1

Determinacin del nivel de

variacin del proceso de
llenado de bolsas de arena
mediante el uso de Cartas de
control en la Empresa M.H.V
agregados en la Ciudad de
Santa Marta
Level determination process
variation born of sandbags using
control charts company in M.H.V
aggregates in the city of Santa
Marta
Jose E, Oliveros Misath - Javier
Rueda Polo

RESUMEN
Este artculo es producto de una
Investigacin
Objetivo: Aplicar la metodologa
de cartas de control para
determinar el nivel de variacin
del proceso de llenado del bolsas
de arena en la empresa M.H.V
agregados en la ciudad de Santa
Marta.
Mtodo: Las cartas de control
fueron elaboradas utilizando 120
sacos de arena de 30 kg de peso
escogidos aleatoriamente. Se
elaboraron dos cartas de control,
la primera se hizo con la carta X
para medias teniendo en cuenta
como lmite central la proporcin
de sacos pesados aleatoriamente
y la segunda Carta de control se
elabor con la carta X para
rangos teniendo en cuenta como
lmite central la proporcin de los
rangos obtenidos en la muestra.
Resultados: Se construyeron
dos cartas de control para

determinar el nivel de variacin

del proceso de llenado de bolsas
de arenas. La primera tuvo en
cuenta la proporcin de sacos de
arenas y en la segunda la
proporcin de los rangos en
donde se determin el nivel de
variacin en el proceso de
llenado.
Conclusiones: Disponer de las
cartas X-X y X-R
para el
monitoreo y posterior anlisis de
la variacin del proceso de
llenado de bolsas de arenas
permitir detectar rpidamente
los cambios en la calidad de la
entrega del peso exigido por los
clientes en la entrega del
producto.
Palabras Claves: Cartas de
control,
nivel
de
variacin,
control estadstico, bolsas de
arena, estabilidad.
Introduccin
El nuevo modelo empresarial de
las organizaciones se incorpor
para comienzo de las dcadas de
los 80s gracias al concepto de
competitiva aportado Michael E.
Porter que busca la permanencia
en un mercado cada vez ms
competitivo. (M. Porter, 1980), el
ser humano desde sus comienzos
siempre busca la excelencia y la
mejora continua, atendiendo a
nuestro instinto natural y en
busca
de
optimizar
esa
consciencia,
nos
hemos
encaminado a presentar la
siguiente
situacin
que
se
presenta en una empresa no
muy reconocida pero que lleva a
cabo procesos que repercuten no
solo en esta empresa sino en

otras a las cuales se encuentra

adscrito
en
calidad
de
contratista, que promueve las
econmicas de la regin.
La empresa AGREGADOS M.H.V.
tiene ms de 7 aos en el
mercado, siendo pionera en el
procesamiento de un tipo de
arena fina y venta de bolsas de
arena
con
un
grano
no
fracturado. En la actualidad la
organizacin
presenta
una
ventaja
competitiva
en
la
produccin de las bolsas de
arena, pues est es pionera y la
nica en la actualidad que se
dedica a la produccin de este
tipo de agregado el cual se ha
convertido en un insumo y juega
un papel importante debido a
que
se
utiliza
en
las
multinacionales para la traccin
de locomotoras carbonferas y en
el transporte frreo del carbn
exportado por Colombia. Hasta la
fecha la empresa tiene contratos
con
clientes
tales
como
Drummond,
Prodeco,
Puerto
CNR, Fenoco entre otros.
La
organizacin
actualmente
presenta un problema con la
calidad y conformidad de las
bolsas de arena no fracturada,
podemos
aadir
que
se
presentan dificultades a la hora
de percibir la utilidad puesto casi
nunca se cumplen con los
requerimientos de peso que
oscila entre 6 y 7 toneladas,
siendo en ocasiones un mal
proveedor
del
insumo.
La
empresa en este momento no
tiene estructurado un control de
la calidad en la planeacin de su
produccin, lo que ha generado
inconvenientes con el llenado de

las bolsas y esto se debe a que el

llenado se lleva a cabo por medio
de un operario el cual posee
experiencia emprica adquirida a
lo largo experiencia en la
empresa y cuyo proceso se ve
afectado a la final por el peso de
las bolsas de arena que no est
estandarizado, sumndole que
no
se
cumplen
los
requerimientos de calidad y esto
afecta
considerablemente
teniendo en cuenta la produccin
diaria que oscila entre 130 y 260
sacos (2 turnos; 1 da ,1 noche),
el peso ideal que se maneja en la
empresa debera ser
30
kilogramos, cabe aclarar que al
no cumplir con el peso ideal y al
ser un procedimiento manual con
falta de control trasciende a
problemas ergonmicos tanto de
los operarios de la empresa
como los trabajadores de las
empresas a las que se les brinda
el insumo, acarreando el riesgo
ms latente que es la prdida del
contrato con las multinacionales
que
actualmente
son
las
empresas ms importantes a
nivel operacional y de estas
depende de un 80% los pedidos
semanales lo que quiere decir
que
la
empresa
agregados
depende literalmente de la
calidad del producto para seguir
brindando la satisfaccin que ha
generado hasta el da de hoy con
estas renombradas industrias, en
aras de buscar la excelencia e
introduciendo un concepto viejo
pero poco aplicable a nivel
empresarial hemos planteado el
mejoramiento del llenado de los
sacos y bolsas para intervenir en
la variable de salida que es el

