Curso4. Graficos de Control

Gráficos de
control para
variables
medibles y para
atributos
Gráficos de control para variables medibles y para atributos
Bienvenida
Bienvenida del curso
Bienvenido al curso Gráficos de control para variables medibles y para

atributos. Para iniciar, te invito a revisar la siguiente información, la cual te
permitirá conocer un panorama general de lo que aprenderás con el estudio de
este curso.
Bienvenido al curso Gráficos de control para variables medibles y para atributos, el

cual forma parte de la última fase de la metodología Six Sigma, CONTROLAR.
En este curso te centrarás en la construcción de los Gráficos de Control como la
herramienta más importante para controlar variables. Tendrás oportunidad de
aprender a construir gráficos para variables medibles (continuas) y también para
variables discretas (atributos).
Más específicamente en este curso conocerás las fórmulas y cálculos para su
construcción, y también la forma en que podrás apoyarte con herramientas como
Excel y Minitab® para facilitarte el trabajo laborioso de hacer una gran cantidad de
cálculos repetitivos pero sencillos que requiere la elaboración de los Gráficos de
Control.
¿Estás listo?... ¡Iniciamos!
Elemento de competencia
A lo largo de este curso, el participante:
 Conoce y aplica los gráficos de control X barra-R, Xbarra-S e I-MR, P, NP, C y U.

Temario
Los temas que estudiarás son los siguientes:
Gráficos de Control para variables medibles y para atributos
Tema 1. Construcción de Gráficos I-MR, Xbarra-R, Xbarra-S
Tema 2. Construcción de Gráficos P y NP
Tema 3. Construcción de Gráficos C y U

Contexto
Mi primer encuentro con un Gráfico de Control X barra-R
Antes de iniciar con el estudio de los temas, te invito a revisar el siguiente

contenido que te permitirá contextualizarte sobre algunos de los aspectos que
abordan los Gráficos de Control para variables medibles y para atributos, que es
el curso al cual estas por iniciar.
A finales de la década de 1980, todavía siendo estudiante…, ¡uuuuhhhh ya llovió!

dirían algunos…, tuve la oportunidad de visitar una planta armadora de automóviles,
de marca emblemática por ser los pioneros en la producción de automóviles y una de
las primeras en usar Gráficos de Control en sus procesos. En aquél entonces el uso de
computadoras no era común y, analizar las variables de un proceso con herramientas
estadísticas era algo difícil y laborioso, razón por la cuál era aún más destacable el
esfuerzo de esta empresa en mantener estas herramientas para mejorar sus
procesos.
Recuerdo haber observado cómo un operador construía, directamente en la línea de

producción, un Gráfico de Control X barra-R. Tenía un formato pre impreso con varias
secciones: tablas para el registro de la información y los resultados de cálculos de
medias y rangos, constantes para la construcción de Gráficos de Control, subrayado
milimétrico para las gráficas, instrucciones para la toma de decisiones, registro de
acciones a tomar en caso de identificar causas especiales de variación. Bueno… toda
una herramienta robusta para facilitar (en la medida de lo posible) la ardua tarea
que tenía que llevar a cabo el operador a pie de línea y en tiempo real y todo
sumado a sus responsabilidades tradicionales de operar el proceso.
El operador tenía lápiz, borrador, calculadora y una regla, y cada cierto tiempo
tomaba mediciones de la variable, las registraba en el formato, hacía los cálculos con
ayuda de su calculadora, registraba los resultados y graficaba los puntos (Xbarra y R).
Cada punto graficado merecía un momento para interpretar el comportamiento de la
variable, siguiendo el “loop de retroalimentación” y, de observar un comportamiento
anormal debía llevar a cabo un análisis de causas para determinar las acciones para
controlar nuevamente el proceso; de ser necesario llamaba al supervisor para que lo
asistiera en este análisis. Al completar el gráfico (con entre 25 y 30 subgrupos),
calculaba la capacidad de proceso, asegurando hacerlo con los parámetros del
proceso bajo control.
Me pareció tan extraordinario que solicité una copia del formato. Creo que ese día me
enamoré de los Gráficos de Control y de la Calidad…, ahora, es mi especialidad.
Tema 1. Construcción de Gráficos I-MR, Xbarra-R, Xbarra-S
Construcción de un Gráfico de Control
La construcción de un Gráfico de Control es una tarea simple, pero muy laboriosa

