SlideShare une entreprise Scribd logo
1  sur  44
Télécharger pour lire hors ligne
NORMA TÉCNICA NTC-ISO
COLOMBIANA 8258
1995-05-10
GRÁFICOS DE CONTROL DE SHEWHART
E: SHEWHART CONTROL CHARTS
CORRESPONDENCIA: esta norma es idéntica a la ISO 8258
DESCRIPTORES: representación gráfica; análisis
estadístico; diagrama; control
estadístico de calidad; control de
calidad
I.C.S.: 03.120.30
Editada por el Instituto Colombiano de Normas Técnicas y Certificación (ICONTEC)
Apartado 14237 Bogotá, D.C. - Tel. 6078888 - Fax 2221435
Prohibida su reproducción
PRÓLOGO
El Instituto Colombiano de Normas Técnicas y Certificación, ICONTEC, es el organismo nacional
de normalización, según el Decreto 2269 de 1993.
ICONTEC es una entidad de carácter privado, sin ánimo de lucro, cuya Misión es fundamental
para brindar soporte y desarrollo al productor y protección al consumidor. Colabora con el sector
gubernamental y apoya al sector privado del país, para lograr ventajas competitivas en los
mercados interno y externo.
La representación de todos los sectores involucrados en el proceso de Normalización Técnica
está garantizada por los Comités Técnicos y el período de Consulta Pública, este último
caracterizado por la participación del público en general.
La NTC-ISO 8258 fue ratificada por el Consejo Directivo de 1995-05-10.
Esta norma está sujeta a ser actualizada permanentemente con el objeto de que responda en
todo momento a las necesidades y exigencias actuales.
En Consulta Pública el Proyecto se puso a consideración de las siguientes empresas:
ACEGRASAS
AEG COLOMBIANA
ALFAN EMPAQUES FLEXIBLES S. A.
AVE COLOMBIANA
CENTELSA
COATS CADENA
COCACOLA DE COLOMBIA
COLOMBIANA DE FRENOS
COLOMBINA S.A.
CYQUIM DE COLOMBIA
EMAC
EMPRESA DE ACUEDUCTO Y
ALCANTARILLADO DE BOGOTÁ
EMPRESAS DE ENERGÍA DE BOGOTÁ
EMSA
EXTRUCOL
FACOMEC
FAGRAVE
FIBERGLAS DE COLOMBIA
FUNDACIÓN SANTAFÉ
JOHNSON Y JOHNSON
LABORATORIOS RYMCO
LICORERA DE CALDAS
MICROPLAST
NESTLE DE COLOMBIA
PELDAR
PRINTER COLOMBIANA
RALCO
SIEMENS
SIEMENS
SIKA ANDINA
SUDELEC
SUPERINTENDENCIA INDUSTRIA Y
COMERCIO
UNILEVER ANDINA
ICONTEC cuenta con un Centro de Información que pone a disposición de los interesados
normas internacionales, regionales y nacionales.
DIRECCIÓN DE NORMALIZACIÓN
NORMA TÉCNICA COLOMBIANA NTC-ISO 8258
1
GRÁFICOS DE CONTROL DE SHEWHART
INTRODUCCIÓN
El enfoque tradicional respecto a la manufactura consiste en depender de la producción para
elaborar el producto y del control de calidad para inspeccionar el producto final y eliminar los
productos que no cumplan las especificaciones. Esta estrategia de detección es a menudo
desperdiciadora y antieconómica porque implica inspeccionar en forma posterior al hecho,
cuando ya ha ocurrido esa producción desperdiciadora. En vez de eso, es mucho más eficiente
implantar una estrategia de prevención para evitar el desperdicio mediante la no producción de
productos inservibles, en primer lugar. Esto se puede lograr recogiendo información acerca del
proceso y analizándola para así poder actuar sobre el proceso mismo.
El gráfico de control como un medio gráfico de aplicar los principios estadísticos de la
significancia al control de un proceso de producción, fue propuesto por primera vez por el doctor
Walter Shewhart en 1924. La teoría de los gráficos de control reconoce dos clases de
variabilidad. La primera clase es la variabilidad aleatoria debida a "causas del azar" (también
conocida como "causas comunes"). Esto se debe a la amplia variedad de causas que están
presentes continuamente y que no son fácilmente identificables, cada una de las cuales
constituye un componente muy pequeño de la variabilidad total pero ninguna de las cuales
contribuye con una cantidad significativa. Sin embargo, la suma de las contribuciones de todas
estas causas aleatorias no identificables es medible y se supone que es inherente al proceso. La
eliminación o corrección de las causas comunes requiere una decisión gerencial para asignar
recursos que mejoren el proceso y el sistema.
La segunda clase de variabilidad representa un cambio real en el proceso. Ese cambio puede ser
atribuido a algunas causas identificables que no son parte inherente del proceso y que, al menos
teóricamente, se pueden eliminar. Estas causas identificables se denominan "causas asignables"
o "causas especiales" de variación. Ellas se pueden atribuir a la falta de uniformidad en el
material, a una herramienta rota, a la mano de obra o a los procedimientos o al funcionamiento
irregular del equipo de fabricación o de ensayo.
Los gráficos de control ayudan en la detección de patrones no naturales de variación en los datos
resultantes de los procesos repetitivos y suministran criterios para detectar una falta de control
estadístico. Un proceso está bajo control estadístico cuando la variabilidad resulta únicamente
por causas aleatorias. Una vez que se determina este nivel de variación aceptable, se supone
que cualquier desviación respecto de ese nivel es el resultado de causas asignables que es
necesario identificar y eliminar o reducir.
NORMA TÉCNICA COLOMBIANA NTC-ISO 8258
2
El objeto del control estadístico de procesos es servir para establecer y mantener un proceso a
un nivel aceptable y estable, de tal forma que se asegure la conformidad de los productos y de
los servicios con requisitos especificados. La principal herramienta estadística utilizada para
hacer esto es el gráfico de control, que es un método gráfico de presentar y comparar
información basado en una secuencia de muestras que represente el estado actual de un
proceso frente a límites establecidos después de considerar la variabilidad inherente del proceso.
El método del gráfico de control ayuda, primero a evaluar si un proceso ha alcanzado o no un
estado de control estadístico o continúa en ese estado al nivel específico apropiado, y después a
obtener y mantener el control y un alto grado de uniformidad en características importantes del
producto o del servicio mediante el mantenimiento de un registro continuo de la calidad del
producto mientras la producción sigue su curso. El uso de un gráfico de control y su análisis
cuidadoso conduce a un mejor entendimiento y mejoramiento del proceso.
1. OBJETO
Esta norma establece una guía para comprender y utilizar el enfoque de los gráficos de control
de Shewhart dentro de los métodos para el control estadístico de un proceso.
Esta norma se limita al tratamiento de los métodos de control estadístico de procesos utilizando
únicamente el sistema de los gráficos de Shewhart. Se introduce brevemente algún material
complementario que es consecuente con el enfoque de Shewhart, tal como el uso de límites de
advertencia, análisis de patrones de tendencias y capacidad del proceso. Hay, sin embargo,
varios otros tipos de procedimientos de gráficos de control, cuya descripción general se puede
encontrar en la norma ISO 7870.
2. SÍMBOLOS
n Tamaño del subgrupo; el número de observaciones de muestras por subgrupo.
k Número de subgrupos.
X Valor de la característica de calidad que se mide (los valores individuales se expresan
como X1, X2, X3, ...). A veces se usa el símbolo Y en vez de X.
_
X (X barra) valor promedio del subgrupo:
x =
x
n
i∑
=
X (X doble barra) valor promedio de los promedios del subgrupo.
µ Valor medio verdadero del proceso.
Me Valor de la mediana de un subgrupo. Para un conjunto de n números X1, X2, ...Xn dispuestos
en orden de magnitud ascendente o descendente, la mediana es el valor intermedio del
conjunto si n es impar y la media aritmética de los dos números intermedios si n es par.
__
Me Valor promedio de las medianas de los subgrupos.
R Rango del subgrupo: diferencia entre las observaciones mayor y menor de un subgrupo.
NORMA TÉCNICA COLOMBIANA NTC-ISO 8258
3
Nota 1. En el caso de gráficos para valores individuales, R representa el intervalo móvil, que es el valor absoluto de la
diferencia entre dos valores sucesivos _ X1 − X2 _ , _ X2 − X3 _, etc.
_
R Valor promedio de los valores R para todos los subgrupos
s Desviación estándar de la muestra:
s =
(X - X )
n - 1
i
2
∑
_
s Valor promedio de las desviaciones estándar de los subgrupos de muestras.
σ Valor verdadero de la desviación estándar del proceso dentro del subgrupo.
$σ Valor estimado de la desviación estándar del proceso dentro del subgrupo.
p Proporción o fracción de unidades no conformes en un subgrupo:
p = número de unidades no conformes en un subgrupo/tamaño del subgrupo
_
p Valor promedio de la proporción o fracción no conforme:
_
p = número de unidades no conformes en todos los subgrupos/número total
de unidades inspeccionadas.
np Número de unidades no conformes en un subgrupo
c Número de no conformidades en un subgrupo.
_
c Valor promedio de los valores c para todos los subgrupos.
u Número de no conformidades por unidad en un subgrupo.
_
u Valor promedio de los valores u:
_
u = número de no conformidades en todas las unidades/número total de
unidades inspeccionadas.
3. NATURALEZA DE LOS GRÁFICOS DE CONTROL DE SHEWHART
Un gráfico de control de Shewhart requiere datos obtenidos mediante el muestreo del proceso a
intervalos aproximadamente regulares. Los intervalos se pueden definir en términos de tiempo
(por ejemplo por horas) o cantidad (cada lote). Generalmente, cada subgrupo consta del mismo
producto o servicio con las mismas unidades medibles y el mismo tamaño del subgrupo. A partir
de cada subgrupo se deducen una o más características del subgrupo, tal como el promedio del
subgrupo, X, y el rango del subgrupo, R, o la desviación estándar, s. Un gráfico de control de
Shewhart es un diagrama de los valores de determinada característica del subgrupo frente al
número del subgrupo. El gráfico consta de una línea central (LC) localizada en un valor de
referencia de la característica representada. Al evaluar si existe o no un estado de control
estadístico, el valor de referencia es usualmente el promedio de los datos que se están
considerando. Para el control del proceso, el valor de referencia es generalmente el valor de la
NORMA TÉCNICA COLOMBIANA NTC-ISO 8258
4
característica a largo plazo tal como se estipule en las especificaciones del producto o un valor
nominal de la característica que se está representando basado en la experiencia pasada con el
proceso o según valores objetivos implícitos del producto o servicio. El gráfico de control tiene
dos límites de control determinados estadísticamente, uno a cada lado de la línea central, los
cuales se denominan límite superior de control (LSC) y límite inferior de control (LIC) (ver la
Figura 1).
Figura 1. Bosquejo de un gráfico de control
Los límites de control en los gráficos de Shewhart están a una distancia de 3σ a cada lado de la
línea central, donde σ es la desviación estándar de la población dentro del subgrupo para el
subgrupo que se está representando. La variabilidad dentro del subgrupo se utiliza como medida
de la variación aleatoria. Para dar una estimación de σ se calculan desviaciones estándar de
muestras o múltiplos adecuados de los rangos de las muestras. Esta medida de σ no incluye
variación de subgrupo a subgrupo sino únicamente los componentes dentro del subgrupo. Los
límites a 3σ indican que dentro de los límites de control se incluirá aproximadamente el 99,7 % de
los valores del subgrupo, siempre que el proceso esté bajo control estadístico. Interpretado en
otra forma, hay un riesgo de aproximadamente el 0,3 %, o un promedio de tres veces por mil, de
que un punto representado esté por fuera del límite de control superior o del inferior cuando el
proceso esté bajo control. Se utiliza la palabra "aproximadamente" porque las desviaciones
respecto de los supuestos subyacentes tales como la forma de la distribución de los datos
afectará a los valores de la probabilidad.
Conviene observar que algunos prefieren utilizar el factor 3,09 en vez de 3 para suministrar un
valor de probabilidad nominal de 0,2 % o sea un promedio de una observación falsa por mil, pero
Shewhart seleccionó 3 para no llevar a intentos de considerar probabilidades exactas.
Análogamente, algunos utilizan valores de probabilidad real para los gráficos, con base en
distribuciones no normales tales como las de para rangos y fracciones no conformes. Una vez
más, el gráfico de control de Shewhart utilizó límites de ± 3σ, en vez de los límites probabilísticos,
en vista del énfasis en la interpretación empírica.
La posibilidad de que una violación de los límites sea realmente un evento casual en vez de una
señal real se considera tan pequeña que cuando un punto aparezca por fuera de los límites, se
debe emprender alguna acción. Puesto que en este punto se requiere alguna acción, los límites
de control de 3σ a veces se denominan "límites de acción".
Muchas veces es ventajoso marcar también límites de 2σ en el gráfico. Entonces, cualquier valor
de muestra que caiga más allá de los límites de 2σ puede servir como una advertencia de una
inminente situación de pérdida de control. Como tales, los límites de control de 2σ a veces se
denominan "límites de advertencia".
NORMA TÉCNICA COLOMBIANA NTC-ISO 8258
5
Cuando se aplican los gráficos de control son posibles dos tipos de error. El primero se denomina
error tipo 1, que ocurre cuando el proceso correspondiente permanece bajo control pero un punto
cae por fuera de los límites de control debido al azar. Como resultado de esto, se concluye
incorrectamente que el proceso está fuera de control y se incurre en un costo para intentar hallar
la causa de un problema inexistente.
El segundo error se denomina error tipo 2. Este ocurre cuando el proceso correspondiente está fuera
de control pero el punto generado cae dentro de los límites de control debido al azar. En este caso se
concluye incorrectamente que el proceso está bajo control estadístico y hay un costo relacionado con
la falla en detectar un incremento en la producción no conforme. El riesgo de un error tipo 2, sin
embargo, es función de tres cosas: el ancho de los límites de control, el grado al cual el proceso está
fuera de control y el tamaño de la muestra. La naturaleza de estos puntos es tal que sólo se puede
hacer una generalización acerca del tamaño del riesgo de un error tipo 2.
El sistema de Shewhart tiene en cuenta únicamente el error tipo 1 y el tamaño de este error es
0,3 % con límites de 3σ. Puesto que generalmente no es práctico hacer una estimación
significativa de los costos de un error tipo 2 en una situación dada, y puesto que es conveniente
seleccionar arbitrariamente un tamaño pequeño de subgrupo, tal como 4 ó 5, es adecuado y
factible utilizar los límites de 3σ y concentrar la atención en controlar y mejorar el funcionamiento
del proceso mismo.
Cuando un proceso está bajo control estadístico, el gráfico de control suministra un método para
probar continuamente una hipótesis estadística nula de que el proceso no ha cambiado y que
permanece bajo control estadístico. Puesto que generalmente no se definen por anticipado las
desviaciones específicas de las características del proceso respecto del valor objetivo que pueda
interesar, junto con el riesgo de un error tipo 2, y no se calcula el tamaño de la muestra para
satisfacer niveles de riesgo adecuados, el gráfico de control de Shewhart no se debe considerar
en el sentido de una prueba de hipótesis (ver las normas ISO 7966 e ISO 7870). Shewhart
destacó la utilidad empírica del gráfico de control para reconocer las desviaciones respecto de un
proceso "bajo control" y minimizó la interpretación probabilística. Algunos usuarios examinan las
curvas características operativas como medio para hacer una interpretación de ensayo de
hipótesis.
Cuando un valor representado cae por fuera de alguno de los límites de control o una serie de
valores refleja patrones anormales tales como los analizados en el numeral 7, ya no se puede
aceptar el estado de control estadístico. Cuando esto ocurre, se inicia una investigación para
localizar la causa asignable y el proceso se puede detener o ajustar. Una vez que la causa
asignable se determina y se elimina, el proceso está listo para continuar. Como se analizó antes,
para un error de tipo 1, sólo en raras ocasiones no se puede encontrar causa asignable y
entonces se debe concluir que el punto ubicado fuera de los límites representa la ocurrencia de
un evento muy raro; una causa aleatoria que ha ocasionado un valor por fuera de los límites de
control inclusive estando el proceso bajo control.
Cuando se elaboran gráficos de control por primera vez para un proceso, a menudo se encuentra
que el proceso está fuera de control. Los límites de control calculados con base en datos
procedentes de un proceso fuera de control conducirían a conclusiones erróneas por no ser
pertinentes. En consecuencia, siempre es necesario poner bajo control un proceso que haya
estado fuera de control, antes de establecer parámetros permanentes para los gráficos de
control. En los siguientes numerales se presentará el procedimiento para establecer gráficos de
control para un proceso.
NORMA TÉCNICA COLOMBIANA NTC-ISO 8258
6
4. TIPOS DE GRÁFICOS DE CONTROL
Los gráficos de control de Shewhart son básicamente de dos tipos: gráficos de control de
variables y gráficos de control de atributos. Para cada uno de los gráficos de control hay dos
situaciones distintas:
a) Cuando no se dan valores estándar
b) Cuando se dan valores estándar.
Los valores estándar son algunos requisitos especificados o valores objetivos.
4.1 GRÁFICOS DE CONTROL CUANDO NO SE DAN VALORES ESTÁNDAR
El propósito aquí es descubrir si los valores observados de las características representadas,
tales como X, R ó cualquier otro estadístico varían entre ellos en una cantidad mayor que la que
se puede atribuir al solo azar. Los gráficos de control basados totalmente en los datos reunidos a
partir de muestras se utilizan para detectar aquellas variaciones causadas por factores distintos al
azar.
4.2 GRÁFICOS DE CONTROL CON RESPECTO A VALORES ESTÁNDAR DADOS
El propósito aquí es identificar si los valores observados de X, etc., para varios subgrupos de n
observaciones cada uno, difieren respecto de los valores estándar respectivos Xo (ó µo), etc., en
cantidades mayores que las atribuibles únicamente a causas aleatorias. La diferencia entre los
gráficos con valores estándar dados y los gráficos sin valores estándar dados es el requisito
adicional referente a la localización del centro y de la variación del proceso. Los valores
especificados se pueden basar en la experiencia obtenida utilizando gráficos de control sin
información previa ni valores estándar especificados. También se pueden basar en valores
económicos establecidos considerando la necesidad del servicio y el costo de la producción o ser
valores nominales designados mediante las especificaciones del producto.
Preferiblemente, los valores especificados se deben determinar a través de una investigación de
datos preliminares, de los cuales se suponga que son típicos de todos los datos futuros. Para que
los gráficos de control funcionen eficazmente, los valores estándar deben ser compatibles con la
variabilidad inherente del proceso. Los gráficos de control basados en tales valores estándar se
utilizan particularmente durante la fabricación para controlar los procesos y para mantener la
uniformidad del producto al nivel deseado.
4.3 TIPOS DE GRÁFICOS DE CONTROL PARA VARIABLES Y PARA ATRIBUTOS
Se consideran los siguientes gráficos de control.
a) Gráficos de control de variables:
1) Gráfico del promedio ( )X y gráfico del rango (R) o de desviación estándar
(s)
2) Gráficos de observaciones individuales (X) y de rango móvil (R)
NORMA TÉCNICA COLOMBIANA NTC-ISO 8258
7
3) Gráfico de mediana (Me) y gráfico de rango (R)
b) Gráficos de control de atributos:
1) Gráfico de la fracción no conforme (p) o gráfico del número de unidades no
conformes (np)
2) Gráfico del número de no conformidades (c) o gráfico de no conformidades
por unidad (u).
5. GRÁFICOS DE CONTROL DE VARIABLES
Los datos variables representan observaciones obtenidas midiendo y registrando la magnitud
numérica de una característica para cada una de las unidades del subgrupo considerado.
Ejemplos de mediciones de variables son la longitud en metros, la resistencia en ohms, el ruido
en decibeles, etc. Los gráficos de variables -y especialmente sus formas más habituales, los
gráficos de X y de R- representan la aplicación clásica al control de procesos.
Los gráficos de control de variables son especialmente útiles por varias razones.
a) La mayoría de los procesos y su producción tienen características que son
medibles, por lo cual el potencial de aplicabilidad es amplio.
b) Un valor de medición contiene más información que una simple afirmación de sí o
no.
c) El desempeño de un proceso se puede analizar sin tener en cuenta la
especificación. Los gráficos comienzan con el proceso mismo y dan una imagen
independiente de lo que el proceso puede hacer. Después, el proceso se puede
comparar o no con la especificación.
d) Aunque obtener una porción de datos medidos suele ser más costoso que obtener
una porción de datos pasa/no pasa, los tamaños de los subgrupos para variables
casi siempre son mucho más pequeños que los de atributos y por tanto más
eficientes. Esto ayuda a reducir los costos totales de inspección en algunos casos
y a acortar el tiempo entre la producción de las partes y la acción correctiva.
Para todas las aplicaciones de gráficos de control de variables considerados en esta norma se
supone una distribución normal (de Gauss) para la variabilidad dentro de la muestra; las
desviaciones respecto de esta suposición afectarán la representación de los gráficos. Los
factores para calcular los límites de control se obtienen utilizando la suposición de normalidad.
Puesto que la mayoría de los límites de control se utilizan como guías empíricas en la toma de
decisiones, las desviaciones razonablemente pequeñas respecto de la normalidad no deben
causar preocupación. En cualquier caso, debido al teorema del límite central, los promedios
tienden a estar distribuidos normalmente aún cuando las observaciones individuales no lo estén;
por esto es razonable suponer la normalidad para los gráficos de X, inclusive para tamaños de
muestra tan pequeños como 4 ó 5 en la evaluación del control. Cuando se trate con
observaciones individuales para propósitos de estudio de la capacidad, la forma verdadera de la
distribución es importante. Son aconsejables las verificaciones periódicas acerca de la validez
NORMA TÉCNICA COLOMBIANA NTC-ISO 8258
8
continua de tales supuestos, particularmente para tener seguridad de que únicamente se estén
utilizando datos procedentes de una sola población. Se debe observar que la distribución de los
rangos y de las desviaciones estándar no son normales, aunque al estimar las constantes para
calcular los límites de control se supuso una normalidad aproximada, lo cual es satisfactorio para
un procedimiento de decisión empírica.
_
5.1 GRÁFICO DE LA MEDIA ARITMÉTICA (X) Y GRÁFICO DEL RANGO (R) O DE LAS
DESVIACIONES ESTÁNDAR (s)
Los gráficos de variables pueden describir los datos de procesos en términos de dispersión
(variabilidad de muestra a muestra) y localización (promedio del proceso). Debido a esto los
gráficos de control para variables casi siempre se preparan y se analizan en pares un gráfico
para la localización y otro para la dispersión. El par utilizado más comúnmente es el de gráficos
de X y de R. En las tablas 1 y 2 se dan las fórmulas de los límites de control y los factores para
los gráficos de control de variables respectivamente.
Tabla 1. Fórmulas de los límites de control para gráficos de shewhart
para control de variables
Estadístico Ningún valor estándar dado Valores estándar dados
Línea central LSC y LIC Línea central LSC y LIC
_
X
R
s
=
X
_
X
s
X A R o X A s± ±2 3
D R D R3 4,
3 4B s,B s
X0 ó µ
R0 ó d2σ0
s0 ó c4σ0
X0 ± Aσ0
D1σ0, D2σ0
B5σ0, B6σ0
Nota. X0, R0, S0, µ y σ0 son valores estándar dados
NORMA TÉCNICA COLOMBIANA NTC-ISO 8258
9
Tabla 2. Factores para calcular líneas de gráficos de control
Observa-ciones
en subgrupo n
Factores para límites de control Factores para línea central
A A2 A3 B3 B4 B5 B6 D1 D2 D3 D4 c4 1/c4 d2 1/d2
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
2,121
1,732
1,500
1,342
1,225
1,134
1,061
1,000
0,949
0,905
0,866
0,832
0,802
0,775
0,750
0,728
0,707
0,688
0,671
0,655
0,640
0,626
0,612
0,600
1,880
1,023
0,729
0,577
0,483
0,419
0,373
0,337
0,308
0,285
0,266
0,249
0,235
0,223
0,212
0,203
0,194
0,187
0,180
0,173
0,167
0,162
0,157
0,153
2,659
1,954
1,628
1,427
1,287
1,182
1,099
1,032
0,975
0,927
0,886
0,850
0,817
0,789
0,763
0,739
0,718
0,698
0,680
0,663
0,647
0,633
0,619
0,606
0,000
0,000
0,000
0,000
0,030
0,118
0,185
0,239
0,284
0,321
0,354
0,382
0,406
0,428
0,448
0,466
0,482
0,497
0,510
0,523
0,534
0,545
0,555
0,565
3,267
2,568
2,266
2,089
1,970
1,882
1,815
1,761
1,716
1,679
1,646
1,618
1,594
1,572
1,552
1,534
1,518
1,503
1,490
1,477
1,466
1,455
1,445
1,435
0,000
0,000
0,000
0,000
0,029
0,113
0,179
0,232
0,276
0,313
0,346
0,374
0,399
0,421
0,440
0,458
0,475
0,490
0,504
0,516
0,528
0,539
0,549
0,559
2,606
2,276
2,088
1,964
1,874
1,806
1,751
1,707
1,669
1,637
1,610
1,585
1,563
1,544
1,526
1,511
1,496
1,483
1,470
1,459
1,448
1,438
1,429
1,420
0,000
0,000
0,000
0,000
0,000
0,204
0,388
0,547
0,687
0,811
0,922
1,025
1,118
1,203
1,282
1,356
1,424
1,487
1,549
1,605
1,659
1,710
1,759
1,806
3,686
4,358
4,698
4,918
5,078
