Aplicaciones

Aplicaciones
Control de calidad
En esta versión InfoStat provee al usuario de diagramas de control comúnmente utilizados
en el control de la calidad de la producción de bienes y servicios. La versión full de la
Aplicación Control de Calidad de InfoStat ofrece un menú completo de acciones para
realizar control estadístico de calidad. En este manual sólo se documentan las técnicas
ofrecidas en esta versión.
La calidad de un producto o servicio se define como su aptitud para el uso demandado por el
mercado. Los procesos de producción pueden ser controlados a partir de mediciones de una
o más características de calidad. Los parámetros o características de calidad son aquellos
atributos o variables del producto que describen su aptitud. Un concepto clave es el de
variabilidad o dispersión (diferencias entre los valores de un conjunto de mediciones) de
dichas mediciones. La componente aleatoria de cada medición se supone surge del agregado
de diversas componentes aleatorias provenientes de distintas fuentes de variación y/o error.
La variación total de un conjunto de mediciones se puede descomponer en una suma de
mediciones de variación debida a las fuentes que afectan al proceso. Es importante
diferenciar entre causas comunes y causas especiales de variación. Las causas comunes
pueden ser producidas por numerosos factores que, si bien afectan la distribución de la
característica medida, no impiden que el sistema sea predecible. Las fuentes especiales de
variación generan una variación no controlada, inestable y no predecible. Las herramientas
estadísticas para el control de calidad pretenden reducir la variabilidad de los parámetros de
calidad a través del análisis de procesos y la comparación con estándares preestablecidos
para proveer información útil en el diseño de acciones tendientes a corregir problemas
ocasionados por fuentes de variación especiales. En el marco del control estadístico de
calidad se llama sistema estable de causas fortuitas a aquel donde las características de
calidad muestran pequeñas variaciones (variabilidad natural o causas comunes). Un proceso
que funciona con sólo causas fortuitas de variabilidad se considera bajo control estadístico.
Un sistema de medición se dice entonces que se encuentra bajo control estadístico cuando la
variación en las mediciones se debe sólo a causas comunes y no a causas especiales. En este
caso la variabilidad del sistema de medición es pequeña comparada con la variabilidad del
proceso y/o con los límites de especificación o de tolerancia. Las fuentes de variabilidad que
no forman parte de las causas fortuitas se denominan causas atribuibles. Un proceso que
funciona en presencia de causas atribuibles se considera fuera de control (Montgomery,
1991). El control estadístico de procesos permite identificar y monitorear cambios entre
ambos estados del proceso. Los procesos se evalúan periódicamente para asegurar los
requerimientos de buen funcionamiento. La evaluación de las propiedades estadísticas del
proceso son documentados en planillas de registro de observaciones donde se anotan todas
las características del sistema de medición (variable medida, operaciones, equipos de

