Unidad 3 Rullbb

INSTITUTO
TECNOLGICO DE LA PAZ
DEPARTAMENTO DE METAL MECNICA
INGENIERA INDUSTRIAL
Grupo: 5 E
CONTROL ESTADSTICO DE
CALIDAD
Unidad III: Grficas de control por atributos

Integrantes:
Beltrn Snchez Marlene 13310740

Castro Mendoza Mared Olyenka 13310778
Godnez Castro Aurelio 13310841
Ledesma Vega Jess Daniel 13310734
Mndez Posada Katia Viridiana 13310792
Osuna Garate Octavio 13310773
A 9 d e n o v i e m b r e d e 2 0 1 5
INSTITUTO TECNOLGICO DE LA PAZ Ingeniera Industrial

ndice
1. Introduccin ................................................................................................................................................ 3
1.1 Antecedentes ..................................................................................................................................... 5
1.2 Justificacin ......................................................................................................................................... 7
1.3 Objetivos ............................................................................................................................................... 8
2. Grficos de control por atributos ..................................................................................................... 9
2.1 Conceptos generales de atributos ........................................................................................ 12
2.1.1 Clasificacin de los atributos ........................................................................................... 16
2.1.2 Tipos de muestreo ................................................................................................................ 17
2.2 Elaboracin e interpretacin de grficas por atributos ............................................... 19
2.2.1 Interpretacin de los grficos de control ................................................................... 21
2.2.2 Grfico para la fraccin disconforme (defectuosos) ........................................... 22
2.2.2.1 Grfico p ............................................................................................................................ 22
2.2.2.1.1 Grfica de control para controlar el porcentaje defectuosos
(100p); para tamao de muestra variable. ................................................................. 25
2.2.2.2 Grfico np ......................................................................................................................... 27
2.2.3 Grfico para disconformidades (defectos) ............................................................... 30
2.2.3.1 Grfico c ............................................................................................................................ 30
2.2.3.2 Grfico u ............................................................................................................................ 35
2.2.4 Clasificacin de defectos .................................................................................................. 39
3. Conclusiones generales ..................................................................................................................... 43
4. Listado de anexos ................................................................................................................................. 44
Anexo 2.1 ................................................................................................................................................... 44
Anexo 2.2 ................................................................................................................................................... 45
Anexo 2.3 ................................................................................................................................................... 46
Anexo 2.4 ................................................................................................................................................... 47
Anexo 2.5 ................................................................................................................................................... 48
Anexo 2.6 ................................................................................................................................................... 49
Anexo 2.7 ................................................................................................................................................... 50
5. Referencias bibliogrficas ................................................................................................................. 51
2

1. Introduccin
Cuando no es fcil medir un producto o una parte, o cuando la calidad se puede

obtener como un atributo conforme o no con unas especificaciones de calidad, se
puede usar una grfica de control de caractersticas. Estas tcnicas analizan tanto
las caractersticas buenas como malas, sin hacer referencia al grado.
Muchas caractersticas de la calidad no pueden representarse convenientemente
con valores numricos. En tales casos, cada artculo inspeccionado por lo general
se clasifica como conforme o disconforme respecto de las especificaciones para
estas caractersticas de la calidad. Es comn usar la terminologa defectuoso o
no defectuoso para identificar estas dos clasificaciones del producto. En fechas
ms recientes se ha popularizado la terminologa conforme o disconforme
A las caractersticas de la calidad de este tipo se les llama atributos.
En algunas ocasiones se tratan caractersticas por variables como atributos, en el
caso de que slo se considere si se cumplen o no las especificaciones de calidad
sin importar cul es el valor concreto de dicha variable. Las especificaciones de
calidad son las medidas deseadas de las caractersticas de la calidad en un
producto. Las caractersticas de calidad se evalan con respecto a estas
especificaciones.
En diversos lugares se ha planteado antes la dialctica variables/atributos y entre

otras cosas se ha dicho que el control por variables requiere muestras ms
pequeas, pero en cambio exige un grfico doble (media ms recorrida) para cada
una de las dimensiones de una pieza.
Los diagramas de control por atributos constituyen la herramienta esencial utilizada
para controlar caractersticas de calidad cualitativas, esto es, caractersticas no
cuantificables numricamente. Por ejemplo, la fraccin o porcentaje de unidades
defectuosas (p) en la produccin, el nmero de unidades defectuosas (np) en la
produccin, el nmero de defectuosos por unidad (u) producida y el nmero de
defectos de todas las unidades producidas.
En muchas aplicaciones ser necesario elegir entre un diagrama de control por

variables y uno de control por atributos. Si la caracterstica de calidad a estudiar no
ofrece dificultades, la seleccin estar bien definida, pero en otros casos, la
3

seleccin no ser tan evidente, y el analista tendr que tomar en cuenta varios
factores para poder elegir entre diagramas de control por atributos o por variables.
Seguidamente, en el presente se hablar de los diagramas de control por atributos

ms comnmente utilizados:
Diagrama p.
Diagrama np.
Diagrama u.
Diagrama c.
4

1.1 Antecedentes
A fines del siglo XIX y durante las tres primeras dcadas del siglo XX el objetivo
es la produccin. Con las aportaciones de Taylor, la funcin de inspeccin se
separa de la produccin; los productos se caracterizan por sus partes o
componentes intercambiables, el mercado se vuelve ms exigente y todo
converge a producir. El cambio en el proceso de produccin trajo consigo
cambios en la organizacin de la empresa. Como ya no era el caso de un
operario que se dedicara a la elaboracin de un slo artculo, fue necesario
introducir en las fbricas procedimientos especficos para atender la calidad de
los productos fabricados en forma masiva. Durante la primera guerra mundial, los
sistemas de fabricacin fueron ms complicados, implicando el control de gran
nmero de trabajadores por uno de los capataces de produccin; como resultado,
aparecieron los primeros inspectores de tiempo completo, lo cual se denomin
como control de calidad por inspeccin.
En 1924 W.A. Shewhart de Bell Telephone Laboratories diseo una grfica de

estadsticas para controlar las variables de un producto. Y as inici la era del
control estadstico de la calidad.
En 1942, se hizo evidente el reconocimiento al valor del control de calidad.

Desafortunadamente, en esa poca el personal gerencial de las empresas
estadounidenses no supo aprovechar tal contribucin. En 1946, se fund la
Sociedad estadounidense de Control de Calidad, ASQC (American Society
of Quality Control), la que a travs de publicaciones, conferencias y cursos de
capacitacin, ha promovido el control de la calidad en todo tipo de productos y
servicios.
En 1950 W. Edwards Deming ofreci una serie de conferencias a ingenieros
japoneses sobre mtodos estadsticos y sobre la responsabilidad de la calidad a
personal gerencial de alto nivel. En 1986 Deming publica " Out of the Crisis "
(Fuera de la Crisis), donde explica detalladamente su filosofa de calidad,
productividad y posicin competitiva, incluyendo sus famosos 14 puntos para la
Administracin (actualmente conocidos como los 14 Puntos de Deming), entre los
que destacan: mejora continua, propsito constante y conocimiento profundo.
5

Jospeh M. Juran contribuy a destacar el importante compromiso del rea

gerencial para el logro de la calidad, as como el que se capacite al personal en
la gestin para la calidad y que se mejore la calidad a un ritmo sin precedentes
valindose de estos conceptos, los japoneses fijaron normas de calidad que
despus se adoptaron en todo el mundo.
Philip B. Crosby cre el movimiento cero defectos en Martin-Marietta durante la

dcada de 1960, promoviendo el concepto de hacer las cosas correctamente
desde el principio. Escribi en 1979 el best seller La calidad es libre.
En 1962, Kaoru Ishikawa, constituy los Crculos de Control de Calidad en

Japn a fin de lograr el mejoramiento de la calidad. Los empleados japoneses
aprendieron y aplicaron tcnicas estadsticas sencillas.
El Prof. Donald Dewar, desarroll con muchsimo xito un sistema de

capacitacin para los Crculos de Calidad, fundando el Quality Circle Institute y
rpidamente en muchas empresas norteamericanas como IBM, Metaframe
Corporation, fueron adoptndose con magnficos resultados.
En la dcada de los noventa aparecen las normas internacionales ISO 9000,

derivadas de la norma militar BS 5750. Estas siglas corresponden al grupo de
normas internacionales aprobadas por la organizacin Internacional del trabajo
que tratan sobre los requisitos que debe cumplir el Sistema de Calidad de las
empresas.
6

1.2 Justificacin
En este documento usted podr encontrar una forma clara y precisa sobre las
grficas de control para atributos, donde se analizaran los conceptos bsicos para
su posterior anlisis y aplicacin al mbito del ingeniero industrial con respecto a la
calidad y el porqu de su importancia en el control estadstico de calidad.
El anlisis y comprensin de la calidad a llevado a estudiantes de ingeniera

industrial a enfocarse en esta rama de la ingeniera para laborar en este mismo,
para objeto de conocimiento nuestro y con un enfoque de ayuda a otros
estudiantes para una comprensin al mismo tiempo bien enfocada a este tema, de
una manera clara y concisa.
Nosotros como futuros profesionistas tenemos que prepararnos para situaciones

que pudieran implicar el conocimiento de calidad y sea cual sea el enfoque o rama
que nosotros decidamos tomar, tener el conocimiento y saber aplicarlo te dar un
plus sobre los dems profesionistas.
7