5,204
5,306
5,393
5,469
5,535
5,594
5,647
5,696
5,741
5,782
5,820
5,856
5,891
5,921
5,951
5,979
6,006
6,031
6,056
0,000
0,000
0,000
0,000
0,000
0,076
0,136
0,184
0,223
0,256
0,283
0,307
0,328
0,347
0,353
0,378
0,391
0,403
0,415
0,425
0,434
0,443
0,451
0,459
3,267
2,574
2,282
2,114
2,004
1,924
1,864
1,816
1,777
1,744
1,717
1,693
1,672
1,653
1,637
1,622
1,608
1,597
1,585
1,575
1,566
1,557
1,548
1,541
0,797 9
0,886 2
0,921 3
0,940 0
0,951 5
0,959 4
0,965 0
0,969 3
0,972 7
0,975 4
0,977 6
0,979 4
0,981 0
0,982 3
0,983 5
0,984 5
0,985 4
0,986 2
0,986 9
0,987 6
0,988 2
0,988 7
0,989 2
0,989 6
1,253 3
1,128 4
1,085 4
1,063 8
1,051 0
1,042 3
1,036 3
1,031 7
1,028 1
1,025 2
1,022 9
1,021 0
1,019 4
1,018 0
1,016 8
1,015 7
1,014 8
1,014 0
1,013 3
1,012 6
1,011 9
1,011 4
1,010 9
1,010 5
1,128
1,693
2,059
2,326
2,534
2,704
2,847
2,970
3,078
3,173
3,258
3,336
3,407
3,472
3,532
3,588
3,640
3,689
3,735
3,778
3,819
3,858
3,895
3,931
0,886 5
0,590 7
0,485 7
0,429 9
0,394 6
0,369 8
0,351 2
0,336 7
0,324 9
0,315 2
0,306 9
0,299 8
0,293 5
0,288 0
0,283 1
0,278 7
0,274 7
0,271 1
0,267 7
0,264 7
0,261 8
0,259 2
0,256 7
0,254 4
Fuente: ASTM, Filadelfia, E.U.A.
NORMA TÉCNICA COLOMBIANA NTC-ISO 8258
10
5.2 GRÁFICOS DE CONTROL PARA OBSERVACIONES INDIVIDUALES (X)
En algunas situaciones de control de procesos es imposible o poco práctico tomar subgrupos
racionales. El tiempo o el costo requeridos para medir una observación individual son tan
grandes que no es factible pensar en observaciones repetidas. Típicamente, esto ocurriría
cuando las mediciones son costosas (por ejemplo en un ensayo destructivo) o cuando la
producción en cualquier momento es relativamente homogénea. En otras situaciones hay un solo
valor posible, por ejemplo una lectura de instrumento o una propiedad de una carga de material
de entrada. En tales situaciones el control del proceso se tiene que basar en observaciones
individuales.
En el caso de gráficos para observaciones individuales, puesto que no hay subgrupos racionales
para suministrar una estimación de la variabilidad dentro de la carga, los límites de control se
basan en una medida de la variación que se obtiene a partir de rangos móviles de, a menudo,
dos observaciones. Un rango móvil es la diferencia absoluta entre pares sucesivos de
mediciones en una serie; es decir, la diferencia entre las mediciones primera y segunda; después
entre las mediciones segunda y tercera, y así sucesivamente. A partir de los rangos móviles se
calcula el rango móvil promedio R y éste se utiliza para la construcción de gráficos de control. Así
mismo, a partir de todos los datos, se calcula el promedio global X. La Tabla 3 da las fórmulas
del límite de control para gráficos de control de observaciones individuales.
Respecto de los gráficos de control de observaciones individuales conviene aplicar algunas
precauciones:
a) Los gráficos de control de observaciones individuales no son tan sensibles a los
cambios en el proceso como lo son los gráficos de X y de R
b) Si la distribución del proceso no es normal, los gráficos de control de
observaciones individuales se deben interpretar con cuidado
c) Los gráficos de observaciones individuales no aíslan la repetibilidad de porción a
porción del proceso y, por tanto, en algunas aplicaciones puede ser mejor utilizar
un gráfico convencional de X y R con tamaños pequeños de muestras del
subgrupo.
Tabla 3. Fórmulas de límites de control para gráficos de control de valores individuales
Estadístico Ningún valor estándar dado Valores estándar dados
Línea central LSC y LIC Línea central LSC y LIC
Individuo, X
Rango móvil, R
_X
_
R
X E R2±
4 3D R, D R
X0 ó µ
R0 ó d2σ0
X0 ± 3σ0
D2σ0, D1σ0
Notas:
1. X0, R0, µ y σ0 son valores estándar dados
_
2. R denota el rango móvil promedio de n = 2 observaciones
3. Los valores de los factores d2, D1, D2, D3, D4, e indirectamente, E2 (=3/d2) se pueden obtener a partir de
la Tabla 2 para n = 2.
NORMA TÉCNICA COLOMBIANA NTC-ISO 8258
11
5.3 GRÁFICOS DE CONTROL PARA MEDIANAS (Me)
Los gráficos para medianas son alternativas respecto de los gráficos X y R para el control de un
proceso con datos medidos; esos gráficos dan conclusiones semejantes y tienen varias ventajas
específicas. Son fáciles de utilizar y no requieren tantos cálculos. Esto puede ayudar a que el
enfoque de los gráficos de control tenga más aceptación en la planta. Dado que se representan
valores individuales (así como medianas), el gráfico de la mediana muestra la dispersión del
proceso de producción y da una imagen progresiva de la variación del proceso.
Los límites de control para los gráficos de la mediana se calculan en dos formas: utilizando la
mediana de los subgrupos de las medianas y la mediana de los rangos; o usando el promedio de
las medianas del subgrupo y el promedio de los rangos. En esta norma únicamente se considera
el último enfoque, que es más fácil y más conveniente.
Los límites de control se calculan como sigue.
5.3.1 Gráfico de la mediana
_
Línea central = Me = promedio de las medianas del subgrupo
LSCMe = Me + A4 R
LICMe = Me - A4 R
El gráfico del rango se construye en la misma forma que para el caso de los gráficos de X y de R
mencionados en el numeral 5.1.
En la Tabla 4 se dan los valores de la constante A4.
Se debe observar que el gráfico de la mediana con límites de 3σ da una respuesta más lenta
para las condiciones fuera de control que un gráfico de X.
Tabla 4. Valores de A4
n 2 3 4 5 6 7 8 9 10
A4 1,88 1,19 0,80 0,69 0,55 0,51 0,43 0,41 0,36
5.3.2 Gráfico del rango
Línea central = R = valor promedio de los valores de R para todos los subgrupos
LSCR = D4 R
LICR = D3 R
En la Tabla 2 se dan los valores de las constantes D3 y D4.
NORMA TÉCNICA COLOMBIANA NTC-ISO 8258
12
6. PROCEDIMIENTO DE CONTROL E INTERPRETACIÓN PARA LOS GRÁFICOS DE
CONTROL DE VARIABLES
El sistema de gráficos de Shewhart estipula que si la variabilidad muestra a muestra del proceso
y el promedio de proceso permanecieran constantes en sus niveles actuales (según lo estimado
mediante R y X respectivamente), los rangos (R) y los promedios (X) del subgrupo individual
variarían sólo por azar y raramente irían más allá de los límites de control. Así mismo, no habrían
tendencias o patrones obvios en los datos, más allá de lo que probablemente ocurriría debido al
azar.
El gráfico de X muestra en dónde se centra el promedio del proceso e indica la estabilidad del
proceso. El gráfico de X revela variaciones indeseables entre los subgrupos en cuanto se refiere
a sus promedios. El gráfico de R revela cualquier variación indeseable dentro de los subgrupos y
es un indicador de la magnitud de la variabilidad del proceso sometido a estudio. Es una medida
de la consistencia o uniformidad del proceso. El gráfico R permanece bajo control si las
variaciones dentro del subgrupo son esencialmente las mismas. Esto sólo sucede si todas las
muestras reciben el mismo tratamiento. Si el gráfico R no permanece bajo control, o si su nivel se
eleva, esto puede indicar que algunos subgrupos diferentes se están sometiendo a tratamientos
diferentes o que en el proceso están incidiendo varios sistemas diferentes de causa-efecto.
Los gráficos de X también pueden ser afectados por condiciones fuera de control sobre el gráfico
de R. Puesto que la capacidad para interpretar los rangos del subgrupo o los promedios del
subgrupo depende de la estimación de la variabilidad de muestra a muestra, el gráfico de R se
analiza primero. Se debe seguir el siguiente procedimiento de control.
6.1 Se recogen y se analizan los datos, calculando los promedios y los rangos.
6.2 Se elabora primero el gráfico de R. Se verifican los puntos de los datos contra los límites
de control, buscando puntos fuera de control o tendencias o patrones desusados. Para cada
indicación de una causa asignable en los datos del intervalo se efectúa un análisis de la
operación del proceso para determinar la causa; se corrige esa condición y se evita que vuelva a
ocurrir.
6.3 Se excluyen todos los subgrupos afectados por una causa asignable identificada; a
continuación se vuelve a calcular y se traza el nuevo rango promedio (R) y los nuevos límites de
control. Se confirma que todos los puntos del rango muestren control estadístico al compararlos
con los límites nuevos, repitiendo si es necesario la secuencia
identificación/corrección/reelaboración de los cálculos.
6.4 Si algunos subgrupos son eliminados del gráfico de R debido a causas asignables
identificadas, también se deben excluir del gráfico de X. Los valores revisados de R y de X se
utilizarán para reelaborar el cálculo de los límites de control de ensayo para los promedios, X ± A2R.
Nota 2. La exclusión de subgrupos que representen condiciones fuera de control no es sólo "desechar datos malos".
Más bien, al excluir los puntos afectados por causas asignables conocidas, tenemos una estimación mejor del nivel de
variación subyacente debido a causas aleatorias. Esto, a su vez, da la base más apropiada para los límites de control
utilizados para detectar más eficientemente casos futuros de causas asignables de variación.
6.5 Cuando los rangos están bajo control estadístico, se considera que es estable la
dispersión del proceso (variación dentro del subgrupo). Entonces se pueden analizar los
promedios para ver si la localización del proceso está cambiando con el tiempo.
NORMA TÉCNICA COLOMBIANA NTC-ISO 8258
13
6.6 Ahora se representa el gráfico de X y se verifican los puntos de los datos contra los
límites de control, buscando puntos fuera de control o tendencias o patrones desusados. Como
para el gráfico de R, se analiza cualquier condición de fuera de control y se aplican acciones
correctivas y preventivas. Se excluyen los puntos fuera de control para los cuales se han
encontrado causas asignables; se efectúan de nuevo los cálculos y se representa el nuevo
promedio del proceso (X) y los nuevos límites de control. Se comprueba que todos los puntos de
los datos muestren control estadístico al compararlos con los límites nuevos, repitiendo si es
necesario la secuencia identificación/corrección/reelaboración de los cálculos.
6.7 Cuando los datos iniciales para establecer valores de referencia de los límites de control
estén contenidos uniformemente dentro de los límites de prueba, se amplían los límites para
cubrir períodos futuros. Estos límites se utilizarán para el control progresivo del proceso, en que
las personas responsables del mismo (operador y/o supervisor) reaccionen con prontitud frente a
condiciones indicativas de "fuera de control" en el gráfico de X ó en el gráfico de R.
7. ENSAYOS PATRÓN PARA INTERPRETAR CAUSAS ASIGNABLES DE VARIACIÓN
En la Figura 2 se presenta un conjunto de ocho ensayos suplementarios utilizados para
interpretar patrones en los gráficos de Shewhart. Para una presentación más completa de estos
ensayos, consúltense las referencias bibliográficas [2] y [3].
Aunque esto se puede considerar como un conjunto básico de ensayos, los analistas deben estar
alerta ante cualquier patrón desusado de puntos que pudiera indicar la influencia de causas
especiales en sus procesos. Por tanto, estos ensayos se deben considerar sencillamente como
reglas prácticas de acción siempre que se indique la presencia de causas asignables. Una
indicación de cualquiera de las condiciones estipuladas en estos ensayos señala la presencia de
causas asignables de variación que es necesario diagnosticar y corregir.
Los límites de control superior e inferior se fijan a una distancia de 3σ por encima y por debajo
de la línea central. Para el propósito de aplicar los ensayos, el gráfico de control se divide
equitativamente en seis zonas, teniendo cada zona un ancho de 1σ. Estas zonas se rotulan como
A, B, C, C, B, A, con las zonas C colocadas simétricamente respecto de la línea central. Estos
ensayos son aplicables a los gráficos de X y a los gráficos de observaciones individuales (X). Se
supone que hay una distribución normal.
NORMA TÉCNICA COLOMBIANA NTC-ISO 8258
14
Figura 2. Ensayos para causas asignables
8. CONTROL DEL PROCESO Y CAPACIDAD DEL PROCESO
La función de un sistema de control del proceso es suministrar una señal estadística cuando
existen causas asignables de variación. La eliminación sistemática de causas asignables de
variación excesiva, a través de esfuerzos determinados continuos, sitúa el proceso en un estado
de control estadístico. Una vez que el proceso está operando en condiciones de control
estadístico, su desempeño es predecible y se puede evaluar su capacidad para cumplir las
especificaciones.
La capacidad del proceso se determina mediante la variación total que se debe a causas
comunes -la variación mínima que se puede lograr después de haber eliminado todas las causas
asignables. La capacidad del proceso representa el desempeño del proceso mismo, según se
NORMA TÉCNICA COLOMBIANA NTC-ISO 8258
15
demuestra cuando el proceso opera en un estado de control estadístico. Como tal, el proceso
primero tiene que ser puesto bajo control estadístico antes de que se pueda evaluar su
capacidad. Así pues, la evaluación de la capacidad del proceso comienza después de que se han
resuelto los asuntos del control en los gráficos de X y en los de R; esto es, las causas
especiales han sido identificadas, analizadas, corregidas y se ha evitado que ocurran de nuevo;
además, los gráficos de control progresivos reflejan un proceso que ha permanecido bajo control
estadístico en forma predominante para al menos los 25 subgrupos anteriores. En general, se
compara la distribución de la salida del proceso con las especificaciones de ingeniería, para ver si
estas especificaciones se pueden cumplir de manera constante.
Generalmente, la capacidad del proceso se mide en términos de un índice de capacidad del
proceso ICP (ó cp) como sigue:
σ)6
LITLST
procesodelnóDispersi
daespeciifcaTolerancia
ICP
−
==
Donde
LST límite superior de la tolerancia;
LIT límite inferior de tolerancia.
$σ se estima a partir de la variabilidad promedio dentro del subgrupo y está dada por
s /c4 ó R /d2.
Un valor de ICP menor que 1 indica que el proceso no tiene capacidad, mientras que ICP = 1
implica que el proceso apenas tiene capacidad. En la práctica, un valor de ICP de 1,33
generalmente se toma como el valor mínimo aceptable porque siempre hay alguna variación de
muestreo y ningún proceso está siempre completamente bajo control estadístico.
Sin embargo, se debe observar que el índice ICP mide únicamente la relación de los límites con
la dispersión del proceso; no se considera la localización o el centrado del proceso. Sería posible
que cualquier porcentaje de valores estuviera por fuera de los límites de la especificación y que
hubiera un alto valor de ICP. Por esta razón, es importante considerar la distancia a escala entre
el promedio del proceso y el límite de especificación más próximo. El análisis adicional de este
tema se sale del ámbito de esta norma.
En vista de la discusión anterior, para ilustrar los pasos clave que conducen hacia el control y el
mejoramiento del proceso se puede utilizar como guía un procedimiento, tal como se presenta
esquemáticamente en la Figura 3.
NORMA TÉCNICA COLOMBIANA NTC-ISO 8258
16
Figura 3. Estrategia para el mejoramiento del proceso
9. GRÁFICOS DE CONTROL DE ATRIBUTOS
Los datos de atributos representan observaciones obtenidas notando la presencia o ausencia de
alguna característica (o atributo) en cada una de las unidades del subgrupo considerado,
contando después cuántas unidades tienen o no tienen el atributo, o cuántos de tales eventos
ocurren en la unidad, en el grupo o en el área. Los datos de atributos generalmente se obtienen
en forma rápida y económica, y a menudo no se requieren habilidades especializadas para la
recolección de dichos datos. En la Tabla 5 se dan las fórmulas de los límites de control para los
gráficos de control de atributos.
En el caso de los gráficos de control de variables, se acostumbra mantener un par de gráficos de
control; uno para el control del promedio y el otro para el control de la dispersión. Esto es
necesario porque la distribución subyacente en los gráficos de control para variables es la
distribución normal, que depende de estos dos parámetros. Sin embargo, en el caso de los
gráficos de control de atributos, será suficiente un sólo gráfico porque la distribución supuesta
tiene únicamente un parámetro independiente, el nivel del promedio. Los gráficos de p y de np se
basan en la distribución binomial, mientras que los gráficos de c y u se basan en la distribución
de Poisson.
NORMA TÉCNICA COLOMBIANA NTC-ISO 8258
17
Los cálculos para estos gráficos son semejantes, excepto en los casos en que la variabilidad en
el tamaño del subgrupo afecta a la situación. Cuando el tamaño del subgrupo es constante, se
puede utilizar el mismo conjunto de límites de control para cada subgrupo. Sin embargo, si el
número de ítems inspeccionados en cada subgrupo varía, se deben calcular límites de control
separados para cada subgrupo. Así pues, los gráficos np y c se pueden utilizar razonablemente
con un tamaño de muestra constante, mientras que los gráficos de p y u se podrían utilizar en
cualquier situación.
Tabla 5. Fórmulas de los limites de control para gráficos de shewhart
para control de atributos
Estadístico Ningún valor estándar dado Valores estándar dados
Línea central Límites de
control de 3σ
Línea central Límites de control 3σ
p
np
c
u
_
p
_
np
_
c
_
u
p 3 p(1- p) / n±
np 3 np(1- p)±
c 3 c±
u 3 u / n±
p0
np0
c0
u0
0 0 0p 3 p (1- p ) / n±
np 3 np (1- p )0 0 0±
0 0c 3 c±
0 0u 3 U / n±
Nota. p0, np0, c0, y u0 son valores estándar dados
En los casos en que el tamaño de muestra varía de muestra a muestra, para cada muestra se
calculan límites de control separados. Cuanto más pequeño sea el tamaño del subgrupo, más
amplias serán las bandas del control y viceversa. Si el tamaño del subgrupo no varía en forma
apreciable, entonces se puede utilizar un solo conjunto de límites de control basados en el
tamaño promedio del subgrupo. Por razones prácticas, esto se cumple bien para situaciones en
las cuales el tamaño del subgrupo está dentro de ± 25 % del tamaño objetivo del subgrupo.
Un procedimiento alternativo para situaciones en las cuales el tamaño de la muestra varía
grandemente, es usar una variable normalizada. Por ejemplo, en vez de representar p,
representar el valor normalizado
Z =
p - p
p (1 - p ) / n
o
o o
ó
Z =
p - p
p(1 - p) / n
NORMA TÉCNICA COLOMBIANA NTC-ISO 8258
18
según que el valor estándar para p esté especificado o no. La línea central así como los límites
de control se vuelven constantes, independientes del tamaño del subgrupo, y están dados como
línea central = 0
LSC = 3
LIC = -3
El gráfico de p se utiliza para determinar el promedio porcentual de los ítems no conformes que
se presenta durante un período de tiempo. En el gráfico, el personal del proceso y la gerencia
puede detectar cualquier cambio en este promedio. Para juzgar si el proceso está bajo control
estadístico, se procede en la misma forma que se hizo para los gráficos de X y de R. Si todos los
puntos de la muestra caen dentro de los límites de control de prueba sin mostrar ninguna
indicación de una causa asignable, se dice que el proceso está bajo control. En tal caso, la
fracción no conforme promedio p, se toma como valor estándar para la fracción no conforme, p0.
10. CONSIDERACIONES PRELIMINARES ANTES DE COMENZAR UN GRÁFICO DE
CONTROL
10.1 SELECCIÓN DE LAS CARACTERÍSTICAS DE CALIDAD
Se seleccionan las características de calidad para el programa de control. Normalmente se
considerarán en primer lugar las características que afecten el desempeño del producto o del
servicio. Estas pueden ser aspectos del servicio ofrecido o características del material usado, de
las partes componentes del producto, así como del producto terminado que se suministra al
comprador.
Los métodos estadísticos de control se deben introducir primordialmente cuando el gráfico de
control ayude a suministrar información acerca de un proceso en forma oportuna, de tal modo
que se pueda corregir el proceso y producir así un mejor producto o servicio. Se deben
seleccionar características de calidad del producto o servicio que tengan un efecto decisivo en la
calidad del producto o servicio y que aseguren la estabilidad de los procesos.
10.2 ANÁLISIS DEL PROCESO DE PRODUCCIÓN
Se debe hacer un análisis detallado del proceso de producción para determinar:
a) La clase y la localización de las causas que pueden originar irregularidades
b) El efecto de la imposición de especificaciones
c) El método y la localización de la inspección
d) Todos los otros factores pertinentes que puedan afectar al proceso de producción.
También se debe efectuar un análisis para determinar la estabilidad de los procesos de
producción, la exactitud del equipo de producción y ensayo, la calidad de los productos o
servicios producidos, los patrones de correlación entre los tipos y las causas de no
conformidades. Si se necesitan convenios para ajustar los procesos de producción y el equipo,
NORMA TÉCNICA COLOMBIANA NTC-ISO 8258
19
así como diseñar planes para el control estadístico de los procesos de producción, entonces se
requieren las condiciones de las operaciones de producción y de la calidad del producto. Esto
ayudará a ubicar en forma precisa el mejor lugar para establecer controles e identificar
rápidamente cualquier irregularidad en el desempeño del proceso de producción para prever
acción correctiva oportuna.
10.3 SELECCIÓN DE SUBGRUPOS RACIONALES
Los gráficos de control tienen en sus fundamentos la idea central de Shewhart de dividir las
observaciones en lo que se llama "subgrupos racionales"; esto es, clasificar las observaciones
del caso en subgrupos, dentro de los cuales se puede considerar que las variaciones se deben
únicamente a causas del azar, pero entre las cuales cualquier diferencia se puede deber a
causas asignables que el gráfico de control busca detectar.
Para establecer los subgrupos mencionados se requiere algún conocimiento técnico y
familiaridad con las condiciones de producción y las condiciones en las cuales se tomaron los
datos. Identificando cada subgrupo con un tiempo o con una fuente, se pueden rastrear y corregir
más fácilmente las causas de problemas específicos, si esto es ventajoso. Los registros de
inspección y ensayo, tomados en el orden en el cual se hicieron las observaciones, suministran
una base para la subagrupación con respecto al tiempo. Esto suele ser útil en la fabricación en
que es importante mantener constante en el tiempo el sistema origen de producción.
Siempre se debe recordar que el análisis se facilitará grandemente si, al planificar la recolección
de datos, se tiene cuidado de seleccionar las muestras de tal modo que los datos
correspondientes a cada subgrupo se puedan tratar adecuadamente como un subgrupo racional
por separado y que los subgrupos se identifiquen en tal forma que sea posible hacer esto. Así
mismo, en cuanto sea posible, el tamaño del subgrupo, n, se debe mantener constante para
evitar que los cálculos y la interpretación resulten tediosos. Sin embargo, se debe observar que
los principios de los gráficos de Shewhart se pueden aplicar igualmente en situaciones en que n
varíe.
10.4 FRECUENCIA Y TAMAÑO DE LAS MUESTRAS
No se pueden establecer reglas generales para la frecuencia de los subgrupos o el tamaño del
subgrupo. La frecuencia puede depender del costo de tomar y analizar las muestras, y el tamaño
del subgrupo puede depender de consideraciones prácticas. Por ejemplo, los subgrupos grandes
tomados a intervalos menos frecuentes pueden detectar en forma más precisa un pequeño
cambio en el promedio del proceso, pero los subgrupos pequeños tomados a intervalos más
frecuentes detectarán más rápidamente un cambio grande. A menudo, como tamaño del
subgrupo se toma 4 ó 5, mientras que la frecuencia de la toma de muestras generalmente es alta
al comienzo y es baja una vez que se alcanza un estado de control estadístico. Normalmente,
para suministrar estimaciones preliminares se considera que son adecuados 20 a 25 subgrupos
de tamaño 4 ó 5.
Vale la pena observar que la frecuencia de la toma de muestras, el control estadístico y la
capacidad del proceso se tienen que considerar en conjunto. El razonamiento es como sigue.
Para estimar la desviación estándar σ, a menudo se utiliza el valor del rango promedio R . El
número de fuentes de variación se incrementa a medida que el intervalo de tiempo entre las
muestras dentro de un subgrupo también se incrementa. Por tanto, ampliando las muestras
dentro de un subgrupo a través del tiempo se incrementará R , se incrementará la estimación de
σ, se ampliarán los límites del control y de este modo parecerá que se disminuye el índice de
capacidad del proceso. Inversamente, es posible incrementar la capacidad del proceso mediante
la toma de muestras consecutiva de porciones, dando un R pequeño y una pequeña estimación
de σ, pero será difícil alcanzar el control estadístico.
NORMA TÉCNICA COLOMBIANA NTC-ISO 8258
20
10.5 RECOLECCIÓN DE DATOS PRELIMINARES
Una vez que se ha decidido la característica de calidad que se va a controlar y la frecuencia y el
tamaño del subgrupo que se va a tomar, es necesario recoger y analizar algunos datos o
mediciones iniciales de inspección para el propósito de suministrar valores preliminares al gráfico
de control, que son necesarios al determinar la línea central y los límites de control que se han de
