4.

6 GRFICAS DE CONTROL PARA

ATRIBUTOS

Conceptos generales de atributos.

GRFICAS DE CONTROL POR ATRIBUTOS.

Introduccin
Las grficas de control son
grficas utilizadas para
estudiar como el proceso cambia
a travs del tiempo. UCL
Se grfica el promedio como la
lnea central y los lmites de Avg
control superior e inferior que
son permitidos en el proceso. LCL

Estos lmites se determinan con

los datos del proceso.
Existen cuatro tipos de grficas
de control: p, np, c y u.
3
GRFICAS DE CONTROL POR ATRIBUTOS

Objetivos

Identificar los diferentes tipos de grficas de control

Definir las reglas bsicas a seguir para la eleccin,
construccin e interpretacin de las grficas de control
por atributos
Resaltar las situaciones en que pueden utilizarse las
grficas de control
Indicar algunas ventajas y desventajas de las grficas
de control
Mostrar ejemplos de cada una de las grficas de control
por atributos
4
 GRFICAS DE CONTROL POR ATRIBUTOS

Glosario
Atributos
Datos que se puede clasificar y contar
Tipos

Cantidad de defectos por unidad Nonconformities

Cantidad de unidades defectuosas Nonconforming

Grficas de control
Grfica de comparacin cronolgica (hora a hora, da a da) de las
caractersticas de calidad reales del producto, parte o unidad, con
lmites que reflejan la capacidad de producirla de acuerdo con la
experiencia de las caractersticas de calidad de la unidad.

5
CLASIFICACIN DE LOS MTODOS ESTADSTICOS DE C.C.

Mtodos Estadsticos
de Control de Calidad

Control Estadstico de Procesos Muestreo de Aceptacin

(grficos de control) (planes de muestreo)

Atributos Variables Atributos Variables

6
7
GRFICAS DE CONTROL POR ATRIBUTOS

Proceso en control
Mtodo visual para monitorear un proceso- se
relaciona a la ausencia de causas especiales en el
proceso.
Grfica p.
Porcentaje de fraccin defectiva.

Grfica np.
Nmero de unidades defectiuosas por muestra
constante.
Grfica c.
Nmero de defectos por unidad.

Grfica u.
Proporcin de defectos. 8
GRFICAS DE CONTROL POR ATRIBUTOS

Lmites de control
Son calculados de la data obtenida del proceso
Lmite superior
Valor mximo en el cual el proceso se encuentra en
control
Lmite inferior
Valor mnimo en el cual el proceso se encuentra en
control.
Lnea central
Es el promedio del nmero de defectos
9
GRFICAS DE CONTROL POR ATRIBUTOS
Origen

Elcontrol estadstico de la calidad surge luego

de la Segunda Guerra Mundial.

Las grficas de control estadstico fueron

propuestas por Walter A. Shewart en el 1920.

10
GRFICAS DE CONTROL POR ATRIBUTOS

Utilidad
La funcin primaria de una Grfica de Control es
mostrar el comportamiento de un proceso.
Identificar la existencia de causas de variacin
especiales (proceso fuera de control).
Monitorear las variables claves en un proceso de
manera preventiva.
Indicar cambios fundamentales en el proceso.

11
GRFICAS DE CONTROL POR ATRIBUTOS

Ventajas
Resume varios aspectos de la calidad del producto; es
decir si es aceptable o no
Son fciles de entender
Provee evidencia de problemas de calidad

12
GRFICAS DE CONTROL POR ATRIBUTOS

Desventajas
Interpretacin errnea por errores de los datos o los clculos
utilizados

El hecho de que un proceso se mantega bajo control no

significa que sea un buen proceso, puede estar produciendo
constantemente un gran nmero de no conformidades.

Controlar una caracterstica de un proceso no significa

necesariamente controlar el proceso. Si no se define bien la
informacin necesaria y las caractersticas del proceso
que deben ser controladas, tendremos interpretaciones
errneas debido a informaciones incompletas.

13
GRFICAS DE CONTROL POR ATRIBUTOS

4.6.1 Grfica p.
Representa el porcentaje de fraccin defectiva
Tamao de muestra (n) vara.
Principales objetivos
Descubrir puntos fuera de control
Proporcionar un criterio para juzgar si lotes sucesivos
pueden considerarse como representativos de un proceso
Puede influir en el criterio de aceptacin.

14
CONSTRUCCIN- GRFICA DE CONTROL POR ATRIBUTOS

Eleccin del tipo de grfica

Paso 1: Establecer los objetivos del control
estadstico del proceso
La finalidad es establecer qu se desea conseguir
con el mismo.

