UNIDAD 1

ADMINISTRACION DE LA CALIDAD
1.1 INTRODUCCION.
Intencionalmente, se ha optado en este material educativo por iniciar el estudio de
la gerencia de produccin. analizando el problema de la Administracin de la
Calidad, porque la preocupacin en este sentido es mundial, dado que cada da se
acerca

ms la realidad de los mercados transnacionales y por lo tanto las

empresas industriales deben hacer grandes esfuerzos por estandarizar su

produccin y la calidad de sus artculos.
El tema de la produccin es muy amplio y se hubiera podido iniciar por otra
unidad, sin embargo la escogencia obedece a que si miramos la produccin como
el proceso de transformacin, pues ste se inicia en la seleccin de insumos y
materias primas que luego van a ser objeto de la produccin, entonces iniciar por
el control de la calidad es un camino razonable.
De otra parte, iniciar la temtica por la administracin de la calidad, busca hacer
conciencia en el gerente de produccin, que desde el primer momento debe
pensar en ella, porque del grado de satisfaccin que tengan los clientes sobre los
productos objeto de la produccin, generalmente depende la vida de una empresa
exitosa.
1.2 OBJETIVO GENERAL
El Objetivo General de esta unidad es analizar la problemtica de la
Administracin de la Calidad como elemento tcnico en la toma de decisiones de
la Gerencia de Produccin.
1.3 OJETIVOS ESPECIFICOS

Plantear los lineamientos del control estadstico de calidad para entenderlo y

utilizarlo en las decisiones propias de las negociaciones.

Presentar algunos de los grficos de control ms frecuentemente sugeridos por

los tcnicos.

1.4 LA CALIDAD DE LA ENTRADA.

Sin ms prembulos entremos en materia, ello quiere decir que nos
preocuparemos en primer trmino, por analizar y estudiar el problema de la
calidad desde el inicio, o sea la calidad de los insumos y materias primas.
Vamos a suponer que se tiene la responsabilidad de administrar la entrada de los
materiales, las materias primas y los insumos de una industria fabril, entonces el
problema comienza en establecer si para garantizar nuestro producto final
estamos utilizando lo que queremos.
Por ejemplo, difcilmente produciremos un automvil confortable, econmico,
seguro, veloz o potente, si a cada uno de esos adjetivos no le definimos en
trminos tcnicos, un atributo que sea mensurable, que sea capaz de responder a
lo que deseamos o tenemos la responsabilidad de producir.
En la produccin no solo basta tener precauciones, resulta tambin muy
importante actuar con carcter tcnico, es decir, utilizar de manera provechosa
todo el acervo terico y pragmtico que se ha adquirido durante la
profesionalizacin que se ha venido insinuando, a lo largo de los materiales
educativos, que Uds. en calidad de estudiantes,

estn utilizando en su

preparacin como futuros profesionales de la Administracin de Empresas.

No controlar la calidad en la entrada de materias primas e insumos por lo general
conduce a costos innecesarios de diferentes tipos como:
1.- El costo de artculos inservibles.
2.- El costo de mantener un artculo en inventario y en el momento de usarlo darse
cuenta que no sirve. Este puede ser el caso de un repuesto importante de la
maquinaria, que de no poderlo utilizar, genera parlisis y por lo tanto prdida
de tiempo, hasta que pueda ser reemplazado por uno bueno.

3.- El costo de un cliente insatisfecho. La falta de control a la entrada puede

acarrear daos a la produccin en trminos que un cliente puede percatarse
de la diferencia de calidad y por lo tanto el fabricante va a tener reclamos.
La adecuada administracin de la calidad en la entrada se basa en la necesidad
de balancear varios costos en especial los costos de inspeccin que deben
estudiarse de acuerdo con las necesidades del modelo que se aplique para los
diferentes artculos.
1.4.1 INSPECCION AL 100%
Desde luego en el sistema de inspeccin al 100%, se corre con los costos ms
altos de inspeccin, pero todo depende de los ahorros que se persigan o los
inconvenientes que se protejan. Cuando el nmero del lote es pequeo, en el caso
de repuestos poco usuales, o en el de pocos elementos debido a que se trata de
una produccin especial pues la inspeccin al 100% se justifica. El problema
empieza cuando la cantidad de artculos hace, que casi resulte imposible
revisarlos, por ejemplo la tornillera en una fbrica de muebles, las mangueras de
frenos en una ensambladora. Tampoco se podra someter a inspeccin del 100%
a un artculo cuya prueba sea destructiva. En realidad hay para cada caso que
analizar el costo y la necesidad de establecer que se est controlando y que se
est protegiendo.
1.4.2 INSPECCION POR MUESTRO
El muestreo es una solucin importante al problema de la administracin de la
calidad de la entrada y adems muy usada

y aceptada por proveedores y

compradores. Por lo general se fundamenta en:

1.- Fijar un tamao del Lote N. Corresponde generalmente al nmero de artculos
que los vendedores despachan. A estos lotes se les supone homogneos en
calidad, es decir que el promedio de partes defectuosas se mantiene y por lo
general se expresa como la letra p.
2.-

Establecer un tamao de la muestra de denominacin n. Los artculos

seleccionados para inspeccionar deben ser una muestra representativa

tomada al azar del lote. No resulta lgico inspeccionar artculos escogidos en

un solo sector del embalaje o del orden de llegada, pues se corre el riesgo de
no ser lo suficientemente efectivos.
3.-

Establecer un criterio de la muestra de denominacin c. Este criterio

generalmente se establece de tal forma que cuando se deciden inspeccionar
n artculos de un lote N y se encuentran k artculos defectuosos, entonces si
k>c, se rechaza la totalidad del lote. Si k < c se acepta el lote. Esto ha
llevado a denominar c el nmero de aceptacin del plan de muestreo.

Por lo general con estas condiciones lo que se busca es que tanto productores
como compradores tengan reglas del juego claras, y por lo general se grafican, lo
cual permite adems una didctica importante del tratamiento de este muestreo.
En esta grfica en los ejes X se seala la fraccin de defectuosos p y en el eje de

las Y se seala la probabilidad de aceptacin del lote.

En los extremos se muestran los riesgos del productor llamado error ,

y el

riesgo del consumidor llamado error . Las dos reas son dos tipos diferentes de
riesgos. En el del productor se establece la probabilidad de que lotes con una
fraccin de partes defectuosas inferior a las producidas normalmente por el
proceso sean rechazadas por el plan de muestreo.

En el riesgo del consumidor, se representa la probabilidad de que niveles

inaceptables de calidad en los lotes sean aceptados por el plan de muestreo. El
valor lmite, definido por el consumidor, se llama fraccin defectuosa tolerable en
cada lote y se especifica como FDTL. Este es el lmite superior de la fraccin de
defectuosos que est dispuesto a aceptar el consumidor en cada lote. Por encima
de este punto, estara dispuesto a rechazar todos los lotes. Pero se sabe que esto
es imposible en algunos casos, por lo tanto se compromete aduciendo que no
desea que el nivel de defectuosos exceda su procedimiento de muestreo ms de
un por ciento del tiempo.
1.4.3 ELABORACIN DE PLANES DE ACEPTACION POR MUESTREO.
Las curvas denominadas CO son grficas que muestran las posiciones del
Comprador y del Oferente diseadas con formulaciones matemticas congruentes
con el proceso. Cuando el tamao del lote N es pequeo, de tal forma que un
muestreo sucesivo de N unidades es fcil y por lo tanto el de N-1 unidades es
significativo, y

el de N-2 es notorio puede utilizarse la distribnucin

hipergeomtrica. Cuando N es suficientemente grande, puede utilizarse la

distribucin binomial o la de Poisson, ya que en ambas distribuciones se supone
que N es infinitamente grande.

En la figura se muestra que cuando N igual a 1.000, pensar que N es infinito no

significa que el error en el plan de muestreo sea importante. En consecuencia, es
lgico utilizar mtodos matemticos basados en un tamao de lote infinito cuando
N es igual o inferior a 1.000.
Si se analiza la frmula Hipergeomtrica simple:
(N-x)!(N-n)!
PA = ----------------------(N- x- n)! N !

Donde x = al nmero de unidades defectuosas reales en el lote y x / N es, la

fraccin real de unidades defectuosas en el lote. A medida que vare x desde cero
hasta N, se obtendrn los diferentes valores de PA asociados con cada nivel de
fraccin de defectuosos. As, en el caso donde N = 4, n = 1 y c =0. la frmula para
PA sera:
( 4-x)!3!

(4-x)!

4-x

PA = ------------- = ------- = -------(3-x)!4!