trazar en el gráfico. Los datos preliminares se pueden recoger subgrupo por subgrupo hasta que
se hayan obtenido 20 a 25 subgrupos en una corrida continua del proceso de producción.
Durante el curso de esta recolección de datos iniciales se debe tener cuidado de que el proceso
no sea indebidamente afectado en forma intermitente por factores extraños tales como el cambio
en la alimentación de materias primas, en las operaciones, en los ajustes de máquina, etc. Es
decir, durante el período en que se estén recolectando los datos preliminares, el proceso debe
mostrar un estado de estabilidad.
11. PASOS EN LA CONSTRUCCIÓN DE GRÁFICOS DE CONTROL
En los numerales 11.1 a 11.5 se describen los pasos necesarios en la construcción del gráfico de
X y del gráfico de R, para el caso en que no se dan valores estándar. En el numeral 12.2 se
describen dichos pasos en la forma de un ejemplo. En la construcción de otros gráficos de control
se seguirán los mismos pasos básicos pero las constantes para los cálculos son diferentes (ver
las Tablas 1 y 2). En la Figura 4 se presenta un formato general de un gráfico de control
estándar. Este formato puede ser objeto de modificaciones, de acuerdo con los requisitos
particulares de una situación de control del proceso.
11.1 Si los datos preliminares no se tomaron en subgrupos de acuerdo con un plan prescrito,
el conjunto total de valores observados se desglosa en subgrupos secuenciales, según los
criterios para subgrupos racionales que se mencionaron en el numeral 10.3. Los subgrupos
deben ser de la misma estructura y tamaño. Los productos de cualquiera de los subgrupos deben
tener lo que se crea que es algún factor común importante, por ejemplo unidades producidas
durante el mismo corto intervalo de tiempo o unidades procedentes de una entre varias fuentes o
localizaciones distintas. Los diferentes subgrupos deben representar diferencias posibles o
sospechadas en el proceso que los produjo, por ejemplo intervalos de tiempo diferentes o fuentes
o localizaciones diferentes.
11.2 Para cada subgrupo, se calcula el promedio, X , y el rango, R.
11.3 Se calcula el gran promedio de todos los valores observados, X y el rango promedio, R .
11.4 En un formato adecuado o en papel para gráficas,se elabora un gráfico de X y un gráfico
de R. La escala vertical de la izquierda se utiliza para X y para R y la escala horizontal para el
número del subgrupo. Se representan los valores calculados para X en el gráfico de los
promedios y se representan los valores calculados para R en el gráfico de los rangos.
11.5 En estos gráficos respectivos, se trazan rayas horizontales continuas para representar X
y R .
11.6 Se ubican los límites de control en estos gráficos. En el gráfico de X se trazan dos rayas
horizontales punteadas en X ± A2 R y, en el gráfico de R, se trazan dos rayas horizontales
punteadas en D3 R y D4 R , en donde A2, D3 y D4 se basan en n, el número de observaciones en
un subgrupo, y que se dan en la Tabla 2. El LIC en el gráfico de R no se necesita cuando n sea
menor de 7 puesto que el valor siguiente de D3 se considera igual a cero.
NORMA TÉCNICA COLOMBIANA NTC-ISO 8258
21
Figura 4. Formato general de un gráfico de control
12. EJEMPLOS ILUSTRATIVOS: GRÁFICOS DE CONTROL DE VARIABLES
12.1 GRÁFICO DE X y GRÁFICO DE R: VALORES ESTÁNDAR DADOS
El gerente de producción de un importador de té desea controlar su proceso de empaque para
que el peso promedio de los paquetes sea 100,6 g. La desviación estándar supuesta del proceso
es 1,4 g, con base en procesos de empaque semejantes.
Puesto que los valores estándar están dados (X0 = 100,6, σ0 =1,4), se pueden construir de
inmediato los gráficos de control para el promedio y el intervalo utilizando las fórmulas dadas en
la Tabla 1 y los factores A, d2, D2 y D1 dados en la Tabla 2 para n = 5.
NORMA TÉCNICA COLOMBIANA NTC-ISO 8258
22
Gráfico de X
Línea central = X0
= 100,6 g
LSC = X0 + Aσ0
= 100,6 + (1,342 x 1,4)
102,5 g
LIC = X0 - A $σ0
= 100,6 - (1,342 x 1,4)
= 98,7 g
Gráfico de R
Línea central = d2σ0
= 2,326 x 1,4
= 3,3 g
LSC = D2σ0
= 4,918 x 1,4
= 6,9 g
LIC = D1σ0
= 0 x 1,4 (puesto que n es menor que 7, no se muestra el LIC)
Ahora se seleccionan 25 muestras de tamaño 5; se calculan sus valores del promedio y del rango
del subgrupo (ver la Tabla 6) y se representan gráficamente con los límites de control calculados
antes (ver la Figura 5).
Los gráficos, que aparecen en la Figura 5, indican que el proceso está fuera de control o del nivel
deseado, porque hay una secuencia de 13 puntos por debajo de la línea central en el gráfico de
X y 16 puntos por encima de la línea central en el gráfico de R. Se debe investigar y eliminar la
causa de una secuencia tan larga de valores bajos de la media.
NORMA TÉCNICA COLOMBIANA NTC-ISO 8258
23
Tabla 6. Proceso de empaque de té
Subgrupo
No.
Promedio del
subgrupo
X
Rango del
subgrupo
R
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
100,6
101,3
99,6
100,5
99,9
99,5
100,4
100,5
101,1
100,3
100,1
99,6
99,2
99,4
99,4
99,6
99,3
99,9
100,5
99,5
100,1
100,4
101,1
99,9
99,7
3,4
4,0
2,2
4,5
4,8
3,8
4,1
1,7
2,2
4,6
5,0
6,1
3,5
5,1
4,5
4,1
4,7
5,0
3,9
4,7
4,6
4,4
4,9
4,7
3,4
Figura 5. Gráfico de promedio y rango para los datos dados en la Tabla 6
NORMA TÉCNICA COLOMBIANA NTC-ISO 8258
24
12.2 GRÁFICO DE X y GRÁFICO DE R: NO SE DAN VALORES ESTÁNDAR
En la Tabla 7 se dan las mediciones del radio externo de un tapón, cada media hora se toman
cuatro mediciones, para un total de 20 muestras. En la Tabla 7 también se dan los promedios y
los rangos del subgrupo. Las tolerancias especificadas son 0,219 dm y 0,125 dm. El objetivo es
evaluar el desempeño del proceso y controlarlo con respecto a su localización y dispersión de tal
modo que el proceso cumpla las especificaciones.
Tabla 7. Datos de producción acerca del radio externo de un tapón
Subgrupo
No.
Radio Media
X
Rango
R
X1 X2 X3 X4
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
0,189 8
0,201 2
0,221 7
0,183 2
0,169 2
0,162 1
0,200 1
0,240 1
0,199 6
0,178 3
0,216 6
0,192 4
0,176 8
0,192 3
0,192 4
0,172 0
0,182 4
0,181 2
0,170 0
0,169 8
0,172 9
0,191 3
0,219 2
0,181 2
0,226 3
0,183 2
0,192 7
0,182 5
0,198 0
0,171 5
0,174 8
0,198 4
0,198 6
0,187 6
0,199 6
0,194 0
0,179 0
0,158 5
0,156 7
0,166 4
0,206 7
0,187 8
0,207 8
0,196 3
0,206 6
0,191 4
0,216 9
0,191 0
0,207 6
0,182 9
0,196 0
0,237 7
0,224 1
0,190 3
0,212 0
0,211 6
0,187 6
0,169 9
0,169 4
0,170 0
0,189 8
0,192 1
0,198 0
0,180 0
0,209 1
0,178 3
0,208 2
0,226 4
0,202 3
0,196 1
0,192 3
0,200 3
0,202 2
0,198 6
0,216 0
0,232 0
0,182 1
0,168 0
0,170 2
0,160 0
0,189 8
0,193 1
0,211 7
0,185 2
0,203 3
0,178 8
0,204 5
0,210 0
0,201 9
0,182 2
0,194 9
0,207 2
0,200 4
0,192 2
0,205 0
0,204 9
0,182 8
0,169 4
0,166 6
0,166 6
0,033 8
0,013 4
0,023 7
0,016 3
0,057 1
0,029 3
0,024 2
0,057 6
0,009 6
0,024 6
0,041 8
0,045 3
0,047 3
0,011 0
0,023 6
0,060 0
0,008 6
0,022 7
0,013 5
0,010 0
0,1924=
20
3,8480
=
k
X
=X
∑
0,0287=
20
0,5734
=
k
R
=R
∑
El primer paso es trazar un gráfico de R y evaluar su estado de control.
NORMA TÉCNICA COLOMBIANA NTC-ISO 8258
25
Gráfico de R
línea central = R
= 0,028 7
LSC = D4 R
= 2,282 x 0,028 7
= 0,065 5
LIC = D3 R
= 0 x 0,028 7 (puesto que n es menor de 7, no se muestra el LIC)
Los valores de los factores multiplicativos D3 y D4 se toman de la Tabla 2 para n = 4. Puesto que
los valores de R en la Tabla 7 están dentro de los límites de control del gráfico de R , el gráfico
de R indica un estado de control estadístico. Ahora se puede usar el valor de R para calcular los
límites de control del gráfico de X .
Gráfico de X
Línea central = X
= 0,192 4
LSC = X + A2 R
= 0,192 4 + (0,729 x 0,028 7)
= 0,213 3
LIC = X - A2 R
= 0,192 4 - (0,729 x 0,028 7)
= 0,171 5
Figura 6. Gráficos de promedio y rango para los datos dados en la Tabla 7
NORMA TÉCNICA COLOMBIANA NTC-ISO 8258
26
El valor del factor A2 se toma de la Tabla 2 para n = 4. En la Figura 6 se representan los gráficos
de control para X y R. Un examen del gráfico de X revela que los últimos tres puntos están fuera
de control. Esto indica que en el proceso pueden estar influyendo algunas causas asignables de
variación. Si los límites se hubieran calculado a partir de los datos anteriores, se hubiera
requerido acción en el punto 18.
En este punto se toma la acción correctiva adecuada para eliminar las causas asignables y evitar
que se presenten de nuevo. Se continúa el procedimiento de representación estableciendo
límites de control revisados mediante la eliminación de los puntos fuera de control, es decir, los
valores para los números de las muestras 18, 19 y 20. Los valores de X, R y las líneas del
gráfico de control se vuelven a calcular como sigue:
0,1968=
17
3,3454
=
k
X
=revisadoX
∑
0,0310=
17
0,5272
=
k
R
=revisadoR
∑
Gráfico de X revisado
Línea central = X
= 0,196 8
LSC = X + A2 R
= 0,196 8 + (0,729 x 0,031 0)
= 0,219 4
LIC = X - A2 R
= 0,196 8 - (0,729 x 0,031 0)
= 0,174 2
Gráfico de R revisado
Línea central = R
= 0,0310
LSC = D4 R
= 2,282 X 0,031 0
= 0,070 7
LIC = D3 R
= 0 x 0,031 0 (puesto que n es menor que 7, no se muestra el LIC)
En la Figura 7 se representan los gráficos de control revisados.
NORMA TÉCNICA COLOMBIANA NTC-ISO 8258
27
Figura 7. Gráficos revisados de X y R para los datos en la Tabla 7
Con el proceso mostrando un estado de control estadístico en relación con los límites de control
revisados, se puede evaluar la capacidad del proceso.
Se calcula
σ)
LITLST
procesodelnóDispersi
daespecificaTolerancia
ICP
−
==
donde
)
σ se estima mediante R /d2 = 0,031 0/2,059 = 0,0151.
El valor de la constante d2 se toma de la Tabla 2 para n = 4.
Así pues,
10,015x6
00,125-00,219
=ICP
01,033=
00,091
0,940
=
Puesto que ICP es mayor que 1, se puede considerar que el proceso es capaz. Sin embargo, al
examinar en detalle, se puede ver que el proceso no está centrado adecuadamente en relación
con la especificación y, por tanto, aproximadamente el 11,8 % de los individuos estarán por fuera
del límite superior de especificación. Por tanto, antes de establecer parámetros permanentes del
gráfico de control, se debe intentar centrar el proceso adecuadamente mientras se mantiene un
estado de control estadístico.
NORMA TÉCNICA COLOMBIANA NTC-ISO 8258
28
12.3 GRÁFICO DE CONTROL PARA INDIVIDUOS, X, Y RANGO MÓVIL, R: NO SE DAN
VALORES ESTÁNDAR
En la Tabla 8 se dan los resultados del análisis de laboratorio de la "humedad porcentual" en
muestras procedentes de 10 lotes sucesivos de leche en polvo descremada. Se analizó en el
laboratorio una muestra de leche en polvo descremada, representativa de un lote, respecto de
diversas características tales como grasa, humedad, acidez, índice de solubilidad,
sedimentación, bacterias y proteína del suero. Se buscaba controlar el porcentaje de humedad
por debajo del 4 % para este proceso. Se encontró que la variación de muestreo dentro de un lote
individual fue insignificante, por lo cual se decidió tomar únicamente una observación por lote y
establecer límites de control con base en el rango móvil de lotes sucesivos.
Tabla 8. Humedad porcentual para 10 muestras sucesivas de leche en polvo descremada
Lote No. 1 2 3 4 5 6 7 8 9 10
X: % humedad 2,9 3,2 3,6 4,3 3,8 3,5 3,0 3,1 3,6 3,5
R: rango móvil 0,3 0,4 0,7 0,5 0,3 0,5 0,1 0,5 0,1
10
3,5+...+3,2+2,9
=X
%3,45=
10
34,5
=
9
0,1+...+0,4+0,3
=R
%0,38=
9
3,4
=
Líneas del gráfico de control para rangos móviles, R
Línea central = R
= 0,38
LSC = D4 R
= 3,267 x 0,38
= 1,24
LIC = D3 R
= 0 x 0,38 (puesto que n es menor que 7, no se muestra el LIC)
Los valores de los factores D3 y D4 se obtienen a partir de la Tabla 2 para n = 2. Puesto que el
gráfico del rango muestra un estado de control estadístico, se puede efectuar la representación
del gráfico de control para los individuos.
NORMA TÉCNICA COLOMBIANA NTC-ISO 8258
29
Líneas del gráfico de control para individuos, X
Línea central = X = 3,45
LSC = X+ E2 R
= 3,45 + (2,66 x 0,38)
= 4,46
LIC = X - E2 R
= 3,45 - (2,66 x 0,38)
= 2,44
En la Tabla 3 y en la Tabla 4 se dan las fórmulas para los límites de control y el valor del factor
E2. En la Figura 8 se representan los gráficos de control. Los gráficos de control indican que el
proceso está bajo control estadístico.
Figura 8. Gráficos de control para valores individuales ,X, para los datos dados en la Tabla 8
12.4 GRÁFICO DE LA MEDIANA: NO SE DAN VALORES ESTÁNDAR
Una máquina elabora discos electrónicos con espesor especificado entre 0,007 cm y 0,016 cm.
Se extraen muestras de tamaño 5 cada media hora y se registra su espesor en centímetros
según se muestra en la Tabla 9. Se decidió instalar un gráfico de la mediana con el propósito de
controlar la calidad. En la Tabla 9 también se muestran los valores de las medianas y los rangos.
NORMA TÉCNICA COLOMBIANA NTC-ISO 8258
30
Tabla 9. Datos de control para el espesor de discos de mica
Subgrupo
No.
Espesor Mediana
Me
Rango
R
X1 X2 X3 X4 X5
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
14
11
11
16
15
13
14
11
14
12
10
10
8
13
7
8
10
12
12
12
8
12
10
10
10
12
10
12
8
8
12
13
16
17
14
15
13
8
12
12
8
8
10
11
14
12
8
14
15
10
15
10
16
9
14
10
8
8
14
13
8
10
9
13
7
8
16
10
7
10
12
10
10
12
11
12
10
12
15
12
13
13
10
10
12
10
10
10
12
11
6
5
7
5
8
7
6
8
7
4
4
2
4
6
7
Se calcula el promedio de las medianas y los rangos del subgrupo como sigue:
subgrupodelmedianaslasdepromedio=Me
4711
15
172
,
15
11+...+12+10+12
= ==
promediorango=R
5,73=
15
86
=
15
7+...+7+5+6
=
El gráfico del rango se calcula como sigue:
NORMA TÉCNICA COLOMBIANA NTC-ISO 8258
31
Gráfico de R
Línea central = R
= 5,73
LSC = D4 R
= 2,114 x 5,73
= 12,11
LIC = D3 R
= 0 x 5,73 (puesto que n es menor que 7, no se muestra el LIC)
Los valores de las constantes D3 y D4 se toman de la Tabla 2 para n = 5. Como el gráfico del
rango muestra un estado de control, se pueden calcular las líneas del gráfico de la mediana.
Gráfico del control de la mediana
Línea central = Me
= 11,47
LSCMe = Me + A4 R
= 11,47 + (0,69 x 5,73)
= 15,42
LICMe = Me - A4 R
= 11,47 - (0,69 x 5,73)
= 7,52
El valor de A4 se toma de la Tabla 4 para n = 5. En la Figura 9 se representan los gráficos. Como
es evidente por el gráfico, el proceso muestra un estado de control estadístico.
NORMA TÉCNICA COLOMBIANA NTC-ISO 8258
32
Figura 9. Gráfico de la mediana y gráfico del rango para los datos dados en la Tabla 9
13. EJEMPLOS ILUSTRATIVOS: GRÁFICOS DE CONTROL DE ATRIBUTOS
13.1 GRÁFICO DE p Y GRÁFICO DE np: NO SE DAN VALORES ESTÁNDAR
Los datos presentados en la Tabla 10 dan el número de unidades no conformes por hora,
respecto a malos funcionamientos encontrados mediante inspección del 100 % en interruptores
pequeños con dispositivos de inspección automática. Los interruptores se producen en una línea
de ensamble automático. Puesto que el mal funcionamiento es serio, el porcentaje no conforme
se utiliza para identificar el momento en que la línea de ensamble esté fuera de control. Se
elabora un gráfico de p, recogiendo datos de 25 grupos como datos preliminares (ver la Tabla 10).
NORMA TÉCNICA COLOMBIANA NTC-ISO 8258
33
Tabla 10. Datos preliminares: interruptores
Subgrupo No. Número de
interruptores
inspeccionados
n
Número de
interruptores no
conformes
np
porcentaje de no
conformes
p
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
4 000
4 000
4 000
4 000
4 000
4 000
4 000
4 000
4 000
4 000
4 000
4 000
4 000
4 000
4 000
4 000
4 000
4 000
4 000
4 000
4 000
4 000
4 000
4 000
4 000
8
14
10
4
13
9
7
11
15
13
5
14
12
8
15
11
9
18
6
12
6
12
8
15
14
0,200
0,350
0,250
0,100
0,325
0,225
0,175
0,275
0,375
0,325
0,125
0,350
0,300
0,200
0,375
0,275
0,225
0,450
0,150
0,300
0,150
0,300
0,200
0,375
0,350
Total 100 000 269
A continuación, se calcula la línea central y los límites de control y se representan en la Figura 10.
Gráfico de p
p=centralLínea
25x0004
14+...+14+8
=
%0,27=70,002=
000100
269
=
NORMA TÉCNICA COLOMBIANA NTC-ISO 8258
34
/n)p-(1p3+p=LSC
000/47)0,002-(170,0023+70,002=
= 0,005 2 = 0,52 %
/n)p-(1p3-p=LIC
000/47)0,002-(170,0023-70,002=
= 0,000 2 = 0,02 %
Figura 10. Gráfico p para los datos dados en la Tabla 10
El gráfico indica que la calidad de los interruptores está bajo control estadístico, aunque el
porcentaje no conforme puede ser demasiado grande. Estos límites de control se pueden utilizar
ahora para subgrupos futuros hasta aquel momento en que el proceso se altere o en que el
proceso se salga de control estadístico. Obsérvese que como el proceso está bajo control
estadístico, es improbable que se pueda hacer cualquier mejoramiento sin un cambio del
proceso. El hecho de decirles a las personas simplemente que es necesario "ser más cuidadoso"
no es suficiente.
Si se efectúa un mejoramiento, entonces se tendrán que calcular límites de control diferentes
para que los subgrupos futuros reflejen el desempeño alterado del proceso. Si el proceso ha sido
mejorado (valor de p más pequeño), se utilizan los límites nuevos, pero si el proceso se ha
deteriorado (valor de p más alto), se buscan causas asignables adicionales.
Obsérvese que para estos datos habría sido igualmente apropiado un gráfico de np, puesto que
todos los tamaños de muestras son iguales. Los cálculos para el gráfico de np se dan a
continuación y el gráfico se representa en la Figura 11.
NORMA TÉCNICA COLOMBIANA NTC-ISO 8258
35
Gráfico de np
pn=centralLínea
10,76=
25
14+...+14+8
=
)p-(1pn3+pn=LSC
20,59=7)0,002-(110,763+10,76=
)p-(1pn3-pn=LIC
0,93=7)0,002-(110,763-10,76=
Figura 11. Gráfico np para los datos dados en la Tabla 10
13.2 GRÁFICO DE p: NO SE DAN VALORES ESTÁNDAR
En una empresa manufacturera que produce transistores para radios, se decidió instalar un
gráfico de p para la fracción no conforme. Durante un período de un mes se recogieron y se
analizaron datos. Para esto, al final de cada día se tomó una muestra aleatoria de la producción
correspondiente a cada día y esa muestra se examinó para determinar el número de productos
no conformes. En la Tabla 11 se presentan los datos.
NORMA TÉCNICA COLOMBIANA NTC-ISO 8258
36
Tabla 11. Transistores para radios: gráfico p, (datos iniciales)
Subgrupo
No.
Número
inspeccionado
Número de no
conformes np
Fracción de no
conformes
p
LSC LIC
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
158
140
140
155
160
144
139
151
163
148
150
153
149
145
160
165
136
153
150
148
135
165
143
138
144
161
11
11
8
6
4
7
10
11
9
5
2
7
7
8
6
15
18
10
9
5
0
12
10
8
14
20
0,070
0,079
0,057
0,039
0,025
0,049
0,072
0,073
0,055
0,034
0,013
0,046
0,047
0,055
0,038
0,091
0,132
0,065
0,060
0,034
0,000
0,073
0,070
0,058
0,097
0,124
0,117
0,120
0,120
0,177
0,116
0,119
0,120
0,118
0,116
0,119
0,118
0,118
0,118
0,119
0,116
0,115
0,121
0,118
0,118
0,119
0,121
0,115
0,120
0,121
0,119
0,116
0,003
0,000
0,000
0,003
0,004
0,001
0,000
0,002
0,004
0,001
0,002
0,002
0,002
0,001
0,004
0,005
0,000
0,002
0,002
0,001
0,000
0,005
0,000
0,000
0,001
0,004
Total 3 893 233
En la Tabla 11 también se dan los valores de la fracción no conforme calculados para cada
subgrupo. La fracción no conforme promedio para el mes se calcula como sigue:
0,060=
8933
233
=
adoinspecciontotalmeroún
conformesnodetotalmeroún
=P
Puesto que los tamaños de los subgrupos son diferentes, para cada subgrupo se calculan
separadamente los valores de LSC y LIC mediante la fórmula:
n
)p-(1
p3p ±
Donde n es el tamaño del subgrupo.
NORMA TÉCNICA COLOMBIANA NTC-ISO 8258
37
Estos valores también se dan en la Tabla 11. Se puede ver que la representación de los valores
de LSC y LIC para cada subgrupo es una tarea larga. Sin embargo, en la Tabla 11 se puede
observar que las fracciones no conformes para los subgrupos números 17 y 26 están por fuera
de sus correspondientes límites de control superiores. Estos dos subgrupos se eliminan de los
datos pues se demuestra que están sujetos a variaciones diferentes de las que afectan a los
otros subgrupos. El hecho de incluirlos en los cálculos daría como resultado un promedio
sobreestimado del proceso y unos límites de control que no reflejarían las variaciones aleatorias
verdaderas. Se deben buscar las razones que expliquen estos valores altos, para así poder
aplicar acción correctiva encaminada a evitar que se vuelvan a presentar. Con base en los
valores de los 24 subgrupos restantes, se calcula una fracción no conforme promedio revisada:
0,054=
6359
195
=p
El cálculo de los valores revisados de LSC y LIC para cada subgrupo, usando el valor revisado de p ,
revelaría que todas las fracciones no conformes están dentro de sus límites de control
correspondientes. Por consiguiente, este valor revisado de p se toma como la fracción no conforme
estándar para el propósito de la instalación de los gráficos de control. Así pues, p0 = 0,054.
Como se observó antes, la representación gráfica de los límites de control superiores para cada
subgrupo de tamaño variable es un proceso largo y tedioso. Sin embargo, puesto que los
tamaños de los subgrupos no varían ampliamente respecto del tamaño promedio del subgrupo,
que resulta ser 150, el gráfico de p revisado (con p0 = 0,054) se puede representar con un límite
de control superior usando un tamaño de subgrupo de n = 150, como tamaño promedio del
subgrupo.
Así pues, las líneas revisadas del gráfico de p se calculan como sigue:
Gráfico de p revisado
0,054=p=centralLínea 0
n
)p-(1p
3+p=LSC 00
0
0,109=
150
0,946)x0,054
3+0,054=
n
)p-(1p
3-p=LIC 00
0
NORMA TÉCNICA COLOMBIANA NTC-ISO 8258
38
150
0,946)x0,054
3-0,054=
(puesto que los valores negativos no son posibles, el límite inferior no se muestra).
En la Figura 12 se representa el gráfico de p revisado. El proceso presenta un estado de control
estadístico.
Figura 12. Gráfico p revisado para los datos dados en la Tabla 11
13.3 GRÁFICO c: NO SE DAN VALORES ESTÁNDAR
Un fabricante de cinta de video desea controlar el número de no conformidades, por manchas, en
la cinta de video. La cinta de video se fabrica en longitudes de 4 000 m. Los datos siguientes dan
el número de no conformidades, por manchas, que se hallaron al examinar sucesivamente la
superficie de 20 aros de cinta de video, cada uno con una longitud de 350 m, procedentes de
cierto proceso de producción en el cual se investiga un extremo de la cinta de video.
Para controlar este proceso, se proyecta aplicar un gráfico de c que represente el número de no
conformidades, por manchas. En la Tabla 12 se dan los datos para 20 aros, que se toman como
datos preliminares para elaborar un gráfico de c.
Tabla 13. Datos preliminares: cinta de video
Aro No. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 Total
Número
de no
conformi-
dades,
por
manchas
7 1 2 5 0 6 2 0 4 4 6 3 3 3 1 6 3 1 5 6 68
A continuación se calcula la línea central y los límites de control y su representación se hace en
la Figura 13.
NORMA TÉCNICA COLOMBIANA NTC-ISO 8258
39
Gráficode c
3,4=
20
68
=
20
6+...+1+7
=C=centralneaíl
cc=LSC 3+
8,9=3,43+3,4=
c3-c=LIC
3,43-3,4=
(puesto que los valores negativos no son posibles, el límite inferior no se muestra).
Los datos preliminares indican que el proceso se encuentra en un estado de control estadístico.
Figura 13. Gráfico c para los datos dados en la Tabla 12
13.4 NÚMERO DE NO CONFORMIDADES POR UNIDAD: GRÁFICO u
En una planta de fabricación de llantas se inspeccionaron 15 llantas cada media hora y se
registró el número total de no conformidades y el número de no conformidades por unidad. Se
decidió instalar un gráfico u para el número de no conformidades por unidad, con el propósito de
estudiar el estado de control del proceso. En la Tabla 13 se muestran los datos.
NORMA TÉCNICA COLOMBIANA NTC-ISO 8258
40
Tabla 13. Planta de fabricación de llantas: número de no conformidades
por unidad (unidades inspeccionadas por subgrupo, n = 15)
Subgrupo
No.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 Total
c: Número
de no
conformidad
es
4 5 3 6 2 1 5 6 2 4 7 5 2 3 55
u: Número
de no
conformidad
es por
unidad
0,27 0,33 0,20 0,40 0,13 0,07 0,33 0,40 0,13 0,27 0,47 0,33 0,13 0,20
El promedio de los valores de u se calcula a partir de la Tabla 13 como sigue.
Se divide el número total de no conformidades (de la fila de valores de c) por el número total de
unidades inspeccionadas (es decir, 14 x 15):
n
c
=u
∑
∑
0,26=
15x14
55
=
Gráfico u
0,26=u=centralLínea
/nu3+u=LSC
0,65=/150,263+0,26=
/nu3u=LIC −
/150,263-0,26=
(puesto que los valores negativos no son posibles, el límite inferior no se muestra).
En la Figura 14 se representan los datos y las líneas de control.
NORMA TÉCNICA COLOMBIANA NTC-ISO 8258
41
El gráfico indica que el proceso se encuentra en un estado de control estadístico.
Obsérvese que, como los tamaños de los subgrupos son constantes, también se podría haber
usado un gráfico de c.
Figura 14. Gráfico u para los datos dados en la Tabla 13
14. DOCUMENTO DE REFERENCIA
INTERNATIONAL ORGANIZATION FOR STANDARDIZATION. Shewhart control charts.
Geneva, 1991, 29 p. il. (ISO 8258) .
NORMA TÉCNICA COLOMBIANA NTC-ISO 8258
42
Anexo (Informativo)
BIBLIOGRAFIA
(1) ISO 7870: Control charts - General guide and introduction.
(2) ISO 7873: Control charts for arithmetic average with warning limits
(3) ISO 7966: Acceptance control charts.
(4) SHEWHART,W.A., Economic Control of Quality of Manufatured Product. D. Van
Nostrand, Co., New York, 1931, 501 pp.
(5) NELSON, L.S., The Shewhart Control Chart - Test for Special Causes. Journal of Quality
Technology. 16. No.4 October 1984, pp.237-239
(6) NELSON, L.S. Interpreting Shewhart X Control Charts, Journal of Quality Technology, 17
No. 2 April 1985, p.p. 114-116.

