"El Dr.

Shewhart prepar un pequeo memorandum de slo una pgina de

longitud. Casi un tercio de la pgina lo ocupaba un sencillo diagrama que
todos reconocemos hoy da como un diagrama de control esquemtico. Ese
diagrama, y el corto texto que lo preceda y lo segua, establece todos los
principios esenciales y consideraciones encerrados en lo que hoy
conocemos como Control Estadstico de Procesos
El trabajo de Shewhart remarcaba la importancia de reducir la variacin en
un proceso de manufactura y entender que el continuo proceso de ajuste en
reaccion a no-conformidades en realidad incrementaba la variacion y
degradaba la calidad.
Shewhart enmarc el problema en trminos de variacion por Causas
Normales o Aleatorias yCausas Especiales o Asignables e introdujo las
grficas de control como una herramienta para distinguir entre las dos.
Shewhart enfatizaba que traer proceso de produccin a un estado de control
estadstico, donde solo hay variacion por Causas Normales o Aleatorias, y
mantenerlo controlado, es necesario para predecir el resultado futuro y
administrar un proceso econmicamente.
Dr. Shewhart creo las bases para el grfico de control y el concepto de un
"Estado de control estadistico por medio de experimentos diseados
cuidadosamente".

ALEATORIO4 : Se dice de lo que depende de la suerte o el azar, en nuestro

caso se entender como aquellas circunstancias que no permiten que un
proceso tenga un orden determinado, es lo o inesperado, lo imprevisto,
expresiones sinnimo de al azar que en la vida corriente se refieren a lo
que carece de mtodo, regla o estructura o a procesos sin meta, direccin ni
propsito definidos que, por lo tanto, parece obedecer a casualidades
caprichosas, arbitrarias e imprevisibles.
CEP5 : Control Estadstico de Procesos, metodologa utilizada para ajustar
los procesos de produccin y de servicios.
CONTROL: Se refiere al proceso que se emplea con el fin de cumplir con los
indicadores y/o estndares. Consiste en observar y cuantificar el desempeo
real, compararlo con algn estndar, y determinar si el desempeo

observado es significativamente diferente del estndar. El control tiene la

naturaleza de ser un proceso de un ciclo de retroalimentacin.
ESTADSTICA: dependiendo del enfoque puede ser una ciencia, una
disciplina, o unas tcnicas, para nuestro caso la entenderemos como una,
una ciencia con base matemtica referente a la recoleccin,
representacin, anlisis e interpretacin de datos, que busca explicar
condiciones regulares en fenmenos de tipo aleatorio, a un entorno mayor.
FACTOR FACILITADOR (ES). Es el proceso, prctica o mtodo que facilita la
implementacin de una mejor prctica dentro de una organizacin en
apoyo a la identificacin y debido control de los factores crticos de xito
(FCE).
FACTORES CRTICOS DE XITO (FCE). Determinaciones clave cuantitativas o
cualitativas relacionadas con la eficacia, efectividad y eficiencia de una
intervencin y que se constituyen en elemento clave para que un proceso
transite desde una etapa actual hacia uno de mejora sustantiva. Tambin
son factores, caractersticas o variables que inciden directamente sobre los
niveles de satisfaccin de nuestros usuarios.
IPS: Institucin Prestadora de Servicios de Salud en Colombia.
MEJORES PRCTICAS. Calificativo de un nivel de desempeo superior en
cualquiera de las reas propias de la gestin y procesos de produccin,
como puede ser el liderazgo, gestin estratgica, desarrollo de estndares
operacionales, mtodos de trabajo, entre otros; y habitualmente relacionados a altos niveles de innovacin que se han identificado y documentado
por encima del desempeo promedio de la industria a la cual pertenece.
PROCESO: (del latn processus) es un conjunto o serie de acciones,
actividades o eventos interrelacionadas (coordinados u organizados), de una
manera sistemtica que convierten unos insumos (inputs) en resultados
(outputs), con un fin determinado. Los procesos consumen recursos y por
tanto requieren de estndares que los hagan replicables y medibles. Los
procesos responden a sistemas de control que determinan su calidad,
medida, costos y desempeo.
PROCESO ESTADSTICO: es una filosofa de la optimizacin referida a
mejoras de proceso continuas, usando un mix de herramientas
(estadsticas) para datos y anlisis de los procesos y fabricacin de
inferencias sobre comportamiento de procesos y toma de decisiones.
SUA: Sistema nico de Acreditacin
SOGC: Sistema Obligatorio de Garanta de Calidad

La revolucin industrial comienza a exigir fabricacin masiva

de productos. Se introducen mquinas.