1.3 Objetivos
El presente documento tiene como objetivo que el lector sepa identificar las reglas
bsicas a seguir para la construccin y la interpretacin de los grficos de control
por atributos y resaltar las situaciones en que pueden o deben ser utilizados, con el
fin de saber aplicar esta herramienta y tener los conocimientos necesarios para
plantearlos en el mbito laboral.
8

2. Grficos de control por atributos
Los grficos de control por atributos constituyen la herramienta esencial utilizada

para controlar caractersticas de calidad con slo dos situaciones posibles, como
por ejemplo: conforme/disconforme, funciona/ no funciona, defectuoso/no
defectuoso, presente/ausente, etc.; o bien para caractersticas que se puedan
contar, como nmero de manchas, nmero de golpes, nmero de rayas, etc.
Tambin en algunas ocasiones se tratan caractersticas por variables como
atributos, en el caso de que slo se considere si se cumplen o no las
especificaciones de calidad sin importar cul es el valor concreto de dicha variable.
Las especificaciones de calidad son las medidas deseadas de las caractersticas
de la calidad en un producto. Las caractersticas de calidad se evalan con
respecto a estas especificaciones.
Por lo general, los grficos por atributos no ofrecen tanta informacin como los
grficos por variables, ya que una medicin numrica es ms informativa que la
sola clasificacin de una unidad como conforme o disconforme.
Los grficos por atributos son muy tiles en el sector servicios y en los esfuerzos
de mejora de la calidad fuera de la manufactura, ya que no es fcil medir en una
escala numrica un gran nmero de las caractersticas de calidad que se
encuentran en estos escenarios.
Al igual que en los grficos de control por variables, el grfico de atributos
representa un estadstico T del proceso (como puede ser el nmero de defectos)
frente al nmero de la muestra o al tiempo. Una lnea central representa el valor
medio o esperado del estadstico, mientras que la especificacin de los lmites de
control es una de las decisiones crticas que deben tomarse al disear un grfico
de control.
En el uso de este tipo de grficos han de considerarse las siguientes limitaciones:
Es necesario tomar muestras de tamao grande para obtener informacin

significativa.
Son aplicables a procesos que presentan cantidades considerables de
disconformidades (defectos), o unidades no conformes (defectuosas).
No avisan de cambios adversos en el parmetro que queremos controlar en
el proceso hasta que se han registrado un mayor nmero de defectos o
9

unidades no conformes.
Las verificaciones pueden estar influidas por subjetividades de las personas
que evalan la muestra, por lo que se hace necesario el establecimiento de
unos criterios de conformidad escritos y con apoyo de medios visuales que
minimicen estas diferencias.
Las aplicaciones ms frecuentes de estos grficos son las siguientes:
En el control de caractersticas de calidad del tipo conforme/defectuoso o

muy costosas de medir en una escala numrica.
En una primera toma de informacin en el proceso para detectar las
operaciones que provocan ms defectos.
En el control de procesos que generan cantidades grandes de defectos.
El control por atributo no cuantifica la intensidad del defecto como lo hace el de

variables: no dice si la pieza est cerca o lejos del lmite de tolerancia; se limita a
dictaminar si la pieza es defectuosa o no. Para eso es necesario que la pauta de
control muestre la lista de posibles defectos, incluso con su ponderacin, para
facilitar el trabajo del verificador a la hora de decir si la pieza ha de rechazarse por
defectuosa o no.
Las caractersticas de calidad que no pueden ser medidas con una escala
numrica, se juzga a travs de un criterio ms o menos subjetivo; conocimiento a
lo profundo.
Los datos se presentan con periodicidad a la gerencia y con ellos se integran
nmeros ndices, que son muy importantes en el desarrollo de una empresa, estos
pueden referirse al producto, desperdicio rechazo de materiales.
Dentro de la clasificacin de las caractersticas calidad por atributos se requiere:

1. De un criterio.
2. De una prueba.
3. De una decisin.
El criterio se establece de acuerdo con las especificaciones.

La prueba consiste en la operacin que se realiza para averiguar la existencia o no
del criterio establecido.
10

La decisin determina que ttulo debe darse a los productos, es decir si pas o no
pasa. Las Grficas de Control son grficas utilizadas para estudiar como el
proceso cambia a travs del tiempo. Se grfica el promedio como la lnea central y
los lmites de control superior e inferior que son permitidos en el proceso. Estos
lmites se determinan con la data del proceso.
11

2.1 Conceptos generales de atributos
En un sentido estricto, un atributo es una caracterstica de calidad que no puede

ser medida; slo se podr observar (por ejemplo, la aplicacin de pintura, grietas,
la costura de una camisa, etc.), clasificando el producto en defectuoso o bueno,
en conforme, no conforme, dependiendo de que tenga o no dicha caracterstica
Sin embargo, tambin hay muchas variables medibles que se pueden considerar
como atributos, cuando no interesa su valor, sino slo conocer si est dentro de
un determinado intervalo.
Las grficas de control por atributos son importantes por las siguientes razones:
v Las operaciones medidas por atributos existen en cualquier proceso de

manufactura o ensamble, por lo que estas tcnicas de anlisis son muy
tiles.
v Los datos por atributos estn disponibles en mltiples situaciones siempre

que exista inspeccin, listado de reparaciones, material seleccionado o
rechazado, etc. En estos casos, no se requiere gasto adicional de
bsqueda de datos slo el trabajo de incorporarlos a la grfica de control.
v Cuando se requiere obtener datos, la informacin por atributos es

generalmente rpida y barata de obtener y con medios simples (pasa-no
pasa) no necesita de personal especializado.
v Muchos de los datos presentados a la gerencia en forma de resmenes,

es del tipo de atributos y se pueden beneficiar con el anlisis de las
grficas de control. Ejemplos: Desarrollo del departamento en cuando al
nmero de unidades buenas, ndices de desecho, auditoras de calidad y
rechazo de materiales.
v Al introducir las grficas de control en las plantas, es importante dar

prioridad a las reas con problemas y utilizarlas donde ms se necesiten.
El uso de las grficas de control por atributos en las reas claves de
control de calidad indicaran cules son los procesos que requieren un
anlisis ms detallado -incluyendo la posibilidad de utilizar grficas de
control por variables-.
12

v Finalmente, las grficas de control por atributos son ms fciles de
construir e interpretar que las grficas por variables.
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:
a. Un criterio que se aplica a un objeto o a un grupo.
b. Una prueba del objeto o del grupo.
c. Una decisin, s o no: el objeto o el grupo alcanza o no el criterio.
Antes de seguir conviene definir los trminos siguientes:
Defecto: Falla o no conformidad que ocasiona que un artculo no satisfaga los

requerimientos especificados.
Fraccin defectuosa: Es la razn del nmero de artculos defectuoso en la

muestra (d), respecto al total de los artculos de la muestra (n).
Muestra (n): Uno o varios elementos tomados de un conjunto ms amplio

(poblacin o universo) para proporcionar informacin sobre el mismo y,
eventualmente, para tomar una decisin relativa al colectivo o al proceso que lo ha
producido.
Tendencia central: Caractersticas tpicas de la mayora de las distribuciones de

frecuencia, por la cual el grueso de las observaciones se agrupa en una zona
determinada de las mismas.
En aos recientes ha habido un nfasis considerable en hacer terminologa ms

precisa. El rea de las grficas de control se ha beneficiado de este nfasis.
Lo que se ha llamado unidades que no cumplen con los requisitos -designadas
como unidades variantes en trminos estadsticos- normalmente se expresan en
uno de dos trminos; unidad mal conformada o unidad defectuosa, en las grficas
de control especficas de porcentaje o fraccin defectuosa.
Se puede definir la unidad mal conformada como:

13

Una unidad o servicio que tiene cuando menos una separacin de una
caracterstica de calidad a partir de su nivel o estado deseado y que ocurre
con una severidad suficiente para ocasionar que un producto o servicio
asociado no cumpla con un requisito de especificacin.
Se puede definir una unidad defectuosa como:

Una unidad de producto o servicio que tiene cuando menos una separacin
de una caracterstica de calidad de su nivel o estado, y que ocurre con una
severidad suficiente para ocasionar un producto o servicio asociado que no
satisface requisitos de uso normalmente esperados o razonablemente
predichos; o que tiene varias imperfecciones que combinadas ocasionan el
fallo del producto a satisfacer, los requisitos de uso esperados normales.
La diferencia bsica es que la unidad defectuosa -el trmino correspondiente a

defecto-, es un trmino orientado a la evaluacin de unidades con respecto al uso
del cliente, y la unidad mal conformada (desconformidad) es un trmino orientado
para la evaluacin de unidades con respecto a su actuacin con las
especificaciones.
Muchas de las grficas de control por atributos ampliamente usadas se

desarrollaron originalmente con el uso de defectuoso y porcentaje defectuoso
como terminologa bsica. Algunas otras grficas por atributos han usado ahora los
mal conformada y desconformidad como terminologa base, de acuerdo con la
terminologa moderna.
En algunas grficas de control por atributos -como en las que los requisitos de las
especificaciones son equivalentes a los requisitos de uso del cliente- los dos
trminos coinciden. Tambin, algunos requisitos contractuales de los clientes
pueden especificar que cualquier unidad que se separe de los requisitos
especificados se debe considerar como defectuosa.
En otras situaciones de grfica de control por atributos, la especificacin de
requisitos puede estar internamente establecida dentro de la planta, y estar
deliberadamente ms estrecha que los requisitos del cliente, haciendo as unidad
mal conformada el trmino ms apropiado para la grfica de control.
14

Entre las caractersticas de calidad del tipo pasa o no pasa y, de acuerdo con
stas, un producto es juzgado como defectuoso o no defectuoso (conforme o no
conforme), dependiendo de si cumple o no con las especificaciones o criterios de
calidad. En estos casos, si el producto no tiene la calidad deseada no se permite
que pase a la siguiente etapa del proceso; adems, es segregado y se le
denomina artculo defectuoso. Tal como:
Conforme, No Conforme.
Pasa, No Pasa.
Presencia, Ausencia de algo.
Se puede definir artculo defectuoso como:

Es un producto que no rene ciertos atributos, por lo que no se permite que
pase a la siguiente etapa del proceso; puede ser reprocesado o de plano
desechado.
Cada tipo de atributo ser objeto de un estudio acabado por las partes interesadas
y deber finalizar en un muestrario de defectos, debidamente clasificado por tipo
de defecto y firmado por las partes involucradas.
Dado que el producto defectuoso puede tener uno o ms defectos o el nmero de

productos defectuosos. En ambos casos, el estudio se har mediante muestras,
que podrn ser de tamao constante o variable, lo cual genera los cuatro tipos de
grficos que aparecen en la tabla 2.1. Todos ellos se basan en definir los lmites
de control a una distancia de 3 de su valor central, que ser la media de lo que
se quiera controlar. Su frmula genrica debe ser:
Tamao de muestra
Base de control Constante Variable
Nmero de piezas defectuosos Grfico np Grfico p
Nmero de defectos Grfico c Grfico u
Tabla 2.1 Tipos de grficos de control por atributos.
15

Para ver un ejemplo de los formatos disponibles para los grficos de control por
atributos ir a los anexos 2.1 y 2.2.
En el control del proceso se har de manera anloga a como se realizaba para

los grficas de control por variables, pero es conveniente hacer notar que aqu los
valores que se obtengan por encima de los lmites de control superior tienen un
significado muy diferente de los que aparezcan bajo los lmites de control inferior.
Mientras que los primeros estn detectando un exceso de defectos (o, en su
caso, de piezas defectuosas), los segundos ponen de manifiesto que las
muestras tomadas revelan valores muy bajos de defectos (o, en su caso, de
productos no aceptables). A pesar de esto ltimo podra llevar a pensar que se
est ante un buen resultado, lo que generalmente sucede es que las muestras
pueden estar extrayndose de forma inadecuada, por lo que habra que analizar
la forma de la extraccin. En el caso de que no sea sta la causa, estaremos ante
un proceso que ha evolucionado favorablemente, por lo que habra que recalcular
los lmites de control.
En lo referente a las muestras que deben tomarse peridicamente, deben ser de

mayor tamao que las utilizadas para los grficos de control por variables, el
tamao de muestra ms generalizado es de 25 unidades, sin embargo, se han
sugerido algunas reglas para determinar el nmero mnimo de unidades para
tamao de muestra. El tamao de muestra debe ser lo suficientemente pequeo
de forma que las condiciones de produccin y pruebas puedan suponerse
bastante uniformes. Al contrario, la muestra debe ser lo suficientemente grande
para promediar cuando menos 0.5 defectuosos por np. As, si p es muy pequea,
se requerir de una mayor n.
2.1.1 Clasificacin de los atributos
Existen distintas maneras de clasificarlos. Aqu utilizaremos el siguiente:

Atributos crticos: Son aquellos que violan leyes, agreden al consumidor o
hacen inservible al producto.
Atributos mayores: Producen una disminucin en el correcto funcionamiento o
utilizacin del producto y es notado por el consumidor.
16

Atributos menores: Producen una disminucin leve en el correcto
funcionamiento o utilizacin del producto, probablemente no lo note el
consumidor. Pero si lo nota, el personal calificado de produccin y de control de
calidad.
Cada tipo de atributo ser objeto de un estudio acabado por las partes interesadas
y deber finalizar en un muestrario de defectos, debidamente clasificado por tipo
de defecto y firmado por las partes involucradas.
2.1.2 Tipos de muestreo
Puesto que en cada periodo podran producirse diferente nmero de unidades, las
grficas de control tendra un tamao de la muestra variable. Hay tres enfoques
para construir y operar una carta de control con un tamao de la muestra variable.
Muestreo simple
Este tipo de muestreo toma solamente una muestra de una poblacin dada
para el propsito de inferencia estadstica. Puesto que solamente una muestra
es tomada, el tamao de muestra debe ser el suficientemente grande para
extraer una conclusin. Una muestra grande muchas veces cuesta demasiado
dinero y tiempo.
Muestreo de juicio
Una muestra es llamada muestra de juicio cuando sus elementos son
seleccionados mediante juicio personal. La persona que selecciona los
elementos de la muestra, usualmente es un experto en la medida dada. Una
muestra de juicio es llamada una muestra probabilstica, puesto que este
mtodo est basado en los puntos de vista subjetivos de una persona y la
teora de la probabilidad no puede ser empleada para medir el error de
muestreo.
Muestreo Aleatorio
Una muestra se dice que es extrada al azar cuando la manera de seleccin es
tal, que cada elemento de la poblacin tiene igual oportunidad de ser
seleccionado. Una muestra aleatoria es tambin llamada una muestra
probabilstica son generalmente preferidas por los estadsticos porque la
17

seleccin de las muestras es objetiva y el error muestral puede ser medido en
trminos de probabilidad bajo la curva normal. Los tipos comunes de muestreo
aleatorio son el muestreo aleatorio simple, muestreo sistemtico, muestreo
estratificado y muestreo de conglomerados.
Muestreo aleatorio simple

Una muestra aleatoria simple es seleccionada de tal manera que cada
muestra posible del mismo tamao tiene igual probabilidad de ser
seleccionada de la poblacin. Para obtener una muestra aleatoria simple,
cada elemento en la poblacin tenga la misma probabilidad de ser
seleccionado, el plan de muestreo puede no conducir a una muestra
aleatoria simple. Por conveniencia, este mtodo pude ser reemplazado por
una tabla de nmeros aleatorios.
Muestreo sistemtico.
Una muestra sistemtica es obtenida cuando los elementos son
seleccionados en una manera ordenada. La manera de la seleccin
depende del nmero de elementos incluidos en la poblacin y el tamao de
la muestra. El nmero de elementos en la poblacin es, primero, dividido por
el nmero deseado en la muestra. El cociente indicar si cada dcimo, cada
onceavo, o cada centsimo elemento en la poblacin va a ser seleccionado.
El primer elemento de la muestra es seleccionado al azar.
Muestreo Estratificado.
Para obtener una muestra aleatoria estratificada, primero se divide la
poblacin en grupos, llamados estratos, que son ms homogneos que la
poblacin como un todo. Los elementos de la muestra son entonces
seleccionados al azar o por un mtodo sistemtico de cada estrato. Las
estimaciones de la poblacin, basadas en la muestra estratificada,
usualmente tienen mayor precisin (o menor error muestral) que si la
poblacin entera muestreada mediante muestreo aleatorio simple.
Muestreo de conglomerados.
Para obtener una muestra de conglomerados, primero dividir la poblacin en
grupos que son convenientes para el muestreo. En seguida, seleccionar una
18

porcin de los grupos al azar o por un mtodo sistemtico. Finalmente,
tomar todos los elementos o parte de ellos al azar o por un mtodo
sistemtico de los grupos seleccionados para obtener una muestra. Bajo
este mtodo, aunque no todos los grupos son muestreados, cada grupo
tiene una igual probabilidad de ser seleccionado. Por lo tanto la muestra es
aleatoria. Una muestra de conglomerados, usualmente produce un mayor
error muestral (menor precisin de las estimaciones acerca de la poblacin)
que una muestra aleatoria simple del mismo tamao. Los elementos
individuales dentro de cada "conglomerado" tienden usualmente a ser
iguales.
2.2 Elaboracin e interpretacin de grficas por atributos
Aunque existen cuatro tipos diferentes de grficas de control por atributos,

podemos generalizar un proceso para su elaboracin, la cual consiste en la
realizacin de los siguientes pasos.
1) Establecer los objetivos del control estadstico del proceso: La

finalidad es establecer que se desea conseguir con la aplicacin de la
grfica de control.
2) Identificar la caracterstica a controlar: Es absolutamente necesario
determinar que caracterstica o atributo del producto o proceso se va a
controlar para conseguir satisfacer las necesidades de informacin
establecidas en el paso No. 1.
3) Determinar el tipo de grfica de control que es conveniente utilizar:
Para poder determinar el tipo es necesario considerar los siguientes
aspectos:
Tipo de informacin requerida.
Caractersticas del proceso.
Caractersticas del producto.
Nivel de frecuencia de las unidades no conformes o disconformidades.

