CONTROL ESTADISTICO DE PROCESOS

UTN_FRM

Unidad 3
Cartas de control para atributos

Mgter. Ing. Julio Ortigala

Muchas caractersticas de calidad no pueden representarse convenientemente

con valores numricos. En tales casos cada artculo inspeccionado por lo general
se clasifica como conforme o disconforme respecto de las especificaciones para
esas caractersticas de calidad. A las caractersticas de calidad de este tipo se les
llama atributos.
Tambin dentro de estas cartas de control, se hallan aquellas que monitorean la
cantidad de defectos que se encuentran en una muestra de n elementos.
La carta de control para la fraccin disconforme
La fraccin disconforme se define como el cociente entre el nmero de artculos
disconformes de la poblacin y el nmero total de artculos que componen dicha
poblacin.

D
N

Los artculos pueden tener varias caractersticas de calidad que son examinadas
al mismo tiempo por un inspector. Si el artculo no se ajusta al estndar en una o
ms de esas caractersticas, se clasifica como disconforme.
An cuando se acostumbra trabajar con la fraccin disconforme, con la misma
facilidad podra analizarse la fraccin conforme, de donde resultara una carta de
control del rendimiento del proceso.
Los principios estadsticos fundamentales de la carta de control para la fraccin
disconforme tienen su base en la distribucin binomial. Suponemos que el
proceso de produccin est operando de forma estable, que la probabilidad de
que cualquier unidad deje de cumplir con las especificaciones es p y que las
unidades sucesivas producidas son independientes. Entonces cada unidad
producida es una realizacin de una variable aleatoria Bernoulli con parmetro p.
Si se selecciona una muestra aleatoria de n unidades del producto, y D es el
nmero de unidades del producto que son disconformes, entonces D tiene una
distribucin binomial con parmetros n y p
Es decir:
n

P ( D x )

p x (1 p ) n x

Donde x va de 0 a n
La fraccin disconforme muestral se define como el cociente entre el nmero de
unidades disconformes en la muestra, D y el tamao de la muestra n; es decir
p

D
n

tiene distribucin de probabilidad binomial, con media

Se sabe que p

y varianza

2p

p (1 p )
n

Desarrollo de la carta de control p

La carta p sigue los principios estadsticos de las cartas de control de Shewhart,
es decir son cartas tres sigmas. Si w es un estadstico que mide una caracterstica
2
de calidad y si la media de w es w y la varianza es w
, el modelo general es:
LSC w L w
LC w
LIC w L w

Cuando no se conoce la verdadera fraccin disconforme p del proceso, deber

estimarse a partir de los datos observados. El procedimiento es seleccionar m
muestras preliminares, cada una de tamao n. Entonces si hay Di unidades
disconformes en la muestra i, la fraccin disconforme de la i-sima muestra se
calcula como

D
p i i
n
El promedio de estas fracciones disconformes muestrales es:
m

Di

p i

p i 1 i 1
mn
m

LSC p 3 2p p 3

p 1 p
n

LC p

LIC p 3 2p p 3

p 1 p
n

Diseo de la carta de control p

La carta de control p tiene tres parmetros que deben especificarse: el tamao de
la muestra, la frecuencia del muestreo y el ancho de los lmites de control
Duncan ha propuesto que el tamao de la muestra debe ser lo suficientemente
grande como para tener una probabilidad del 50 % de detectar un corrimiento en
la fraccin defectuosa hacia algn valor importante. Por ejemplo, suponer que p
=0,01 y se quiere que la probabilidad de detectar un cambio a p =0,05 sea de 0,5.
Suponiendo que es vlida la aproximacin de la distribucin binomial por la
normal, deber elegirse n de tal manera que el lmite superior de control coincida
exactamente con la fraccin disconforme en el estado fuera de control.
LSC 0,05 p 3

p (1 p )
n

Por lo tanto,
n

p (1 p )
0,05 p

(0,01)(0.99)
2
0,05 0,01

56

Otro criterio es elegir n lo suficientemente grande para que la carta de control

tenga un lmite de control inferior positivo.
3

LIC p 3

p (1 p )
0
n

Ejemplo: las botellas de plstico para un detergente lquido se fabrican por

moldeo de impacto. Se toman 20 muestras, cada una con n=100 botellas, son
inspeccionadas en el orden en que se producen y se notifica la cantidad de
botellas defectuosas de cada muestra. Los datos aparecen a continuacin.
Construya una carta p para controlar el proceso, e indique si se halla dentro de
control estadstico.
Muestra
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
Total
LC p

unidades defectuosas (Di)

12
15
18
10
12
11
5
9
13
13
10
7
12
8
9
15
10
6
12
13
220

fraccin defectuosa (pi)

0,12
0,15
0,18
0,1
0,12
0,11
0,05
0,09
0,13
0,13
0,1
0, 07
0,12
0,08
0,09
0,15
0,1
0,06
0,12
0,13
2,2

2,2
0,11
20

LSC p 3

p 1 p
0,11(1 0,11)
0,11 3
0,2039
n
100

LIC p 3

p 1 p
0,11(1 0,11)
0,11 3
0,0161
n
100

Grfica P de C1
UCL=0,2039

0,20

Proporcin

0,15
_
P=0,11

0,10

0,05
LCL=0,0161
0,00
1

9
11
Muestra

13

15

17

19

Grafico p de la fraccin defectuosa de las botellas de plstico.

