Tema

23 GRÁFICOS DE
CONTROL DE CALIDAD

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

23.1 El gráfico de control
En una herramienta para analizar el control de un
proceso con el propósito de detectar anormalidades en
el proceso.

(A) Estructura: Consta principalmente de 3 líneas

a) El valor esperado de la característica de
calidad: Línea central (CL)
b) Los límites que determinan la estabilidad y
normalidad del proceso: límite superior de
control (UCL) y límite inferior de control
(LCL)
EJEMPLO DE UNA GRAFICA DE CONTROL

Promedio del
subgrupo

Número de subgrupo
(B) Interpretación Básica

En la figura (derecha)
todos los datos caen
dentro de los limites de
control, de manera se
dice que el proceso
está controlado
DIA
Observaciones
externas individuales
Hay observaciones
fuera de los límites. El
proceso está fuera de
control
 Tendencias crecientes y decrecientes
Los 10 datos caen
dentro de los
límites de control,
pero muestran un
marcado patrón de
aumento con
respecto al tiempo.
El proceso está
fuera de control

DIA
Saltos en el nivel del proceso
Alrededor del cual
varia todas las
observaciones. Estos
indican que la media
del proceso puede
haber cambiado.

DIA
Ciclos en el nivel del proceso
Estos altibajos, que se
repiten de manera
regular para arriba y
por debajo de la línea
central podrían indicar
factores como fatiga
del personal y cambio
de entre turnos.
DIA
Atracción por los límites de control.
Grandes
desviaciones
uniformes con
respecto a la media
pueden indicar el
hecho de que su
están observando dos
poblaciones distintas.

DIA
Atracción por la línea central
Pequeñas
desviaciones con
respecto a la
media indican
que la variabilidad
ha sido reducida
más allá de sus
límites históricos

DIA
(C) Tipos

Dependiendo de la característica de calidad que

se mida (dato), se aplica un gráfico de control
diferente, tal como se muestra en el siguiente
cuadro

Datos Continuos Datos Discretos

Tipo R (del rango) Tipo p (del % de defectos)

Tipo x (de la media) Tipo pn (del número de defectos)
Tipo ~
x (de la mediana) Tipo u (del número de defectos por unidad)
Tipo X (c/u de los datos) Tipo c (por número de defectos)
(a) Gráfico de control R
Para controlar la variación dentro de las
muestras. El tamaño de las muestras es
constante.

(b) Gráfico de control x

Para controlar y analizar entre muestra y
muestra la media de la característica de calidad
de interés. Generalmente va acompañado por el
gráfico R. El tamaño de la muestra es constante.
 ~
(c) Gráfico de control x
En lugar de la media, se usa la mediana, y sirve
para analizar también la variación entre muestra
y muestra.
Requiere menos cálculos que el gráfico x . El
tamaño de la muestra es constante.

(d) Gráfico de control X

Cuando el tamaño de la muestra
necesariamente es 1. No se calculan medidas de
X ni rangos.
(e) Gráfico de control p
Muy utilizado para controlar y analizar la tasa
porcentual de defectos o de procesos
deficientes y, la variación entre una y otra
muestra, cuyo tamaño puede variar.

(f) Gráfico de control np

Tiene el mismo objetivo que el gráfico p, con la
diferencia que el tamaño de la muestra debe ser
constante y se controla el número de procesos
deficientes o productos defectuosos.
(g) Gráfico de control u
Se utiliza para controlar y analizar la variación
en el número de defectos o procesos deficientes
que aparecen por unidad de producción
(ejemplo : número de quejas por hora en el
servicio de emergencia; número de infecciones
post operatorias por cada 100 pacientes
intervenidos)
23.2 Elaboración del gráfico de control R
Procedimiento
1er Paso: Recoja los datos
Recoja 100 datos aproximadamente, divídalos
en 20 ó 25 subgrupos con 4 ó 5 en cada uno,
regístrelos en una hoja de datos. Si no existe
razón, agrupe los datos conforme los
selecciona. El tamaño de cada subgrupo es,
generalmente entre 2 y 10 datos.

2do Paso: Calcule la media aritmética para cada

subgrupo por lo general, con una cifra más que
los datos originales.
3er Paso: Calcule el rango para cada subgrupo
Restando el valor mayor menos el valor menor
de cada sub grupo.