4) Elaborar el plan de muestreo (tamao de muestra, frecuencia de
muestreo, y nmero de muestras):
Las Grficas de Control por Atributos requieren generalmente tamaos

19

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 = (n1 + 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.
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 d e 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.
6) Calcular la fraccin de unidades: Para cada muestra se registran los
siguientes datos:
El nmero de unidades inspeccionadas n.
El nmero de unidades no conformes.
La fraccin de unidades no conformes.
20

El nmero de defectos de una pieza.
La fraccin de defectos por pieza.

7) Calcular los lmites de control: Las frmulas para estos clculos se
encuentran en el formato de la grfica de control sugerido en el punto
anterior de este libro.
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.
9) Representar en el grfico la lnea central y los lmites de control.
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.

11) Comprobacin de los datos de construccin de la grfica de control.
12) Analizar e interpretar los resultados de la grfica de control y tomar
las acciones correctivas en el momento en que lo requiera el proceso:
Este proceso de interpretacin se ver en cada grfica de control.
2.2.1 Interpretacin de los grficos de control
Identificacin de causas especiales o asignables.

Pautas de comportamiento que representan cambios en el proceso:
o Un punto exterior a los lmites de control.
Se estudiar la causa de una desviacin del comportamiento tan fuerte.
o Dos puntos consecutivos muy prximos al lmite de control.
La situacin es anmala, estudiar las causas de variacin.
o Cinco puntos consecutivos por encima o por debajo de la lnea central.

21

Investigar las causas de variacin pues la media de los cinco puntos
indica una desviacin del nivel de funcionamiento del proceso.
o Fuerte tendencia ascendente o descendente marcada por cinco puntos

consecutivos.
Investigar las causas de estos cambios progresivos.
o Cambios bruscos de puntos prximos a un lmite de control hacia el otro

lmite.
Examinar esta conducta errtica.
2.2.2 Grfico para la fraccin disconforme (defectuosos)
Existen muchas caractersticas de calidad del tipo pasa o no pasa, en las que, de
acuerdo con stas, un producto es juzgado como defectuoso o no defectuoso,
dependiendo de si posee ciertos atributos. En estos casos, a un producto que no
rene ciertos atributos no se le permite pasar a la siguiente etapa del proceso y se
le separa denominndolo artculo defectuoso. Tambin se acostumbra llamar a
estos productos como no conformes.
2.2.2.1 Grfico p
Esta carta analiza las variaciones en la fraccin o proporcin de artculos
defectuosos por muestra o subgrupo. Se utiliza mucho para reportar la
proporcin (o porcentaje) de productos defectuosos en un proceso. En la carta p
se toma una muestra o subgrupo de n artculos, que puede ser la totalidad o una
parte de las piezas de un pedido, un lote, un embarque o cierta produccin.
Su propsito es analizar la proporcin de artculos defectuosos por subgrupo

(unidades rechazadas/ unidades inspeccionadas). Se supone una distribucin
binomial.
Sirve para controlar el nmero de productos defectuosos utilizando muestras que

pueden ser de tamao constante o variable. Si dividimos dicho nmero por el
tamao de la muestra n, obtendremos la fraccin defectuosa de la misma, la
cual se denomina p. Se calcula dividiendo el nmero de artculos defectuosos que
22

existan en la muestra entre el tamao de la misma, n. El valor central del grfico p
tendra que ser la fraccin de defectuosos del universo, p, que al no ser conocida
se estima mediante la media de las fracciones defectuosas . el clculo de esta
ltima se puede realizar como la media de las p calculadas, o bien dividiendo el
nmero de artculos defectuosos obtenidos en un perodo mnimo de un mes
entre el nmero de piezas inspeccionadas en el mismo.
La grfica p se puede establecer para medir la calidad producida por un centro de

trabajo, por un departamento, por un turno o por toda una fbrica. Con frecuencia
se usa para informar el desempeo de un operador, grupo de operadores o de la
administracin, como medio de evaluar su desempeo de calidad.
El tamao de subgrupo de la grfica p puede ser variable o constante. Se prefiere

que el tamao de subgrupo sea constante; sin embargo, pueden presentarse
muchos casos, como cambios en una mezcla y en inspeccin 100% automtica,
donde cambia el tamao de los subgrupos.
La variable p se distribuye segn una binomial, por lo que su desviacin estndar y

los correspondientes lmites de control se pueden expresar como:
(1 )
! =

(1 )
= 3

Para calcular los lmites de control, se parte del supuesto de que la cantidad de
piezas defectuosas por subgrupo sigue una distribucin binomial (vea el apndice)
y a partir de esto se aplica el mismo esquema general, que seala que los lmites
estn dados por .
23

Se podr apreciar que los lmites de control variarn, pues dependen de n, y sta
no necesariamente debe ser constante. Ello obligar a calcular los lmites de
control para cada una de las muestras, lo cual se puede simplificar tomando el
tamao de muestra promedio y obteniendo unos lmites de control simplificados,
basndose en que no se incurre en un gran error al ser n un nmero relativamente
elevado.
Cuando el tamao de subgrupo n no se mantiene constante a lo largo de las

muestras, se tienen dos alternativas: usar el tamao promedio de subgrupo en
lugar de n, o construir una carta de control con lmites variable. Si el promedio del
proceso medido a travs de es desconocido, entonces ser necesario estimarlo
por medio de un estudio inicial.
El siguiente ejemplo muestra el nmero de defectos obtenidos en una muestra de

50 unidades tomados de la operacin de llenado de cera de una fbrica de
veladoras.
Clculo de la fraccin defectuosa promedio:
Clculo de los lmites de control:
La razn de que los valores negativos se consideren como cero, es que no pueden
existir fracciones defectuosas negativas, debido a que se dividen dos valores
positivos.
El anlisis de la grfica es similar que las grficas de control de variables, por lo
que podemos concluir que el proceso no se encuentra dentro de control estadstico
debido a:
24

Existen cambio bruscos.
10 puntos se encuentran dentro de los ltimos 3/3 de los lmites de control,
por lo que existe una gran dispersin de los datos.
36% de los puntos caen dentro del 1/3 de los lmites de control, lo cual
debera ser la mayora de los puntos.
Existen puntos cercanos a los lmites de control.
Se deben de investigar las causas por las cuales el proceso ha estado
trabajando en forma errtica, y buscar las causas asignables para tratar de
eliminarlas.
Un ejemplo de la grfica por atributos p se encuentra en el anexo 2.3.
2.2.2.1.1 Grfica de control para controlar el porcentaje defectuosos

(100p); para tamao de muestra variable.
La grfica de porcentaje defectuoso es idntica que la grfica para controlar la

fraccin defectuosa slo que la escala vertical cambia a porcentajes (multiplicando
la fraccin defectuosa por 100). Esta grfica la veremos para tamao de muestra
variable.
Para el caso de muestra variable hay necesidad de hacer un clculo de lmite de
control por cada tamao de muestra diferente, el cual tambin es variable.
Los lmites de control entonces estn dados:
Por ejemplo, supngase que se tienen los siguientes datos correspondientes a una
empresa ficticia. Con sus lmites de control correspondientes.
n Lmites de control para

200 1.56 37.18/14.14 = 1.56 2.63
300 1.56 37.18/17.32 = 1.56 2.15
500 1.56 37.18/22.36 = 1.56 1.66
600 1.56 37.18/24.50 = 1.56 1.52
25