La carta de control np
La carta de control tambin puede basarse en el nmero de unidades
disconformes en vez de usar la fraccin disconforme. Los parmetros de esta
carta son:

LSC n p 3 n p (1 p )
LC n p

LIC n p 3 n p (1 p )

Tamao de la muestra variable

En algunas aplicaciones de la carta de control para la fraccin disconforme, la
muestra es una inspeccin al 100% de la salida del proceso en cierto periodo de
tiempo. Puesto que en cada periodo de tiempo podran producirse diferente
nmero de unidades, la carta de control tendra un tamao de la muestra variable.
Existen dos enfoques para abordar este problema: el primero es trabajar con
lmites individuales para cada muestra segn el tamao de la misma.
Mues. unidades defec.(Di)
1
12
2
15
3
18
4
10
5
12
6
11
7
5
8
9
9
13
10
13
11
10
12
7
13
12
14
8
15
9
16
15
17
10
18
6
19
12
20
13

Tam.de la mues.(ni)
100
90
80
95
90
100
90
80
100
80
90
100
90
85
95
90
100
100
80
85

Fraccin def.(pi)
0,12
0,17
0,22
0,10
0,13
0,11
0,05
0,11
0,13
0,16
0,09
0,07
0,13
0,09
0,09
0,17
0,1
0,06
0,15
0,15

Grfica P de C1
0,25
UCL=0,2270

Proporcin

0,20

0,15
_
P=0,1209
0,10

0,05
LCL=0,0148

0,00
1

9
11
Muestra

13

15

17

19

Las pruebas se realizaron con tamaos de la muestra desiguales

El segundo enfoque consiste en trabaja con una variable estandarizada, donde los
puntos se grafican en unidades de desviacin estndar. Esta carta de control tiene
la lnea central en cero y los lmites superior e inferior son +3 y -3
respectivamente. La variable graficada en la carta es:
Zi

p i p
p (1 p )
ni

Tarea extraclase: construir un grfico estandarizado para el caso de las botellas

de plstico.
La funcin caracterstica de operacin y el clculo de la longitud promedio
de la corrida
La funcin caracterstica de operacin de la carta de control para la fraccin
disconforme es una representacin grfica de la probabilidad de aceptar
incorrectamente la hiptesis de que el proceso se halla funcionando bajo control
estadstico (error tipo II), contra la fraccin disconforme del proceso. La
probabilidad de cometer un error tipo II se puede calcular de la siguiente manera:
P p LSC P p LIC
7

Si hacemos

D
n

P D nLSC P D nLIC

Puesto que D es una variable aleatoria binomial con parmetros n y p, la

probabilidad de cometer el error tipo II puede calcularse a partir de la
distribucin binomial acumulada.
Suponiendo que n=50,

p =0,2

; LIC=0,0303 y LSC= 0,3697

P D (50)(0,3697 P ( D (50)(0,0303)
P D 18,49) P ( D 1,52
Como D tiene que ser entero
P D 18 P ( D 1)

Tabla 3.1: clculo de para distintos p

p
0,01
0,1
0,2
0,3
0,4
0,5

P ( D 18)

1
1
0,9975
0,8594
0,34
0,005

P ( D 1)

0,91
0,55
0,0002
0
0
0

0,09
0,45
0,9973
0,8594
0,34
0,005

Tambin pueden calcularse las longitudes promedio de corridas (las ARL) de la

carta de control para la fraccin disconforme
Si el proceso est bajo control
ARL0

Si el proceso est fuera de control

ARL1

1
1

Ejemplo: considrese los datos con los cuales se calcul la curva caracterstica de
operacin. Por la tabla 3.1 se encuentra que si el proceso se halla dentro de
control, es decir si p = 0,2, entonces la probabilidad de que un punto caiga dentro
de los limites es 0,9973. Por lo tanto la probabilidad de que un punto caiga fuera
de los lmites es su complementario, es decir 1-0,9973= 0,0027
ARL0

1
1

370
0,0027

Por lo tanto si el proceso se halla dentro de control, un punto cada 370 graficados
caer fuera de los lmites de control. Es decir que tendremos, en promedio, una
falsa alarma cada 370 muestras.
Supongamos ahora que la verdadera fraccin defectuosa del proceso es 0,3. De la
tabla3.1 vemos que error tipo II que se comete en este caso es de 0,8594. Por lo
tanto la ARL fuera de control es:
ARL1

1
1

7
1 1 0,8594
9

Por lo que se necesitan 7 muestras en promedio, para detectar el cambio con un

punto que caiga fuera de los lmites de control. Si esta situacin no conforma a la
direccin, deber aumentarse el tamao de la muestra a fin de reducir el error tipo
II y detectar antes el corrimiento.

