Qué es un gráfico X-R?

Los gráficos de media vs. rango, también llamados gráficos XR, son gráficos realizados para el
seguimiento estadístico del control de calidad de piezas en múltiples sectores, incluyendo el de la
automoción. Permiten detectar la variabilidad, consistencia, control y mejora de un proceso
productivo. En el caso de nuestro sector, se compone de los elementos siguientes:

Límite de control superior, o tolerancia máxima

Límite de control inferior, o tolerancia mínima

Valor nominal, o promedio de las tolerancias mínimas y máximas

Variables de medición, que suelen ser puntos de medición por reloj comparador, o puntos de
medición por máquina tridimensional

Los gráficos X-R son utilizados para el análisis estadístico en cualquier sector que requiera la
medición y el análisis de datos variables.

La fiabilidad de los datos de estos gráficos y su posterior análisis depende en gran parte de la
forma de adquirir estos datos, un aspecto que detectamos hace ya tiempo en Tecnomatrix, y que
nos llevó a desarrollar la gama de sistemas de adquisición de datos CAPTOR By Tecnomatrix.

Al automatizar el envío de datos del reloj comparador a una hoja de cálculo, asegura una fiabilidad
total, y por lo tanto garantiza que el posterior análisis estadístico permitirá sacar conclusiones
relevantes sobre las mejoras del proceso productivo de la empresa.

GRAFICO DE CONTROL XR

Estos gráficos representan en cada punto del gráfico la media X y el recorrido R de

muestras de pequeño tamaño.

a) Tamaño de la muestra.

La sensibilidad se incrementa con el tamaño de la muestra. Sin embargo muestras

excesivamente grandes darían lugar a dos problemas:

Dejaría de ser valida la estimación de la variabilidad de la población (s)

partiendo del recorrido R de la muestra.

Se encarecería el procedimiento.

Por esto se escoge un tamaño de muestra que esté comprendido entre 4 y 5. Serán

cinco unidades producidas consecutivamente en un solo flujo de proceso

Intervalo de toma de muestra.

Para establecer el intervalo de toma de muestra idóneo, debemos estudiar cada

proceso, o tener en cuenta la experiencia adquirida en procesos similares. Los puntos

básicos a tener en cuenta son:

- No establecer tomas de muestra en períodos en los que la experiencia nos

garantice continuidad en el proceso.

- Establecer tomas de muestra siempre que exista posibilidad de cambio en el

proceso, como, por ejemplo:

· Cambio de turnos

· Relevo de operarios

· Cambio de la materia prima

· Cambio de herramienta

· Parada y arranque de la máquina

· Etc.

Se deben trazar la media general y el

recorrido medio que serán las líneas

centrales de ambos gráficos, luego los

Límites de Control y los puntos para

ambos gráficos.

GRÁFICOS DE CONTROL PARA ATRIBUTOS

Los gráficos de control por atributos constituyen la herramienta esencial utilizada para

controlar características de calidad con sólo dos situaciones posibles, como por ejemplo:

conforme/disconforme, funciona/ no funciona, defectuoso/no defectuoso, presente/ausente,

etc.; o bien para características que se puedan contar, como número de manchas, número de

golpes, número de rayas, etc. También en algunas ocasiones se tratan características por

variables como atributos, en el caso de que sólo se considere si se cumplen o no las

especificaciones de calidad sin importar cuál es el valor concreto de dicha variable. Las

especificaciones de calidad son las medidas deseadas de las características de la calidad en un

producto. Las características de calidad se evalúan con respecto a estas especificaciones.

Por lo general, los gráficos por atributos no ofrecen tanta información como los gráficos por

variables, ya que una medición numérica es más informativa que la sola clasificación de una

unidad como conforme o disconforme.

Aun así, los gráficos por atributos son muy útiles en el sector servicios y en los esfuerzos de

mejora de la calidad fuera de la manufactura, ya que no es fácil medir en una escala numérica

un gran número de las características de calidad que se encuentran en estos escenarios.

Al igual que en los gráficos de control por variables, el gráfico de atributos representa un

estadístico T del proceso (como puede ser el número de defectos) frente al número de la

muestra o al tiempo. Una línea central representa el valor medio o esperado del estadístico,

mientras que la especificación de los límites de control es una de las decisiones críticas que

deben tomarse al diseñar un gráfico de control.

Un punto que se encuentra fuera de los límites de control se interpreta como una evidencia de

que el proceso está fuera de control.

