Cartas de Control Luz Salgado / Octubre 2017

Espacio pedaggico: Fundamentos de calidad

CARTAS DE CONTROL
Las cartas de control son la herramienta ms poderosa para analizar la variacin en la mayora de los procesos.

Han sido difundidas exitosamente en varios pases dentro de una amplia variedad de situaciones para el control del
proceso.

Las cartas de control enfocan la atencin hacia las causas especiales de variacin cuando estas aparecen y reflejan la
magnitud de la variacin debida a las causas comunes.

Las causas comunes o aleatorias se deben a la variacin natural del proceso.

Las causas especiales o atribuibles son por ejemplo: un mal ajuste de mquina, errores del operador, defectos en
materias primas.

Se dice que un proceso est bajo Control Estadstico cuando presenta causas comunes nicamente. Cuando ocurre
esto tenemos un proceso estable y predecible.

Cuando existen causas especiales el proceso est fuera de Control Estadstico; las grficas de control detectan la
existencia de estas causas en el momento en que se dan, lo cual permite que podamos tomar acciones al momento.

Ventajas:

Es una herramienta simple y efectiva para lograr un control estadstico.

El operario puede manejar las cartas en su propia rea de trabajo, por lo cual puede dar informacin confiable a la
gente cercana a la operacin en el momento en que se deben de tomar ciertas acciones.
Cuando un proceso est en control estadstico puede predecirse su desempeo respecto a las especificaciones. En
consecuencia, tanto el productor como el cliente pueden contar con niveles consistentes de calidad y ambos
pueden contar con costos estables para lograr ese nivel de calidad.
Una vez que un proceso se encuentra en control estadstico, su comportamiento puede ser mejorado
posteriormente reduciendo la variacin.
Al distinguir ente las causas especiales y las causas comunes de variacin, dan una buena indicacin de cundo
un problema debe ser corregido localmente y cuando se requiere de una accin en la que deben de participar
varios departamentos o niveles de la organizacin.

Cartas de control por variables y por atributos.-

En Control de Calidad mediante el trmino variable se designa a cualquier caracterstica de calidad medible tal como
una longitud, peso, temperatura, etc. Mientras que se denomina atributo a las caractersticas de calidad que no son
medibles y que presentan diferentes estados tales como conforme y disconforme o defectuoso y no defectuoso.

Segn sea el tipo de la caracterstica de calidad a controlar as ser el correspondiente Grfico de Control que, por
tanto, se clasifican en Cartas de Control por Variables y Cartas de Control por Atributos.

Comparacin de las cartas de control por variables vs. atributos

Cartas de Control por variables Cartas de control por atributos

1
Cartas de Control Luz Salgado / Octubre 2017

Espacio pedaggico: Fundamentos de calidad

Ventajas significativas Conducen a un mejor Son potencialmente aplicables

procedimiento de control. a cualquier proceso

Proporcionan una utilizacin Los datos estn a menudo

mxima de la informacin disponibles.
disponible de datos. Son rpidos y simples de
obtener.
Son fciles de interpretar.

Son frecuentemente usados en

los informes a la Gerencia.

Desventajas significativas
No se entienden a menos que
se de capacitacin; puede
causar confusin entre los
limites de especificacin y los
lmites de tolerancia.
Ms econnomicas
No proporciona informacin
detallada del control de
caractersticas individuales.
No reconoce distintos grados
de defectos en las unidades de
producto.

Campos de aplicacin de las cartas

VARIABLES

Carta Descripcin Campo de aplicacin.

X R Medias y Rangos Control de caractersticas individuales.
X S Medias y desviacin Control de caractersticas individuales.
estndar.
I Individuales Control de un proceso con datos variables que no pueden ser
muestreados en lotes o grupos.

ATRIBUTOS

Carta Descripcin Campo de aplicacin.