Como se puede apreciar el proceso se encuentra dentro de control, la grfica no
contiene ningn sntoma de anormalidad, pero se deberan analizar las causas por
las cuales el proceso tiene una valor central muy grande (1.56%) para
posteriormente mejorar el proceso y tener una mejora continua.
Para apreciar el grfico de control por atributo ver anexo 2.4.
Entonces, para fortalecer lo explicada anteriormente, se procede a explicar

metdicamente la realizacin de un grfico p.
Elaboracin de la grfica p
1. Seleccionar la o las caractersticas de calidad. El primer paso en el

procedimiento es determinar el uso de la grfica de control. Se puede establecer
una grfica p para controlar la proporcin de disconformes de:
a) Una sola caracterstica de la calidad
b) Un grupo de caractersticas de calidad
c) Una parte
d) Un producto completo
e) Varios productos.
Eso establece una jerarqua de utilizacin, de modo que cualquier inspeccin

aplicable a una sola caracterstica de la calidad tambin suministra datos para
otras grficas p, que representan grupos mayores de caractersticas, partes o
productos.
Al usar la grfica de esta manera se pueden hacer comparaciones entre unidades
semejantes. Tambin es posible evaluar el desempeo de una unidad, respecto a
la calidad. Existe una jerarqua de utilizacin tal que los datos reunidos para una
grfica tambin se pueden usar en una grfica ms incluyente.
2. Determinar el tamao del subgrupo y el mtodo. El tamao del subgrupo es una

funcin de la proporcin de disconformes. Para seleccionar el tamao de subgrupo
se requieren algunas observaciones preliminares para formarse una idea
aproximada de la proporcin de no conformes y un juicio del nmero promedio de
26

unidades no conformes con las que se obtendra una grfica adecuada. Se sugiere
un nmero mnimo de 50 como punto de partida. La inspeccin puede ser por
auditora, o en lnea. Un mtodo preciso para determinar el tamao de muestra
consiste en aplicar la frmula:
!
! !
= (1 )

Donde:
n= tamao de muestra.
p =estimacin de la proporcin de no conformes en la poblacin. Si no se dispone
de alguna estimacin, suponer el caso peor de p =0.50. Por seguridad se debe
estimar por exceso.
Z/2 =coeficiente de distribucin normal (valor Z) para el rea entre las dos colas.
Esa rea representa el equivalente decimal del lmite de confianza.
3. Reunir los datos: El tcnico de control de calidad necesitar reunir datos

suficientes para cuando menos 25 subgrupos, u obtener los datos en registros
histricos.
Quiz la mejor fuente es de una hoja de verificacin diseada por un grupo de
proyecto.
4. Calcular la lnea central y los lmites de control tentativos.
5. Alcanzar el objetivo. Los cinco primeros pasos fueron de planeacin. En el

ltimo paso interviene la accin, y conduce a alcanzar el objetivo. Quiz con un
anlisis detallado de fallas o con la ayuda tcnica de Ingeniera de producto se
puedan obtener ms ideas que se puedan evaluar. Tambin podra ayudar un
nuevo equipo de proyecto.
El mejoramiento de la calidad nunca termina. Se pueden redirigir las actividades

hacia otras reas, de acuerdo con la necesidad y/o los recursos disponibles.
2.2.2.2 Grfico np
Cuando el tamao de la muestra en las cartas p es constante, es ms conveniente

usar la carta np en la que se grafica el nmero de artculos defectuosos por
27

subgrupo (d), en lugar de la proporcin. Los lmites de control para la carta np se
obtiene estimando la media y la desviacin estndar de d. Los lmites de la carta
np indican qu tanto vara la cantidad esperada de piezas defectuosas por cada n
artculos inspeccionados.
Su propsito es monitorear el nmero de unidades defectuosas por subgrupo
(nmero de artculos rechazados por cada muestra inspeccionada). Se supone una
distribucin binomial.
En ocasiones, cuando el tamao de la muestra en los grficos p es constante, es

ms conveniente el grfico np en la que se grafica el nmero de artculos
defectuosos por subgrupo, en lugar de la proporcin. La grfica de nmero de
conformes, o grfica np, es casi igual que la grfica p; sin embargo, no se usan las
dos para el mismo objetivo.
La grfica np es ms fcil de comprender para el personal de operacin, que la
grfica p. Tambin, los resultados de la inspeccin se anotan directamente en ella,
sin hacer ms clculos.
Si se permite variar el tamao de subgrupo, variarn la lnea central y los lmites de
control, lo cual dar como resultado una grfica casi sin sentido. Por consiguiente,
uno de los lmites de una grfica np es el requisito que el tamao de subgrupo sea
constante. Ese tamao de muestra debe indicarse en la grfica para que los que la
vean tengan un punto de referencia.
Como la grfica de nmero de no conformes es matemticamente equivalente a la
grfica de proporcin de no conformes, la lnea central y los lmites de control
cambian en un factor de n.
!" =
Para esta variable la desviacin estndar y los correspondientes lmites de

control son:
!" = (1 )
=
!" = 3 (1 )
En ocasiones, en un estudio inicial, es difcil localizar las causas especiales, si es

que las hubo, ya que ocurrieron en el pasado. Sin embargo, una vez que se
28

establecen los lmites de control y en la carta se grafica la cantidad de piezas
defectuosas en el momento inmediato en el que se obtienen, ser ms fcil
localizar las causas especiales que ocurran, ya que se analizar el proceso en
tiempo presente. Los lmites de control que se usarn a futuro en la carta np para
los componentes pueden ser los mismos que se obtuvieron, pues stos estn
afectados por un punto mximo y otro mnimo, por lo que de alguna manera se
compensan, adems de que no se encontraron las causas especiales.
Si se desconoce la fraccin p0 de no conformes, se deber determinar reuniendo

datos, calculando los lmites de control tentativos y obteniendo la mejor estimacin
de p0.
Las frmulas de los lmites de control tentativos se obtienen sustituyendo a por p0
en las frmulas.
Interpretacin de los lmites de control del grfico np
Los lmites de la carta np indican qu tanto vara la cantidad esperada de piezas

defectuosas por cada n artculos inspeccionados.
Se hace nfasis en el hecho de que estos lmites reflejan la realidad del proceso de
acuerdo con la manera en la que se muestrea, lo que hace que la carta ayude a
detectar la presencia de causas especiales que afectan el proceso. Sin embargo,
aunque se identifiquen y se eliminen tal tipo de causas y se logre tener un proceso
estable, suponiendo, la cantidad de piezas defectuosas an sera demasiado
grande, de acuerdo a la interpretacin de los lmites. Por ello, ser necesario
generar acciones para disminuir la cantidad de piezas defectuosas.
Algo que es importante destacar es la relacin entre la carta p y la np, ya que
esencialmente son las mismas, salvo un cambio de escala. Por ejemplo, para
convertir la carta np en una carta p, basta dividir la escala entre el tamao de la
muestra. De aqu que cuando se quieren controlar los artculos defectuosos de un
proceso y se toman muestras de tamao constante, el criterio para elegir entre una
carta p y una np es segn se prefiera entre la proporcin de artculos defectuosos
o el nmero de stos.
29

Como se puede apreciar la grfica del anexo 2.5, resulta ser idntica a la grfica p,
por lo que su significado y las conclusiones son tambin iguales a esa grfica.
Si el operario lleva la construccin de la grfica de control, entonces se sugiere
este tipo de grfica, debido a que hay que hacer menos operaciones matemticas
para su construccin y pueden ocurrir menos errores de clculo.
2.2.3 Grfico para disconformidades (defectos)
El otro grupo de graficas para atributos es el de no conformidades (tambin

conocidas como valor discreto). Mientras que una grafica p controla la proporcin
de no conformes en el producto o el servicio, la grafica de no conformidades
controla el conteo o la cuenta de no conformidades dentro del producto o servicio.
Hay dos tipos de graficas aqu: para cuenta de no conformidades (c) y para cuenta
de no conformidades por unidad (u).
2.2.3.1 Grfico c
El objetivo de la carta c es analizar la variabilidad del nmero de defectos por

subgrupo, cuando el tamao de subgrupo se mantiene constante. En esta carta se
grafica c que es igual al nmero de defectos o eventos en el i-simo subgrupo
(muestra).
Su propsito es analizar el nmero de defectos por subgrupo o unidad, que puede
ser un artculo o un lote, una medida de longitud o de tiempo, una medida de rea
o volumen.
En la produccin de determinados trabajos sobre los cuales se debe efectuar una

inspeccin pasa-no pasa, existen por lo menos dos razones por las cuales las
grficas del porcentaje defectuoso o las de fraccin defectuosa, resultan de muy
escaso valor:
1. La cantidad producida es muy baja Pueden ser muy pocas las unidades
producidas cada da, cada semana o cada mes.
2. Con productos fsicamente grandes y complicados, como mquinas
integradas, turbinas, o rodillos, se presentan siempre algunos defectos
durante su inspeccin final. Se pueden notar tomillos flojos que necesiten
apretarse, placas que requieran pintura, o sistemas electrnicos por
30

coordinar. Bajo el sistema convencional del porcentaje defectuoso, las
grficas siempre acusarn 100% de rechazos, lo cual las hace de poca
utilidad para el control de calidad.
Los grficos c se utilizan para controlar el nmero de defectos en una muestra del
producto o unidad de inspeccin. Para controlar este proceso, un inspector se
coloca al final de la lnea de produccin y cada cierto intervalo retira una unidad de
inspeccin, verifica y anota el nmero total de defectos.
Este resultado se anota en un grfico denominado grfico c. De acuerdo a la