288
 Aplicaciones

medición, personal, tamaño de muestra, estándares, límites, etc.), los datos relevados, los
diagramas obtenidos y las conclusiones elaboradas a partir de éste.
Para el control de procesos, esta versión de InfoStat permite obtener diagramas de control
tanto para atributos discretos como continuos. Otras técnicas estadísticas útiles para modelar
las relaciones entre variables que determinan la salida de un proceso de producción y la
calidad del producto obtenido, pueden ser fácilmente implementadas desde módulos básicos
de InfoStat tales como regresión lineal y no lineal, análisis de varianza (para el estudio de
causas que afectan el sistema), análisis multivariado y series de tiempo. En control de
calidad, el proceso bajo estudio puede ser considerado como el proceso generatriz de una
población de valores de una o más variables aleatorias sobre la que se desea inferir en base a
la información contenida en una muestra extraída desde esa población. Por ello, las
herramientas de la Estadística Descriptiva que InfoStat provee en los submenúes Medidas
resumen y Tablas de frecuencia pueden ser usadas para caracterizar a la muestra de un
proceso. En estos submenúes, a partir de una muestra de registros de una característica de
interés, es posible construir automáticamente histogramas de frecuencias, tablas de
frecuencias y calcular medias, varianzas, rangos, percentiles, etc. Cuando existen
conocimientos suficientes como para proponer modelos de distribución de probabilidades
para la descripción del proceso en estudio (se conocen los parámetros del proceso o la
distribución de la variable aleatoria en estudio), el usuario de InfoStat puede a través del
submenú Probabilidades y Cuantiles calcular probabilidades para responder, desde la Teoría
Estadística, preguntas de interés en control de calidad tales como: ¿cuál será la probabilidad
de que un producto tomado al azar desde la línea de producción contenga al menos un
defecto si es que el proceso funciona como es esperado?. Cuando los parámetros del proceso
no son conocidos, el usuario puede recurrir a la utilización de diversas técnicas estadísticas
para inferir sobre esos parámetros. InfoStat permite estimar valores de parámetros mediante
la técnica de intervalos de confianza y realizar pruebas de hipótesis sobre valores esperados
y varianzas para el caso de una muestra y permite comparar parámetros de más de un
proceso cuando se dispone de más de una muestra.
Los diagramas o cartas de control, ofrecidos dentro de la aplicación Control de Calidad,
permiten la estimación de los parámetros o estándares que gobiernan un proceso bajo
control a partir de muestras preliminares, el control de productos en línea desde el
monitoreo del proceso usando estándares conocidos, y la estimación de la capacidad del
proceso. Un diagrama de control o carta de control es una gráfica donde los valores de la
característica de calidad estudiada se disponen sobre el eje de las ordenadas para distintas
muestras o para una misma muestra en distintos momentos de tiempo que se identifican
sobre el eje de las abscisas. Tres líneas (parámetros del diagrama) acompañan la serie
graficada: la línea media (trazada a nivel de la media de los valores de la serie para un
estado bajo control) y las líneas correspondientes a los límites inferior y superior de control
(límites entre los que se espera queden comprendidas casi la totalidad de las observaciones
de un proceso bajo control). Puntos fuera de la región determinada por ambos límites
sugieren que el proceso no está bajo control. Aún si los valores de la serie observada se
encuentran entre estos límites, el proceso puede cuestionarse por no poseer un patrón de
distribución aleatoria de los puntos en torno a la línea media. Valores sistemáticamente
mayores o menores al esperado sugieren un proceso fuera de control.

289
 Aplicaciones

Los límites son obtenidos a partir de la expresión Límite = media k*error estándar, donde k
es un entero. Cuando k=3 los intervalos son conocidos como intervalos tres sigmas ya que
usualmente se representa con la letra griega sigma a la desviación estándar de las medias de
la característica o error estándar. La amplitud entre los límites de control depende de la
variabilidad de la característica de calidad, del tamaño de muestra utilizado para construir
los límites y de la confiabilidad requerida (3 sigmas, 6 sigmas, etc.). Diagramas así
construidos se llaman usualmente Diagramas Shewart.
En otras oportunidades la línea central y los límites de control son externamente
determinados. Por ejemplo escogidos por el administrador del proceso de acuerdo a
estándares preestablecidos o calculados a partir de muestras preliminares registradas no para
controlar el proceso sino para establecer dichos límites.
Cuando se utilizan las cartas de control, se deben considerar las observaciones que caen
fuera de los límites tanto como la tendencia del conjunto de observaciones y los puntos que
caen sobre la línea media. La inestabilidad del proceso puede ser identificada por cualquiera
de estas condiciones.
Dos tipos de errores se pueden cometer al tomar una decisión sobre el estado del proceso a
partir de un diagrama de control: 1) Error tipo I, cuando se rechaza que el proceso está bajo
control pero en realidad se encuentra en dicho estado, 2) Error tipo II, cuando se acepta que
el proceso está bajo control pero en realidad está fuera de control. La probabilidad de
cometer error tipo I es fijada por el usuario al construir el diagrama si usa límites
probabilísticos. InfoStat no calcula límites probabilísticos sino límites del tipo k–sigmas.
Con límites del tipo k-sigmas esta probabilidad puede ser aproximada si se conoce la
distribución subyacente de estadístico utilizado para construir los límites de control. Para
una distribución normal de las componentes aleatorias, un intervalo 3-sigmas para la calidad
media del proceso, producirá un riesgo de error tipo I de 0.0027. La probabilidad de cometer
error tipo II sólo puede ser calculada si se conoce la distribución del proceso cuando no está
bajo control. Las curvas características de operación permiten visualizar la probabilidad de
error tipo II bajo distintos estados del proceso e indican la potencia del diagrama para
identificar cambios de estados de diferentes magnitudes (Montgomery, 1991). El tamaño del
error tipo II puede leerse desde curvas características de operación. Estas se encuentran
disponibles en la versión full de la aplicación.
Menú APLICACIONES  CONTROL DE CALIDAD permite seleccionar: 1) Diagramas
de control para atributos: Proporción de defectos (p), Cantidad de defectos (np),
Número de casos por unidad (c); 2) Diagramas de control de variables: Para la media y
rango (X-barra, R), Para la media y desvío estándar (X-barra, S); 3) Diagrama de
Pareto y 4) Capacidad de proceso (cp y cpk).
En los diagramas o cartas de control, para variables o para atributos, el usuario puede
excluir subgrupos de datos desde el análisis tantas veces como sea necesario hasta conseguir
el diagrama correspondiente al proceso bajo control. Cuando se establecen diagramas de
control a partir de datos preliminares ya que no se dispone de estándares, muchas veces es
de interés utilizar los parámetros del diagrama en el control del proceso en línea o control de
observaciones futuras. Para todos los tipos de diagramas producidos, InfoStat permite
activar la casilla Parámetros de diagrama de control conocidos e ingresar el valor de los