P Proporciones
NP Nmero de
defectuosos
C Defectos por unidad
U Promedio de
defectos por unidad
Control de la fraccin global de defectuosos de un proceso.
Control del nmero de piezas defectuosas
Control de nmero global de defectos por unidad
Control del promedio de defectos por unidad.

Elaboracin de Cartas de control X R (variables)

2
Cartas de Control Luz Salgado / Octubre 2017

Espacio pedaggico: Fundamentos de calidad

Paso 1: Colectar los datos.

Los datos son el resultado de la medicin de las caractersticas del producto, los cuales deben de ser registrados y
agrupados de la siguiente manera:
Se toma una muestra(subgrupo) de 2 a 10 piezas consecutivas y se anotan los resultados de la medicin( se
recomienda tomar 5). Tambin pueden ser tomadas en intervalos de tiempo de - 2 hrs., para detectar si el
proceso puede mostrar inconsistencia en breves periodos de tiempo.
Se realizan las muestras de 20 a 25 subgrupos.

Paso 2: Calcular el promedio X y R para cada subgrupo

X 1 X 2 .... X N
X
N

R X mayor X menor

Paso 3: Calcule el rango promedio R y el promedio del proceso X .

R1 R2 ......RK
R
K

X 1 X 2 ....... X K
X
K

Donde K es el nmero de subgrupos, R 1,R2..es el rango de cada subgrupo; X 1 , X 2.... son el promedio de cada
subgrupo.

Paso 4: Calcule los limites de control

Los lmites de control son calculados para determinar la variacin de cada subgrupo, estn basados en el tamao de
los subgrupos y se calculan de la siguiente forma:

LSC R D4 R LSC X X A2 R
LIC R D3 R LIC X X A2 R

Donde D4, D3, A2 son constantes que varan segn el tamao de muestra. A continuacin se presentan los valores de
dichas constantes para tamaos de muestra de 2 a 10.

n 2 3 4 5 6 7 8 9 10
D4 3.27 2.57 2.28 2.11 2.00 1.92 1.86 1.82 1.78
D3 0 0 0 0 0 0.08 0.14 0.18 0.22
A2 1.88 1.02 0.73 0.58 0.48 0.42 0.37 0.34 0.31

Paso 5: Seleccione la escala para las grficas de control

Para la grfica X la amplitud de valores en la escala debe de ser al menos del tamao de los lmites de tolerancia
especificados o dos veces el rango promedio R .
Para la grfica R la amplitud debe extenderse desde un valor cero hasta un valor superior equivalente a 1 - 2 veces el
rango.

Paso 6: Trace la grfica de control

3
Cartas de Control Luz Salgado / Octubre 2017

Espacio pedaggico: Fundamentos de calidad

Dibuje las lneas de promedios y lmites de control en las grficas.

Los lmites de Control se dibujan con una lnea discontinua y los promedios con una lnea continua para ambas
grficas.
Marcar los puntos en ambas grficas y unirlos para visualizar de mejor manera el comportamiento del proceso.

Paso 7: Analice la grfica de control

Ejemplo 1

Se toman las medidas de los dimetros de una pieza cilndrica, el tamao de muestra de cada subgrupo es de cinco, y
se toman 25 subgrupos a intervalos de 1 hr.
Realice la carta de control X R .

muestra subgrupo 1 2 3 4 5 6 7 8 9 10 11 12 13
1 0.65 0.75 0.75 0.60 0.70 0.60 0.15 0.60 0.65 0.60 0.80 0.85 0.70
2 0.70 0.85 0.80 0.70 0.75 0.75 0.80 0.70 0.80 0.70 0.75 0.75 0.70
3 0.65 0.75 0.80 0.70 0.65 0.75 0.65 0.80 0.85 0.60 0.90 0.85 0.75
4 0.65 0.85 0.70 0.75 0.85 0.85 0.75 0.75 0.85 0.80 0.50 0.65 0.75
5 0.85 0.65 0.75 0.65 0.80 0.70 0.70 0.75 0.75 0.65 0.80 0.70 0.70
muestra subgrupo 14 15 16 17 18 19 20 21 22 23 24 25
1 0.65 0.90 0.75 0.75 0.75 0.65 0.60 0.50 0.60 0.80 0.65 0.65
2 0.70 0.80 0.80 0.70 0.70 0.65 0.60 0.55 0.80 0.65 0.60 0.70
3 0.85 0.80 0.75 0.85 0.60 0.85 0.65 0.65 0.65 0.75 0.65 0.70
4 0.75 0.75 0.80 0.70 0.70 0.65 0.60 0.80 0.65 0.65 0.60 0.60
5 0.60 0.85 0.65 0.80 0.60 0.70 0.65 0.80 0.75 0.65 0.70 0.65

