Grfica de Control

Para Data Continua

Profesor Walter Lpez

Introduccin
Un grfico de control es un diagrama
especialmente preparado donde se van
anotando los valores sucesivos de la
caracterstica de calidad que se est
controlando.
Los datos se registran durante el
funcionamiento del proceso de fabricacin y
a medida que se obtienen.
Objetivo General

Objetivo General
Todo grafico de control esta diseado para
presentar los siguientes principios:
Fcil de entendimiento de los datos
Claridad
Consistencia
Medir variaciones de calidad
Objetivo Especfico
Proceso de prevencin para evitar que el
producto llegue sin defectos al cliente.

Detectar y corregir variaciones de calidad

Definicin de los trminos
El grfico de control tiene:

Lnea Central que representa el promedio

histrico de la caracterstica que se est
controlando

Lmites Superior e Inferior que calculado

con datos histricos presentan los rangos
mximos y mnimos de variabilidad.
Definicin de Trminos
Subgrupos
Grupo de mediciones con algn criterio similar
obtenidas de un proceso
Se realizan agrupando los datos de manera que haya
mxima variabilidad entre subgrupo y mnima
variabilidad dentro de cada subgrupo
Media
Sumatoria de todos los subgrupos divididos entre el
numero de muestras
Rango
Valor mximo menos el valor mnimo
Utilidad
Los grficos x-R se utilizan cuando la
caracterstica de calidad que se desea
controlar es una variable continua.
Paso #1:Recoleccin de Datos

Estos datos debern ser:

Recientes de un proceso al cual se quiere
controlar
Estos pueden ser tomados
Diferentes horas del da
Diferentes das

Todos tienen que ser de un mismo producto.

Paso #2: Promedio
Sumatoria de los datos de cada uno de los
subgrupos dividido entre el numero de datos
(n).

Formula X
X1 + X2 + X3 + Xn
n

La formula debe ser utilizada para cada uno de

los subgrupos
Paso #3: Rango
Valor mayor del subgrupo menor el valor
menor.

Formula
R = x valor mayor x valor menor

Determine el rango para cada uno de los

subgrupos
Paso #4: Promedio Global
Sumatoria de todos los valores medios y se
divide entre el nmero de subgrupos (k).

Formula X
X1 + X2 + X3 ++ Xn
k
Paso #5: Valor Medio del Rango

Sumatoria del rango (R) de cada uno de los

subgrupos divido entre el numero de
subgrupos (k).

Formula R
R1 + R2 + R3 + . + Rn
k
Ejemplo de Tabla de Datos
Rango

Promedio

Promedi
Promedio o del
de la Rango
Varible
Paso #6: Limites de Control
Para calcular los limites de control se utilizan
los datos de la siguiente tabla
Limites de control
Grfica X
Lnea central (LC) = X
Limite control superior (LCS ) = X + A2R
Limite control inferior (LCI ) = X - A2R

Grfica de R
Lnea central (LC ) = R
Limite control superior (LCS) = D4R
Limite control inferior (LCI) = D3R
Grfica X
Utilizando los datos de X de la tabla se
contruye la grfica
Grfica R
Utilizando los valores del rango (R) de la
tabla de datos se construye la grfica de R
Ejemplo:
 Puntos fuera de Control
Identificacin de causas especiales o asignables

Pautas de comportamiento que representan cambios en el proceso:

Un punto exterior a los lmites de control.
Se estudiar la causa de una desviacin del comportamiento tan
fuerte.
Dos puntos consecutivos muy prximos al lmite de control.
La situacin es anmala, estudiar las causas de variacin.
Cinco puntos consecutivos por encima o por debajo de la lnea central.
Investigar las causas de variacin pues la media de los cinco
puntos indica una desviacin del nivel de funcionamiento del
proceso.
Fuerte tendencia ascendente o descendente marcada por cinco
puntos
consecutivos.
Investigar las causas de estos cambios progresivos.
Cambios bruscos de puntos prximos a un lmite de control hacia el
otro
lmite.
Examinar esta conducta errtica.
Proceso bajo control
Si no hay puntos fuera de los lmites de
control y no se encuentran patrones no
aleatorios, se adoptan los lmites calculados
para controlar la produccin futura

Una vez determinado que el proceso esta

bajo control estadstico entonces se puede
evaluar la capacidad del proceso.
Conclusin
Los grficos de control son herramientas
estadsticas
Muy simples de construir
Simples de utilizar
Muy tiles para controlar tendencias y la
estabilidad de un proceso analtico.
Referencias
E.L. Grant, R.S. Leavenworth, Statistical Quality Control, McGraw-Hill,
Inc., New York (1988)

D.L. Massart, B.G.M. Vandeginste, L.M.C. Buydens, S. De Jong, P.J.

Lewi, J.Smeyers-Verbeke, Handbook of Qualimetrics and
Chemometrics. Part A. Elsevier, msterdam (1997)

http://www.quimica.urv.es/quimio

Escalona Moreno, Ivn. Unidad Profesional Interdisciplinaria de

Ingeniera y Ciencias sociales y Administrativas (UPIICSA) del Instituto
Politcnico Nacional (I.P.N.), Mxico (2002).

Armando Moreno, Diego. Campus Piedras Negras Calidad Piedras

Negras Coahuila, Mxico (2005).
Colaboracin:
Ivonne M. Ferrer Lassala