290
 Aplicaciones

parámetros del diagrama (por ejemplo aquellos estimados a partir de una muestra
preliminar) para obtener una gráfica a partir de los valores en el archivo pero con la línea
central y los límites de control ingresados al activar la opción correspondiente.
El análisis de capacidad de proceso permite investigar si un proceso sigue funcionando bajo
las especificaciones. Este análisis se basa en la distancia entre los resultados observados y
los valores nominales o esperados bajo distribución normal. El usuario de InfoStat podrá
estimar capacidad de procesos cuando solicite diagramas de control para variables.

Diagrama de control para atributos

Menú APLICACIONES  CONTROL DE CALIDAD  DIAGRAMAS DE CONTROL
PARA ATRIBUTOS, permite obtener diagramas de control para características de calidad
que no son medidas en una escala cuantitativa. Estos diagramas son útiles para situaciones
donde cada producto inspeccionado es clasificado como conforme (no defectuoso) o
disconforme (defectuoso) con las especificaciones de calidad. Cuando las características de
calidad son discretas, como en este caso, se denominan atributos. Dentro de esta opción,
InfoStat permite obtener diagramas para la proporción o porcentaje de productos
disconformes resultantes de un proceso de producción (Proporción de defectos (p)), para el
número de disconformes producidos (Cantidad de defectos (np)) y el diagrama de control
de disconformidades por unidad (Número de casos por unidad (c)).
La proporción de disconformes, denotada por p, es el cociente entre el número de productos
defectuosos y el total de elementos producidos. Un artículo disconforme es aquel que no
cumple con al menos una de las características de calidad que se evalúan simultáneamente.
Cuando se analiza la proporción de productos no defectuosos en lugar de la proporción de
los disconformes se obtiene un diagrama de control para el rendimiento del proceso. El
diagrama de control para la proporción de defectos o diagrama p es un diagrama de control
de Shewart.
El diagrama se sustenta en la distribución de la proporción de defectuosos (distribución
Binomial). Para un proceso bajo control, se supone que p es la probabilidad de que una
pieza sea defectuosa o no cumpla con las especificaciones. Se supone también que existe
independencia entre las piezas producidas. Si la variable aleatoria X representa el número de
defectuosos en una muestra de tamaño n, X se distribuye como una Binomial con
parámetros n y p. El valor esperado (media) para el número de defectuosos es np y su
X
varianza np(1-p). El estimador muestral de p es pˆ  , cuya media es p y su varianza
n
p(1-p)/n. Las líneas de referencia para el diagrama de Shewart basado en la proporción p
teórica (proporción de referencia) son los límites superiores e inferiores de confianza (LSC
y LIC respectivamente) y se construyen de la siguiente manera:

291
 Aplicaciones

p (1  p )
LSC  p  k
n
Linea central  p
p (1  p)
LIC  p  k
n
En el caso de desconocer el valor de la proporción de disconformes p, de un proceso bajo
control, InfoStat graficará los estimadores muestrales de p obtenidos a partir de muestras
subsecuentes de n unidades y construirá las líneas de referencia a partir de los valores
observados (estimadores). Usualmente la fracción de disconformes del proceso bajo control
es desconocida. Las líneas visualizadas en el diagrama de control producido
automáticamente por InfoStat son calculadas a partir de las observaciones en el archivo y
por tanto corresponden a límites de prueba. Estas se obtienen de la siguiente manera:

pˆ (1  pˆ )
LSC  pˆ  k
n
Linea central  pˆ
pˆ (1  pˆ )
LIC  pˆ  k
n
m

 pˆ i
donde pˆ  i 1
es el promedio de las proporciones de defectuosos a través de m muestras
m
de tamaño n, cada una con proporción de defectuosos denotada por pˆ i . InfoStat requiere
que el usuario ingrese el valor de k para la construcción de los límites, por defecto k es 3.
Si alguna muestra se encuentra fuera de los límites de control de prueba, usualmente,
después de considerar las posibles causas de este evento, se descarta dicha muestra y se
recalculan los límites de prueba. Este proceso se repite hasta que todos los puntos se
encuentren entre los límites, y en tal momento se aceptan los límites de control de prueba
para el uso actual (Montgomery, 1991). Las facilidades de InfoStat para activar y desactivar
casos permiten ajustar los límites de prueba en forma sencilla. Posteriormente, activando la
casilla Parámetros de diagrama de control conocidos e ingresando el valor de los
parámetros del diagrama obtenidos desde muestras preliminares, es posible obtener una
gráfica a partir de nuevos valores en el archivo pero con la línea central y los límites de
control ahora conocidos.
Ejemplo 49: En una línea de producción de elásticos para autos se toman 30 muestras de
tamaño 200 cada una y se registra el número de defectuosos por muestra. Los datos se
encuentran en el archivo Diagrama_p, cuyas columnas se llaman “tamaño” y
“disconformes”.
Para obtener el diagrama, activar el menú APLICACIONES  CONTROL DE CALIDAD
y seleccionar Proporción de defectos (p). Aparecerá una venta llamada Diagramas de

292
 Aplicaciones

Control donde se listan las variables del archivo. El usuario deberá seleccionar la variable
que contiene el número de defectuosos (en este ejemplo, la columna “Disconformes”) e
ingresarla en la subventana Nro. Defectuosos, la columna del archivo que contiene el
tamaño de cada muestra (en este ejemplo, “Tamaño”) deberá pasarse a la subventana Total
sub-grupos. De ser necesario se puede indicar una variable que contiene fechas o que
indexa el tiempo de extracción de la muestra de alguna forma, para ser usada en el eje de las
abscisas del diagrama en la opción Tiempo (Opcional). Por defecto el diagrama asume que
el orden cronológico del muestreo es el utilizado para ingresar los datos. Al Aceptar, se
visualizará otra pantalla denominada Diagramas de Control en la que el usuario puede
modificar el valor de k. En la siguiente figura, se muestra el diagrama obtenido para k=3. En
la ventana Resultados se listarán los valores de los límites superior e inferior y de la línea
central.
Tabla 68: Límite de Control para la proporción de defectos. Archivo Diagrama_p.

Proporción defectos
Límites de Control
Línea Superior: 0.1382
Línea Central: 0.0805
Línea Inferior: 0.0228

Diagrama de control p

0.1459
Proporción defectos

0.1132

0.0805

0.0478

0.0151
1 8 15 22 29
Orden Cronológico

Figura 78: Diagrama de control p. Archivo Diagrama_p.

Si se tiene información sobre p, digamos que se especifica un valor objetivo de p=0.05, el
0.05(1  0.05)
LSC será LSC  0.05  3  0.0962 y el LIC=0.0038. En la ventana
200
Diagramas de Control, activando la casilla Parámetros de diagrama de control
conocidos e ingresando el valor de los mismos se podrá obtener una gráfica a partir de los
valores en el archivo pero con la línea central y los límites de control obtenidos a partir de la
proporción p conocida.

293
 Aplicaciones

En algunas oportunidades la fracción de disconformes de cada muestra es calculada sobre

tamaños muestrales diferentes. InfoStat permite ingresar tamaños muestrales distintos para
cada muestra y en tal caso basa los límites de control en un tamaño muestral promedio,
calculado automáticamente. Este accionar produce límites aproximados. Duncan (1974)
discute el cálculo del tamaño muestral necesario para tener una probabilidad alta de detectar
un cambio en alguna cantidad especificada en el proceso.
El diagrama de control (nP) o diagrama de cantidad de defectos (nP), se construye de
manera análoga al diagrama anterior, pero en vez de graficar la fracción de disconformes se
grafica directamente el número de disconformes. Las líneas de referencia del diagrama
obtenidas a partir de los datos son calculadas de la siguiente manera:

LSC  npˆ  k npˆ (1  pˆ )

Linea central  npˆ
LIC  npˆ  k npˆ (1  pˆ )
En la siguiente figura se muestra el diagrama de Cantidad de defectos (nP) para el ejemplo
anterior (archivo Diagrama_p).