4to Paso: Calcule el rango medio

Sumando los rangos de todos los sub grupos y
dividiendolos entre el número de subgrupo.
5to Paso:

6to Paso:
7mo Paso: Calcule y dibuje las línea de control
Los valores de R se grafican en el eje vertical y el
número de subgrupos en el eje horizontal

8vo Paso: Localice los puntos

Ubique los valores de R para cada subgrupo en el
orden que fueron seleccionados y que figuran en la hoja
de datos.

9vo Paso: Registre los datos que puedan ser de

utilidad
Ponga un titulo que considere, la característica que
se midió, el proceso, la fecha, el tamaño, entre
otros.
 Ejemplo:
El administrador de un almacén de una compañía de
teléfonos se encuentra involucrado en un importante
proceso que consiste en recibir costosos tableros de
circuitos y regresarlos al almacén central, de modo
que puedan ser utilizados más adelante cuando se
necesite un nuevo circuito o la instalación de un nuevo
teléfono.
El regreso y el procesamiento de tales unidades a
tiempo son de vital importancia para proporcionar un
buen servicio a los clientes del campo y para reducir
los gastos de capital de la empresa.
Los siguientes datos representan el número de
unidades manejadas por cada uno de los subgrupos
de cinco empleados durante un periodo de 30 días.
 EMPLEADO
Día
1 2 3 4 5
1 114 499 106 342 55
2 219 319 162 44 87
3 64 302 38 83 258
4 258 110 98 78 154
5 127 140 298 518 275
6 151 176 188 268 77
7 24 183 202 81 104
8 41 249 342 338 69
9 93 189 209 444 151
10 111 207 143 318 129
11 205 281 250 468 79
12 121 261 183 606 287
13 225 83 198 223 180
Construya un 14 235 439 102 330 190
15 91 32 190 70 150
diagrama de 16 181 191 182 444 124
control para el 17 52 190 310 245 156

rango. Interprételo. 18
19
90
78
538
587
277
147
308
172
171
299
20 45 265 126 137 151
21 410 227 179 298 342
22 68 375 195 67 72
23 140 266 157 92 140
24 145 170 231 60 191
25 129 74 148 119 139
26 143 384 263 147 131
27 86 229 474 181 40
28 164 313 295 297 280
29 257 310 217 152 351
30 106 134 175 153 69
Cálculos:

Ejemplo
Línea central: LC = R LC = R = 271,57

Límite de control superior:

LCs = D4 R LCs = D4 R
= 2,114 (271,57)
Límite de control inferior = 574,09898
LCs = D3 R
LCi = D3 R
= no se considera
cuando n menor que 7
D4 y D3 son coeficientes determinados por el tamaño del
subgrupo (n) y se encuentra en la tabla correspondiente.
Se pueden realizar el diagrama R utilizando MINITAB. Para
esto se deben ingresar todos los datos en una sola columna
llamada Empleado. Seleccione Estad  Control chart  R
El tamaño del subgrupo es 5.
Luego de presionar OK, se obtiene el siguiente gráfico. Se
observa que no existen puntos fuera de los límites de control
y no hay evidencia de un patrón en el diagrama de rangos.
23.3 Elaboración del gráfico de control x
Procedimiento: Igual al diagrama R
1er Paso: Recoja los datos
Recoja 100 datos aproximadamente, divídalos
en 20 ó 25 subgrupos con 4 ó 5 en cada uno,
regístrelos en una hoja de datos. Si no existe
razón, agrupe los datos conforme los
selecciona. El tamaño de cada subgrupo es,
generalmente entre 2 y 10 datos.

2do Paso: Calcule la media aritmética para cada

subgrupo por lo general, con una cifra más que
los datos originales.
3er Paso: Calcule el gran promedio
Sume las x y divida el resultado por el número de
muestras. Se calcula con dos decimales más que
los datos originales.

4to Paso: Calcule y dibuje las línea de control

Los valores de x se grafican en el eje vertical y el
número de subgrupos en el eje horizontal

5to Paso: Localice los puntos

Ubique los valores de x para cada subgrupo en el
orden que fueron seleccionados y que figuran en la
hoja de datos.
6to Paso: Registre los datos que puedan ser de
utilidad
Ponga un titulo que considere, la característica que
se midió, el proceso, la fecha, el tamaño, entre
otros.