Calculando el rango y el promedio para cada subgrupo obtenemos:

muestra subgrupo 1 2 3 4 5 6 7 8 9 10 11 12 13
1 0.65 0.75 0.75 0.60 0.70 0.60 0.15 0.60 0.65 0.60 0.80 0.85 0.70
2 0.70 0.85 0.80 0.70 0.75 0.75 0.80 0.70 0.80 0.70 0.75 0.75 0.70
3 0.65 0.75 0.80 0.70 0.65 0.75 0.65 0.80 0.85 0.60 0.90 0.85 0.75
4 0.65 0.85 0.70 0.75 0.85 0.85 0.75 0.75 0.85 0.80 0.50 0.65 0.75
5 0.85 0.65 0.75 0.65 0.80 0.70 0.70 0.75 0.75 0.65 0.80 0.70 0.70
Promedio 0.70 0.77 0.76 0.68 0.75 0.73 0.61 0.72 0.78 0.67 0.75 0.76 0.72
Rango 0.20 0.20 0.10 0.15 0.20 0.25 0.65 0.20 0.20 0.20 0.40 0.20 0.05

muestra subgrupo 14 15 16 17 18 19 20 21 22 23 24 25
1 0.65 0.90 0.75 0.75 0.75 0.65 0.60 0.50 0.60 0.80 0.65 0.65
2 0.70 0.80 0.80 0.70 0.70 0.65 0.60 0.55 0.80 0.65 0.60 0.70
3 0.85 0.80 0.75 0.85 0.60 0.85 0.65 0.65 0.65 0.75 0.65 0.70
4 0.75 0.75 0.80 0.70 0.70 0.65 0.60 0.80 0.65 0.65 0.60 0.60
5 0.60 0.85 0.65 0.80 0.60 0.70 0.65 0.80 0.75 0.65 0.70 0.65
Calculando
Promedio el Rango0.71
promedio,
0.82 promedio
0.75 0.76del 0.67
proceso y lmites
0.70 0.62 de control:
0.66 0.69 0.70 0.64 0.66
Rango 0.25 0.15 0.15 0.15 0.15 0.20 0.05 0.30 0.20 0.15 0.10 0.10
R .198
X = .71
LSC R D4 R = 2.11* 0.198 = 0.41

LIC R D3 R =0

LSC X X A2 R = .71+(.58)(.198) = .82

4
Cartas de Control Luz Salgado / Octubre 2017

Espacio pedaggico: Fundamentos de calidad

LIC X X A2 R = .71-(.58)(.198) = .59

Xbar/R Chart for C1

UCL=0.8254
0.8
Sample Mean

0.7 Mean=0.7112

0.6 LCL=0.5970

Subgroup 0 5 10 15 20 25

0.7 1
0.6
Sample Range

0.5
0.4 UCL=0.4187
0.3
0.2 R=0.198
0.1
0.0 LCL=0

La carta de control R muestra un punto fuera de los limites de especificaciones, por lo cual el proceso se encuentra
fuera de control, en este caso es necesario investigar las causas y tomar las acciones correctivas para eliminar el
problema. En la siguiente parte se muestran los criterios para determinar las situaciones en las cuales un proceso
puede estar fuera de control.