La gestin cientfica de Taylor (1875) es el primer intento

de racionalizacin.

Henry Ford (1900) introduce la produccin en serie en su

lnea de montaje.

Comenz a pensarse en trminos de productividad.

Nace el concepto de estandarizacin

Shewhart (1924) introduce las grficas de control en los

Laboratorios Bell.

La estadstica entra a formar parte del proceso industrial y

aparece el control de la calidad como tal.

La II Guerra Mundial (1939-1945) establece las bases de la

industria moderna.

Se acepta de forma general la necesidad de utilizacin de las

tcnicas estadsticas para el control y la mejora de la calidad.

Shewhart entenda la calidad como un problema de variacin, el cual

puede ser controlado y prevenido mediante la eliminacin a tiempo
de las causas que lo provocan (grficos de control).

Walter Shewhart introduce el concepto de control estadstico de

calidad. Fue el primero en reconocer que en toda produccin
industrial se da variacin en el proceso.

Observ que no pueden producirse dos partes con las mismas

especificaciones, lo cual se debe, entre otras cosas, a las diferencias
que se dan en la materia prima, a las diferentes habilidades de los
operadores y las condiciones en que se encuentra el equipo. Ms an,
se da variacin en las piezas producidas por un mismo operador y con
la misma maquinaria.

Walter Shewhart es el creador de los famosos Cuadros de Control,

paso inicial hacia lo que el denomin la formulacin de una base
cientfica para asegurar el control econmico.

en 1939 public el libro Statistical method from the viewpoint of quality control en el cual
sienta las bases tericas y prcticas del control estadstico). En todos estos desarrollos
tericos formula la diferenciacin entre causas comunes de variacin y causas asignables,
preconizando que el estado ideal de un proceso (proceso bajo control estadstico) es aquel
en que solo existen causas comunes de variacin que fluctan aleatoriamente dentro de una
tolerancia dada. Eso se puede observar claramente en los grficos de control creados para
tal efecto.

Las ideas de W. Shewhart influyeron poderosamente en la evolucin del pensamiento y los

trabajos de Deming (por ejemplo famoso Cclo Deming en realidad Deming lo llam Cclo
Shewhart dado que el planteamiento original es de este ltimo) e influenciaron en los
desarrollos posteriores sobre gestin de la calidad por ejemplo en la gestin total de la
calidad (TQM)
A partir de la dcada de los 80 algunas de las ideas de Shewhart han sido retomadas y
reformuladas bajo la denominada metodologa Six Sigma implantada por Motorota y con
amplia implantacin en la actualidad.
-----------------------------------------------------------------------------------------------------El control estadstico de procesos (CEP), es una metodologa para el seguimiento de un
proceso para identificar las causas de las variaciones y sealar la necesidad de emprender
una accin correctiva en el momento apropiado. Cuando estn presentes causas especiales,
el proceso est destinado a quedar fuera de control. Si la variacin en un proceso se debe
slo a causas comunes, se dice que est en control estadstico. Una definicin prctica del
control estadstico es que tanto los promedios del proceso como las varianzas son constantes
a travs del tiempo.
El CEP depende de las grficas de control, una de las herramientas bsicas de mejora de la
calidad. El CEP es una tcnica probada para mejorar la calidad y productividad. Muchos
clientes piden a sus proveedores que proporciones evidencias de un control estadstico de
sus procesos.
Aunque las grficas de control se desarrollaron y utilizaron por primera vez en un contexto
de manufactura, se aplican con facilidad a las organizaciones de servicio. La siguiente tabla,
donde se presenta slo algunas de las aplicaciones potenciales de las grficas de control para
los servicios. La clase est en definir los indicadores de calidad apropiados que se van a
controlar. La mayora de los proceso de servicios se pueden mejorar a travs de la aplicacin
adecuada de grficas de control.
------------------------------------------------------------------------------------------------------------ETAPAS
La Calidad ha evolucionado a travs de seis etapas: la de la Inspeccin(Siglo XIX que se
caracteriz por la deteccin y solucin de los problemas generados por la falta de uniformidad
del producto; la era del control estadstico delproceso (dcada de los 30s) enfocada al control de
los procesos y la aparicin de mtodos estadsticos para el mismo fin y la reduccin de los
niveles de inspeccin; la del aseguramiento de la calidad (dcada de los 50s) que es cuando
surge la necesidad de involucrar a todos los departamentos de la organizacin en el diseo,
plantacin y ejecucin de polticas de calidad, y la era de la administracin estratgica de
la calidad total dcada de los 90s) donde se hace hincapi en el mercado y en las necesidades
del consumidor, reconociendo el efecto estratgico de la calidad, como una oportunidad
decompetitividad, reingeniera de procesos (dcada de los 90s) donde el avance tecnolgico y
de sistemas administrativos propone un mejoramiento radical, empezar de nuevo, cambiar
toda la organizacin, re arquitectura de la empresas y rompimiento de las estructuras del
mercado (a finales del siglo XX y XXI), donde se propone que el conocimiento es la base de
Los negociosactuales. A continuacin se presenta una breve semblanza de cada una de ellas.
Primera etapa.- el control de calidad mediante la inspeccin.

