Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
LABORATORIO 4
“Elaboración e interpretación de gráficas de control especiales
(CUMSUM, Medias móviles)”.
I. Base teórica
En los temas anteriores se han estudiados los métodos básicos del CEP. Las cartas
de control que se discutieron en estos temas reciben el nombre genérico de cartas de
control de Shewhart, ya que se basan en los principios de las cartas de control
desarrollados por el Dr. Walter A. Shewhart. Una de las principales desventajas de
cualquier carta de control de Shewhart es que sólo utiliza la información del proceso
contenida en el último punto graficado e ignora cualquier información ofrecida por la
secuencia completa de puntos. Esta característica hace que la carta de control de
Shewhart sea relativamente insensible a los corrimientos pequeños del proceso, por
ejemplo, del orden de aproximadamente 1.5 o menos. Desde luego, es posible
aplicar otros criterios en las cartas de Shewhart, como las pruebas para corridas y el
uso de límites de advertencia, cuya intención es incorporar información del conjunto
completo de puntos en el procedimiento de decisión.
Sin embargo, el uso de reglas de sensibilidad adicionales reduce la simplicidad y
facilidad de interpretación de la carta de control de Shewhart. Además, como ya se
señaló, el uso de estas reglas de sensibilidad puede ocasionar una reducción drástica
de la longitud promedio de la corrida de la carta de control cuando el proceso está
bajo control, lo cual puede ser indeseable.
Pueden usarse dos alternativas muy efectivas para la carta de control de Shewhart
cuando son de interés los corrimientos pequeños: la carta de control de suma
acumulada (o CUMSUM) y la de control del promedio móvil ponderado aritmética o
exponencialmente, EMA y EWMA respectivamente.
a) Los costos de muestreo son altos y hay que reducirlos, y cuando se necesita
saber cuándo ocurrió el cambio en el proceso.
b) Se tienen largos corridos de producción.
c) La varianza del proceso es estable.
d) El proceso puede ajustarse para trabajar en un valor objetivo específico.
1/22
UES-FIA-ESCUELA DE INGENIERÍA QUÍMICA E INGENIERÍA DE ALIMENTOS
GESTIÓN E INGENIERÍA DE LA CALIDAD T.E.
b) Las gráficas de control basadas en las medias móviles, son muy útiles para
descubrir pequeños cambios en el proceso. Las gráficas de control de media móvil
tienen una potencialidad para la percepción automática y el control de procesos de
manufactura en línea.
Estas gráficas son útiles cuando se tienen mediciones individuales y se desea la
misma sensibilidad que un gráfico de promedios.
Cuando las ponderaciones utilizadas en la media móvil son uniformes, el diagrama
de control suele denominarse simplemente Diagrama de Control de la Media Móvil
Aritmética.
Cuando las ponderaciones son geométricas, el gráfico de control suele
denominarse Gráfico de Control de Media Móvil Geométrica o Diagrama EWMA.
Ejemplo 1
= 1; µo = 10; µ1 = 10+1 = 11
H = 5 = 5(1) = 5
2/22
UES-FIA-ESCUELA DE INGENIERÍA QUÍMICA E INGENIERÍA DE ALIMENTOS
GESTIÓN E INGENIERÍA DE LA CALIDAD T.E.
Tabla E.1
Para concluir, se observa que la media del proceso tuvo un cambio significativo en
el punto 29.
Como N+ = 8, el cambio inició entre los puntos 22 y 23.
Una vez detectado el cambio se procede a investigar y eliminar las causas, y la
gráfica se pone en cero para iniciar un nuevo ciclo. Si se considera un solo lado, C + o
C-, se puede tener una gráfica unilateral con el mismo procedimiento.
3/22
UES-FIA-ESCUELA DE INGENIERÍA QUÍMICA E INGENIERÍA DE ALIMENTOS
GESTIÓN E INGENIERÍA DE LA CALIDAD T.E.