Contenu connexe

Tendances

Control estadístico de procesos
Control estadístico de procesosControl estadístico de procesos
Control estadístico de procesosMariano Gonzalez
 
Explicacion cartas de_control
Explicacion cartas de_controlExplicacion cartas de_control
Explicacion cartas de_controlredbaron_mex
 
Control estadistico
Control estadisticoControl estadistico
Control estadistico892906
 
Control estadístico de procesos
Control estadístico de procesosControl estadístico de procesos
Control estadístico de procesosDaniel Remondegui
 
Gráficos de control 2
Gráficos de control 2Gráficos de control 2
Gráficos de control 2Javier Chavez
 
Control EstadíStico De Procesos (Spc) Usando Cartas De Control
Control EstadíStico De Procesos (Spc) Usando Cartas De ControlControl EstadíStico De Procesos (Spc) Usando Cartas De Control
Control EstadíStico De Procesos (Spc) Usando Cartas De Controlrilara
 
Grafico d control C ejemplo
Grafico d control C ejemploGrafico d control C ejemplo
Grafico d control C ejemploDiann Aguilar
 
Control estadístico de calidad
Control estadístico de calidadControl estadístico de calidad
Control estadístico de calidadveronica barboza
 
Control estadistico procesos para mejora de la performance
Control estadistico procesos para mejora de la performanceControl estadistico procesos para mejora de la performance
Control estadistico procesos para mejora de la performanceDaniel Remondegui
 
Presentación de control estadístico de calidad op iii
Presentación de control estadístico de calidad op iiiPresentación de control estadístico de calidad op iii
Presentación de control estadístico de calidad op iiiadmonapuntes
 
Gráficos de control_ Sergio Alberto Carlos Velázquez_docx
Gráficos de control_ Sergio Alberto Carlos Velázquez_docxGráficos de control_ Sergio Alberto Carlos Velázquez_docx
Gráficos de control_ Sergio Alberto Carlos Velázquez_docxSergio Velazquez
 

Tendances (20)

Graficas xr
Graficas xrGraficas xr
Graficas xr
 
Control estadístico de procesos
Control estadístico de procesosControl estadístico de procesos
Control estadístico de procesos
 
Explicacion cartas de_control
Explicacion cartas de_controlExplicacion cartas de_control
Explicacion cartas de_control
 
Encuentro No. 15- CEC
Encuentro No. 15- CECEncuentro No. 15- CEC
Encuentro No. 15- CEC
 
Control estadistico
Control estadisticoControl estadistico
Control estadistico
 
Control estadístico de procesos
Control estadístico de procesosControl estadístico de procesos
Control estadístico de procesos
 
Gráficos de control 2
Gráficos de control 2Gráficos de control 2
Gráficos de control 2
 
Control Estadistico De Procesos
Control Estadistico De ProcesosControl Estadistico De Procesos
Control Estadistico De Procesos
 
Control estadistico de procesos segunda parte
Control estadistico de procesos  segunda parteControl estadistico de procesos  segunda parte
Control estadistico de procesos segunda parte
 
Tipos de graficos de control
Tipos de graficos de controlTipos de graficos de control
Tipos de graficos de control
 
Control estadistico de calidad en la empresa s.a.
Control estadistico de calidad en la empresa s.a.Control estadistico de calidad en la empresa s.a.
Control estadistico de calidad en la empresa s.a.
 
Control EstadíStico De Procesos (Spc) Usando Cartas De Control
Control EstadíStico De Procesos (Spc) Usando Cartas De ControlControl EstadíStico De Procesos (Spc) Usando Cartas De Control
Control EstadíStico De Procesos (Spc) Usando Cartas De Control
 
Grafico d control C ejemplo
Grafico d control C ejemploGrafico d control C ejemplo
Grafico d control C ejemplo
 
Control estadístico de calidad
Control estadístico de calidadControl estadístico de calidad
Control estadístico de calidad
 
Control estadistico procesos para mejora de la performance
Control estadistico procesos para mejora de la performanceControl estadistico procesos para mejora de la performance
Control estadistico procesos para mejora de la performance
 
Unidad1[1]
Unidad1[1]Unidad1[1]
Unidad1[1]
 
Presentación de control estadístico de calidad op iii
Presentación de control estadístico de calidad op iiiPresentación de control estadístico de calidad op iii
Presentación de control estadístico de calidad op iii
 
Gráficos de control_ Sergio Alberto Carlos Velázquez_docx
Gráficos de control_ Sergio Alberto Carlos Velázquez_docxGráficos de control_ Sergio Alberto Carlos Velázquez_docx
Gráficos de control_ Sergio Alberto Carlos Velázquez_docx
 
Cartas de control de calidad
Cartas de control de calidadCartas de control de calidad
Cartas de control de calidad
 
Gráficos XR
Gráficos XRGráficos XR
Gráficos XR
 

En vedette

Variabilidad, western electric rules & nelson rules (inglés español)
Variabilidad, western electric rules & nelson rules (inglés   español)Variabilidad, western electric rules & nelson rules (inglés   español)
Variabilidad, western electric rules & nelson rules (inglés español)Angel García Guerrero
 
Human-centric Software Development Tools
Human-centric Software Development ToolsHuman-centric Software Development Tools
Human-centric Software Development ToolsGail Murphy
 
Requerimientos técnicos exposición "La lucidez de la luz"
Requerimientos técnicos exposición "La lucidez de la luz"Requerimientos técnicos exposición "La lucidez de la luz"
Requerimientos técnicos exposición "La lucidez de la luz"Fundación Montemadrid
 
Vitamina D en els nens. Més enllà del raquitisme
Vitamina D en els nens. Més enllà del raquitismeVitamina D en els nens. Més enllà del raquitisme
Vitamina D en els nens. Més enllà del raquitismePediatriadeponent
 
Sabadell: nuestra ciudad
Sabadell: nuestra ciudadSabadell: nuestra ciudad
Sabadell: nuestra ciudadTurnUpTheMusic
 
How To Use Pagemodo
How To Use PagemodoHow To Use Pagemodo
How To Use PagemodoJayson Ijalo
 
Official flyer BOclassic 2016
Official flyer BOclassic 2016Official flyer BOclassic 2016
Official flyer BOclassic 2016Alberto Stretti
 
Galápagos, el primer paso para innovar los censos en el Ecuador
Galápagos, el primer paso para innovar los censos en el EcuadorGalápagos, el primer paso para innovar los censos en el Ecuador
Galápagos, el primer paso para innovar los censos en el EcuadorCarlos Mena
 
HotmixPro Creative
HotmixPro CreativeHotmixPro Creative
HotmixPro CreativeHotmixPRO
 
Sri et al,2014_Two-Artificial-Diet-Formulations-For-Troides-Helena-Linne-Larv...
Sri et al,2014_Two-Artificial-Diet-Formulations-For-Troides-Helena-Linne-Larv...Sri et al,2014_Two-Artificial-Diet-Formulations-For-Troides-Helena-Linne-Larv...
Sri et al,2014_Two-Artificial-Diet-Formulations-For-Troides-Helena-Linne-Larv...Sri Ngatimin
 
Sistemas integrados
Sistemas integradosSistemas integrados
Sistemas integradosTessie Alejo
 
You Suck at Email Presentation by Julia Roy
You Suck at Email Presentation by Julia RoyYou Suck at Email Presentation by Julia Roy
You Suck at Email Presentation by Julia RoyJulia Roy
 
La vida-anarquica-de-florencio-sanchez-sanchez1
La vida-anarquica-de-florencio-sanchez-sanchez1La vida-anarquica-de-florencio-sanchez-sanchez1
La vida-anarquica-de-florencio-sanchez-sanchez1Eloy Libertad
 
Kairos group apr. ingles
Kairos group   apr. inglesKairos group   apr. ingles
Kairos group apr. inglesEduardo Carità
 
Magical french project
Magical french projectMagical french project
Magical french projectflamehair
 

En vedette (20)

Variabilidad, western electric rules & nelson rules (inglés español)
Variabilidad, western electric rules & nelson rules (inglés   español)Variabilidad, western electric rules & nelson rules (inglés   español)
Variabilidad, western electric rules & nelson rules (inglés español)
 
Samper del Salz
Samper del SalzSamper del Salz
Samper del Salz
 
887w
887w887w
887w
 
Co incidir 26
Co incidir 26 Co incidir 26
Co incidir 26
 
Human-centric Software Development Tools
Human-centric Software Development ToolsHuman-centric Software Development Tools
Human-centric Software Development Tools
 
Requerimientos técnicos exposición "La lucidez de la luz"
Requerimientos técnicos exposición "La lucidez de la luz"Requerimientos técnicos exposición "La lucidez de la luz"
Requerimientos técnicos exposición "La lucidez de la luz"
 
CV_ENGLISH
CV_ENGLISHCV_ENGLISH
CV_ENGLISH
 
Vitamina D en els nens. Més enllà del raquitisme
Vitamina D en els nens. Més enllà del raquitismeVitamina D en els nens. Més enllà del raquitisme
Vitamina D en els nens. Més enllà del raquitisme
 
Sabadell: nuestra ciudad
Sabadell: nuestra ciudadSabadell: nuestra ciudad
Sabadell: nuestra ciudad
 
How To Use Pagemodo
How To Use PagemodoHow To Use Pagemodo
How To Use Pagemodo
 
Official flyer BOclassic 2016
Official flyer BOclassic 2016Official flyer BOclassic 2016
Official flyer BOclassic 2016
 
Galápagos, el primer paso para innovar los censos en el Ecuador
Galápagos, el primer paso para innovar los censos en el EcuadorGalápagos, el primer paso para innovar los censos en el Ecuador
Galápagos, el primer paso para innovar los censos en el Ecuador
 
HotmixPro Creative
HotmixPro CreativeHotmixPro Creative
HotmixPro Creative
 
Sri et al,2014_Two-Artificial-Diet-Formulations-For-Troides-Helena-Linne-Larv...
Sri et al,2014_Two-Artificial-Diet-Formulations-For-Troides-Helena-Linne-Larv...Sri et al,2014_Two-Artificial-Diet-Formulations-For-Troides-Helena-Linne-Larv...
Sri et al,2014_Two-Artificial-Diet-Formulations-For-Troides-Helena-Linne-Larv...
 