Interpretacin del control del proceso.

El objeto de analizar una grfica de control es identificar cul es la variacin del proceso, las causas comunes y causas
especiales de dicha variacin y en funcin de esto tomar alguna accin apropiada cuando se requiera.

Juran1 sugiere un conjunto de reglas de decisin para detectar patrones no aleatorios en las cartas de control. Cuando
se detecta alguno de los patrones siguientes se puede decir que el tomar alguna accin para corregir el problema ya
que el proceso puede estar fuera de control.

PATRONES FUERA DE CONTROL

1
Anlisis y planeacin de la calidad, J.M. Juran ,F.M Gryna, Tercera Edicin, McGrawHill.

5
Cartas de Control Luz Salgado / Octubre 2017

Espacio pedaggico: Fundamentos de calidad

Grficas de control X S (variables)

El procedimiento para realizar las cartas de control X S es similar al de las cartas X R La diferencia consiste en
que el tamao de la muestra puede variar y es mucho ms sensible para detectar cambios en la media o en la
variabilidad del proceso.
El tamao de muestra n es mayor a 9.La Carta X monitorea el promedio del proceso para vigilar tendencias.
La Carta S monitorea la variacin en forma de desviacin estndar.

Terminologa

k = nmero de subgrupos
n = nmero de muestras en cada subgrupo
X = promedio para un subgrupo

6
Cartas de Control Luz Salgado / Octubre 2017

Espacio pedaggico: Fundamentos de calidad

X = promedio de todos los promedios de los subgrupos

S = Desviacin estndar de un subgrupo

S = Desviacin est. promedio de todos los subgrupos

X 1 X 2 .... X N
X
N

X 1 X 2 ....... X K
X
K

LSC X X A3 S
LIC X X A3 S
LSC S B4 S
LIC S B3 S

Ejemplo 2

Se registra el peso diariamente durante dos semanas. Realizar la grfica de control X S

Da Muestra1 Muestra2 Muestra3 Muestra4 Muestra5 X S

1 10 12 8 10.00 2.00
2 12 11 7 9 13 10.40 2.41
3 5 6 4 9 6.00 2.16
4 8 8 6 7.33 1.15
5 17 15 16 18 20 17.20 1.92
6 22 24 22 22.67 1.15
7 8 9 7 8.00 1.00
8 6 5 6 5 5.50 0.58
9 10 10 10 11 9 10.00 0.71
10 13 10 12 11.67 1.53
10.88 1.46

X 10.88
S 1.46

Se calculan los limites de control para cada subgrupo, ya que al tener tamaos de muestra diferentes estos son
variables.

Grfica X S con lmites constantes:

Para la realizacin de los diagramas de control con lmites constantes utilizamos las frmulas siguientes:

Los parmetros para el grfico X son:

LIC X X A3 S
LIC X X A3 S

7
Cartas de Control Luz Salgado / Octubre 2017

Espacio pedaggico: Fundamentos de calidad

y para el grfico S :

LIC S B4 S
LSC S B3 S

Xbar/S Chart for C1-C5

25
Sample Mean

15
UCL=13.70
Mean=10.87
LCL=8.033
5

Subgroup 0 1 2 3 4 5 6 7 8 9 10

4
UCL=3.725
Sample StDev

2
S=1.451
1

0 LCL=0
Ejemplo 3:
Las siguientes cifras son la medias y las desviaciones estndar de muestras de 5 observaciones correspondientes a los
dimetros de una pieza metlica:

muestra X-bar Si muestra X-bar Si

1 74.01 0.0148 14 73.99 0.0153
2 74.001 0.0072 15 74.006 0.0073
3 74.008 0.0106 16 73.997 0.0078
4 74.003 0.0091 17 74.001 0.0106
5 74.003 0.0122 18 74.007 0.007
6 73.996 0.0087 19 73.998 0.0085
7 74 0.0055 20 74.009 0.008
8 73.997 0.0123 21 74 0.0053
9 74.004 0.0055 22 74.002 0.0074
10 73.998 0.0063 23 74.002 0.0119
11 73.994 0.0029 24 74.005 0.0087
12 74.001 0.0042 25 73.998 0.0162
13 73.998 0.0105 PROMEDIOS 74.001 0.0090