Paso 2: Identificar la caracterstica a

controlar
Es necesario determinar qu caracterstica o
atributo del producto/servicio o proceso se van a
controlar para conseguir satisfacer las necesidades
de informacin establecidas en el paso anterior. 15
CONSTRUCCIN

Paso 3: Determinar el tipo de grfica de control que es

conveniente utilizar
Conjugando aspectos como:
Tipo de informacin requerida.
Caractersticas del proceso.

Caractersticas del producto.

Nivel de frecuencia de las unidades no

conformes o disconformidades.

16
CONSTRUCCIN

Paso 4: Elaborar el plan de muestreo (Tamao de muestra, frecuencia de

maestreo y nmero de muestras)
Las Grficas de Control por Atributos requieren generalmente tamaos de
muestras grandes para poder detectar cambios en los resultados.
Para que el grfico pueda mostrar pautas analizables, el tamao de
muestra, ser lo suficientemente grande (entre 50 y 200 unidades e incluso
superior) para tener varias unidades no conformes por muestra, de forma
que puedan evidenciarse cambios significativamente favorables (por
ejemplo, aparicin de muestras con cero unidades no conformes).
El tamao de cada muestra oscilar entre +/- 20% respecto al tamao
medio de las muestras
n = (n^ + n2 + ... + nN) / N N = Nmero de muestras
La frecuencia de muestreo ser la adecuada para detectar rpidamente los
cambios y permitir una realimentacin eficaz.
El periodo de recogida de muestras debe ser lo suficientemente largo como
para recoger todas las posibles causas internas de variacin del proceso.
Se recogern al menos 20 muestras para proporcionar una prueba fiable de
estabilidad en el proceso.

17
CONSTRUCCIN

Paso 5: Recoger los datos segn el plan

establecido
Se tendr un especial cuidado de que la muestra sea
aleatoria y representativa de todo el periodo de produccin o
lote del que se extrae.
Cada unidad de la muestra se tomar de forma que todas
las unidades del periodo de produccin o lote tengan la
misma probabilidad de ser extradas. (Toma de muestras al
azar).
Se indicarn en las hojas de recogida de datos todas las
informaciones y circunstancias que sean relevantes en la
toma de los mismos.

18
CONSTRUCCIN
Paso 6: Calcular la fraccin de unidades
Para cada muestra se registran los siguientes
datos:
1. El nmero de unidades inspeccionadas "n".
2. El nmero de unidades no conformes.

3. La fraccin de unidades no conformes

4. El nmero de defectos en una pieza

5. La fraccion de defectos por pieza

19
 CONSTRUCCIN
Paso 7: Calcular los Lmites de Control
Grficas de control por atributo
Tamao de
Tipo Datos Frmula LC LCS LCI
muestra

=

Piezas


p Variable. =
+


defectuosas.
=

Piezas
np Constante = = )
+ ( )
(
defectuosas

Defectos
c Constante c
por pieza

Defectos
u Variable
por pieza

20
CONSTRUCCIN
Paso 8: Definir las escalas de la grfica
El eje horizontal representa el nmero de la muestra en el
orden en que ha sido tomada.
El eje vertical representa los valores de la fraccin de

unidades
La escala de este eje ir desde cero hasta dos veces la
fraccin de unidades no conformes mxima.

21
CONSTRUCCIN
Paso 9: Representar en el grfico la Lnea Central y los
Lmites de Control
Lnea Central
Marcar en el eje vertical, correspondiente al valor de la
fraccin
Lnea de Control Superior

Marcar en el eje vertical el valor de LCS. A partir de este

punto trazar una recta horizontal discontinua (a trazos).
Identificarla con LCS.
Lmite de Control Inferior

Marcar en el eje vertical el valor de LCI. A partir de este

punto trazar una recta horizontal discontinua (a trazos).
Identificarla con LCI.
Nota: Usualmente la lnea que representa el valor
central se dibuja de color azul y las lneas
correspondientes a los lmites de control de color rojo.
Cuando LCI es cero, no se suele representar en la
grfica. 22
CONSTRUCCIN
Paso 10: Incluir los datos pertenecientes a las
muestras en la grfica
Representar cada muestra con un punto,

buscando la interseccin entre el nmero de

la muestra (eje horizontal) y el valor de su
fraccin de unidades no conformes (eje
vertical).
Unir los puntos representados por medio de

trazos rectos.