(3-x)!4

Entonces se obtienen para los distintos valores de x:

x
0
1
2
3
4

x/N=p
0.00
0.25
0.50
0.75
1.00

PA
1.00
0.75
0.50
0.25
0.00

Puede mostrase que en el caso de la distribucin binomial en el caso de c=0 la

expresin binomial es:
PA 1 p

1.4.4 LIMITE DE CALIDAD PROMEDIO ENTREGADA LCPE.

La calidad promedio entregada es una medida del promedio esperado de artculos
defectuosos que el fabricante despachar al consumidor. Esta se mide bajo los
siguientes supuestos:
1.- Cada lote muestreado se divide en n unidades a inspeccionar y en N-n no
inspeccionadas.
2.- El nmero probable de unidades defectuosas en la parte no revisada es p (Nn)
3.- De cada 100 muestras se espera que PA sea la fraccin que se acepta sin una
revisin adicional.
4.- PA p (N-n) es el nmero esperado de unidades defectuosas que sern
aceptadas sin haber sido identificadas por cada N unidades procesadas.
Si se utiliza el porcentaje PA p (N-n) / N a este se le llama porcentaje de calidad
promedio entregada y su valor cambia con el de p. El valor de PA cambia con el
de p de acuerdo con las caractersticas del plan de muestreo que se basan en los
valores de n y c escogidos. En estas condiciones el porcentaje de calidad
promedio entregada es una funcin que cobija todos los elementos del plan de
muestreo y por lo tanto se puede utilizar para una evaluacin del mismo.
Para cada valor de p se obtiene un valor de CPE o calidad promedio aceptada.
Este es el valor esperado de porcentaje de unidades defectuosas que sera
aceptado sin detectarlo si el proceso operara a un valor p. Cuando el valor CPE
alcanza un valor mximo en un valor particular de p se dice entonces que se
alcanza el LCPE o Lmite de la Calidad Promedio Entregada.

Tomemos una tabla en el caso de N = 50, n=10 y c=0 basada en una curva
caracterstica de operacin hipergeomtrica refinada.
P
0
0.04
0.10
0.11
0.20

PA
1.000
0.637
0.311
0.242
0.083

(N-n)/N
0.8
0.8
0.8
0.8
0.8

CPE
0.00000
0.02038
0.02488 LCPE
0.02130
0.01328

En la figura siguiente se grfica esta situacin:

El lmite de calidad promedio entregada LCPE calculado es 0.02488 representa el

caso extremo en que un porcentaje de unidades defectuosas pueden entregarse
an en el caso de que las unidades defectuosas sean cambiadas y que todos los
lotes estn mezclados y tienen calidad uniforme.
1.5 CALIDAD DE LA SALIDA
La imagen de una empresa industrial en el mercado por lo general son sus
productos y por lo tanto

la calidad de su produccin es una preocupacin

fundamental para la gerencia.

El concepto de calidad de la produccin involucra muchos aspectos, pues no solo

preocupa el conjunto de atributos que se especifiquen para los artculos, tambin
el cumplimiento en las entregas, la disponibilidad de productos y en general el
control de la programacin y planeacin.
El control de atributos de un artculo producido se estudia de muchas formas y por
lo general se realiza por medio de mecanismos, aparatos y hasta mquinas, cuya
nica funcin es medir y controlar atributos, para garantizar una calidad
establecida, por ejemplo las mquinas simuladoras del envejecimiento de las
mangueras de frenos para automotores. Algunas de estas mquinas se confinan
en los espacios destinados a laboratorios de control de calidad, otras veces se
involucran en el proceso de produccin con el objeto de no interrumpirlo, y otras
veces las mquinas de produccin, traen incorporados mecanismos de control de
calidad que hasta grafican las situaciones que encuentra.
Walter Shewhart desde 1939 plante un modelo de control de calidad industrial
que an es usado porque se basa en una lgica importante. El principal
basamento est en que se plantea un monitor capaz de determinar si existe o n
un sistema estable. Con este modelo se verifica si un proceso est comportndose
como se espera, es decir que el producto dentro de un rango de variacin cumple
con los propsitos de la administracin.
El monitor separa los factores aleatorios que producen perturbaciones de los
factores causales grandes, llamados causas asignables de variacin. E l monitor
de Shewhart, utilizando el control estadstico de calidad, muestra que el sistema
no est funcionando y que algo est cambiando ya que no est siguindose el
patrn establecido.
La esquematizacin del modelo es como se muestra en la figura:

1.5.1 CAUSAS DE VARIACION ASIGNABLES Y ALEATORIAS.

Las causas asignables

de variacin algunas veces permanecen ocultas por

perodos relativamente largos y se detectan cuando los efectos causan grandes

traumatismos a la produccin. Por esta razn el modelo de Shewhart busca
encontrar estas causas, para que puedan ser eliminadas.
Al mismo tiempo existen otras causas de variacin en casi todos los sistemas con
las cuales muy poco se puede hacer. Estas son llamadas causas de variacin al
azar, las cuales no pueden identificarse aisladamente ni ser eliminadas
El modelo de Shewhart proporciona un procedimiento para determinar si la
variacin que se observa puede considerarse pequea, es decir, si es el resultado
de factores aleatorios o si existe un problema en el sistema que pueda
solucionarse.
Por ejemplo, de las mquinas automticas se espera una produccin estable y
homognea, pero las variaciones en sta pueden atribuirse a diferentes causas,
pues intervienen materiales, herramientas, mecanismos y otros elementos que
pueden ser el origen de las variaciones.

La propuesta de Shewhart es que midiendo una secuencia de salidas, con unas

caractersticas determinadas, es posible obtener lmites de control que describan
el rango de comportamientos del proceso que puede esperarse si el proceso es
estable. La grfica siguiente esquematiza su teora.

Las observaciones del proceso se hacen y mientras los valores se mantengan

dentro de los lmites de control se puede decir que el proceso es estable, Ahora
bien cuando las mediciones observadas no son aleatorios sino que se salen de los
lmites, se dice que el sistema ha salido de control y debe tomarse acciones
correctivas.
Los atributos de calidad, unas veces llamados especificaciones, otras estndares,
a veces van ms all de lo que sealen normas o planos tcnicos, como por
ejemplo el sabor en los alimentos o el color en las pinturas; sin embargo siempre
se pretende poder fijar un patrn frente al cual se compare la produccin. Algunas
veces estos patrones se modifican por informacin nueva aportada por desarrollo
e investigacin propia en las empresas, o por imposiciones gubernamentales, en
fin por varios motivos, lo cual hace iniciar nuevamente el proceso de mediciones e
ir ajustando los patrones y lmites de aceptacin.

Hoy en da, hay una gran preocupacin mundial, por la fijacin de patrones de
calidad

as

como

de

compatibilidad

de

mecanismos,

producto

de

las

estandarizaciones. Esto se ve en la produccin de computadoras, en la produccin

de automviles, etc.
El control de la calidad es un proceso continuo de inspeccin cuando de los
productos objeto de la produccin se trata. Lgicamente esto tiene un costo pero
la obtencin de beneficios debe compensar el esfuerzo.
Existen dos tipos bsicos de inspeccin que son:
Inspeccin por atributos.
Consiste en que la produccin se clasifica en aceptable o rechazada. El proceso
de establecer los artculos rechazados puede ser complejo y requerir un diseo
importante de la metodologa y el equipo.
Inspeccin por variables.
Consiste en hacer mediciones precisas de algunas variables particulares, como
peso, densidad, resistencia a la deformacin, en fin la variedad de ellas depende
de los estndares de calidad que se hayan propuesto.
1.5.2 CONTROL ESTADISTISCO DE CALIDAD (CEC)
Al definir los estndares de calidad se hace necesario que se analice en detalle la
maquinaria y el equipo, por que no sera lgico fijar estndares que no sean
alcanzables con el equipo disponible. Estos estndares por lo general se
determinan a manera de rangos, por ejemplo en tolerancias de medidas que por lo
general se expresan como 35,42 +/- 0.006. y que se lee como 35,42 ms o
menos 0.006, es decir que el rango de tolerancia est en +6 milsimas de unidad
o en menos 6 milsimas de unidad.