peso controlando asimismo el

proceso y garantizando el buen
funcionamiento
mejorando
rotundamente la percepcin del
cliente y de los empleados,
cumpliendo con el tringulo de
servicio
cliente-proveedortrabajador.
ANTECEDENTES:
La teora de la administracin se
desarroll bsicamente en los
pases
industrializados,
en
respuesta a los problemas que
presentaron
las
grandes
empresas
caractersticas
del
sistema capitalista. Sus primeros
indicios se observan con el
economista Adam Smith con el
concepto de divisin del trabajo
para aumentar la productividad
en 1776.
Smith not que en una industria
de fabricacin de alfileres, diez
personas, cada una realizando
una tarea especfica, podran
producir 48,000 alfileres por da.
Propuso que si cada uno
trabajara por separado y en
forma independiente, los diez
trabajadores tendran suerte en
hacer 200 (o an 10) alfileres al
da.
Smith concluy que la divisin
del trabajo incrementaba la
productividad sin embargo se
consideraba al trabajador como
extensin
de
la
mquina.
Durante la revolucin industrial,
iniciada en el siglo XVIII en Gran
Bretaala mano de obra era
sustituida por mquinas de una
manera acelerada. Esto, a su
vez, abarat la fabricacin de
productos en las fbricas. Surge

la administracin cientfica con

Frederick Taylor.
Frederick Winslow Taylor (18561915): l no desarroll una teora
de administracin, sino que haca
nfasis
en
los
aspectos
empricos. En 1911 public sus
Principios de la Administracin
Cientfica
donde describe la
administracin cientfica, y us
este trmino para definir la
nica y mejor manera de
realizar un trabajo. Los estudios
realizados antes y despus de
esta publicacin, lo erigieron
como
el
padre
de
la
administracin cientfica.
Sus
cuatro principios son:
1. Crear una ciencia para cada
elemento
del
trabajo
del
individuo,
que
sustituya
al
mtodo emprico;
2. Escoger
cientficamente y luego entrenar,
ensear
y
desarrollar
al
trabajador;
3.
Colaborar
ampliamente
con
los
trabajadores para asegurar que
todo el trabajo se realice
conforme a los principios de la
ciencia
que
se
ha
ido
desarrollando;
4.
Hay
una
divisin casi igual del trabajo y la
responsabilidad
entre
la
administracin
y
los
trabajadores. La administracin
se encarga de todo el trabajo
para el cual est mejor dotada
que los trabajadores.
Taylor seal que la creacin de
nuevos mtodos de trabajo era
responsabilidad
nica
de
gerentes y administradores. La
mayor desventaja del taylorismo
es que los trabajadores pueden

ser descalificados
como si
fueran
extensin
de
las
mquinas, como consecuencia,
se tiene poca motivacin y alto
ausentismo.
Control de calidad por inspeccin
Durante
la
primera
guerra
mundial
el
sistema
de
manufactura se volvi ms
complejo, involucrando a ms
trabajadores reportando a un
supervisor de produccin, con
Taylor aparecen los primeros
inspectores de control de calidad;
los trabajadores y el supervisor
se enfocaron a la produccin,
desligndose del auto - control
de calidad de los artculos que
producan, esto tuvo auge entre
los aos 1920's y 1930's. Para
evitar quejas y devoluciones de
los clientes, los productos se
revisaban y separaban al final del
proceso,
identificando
los
defectuosos
por
un
departamento de Control de
Calidad, sin embargo como la
inspeccin 100% realizada por
personas
tiene
errores,
se
estableci un departamento de
Servicio
para
corregir
los
productos defectuosos en el
mercado. Se establecen despus
planes de muestreo militares,
asumiendo que cualquier proceso
producir defectos, los esfuerzos
se enfocan a detectarlos, no a
prevenirlos.
Los
productos
defectuosos, eran reprocesados o
desechados, incrementando los
costos de produccin entre un 20
a 30% e incrementando el precio
final del producto al menos 20% ,
absorbiendo
el
cliente
las
ineficiencias de la empresa. El

departamento de Control de
Calidad se convierte en el
"polica de la calidad" y se le
responsabiliza de todos los
problemas de calidad en la
empresa, est formado por
especialistas y tcnicos que se
encargan
principalmente
de
detectar defectos en el producto
final.
Con objeto de reducir el costo de
la no calidad se desarroll y
aplic el Control Estadstico del
Proceso como una siguiente
etapa.
Durante la segunda guerra
mundial
se
requirieron
cantidades
masivas
de
productos, las inspecciones de
rutina de los inspectores no eran
suficientes,
en
algunas
compaas,
tales
como
la
Western Electric, bajo contrato
de la American Bell Telephone
Company, estableci mtodos de
control de calidad ms rigurosos
que infundieran confianza en sus
instrumentos
y
electrodomsticos, en 1924 se
form su departamento de
Ingeniera de Inspeccin, entre
sus
primeros
miembros
se
encuentran Harold F. Dodge,
Donald A. Qaurles, Walter A.
Shewhart, Harry G. Romig y
otros.
Segn Duncan Walter Shewhart
de los Laboratorios Bell fue el
primero en aplicar las cartas de
control en 1924 haciendo un
esbozo de la carta de control.
Por otra parte H. Dodge y H.
Romig desarrollaron las tablas de

inspeccin por muestreo de

Dodge-Romig,
como
una
alternativa a la inspeccin 100%
al
producto
terminado,
sin
embargo
su
adopcin
en
occidente
fue
muy
lenta,
Freeman, sugiere que esto se dio
por
la
tendencia
de
los
ingenieros americanos a eliminar
la variacin, y su desdn por las
teoras probabilsticas, as como
a la falta de estadgrafos
industriales,
adecuadamente
entrenados.
El trabajo de Shewhart, Dodge y
Romig, constituye la mayor parte
de lo que hoy se conoce como
Control Estadstico del Proceso.
De esta forma con objeto de
hacer ms eficientes a las
organizaciones de inspeccin,
se proporciona a los inspectores
con unas cuantas herramientas
estadsticas, tales como cartas
de control y tablas de muestreo.
Se reduce el nivel de variacin
del proceso hasta los lmites
predecibles y se identifican las
oportunidades de mejora. Se
establecen sistemas de medicin
formales desde los proveedores
hasta el producto final y el
proceso se "estandariza. Hoy en
da la herramienta de las cartas
de control (CEP) es utilizada por
los crculos de control de calidad
para
la
identificacin
de
problemas.
(Montoya, 2009) En su trabajo
permiti elaborar dos cartas de
control para el monitoreo de la
mortalidad perinatal, uno de los
indicadores
del
proceso
reproductivo, las cuales pueden