Cartas de control para la cantidad de defectos

Un artculo disconforme contiene al menos un defecto en su estructura. Sin
embargo, dependiendo de la naturaleza y gravedad, es muy posible que una
unidad contenga varios defectos y no se clasifique como disconforme. Hay
muchas situaciones prcticas donde es preferible trabajar directamente con el
nmero de defectos en vez de usar la fraccin defectuosa. Estas situaciones
incluyen el nmero de soldaduras defectuosas en 100 m de oleoducto, el nmero
de defectos de pintura en las puertas de un automvil o sobre la superficie de un
electrodomstico, nmero de remaches rotos en el ala de un avin, el nmero de
defectos funcionales en un dispositivo lgico electrnico.
Para resolver estas situaciones se construyen cartas de control para el nmero
total de disconformidades en una muestra. En estas cartas de control se considera
que el modelo Poisson es apropiado para modelar la ocurrencia de defectos en
muestras de tamao constante o variable.
Procedimientos con tamao de la muestra constante
Consideremos la ocurrencia de defectos en una muestra.
En estas situaciones se construye una carta de control basada en la cantidad de
defectos que se encuentran en la muestra. En este caso se considera que la
cantidad de defectos sigue una distribucin de probabilidad de Poisson. Por lo
tanto:
P( x)

ecc x
x

Donde x es el nmero de defectos y c 0, es el parmetro de la distribucin de

Poisson (la media de la distribucin, la cantidad promedio de defectos en un
intervalo dado).
Si c es la cantidad promedio de defectos en las m muestras
m

ci

c i 1
m
La lnea central y los lmites de control son:
10

LSC c 3 c
LC c
LIC c 3 c

Ejemplo: el papel de una industria se fabrica a partir de una madera semidura, con
ms color que el normal. Se utiliza un blanqueador qumico formado por cloro y
divinilbenceno. Peridicamente se toman muestras de cinco rollos y se anota el
nmero de defectos observados. A continuacin se proporciona los resultados de
25 muestras.

Muestra
1
2
3
4
5
6
7
8
9
10
11
12
13

Num. de defectos
3
2
0
1
4
3
2
4
1
6
2
3
2

Muestra
14
15
16
17
18
19
20
21
22
23
24
25

Num. de defectos
8
0
2
4
3
5
0
2
1
7
3
2

Total de defectos= 70
LSC c 3 c 2,8 3 2,8 7,82
LC c 70 / 25 2,8
LIC c 3 c 2,8 3 2,8 2,21

11

Grfica C de C1
9
1

UCL=7,820

Conteo de muestras

7
6
5
4
_
C=2,8

3
2
1
0

LCL=0
1

11 13 15
Muestra

17

19

21

23

25

Se observa un punto fuera de control, se elimina y se recalcula.

Grfica C de C1
8
UCL=7,405

Conteo de muestras

7
6
5
4
3

_
C=2,583

2
1
0

LCL=0
1

11
13
15
Muestra

17

19

21

23

12

Se observa que el proceso se halla dentro de control estadstico. Estos valores

pueden usarse para controlar la produccin futura.
La funcin caracterstica de operacin
La curva caracterstica de operacin para la carta c es una grfica de vs la
verdadera media del nmero de defectos.
La expresin para es
P x LSC P ( x LIC )

Donde x es una variable aleatoria Poisson con parmetro c. Si como en este caso
c 2,58 y se produce un cambio de la media a otro valor, se cometer un error
tipo II cada vez que la muestra se ubique dentro de los lmites de control

P x 7,405 P x 0)
Puesto que el nmero de defectos debe ser entero, esto es equivalente a
P x 7 P x 0

Tabla 3.2 Clculo de la curva caracterstica de operacin para varios c, con uso de
la distribucin acumulada de Poisson
C
0,2
0,5
1,0
1,5
2,0
2,6
3,0
5,0
8,0
15,0

P ( x 7)

1,0
1,0
0,999
0,999
0,998
0,994
0,988
0,866
0,452
0,018

P ( x 0)

