1CARTAS DE CONTROL P Y nP

Milagros Domnguez
Wilder Ramos
Laura Valera

UNIVERSIDAD SIMON BOLIVAR

FACULTA DE INGENIERIA
INGENIERIA INDUSTRIAL
BARRANQUILLA COLOMBIA
2016

CARTA DE CONTROL P (Proporcin de defectuosos)

CONCEPTO
Estas cartas miden la proporcin de unidades no conformes en un grupo de unidades que se
inspecciona. El objetivo es comprobar si la evolucin de las proporciones muestrales observadas son
compatibles con un mismo valor poblacional p. por otro lado se puede observar que la idea bsica de
las cartas de control P es que al examinar un producto, una cierta fraccin puede no superar ese
examen, las cartas para P presuponen un muestreo continuo de los lotes de producto entrados o
salidos. La separacin de las unidades buenas y malas sugiere una distribucin binomial y sta es
verdaderamente la base de la carta de control P.

DISEO DE CARTA
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

Calcule la fraccin defectuosa (p) mediante:

np
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:

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

LSC p p 3

p (1 p )
n

LIC p p 3

p (1 p )
n

donde

es el tamao de muestra promedio.

n
NOTA: Cuando
y/o 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

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
Muestra
Latas defectuosas Fraccin defectuosa
Muestra
Latas defectuosas Fraccin defectuosa
14
12
29
9
np
p
np
p
15
22
30
6
1
12
0.24
16
8
0.16
Calcule2 la fraccin 15
defectuosa para0.30
cada muestra: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
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

p .2313

LSC p p 3

LIC p p 3

p (1 p )
n
p (1 p )
n

.23 * .77
50

.2313 3

=
.2313 3

.23 * .77
50

=.4102

=.05243

Trazando la grfica

P Chart for C1
1

0.5
1

UCL=0.4102

Proportion

0.4
0.3

P=0.2313
0.2
0.1
LCL=0.05243
0.0
0

10

20

30

Sample Number

Interpretacin de los lmites de control de la carta P

Los lmites de control reflejan la realidad del proceso. As que mientras la proporcin de
Defectos siga cayendo dentro de los lmites de control y no haya ningn otro patrn especial,
Ser seal de que el proceso funciona igual que siempre; bien o mal, pero su desempeo se encuentra
dentro de lo previsto. Por lo tanto, si en una hora en particular no se detectan sobres
Con aire, no ser evidencia de que el proceso ha mejorado; pero tampoco si se detectan 2.0%
Paquetes con problemas significa que ha empeorado. En ambos casos, lo nico que ocurre es
Una variacin natural del proceso. De acuerdo con lo anterior, si no hay puntos fuera o patrones
especiales, el proceso estar en control estadstico (estable). Lo dicho antes para la interpretacin de
los lmites de control sirve de base para prevenir al usuario de las cartas p de no caer en el error de
fijar los lmites de con trol para la carta p de acuerdo con las metas o los deseos.
Carta p con lmites variables

Existen procesos en los que se aplica una carta p, donde el tamao de subgrupo ni es muy variable,
debido a que est asociado con tamaos de lotes o alguna otra circunstancia que hace imprctico
trabajar con el mismo tamao de subgrupo como referencia. El problema en estos casos es que los
lmites de control dependen del valor de ni, ya que un nmero pequeo de ste hace que los lmites
sean Ms amplios y viceversa: un valor grande de ni hace que los lmites de la carta p sean ms
estrechos.
Carta p con tamao de subgrupo muy grande
La amplitud de los lmites de control de una carta p es inversamente proporcional a la raz
Cuadrada del tamao de muestra o subgrupo, n. Por ello, cuando n es muy grande los lmites
Se estrechan demasiado, de tal forma que las proporciones con pequeas desviaciones con
Respecto al promedio de artculos defectuosos caen fuera de los lmites. Esto puede llegar al
Extremo de que ningn punto caiga dentro de los lmites, situacin en que la carta p resulta
De nula utilidad prctica. La alternativa en este caso es analizar las proporciones mediante
Una carta de individuales, en la que el valor de pi se toma como si fuera una variable numrica
Continua y sin considerar el valor de n con que se obtuvo pi. Con esta estrategia slo se detectan
Variaciones medianas y grandes en la proporcin de artculos defectuosos.
Se sugiere que el tamao de muestra(n) sea al menos de 30 y que el nmero de subgrupos (k) sea al
Menos 25.
pi = Proporcin defectuosa por subgrupo
Di = Nmero de partes defectuosas por subgrupo
n = Tamao de la muestra (constante)
Di = Nmero de partes defectuosas por subgrupo
n = Tamao de la muestra (constante)
k = Nmero de subgrupos