7mo Paso: Dibuje las línea de control

Los valores de yx de R se grafican en el eje vertical y
el número de subgrupos en el eje horizontal
8vo Paso: Localice los puntos
Ubique los valores de x y de R para cada subgrupo en
el orden que fueron seleccionados y que figuran en la
hoja de datos. Utilice los signos diferentes,uno para
marcar la y otro
x para los R.

9vo Paso: Registre los datos que puedan ser de

utilidad
Ponga un titulo que considere, la característica que
se midió, el proceso, la fecha, el tamaño, entre
otros.
 Gráfico x - R

R
Ejemplo

Línea central: LC = x LC = 199,77

Límite de control superior:
LCs = x + A2 R LCs = x + A2 R
= 199,77 + 0,577(271,57)
= 356,46

Límite de control inferior:

LCi = x - A2 R LCs = x - A2
R
= 199,77 - 0,577(271,57)
= 43,07
 x
Se pueden realizar el diagrama utilizando MINITAB. Para esto se
deben ingresar todos los datos en una sola columna llamada Empleado.
Seleccione Estad Control chart  Xbar. El tamaño del subgrupo es 5.
Luego de presionar OK, se obtiene el siguiente gráfico. Se
observa que no existen puntos fuera de los límites de control y
ninguna evidencia de un patrón en el diagrama x.
23.4 Elaboración del gráfico de control
proporción de no conformes: p
(A) Utilidad
Una gráfica de control p puede servir para
controlar la proporción de no conformidad de:
 Una sola característica.
 Un grupo de características de la calidad.
 Un servicio o producto completo.
 Una cantidad determinada de productos o
procesos.
También es útil para controlar el desempeño de:
 Un profesional u operario.
 Un departamento dentro de la empresa.
 Un servicio médico.
 Un turno.
(B) Procedimiento

1erPaso: Seleccione la(s) característica(s) de la

calidad
Ejemplo:
Tasa de reprocesos radiológicos
Tasa de procesos médicos deficientes
Tasa de infecciones post operatorias
2doPaso: Calcule el tamaño del subgrupo y la
fuente que se va a emplear
El tamaño del subgrupo depende de la proporción
de no conformidad.
Ejemplo:
Si p = 0,001 : n debe ser 1000
para que el número de no conformidad = np = 1 (se
obtiene una gráfica mala)
Si p = 0,15 : n debe ser 50
np = 7,5 (buen gráfico)
La fuente de datos puede ser primaria o secundaria.
3er Paso: Recopile datos
Se debe recopilar suficientes datos para formar
por lo menos 25 grupos. También se pueden
obtener de los registros históricos.
Ejemplo:

Un aspecto de la calidad de servicio en una

clínica está representado por la buena disposición
del cuarto, cuando el paciente ingresa por primera
vez al que le fue asignado. Desde el punto de
vista de la buena impresión es de particular
importancia que todas las comodidades que se
supone posee la habitación (jabón, toallas, cesto
de basura, etc.) se encuentren realmente
disponibles. De igual manera que los artefactos
(radio, televisor y teléfono) estén funcionando
adecuadamente.
La administración de la clínica ha decidido estudiar
este proceso durante un periodo de 4 semanas,
tomando una muestra diaria de 200 habitaciones
para las cuales ya se tienen reservaciones.
Así pues, se determinará, antes de la llegada de los
huéspedes, si los cuartos tienen algún
incumplimiento en cuanto a la disponibilidad de las
comodidades y al funcionamiento adecuado de
todos los artefactos.
En la tabla siguiente se presenta el número de
habitaciones que fueron consideradas como no
adecuadas para cada día del periodo de 4
semanas.
 Cuartos Cuartos Cuartos Cuartos
Día Día
estudiados no listos estudiados no listos
1 200 16 15 200 18
2 200 7 16 200 13
3 200 21 17 200 15
4 200 17 18 200 10
5 200 25 19 200 14
6 200 19 20 200 25
7 200 16 21 200 19
8 200 15 22 200 12
9 200 11 23 200 6
10 200 12 24 200 12
11 200 22 25 200 18
12 200 20 26 200 15
13 200 17 27 200 20
14 200 26 28 200 22
 4to Paso: Calcule el calor de las líneas de
control de ensayo.
Ejemplo
Línea Central
 np 2,315
LC: p  p  0,0827
n
28
Limite de Control Superior
p(1- p) 0,0827(1 - 0,0827)
LCs = p  3 LCs = 0,0827  3
n 200
Limite de Control Inferior = 0,1411
0,0827(0,9 173)
p(1- p) LC = 0,0827  3
LCi = p  3 i 200
n = 0,0243
5to Paso: Construya el gráfico de control

