Control Estadístico del

Proceso
—

1 © Ast urias Corporación Universitaria

 Control Estadístico del Proceso

Índice

1 Establecimiento de Valores de Aceptación ......................................................................................... 3

2 Gráficos de Control............................................................................................................................................. 4
3 Variación de la Calidad de un Proceso ................................................................................................... 5
4 ¿Es este Resultado Aceptable? .................................................................................................................. 9
5 Interpretación de los Gráficos de Control ............................................................................................ 9
6 Resumen ................................................................................................................................................................. 12
7 Bibliografía ............................................................................................................................................................. 12

02 ASTURIAS CORPORACIÓN UNIVERSITARIA®

Not a Técnica preparada por Ast urias Corporación Universit aria . Su dif usión, reproducción o uso
t ot al o parcial para cual quier ot ro propósit o queda prohibida. Todos l os derechos reservados.

“Los procesos son los encargados de
soportar nuestra propuesta de valor,
plasmar nuestra ventaja competitiva y
posicionar competitivamente a nuestra
empresa.”
03
Control Estadístico del Proceso
Objetivos
 Tomar conciencia de la importancia de ofrecer productos y servicios fiables a
nuestros clientes.
 Conocer las diferentes dimensiones que tiene el concepto de fiabilidad.
 Saber que la fiabilidad se consigue a través de una buena planificación y estructura
de nuestros procesos.
Recuerda:
 S.O. = suma (Pi)
Pi: cada uno de los procesos que ponemos en marcha para generar nuestros
productos/servicios.
1 Establecimiento de Valores de Aceptación
Sigamos con nuestra fábrica de jamones. ¿Todos los jamones que entran al proceso se
acaban vendiendo? ¿Habrá algunas piezas que debamos desechar para venta como pieza
completa? ¿Cómo establecemos un criterio? ¿Por peso, por salinidad, por sabor, contenido
en grasa, madurez? ¿Otros criterios?
En cualquier caso, y para cualquier producto o servicio, será nuestra labor primero
establecer cuáles van a ser los criterios en los que vamos a basar el concepto de calidad.
Ejemplo:
En nuestra fábrica de jamones vamos a establecer el peso, la salinidad y el contenido en
grasa.
El segundo paso, una vez definidos los criterios y cuáles son las características que dan
valor a esos criterios, deberemos establecer la forma de medir las características elegidas.
Ejemplo:
El peso se mide pesando (evidente) la pieza en una balanza certificada y homologada,
la salinidad y el contenido en grasa se medirán introduciendo en la pieza una pipeta de
inserción en la zona media de la pieza que extraiga una muestra del jamón. La muestra
se someterá a pruebas en laboratorio para determinar su porcentaje en sal y en grasa
animal.
Recuerda: debemos designar propiedades a controlar y establecer su valor aceptable, con
márgenes inferior y superior.
ASTURIAS CORPORACIÓN UNIVERSITARIA®
Not a Técnica preparada por Ast urias Corporación Universit aria . Su dif usión, reproducción o uso
t ot al o parcial para cual quier ot ro propósit o queda prohibida. Todos l os derechos reservados.
 Control Estadístico del Proceso

El tercer paso será elegir cuál es el valor aceptable de la medición.

“Los gráficos nos ayudan a obtener una Ejemplo:
imagen de cómo se comporta nuestro
proceso.” Situaremos como ideal un peso de 6 kg., una salinidad del 1% y un contenido en grasa
del 5%.

El cuarto paso consiste en establecer unos márgenes alrededor de los puntos ideales
de aceptación de forma que establezcamos una horquilla de validez del producto y
desechemos sólo aquellos que están lejos del punto óptimo.

Ejemplo:

Siguiendo nuestro caso, aceptaremos como válidos los jamones con peso comprendido
entre 5 y 7 Kg., y cuya salinidad esté entre el 0,8% y el 1,2% (para que no dé un gusto ni
dulce ni demasiado salado) y con un contenido en grasa entre el 4,5% y el 5,5%.