Diagrama de control np

29.1818

22.6409
Cantidad defectos

16.1000

9.5591

3.0182
1 8 15 22 29
Orden Cronológico

Figura 79: Diagrama de control np. Archivo Diagrama_p.

Otro diagrama que puede ser seleccionado es el diagrama de control Número de casos por
unidad (c). Este es útil para situaciones donde la muestra incluye varias unidades de
inspección y sobre cada una de esas unidades se cuenta el número de disconformidades.
Ejemplo 50: Si un productor de videojuegos observa 50 muestras de n=10 videos cada una
y cuenta en cada video el número de defectos, recolectará un conjunto de 50 promedios de
no conformidades por unidad de inspección (video). Archivo Diagrama_c.
Si se ingresa en InfoStat la columna “Fallas/Video” y solicita diagrama Número de casos
por unidad (c), obtendrá una gráfica donde los límites serán calculados a partir de la
distribución Poisson de la siguiente manera:

294
 Aplicaciones

LSC  uˆ  k uˆ
n
Linea central  uˆ
LIC  uˆ  k uˆ
n
donde û representa el promedio a través de todas las muestras del número promedio de no
conformidades por unidad. Si el archivo de datos contiene el número de disconformidades
para cada unidad de inspección, primero se deberá calcular, usando el menú Medidas
resumen, el número promedio de defectos por unidad para cada muestra. El archivo de
promedios resultante será utilizado para producir el diagrama de control c.
Para obtenerlo, activar el menú APLICACIONES  CONTROL DE CALIDAD 
DIAGRAMAS DE CONTROL PARA ATRIBUTOS y seleccionar Número de casos por
unidad (c). Aparecerá una ventana llamada Diagramas de Control donde se listan las
variables del archivo. El usuario deberá seleccionar la variable que contiene el número
promedio de defectuosos por unidad de inspección (en este ejemplo, la columna
“Fallas/Video”) e ingresarla a la subventana Nro. de Casos por Unidad. Opcionalmente se
puede indicar una variable que contiene fechas o que indexa el tiempo de extracción de la
muestra de alguna forma, para ser usada en el eje de las abscisas del diagrama en la
subventana Tiempo (Opcional). Por defecto, el diagrama asume que los datos del muestreo
fueron ingresados en orden cronológico. Al Aceptar, se visualizará otra pantalla
denominada Diagramas de Control en la que el usuario puede modificar el valor de k. En
la siguiente figura, se muestra el diagrama obtenido para k=3. En la ventana Resultados se
listarán los valores de los límites de prueba y de la línea central.
Diagrama de control c

14.6154

10.9616
Defectos x unidad

7.3077

3.6539

0.0000
1 12 23 34 45
Orden Cronológico

Figura 80: Diagrama de control c. Archivo Diagrama_c.

El gráfico muestra que el proceso no se encuentra bajo control.

Diagramas de control de variables

Menú APLICACIONES  CONTROL DE CALIDAD  Diagramas de control de
variables, permite obtener diagramas de control para características de calidad que son

295
 Aplicaciones

medidas en una escala cuantitativa o numérica. Estos diagramas son útiles para situaciones
donde de cada producto inspeccionado se obtiene una medida para una característica de
calidad. En tales situaciones interesa controlar el valor medio de la característica y alguna
medida de su variabilidad. Dentro de esta opción, InfoStat permite obtener los siguientes
diagramas: Para la media y rango (X-barra, R) y Para la media y desvío estándar (X-
barra, S) . InfoStat construye los diagramas bajo el supuesto de distribución normal para la
característica de calidad en estudio. Los diagramas resultantes son aproximadamente
correctos para distribuciones no normales cuando se trabaja con muestras grandes.
Los diagramas para la media y rango permiten el control de la calidad media del proceso
(diagrama X-barra) y de la variabilidad a través de la amplitud o rango del mismo
(diagrama R). Estos proporcionan información sobre la capacidad de funcionamiento del
proceso, mientras que el diagrama X-barra sirve para controlar la variabilidad entre
muestras o variabilidad en el proceso con el tiempo, el diagrama R permite monitorear la
variabilidad dentro de una muestra o variabilidad instantánea del proceso. Generalmente se
usan de 20 a 30 muestras preliminares, tomadas cuando el sistema se supone bajo control,
para obtener los valores de  y , la media y desviación estándar del proceso
respectivamente. Por ejemplo, si se dispone de m=20 muestras de tamaño n=5 cada una, el
estimador de , el cual representa la línea central del diagrama, será:
X 1  ...  X 20
uˆ 
20
y el estimador del rango es calculado a partir de los rangos muestrales como:
R  ...  R20
Rˆ  1
20
donde Ri es el rango, o diferencia entre el máximo y mínimo valor, en la muestra i-ésima.
InfoStat construye el diagrama de control de media (diagrama X-barra) usando las
siguientes líneas de referencia:
LSC  uˆ  kˆ ˆ
Linea central  uˆ
LIC  uˆ  kˆ ˆ