23
CONSTRUCCIN
Paso 11: Comprobacin de los datos de construccin de la
Grfica de Control
Se comprobar que todos los valores de la fraccin de unidades de
las muestras utilizadas para la construccin de la grfica
correspondiente estn dentro de sus Lmites de Control.
LCI < grfica < LCS

Si esta condicin no se cumple para alguna muestra, esta deber

ser desechada para el clculo de los Lmites de Control.
Se repetirn todos los clculos realizados hasta el momento, sin
tener en cuenta los valores de las muestras anteriormente
sealadas.
Este proceso se repetir hasta que todas las muestras utilizadas
para el clculo de los Lmites de Control muestren un proceso
dentro de control.
Los Lmites, finalmente as obtenidos, son los definitivos que se
utilizarn para la construccin de las Grficas de Control. 24
CONSTRUCCIN
Paso 12: Anlisis y resultados
La Grfica de Control, resultado de este proceso de
construccin, se utilizar para el control habitual del
proceso.

25
INTERPRETACIN- GRFICA DE CONTROL
POR ATRIBUTOS
Identificacin de causas especiales o asignables
Pautas de comportamiento que representan cambios en el
proceso:
Un punto exterior a los lmites de control.
Se estudiar la causa de una desviacin del comportamiento tan
fuerte.
Dos puntos consecutivos muy prximos al lmite de control.
La situacin es anmala, estudiar las causas de variacin.
Cinco puntos consecutivos por encima o por debajo de la lnea
central.
Investigar las causas de variacin pues la media de los cinco
puntos indica una desviacin del nivel de funcionamiento del
proceso.
Fuerte tendencia ascendente o descendente marcada por cinco
puntos
consecutivos.
Investigar las causas de estos cambios progresivos.
Cambios bruscos de puntos prximos a un lmite de control hacia el
otro
lmite. 26
Examinar esta conducta errtica.
EJEMPLO 1
En la siguiente figura tenemos los datos de 24 muestras de
producto producido por turno. En la columna produccin tenemos
el total de producto fabricado por turno. La columna Producto
Defectuoso nos indica el nmero de artculos defectuosos por
turno; la columna Nmero de Defectos nos indica el nmero de
defectos encontrados en la produccin de cada turno, ntese que
por cada turno el nmero de defectos es mayor o igual que el
nmero de defectuosos, ya que un artculo defectuoso puede tener
uno o ms defectos. Finalmente tenemos la columna de Fraccin
Defectuosa, la fraccin defectuosa de un turno se calcula
dividiendo el nmero de productos defectuosos por la produccin
de ese turno, es decir, los valores de la columna D divididos por
los valores de la columna C.

27
Muestra Produccin Producto Nmero de Fraccin
defectuoso defectos defectuosa
1 96 8 12
2 99 12 14
3 99 17 21
4 100 16 21
5 100 9 15
6 100 15 18
7 100 18 22
8 100 14 20
9 100 15 19
10 99 14 20
11 100 17 19
12 100 15 17
13 100 15 20
14 94 8 9
15 94 10 13
16 99 22 32
17 100 15 21
18 97 12 19
19 87 9 12
20 100 12 12
21 100 13 18
22 98 18 24
23 97 14 19
24 97 13 19

28
 Producto Nmero de Fraccin
Muestra Produccin
defectuoso defectos defectuosa LCI LC LCS
1 96 8 12 0.083 0.034 0.140 0.246
2 99 12 14 0.121 0.035 0.140 0.245
3 99 17 21 0.172 0.035 0.140 0.245
4 100 16 21 0.160 0.036 0.140 0.244
5 100 9 15 0.090 0.036 0.140 0.244
6 100 15 18 0.150 0.036 0.140 0.244
7 100 18 22 0.180 0.036 0.140 0.244
8 100 14 20 0.140 0.036 0.140 0.244
9 100 15 19 0.150 0.036 0.140 0.244
10 99 14 20 0.141 0.035 0.140 0.245
11 100 17 19 0.170 0.036 0.140 0.244
12 100 15 17 0.150 0.036 0.140 0.244
13 100 15 20 0.150 0.036 0.140 0.244
14 94 8 9 0.085 0.033 0.140 0.247
15 94 10 13 0.106 0.033 0.140 0.247
16 99 22 32 0.222 0.035 0.140 0.245
17 100 15 21 0.150 0.036 0.140 0.244
18 97 12 19 0.124 0.034 0.140 0.246
19 87 9 12 0.103 0.028 0.140 0.252
20 100 12 12 0.120 0.036 0.140 0.244
21 100 13 18 0.130 0.036 0.140 0.244
22 98 18 24 0.184 0.035 0.140 0.245
23 97 14 19 0.144 0.034 0.140 0.246
24 97 13 19 0.134 0.034 0.140 0.246 29
2356 331 0.140
 Grfico p con lmites variables.
0.250