Sistemas integrados
Sistemas integradosSistemas integrados
Sistemas integrados
 
You Suck at Email Presentation by Julia Roy
You Suck at Email Presentation by Julia RoyYou Suck at Email Presentation by Julia Roy
You Suck at Email Presentation by Julia Roy
 
La vida-anarquica-de-florencio-sanchez-sanchez1
La vida-anarquica-de-florencio-sanchez-sanchez1La vida-anarquica-de-florencio-sanchez-sanchez1
La vida-anarquica-de-florencio-sanchez-sanchez1
 
Ilona Mataradze
Ilona MataradzeIlona Mataradze
Ilona Mataradze
 
Kairos group apr. ingles
Kairos group   apr. inglesKairos group   apr. ingles
Kairos group apr. ingles
 
Magical french project
Magical french projectMagical french project
Magical french project
 

Similaire à 50085926 ntc-iso8258

CONTROL ESTADÍSTICO DE LA CALIDAD (HRRTAS).pdf
CONTROL ESTADÍSTICO DE LA CALIDAD (HRRTAS).pdfCONTROL ESTADÍSTICO DE LA CALIDAD (HRRTAS).pdf
CONTROL ESTADÍSTICO DE LA CALIDAD (HRRTAS).pdfChristianLopez678874
 
RE: BIENVENIDA
RE: BIENVENIDARE: BIENVENIDA
RE: BIENVENIDAJoseargota
 
SPC básico para Mejorar la Calidad y productividad Ernaldo Conejeros Yáñez
SPC básico para Mejorar la Calidad y productividad Ernaldo Conejeros YáñezSPC básico para Mejorar la Calidad y productividad Ernaldo Conejeros Yáñez
SPC básico para Mejorar la Calidad y productividad Ernaldo Conejeros YáñezErnaldo Conejeros Yánez
 
Dialnet monitoreo y-controldeunprocesonormalmultivariado-3985076
Dialnet monitoreo y-controldeunprocesonormalmultivariado-3985076Dialnet monitoreo y-controldeunprocesonormalmultivariado-3985076
Dialnet monitoreo y-controldeunprocesonormalmultivariado-3985076Joel Vasquez Vasquez
 
estandares de calidad en la industria
estandares de calidad en la industriaestandares de calidad en la industria
estandares de calidad en la industriaangeldark90
 
Tema02-Control-Estadistico-Procesos.pdf
Tema02-Control-Estadistico-Procesos.pdfTema02-Control-Estadistico-Procesos.pdf
Tema02-Control-Estadistico-Procesos.pdfMontielDazEduardo
 
Uc18 graficos control_shewart trb
Uc18 graficos control_shewart trbUc18 graficos control_shewart trb
Uc18 graficos control_shewart trbLuispin
 
Gráficas de Control
Gráficas de Control  Gráficas de Control
Gráficas de Control BUAP
 
Control de calidad 2 (1) Edita.pptx
Control de calidad 2 (1) Edita.pptxControl de calidad 2 (1) Edita.pptx
Control de calidad 2 (1) Edita.pptxsinningmarcela881
 
Control De Calidad En Proceso
Control De Calidad En ProcesoControl De Calidad En Proceso
Control De Calidad En ProcesoUAT
 

Similaire à 50085926 ntc-iso8258 (20)

CONTROL ESTADÍSTICO DE LA CALIDAD (HRRTAS).pdf
CONTROL ESTADÍSTICO DE LA CALIDAD (HRRTAS).pdfCONTROL ESTADÍSTICO DE LA CALIDAD (HRRTAS).pdf
CONTROL ESTADÍSTICO DE LA CALIDAD (HRRTAS).pdf
 
Cartas de control
Cartas de controlCartas de control
Cartas de control
 
RE: BIENVENIDA
RE: BIENVENIDARE: BIENVENIDA
RE: BIENVENIDA
 
CARTA X Y R
CARTA X Y R CARTA X Y R
CARTA X Y R
 
SPC básico para Mejorar la Calidad y productividad Ernaldo Conejeros Yáñez
SPC básico para Mejorar la Calidad y productividad Ernaldo Conejeros YáñezSPC básico para Mejorar la Calidad y productividad Ernaldo Conejeros Yáñez
SPC básico para Mejorar la Calidad y productividad Ernaldo Conejeros Yáñez
 
Cartas de-control lourdes final
Cartas de-control lourdes finalCartas de-control lourdes final
Cartas de-control lourdes final
 
Spc r muro
Spc r muroSpc r muro
Spc r muro
 
Spc
SpcSpc
Spc
 
Spc
SpcSpc
Spc
 
Graficos de control.pptx
Graficos de control.pptxGraficos de control.pptx
Graficos de control.pptx
 
Dialnet monitoreo y-controldeunprocesonormalmultivariado-3985076
Dialnet monitoreo y-controldeunprocesonormalmultivariado-3985076Dialnet monitoreo y-controldeunprocesonormalmultivariado-3985076
Dialnet monitoreo y-controldeunprocesonormalmultivariado-3985076
 
estandares de calidad en la industria
estandares de calidad en la industriaestandares de calidad en la industria
estandares de calidad en la industria
 
Tema02-Control-Estadistico-Procesos.pdf
Tema02-Control-Estadistico-Procesos.pdfTema02-Control-Estadistico-Procesos.pdf
Tema02-Control-Estadistico-Procesos.pdf
 
Uc18 graficos control_shewart trb
Uc18 graficos control_shewart trbUc18 graficos control_shewart trb
Uc18 graficos control_shewart trb
 
Ce ps 2-08.01.2011- parte viii
Ce ps 2-08.01.2011- parte viiiCe ps 2-08.01.2011- parte viii
Ce ps 2-08.01.2011- parte viii
 
Gráficas de Control
Gráficas de Control  Gráficas de Control
Gráficas de Control
 
Control de calidad 2 (1) Edita.pptx
Control de calidad 2 (1) Edita.pptxControl de calidad 2 (1) Edita.pptx
Control de calidad 2 (1) Edita.pptx
 
Control De Calidad En Proceso
Control De Calidad En ProcesoControl De Calidad En Proceso
Control De Calidad En Proceso
 
Graficas de control por atributo
Graficas de control por atributoGraficas de control por atributo
Graficas de control por atributo
 
Control estadistico de procesos
Control estadistico de procesosControl estadistico de procesos
Control estadistico de procesos
 

50085926 ntc-iso8258

  • 1. NORMA TÉCNICA NTC-ISO COLOMBIANA 8258 1995-05-10 GRÁFICOS DE CONTROL DE SHEWHART E: SHEWHART CONTROL CHARTS CORRESPONDENCIA: esta norma es idéntica a la ISO 8258 DESCRIPTORES: representación gráfica; análisis estadístico; diagrama; control estadístico de calidad; control de calidad I.C.S.: 03.120.30 Editada por el Instituto Colombiano de Normas Técnicas y Certificación (ICONTEC) Apartado 14237 Bogotá, D.C. - Tel. 6078888 - Fax 2221435 Prohibida su reproducción
  • 2. PRÓLOGO El Instituto Colombiano de Normas Técnicas y Certificación, ICONTEC, es el organismo nacional de normalización, según el Decreto 2269 de 1993. ICONTEC es una entidad de carácter privado, sin ánimo de lucro, cuya Misión es fundamental para brindar soporte y desarrollo al productor y protección al consumidor. Colabora con el sector gubernamental y apoya al sector privado del país, para lograr ventajas competitivas en los mercados interno y externo. La representación de todos los sectores involucrados en el proceso de Normalización Técnica está garantizada por los Comités Técnicos y el período de Consulta Pública, este último caracterizado por la participación del público en general. La NTC-ISO 8258 fue ratificada por el Consejo Directivo de 1995-05-10. Esta norma está sujeta a ser actualizada permanentemente con el objeto de que responda en todo momento a las necesidades y exigencias actuales. En Consulta Pública el Proyecto se puso a consideración de las siguientes empresas: ACEGRASAS AEG COLOMBIANA ALFAN EMPAQUES FLEXIBLES S. A. AVE COLOMBIANA CENTELSA COATS CADENA COCACOLA DE COLOMBIA COLOMBIANA DE FRENOS COLOMBINA S.A. CYQUIM DE COLOMBIA EMAC EMPRESA DE ACUEDUCTO Y ALCANTARILLADO DE BOGOTÁ EMPRESAS DE ENERGÍA DE BOGOTÁ EMSA EXTRUCOL FACOMEC FAGRAVE FIBERGLAS DE COLOMBIA FUNDACIÓN SANTAFÉ JOHNSON Y JOHNSON LABORATORIOS RYMCO LICORERA DE CALDAS MICROPLAST NESTLE DE COLOMBIA PELDAR PRINTER COLOMBIANA RALCO SIEMENS SIEMENS SIKA ANDINA SUDELEC SUPERINTENDENCIA INDUSTRIA Y COMERCIO UNILEVER ANDINA ICONTEC cuenta con un Centro de Información que pone a disposición de los interesados normas internacionales, regionales y nacionales. DIRECCIÓN DE NORMALIZACIÓN
  • 3. NORMA TÉCNICA COLOMBIANA NTC-ISO 8258 1 GRÁFICOS DE CONTROL DE SHEWHART INTRODUCCIÓN El enfoque tradicional respecto a la manufactura consiste en depender de la producción para elaborar el producto y del control de calidad para inspeccionar el producto final y eliminar los productos que no cumplan las especificaciones. Esta estrategia de detección es a menudo desperdiciadora y antieconómica porque implica inspeccionar en forma posterior al hecho, cuando ya ha ocurrido esa producción desperdiciadora. En vez de eso, es mucho más eficiente implantar una estrategia de prevención para evitar el desperdicio mediante la no producción de productos inservibles, en primer lugar. Esto se puede lograr recogiendo información acerca del proceso y analizándola para así poder actuar sobre el proceso mismo. El gráfico de control como un medio gráfico de aplicar los principios estadísticos de la significancia al control de un proceso de producción, fue propuesto por primera vez por el doctor Walter Shewhart en 1924. La teoría de los gráficos de control reconoce dos clases de variabilidad. La primera clase es la variabilidad aleatoria debida a "causas del azar" (también conocida como "causas comunes"). Esto se debe a la amplia variedad de causas que están presentes continuamente y que no son fácilmente identificables, cada una de las cuales constituye un componente muy pequeño de la variabilidad total pero ninguna de las cuales contribuye con una cantidad significativa. Sin embargo, la suma de las contribuciones de todas estas causas aleatorias no identificables es medible y se supone que es inherente al proceso. La eliminación o corrección de las causas comunes requiere una decisión gerencial para asignar recursos que mejoren el proceso y el sistema. La segunda clase de variabilidad representa un cambio real en el proceso. Ese cambio puede ser atribuido a algunas causas identificables que no son parte inherente del proceso y que, al menos teóricamente, se pueden eliminar. Estas causas identificables se denominan "causas asignables" o "causas especiales" de variación. Ellas se pueden atribuir a la falta de uniformidad en el material, a una herramienta rota, a la mano de obra o a los procedimientos o al funcionamiento irregular del equipo de fabricación o de ensayo. Los gráficos de control ayudan en la detección de patrones no naturales de variación en los datos resultantes de los procesos repetitivos y suministran criterios para detectar una falta de control estadístico. Un proceso está bajo control estadístico cuando la variabilidad resulta únicamente por causas aleatorias. Una vez que se determina este nivel de variación aceptable, se supone que cualquier desviación respecto de ese nivel es el resultado de causas asignables que es necesario identificar y eliminar o reducir.
  • 4. NORMA TÉCNICA COLOMBIANA NTC-ISO 8258 2 El objeto del control estadístico de procesos es servir para establecer y mantener un proceso a un nivel aceptable y estable, de tal forma que se asegure la conformidad de los productos y de los servicios con requisitos especificados. La principal herramienta estadística utilizada para hacer esto es el gráfico de control, que es un método gráfico de presentar y comparar información basado en una secuencia de muestras que represente el estado actual de un proceso frente a límites establecidos después de considerar la variabilidad inherente del proceso. El método del gráfico de control ayuda, primero a evaluar si un proceso ha alcanzado o no un estado de control estadístico o continúa en ese estado al nivel específico apropiado, y después a obtener y mantener el control y un alto grado de uniformidad en características importantes del producto o del servicio mediante el mantenimiento de un registro continuo de la calidad del producto mientras la producción sigue su curso. El uso de un gráfico de control y su análisis cuidadoso conduce a un mejor entendimiento y mejoramiento del proceso. 1. OBJETO Esta norma establece una guía para comprender y utilizar el enfoque de los gráficos de control de Shewhart dentro de los métodos para el control estadístico de un proceso. Esta norma se limita al tratamiento de los métodos de control estadístico de procesos utilizando únicamente el sistema de los gráficos de Shewhart. Se introduce brevemente algún material complementario que es consecuente con el enfoque de Shewhart, tal como el uso de límites de advertencia, análisis de patrones de tendencias y capacidad del proceso. Hay, sin embargo, varios otros tipos de procedimientos de gráficos de control, cuya descripción general se puede encontrar en la norma ISO 7870. 2. SÍMBOLOS n Tamaño del subgrupo; el número de observaciones de muestras por subgrupo. k Número de subgrupos. X Valor de la característica de calidad que se mide (los valores individuales se expresan como X1, X2, X3, ...). A veces se usa el símbolo Y en vez de X. _ X (X barra) valor promedio del subgrupo: x = x n i∑ = X (X doble barra) valor promedio de los promedios del subgrupo. µ Valor medio verdadero del proceso. Me Valor de la mediana de un subgrupo. Para un conjunto de n números X1, X2, ...Xn dispuestos en orden de magnitud ascendente o descendente, la mediana es el valor intermedio del conjunto si n es impar y la media aritmética de los dos números intermedios si n es par. __ Me Valor promedio de las medianas de los subgrupos. R Rango del subgrupo: diferencia entre las observaciones mayor y menor de un subgrupo.
  • 5. NORMA TÉCNICA COLOMBIANA NTC-ISO 8258 3 Nota 1. En el caso de gráficos para valores individuales, R representa el intervalo móvil, que es el valor absoluto de la diferencia entre dos valores sucesivos _ X1 − X2 _ , _ X2 − X3 _, etc. _ R Valor promedio de los valores R para todos los subgrupos s Desviación estándar de la muestra: s = (X - X ) n - 1 i 2 ∑ _ s Valor promedio de las desviaciones estándar de los subgrupos de muestras. σ Valor verdadero de la desviación estándar del proceso dentro del subgrupo. $σ Valor estimado de la desviación estándar del proceso dentro del subgrupo. p Proporción o fracción de unidades no conformes en un subgrupo: p = número de unidades no conformes en un subgrupo/tamaño del subgrupo _ p Valor promedio de la proporción o fracción no conforme: _ p = número de unidades no conformes en todos los subgrupos/número total de unidades inspeccionadas. np Número de unidades no conformes en un subgrupo c Número de no conformidades en un subgrupo. _ c Valor promedio de los valores c para todos los subgrupos. u Número de no conformidades por unidad en un subgrupo. _ u Valor promedio de los valores u: _ u = número de no conformidades en todas las unidades/número total de unidades inspeccionadas. 3. NATURALEZA DE LOS GRÁFICOS DE CONTROL DE SHEWHART Un gráfico de control de Shewhart requiere datos obtenidos mediante el muestreo del proceso a intervalos aproximadamente regulares. Los intervalos se pueden definir en términos de tiempo (por ejemplo por horas) o cantidad (cada lote). Generalmente, cada subgrupo consta del mismo producto o servicio con las mismas unidades medibles y el mismo tamaño del subgrupo. A partir de cada subgrupo se deducen una o más características del subgrupo, tal como el promedio del subgrupo, X, y el rango del subgrupo, R, o la desviación estándar, s. Un gráfico de control de Shewhart es un diagrama de los valores de determinada característica del subgrupo frente al número del subgrupo. El gráfico consta de una línea central (LC) localizada en un valor de referencia de la característica representada. Al evaluar si existe o no un estado de control estadístico, el valor de referencia es usualmente el promedio de los datos que se están considerando. Para el control del proceso, el valor de referencia es generalmente el valor de la
  • 6. NORMA TÉCNICA COLOMBIANA NTC-ISO 8258 4 característica a largo plazo tal como se estipule en las especificaciones del producto o un valor nominal de la característica que se está representando basado en la experiencia pasada con el proceso o según valores objetivos implícitos del producto o servicio. El gráfico de control tiene dos límites de control determinados estadísticamente, uno a cada lado de la línea central, los cuales se denominan límite superior de control (LSC) y límite inferior de control (LIC) (ver la Figura 1). Figura 1. Bosquejo de un gráfico de control Los límites de control en los gráficos de Shewhart están a una distancia de 3σ a cada lado de la línea central, donde σ es la desviación estándar de la población dentro del subgrupo para el subgrupo que se está representando. La variabilidad dentro del subgrupo se utiliza como medida de la variación aleatoria. Para dar una estimación de σ se calculan desviaciones estándar de muestras o múltiplos adecuados de los rangos de las muestras. Esta medida de σ no incluye variación de subgrupo a subgrupo sino únicamente los componentes dentro del subgrupo. Los límites a 3σ indican que dentro de los límites de control se incluirá aproximadamente el 99,7 % de los valores del subgrupo, siempre que el proceso esté bajo control estadístico. Interpretado en otra forma, hay un riesgo de aproximadamente el 0,3 %, o un promedio de tres veces por mil, de que un punto representado esté por fuera del límite de control superior o del inferior cuando el proceso esté bajo control. Se utiliza la palabra "aproximadamente" porque las desviaciones respecto de los supuestos subyacentes tales como la forma de la distribución de los datos afectará a los valores de la probabilidad. Conviene observar que algunos prefieren utilizar el factor 3,09 en vez de 3 para suministrar un valor de probabilidad nominal de 0,2 % o sea un promedio de una observación falsa por mil, pero Shewhart seleccionó 3 para no llevar a intentos de considerar probabilidades exactas. Análogamente, algunos utilizan valores de probabilidad real para los gráficos, con base en distribuciones no normales tales como las de para rangos y fracciones no conformes. Una vez más, el gráfico de control de Shewhart utilizó límites de ± 3σ, en vez de los límites probabilísticos, en vista del énfasis en la interpretación empírica. La posibilidad de que una violación de los límites sea realmente un evento casual en vez de una señal real se considera tan pequeña que cuando un punto aparezca por fuera de los límites, se debe emprender alguna acción. Puesto que en este punto se requiere alguna acción, los límites de control de 3σ a veces se denominan "límites de acción". Muchas veces es ventajoso marcar también límites de 2σ en el gráfico. Entonces, cualquier valor de muestra que caiga más allá de los límites de 2σ puede servir como una advertencia de una inminente situación de pérdida de control. Como tales, los límites de control de 2σ a veces se denominan "límites de advertencia".
  • 7. NORMA TÉCNICA COLOMBIANA NTC-ISO 8258 5 Cuando se aplican los gráficos de control son posibles dos tipos de error. El primero se denomina error tipo 1, que ocurre cuando el proceso correspondiente permanece bajo control pero un punto cae por fuera de los límites de control debido al azar. Como resultado de esto, se concluye incorrectamente que el proceso está fuera de control y se incurre en un costo para intentar hallar la causa de un problema inexistente. El segundo error se denomina error tipo 2. Este ocurre cuando el proceso correspondiente está fuera de control pero el punto generado cae dentro de los límites de control debido al azar. En este caso se concluye incorrectamente que el proceso está bajo control estadístico y hay un costo relacionado con la falla en detectar un incremento en la producción no conforme. El riesgo de un error tipo 2, sin embargo, es función de tres cosas: el ancho de los límites de control, el grado al cual el proceso está fuera de control y el tamaño de la muestra. La naturaleza de estos puntos es tal que sólo se puede hacer una generalización acerca del tamaño del riesgo de un error tipo 2. El sistema de Shewhart tiene en cuenta únicamente el error tipo 1 y el tamaño de este error es 0,3 % con límites de 3σ. Puesto que generalmente no es práctico hacer una estimación significativa de los costos de un error tipo 2 en una situación dada, y puesto que es conveniente seleccionar arbitrariamente un tamaño pequeño de subgrupo, tal como 4 ó 5, es adecuado y factible utilizar los límites de 3σ y concentrar la atención en controlar y mejorar el funcionamiento del proceso mismo. Cuando un proceso está bajo control estadístico, el gráfico de control suministra un método para probar continuamente una hipótesis estadística nula de que el proceso no ha cambiado y que permanece bajo control estadístico. Puesto que generalmente no se definen por anticipado las desviaciones específicas de las características del proceso respecto del valor objetivo que pueda interesar, junto con el riesgo de un error tipo 2, y no se calcula el tamaño de la muestra para satisfacer niveles de riesgo adecuados, el gráfico de control de Shewhart no se debe considerar en el sentido de una prueba de hipótesis (ver las normas ISO 7966 e ISO 7870). Shewhart destacó la utilidad empírica del gráfico de control para reconocer las desviaciones respecto de un proceso "bajo control" y minimizó la interpretación probabilística. Algunos usuarios examinan las curvas características operativas como medio para hacer una interpretación de ensayo de hipótesis. Cuando un valor representado cae por fuera de alguno de los límites de control o una serie de valores refleja patrones anormales tales como los analizados en el numeral 7, ya no se puede aceptar el estado de control estadístico. Cuando esto ocurre, se inicia una investigación para localizar la causa asignable y el proceso se puede detener o ajustar. Una vez que la causa asignable se determina y se elimina, el proceso está listo para continuar. Como se analizó antes, para un error de tipo 1, sólo en raras ocasiones no se puede encontrar causa asignable y entonces se debe concluir que el punto ubicado fuera de los límites representa la ocurrencia de un evento muy raro; una causa aleatoria que ha ocasionado un valor por fuera de los límites de control inclusive estando el proceso bajo control. Cuando se elaboran gráficos de control por primera vez para un proceso, a menudo se encuentra que el proceso está fuera de control. Los límites de control calculados con base en datos procedentes de un proceso fuera de control conducirían a conclusiones erróneas por no ser pertinentes. En consecuencia, siempre es necesario poner bajo control un proceso que haya estado fuera de control, antes de establecer parámetros permanentes para los gráficos de control. En los siguientes numerales se presentará el procedimiento para establecer gráficos de control para un proceso.
  • 8. NORMA TÉCNICA COLOMBIANA NTC-ISO 8258 6 4. TIPOS DE GRÁFICOS DE CONTROL Los gráficos de control de Shewhart son básicamente de dos tipos: gráficos de control de variables y gráficos de control de atributos. Para cada uno de los gráficos de control hay dos situaciones distintas: a) Cuando no se dan valores estándar b) Cuando se dan valores estándar. Los valores estándar son algunos requisitos especificados o valores objetivos. 4.1 GRÁFICOS DE CONTROL CUANDO NO SE DAN VALORES ESTÁNDAR El propósito aquí es descubrir si los valores observados de las características representadas, tales como X, R ó cualquier otro estadístico varían entre ellos en una cantidad mayor que la que se puede atribuir al solo azar. Los gráficos de control basados totalmente en los datos reunidos a partir de muestras se utilizan para detectar aquellas variaciones causadas por factores distintos al azar. 4.2 GRÁFICOS DE CONTROL CON RESPECTO A VALORES ESTÁNDAR DADOS El propósito aquí es identificar si los valores observados de X, etc., para varios subgrupos de n observaciones cada uno, difieren respecto de los valores estándar respectivos Xo (ó µo), etc., en cantidades mayores que las atribuibles únicamente a causas aleatorias. La diferencia entre los gráficos con valores estándar dados y los gráficos sin valores estándar dados es el requisito adicional referente a la localización del centro y de la variación del proceso. Los valores especificados se pueden basar en la experiencia obtenida utilizando gráficos de control sin información previa ni valores estándar especificados. También se pueden basar en valores económicos establecidos considerando la necesidad del servicio y el costo de la producción o ser valores nominales designados mediante las especificaciones del producto. Preferiblemente, los valores especificados se deben determinar a través de una investigación de datos preliminares, de los cuales se suponga que son típicos de todos los datos futuros. Para que los gráficos de control funcionen eficazmente, los valores estándar deben ser compatibles con la variabilidad inherente del proceso. Los gráficos de control basados en tales valores estándar se utilizan particularmente durante la fabricación para controlar los procesos y para mantener la uniformidad del producto al nivel deseado. 4.3 TIPOS DE GRÁFICOS DE CONTROL PARA VARIABLES Y PARA ATRIBUTOS Se consideran los siguientes gráficos de control. a) Gráficos de control de variables: 1) Gráfico del promedio ( )X y gráfico del rango (R) o de desviación estándar (s) 2) Gráficos de observaciones individuales (X) y de rango móvil (R)
  • 9. NORMA TÉCNICA COLOMBIANA NTC-ISO 8258 7 3) Gráfico de mediana (Me) y gráfico de rango (R) b) Gráficos de control de atributos: 1) Gráfico de la fracción no conforme (p) o gráfico del número de unidades no conformes (np) 2) Gráfico del número de no conformidades (c) o gráfico de no conformidades por unidad (u). 5. GRÁFICOS DE CONTROL DE VARIABLES Los datos variables representan observaciones obtenidas midiendo y registrando la magnitud numérica de una característica para cada una de las unidades del subgrupo considerado. Ejemplos de mediciones de variables son la longitud en metros, la resistencia en ohms, el ruido en decibeles, etc. Los gráficos de variables -y especialmente sus formas más habituales, los gráficos de X y de R- representan la aplicación clásica al control de procesos. Los gráficos de control de variables son especialmente útiles por varias razones. a) La mayoría de los procesos y su producción tienen características que son medibles, por lo cual el potencial de aplicabilidad es amplio. b) Un valor de medición contiene más información que una simple afirmación de sí o no. c) El desempeño de un proceso se puede analizar sin tener en cuenta la especificación. Los gráficos comienzan con el proceso mismo y dan una imagen independiente de lo que el proceso puede hacer. Después, el proceso se puede comparar o no con la especificación. d) Aunque obtener una porción de datos medidos suele ser más costoso que obtener una porción de datos pasa/no pasa, los tamaños de los subgrupos para variables casi siempre son mucho más pequeños que los de atributos y por tanto más eficientes. Esto ayuda a reducir los costos totales de inspección en algunos casos y a acortar el tiempo entre la producción de las partes y la acción correctiva. Para todas las aplicaciones de gráficos de control de variables considerados en esta norma se supone una distribución normal (de Gauss) para la variabilidad dentro de la muestra; las desviaciones respecto de esta suposición afectarán la representación de los gráficos. Los factores para calcular los límites de control se obtienen utilizando la suposición de normalidad. Puesto que la mayoría de los límites de control se utilizan como guías empíricas en la toma de decisiones, las desviaciones razonablemente pequeñas respecto de la normalidad no deben causar preocupación. En cualquier caso, debido al teorema del límite central, los promedios tienden a estar distribuidos normalmente aún cuando las observaciones individuales no lo estén; por esto es razonable suponer la normalidad para los gráficos de X, inclusive para tamaños de muestra tan pequeños como 4 ó 5 en la evaluación del control. Cuando se trate con observaciones individuales para propósitos de estudio de la capacidad, la forma verdadera de la distribución es importante. Son aconsejables las verificaciones periódicas acerca de la validez
  • 10. NORMA TÉCNICA COLOMBIANA NTC-ISO 8258 8 continua de tales supuestos, particularmente para tener seguridad de que únicamente se estén utilizando datos procedentes de una sola población. Se debe observar que la distribución de los rangos y de las desviaciones estándar no son normales, aunque al estimar las constantes para calcular los límites de control se supuso una normalidad aproximada, lo cual es satisfactorio para un procedimiento de decisión empírica. _ 5.1 GRÁFICO DE LA MEDIA ARITMÉTICA (X) Y GRÁFICO DEL RANGO (R) O DE LAS DESVIACIONES ESTÁNDAR (s) Los gráficos de variables pueden describir los datos de procesos en términos de dispersión (variabilidad de muestra a muestra) y localización (promedio del proceso). Debido a esto los gráficos de control para variables casi siempre se preparan y se analizan en pares un gráfico para la localización y otro para la dispersión. El par utilizado más comúnmente es el de gráficos de X y de R. En las tablas 1 y 2 se dan las fórmulas de los límites de control y los factores para los gráficos de control de variables respectivamente. Tabla 1. Fórmulas de los límites de control para gráficos de shewhart para control de variables Estadístico Ningún valor estándar dado Valores estándar dados Línea central LSC y LIC Línea central LSC y LIC _ X R s = X _ X s X A R o X A s± ±2 3 D R D R3 4, 3 4B s,B s X0 ó µ R0 ó d2σ0 s0 ó c4σ0 X0 ± Aσ0 D1σ0, D2σ0 B5σ0, B6σ0 Nota. X0, R0, S0, µ y σ0 son valores estándar dados
  • 11. NORMA TÉCNICA COLOMBIANA NTC-ISO 8258 9 Tabla 2. Factores para calcular líneas de gráficos de control Observa-ciones en subgrupo n Factores para límites de control Factores para línea central A A2 A3 B3 B4 B5 B6 D1 D2 D3 D4 c4 1/c4 d2 1/d2 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 2,121 1,732 1,500 1,342 1,225 1,134 1,061 1,000 0,949 0,905 0,866 0,832 0,802 0,775 0,750 0,728 0,707 0,688 0,671 0,655 0,640 0,626 0,612 0,600 1,880 1,023 0,729 0,577 0,483 0,419 0,373 0,337 0,308 0,285 0,266 0,249 0,235 0,223 0,212 0,203 0,194 0,187 0,180 0,173 0,167 0,162 0,157 0,153 2,659 1,954 1,628 1,427 1,287 1,182 1,099 1,032 0,975 0,927 0,886 0,850 0,817 0,789 0,763 0,739 0,718 0,698 0,680 0,663 0,647 0,633 0,619 0,606 0,000 0,000 0,000 0,000 0,030 0,118 0,185 0,239 0,284 0,321 0,354 0,382 0,406 0,428 0,448 0,466 0,482 0,497 0,510 0,523 0,534 0,545 0,555 0,565 3,267 2,568 2,266 2,089 1,970 1,882 1,815 1,761 1,716 1,679 1,646 1,618 1,594 1,572 1,552 1,534 1,518 1,503 1,490 1,477 1,466 1,455 1,445 1,435 0,000 0,000 0,000 0,000 0,029 0,113 0,179 0,232 0,276 0,313 0,346 0,374 0,399 0,421 0,440 0,458 0,475 0,490 0,504 0,516 0,528 0,539 0,549 0,559 2,606 2,276 2,088 1,964 1,874 1,806 1,751 1,707 1,669 1,637 1,610 1,585 1,563 1,544 1,526 1,511 1,496 1,483 1,470 1,459 1,448 1,438 1,429 1,420 0,000 0,000 0,000 0,000 0,000 0,204 0,388 0,547 0,687 0,811 0,922 1,025 1,118 1,203 1,282 1,356 1,424 1,487 1,549 1,605 1,659 1,710 1,759 1,806 3,686 4,358 4,698 4,918 5,078 5,204 5,306 5,393 5,469 5,535 5,594 5,647 5,696 5,741 5,782 5,820 5,856 5,891 5,921 5,951 5,979 6,006 6,031 6,056 0,000 0,000 0,000 0,000 0,000 0,076 0,136 0,184 0,223 0,256 0,283 0,307 0,328 0,347 0,353 0,378 0,391 0,403 0,415 0,425 0,434 0,443 0,451 0,459 3,267 2,574 2,282 2,114 2,004 1,924 1,864 1,816 1,777 1,744 1,717 1,693 1,672 1,653 1,637 1,622 1,608 1,597 1,585 1,575 1,566 1,557 1,548 1,541 0,797 9 0,886 2 0,921 3 0,940 0 0,951 5 0,959 4 0,965 0 0,969 3 0,972 7 0,975 4 0,977 6 0,979 4 0,981 0 0,982 3 0,983 5 0,984 5 0,985 4 0,986 2 0,986 9 0,987 6 0,988 2 0,988 7 0,989 2 0,989 6 1,253 3 1,128 4 1,085 4 1,063 8 1,051 0 1,042 3 1,036 3 1,031 7 1,028 1 1,025 2 1,022 9 1,021 0 1,019 4 1,018 0 1,016 8 1,015 7 1,014 8 1,014 0 1,013 3 1,012 6 1,011 9 1,011 4 1,010 9 1,010 5 1,128 1,693 2,059 2,326 2,534 2,704 2,847 2,970 3,078 3,173 3,258 3,336 3,407 3,472 3,532 3,588 3,640 3,689 3,735 3,778 3,819 3,858 3,895 3,931 0,886 5 0,590 7 0,485 7 0,429 9 0,394 6 0,369 8 0,351 2 0,336 7 0,324 9 0,315 2 0,306 9 0,299 8 0,293 5 0,288 0 0,283 1 0,278 7 0,274 7 0,271 1 0,267 7 0,264 7 0,261 8 0,259 2 0,256 7 0,254 4 Fuente: ASTM, Filadelfia, E.U.A.
