MINISTERIO DEL PODER POPULAR PARA LA DEFENSA

UNIVERSIDAD NACIONAL EXPERIMENTAL POLITÉCNICA

DE LA FUERZA ARMADA NACIONAL BOLIVARIANA
NÚCLEO ARAGUA- SEDE MARACAY
U.N.E.F.A.

CONTROL ESTADISTICO DE 

CALIDAD 

PROFESOR: ESTUDIANTES:
ing wendy vera leonard coronil
ing eléctrica

maracay, 01 de mayo de 2020

 definición

los gráficos de control sirven para poder analizar el comportamiento de diferentes

procesos y poder prever posibles fallos de producción mediante métodos
estadísticos. Se utilizan en la mayoría de los procesos industriales.

En ciertos procesos en los que se alcanza un alto grado de capacidad es

aconsejable reducir el nivel de control proporcionado por los gráficos de control
estándar, para ello utilizaremos los límites de control modificados.

el ‘Control Estadístico de la Calidad’ es como la aplicación de diferentes técnicas

estadísticas a procesos industriales (mano de obra, materias primas, máquinas y
medio ambiente), procesos administrativos y/o servicios con objeto de verificar si
todas y cada una de las partes del proceso y servicio cumplen con unas ciertas
exigencias de calidad y ayudar a cumplirlas, entendiendo por calidad ‘la aptitud del
producto y/o servicio para su uso’”.

límites de control

Los límites de control se calculan a partir de los datos del proceso. Representan el
rendimiento real del proceso. Los límites de especificación son definidos por el
cliente y representan el rendimiento deseado del proceso.

límites de especificaciones

Los límites de especificación y los límites de control se utilizan con fines diferentes.
Los límites de control permiten evaluar si el proceso es estable. Los límites de
especificación permiten evaluar qué tan capaz es el proceso de satisfacer los
requisitos del cliente.

Mencione los tipos de Gráficas de Control

Tipos de gráficos de control

La característica de calidad a medir determina el tipo de diagrama de control.

Inicialmente encontramos dos clasificaciones:

Gráfica de control por variables

La característica de calidad que se mide es una variable continua (peso, pulgadas,

temperatura, etc). Si ese es el caso, podemos encontrar gráficos basados en la
tendencia central (x) y en el rango.

● Gráfica x: Qué tanto se están alejando las mediciones de la tendencia

central, que en este caso es la media o promedio. Por ejemplo un
nuevo trabajador o nuevos instrumentos de trabajo harán que las
mediciones se alejen más de línea central.
● Gráfica R: Qué tanta ganancia o pérdida de uniformidad hay en la
dispersión de un proceso dentro de una muestra. En otras palabras, el
rango es la resta del valor más grande con el valor más pequeño de
una muestra, lo que nos permite determinar la variabilidad. El valor
resultante es plasmado en un gráfico de control para ser comparado
con el rango de otra serie de muestras. Con esto logramos ver si hay
presencia de uniformidad en los puntos ubicados o si no, para
intervenir.
● Gráfica x-R: Utilizamos ambos tipos de gráficas cuando se miden la
relación de las especificaciones de calidad con la tendencia central y la
dispersión. En este sentido, ubicamos una gráfica ligeramente encima
de la otra y analizamos el comportamiento de cada punto.

Gráfica de control por atributos

Piensa en una característica de calidad basada en atributos como el cumplimiento

con respecto a una especificación. Lo hacemos con variables discretas. De aquí se
derivan cuatro tipos de gráficos:
 ● Gráfico p: En él medimos el porcentaje de defectos por muestra. Por
ejemplo si tenemos una muestra de 100 productos y 10 de ellos tienen
al menos un defecto, hay una fracción defectuosa de 0,1. Este valor se
ubica en el gráfico sobre el eje y.
● Gráfico np: A diferencia de p, este valor no es una fracción. Es el
número de unidades defectuosas en una muestra. Si es una muestra de
100 productos, 10 de ellos tienen al menos un defecto, 10 será el valor
a ubicar en el gráfico sobre el eje y.
● Gráfico c: Es el número de defectos por unidad de producción durante
un período de muestreo. En este caso, los defectos por producto se
cuentan, y establecemos un valor para definir a partir de cuántos
defectos una unidad es defectuosa. Por ejemplo, el número de zonas
desgastadas que tenga una chaqueta de cuero, si la chaqueta tiene
más de 5 zonas desgastadas, se considera una unidad no conforme.
● Gráfico u: Similar a p pero parte del gráfico c. En él medimos el
porcentaje de defectos en una unidad durante un período de muestreo.

