GRÁFICA DE CONTROL DE PROCESOS

Una gráfica de control es un diagrama que sirve para examinar si un proceso se encuentra en
una condición estable, o para asegurar que se mantenga en esa condición.

En estadística, se dice que un proceso es estable (o está en control) cuando las únicas causas
de variación presentes son las de tipo aleatorio. En esta condición se pueden hacer inferencias
con respecto a la salida del proceso, esto es, la característica de calidad que se esté midiendo.
En cambio, la presencia de causas especiales o asignables hace que el proceso se desestabilice,
impidiendo la predicción de su comportamiento futuro.

Con base en la información obtenida en intervalos determinados de tiempo, las gráficas de

control definen un intervalo de confianza: Si un proceso es estadísticamente estable, el 99.73%
de las veces el resultado se mantendrá dentro de ese intervalo.

La estructura de las gráficas contiene una “línea central” (LC), una línea superior que marca el
“límite superior de control” (LSC), y una línea inferior que marca el “límite inferior de control”
(LIC). Los puntos contienen información sobre las lecturas hechas; pueden ser promedios de
grupos de lecturas, o sus rangos, o bien las lecturas individuales mismas. Los límites de control
marcan el intervalo de confianza en el cual se espera que caigan los puntos.

Uno de los softwares estadísticos más comunes utilizados en la industria es el Minitab.

Las gráficas de control sirven para:

– Determinar el estado de control de un proceso.

– Diagnostica el comportamiento de un proceso en el tiempo.
– Indica si un proceso ha mejorado o ha empeorado.
– Permite identificar las dos fuentes de variación de un proceso.
– Sirve como una herramienta de detección de problemas.

Fuentes de Variación en un Proceso:

1. Causas Asignables o Especiales

Son los factores esporádicos que desestabilizan el sistema. Su identificación es inmediata y

fácil.
2. Causas Comunes o Naturales

Son los factores que afectan en poco la variabilidad del sistema.

Su presencia es aleatoria y no son de fácil detección.

Generalmente están relacionadas con aspectos administrativos.

Consideraciones previas

Antes de establecer una gráfica de control, es necesario definir con claridad los siguientes
puntos: el propósito de la gráfica, el aspecto que se va a considerar, y la unidad de donde se va
a tomar la muestra.

Tipos de gráficas de control

1. Gráficas de Control de Variables

– Gráfica x – R Promedios y rangos

– Gráfica x – s Promedios y Desviación Estándar
– Gráfica x – R Medianas y Rangos
– Gráfica x – R Lecturas Individuales y Rangos

2. Gráficas de Control por Atributos

– Gráfica p Porcentaje de unidades o procesos defectuosos

– Gráfica np Número de unidades o procesos defectuosos
– Gráfica c Número de defectos por área de oportunidad
– Gráfica u Porcentaje de defectos por área de oportunidad

Las gráficas de control son comúnmente utilizadas para monitorear el control estadístico del
proceso o SPC por sus siglas en ingles.

Los gráficos de control o diagramas de control se utilizan para controlar el desarrollo de los
procesos de producción e identificar posibles inestabilidades y circunstancias anómalas.

En resumen, lo que se pretende con este tipo de análisis es controlar los procesos para
asegurarse de que funcionan correctamente. Si la gran mayoría de los puntos mostrados de la
gráfica están dentro de los limites se considera que el proceso está controlado. En el momento
en el que uno o varios puntos aparecen fuera de los límites establecidos o no representan una
distribución estadística gaussiana, se considera que el proceso está descontrolado y comienza
la búsqueda de la causa de su mal funcionamiento.

Cómo interpretar una gráfica de control

En la gráfica se muestran datos del desempeño de un proceso. Estos datos

pueden ser continuos (ej: las medidas de una pieza, o el número de piezas
conformes respecto de cada lote de X unidades) o bien también se pueden
mostrar datos discretos (ej: pieza conforme o pieza no conforme). En el
caso de ser datos continuos, se suele incluir una línea horizontal con el valor
medio de referencia y dos líneas más con los límites de control estadístico, superior e inferior,
en la gráfica.
Ejemplo de diagrama de control
Vamos a imaginar una empresa que produce escritorios, por ejemplo, Mesfir. Ellos
quieren monitorear el número de defectos en sus mesas incluyendo el 99,73% (tres
desviaciones estándar) de la variación aleatoria del proceso, por lo que revisan que la
forma de la mesa, su estabilidad y la pintura estén en óptimas condiciones.

Paso 1: Se van a contar el número de defectos encontrados en las mesas por lote. Los
lotes pueden variar levemente de tamaño, es decir, puede haber pequeñas variaciones en
el número de mesas que compone un lote de producción.

Paso 2: Se van a trabajar lotes que pueden tener diferente tamaño, y se va a contar el
porcentaje de defectos encontrados por lote (el lote es la muestra), razón por la cual
vamos a trabajar con una gráfica de control por atributos tipo p.

Paso 3: Los datos se van a capturar durante 10 días de producción. Se van a considerar
20 muestras (20 lotes), el tamaño de cada lote lo tienes en el paso 4.

Paso 4: Estos son los datos recopilados. La fracción defectuosa es el resultado de dividir
el número de errores por el tamaño del lote.

Datos recopilados para elaborar gráfico de control

Paso 5: Vamos a determinar la línea central y los límites de control superior e inferior.
Vale la pena aclarar que cuando hicimos el ejemplo, consideramos todos los decimales,
sin embargo, en los gráficos y fórmulas que mostramos a continuación, solo
consideramos dos cifras decimales, por lo tanto, seguramente si reproduces el ejemplo
como se muestra a continuación, los resultados van a variar levemente.
Para tener la línea central calculamos p promedio:

Observa la última fila del paso 4. El número de errores es 99, el número total de
registros examinados es 1859 y resulta de la sumatoria del número de escritorios por
lote.

La desviación estándar para la distribución de la muestra se calcula así:

p promedio es el número que calculamos anteriormente, y n es 92,96 que es el tamaño

de la muestra, en este caso el tamaño de los lotes. Como se aprecia en la tabla del paso
4, el tamaño del lote varia, por lo tanto 92,95 es el resultado del promedio de escritorios
por lote. La desviación estándar es igual a 0,02.

El cálculo de los límites se hace así:

El número de desviaciones estándar se conoce como z. Mesfir (la empresa) limita los
valores a 3 desviaciones estándar de la media, lo que equivale a 99,73%. Es por eso que
en el cálculo de los límites de control, z es igual a 3. Los otros datos ya los conoces,
fueron calculados anteriormente.

¿Podemos tener un número de defectos negativo? No. Es por eso que el límite central
inferior se redondea a 0.

Paso 6: Procedemos a representar los datos en una carta de control.

Con los cálculos hechos, este es el resultado de la gráfica de control de Mesfir.

Ejemplo de gráfica de control: Gráfica p

Paso 7: Analizamos el resultado.

La interpretación de una gráfica de control tiene más sentido cuando se han hecho
varios ejercicios de este tipo, lo que permite determinar qué es normal y qué no lo es en
el comportamiento de la producción. Sin embargo, y basándonos en las pistas antes
mostradas, podemos ver que:

 El punto 12 esta fuera de control. Aunque es una probabilidad pequeña, bien

vale la pena entrar a mirar porqué ocurrió esto.
 Evidentemente algo ocurrió en los lotes 4 a 9. Fija que hay un aumento
constante desde el punto 4 hasta el punto 9, y aunque se ve corregido en el punto
10, se debe de revisar cómo se trabajaron estos lotes.
 ¿Qué ocurrió en los puntos 11,12 y 13? Hubo algún suceso que afectó sobre todo
al punto 12 y después fue corregido; es lo más probable.