  • 12. NORMA TÉCNICA COLOMBIANA NTC-ISO 8258 10 5.2 GRÁFICOS DE CONTROL PARA OBSERVACIONES INDIVIDUALES (X) En algunas situaciones de control de procesos es imposible o poco práctico tomar subgrupos racionales. El tiempo o el costo requeridos para medir una observación individual son tan grandes que no es factible pensar en observaciones repetidas. Típicamente, esto ocurriría cuando las mediciones son costosas (por ejemplo en un ensayo destructivo) o cuando la producción en cualquier momento es relativamente homogénea. En otras situaciones hay un solo valor posible, por ejemplo una lectura de instrumento o una propiedad de una carga de material de entrada. En tales situaciones el control del proceso se tiene que basar en observaciones individuales. En el caso de gráficos para observaciones individuales, puesto que no hay subgrupos racionales para suministrar una estimación de la variabilidad dentro de la carga, los límites de control se basan en una medida de la variación que se obtiene a partir de rangos móviles de, a menudo, dos observaciones. Un rango móvil es la diferencia absoluta entre pares sucesivos de mediciones en una serie; es decir, la diferencia entre las mediciones primera y segunda; después entre las mediciones segunda y tercera, y así sucesivamente. A partir de los rangos móviles se calcula el rango móvil promedio R y éste se utiliza para la construcción de gráficos de control. Así mismo, a partir de todos los datos, se calcula el promedio global X. La Tabla 3 da las fórmulas del límite de control para gráficos de control de observaciones individuales. Respecto de los gráficos de control de observaciones individuales conviene aplicar algunas precauciones: a) Los gráficos de control de observaciones individuales no son tan sensibles a los cambios en el proceso como lo son los gráficos de X y de R b) Si la distribución del proceso no es normal, los gráficos de control de observaciones individuales se deben interpretar con cuidado c) Los gráficos de observaciones individuales no aíslan la repetibilidad de porción a porción del proceso y, por tanto, en algunas aplicaciones puede ser mejor utilizar un gráfico convencional de X y R con tamaños pequeños de muestras del subgrupo. Tabla 3. Fórmulas de límites de control para gráficos de control de valores individuales Estadístico Ningún valor estándar dado Valores estándar dados Línea central LSC y LIC Línea central LSC y LIC Individuo, X Rango móvil, R _X _ R X E R2± 4 3D R, D R X0 ó µ R0 ó d2σ0 X0 ± 3σ0 D2σ0, D1σ0 Notas: 1. X0, R0, µ y σ0 son valores estándar dados _ 2. R denota el rango móvil promedio de n = 2 observaciones 3. Los valores de los factores d2, D1, D2, D3, D4, e indirectamente, E2 (=3/d2) se pueden obtener a partir de la Tabla 2 para n = 2.
  • 13. NORMA TÉCNICA COLOMBIANA NTC-ISO 8258 11 5.3 GRÁFICOS DE CONTROL PARA MEDIANAS (Me) Los gráficos para medianas son alternativas respecto de los gráficos X y R para el control de un proceso con datos medidos; esos gráficos dan conclusiones semejantes y tienen varias ventajas específicas. Son fáciles de utilizar y no requieren tantos cálculos. Esto puede ayudar a que el enfoque de los gráficos de control tenga más aceptación en la planta. Dado que se representan valores individuales (así como medianas), el gráfico de la mediana muestra la dispersión del proceso de producción y da una imagen progresiva de la variación del proceso. Los límites de control para los gráficos de la mediana se calculan en dos formas: utilizando la mediana de los subgrupos de las medianas y la mediana de los rangos; o usando el promedio de las medianas del subgrupo y el promedio de los rangos. En esta norma únicamente se considera el último enfoque, que es más fácil y más conveniente. Los límites de control se calculan como sigue. 5.3.1 Gráfico de la mediana _ Línea central = Me = promedio de las medianas del subgrupo LSCMe = Me + A4 R LICMe = Me - A4 R El gráfico del rango se construye en la misma forma que para el caso de los gráficos de X y de R mencionados en el numeral 5.1. En la Tabla 4 se dan los valores de la constante A4. Se debe observar que el gráfico de la mediana con límites de 3σ da una respuesta más lenta para las condiciones fuera de control que un gráfico de X. Tabla 4. Valores de A4 n 2 3 4 5 6 7 8 9 10 A4 1,88 1,19 0,80 0,69 0,55 0,51 0,43 0,41 0,36 5.3.2 Gráfico del rango Línea central = R = valor promedio de los valores de R para todos los subgrupos LSCR = D4 R LICR = D3 R En la Tabla 2 se dan los valores de las constantes D3 y D4.
  • 14. NORMA TÉCNICA COLOMBIANA NTC-ISO 8258 12 6. PROCEDIMIENTO DE CONTROL E INTERPRETACIÓN PARA LOS GRÁFICOS DE CONTROL DE VARIABLES El sistema de gráficos de Shewhart estipula que si la variabilidad muestra a muestra del proceso y el promedio de proceso permanecieran constantes en sus niveles actuales (según lo estimado mediante R y X respectivamente), los rangos (R) y los promedios (X) del subgrupo individual variarían sólo por azar y raramente irían más allá de los límites de control. Así mismo, no habrían tendencias o patrones obvios en los datos, más allá de lo que probablemente ocurriría debido al azar. El gráfico de X muestra en dónde se centra el promedio del proceso e indica la estabilidad del proceso. El gráfico de X revela variaciones indeseables entre los subgrupos en cuanto se refiere a sus promedios. El gráfico de R revela cualquier variación indeseable dentro de los subgrupos y es un indicador de la magnitud de la variabilidad del proceso sometido a estudio. Es una medida de la consistencia o uniformidad del proceso. El gráfico R permanece bajo control si las variaciones dentro del subgrupo son esencialmente las mismas. Esto sólo sucede si todas las muestras reciben el mismo tratamiento. Si el gráfico R no permanece bajo control, o si su nivel se eleva, esto puede indicar que algunos subgrupos diferentes se están sometiendo a tratamientos diferentes o que en el proceso están incidiendo varios sistemas diferentes de causa-efecto. Los gráficos de X también pueden ser afectados por condiciones fuera de control sobre el gráfico de R. Puesto que la capacidad para interpretar los rangos del subgrupo o los promedios del subgrupo depende de la estimación de la variabilidad de muestra a muestra, el gráfico de R se analiza primero. Se debe seguir el siguiente procedimiento de control. 6.1 Se recogen y se analizan los datos, calculando los promedios y los rangos. 6.2 Se elabora primero el gráfico de R. Se verifican los puntos de los datos contra los límites de control, buscando puntos fuera de control o tendencias o patrones desusados. Para cada indicación de una causa asignable en los datos del intervalo se efectúa un análisis de la operación del proceso para determinar la causa; se corrige esa condición y se evita que vuelva a ocurrir. 6.3 Se excluyen todos los subgrupos afectados por una causa asignable identificada; a continuación se vuelve a calcular y se traza el nuevo rango promedio (R) y los nuevos límites de control. Se confirma que todos los puntos del rango muestren control estadístico al compararlos con los límites nuevos, repitiendo si es necesario la secuencia identificación/corrección/reelaboración de los cálculos. 6.4 Si algunos subgrupos son eliminados del gráfico de R debido a causas asignables identificadas, también se deben excluir del gráfico de X. Los valores revisados de R y de X se utilizarán para reelaborar el cálculo de los límites de control de ensayo para los promedios, X ± A2R. Nota 2. La exclusión de subgrupos que representen condiciones fuera de control no es sólo "desechar datos malos". Más bien, al excluir los puntos afectados por causas asignables conocidas, tenemos una estimación mejor del nivel de variación subyacente debido a causas aleatorias. Esto, a su vez, da la base más apropiada para los límites de control utilizados para detectar más eficientemente casos futuros de causas asignables de variación. 6.5 Cuando los rangos están bajo control estadístico, se considera que es estable la dispersión del proceso (variación dentro del subgrupo). Entonces se pueden analizar los promedios para ver si la localización del proceso está cambiando con el tiempo.
  • 15. NORMA TÉCNICA COLOMBIANA NTC-ISO 8258 13 6.6 Ahora se representa el gráfico de X y se verifican los puntos de los datos contra los límites de control, buscando puntos fuera de control o tendencias o patrones desusados. Como para el gráfico de R, se analiza cualquier condición de fuera de control y se aplican acciones correctivas y preventivas. Se excluyen los puntos fuera de control para los cuales se han encontrado causas asignables; se efectúan de nuevo los cálculos y se representa el nuevo promedio del proceso (X) y los nuevos límites de control. Se comprueba que todos los puntos de los datos muestren control estadístico al compararlos con los límites nuevos, repitiendo si es necesario la secuencia identificación/corrección/reelaboración de los cálculos. 6.7 Cuando los datos iniciales para establecer valores de referencia de los límites de control estén contenidos uniformemente dentro de los límites de prueba, se amplían los límites para cubrir períodos futuros. Estos límites se utilizarán para el control progresivo del proceso, en que las personas responsables del mismo (operador y/o supervisor) reaccionen con prontitud frente a condiciones indicativas de "fuera de control" en el gráfico de X ó en el gráfico de R. 7. ENSAYOS PATRÓN PARA INTERPRETAR CAUSAS ASIGNABLES DE VARIACIÓN En la Figura 2 se presenta un conjunto de ocho ensayos suplementarios utilizados para interpretar patrones en los gráficos de Shewhart. Para una presentación más completa de estos ensayos, consúltense las referencias bibliográficas [2] y [3]. Aunque esto se puede considerar como un conjunto básico de ensayos, los analistas deben estar alerta ante cualquier patrón desusado de puntos que pudiera indicar la influencia de causas especiales en sus procesos. Por tanto, estos ensayos se deben considerar sencillamente como reglas prácticas de acción siempre que se indique la presencia de causas asignables. Una indicación de cualquiera de las condiciones estipuladas en estos ensayos señala la presencia de causas asignables de variación que es necesario diagnosticar y corregir. Los límites de control superior e inferior se fijan a una distancia de 3σ por encima y por debajo de la línea central. Para el propósito de aplicar los ensayos, el gráfico de control se divide equitativamente en seis zonas, teniendo cada zona un ancho de 1σ. Estas zonas se rotulan como A, B, C, C, B, A, con las zonas C colocadas simétricamente respecto de la línea central. Estos ensayos son aplicables a los gráficos de X y a los gráficos de observaciones individuales (X). Se supone que hay una distribución normal.
  • 16. NORMA TÉCNICA COLOMBIANA NTC-ISO 8258 14 Figura 2. Ensayos para causas asignables 8. CONTROL DEL PROCESO Y CAPACIDAD DEL PROCESO La función de un sistema de control del proceso es suministrar una señal estadística cuando existen causas asignables de variación. La eliminación sistemática de causas asignables de variación excesiva, a través de esfuerzos determinados continuos, sitúa el proceso en un estado de control estadístico. Una vez que el proceso está operando en condiciones de control estadístico, su desempeño es predecible y se puede evaluar su capacidad para cumplir las especificaciones. La capacidad del proceso se determina mediante la variación total que se debe a causas comunes -la variación mínima que se puede lograr después de haber eliminado todas las causas asignables. La capacidad del proceso representa el desempeño del proceso mismo, según se
  • 17. NORMA TÉCNICA COLOMBIANA NTC-ISO 8258 15 demuestra cuando el proceso opera en un estado de control estadístico. Como tal, el proceso primero tiene que ser puesto bajo control estadístico antes de que se pueda evaluar su capacidad. Así pues, la evaluación de la capacidad del proceso comienza después de que se han resuelto los asuntos del control en los gráficos de X y en los de R; esto es, las causas especiales han sido identificadas, analizadas, corregidas y se ha evitado que ocurran de nuevo; además, los gráficos de control progresivos reflejan un proceso que ha permanecido bajo control estadístico en forma predominante para al menos los 25 subgrupos anteriores. En general, se compara la distribución de la salida del proceso con las especificaciones de ingeniería, para ver si estas especificaciones se pueden cumplir de manera constante. Generalmente, la capacidad del proceso se mide en términos de un índice de capacidad del proceso ICP (ó cp) como sigue: σ)6 LITLST procesodelnóDispersi daespeciifcaTolerancia ICP − == Donde LST límite superior de la tolerancia; LIT límite inferior de tolerancia. $σ se estima a partir de la variabilidad promedio dentro del subgrupo y está dada por s /c4 ó R /d2. Un valor de ICP menor que 1 indica que el proceso no tiene capacidad, mientras que ICP = 1 implica que el proceso apenas tiene capacidad. En la práctica, un valor de ICP de 1,33 generalmente se toma como el valor mínimo aceptable porque siempre hay alguna variación de muestreo y ningún proceso está siempre completamente bajo control estadístico. Sin embargo, se debe observar que el índice ICP mide únicamente la relación de los límites con la dispersión del proceso; no se considera la localización o el centrado del proceso. Sería posible que cualquier porcentaje de valores estuviera por fuera de los límites de la especificación y que hubiera un alto valor de ICP. Por esta razón, es importante considerar la distancia a escala entre el promedio del proceso y el límite de especificación más próximo. El análisis adicional de este tema se sale del ámbito de esta norma. En vista de la discusión anterior, para ilustrar los pasos clave que conducen hacia el control y el mejoramiento del proceso se puede utilizar como guía un procedimiento, tal como se presenta esquemáticamente en la Figura 3.
  • 18. NORMA TÉCNICA COLOMBIANA NTC-ISO 8258 16 Figura 3. Estrategia para el mejoramiento del proceso 9. GRÁFICOS DE CONTROL DE ATRIBUTOS Los datos de atributos representan observaciones obtenidas notando la presencia o ausencia de alguna característica (o atributo) en cada una de las unidades del subgrupo considerado, contando después cuántas unidades tienen o no tienen el atributo, o cuántos de tales eventos ocurren en la unidad, en el grupo o en el área. Los datos de atributos generalmente se obtienen en forma rápida y económica, y a menudo no se requieren habilidades especializadas para la recolección de dichos datos. En la Tabla 5 se dan las fórmulas de los límites de control para los gráficos de control de atributos. En el caso de los gráficos de control de variables, se acostumbra mantener un par de gráficos de control; uno para el control del promedio y el otro para el control de la dispersión. Esto es necesario porque la distribución subyacente en los gráficos de control para variables es la distribución normal, que depende de estos dos parámetros. Sin embargo, en el caso de los gráficos de control de atributos, será suficiente un sólo gráfico porque la distribución supuesta tiene únicamente un parámetro independiente, el nivel del promedio. Los gráficos de p y de np se basan en la distribución binomial, mientras que los gráficos de c y u se basan en la distribución de Poisson.
  • 19. NORMA TÉCNICA COLOMBIANA NTC-ISO 8258 17 Los cálculos para estos gráficos son semejantes, excepto en los casos en que la variabilidad en el tamaño del subgrupo afecta a la situación. Cuando el tamaño del subgrupo es constante, se puede utilizar el mismo conjunto de límites de control para cada subgrupo. Sin embargo, si el número de ítems inspeccionados en cada subgrupo varía, se deben calcular límites de control separados para cada subgrupo. Así pues, los gráficos np y c se pueden utilizar razonablemente con un tamaño de muestra constante, mientras que los gráficos de p y u se podrían utilizar en cualquier situación. Tabla 5. Fórmulas de los limites de control para gráficos de shewhart para control de atributos Estadístico Ningún valor estándar dado Valores estándar dados Línea central Límites de control de 3σ Línea central Límites de control 3σ p np c u _ p _ np _ c _ u p 3 p(1- p) / n± np 3 np(1- p)± c 3 c± u 3 u / n± p0 np0 c0 u0 0 0 0p 3 p (1- p ) / n± np 3 np (1- p )0 0 0± 0 0c 3 c± 0 0u 3 U / n± Nota. p0, np0, c0, y u0 son valores estándar dados En los casos en que el tamaño de muestra varía de muestra a muestra, para cada muestra se calculan límites de control separados. Cuanto más pequeño sea el tamaño del subgrupo, más amplias serán las bandas del control y viceversa. Si el tamaño del subgrupo no varía en forma apreciable, entonces se puede utilizar un solo conjunto de límites de control basados en el tamaño promedio del subgrupo. Por razones prácticas, esto se cumple bien para situaciones en las cuales el tamaño del subgrupo está dentro de ± 25 % del tamaño objetivo del subgrupo. Un procedimiento alternativo para situaciones en las cuales el tamaño de la muestra varía grandemente, es usar una variable normalizada. Por ejemplo, en vez de representar p, representar el valor normalizado Z = p - p p (1 - p ) / n o o o ó Z = p - p p(1 - p) / n
  • 20. NORMA TÉCNICA COLOMBIANA NTC-ISO 8258 18 según que el valor estándar para p esté especificado o no. La línea central así como los límites de control se vuelven constantes, independientes del tamaño del subgrupo, y están dados como línea central = 0 LSC = 3 LIC = -3 El gráfico de p se utiliza para determinar el promedio porcentual de los ítems no conformes que se presenta durante un período de tiempo. En el gráfico, el personal del proceso y la gerencia puede detectar cualquier cambio en este promedio. Para juzgar si el proceso está bajo control estadístico, se procede en la misma forma que se hizo para los gráficos de X y de R. Si todos los puntos de la muestra caen dentro de los límites de control de prueba sin mostrar ninguna indicación de una causa asignable, se dice que el proceso está bajo control. En tal caso, la fracción no conforme promedio p, se toma como valor estándar para la fracción no conforme, p0. 10. CONSIDERACIONES PRELIMINARES ANTES DE COMENZAR UN GRÁFICO DE CONTROL 10.1 SELECCIÓN DE LAS CARACTERÍSTICAS DE CALIDAD Se seleccionan las características de calidad para el programa de control. Normalmente se considerarán en primer lugar las características que afecten el desempeño del producto o del servicio. Estas pueden ser aspectos del servicio ofrecido o características del material usado, de las partes componentes del producto, así como del producto terminado que se suministra al comprador. Los métodos estadísticos de control se deben introducir primordialmente cuando el gráfico de control ayude a suministrar información acerca de un proceso en forma oportuna, de tal modo que se pueda corregir el proceso y producir así un mejor producto o servicio. Se deben seleccionar características de calidad del producto o servicio que tengan un efecto decisivo en la calidad del producto o servicio y que aseguren la estabilidad de los procesos. 10.2 ANÁLISIS DEL PROCESO DE PRODUCCIÓN Se debe hacer un análisis detallado del proceso de producción para determinar: a) La clase y la localización de las causas que pueden originar irregularidades b) El efecto de la imposición de especificaciones c) El método y la localización de la inspección d) Todos los otros factores pertinentes que puedan afectar al proceso de producción. También se debe efectuar un análisis para determinar la estabilidad de los procesos de producción, la exactitud del equipo de producción y ensayo, la calidad de los productos o servicios producidos, los patrones de correlación entre los tipos y las causas de no conformidades. Si se necesitan convenios para ajustar los procesos de producción y el equipo,
  • 21. NORMA TÉCNICA COLOMBIANA NTC-ISO 8258 19 así como diseñar planes para el control estadístico de los procesos de producción, entonces se requieren las condiciones de las operaciones de producción y de la calidad del producto. Esto ayudará a ubicar en forma precisa el mejor lugar para establecer controles e identificar rápidamente cualquier irregularidad en el desempeño del proceso de producción para prever acción correctiva oportuna. 10.3 SELECCIÓN DE SUBGRUPOS RACIONALES Los gráficos de control tienen en sus fundamentos la idea central de Shewhart de dividir las observaciones en lo que se llama "subgrupos racionales"; esto es, clasificar las observaciones del caso en subgrupos, dentro de los cuales se puede considerar que las variaciones se deben únicamente a causas del azar, pero entre las cuales cualquier diferencia se puede deber a causas asignables que el gráfico de control busca detectar. Para establecer los subgrupos mencionados se requiere algún conocimiento técnico y familiaridad con las condiciones de producción y las condiciones en las cuales se tomaron los datos. Identificando cada subgrupo con un tiempo o con una fuente, se pueden rastrear y corregir más fácilmente las causas de problemas específicos, si esto es ventajoso. Los registros de inspección y ensayo, tomados en el orden en el cual se hicieron las observaciones, suministran una base para la subagrupación con respecto al tiempo. Esto suele ser útil en la fabricación en que es importante mantener constante en el tiempo el sistema origen de producción. Siempre se debe recordar que el análisis se facilitará grandemente si, al planificar la recolección de datos, se tiene cuidado de seleccionar las muestras de tal modo que los datos correspondientes a cada subgrupo se puedan tratar adecuadamente como un subgrupo racional por separado y que los subgrupos se identifiquen en tal forma que sea posible hacer esto. Así mismo, en cuanto sea posible, el tamaño del subgrupo, n, se debe mantener constante para evitar que los cálculos y la interpretación resulten tediosos. Sin embargo, se debe observar que los principios de los gráficos de Shewhart se pueden aplicar igualmente en situaciones en que n varíe. 10.4 FRECUENCIA Y TAMAÑO DE LAS MUESTRAS No se pueden establecer reglas generales para la frecuencia de los subgrupos o el tamaño del subgrupo. La frecuencia puede depender del costo de tomar y analizar las muestras, y el tamaño del subgrupo puede depender de consideraciones prácticas. Por ejemplo, los subgrupos grandes tomados a intervalos menos frecuentes pueden detectar en forma más precisa un pequeño cambio en el promedio del proceso, pero los subgrupos pequeños tomados a intervalos más frecuentes detectarán más rápidamente un cambio grande. A menudo, como tamaño del subgrupo se toma 4 ó 5, mientras que la frecuencia de la toma de muestras generalmente es alta al comienzo y es baja una vez que se alcanza un estado de control estadístico. Normalmente, para suministrar estimaciones preliminares se considera que son adecuados 20 a 25 subgrupos de tamaño 4 ó 5. Vale la pena observar que la frecuencia de la toma de muestras, el control estadístico y la capacidad del proceso se tienen que considerar en conjunto. El razonamiento es como sigue. Para estimar la desviación estándar σ, a menudo se utiliza el valor del rango promedio R . El número de fuentes de variación se incrementa a medida que el intervalo de tiempo entre las muestras dentro de un subgrupo también se incrementa. Por tanto, ampliando las muestras dentro de un subgrupo a través del tiempo se incrementará R , se incrementará la estimación de σ, se ampliarán los límites del control y de este modo parecerá que se disminuye el índice de capacidad del proceso. Inversamente, es posible incrementar la capacidad del proceso mediante la toma de muestras consecutiva de porciones, dando un R pequeño y una pequeña estimación de σ, pero será difícil alcanzar el control estadístico.
