Gráficos de control

1. GRAFICAS DE
CONTROL
YESSYCA
ALEJANDRA
RUTH
JOSE

2. GRÁFICAS DE CONTROL.
🠜 Los gráficos de control tienen su origen al final de la década de
1920, cuando Walter A. Shewhart analizó numerosos procesos
de fabricación concluyendo que todos presentaban variaciones.
🠜 Las gráficas de control son comúnmente utilizadas para
monitorear el control estadístico del proceso o SPC.

3. GRÁFICAS DE CONTROL.
🠜 Una gráfica de control es un diagrama que sirve para examinar si un
proceso se encuentra en una condición estable, o para asegurar que se
mantenga en esa condición.
🠜 En estadística, se dice que un proceso es estable (o está en control)
cuando las únicas causas de variación presentes son las de tipo
aleatorio.

4. LAS GRÁFICAS DE CONTROL SIRVEN
PARA:
🠜 Determinar el estado de control de un proceso.
🠜 Diagnostica el comportamiento de un proceso en el tiempo.
🠜 Indica si un proceso ha mejorado o ha empeorado.
🠜 Permite identificar las dos fuentes de variación de un proceso.
🠜 Sirve como una herramienta de detección de problemas.

5. TODO PROCESO TENDRÁ VARIACIONES,
PUDIENDO ESTAS AGRUPARSE EN:
🠜 Causas aleatorias de variación. Desconocidas y con poca
significación. Su origen está en el azar y se encuentran
presentes en todo proceso.
🠜 Causas específicas (imputables o asignables). Normalmente
no deben estar presentes en el proceso. Provocan variaciones
significativas.

6. TIPOS DE GRÁFICAS DE CONTROL
🠜 1. Gráficas de Control de Variables
• Gráfica x – R Promedios y rangos
• Gráfica x – s Promedios y Desviación Estándar
• Gráfica x – R Medianas y Rangos
• Gráfica x – R Lecturas Individuales y Rangos

7. TIPOS DE GRÁFICAS DE CONTROL
🠜 2. Gráficas de Control por Atributos
Piensa en una característica de calidad basada en atributos como el
cumplimiento con respecto a una especificación. Lo hacemos con
variables discretas.
De aquí se derivan cuatro tipos de gráficos:
🠜 Gráfico p: En él medimos el porcentaje de defectos por muestra.
🠜 . Es el número de unidades defectuosas en una muestra.
🠜 Gráfico c: Es el número de defectos por unidad de producción durante
un período de muestreo
🠜 Gráfico u: Similar a p pero parte del gráfico c. En él medimos el
porcentaje de defectos en una unidad durante un período de muestreo.

8. GRAFICA DE CONTROL
🠜 El gráfico cuenta con una línea central y con dos límites de control, uno
superior (LCS) y otro inferior (LCI), que se establecen a ± 3 desviaciones
típicas (sigma) de la media (la línea central). El espacio entre ambos
límites define la variación aleatoria del proceso. Los puntos que exceden
estos límites indicarían la posible presencia de causas específicas de
variación.

9. 🠜 Con base en la información obtenida en intervalos
determinados de tiempo, las gráficas de control definen un
intervalo de confianza: Si un proceso es estadísticamente
estable, el 99.73% de las veces el resultado se mantendrá
dentro de ese intervalo.

10. N
GRÁFICOS DE
CONTROL:
INTERPRETACIÓ
NORMAS

11. EJEMPLO
Vamos a imaginar una empresa que
produce escritorios, por ejemplo,
Mesfir. Ellos quieren monitorear el
número de defectos en sus mesas
incluyendo el 99,73% (tres
desviaciones estándar) de la
variación aleatoria del proceso, por
lo que revisan que la forma de la
mesa, su estabilidad y la pintura
estén en óptimas condiciones.

12. Para tener la línea central calculamos p promedio:
Observa la última fila del paso 4. El número de errores es 99, el número
total de registros examinados es 1859 y resulta de la sumatoria del número
de escritorios por lote.

13. 🠜 La desviación estándar para la distribución de la muestra se calcula
así:
🠜 p promedio es el número que calculamos anteriormente, y n es 92,96
que es el tamaño de la muestra, en este caso el tamaño de los lotes.
Como se aprecia en la tabla del paso 4, el tamaño del lote varia, por lo
tanto 92,95 es el resultado del promedio de escritorios por lote. La
desviación estándar es igual a 0,02.

14. El cálculo de los límites se hace así:
🠜 El número de desviaciones estándar se conoce como z. Mesfir
(la empresa) limita los valores a 3 desviaciones estándar de la
media, lo que equivale a 99,73%. Es por eso que en el cálculo
de los límites de control, z es igual a 3. Los otros datos ya los
conoces, fueron calculados anteriormente.

15. 🠜 ¿Podemos tener un número de defectos negativo? No. Es por
eso que el límite central inferior se redondea a 0.
🠜 SIGUIENTE PASO: Procedemos a representar los datos en
una carta de control.
🠜 Con los cálculos hechos, este es el resultado de la gráfica de
control de Mesfir.

16. REFERENCIAS
🠜 https://spcgroup.com.mx/grafica-de-control/
🠜 https://www.aiteco.com/graficos-de-control/

17. MUCHAS GRACIAS POR
SU ATENCION