Esta etapa coincide con el perodo en el que comienza a tener mucha importancia
la produccin de artculos en serie, ante esta situacin era necesario ver si el artculo al final de
la lnea de produccin resultaba apto no para el que estaba destinado. Por ello en las fbricas
se vio la conveniencia de introducir un departamento especial a cuyo cargo estuviera la tarea de
inspeccin. A este nuevo organismo se le denomin control de calidad.Segn Frederick
W. Taylor y Henry Fayol que datan de finales del siglo XIX y principios de siglo XX, toca a
la administracin definir la tarea de los operarios y especificarles el procedimiento y la relacin
que se debe darse entre tiempos y movimientos. La tarea de control de calidad compete a los
supervisores.
Fayol (1949) fue el primero en identificar a la administracin como un rea del conocimiento
que debe ser analizada y estudiada cientficamente, sugiri laadopcin de tres principios: a)
unidad de comando, b)unidad de direccin, c)Centralizacin.G. S. Radford en su obra The
Control of Quality in Manufacturing, afirma que la inspeccin tiene como propsito examinar de
cerca y en forma crtica el trabajo para comprobar su calidad y detectar los errores; una vez que
stos han sido identificados, personas especializadas en la materia deben ponerles remedio. Lo
importante es que el producto cumpla con los estndares establecidos, porque el comprador
juzga la calidad de los artculos tomando como base su uniformidad, que es resultado de que el
fabricante se cia a dichas especificaciones.
La inspeccin no slo debe llevarse a cabo en forma visual, sino adems con ayuda de
instrumentos de medicin. Radford propone mtodos de muestreocomo ayuda para llevar a
cabo el control de calidad, ms no fundamenta sus mtodos en la estadstica, habla adems de
cmo debe organizarse el departamento de inspeccin.
Constituyen otros aspectos de la calidad: la necesidad de que los diseadores se involucren
desde el comienzo en las actividades de calidad, la necesidad de que exista coordinacin entre
los diferentes departamentos y la relacin que debe existir ente el mejoramiento de la calidad y
la baja de los costos.
Segunda etapa.- el control estadstico de la calidad
Los trabajos de investigacin llevados a cabo en la dcada de los treinta por Bell Telephone
Laboratories fueron el origen de lo que actualmente se denomina control estadstico de la
calidad.
A este grupo de investigadores pertenecieron entre otros: W.A. Shewhart, Harold Dodge, Harry
Roming y ms tarde, G: D: Edwards y Joseph Juran, quienes con el tiempo iban a ser figuras
prominentes del movimiento hacia la calidad.
En 1931, W.A. Shewhart public su libro Economic Control of Quality of Manufactured Product,
que signific un avance definitivo en el movimiento hacia la calidad, fue el primero en reconocer
que en toda produccin industrial se da variacin en el proceso.
Esta variacin debe ser estudiada con los principios de la probabilidad y de la estadstica.
Observ que no pueden producirse dos partes con las mismas especificaciones, lo cual se debe,
entre otras cosas, a las diferencias que se dan en la materia prima, a las diferentes habilidades
de los operadores y las condiciones en que se encuentra el equipo. Ms an se da variacin en
las piezas producidas por un mismo operador y con la misma maquinaria.
Laadministracin debe tomar en cuenta este hecho relacionado ntimamente con el problema de
la calidad. No se trata de suprimir la variacin, esto resulta prcticamente imposible, sino de ver
qu rango de variacin es aceptable sin que se originen problemas, El anlisis expuesto tuvo su
origen en el conceptode control estadstico de Shewhart.
Mientras Shewhart prosegua su trabajo con respecto al control del proceso, otros investigadores
de la misma compaa, principalmente Harold Dodge y Harry Roming, avanzaban en la forma
de llevar a cabo la prctica del muestreo, que es el segundo elemento importante del control
estadstico del proceso.
Deming (1956), quien fuera un gran impulsor de las ideas de Shewart, defina el control de la
calidad como "la aplicacin de principios y tcnicas estadsticasen todas las etapas de
produccin para lograr una manufactura econmica con mxima utilidad del producto por parte