NOTA: En algunos casos el lmite de control inferior puede resultar negativo y con un valor muy
pequeo, en la prctica es imposible que una proporcin de no conformidad resulte negativa por lo
tanto el valor de limite resultante se cambia a cero.
Trazado de la grfica y anlisis de resultados.
La grafica p consiste en tres lneas de gua: Lmite de control inferior, lnea central y lmite de
control superior. La lnea central es la proporcin de defectos promedio y los dos lmites de control
son fijados ms o menos a tres desviaciones estndar.
Cada subgrupo se identifica en la grfica como un punto, un crculo o una cruz segn se establezca,
cada punto corresponde a un valor pi.
Carta de control np (nmero de defectuosos)
Concepto

La carta np es una herramienta estadstica usada para evaluar el nmero de artculos defectuosos o el
nmero de artculos no conformes producidos por un proceso. En ocasiones, cuando el tamao de
subgrupo o muestra en las cartas p es constante, es ms conveniente usar la carta np, en la que se
grafica el nmero de defectuosos por subgrupo d i , en lugar de la proporcin. Los lmites de
control para la carta np se obtienen estimando la media y la desviacin estndar de d i , que bajo
el supuesto de distribucin binomial estn dadas por:

u d i=n p

1 p

p
y
n
i=
d

En ocasiones resulta ms cmodo representar directamente la cantidad de unidades defectuosas en la

muestra en vez de su proporcin, en este caso el grfico de control correspondiente se denomina np
puesto que en ordenadas se representa esa magnitud.
Interpretacin de las cartas de control
En cualquier proceso productivo resulta conveniente conocer en todo momento hasta qu punto
nuestros productos cumplen con las especificaciones pre-establecidas. Podemos decir que la calidad
de un producto tiene dos grandes enemigos: (1) las desviaciones con respecto al objetivo
especificado (falta de exactitud), y (2) una excesiva variabilidad respecto a los valores deseables
(falta de precisin).
La idea consiste en extraer muestras de un proceso productivo que se encuentra activo y, a partir de
las mismas, generar grficos que nos permitan tanto estudiar la variabilidad del mismo como
comprobar si los productos obtenidos cumplen o no con las especificaciones preestablecidas. En caso
de apreciar en tales grficos tendencias no aleatorias o bien muestras que se siten ms all de los
lmites de control consideraremos que el proceso est fuera de control. Si as ocurre, estaremos
interesados en averiguar las causas especiales que afectan al proceso.
En un grfico de control se representa grficamente una caracterstica de calidad, medida o calculada
a partir de muestras del producto, en funcin de las diferentes muestras. La grfica tiene una lnea
central que simboliza el valor medio de la caracterstica de calidad. Finalmente, otras dos lneas (los
lmites superior e inferior de control) flanquean a la anterior a una distancia determinada. Estos
lmites son escogidos de manera que si el proceso est bajo control, casi la totalidad de los puntos
mustrales se halle entre ellos. As, un punto que se encuentra fuera de los lmites de control se
interpreta como una evidencia de que el proceso est fuera de control. Adems, incluso si todos los
puntos se hallan comprendidos entre los lmites de control, pero se comportan de manera sistemtica
o no aleatoria, tambin tendramos un proceso fuera de control (veremos cmo estudiar la existencia
de tales patrones no aleatorios mediante los llamados test para causas especiales).