ser usadas para vigilar la

variacin del mismo a lo largo del
tiempo y probar la efectividad de
las
acciones
correctivas
emprendidas.
(Mustafa, 2002) En su trabaj
encontr que las cartas de
control en el control estadsticos
de procesos nos sirve para
detectar con rapidez la presencia
de causas asignables o de
tendencias o corrimientos del
proceso, de modo que pueda
efectuarse una investigacin y
emprender una accin correctiva.
Se utiliza tambin para estimar
los parmetros de un proceso de
produccin
y
eventualmente
para eliminar la variabilidad. El
control estadstico no constituye
un fin en s mismo; una vez que
se ha establecido, se puede
comenzar un duro trabajo para
mejorar la calidad y la economa
de la produccin. En relacin a la
interpretacin de una carta de
control, aun cuando todos los
puntos
de
una
carta
se
encuentran dentro los lmites de
control, si se comporta de
manera
sistemtica
o
no
aleatoria,
entonces
es
un
indicador de que el proceso est
fuera de control.
(Niebles, 2013) Demostr que los
mtodos tradicionales de control
estadstico de procesos pierden
mucha efectividad cuando las
observaciones
son
correlacionadas, situacin usual
en las industrias altamente
automatizadas e integradas. En
general, se puede concluir que
las cartas de control X-X y X-R

son ms eficientes para detectar

cambios en la media de procesos
cuando existe correlacin entre
los datos, mientras que la carta
rara vez detecta dichos cambios
en este tipo de procesos. Por otro
lado, los esquemas de carta
modificados, como las cartas X-X,
y X-R, demostraron tener mejor
potencia estadstica, pero mayor
complejidad de aplicacin.
(Guerrero, 2012) En su trabajo
encontr que las cartas R y S con
lmites estimados construidas
con los lmites tradicionales
tienen un comportamiento bajo
control diferente a lo esperado
para las cartas de control para
monitorear la variabilidad. El
efecto de las estimaciones es
ms marcado para estimaciones
basadas en muestras de tamao
pequeo, puesto que valores
pequeos del tamao y el
nmero de muestras usadas en
la estimacin, producen cartas
con ARL y ESE (ARL) demasiado
alto. A medida que se aumentan
el tamao y el nmero de
muestras se disminuyen los
valores de la ARL y del ESE(ARL).
Pero, a diferencia de lo que
ocurre con las cartas X y X-R, los
valores de la ARL no se
estabilizan cerca de 370 a
medida que se aumenta el
nmero de muestras usadas en
la estimacin de los lmites,
como se esperaba desde la
concepcin de la carta.
(Niebles R. P., 2014) Tuvo como
resultados
obtenidos
en
la
aplicacin de la metodologa, la
afirmacin de que el uso del

algoritmo gentico como mtodo

de optimizacin permite obtener
mejores
resultados
que
la
optimizacin utilizada en el
artculo
gracias a que el
algoritmo
gentico
arroja
parmetros que minimizan en
una mayor proporcin el costo de
calidad asociado al monitoreo
con cartas VP. Las mayores
diferencias entre los modelos se
encuentran
en
corrimientos
pequeos de la media. En lo
referente
a
facilitar
la
implementacin de un modelo
econmico
y
econmicoestadstico, podemos decir que
se logra gracias a la utilizacin
de un software accesible a las
empresas y que puede ser
fcilmente ejecutado utilizando
el complemento Evolver de
Excel. Por esto, ya no ser
necesaria la programacin de
algoritmos que permitan obtener
los parmetros ptimos ni de
programas que en muchos casos
son de difcil acceso y manejo.
Otra ventaja del procedimiento
propuesto
es
que
brinda
informacin sobre como graficar
las muestras en la carta de
control y as disminuir los errores
asociados a la complejidad de
variar los parmetros de acuerdo
al comportamiento del proceso.
(Rodrguez, 2009) En su trabajo
publicado consider que las
grficas bsicas para control de
variables que se mostr, son un
buen punto de partida para
comprender los mecanismos que
se requieren en el control de la
calidad de un servicio. La
sencillez en su elaboracin

permite al analista considerarlos

como una herramienta ms de
anlisis de la calidad. Los
conocimientos
de
estadstica
requeridos previamente por el
analista o administrador se
limitan nicamente a clculos de
medias aritmticas y rangos, por
lo
que
su
aplicacin
e
implementacin en reas de
servicio parece ser simple y de
manera inmediata. El uso de esta
herramienta estadstica presenta
su mayor complejidad cuando el
analista tiene que definir la
variable cuantitativa que mide el
servicio y el procedimiento de
muestreo a emplear que le
permita obtener una medicin.
Este material de anlisis de
calidad de un servicio, que
combina el uso de elementos
estadsticos
bsicos
y
una
herramienta
informtica,
pretende
proporcionar
al
encargado o gerente de un
servicio un instrumento simple
que le permita establecer, en
una
primera
instancia,
los
criterios de calidad adecuados
para, posteriormente, cuantificar
la calidad de su servicio y
satisfacer, mediante criterios de
calidad, las necesidades de sus
clientes.
(S., 2000) En este artculo se
present un nuevo mtodo
heuristico para establecer los
lmites de control para la media
de un proceso. Dicho mtodo se
bas en el trabajo presentado
por Choobineh y Ballard (1987),
el cual se reduce al mtodo de
Shewhart
cuando
la