2 Gráficos de Control
El control estadístico de procesos es la herramienta más potente de la que disponemos
como gestores de procesos. Mediante el uso de este tipo de control, verificamos que
las características definidas para un producto o servicio se encuentran dentro de los
límites definidos para ellas. Cuando las medidas de los resultados están fuera de estos
límites, también nos permite investigar para encontrar las causas de estas desviaciones
y actuar en consecuencia para implantar soluciones válidas que nos devuelvan al
estado correcto.

Ejemplo 1 de un gráfico de control de procesos.

04 ASTURIAS CORPORACIÓN UNIVERSITARIA®

Not a Técnica preparada por Ast urias Corporación Universit aria . Su dif usión, reproducción o uso
t ot al o parcial para cual quier ot ro propósit o queda prohibida. Todos l os derechos reservados.
 Control Estadístico del Proceso

El Control Estadístico de Procesos (ECP, por sus siglas en inglés), permite una
monitorización completa de nuestras actuaciones durante el proceso productivo,
obteniendo un almacén de datos suficiente para un análisis instantáneo o diferido en el
tiempo, que nos diga si el proceso se ha desarrollado correctamente o no. Exponer
estos datos de forma gráfica nos permite una mejor evaluación del comportamiento de
nuestros sistemas.

El gráfico ejemplo 1 muestra un ejemplo de gráfico de control. Normalmente consiste

en tomar medidas con una periodicidad determinada y registrarlas. La medida puede
ser cualquier cosa, dependiendo de la naturaleza del proceso, por ejemplo puede ser el
número de reclamaciones por la calidad de la atención en el mostrador de una tienda
de ropa, la salinidad de nuestros jamones o su peso, el diámetro de los tornillos, la
carga media de baterías para móviles, etc.

Recuerda: la calidad se gestiona a través de parámetros medibles.

En un gráfico como el anterior, se puede observar una tendencia claramente creciente,

“Los gráficos nos ayudan a obtener y eso significa que está habiendo un problema con ese proceso que habrá que detectar
una imagen de cómo se comporta
y corregir antes de que afecte a todos los elementos que pasan por ese proceso.
nuestro proceso.”

3 Variación de la Calidad de un Proceso

Ejemplo 2 de un gráfico de control de procesos.

05 ASTURIAS CORPORACIÓN UNIVERSITARIA®

Not a Técnica preparada por Ast urias Corporación Universit aria . Su dif usión, reproducción o uso
t ot al o parcial para cual quier ot ro propósit o queda prohibida. Todos l os derechos reservados.
 Control Estadístico del Proceso

La gráfica (difuminada adrede, pues sólo nos interesa centrarnos en el dibujo de puntos) del
ejemplo2 anterior, muestra una tendencia ascendente. Pero no es una tendencia estable, ni
una curva suave, sino que muestra valores ascendentes y descendentes en todo momento,
con una tendencia general clara a crecer. Tarde o temprano, nos saldremos por encima del
límite superior de validez del proceso.

En todos los procesos ocurre esto. Sin embargo, debemos vigilar para que los valores
obtenidos estén siempre dentro de los límites, inferior y superior, que hemos establecido
como aceptables para los resultados de nuestra propiedad a medir.

Recuerda: las máquinas tienen márgenes, no siempre hacen las cosas igual. A las personas
también les pasa lo mismo.

Las máquinas no tienen una precisión absoluta, y pueden dar pequeñas variaciones en
sus operaciones, los materiales pueden sufrir modificaciones, los trabajadores pueden
diferir ligeramente en su forma de hacer las cosas, pueden influir la temperatura, la
humedad, etc. Por tanto, no es extraño que la medida de calidad varíe también. Este
tipo de pequeñas variaciones no pueden eliminarse, se producen por causas comunes
o inherentes al proceso, aunque se pueden reducir. Cuando las variaciones del proceso
tienen lugar solamente por causas comunes, se dice que el proceso está en control
estadístico.

Esto nos lleva a una clasificación general de las causas de desviación en nuestros
procesos de producción (sean manufacturas o servicios):

 Causas Comunes: Aquellas inherentes al sistema de producción.

 Causas Especiales: Aquellas que son esporádicas.

La solución para el primer segmento de causas, las comunes, es cambiar el sistema.

Cuando los resultados tienden a ser inaceptables, la solución es cambiar el sistema.

Para las segundas, las especiales, deberemos realizar un esfuerzo de análisis para
detectarlas, identificarlas y proponer medidas de solución.

