Unidad 2: Técnicas para

evaluar estabilidad y
capacidad de procesos
INGENIERÍA DE LA CALIDAD
INDG1057

MSc María Laura Retamales

ESPOL
MSC. MARÍA LAURA RETAMALES
FIMCP - ESPOL
Resumen de la Unidad
2.1
2.2
Fundamentos estadísticos para la construcción de cartas de control y usos

2.3 Cartas de control para variables

Criterios para seleccionar la implementación de las cartas de control

para variables

2.4 Cartas de control para atributos

Criterios para seleccionar la implementación de las cartas de control

para atributos

2.5 Habilidad de los procesos para cumplir especificaciones

2.6 Análisis de capacidad para variables a corto y largo plazo

MSC. MARÍA LAURA RETAMALES

FIMCP - ESPOL
Introducción a la Unidad 2

En esta sección se explican los fundamentos estadísticos para la

elaboración de cartas de control; además los límites para los
distintos tipos de cartas de control existentes.
Se realiza especial énfasis en los criterios operativos y de costos
para la selección de las cartas a utilizar.

MSC. MARÍA LAURA RETAMALES

FIMCP - ESPOL
2.1 Fundamentos estadísticos para la construcción
de Cartas de Control

MSC. MARÍA LAURA RETAMALES

FIMCP - ESPOL
Fundamentos estadísticos para la construcción de
Cartas de Control

• Para que un producto cumpla o exceda las expectativas del

cliente, generalmente debe ser producido por un proceso
estable o repetible.

• El Control Estadístico de Procesos o Statistical Process Control

(SPC) es una poderosa colección de herramientas de resolución
de problemas útiles para lograr la estabilidad del proceso y
mejorar la capacidad mediante la reducción de la variabilidad.

MSC. MARÍA LAURA RETAMALES

FIMCP - ESPOL
Fundamentos estadísticos para la construcción de
Cartas de Control

SPC es uno de los mayores desarrollos tecnológicos del siglo XX

porque se basa en principios subyacentes sólidos, es fácil de usar,
tiene un impacto significativo y se puede aplicar a cualquier
proceso.

Sus siete herramientas principales son:

1. Histograma o stem-and-leaf plot (diagrama tallo y hoja)

2. Check sheet
3. Diagrama de Pareto
4. Diagrama Causa Efecto
5. Defect concentration diagram
6. Diagrama de Dispersión (Scatter diagram)
7. Gráficas/Cartas de Control (Control chart)

MSC. MARÍA LAURA RETAMALES

FIMCP - ESPOL
Fundamentos estadísticos para la construcción de
Cartas de Control

De las siete herramientas, la gráfica de control de Shewhart es

probablemente la más sofisticadas técnicamente.

Fue desarrollada en la década de 1920 por Walter A. Shewhart,

de los Laboratorios Bell Telephone.

Para comprender los conceptos estadísticos que forman la base

de SPC, primero debemos describir la teoría de la variabilidad
de Shewhart.

MSC. MARÍA LAURA RETAMALES

FIMCP - ESPOL
Fundamentos estadísticos para la construcción de
Cartas de Control

Variación y sus causas

En cualquier proceso de producción, siempre existirá una cierta
variabilidad inherente o natural.

Existen dos componentes de la variación:

 Un componente estable inherente al proceso, originado por lo que

se conoce como causas comunes o aleatorias.

 Un componente intermitente atribuido a las causas asignables o

especiales, que pueden ser descubiertas y removidas.

MSC. MARÍA LAURA RETAMALES

FIMCP - ESPOL
Fundamentos estadísticos para la construcción de
Cartas de Control

Variación y sus causas

MSC. MARÍA LAURA RETAMALES

FIMCP - ESPOL
Fundamentos estadísticos para la construcción de
Cartas de Control
Variación y sus causas
Causa común o aleatoria
◦ Común en toda ocasión y lugar
◦ Son inherentes al sistema
◦ Cada causa contribuye en pequeña escala a la variación total en los resultados
◦ Un proceso con presencia de causas comunes se denomina estable.
◦ Para su reducción o eliminación hace falta la decisión de la administración.