Defina Índices de Capacidad del Proceso

CONCEPTO DE CAPACIDAD DE PROCESO

si un proceso normal está en control estadístico, la característica de calidad del
99,73% de los elementos fabricados estará comprendida entre µ - 3σ y µ + 3σ. El
parámetro µ depende del punto en el que centramos el proceso. Sin embargo σ
depende del número y variabilidad de las causas comunes del proceso y por lo tanto
es intrínseca a él. Por lo tanto 6σ es la Variabilidad Natural del Proceso o Capacidad
del Proceso. Por definición:

CAPACIDAD DEL PROCESO = 6σ Es esencial resaltar que la variabilidad natural

del proceso, 6σ, es intrínseca a él e independiente de las tolerancias que se
asignen. Por lo tanto si 6σ es menor que el intervalo de las tolerancias a cumplir,
necesariamente algunos productos fabricados estarán fuera de tolerancia y serán no
conformes. Si no se tiene en cuenta este hecho y se pretende corregir a base de
reajustar el proceso, es decir modificar el centrado, lo único que se consigue es
aumentar la variabilidad del mismo.

6.2. ÍNDICES CP Y CPK Con objeto de comparar la capacidad del proceso y la

amplitud de las tolerancias a satisfacer, se define el índice de capacidad de proceso:

Cp=Ts-Ti/6σ
Si se pretende que la producción esté dentro de tolerancia, es necesario que Cp > 1.
Si el proceso no estuviese centrado, el valor de este índice falsearía el grado de
cobertura con respecto a fabricar piezas fuera de tolerancias. En estos casos es más
significativo el índice Cpk que se define:

Cpk=min( Ts- µ /3σ, µ-Ti/3σ)

De este modo se define un proceso capaz como aquel que Cpk > 1. Aplicando estos
mismos conceptos a la variabilidad atribuible de una máquina de las que integran el
proceso de fabricación, podemos definir la capacidad de máquina, el índice de
capacidad de máquina CM y CMk.

¿Por qué son importantes las pruebas de Hipótesis en las Gráficas de Control?

La pruebas de hipótesis es un procedimiento esencial en estadística. Una prueba de

hipótesis evalúa dos afirmaciones mutuamente excluyentes sobre una población
para determinar qué afirmación es mejor admitida por los datos de la muestra.
Cuando se dice que un hallazgo es estadísticamente significativo, es gracias a una
prueba de hipótesis.

Explique y ejemplifique las Gráficas de medidas y rango X – R y las Gráficas de

medidas y desviación
estándar X – S

Los gráficos de media vs. rango, también llamados gráficos XR, son gráficos
realizados para el seguimiento estadístico del control de calidad de piezas en
múltiples sectores, incluyendo el de la automoción. Permiten detectar la variabilidad,
consistencia, control y mejora de un proceso productivo. En el caso de nuestro
sector, se compone de los elementos siguientes:
● Límite de control superior, o tolerancia máxima

● Límite de control inferior, o tolerancia mínima

● Valor nominal, o promedio de las tolerancias mínimas y máximas

● Variables de medición, que suelen ser puntos de medición por reloj

comparador, o puntos de medición por máquina tridimensional

Los gráficos X-R son utilizados para el análisis estadístico en cualquier sector que
requiera la medición y el análisis de datos variables.
Los gráficos X − R se utilizan para controlar dos parámetros básicos de un proceso:
la media y la dispersión. Para determinar si un proceso está o no bajo control
conviene utilizar los dos gráficos conjuntamente. El procedimiento correcto es el
siguiente: 1º) Se construye el gráfico de rangos (también denominado grafico de
recorridos o gráfico de amplitudes), gráfico R, para comprobar si la variación del
proceso está bajo control. 2º) Una vez que la dispersión está en control estadístico
se construye el gráfico de medias o gráfico X . Si los parámetros µ y σ son
desconocidos, como ocurre en el problema que nos ocupa, hay que estimarlos a
partir de la información muestral. Para llegar a las estimaciones definitivas, se
realizan los cambios oportunos, se eliminan los posibles puntos que estén fuera de
control y se recalculan los límites, hasta conseguir que el proceso esté bajo control.

"Gráfico X– S (medias y desviaciones)"

“La desviación estándar de la muestra es un indicador mas sensible y mejor de

la variabilidad del proceso que el rango, sobre todo para tamaños de muestras
grandes. Por tanto, cuando es necesario un control estrecho de la variabilidad,
es preciso utilizar s.”