del usuario".
Las tcnicas del muestreo parten del hecho de que en una produccin masiva es imposible
inspeccionar todos los productos para diferenciar los productos buenos de los malos. De ah la
necesidad de verificar un cierto nmero de artculos entresacados de un mismo lote de
produccin para decir sobre esta base si el lote es aceptable o no.
La participacin de Estados unidos en la Segunda GuerraMundial y la necesidad de
producir armas en grandes cantidades, fueron la ocasin para que se aplicaran con mayor
amplitud los conceptos y las tcnicas del control estadstico de la calidad.En diciembre de 1940,
el departamento de Guerra de los Estados Unidos forma un comit par establecer estndares de
calidad, dicho departamento se enfrent con el problema de determinar los niveles aceptables
de la calidad de las armas e instrumentos estratgicos proporcionados por
diferentes proveedores. Se presentaron dos alternativas: o se daba un entrenamiento masivo a
los contratistas en el uso de las grficasde control del proceso, o bien, se desarrollaba
un sistema de procedimientosde aceptacin mediante un sistema de muestreo a ser aplicado por
inspectores del gobierno. Se opt por esta segunda forma de proceder y en 1942 el
Departamento de Guerra estableci la seccin de control de calidad, organismo en el que
ocuparon puestos relevantes algunos especialistas en estadstica de la Compaa Bell Telephone
Laboratories.
Este grupo desarrolla pronto un conjunto de tablas de muestreo basada en el concepto de
niveles aceptables de calidad. En ellas se determinaba el mximo por ciento de defectos que se
poda tolerar para que la produccin de un proveedor pudiera ser considerada satisfactoria.
La necesidad de elaborar programas de entrenamiento en asuntos referentes al control de
calidad con la cooperacin de importantes Universidades de Estados Unidos, fue la ocasin para
que los conceptos y las tcnicas de control estadstico se introdujeran en el mbito universitario.
Los estudiantes que haban tomado cursos comenzaron a integrar sociedades locales de control
de calidad. Fue as como se origin la American Society for Quality Control y otras ms.
A finales de la dcada de los cuarenta, el control de calidad era parte ya de
laenseanza acadmica. Sin embargo se le consideraba nicamente desde el punto de vista
estadstico y se crea que el mbito de su aplicacin se reduca en la prctica al departamento de
manufactura y produccin.
Tercera etapa.- el aseguramiento de calidad.Esta tercera etapa est caracterizada por dos hechos
muy importantes: la toma de conciencia por parte de la administracin, del papel que le
corresponde en el aseguramiento de la calidad la implantacin de nuevo concepto de control de
calidad en
---------------------------------------------------------------------------------------------------------METODOLOGA PARA EL CEP
Las grficas de control, al igual que las dems herramientas bsicas para mejorar la calidad son
relativamente fciles de usar. Las grficas de control tienen tres aplicaciones bsicas: (1)
establecer un estado de control estadstico, (2) hacer el seguimiento de un proceso e indicar
cuando este se sale de control y (3) determinar la capacidad del proceso. El seguimiento es un
resumen de los pasos necesarios para el desarrollo y utilizacin de las grficas de control. Los
pasos 1 a 4 se enfocan en establecer un estado de control estadstico; en el paso 5, ls grficas se
utilizan para el seguimiento continuo; por ltimo, en el paso 6, los datos se usan para el anlisis
de la capacidad del proceso.
1. Preparacin
Seleccionar la variables o atributos que ser medido
Determinar la base y frecuencia del muestreo.
Crear la grfica de control.