El grfico de control como el que ya se vio se constituye en el monitor del sistema

de control.
Los aspectos tcnicos de la medicin y de las observaciones de la calidad, varan
notablemente dependiendo de la produccin que se est abordando de manera
que en este material, solo esbozaremos los elementos mnimos de la teora del
control estadstico de calidad.
Por lo general se hacen observaciones y mediciones que se promedian, stas
pueden ser calibres, pesos, longitudes, etc. Estas mediciones se hacen a
diferentes subgrupos y se toman las diferencias entre la mayor y la menor,
denominndose tal diferencia como el rango R.
La medida de la varianza asociada con cada tamao de la muestra de cada
subgrupo se representa por 2xn , donde n es el tamao del subgrupo. La
desviacin estndar es simplemente la raz cuadrada de ese trmino, esto es
xn
La siguiente relacin muy usada en la estadstica:
xn

Donde

es la desviacin estndar de la poblacin bsica de la cual se han

obtenido las medidas de las muestras. Los valores

xn

se conocen como el

error estndar de la media. Las desviaciones estndar son medidas de la

variabilidad de las distintas distribuciones de sus respectivos subgrupos. Esa
variabilidad est afectada directamente por el tamao particular de la muestra que
se utilice.

La medida del rango.

Con frecuencia resulta ms conveniente medir el rango en lugar de calcular la

desviacin estndar. Existen tablas en las cuales se da la relacin entre el rango
esperado con la desviacin estndar de la poblacin para distintos tamaos de
muestras tomados de una poblacin con distribucin Normal. Este cociente se
designa como d2.

d2

Combinando esta ecuacin con la anterior para el clculo del error estndar de la
media, obtenemos:
xn

R
d2 n

Con frecuencia se utiliza fijar lmites de control a un nmero dado de desviaciones

estndar medidas a partir del valor esperado del proceso. Si se utiliza un lmite a
El cual es el valor con mayor frecuencia utilizado en sistemas industriales,
entonces se puede escribir:
3 xn 3R / d 2 n A 2R

El factor A2 se obtiene de una tabla, donde A2 = 3 / d2 n. Los lmites

superior e inferior de control, siendo el promedio del proceso x, vendra dado por:
Lmite superior de control para x: LSCx
Lmite inferior de control para x: LICx

= x + A2R
= x - A2R

En la figura se muestra un grfico de control en el que se seala el lmite superior,

el lmite inferior y el gran promedio del proceso que es el valor medio de las
medias de las muestras, expresado como x. Obsrvese que la distancia entre el
promedio del proceso y el lmite superior o inferior de control es una funcin de R.
y el valor de R, a su vez, es el rango promedio obtenido las muestras de los
subgrupos de tamao n. As, la distancia entre el promedio del proceso y los
lmites de control es una funcin de la variabilidad promedia asociada con
subgrupos de tamao n.
En este grfico de control, en la secuencia adecuada, se anotan los valores de x
que representan los promedios de los subgrupos. De acuerdo con la teora
estadstica si el proceso es estable, los valores sucesivos de las medias de las
muestras estarn dentro de los lmites de control un 99,7 por ciento de las veces.
Esto es cierto debido a que se utiliz lmites fijados a 3 . Si se hubieran utilizado
lmites distintos a 3 habramos obtenido probabilidades diferentes de exceder
los lmites de control.
En la mayora de los procesos de fabricacin se supone que la poblacin origen
de las distintas medidas de los productos se ajusta a una distribucin normal,
segn lo describe Shewhart. Surge por lo tanto una pregunta importante de qu
sucede cuando la poblacin no es normalmente distribuida, sin embargo Shewhart
ha demostrado que an cuando las muestras sean tomadas de distribuciones
triangulares, rectangulares o cualquier otro tipo de distribuciones, la distribucin de
las medias de las muestras tiende a ser normal.
1.5.2.1 GRAFICOS DE CONTROL POR VARIABLES.
Veamos la siguiente

Promedio

Rango

tabla:Subgrupo

de

la

de muestra
nmero

la muestra muestra
x

de

1
2
3
4
5

21
17
36
25
35

31
44
48
31
21

39
54
19
38
20

25
13
41
30
34
total

29
32
36
31
27,5
155,5

18
41
29
13
15
116

155,5
Promedio del proceso x = ---------- = 31,1
5
116
Rango Promedio R = ------ = 23,2
5
En la tabla se muestra que la gran media del proceso es 31,1 y que el rango
promedio de cinco subgrupos de tamao cuatro es 23,2. A pesar de que cinco
subgrupos no son suficiente muestra para controlar un proceso, son suficientes
para explicar didcticamente el problema.
La figura siguiente muestra el grfico de x.

Este ha sido construido utilizando las frmulas para el lmite superior e inferior. El
valor A2 se obtiene de la tabla siguiente tomada del libro L.Grant. A2 es igual a
0,73 para n=4. Este valor se multiplica por R que es igual a 23,2. Luego este
producto, que es aproximadamente 16,9 se suma a x para obtener el lmite de

control superior y se resta de x para obtener el lmite de control inferior. Este

grfico muestra que no hay inestabilidad. El procedimiento es igual si el nmero de
subgrupos es mayor.

La construccin del grfico R es muy sencilla, opera de la misma forma de como

se construy el grfico de x y sera as:

Para los rangos R al mirar la tabla D3 factor para el lmite inferior (cuando n=4) =
0,00 y el factor D4 para el lmite de control superior (cuando n=4) = 2,28.
Lo importante es la interpretacin de los grficos. Si existe un cambio en la
poblacin, puede ser de uno de los tipos siguientes:
1.- El promedio del proceso puede cambiar.
2.- La dispersin del proceso puede cambiar.
3.- Pueden presentarse cambios en estas dos propiedades.
Si slo se presenta un cambio en el promedio, este se detecta en el grfico x y no
en el grfico R. Una circunstancia, por ejemplo, puede presentarse por que la
calibracin de la mquina de desplaza en forma permanente por desgaste. En
ciertos casos, la media de la poblacin, o promedio del proceso, no cambia, pero
puede presentarse un cambio en la dispersin del proceso. Por ejemplo, un
operario puede ser capaz de controlar su produccin en un valor medio, pero lo

logra trabajando rpido en ciertos perodos y despacio en otros para compensar.

Tal comportamiento mostrara una patrn de inestabilidad que posiblemente se
detecte en el grfico R y no en el grfico x.
Puede presentarse una gran variedad de combinaciones de cambios cuando se
presentan elementos espordicos en una forma desconocida. Este tipo de causas
asignables es mas complejo de detectar que los cambios permanentes.
Pueden presentarse otros tipos de cambios, por ejemplo, un desplazamiento
gradual en la media que generalmente se atribuyen al desgaste de herramientas.
Tambin descuido de los operarios pueden producir desplazamientos espordicos
en el cual pueden excederse ambos lmites en forma repetida. Tambin pueden
aparecer secuencias de valores a un lado de la media por una diversidad de
razones que pueden asociarse en forma general con factores de tendencia, tales
como desgaste de los elementos de medicin. Entonces como no siempre el
proceso es el responsable de estos cambios, pues el inspector y sus herramientas
deben dar razn de la inestabilidad. Para ayudar a la administracin, debe aislarse
el sistema considerado con el fin de poder obtener conclusiones importantes sobre
el proceso.
El uso de los grficos x y R es uno de los mtodos ms frecuentemente usados
para el control del comportamiento del proceso, conviene advertir que es muy
probable que al comienzo un proceso nuevo no sea estable, por lo tanto se hace
necesario afinarlo paulatinamente. Algunas veces se hace necesario tanto el
rediseo del proceso como el rediseo del producto. En la figura siguiente se
muestra la forma como los lmites de tolerancia en el producto y los lmites de
control estadstico del proceso pueden relacionarse. Se han modificado los lmites

de control de tal forma que apliquen a la poblacin origen. Esta modificacin se

realiz utilizando la ecuacin para el error estndar de la media. Los lmites de
tolerancia no requieren cambiarlos debido a que ellos aplican a la distribucin de
la poblacin origen.

1.5.2.2 GRAFICOS DE CONTROL POR ATRIBUTOS.

El grfico p o grfico de control por atributos es mucho menos costoso de utilizar
que los grficos x y R debido a que se utiliza un solo grfico, y los clculos
requeridos son ms simples. El grfico se conoce como grfico de control por
fraccin de defectuosos.
Se basa en el muestreo por atributos y lo importante es la capacidad de definir lo
que constituye un defecto. El grfico p aunque con menos sensibilidad que el
grfico x, es til pues seala la existencia de causas asignables cuando se
presentan, haciendo esto a menor costo que con controles basados en variables.
La informacin debe ser tomada de igual forma que en el control por variables,
esto es, se seleccionan los subgrupos y los intervalos de tiempo determinados. Se
aplica el mismo razonamiento en la determinacin de los tamaos de los
subgrupos y los intervalos de tiempo. Se conserva la naturaleza secuencial del
grfico de control y sigue siendo importante mantener el orden de las
observaciones. Veamos un ejemplo para seis muestras
consecutivos.

se subgrupos

Con esta tabla se construye el grfico. El nmero de unidades defectuosas en

cada subgrupo se anota, y luego se divide el nmero total de unidades
defectuosas entre el nmero de artculos inspeccionados. Esto da el promedio del
proceso, p. En el ejemplo p es igual a 0.075. Para determinar los lmites de control
utilizamos la descripcin binomial del error estndar de la media, esto es,

= p (1-p) / n

Esta expresin es funcin del tamao de la muestra del subgrupo n. Debido a que
los lmites de control superior e inferior estn especificados en trminos de , los
lmites varan como una funcin de n. Se ha escogido lmites a 1 .