donde LSC y LIC son los límites superior e inferior de confianza respectivamente y ˆ ˆ es
1 Rˆ
calculado a partir del rango como ˆ ˆ  siendo los valores de d2 aquellos
n d2
R
correspondientes a la esperanza de la variable aleatoria o amplitud relativa

(Montgomery, 1991).
InfoStat representa también los valores de R de muestras sucesivas en el diagrama de
control de rango (diagrama R) usando las siguientes líneas de referencia:

296
 Aplicaciones

LSC  Rˆ  kˆ R
Linea central  Rˆ
LIC  Rˆ  kˆ R

donde el estimador ˆ R se obtiene también a partir de la distribución de la amplitud relativa,

R R
. La desviación estándar de , denotada por d3, es una función conocida de n. Los
 
valores de d3 se encuentran tabulados en Montgomery (1991) para distintos tamaños de
Rˆ
muestra. InfoStat calcula a partir de ellos ˆ R como ˆ R  d3 .
d2
Ejemplo 51: El archivo Diagrama_MyR contiene lecturas de diámetros de anillos de pistón
forjados para 25 muestras de 5 anillos cada una (Montgomery, 1991).
Para obtener el diagrama, activar el menú APLICACIONES  CONTROL DE CALIDAD
 DIAGRAMAS DE CONTROL DE VARIABLES y seleccionar: Para la media y el
rango (X-barra, R). Aparecerá una venta llamada Diagramas de Control donde se listan
las cinco variables del archivo, cada una representando una observación muestral. El usuario
deberá seleccionar todas las columnas que contienen observaciones muestrales (“Obs1-
Obs5”) e ingresarlas en la subventana Observaciones por muestra. Opcionalmente se
puede indicar una variable que contiene fechas o que indexa el tiempo de extracción de la
muestra de alguna forma, para ser usada en el eje de las abscisas del diagrama. Por defecto
el diagrama asume que el orden cronológico del muestreo es el utilizado para ingresar los
datos. Al Aceptar, se visualizará otra pantalla denominada Diagramas de Control en la
que el usuario puede modificar el valor de k. En las siguientes figuras, se muestran los
diagramas (para la media y para el rango) obtenidos para k=3. En la ventana Resultados se
listarán los valores de media y rango para cada muestra y los valores de la línea central y los
límites de control de los diagramas para la media y para el rango.

Diagrama de control de media (X-barra)

74.0161

74.0086
X-barra

74.0012

73.9937

73.9863
1 7 13 19 25
Número de Muestra

Figura 81: Diagrama de control de media (x-barra). Archivo Diagrama_MyR.

297
 Aplicaciones

Diagrama de control de rango (R)

0.0513

0.0385

Rango
0.0257

0.0128

0.0000
1 7 13 19 25
Número de Muestra

Figura 82: Diagrama de control de rango (R). Archivo Diagrama_MyR.

