CONTROL ESTADÍSTICO

DE PROCESOS

DOCENTE JUAN LIRA

INGENIERO INDUSTRIAL
 OBJETIVOS ESPECÍFICOS
• Conocer, describir e interpretar las
graficas de control en un proceso.

Ingº Juan Lira

CONTROL ESTADÍSTICO DE PROCESOS (CEP)

❖ Es una técnica estadística que se usa para asegurar que

los procesos cumplen con los estándares.

❖ Todos los procesos están sujetos a ciertos grados de

variabilidad.
▪ Causas naturales: Variaciones aleatorias.
▪ Causas imputables: Problemas
corregibles.(Maquinaria de desgaste, trabajadores no
calificados, material de baja calidad).

❖ Objetivo: Identificar las causas imputables.

❖ Se usan los gráficos de Ingº

control
Juan Lirade procesos.
Control de procesos: tres tipos
de resultados
(a) Bajo control y capaz.
Proceso con sólo causas
naturales de variación y
capaz de producir dentro de
Frecuencia los límites de control
establecidos.

Límite inferior de control Límite superior de control

(b) Bajo control pero incapaz.

Proceso bajo control (sólo están
presentes causas naturales de
variación), pero incapaz de producir
dentro de los límites de control
establecidos.

(c) Fuera de control.

Proceso fuera de control, con causas
Tamaño imputables de variación.
(peso, longitud, velocidad, etc.)

Ingº Juan Lira

 CARACTERÍSTICAS DE CALIDAD

Variables
• Características que se
pueden medir (por ejemplo,
el peso o la longitud).
• Pueden ser números
enteros o fracciones.
• Muchas variables aleatorias.
Ingº Juan Lira
Atributos
• Características centradas en
los defectos.
• Los productos se clasifican en
productos “buenos” o “malos”,
o se cuentan los defectos que
tengan.
– Por ejemplo, una radio
funciona o no.
• Variables aleatorias
categóricas o discretas.
BENEFICIOS DE LAS GRÁFICAS DE CONTROL
1. Son herramientas efectivas para entender la variación del proceso
y ayudan a lograr el control estadístico.

2. Si un proceso está en control estadístico su desempeño es

predecible y tanto el fabricante como el cliente pueden confiar en
niveles consistentes de calidad y en costos estables para lograr la
calidad.

3. Un proceso bajo control estadístico se puede mejorar a través de

la reducción de variación y el centrado en un valor objetivo; esto
reduce costos y mejora la productividad.

4. Las gráficas de control proporcionan un lenguaje común para

comunicar información sobre el desempeño de un proceso entre
muy diversas personas dentro y fuera de la empresa.

5. Las gráficas de control indican dónde está o quien tiene la posible

Ingº Juan Lira
solución de un problema,
 GRÁFICAS DE CONTROL

ˆ + 3ˆ x

̂

ˆ − 3ˆ x

Dónde el tiempo representa la muestra o subgrupo

Ingº Juan Lira

 GRÁFICAS DE CONTROL

• Las gráficas de control nos muestran cómo se

compara una característica a través del tiempo.

• Si todos los puntos están dentro de los límites y no

siguen un patrón específico, se dice que el proceso
está bajo control o bajo control estadístico.

• Los límites de control dependen del comportamiento

de los datos.

Ingº Juan Lira

 GRÁFICAS DE CONTROL
❖ Concepto de control estadístico de Shewhart:

▪ Se dice que un fenómeno está controlado cuando, a

través del uso de la experiencia pasada, se puede
predecir al menos dentro de ciertos límites como se
espera que varié el fenómeno en el futuro.
▪ Si un proceso no está en estado controlado, la
productividad o el éxito económico no se garantiza.

Ingº Juan Lira

 GRÁFICAS DE CONTROL

• Límites de especificación: dependen del

diseño o del cliente.

• Límites de control: los determina el

proceso.