La figura anterior representa los resultados de la tabla. Los clculos se simplifican

an ms si se escoge un tamao de subgrupo constante. Solo se requiere dibujar
un lmite superior y un inferior de control en el grfico p. La ventaja de ilustrar el
caso con tamaos variables en los subgrupos es que en la prctica no siempre es
posible extraer muestra de tamao constante.
Los valores del ejemplo caen dentro de un patrn de un proceso estable. El quinto
subgrupo se aproxima al lmite superior pero esta alerta desaparece cuando el
valor del sexto subgrupo aparece cerca de la media.
1.5.2.3 DISEO DE LOS LMITES.
En la figura siguiente se muestra un sistema en el cual no existe control. Observe
que un punto ha salido del control lo cual ya es seal de que algo anormal se est
presentando y que se debe tomar una accin correctiva.

La escogencia de lmites de control k , bien sea 1 , 2 , o 3 , o cualquier

valor intermedio, es una decisin de poltica de la administracin. Es

difcil

decidirse por los lmites de control, pero las caractersticas de la decisin son tales
que si la penalizacin por el no reconocimiento de que el proceso ha salido de
control es alta, se hace ms deseable utilizar los lmites inferiores 3 . La
distancia entre los lmites disminuye en la medida en que disminuye k. Esto
significa que es probable que se presenten mas eventos cayendo fuera de los
lmites de control.
La escogencia de k es un asunto de anlisis de costos, dentro del los cuales debe
incluirse los que ocasionan cuando se recibe una seal de que hay que tomar
accin correctiva. El sistema debe ser examinado para tratar de determinar causas
asignables de variacin bien sea que existan o no. Un costo adicional es el de la
parada cuando se presenta una inestabilidad que no ha sido detectada..
Los valores de los grficos de control deben revisarse peridicamente, incluyendo
en ellos los grficos x, R y p. Los cambios detectados en los promedios pueden a
su vez, afectar el valor calculado y utilizado. En toda tecnologa de control es
fundamental revisar y actualizar los parmetros del sistema de tal forma que la

decisiones se pueden basar en lo que es y no en lo que fu. Con frecuencia es

necesario hacer otras observaciones en 25 subgrupos antes de poder aplicar
nuevamente el criterio de control.
El control Estadstico de calidad por su amplitud es imposible tratarlo a
profundidad en una sola unidad, pero interesaba delinearlo porque su utilidad es
innegable y est estrechamente ligado al cotidiano acontecer de la gerencia de
produccin.
1.6 LECTURAS RECOMENDADAS.
Se recomienda aqu la lectura del primer captulo del profesor Eugene L Grant por
su reconocida capacidad y xito docente y profesional, como profesor emrito de
Ingeniera Econmica de la Universidad de Stanford.
Encontrar Ud. un enfoque muy importante que le permitir entender porque
hemos iniciado el mdulo de gerencia de produccin por el problema de la
administracin de la calidad. El captulo se denomina Objetivos del Control de
Calidad Estadstico.
OBJETIVOS DEL CONTROL DE CALIDAD ESTADISTICO
Las contribuciones a largo plazo de la estadstica, dependern no solamente de
contar en la industria con un gran nmero de estadsticos altamente entrenados,
sino de crear una generacin con mente estadstica, de fsicos, qumicos,
ingenieros y otros que en cualquier forma colaborarn a desarrollar y dirigir los
procesos de produccin del futuro. W. A. SHEWHART y W. E. DEMING.
El Punto de vista de la grfica de control. Una herramienta importante en el
control de calidad estadstico es la grfica de control de Shewhart. A pesar de la
aparente simplicidad de la grfica de control, muchos ingenieros, hombres de
produccin e inspectores, encuentran que su uso exige un punto de vista

completamente nuevo. Uno de los propsitos de este libro es explicar este punto
de vista con cierto detalle. Brevemente expresado, es el siguiente: La calidad
medida de un producto manufacturado, est siempre sujeta a una cierta cantidad
de variacin como resultado del azar. Algn "sistema de causas casuales" estable
es inherente a cualquier esquema particular de produccin y de inspeccin. La
variacin dentro de este patrn estable, es inevitable.

Las razones de las

variaciones externas a este patrn estable pueden ser descubiertas y corregidas.

El poder de la tcnica de Shewhart recae en su posibilidad de separar estas
causas asignables de la variacin de calidad. Esto hace posible el diagnstico y la
correccin de muchos problemas de produccin y a menudo lleva a mejoras
considerables en la calidad del producto y a la reduccin de desperdicio y
reprocesado. Adems, al identificar algunas de las variaciones de calidad como
variaciones casuales inevitables, la grfica de control indica cundo dejar solo a
un proceso y en esta forma evitar ajustes frecuentes innecesarios, que tienden a
incrementar la variabilidad del proceso ms bien que a disminuirla.
A travs de esta exposicin de las posibilidades naturales de un proceso de
produccin, la tcnica de la grfica de control permite mejores decisiones sobre
las tolerancias de ingeniera y mejores comparaciones entre los diseos y
mtodos de produccin alternos. A travs de la mejora de los procedimientos de
aceptacin convencionales, a menudo se obtiene una mejor calidad a un menor
costo de inspeccin.
Especificacin, produccin e inspeccin. Antes de iniciar la produccin, se
requiere una decisin acerca de lo que se va a hacer.

Despus viene la

manufactura real del producto. Finalmente, debe determinarse si ste es lo que se

intent que fuese. Es conveniente pensar en todos los asuntos relacionados con
la calidad de un producto manufacturado, en trminos de estas tres funciones:
especificacin, produccin e inspeccin.

El control de calidad estadstico deber ser considerado como un grupo de

herramientas que pueden influir en las decisiones relacionadas con las funciones
de especificacin, produccin o inspeccin.

Su uso ms efectivo requiere,

generalmente, la cooperacin de quienes son responsables por estas tres distintas

funciones o decisiones, a un nivel ms alto que aquel en que se encuentra
cualquiera de ellas. Por esta razn. las tcnicas debern ser comprendidas en un
nivel gerencial qu incluya las tres funciones.
Una ayuda para la cooperacin.

Una queja comn entre el personal de

produccin, es que los ingenieros responsables de las especificaciones no

comprenden los problemas de produccin. El personal de inspeccin se queja, a
menudo, no slo acerca de la pobre calidad del producto manufacturado, sino
tambin acerca de lo irrazonable de las tolerancias especificadas. De hecho, con
mucha frecuencia, las prcticas de inspeccin desarrollan una sustitucin del
punto de vista del inspector, en relacin con las tolerancias apropiadas, distinto al
realmente especificado por los ingenieros. En muchas organizaciones existe la
necesidad evidente de una base sobre la cual los diseadores, el personal de
produccin y los inspectores, puedan comprender los problemas de los otros.
En el pasado se expusieron muchos argumentos entre estos tres grupos, los
cuales generaron ms calor que luz, debido a la ausencia de hechos expuestos en
forma que proporcionaran una base de acuerdo. En muchos casos, estos hechos
pueden ser proporcionados por el uso de las tcnicas de control de calidad
estadstico. De hecho, el control de calidad estadstico proporciona un lenguaje
comn que puede ser usado por los tres grupos para llegar a una solucin racional
de los problemas mutuos.
Algunas herramientas estadsticas sencillas.

Muchas de las tcnicas

desarrolladas por los estadsticos matemticos, para el anlisis de los datos,

pueden ser usadas en el control de la calidad de un producto.

La expresin

control de calidad estadstico puede ser usada para cubrir todos los usos de las
tcnicas estadsticas para este propsito.

Sin embargo, a menudo se refiere

particularmente a cuatro tcnicas separadas, pero relacionadas entre s, que

constituyen las herramientas de operacin estadstica ms comunes en el control
de calidad. Estas herramientas son:
1. Las grficas de control de Shewhart para caractersticas de calidad
mesurables.

En el lenguaje tcnico de la materia, se describen como

grficas de variables, o como grficas de x y R (promedios y amplitud) y

grficas x y

(promedios y desviacin estndar).