caracterstica de calidad se
distribuye normalmente.
Para
establecer
el
comportamiento
del
nuevo
procedimiento para la obtencin
de los lmites se supuso que la
distribucin
asociada
a
la
caracterstica de inters segua
una
distribucin
Weibull,
lognormal y gamma.
(Oviedo-Trespalacios, 2013) En su
artculo
hizo lo referente a
facilitar la implementacin de un
modelo econmico y econmicoestadstico, podemos decir que
se logra gracias a la utilizacin
de un software accesible a las
empresas y que puede ser
fcilmente ejecutado utilizando
el complemento Evolver de
Excel.
Por esto, ya no ser necesaria la
programacin de algoritmos que
permitan obtener los parmetros
ptimos ni de programas que en
muchos casos son de difcil
acceso y manejo. Otra ventaja
del procedimiento propuesto es
que brinda informacin sobre
como graficar las muestras en la
carta de control y as disminuir
los errores asociados a la
complejidad
de
variar
los
parmetros
de
acuerdo
al
comportamiento del proceso.
MARCO TEORICO
Generalidades:
Las cartas de control son la
herramienta ms poderosa para
analizar la variacin en la
mayora de los procesos. Han
sido difundidas exitosamente en
varios pases dentro de una
amplia variedad de situaciones

para el control del proceso. Las

cartas de control enfocan la
atencin
hacia
las
causas
especiales de variacin cuando
estas aparecen y reflejan la
magnitud de la variacin debida
a las causas comunes.
Se dice que un proceso est bajo
Control
Estadstico
cuando
presenta
causas
comunes
nicamente, cuando ocurre esto
tenemos un proceso estable y
predecible.
Cuando
existen
causas especiales el proceso est
fuera de Control Estadstico; las
grficas de control detectan la
existencia de estas causas en el
momento en que se dan, lo cual
permite que se puedan tomar
acciones al momento.
Qu es el Aseguramiento de
la Calidad?
Para dar respuesta a este
interrogante se presentan las
siguientes definiciones:
El conjunto de las actividades
planeadas
formalmente
para
proporcionar la debida certeza
de que el resultado del proceso
productivo tendr los niveles de
calidad requeridos ISO 9000
Un problema de variacin que
puede ser controlado y prevenido
mediante la eliminacin a tiempo
de las causas que lo provocaban,
de forma que la produccin
pudiese cumplir con la tolerancia
de especificacin de su diseo
Shewhart .
Conjunto
de
acciones
planificadas y sistemticas que
son necesarias para proporcionar

confianza adecuada de que un

producto o servicio satisfar los
requisitos
dados
sobre
la
calidad Carot (2001)
Qu es
Calidad?

el

Control

de

la

El control de la calidad se define

de la siguiente manera:
El conjunto de las actividades y
tcnicas
realizadas
con
la
intencin
de
crear
una
caracterstica
especfica
de
calidad. ISO 9000
La aplicacin de principios y
tcnicas estadsticas en todas las
etapas de produccin
para
lograr
una
manufactura
econmica con mxima utilidad
del producto por parte del
usuario. Deming (1986)
Se dice que un fenmeno est
controlado cuando, a travs del
uso de experiencias previas
podemos
predecir,
cuando
menos dentro de ciertos lmites,
cmo se espera que dicho
fenmeno vare en el futuro. Aqu
se entiende por prediccin dentro
de ciertos lmites, que podemos
asegurar, al menos de forma
aproximada, que el fenmeno
observado caer dentro de
ciertos lmites dados Shewhart
(1980)
Mtodo
mediante
el
cual
podemos medir la calidad real,
compararla con las normas y
actuar sobre la diferencia. Juran,
Gryna & Bingham (1990)

Tcnicas
y
actividades
de
carcter operativo utilizadas para
satisfacer los requisitos relativos
a la calidad. Carot (2001)
Qu es la ingeniera de
calidad?
Es el conjunto de actividades
operativas, administrativas y de
ingeniera que emplea una
compaa a fin de asegurar que
las caractersticas de la calidad
de un producto se encuentren en
los
Niveles
nominales
o
requeridos
Douglas
Montgomery. Puesto que la
variabilidad
solo
puede
describirse
en
trminos
estadsticos,
los
mtodos
estadsticos juegan un papel muy
importante en los esfuerzos de
mejoramiento de calidad.
Cuando se aplican mtodos
estadsticos en la ingeniera de
calidad, es muy comn clasificar
los
datos
sobre
las
Caractersticas de la calidad
como datos de atributo o bien de
variables.
Tipos de causas
Causas
asignables
(causas
especiales): Son causas que
pueden ser identificadas y que se
necesitan descubrir y eliminar,
por ejemplo, una falla de la
maquina por desgaste de una
pieza, un cambio muy notorio en
la calidad del plstico, etc. Estas
causas provocan que el proceso
no funcione como se desea y por
lo tanto es necesario eliminar las
para
lograr
el
correcto
funcionamiento
del
proceso.
Estas
variaciones
no
son
normales, no pertenecen al
proceso y no sern aceptadas.

El objeto del Control estadstico

de Calidad, es encontrar y
separar las Causas Asignables.
(Aun cuando no estn causando
defectos).
Estas
causas
se
comportan de manera irregular e
inestable en el tiempo, por lo que
resultan imprevisibles.
Cuando los puntos se encuentran
fuera de los lmites de control o
muestran
una
tendencia
particular,
decimos
que
el
proceso est fuera de control, y
esto es debido a las Causas
Asignables.
Causas no asignables o fortuitas
(Causas
comunes):
La
caracterstica
principal
que
define a este tipo de causas es
que Actan constantemente, de
una forma estable, provocando
una variabilidad homognea y
sobre todo previsible. Son causas
que aparecen y desaparecen de
forma aleatoria, produciendo una
variabilidad regular que podemos
disminuir pero no eliminar.
Este
tipo
de
causas
son
inevitables en el proceso y tratar
de eliminarlas puede resultar
estril y en la mayora de los
casos extremadamente caro. Por
lo que no pueden ser reducidas o
eliminadas a menos que se
modifique el proceso.
Por otra parte estas variaciones
dentro de ciertos lmites pueden
ser totalmente tolerables y no
causan reales disminuciones en
la calidad del producto. Estas
variaciones se aceptan y se les
consideran inherentes al proceso.
Cuando
el
proceso
trabaja
afectado solamente por un
sistema constante de variables
aleatorias no controladas (causas