Ingº Juan Lira

 GRÁFICAS DE CONTROL

Ocho pruebas para verificar que una gráfica está bajo

control estadístico:
Prueba # 1: un dato fuera del límite de control

LSC
A
B
C
LC
C
B
A
LIC
tiempo

Ingº Juan Lira

 GRÁFICAS DE CONTROL

Prueba # 2: Prueba # 3:

Ocho puntos en forma Cinco puntos consecutivos en

consecutiva por arriba o por forma ascendente o descendente
debajo del promedio
LSC
LSC
A
A
B
B
C
C LC
LC C
C
B
B
A
A
LIC
LIC
tiempo
tiempo Ingº Juan Lira
 GRÁFICAS DE CONTROL

Prueba # 4: Prueba # 5:

Catorce puntos alternándose en Dos o tres puntos en la zona A o

forma consecutiva arriba y abajo. más allá

LSC
LSC
A
A
B
B
C
C LC
LC C
C
B
B
A
A
LIC
LIC
tiempo
tiempo Ingº Juan Lira
 GRÁFICAS DE CONTROL

Prueba # 6: Prueba # 7:

Cuatro de cinco puntos Quince puntos consecutivos en

consecutivos en la zona B o más la zona C
allá
LSC
LSC
A
A
B
B
C
C LC
LC C
C
B
B
A
A
LIC
LIC
tiempo
tiempo Ingº Juan Lira
14
 GRÁFICAS DE CONTROL
Prueba # 8:

Ocho puntos consecutivos que no caigan en la zona C

LSC
A
B
C
LC
C
B
A
LIC
tiempo

Ingº Juan Lira

15
 ESTADÍSTICA DE LAS GRÁFICAS DE
CONTROL
❖ Prueba de hipótesis:

Ho: El proceso está bajo control vs

Ha: El proceso no está bajo control

▪ Error tipo I: Rechazar Ho cuando Ho es verdadero. Se

concluye que “el proceso no está bajo control, cuando
realmente si lo está”.

P(Error tipo I)= 

Ingº Juan Lira

 ESTADÍSTICA DE LAS GRÁFICAS DE
CONTROL
▪ Error tipo II: Aceptar Ho cuando Ho es falsa. Se
concluye que “el proceso está bajo control,
cuando realmente no lo está”.

P(Error tipo II)= 

❖ Para fines de cálculo de  y , suponga que el

proceso no está bajo control si hay un cambio en la
media del mismo.

Ingº Juan Lira

TIPOS DE GRÁFICAS DE CONTROL

Ingº Juan Lira

GRÁFICAS PARA VARIABLES

(x − R )
(x − S )

Ingº Juan Lira

GRÁFICA DE MEDIAS Y RANGOS

(x − R )
Ingº Juan Lira
 GRÁFICAS DE MEDIAS Y RANGOS

• El procedimiento es el mismo que en las gráficas de

medias y desviación estándar.

• La forma de obtener los límites de control y la línea

central es la siguiente:

Ingº Juan Lira

 GRÁFICAS DE MEDIAS Y RANGOS

• Gráfica de rangos:

LC = R
LSC = D4 R
LSC = D3 R
R: Es la media de los rangos de las muestras.
D3 y D4: Son parámetros para los gráficos de control y
depende del tamaño de la muestra (n).
Ingº Juan Lira
 GRÁFICAS DE MEDIAS Y RANGOS

• Gráfica de medias: antes de calcular los

límites es necesario que esté bajo control
la gráfica de rangos.
LC = x
LSC = x + A2 R
LSC = x − A2 R
R: Es la media de los rangos de las muestras
A2: Es un parámetro para los gráficos de control y
depende del tamaño Ingºde
Juanla
Liramuestra (n)
 GRÁFICAS DE MEDIAS Y RANGOS

• = se puede obtener a partir de los datos

recopilados, pero generalmente se obtiene
de la información proporcionada por la
gráfica de un proceso bajo control.