06 ASTURIAS CORPORACIÓN UNIVERSITARIA®

Not a Técnica preparada por Ast urias Corporación Universit aria . Su dif usión, reproducción o uso
t ot al o parcial para cual quier ot ro propósit o queda prohibida. Todos l os derechos reservados.

“Ensaya la comprensión de gráficos. Es un valor
diferenciador en la gestión el conocimiento y
análisis rápido de gráficas, de todo tipo.”
“Puedes ensayar sobre una distribución de
datos sencilla como esta, a establecer tu
propio control estadístico de producción.”
07
Control Estadístico del Proceso
Ejemplo3 de un gráfico de control de procesos.
En este ejemplo, todos los valores registrados se encuentran entre los valores máximo
de 2.500.000 kWh y mínimo de 1.500.000 kWh.
Recuerda: la mayor dificultad estriba en detectar e identificar causas especiales en la
distorsión de tus resultados de proceso. Deberás poner un conocimiento especial en
esta labor.
Supongamos que medimos el peso de una caja de cereales en la salida de la actividad
de empaquetamiento. Podrían elegirse un número de cajas aleatoriamente, y pesar su
contenido. En el siguiente histograma aparecen los posibles resultado, la longitud de la
barra representa el número de cajas de cereales que hemos encontrado con ese peso.
ASTURIAS CORPORACIÓN UNIVERSITARIA®
Not a Técnica preparada por Ast urias Corporación Universit aria . Su dif usión, reproducción o uso
t ot al o parcial para cual quier ot ro propósit o queda prohibida. Todos l os derechos reservados.
 Control Estadístico del Proceso

40
Paquetes
30

20

10

0
245 246 247 248 249 250 251 252 253 254 255

Este gráfico se corresponde a los siguientes datos obtenidos en las mediciones:

Gramos Paquetes

245 2

246 1

247 8

248 22

249 37

250 32

251 35

252 20

253 7

254 3

255 0

De esta toma de datos podemos deducir cuál es la capacidad de nuestro proceso. Esta
“Cualquier proceso que nos imaginemos, capacidad la podemos cifrar en el rango que va entre los 245 gr y los 254 gr., puesto
cuenta con unos límites de aceptación.” que estos son los valores mínimos y máximos obtenidos en nuestra muestra.

08 ASTURIAS CORPORACIÓN UNIVERSITARIA®

Not a Técnica preparada por Ast urias Corporación Universit aria . Su dif usión, reproducción o uso
t ot al o parcial para cual quier ot ro propósit o queda prohibida. Todos l os derechos reservados.
 Control Estadístico del Proceso

4 ¿Es este Resultado Aceptable?

La respuesta dependerá del rango de valores que pueda ser tolerado por la organización.
Dado que habremos definido previamente unos valores máximos y mínimos aceptables,
tenemos un rango de tolerancia especificado para el producto. Si estamos fuera de este
rango, nuestro resultado no es admisible. Si en este caso el rango de tolerancia fuera de 240
a 260 gramos, estaríamos dentro de las especificaciones.

Ejemplo:

Si el rango de tolerancia estuviera entre 248 y 252 gramos, deberíamos despreciar un total
de 21 paquetes, que evaluado sobre el total de 167 paquetes que constituye la muestra, nos
da un porcentaje de 12,57% de paquetes desechados por estar fuera del margen de validez
del proceso. Es posible que estuviera dentro de lo aceptable del proceso, pero creo que es
excesivamente alto y habría que hacer un análisis y tomar medidas para corregir los
resultados y encajarlos dentro del margen (248-252 gramos) que nos hemos fijado como
válido.

Recuerda: somos nosotros, como gestores, los que debemos establecer qué es aceptable
y qué no lo es en nuestro proceso de producción.

En este sentido, la especificación de un proceso requiere definir los valores máximos y

mínimos aceptables de las variables que caracterizan el producto, y que la capacidad del
proceso sea menor que el rango de tolerancia, para asegurarnos de que todo resultado
estará dentro de los márgenes admisibles.