2. Recopilacin de datos
Registrar los datos
Calcular los valores estadsticos relevantes: promedios, rangos, proporciones, etc.
Grficar los valores estadsticos
3. Establecimiento de los limites de control de prueba
Trazar la lnea central (promedio del proceso) en la grfica
Calcular los lmites de control superior e inferior.
4. Anlisis e interpretacin
Investigar la grfica para detectar la falta de control
Eliminar los puntos que estn fuera de control
Volver a calcular que estn fuera de control.
5. Uso como herramientas para solucionar problemas
Continuar con la recopilacin de datos y su trazo en la grfica.
Identificar las situaciones fuera de control y emprender acciones correctivas.
6. Determinacin de la capacidad del proceso con los datos de la grfica de control
-------------------------------------------------------------------------An cuando desde hace mucho tiempo se viene hablando de calidad, es a partir de los aos
veinte que se empieza a aplicar la teora estadstica en el control de calidad, dando as origen al
control estadstico de calidad. Sus bases son sentadas en 1931 por Walter A. Shewhart y
publicadas en su libro Economic control of quality of manufactured product. A Shewhart se le
debe adems, el primer bosquejo de un grfico de control.
en las normas industriales japonesas el control de calidad es un sistema de mtodos de
produccin que econmicamente genera bienes o servicios de calidad, acordes con los
requisitos de los consumidores. Si este sistema usa mtodos estadsticos se denomina control
estadstico de calidad. Lo que hoy es conocido como control estadstico de calidad, se inicia con
el trabajo de Harold F. Dodge y H. Roming, Tablas de inspeccin por muestreo-muestreo
simple y doble. Sin entrar en discusin con los trminos o metodologas para asegurar la
calidad, en general, consideremos el sistema o gestin de la calidad de una empresa, como un
sistema integrado, formado por una serie de subsistemas que actan de forma coordinada,
mediante la aplicacin de un conjunto de acciones, con el objetivo de fabricar productos de
calidad o dar servicios con niveles de calidad adecuado.
El logro de la calidad est relacionado directamente con el funcionamiento cohesionado tanto
en el sentido vertical (desde los gerentes hasta los tcnicos y obreros) como en el horizontal
(departamentos, secciones y programas responsables de los subsistemas) de dicho sistema.
De esta forma, debe realizarse una Investigacin de Mercado que permita determinar
necesidades de los clientes y caractersticas del sector al cual va dirigido el producto o servicio,
as se garantiza que el mismo cumpla con las expectativas del consumidor. Se define aqu
tambin, el Diseo, es decir, la parte esttica o artstica del producto. La calidad del diseo se
alcanza cuando las especificaciones satisfacen las expectativas del cliente. La calidad de
Fabricacin debe cumplir con las especificaciones del diseo. Segn Juran y Gryna (1997), la
Confiabilidad es la probabilidad que un producto cumpla sin fallas con su funcin en un
periodo de tiempo determinado. Es ideal que el tiempo ente fallas sea grande o, la tasa de fallas
sea pequeo. Un Servicio rpido, efectivo y econmico es un aspecto que produce un
-------------------------------------------------------------------------------------

Cualquier proceso debe ofrecer productos o servicios con algunos niveles nominales o
requeridos en sus caractersticas de calidad. Con el propsito de garantizar esto, debe ejecutarse
un conjunto de actividades operativas, administrativas y de ingeniera, denominado control
estadstico de la calidad.
Por lo general es difcil encontrar unidades de producto idnticas que estn en niveles que
cumplan con las expectativas del consumidor. Esto se debe a la presencia de cierta cantidad de
variabilidad en cualquier producto. Como se dijo anteriormente, el mejoramiento de la calidad
se fundamenta en la reduccin de esta variabilidad. Los mtodos estadsticos juegan un papel
primordial aqu, dado que esta variabilidad solo puede describirse en trminos estadsticos.