ya que requiere de muchos cálculos repetitivos que consumen mucho tiempo.
Construir un gráfico de control a mano puede llevarte un par de horas sin contar,
claro, el tiempo requerido para recabar los datos, sólo para los cálculos y la
elaboración del gráfico, por ello será muy importante contar con ayuda
computacional que permita hacer esta tarea en menos tiempo, particularmente en
este curso aprovecharemos el uso de Minitab® pero también de Excel para entender
cómo se llevan a cabo los cálculos.
Como fue mencionado previamente, en esta sección podrás abordar los tres Gráficos
de Control más importantes para variables medibles. Una variable medible es una
variable que, por medio de un instrumento de medición, un operador y un método,
se obtiene una lectura del comportamiento de dicha variable en determinado
momento del tiempo. Es importante mencionar que este tipo de variables son
continuas, es decir que el valor obtenido en la lectura puede tomar cualquier valor en
una escala de números reales, y que la cantidad de decimales sólo depende de la
resolución del instrumento de medición. Por ejemplo, el diámetro de una pieza
medido con un calibrador vernier pudiera resultar en 14.28 mm (generalmente un
calibrador vernier tiene capacidad de medir hasta centésimas de milímetro). Si esta
misma pieza la mido con un micrómetro, quizá la lectura me indique 14.276 mm.
El Gráfico de Control I-MR (Medidas Individuales y Rango Móvil)
En este apartado abordaré los principales aspectos que caracterizan a un Gráfico

de Control I-MR. Te invito a que los revises con atención para que puedas ir
identificando sus elementos, características y fórmulas que lo integran.
Gráfico de Control I-MR
Este gráfico es útil cuando tenemos una sola medición en cada momento del
tiempo que se convierte en un punto en el Gráfico de Control. La figura 1, muestra
la representación típica de un Gráfico de Control que está compuesto por una línea
que muestra la media o promedio (representada en la figura por la línea color

verde punteada), dos Límites de Control, superior e inferior (representados por las
líneas color rojo) y el comportamiento de la variable en el tiempo (representada
por la línea color negra).
En el caso particular de los Gráficos de Control para Variables Medibles, se construyen

dos gráficos, uno para monitorear el comportamiento de la tendencia central (media)
y el otro para monitorear la variabilidad. A continuación, se presentan las fórmulas
para la construcción de este tipo de gráfico.
Fórmulas para las líneas centrales de los Gráficos I-MR
Para el cálculo de un gráfico I-MR se usan las siguientes fórmulas:

Fórmulas para los Límites de Control de los Gráficos I-MR
Para el cálculo de los Límites de Control de los Gráficos I-MR se usan las siguientes
fórmulas:
Fórmulas para determinar los parámetros poblacionales de una variable bajo

control con un Gráfico I-MR
Cuando una variable está en control, se pueden estimar sus parámetros

poblacionales μ y σ que determinan su comportamiento bajo condiciones normales
de operación con estos parámetros se define la variación natural de la variable,
también son conocidas como la voz del proceso. Al comparar la voz del proceso con la
voz del cliente (o especificaciones) se determina el Análisis de Capacidad del Proceso
que es típicamente desarrollado al concluir un análisis de estabilidad mediante
Gráficos de Control. Para un Gráfico I-MR los parámetros del proceso se determinan
de la siguiente forma:
Observaciones
1. Observa que, aunque se tienen k datos, sólo se tendrán k-1 rangos móviles.
2. En la sección de Referencias/Material de apoyo dentro de este curso, podrás
encontrar la tabla con las constantes de los Gráficos de Control.
3. En el Gráfico de Control de Rangos Móviles, por default se calcula el rango móvil
entre dos datos consecutivos, por tanto, para la determinación de las constantes
se considera como si se tuviera un subgrupo de tamaño dos (n=2).
Ejemplo de Gráfico de Control I-MR usando Excel
Para ejemplificar la aplicación de las fórmulas correspondientes a la construcción de