El smbolo x se lee como "x testada". La raya sobre cualquier smbolo

siempre indica un promedio. As pues, x significa un promedio de las x.
es la forma minscula de la letra griega sigma.

Es usada por los

estadsticos para representar la desviacin estndar. Siempre se lee como

"sigma". No deber confundirse con la letra mayscula griega sigma , que
los matemticos utilizan para representar una suma.
2. Las grficas de control de Shewhart para fraccin defectiva. En el lenguaje
tcnico de la materia, se describen como grficas p.
3. La grfica de control de Shewhart para el nmero de defectos por unidad.
En el lenguaje tcnico de la materia se describen como grficas c.
4. La parte de la teora del muestreo que trata de la proteccin que
proporciona cualquier procedimiento de muestreo de aceptacin.
Este libro es principalmente una exposicin de estas cuatro tcnicas sencillas. En
el uso de los mtodos estadsticos de control de calidad de un producto, son las
herramientas para reduccin de costos y mejora de calidad que ms ampliamente
se aplican. Esto es particularmente cierto en las primeras etapas del uso de los
mtodos estadsticos; conforme las personas que tratan con asuntos de calidad
adquieren erudicin estadstica, tambin usan mtodos estadsticos ms
avanzados con buen provecho.
Variables y atributos.

Una distincin importante en el lenguaje tcnico de la estadstica es la que existe

entre variables y atributos. Cuando se lleva un registro sobre una medida real de
una caracterstica de calidad, tal como una dimensin expresada en milmetros, se
dice que la calidad se expresa por variables.

Cuando un registro muestra

solamente el nmero de artculos que se conforman y el nmero de artculos que

dejan de conformarse con cualquier requerimiento especificado, se dice que es un
registro por atributos.
Todos los productos manufacturados deben llenar ciertos requerimientos, ya sea,
expresados o implcitos.

Muchos de estos requerimientos pueden ser

establecidos por variables. Como ejemplos, tenemos las dimensiones, la dureza

en unidades Rockwell, las temperaturas de operacin en grados Fahrenheit, la
resistencia a la tensin en kilogramos por centmetro cuadrado (kg/CM 2), el
porcentaje de una impureza particular en un compuesto qumico, el peso en
kilogramos del contenido de cualquier recipiente, el tiempo en segundos del
destello de un fusible, la vida en horas de una lmpara incandescente. La mayor
parte de las especificaciones de variables proporcionan, tanto un lmite superior
como uno inferior, con respecto al valor medido.
Algunos, tales como el porcentaje de una impureza en particular en un compuesto
qumico, pueden tener solamente un lmite superior, mientras que otros, tal como
la resistencia, pueden tener solamente un lmite inferior. Las variables se tratan
mediante las grficas de control de Shewhart para x y R, y para x y .
Muchos requerimientos se establecen necesariamente en trminos de atributos
ms bien que de variables. Esto se aplica, por ejemplo, a muchas cosas que
pueden ser juzgadas solamente mediante examen visual. La cubierta de vidrio de
un medidor de presin puede estar, o no estar, rota. Una etiqueta litografiada
puede tener un color deseado, o no tenerlo. El acabado superficial de una pieza
de mueblera presenta, o no presenta, una apariencia satisfactoria. Un punto de
soldadura en una lmina de metal puede, o no, originar bordes protuberantes en

las hojas. En general, la cosa examinada se conforma, o no se conforma, a las

especificaciones.
En adicin a numerosas caractersticas de calidad que estn especificadas, sin
referirse a la medicin de alguna cantidad, muchas caractersticas que se
especifican como variables mesurables se inspeccionan simplemente en forma de
conformarse o no conformarse a la especificacin. Esto se aplica, por ejemplo, a
la calibracin de dimensiones de partes maquinadas mediante calibradores del
tipo "pasa no pasa". Los atributos se tratan con la grfica de control de Shewhart
para fraccin defectiva p.
Algunos beneficios que pueden esperarse del uso de las grficas de control
por variables, de Shewhart. Los problemas son un punto comn en cuestiones
de manufactura. En los casos en que el problema consiste en la dificultad de
llenar las especificaciones de calidad que se expresan en trminos de variables,
las grficas de control x y R son herramientas indispensables en las manos de
quienes tienen estos problemas. Proporcionan informacin sobre tres asuntos,
cada uno de los cuales necesitan ser conocidos como base para la accin.
Estos son:
1. La variabilidad bsica de la caracterstica de calidad
2. La consistencia del rendimiento
3. El nivel general de la caracterstica de calidad
Ningn Proceso de Produccin es lo suficientemente bueno para fabricar todas
las unidades del Producto exactamente iguales. Cierta variabilidad es inevitable;
la cantidad de esta variabilidad bsica depender de diferentes caractersticas
del proceso de produccin, tales como mquinas, materiales, operadores.
Cuando se ha especificado tanto un valor superior como uno inferior para una
caracterstica de calidad, como es el caso en las tolerancias dimensionales, un
problema importante que se presenta es si la variabilidad bsica de proceso es

tan grande, que sea imposible fabricar todo el producto dentro de los lmites
especificados.
Cuando la grfica de control muestra que esto es as, y cuando las
especificaciones no pueden ser cambiadas, las alternativas son, o bien hacer un
cambio fundamental en el proceso de produccin que reducir su variabilidad
bsica, o enfrentarse al hecho de que siempre ser necesario separar el
producto bueno del malo. Algunas veces, sin embargo, cuando las grficas de
control muestran tanta variabilidad bsica que algn Producto seguramente se va
a fabricar fuera de tolerancias, una revisin de la situacin mostrar que las
tolerancias son ms estrechas de lo necesario para el funcionamiento del
producto. Aqu, la accin apropiada es cambiar las especificaciones para ampliar
las tolerancias.
La variabilidad de la caracterstica de calidad puede seguir un patrn casual, o
puede comportarse errticamente debido a la presencia ocasional de causas
asignables, que pueden ser descubiertas y eliminadas. Los lmites de control en la
grfica se colocan para descubrir la presencia o la ausencia de esas causas
asignables. A pesar de que su eliminacin real es generalmente un trabajo de
ingeniera, la grfica de control indica cundo, y en algunos casos sugiere dnde,
buscar. Como se mencion anteriormente, la accin de los operadores al tratar de
corregir un proceso, puede realmente ser una causa asignable de variacin de
calidad. Un mrito de la grfica de control es que indica cundo dejar solo a un
proceso, y tambin, cundo tomar acciones para corregir las dificultades.

La

eliminacin de las causas asignables de fluctuaciones errticas, se describe como

llevar un proceso bajo control y es responsable de muchos de los ahorros de
costos que resultan del control de calidad estadstico.
Aun cuando la variabilidad bsica de un proceso, sea tal que la gana natural de
tolerancias sea ms estrecha que la gama de tolerancia especificada, y aun
cuando el proceso se encuentre bajo control, mostrando un patrn consistente de

variabilidad, el producto puede ser insatisfactorio debido a que el nivel promedio

de la caracterstica de calidad es demasiado bajo o demasiado alto. Esto tambin
ser descubierto por la grfica de control. En algunos casos, la correccin del
nivel promedio puede ser un asunto sencillo, tal como un cambio de ajuste en una
mquina.

Otros casos, tales como un incremento en el nivel promedio de

resistencia, pueden exigir un programa de trabajo de investigacin y desarrollo.

Una vez que la grfica de control muestra que un proceso se ha llevado bajo
control a un nivel satisfactorio y con lmites satisfactorios de variabilidad, podemos
sentir confianza en que el producto llena las especificaciones. Esto sugiere la
posibilidad de procedimientos de aceptacin basados en la grfica de control,
basndonos en ella para determinar si contina este feliz estado de cosas. Bajo
estas circunstancias favorables, a menudo son posibles ahorros considerables en
los costos relacionados con la inspeccin.