Los datos asociados con las caractersticas de calidad se pueden clasificar como datos de
atributos y de variables. Los primeros son generalmente datos discretos, mientras que los datos
de variables son por lo general, mediciones continuas. Las caractersticas de calidad son
evaluadas en base a las mediciones deseadas o establecidas para dichas caractersticas. Estas
mediciones se denominan especificaciones. Al valor mximo permitido para una especificacin
se le denomina lmite superior de especificacin y, al su valor mnimo, lmite inferior de
especificacin. Existen situaciones en las que la caracterstica solo posee uno de estos lmites.
Lograr una produccin dentro de las especificaciones, es decir, dentro de lo establecido en las
normas tcnicas, es el objetivo principal del control estadstico de la calidad, es decir, evitar la
produccin de artculos y servicios disconformes. Dentro de la produccin de bienes, el control
estadstico de la calidad se centra fundamentalmente en el control de:
Recepcin de materia prima
Fabricacin
Productos terminados y semiterminados
Servicio
La materia prima usada para obtener productos terminados o semiterminados, debe ser
sometida a mecanismos de control que permitan garantizar materia prima que cumpla con los
requerimientos exigidos. Estos mecanismos o mtodos de control se denominan mtodos de
muestreo de aceptacin o rechazo. Durante el proceso de fabricacin se deben aplicar
mecanismos que permitan detectar en un tiempo relativamente corto, causas que puedan
incidir en la fabricacin de artculos defectuosos o no conformes. Los mtodos ms usados son
los grficos de control.
Como se dijo anteriormente, una alta confiabilidad y disponibilidad es la esperanza del
consumidor. Esta meta se logra mediante un buen control de servicio, cuando el artculo est en
el mercado.
2. Mtodos Estadsticos de Control y Mejoramiento de la Calidad
Existen diversas tcnicas estadsticas tiles en el anlisis y estudio de calidad as como en la
mejora de los procesos de produccin.. Estas tcnicas o mtodos se pueden clasificar en dos
grupos:
En Lnea. Tcnicas que se aplican directamente sobre la lnea de produccin.
Grficos de Control
Muestreo para Aceptacin o Rechazo

 Fuera de Lnea.
Diseo de Experimentos
Anlisis de Regresin
Anlisis de Series de Tiempo
Simulacin
Metodologa de Taguchi

3. Grficos o Diagramas de Control

La calidad de un producto inevitablemente sufre variaciones. Las causas de estas variaciones se
pueden clasificar en:
1. Causas fortuitas o debidas al azar
2. Causas asignables
An cuando la materia y el proceso de produccin sean adecuados, siempre se tendr cierta
variabilidad natural e inevitable en la calidad del producto. Esta variabilidad se dice se debe a
causas fortuitas. Existen situaciones en las que est presente variabilidad debido a causas que
no forman parte del patrn de causas fortuitas, que pueden ser investigadas y por ende,
controladas. A estas causas de variabilidad se les denomina causas asignables y se generan por
mquinas desajustadas, errores de manejo y materia prima defectuosa. Su control, investigar y
corregir, es uno de los principales objetivos del control estadstico de procesos.
Si un proceso opera nicamente con causas fortuitas, se dice que el mismo est bajo control. Si
dicho proceso opera con causas asignables, se dice que est fuera de control.
Grficos de control. Su fundamentacin estadstica.
Constituyen una tcnica de monitoreo de procesos en lnea. Se pueden usar para estimar los
parmetros de un proceso de produccin (media, varianza, fraccin disconforme, etctera) y
as, determinar la capacidad del mismo para producir productos aceptables.
El uso de los grficos de control se ha popularizado debido a diversas razones, entre ellas estn
las siguientes:
1. Representa una tcnica probada para mejorar la productividad reduciendo los
desechos y el reprocesamiento.
2. Son efectivos para prevenir defectos manteniendo el proceso bajo control.
3. Previenen el ajuste innecesario del proceso distinguiendo el ruido de fondo de la
variacin anormal.
4. Proporciona informacin de diagnstico permitiendo as, realizar los cambios
necesarios para mejorar
5. Proporcionan informacin sobre la capacidad del proceso y as, poder estimarla.
Los grficos de control son una representacin grfica de una caracterstica de la calidad
medida a partir de una muestra. Esta conformado por tres lneas; lnea central, lmite superior y