10

no asignables) se dice que est

funcionando
bajo
control
estadstico.
Cartas de control
Las cartas de control son la
herramienta ms poderosa para
analizar la variacin en la
mayora de los procesos. Han
sido difundidas exitosamente en
varios pases dentro de una
amplia variedad de situaciones
para el control del proceso. Las
cartas de control enfocan la
atencin
en
identificar
las
variaciones del proceso debido a
la entrada causas especiales.
Adems, sirven para determinar
de manera sencilla si un proceso
se
encuentra
bajo
Control
Estadstico.
Se dice que un proceso est bajo
Control
Estadstico
cuando
presenta causas comunes de
variacin nicamente, cuando
ocurre esto tenemos un proceso
estable y predecible. Cuando
existen causas especiales el
proceso est fuera de Control
Estadstico;
las
grficas
de
control detectan la existencia de
estas causas en el momento en
que se dan, lo cual permite que
se puedan tomar acciones al
momento.
COMPONENTES
DE
UNA
CARTA DE CONTROL.
A continuacin se muestra una
carta de control tpica, que
representa alguna caracterstica
de calidad de un producto.

Figura 1
Fuente : Mdulo
condecal Alvaro Bonnet Pertuz
Lnea Central (LC): Esta lnea
representa el valor promedio de
la caracterstica de calidad que
corresponde al estado bajo
control.
Lmite de Control Superior (LCS)
y Lmite de Control Inferior (LCI):
Representan el valor mximo y
mnimo que debe tomar la
caracterstica de calidad que se
est analizando, para considerar
que el proceso se encuentra bajo
control estadstico. Estos valores,
son
calculados
matemticamente, y la forma de
calcularlos
as
como
los
parmetros que se utilizan para
ello, depende del tipo de carta
que se dese construir.
Tipos de cartas de control
En general, los grficos de
control dirigen la atencin hacia
las causas especiales y hacia la
magnitud
de
la
variacin.
Aportan pruebas de que el
proceso
est
bajo
control
estadstico. Se pueden analizar
en ellos tanto variables como
atributos.

11

Segn las caractersticas a

estudiar, los grficos de control
se pueden clasificar de la
siguiente manera: Por variables o
por atributos.
Objetivos de las cartas de
control.

Estandarizar los procesos.

Verificar si el proceso est
bajo control estadstico.
Ayudar
a
reducir
la
variabilidad.
Monitorear el proceso.
Inferir sobre tendencias
futuras.
Proveer
evidencias
de
problemas de calidad.
Ofrecer
informacin
confiable
para
tomar
acciones oportunas.

Cuando un proceso est en

control
estadstico
puede
predecirse
su
desempeo
respecto a las especificaciones.
En
consecuencia,
tanto
el
productor como el cliente pueden
contar con niveles consistentes
de calidad y ambos pueden
contar con costos estables para
lograr ese nivel de calidad.
Analisis de patrones en las
cartas de control
Una carta de control puede
indicar una condicin fuera de
control an cuando ningn punto
particular se localice fuera de los
lmites de control, cuando el
patrn que forman los puntos
graficados
muestra
un

comportamiento no aleatorio o
sistemtico.
En muchos casos, el patrn de
los
puntos
graficados
proporcionar informacin de
diagnostico til sobre el proceso,
y esta informacin puede usarse
para realizar modificaciones que
reduzcan la variabilidad. Estos
patrones ocurren con bastante
frecuencia y su eliminacin es
necesaria para poner el proceso
bajo control.
En general, los grficos de
control se limitan a registrar la
variabilidad existente. Nuestra
labor consistir en interpretar la
informacin
que
nos
proporcionan, identificando las
posibles variaciones y anomalas
que
pueden
presentarse
y
aplicando
las
medidas
convenientes en cada caso. A
continuacin se muestran los
patrones ms comunes en las
cartas de control.
Punto fuera de control
Un punto nico fuera de los
lmites de control casi siempre se
produce por una causa especial.
Una razn comn por la que un
punto cae por fuera de un lmite
de control, es un error en el
clculo de x
o R para la
muestra. Cada vez que esto
ocurra, se debern revisar los
clculos. Otras causas posibles
son una interrupcin de energa
repentina,
una
herramienta
descompuesta, un error en la

12

medicin
o
una
operacin
incompleta
u
omitida
del
proceso.

Proceso con puntos fuera de

control
Figura 2
condecal
Pertuz

Fuente : Mdulo
Alvaro
Bonnet

Tendencias:
Se
pueden
presentar tendencias hacia arriba
o hacia abajo en las cartas de
control
(ascendentes
o
descendentes), se considera que
7 puntos o ms indican una
situacin fuera de control. Las
tendencias suelen deberse al
desgaste o deterioro gradual de
una herramienta o de algn otro
componente crtico del proceso,
tambin pueden ser resultado de
causas humanas, tales como
fatiga del operador o la presencia
del supervisor as como resultar
de influencias estacionales, como
la temperatura.

Figura 3
condecal
Pertuz

Fuente : Mdulo
Alvaro
Bonnet

Corrimiento en la media del

proceso: un nmero inusual de
puntos consecutivos que caen a
un lado de la lnea central casi
siempre es una indicacin de que
el promedio del proceso se
desplazo de forma repentina.
Una regla sencilla para detectar
el cambio es que si 8 puntos
consecutivos caen en un lado de
la lnea central, se podra llegar a
la conclusin de que la media
cambio.

Este corrimiento puede ser

generado por un cambio en
mtodos, operadores, materias
primas, mtodos de inspeccin.