8
Cartas de Control Luz Salgado / Octubre 2017

Espacio pedaggico: Fundamentos de calidad

De la tabla tenemos que: X 74.001 y S = .0090

Calculamos los limites de control:

LIC X X A3 S = 74.001 + (1.427)(.0090) = 74.014
LIC X X A3 S = 74.001 (1.427)(.0090) = 73.998

LIC S B4 S = (2.089)(.0090) = 0.019

LSC S B3 S = (0)(.0090) = 0

Carta de control de lecturas Individuales I-MR (Datos variables).

A menudo esta carta se llama I o Xi.
Esta Carta monitorea la tendencia de un proceso con datos variables que no pueden ser muestreados en lotes o
grupos.
Este es el caso cuando la capacidad de corto plazo se basa en subgrupos racionales de una unidad o pieza.
Este tipo de grfica es utilizada cuando las mediciones son muy costosas(Ej. Pruebas destructivas), o cuando la
caracterstica a medir en cualquier punto en el tiempo es relativamente homognea (Ej. el PH de una solucin
qumica)
La lnea central se basa en el promedio de los datos, y los lmites de control se basan en la desviacin estndar
(+/- 3 sigmas)

Terminologa

k = nmero de piezas
n = 2 para calcular los rangos
X = promedio de los datos
R = rango de un subgrupo de dos piezas consecutivas
R = promedio de los (n - 1) rangos
LSC X X E 2 R
LIC X X E 2 R
LSC R D4 R
LIC R D3 R

Donde D4, D3, E2 son constantes que varan segn el tamao de muestra usado para agrupar los rangos mviles como
se muestra en la tabla siguiente:

n 2 3 4 5 6 7 8 9 10
D4 3.27 2.57 2.28
Parte 2.11 2.00
Longitud 1.92 1.86 1.82 1.78
D3 0 0 01 0 12.02 0 0.08 0.14 0.18 0.22
E2 2.66 1.77 1.46 1.29 1.18 1.11 1.05 1.01 0.98
2 11.85
3 11.98
* Generalmente se utiliza n = 2
4 11.72
Ejemplo 3: La longitud de un tramo5de tubo se 11.88
registra para cada producto. Realice la grfica de control individual.
6 12.07
7 12.03
8 12.13
9 12.16
10 12.16
11 12.16 9
12 12.21
13 12.19
14 11.93
15 11.89
Cartas de Control Luz Salgado / Octubre 2017

Espacio pedaggico: Fundamentos de calidad

Se calcula el rango mvil de la siguiente manera: diferencia entre 1 y 2 lectura, 2 y 3 y as hasta n-1.

10
Cartas de Control Luz Salgado / Octubre 2017

Espacio pedaggico: Fundamentos de calidad

X 12.03
R 0.10
LSC X X E 2 R =12.03+(2.66)(.10) = 12.29
LIC X X E 2 R =12.03 (2.66)(.10) = 11.76
LSC R D4 R = 3.27(.10)= .327
LIC R D3 R = 0

I Chart for C1
12.35
UCL=12.30
12.25

12.15
Individual Value

12.05
Mean=12.03
11.95

11.85

11.75 LCL=11.75
1
11.65
0 5 10 15
Observation Number

Moving Range Chart for C1

0.4

UCL=0.3384
0.3
Moving Range

0.2

0.1 R=0.1036

0.0 LCL=0

0 5 10 15
Observation Number

Interpretacin del proceso:

11
Cartas de Control Luz Salgado / Octubre 2017

Espacio pedaggico: Fundamentos de calidad

Revisar la grfica de rangos para puntos fuera de los lmites de control como signo de la existencia de causas
especiales. Note que los rangos sucesivos estn correlacionados, debido a que tienen un punto en comn y debido
a esto se tiene que tener cuidado al interpretar tendencias.
Las grficas por lecturas individuales pueden ser analizadas para puntos fuera de los lmites de control, dispersin
de puntos dentro de los lmites de control y para tendencias o patrones. Cabe hacer notar que si la distribucin de
proceso no es simtrica, las reglas mostradas anteriormente para grficas X podrn dar seales de causas
especiales sin que stas existan.