lmite inferior. La lnea central representa el valor bajo control de la caracterstica de la calidad.
Cuando los puntos mustrales se encuentran entre los lmites de control, decimos que el
proceso est bajo control. Un punto fuera de los lmites de control o la presencia de un patrn
sistemtico (no aleatorio) en el comportamiento de los puntos mustrales, son indicios de que
el proceso est fuera de control.
Los grficos de control pueden verse como una prueba de la hiptesis H0: el proceso est bajo
control contra H1: el proceso est fuera de control. Por ejemplo, si el valor medio de la
caracterstica se encuentra entre los lmites de control, no se rechaza H0
En caso contrario, se rechaza H0. Si se concluye que el proceso est fuera de control cuando
realmente est bajo control (se rechaza H0 siendo verdadera), se est cometiendo un error de
tipo I. SI se concluye que el proceso est bajo control cuando realmente no lo est (se acepta H0
siendo falsa), se incurre en un error tipo II. El conocimiento de la probabilidad de cometer error
tipo II permite hacer un anlisis del desempeo de un grfico de control.
Ntese que el grfico de control solo detectara las causas asignables, no corregir. Por lo tanto
es necesario para esto, implementar un plan de accin, denominado plan de accin para
condiciones fuera de control.
Clasificacin de los grficos de control.
Los grficos de control pueden clasificarse en dos tipos:
1.

Grficos de Control de variables. Si la caracterstica de calidad puede medirse como

un nmero en una escala de medida continua, entonces pueden disearse grficos
para controlar la tendencia central o la variabilidad. Para controlar la tendencia
central debe usarse un grfico de control basado en una medida de tendencia
central y una medida de variabilidad. Si se desea controlar la variabilidad del
proceso, debe usarse un grfico de control basado en el rango muestral o en la
desviacin estndar.
2. Grficos de Control de atributos. Es ideal cuando la caracterstica de la calidad se
refiere a al presencia o no de ciertos atributos. Tambin cuando la caracterstica
representa el nmero de defectos por unidad de producto. Esto es, si la
caracterstica de la calidad se mide en una escala de medida cualitativa, el grfico de
control apropiado es el de atributos.
Un aspecto de vital importancia en el uso de los grficos de control es su diseo.
Este consiste en la seleccin de: los lmites de control, el tamao muestral y la frecuencia de
muestreo.
La eleccin de los lmites de control representa un aspecto fundamental en el uso de los grficos
de control. Si los limites de control se seleccionan alejados de la lnea central, la probabilidad de
considerar un proceso fuera de control sin estar presente alguna causa fuera de control reduce
pero, la probabilidad de cometer error tipo II se incrementa. Caso contrario ocurre si los lmites
de control se seleccionan cercanos de la lnea central.
Los otros dos aspectos a considerar en el diseo de un grfico de control sin el tamao muestral
y la frecuencia de muestreo. El tamao muestral y la frecuencia de muestreo. El tamao
muestral es una funcin del tamao del cambio que se desea detectar. Si el cambio a detectar es
pequeo, es necesario una muestra grande. Muestras pequeas se requieren si el cambio a
detectar es grande. En cuanto a la frecuencia de muestreo, en la prctica se produce por lo
general a tomar muestras pequeas en intervalos cortos. Tambin puede tomarse muestras
grandes en intervalos grandes.