R
ˆ =
d2
Ingº Juan Lira
INTERPRETACIÓN DE GRÁFICA DE RANGOS

• Esta gráfica se debe analizar primero, ya que el

comportamiento de los promedios y de los rangos de
los subgrupos depende de la variabilidad estimada
de las piezas.
• Se deben verificar las ocho pruebas
• Verificar que no haya tendencias

Ingº Juan Lira

INTERPRETACIÓN DE GRÁFICA DE MEDIAS

• Si la gráfica de rangos está bajo control, la dispersión

del proceso está estable y por lo tanto se puede
analizar la gráfica de los promedios; los límites de
control de esta gráfica se basan en la cantidad de
variación de los rangos. Con la gráfica de medias se
determina si el centro del proceso está cambiando
con el tiempo y si ese es el caso, entonces existen
causas especiales de variación que están
ocasionando esos problemas.
Ingº Juan Lira
GRÁFICA DE MEDIAS Y DESVIACIÓN
ESTÁNDAR

(x − S )
Ingº Juan Lira
 PROCEDIMIENTO PARA ELABORAR UNA
GRÁFICA X - S
1. Defina cuál será la característica de la
calidad: Otorgar la máxima prioridad a
aquellas variables o características medibles y
expresables mediante números y que causen
problemas en producción o costos.
2. Escoja el subgrupo racional: Los elementos
que conformen cada subgrupo deberán de
haberse producido básicamente dentro de las
mismas condiciones.

Ingº Juan Lira

 PROCEDIMIENTO PARA ELABORAR UNA
GRÁFICA X - S

3. Recolectar los datos: Recoger información de

25 subgrupos con más de 10 datos en cada
subgrupo. Regístrelos en una hoja de datos.
4. Calcular los promedios para cada subgrupo
=
5. Calcular x : dividiendo el total de los
promedios de cada subgrupo por el número de
subgrupos.

Ingº Juan Lira

 PROCEDIMIENTO PARA ELABORAR UNA
GRÁFICA X - S
6. Calcular S: Calcular la desviación estándar de
cada subgrupo.

 (x i − x) 2

S= i =1
n −1
S
7. Calcular : dividiendo el total de las S de
cada subgrupo por el número de subgrupos.

Ingº Juan Lira

 PROCEDIMIENTO PARA ELABORAR UNA
GRÁFICA X - S

8. Calcular las líneas de control:

Calcular cada una de las líneas de
control para la gráfica x y la gráfica
S con las siguientes fórmulas:

Ingº Juan Lira

 PROCEDIMIENTO PARA ELABORAR UNA
GRÁFICA X - S

• Gráfica S:
• Línea central: LC = S
• Límite superior de control: LSC = B4 S
• Límite inferior de control: LIC = B3 S

Nota importante: En estas gráficas de control la

desviación estándar se estima con la expresión
S
c4
Ingº Juan Lira
 PROCEDIMIENTO PARA ELABORAR UNA
GRÁFICA X - S

9. Dibujar las líneas de control: Preparar una hoja de papel

cuadriculado; dividirla en dos partes iguales para las dos
gráficas, colocando en la parte inferior la de desviaciones
estándar y en la parte superior la de medias; marcar cada eje
vertical de la izquierda con los valores de las media y de las
desviaciones estándar, según sea el caso, y el eje horizontal
con los números de los subgrupos. Dibuje una línea sólida
para la línea central y una línea punteada para los límites.

Ingº Juan Lira

 PROCEDIMIENTO PARA ELABORAR UNA
GRÁFICA X - S

10. Localizar los puntos: Registrar los valores

de la media y de la desviación estándar de
cada subgrupo, por partes, según el
número del subgrupo.

11. Registrar los datos que puedan ser de

utilidad: Escriba el tamaño del subgrupo
(n) en el extremo superior izquierdo de la
gráfica de medias.
Ingº Juan Lira
 INTERPRETACIÓN DE GRÁFICA S
• Primero se debe analizar esta gráfica, ya que si
no está bajo control estadístico los límites de la
gráfica de medias no tendrán sentido.
• En caso de que no este bajo control estadístico,
se deberán encontrar las causas especiales de
variación y eliminar los puntos fuera de control y
recalcular los límites.

Ingº Juan Lira

INTERPRETACIÓN DE GRÁFICA DE MEDIAS

• Después de haber revisado la gráfica S, es

cuando se interpreta la de medias.
• Nunca se deben relacionar los puntos en una
gráfica de medias con los límites de
especificación, ya que los puntos en la gráfica
son promedios y las especificaciones
corresponden a valores individuales, presentando
una variabilidad mayor que los subgrupos.
Ingº Juan Lira
 PARA AMBAS GRÁFICAS

• Se deben verificar las ocho pruebas

• Verificar que no se presente ningún
patrón.
• Datos normales.