Ejemplos:
 Los productos generados en el turno de la noche presentan mayor variación que los
desarrollados durante el día.
 Los productos generados en la planta de Quito son distintos a los que se producen
en la planta de Guayaquil.
MSC. MARÍA LAURA RETAMALES
FIMCP - ESPOL
Fundamentos estadísticos para la construcción de
Cartas de Control
Variación y sus causas
Causa especial o asignable
◦ Es localizada, específica, generalmente externa que no se presenta de manera
sistemática.
◦ Puede presentarse y desaparecer esporádicamente.
◦ Un proceso con variación por causas especiales se denomina inestable.
◦ En su mayoría pueden ser manejadas e incluso eliminadas por el operario.
◦ Deben ser eliminadas antes de atacar las causas comunes o aleatorias.

Ejemplos:
Reducción en el voltaje de la energía eléctrica
La introducción de un operador poco experimentado en una operación de
manufactura o servicio.
MSC. MARÍA LAURA RETAMALES
FIMCP - ESPOL
Fundamentos estadísticos para la construcción de
Cartas de Control

Variación y sus causas

La variación de una característica particular del proceso

puede ser cuantificada muestreando la característica y
estimando los parámetros de la distribución.

Los cambios en la distribución pueden ser revelados

graficando los parámetros contra el tiempo.

MSC. MARÍA LAURA RETAMALES

FIMCP - ESPOL
Fundamentos estadísticos para la construcción de
Cartas de Control

Variación y sus causas

Todos los componentes poseen variación
Forman patrones que si
son estables, pueden
ser descritos como una
distribución

MSC. MARÍA LAURA RETAMALES

FIMCP - ESPOL
Fundamentos estadísticos para la construcción de
Cartas de Control

Variación y sus causas

Las distribuciones pueden diferir de tres formas o a través
de combinaciones de estas.

LOCALIZACIÓN DISPERSIÓN FORMA

Fundamentos estadísticos para la construcción de
Cartas de Control

Variación y sus causas

  
t3

    

t2


t1   



LIE  LSE Característica de calidad del proceso

Fundamentos estadísticos para la construcción de
Cartas de Control

Definición de Estado de Control

Un proceso se dice que se encuentra bajo control

estadístico si sólo se ve afectado por un conjunto de
causas aleatorias de variación.

Si el proceso se encuentra afectado por causas asignables

de variación, se dice que está fuera de control estadístico.
Fundamentos estadísticos para la construcción de
Cartas de Control

Definición de Estado de Control

Los procesos a menudo operan en el estado de control durante períodos
de tiempo relativamente largos. Sin embargo, ningún proceso es
verdaderamente estable para siempre y, eventualmente, ocurrirán causas
asignables.
Fundamentos estadísticos para la construcción de
Cartas de Control
Fundamentos estadísticos para la construcción de
Cartas de Control

Carta de Control (Shewhart control charts)

La gráfica de control es una visualización gráfica de una característica
de calidad en un proceso en ejecución que se ha medido o calculado a
partir de una muestra versus el número o el tiempo de la muestra.

Línea central: representa el valor

promedio de la característica de
calidad correspondiente al estado
en control.
LSC (UCL en inglés) y LIC (LCL en
inglés): si el proceso está bajo
control, casi todos los puntos de
muestra caen entre ellos.
Fundamentos estadísticos para la construcción de
Cartas de Control

Carta de Control (Shewhart control charts)

Fundamentos estadísticos para la construcción de
Cartas de Control

Carta de Control (Shewhart control charts)

Valor de la
Característica LSC
de calidad
Límite Superior de Control

LC

Línea Central

LIC
Límite Inferior de Control

1 2 3 4 5 6 7 8
Número de subgrupo o
muestra
Fundamentos estadísticos para la construcción de
Cartas de Control

Carta de Control (Shewhart control charts)

 Ejemplos de características de calidad:
• Peso
• Longitud
• Diámetro
• Tiempo de servicio.
• Proporción de ítems no conformes
• Número de conformidades en la unidad

 Las distribuciones normales tienen un rol importante en el uso de cartas de control.