Podemos distinguir dos grandes clases de grficos de control: los grficos de control por variables
hacen uso de estadsticos obtenidos a partir de datos tales como la longitud o grosor de un elemento,
mientras que los grficos de control por atributos se basan en frecuencias tales como el nmero de
unidades defectuosas. As, en los grficos de control por variables es posible medir la caracterstica
de calidad a estudiar. En estos casos conviene describir la caracterstica de calidad mediante una
medida de tendencia central (usualmente la media muestral) y una medida de su variabilidad
(usualmente el rango o la desviacin estndar).
Tests para causas especiales
Cuando alguno de los estadsticos mustrales cae fuera de los lmites de control, hay razones para
pensar que el proceso est fuera de control. Adems, tambin es importante estudiar la posible
existencia de patrones no aleatorios en la representacin de dichos estadsticos mustrales, ya que
tales patrones suelen ser un sntoma de que la los parmetros del proceso estn cambiando. A tal
efecto se utilizan los test para causas especiales o asignables, trmino que se contrapone a de causas
comunes o aleatorias (inherentes a todo proceso).
Al igual que los lmites de control, los test para causas especiales tienen un fundamento estadstico.
As, por ejemplo, la probabilidad de que un estadstico muestral caiga por encima de la lnea central
ser de 0,5 bajo los siguientes supuestos: (1) que el proceso est bajo control, (2) que estadsticos
mustrales consecutivos sean independientes, y (3) que la distribucin de los estadsticos mustrales
sea aproximadamente normal.
Por tanto, en tales condiciones, la probabilidad de que dos estadsticos consecutivos caigan por
encima de la lnea central ser de 0,5*0,5 = 0.25 , y la probabilidad de que 9 estadsticos
consecutivos caigan en el mismo lado de la lnea central ser de 0,5^9 = 0,00195. Este ltimo valor
se aproxima mucho a la probabilidad de un estadstico muestral caiga ms all de los lmites de
control de 3 sigma (suponiendo una distribucin normal y un proceso bajo control), por lo que la
existencia de estos 9 estadsticos podra interpretarse como otro indicativo de que el proceso est
fuera de control.
La franja comprendida entre dos y tres sigmas respecto a la lnea central se denomina zona A, la
comprendida entre 1 y 2 sigmas se llama zona B, y la franja situada a menos de 1 sigma se denomina
zona C.
El programa Minitab permite realizar varios tests para determinar la posible existencia de causas
especiales que influyan sobre la variabilidad de las observaciones: Cada uno de los tests detecta un
determinado comportamiento no aleatorio en los datos. Cuando alguno de los tests resulta positivo

entonces hay indicios de que la variabilidad de las observaciones se debe a causas especiales, las
cuales debern investigarse. Es importante notar que para realizar estos tests todas las muestras han
de ser del mismo tamao.

Cartas de control tipo np.

En ocasiones, cuando el tamao de muestras en las cartas es constante, es ms conveniente usar la
carta np en la que se grfica el nmero de artculos defectuosos por muestra (Di), en lugar de la
proporcin.
Los lmites de control para la carta np se obtiene bajo el supuesto de la distribucin binomial, por lo
que estn dados por:
LCS = np+ 3[np(1-np)/n]
Lnea central = np
LCI = np - 3[np(1-np)/n]
Donde igual que en la carta p, n es el tamao de muestra y p es la proporcin promedio de artculos
defectuosos, con lo que np es la estimacin del numero promedio de artculos defectuosos por
muestra. En la formula los lmites de control, la raz cuadrada de la expresin anotada es la
estimacin de la desviacin estndar de D i (nmero de piezas defectuosas por muestra).

Diseo de carta
Paso 1: Recopilacin de los
datos.
Paso 2: Calculo de la proporcin defectuosa de cada subgrupo
(pi).
pi = Proporcin defectuosa por subgrupo
Di
pi =
Di = Nmero de partes defectuosas por subgrupo
n
n = Tamao de la muestra (constante)
Paso 3: Calculo de la proporcin defectuosa promedio.
p=

i =1 Di

n*k

Di de
= Nmero
de(constante)
partes defectuosas por subgrupo
n = Tamao
la muestra
k = Nmero de subgrupos

Paso 4: Calculo de los lmites de control.

UCL = np + 3 * np * (1 p)
CL = n p
LCL = np 3
*

np * (1 p)

Paso 5: Trazado de la grfica y anlisis de

resultados.
La grafica np consiste en tres lneas de gua: Lmite de control inferior, lnea central y lmite de
control superior. La lnea central es el promedio de nmero de defectos por subgrupo y los dos
lmites de control son fijados ms o menos a tres desviaciones estndar.
Cada subgrupo se identifica en la grfica como un punto, un crculo o una cruz segn se
establezca, cada punto corresponde a un valor Di .

EJEMPLO

Bibliografa

https://ingenieriaindustrialupvmtareasytrabajos.files.wordpress.com/2012/08/cartas-decontrol-por-atributos1.pdf
http://datateca.unad.edu.co/contenidos/102504/CEP/CE_y_seis_sigma.pdf
http://lsc.fie.umich.mx/~juan/Materias/Cursos/Estadistica/Notas/EstInferencial/11Cartas
Control.pdf