Grficas de control por atributos

Cualquier caracterstica de calidad que pueda ser clasificada de forma binaria: cumple o no cumple, funciona o no
funciona, pasa o no pasa, etc., a los efectos de control del proceso, ser considerado como un atributo y para su
control se utilizar un Grfico de Control por Atributos.
:
Los criterios de aceptacin al utilizar grficas de control por atributos deben estar claramente definidos y el
procedimiento para decidir si esos criterios se estn alcanzando es producir resultados consistentes a travs del
tiempo. Este procedimiento consiste en definir operacionalmente lo que se desea medir. Una definicin operacional
consiste en:

1 . Un criterio que se aplica a un objeto o a un grupo

2. Una prueba del objeto o del grupo y
3. Una decisin, s o no: El objeto o el grupo alcanza o no el criterio.

Grfica P para fraccin de Unidades Defectuosas (atributos)

La grfica p mide la fraccin defectuosa o sea las piezas defectuosas en el proceso. Se puede referir a muestras de 75
piezas, tomada dos veces por da; 100% de la produccin durante una hora, etc. Se basa en la evaluacin de una
caracterstica (se instalo la pieza requerida?) o de muchas caractersticas (se encontr algo mal al verificar la
instalacin elctrica?). Es importante que cada componente o producto verificado se registre como aceptable o
defectuoso (aunque una pieza tenga varios defectos especficos se registrar slo una vez como defectuosa).

Pasos para la elaboracin de la grfica:

Paso 1- Frecuencia y tamao de la muestra:

Establezca la frecuencia con la cual los datos sern tomados (horaria, diaria, semanal). Los intervalos cortos entre
tomas de muestras permitirn una rpida retroalimentacin al proceso ante la presencia de problemas. Los tamaos de
muestra grandes permiten evaluaciones ms estables del desarrollo del proceso y son ms sensibles a pequeos
cambios en el promedio del mismo. Se aconseja tomar tamaos de muestra iguales aunque no necesariamente se
tiene que dar esta situacin, el tamao de muestra debera de ser mayor a 30. El tamao de los subgrupos ser de 25
o ms.

Paso 2- Calculo del porcentaje defectuoso (p) del subgrupo:

Registre la siguiente informacin para cada subgrupo:

El nmero de partes inspeccionadas n
El nmero de partes defectuosas np

np
Calcule la fraccin defectuosa (p) mediante: p
n

Paso 3 Calculo de porcentaje defectuoso promedio y lmites de control

El porcentaje defectuoso promedio para los k subgrupos se calcula con la siguiente frmula:

12
Cartas de Control Luz Salgado / Octubre 2017

Espacio pedaggico: Fundamentos de calidad

np1 np 2 .... np k
p
n1 n2 ..... nk

p (1 p )
LSC p p 3
n

p (1 p )
LIC p p 3
n

donde n es el tamao de muestra promedio.

NOTA: Cuando p y/o n es pequeo, el lmite de control inferior puede resultar negativo, en estos casos el valor del
lmite ser = 0

Paso 4- Trace la grfica y analice los resultados.

Ejemplo 4

Un fabricante de latas de aluminio registra el nmero de partes defectuosas, tomando muestras cada hora de n = 50,
con 30 subgrupos. Realizar la grfica de control para la siguiente serie de datos obtenida durante el muestreo.

