CAPITULO 10

CONTROL ESTADISTICO DE PROCESOS

Objetivos
Describir
causas comunes y causas asignables
variables y atributos de calidad
Explicar grficos de control
Determinar capacidad de procesos
Controlar estadsticamente los Procesos de Produccin

Control Estadstico de Procesos (CEP)

Es la aplicacin tcnicas estadsticas para
determinar si el resultado de un proceso concuerda
con el diseo del producto o servicio
Se basa en la vigilancia continua del cumplimiento
de las especificaciones
3

Control Estadstico de Procesos (CEP)

Se dice que un proceso est bajo control, cuando
la
-localizacin
-forma de la distribucin
no cambia con el tiempo
Una vez que el proceso est bajo control
estadstico se usan las herramientas de control
para detectar el surgimiento de causas asignables
4

El Proceso de Inspeccin
Variables
Se emplean cuando la caracterstica de calidad es
medible.
Por ejemplo: dimetro externo de anillos de
pistn, peso de recipientes plstico, contenido de
un nutriente.
Atributos
Se emplean cuando la caracterstica de calidad se
juzga con base en la percepcin.
Por ejemplo: color (si/no), textura (cumple/no
cumple), porcentaje de defectuosos.
5

VENTAJAS Y UTILIDADES - CEP

Permiten distinguir la variacin de los procesos, entre causas

aleatorias y especficas, para apoyar la actuacin de la
direccin.

Son tiles para vigilar la variacin de un proceso en el tiempo,

probar la efectividad de las acciones de mejora emprendidas, as
como para estimar la capacidad del proceso.

Ayudan a la mejora de procesos, de forma que se comporten de

manera uniforme y previsible para una mayor calidad, menores
costos y mayor eficacia.

Establecen y mantienen un proceso en un nivel estable y

aceptable de modo que se asegure conformidad de productos y
servicios con requisitos especificados.

Proporcionan un lenguaje comn para el anlisis del rendimiento

del proceso.
6

Fuentes de Variacin

Las variaciones estn presentes en todo proceso

Deben investigarse sus causas para minimizarlas

Causas comunes de variacin

Estn presentes en todo proceso pero son de origen desconocido o de
difcil identificacin y eliminacin. Tienen poca significacin.
son aleatorias
no identificables
imposibles de evitar

Causas asignables

Normalmente no deben estar presentes en el proceso. Provocan

variaciones significativas. Pueden ser descubiertas y eliminadas,
para alcanzar el objetivo de estabilizar el proceso.
7

Distribucin
Representacin grfica de los resultados de un proceso en
un diagrama de dispersin
Caractersticas de la distribucin
Media: suma de las observaciones dividido por el nmero de
observaciones
n

x
i 1

n
8

Distribucin

Caractersticas de la distribucin
Dispersin
Rango: diferencia entre la observacin ms grande de una
muestra y la ms pequea
Desviacin estndar:

( xi x)

n 1

Formas
simtrica
asimtrica
9

Formas de la Distribucin
Si la variabilidad de un proceso proviene nicamente de
causas de variacin comunes la suposicin tpica es que se
trata de una distribucin simtrica donde la mayora de las
observaciones se ubican cerca del centro

10

Formas de la Distribucin-Causas
Asignables
El promedio real (rojo) est por debajo de lo
previsto (azul)

11

Formas de la Distribucin-Causas
asignables
Coincide el promedio esperado pero la dispersin
real es mucho mayor

12

Formas de la Distribucin-Causas
asignables
Hay cambio en el sesgo de la distribucin

13

El proceso de inspeccin
Plan de muestreo
cuando est bien concebido proporciona un grado de
proteccin aproximado a una inspeccin completa
Tamao de la Muestra
cantidad de observaciones tomadas al azar
el tiempo entre observaciones
las reglas de decisin

14

Distribucin Normal
Probabilidad de que un valor caiga dentro de los lmites
marcados
desviacin estndar

68.26%
3

95.44%
99.74%
15

El proceso de inspeccin
Grfico de Control
Es un diagrama que se completa durante el avance del
proceso
el propsito es detectar la anormalidad de las variaciones
Posee una lnea central que generalmente coincide con el
objetivo del proceso
Est acotado por lmites superior e inferior

Lmite Superior

Nominal

Causa asignable probable

16

Lmite Inferior

BASE ESTADSTICA DEL GRFICO DE

CONTROL POR VARIABLES.
Normalmente, el control sobre una caracterstica medible se realiza con dos
grficos:

Grfico X: Para controlar el centramiento del proceso

Grfico R: Para controlar la variabilidad del proceso

17

BASE ESTADSTICA DEL GRFICO DE

CONTROL POR VARIABLES.
1. El grfico tiene una lnea central que representa el valor medio de la
caracterstica de calidad.
2. El grfico tiene otras dos lneas: LIC y LSC, que representan los lmites
inferior y superior de control para la caracterstica de calidad.

Caracterstica de Calidad

3. LIC y LIS se escogen de tal forma que cuando el proceso est bajo
control casi todos los puntos muestrales estn entre ellos

LSC
lnea central
LIC
18

Muestra No.

BASE ESTADSTICA DEL GRFICO DE

CONTROL POR VARIABLES.

Caracterstica de Calidad

4. Se acostumbra unir los puntos muestrales mediante segmentos rectilneos,

con el objeto de visualizar mejor la evolucin de la secuencia de los puntos en
el tiempo.

LSC
lnea central
LIC
19

Muestra No.