La longitud promedio de corrida, ARL, es otro mecanismo para la toma de decisiones respecto al
tamao muestral y la frecuencia de muestreo. La ARL es simplemente el nmero promedio de
puntos que debera graficarse antes de que un punto indique una condicin fuera de control. Si
las observaciones no estn correlacionadas, entonces
ARL= 1/p
donde p es la probabilidad de que cualquier est fuera de los lmites de control.
Patrones en los Grficos de Control.
Como se dijo anteriormente, un grfico de control puede indicar que un proceso est fuera de
control cuando uno o ms puntos estn fuera de los limites de control o cuando los puntos
siguen un patrn de comportamiento no aleatorio. Por ejemplo, cuando se producen corridas
(ascendentes o descendentes) largas, se est produciendo una seal de una condicin fuera de
control. El problema entonces, es la identificacin de patrones y sus razones. No solo el
conocimiento estadstico, sino la experiencia y conocimiento del proceso es requerido para la
identificacin e interpretacin de tales patrones.
El Western Electric Handbook propone considerar un proceso fuera de control si:
1. Un punto se encuentra fuera de los limites 3 .
2. Dos de tres puntos consecutivos se localizan fuera de los limites 2 (limites de
advertencia)
3. Cuatro de cinco puntos consecutivos se localizan a una distancia de un o ms de l
lnea central.
4. Ocho puntos consecutivos se localizan en el mismo lado de la lnea central. Los
grficos de control resultan ms efectivos si forman parte del Control
Estadstico de Procesos. El control estadstico de procesos est conformado por los siguientes
lineamientos:
1. Histograma y grficos de Tallo y Hoja.
2. Hoja de Verificacin.
3. Grfico de Pareto.
4. Diagrama de Causa y Efecto.
5. Diagrama de Concentracin de defectos.
6. Diagrama de Dispersin.
7. Grfico de Control.
Una distribucin de frecuencias es la organizacin de un conjunto de datos por orden de
magnitud. La organizacin depende del tipo de variable. Si la variable es cuantitativa, un grfico
apropiado para su representacin es el Histograma de
Frecuencias. A travs de este grfico podemos observar ciertas propiedades, tales como:
localizacin o tendencia central y dispersin.

Una forma til de resumir y representar un conjunto de datos es el Diagrama de Tallo y Hoja. Si
se combina este diagrama y un grfico de series de tiempo, se obtien una nueva representacin
grfica punto-dgito, el cual toma en consideracin el orden en el tiempo.
El nmero y tipo defectos pueden ser resumidos mediante la Hoja de Verificacin. Es una
herramienta que permite recabar toda la informacin til en el diagnstico de causas de un mal
desempeo. Si el resumen se considerando el orden en el tiempo, permitir identificar
tendencias y otros patrones importantes.
Un histograma de datos de atributos ordenados por categora recibe el nombre de
Grfico de Pareto. Una vez que un problema es identificado y aislado para estudios adicionales,
se deben identificar inicialmente las causas de dicho problema. Para ello puede usarse un
Diagrama de Causa Efecto, denominado tambin Espina de Pescado. Para su construccin se
debe seguir el siguiente algoritmo o conjunto de pasos:
1. Definir el problema a analizar.
2. Constituir un equipo de trabajo para analizar el a travs de una lluvia o
tormenta de ideas.
3. Trazar el rectngulo asociado con el problema y la lnea central del
mismo.
4. Especificar las principales categoras de causas potenciales, trazar un
rectngulo para cada una y conectarlas con la lnea central.
5. Identificar las posibles causas y clasificarlas dentro de las categoras
planteadas en el paso (4). Aqu pueden crearse nuevas categoras si es
necesario.
6. Clasificar las causas de acuerdo a su incidencia en el problema.
7. Tomar las acciones correctivas.
El Diagrama de Concentracin de Defectos es un dibujo que resulta al marcar
los tipos de defectos para luego analizar si la localizacin de los mismos ofrece alguna
informacin til en la identificacin de sus causas potenciales.
El Diagrama de Dispersin es el grfico construido con los puntos que
permite indicar el tipo de relacin que puede existir entre las variables
( ii
, yx )
X,Y.

Estos lmites vienen definidos por el propio proceso y no por el usuario.