0,818
0,606
0,367
0,223
0,135
0,074
0,049
0,006
0,0
0,0

0,182
0,394
0,632
0,776
0,863
0,92
0,944
0,86
0,452
0,018

13

Procedimientos con tamaos de muestra variable

La carta de control para la cantidad de defectos en ciertas ocasiones se lleva
adelante utilizando una inspeccin del 100 % del producto. Por ejemplo, la
inspeccin de rollos de tela o papel lleva con frecuenta a una situacin en el que el
tamao de la muestra vara, ya que no todos los rollos tienen exactamente la
misma longitud o anchura. Si se utiliza una carta de control para esta situacin,
tanto la lnea central como lo limites de control variaran con el tamao de la
muestra.
El procedimiento correcto es emplear una carta de control para cantidad de
defectos por unidad de inspeccin. La unidad de inspeccin ser una cantidad fija,
elegida de tal manera que en el total producido en la muestra, represente una
cantidad significativa.
Ejemplo:
En una planta de acabado textil se inspecciona la tela teida para controlar la
cantidad de defectos en la superficie. Se utiliza una unidad de inspeccin de 50
metros cuadrados. Los datos obtenidos se dan en la siguiente tabla:

Nume
ro de
rollo
1
2
3
4
5
6
7
8

Cantidad de
m2

Defectos,
c

Can.de uni de
ins.

500
400
650
500
475
500
600
525

14
12
20
11
7
10
21
16

10
8
13
10
9,5
10
12
10,5

Can.de defec. por

unidad de inspeccin,
ui
1,4
1,5
1,54
1,1
0,74
1
1,75
1,52
14

9
10
Total

600
625

19
23
153

12
12,5
107,5

1,58
1,84

153

Se calcula u 107,5 1,42

Existen dos enfoques para resolver este problema. Utilizar lmites de control
individuales o utilizar una variable estandarizada.
Explicaremos este tercer enfoque, por considerarlo el mas apropiado, dejndole al
alumno la posibilidad de leer a Montgomery para acceder a los otros dos
esquemas.
Grafico estandarizado: en este caso el lmite superior es +3 y el inferior es -3,
siendo la lnea central cero. Se grafica
u u
Zi i
u
ni

Z1

Z2

Z3

1,4 1,42
0,05
1,42
10

1,5 1,42
0,19
1,42
8

1,54 1,42
0,36
1,42
13

15

Se observa que el proceso se halla dentro de control estadstico.

Eleccin entre cartas de control para atributos y para variables
En muchas ocasiones, el ingeniero deber elegir entre utilizar una carta de control
para variables, como las cartas x y R, y una carta de control para atributos, como
la carta p. En algunas ocasiones la eleccin ser clara. Por ejemplo, si una de las
caractersticas de la calidad que interesan es el color de un artculo, como podra
ser el caso en la fabricacin de alfombras o de un polmero, entonces la
inspeccin de atributos con frecuencia se preferira sobre el intento de cuantificar
la caracterstica de calidad color. En otros casos la eleccin no ser tan obvia y
el analista deber tomar en consideracin varios factores para elegir la carta ms
conveniente.
Las cartas de control para atributos tienen la ventaja de que pueden considerarse
varias caractersticas de calidad a la vez y la unidad se clasifica como disconforme
si deja de cumplir con la especificacin de cualquiera de las caractersticas. Por
otra parte, si las diferentes caractersticas se tratan como variables, entonces ser
necesario medir cada una de ellas, y deber mantenerse una carta x y R por cada
una de ellas o bien emplearse alguna tcnica de control para variables conjuntas,
que considere todas las caractersticas.
Las cartas de control para variables, en contraste, ofrecen informacin mucho ms
til acerca del desempeo del proceso que la carta de control para atributos. Se
obtiene informacin directa acerca de la media y de la variabilidad del proceso.
Adems, cuando hay puntos que se localizan fuera de control, generalmente se
obtiene mucha ms informacin respecto de la causa potencial de esa seal fuera
de control. Para estudiar la capacidad de los procesos, son mucho mas tiles las
cartas de control para variables.
Quiz la ventaja ms importante de las cartas x y R radique en el hecho que con
frecuencia proporcionan un indicio de problemas inminentes y permiten al personal
16

de operacin emprender una accin correctiva antes que se produzca realmente

cualquier unidad defectuosa. Por tanto, las cartas x y R son indicadores
fundamentales de problemas, mientras que las cartas p no reaccionarn a menos
que el proceso ya haya cambiado, por lo que se reproducirn mas unidades
disconformes.
Tambin es importante remarcar que si se comparan ambos tipos de cartas, se
observa que las cartas de control para variables requieren, para el mismo nivel de
proteccin (error tipo II), tamaos muestrales ms pequeos, lo cual generalmente
es un beneficio econmico, aunque el costo de inspeccin sea menor cuando se
instrumentan cartas de control para atributos.

17