  • 22. NORMA TÉCNICA COLOMBIANA NTC-ISO 8258 20 10.5 RECOLECCIÓN DE DATOS PRELIMINARES Una vez que se ha decidido la característica de calidad que se va a controlar y la frecuencia y el tamaño del subgrupo que se va a tomar, es necesario recoger y analizar algunos datos o mediciones iniciales de inspección para el propósito de suministrar valores preliminares al gráfico de control, que son necesarios al determinar la línea central y los límites de control que se han de trazar en el gráfico. Los datos preliminares se pueden recoger subgrupo por subgrupo hasta que se hayan obtenido 20 a 25 subgrupos en una corrida continua del proceso de producción. Durante el curso de esta recolección de datos iniciales se debe tener cuidado de que el proceso no sea indebidamente afectado en forma intermitente por factores extraños tales como el cambio en la alimentación de materias primas, en las operaciones, en los ajustes de máquina, etc. Es decir, durante el período en que se estén recolectando los datos preliminares, el proceso debe mostrar un estado de estabilidad. 11. PASOS EN LA CONSTRUCCIÓN DE GRÁFICOS DE CONTROL En los numerales 11.1 a 11.5 se describen los pasos necesarios en la construcción del gráfico de X y del gráfico de R, para el caso en que no se dan valores estándar. En el numeral 12.2 se describen dichos pasos en la forma de un ejemplo. En la construcción de otros gráficos de control se seguirán los mismos pasos básicos pero las constantes para los cálculos son diferentes (ver las Tablas 1 y 2). En la Figura 4 se presenta un formato general de un gráfico de control estándar. Este formato puede ser objeto de modificaciones, de acuerdo con los requisitos particulares de una situación de control del proceso. 11.1 Si los datos preliminares no se tomaron en subgrupos de acuerdo con un plan prescrito, el conjunto total de valores observados se desglosa en subgrupos secuenciales, según los criterios para subgrupos racionales que se mencionaron en el numeral 10.3. Los subgrupos deben ser de la misma estructura y tamaño. Los productos de cualquiera de los subgrupos deben tener lo que se crea que es algún factor común importante, por ejemplo unidades producidas durante el mismo corto intervalo de tiempo o unidades procedentes de una entre varias fuentes o localizaciones distintas. Los diferentes subgrupos deben representar diferencias posibles o sospechadas en el proceso que los produjo, por ejemplo intervalos de tiempo diferentes o fuentes o localizaciones diferentes. 11.2 Para cada subgrupo, se calcula el promedio, X , y el rango, R. 11.3 Se calcula el gran promedio de todos los valores observados, X y el rango promedio, R . 11.4 En un formato adecuado o en papel para gráficas,se elabora un gráfico de X y un gráfico de R. La escala vertical de la izquierda se utiliza para X y para R y la escala horizontal para el número del subgrupo. Se representan los valores calculados para X en el gráfico de los promedios y se representan los valores calculados para R en el gráfico de los rangos. 11.5 En estos gráficos respectivos, se trazan rayas horizontales continuas para representar X y R . 11.6 Se ubican los límites de control en estos gráficos. En el gráfico de X se trazan dos rayas horizontales punteadas en X ± A2 R y, en el gráfico de R, se trazan dos rayas horizontales punteadas en D3 R y D4 R , en donde A2, D3 y D4 se basan en n, el número de observaciones en un subgrupo, y que se dan en la Tabla 2. El LIC en el gráfico de R no se necesita cuando n sea menor de 7 puesto que el valor siguiente de D3 se considera igual a cero.
  • 23. NORMA TÉCNICA COLOMBIANA NTC-ISO 8258 21 Figura 4. Formato general de un gráfico de control 12. EJEMPLOS ILUSTRATIVOS: GRÁFICOS DE CONTROL DE VARIABLES 12.1 GRÁFICO DE X y GRÁFICO DE R: VALORES ESTÁNDAR DADOS El gerente de producción de un importador de té desea controlar su proceso de empaque para que el peso promedio de los paquetes sea 100,6 g. La desviación estándar supuesta del proceso es 1,4 g, con base en procesos de empaque semejantes. Puesto que los valores estándar están dados (X0 = 100,6, σ0 =1,4), se pueden construir de inmediato los gráficos de control para el promedio y el intervalo utilizando las fórmulas dadas en la Tabla 1 y los factores A, d2, D2 y D1 dados en la Tabla 2 para n = 5.
  • 24. NORMA TÉCNICA COLOMBIANA NTC-ISO 8258 22 Gráfico de X Línea central = X0 = 100,6 g LSC = X0 + Aσ0 = 100,6 + (1,342 x 1,4) 102,5 g LIC = X0 - A $σ0 = 100,6 - (1,342 x 1,4) = 98,7 g Gráfico de R Línea central = d2σ0 = 2,326 x 1,4 = 3,3 g LSC = D2σ0 = 4,918 x 1,4 = 6,9 g LIC = D1σ0 = 0 x 1,4 (puesto que n es menor que 7, no se muestra el LIC) Ahora se seleccionan 25 muestras de tamaño 5; se calculan sus valores del promedio y del rango del subgrupo (ver la Tabla 6) y se representan gráficamente con los límites de control calculados antes (ver la Figura 5). Los gráficos, que aparecen en la Figura 5, indican que el proceso está fuera de control o del nivel deseado, porque hay una secuencia de 13 puntos por debajo de la línea central en el gráfico de X y 16 puntos por encima de la línea central en el gráfico de R. Se debe investigar y eliminar la causa de una secuencia tan larga de valores bajos de la media.
  • 25. NORMA TÉCNICA COLOMBIANA NTC-ISO 8258 23 Tabla 6. Proceso de empaque de té Subgrupo No. Promedio del subgrupo X Rango del subgrupo R 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 100,6 101,3 99,6 100,5 99,9 99,5 100,4 100,5 101,1 100,3 100,1 99,6 99,2 99,4 99,4 99,6 99,3 99,9 100,5 99,5 100,1 100,4 101,1 99,9 99,7 3,4 4,0 2,2 4,5 4,8 3,8 4,1 1,7 2,2 4,6 5,0 6,1 3,5 5,1 4,5 4,1 4,7 5,0 3,9 4,7 4,6 4,4 4,9 4,7 3,4 Figura 5. Gráfico de promedio y rango para los datos dados en la Tabla 6
  • 26. NORMA TÉCNICA COLOMBIANA NTC-ISO 8258 24 12.2 GRÁFICO DE X y GRÁFICO DE R: NO SE DAN VALORES ESTÁNDAR En la Tabla 7 se dan las mediciones del radio externo de un tapón, cada media hora se toman cuatro mediciones, para un total de 20 muestras. En la Tabla 7 también se dan los promedios y los rangos del subgrupo. Las tolerancias especificadas son 0,219 dm y 0,125 dm. El objetivo es evaluar el desempeño del proceso y controlarlo con respecto a su localización y dispersión de tal modo que el proceso cumpla las especificaciones. Tabla 7. Datos de producción acerca del radio externo de un tapón Subgrupo No. Radio Media X Rango R X1 X2 X3 X4 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 0,189 8 0,201 2 0,221 7 0,183 2 0,169 2 0,162 1 0,200 1 0,240 1 0,199 6 0,178 3 0,216 6 0,192 4 0,176 8 0,192 3 0,192 4 0,172 0 0,182 4 0,181 2 0,170 0 0,169 8 0,172 9 0,191 3 0,219 2 0,181 2 0,226 3 0,183 2 0,192 7 0,182 5 0,198 0 0,171 5 0,174 8 0,198 4 0,198 6 0,187 6 0,199 6 0,194 0 0,179 0 0,158 5 0,156 7 0,166 4 0,206 7 0,187 8 0,207 8 0,196 3 0,206 6 0,191 4 0,216 9 0,191 0 0,207 6 0,182 9 0,196 0 0,237 7 0,224 1 0,190 3 0,212 0 0,211 6 0,187 6 0,169 9 0,169 4 0,170 0 0,189 8 0,192 1 0,198 0 0,180 0 0,209 1 0,178 3 0,208 2 0,226 4 0,202 3 0,196 1 0,192 3 0,200 3 0,202 2 0,198 6 0,216 0 0,232 0 0,182 1 0,168 0 0,170 2 0,160 0 0,189 8 0,193 1 0,211 7 0,185 2 0,203 3 0,178 8 0,204 5 0,210 0 0,201 9 0,182 2 0,194 9 0,207 2 0,200 4 0,192 2 0,205 0 0,204 9 0,182 8 0,169 4 0,166 6 0,166 6 0,033 8 0,013 4 0,023 7 0,016 3 0,057 1 0,029 3 0,024 2 0,057 6 0,009 6 0,024 6 0,041 8 0,045 3 0,047 3 0,011 0 0,023 6 0,060 0 0,008 6 0,022 7 0,013 5 0,010 0 0,1924= 20 3,8480 = k X =X ∑ 0,0287= 20 0,5734 = k R =R ∑ El primer paso es trazar un gráfico de R y evaluar su estado de control.
  • 27. NORMA TÉCNICA COLOMBIANA NTC-ISO 8258 25 Gráfico de R línea central = R = 0,028 7 LSC = D4 R = 2,282 x 0,028 7 = 0,065 5 LIC = D3 R = 0 x 0,028 7 (puesto que n es menor de 7, no se muestra el LIC) Los valores de los factores multiplicativos D3 y D4 se toman de la Tabla 2 para n = 4. Puesto que los valores de R en la Tabla 7 están dentro de los límites de control del gráfico de R , el gráfico de R indica un estado de control estadístico. Ahora se puede usar el valor de R para calcular los límites de control del gráfico de X . Gráfico de X Línea central = X = 0,192 4 LSC = X + A2 R = 0,192 4 + (0,729 x 0,028 7) = 0,213 3 LIC = X - A2 R = 0,192 4 - (0,729 x 0,028 7) = 0,171 5 Figura 6. Gráficos de promedio y rango para los datos dados en la Tabla 7
  • 28. NORMA TÉCNICA COLOMBIANA NTC-ISO 8258 26 El valor del factor A2 se toma de la Tabla 2 para n = 4. En la Figura 6 se representan los gráficos de control para X y R. Un examen del gráfico de X revela que los últimos tres puntos están fuera de control. Esto indica que en el proceso pueden estar influyendo algunas causas asignables de variación. Si los límites se hubieran calculado a partir de los datos anteriores, se hubiera requerido acción en el punto 18. En este punto se toma la acción correctiva adecuada para eliminar las causas asignables y evitar que se presenten de nuevo. Se continúa el procedimiento de representación estableciendo límites de control revisados mediante la eliminación de los puntos fuera de control, es decir, los valores para los números de las muestras 18, 19 y 20. Los valores de X, R y las líneas del gráfico de control se vuelven a calcular como sigue: 0,1968= 17 3,3454 = k X =revisadoX ∑ 0,0310= 17 0,5272 = k R =revisadoR ∑ Gráfico de X revisado Línea central = X = 0,196 8 LSC = X + A2 R = 0,196 8 + (0,729 x 0,031 0) = 0,219 4 LIC = X - A2 R = 0,196 8 - (0,729 x 0,031 0) = 0,174 2 Gráfico de R revisado Línea central = R = 0,0310 LSC = D4 R = 2,282 X 0,031 0 = 0,070 7 LIC = D3 R = 0 x 0,031 0 (puesto que n es menor que 7, no se muestra el LIC) En la Figura 7 se representan los gráficos de control revisados.
  • 29. NORMA TÉCNICA COLOMBIANA NTC-ISO 8258 27 Figura 7. Gráficos revisados de X y R para los datos en la Tabla 7 Con el proceso mostrando un estado de control estadístico en relación con los límites de control revisados, se puede evaluar la capacidad del proceso. Se calcula σ) LITLST procesodelnóDispersi daespecificaTolerancia ICP − == donde ) σ se estima mediante R /d2 = 0,031 0/2,059 = 0,0151. El valor de la constante d2 se toma de la Tabla 2 para n = 4. Así pues, 10,015x6 00,125-00,219 =ICP 01,033= 00,091 0,940 = Puesto que ICP es mayor que 1, se puede considerar que el proceso es capaz. Sin embargo, al examinar en detalle, se puede ver que el proceso no está centrado adecuadamente en relación con la especificación y, por tanto, aproximadamente el 11,8 % de los individuos estarán por fuera del límite superior de especificación. Por tanto, antes de establecer parámetros permanentes del gráfico de control, se debe intentar centrar el proceso adecuadamente mientras se mantiene un estado de control estadístico.
  • 30. NORMA TÉCNICA COLOMBIANA NTC-ISO 8258 28 12.3 GRÁFICO DE CONTROL PARA INDIVIDUOS, X, Y RANGO MÓVIL, R: NO SE DAN VALORES ESTÁNDAR En la Tabla 8 se dan los resultados del análisis de laboratorio de la "humedad porcentual" en muestras procedentes de 10 lotes sucesivos de leche en polvo descremada. Se analizó en el laboratorio una muestra de leche en polvo descremada, representativa de un lote, respecto de diversas características tales como grasa, humedad, acidez, índice de solubilidad, sedimentación, bacterias y proteína del suero. Se buscaba controlar el porcentaje de humedad por debajo del 4 % para este proceso. Se encontró que la variación de muestreo dentro de un lote individual fue insignificante, por lo cual se decidió tomar únicamente una observación por lote y establecer límites de control con base en el rango móvil de lotes sucesivos. Tabla 8. Humedad porcentual para 10 muestras sucesivas de leche en polvo descremada Lote No. 1 2 3 4 5 6 7 8 9 10 X: % humedad 2,9 3,2 3,6 4,3 3,8 3,5 3,0 3,1 3,6 3,5 R: rango móvil 0,3 0,4 0,7 0,5 0,3 0,5 0,1 0,5 0,1 10 3,5+...+3,2+2,9 =X %3,45= 10 34,5 = 9 0,1+...+0,4+0,3 =R %0,38= 9 3,4 = Líneas del gráfico de control para rangos móviles, R Línea central = R = 0,38 LSC = D4 R = 3,267 x 0,38 = 1,24 LIC = D3 R = 0 x 0,38 (puesto que n es menor que 7, no se muestra el LIC) Los valores de los factores D3 y D4 se obtienen a partir de la Tabla 2 para n = 2. Puesto que el gráfico del rango muestra un estado de control estadístico, se puede efectuar la representación del gráfico de control para los individuos.
  • 31. NORMA TÉCNICA COLOMBIANA NTC-ISO 8258 29 Líneas del gráfico de control para individuos, X Línea central = X = 3,45 LSC = X+ E2 R = 3,45 + (2,66 x 0,38) = 4,46 LIC = X - E2 R = 3,45 - (2,66 x 0,38) = 2,44 En la Tabla 3 y en la Tabla 4 se dan las fórmulas para los límites de control y el valor del factor E2. En la Figura 8 se representan los gráficos de control. Los gráficos de control indican que el proceso está bajo control estadístico. Figura 8. Gráficos de control para valores individuales ,X, para los datos dados en la Tabla 8 12.4 GRÁFICO DE LA MEDIANA: NO SE DAN VALORES ESTÁNDAR Una máquina elabora discos electrónicos con espesor especificado entre 0,007 cm y 0,016 cm. Se extraen muestras de tamaño 5 cada media hora y se registra su espesor en centímetros según se muestra en la Tabla 9. Se decidió instalar un gráfico de la mediana con el propósito de controlar la calidad. En la Tabla 9 también se muestran los valores de las medianas y los rangos.
  • 32. NORMA TÉCNICA COLOMBIANA NTC-ISO 8258 30 Tabla 9. Datos de control para el espesor de discos de mica Subgrupo No. Espesor Mediana Me Rango R X1 X2 X3 X4 X5 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 14 11 11 16 15 13 14 11 14 12 10 10 8 13 7 8 10 12 12 12 8 12 10 10 10 12 10 12 8 8 12 13 16 17 14 15 13 8 12 12 8 8 10 11 14 12 8 14 15 10 15 10 16 9 14 10 8 8 14 13 8 10 9 13 7 8 16 10 7 10 12 10 10 12 11 12 10 12 15 12 13 13 10 10 12 10 10 10 12 11 6 5 7 5 8 7 6 8 7 4 4 2 4 6 7 Se calcula el promedio de las medianas y los rangos del subgrupo como sigue: subgrupodelmedianaslasdepromedio=Me 4711 15 172 , 15 11+...+12+10+12 = == promediorango=R 5,73= 15 86 = 15 7+...+7+5+6 = El gráfico del rango se calcula como sigue:
  • 33. NORMA TÉCNICA COLOMBIANA NTC-ISO 8258 31 Gráfico de R Línea central = R = 5,73 LSC = D4 R = 2,114 x 5,73 = 12,11 LIC = D3 R = 0 x 5,73 (puesto que n es menor que 7, no se muestra el LIC) Los valores de las constantes D3 y D4 se toman de la Tabla 2 para n = 5. Como el gráfico del rango muestra un estado de control, se pueden calcular las líneas del gráfico de la mediana. Gráfico del control de la mediana Línea central = Me = 11,47 LSCMe = Me + A4 R = 11,47 + (0,69 x 5,73) = 15,42 LICMe = Me - A4 R = 11,47 - (0,69 x 5,73) = 7,52 El valor de A4 se toma de la Tabla 4 para n = 5. En la Figura 9 se representan los gráficos. Como es evidente por el gráfico, el proceso muestra un estado de control estadístico.
  • 34. NORMA TÉCNICA COLOMBIANA NTC-ISO 8258 32 Figura 9. Gráfico de la mediana y gráfico del rango para los datos dados en la Tabla 9 13. EJEMPLOS ILUSTRATIVOS: GRÁFICOS DE CONTROL DE ATRIBUTOS 13.1 GRÁFICO DE p Y GRÁFICO DE np: NO SE DAN VALORES ESTÁNDAR Los datos presentados en la Tabla 10 dan el número de unidades no conformes por hora, respecto a malos funcionamientos encontrados mediante inspección del 100 % en interruptores pequeños con dispositivos de inspección automática. Los interruptores se producen en una línea de ensamble automático. Puesto que el mal funcionamiento es serio, el porcentaje no conforme se utiliza para identificar el momento en que la línea de ensamble esté fuera de control. Se elabora un gráfico de p, recogiendo datos de 25 grupos como datos preliminares (ver la Tabla 10).
  • 35. NORMA TÉCNICA COLOMBIANA NTC-ISO 8258 33 Tabla 10. Datos preliminares: interruptores Subgrupo No. Número de interruptores inspeccionados n Número de interruptores no conformes np porcentaje de no conformes p 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 4 000 4 000 4 000 4 000 4 000 4 000 4 000 4 000 4 000 4 000 4 000 4 000 4 000 4 000 4 000 4 000 4 000 4 000 4 000 4 000 4 000 4 000 4 000 4 000 4 000 8 14 10 4 13 9 7 11 15 13 5 14 12 8 15 11 9 18 6 12 6 12 8 15 14 0,200 0,350 0,250 0,100 0,325 0,225 0,175 0,275 0,375 0,325 0,125 0,350 0,300 0,200 0,375 0,275 0,225 0,450 0,150 0,300 0,150 0,300 0,200 0,375 0,350 Total 100 000 269 A continuación, se calcula la línea central y los límites de control y se representan en la Figura 10. Gráfico de p p=centralLínea 25x0004 14+...+14+8 = %0,27=70,002= 000100 269 =
  • 36. NORMA TÉCNICA COLOMBIANA NTC-ISO 8258 34 /n)p-(1p3+p=LSC 000/47)0,002-(170,0023+70,002= = 0,005 2 = 0,52 % /n)p-(1p3-p=LIC 000/47)0,002-(170,0023-70,002= = 0,000 2 = 0,02 % Figura 10. Gráfico p para los datos dados en la Tabla 10 El gráfico indica que la calidad de los interruptores está bajo control estadístico, aunque el porcentaje no conforme puede ser demasiado grande. Estos límites de control se pueden utilizar ahora para subgrupos futuros hasta aquel momento en que el proceso se altere o en que el proceso se salga de control estadístico. Obsérvese que como el proceso está bajo control estadístico, es improbable que se pueda hacer cualquier mejoramiento sin un cambio del proceso. El hecho de decirles a las personas simplemente que es necesario "ser más cuidadoso" no es suficiente. Si se efectúa un mejoramiento, entonces se tendrán que calcular límites de control diferentes para que los subgrupos futuros reflejen el desempeño alterado del proceso. Si el proceso ha sido mejorado (valor de p más pequeño), se utilizan los límites nuevos, pero si el proceso se ha deteriorado (valor de p más alto), se buscan causas asignables adicionales. Obsérvese que para estos datos habría sido igualmente apropiado un gráfico de np, puesto que todos los tamaños de muestras son iguales. Los cálculos para el gráfico de np se dan a continuación y el gráfico se representa en la Figura 11.
  • 37. NORMA TÉCNICA COLOMBIANA NTC-ISO 8258 35 Gráfico de np pn=centralLínea 10,76= 25 14+...+14+8 = )p-(1pn3+pn=LSC 20,59=7)0,002-(110,763+10,76= )p-(1pn3-pn=LIC 0,93=7)0,002-(110,763-10,76= Figura 11. Gráfico np para los datos dados en la Tabla 10 13.2 GRÁFICO DE p: NO SE DAN VALORES ESTÁNDAR En una empresa manufacturera que produce transistores para radios, se decidió instalar un gráfico de p para la fracción no conforme. Durante un período de un mes se recogieron y se analizaron datos. Para esto, al final de cada día se tomó una muestra aleatoria de la producción correspondiente a cada día y esa muestra se examinó para determinar el número de productos no conformes. En la Tabla 11 se presentan los datos.
  • 38. NORMA TÉCNICA COLOMBIANA NTC-ISO 8258 36 Tabla 11. Transistores para radios: gráfico p, (datos iniciales) Subgrupo No. Número inspeccionado Número de no conformes np Fracción de no conformes p LSC LIC 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 158 140 140 155 160 144 139 151 163 148 150 153 149 145 160 165 136 153 150 148 135 165 143 138 144 161 11 11 8 6 4 7 10 11 9 5 2 7 7 8 6 15 18 10 9 5 0 12 10 8 14 20 0,070 0,079 0,057 0,039 0,025 0,049 0,072 0,073 0,055 0,034 0,013 0,046 0,047 0,055 0,038 0,091 0,132 0,065 0,060 0,034 0,000 0,073 0,070 0,058 0,097 0,124 0,117 0,120 0,120 0,177 0,116 0,119 0,120 0,118 0,116 0,119 0,118 0,118 0,118 0,119 0,116 0,115 0,121 0,118 0,118 0,119 0,121 0,115 0,120 0,121 0,119 0,116 0,003 0,000 0,000 0,003 0,004 0,001 0,000 0,002 0,004 0,001 0,002 0,002 0,002 0,001 0,004 0,005 0,000 0,002 0,002 0,001 0,000 0,005 0,000 0,000 0,001 0,004 Total 3 893 233 En la Tabla 11 también se dan los valores de la fracción no conforme calculados para cada subgrupo. La fracción no conforme promedio para el mes se calcula como sigue: 0,060= 8933 233 = adoinspecciontotalmeroún conformesnodetotalmeroún =P Puesto que los tamaños de los subgrupos son diferentes, para cada subgrupo se calculan separadamente los valores de LSC y LIC mediante la fórmula: n )p-(1 p3p ± Donde n es el tamaño del subgrupo.
  • 39. NORMA TÉCNICA COLOMBIANA NTC-ISO 8258 37 Estos valores también se dan en la Tabla 11. Se puede ver que la representación de los valores de LSC y LIC para cada subgrupo es una tarea larga. Sin embargo, en la Tabla 11 se puede observar que las fracciones no conformes para los subgrupos números 17 y 26 están por fuera de sus correspondientes límites de control superiores. Estos dos subgrupos se eliminan de los datos pues se demuestra que están sujetos a variaciones diferentes de las que afectan a los otros subgrupos. El hecho de incluirlos en los cálculos daría como resultado un promedio sobreestimado del proceso y unos límites de control que no reflejarían las variaciones aleatorias verdaderas. Se deben buscar las razones que expliquen estos valores altos, para así poder aplicar acción correctiva encaminada a evitar que se vuelvan a presentar. Con base en los valores de los 24 subgrupos restantes, se calcula una fracción no conforme promedio revisada: 0,054= 6359 195 =p El cálculo de los valores revisados de LSC y LIC para cada subgrupo, usando el valor revisado de p , revelaría que todas las fracciones no conformes están dentro de sus límites de control correspondientes. Por consiguiente, este valor revisado de p se toma como la fracción no conforme estándar para el propósito de la instalación de los gráficos de control. Así pues, p0 = 0,054. Como se observó antes, la representación gráfica de los límites de control superiores para cada subgrupo de tamaño variable es un proceso largo y tedioso. Sin embargo, puesto que los tamaños de los subgrupos no varían ampliamente respecto del tamaño promedio del subgrupo, que resulta ser 150, el gráfico de p revisado (con p0 = 0,054) se puede representar con un límite de control superior usando un tamaño de subgrupo de n = 150, como tamaño promedio del subgrupo. Así pues, las líneas revisadas del gráfico de p se calculan como sigue: Gráfico de p revisado 0,054=p=centralLínea 0 n )p-(1p 3+p=LSC 00 0 0,109= 150 0,946)x0,054 3+0,054= n )p-(1p 3-p=LIC 00 0
  • 40. NORMA TÉCNICA COLOMBIANA NTC-ISO 8258 38 150 0,946)x0,054 3-0,054= (puesto que los valores negativos no son posibles, el límite inferior no se muestra). En la Figura 12 se representa el gráfico de p revisado. El proceso presenta un estado de control estadístico. Figura 12. Gráfico p revisado para los datos dados en la Tabla 11 13.3 GRÁFICO c: NO SE DAN VALORES ESTÁNDAR Un fabricante de cinta de video desea controlar el número de no conformidades, por manchas, en la cinta de video. La cinta de video se fabrica en longitudes de 4 000 m. Los datos siguientes dan el número de no conformidades, por manchas, que se hallaron al examinar sucesivamente la superficie de 20 aros de cinta de video, cada uno con una longitud de 350 m, procedentes de cierto proceso de producción en el cual se investiga un extremo de la cinta de video. Para controlar este proceso, se proyecta aplicar un gráfico de c que represente el número de no conformidades, por manchas. En la Tabla 12 se dan los datos para 20 aros, que se toman como datos preliminares para elaborar un gráfico de c. Tabla 13. Datos preliminares: cinta de video Aro No. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 Total Número de no conformi- dades, por manchas 7 1 2 5 0 6 2 0 4 4 6 3 3 3 1 6 3 1 5 6 68 A continuación se calcula la línea central y los límites de control y su representación se hace en la Figura 13.
  • 41. NORMA TÉCNICA COLOMBIANA NTC-ISO 8258 39 Gráficode c 3,4= 20 68 = 20 6+...+1+7 =C=centralneaíl cc=LSC 3+ 8,9=3,43+3,4= c3-c=LIC 3,43-3,4= (puesto que los valores negativos no son posibles, el límite inferior no se muestra). Los datos preliminares indican que el proceso se encuentra en un estado de control estadístico. Figura 13. Gráfico c para los datos dados en la Tabla 12 13.4 NÚMERO DE NO CONFORMIDADES POR UNIDAD: GRÁFICO u En una planta de fabricación de llantas se inspeccionaron 15 llantas cada media hora y se registró el número total de no conformidades y el número de no conformidades por unidad. Se decidió instalar un gráfico u para el número de no conformidades por unidad, con el propósito de estudiar el estado de control del proceso. En la Tabla 13 se muestran los datos.
  • 42. NORMA TÉCNICA COLOMBIANA NTC-ISO 8258 40 Tabla 13. Planta de fabricación de llantas: número de no conformidades por unidad (unidades inspeccionadas por subgrupo, n = 15) Subgrupo No. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 Total c: Número de no conformidad es 4 5 3 6 2 1 5 6 2 4 7 5 2 3 55 u: Número de no conformidad es por unidad 0,27 0,33 0,20 0,40 0,13 0,07 0,33 0,40 0,13 0,27 0,47 0,33 0,13 0,20 El promedio de los valores de u se calcula a partir de la Tabla 13 como sigue. Se divide el número total de no conformidades (de la fila de valores de c) por el número total de unidades inspeccionadas (es decir, 14 x 15): n c =u ∑ ∑ 0,26= 15x14 55 = Gráfico u 0,26=u=centralLínea /nu3+u=LSC 0,65=/150,263+0,26= /nu3u=LIC − /150,263-0,26= (puesto que los valores negativos no son posibles, el límite inferior no se muestra). En la Figura 14 se representan los datos y las líneas de control.
  • 43. NORMA TÉCNICA COLOMBIANA NTC-ISO 8258 41 El gráfico indica que el proceso se encuentra en un estado de control estadístico. Obsérvese que, como los tamaños de los subgrupos son constantes, también se podría haber usado un gráfico de c. Figura 14. Gráfico u para los datos dados en la Tabla 13 14. DOCUMENTO DE REFERENCIA INTERNATIONAL ORGANIZATION FOR STANDARDIZATION. Shewhart control charts. Geneva, 1991, 29 p. il. (ISO 8258) .
  • 44. NORMA TÉCNICA COLOMBIANA NTC-ISO 8258 42 Anexo (Informativo) BIBLIOGRAFIA (1) ISO 7870: Control charts - General guide and introduction. (2) ISO 7873: Control charts for arithmetic average with warning limits (3) ISO 7966: Acceptance control charts. (4) SHEWHART,W.A., Economic Control of Quality of Manufatured Product. D. Van Nostrand, Co., New York, 1931, 501 pp. (5) NELSON, L.S., The Shewhart Control Chart - Test for Special Causes. Journal of Quality Technology. 16. No.4 October 1984, pp.237-239 (6) NELSON, L.S. Interpreting Shewhart X Control Charts, Journal of Quality Technology, 17 No. 2 April 1985, p.p. 114-116.