0.200
Fraccin defectuosa.

0.150
defectuosa
LCI
LC
LCS
0.100

0.050

30
0.000
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
 Producto Nmero de Fraccin
Muestra Produccin
defectuoso defectos defectuosa LCI LC LCS
1 96 8 12 0.083 0.035 0.140 0.245
2 99 12 14 0.121 0.035 0.140 0.245
3 99 17 21 0.172 0.035 0.140 0.245
4 100 16 21 0.160 0.035 0.140 0.245
5 100 9 15 0.090 0.035 0.140 0.245
6 100 15 18 0.150 0.035 0.140 0.245
7 100 18 22 0.180 0.035 0.140 0.245
8 100 14 20 0.140 0.035 0.140 0.245
9 100 15 19 0.150 0.035 0.140 0.245
10 99 14 20 0.141 0.035 0.140 0.245
11 100 17 19 0.170 0.035 0.140 0.245
12 100 15 17 0.150 0.035 0.140 0.245
13 100 15 20 0.150 0.035 0.140 0.245
14 94 8 9 0.085 0.035 0.140 0.245
15 94 10 13 0.106 0.035 0.140 0.245
16 99 22 32 0.222 0.035 0.140 0.245
17 100 15 21 0.150 0.035 0.140 0.245
18 97 12 19 0.124 0.035 0.140 0.245
19 87 9 12 0.103 0.035 0.140 0.245
20 100 12 12 0.120 0.035 0.140 0.245
21 100 13 18 0.130 0.035 0.140 0.245
22 98 18 24 0.184 0.035 0.140 0.245
23 97 14 19 0.144 0.035 0.140 0.245
24 97 13 19 0.134 0.035 0.140 0.245
2356 331 0.140 31
n* = 98.167
 Grfico de control p con lmites constantes.
0.250

0.200
Fraccin defectuosa

0.150
defectuosa
LCI
LC
LCS
0.100

0.050

32
0.000
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
GRFICAS DE CONTROL POR ATRIBUTOS
Ejercicio 2: Grfica p

n # de defectuosos
1 900 18
2 1135 15
3 1005 3
4 1001 17
5 1020 8
6 1015 22
7 1035 24
8 1010 31
9 980 7
10 1115 9
10216 154

33
4.6.2 Grfica np (nmero de artculos defectuosos).

En ocasiones, cuando el tamao de la muestra en las cartas p es

constante, es ms conveniente usar la grfica np en la que se grafica
el nmero de artculos defectuosos por subgrupo ( ), en lugar de la
proporcin. Los lmites de control para la grfica np se obtienen
estimando la media y la desviacin estndar de , que bajo el
supuesto de la distribucin binomial estn dadas por:

= = (1
)

Donde n es el tamao del subgrupo y es la proporcin promedio de

artculos defectuosos. De aqu que los lmites de control de la carta
np estn dados por:

=
;
=
; =
+

34
Ejemplo 3.
Del anlisis de los datos de inspecciones y pruebas finales de un
producto ensamblado, se ha detectado a travs de una estratificacin y
un anlisis de Pareto, que la causa principal por la que los artculos
salen defectuosos est relacionada con los problemas en un
componente en particular; el componente W. Se decide entonces,
analizar ms de cerca el proceso que produce tal componente. Para
ello, de cada lote se inspecciona una muestra de n = 120. Los datos
obtenidos en 20 lotes consecutivos se muestran en la tabla de abajo.
Realice un grfico np y concluya.

Solucin:

Para obtener los lmites de control, primero se debe obtener , que se

obtiene de dividir el total de artculos defectuosos (183) entre el total de
piezas inspeccionadas (2400; 20 muestras de 120 piezas c/u)
183
= = 0.076
120 20 35
Lote Defectuosos en la muestra
1 9
2 6
3 10
4 8
5 5
6 5
7 14
8 12
9 9
10 8
11 10
12 20
13 12
14 10
15 10
16 0
17 13
18 5
36
19 6
20 11
los lmites de control estn dados por:
= 120 0.076 3 120 0.076 1 0.076 = 0.43