Cuando la inspeccin consiste en

pruebas destructivas, puede ser posible reducir el nmero de unidades probadas,

ahorrando as tanto en los costos de las pruebas como en el costo del producto
destruido.
Algunos beneficios que pueden esperarse del uso de la grfica de control de
Shewhart por fraccin defectiva. La mayora de las inspecciones de rutina de
productos manufacturados, son inspecciones por atributos, clasificando cada
elemento inspeccionado como aceptado o rechazado (siendo posible una divisin
adicional en los rechazos en desperdicio y reprocesado). Esta declaracin se
aplica tanto a la inspeccin del 100% como al muestreo de inspeccin. En tales
inspecciones es una prctica comn llevar un registro del nmero de elementos
rechazados.
La prctica de registrar al mismo tiempo el nmero de artculos inspeccionados,
no es tan universal. Sin embargo, si el rendimiento de calidad en un tiempo debe
ser comparado con el otro tiempo, el registro del nmero total inspeccionado es
precisamente tan necesario como el registro del nmero de rechazos. La relacin

del nmero de elementos rechazados con el nmero de elementos inspeccionados

es la fraccin defectiva. Generalmente se expresa como una fraccin decimal, tal
como 0.023. La fraccin decimal a menudo se multiplica por 100 para convertirla
en un porcentaje defectivo, tal como 2.3 %.
As pues, la grfica de control de Shewhart por fraccin defectiva generalmente
hace uso de datos que, o bien ya se encuentran disponibles para otros
propsitos, o que puedan obtenerse fcilmente.
Mediante clculos estadsticos sencillos, se obtienen lmites de control que indican
si parecen estar presentes causas de variacin asignables o si las variaciones de
un da a otro (o de un lote a otro, de un proveedor a otro, o cualquiera que sea la
base de clasificacin) son explicables con base en el azar.
Se mostrar en captulos posteriores que esta grfica de control por atributos (la
grfica p) es un poco menos sensible que las grficas por variables (grficas x y
R) y no tiene tanto valor de diagnstico.

No obstante, es una ayuda

extremadamente til para la supervisin de produccin proporcionar informacin

acerca de cundo y dnde ejercer presin para mejorar la calidad.

Es una

experiencia comn que la introduccin de una grfica p, ser responsable de

reducciones considerables en la fraccin defectiva media. En algunos casos la
grfica p descubrir fluctuaciones errticas en la calidad de inspeccin y su uso
puede originar una mejora en las prcticas de inspeccin y en los estndares de
inspeccin.

Adems, la grfica p sirve, a menudo, para hacer notar aquellas

situaciones que necesitan diagnstico de dificultades mediante la grfica de

control por variables.
En adicin a su uso en el control del proceso, la grfica p puede ser de gran valor
al tratar con proveedores externos. Los proveedores pueden diferir, tanto en el
nivel de calidad presentado, como en la variabilidad del nivel de calidad. Es
particularmente favorable conocer si la calidad de un producto sometido por un

proveedor actualmente, es una indicacin confiable de lo que puede esperarse

para lo que presentar el mes siguiente. La grfica p proporciona una gua til
sobre este punto.
Algunos beneficios que pueden esperarse del uso de la grfica de control
de Shewhart por defectos por unidad. Este tipo de grfica de control se aplica
a dos situaciones ms bien especializadas. Una, es el caso en que se hace un
conteo de un nmero de defectos de un tipo, tal como rasguos en una superficie
pintada o metlica con una rea dada, puntos dbiles en el aislamiento de un
alambre recubierto de hule de una longitud dada, o imperfecciones en una pieza
de tela. El otro es el caso de la inspeccin de unidades ensambladas bastante
complejas, en las cuales existen muchas oportunidades de ocurrencia de
defectos de diferentes tipos y el nmero total de defectos de todos los tipos
encontrados por los inspectores, se registra para cada unidad.
Como en otros tipos de grficas de control los lmites de control se establecen en
forma de detectar la presencia o ausencia de causas de variacin asignable y,
por consiguiente, indican cundo tomar accin en el proceso y cundo no
hacerlo. La experiencia indica que la variacin errtica en los estndares y las
prcticas de inspeccin tienen ms probabilidades de existir en este tipo de
inspeccin y que la grfica de control por defectos por unidad comprueba
generalmente ser til para estandarizar los mtodos de inspeccin.
A pesar de que este tipo de grfica de control se aplica solamente a un nmero
limitado de situaciones de manufactura que implican calidad, tiene una amplia
aplicacin en muchos otros tipos de situaciones con los que comnmente nos
encontramos en la vida diaria.

Muestreo de aceptacin

La inspeccin de aceptacin es una parte necesaria de la manufactura y puede

ser aplicada a los materiales que se reciben, a los productos parcialmente
acabados en diferentes etapas intermedias del proceso de manufactura y al
producto final. La inspeccin de aceptacin puede ser tambin llevada a cabo
exteriormente por el comprador de un producto manufacturado.
Mucha de esta inspeccin de aceptacin se lleva a cabo mediante muestreo. A
menudo, la inspeccin 100% resulta impracticable o claramente antieconmica.
Adems, la calidad del producto aceptado puede, en realidad, ser mejor con los
procedimientos modernos estadsticos de muestreo de aceptacin que lo que
sera en el caso en que el mismo producto fuese sometido a una inspeccin 100%.
El muestreo de inspeccin tiene cierto nmero de ventajas psicolgicas sobre la
inspeccin 100%.

La fatiga de los inspectores originada por operaciones

repetitivas puede ser un obstculo serio para una buena inspeccin 100%.
Es un hecho conocido que en muchos tipos de inspeccin, inclusive con varas
inspecciones del 100% , no se eliminar todo el producto defectivo de una
cantidad de productos, una parte de los cuales es defectiva. La mejor proteccin
contra la aceptacin de un producto defectivo es, por supuesto, que el producto se
haga correctamente desde un principio.
Los buenos procedimientos de muestreo de aceptacin pueden contribuir, a
menudo, a este objetivo a travs de una presin ms efectiva hacia la mejora de
calidad, que la que pudiese ejercerse con la inspeccin 100%. Algunos modelos
de muestreo proporcionan tambin una mejor base para el diagnstico de los
problemas de calidad, que las bases comunes a la inspeccin 100%.
Deber conocerse que, a pesar de que los procedimientos modernos de muestreo
de aceptacin son generalmente superiores a los mtodos de muestreo
tradicionales establecidos con referencia a las leyes de las probabilidades,
cualquiera que utilice el muestreo de aceptacin deber enfrentarse con el hecho
de que, mientras una parte del grupo de productos sometido a aceptacin sea

defectiva, es posible que algunos elementos defectivos sean pasados por alto
cualquiera que sea el esquema del muestreo de aceptacin.

El enfoque

estadstico del muestreo de aceptacin se enfrenta francamente a este hecho.

Intenta valuar el riesgo asumido con procedimientos de muestreo alternos y tomar
una decisin acerca del grado de proteccin necesario en cualquier caso. Es
entonces posible seleccionar un modelo de muestreo de aceptacin que
proporcione un grado deseado de proteccin, con la debida consideracin a los
diferentes costos involucrados.
Muchos estudios econmicos exigen el punto de vista del control de calidad
estadstico.

En manufactura se requieren muchas decisiones en asuntos

relacionados con la calidad. Al tomar tales decisiones es favorable examinar la

economa relativa de las alternativas bajo consideracin. Las tcnicas del control
de calidad estadstico pueden hacer una contribucin til a tales estudios
econmicos.
Consideremos, por ejemplo, el asunto del llenado de recipientes, un problema de
las industrias alimenticias y de todas las otras industrias que empacan sus
productos.
Supongamos que las regulaciones gubernamentales requieren que todos, o un
porcentaje especificado de los paquetes, contengan al menos un cierto peso
estipulado. En el sentido usado en el control de calidad estadstico, la calidad de
un producto manufacturado puede ser una caracterstica de este producto. As
pues, la cantidad de material en un recipiente es una calidad del recipiente
lleno.Cuando se hace un intento consciente para llenar tal especificacin,
generalmente se llega a sobrellenar lo suficiente para estar en el lado seguro.Pero
la pregunta que siempre permanece abierta es: "Qu tanto sobrellenado es
necesario?" Esta pregunta a menudo se contesta sobre una base prctica tal
como:

"Llvese hasta el grado suficiente de evitar problemas con los inspectores del
gobierno". Si estos inspectores hacen, en realidad, un trabajo crtico, el promedio
de sobrellenado resultante ser posiblemente demasiado para tener una
economa mxima.
No se pretende decir que la respuesta econmica se obtenga incrementando la
cantidad de problemas con los inspectores.

Es ms bien un problema de

descubrir los hechos acerca de la variabilidad de los pesos y analizar estos

hechos.

Esto puede hacerse mediante la grfica de control por variables de

Shewhart, mejor que con cualquier otra tcnica conocida.

Puede ser reducida la variabilidad del proceso sin ningn cambio en los mtodos
fsicos que se estn usando para llenar los recipientes?

En otras palabras,

muestra el proceso falta de control? (Usando la palabra control en su sentido

estadstico). Si es as, cules son las razones de los puntos fuera de control?
Quiz puedan ser corregidos en tal forma que sea imposible la recurrencia. 0, tal
vez, su correccin pueda exigir el mantenimiento de una grfica de control de
modo continuo (ms bien que brevemente, como obtencin de informacin y
dispositivo para buscar dificultades) con cierto costo implcito por la medicin, el
trabajo de oficina y la supervisin.