BASE ESTADSTICA DEL GRFICO DE

CONTROL POR VARIABLES.
5. Existe una relacin estrecha entre los diagramas de control y la prueba de hiptesis
H0: El proceso est bajo control estadstico; de tal manera que cualquier punto
ubicado entre los lmites de control, equivale a no rechazar H0 y otro que se ubique por
fuera de estos lmites equivale a rechazar H0.
Regin de
rechazo para H0

Regin de
rechazo para H0

Z0

LSC = W + k W

-Z0

LIC = W - k W

6. A partir del grfico se deduce que k = Z0, entonces si se toma Z0 = 3, esto es k =3,
entonces el 99.74% del estadstico W queda comprendido en el intervalo w 3w.
20

CLCULO DE LA LNEA CENTRAL Y DE LOS LMITES

DE CONTROL PARA EL GRFICO X.
1.- Por el Teorema del Lmite Central, se sabe que la distribucin de las Medias
muestrales es siempre Normal con parmetros :
2.- La Media

( , X

de la distribucin muestral de Medias es un Estimador de la

media poblacional .

LSC x k x
Lnea central x
LIC x k x

LSC

Lnea Central
LIC

21

EJEMPLO - GRFICO X.
Se tiene la Siguiente tabla de datos, la cual sigue una distribucin
normal, calcular: la Lnea Media y los Lmites de Control.
N de muestra

Medida

100

94

98

99

Solucin:

22

104 106

94

99

10

102 104

23

Grficas de control por atributos.

Hay dos tipos de atributos:
1) Aquellos casos cuando no es posible hacer mediciones,
por ejemplo cuando se efecta una inspeccin visual: color,
partes faltantes, raspaduras, daos, etc.
2) Aquellos casos en los que s es posible hacer mediciones,
pero no se realizan debido al tiempo, al costo, o necesidad
implicados.

24

Grficas de control por atributos.

Existen dos grupos de grficas de control por atributos.
Uno de ellos es para las unidades no conformes.
conformes Se basa en la
distribucin binomial. Una grfica de proporcin, p, muestra
la proporcin de no conformidad de una muestra o de un
subgrupo. Otro tipo de grfica para este grupo es la de la
cantidad de no conformidades, o grfica np.
Otro grupo de grficas es la de las no conformidades. Se basa
en la distribucin de Poisson. En la grfica c se muestra el
nmero de no conformidades presentes en determinada
unidad que se inspecciona, por ejemplo, en un automvil.
Otro tipo de grfica estrechamente relacionada es la grfica
u, que sirve para el nmero de no conformidades por unidad.
25

Lmites de control para una grfica p

(Cuando se conoce la proporcin del proceso).

p 0 (1 p 0 )
Lmites de control = p 0 3
n

26

EJEMPLO
Una Empresa de Fabricacin de equipos de aire acondicionado, ha
dispuesto una inspeccin final de sus productos para comprobar su
estabilidad en la calidad de produccin. Para ello ha comprobado
la conformidad de 60 aparatos al da durante 10 das.
Se pide:
Construir el Grafico de Control por atributos de porcentaje de
unidades no conformes (p%)
Das

10

Tamao de la muestra (n)

60

60

60

60

60

60

60

60

60

60

N no conformidades (np)

11

11

27

Solucin:

28

29

30

Grficos np

31

Grficos np

32

Grficos np
En un Taller se desea establecer la fraccin defectuosa de una
cierta produccin; puesto que el tamao de muestra es constante e
igual a 60 unidades, se realiza un Control de Calidad directamente
con el N de unidades defectuosas. Durante un Periodo de 20 das
se inspeccionaron 60 piezas con los siguientes resultados.

33

Grficos np
Solucin:

34

Grficos C

35

Grficos C

36

Grficos C - Ejemplo

Determinar:
Los Limites de
Control y el
Grfico
respectivo

37

Solucin:

Grficos C

38

Grficos u

39

Grficos u

40

Grficos u - Ejemplo

Determinar:
Los Limites de
Control y el
Grfico
respectivo

41

Grficos u
Solucin:

42

Grficos u
Tamao de Muestra no Constante:

43

Grficos u - Ejemplo

Determinar:
Los Limites de Control y el Grfico respectivo
44

Grficos u
Solucin:

45

Grficos u

46

Grficos u

47

INTERPRETACION Y MEJORA DE LOS

GRAFICOS DE CONTROL

48

Capacidad de un Proceso
Razn de capacidad de un proceso

Especificacin
superior
Especificacin
Especificacin
(sup erior
inf eriorInferior
)

6
desviacin estndar

Si Cp es mayor que 1 el rango de tolerancia es mayor que el

del proceso
Con frecuencia las empresas establecen el valor en 1,33
como objetivo de reduccin de variabilidad del proceso
49

Relacin entre las especificaciones y

la distribucin del proceso
Proceso capaz

Especificacin
Inferior

Especificacin
Superior

Proceso no capaz
Especificacin
Inferior

Especificacin
Superior

50

ETAPAS PARA MEJORAR EL PROCESO

51

Preparacin. Determinar la
variable o atributo a medir, las
caractersticas del muestreo y
el grfico de control a utilizar.
Recoleccin
de
datos.
Realizar las mediciones y
registrarlos adecuadamente de
acuerdo con el software
dispuesto.
Ejecutar
la
aplicacin
Software.
Examinar
la
informacin
generada:
promedios,
rangos,
proporciones, lnea central, los
lmites de control superior e
inferior.
Anlisis e interpretacin.
Investigar el grfico para
buscar falta de control.

Conclusiones
La gestin de Calidad nos brinda
los principios
las herramientas
y las tcnicas
para convertir a la organizacin en un eficaz
instrumento para el logro de las prioridades
competitivas

52