 La línea central indica la localización (media) del proceso.
 En algunas ocasiones la línea central representa el objetivo deseado o estándar.
 Los valores del estadístico graficados en las cartas de control se suponen normales.
Fundamentos estadísticos para la construcción de
Cartas de Control
Gráficas de control y pruebas de hipótesis
Suponga que en la gráfica de control el eje vertical representa el estadístico muestral
x
Si el valor de cae dentro de los límites de control, concluimos que la media del
proceso está bajo control.   
0

Por otra parte, si x excede cualquiera de los límites de control, concluimos que la
media del proceso está fuera de control. Gráfica de control del diámetro interno de anillos para pistón

  0

La prueba de hipótesis quedaría de la

x
siguiente manera: H :  
0 0
H1 :    0
Región de rechazo
x  LIC ó x  LSC 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Subgrupo
Fundamentos estadísticos para la construcción de
Cartas de Control

Error tipo I y error tipo II en una gráfica de control

• Concluir que el proceso está

Error Tipo I fuera de control cuando sí está
bajo control

• Concluir que el proceso está

Error Tipo II bajo control cuando en
realidad no lo está.
Fundamentos estadísticos para la construcción de
Cartas de Control

Error tipo I y error tipo II en una gráfica de control

Riesgo del proveedor
 
  PError tipo I 2 2

 PRechazar H 0 H 0 es verdadera
  0
Riesgo del cliente 

  PError tipo II

 PFallar al rechazar H 0 H 0 es falsa
  0
Potencia de la prueba
1    PRechazar H 0 H 0 es falsa
Fundamentos estadísticos para la construcción de
Cartas de Control

Modelo general para una gráfica de control

Sea w un estadístico muestral que mide cierta característica de calidad
y sean w y w la media y la desviación estándar de w, respectivamente.
Entonces, LC, LSC y LIC son:

LSC = w + L w
LC = w
LIC = w - L w
Donde L es la "distancia" de los límites de control desde la línea central,
expresadas en unidades de desviación estándar.
Fundamentos estadísticos para la construcción de
Cartas de Control

Ejemplo 1
Número de la Grosor promedio del
muestra componente (mm)

1 31,56
Ejemplo: 2 29,5
• Una máquina procesa partes que serán utilizadas 3 30,5
en la línea de ensamblaje. La característica de 4 30,72
calidad es el grosor de la parte procesada.
5 28,92
• Se conoce que la media del proceso es 30 mm. 6 31,45
Con una desviación estándar de 1.5 mm. 7 29,7
• Construya una carta de control para el grosor 8 31,48
promedio usando límites 3 para muestras de 9 29,52
tamaño 5 que son tomadas del proceso.
10 28,3
11 30,2
• La tabla adjunta muestra el grosor promedio de 12 29,1
15 muestras seleccionadas del proceso. 13 30,85
• Grafique la carta de control y realice inferencias. 14 31,55
15 29,43
Tutoriales para hacer gráficos IMR en Minitab:
https://www.youtube.com/watch?v=rGoRfJYjLS4

https://www.youtube.com/watch?v=A1RC3TreKSw
Fundamentos estadísticos para la construcción de
Cartas de Control

Aplicación de las Gráficas de Control

El utilidad más importante es mejorar el desempeño del proceso

Entrada Salida
Proceso

Sistema de medición

Verificación y Detección de
seguimiento causa asignable

Identificación de
Implementación de la causa raíz del
acción correctiva problema
Fundamentos estadísticos para la construcción de
Cartas de Control

Aplicación de las Gráficas de Control

 Instrumento de estimación de ciertos parámetros del proceso
como la media, la desviación estándar, fracción de defectuosos,
etc.

 Realización de estudios de capacidad del proceso

Fundamentos estadísticos para la construcción de
Cartas de Control

¿Por qué utilizar Gráficas de Control?

 Son una técnica comprobada para mejorar la

productividad
 Son efectivas para la prevención de defectos
 Previenen ajustes innecesarios del proceso
 Proporcionan información de diagnóstico
 Proporcionan información sobre la capacidad del proceso
Fundamentos estadísticos para la construcción de
Cartas de Control

Diseño de las Gráficas de Control

 En la mayoría de los problemas de control es común apoyarse

principalmente en consideraciones estadísticas para diseñar las
gráficas de control, asumiendo los factores de costo implícitamente.

 En la actualidad se examina el diseño de las gráficas de control

desde un enfoque económico, considerando el costo de muestreo,
de producir artículos defectuosos, de investigar falsas alarmas, etc.
Fundamentos estadísticos para la construcción de
Cartas de Control
Selección de los Límites de Control
• Al separar los límites de control de la línea central se reduce el riesgo
del error tipo I y se incrementa el riesgo del error tipo II

LSC2
LSC 2

LSC1
LSC 1

   LC
LC
  

LIC1
LIC 1
LIC2
LIC 2
Fundamentos estadísticos para la construcción de
Cartas de Control
Selección de los Límites de Control
 Se recomienda manejar dos conjuntos de límites de control:
 Límites de control de acción (a 3 sigma)
 Límites de control de advertencia (a 2 sigma)