Puede, inclusive, ser necesario mantener

varias de tales grficas (por ejemplo, para los pesos de los recipientes llenos, los
pesos de los recipientes vacos y la densidad de la sustancia con la que se llena).
Si los puntos fuera de control pueden ser eliminados, obviamente es posible
trabajar en forma ms cercana al lmite de especificacin mnimo y, en esta forma,
reducir el costo del sobrellenado.

Es un problema de balancear el costo de

mantener el control, contra el costo del sobrellenado extra. Los datos de la grfica
de control proporcionan la variabilidad bsica del proceso, la cual suministrar la
informacin para tomar decisiones, acerca del nivel promedio al que debe
tenderse con objeto de llenar las especificaciones y, en esta forma, proporcionar
una estimacin de los ahorros monetarios posibles a partir de un mejor control.

Si se proponen diferentes mtodos de llenado de recipientes (por ejemplo, llenado

automtico contra llenado a mano, o controles automticos mejorados contra
controles que son slo parcialmente automticos), un elemento en la comparacin
de costos es la posible diferencia en el costo del llenado con cada mtodo. Esto
requiere el uso de la grfica de control de Shewhart para estimar la variabilidad
bsica de cada mtodo.
Si la especificacin de los pesos mnimos de llenado no ha sido establecida, ya
sea por reglamentaciones gubernamentales o por el contrato con los clientes del
producto, sino que debe ser establecida por el productor, la decisin econmica se
hace an ms complicada.

Aqu el problema puede ser el efecto sobre la

aceptacin del consumidor, en un mercado de competencia, de faltantes

ocasionales abajo de la cantidad establecida en un empaque. A pesar de que
puede ser difcil, o imposible, dar un valor monetario a este efecto, es
extremadamente til tener una idea de los costos asociados con diferentes grados
de proteccin al consumidor. Esta informacin la proporciona la tcnica de la
grfica de control.
La presente breve introduccin sobre el problema, se intenta principalmente para
sugerir que el control de calidad estadstico, a menudo, puede contribuir a
establecer claramente las diferencias de costo entre las alternativas de
manufactura y, en esta forma, proporciona una base para las decisiones
encaminadas a una economa mxima.
El control de calidad estadstico puede proporcionar resultados laterales
tiles.

Las tcnicas del control de calidad estadstico proporcionan ciertos

resultados deseables que no pueden alcanzarse tan bien en otra forma. Estos
pueden describirse como los beneficios directos del control de calidad estadstico.
En adicin, la introduccin de estas tcnicas en cualquier planta, a menudo
originan ciertos cambios favorables que podran ser descritos como resultados
laterales. Estos resultados laterales podran haber sido obtenidos muy bien sin el

uso del control de calidad estadstico.

No obstante, el control de calidad

estadstico tiende a llevarlos a efecto.

Uno de tales resultados laterales puede ser el establecimiento o la mejora de los
estndares de inspeccin, con la preparacin de instrucciones definidas para cada
procedimiento de inspeccin.

Otro, puede ser la evaluacin peridica del

rendimiento departamental en trminos de calidad.

An otro, puede ser la

evaluacin del rendimiento de calidad de diferentes proveedores en trminos de

fraccin defectiva promedio, con la seleccin de los futuros proveedores basada
en estos resultados.
Algunas veces, un resultado lateral importante del control de calidad estadstico
puede ser el establecimiento de un proceso efectivo de inspeccin donde no
exista previamente. En algunos negocios de manufactura no existe, o existe muy
poco proceso de inspeccin; la inspeccin tiene lugar algunos das -o, inclusive,
semanas o meses- despus de la produccin, sin la posibilidad de asociar ningn
producto defectivo con las causas posibles en los departamentos de produccin.
El control de calidad estadstico, con su nfasis de mantenerse a la par con el
orden de produccin, tiende a exigir una inspeccin cercana al punto de
produccin.
A pesar de que la introduccin del proceso de inspeccin algunas veces es un
resultado lateral, debe hacerse notar que un objeto directo del control de calidad
estadstico es proporcionar una nueva herramienta que haga ms efectiva la
inspeccin del proceso. La informacin obtenida por la inspeccin del proceso ya sea conducida por inspectores de patrulla o por los mismos operarios de
mquina- a menudo se usa mal, originando ajustes de mquina demasiado
frecuentes. Como ya se ha hecho notar en la discusin sobre la grfica de control
de Shewhart por variables, estos ajustes demasiado frecuentes tienen el efecto
opuesto al que se intenta: incrementan, ms bien que disminuyen, la variabilidad
del proceso. En la introduccin del control de calidad estadstico, son comunes

reportes como ste: "Despus de una semana en que se llev la grfica de control
se obtuvo una mejora considerable en la calidad del producto, persuadiendo al
operario que dejara a la mquina operar por s misma, ms bien que estar
cambiando los ajustes siempre que una dimensin crtica se acercaba al lmite de
la especificacin". "Encontramos que el inspector de patrulla estaba deteniendo la
mquina, para reajustarla, el triple de las veces que resulta necesario."
Razones para el uso del adjetivo estadstico.
Estadstica es una palabra con dos significados completamente diferentes. En un
sentido, se refiere a cualquier hecho establecido en trminos numricos; en este
sentido es un sustantivo plural. En esta forma podemos decir: "Se mantienen
estadsticas en el departamento de ventas en relacin con las ventas de todas las
sucursales." En el otro sentido, se refiere a un cuerpo de mtodos, mediante el
cual pueden ser extradas conclusiones tiles a partir de los datos numricos. En
este sentido es un sustantivo singular.

En esta forma podramos decir: "la

estadstica est basada en gran parte sobre la ley de los grandes nmeros y la
teora matemtica de las probabilidades". Es en este segundo sentido en el que
se usa con precisin el adjetivo estadstico, en la expresin control de calidad
estadstico.
El control de calidad de los productos manufacturados, es una funcin que exista
mucho antes de que se aplicasen los mtodos estadsticos al anlisis de datos de
calidad y que existe actualmente, ya sea que se usen, o no, tcnicas estadsticas.
Apropiadamente usada, la expresin control de calidad se aplica a una funcin
mucho ms amplia que la expresin control de calidad estadstico. El uso del
control de calidad o C.C., en el sentido de control de calidad estadstico,
inevitablemente lleva a una confusin acerca del significado de la expresin.
A largo plazo, esta confusin posiblemente ser ms seria que cualesquiera
dificultades introducidas por el uso de una palabra extra. Por esta razn, a travs
de este libro, se usa siempre la expresin control de calidad en el sentido ms

amplio del control de la calidad del producto, cualesquiera que sean los mtodos
que puedan ser usados, y el adjetivo estadstico se emplea siempre que se hace
referencia al control de la calidad del producto mediante mtodos estadsticos.
Muchas aplicaciones del control de calidad estadstico requieren solamente
el uso de aritmtica simple. A pesar de que muchas de las tcnicas explicadas
en este libro, estn basadas en los trabajos de estadsticos matemticos, algunas
de las cuales implican matemticas muy avanzadas, la mayora de las
aplicaciones reales aqu descritas no exigen nada ms complicado que la suma,
resta, multiplicacin y divisin. La experiencia demuestra que las tcnicas pueden
ser efectivamente usadas por cualquier persona que est en posibilidad de
efectuar estas sencillas operaciones aritmticas.
La grfica de control por variables, tal como fue originalmente desarrollada por
Shewhart en 1924, exiga frecuentes clculos de cuadrados y races cuadradas
con objeto de obtener las desviaciones estndar. Esto prob ser un obstculo
definido para la introduccin de las tcnicas en muchos lugares.

Desarrollos

subsecuentes de los estadsticos matemticos, hicieron posible el uso de la

amplitud, en lugar de la desviacin estndar y sustituyeron por una simple resta,
los clculos de races cuadradas o la suma de cuadrados. Esto hizo posible la
cooperacin del taller en el uso de las grficas de control, en muchas situaciones
en donde anteriormente haba parecido estar fuera de aplicacin.

Cuatro diferentes niveles de comprensin del control de calidad estadstico.

En cualquier compaa manufacturera, agencia de procuracin gubernamental u
otra organizacin, en la cual se deben efectuar aplicaciones considerables del
control de calidad estadstico, la experiencia indica que pueden existir
apropiadamente cuatro niveles de comprensin sobre la materia.

El primero se refiere al nivel de comprensin de las matemticas sobre las cuales

estn basadas las grficas de control y las tablas de muestreo y de sus relaciones
con muchas otras herramientas para el anlisis de datos, las cuales han sido
desarrolladas por los estadsticos matemticos.