4/22
UES-FIA-ESCUELA DE INGENIERÍA QUÍMICA E INGENIERÍA DE ALIMENTOS
GESTIÓN E INGENIERÍA DE LA CALIDAD T.E.
5/22
UES-FIA-ESCUELA DE INGENIERÍA QUÍMICA E INGENIERÍA DE ALIMENTOS
GESTIÓN E INGENIERÍA DE LA CALIDAD T.E.
6/22
UES-FIA-ESCUELA DE INGENIERÍA QUÍMICA E INGENIERÍA DE ALIMENTOS
GESTIÓN E INGENIERÍA DE LA CALIDAD T.E.
7/22
UES-FIA-ESCUELA DE INGENIERÍA QUÍMICA E INGENIERÍA DE ALIMENTOS
GESTIÓN E INGENIERÍA DE LA CALIDAD T.E.
El gráfico que se obtiene a partir del statgraphics con los parámetros seteados para
el ejemplo 1, es el siguiente:
7
H=5.00
5
K=0.50
3 AIM=0.00
CuSum
1 K=-0.50
-1 H=-5.00
-3
-5
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 26 27 28 29 30
Observaciones
El gráfico que se obtiene a partir del statgraphics, no obstante, es del tipo tabular,
se presenta en una forma diferente. Los puntos en la gráfica son las medias observadas
y las sumas acumuladas por arriba y por abajo se representan con una barra en forma
de T. Cuando estas barras superan los “límites de control” dados por H, se detecta una
señal de fuera de control.
Al utilizar hoja de cálculo Excel, deben crearse las fórmulas para el cálculo de los
estadísticos C+ o C- y luego construir un gráfico de líneas. A continuación, se presentan
capturas de pantalla de las tabulaciones y gráficos construidos a partir de Excel.
8/22
UES-FIA-ESCUELA DE INGENIERÍA QUÍMICA E INGENIERÍA DE ALIMENTOS
GESTIÓN E INGENIERÍA DE LA CALIDAD T.E.
9/22
UES-FIA-ESCUELA DE INGENIERÍA QUÍMICA E INGENIERÍA DE ALIMENTOS
GESTIÓN E INGENIERÍA DE LA CALIDAD T.E.
Ejemplo 2
Se establecerá una carta de control del promedio móvil para los datos del ejemplo
1 (tabla E.1), utilizando w = 5. En la tabla E.2 se muestran las observaciones xi para los
periodos 1 i 30. El estadístico graficado en la carta de control del promedio móvil
será:
X i + X i −1 + .... + X i −W +1
Mi =
W
X i + X i −1 + .... + X i −5+1
Mi =
5
Para los periodos i 5. Para los periodos de tiempo i < 5, se grafica el promedio de
las observaciones para los periodos 1, 2,…, i. En la tabla E.2 se muestran los valores de
estos promedios móviles.
Tabla E.2
i Xi Mi i Xi Mi
1 9.45 9.45 20 10.84 9.932
2 7.99 8.72 21 10.9 10.238
3 9.29 8.91 22 9.33 9.98
4 11.66 9.5975 23 12.29 10.376
5 12.16 10.11 24 11.5 10.972
6 10.18 10.256 25 10.6 10.924
7 8.04 10.266 26 11.08 10.96
8 11.46 10.7 27 10.38 11.17
9 9.2 10.208 28 11.62 11.036
10 10.34 9.844 29 11.31 10.998
11 9.03 9.614 30 10.52 10.982
12 11.47 10.3
13 10.51 10.11
14 9.4 10.15
15 10.08 10.098
16 9.37 10166
17 10.62 9.996
18 10.31 9.956
19 8.52 9.78
10/22
UES-FIA-ESCUELA DE INGENIERÍA QUÍMICA E INGENIERÍA DE ALIMENTOS
GESTIÓN E INGENIERÍA DE LA CALIDAD T.E.
Los límites de control para la carta de control del promedio móvil pueden
obtenerse con facilidad con las ecuaciones.