Además, incluso si todos los puntos se hallan comprendidos entre los límites de control, pero

se comportan de manera sistemática o no aleatoria, también se tendría un proceso fuera de

control.

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

- Es necesario tomar muestras de tamaño grande para obtener información significativa.

- Son aplicables a procesos que presentan cantidades considerables de

disconformidades (defectos), o unidades no conformes (defectuosas).

- No avisan de cambios adversos en el parámetro que queremos controlar en el proceso

hasta que se han registrado un mayor número de defectos o unidades no conformes.

- Las verificaciones pueden estar influidas por subjetividades de las personas que

evalúan la muestra, por lo que se hace necesario el establecimiento de unos criterios

de conformidad escritos y con apoyo de medios visuales que minimicen estas

diferencias.

gráfica np – Número de Unidades Defectuosas

Se utiliza para graficar las unidades defectuosas, y no el porcentaje que éstas representan, siendo
constante el tamaño de muestra.

Las muestras deben ser suficientemente grandes, de tal modo que encontremos una o varias
unidades defectuosas en cada subgrupo.

La experiencia enseña que los tamaños de la muestra no deben ser menores a 50 unidades,
aunque este número debe de considerarse sólo como de referencia.

Las gráficas np tienen los siguientes objetivos:

Conocer las causas que hacen que deban repetirse los trabajos.

Obtener el registro histórico de una o varias características de una operación o actividad en un

proceso de trabajo.

Investigar el curso o tendencia de un defecto o de un grupo de defectos.

Detectar causas especiales de variación.

GRAFICOS DE CONTROL POR ATRIBUTOS

GRAFICOS DE CONTROL POR ATRIBUTOS

1. ¿Que son las graficas de control para atributos?

Definición

Son Gráficos de Control basados en la observación de la presencia o ausencia de una determinada

característica, o de cualquier tipo de defecto en el producto, servicio o proceso en estudio.

Los gráficos de control por atributos se utilizan para representar la evolución de características no
medibles ni cuantificables, tan solo se puede representar si se verifica o no dicha característica.
Se trata de características que no pueden medirse, pero que sin embargo hay que controlar

Las características de calidad que no pueden ser medidas con una escala numérica, se juzga a
través de un criterio más o menos subjetivo.

Los datos se presentan con periodicidad a la gerencia y con ellos se integran números índices, que
son muy importantes en el desarrollo de una empresa, estos pueden referirse al producto,
desperdicio rechazo de materiales.

Dentro de la clasificación de las características calidad por atributos se requiere:

· De un criterio

· De una prueba

· De una decisión

El criterio se establece de acuerdo con las especificaciones.

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

La decisión determina que título debe darse al productos, es decir si paso o no pasa.

Características principales

A continuación se comentan una serie de características que ayudan a comprender la naturaleza

de la herramienta.

-Comunicación

Simplifican el análisis de situaciones numéricas complejas.

-Impacto visual

Muestran de forma clara y de un "vistazo" la variabilidad del resultado de un proceso, respecto a

una determinada característica, con el tiempo.

-Sencillez

La naturaleza de los datos necesitados permite recogerlos y tratarlos de forma simple y rápida.
-Aplicabilidad

Los Gráficos de Control por Atributos se pueden utilizar para cualquier tipo de proceso, producto o
servicio y característica de los mismos, sea esa medible o no.

2. ¿Tipos o clases de graficas de control para atributos?

TIPOS DE GRAFICA DE CONTROL POR ATRIBUTOS

· Gráfico de la proporción de unidades de grafico p

· Gráfico del número de unidades defectuosas o gráfico np

· Gráfico del número de defectos c

· Gráfico del número de defectos por unidad u

Gráfico np para unidades defectuosas

Gráfico np para unidades defectuosas

Supongamos un proceso que fabrica tornillos. Una manera de ensayar cada tornillo sería
probarlo con una rosca calibrada.

El resultado de este ensayo sólo tiene dos posibles resultados:

Defectuoso - No Defectuoso (ó Conforme-No Conforme )
. Si el tornillo no entra en la rosca, se lo considera defectuoso o no conforme.

Para controlar este proceso, se puede tomar una muestra de tornillos y contar el número
de defectuosos presentes en la muestra.

La variable aleatoria número de defectuosos es una variable aleatoria discreta, porque

puede tomar un número finito de valores, o infinito numerable. Los gráficos np se utilizan
para controlar el número de defectuosos en una muestra.