La media de las medias muestrales es 74.001 (línea central del diagrama X-barra) y la media
de los rangos muestrales es 0.023 (línea central del diagrama R). Los valores de d2 y d3 para
n=5 son 2.326 y 0.864, respectivamente (Montgomery, 1991). Los límites para los
diagramas de medias y rangos para k=3 son:
0.023 0.023
74.001  3 y 0.023  3*0.864 .
2.326 5 2.326
Dado que en el diagrama R se visualiza que la variabilidad del proceso está bajo control se
observa el diagrama X-barra. A partir de este último se informa que no hay evidencias de
falta de control para el nivel de calidad promedio del proceso. Estos límites de control
podrían ser adoptados para el control en línea del proceso. Si en el diagrama R se visualizan
puntos fuera de control, primero deberán recalcularse los límites de control eliminando las
causas atribuibles y recién después realizar interpretaciones a partir del diagrama X-barra.
InfoStat también permite obtener diagramas de media y desviación estándar. Los
diagramas X-barra y S se utilizan cuando los tamaños de muestra son relativamente grandes
(n=10 o más observaciones por muestra) ya que en estos casos el rango (R) no realiza un uso
eficiente de la información. La raíz cuadrada del estimador insesgado de ̂ 2 es utilizado
para obtener S en cada muestra de n observaciones:
n

(X i  X )2
S i 1

n 1

Dado que el valor esperado de S es c y la desviación estándar de S es  1  c 2 donde c

es una constante que depende del tamaño muestral, los límites de control para el diagrama S
cuando se dispone de un valor estándar para  son los siguientes:

298
 Aplicaciones

LSC  c  k 1  c 2
Linea central  
LIC  c  k 1  c 2
1/ 2
 2  (n / 2)
donde c    . Si se desconoce  , los límites son calculados a partir
 n 1  [(n  1) / 2]
del conjunto de m muestras de prueba usando el estadístico Sˆ / c , el cual es un estimador
1 m
insesgado de  con Sˆ   Si y Si la desviación estándar muestral de la muestra i-
m i 1
ésima. Luego, los límites de control son calculados de la siguiente manera:

LSC  cSˆ  kSˆ 1  c 2

Linea central  Sˆ
LIC  cSˆ  kSˆ 1  c 2
Los límites de control para el diagrama X-barra, son definidos a partir del estimador de la
desviación estándar muestral como:

Sˆ
LSC  ˆ  k
c n
Linea central  ˆ
Sˆ
LIC  ˆ  k
c n
El control en línea de un proceso puede realizarse activando la casilla Parámetros de
diagrama de control conocidos (subventana Diagramas de Control) e ingresando el valor
de los parámetros del diagrama obtenidos desde muestras preliminares, a partir de la media
Rˆ
del proceso y su desviación estándar (calculada como ˆ  ).
d2
Para el archivo Diagrama_MyR se obtuvieron los diagramas X-barra y S invocando el menú
APLICACIONES  CONTROL DE CALIDAD  DIAGRAMAS DE CONTROL DE
VARIABLES y seleccionando Para la media y desvío estándard (X-barra, S). Aparece
una venta llamada Diagramas de Control donde se listan las variables del archivo, cada
una representando una observación muestral. Se seleccionaron todas las columnas que
contienen observaciones muestrales (“Obs1-Obs5”) y se incluyeron en la subventana
Observaciones por muestra. Opcionalmente se puede indicar una variable que contiene
fechas o que indexa el tiempo de extracción de la muestra de alguna forma, para ser usada
en el eje de las abscisas del diagrama. Por defecto el diagrama asume que el orden
cronológico del muestreo es el utilizado para ingresar los datos. Al Aceptar, se visualiza

299
 Aplicaciones

otra pantalla denominada Diagramas de Control en la que el usuario puede modificar el

valor de k. En la siguiente figura, se muestra el diagrama de control de desvío estándar
obtenido para k=3 (el diagrama X-barra no se muestra aquí, pero se obtiene
automáticamente y se interpreta de la misma manera que el del ejemplo anterior). En la
ventana Resultados se listarán los valores de media y S para cada muestra y los valores de
la línea central, los límites de control y el análisis de capacidad del proceso. Los resultados
permiten arribar a las mismas conclusiones que el ejemplo anterior y son muy similares
debido a que el ejemplo involucra muestra de tamaño n=5 donde el uso del rango es
apropiado.

