KELVIN ERNESTO REYES GUZMAN

17-02-0031
JEAN MAIKER CATANO MONTÁS
GESTIÓN DE CALIDAD I
21/11/2021
Control Estadístico de Procesos (CEP)
En la producción tradicional, los datos de la medición se comparan con los
límites de la especificación y el resultado deriva en la aprobación o rechazo. Es
importante determinar la variación causada por las causas habituales o
comunes y vigilar si ocurren causas especiales de variación.

Cuando se resuelven todas las causas especiales y no existen más, hablamos

de un proceso estadísticamente controladas. El CEP va más allá del análisis de
un proceso técnico. La introducción de los gráficos de control es una parte
importante de un programa de calidad total.

¿Cómo se origina el CEP?

Aunque el control estadístico del proceso se observó en los años ochenta en la

industria occidental como una herramienta muy útil para lograr mejoras, el
origen está en los años veinte. En Estados Unidos, Walter Shewhart desarrollo
métodos estadísticos que fueron utilizados en la industria para controlar la
calidad.

¿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.

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.
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 está 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.
La filosofía de Deming se resume en 14 reglas para el manejo consciente de la
calidad: 'Reglas de Deming':

 1. Crear constancia de mejorar en el producto y servicio, con el objetivo

de ser competitivos, permanecer en el negocio proporcionando puestos
de trabajo. "El Dr. Deming sugiere una nueva y radical definición de una
empresa.

 2. Adoptar una nueva filosofía. "Hoy día se tolera demasiado la mano de

obra deficiente y el servicio poco atento con el cliente. Necesitamos una
nueva religión en la cual los errores y el negativismo resulten
inaceptables"

 3. Dejar de depender de la inspección en masa. "Las empresas

anticuadas típicamente inspeccionan un producto cuando éste sale de la
línea de producción o en etapas importantes del camino, desechando o
retrabajando los productos defectuosos.

 4. Acabar con la práctica de hacer negocios teniendo como base

únicamente al precio. "Los departamentos de compras suelen funcionar
siguiendo la orden de buscar al proveedor de menor precio. Esto,
frecuentemente conduce a materiales de mala calidad.

 5. Mejorar constantemente el sistema de producción y servicio. "La

mejora no es un esfuerzo que se realiza una sola vez. La dirección está
obligada a buscar constantemente maneras de reducir el desperdicio y
mejorar la calidad".

 6. Implantar la formación. "Con mucha frecuencia, a los trabajadores les

enseñan su trabajo otros trabajadores que nunca recibieron una buena
capacitación. Están obligados a seguir instrucciones erróneas en su
trabajo porque nadie les dice cómo hacerlo".

 7. Adoptar e implantar el liderazgo. "La tarea del supervisor no es decirle

a su personal qué hacer, ni amenazarla ni castigarla, sino dirigirla. Dirigir
supone ayudar al personal a hacer un mejor trabajo y aprender mediante
métodos objetivos, y preguntar quién necesita ayuda individual".

 8. Desechar el miedo. "Muchos empleados temen hacer preguntas o

asumir una posición, aun cuando no comprendan cuál es su trabajo, ni
qué está saliendo bien o mal. Seguirán haciendo las cosas mal o
sencillamente no las harán.

 9. Derribar las barreras entre departamentos. "Muchas veces los

departamentos o las unidades de la empresa "compiten" entre sí o
tienen metas que chocan entre sí.
  10. Eliminar eslóganes, exhortaciones y metas para la mano de obra.
"Estas cosas nunca le ayudaron a nadie a desempeñar bien su trabajo.
Es mejor dejar que los trabajadores formulen sus propios lemas".

 11. Eliminar las cuotas para la mano de obra y los objetivos numéricos
para la dirección. "Las cuotas solamente tienen en cuenta los números,
no la calidad ni los métodos. Generalmente son una garantía de
ineficiencia y alto costo.

 12. Eliminar las barreras que privan a la personas de estar orgullosas de

su trabajo. "La gente desea hacer un buen trabajo y le mortifica no poder
hacerlo. Con mucha frecuencia, los supervisores mal orientados, los
equipos defectuosos y los materiales imperfectos obstaculizan un buen
desempeño. Es preciso superar esas barreras".

 13. Estimular la educación y la auto mejora en todo el personal. "Tanto la

administración como la fuerza laboral tendrán que instruirse en los
nuevos métodos, entre ellos el trabajo en equipo y las técnicas
estadísticas".

 14. Actuar para lograr la transformación. "Para llevar a cabo la misión de

la calidad, se necesitará un grupo especial de la alta dirección con un
plan de acción. Los trabajadores no pueden hacerlo solos, y los
administradores tampoco. La empresa debe contar con una crítica de
personas que entiendan los Catorce Puntos, las 7 enfermedades
mortales y los obstáculos".

Objetivos del CEP

El propósito principal de CEP es mejorar los procesos continuos mediante la

reducción de la variación. En el logro de la meta principal también se logran los
siguientes objetivos:

 Mejorar la satisfacción del cliente y reducir las quejas de los clientes;

 Reducir o eliminar la cantidad de inspecciones por lotes;
 La realización de un nivel de calidad predecible y constante;
 Reducir los costos de los rechazos, reprocesos e inspección;
 Mejorar la comunicación entre departamentos y entre el personal;
 Aumentar la motivación de los empleados;
 Aumente la productividad.