Puesto que se tiene = 1.0, entonces:
Los límites de control para M. se aplican a los periodos i 5. Para los periodos 0 < i <
5, los límites de control están dados por:
Figura E.2
11/22
UES-FIA-ESCUELA DE INGENIERÍA QUÍMICA E INGENIERÍA DE ALIMENTOS
GESTIÓN E INGENIERÍA DE LA CALIDAD T.E.
i Xi Mi LCS LCI
1 9.45 9.45 13.00 7.00
2 7.99 8.72 12.12 7.88
3 9.29 8.91 11.73 8.27
4 11.66 9.5975 11.50 8.50 Ejemplos de cálculo:
Punto 3:
5 12.16 10.11 11.34 8.66
Estadístico Mi:
6 10.18 10.256 11.34 8.66
7 8.04 10.266 11.34 8.66
8 11.46 10.7 11.34 8.66
9 9.2 10.208 11.34 8.66 Límites de control para los puntos 1 a 5:
10 10.34 9.844 11.34 8.66
11 9.03 9.614 11.34 8.66
12 11.47 10.3 11.34 8.66
13 10.51 10.11 11.34 8.66
14 9.4 10.15 11.34 8.66
15 10.08 10.098 11.34 8.66 Punto 7:
16 9.37 10166 11.34 8.66 Estadístico Mi:
12/22
UES-FIA-ESCUELA DE INGENIERÍA QUÍMICA E INGENIERÍA DE ALIMENTOS
GESTIÓN E INGENIERÍA DE LA CALIDAD T.E.
13/22
UES-FIA-ESCUELA DE INGENIERÍA QUÍMICA E INGENIERÍA DE ALIMENTOS
GESTIÓN E INGENIERÍA DE LA CALIDAD T.E.
13
12
UCL=11.342
Moving Average
11
_
_
10 X=10
9
LCL=8.658
1 4 7 10 13 16 19 22 25 28
Sample
Paso 5: interpretar.
Al utilizar hoja de cálculo Excel, deben crearse las fórmulas para el cálculo de los
estadísticos C+ o C- y luego construir un gráfico de líneas. A continuación, se presentan
capturas de pantalla de las tabulaciones y gráficos construidos a partir de Excel.
14/22
UES-FIA-ESCUELA DE INGENIERÍA QUÍMICA E INGENIERÍA DE ALIMENTOS
GESTIÓN E INGENIERÍA DE LA CALIDAD T.E.
15/22
UES-FIA-ESCUELA DE INGENIERÍA QUÍMICA E INGENIERÍA DE ALIMENTOS
GESTIÓN E INGENIERÍA DE LA CALIDAD T.E.
16/22
UES-FIA-ESCUELA DE INGENIERÍA QUÍMICA E INGENIERÍA DE ALIMENTOS
GESTIÓN E INGENIERÍA DE LA CALIDAD T.E.
Ejemplo 3
Se aplicará la carta de control EWMA con = 10 y L = 2.7 para analizar los datos de
la tabla E.1. Recuérdese que el objetivo de la media es 10 (o = 10) y que la desviación
estándar es = 1. En la tabla E.3 se resumen los cálculos de la carta de control EWMA y
la figura se presenta en el gráfico EWMA E.3. Estos cálculos se realizan utilizando la hoja
de cálculo de Excel. Par ilustrar los cálculos, se considerará la primera observación X 1 =
9.45. Los dos primeros valores y límites del gráfico de EWMA como ejemplos de cálculo
son:
Ejemplos de cálculo:
10.27
10.36325
17/22
UES-FIA-ESCUELA DE INGENIERÍA QUÍMICA E INGENIERÍA DE ALIMENTOS
GESTIÓN E INGENIERÍA DE LA CALIDAD T.E.