Distribucin de Poisson, si denominamos c al parmetro de la funcin de
distribucin, el promedio de la poblacin es c y la varianza tambin es c.
En estas circunstancias, la inspeccin por atributos resulta ms efectiva bajo forma

de grficas de control de defectos por unidad. Por lo tanto, una mquina puede
tener 25 defectos durante su inspeccin final. Los lmites de control deben
expresarse en trminos del nmero de defectos por unidad.
Una unidad defectuosa puede tener uno o ms defectos. Sin embargo, es posible
que una unidad de producto tenga varios defectos y que no sea clasificada como
defectuosa debido a la naturaleza poco importante del defecto. Existen en la
prctica muchas situaciones en las que es preferible trabajar con el nmero de
defectos que con el porcentaje o el nmero de unidades defectuosas. Por ejemplo,
el nmero de soldaduras defectuosas en un tubo de conduccin de gas, el nmero
de defectos funcionales es un dispositivo electrnico, etc.
Se pueden efectuar grficos de control para el nmero total de defectos por unidad
de producto o para el nmero de defectos en la muestra. Estos grficos de control
se basan en la distribucin de Poisson que exige un nmero de puntos donde
potencialmente podra producirse el defecto infinitamente grande, as como que la
probabilidad de que el defecto aparezca en un determinado punto sea muy
pequea y constante.
La unidad de inspeccin debe ser la misma en cada muestra. Es decir cada unidad
de inspeccin debe representar siempre una probabilidad igual de que se
produzcan los defectos. En la mayor parte de las situaciones prcticas, estas
31

condiciones no se satisfacen exactamente. El nmero de oportunidades (puntos)
para los defectos suele ser finito y la probabilidad de aparicin de defectos puede
no ser constante. Si las desviaciones respecto de la situacin ideal no son
importantes, puede usarse el modelo de Poisson. Existen, sin embargo, casos en
los que las desviaciones respecto de las condiciones del modelo son considerables
y en los que la utilizacin de la distribucin de Poisson es inadecuada.
Existen dos tipos de grficas, dependiendo de la aplicacin.
1) La grfica de defectos de una clasificacin dada observados en una sola

unidad de producto de tamao o carcter constante en inspecciones
sucesivas. Esta grfica se denomina c, y los valores de c se grafican en una
grfica llamada grfica c.
2) La grfica promedio o el nmero promedio de defectos de una clasificacin
dada observados en una muestra de n unidades de producto de carcter o
tamao constante en inspecciones sucesivas. Esta grfica promedio se
denomina u, donde u=c/n, y los valores de u se grafican en una grfica
llamada grfica u.
Entonces podemos decir que la grfica c sirve para controlar el proceso

productivo mediante el conocimiento del nmero de defectos que aparece en
una muestra, obtenido ste como la suma de todos los defectos que tengan las
piezas que lo componen.
Sera til indicar algunas aplicaciones representativas de la grfica c.

Generalmente puede usarse donde el nmero potencial de errores por artculo
sea grande aunque el nmero esperado sea relativamente pequeo. En los
siguientes ejemplos puede utilizarse la grfica c.
a) Nmero de defectos de tejido en una prenda de vestir.

b) Nmero de defectos de rugosidad por unidad de rea en un material de
trabajo.
c) Nmero de poros, rayones, manchas en una superficie pintada.
d) Nmero de errores de ensamble en un equipo completo.
Tambin se puede decir que las grficas c y u se usan para analizar el proceso
por defectos de un producto, tales como imperfecciones en una lmina,
32

barnizado, niquelado, defectos en una tarjeta de crdito impreso, en tejidos del
rea textil.
Dado que se considera la existencia de una gran cantidad de posibles defectos
por artculo, una probabilidad relativamente baja de que se den un defecto e
independencia de sucesos en los distintos artculos, la binomial que rega el
nmero total de defectos tiende a una distribucin de Poisson, en la que la
desviacin tpica puede expresarse como:
= lim (1 ! ) = lim =
!! !!
donde c es el nmero ms probable de defectos por muestra. De acuerdo con lo

anterior, los lmites de control se pueden expresar como:
= 3
donde c, ha sido sustituido por la media de defectos por muestra , que

se calcular dividiendo el nmero total de defectos encontrados en un lote de
muestras entre el nmero de stas. Cabe comentar que, en el presente caso, la
muestra puede tener un tamao ms reducido, pues de hecho, cada unidad a
controlar puede llevar un nmero relativamente elevado de posibles defectos. En
cualquier caso, el valor de n debe ser sensiblemente constante si se desea llegar a
valores comparables.
Para apreciar un ejemplo de la grfica c consultar el anexo 2.6.
Grficos c para tamao de muestra constante
En el grfico c se representan el nmero de defectos existentes en cada unidad de

inspeccin. En la mayor parte de los casos, la unidad de inspeccin ser una
unidad de producto aunque esto no es absolutamente necesario ya que la unidad
de inspeccin constituye simplemente una porcin de produccin sobre la que es
conveniente registrar el nmero de defectos encontrados. Puede ser un grupo de
unidades de producto. Supongamos que los defectos tienen lugar en esta unidad
de inspeccin de acuerdo con la distribucin de Poisson, donde x es el nmero de
defectos en la unidad de inspeccin y c es el parmetro de la distribucin,
33

Sabemos que la media y la varianza de la distribucin de Poisson son ambas
iguales a c.
Hay que tener en cuenta que la probabilidad de producir una falsa alarma por
situarse el punto por encima del lmite de control superior es diferente que la de
situarse por debajo del lmite inferior (colas superior e inferior diferentes). Si no se
conoce el parmetro c, debe estimarse a partir de una muestra preliminar de
unidades de inspeccin. El valor obtenido en la estimacin, O sustituir al valor O
en los lmites arriba indicados.
Consideremos el caso en el cual cada elemento de la muestra puede tener un

nmero de diferentes defectos. La variable de inters es el nmero de defectos por
unidad.
Utilizaremos la siguiente notacin:
c = Nmero de defectos en una muestra de producto.
= El promedio de una serie de conteos de defectos c de varias muestras.
= El valor estndar o verdadero valor promedio de defectos por muestra.
Se inspeccionan todas las unidades de la muestra, se registran el nmero de

defectos c.
Para la aplicacin del grfico de control c, suponemos que lo siguiente se cumple:
La probabilidad de que ocurra un defecto es, p, un valor muy pequeo.

Adems de que los defectos ocurren en forma independiente, es decir, el
que ocurra un defecto no afecta la probabilidad de que ocurran los
siguientes defectos.
Las muestras tienen las mismas reas de oportunidad para los defectos, es
decir, las piezas deben ser del mismo tipo y tamao. Esto es, no considerar
piezas de diferente tamao, unas demasiado grandes y otras demasiado
pequeas. No considerar nmeros variables n de tamao de muestra.
El nmero de defectos es bastante mayor al parmetro c.
Todos los defectos estn bien definidos.
La inspeccin para la deteccin de los defectos es consistente.
34

Si lo anterior se cumple, la distribucin de Poisson con parmetro como nmero
promedio de defectos, puede ser utilizada para modelar el nmero de defectos en
muestras de tamao constante.
La media y varianza de la distribucin de Poisson, es el mismo parmetro , es

decir:
E(c) = ; Var(c) =
De esta forma, si tenemos m muestras, el parmetro c, puede ser estimado de la

frmula que se muestra a continuacin:
De esta forma, si tenemos m muestras, el parmetro c, puede ser estimado de la

frmula que se muestra a continuacin:
2.2.3.2 Grfico u
Cuando se quiere monitorear una variable con distribucin Poisson, pero el tamao
de subgrupo no es constante se usa la carta u. En ella se analiza la variacin del
nmero promedio de defectuosos por artculo o unidad, en lugar del total de
defectos en el subgrupo. En esta carta se grafica el nmero promedio de defectos
por unidad. Su propsito es monitorear el nmero promedio de defectos por
artculo o unidad inspeccionada.
Su uso; al igual que la carta c, pero aqu se prefiere analizar el nmero promedio
de defectos por artculo o unidad, en lugar del nmero de defectos por subgrupo.
El tamao de subgrupo (n), el tamao de subgrupo puede ser constante o variable,
pero siempre est conformado por varias unidades de referencia o artculos.
Como ya analizamos y sabemos la grfica c se aplica cuando el tamao de

subgrupo es una unidad inspeccionada igual a uno, tales como un avin, una
canoa, resma de papel, etc. La unidad inspeccionada puede tener cualquier
tamao que cumpla con el objetivo; sin embargo, debe ser constante. Recordemos
que n, el tamao del subgrupo no aparece en los clculos porque su valor es 1, en
35

caso de que varia el tamao del subgrupo es cuando introducimos la grfica u
(cuenta de no conformidades/unidad). Tambin se puede usar la grfica u cuando
el tamao de subgrupos es constante.
La grfica u es matemticamente equivalente a la grafica c, se elabora de la misma
forma, con la recoleccin de subgrupos, clculo de la lnea central y los limites de
control tentativos, estimacin de la cuenta estndar o de referencia de no
conformidades por unidad.
Las grficas u nos evidencian de manera directa nuestro nivel de calidad, su
variacin inclusive facilita la aparicin o desaparicin de las causas de la
variabilidad.
Cuando las muestras no pueden ser elegidas de tamao constante, no podremos
trabajar por ende con el nmero de defectos por muestra (grfico c), haciendo
mencin a lo anterior la utilizacin de u la podemos ver en la siguiente expresin:

=

Debido a la variacin de las dimensiones de las muestras es necesario al aplicar

este tipo de grfica, definir unidades de medida en cuanto a los elementos que
conformarn las muestras, manteniendo constantes las caractersticas a evaluar.
En este tipo de grficos se representa la cantidad de defectos por unidad de

medida. La hiptesis de trabajo es que el nmero de defectos tiene una
distribucin de Poisson. La lnea central y los lmites de control vienen dados por:

= = + 3 = 3

Para estas 3 formulas ms la anterior, podemos ver que:

= Cuenta de no conformidades en un subgrupo.
= Cantidad inspeccionada en un subgrupo.
= Cuenta de no conformidad / unidad en un subgrupo. (ya vimos la relacin

en la primera ecuacin).
= Cuenta promedio de no conformidades/unidad para muchos subgrupos.
36

= Upper Control Limit (lmite de control superior).
= Lower Control Limit (lmite de control inferior).
Lo mismo que ocurra para el grfico p, los lmites de control son variables. De la
misma forma que en ste, se puede adoptar en ocasiones, un tamao medio de la
muestra y fijar as los lmites de control, evadiendo el clculo de los mismos para
cada muestra.
Debemos mencionar que la lnea central de la grfica quedara igual sin

modificaciones, utilizando .
Como sabemos utilizaremos para graficar la carta de control de Shewhart,
debemos suponer que se decide basar la carta de control en un tamao de la
muestra e n unidades de inspeccin. Es importante saber que n no tiene que ser
necesariamente entero.
El procedimiento para crear estas graficas es igual a los otros simplemente
cambiamos las formulas y continuamos los siguientes pasos:
Recolectaremos la informacin (datos).
Debemos analizar la proporcin de no conformidad por pieza elaborada.
Determinaremos la media de u y los lmites de control.
Mediante el grfico de control de Shewhart representaremos los valores, los
subgrupos, cada uno con su respectivo lmite de control.
Y al igual que en los otros grficos analizaremos los resultados de la grfica.
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 la estabilidad del
proceso.
Dentro del grfico debemos comprender que en el eje horizontal se representara el
nmero de la muestra en el orden que ha sido tomada, podramos pensar que
acorde al tamao de n podramos moverlo de menor a mayor o viceversa, pues no,
porque estamos analizando el patrn acorde al tiempo en que ha sido tomado,
queremos ver que paso en ese momento, analizar qu pas con la persona a
cargo o la mquina.
37

Para visualizar un ejemplo de un grfico u se aprecia en el anexo 2.7.
El eje vertical representar el nmero de no conformidades por unidad u.
Una vez completado todos los pasos y analizando nuestra grfica de control
comprobaremos los valores del nmero de disconformidades por unidad de las
muestras utilizadas dentro de los lmites de control y analizar cualquier proceso de
calidad.
< ! <
Sabemos que en caso contrario deberemos tomar mucha precaucin al valor que
est fuera sabiendo analizar los patrones, eliminaremos este valor y volveremos a
analizar, el punto de todo esto es que el proceso no tenga ningn punto por fuera
de especificaciones.
Objetivos
Las grficas de no conformidades no son tan incluyentes como las grficas de

medias y rangos, o las grficas p, pero todava tienen varias aplicaciones.
Los objetivos de este tipo de grficas son:
Determinar el grado promedio de calidad (esta informacin determina la
capacidad inicial del proceso).
Llamar la atencin de la administracin sobre cualquier cambio en el
promedio, una vez conocida la calidad promedio, cualquier cambio se
vuelve importante.
Mejorar la calidad del producto o servicio, una grfica de no conformidades
puede motivar al personal de operacin y de la administracin para
proponer ideas sobre el mejoramiento de la calidad. La grfica indicar si la
idea es adecuada o inadecuada.
Evala la calidad del desempeo del personal de operacin y administrativo,
como las grficas de no conformidades se suelen aplicar a los errores, son
muy efectivas para evaluar la calidad de las reas funcionales tales como
finanzas, ventas, servicio al cliente, etc.
Proporcionan informacin sobre la aceptacin del producto para siquiera
antes de enviarlo.
38

Estos objetivos son muy parecidos a los de las grficas de no conformes. Debido a
las limitaciones de las grficas para cuentas de no conformidades, muchas
organizaciones no tienen oportunidad de usarlas.
Podramos concluir que estas grficas se utilizan para controlar y analizar un
proceso por los defectos de un producto, podran ser como ejemplos rayones en
placas de metal, nmero de soldaduras defectuosas de un televisor,
encontraremos que la grfica c referida al nmero de defectos se usa para un
producto cuyas dimensiones son constantes, mientras que una grafica u se usa
para un producto de dimensin variable.
2.2.4 Clasificacin de defectos
1. Para las caractersticas de calidad del producto

Una caracterstica critica: Es aquella que amenaza con prdida de vida o
propiedad, o hace el producto no funcional fuera de los lmites prescritos.
Una caracterstica mayor: Es aquella que ocasiona que el producto falle al
cumplir su funcin esperada si est fuera de los lmites prescritos .
Una caracterstica menor: Es aquella que ocasiona que el producto no cumpla
totalmente su funcin esperada si est fuera de los lmites prescritos.
Una caracterstica incidental: Es aquella que no tendr ningn efecto
insatisfactorio sobre la calidad para el cliente.
2. Para las caractersticas de calidad del proceso

Una caracterstica critica: Es aquella en la que cualquier variacin importante
a partir de la tolerancia, que pueda ocurrir ocasionalmente, provocara una
tasa de defecto o mal conformacin promedio a largo plazo inaceptable.
Una caracterstica mayor: Es donde cualquier variacin de mesurada a
importante a partir de la tolerancia, que pueda ocurrir ocasionalmente
provocara una tasa de defecto o mal conformaciones promedio a largo plazo
inaceptable.
Una caracterstica menor: Es aquella en la que cualquier variacin a partir de
la tolerancia, que pueda ocurrir ocasionalmente, puedo provocar una pequea
tasa de defectos o mal conformaciones promedio a largo plazo
39

Una caracterstica incidental: Es aquella en que cualquier variacin de la
tolerancia, que pueda ocurrir ocasionalmente, no tendr consecuencias
promedio largo plazo de mal conformaciones o defectos
Algunas clases de graficas del porcentaje y fraccin defectuosos registran el total

de defectos que puedan ser la causa para el rechazo de las unidades. las criticas
existentes hacia estas graficas son referentes a las consideraciones que estas
toman, por ejemplo, estas toman todas las causas de rechazo como igualmente
malas, sin importar que se trate de rebabas en el producto, las cuales son
fcilmente eliminadas o de un defecto bsico que en realidad pueda causar
desperdicio de todo el conjunto. El efecto de acumular todo tipo de rechazo, puede
acarrear dificultades en dos reas diferentes, las cuales son:
En el procedimiento de la factora para el control interno de la calidad del
producto
En el procedimiento de la factora sobre la estimacin de la calidad del
producto, de acuerdo con su empleo posterior.
Procedimiento de control interno
Cuando se acumulan todos los tipos de rechazos en una grfica de porcentaje o

fraccin defectuosa, un punto fuera de control puede inquietar en forma
innecesaria hasta a la gerencia, pudiendo ser motivado nicamente por una causa
menor, de un valor menor para su rechazo y fcil de remediarse. Y de igual
manera, puede llegar la situacin de observar un punto dentro del control, y
sentirse satisfecho, pero tal punto incluye tres o cuatro defectos muy costosos.
A pesar de esto, muchas veces es sano continuar con la prctica de considerar a

todos los defectos con un igual valor. Esto por una razn, el tiempo de re
maquinado es uno de los mayores costos del producto. Tal vez sea necesario
emplear el mismo tiempo en el re maquinado de un producto con un defecto
escaso que en el de otro producto con un defecto ms costoso. Una vez ms, el
costo de reparacin de defectos costosos o leves, tiende a equilibrarse durante
una produccin larga, ayudando esto a considerar a todos los defectos
enmarcados dentro del porcentaje defectuoso como si fueran todos del mismo
40

valor. Sin embargo, en aquellos casos en que la relativa seriedad de los diferentes
tipos de defectos pueda variar ampliamente, ser preferible asignar cierto valor
ponderado a cada defecto.
Rendimiento de servicio
Con productos relativamente complicados, las diferentes categoras de defectos