Los gráficos de control de medias X y desviación estándar S, se construyen de forma

similar a los gráficos de medias X y rangos R; solamente que ahora calcularemos la
media de la muestra y la desviación estándar de la muestra.
Generalmente es preferible trabajar con los gráficos de control X y S, que con los
gráficos X y R. Fundamentalmente por las mejores propiedades estadísticas de la
desviación estándar en comparación a las del rango.

Para calcular la desviación de cada subgrupo, si tenemos el tamaño del subgrupo

(n),

la desviación estándar de cada muestra se calcula con la siguiente fórmula:

Las fórmulas para el cálculo de los límites de control son:

¿Cuáles son los beneficios de las Gráficas de control para un proceso?

Beneficios del control estadístico de procesos

No importa la línea de negocio en la que te encuentres, el apego a la tecnología

para controlar la calidad de procesos es imprescindible para evitar problemas
relacionados con la empresa antes de que estos ocurran. Eso puede ser algo tan
simple como evitar la pérdida de uno de tus clientes, o como proveer un mal servicio.

¿Qué significa ARL?

ARL es la sigla para Administradora de Riesgos Laborales. Corresponde a una
aseguradora de vida con autorización de una autoridad competente para la
explotación del ramo de seguros de riesgos laborales.

La respuesta a la pregunta sobre qué es una ARL se puede resumir en: es un

compañía de seguros que se encarga de cubrir los gastos generados por accidentes
de trabajo y enfermedades laborales.

Explique la interpretación de ambas graficas X-R y X-S

Gráficos X − S El funcionamiento de estos gráficos es similar al de los gráficos X − R

pero cambia el procedimiento para estimar la dispersión. Su utilización se aconseja
cuando el tamaño de muestra sea superior a 10. Si se toman m muestras, para cada
una se calcula S:

Un estimador insesgado de σ es: 4 ˆ c S σ

siendo s: 1/m∑ si

La media del proceso se sigue estimando mediante X , y siguiendo un razonamiento

similar a los anteriores se obtienen las siguientes expresiones para el gráfico de
control X − S :

Gráfico X Gráfico S
LSC = X + A3S LSC = B4 S
LC = X LC = S
LIC = X − A3S LIC B3 S

Gráficos X − R

Los gráficos X − R se utilizan para controlar dos parámetros básicos de un proceso:

la media y la dispersión. Para determinar si un proceso está o no bajo control
conviene utilizar los dos gráficos conjuntamente. El procedimiento correcto es el
siguiente: 1º) Se construye el gráfico de rangos (también denominado grafico de
recorridos o gráfico de amplitudes), gráfico R, para comprobar si la variación del
proceso está bajo control. 2º) Una vez que la dispersión está en control estadístico
se construye el gráfico de medias o gráfico X .

Si los parámetros µ y σ son desconocidos, como ocurre en el problema que nos

ocupa, hay que estimarlos a partir de la información muestral. Para llegar a las
estimaciones definitivas, se realizan los cambios oportunos, se eliminan los posibles
puntos que estén fuera de control y se recalculan los límites, hasta conseguir que el
proceso esté bajo control. Estimación de µ: El valor estimado de µ se obtiene
promediando las medias muestrales disponibles, es decir mediante X . Si X1 , X2 …
X m son las medias de las muestras, se toma como estimador de µ la media de las
medias:

µ=X=X1+X2+...+Xm/m

Se cumple que E(X ) = µ , por tanto X es un estimador insesgado de µ. La línea

central del gráfico de control de la media, será el valor X . Para poder calcular el
límite superior e inferior necesitamos estimar la desviación típica σ.

Estimación de σ: Existen varios métodos para la estimación de σ, pero utilizaremos

el basado en las amplitudes o rangos de las muestras, definidos como R = Máx Xi −
Mín Xi. Para tamaños de muestras pequeñas procedentes de una población normal,
la estimación de σ que se obtiene utilizando el rango es prácticamente similar al
obtenido con el estimador tradicional S (Grant y Leavenworth 1988: 64). Sin
embargo, cuando el tamaño muestral es moderadamente grande (n > 10 ó 12) el
método del rango para estimar σ pierde eficiencia. Por consiguiente, para muestras
de pequeño tamaño, se define: R=1/m∑ Ri

Explique el procedimiento de elaboración de una gráfica X-S

Esta gráfica nos ayuda a conseguir lo que es desviaciones estándares y en conjunto

también lo que son el esquema de medias, para ello requerimos la particularidad de
nuestro producto se encuentre delimitado con clase de estudio de variantes y
magnitud de sub-agrupaciones que nos den un valor de 0.

Gráfico x-s

El procedimiento para realizar las cartas de control - s es similar al de las cartas

de -R la diferencia consiste en que el tamaño de la muestra puede variar y es
mucho más sensible para detectar cambios en la media o en la variabilidad del
proceso. La gráfica monitorea el promedio del proceso para vigilar tendencias
y la gráficas monitorea la variación en forma de desviación estándar.