5 Interpretación de los Gráficos de Control

Es mucho más sencillo analizar y decidir viendo una gráfica que viendo un listado de
valores, por eso transformamos listas de valores por su representación en dos o tres
dimensiones. Con un vistazo a un gráfico, rápidamente determinamos si algún valor está
fuera de límites, y por tanto, determinaremos si aparecen variaciones por causas especiales,
distintas de las inherentes o naturales del proceso. En este punto, sería necesario
investigarlas, para corregir el proceso y ponerlo en control.

No sólo obtendremos esta información de la visualización de gráficas. En las siguientes

figuras, tenemos ejemplos de comportamiento inusual, suficiente para pensar en que
conviene investigar las posibles causas de un problema. En las figuras se representa con
líneas horizontales los valores máximo, mínimo y medio deseados de la característica que
se está midiendo.

09 ASTURIAS CORPORACIÓN UNIVERSITARIA®

Not a Técnica preparada por Ast urias Corporación Universit aria . Su dif usión, reproducción o uso
t ot al o parcial para cual quier ot ro propósit o queda prohibida. Todos l os derechos reservados.
 Control Estadístico del Proceso

Max

Media

Min

Observamos en este ejemplo un comportamiento extremo alternado muy marcado.

Max

Media

Min

En esta ocasión, tenemos una aparente tendencia alcista (marcada por la línea de
puntos).

010 ASTURIAS CORPORACIÓN UNIVERSITARIA®

Not a Técnica preparada por Ast urias Corporación Universit aria . Su dif usión, reproducción o uso
t ot al o parcial para cual quier ot ro propósit o queda prohibida. Todos l os derechos reservados.
 Control Estadístico del Proceso

Max

Media

Min

Distribución con dos puntos finales muy cercanos al valor límite superior aceptable.

Max

Media

Min

Gráfica con comportamiento “sospechoso”, demasiado en la media.

Max

Media

Min

011 ASTURIAS CORPORACIÓN UNIVERSITARIA®

Not a Técnica preparada por Ast urias Corporación Universit aria . Su dif usión, reproducción o uso
t ot al o parcial para cual quier ot ro propósit o queda prohibida. Todos l os derechos reservados.
 Control Estadístico del Proceso

En esta gráfica, apreciamos cinco puntos seguidos en el mismo lado de la gráfica

respecto a la media del valor.

Max

Media

Min

Ahora, mostramos un cambio brusco de nivel, pasando de estar por encima de la media
a estar por debajo de la media.

6 Resumen
 Un producto o servicio de calidad debe cumplir unas especificaciones definidas de
acuerdo a las expectativas del cliente.

 El control estadístico de procesos ofrece herramientas muy útiles para comprobar si

esas especificaciones se están cumpliendo y actuar en consecuencia.

 Desde el punto de vista directivo, lo importante es comprender la simplicidad y

bondad del método, y que este puede y debe ser utilizado directamente por la mano
de obra directa del proceso, como parte de la rutina de su trabajo, para que sea
realmente efectivo

7 Bibliografía
1. Título: Gestión de la calidad: Mejora continua y sistemas de gestión.
Teoría y práctica.

Editorial: Empresa y Gestión.

012 ASTURIAS CORPORACIÓN UNIVERSITARIA®

Not a Técnica preparada por Ast urias Corporación Universit aria . Su dif usión, reproducción o uso
t ot al o parcial para cual quier ot ro propósit o queda prohibida. Todos l os derechos reservados.
 Control Estadístico del Proceso

Autor: Juan Velasco Sánchez.

2. Título: Six Sigma for the New Millennium: A CSSBB Guidebook.

Autor: Kim H. Pries.

3. Título: Montaje e instalación en planta de máquinas industriales: Procesos,

instrumentos y técnicas básicas de construcción y organización del trabajo.

Autor: Pablo Comesaña Costas.

4. Título: Control estadístico de procesos.

Autor: Varios.

Editorial: Bureau Veritas Business School.

Disponible en:

http://control-estadistico-de-la-
calidad.wikispaces.com/file/view/UC17_Control_estadistico_procesos.p
df

013 ASTURIAS CORPORACIÓN UNIVERSITARIA®

Not a Técnica preparada por Ast urias Corporación Universit aria . Su dif usión, reproducción o uso
t ot al o parcial para cual quier ot ro propósit o queda prohibida. Todos l os derechos reservados.