Gráfica p que permite observar la línea central de

intento y los límites de control.
 6to Paso: Calcule la Línea Central y los
Limites de control corregidos

La primera vez que se analiza un proceso, rara vez

está controlado, los limites de control corregidos se
calculan descartando los subgrupos fuera de los
limites.

 np - np donde
p nuevo  d
npd : cantidad de no conformes
n  n en los subgrupos
d
nd : cantidad de inspecciones
en los grupos descartados
138  16
p o = p nuevo   0,017
7500  300
Se pueden realizar el diagrama p utilizando MINITAB.
Para esto se deben ingresar todos los datos en una sola
columna llamada Empleado. Seleccione Estad Control
chart  P. El tamaño del subgrupo es 200
Un examen del diagrama nos indica que se tiene un
proceso bajo control estadístico, en el cual los valores
individuales están alrededor de p sin exista evidencia de
algún patrón presente.
Ejemplo
Línea Central
LC: p = pnuevo
0
p = 0,017
0

Limite de Control Superior

p o (1- p o ) 0,017(1- 0,017)
LCs = p o  3 LCs = 0,017  3
n 300
= 0,039
Limite de Control Inferior
p o (1- p o ) 0,017(1- 0,017)
LCi = p o  3 LCi = 0,017  3
n 300
= -0,005 ó 0,0
7mo Paso: Logre el objetivo

Uso continuo de la gráfica p para mostrar los

valores representativos de la proporción de no
conformidad, p.
23.5 Diagrama c
20.6 Diagrama de control para valores individuales

Se aplica cuando no es factible contar con datos de

las muestras o subgrupos mayores de un elemento.

Como sólo se tiene disponible un valor individual,

podemos considerar cada elemento como su propio
subgrupo.
A diferencia del diagrama x , no se puede obtener
una estimación de la variación dentro del subgrupo
pues cada subgrupo es de tamaño n = 1
En tales situaciones podemos estimar la
desviación estándar mediante el uso del alcance
móvil.

El alcance móvil es la diferencia entre el dato más

grande y la más pequeña, dentro de los n datos.
19.1
20.3
22.2
16.3
26.1
35.1
19.2
33.3
25.7
16.5
18.8
22.0
15.1
Ejemplo

Línea Central
MR MR
X 3 X 3
d2 d2
Limite de Control Superior
p o (1- p o ) 0,017(1- 0,017)
LCs = p o  3 LCs = 0,017  3
n 300
= 0,039
(h) Utilidad:

El diagrama es útil para.

• Analizar las condiciones para mejorar la
calidad de un producto o servicio
• Eliminar las condiciones que causan un
rechazo de un proceso y las quejas de un
paciente.
• Estandarización de los procesos
• Educación y capacitación del personal en las
áreas de toma de decisiones y de acciones
correctivas.
(i) Clases de Diagrama

• Enumeración de causas se enumera causas y

se evalúan. No importa el orden.
• Análisis de dispersión la diferencia con el
anterior es que cada “rama” se agota antes de
iniciar la siguiente “rama”.
• Análisis de proceso se describen las etapas
del proceso, y posteriormente identificar las
causas principales en cada etapa.
Las causas menores se van relacionando con
las principales.
Hoja de Comprobación

1. Los diagramas p se utilizan para inspeccionar variables categoricas con dos

valores posibles.