Paso 1: Recolectar los datos

En este paso se siguen las mismas consideraciones que en la construcción de

los gráficos, solo que aquí el tamaño de muestra n es recomendable que sea
mayor a 9.

Paso 2: Calcular el promedio y la desviación estándar (si) para cada subgrupo

Paso 3: Calcular la desviación estándar promedio y el promedio de promedios.

Paso 4: Calcular los límites de control.

Paso 5: Trazar la gráfica de control.

Una carta de control -s nos presenta dos gráficos en una hoja, la grafica
superior es la de las medias y la grafica inferior es la de las desviaciones
estándar.

En el eje de las “x” se representa el número de subgrupos (se anotan los

números cardinales que representan las muestras sucesivas).

En el eje de las “y” se representan los valores de las medias ó desviaciones

estándar según corresponda a la gráfica que estemos trazando.

Para la gráfica para las medias

La grafica consiste en tres líneas de guía: Límite de control inferior LCLx, línea
central CLx y límite de control superior UCLx. La línea central es el promedio de
promedios y los dos límites de control son fijados más o menos a tres
desviaciones estándar.

Cada subgrupo se identifica en la gráfica como un punto, un círculo o una cruz

según se establezca, cada punto corresponde a un valor .

Para la gráfica de desviaciones estándar

La grafica consiste en tres líneas de guía: Límite de control inferior LCLs, línea
central CLs y límite de control superior UCLs. La línea central es el promedio de
los rangos y los dos límites de control son fijados más o menos a tres
desviaciones estándar.

Cada subgrupo se identifica en la gráfica como un punto, un círculo o una cruz

según se establezca, cada punto corresponde a un valor si
 ¿Qué es el CP y el CPK y cómo se calculan?

Al planear los aspectos de calidad de la manufactura, nada es más importante que

asegurarse de antemano de que el proceso productivo será capaz de mantener las
tolerancias. La habilidad del proceso proporciona una predicción cuantitativa de qué
tan adecuado es un proceso. La habilidad del proceso es la variación medida,
inherente del producto que se obtiene en ese proceso. En este contexto, la habilidad
permite entre otras cosas establecer limites de especificación realistas.

La fórmula para el cálculo de la habilidad del proceso que más se usa es: Habilidad
del Proceso = +- 3σ (un total de 6σ) donde σ es la desviación estándar del proceso
cuando se encuentra bajo control estadístico. Adicionalmente si el proceso esta
centrado en la especificación nominal y sigue una distribución de probabilidad
normal, 99,73% de la producción estará a menos de 3σ de la especificación nominal.

n este contexto la tasa de habilidad de un proceso Cp se refiere a la variación en un

proceso alrededor del valor promedio, obteniéndose a través de la siguiente fórmula
(notar que se usa 6S como estimación de 6σ):

Un proceso que cumple bien con los límites de especificación (rango de

especificación = +- 3σ) tiene un Cp=1. Lo crítico de muchas aplicaciones y la
realidad de que el promedio del proceso no permanecerá en el punto medio del
rango de especificación sugiere que Cp debe ser al menos 1,33.

En este contexto es útil tener un índice de habilidad que refleje ambas variaciones y
la localización del promedio del proceso. Tal índice es Cpk o índice de capacidad del
proceso, el cual refleja la proximidad de la media actual del proceso al Límite de
Especificación Superior (LES) o al Límite de Especificación Inferior (LEI).

Adicionalmente si un proceso se encuentra en control estadístico, la siguiente

relación se cumple para usar S como una estimación de σ (desviación estándar):
A continuación se presenta el cálculo de los índices Cp y Cpk aplicado a los datos
del ejemplo de las Gráficas de Promedios y Rangos en el Control Estadístico de
Procesos. El resumen de los datos se observa en la siguiente tabla:

Luego se procede a la estimación de S (recordar que cada muestra tiene 4

observaciones, en consecuencia n=4 y d2=2,059).

Notar que el parámetro d2=2,059 se puede obtener de la siguiente tabla:

El cálculo de Cp y Cpk esta dado por:

La media del proceso (999,6 OHMS) se encuentra prácticamente centrada respecto

a la especificación nominal (1.000 OHMS). Esto se corrobora en la similitud de los
indicadores Cp y Cpk. No obstante lo anterior la habilidad del proceso es
relativamente baja (se recomienda al menos Cp≥1,33) lo que permite anticipar que
un porcentaje significativo de resistores podrían estar fuera de los límites de
especificación.