LSC
LSA

LC

LIA
LIC
Fundamentos estadísticos para la construcción de
Cartas de Control
Análisis de patrones en Gráficas de Control
Se deben evaluar los patrones en los cuadros de control
Fundamentos estadísticos para la construcción de
Cartas de Control
Análisis de patrones en Gráficas de Control
En algunos casos se puede concluir que un proceso está fuera de control si:

1. Un punto está fuera de los límites de control:

Fundamentos estadísticos para la construcción de
Cartas de Control
Análisis de patrones en Gráficas de Control
En algunos casos se puede concluir que un proceso está fuera de
control si:

2. Dos de tres puntos consecutivos están fuera de los límites de

advertencia de dos sigma
Fundamentos estadísticos para la construcción de
Cartas de Control
Análisis de patrones en Gráficas de Control
En algunos casos se puede concluir que un proceso está fuera de
control si:

3. Cuatro de cinco puntos consecutivos se encuentran a una

distancia de un sigma o más allá de la línea central.
Fundamentos estadísticos para la construcción de
Cartas de Control
Análisis de patrones en Gráficas de Control
En algunos casos se puede concluir que un proceso está fuera de
control si:

4. Ocho puntos consecutivos se encuentran en un lado de la línea

central
Fundamentos estadísticos para la construcción de
Cartas de Control
Análisis de patrones en Gráficas de Control
En algunos casos se puede concluir que un proceso está fuera de
control si:

5. Cualquier tipo de tendencia de 8 o más puntos a menudo se

toma como una señal de una condición fuera de control.
Fundamentos estadísticos para la construcción de
Cartas de Control

Tamaño de muestra

 La capacidad de la gráfica de control para detectar

cierto tipo de cambios en el proceso depende del tamaño
de la muestra.
 Si deseamos detectar cambios pequeños se deben utilizar
muestras grandes.
 Si deseamos detectar cambios grandes es mejor utilizar
muestras pequeñas.
Fundamentos estadísticos para la construcción de
Cartas de Control

Tamaño de muestra
Para construir la Curva característica de operación se calcula
la probabilidad de que el estadístico muestral caiga entre los
límites de control.
  P(LIC  x  LSC |    1   0 )
Probabilidad de que el
estadístico muestral
caiga entre LIC y LSC

1 LSC

0 x LC

LIC
Fundamentos estadísticos para la construcción de
Cartas de Control

Cálculo de error Tipo II

Fundamentos estadísticos para la construcción de
Cartas de Control

Tamaño de muestra
Fundamentos estadísticos para la construcción de
Cartas de Control

Tamaño de muestra
Fundamentos estadísticos para la construcción de
Cartas de Control

Frecuencia de Muestreo

 La situación más deseable para detectar los cambios es

tomar muestras grandes de manera frecuente.
 Se presenta el problema económico.

 Opciones:
 Muestras pequeñas en intervalos cortos de tiempo
 Muestras grandes en intervalos largos de tiempo.
Fundamentos estadísticos para la construcción de
Cartas de Control

Longitud de Corrida Promedio (ARL)

Otra forma de enfrentar el problema de decidir sobre el tamaño de
muestra y la frecuencia de muestreo es mediante “La Longitud de la
Corrida Promedio” (ARL) de la GC.

LSC
La ARL (Average run length) es el
LC
número promedio de puntos que
deben graficarse antes de que un
LIC
punto indique una condición fuera
de control. 1 2 ... i i+1 ... ARL ...
ARL
Fundamentos estadísticos para la construcción de
Cartas de Control

Longitud de Corrida Promedio (ARL)

•La ARL se calcula mediante: 1
ARL 
p
donde p es la probabilidad de que cualquier punto exceda los límites
de control.
•La longitud de la corrida promedio cuando el proceso está bajo
control se llama ARL0 y se calcula mediante:
1
ARL 0 

•La longitud de la corrida promedio cuando el proceso está fuera de
control se llama ARL1 y se calcula mediante:
1
ARL1 
1 
Fundamentos estadísticos para la construcción de
Cartas de Control

Tiempo Promedio entre señales (ARL)

•El “Tiempo Promedio de Señal” (ATS) es el tiempo que debe transcurrir
en promedio entre una señal de fuera de control y otra. Si se toma
una muestra cada h unidades de tiempo, entonces el ATS se calcula
mediante:
ATS = ARL h
Fundamentos estadísticos para la construcción de
Cartas de Control