Para controlar este proceso, un inspector se coloca al final de la línea de producción y

cada hora retira una muestra de n=50 tornillos (por ejemplo), comprueba cada uno con la
rosca y anota el número de defectuosos.
Este resultado se anota en un gráfico hora por hora denominado gráfico np.

Si se tomara del proceso un sólo tornillo ¿Cuál es la probabilidad de que sea defectuoso?
Imaginando la población de tornillos que podría fabricar el proceso trabajando siempre en
las mismas condiciones, una cierta proporción p de estos serían defectuosos. Entonces, la
probabilidad de tomar un tornillo y que sea defectuoso es p.

En una muestra de n tornillos, la probabilidad de encontrar:

0 defectuosos ; 1 defectuoso ; 2 defectuosos ; ... ; n defectuosos

está dada por una distribución binomial con parámetros n y p.

Como sabemos, el promedio de la población es p y la varianza es n.p.(1-p).

Para construir los gráficos de control np, en una primera etapa se toman N muestras (más
de 20 ó 25) a intervalos regulares, cada una con n tornillos. Se cuenta en cada muestra el
Número de Defectuosos y se registra. Se obtendría una Tabla como la siguiente:

muestraNºdefectuosos132234435462758−9−−−
En cada muestra, la fracción de defectuosos es Di/n, siendo Di el número de elementos
defectuosos en la muestra i, y n el número de elementos en la muestra i

A partir de la tabla podemos calcular p como promedio de las fracciones de defectuosos

en las muestras:
 pˉ=∑Di/nN
siendo N  el número de muestras, y luego la Desviación Standard s:

s=n⋅pˉ(1−pˉ−−−−−−−−−√
Con esto podemos calcular los Límites de Control para el gráfico np:

LCS=npˉ+3npˉ(1−pˉ)−−−−−−−−√;LC=npˉ;LCI=npˉ−3npˉ(1−pˉ)−−−−−−−−√
Construimos entonces un Gráfico np de prueba y representamos el número de
defectuosos en las muestras.

Si no hay puntos fuera de los límites de control y no se encuentran patrones no aleatorios,

se adoptan los límites calculados para controlar la producción futura.

Para las personas con poco entrenamiento estadístico, este gráfico suele ser más fácil de
interpretar que el gráfico p. Frecuentemente se utiliza solo el límite superior.

En algunos procesos interesa medir la cantidad de defectos que presentan las unidades de
producto que se están fabricando. Por ejemplo, se fabrican móviles y entonces se toma
uno de ellos y se cuenta el número total de defectos. Estos podrían ser:

 Rayas en la superficie.

 grietas en el plástico

 Antena defectuosa

 Botón defectuoso.

 Etc.

Los defectos pueden ser de diferentes tipos y se cuenta el total de todos estos defectos en
la unidad inspeccionada. Obtenemos un resultado que es el Número de Defectos por
unidad de inspección.

A medida que el proceso genera las unidades (Teléfonos móviles), retiramos una unidad a
intervalos regulares y contamos el número total de defectos. En cada unidad podemos
encontrar n defectos
 1 defecto

 2 defectos

 ...

 n defectos

Los resultados obtenidos al contar el Número de Defectos en unidades de inspección

tomadas a intervalos regulares constituyen una variable aleatoria discreta, porque puede
tomar los valores discretos 0, 1, 2, ... n. Esta variable aleatoria tiene una distribución de
Poisson:

P(x)=e−ccxx!conx=0,1,2,⋅⋅⋅,n(∗)
Los gráficos C se utilizan para controlar el número de defectos en una muestra del
producto o unidad de inspección. Para controlar este proceso, un inspector se coloca al
final de la línea de producción y cada cierto intervalo retira una unidad de inspección ,
verifica y anota el número total de defectos.

Este resultado se anota en un gráfico denominado gráfico C. De acuerdo a la Distribución

de Poisson, si denominamos C al parámetro de la función de distribución, el promedio de
la población es C y la varianza también es C.

Una unidad defectuosa puede tener uno o más defectos. Sin embargo, es posible que una
unidad de producto tenga varios defectos y que no sea clasificada como defectuosa
debido a la naturaleza poco importante del defecto. Existen en la práctica muchas
situaciones en las que es preferible trabajar con el número de defectos que con el
porcentaje o el número de unidades defectuosas. Por ejemplo, el número de soldaduras
defectuosas en un tubo de conducción de gas, el número de defectos funcionales es un
dispositivo electrónico, etc.