= 120 0.076 = 9.15

= 120 0.076 + 3 120 0.076 1 0.076 = 17.87

25

20

15
Defectuosos en la muestra
LCI
LC
10
LCS

0 37
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Ejemplo 4.
Para analizar la estabilidad de la cantidad de artculos defectuosos en un
proceso de produccin y tratar de mejorarlo, se toma una muestra de 100
piezas cada 4 horas. Los datos obtenidos se muestran en la tabla de abajo.
a) Mediante un grfico np analice los datos y comente los resultados.
b) Cmo explicara los lmites de control que obtuvo?
Lote. Defectuosos en la muestra Lote. Defectuosos en la muestra

1 11 11 8
2 10 12 7
3 7 13 9
4 10 14 6
5 4 15 6
6 12 16 11
7 8 17 9
8 5 18 7
9 19 38
14 6
10 12 20 10
 Defectuosos en la
Lote
muestra
LCI LC LCS

1 11 0.19 8.6 17.01

2 10 0.19 8.6 17.01
3 7 0.19 8.6 17.01
4 10 0.19 8.6 17.01
5 4 0.19 8.6 17.01
6 12 0.19 8.6 17.01
7 8 0.19 8.6 17.01
8 5 0.19 8.6 17.01
9 14 0.19 8.6 17.01
10 12 0.19 8.6 17.01
11 8 0.19 8.6 17.01
12 7 0.19 8.6 17.01
13 9 0.19 8.6 17.01
14 6 0.19 8.6 17.01
15 6 0.19 8.6 17.01
16 11 0.19 8.6 17.01
17 9 0.19 8.6 17.01
18 7 0.19 8.6 17.01
19 6 0.19 8.6 17.01
20 10 0.19 8.6 17.01
172
39
n= 100

p* = 0.086
 Grfico np
18

16

14

12

10

0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 40
Defectuosos en la muestra LCI LC LCS
Ejemplo 5.
Para el proceso del ejercicio anterior se ejecuta un proceso de mejora.
Los datos obtenidos en la semana posterior a las mejoras se muestran en
la tabla de abajo.

Lote Defectuosos en la muestra Lote Defectuosos en la muestra

1 8 11 3
2 7 12 6
3 5 13 5
4 7 14 1
5 3 15 7
6 5 16 8
7 2 17 5
8 9 18 7
9 4 19 4
10 6 20 2

a) Utilizando los lmites antes de la mejora, analice estos ltimos datos para ver si las
soluciones dieron resultado.
b) Si las mejoras dieron resultado, a partir d muestra se habran confirmado? 41
c) Calcule los nuevos lmites de control y comente el grfico.
 Grfico np
18.00

16.00

14.00

12.00

10.00

8.00

6.00

4.00

2.00

0.00
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 42
LCI LC LCS Defectuosos en la muestra
Defectuosos en la muestra LCI LC LCS
8 0.000 5.2 11.86
7 0.000 5.2 11.86
5 0.000 5.2 11.86
7 0.000 5.2 11.86
3 0.000 5.2 11.86
5 0.000 5.2 11.86
2 0.000 5.2 11.86
9 0.000 5.2 11.86
4 0.000 5.2 11.86
6 0.000 5.2 11.86
3 0.000 5.2 11.86
6 0.000 5.2 11.86
5 0.000 5.2 11.86
1 0.000 5.2 11.86
7 0.000 5.2 11.86
8 0.000 5.2 11.86
5 0.000 5.2 11.86
7 0.000 5.2 11.86
4 0.000 5.2 11.86
2 0.000 5.2 11.86
104

100 LCI= 0 43
0.052
 Grafico np inciso c
14

12

10

0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 44
Defectuosos en la muestra LCI LC LCS
4.7 GRFICAS PARA NO CONFORMIDADES.

Es frecuente que al inspeccionar una unidad (la cual puede

representar un artculo, un lote de artculos, una medida lineal
metros, tiempo-, una medida de rea o de volumen) se cuenten el
nmero de defectos que tiene, en lugar de limitarse a concluir que
es o no defectuosa.
Ejemplos de unidades que se inspeccionan para contar sus defectos
son:
rollos de telas,
zapatos,
prendas de vestir,
circuitos electrnicos,
muebles, en las que en cada producto se puede tener ms de un
defecto o atributo no satisfecho, y sin embargo no catalogar a tal
producto como defectuoso. 45
Otro tipo de variables que tambin es importante evaluar son las
siguientes:

Nmero de errores por trabajador.

Cantidad de accidentes.
Nmero de quejas por un servicio.
Nmero de nuevos clientes.
Cantidad de llamadas telefnicas.
Clientes atendidos.
Errores tipogrficos por pgina en un peridico.
Nmero de fallas de un equipo.