Muestra Latas defectuosas Muestra Latas defectuosas

np np
1 12 16 8
2 15 17 10
3 8 18 5
4 10 19 13
5 4 20 11
6 7 21 20
7 16 22 18
8 9 23 24
9 14 24 15
10 10 25 9
11 5 26 12
12 6 27 7
13 17 28 13
14 12 29 9
15
Muestra 22
Latas defectuosas 30
Fraccin defectuosa 6
Muestra Latas defectuosas Fraccin defectuosa
np p np p
Calcule 1la fraccin defectuosa
12 para cada0.24
muestra: 16 8 0.16
2 15 0.30 17 10 0.20
3 8 0.16 18 5 0.10
4 10 0.20 19 13 0.26
5 4 0.08 20 11 0.22
6 7 0.14 21 20 0.40
7 16 0.32 22 18 0.36
8 9 0.18 23 24 0.48
9 14 0.28 24 15 0.30
10 10 0.20 25 9 0.18
13
11 5 0.10 26 12 0.24
12 6 0.12 27 7 0.14
13 17 0.34 28 13 0.26
14 12 0.24 29 9 0.18
15 22 0.44 30 6 0.12
Cartas de Control Luz Salgado / Octubre 2017

Espacio pedaggico: Fundamentos de calidad

p .2313

p (1 p ) .23 * .77
LSC p p 3 = .2313 3 =.4102
n 50

p (1 p ) .23 * .77
LIC p p 3 = .2313 3 =.05243
n 50

Trazando la grfica

P Chart for C1
0.5 1
1

0.4 UCL=0.4102
Proportion

0.3

P=0.2313
0.2

0.1
LCL=0.05243
0.0
0 10 20 30
Grfica np Nmero de defectivos
Sample Number

La grfica np es basada en el nmero de defectuosos en vez de la proporcin de defectuosos. Los lmites son
calculados mediante la siguientes frmulas.

LSC np 3 np 1 p

LIC np 3 np 1 p

Ejemplo 5:

14
Cartas de Control Luz Salgado / Octubre 2017

Espacio pedaggico: Fundamentos de calidad

Utilizando los datos del diagrama anterior, construya la grfica np e interprete los resultados.

De la tabla obtenemos p 0.2313 , n = 50.

Calculando los lmites de control tenemos:

LSC = (50)(0.2313) 3 50 0.2313 0.7687 20.510

LIC = (50)(0.2313) 3 50 0.2313 0.7687 2.620

NP Chart for cantidad

25 1
1

20 3.0SL=20.51
Sample Count

15

NP=11.57
10

5
-3.0SL=2.621
0
0 10 20 30
Sample Number
Grfico de Control C.

15
Cartas de Control Luz Salgado / Octubre 2017

Espacio pedaggico: Fundamentos de calidad

Grfica C para nmero de defectos

Se utiliza para determinar la ocurrencia de defectos en la inspeccin de una unidad de producto. Esto es determinar
cuantos defectos tiene un producto. Podemos tener un grupo de 5 unidades de producto, 10 unidades, etc.

Los lmites de control se calculan mediante las siguientes frmulas:

LSC c 3 c
LSC c 3 c

Donde:
c = total de defectos/ nmero de unidades de producto.
Ejemplo:
En la siguiente tabla tenemos el nmero de unidades de defectos observados en 26 muestras sucesivas de 100 filtros
de seguridad.

muestra defectos muestra defectos

1 21 14 19
2 24 15 10
3 16 16 17
4 12 17 13
5 15 18 22
6 5 19 18
7 28 20 39
8 20 21 30
9 31 22 24
10 25 23 16
11 20 24 19
12 24 25 17
13 16 26 15