2. EL control estadístico de procesos fue desarrollado originalmente en Japón y

llevado a Estados Unido de América después de la segunda Guerra Mundial

3. Las observaciones externas a veces pueden ser resultado de la variación

inherente.
4. Para un tamaño dado de lote un esquema de muestreo simple esta
completamente especificado por su tamaño de muestra y de numero de
aceptación.
5. En muchos sistemas complejos, alrededor de 80% de los problemas se
pueden atribuir a aproximadamente 20% de las causas

6. La gran media, x , captura mas información que las medias de muestra

individual

7. La TQM se aplica en la actualidad tanto en la industria de servicio, como la

industria manufacturera
Hoja de Comprobación
1. Los diagramas p se utilizan para inspeccionar variables categoricas con dos
valores posibles.

2. EL control estadístico de procesos fue desarrollado originalmente en Japón y

llevado a Estados Unido de América después de la segunda Guerra Mundial

3. Las observaciones externas a veces pueden ser resultado de la variación

inherente.
4. Para un tamaño dado de lote un esquema de muestreo simple esta
completamente especificado por su tamaño de muestra y de numero de
aceptación.
5. En muchos sistemas complejos, alrededor de 80% de los problemas se
pueden atribuir a aproximadamente 20% de las causas

6. La gran media, x , captura mas información que las medias de muestra

individual

7. La TQM se aplica en la actualidad tanto en la industria de servicio, como la

industria manufacturera
8. Independientemente de la ecuación LCS   p  3 p , el LCS de un diagrama
p nunca debe ser mayor que uno

9. El riesgo del consumidor en el muestreo de aceptación es como un error del

tipo II en la prueba de hipótesis

10.En los diagramas de control, la LC denota cualquiera de los dos limites de

control

11.Si Ud. Utiliza el muestreo de aplicación, sus proveedores no se verán

motivados a mejorar la calidad de su producción
12.El control de la variabilidad es un aspecto esencial del mantenimiento de la
calidad.

13.El aumentar el tamaño de la muestra le permite reducir tanto el riesgo del

consumidor como el riesgo del productor

14.Los diagramas R se utilizan para controlar el nivel de producción del

proceso.
8. Independientemente de la ecuación LCS   p  3 p , el LCS de un diagrama
p nunca debe ser mayor que uno

9. El riesgo del consumidor en el muestreo de aceptación es como un error del

tipo II en la prueba de hipótesis

10.En los diagramas de control, la LC denota cualquiera de los dos limites de

control

11.Si Ud. Utiliza el muestreo de aplicación, sus proveedores no se verán

motivados a mejorar la calidad de su producción
12.El control de la variabilidad es un aspecto esencial del mantenimiento de la
calidad.

13.El aumentar el tamaño de la muestra le permite reducir tanto el riesgo del

consumidor como el riesgo del productor

14.Los diagramas R se utilizan para controlar el nivel de producción del

proceso.
15.Los diagramas de control nos ayuda a detectar la variación inherente

16.El muestreo doble requiere mayores tamaños de muestra que el muestreo

simple con el fin de lograr los mismos niveles de riesgo

17.Despues de que se han determinado las causas de las observaciónes externas,

los puntos correspondientes deben se eliminados y se deben rehacer el
diagrama de control
18.Los diagramas de Ishikawa también se conoce como diagrama de cola de
pescado

19.La curva AOQ nos dice como varia la calidad de salida de un esquema de
muestreo de aceptación en función de la calidad de entrada de las remesas
que se están probando

20.Los diagramas x y R, utilizan la desviación estándar de la muestra para

medir la variabilidad del proceso

21.El limite de control inferior de un diagrama R siempre es R (1  3d 3 / d 2 ).

15.Los diagramas de control nos ayuda a detectar la variación inherente

16.El muestreo doble requiere mayores tamaños de muestra que el muestreo

simple con el fin de lograr los mismos niveles de riesgo

17.Despues de que se han determinado las causas de las observaciónes externas,

los puntos correspondientes deben se eliminados y se deben rehacer el
diagrama de control
18.Los diagramas de Ishikawa también se conoce como diagrama de cola de
pescado

19.La curva AOQ nos dice como varia la calidad de salida de un esquema de
muestreo de aceptación en función de la calidad de entrada de las remesas
que se están probando

20.Los diagramas x y R, utilizan la desviación estándar de la muestra para

medir la variabilidad del proceso

21.El limite de control inferior de un diagrama R siempre es R (1  3d 3 / d 2 ).