Una persona en este nivel,

deber estar en posibilidad de leer la literatura estadstica matemtica sin mayor

dificultad y deber tener una familiaridad razonable con esta literatura. Deber
disponerse de una o ms personas de este nivel en cualquier programa completo
de control de calidad estadstico.
El segundo nivel es el de la comprensin general de los principios en que se
basan los diferentes tipos de grficas de control y el muestreo de aceptacin.
Exige la comprensin de por qu trabajan estos mtodos, de cmo interpretar sus
resultados y cmo decidir qu mtodos usar en cualquier caso particular.
Un tercer nivel es el de una comprensin amplia de los objetivos y los usos
posibles del control de calidad estadstico, aun cuando esta comprensin no sea
suficientemente detallada y precisa para permitir una supervisin cercana del
trabajo de control de calidad estadstico.

Este tipo de comprensin es

particularmente til en los altos niveles administrativos.

El cuarto nivel exige, simplemente, el uso de una o ms de las tcnicas, sobre la
base de reglas prcticas.

En cualquier planta en la cual se tengan muchas

aplicaciones, indudablemente habr cierto nmero de inspectores, algunos

operarios y, posiblemente, uno o ms oficinistas en este nivel.
Este libro est dirigido al segundo nivel. El xito de cualquier programa de control
de calidad estadstico depender posiblemente del nmero de personas en una
organizacin que sean competentes en este nivel y de la distribucin de estas
personas dentro de los diferentes departamentos.

La cooperacin entre

departamentos necesaria para obtener los beneficios completos del control

estadstico, ya ha sido mencionada y se destaca a travs de los captulos

siguientes.

Mientras ms personas existan en puestos de supervisin de

inspeccin, de supervisin de produccin, de ingeniera de mtodos, de ingeniera

de herramientas, de ingeniera de diseo y del nivel gerencial, que comprendan
los principios bsicos del control de calidad estadstico, mayor ser la oportunidad
para un uso efectivo de estas tcnicas.
Aplicaciones a asuntos distintos a los de manufactura, de las tcnicas del
control de calidad estadstico. A pesar de que las grficas de control y los tipos
estadsticos de procedimientos de muestreo de aceptacin fueron desarrollados
originalmente para usarse en la manufactura de produccin en masa, estas
tcnicas son aplicables a muchos otros tipos de actividades en los negocios y en
el gobierno. Por ejemplo, ciertos tipos estadsticos de modelos de muestreo de
aceptacin se adaptan bien al problema de comprobar errores en el trabajo de
oficina.

Las grficas de control pueden ser aplicadas a muchas variables

encontradas en los negocios, para descubrir valores medios y amplitudes que

pueden ser esperadas como un asunto casual y la presencia o ausencia de
causas asignables de variacin.
1.7 AUTOEVALUACION.
1. Conteste Falso F o Verdadero V al siguiente conjunto de proposiciones :
El no controlar la calidad de materias primas e insumos trae como consecuencia:
1.- El costo de artculos inservibles.
2.- El costo de mantener un artculo en inventario y en el momento de usarlo darse
cuenta que no sirve. Este puede ser el caso de un repuesto importante de la
maquinaria, que de no poderlo utilizar, genera parlisis y por lo tanto prdida
de tiempo, hasta que pueda ser reemplazado por uno bueno.

3.- El costo de un cliente insatisfecho. La falta de control a la entrada puede

acarrear daos a la produccin en trminos que un cliente puede percatarse
de la diferencia de calidad y por lo tanto el fabricante va a tener reclamos.
Eleccin (

Respuesta
Eleccin ( V )
Aunque pueden ser ms las consecuencias, las nombradas corresponden a las
ms comunes y a las que se han insinuado en el material.
2. Elija la mejor opcin con una (X)
Una inspeccin al 100% significa
a) Una prueba destructiva ( )
b) El control de todo el lote de la produccin ( )
c) El control destructivo de una parte de la produccin ( )
d) Un control sobre todo el proceso ( )
Respuesta
a) Una prueba destructiva ( )
b) El control de todo el lote de la produccin ( X )
c) El control destructivo de una parte de la produccin ( )
d) Un control sobre todo el proceso ( )
El trmino 100% se utiliza para especificar el lote de la produccin a diferencia del
denominado control por muestreo. La respuesta d) hara referencia a la necesidad
del control de la produccin y del 100% del proceso. Las respuestas a) y c) se
refieren a otro problema y no al porcentaje del lote que es lo correcto aqu.

1. Elija la mejor opcin con una (X)

En un control pro muestreo a la entrada; si N= tamao del lote, n=tamao de la
muestra, c=criterio de la muestra y k= nmero de defectuosos encontrados
entonces se puede esperar que:
a) Se rechaza el lote si n > c (

b) Se acepta el lote si k < n (

c) Se acepta el lote si k < c (

d) Se rechaza el lote si k < c (

Respuesta
a) Se rechaza el lote si n > c (

b) Se acepta el lote si k < n (

c) Se acepta el lote si k < c ( X )

d) Se rechaza el lote si k < c (

La respuestas a) y b) son relaciones no decisorias puesto que es lgico que el

tamao de la muestra sea mayor que el criterio expresado en trminos de
elementos defectuosos; de igual manera se sabe que el nmero de defectuosos
debe ser inferior al tamao de la muestra, luego colocarlo como criterio de
aceptacin es un error. La respuesta c) es exactamente lo contrario al mecanismo
lgico, que es la de que los elementos rechazados sean menores que el criterio
adoptado.
4.Elija la mejor opcin con una (X).

Una curva C O significa:

a) Control Outside (

b) Control Ocasional (

c) Comprador Oferente (

d) Control Ofertas ( )
Respuesta
a) Control Outside (
b) Control Ocasional (

)
)

c) Comprador Oferente ( X )
d) Control Ofertas ( )
Las respuestas a), b) y d) son apenas propuestas, pero en realidad lo que importa
graficar son las relaciones Comprador Oferente.
5.Conteste Falso (F) o Verdadero (V)
Los criterios para estipular el LCPE son:
1.- Cada lote muestreado se divide en n unidades a inspeccionar y en N-n no
inspeccionadas.
2.- El nmero probable de unidades defectuosas en la parte no revisada es p (Nn)
3.- De cada 100 muestras se espera que PA sea la fraccin que se acepta sin una
revisin adicional.
4.- PA p (N-n) es el nmero esperado de unidades defectuosas que sern
aceptadas sin haber sido identificadas por cada N unidades procesadas.
OPCION ( )
Respuesta.

OPCION (V)
6. Conteste Falso (F) o Verdadero (V)
La FTDL se puede definir como:
El riesgo del consumidor y se representa como la probabilidad de que niveles
inaceptables de calidad en los lotes sean aceptados por el plan de muestreo. (

Respuesta.
El riesgo del consumidor y se representa como la probabilidad de que niveles
inaceptables de calidad en los lotes, sean aceptados por el plan de muestreo. ( V )
7. Conteste Falso (F) o Verdadero (V)
La LCPE se puede definir como:
El lugar de la calidad para la entrega (

Respuesta.
La LCPE se puede definir como:
El lugar de la calidad para la entrega ( F )
L =Lmite, C =Calidad, P =Promedio, E = entregada.
8. Conteste Falso (F) o Verdadero (V)
Con el anlisis del grfico del rango se puede detectar si solo hubo variaciones en
el promedio del proceso (

Respuesta.
Con el anlisis del grfico del rango se puede detectar si solo hubo variaciones en
el promedio del proceso ( F )
Esto se detecta es en el grfico x.
9. Conteste Falso (F) o Verdadero (V)
Segn el Dr. Grant En muchas organizaciones existe la necesidad evidente de
una base sobre la cual los diseadores, el personal de produccin y los
inspectores, puedan comprender los problemas de los otros. ( )

Respuesta.
Segn el Dr. Grant En muchas organizaciones existe la necesidad evidente de
una base sobre la cual los diseadores, el personal de produccin y los
inspectores, puedan comprender los problemas de los otros. ( V )
Efectivamente el Dr. Grant en su teora siempre ha defendido la tesis de la ayuda
para la cooperacin, dado que en la calidad de productos y procesos no siempre
es fcil conciliar opiniones.
10. Conteste Falso (F) o Verdadero (V)
Para el Dr. Grant : La calidad medida de un producto manufacturado, est
siempre sujeta a una cierta cantidad de variacin como resultado del azar. (

Respuesta.
Para el Dr. Grant : La calidad medida de un producto manufacturado, est

siempre sujeta a una cierta cantidad de variacin como resultado del azar. ( V )
Aunque esta respuesta es lgica, en realidad lo que se pretende es recordar lo
importante que es el reconocimiento de esta verdad.