Patrn de anormalidad con

corrimiento de la media
Figura 4
condecal
Pertuz

Fuente : Mdulo
Alvaro
Bonnet

Estratificacin: ocurre cuando

casi todos los puntos caen cerca
de la lnea central y se muestra
como una adhesin a la media.
Esto puede ser causado por
lmites mal calculados, tomar
piezas de procesos diferentes o

13

falta de resolucin del equipo de

medicin.

Patrones cclicos: los ciclos son

patrones cortos repetidos, que
alternan crestas elevadas y
valles bajos. Son el resultado de
causas que vienen y van en
forma regular.

Figura 6
condecal
Pertuz

Fuente : Mdulo
Alvaro
Bonnet

Para reconocer un patrn de

comportamiento no slo se
requiere conocer las tcnicas
estadsticas, sino tambin tener
un conocimiento profundo del
proceso.
En resumen los patrones de
anormalidad ms comunes son:

Figura 5
condecal
Pertuz

Fuente : Mdulo
Alvaro
Bonnet

Mezclas de lotes: Se presenta

cuando los puntos graficados se
localizan cerca o fuera de los
lmites de control, con muy pocos
puntos cerca de la lnea central,
puede ser causada por un sobre
control de los operadores sobre
el proceso o cuando se toman
productos de varias fuentes con
diferente media.

Un punto fuera de los

lmites de control.
Siete puntos formando una
tendencia ascendente o
descendente.
Dos de tres puntos a ms
de dos sigma de la lnea
central en el mismo lado.
Cuatro de cinco puntos
consecutivos
que
se
encuentren a una distancia
de 1-sigma o ms all a
partir de la lnea central.
Catorce
puntos
alternndose
arriba
y
debajo de la media.
Quince
puntos
consecutivos encontrados
entre ms menos 1-sigma
de
la
lnea
central
(adhesin a la media).
Un patrn no usual o no
aleatorio de datos.

14

Hay que tener cuidado de no

exagerar en la aplicacin de las
reglas ya que se pueden tener
muchas falsas alarmas.
Condiciones necesarias para
aplicar las cartas de control
Para que tenga sentido la
aplicacin de los grficos de
control, el proceso ha de tener
una estabilidad suficiente que,
an siendo aleatorio, permita un
cierto grado de prediccin. En
general, un proceso catico no es
previsible y no puede ser
controlado. A estos procesos no
se les puede aplicar el grfico de
control ni tiene sentido hablar de
capacidad.
En lo sucesivo, se supondr que
los procesos tienen un cierto
grado de estabilidad. Podemos
distinguir dos casos:
El proceso est regido por una
funcin de probabilidad cuyos
parmetros
permanecen
constantes a lo largo del tiempo.
Este sera el caso de un proceso
normal de media constante y
desviacin tpica constante. Este
es el caso ideal y al que se
pueden aplicar los grficos de
control
para
detectar
la
presencia de causas asignables.
El proceso est regido por una
funcin de probabilidad alguno
de cuyos
parmetros
vara
ligeramente a lo largo del
tiempo. Este sera el caso de un
proceso normal cuya media vara
a lo largo del tiempo (por

ejemplo, una herramienta de

corte que va desgastando la
cuchilla de corte). Estrictamente
hablando, este desgaste de la
herramienta sera una causa
especial; sin embargo si puede
conocerse
la
velocidad
de
desgaste, podra compensarse
resultando un proceso anlogo al
caso anterior.
Debe tratar de conocerse todo lo
que
sea
posible
de
los
fundamentos tecnolgicos del
proceso, ya que puede dar pistas
sobre el tipo de distribucin que
seguirn los datos. En ningn
caso debe darse la normalidad
por
supuesta.
Debe
comprobarse y en caso de que
los datos no sean normales,
deben
aplicarse
mtodos
especiales.
Cartas
de
variables

control

para

Cartas de Medias - Rangos (X-R)

El conjunto de estos dos grficos
es el procedimiento de control
estadstico de proceso ms
utilizado. Su uso es demandado
cuando
se
tiene
una
caracterstica en particular que
se desea controlar, puesto que
estos grficos se utilizan cada
vez para una sola caracterstica.
La
carta

monitorea
la
variabilidad entre las muestras y
la carta R mide la variabilidad
dentro de las muestras. Estas
cartas se grafican de forma
separada, pero su anlisis es

15

conjunto, solo el hecho de que

una no cumpla los requisitos o
criterios establecidos, indica que
el proceso no se encuentra bajo
control estadstico.
Lmites de control para la carta

LCS= X + | Z|

LC=X

LCS= X| Z|
n
Para , manejando una filosofa
3
LCS= X+ A 2 R

LC =X
LCI= X A 2 R

Donde,

A 2=(

3
)
n d 2

Nota: Las constantes A2, d2, D3

y D4 se encuentran tabuladas en
funcin de n para facilitar el
clculo de los lmites de control,
en las tablas de constantes para
grficos de control.
Interpretacin del control del
proceso.
El objeto de analizar una grfica
de control es identificar cul es la
variacin del proceso, las causas
comunes y causas especiales de
dicha variacin y en funcin de

esto
tomar
alguna
accin
apropiada cuando se requiera.
Juran ,F.M Gryna 2005 sugiere un
conjunto de reglas de decisin
para
detectar
patrones
no
aleatorios en las cartas de
control. Cuando se detecta
alguno de los patrones siguientes
se puede decir que el tomar
alguna accin para corregir el
problema ya que el proceso
puede estar fuera de control.
Elaboracin de Cartas
control (variables)

de

Paso 1: Colectar los datos.

Los datos son el resultado de la
medicin de las caractersticas
del producto, los cuales deben de
ser registrados y agrupados de la
siguiente manera:

Se toma una muestra

(subgrupo) de 2 a 10 piezas
consecutivas y se anotan los
resultados de la medicin( se
recomienda tomar 5). Tambin
pueden
ser
tomadas
en
intervalos de tiempo de - 2
hrs., para detectar si el proceso
puede mostrar inconsistencia en
breves periodos de tiempo.