Se pueden efectuar gráficos de control para el número total de defectos por unidad de
producto o para el número de defectos en la muestra. Estos gráficos de control se basan
en la distribución de Poísson que exige un número de puntos donde potencialmente
podría producirse el defecto infinitamente grande, así como que la probabilidad de que el
defecto aparezca en un determinado punto sea muy pequeña y constante.

La unidad de inspección debe ser la misma en cada muestra. Es decir cada unidad de
inspección debe representar siempre una probabilidad igual de que se produzcan los
defectos. En la mayor parte de las situaciones prácticas, estas condiciones no se satisfacen
exactamente. El número de oportunidades (puntos) para los defectos suele ser finito y la
probabilidad de aparición de defectos puede no ser constante. Si las desviaciones
respecto de la situación ideal no son importantes, puede usarse el modelo de Poisson.
Existen, sin embargo, casos en los que las desviaciones respecto de las condiciones del
modelo son considerables y en los que la utilización de la distribución de Poisson es
inadecuada.

Gráficos “c” para tamaño de muestra constante

En el gráfico ‘c’ se representan el número de defectos existentes en cada unidad de

inspección. En la mayor parte de los casos, la unidad de inspección será una unidad de
producto aunque esto no es absolutamente necesario ya que la unidad de inspección
constituye simplemente una porción de producción sobre la que es conveniente registrar
el número de defectos encontrados. Puede ser un grupo de 1,5 6 10 unidades de
producto. Supongamos que los defectos tienen lugar en esta unidad de inspección de
acuerdo con la distribución de Poisson dada en (∗), donde x es el número de defectos en la
unidad de inspección y C es el parámetro de la distribución, Sabemos que la media y la
varianza de la distribución de Poisson son ambas iguales a C. En consecuencia, los límites
de control 3 sigma para el número de defectos serán:

LCS=c+3c√;LC=c;LCI=c−3c√
Hay que tener en cuenta que la probabilidad de producir una falsa alarma por situarse el
punto por encima del límite de control superior es diferente que la de situarse por debajo
del límite inferior (colas superior e inferior diferentes). Si no se conoce el parámetro c,
debe estimarse a partir de una muestra preliminar de unidades de inspección. El valor
obtenido en la estimación, O sustituirá al valor O en los límites arriba indicados.
Gráficos de Control p, de fracción defectuosa, por Macario Hernández Garza
Los datos de atributos no pueden ser medidos en una escala continua y consisten de
valores tales como: (bueno/malo), (pasa/no pasa), y en otros contextos,
(malo/regular/bueno/muy bueno), etc.

Entenderemos por defecto una característica de calidad no aceptable en un artículo.

Y por defectuoso un artículo que tenga uno o más defectos.

Si tenemos un proceso que está produciendo ciertos artículos y tenemos antecedentes de

que la probabilidad de que el proceso produzca un artículo defectuoso de ese tipo es p.

Luego si tenemos una muestra independiente de tamaño n, la probabilidad de que haya d

artículos defectuosos en la muestra viene dada por la distribución binomial, es decir:

Tenemos que la media y varianza de esta distribución, vienen dadas por:

Por otra parte, un estimador de la fracción defectuosa de la población basado en la
muestra es d/n, es decir, el cociente del número de defectuosos en la muestra, dividido por
el tamaño de la muestra.

Por otra parte tenemos que el valor esperado o media, y la varianza de este estimador,
vienen dados por:

Suponiendo que tenemos m muestras de tamaño n, los estimadores de la fracción

defectuosa y la fracción defectuosa de las m muestras se podrán calcular de la siguiente
manera:

Límites de control basados en los valores muestrales

De esta manera los límites de control para el gráfico p, para la fracción defectuosa,
basados en los valores muestrales, serán los siguientes:

Límites de control basados en valores estándar

Por otra parte, si se conoce el valor estándar p, podemos calcular los límites con respecto a
este valor, sustituyendo el valor de   en las ecuaciones anteriores, por el valor estándar p.
LOS GRÁFICOS c Y u Los gráficos c y u sirven para controlar el número de defectos; el
primero exige que el tamaño de muestra sea constante, mientras que este requisito no es
necesario en el gráfico u. (Montgomery 1991[6])