad u, realizando el cociente entre el valor de la
casilla (C) y el de la casilla (A) piezas inspeccionadas, anotndose el resultado en
la casilla (C/A).
u
Se calcula el nmero medio de defectos por unidad como:

Siendo:

c1 c 2 c3 ..... c m
n1 n 2 n3 .......nm

 c1, c2, c3, ...cm. el Nmero de defectos de las muestras 1, 2, 3, ..... m.

n1, n2, n3, ...nm el tamao de las muestras 1, 2, 3, ....m.
Se calculan los lmites de Control como:
1

LCS u 3[u / n] 2
1

LCI u 3[u / n] 2

Ejemplo: Una compaa electrnica manufactura circuitos en lotes de 500 y

quiere controlar la proporcin de circuitos con fallos. Con este fin examina 20
lotes, obteniendo en cada lote el nmero de circuitos defectuosos que se indican
en el archivo circuitos.mtw. Pretendemos analizar si el proceso est bajo control
estadstico a partir de un grfico P:

Se observa que ha fallado el contraste 1 para causas especiales, lo cual indica

que el proceso est fuera de control estadstico.

GLOSARIO.
Atributo: Caracterstica que define un elemento. Son variables que no se pueden
cuantificar, o expresar por nmeros.
Capacidad del proceso: La Capacidad del proceso es una propiedad medible de
un proceso que puede calcularse por medio del ndice de capacidad del proceso
(ej. Cpk o Cpm) o del ndice de prestacin del proceso (ej. Ppk o Ppm). El resultado de
esta medicin suele representarse con un histograma que permite calcular
cuntos componentes sern producidos fuera de los lmites establecidos en la
especificacin.
Grfico de control: Grfico en el que se trazan lmites y en el que se anotan los
valores de un estadstico calculado en las muestras sucesivas de una produccin.
El grfico de control se emplea para comprobar si un proceso puede considerarse
bajo control.
Distribucin binomial: la distribucin binomial es una distribucin de probabilidad
discreta que cuenta el nmero de xitos en una secuencia de n ensayos de
Bernoulli independientes entre s, con una probabilidad fija p de ocurrencia del
xito entre los ensayos. Un experimento de Bernoulli se caracteriza por ser
dicotmico, esto es, slo son posibles dos resultados. A uno de estos se denomina
xito y tiene una probabilidad de ocurrencia p y al otro, fracaso, con una
probabilidad q = 1 - p.
Distribucin normal: se llama distribucin normal, distribucin de Gauss o
distribucin gaussiana, a una de las distribuciones de probabilidad de variable
continua que con ms frecuencia aparece aproximada en fenmenos reales.

Lmite de aviso: Se utilizan para evitar retrasos indebidos, se sitan dentro de los
lmites de control. El uso de los lmites de aviso junto con los lmites de control
pueden reducir el tiempo exigido para detectar pequeos cambios.
Lmite de tolerancia: Valores superior e inferior que se admiten para la variable.
Mensurable: Que puede ser medido o valorado.
Parmetro: Elemento o dato importante desde el que se examina un tema,
cuestin o asunto.
Variabilidad: Cualidad de variable.

CONCLUSIN.
BELTRN ZARATE ANGELO OLIVER

DAZ HERNNDEZ MARA DE JESS

Mediante la realizacin de esta investigacin pudimos conocer en que consiste la
tcnica CEP (Control Estadstico de Procesos) como sus siglas lo especifican,
Se dice que un Proceso est controlado cuando se puede afirmar que los
resultados del proceso, es decir, el producto tiene las caractersticas esperadas y
las cumple. Por otro lado existe la posibilidad de obtener en forma inesperada o
con resultados sorpresivamente fuera de las especificaciones, en este caso, se
dice que el Proceso est fuera de Control, y para evitar este tipo de situaciones
existen una serie de mtodos para analizar las variabilidades dentro de un proceso
y tratar de que en su mayora se obtengan los resultados dentro del rango de
aceptacin y sea un proceso controlado.

LPEZ SNCHEZ BIANCA BERENICE

LPEZ URBANO DIANA LAURA

 PINEDA HERNNDEZ JANETH

Con la informacin obtenida, se lleg a la conclusin de que el CEP, es una
tcnica que se utiliza para asegurar que los procesos cumplen con los
estndares, tambin que las grficas de control permiten mostrar los cambios que
se han producido en los datos y as podr decidir el Ing. Responsable si un
proceso est en control o fuera de control; si est fuera de control se deber
checar y corregir los errores para que el proceso pueda estar en control, y existen
diferentes grficas de control pero cada una se ocupa para las caractersticas que
uno requiera. Adems, debemos tener un control de los procesos para evitar
cualquier tipo de error, porque en l se ira tomando nota de las observaciones que
van surgiendo en el grfico y se van controlando dentro de los lmites que se
establecieron.

ROSADO ALBORES IRENE YANET

En esta investigacin recopilamos informacin acerca del control estadstico de
datos y en esto se encontr que los grficos de control por atributos son los que se
determina si posee un atributo ya sea color, tamao, defecto y el que es por
variables son aquellos que pueden ser medidos como
dimetros, peso,
frecuencia, etc. En conclusin en el control estadstico de datos podemos llegar a
muchas hiptesis debido a los grficos y clculos hechos, esto nos sirve para
evitar aceptar hiptesis errneas y para ver si alguna cosa cumple con ciertos
requisitos que se quieren saber, las grficas nos apoyan para ver los clculos de
manera visual y as complementar los clculos obtenidos.

SALAZAR CUEVAS ARTURO

BIBLIOGRAFA.