podrn tener efectos muy variables sobre el rendimiento que proporcione el
producto, una vez adquirido por el consumidor. Al reunir todos los defectos en una
grafica de porcentaje defectuoso, se da a la gerencia un idea falsa de resultado
que esos defectos anotados, pueden tener sobre el rendimiento del producto.
Las clasificaciones de defectos en estos casos deben establecerse de acuerdo con
la seriedad del efecto de varios defectos sobre la seguridad y desempeo del
producto en uso.
El factor numrico ponderado comparativo de estos defectos variaran de acuerdo
con las condiciones del producto. Tambin se pueden aplicar estos factores en la
grfica de control y lograr que dicha grafica refleje con mayor exactitud el alcance
de la calidad desarrollada durante el proceso.
En algunas ocasiones la clasificacin de defectos crticos, mayores, menores e
incidentales se logra mejor asignando valores de demerito por unidad cada uno de
estos defectos. A los crticos mayores, menores e incidentales, se les asignara
valores de demerito de 100, 30, 10 y 1 respectivamente.
Las grficas de control se pueden construir bajo la base de demritos por unidad,
siguiendo el modelo y procedimiento establecido para las grficas de porcentaje
defectuoso. Para determinados productos, la gerencia requerir tan solo un ndice
nico de la calidad del producto. Estos ndices de la calidad se pueden deducir de
los datos de los demritos por unidad en la siguiente forma:
!"#%&'() !"# !"#$%$ !"#$%&'!(

ndice de calidad =
!"#%&'() !"# !"#$%$ !"#$%$&'(
Esta clase de ndice es de gran valor en las empresas donde la gerencia desea un
ndice de calidad comparable en alguna forma con los ndices que recibe sobre
41

algunos asuntos como realizacin de presupuestos, produccin semanaria y
costos de salario.
Si los costos de la calidad, asociados con cada clase de defectos, se pueden

determinar, entonces el ndice de calidad se podr expresar en trminos del costo
de la calidad en efectivo y puede ser empleado como medida para comparar los
cursos alternativos del control y la accin estimativa.
42

3. Conclusiones generales
Los grficos de control son de suma importancia ya que nos proporcionan

informacin para prevenir la fabricacin de piezas defectuosas por estar fuera de
especificaciones, tambin nos ayudan a controlar las caractersticas de calidad y
evitar que se modifiquen a lo largo del tiempo.
Otro factor importante es que nos apoyan en el control del proceso mantenindolo
estable en cuanto a tiempos y parmetros de calidad.
Entonces, se dice que los grficos de control son una herramienta poderosa para
las empresas. Pero a la vez son tambin un arma de doble filo, puesto que si no se
conocen sus propiedades y cualidades, pueden usarse de forma incorrecta, no
sirviendo para su propsito final, que no es otro ms que mejorar los procesos de
produccin y reducir los costes de todo tipo.
La variable a monitorizar ha de estar claramente definida, as como los resultados

que se espera obtener. En ese caso, hay una amplia variedad de grficos de
control, y en este documento se han detallado los grficos de control por atributos,
cuya utilidad est siendo estudiada cada vez ms por sus innegables ventajas.
Adems, existen muchas variantes de los modelos de grficos originales que se
adaptan a cas cualquier situacin requerida.
Los grficos de control se pueden definir como una herramienta estadstica que se
utiliza para controlar un proceso. Permite al responsable del mismo distinguir entre
las causas de variacin que aparecen en el mismo:
v Variabilidad debida a causas comunes, que nos permite realizar
predicciones sobre el estado del proceso.
v Variabilidad debida a causas especiales, que no nos permiten predecir la
situacin del proceso en un determinado momento.
43

4. Listado de anexos
Anexo 2.1
Primer formato para el grfico de control por atributos.
44

Anexo 2.2
Segundo formato para el grfico de control por atributos.
45

Anexo 2.3
Grfico de control por atributos p.
46

Anexo 2.4
Grfico de control para tamao de muestra variable.
47

Anexo 2.5
Grfico de control por atributos np.
48

Anexo 2.6
Grfico de control por atributos c.
49

Anexo 2.7
Grfico de control por atributos u.
50

5. Referencias bibliogrficas
Besterfield, D. (2009). Control de calidad, 8va edicin. Mxico: PEARSON

EDUCACIN, INC.
De la Pea, J. (1992). Calidad, Fiabilidad. Espaa: Igrficas, S.A.
Gutirrez, H. Y De la Vara, R. (2004). Control Estadstico de Calidad y Seis

Sigma, 2da edicin: Mac Graw Hill. Mxico.
Hitoshi Kume. (1985). Statical methods for quality improvement. Colombia:

NORMA.
Pulido, H. Calidad total y productividad, 3ra edicin. Editorial Mc Graw Hill/

Interamericana Editores S.A. de C.V.
Verdoy, P. J., Mateu, J., y Sagasta, S. (2006). Manual de control estadstico

de calidad: teora y aplicaciones, 3ra edicin. Publicacions de la Universitat
Jaume I.
Fundibeq. (2014). GRFICOS DE CONTROL POR ATRIBUTOS. 03 de

Noviembre de 2015, de Fundibeq.org. Recuperado de:
http://www.fundibeq.org/opencms/export/sites/default/PWF/downloads/galler
y/methodology/tools/graficos_de_control_por_atributos.pdf
Jurez, D. (2013). GRFICO U. 02 de Noviembre del 2015, de Weebly.com

Recuperado de: http://controlestadisticodelacalidad-
industrial.weebly.com/324-graacutefico-u.html
51

Unidad 3 Rullbb

Uploaded by

Document Information

Original Description:

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Unidad 3 Rullbb

Uploaded by

Copyright:

Available Formats

INSTITUTO

Unidad III: Grficas de control por atributos

Beltrn Snchez Marlene 13310740

Cuando no es fcil medir un producto o una parte, o cuando la calidad se puede

En diversos lugares se ha planteado antes la dialctica variables/atributos y entre

En muchas aplicaciones ser necesario elegir entre un diagrama de control por

Seguidamente, en el presente se hablar de los diagramas de control por atributos

En 1924 W.A. Shewhart de Bell Telephone Laboratories diseo una grfica de

En 1942, se hizo evidente el reconocimiento al valor del control de calidad.

Jospeh M. Juran contribuy a destacar el importante compromiso del rea

Philip B. Crosby cre el movimiento cero defectos en Martin-Marietta durante la

En 1962, Kaoru Ishikawa, constituy los Crculos de Control de Calidad en

El Prof. Donald Dewar, desarroll con muchsimo xito un sistema de

En la dcada de los noventa aparecen las normas internacionales ISO 9000,

El anlisis y comprensin de la calidad a llevado a estudiantes de ingeniera

Nosotros como futuros profesionistas tenemos que prepararnos para situaciones

Los grficos de control por atributos constituyen la herramienta esencial utilizada

En el uso de este tipo de grficos han de considerarse las siguientes limitaciones:

Es necesario tomar muestras de tamao grande para obtener informacin

Las aplicaciones ms frecuentes de estos grficos son las siguientes:

En el control de caractersticas de calidad del tipo conforme/defectuoso o

El control por atributo no cuantifica la intensidad del defecto como lo hace el de

Dentro de la clasificacin de las caractersticas calidad por atributos se requiere:

El criterio se establece de acuerdo con las especificaciones.

En un sentido estricto, un atributo es una caracterstica de calidad que no puede

v Las operaciones medidas por atributos existen en cualquier proceso de

v Los datos por atributos estn disponibles en mltiples situaciones siempre

v Cuando se requiere obtener datos, la informacin por atributos es

v Muchos de los datos presentados a la gerencia en forma de resmenes,

v Al introducir las grficas de control en las plantas, es importante dar

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

b. Una prueba del objeto o del grupo.

c. Una decisin, s o no: el objeto o el grupo alcanza o no el criterio.

Antes de seguir conviene definir los trminos siguientes:

Defecto: Falla o no conformidad que ocasiona que un artculo no satisfaga los

Fraccin defectuosa: Es la razn del nmero de artculos defectuoso en la

Muestra (n): Uno o varios elementos tomados de un conjunto ms amplio

Tendencia central: Caractersticas tpicas de la mayora de las distribuciones de

En aos recientes ha habido un nfasis considerable en hacer terminologa ms

Se puede definir la unidad mal conformada como:

Se puede definir una unidad defectuosa como:

La diferencia bsica es que la unidad defectuosa -el trmino correspondiente a

Muchas de las grficas de control por atributos ampliamente usadas se

Se puede definir artculo defectuoso como:

Dado que el producto defectuoso puede tener uno o ms defectos o el nmero de

Base de control Constante Variable

Nmero de piezas defectuosos Grfico np Grfico p

Nmero de defectos Grfico c Grfico u

Tabla 2.1 Tipos de grficos de control por atributos.

En el control del proceso se har de manera anloga a como se realizaba para

En lo referente a las muestras que deben tomarse peridicamente, deben ser de

2.1.1 Clasificacin de los atributos

Existen distintas maneras de clasificarlos. Aqu utilizaremos el siguiente:

2.1.2 Tipos de muestreo

Muestreo aleatorio simple

2.2 Elaboracin e interpretacin de grficas por atributos

Aunque existen cuatro tipos diferentes de grficas de control por atributos,

1) Establecer los objetivos del control estadstico del proceso: La

Tipo de informacin requerida.

Caractersticas del proceso.

Caractersticas del producto.

Nivel de frecuencia de las unidades no conformes o disconformidades.

Las Grficas de Control por Atributos requieren generalmente tamaos