Gráficos de control con tamaño submultiple: Siempre que sea posible es conveniente tener un tamaño de subgrupo constante. Si esto no puede hacerse los límites en los gráficos X y R deben ser variables. Una vez que se ha estimado ı estos límites para diversos tamaños de muestran pueden obtenerse utilizando los factores y fórmulas. En donde los datos utilizados para estimar ı incluyen subgrupos de diversos tamaño.
Gráficos R o Gráficos ı donde los gráficos X no son apropiados: En algunos casos los subgrupos pueden ser comparables en su dispersión aunque no sean comparables en sus medias. Si se analizan muestras que tienen contenido químico algo diferente, los promedios de los subgrupos no son comparables. Sin embargo, la dispersión de los subgrupos refleja la capacidad de un analista y un procedimiento analítico para reproducir resultados por medio de varias determinaciones similares. El gráfico de control de R o ı proporciona una base para juzgar esta dispersión parece estar influida por un sistema de causas constantes.
Gráficos X y ı con subgrupos grandes: Algunas veces sucede que se supone de datos sobre medias y desviaciones estándar de alguna varible media, procedentes de diferentes fuentes. Puede ser conveniente aplicar una prueba homogeneidad a estas cifras para ver si hay una clara evidencia de que las diferentes fuentes representan diferentes sistemas de causas. Los gráficos de control X y ı constituyen un procedimiento simple de prueba para este propósito.
Gráficos para las mediciones individuales: Cuando el personal del taller no entiende los gráficos de medias una forma de evitar interpretaciones erróneas consiste en no presentar las medias, sino las mediciones individuales. En estos se dibujan correctamente los límites de la especificación que debe aplicarse a las mediciones individuales. Este tipo de gráfico puede ser mejor que nada, pero es mucho menos satisfactorio que un gráfico X convencional, basado en un tamaño de subgrupo de 4 o 5. En general este tipo de gráfico es inferior a los gráficos de control convecionales porque no ofrecen una panorámica clara de los cambios que tienen lugar en el proceso, ni siquiera a una prueba rápida de la existencia de causas atribuibles de variación.
Diagrama de control de suma acumulativa:
El diagrama de control de suma acumulativa CUSUM (Cumulative Sum), incorpora directamente al representar el estadístico relativo a cada punto, toda la información muestral de la sucesión de puntos anteriores. Se representan para cada punto las sumas acumuladas para el subgrupo actual y todos los anteriores de las desviaciones del estadístico en que se basa el gráfico de control (Verdoy et al., 2006).
Un gráfico de sumas acumuladas muestra las sumas acumuladas de las desviaciones de cada valor muestral con respecto al valor objetivo. El gráfico puede estar basado en medias muestrales o en observaciones individuales.
Cuando estamos trabajando con procesos bajo control, los diagramas CUSUM son buenos para detectar cambios con respecto al objetivo ya que dichos gráficos incorporan información procedente de la secuencia de valores muestrales. Los puntos que representamos son las sumas acumuladas de las desviaciones de los valores muestrales 24 con respecto al objetivo.
Dichos puntos deberían fluctuar de forma aleatoria alrededor del cero. Si detectamos una tendencia, ya sea hacia arriba o hacia abajo, ésta debería ser considerada como una evidencia de que la media muestral se ha desplazado.
Es posible representar dos tipos de gráficos CUSUM (Figura 10): el diagrama por defecto representa dos CUSUM unilaterales. El CUSUM superior detecta desviaciones hacia arriba en el nivel del proceso, el CUSUM inferior detecta desviaciones hacia abajo. Este tipo de gráfico utiliza límites de control para determinar cuando estamos ante un proceso fuera de control.
Los gráficos CUSUM vienen definidos por dos parámetros, h y k (Tabla 2
Aquí pueden observar el procedimiento en este video lo explica:
