El gráfico o diagrama de control

por Gehisy | May 22, 2017 | Calidad | 6 Comentarios

Continuamos con las 7 herramientas básicas de calidad y hoy toca hablar

sobre los gráficos o diagramas de control.
 
¿Qué encontrarás en el post? [Ocultar]
 Gráfico o diagrama de control
 ¿Para qué sirve un gráfico o diagrama de control?
 Tipos de gráficos de control
 Procedimiento para hacer un gráfico de control
 Interpretación de un gráfico o diagrama de control y ejemplos
 Plantilla de excel

Gráfico o diagrama de control

 
Un gráfico de control es una herramienta utilizada para distinguir las
variaciones debidas a causas asignables o especiales a partir de las
variaciones aleatorias inherentes al proceso. 
Las variaciones aleatorias se repiten casualmente dentro de los límites
predecibles.
Las variaciones debidas a causas asignables o especiales indican que
es necesario identificar, investigar y poner bajo control algunos factores
que afectan al proceso.
La construcción de gráficos de control está basada en la estadística
matemática. Los gráficos de control emplean datos de operación para
establecer límites dentro de los cuales se espera hacer observaciones
futuras, si el proceso demuestra no haber sido afectado por causas
asignables o especiales.
Causas Asignables
Factores (generalmente numerosos, pero individualmente de relativa
importancia) que se pueden detectar e identificar como causantes de un
cambio en una característica de la calidad o nivel del proceso.
Nota: En ocasiones, se denominan causas especiales de variación.
Causas Aleatorias
Factores generalmente numerosos, pero poco importantes, que
contribuyen a la variación y no han sido necesariamente identificados.
Nota: En ocasiones, se denominan causas comunes de variación.
Existe una gran variedad de gráficos de control que se pueden aplicar a
todo tipo de características medibles o contables de un proceso, un
producto o cualquier salida.
Límite superior de control (LSC): Es el mayor valor aceptado en el
proceso.
Limite inferior de control (LIC): Es el valor más pequeño que se acepta
en el proceso.

Límite central de control (LC): Es la línea central del gráfico. Mientras

más cerca estén los puntos a la línea, mas estable es el proceso.
¿Para qué sirve un gráfico o diagrama
de control?
 
Diagnóstico: Para evaluar la estabilidad de un proceso.
Control: Para determinar cuándo es necesario ajustar un proceso y
cuándo se debe dejar tal y como está.
Confirmación: Para confirmar la mejora de un proceso.
Tipos de gráficos de control
 
Gráfico de control por variables
Hacen uso de estadísticas obtenidas a partir de datos tales como la
longitud o grosor de un elemento.
En los gráficos de control por variables es posible medir la característica
de calidad a estudiar. En estos casos conviene describir la característica
de calidad mediante una medida de tendencia central (usualmente la
media muestral) y una medida de su variabilidad (usualmente el rango o
la desviación estándar).
Los gráficos de control por variables son más “sensibles” que los gráficos
de control por atributos, razón por la cual son capaces de “avisarnos” de
posibles problemas de calidad incluso antes de que éstos sean ya
relevantes.
 
Gráfico de control por atributos
Se basan en frecuencias, por ejemplo el número de unidades
defectuosas.
En estos gráficos el control del proceso se realiza si el producto
inspeccionado se clasifica como no conforme o conforme (defectuoso o
no defectuoso), respecto a las especificaciones para la característica de
calidad considerada. Ejemplo: un tornillo es conforme si su longitud está
entre 1,9 y 2,1 cm., en caso contrario será no conforme.
 Los gráficos de control por atributos tienen la ventaja de sintetizar de
forma rápida toda la información referida a diferentes aspectos de calidad
de un producto, ya que permiten clasificar éste como aceptable o
inaceptable; además, no suelen necesitar de sistemas de medición muy
complejos y son más fácilmente entendibles por los no especialistas.
Procedimiento para hacer un gráfico
de control
 
 Seleccionar la característica objeto de análisis en el gráfico de
control.
 Seleccionar el tipo apropiado de gráfico de control.
 Decidir el subgrupo (una pequeña recopilación de artículos, en el
marco de los cuales las variaciones se deben probable y únicamente al
azar), sus dimensiones, y la frecuencia de muestreo del subgrupo.
 Recolectar y registrar datos sobre 20 ó 25 subgrupos por lo menos,
o utilizar datos registrados previamente.
 Calcular estadísticamente las características de cada muestra del
subgrupo.
 Calcular los límites de control sobre la base de las estadísticas de
las muestras de subgrupos.
 Construir un gráfico y plotear las estadísticas del subgrupo.
 Examinar el ploteo por si hay puntos fuera de los límites de control
y patrones que indiquen la presencia de causas asignables o especiales.
 Decidir las acciones a tomar en el futuro.

Interpretación de un gráfico o
diagrama de control y ejemplos
He buscado para ti esta selección de artículos donde te explica
perfectamente cómo se interpretan los diagramas de control y un ejemplo
muy ilustrativo.
También te dejo 2 pdfs que son estadística pura ;-), por si eres de mente
inquieta y quieres profundizar mucho más.
 ¿Mi proceso está bajo control? Gráficas de control y cómo detectar
desvíos
 Cómo hacer un gráfico de control: Ejemplo resuelto en calidad
 PDF sobre gráficos de control
 Otro PDF sobre gráficos de control

Plantilla de excel
No quería terminar el post sin dejarte una plantilla que he preparado para
ti para que la uses en tus gráficos de control. Puedes encontrar otra en
los artículos que te he recomendado, pero está en inglés.

Cómo hacer un gráfico de

control: Ejemplo resuelto en
calidad
04 de agosto de 2016
¿Qué hacer ante las variaciones de un proceso? ¿Cómo tomar decisiones
basados en datos? El diagrama de control es la respuesta.
Creado por Walter Andrew Shewhart en 1920, el diagrama o gráfico de control,
también conocido como diagrama de Shewhart, carta de control o diagrama de
comportamiento de proceso, es una de las 7 herramientas de calidad definidas
por Ishikawa.
Básicamente consiste en los datos de un proceso plasmados de forma cronológica
en una gráfica con límites establecidos, lo que permite determinar cuándo una
variación no es normal.

Te podría interesar:  Planificación estratégica PASO a PASO: Definiciones,

métodos y ejemplos
 Es el tema de hoy para la gestión del negocio.
¿Qué vas a encontrar? [Ocultar contenido]
 1 Qué es un gráfico de control
 2 Beneficios: ¿Para qué entonces un gráfico de control?
 3 Tipos de gráficos de control
o 3.1 Gráfica de control por variables
o 3.2 Gráfica de control por atributos
 4 Cómo hacer un gráfico de control: Paso a paso
 5 Interpretación de un gráfico de control
 6 Ejemplo de diagrama de control
 7 Plantilla de gráfico de control en excel

Qué es un gráfico de control

Una de las herramientas de análisis y solución de problemas es la gráfica de
control. Es un diagrama que muestra los valores producto de la medición de una
característica de calidad, ubicados en una serie cronológica. En él establecemos
una línea central o valor nominal, que suele ser el objetivo del proceso o el
promedio histórico, junto a uno o más límites de control, tanto superior como
inferior, usados para determinar cuándo es necesario analizar una eventualidad.

Partes de un grafico de control

¿Qué logramos con esto?
Imagina que eres un productor de tornillos y que cada tornillo que haces debe
medir entre 3,55 cm y 3,60 cm. Menos de 3,55 cm o más de 3,60 cm se
consideran tornillos defectuosos. Por ende, estableces tu límite de control superior
en 3,60 cm y tu límite inferior en 3,55 cm. Anotas las medidas de los tornillos que
produces a diferentes horas del día. Un día ves que en el gráfico de control, hay 7
tornillos producidos a las 3 de la tarde que están por fuera de los límites, ¿qué
paso ahí?

La respuesta al primer interrogante es: Adquieres control del proceso. Siguiendo el

ejemplo de los tornillos, el paso siguiente es determinar porqué ocurrió esa
variación en el proceso. ¿Acaso fue una causa aleatoria? ¿Quizás fue una causa
asignable?

Veamos algunos términos antes de conocer qué tipos de gráficas hay.

 Causa asignable: Si consigues hallar una causa concreta o que ocasiona

una variación excesiva y obedece a una situación especifica, hablamos de
causa asignable. Es el tipo de causa que debemos corregir. Por ejemplo la
deficiente capacitación del trabajador o la falta de ajuste de una máquina.
 Causa aleatoria: Cuando no consigues hallar una explicación concreta a
una variación, o si la variación fue ocasionada por un evento sin
importancia que no se volverá a repetir, hablamos de causa aleatoria.
También se le suelen llamar variaciones naturales o causas naturales. Es el
tipo de causa que esta presente en la vida misma, fortuita. Ejemplos son la
curva de aprendizaje del trabajador y el cierre inesperado del software.
 Límite superior de control: Es el valor más grande aceptado en el
proceso. En español LSC, en inglés UCL (Upper control limit).
 Limite inferior de control: El opuesto al superior, es decir, el valor más
pequeño. LIC en español, LCL en inglés (Lower control limit).
 Límite central de control: Con siglas LCC, es la línea central del gráfico.
Entre más cerca están los puntos a la línea, mas estable es el proceso.
Beneficios: ¿Para qué entonces un
gráfico de control?
¿Para qué sirve un diagrama de control entonces?

Con lo que hemos detallado hasta el momento ya tenemos varios beneficios

definidos.

 Análisis de proceso: Puede que nunca se haya hecho un control estadístico

de proceso. Un análisis con gráfico de control donde estableces los límites
de control, te permitirá analizar ese proceso y determinar qué es lo normal
en él, cuando algo no está bien, o si ha mejorado o empeorado a través del
tiempo. Un proceso analizado con esta herramienta, es un proceso
controlado, que es precisamente el segundo beneficio.
  Control de proceso: Conoces el comportamiento del proceso. ¿Es estable?,
¿se mantiene? ¿qué tan frecuente se sale de control? Esto te permite
intervenir sobre el proceso para mejorarlo. Este, a continuación es el tercer
beneficio.
 Mejoramiento del proceso: No basta analizar y controlar un proceso. Es
necesario mejorarlo. Con el diagrama de Shewhart identificamos dónde se
generaron las fallas y tenemos datos de entrada para hacer análisis de
causas en aras de plantear soluciones a las fallas.
Tipos de gráficos de control
La característica de calidad a medir determina el tipo de diagrama de control.
Inicialmente encontramos dos clasificaciones:

Gráfica de control por variables

La característica de calidad que se mide es una variable continúa (peso,
pulgadas, temperatura, etc). Si ese es el caso, podemos encontrar gráficos
basados en la tendencia central ( ) y en el rango.
 Gráfica  : Qué tanto se están alejando las mediciones de la tendencia
central, que en este caso es la media o promedio. Por ejemplo un nuevo
trabajador o nuevos instrumentos de trabajo harán que las mediciones se
alejen más de línea central.
 Gráfica R: Qué tanta ganancia o pérdida de uniformidad hay en la
dispersión de un proceso dentro de una muestra. En otras palabras, el
rango es la resta del valor más grande con el valor más pequeño de una
muestra, lo que nos permite determinar la variabilidad. El valor resultante es
plasmado en un gráfico de control para ser comparado con el rango de otra
serie de muestras. Con esto logramos ver si hay presencia de uniformidad
en los puntos ubicados o si no, para intervenir.
 Gráfica  -R: Utilizamos ambos tipos de gráficas cuando se miden la
relación de las especificaciones de calidad con la tendencia central y la
dispersión. En este sentido, ubicamos una gráfica ligeramente encima de la
otra y analizamos el comportamiento de cada punto.
Gráfica de control por atributos
Piensa en una característica de calidad basada en atributos como el cumplimiento
con respecto a una especificación. Lo hacemos con variables discretas. De aquí
se derivan cuatro tipos de gráficos:
 Gráfico p: En él medimos el porcentaje de defectos por muestra. Por
ejemplo si tenemos una muestra de 100 productos y 10 de ellos tienen al
menos un defecto, hay una fracción defectuosa de 0,1. Este valor se ubica
en el gráfico sobre el eje y.
 Gráfico np: A diferencia de p, este valor no es una fracción. Es el número
de unidades defectuosas en una muestra. Si es una muestra de 100
productos, 10 de ellos tienen al menos un defecto, 10 será el valor a ubicar
en el gráfico sobre el eje y.
  Gráfico c: Es el número de defectos por unidad de producción durante un
período de muestreo. En este caso, los defectos por producto se cuentan, y
establecemos un valor para definir a partir de cuántos defectos una unidad
es defectuosa. Por ejemplo, el número de zonas desgastadas que tenga
una chaqueta de cuero, si la chaqueta tiene más de 5 zonas desgastadas,
se considera una unidad no conforme.
 Gráfico u: Similar a p pero parte del gráfico c. En él medimos el porcentaje
de defectos en una unidad durante un período de muestreo.
Cómo hacer un gráfico de control: Paso
a paso
Hay diversidad de softwares que tienen funciones para hacer montones de cosas
con cartas de control. Incluso, en empresas de producción, hay maquinarias que
elaboran a medida que producen las cartas de control según la configuración
asignada. Pero como este no es el caso y de lo que hablamos en Ingenio Empresa
es de aprendizaje, vamos a explicar cómo hacer un gráfico de control.
Aún cuando es un paso a paso, si es importante que complementes lo aprendido
aquí con otras fuentes, pues el diagrama de control y en general el control
estadístico de procesos es un tema mucho más grande, que incluye distribuciones
de probabilidad, fórmulas, niveles de sigma, etc.

En todo caso, el control estadístico de procesos es un tema próximo a desarrollar

en detalle en Ingenio Empresa.

 Paso 1. Antes que nada, determina cuál es el proceso a trabajar y cuál es

la característica de calidad que vas a medir. ¿Acaso es peso, longitud,
número de defectos o volumen?
 Paso 2: Ahora que tienes el tipo de datos a recolectar, define el tipo de
gráfico de control a usar basándote en lo explicado anteriormente, y no te
quedes solo con eso, investiga más.
 Paso 3: Determina el tiempo en el que estarás capturando los datos y
define con base en el tipo de gráfico que vas a trazar, cuestiones como la
cantidad de muestras a considerar (considera al menos 20) y el tamaño de
cada una.
 Paso 4: Recopila los datos.
 Paso 5: Determina la línea central y el límite de control superior e inferior.
 Paso 6: Representa los datos en la gráfica.
 Paso 7: Analiza el resultado. Interpreta el gráfico.
Interpretación de un gráfico de control
Y este apartado es únicamente para el paso 7, pues aquí radica la verdadera
utilidad de una carta de control. Existen comportamientos y patrones en los datos
representados, que nos darán un indicio de que hay una variabilidad no aleatoria
que debe investigarse.
  Pista 1: Cuando hay solo un punto fuera de control. Es quizá la más
pequeña de las probabilidades.
 Pista 2: Cuando hay dos de cada tres puntos sucesivos ubicados a un lado
de la línea central y más de dos desviaciones estándar (sigma) alejados de
esta línea.
 Pista 3: Cuando hay 4 de cada 5 puntos sucesivos ubicados a un lado de la
línea central y más de una desviación estándar (sigma) alejados de esta
línea.
 Pista 4: Cuando hay una serie de 8 puntos sucesivos ubicados a un lado de
la línea central, sin importar cuántas desviaciones estándar estén alejados
de la línea central. Por ejemplo 8 de cada 10 puntos, 12 de cada 14 puntos
o 16 de cada 18 puntos.
 Pista 5: Cuando hay 6 puntos consecutivos ascendentes o descendientes.
 Pista 6: Cuando hay 14 o más puntos consecutivos cruzando la línea
central de arriba a abajo, sin que haya al menos 2 puntos sucesivos en un
mismo lado.
 Pista 7: Cualquier patrón recurrente que estés observando, puede ser
considerado algo inusual.
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.
Plantilla de gráfico de control en excel
Una plantilla muy útil, tanto que me he resistido de hacer una plantilla de Ingenio
Empresa por colocar esta. Es funcional, automática y dinámica. Sensacional. Esta
desarrollada por la American Society for Quality (ASQ). También podrás
encontrar otras plantillas en excel que te serán útiles para la gestión de tu negocio.
Te recomiendo la visites.
La plantilla incluso te muestra con base en 4 criterios (pistas, comportamientos,
patrones) un color diferente para aquellos puntos que se encuentran fuera de
control.

 Un solo punto por fuera de los límites de control

 2 de 3 puntos por fuera de dos desviaciones estándar (dos sigma)
 4 de 5 puntos pro fuera de una desviación estándar (un sigma)
 8 puntos consecutivos por un lado de la línea central
Descarga la plantilla en excel de gráfico de control

15. agosto 2013

Diferentes tipos de gráficos de control

Existen diferentes tipos de gráficos de control. La principal división es:
gráficos de control para variables y gráficos de control para atributos.
Gráfica de Medias y Rangos
 
La gráfica X-R, que es la herramienta tradicional y fundamental del control estadístico de proceso,
en realidad consiste de dos gráficas una para las medias (X) que nos ayudará a controlar el
centramiento del proceso y otra para los rangos que nos ayudará a controlar su variabilidad.
 
Estas medias y rangos son obtenidas de subgrupos de muestras de
tamaño constante tomadas del proceso a intervalos regulares de tiempo
o unidades de producción. Los tamaños de subgrupo más comunes son
4 ó 5. Cada punto de la gráfica de Medias es el promedio de las
muestras de un subgrupo. Cada punto de la gráfica de Rangos es la
diferencia entre el valor máximo y el mínimo de cada subgrupo. Los
límites de control se calculan a partir del Rango promedio y delimitan una
zona de 3 desviaciones estándar de cada lado de la media.
 
Gráfica de Medias y Desviaciones Estándar
 
Cada punto de la gráfica de Medias es el promedio de las muestras de
un subgrupo. Cada punto de la gráfica de Desviaciones es la desviación
estándar interna de cada subgrupo. Los límites de control se calculan a
partir de la Desviación estándar promedio y delimitan una zona de 3
desviaciones estándar de cada lado de la media.
 
Gráfica de Individuos y Rangos Móviles
 
La gráfica de control de puntos individuales y rangos móviles puede
utilizarse para características cuyas muestras individuales se distribuyan
normalmente. En la gráfica PI cada punto representa un valor individual.
En la gráfica Rm cada punto es la diferencia entre la muestra actual y la
anterior.
 
Gráfica de Medias, Rangos Móviles y Rangos ( ó 3D)
 
La independencia de la muestras que conforman cada subgrupo es uno
de los requisitos más importantes para el correcto funcionamiento de los
gráficos de control, pero también uno de los que con mayor frecuencia no
se respeta. En ocasiones se hacen varias mediciones de la misma
característica en la misma muestra y estas repeticiones se integran como
subgrupos graficando su valor promedio y su rango. La no independencia
de las repeticiones provoca que muchas veces el gráfico resultante no
muestre control estadístico. La gráfica 3D pretende ayudar a solucionar
este problema. Consiste en presentar las mismas gráficas de medias,
rangos móviles y rangos que ya conocemos con una diferencia: los
promedios de los subgrupos se toman como datos individuales para el
gráfico de rango móvil y para el cálculo de límites en el gráfico de
medias. Esta adaptación permite el cálculo de límites naturales más
realistas.
 
Gráfica de Promedios móviles exponenciales y Rangos (EWMA – R
ó Rm)
 
La gráfica de Promedios Móviles Exponenciales es una alternativa a la
gráfica de medias o a la de puntos individuales que puede utilizarse en
procesos donde se desean investigar causas que provocan
desplazamientos pequeños y constantes del centramiento del orden de
0.5 a 2.0 sigma. Cada punto de la gráfica es un valor ponderado
geométricamente con todos los anteriores de forma que se representen
mejor las tendencias a costa de la sensibilidad para cambios grandes o
bruscos. Debe seleccionarse un factor de ponderación (lambda) entre
0.05 y 1.0 en función inversa del grado de suavizado que se quiere
obtener. Los valores comunes están entre 0.2 y 0.4. Puede elaborarse
con datos individuales o agrupados. La gráfica de rangos no sufre
cambios.
 
 
Gráfica del número de no conformidades ( c )
 
Cada punto de la gráfica es el número de defectos encontrado en una
muestra, un lote, la producción de un período o alguna otra área de
oportunidad de tamaño constante. Los límites de control encierran una
zona de probabilidad de 3 desviaciones estándar por arriba y por abajo
de la media, por lo que la interpretación de los puntos fuera de límites es
similar a la de las gráficas por variables.
 
Gráfica de no conformidades por unidad ( u )
 
Cada punto de la gráfica representa el cociente entre el número de
defectos en la muestra, lote, la producción de un período o alguna otra
área de oportunidad que puede o no ser constante y el tamaño de la
misma. Los límites de control se interpretan de la manera usual pero
varían de punto a punto de manera inversa al tamaño del área de
oportunidad.
 
Gráfica de la fracción no conforme ( p )
 
Cada punto de la gráfica representa el porcentaje del número de
elementos no conformes (cada elemento rechazado puede tener más de
una no conformidad) en el lote, la producción de un período o alguna otra
área de oportunidad que puede o no ser constante y el tamaño de la
misma. Los límites de control se interpretan de la manera usual pero
varían de punto a punto de manera inversa al tamaño del área de
oportunidad.
 
Gráfica del número de no conformes ( np )
 
Cada punto de la gráfica es el número de elementos no conformes (cada
elemento rechazado puede tener más de una no conformidad)
encontrados en un lote, la producción de un período o alguna otra área
de oportunidad constante. Los límites de control encierran una zona de
probabilidad de 3 desviaciones estándar por arriba y por abajo de la
media, por lo que la interpretación de los puntos fuera de límites es
similar a la de las gráficas por variables. 
Control Estadístico de la Calidad
Enviado por Henrry Adalid Torres Céspedes

1.
2. Orígenes y evolución de la Calidad
3. Gurús
4. Técnicas de administración de la calidad
5. Aplicaciones de Ejemplos
6. Conclusión
7. Bibliografía

Introducción
El presente trabajo pretende explicar las ventajas que implica aplicar el Control Estadístico en
los procesos de producción con el fin de mejorar los procesos productivos,
disminuyendo costos para así ofrecer productos realmente competitivos.
Existe mucha literatura de control de calidad en sus distintas modalidades, todos los autores de
calidad coinciden en la necesidad de usar técnicas de calidad, y para cubrir esta necesidad
existe un conjunto de técnicas estadísticas llamadas herramientas básicas de la calidad que
aplicada combinadamente forman el Control Estadístico del Proceso (CEP).
Orígenes y evolución de la calidad
Previo a la conformación de los primeros grupos humanos organizados de importancia, las
personas tenían pocas opciones para elegir lo que habrían de comer, vestir, en donde vivir y
como vivir, todo dependía de sus habilidades en la cacería y en el manejo de herramientas, así
como de su fuerza y voluntad, el usuario y el primitivo fabricante eran, regularmente, el
mismo individuo.
La calidad era posible definirla como todo aquello que contribuyera a mejorar las precarias
condiciones de vida de la época prehistórica, es decir, las cosas eran valiosas por el uso que se
les daba, lo que era acentuado por la dificultad de poseerlas. 
Conforme el ser humano evoluciona culturalmente y se dinamiza el crecimiento de los
asentamientos humanos, la técnica mejora y comienzan a darse los primeros esbozos
de manufactura; se da una separación importante entre usuario o cliente y el fabricante o
proveedor.
La calidad se determinaba a través del contacto entre los compradores y lo vendedores, las
buenas relaciones mejoraban la posibilidad de hacerse de una mejor mercancía, sin embargo,
no existían garantías ni especificaciones, el cliente escogía dentro de las existencias disponibles.
Conforme la técnica se perfecciona y las poblaciones se transforman poco a poco en pueblos y
luego en ciudades de tamaño considerable, aparecen los talleres de artesanos dedicados a la
fabricación de gran variedad de utensilios y mercancías, cada taller se dedicaba a la elaboración
de un producto, eran especialistas en ello y basaban su prestigio en la alta calidad de sus
hechuras, las que correspondían a las necesidades particulares de sus clientes. En esta etapa
surge el comerciante, sirviendo de intermediario entre el cliente y el fabricante. 
Los gurús de nuestros días
Los gurús de esta nueva etapa idealizan las funciones y dinámica de la organización para
insertarlas en un nuevo modelo de comportamiento, relaciones y disciplinas. Entre estos
tenemos:
W. EDWARDS DEMING (1900-1993)

William Edwards Deming nació en 1900 en Wyoming, E.U., se dedicó a trabajar sobre el
control estadístico de la calidad. Japón asumió y desarrollo los planteamientos de Deming, y
los convirtió en el eje de su estrategia de desarrollo nacional. En 1950 W. Edward Deming
visitó Japón, dando conferencias sobre Control de Calidad. A dichas conferencias asistieron
un grupo numeroso y seleccionado de directivos de empresas para crear las bases sobre las que
instaurar el Premio Deming, premiando a aquellas instituciones o personas que se
caracterizaran por su interés en implantar la calidad.
JOSEPH MOSES JURAN (1904-199)

Nace en Rumania en 1904 y es otra de las grandes figuras de la calidad. Se traslada a Minnesota
en 1912. Es contemporáneo de Deming. Después de la II Guerra Mundial trabajó como
consultor. Visita Japón en 1954 y convierte el Control de la Calidad en instrumento de
la dirección de la empresa. Imparte su conferencia sobre: "Gestión Sistemática del Control de
Calidad". Se le descubre a raíz de la publicación de su libro, desechado por otras editoriales:
"Manual de Control de Calidad". Su fundamento básico de la calidad, es que sólo puede tener
efecto en una empresa cuando ésta aprende a gestionar la calidad.
KAORU ISHIKAWA (1915-)
El representante emblemático del movimiento del Control de Calidad en Japón es el Dr. Kaoru
Ishikawa. Nacido en 1915, se graduó en la Universidad de Tokio el año 1939
en Química Aplicada. Fue profesor en la misma Universidad, donde comprendió la importancia
de los métodos estadísticos, ante la dispersión de datos, para hallar consecuencias.  Desarrolla
el Diagrama Causa-Efecto como herramienta para el estudio de las causas de los problemas.
Parte de que los problemas no tienen causas únicas, sino que suelen ser, según su experiencia,
un cúmulo de causas. Sólo hay que buscar esta multiplicidad de causas, colocarlas en su
diagrama.
PHILIP B. CROSBY (1926-2001)

Philip Crosby nació en Wheeling, Virginia el 18 de junio de 1926. Entre su participación en la

Segunda Guerra Mundial y Corea, Philip Crosby comenzó su trabajo como profesional de la
calidad en 1952 en una escuela médica. La carrera de Philip Crosby comenzó en una planta de
fabricación en línea donde decidió que su meta sería enseñar administración en la cual
previniendo problemas sería más provechoso que ser bueno en solucionarlos. Formo la Crosby
Associates, Inc. (PCA), y durante diez años siguientes la convirtió en una organización con 300
empleados y con $80 millones de dólares en ganancias.
GENICHI TAGUCHI (1924-)
El Dr. Genichi Taguchi nació en Japón en 1924, graduándose en la Escuela Técnica de la
Universidad Kiryu, su principal etapa profesional ha sido dentro de la Electrical
Communication Laboratory (ECL) de la Nippon Telephone and Telegraph Co. (1948-1961) en
donde se enfocó a la mejora de la productividad en la investigación y desarrollo.  En sus
métodos emplean la experimentación a pequeña escala con la finalidad de reducir la variación y
descubrir diseños robustos y baratos para la fabricación en serie, reduciendo los tiempos
de investigación, desarrollo y entrega del diseño.
SHIGEO SHINGO (1909-1990)

Nació en Japón en 1909, Shigeo Shingo tal vez no es tan conocido en Occidente como Ishikawa
y Taguchi, aunque la incidencia de su trabajo, especialmente en Japón, ha sido inmensa.
Después de graduarse en Ingeniería Mecánica en la Escuela Técnica Yamanahsi en 1930, se
incorporó a la Fábrica de Ferrocarriles Taipei, en Taiwán, donde introdujo los métodos de
gestión científica. 
Es interesante advertir que los sistemas poka-yoke, al utilizar dispositivos que evitan la
aparición de defectos, obvian la necesidad de medición. En general, los sistemas poka-yoke
comprenden dos fases: el aspecto de detección y el aspecto de regulación.
Los catorce pasos hacia el "cero defectos" de crosby
Denominados para que la administración conduzca a la organización a una posición productiva
y competitiva. En los años 60’s, Philip B. Crosby propuso un programa de 14 pasos a los que
denominó "cero defectos", a través de los cuales hizo entender a los directivos que cuanto se
exige perfección ésta puede lograrse, pero para hacerlo la alta gerencia tiene que motivar a sus
trabajadores (Crosby:1979). De esta forma planteaba la importancia de las relaciones humanas
en el trabajo.
El Control Estadístico de la Calidad y la mejora de procesos.
Comenzando con la aportación de Shewhart sobre reconocer que en todo proceso de
producción existe variación (Gutiérrez:1992), puntualizó que no podían producirse dos partes
con las mismas especificaciones, pues era evidente que las diferencias en la materia prima e
insumos y los distintos grados de habilidad de los operadores provocaban variabilidad.
Shewhart no proponía suprimir las variaciones, sino determinar cuál era el rango tolerable de
variación que evite que se originen problemas.
Para lograr lo anterior, desarrolló las gráficas de control al tiempo que Roming y Dodge
desarrollaban las técnicas de muestreo adecuadas para solamente tener que verificar cierta
cantidad de productos en lugar de inspeccionar todas las unidades. Este periodo de la calidad
surge en la década de los 30’s a raíz de los trabajos de investigación realizados por la Bell
Telephone Laboratories.
En su grupo de investigadores destacaron hombres como Walter A. Shewhart, Harry Roming y
Harold Dodge, incorporándose después, como fuerte impulsor de las ideas de Shewhart, el Dr.
Edwards W. Deming (Cantú:1997).
Estos investigadores cimentaron las bases de lo que hoy conocemos como Control
Estadístico de la Calidad (Statistical Quality Control, SQC), lo cual constituyó un
avance sin precedente en el movimiento hacia la calidad,
Causas de variación
 Existen variaciones en todas las partes producidas en el proceso de manufactura. Hay
dos fuentes de variación:

o variación aleatoria se debe al azar y no se puede eliminar por completo.
o variación asignable es no aleatoria y se puede reducir o eliminar.
 Nota: la variación puede cambiar y cambiará la forma, dispersión y tendencia central
de la distribución de las características medidas del producto.

Diagramas de diagnóstico
Controles o registros que podrían llamarse "herramientas para asegurar la calidad de una
fábrica", esta son las siguientes:
 Hoja de control (Hoja de recogida de datos)
 Histograma
 Análisis paretiano (Diagrama de pareto)
 Diagrama de Ishikawa: Diagrama de causa y efecto (Espina de Pescado)
 Estratificación (Análisis por Estratificación)
 Diagrama de scadter (Diagrama de Dispersión)
 Gráfica de control

La experiencia de los especialistas en la aplicación de estos instrumentos o Herramientas

Estadísticas señala que bien aplicadas y utilizando un métodoestandarizado de solución de
problemas pueden ser capaces de resolver hasta el 95% de los problemas.
En la práctica estas herramientas requieren ser complementadas con otras técnicas como son:
 La lluvia de ideas (Brainstorming)
 La Encuesta
 La Entrevista
 Diagrama de Flujo
 Matriz de Selección de Problemas, etc…

Hay personas que se inclinan por técnicas sofisticadas y tienden a menospreciar, pero la
realidad es que es posible resolver la mayor parte de problemas de calidad, con el uso
combinado de estas herramientas en cualquier proceso de manufactura industrial.:
 Detectar problemas
 Delimitar el área problemática
 Estimar factores que probablemente provoquen el problema
 Determinar si el efecto tomado como problema es verdadero o no
 Prevenir errores debido a omisión, rapidez o descuido
 Confirmar los efectos de mejora
 Detectar desfases

Como elaborar un diagrama de Pareto

Partiendo de los descubrimientos del celebre economista y sociólogo italiano Vilfredo Pareto El
diagrama de Pareto es una comparación ordenada de factores relativos a un problema. Esta
comparación nos va a ayudar a identificar y enfocar los pocos factores vitales diferenciándolos
de los muchos factores útiles. Esta herramienta es especialmente valiosa en la asignación de
prioridades a los problemas de calidad, en el diagnóstico de causas y en la solución de las
mismas, el diagrama de Pareto se puede elaborar de la siguiente manera:
1. Cuantificar los factores del problema y sumar los efectos parciales hallando el total.
2. Reordenar los elementos de mayor a menor.
3. Determinar el % acumulado del total para cada elemento de la lista ordenada.
4. Trazar y rotular el eje vertical izquierdo (unidades).
5. Trazar y rotular el eje horizontal (elementos).
6. Trazar y rotular el eje vertical derecho (porcentajes).
7. Dibujar las barras correspondientes a cada elemento.
8. Trazar un gráfico lineal representando el porcentaje acumulado.
9. Analizar el diagrama localizando el "Punto de inflexión" en este último gráfico.
Se ha llegado a verificar la regularidad con la que se dan en las distintas actividades y
fenómenos sociales y productivos, el hecho de que unos pocos factores son responsables de la
mayoría de los sucesos, en tanto que el resto mayoritario de los elementos o factores generan o
poseen escasos efectos, es lo que más comúnmente se cataloga como los "pocos vitales y los
muchos triviales".
Así en procesos tradicionales de producción podemos tener que el 20% de las causas de
imperfecciones o fallas originan o son responsables de entre un 70 y 80% de los defectos
detectados. Y al revés, un 80% de las restantes causas generan tan sólo entre un 30 y 20% de
los defectos.
Que importancia tiene ello? Pues bien, permite atacar unas pocas causas generando un
importante impacto total.
Como elaborar un diagrama de Ishikawa
El diagrama de Ishikawa conocido también como causa-efecto, es una forma de organizar y
representar las diferentes teorías propuestas sobre las causas de un problema.
Nos permite, por tanto, lograr un conocimiento común de un problema complejo, sin ser nunca
sustitutivo de los datos.
Los Errores comunes son construir el diagrama antes de analizar globalmente los síntomas,
limitar las teorías propuestas enmascarando involuntariamente la causa raíz, o cometer errores
tanto en la relación causal como en el orden de las teorías, suponiendo un gasto de tiempo
importante. El diagrama se elabora de la siguiente manera:
1.     Ponerse de acuerdo en la definición del efecto o problema.
2.     Trazar una flecha y escribir el "efecto" del lado derecho.

 
3.      Identificar las causas principales a través de flechas secundarias que terminan en la flecha
principal.
4.      Identificar las causas secundarias a través de flechas que terminan en las flechas
secundarias, así como las causas terciarias que afectan a las secundarias.
5.      Asignar la importancia de cada factor.
6.      Definir los principales conjuntos de probables causas: materiales, equipos, métodos de
trabajo, mano de obra, medio ambiente (5 M’s).
7.      Marcar los factores importantes que tienen incidencia significativa sobre el problema.
8.      Registrar cualquier información que pueda ser de utilidad.
5.      Asignar la importancia de cada factor.
6.      Definir los principales conjuntos de probables causas: materiales, equipos, métodos de
trabajo, mano de obra, medio ambiente (5 M’s).
7.      Marcar los factores importantes que tienen incidencia significativa sobre el problema.
8.      Registrar cualquier información que pueda ser de utilidad.
Identificación de la problemática
Los elementos y las causas que intervienen en el desarrollo de un proceso y, que pueden en un
momento dado, ocasionar que no se cumplan los objetivos o fallas del mismo, son diversos y en
ocasiones difíciles de identificar.
Objetivo de los diagramas de control de la calidad
 El objetivo de los diagramas de control de la calidad es determinar y visualizar en una
gráfica el momento en que ocurre una causa asignable en el sistema de producción
para poder identificarla y corregirla. Esto se logra con la selección periódica de una
pequeña muestra de la producción actual.

Los procedimientos para establecer un control estadístico

Los procedimientos para establecer un control estadístico del comportamiento de la empresa
1. establecer la "capacidad del proceso",
2. crear un gráfico de control;
3. recoger datos periódicos y representarlos gráficamente;
4. identificar desviaciones;
5. identificar las causas de las desviaciones;
6. perpetuar los efectos positivos y corregir las causas de los negativos.

Un gráfico de control utiliza medidas de un proceso para determinar el comportamiento

normal de dicho proceso. La desviación típica es una medida de variabilidad que también
puede calcularse, con las cuales trazamos los límites de control superior e inferior. Incluyendo
los datos futuros a medida que se obtienen, veremos si los nuevos datos se corresponden con
los resultados esperados. Si no es así, inferiremos que ha sucedido algo infrecuente con lo que
procederemos a buscar la causa. Estas causas son denominadas causas especiales para
diferenciarlas de las causas comunes de variabilidad, las cuales siempre están presentes y son
las causantes de la variación incluida en las observaciones previas. Las causas comunes se
reflejan en los cálculos de la media y de la desviación típica utilizados para elaborar el gráfico
de control.
Tipos de diagramas de control de la calidad para variables
La media o la gráfica x barra
La media o la gráfica x barra está diseñada para variables de control como peso, longitud, etc.
El límite superior de control (LSC) y el límite inferior de control (LIC) se obtienen a partir de la
ecuación:

donde   es la media de las medias muestrales y   es la media de las amplitudes muestrales.
El diagrama de amplitudes
El diagrama de amplitudes está diseñado para mostrar si la amplitud total de la medición está
dentro o fuera de control. El límite superior de control (LSC) y el límite inferior de control
(LIC) se obtienen a partir de la ecuación:

El diagrama de porcentaje de defectos

 El diagrama de porcentaje de defectos se llama también diagrama p o diagrama
de p barra. La gráfica muestra la porción de la producción que no es aceptable. Esta porción
se puede encontrar con

El diagrama de c con barra

 El diagrama c o diagrama de c barra está diseñado para el control del número de
defectos por unidad. El LSC y el LIC se obtienen mediante:

Aplicaciones
Ejemplo1
Se desea interpretar el siguiente gráfico.
De tal forma en el ejemplo podemos observar que el 33% de los factores generadores de costes
son responsables del 67% del total de los costes incurridos. De tal forma una reducción del 20%
en los dos ítem más importantes generarán una reducción en el coste total del orden del 13%.
A su vez los costes de reparaciones pueden y deben ser objeto también de un análisis paretiano
de manera tal de saber que tipo de reparaciones conforman este coste, y saber también a que
línea de productos responden dichos gastos. Lo mismo debe hacerse con los restantes costes
(fallas, reprocesos, etc.).
Ejemplo 2:

Ejemplo3
Un aspecto de la calidad de servicio en un laboratorio de computación está representado por la
buena disposición de las computadoras, cuando el estudiante ingresa para seguir su clase.
Desde el punto de vista de la buena disposición es la instalación de los softwares que necesita
utilizar es de particular importancia que todas los programas que se supone posee la
computadora (sistema operativo, programa de ofimatica completo, internet, etc.) se encuentren
realmente disponibles. De igual manera que los programas instalado sean de versiones que se
utilizaran en clase estén funcionando adecuadamente.
Se decide estudiar este proceso durante un periodo de 7 días, tomando 10 muestra en cada
turno. Así pues, se determinará, antes de la llegada de los estudiantes, si las computadoras
tienen algún incumplimiento en cuanto a la disponibilidad de las instalaciones y al
funcionamiento adecuado de todos los softwares.
En la tabla siguiente se presenta el número de computadoras que fueron consideradas como no
adecuadas para cada día y turno del periodo de 5 días.

Computadoras no
Dias Turno Computadoras revisadas disponibles

M 10 2

T 10 4

1 N 10 2

M 10 2

T 10 2

2 N 10 1

M 10 2

T 10 5

3 N 10 1

M 10 3

T 10 1

4 N 10 4

M 10 2

T 10 3

5 N 10 2

6 M 10 5

T 10 1
 N 10 2

M 10 4

T 10 1

7 N 10 2

Linea Central

Limite de Control Superior

Limite de Control Inferior

Un examen del diagrama nos indica que se tiene un proceso bajo control estadístico, en el
cual los valores individuales están alrededor de p sin que exista evidencia de algún patrón
presente.
Muestreo de aceptación
El muestreo de aceptación es un método para determinar si un lote de productos que se recibe
cumple los estándares especificados.
 Está basado en técnicas de muestreo aleatorio.
 Una muestra aleatoria de n unidades se obtiene del lote recibido.
 c es el número máximo de unidades defectuosas que se pueden encontrar en la muestra
del lote para considerarse aceptable.

Curva característica de operación

Una curva CO, o curva característica de operación, se desarrolla usando la distribución
binomial de la probabilidad con el fin de determinar la probabilidad de aceptar un lote con
distintos niveles de calidad
Conclusiones
Del desarrollo de los concepto y ejemplos se puede observar el enorme potencial que posee la
utilización del Control Estadístico de la calidad como instrumento y herramienta destinada a
un mejor control en la evolución de la empresa, una forma más eficaz de tomar decisiones en
cuanto a ajustes, un método muy eficiente de fijar metas y un excepcional medio de verificar el
comportamiento del sistema.
Muchos son los que por desconocimiento de la forma en que funcionan los procesos tienden a
efectuar prolongados y obstinados análisis en la búsqueda de las razones que dieron lugar a la
variación de los costos en relación a los estándares o a los registrados en el período anterior,
cometiendo el error de adoptar medidas de ajuste, cuando en realidad las variaciones
respondían a la naturaleza misma del proceso, por lo que los ajustes dan origen a mayores
diferencias en el futuro.
Las empresas que no adopten esta nueva metodología sufrirán el choque frente a empresas de
categoría mundial que lo aplican en forma metódica.