Tabla 1
Muestras del primer día Peso (g) - primer día

X1 23,57 23,44 23,35 23,63 23,63 23,31 23,48 23,31 23,61 23,56
X2 23,15 23,59 23,63 23,56 23,22 23,65 23,74 23,63 23,48 23,79
 X3 23,61 23,34 23,41 23,66 23,18 23,59 23,65 23,28 23,58 23,47
X4 23,40 23,32 23,41 23,37 23,27 23,44 23,29 23,46 23,29 23,46
X5 23,45 23,19 23,11 23,69 23,70 23,32 23,61 23,08 23,60 23,47
X6 23,25 23,14 23,28 23,73 23,15 22,98 23,35 23,20 23,12 23,72
X7 23,41 23,18 23,34 23,66 23,52 23,56 23,69 23,57 23,55 23,65
X8 23,47 23,29 23,51 23,39 23,43 23,28 23,55 23,41 23,41 23,55
X9 23,63 23,74 23,70 23,60 23,63 23,32 23,61 23,69 23,72 23,59
X10 23,53 23,64 23,30 22,99 23,52 23,11 23,39 23,13 22,96 23,21

Con base en esos valores, fue hecho el estudio de CEP del primer día.

Por la carta de control se observa que todos los resultados de peso dieron
dentro del especificado, observándose que prácticamente el 75 % de las
muestras reportaron un peso por encima del valor nominal, muchas de ellas
muy próximas al límite superior de especificación.

Posteriormente se procedió a obtener el histograma  y los valores de Cp y Cpk.

La salida del MINITAB para el análisis de capacidad presenta un histograma de

los datos, con una curva de distribución normal representada. La curva es
generada basándose en la media del proceso y en el desvío dentro de los
subgrupos. LSL y USL corresponden a los límites de especificación inferior y
superior, respectivamente. Es calculado también el porcentaje de partes por
millón, bajo dos aspectos distintos: de acuerdo con los valores de las muestras
(Observed Performance) y con base en la curva continuada (Within
Performance). El valor de % se refiere a la parcela de productos fabricados
fuera de los límites de especificación a cada millón de piezas producidas.

Se observó que afirmando que el proceso no está bajo control, no fue

producida ninguna pieza con peso fuera de la especificación, no obstante,
existe la posibilidad de que el 2,29 % de las piezas fabricadas en el futuro,
estén por encima del límite superior y 0,02% por debajo del límite inferior
debido al desplazamiento de la distribución sobrepasando los límites. Los
índices Cp y Cpk fueron de 0,93 0,67 respectivamente, luego, como se puede
percibir en el histograma, existe un desplazamiento del proceso para la
derecha. El Cp mide la dispersión del proceso con relación a los límites de
especificación sin contar con la localización media del proceso, el Cpk toma en
cuenta la variabilidad del proceso y su ubicación con relación a los límites,
luego, la variabilidad es alta. Entonces el proceso es incapaz ya que el valor de
Cpk es menor que 1,00.

En este caso, como resultado del análisis por atributos se observó un índice de
rotura en las piezas producto elevado, atribuible a la formación de
conglomerados observados en la materia prima durante su almacenamiento, no
así en el color del producto que no presentó alteraciones.

Para el análisis del sexto día, fue solicitado el tamizado del sulfato de sodio y
de la parafina al igual que los días cuatro y cinco con la finalidad de eliminar
conglomerados en la materia prima.

Tabla 2
Muestras del sexto día Peso (g) - sexto día

X1 23,15 23,29 23,37 23,11 23,34 23,33 23,25 23,17 23,43 23,13
X2 23,30 23,27 23,38 23,36 23,36 23,30 23,40 23,34 23,32 23,29
X3 23,30 23,39 23,27 23,15 23,38 23,43 23,33 23,31 23,17 23,31
X4 23,26 23,33 23,35 23,18 23,16 23,30 23,15 23,29 23,32 23,24
X5 23,49 23,30 23,45 23,37 23,15 23,39 23,33 23,45 23,26 23,26
X6 23,29 23,24 23,19 23,29 23,22 23,31 23,25 23,21 23,38 23,32
X7 23,34 23,29 23,31 23,55 23,43 23,35 23,32 23,24 23,37 23,18
X8 23,29 23,40 23,24 23,22 23,26 23,38 23,40 23,24 23,36 23,30
X9 23,21 23,33 23,12 23,28 23,50 23,27 23,16 23,32 23,31 23,05
X10 23,31 23,30 23,35 23,41 23,32 23,38 23,28 23,37 23,29 23,42

Tomando como base los valores muestreados, se realizó el estudio de CEP del
sexto día y su carta de control. Ver 
Se observó en el gráfico que todas las muestras están dentro de la
especificación de peso establecidas y su distribución no presenta puntos
próximos a los límites, se encuentra mayormente distribuida en torno al valor
nominal.

Posteriormente se obtuvo el histograma y los cálculos de Cp y Cpk

correspondientes a este día.

No fue constatada ninguna muestra fuera de la banda de especificación, y

ninguna posibilidad de que futuras producciones den fuera de los límites  de
especificaciones, se puede visualizar como la distribución normal se queda
totalmente dentro de los límites y bien centralizada. Los índices Cp y Cpk
reportaron un valor de1,85, la variabilidad es nula y la centralización de la
distribución es prácticamente perfecta. El proceso ahora pasa a ser capaz
nuevamente en el sexto día, Cpk > 1,33.
Bibliografía
Betancourt, D. F. (04 de agosto de 2016). Cómo hacer un gráfico de control: Ejemplo
resuelto en calidad. Recuperado el 03 de diciembre de 2021, de Ingenio Empresa:
www.ingenioempresa.com/grafico-de-control.