Subgrupos racionales

•Una idea fundamental al momento de utilizar GC es la recolección

de los datos muestrales de acuerdo a lo que Shewhart llamó el
concepto de “Subgrupos Racionales”.
•Cuando se aplican las GC a procesos productivos, frecuentemente
se utiliza el orden del tiempo de producción, ya que permite detectar
causas asignables que ocurren sobre el tiempo.
Fundamentos estadísticos para la construcción de
Cartas de Control

Subgrupos Racionales

Enfoque para construir Subgrupos Racionales:

1.Cada muestra consiste de unidades que se produjeron al mismo
tiempo (o tan próximas como sea posible). Idealmente se toman
unidades consecutivas de la producción. Se utiliza para detectar
cambios en el proceso.
2.Cada muestra consiste de unidades de producto que son
representativas de todas las unidades que se produjeron desde que se
tomó la última muestra. Con frecuencia se utiliza para la toma de
decisiones sobre la aceptación de todas las unidades de producto
que se han producido desde la última muestra.
Fundamentos estadísticos para la construcción de
Cartas de Control

Conclusiones

MSC. MARÍA LAURA RETAMALES

FIMCP - ESPOL
Fundamentos estadísticos para la construcción de
Cartas de Control

Conclusiones
•La tarea del usuario de las cartas de control no termina identificando puntos
fuera de control.
•Es importante identificar las causas que hacen que los puntos estén fuera de los
límites de control.
• Conocimiento del proceso.
• Esfuerzo conjunto.
• Diagrama de causa y efecto.
•Idealmente, se deben tomar muestras frecuentemente. Lo último, en muchas
ocasiones no es factible en la práctica.
• Recursos.
• Tipo de inspección (destructiva, no destructiva)
• Estado de control estadístico del proceso.
• Costos

MSC. MARÍA LAURA RETAMALES

FIMCP - ESPOL
 Conceptos Diagrama
causa-efecto (diagrama
de Ishikawa)
https://www.youtube.com/watch?v=p7Mwia_1TWs

https://www.youtube.com/watch?v=EjNt7LNK0vc
Fundamentos estadísticos para la construcción de
Cartas de Control

Conclusiones
Consideraciones al construir una carta de control:
• Número de ítems en las muestras.
• Frecuencia de la toma de muestras.
• Forma de minimizar los errores de inferencia.
• Análisis e interpretación de tendencias.
• Reglas para determinar condiciones fuera de control estadístico

MSC. MARÍA LAURA RETAMALES

FIMCP - ESPOL
2.2 Usos de las cartas de control

Como ya dijimos, el mundo se caracteriza por su variabilidad; por ejemplo:

• En el trayecto a la escuela o al trabajo no siempre se hace el mismo
tiempo.
• El porcentaje de artículos defectuosos de lote a lote es variable,
• La capacitación y habilidad entre los trabajadores no es idéntica,
• Las ventas anuales de cada cliente es diferente, etc.

MSC. MARÍA LAURA RETAMALES

FIMCP - ESPOL
Desde luego, los procesos siempre tienen variación, ya que en él intervienen
diferentes factores sintetizados a través de las 6M: materiales, maquinaria,
medición, mano de obra (gente), métodos y medio ambiente. Bajo
condiciones normales o comunes de trabajo, todas las M influyen (aportan
variación) sobre las variables de salida del proceso, en forma natural o
inherente, pero además pueden influir (aportar variación) de manera
especial o fuera de lo común, ya que a través del tiempo las 6M son
susceptibles de cambios, desajustes, desgastes, errores, descuidos, fallas,
etc.
 REFERENCIAS
Douglas C Montgomery. (2019). Introduction to Statistical Quality Control. (8). New York:
Wiley. ISBN-10: 111959278X, ISBN-13: 9781119592785

Montgomery, Douglas. (2013). Design and Analysis of Experiments. (8th). USA:

Wiley. ISBN-10: 1118146921, ISBN-13: 9781118146927

Pyzdek, Thomas & Keller, Paul E.. (2014). Six Sigma Handbook a Complete Guide for Green
Belts, Black Belts, and Managers at all Levels. (Fourth edition). New York, N.Y:McGraw-Hill
Education LLC. ISBN-10: 0071840532, ISBN- 13: 9780071840538

Cabrera, 2020. Certificación Green belt. Notas del curso. DirektorGroup. México.