Diagrama de control de desvío estándar (S)

0.0206

0.0154
Desvío estándar

0.0103

0.0051

0.0000
1 7 13 19 25
Número de Muestra

Figura 83: Diagrama de control de desvío estándar (S). Archivo Diagrama_MyR

Diagrama de Pareto
Menú APLICACIONES  CONTROL DE CALIDAD  DIAGRAMA PARETO permite
obtener un diagrama de barra donde se muestran las frecuencias relativas de los distintos
tipos de errores que se pueden detectar en un proceso de control de calidad. La característica
particular de este diagrama es que los errores se muestran ordenados conforme su frecuencia
de mayor a menor. En muchos procesos se controla el número de errores de distintos tipos
sobre cada unidad de inspección ya que la importancia de los mismos puede ser diferente.
Para realizar este diagrama se deberá tener un archivo donde los distintos tipos de errores
son tratados como variables (columnas del archivo) y cada registro corresponde a una
unidad de inspección. Los valores a ingresar en cada celda pueden ser 0,1,2,3,... y
representan el número de errores del tipo en cuestión para cada unidad.
Ejemplo 52: El archivo Apareto contiene registros de 6 tipos de errores realizados por dos
operarios sobre un total de 64 piezas inspeccionadas.
Para obtener el diagrama, activar el menú APLICACIONES  CONTROL DE CALIDAD
 DIAGRAMA DE PARETO y seleccionar las 6 columnas conteniendo los tipos de error
como variables. Si se selecciona la variable operario como criterio de clasificación
(opcional) InfoStat reportará que proporción del total de cada tipo de error fue contabilizado
por cada operario. En el gráfico que se muestra a continuación se seleccionaron los 6 tipos
de error y no se clasificó por operario.

300
 Aplicaciones

Diagrama de Pareto

0.27

Frecuencias relativas 0.20

0.14

0.07

0.00
Error6 Error5 Error2 Error4 Error3 Error1
Tipos de error

Figura 84: Diagrama de Pareto. Archivo Apareto

Capacidad de Proceso
InfoStat informa sobre la Capacidad del proceso (cp y cpk) calculando las proporciones
esperadas de productos fuera de especificación. El usuario debe proveer límites de
especificación en la subventana Diagramas de control en el campo Límites de
especificación (Capacidad de proceso) que se presenta luego de seleccionar las columnas
del archivo que intervienen en el análisis. La proporción de productos fuera de
especificación es la suma de las proporciones esperadas de productos con mediciones
inferiores al límite inferior de especificación y mayores al límite superior. Estas
proporciones son estimadas a partir del modelo normal usando la media y desviación
estándar estimada del proceso bajo control:

 LIE  ˆ 
Inferior : P( X  LIE )   1  Z 
 ˆ 
 LSE  ˆ 
Superior : P ( X  LSE )  1   1  Z  
 ˆ 
Total: P ( X  LIE )  P ( X  LSE )
donde LIE y LSE son los límites inferior y superior de especificación ingresados por el
usuario (éstos son determinados externamente y son independientes de los límites de
control). Los valores de la variable Z usados para el cálculo de dichas probabilidades son
conocidos como Tolerancias Bilaterales.
La Tabla 69 muestra las proporciones esperadas para el ejemplo del archivo Diagrama MyR,
tal como son reportadas en la ventana Resultados por InfoStat. La proporción total de
productos fuera de los límites especificados (73.97 y 74.03 ya que se requieren anillos con
diámetro 74.0000.03 mm) es 0.0020, por lo que se concluye que el 0.20% de los anillos
forjados tendrán diámetros distintos a los especificados. InfoStat muestra bajo el nombre de

301
 Aplicaciones

tolerancias bilaterales a los valores de la variable normal estándar correspondiente a la

estandarización de los límites inferior y superior de especificación. Por último, InfoStat
proporciona la evaluación de la aptitud del proceso a través de las estadísticas cp y cpk.
Estos índices suponen que los límites naturales de tolerancia del proceso son cercanos a los
límites de especificación. Considerando que la amplitud entre los límites naturales es igual a
6 sigmas, se calcula el cociente entre la amplitud LSE-LIE y 6 sigmas. Se espera que la
relación de capacidad de o aptitud de proceso, cp, sea ligeramente mayor que uno si el
proceso está bajo control. Además InfoStat reporta los valores cpk correspondientes al valor
absoluto del mínimo de las tolerancias bilaterales dividido 3 (Montgomery, 1991).
Tabla 69: Análisis de capacidad de proceso. Archivo Diagrama_MyR.

Diagramas de Control
Análisis de la capacidad del proceso
Item Valor
Media: 74.00
Desv.est.: 0.01
LEI: 73.97
LES: 74.03

Tolerancias bilaterales
Item Valor
Zinf: -3.22
Zsup: 3.01

Proporciones fuera de especificación

Item Valor
Inferior: 0.0006
Superior: 0.0013
Total: 0.0020

Evaluación aptitud del proceso

Item Valor
cp 1.04
cpk 1.00

302