516
c 19.67
26
LSC 19.67 3 19.67 32.97
LIC 19.67 3 19.67 6.37

16
Cartas de Control Luz Salgado / Octubre 2017

Espacio pedaggico: Fundamentos de calidad

C Chart for C1

40 1

3.0SL=33.21
30
Sample Count

20 C=19.85

10
-3.0SL=6.481
1
0
0 10 20
Sample Number

Grafica U Defectos por Unidad

El diagrama u se basa en el promedio de defectos por unidad inspeccionada:

c
u=
n

donde
c = nmero de defectos
n = cantidad de piezas inspeccionadas

Para determinar los limites de control utilizamos las frmulas siguientes:

u
LSC u 3
n
u
LIC u 3
n

Ejemplo 62
Una compaa que fabrica computadoras personales desea establecer un diagrama de control del nmero de defectos
por unidad. El tamao de muestra es de cinco computadoras. En la tabla se muestran el numero de defectos en 20
muestras de 5 computadoras cada una. Establecer el diagrama de control u

2
Statistical Quality Control, Douglas C. Montgomery, Second Edition pp.181

17
Cartas de Control Luz Salgado / Octubre 2017

Espacio pedaggico: Fundamentos de calidad

muestra tamao de muestra Nmero de defectos, c promedio de defectos por unidad u

1 5 10 2
2 5 12 2.4
3 5 8 1.6
4 5 14 2.8
5 5 10 2
6 5 16 3.2
7 5 11 2.2
8 5 7 1.4
9 5 10 2
10 5 15 3
11 5 9 1.8
12 5 5 1
13 5 7 1.4
14 5 11 2.2
15 5 12 2.4
16 5 6 1.2
17 5 8 1.6
18 5 10 2
19 5 7 1.4
20 5 5 1
Total 193 38.6

u
u i

38.60
1.93
n 20

Los lmites de control son los siguientes:

1.93
LSC 1.93 3 3.79
5

1.93
LIC 1.93 3 0.07
5

U Chart for C1
4
3.0SL=3.794

3
Sample Count

2 U=1.930

0 -3.0SL=0.06613

0 10 20
Sample Number 18
Cartas de Control Luz Salgado / Octubre 2017

Espacio pedaggico: Fundamentos de calidad

Graficas de control X-R

19
Cartas de Control Luz Salgado / Octubre 2017

Espacio pedaggico: Fundamentos de calidad

20
Cartas de Control Luz Salgado / Octubre 2017

Espacio pedaggico: Fundamentos de calidad

TENDENCIAS DE LAS GRAFICAS DE CONTROL

21
Cartas de Control Luz Salgado / Octubre 2017

Espacio pedaggico: Fundamentos de calidad

22
Cartas de Control Luz Salgado / Octubre 2017

Espacio pedaggico: Fundamentos de calidad

Bibliografia

- Control estadstico de calidad.1974.Ruy Loureno.Ed. Paraninfo.

2.- Control estadstico de calidad.1980.E. Grant y R. S. Leavenworth. Ed. Cecsa.

3.- Manual de control de calidad.1983.J.M. Juran.Ed. Revert.

4.- Gua de control de calidad.1985. K.Ishikawa.Ed. Unipub.

5.- Control estadstico de la calidad.1991.D.C. Montgomery. Grupo Editorial Iberoamericana.

6.- Control de calidad y estadstica industrial.1990.A.J. Duncan. Ed. Alfaomega.

7.- Control de calidad.1990.B. Hansen y P. Ghare.Ed. Daz de Santos.

8.- Control total de la calidad. 1991. A.V. Feigenbaum.Ed. Cecsa.

9.- Estadstica:Modelos y mtodos.Tomo 1.Fundamentos.1986. Daniel Pea. Ed. Alianza.

10.- Aplicaciones de la Estadstica al Control de Calidad. Pola Maseda, A. Ed. Pons (Bibliomat)

11.- Introduccin al Control de Calidad. Kaoru Ishikawa. Daz de Santos.

12.- Mtodos Estadsticos. Control y mejora de la Calidad. Prat, A.; Tort-Martorell, X.; Grima,
P.; Pozueta, L. Ediciones UPC. Barcelona, 1994.

23