Tabla E.3
i Xi Zi LCS LCI
1 9.45 9.94500 10.27000 9.73000
2 7.99 9.74950 10.36325 9.63675
3 9.29 9.70355 10.42400 9.57600
4 11.66 9.89920 10.46746 9.53254
5 12.16 10.12528 10.49990 9.50010
6 10.18 10.13075 10.52471 9.47529
7 8.04 9.92167 10.54398 9.45602
8 11.46 10.07551 10.55909 9.44091
9 9.2 9.98796 10.57105 9.42895
10 10.34 10.02316 10.58055 9.41945
11 9.03 9.92384 10.58813 9.41187
12 11.47 10.07846 10.59420 9.40580
13 10.51 10.12161 10.59908 9.40092
14 9.4 10.04945 10.60300 9.39700
15 10.08 10.05251 10.60615 9.39385
16 9.37 9.98426 10.60870 9.39130
17 10.62 10.04783 10.61075 9.38925
18 10.31 10.07405 10.61241 9.38759
19 8.52 9.91864 10.61374 9.38626
20 10.84 10.01078 10.61483 9.38517
21 10.9 10.09970 10.61570 9.38430
22 9.33 10.02273 10.61641 9.38359
23 12.29 10.24946 10.61698 9.38302
24 11.5 10.37451 10.61745 9.38255
25 10.6 10.39706 10.61782 9.38218
26 11.08 10.46535 10.61813 9.38187
27 10.38 10.45682 10.61837 9.38163
28 11.62 10.57314 10.61857 9.38143
29 11.31 10.64682 10.61873 9.38127
30 10.52 10.63414 10.61887 9.38113
Gráfico E.3
18/22
UES-FIA-ESCUELA DE INGENIERÍA QUÍMICA E INGENIERÍA DE ALIMENTOS
GESTIÓN E INGENIERÍA DE LA CALIDAD T.E.
19/22
UES-FIA-ESCUELA DE INGENIERÍA QUÍMICA E INGENIERÍA DE ALIMENTOS
GESTIÓN E INGENIERÍA DE LA CALIDAD T.E.
Al introducir los datos, la secuencia es: SPC → Control Charts → Time Weighted
Charts. Luego se elige la carta deseada, la EWMA individuals chart. Se pueden
construir para observaciones individuales y para tamaños de subgrupo mayor que uno.
Los parámetros se estiman a partir de los propios datos (Initial Study) o suponiéndolos
conocidos (Control to Standard). Se debe tener mucho cuidado en alimentar justo la
información que pide el software en cada campo para que provea la salida deseada.
En este sentido, para el ejemplo, los parámetros para construir el gráfico EWMA, en el
Statgraphics, se establecen en “Analysis Options”, de la siguiente forma:
20/22
UES-FIA-ESCUELA DE INGENIERÍA QUÍMICA E INGENIERÍA DE ALIMENTOS
GESTIÓN E INGENIERÍA DE LA CALIDAD T.E.
10.8
UCL = 10.62
10.5 CTR = 10.00
LCL = 9.38
10.2
EWMA
9.9
9.6
9.3
0 5 10 15 20 25 30
Observation
Conclusión: La carta de control EWMA de la figura E.3 envía una señal a partir de la
observación 28, por lo que se concluiría que el proceso está fuera de control.
i Xi i Xi
1 0.9597 11 0.9300
2 1.0087 12 1.0229
3 1.0212 13 0.9981
4 0.9973 14 0.9990
5 1.0619 15 1.0408
6 1.0180 16 1.0110
7 0.9568 17 0.9992
8 0.9929 18 1.0032
9 0.9187 19 0.9550
10 0.9190 20 0.9700
2. A cierto producto químico orgánico comercial se le mide cada cierta hora el nivel
de una sustancia relacionada con su pureza. Los datos de 22 muestras son los
siguientes (ordenados por reglón):
15.3, 15.7, 14.4, 14.0, 15.2, 15.8, 16.7, 16.6, 15.9, 17.4, 15.7, 15.9, 14.7, 15.2, 14.6,
13.7, 12.9, 13.2, 14.1, 14.2, 13.8, 14.6
21/22
UES-FIA-ESCUELA DE INGENIERÍA QUÍMICA E INGENIERÍA DE ALIMENTOS
GESTIÓN E INGENIERÍA DE LA CALIDAD T.E.
22/22