Las variables mencionadas se pueden ver en general como el

nmero de eventos que ocurren por unidad, y tienden a
comportarse de acuerdo con la distribucin de Poisson, la cual tiene
dos caractersticas esenciales: Que el nmero de oportunidades o
situaciones potenciales para encontrar defectos es grande, y la
probabilidad de encontrar un defecto en una situacin es pequea. 46
Las variables que se ajustan moderadamente bien a una
distribucin de Poisson pueden analizarse a travs de las cartas c y
u, que estudian el nmero de defectos por subgrupo o muestra
(carta c) o el nmero promedio de defectos por unidad (carta u).

Carta c (nmero de defectos).

El objetivo de la carta c es analizar la variabilidad del nmero de

defectos por subgrupo, cuando el tamao del subgrupo se mantiene
constante. En esta carta se grafica ci que es igual al nmero de
defectos en la i-sima unidad (muestra). Los lmites de control son:

LCS = + 3
LC=
LCI = - 3

47

=

El representar a travs de una carta de control este tipo de variables

no slo ayudar a detectar situaciones anormales, sino que adems
provoca en la administracin una mayor conciencia de la magnitud e
importancia del problema; adems de que ser muy fcil evaluar el
impacto de las acciones de mejora.

La carta c es aplicable donde n es constante, por ejemplo, una

semana, una pieza, 100 artculos, 1 metro de tela, o cualquier otra
cantidad que pueda verse como unidad, pero siempre debe
permanecer constante.

48
Ejemplo 6.
En una empresa que elabora productos agroqumicos se tiene el
problema de intoxicaciones de los trabajadores debido al contacto
con agentes txicos. Para evaluar el nmero de obreros intoxicados
por mes, en ltimo ao y medio, se recurre a los registros de
enfermera de la empresa. Los datos obtenidos se muestran en la
tabla siguiente:

Mes 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

Intoxicados 6 5 4 4 1 3 3 7 5 7 5 12 5 4 7 2 4 2

a) Establezca los lmites de control para estos.

b) Analice el grfico y concluya.

49
Mes 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

Intoxicados 6 5 4 4 1 3 3 7 5 7 5 12 5 4 7 2 4 2 86

LCI 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

LC 4.78 4.78 4.78 4.78 4.78 4.78 4.78 4.78 4.78 4.78 4.78 4.78 4.78 4.78 4.78 4.78 4.78 4.78

LCS 11.34 11.34 11.34 11.34 11.34 11.34 11.34 11.34 11.34 11.34 11.34 11.34 11.34 11.34 11.34 11.34 11.34 11.34

c* = 4.78

LCI = -1.78
0
LC = 4.78

LCS = 11.34

50
 Grfico c
14

12

10

8 Intoxicados
Intoxicados

LCI
LC
6
LCS

0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

51
Se observa que el LCI resulta negativo, pero como no puede haber
cantidades negativas de intoxicados, entonces el LCI se iguala a
cero. De la carta obtenida se observa que en el mes 12 hubo una
situacin especial que caus un alto nmero de intoxicados, ms de
los que ordinariamente se esperaran. Al recurrir a los expedientes de
enfermera, se encontr que ese punto fuera de los lmites ocurri
cuando se introdujo por primera vez cierto txico, y que no se les
dieron las instrucciones adecuadas a los trabajadores. Localizada la
causa, para fijar los lmites de control definitivos se elimin el dato
correspondiente al mes 12 y entonces los lmites de control a usarse
en el futuro son:

Lnea central = 4.35, LCI = 0 y LCS= 10.61.

52
 Grfico c con lmites definitivos.
12

10

8
Intoxicados

Intoxicados
6 LCI
LC
LCS

0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

53
 Ejemplo 7.
Una empresa fabrica paneles metlicos, a veces aparecen fallas en
el acabado de estos paneles, por lo cual la compaa desea
establecer una grfica de control para encontrar el nmero de fallas.
Los nmeros de fallas de cada uno de 24 paneles a los que se les
hizo el muestreo a intervalos regulares de tiempo son los siguientes:

Panel 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

Fallas 7 10 9 12 13 6 13 7 5 11 8 10 13 9 21 10 6 8 3 12 7 11 14 10

a) Establezca los lmites de control para estos.

b) Analice el grfico y concluya.