Ingº Juan Lira

 CASO PRÁCTICO
Supongamos que tenemos una máquina inyectora que produce
piezas de plástico, por ejemplo de PVC. Una característica de
calidad importante es el peso de la pieza de plástico, porque
indica la cantidad de PVC que la máquina inyectó en la matriz. Si
la cantidad de PVC es poca la pieza de plástico será deficiente;
si la cantidad es excesiva, la producción se encarece porque se
consume más materia prima. Entonces, en el lugar de salida de
las piezas, hay un operario que cada 30 minutos toma una, la
pesa en una balanza y registra la observación:

Ingº Juan Lira

 20 muestras de n = 8 han sido tomadas en el proceso. La media del
rango para las 20 muestras es de 0,016 gr y la media de las medias de
las muestras 3 gr.
Determinar los límites de control para este proceso.
x = 3 gr R = 0,016 gr n = 8: A2 = 0,37 D4= 1.564 D3=0.136
Gráfico de Medias

LC = x = 3gr
LSC = x + A2 R = 3 + (0.37 * 0.016 ) = 3.006 gr
LSC = x − A2 R = 3 − (0.37 * 0.016 ) = 2.994 gr
Gráficos de Rango
LC = R = 0.016 gr
LSC = D4 R = 1.564 * 0.016 = 0.025 gr
LSC = D3 R = 0.136 * 0.016 = 0.0022 gr
Ingº Juan Lira
 GRÁFICO x GRÁFICO R
EJEMPLO

UCL
UCL

x R

LCL LCL

Detecta variaciones No detecta variaciones: el gráfico falla para

indicar un problema
EJEMPLO

UCL
UCL

R
x

LCL LCL

No detecta variaciones Detecta el aumento de la variación

Usando los gráficos de la media y del recorrido

Los dos tipos de gráficos de control proveen de diferentes perspectivas del proceso.

El gráfico de control de la media es sensible a los cambios en la media del proceso y el de

recorrido es sensible a la dispersión del proceso.

Lo lógico sería utilizar los dos tipos de gráficos para controlar el mismo proceso.

Ingº Juan Lira

 GRÁFICOS DE CONTROL POR ATRIBUTOS
• Los gráficos de control para atributos se usan cuando la
característica de calidad del proceso no puede ser
medida, sólo puede observarse, clasificando el producto
en defectuoso o bueno.

• Hay dos tipos de gráficos de control para atributos:

– Gráfico p:
Para el número de piezas defectuosas en una
muestra
– Gráfico c:
Para el número de defectos por unidad

Ingº Juan Lira

 GRÁFICOS DE CONTROL POR ATRIBUTOS
• ¿Cuándo debe usarse cada uno de ellos?
– Gráfico p:
• Cuando lo que se observa pueda situarse en dos categorías
: bueno o malo, aprobado o suspenso, si o no,..
• Cuando los datos consisten en múltiples muestras de n
observaciones cada una de ellas.

– Gráfico c:
• Cuando sólo puedan contarse los sucesos ocurridos pero no
los no ocurridos. Ejemplos:
– Llamadas por hora
– Arañazos, errores, .. por pieza
– Roturas, rajas por metro cuadrado
– Crímenes anuales,Ingº etc
Juan Lira
Volver al inicio del Capítulo
 GRÁFICOS DE CONTROL POR ATRIBUTOS
GRÁFICO p
• Se utiliza para controlar la proporción de defectos
generados por un proceso.
• El gráfico p se construye y utiliza de forma similar al
gráfico x.
• La línea central del gráfico p es la fracción de ítems
defectuosos (p), se calcula como el número de ítems
defectuosos dividido por el tamaño de la muestra n
(estamos utilizando muestras de tamaño variable).
• p es la fracción de defectuosos del universo, como no la
conocemos haremos una estimación que denominamos
p y, se calcula como la media de las fracciones
defectuosas de 20-25 muestras.
Ingº Juan Lira
 GRÁFICOS DE CONTROL POR ATRIBUTOS
• La variable p se distribuye como una binomial,
por tanto, su desviación típica y los límites de
control pueden expresarse como:
p(1 − p)
 =
p
n