Se realizan las muestras

de 20 a 25 subgrupos.
Paso 2: Calcular el promedio

X yR

para cada subgrupo

X 1 X 2 .... X N
N

16

R X mayor X menor

Paso

3:

promedio
proceso

Calcule

constantes para tamaos

muestra de 2 a 10.
el

rango

y el promedio del

R1 R2 ......R K
K

X 1 X 2 ....... X K
K

Donde K es el nmero de
subgrupos, R1, R2., es el rango de
X 1 , X 2....
cada subgrupo;
son el
promedio de cada subgrupo.
Paso 4: Calcule los lmites de
control
Los lmites de control son
calculados para determinar la
variacin de cada subgrupo,
estn basados en el tamao de
los subgrupos y se calculan de la
siguiente forma:

LSC R D4 R
LSC X X A2 R

LIC R D3 R
LIC X X A2 R
Donde D4, D3, A2 son constantes
que varan segn el tamao de
muestra. A continuacin se
presentan los valores de dichas

de

n2 3 4 5 6 7 8 9 1
0
D3 2 2 2 2 1 1 1 1
4 . . . . . . . . .
252109887
778102628
D0 0 0 0 0 0 0 0 0
. . . .
3
0112
8482
A1 1 0 0 0 0 0 0 0
2 . . . . . . . . .
807544333
823882741
Paso 5: Seleccione la escala para
las grficas de control

Para la grfica
la amplitud de
valores en la escala debe de ser
al menos del tamao de los
lmites
de
tolerancia
especificados o dos veces el

rango promedio
.
Para la grfica R la
debe extenderse desde
cero hasta un valor
equivalente a 1 - 2
rango.

amplitud
un valor
superior
veces el

Paso 6: Trace la grfica de control

Dibuje las lneas de promedios y
lmites de control en las grficas.
Los lmites de Control se dibujan
con una lnea discontinua y los
promedios
con
una
lnea
continua para ambas grficas.
Marcar los puntos en ambas
grficas y unirlos para visualizar
de
mejor
manera
el
comportamiento del proceso.

17

Paso 7: Analice la grfica de

control

PATRONES
CONTROL

FUERA

DE

El tamao de la muestra se
extraer teniendo en cuanta el
tamao de la produccin diaria
que segn datos entregados por
la administracin asciende a 130
bultos de 30 Kg arena no
fracturada.
La
ecuacin
de
muestreo
apropiada
para
este
procedimiento es la que maneja
poblaciones finitas con tamao
pequeo, para este caso se
conoce el tamao de la poblacin
y el tamao de la muestra se
determina mediante la siguiente
formula:
n=

N
(1)
e (N 1)
1+
Z 2 pq
2

Dnde:
= tamao de la poblacin
= margen de error muestral.
= valor de z correspondiente al
nivel de confianza.
= varianza de la poblacin.
Para este caso se utilizaran los
valores de un margen de error
maestral de 0,03 y un nivel de
confianza del 95%, el cual su
respectivo Z en la tabla normal
estndar es de 1.96.
Figura 7 Fuente: Cartas de
control H.Hernandez,2005
Metodologia
TAMAO DE LA MUESTRA

La varianza de la poblacin es
desconocida ya que no se han
realizado estudios preliminares
de muestreo en esta empresa, se
asumirn los valores de = 0,50
y = 0,50 la opcin ms segura

18

para
estos
experimentos.

tipos

de

Aplicando la frmula:
130
n=
=116
0.032 (1301)
1+
1,962 (0,50,5)
El tamao de la muestra debe
ser de 116 pero para mayor
exactitud y disminuir ms el
grado de error se aproximara a
120
sacos
escogidos
aleatoriamente.

CARTAS DE CONTROL

Ahora se calcularan los lmites de

control para variables como lo
son las cartas x barra y rangos,
manejando la filosofa 3.

Toma de datos
Los datos fueron tomados en un
da de jornada laboral completa
la cual comprende los horarios
de 7 am-12 am y
2 pm-5 pm,
cada 30 minutos se tomaba seis
sacos tomados aleatoriamente
con material terminado y se pesa
en una bscula electrnica,
anotando el peso arrojado en la
siguiente tabla:

Los datos necesarios para los

clculos de los lmites de control
son:
Figura
8
:
Tabla
de
Histograma
Fuente: Elaboracin propia

Figura 9: Datos de la muestra

Fuente: Elaboracin propia

n=6 R = 9,82

= 3,91

Buscando el valor en la tabla de

factores para construir cartas de
control para variables, para un
= 6, las constantes son:

19

2 = 0,483 3 = 0,00 4 =
2,003
Los lmites de control para la
carta son:
S = +
2R= 37,92306
= =
33,18
=
2 = 28,43694
Los lmites de control para la
carta R son:

Figura 10 Cartas de control

para variables

= R = 9,82

Fuente: Elaboracin propia

atravez
de
software
stathgraphic

= 3 = 0

CARTA DE CONTROL X R

= 4 = 19,66946

Figura 11 Cartas de control

para variables
Fuente: Elaboracin propia
atravez
de
software
stathgraphic

Las cartas de control graficadas

en el software STATGRAPHICS, ya
que es una buena herramienta
para manejar la filosofa 3 son:
CARTA DE CONTROL X- BARRA

RESULTADOS Y DISCUSIN
Anlisis
Utilizacin de las Cartas de
Control
La representacin de las cartas
de control sin ms no es muy

20

til; estas no sirven a menos que

se examinen detenidamente. Los
principios para leer las cartas de
control
se
describen
a
continuacin.
Interpretacin de las Cartas
de Control:

Los
puntos
no
debe
considerarse como puntos
individuales sino como una
distribucin.
No es conveniente dedicar
mucha
atencin
al
movimiento de los puntos
entre los limites de control.
Los resultados estarn
dispersados al azar.
Si los puntos caen dentro
de los limites, en principio
se
considera
que
el
proceso esta en estado
controlado.
Debe
sealarse, sin embargo que
hablando con rigor, el
estado controlado en el
grafico de control se da
cuando los puntos estn
dispersos al azar entre los
limites de control, y forman
una distribucin normal
que tiene a la lnea central
en el medio.
Si algunos puntos caen
fuera de los limites, seguro
que ha tenido lugar una
anomala en el proceso, y
el proceso esta fuera de
control.
Tambin se considera que
en un grafico el proceso
esta fuera de control si

algunos puntos caen justo

en una lnea de control, tal
situacin que se denomina
estado incontrolado o
fuera de control.
Cuando los puntos de un
grafico
de
control
satisfacen las siguientes
condiciones se dice que el
proceso, de momento, esta
controlado.