54
 Ejemplo 8.
En una fbrica de muebles se inspecciona con detalle el acabado de
los comedores cuando salen del departamento de aplicacin de laca.
La cantidad de defectos que son encontrados en cada comedor son
registrados con el fin de conocer y mejorar el proceso. En la tabla
siguiente se muestran los defectos encontrados en los ltimos 30
comedores. Los defectos por ser menores, aunque influyen en la
calidad del producto, no implican que se rechace la pieza.
Come
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
dor
Defec
7 15 5 3 2 8 10 15 3 4 6 2 2 6 2 4 3 3 5 2 6 7 7 4 3 5 7 9 10 2
tos

a) Establezca los lmites de control para estos.

b) Analice el grfico y concluya.

55
GRFICA U (NMERO DE DEFECTOS POR UNIDAD).

Cuando en las cartas c el tamao del subgrupo no es constante o

cuando, aunque sea constante, se prefiere cuantificar el nmero
promedio de defectos por unidad en lugar del total de defectos en la
muestra, se usa la carta u. En esta, para cada subgrupo s grafica el
nmero promedio de defectos por unidad, ui, que se obtiene al dividir
el total de defectos encontrados en el subgrupo entre el total de
unidades en el subgrupo

=

donde ci es la cantidad de defectos en la muestra i, y ni el tamao de
la muestra i.

=

Para construir los lmites de control se pueden considerar tres
criterios:
56
a) Lmites de control Variables
Para cada subgrupo se calculan los lmites en funcin del tamao del
subgrupo ni y con estos lmites se evala el proceso para tal
subgrupo:


LCS = +


LC =



LCI =

57
b) Utilizar el tamao promedio de subgrupo

Si no se desea construir el grfico con lmites variables

entonces n se sustituye por el tamao promedio de subgrupo .

LCS = +


LC =



LCI =

58
c) Realizar el grfico estandarizado.
Tambin se puede realizar el grfico considerando la variable u
estandarizada con:

=


La variable Zi sigue aproximadamente una distribucin normal
estndar ( =0, 2=1) por lo que:
LCS = 3
LC = 0
LCI = -3

59
 EJEMPLO 9.
En la tabla siguiente se presenta el nmero de defectos observados en las
muestras de 24 lotes consecutivos de circuitos electrnicos. El nmero de
circuitos inspeccionados en cada lote es variable.
a) Calcule los lmites y realice el grfico correspondiente utilizando el tamao
del subgrupo promedio e interprtelo.
b) Realice el grfico considerando los lmites variables.
c) Realice el grfico considerando la variable u estandarizada.
Lote Tamao de la muestra, n Total de defectos, ci Lote Tamao de la muestra, n Total de defectos, ci
1 20 17 13 30 40
2 20 24 14 30 24
3 20 16 15 30 46
4 20 26 16 30 32
5 15 15 17 30 30
6 15 15 18 30 34
7 15 20 19 15 11
8 25 18 20 15 14
9 25 26 21 15 30
10 25 10 22 15 17
11 25 25 23 15 18
12 30 21 24 15 20
60
EJEMPLO 3.2.4.1
Tamao de la Total de # defectos
Lmites de control con n promedio
Lote muestra defectos promedio
n ci ui LCI LC LCS
1 20 17 0.850 0.390 1.046 1.702
2 20 24 1.200 0.390 1.046 1.702
3 20 16 0.800 0.390 1.046 1.702
4 20 26 1.300 0.390 1.046 1.702
5 15 15 1.000 0.390 1.046 1.702
6 15 15 1.000 0.390 1.046 1.702
7 15 20 1.333 0.390 1.046 1.702
8 25 18 0.720 0.390 1.046 1.702
9 25 26 1.040 0.390 1.046 1.702
10 25 10 0.400 0.390 1.046 1.702
11 25 25 1.000 0.390 1.046 1.702
12 30 21 0.700 0.390 1.046 1.702
13 30 40 1.333 0.390 1.046 1.702
14 30 24 0.800 0.390 1.046 1.702
15 30 46 1.533 0.390 1.046 1.702
16 30 32 1.067 0.390 1.046 1.702
17 30 30 1.000 0.390 1.046 1.702
18 30 34 1.133 0.390 1.046 1.702
19 15 11 0.733 0.390 1.046 1.702
20 15 14 0.933 0.390 1.046 1.702
21 15 30 2.000 0.390 1.046 1.702
22 15 17 1.133 0.390 1.046 1.702
23 15 18 1.200 0.390 1.046 1.702
24 15 20 1.333 0.390 1.046 1.702 61
525 549 1.046 = u*
n* = 21.875
 EJEMPLO 9.
Grfico u con lmites con n promedio
2.100