p  3p
Límites de control =

Si el límite inferior de control es < 0 se utiliza

como límite cero

Ingº Juan Lira

 GRÁFICOS DE CONTROL POR ATRIBUTOS
• Ejemplo:
Usando la siguiente información construir el
gráfico de control que describa el 95.5% de
posible variación en el proceso cuando el
proceso está bajo control. Cada muestra
contiene 100 observaciones.
Muestra Nº Defectos Muestra Nº Defectos
1 14 11 8
2 10 12 12
3 12 13 9
4 13 14 10
5 9 15 11
6 11 16 10
7 10 17 8
8 12 18 12
9 13 19 10
10 10 20 16
Ingº Juan Lira 220
 GRÁFICOS DE CONTROL POR ATRIBUTOS
• p = 220 / (20*100) = 0.11
p = ((0.11*(1-0.11))/100)1/2 = 0.03
Límite superior UCLp = 0.11+ (2*0.03) = 0.17
Límite inferior LCLp = 0.11 - (2*0.03) = 0.05

Si dibujamos los límites de control y la fracción

de defectuosos para cada muestra podemos
observar que el proceso inicialmente está bajo
control, aunque la última observación está muy
cerca del límite superior.
Ingº Juan Lira
 GRÁFICOS DE CONTROL POR ATRIBUTOS
GRÁFICO c
• Este tipo de gráfico se utiliza cuando se está intentando
controlar el número de defectos por unidad, ya sea
porque el numero de posibles defectos es elevado o
porque se desee aislar un cierto tipo de ellos.
• El número de defectos por unidad se distribuye como
una distribución de Poisson: Se considera la existencia
de una gran cantidad de posibles defectos por artículo,
una probabilidad relativamente baja de que se de un
defecto e independencia de sucesos de los distintos
artículos.
• c es el número más probable de defectos por muestra
que estimamos como c
Ingº Juan Lira
GRÁFICOS DE CONTROL POR ATRIBUTOS
• La media del número de defectos por unidad es c. Se
calcula dividiendo el número total de defectos
encontrados en un lote de muestras entre el número de
estas, que no debe ser inferior a 25.

• La desviación típica σc = c

• Aproximando a la normal, los límites de control serán:

– Límite superior UCLc = c + 3 c
– Límite inferior LCLc = c - 3 c

• Si el límite inferior de control es <0 se utiliza como límite

cero Ingº Juan Lira
 GRÁFICOS DE CONTROL POR ATRIBUTOS
• Ejemplo:
Unos rollos de cable han sido controlados
usando un gráfico c. 18 rollos han sido
examinados y el número de defectos por rollo
ha quedado recogido en la siguiente tabla.
¿Está el proceso bajo control?
Muestra Nº Defectos Muestra Nº Defectos Muestra Nº Defectos
1 3 7 4 13 2
2 2 8 1 14 4
3 4 9 2 15 2
4 5 10 1 16 1
5 1 11 3 17 3
6 2 12 4 18 1
45

Ingº Juan Lira

 GRÁFICOS DE CONTROL POR ATRIBUTOS

• La media del número de defectos c = 45/18 = 2,5

• Los límites de control son
– UCLc = 2,5 + 2 2,5 = 5,66
– LCLc = 2,5 - 2 2,5 = -0,66 = 0
• Defectos por unidad
UCLc = 5.66

2.5

LCLc = 0

1 2 3 4 5 6 7 17 18

Ingº Juan Lira

 CONSIDERACIONES DE LOS GRÁFICOS DE
CONTROL
• Los gráficos de control suponen tiempo y dinero que
pueden ser necesarios para conseguir la salida del
proceso.

• En aquellas organizaciones donde deben emplearse

gráficos de control en algunos puntos del proceso, los
directivos deben tomar varias decisiones relacionadas
con el uso de los gráficos de control:

– En qué puntos del proceso se deben utilizar.

– Qué tamaño de muestra tomar.
– Qué tipo de gráfico de control utilizar
Ingº Juan Lira