Este procedimiento crea una

grfico de X-bar y R para Peso 2.
Est diseada para permitirle
determinar si los datos provienen
de un proceso en un estado de
control estadstico. Las grficos
de control se construyen bajo el
supuesto de que los datos
provienen de una distribucin
normal con una media igual a
25,1327
y
una
desviacin
estndar igual a 0,490331.
Estos
parmetros
fueron
estimados a partir de los datos.
De los 20 puntos no excluidos
mostrados en el grfico, 0 se
encuentran fuera de los lmites
de control en la primer grfico,
mientras que 0 estn fuera de
lmites en la segunda. Puesto
que la probabilidad de que
aparezcan 0 ms puntos fuera
de lmites, slo por azar, es 1,0 si
los datos provienen de la
distribucin supuesta, no se
puede rechazar la hiptesis de
que el proceso se encuentra en
estado de control estadstico con
un nivel de confianza del 95%.

21

Este
procedimiento
se
ha
diseado
para
comprar
un
conjunto de datos contra un
conjunto de especificaciones. El
objetivo del anlisis es estimar la
proporcin de la poblacin, de la
cual provienen los datos, que
queda fuera de los lmites de
especificacin. En este caso, se
ha ajustado una distribucin
Normal a un conjunto de 120
observaciones en la variable
Peso 2.
0,0246644% de la
distribucin ajustada queda fuera
de los lmites de especificacin.
Si la distribucin Normal es
apropiada para los datos, esto
estima el porcentaje de la
poblacin que queda fuera de la
especificacin.
Conclusiones:
Uno de los objetivos del control
estadsticos de procesos es
detectar con rapidez la presencia
de causas asignables o de
tendencias o corrimientos del
proceso, de modo que pueda
efectuarse una investigacin y
emprender una accin correctiva.
Se utiliza tambin para estimar
los parmetros de un proceso de
produccin
y
eventualmente
para eliminar la variabilidad.
El
control
estadstico
no
constituye un fin en si mismo;
una vez que se ha establecido,
se puede comenzar un duro
trabajo para mejorar la calidad y
la economa de la produccin.

En relacin a la interpretacin de
una carta de control, aun cuando
todos los puntos de una carta se
encuentran dentro los limites de
control, si se comporta de
manera
sistemtica
o
no
aleatoria,
entonces
es
un
indicador de que el proceso est
fuera de control.
Si el proceso esta bajo control,
todos los puntos de la grafica
deben seguir un patrn aleatorio.
La construccin mediante la
generacin
de
nmeros
aleatorios de las cartas de
control para Media-Rango y para
Media-Desvi
Estndar
para
conjuntos de datos de diferentes
tamaos pone en evidencia que
mientras mayor sea el tamao
del subgrupo, mas estrechos son
los limites de control en la Carta
Media y mas fcil es detectar
variaciones pequeas, esto es
solo si las variaciones en el
promedio del proceso ocurren
entre y no dentro de los
subgrupos.
En
procesos
destructivos en donde solo es
posible una medicin, previa a la
construccin de la Carta para
datos
individuales
se
debe
probar la normalidad de los
mismos, pues de no ser as , los
resultados podran ser errneos .
La
tcnica
de
simulacin
constituye una solucin o una
salida valida en aquellos casos
en los que no es posible contar
con todos los datos pero si se
conocen los parmetros con que

22

habitualmente
opera
un
determinado
proceso
de
produccin, se pueden construir
las Cartas y por lo tanto conocer
si el proceso esta bajo control
estadstico o no.
Por otra parte permite actuar
previamente ya que la Carta
detecta anomalas incluso antes
de que un punto caiga fuera de
los limites de control, por lo que
es posible corregir el problema
anticipando
una
accin
correctiva.

Montoya, N. E. (2009). Cartas de

Control Estadstico de
Procesos en el monitorio de
control perinatal. Revista de
salud Pblica, 18.
Mustafa, A. M. (2002). Control de
calidad: Cartas de control por
variables. Producciones
cientificas.Seccin salud y
Calidad de Vida, 21.
Niebles, R. P. (2013). Diseo
estadstico de cartas de
control. Ingenieria y
Desarrollo, 31.
Niebles, R. P. (2014). Metodologa
para la implementacin del
diseo econmico y/o
estadstico de cartas de
control x-barra. Dyna , 40.
Oviedo-Trespalacios, O. (2013).
Metodologa para la
implementacin del diseo
econmico y/o estadstico de
cartas de control x-barra con
parmetros variables (VP).
Dyna , 32.
Rodrguez, A. I. (2009). Control
estadstico de la calidad de
un servicio mediante Grficas
X y R. Politica y cultura, 34.

Referencias
Guerrero, E. E. (2012). Cartas R y S
con Limites de Control.
Investigacin Aplicada , 35.

S., E. A. (2000). GRFICOS DE

CONTROL PARA LA MEDIA DE
UN PROCESO EN
POBLACIONES CON
DISTRIBUCIN ASIMETRICA.
Revista Colombiana de
Estadistica, 34.
Snchez, M. F. (2013). Desarrollo de
una aplicacin para grficos
de control de procesos
industrialesTecnicas
Estadisticas, 31.

23