1.900

1.700

1.500

1.300

1.100

0.900

0.700

0.500

0.300
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
62
ui LCI LC LCS
EJEMPLO 9.
Tamao de la # defectos
Total de defectos Lmites de control con n variable
Lote muestra promedio
n ci ui LCI LC LCS
1 20 17 0.850 0.360 1.046 1.732
2 20 24 1.200 0.360 1.046 1.732
3 20 16 0.800 0.360 1.046 1.732
4 20 26 1.300 0.360 1.046 1.732
5 15 15 1.000 0.254 1.046 1.838
6 15 15 1.000 0.254 1.046 1.838
7 15 20 1.333 0.254 1.046 1.838
8 25 18 0.720 0.432 1.046 1.659
9 25 26 1.040 0.432 1.046 1.659
10 25 10 0.400 0.432 1.046 1.659
11 25 25 1.000 0.432 1.046 1.659
12 30 21 0.700 0.486 1.046 1.606
13 30 40 1.333 0.486 1.046 1.606
14 30 24 0.800 0.486 1.046 1.606
15 30 46 1.533 0.486 1.046 1.606
16 30 32 1.067 0.486 1.046 1.606
17 30 30 1.000 0.486 1.046 1.606
18 30 34 1.133 0.486 1.046 1.606
19 15 11 0.733 0.254 1.046 1.838
20 15 14 0.933 0.254 1.046 1.838
21 15 30 2.000 0.254 1.046 1.838
22 15 17 1.133 0.254 1.046 1.838
23 15 18 1.200 0.254 1.046 1.838 63
24 15 20 1.333 0.254 1.046 1.838
525 549 1.046
EJEMPLO 9.
Grfico u con lmites variables
2.000

1.500

1.000

0.500

0.000
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 64
ui LCI LC LCS
EJEMPLO 9.
Tamao de la Total de # defectos
Lmites de control para u estandarizada
Lote muestra defectos promedio
n ci ui z LCI LC LCS
1 20 17 0.850 -0.856 -3 0 3
2 20 24 1.200 0.675 -3 0 3
3 20 16 0.800 -1.075 -3 0 3
4 20 26 1.300 1.112 -3 0 3
5 15 15 1.000 -0.173 -3 0 3
6 15 15 1.000 -0.173 -3 0 3
7 15 20 1.333 1.089 -3 0 3
8 25 18 0.720 -1.593 -3 0 3
9 25 26 1.040 -0.028 -3 0 3
10 25 10 0.400 -3.157 -3 0 3
11 25 25 1.000 -0.224 -3 0 3
12 30 21 0.700 -1.852 -3 0 3
13 30 40 1.333 1.541 -3 0 3
14 30 24 0.800 -1.316 -3 0 3
15 30 46 1.533 2.612 -3 0 3
16 30 32 1.067 0.112 -3 0 3
17 30 30 1.000 -0.245 -3 0 3
18 30 34 1.133 0.469 -3 0 3
19 15 11 0.733 -1.183 -3 0 3
20 15 14 0.933 -0.426 -3 0 3
21 15 30 2.000 3.614 -3 0 3
22 15 17 1.133 0.332 -3 0 3
23 15 18 1.200 0.584 -3 0 3 65
24 15 20 1.333 1.089 -3 0 3
525 549 1.046
EJEMPLO 9.
Grfico u estandarizada
4.000

3.000

2.000

1.000

0.000
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

-1.000

-2.000

-3.000

-4.000 66
z LCI LC LCS
 GRFICA DE CONTROL POR ATRIBUTOS
Resumen

Grfica de
Control
de Atributos

Piezas Defectos por

Defectuosas pieza

Grfica p Grfica u Grfica c

Grfica np
(n ) (n variable y/o constante) (n variable)
67
GRFICAS DE CONTROL POR ATRIBUTOS
Conclusin
Del desarrollo de los conceptos y ejemplos se puede
observar el enorme potencial que posee la utilizacin
del Control Estadstico de la calidad como
instrumento y herramienta destinada a un mejor
control, una forma ms eficaz de tomar decisiones en
cuanto a ajustes, un mtodo muy eficiente de fijar
metas y un excepcional medio de verificar el
comportamiento de los procesos.

68
GRFICAS DE CONTROL POR
ATRIBUTOS

Referencias
www.monografias.com
SIP I Methodology & tools training
www.gestiopoly.com
Goetsch, D. L. & Davis, S. B.; 2003. Quality
Management. 4t Edition. Prentice Hall.
Gutierrez, P. H; 2010. Calidad total y productividad.
Tercera edicin. Edit. McGraw Hill.

69