un Gráfico de Control I-MR desarrollé el siguiente ejemplo utilizando la herramienta
Excel. Recuerda que, para la construcción de este tipo de Gráficos de Control
podemos utilizar cualquiera de las siguientes dos herramientas: Excel o Minitab®.
Una empresa del sector alimentos está interesada en monitorear la rotación semanal
del inventario (salidas/inventario promedio) de uno de sus productos más
importantes. Para ello toma una medición de la rotación de inventario cada semana y
después de 25 semanas obtiene los datos mostrados en la tabla 1.
Tabla 1. Datos para el ejemplo de Gráfico I-MR.
Para abordar este ejemplo lo primero es seleccionar el Gráfico de Control adecuado:

se tiene una variable continua con una sola medición en cada momento del tiempo,
por tanto, el gráfico a desarrollar es el I-MR.
El siguiente paso es calcular el promedio y rangos móviles, para lo cual usaremos Excel
(ver tabla 2). Te invito a que vayas desarrollando este ejemplo con un Excel y
comparando tus resultados con los presentados en el curso.
Tabla 2. Cálculos con Excel de las medias (líneas centrales X barra y MR barra) del
ejemplo de Gráfico I-MR.
Ahora calcula los Límites de Control, para lo cual inserta las columnas necesarias,
asegurando que todo lo relacionado con cada gráfico, el de Medidas Individuales (I) y
el de Rangos Móviles (MR), esté en columnas juntas, así será más fácil construir los
gráficos con Excel. Recuerda que necesitarás obtener de la Tabla de Constantes
para Gráficos de Control (esta tabla la puedes consultar en la sección de
Referencias/Materiales de apoyo del curso) los valores de las constantes con n=2,
siendo D3=0, D4=3.2686 y E2=2.6596 y con esto resulta la tabla 3:
Tabla 3. Cálculos con Excel de los Límites de Control del ejemplo del Gráfico I-MR.
Como ves, ya tenemos todos los elementos para construir ambos Gráficos de Control;
para hacerlos con Excel debemos completar la tabla de datos, repitiendo en cada fila
los valores de las líneas centrales y los Límites de Control, ya que deben dibujarse
como una línea constante. Revisa la tabla 4 con los resultados para construir el
Gráfico I-MR:
Tabla 4. Cálculos con Excel para la construcción del ejemplo del Gráfico de Control I-
MR.
Como ves en la tabla 4, se mantuvieron constantes en todas las filas, aquellos valores
que deben formar una línea horizontal en el Gráfico de Control, también nos
aseguramos que todas las columnas del mismo gráfico se encuentren juntas (color
rosa para el grafico de Medidas Individuales y color azul para el gráfico de Rangos
Móviles) de esta manera es más fácil seleccionarlas para que Excel nos ayude a
construir el gráfico. Así, seleccionando las columnas correspondientes a cada gráfico e

insertando gráficos de líneas resultan las figuras que te muestro a continuación:
Gráfico de Medidas Individuales (I) del ejemplo de Gráfico I-MR.
Gráfico de Rangos Móviles (MR) del ejemplo de Gráfico I-MR.

Una vez construido el Gráfico de Control, debes interpretar su estado de control, para
lo cual debes añadir las zonas de interpretación A, B y C. Esta tarea también la puedes
hacer con Excel, sólo es cuestión de añadir las líneas que dividen la distancia entre la
media y los límites de control. Una forma simple de llevar a cabo esta tarea es dividir
la distancia entre los límites de control en 6 (3 desviaciones estándar de cada lado de
la media) y de esta forma calcular los valores para cada uno de estos límites de zona
como se muestra en la tabla 5.
Tabla 5. Cálculos con Excel para la construcción del ejemplo del Gráfico de Control I-
MR con zonas de interpretación.
Los gráficos finales y su interpretación se muestran en las siguientes figuras:
Gráfico de Medidas Individuales (I) con zonas de interpretación del ejemplo de Gráfico
I-MR
Prueba 1: No hay ningún punto fuera de los Límites de Control.

Prueba 2: No hay 9 ó más puntos consecutivos sin cruzar la línea central (corrida).
Como ejemplo y para visualizar mejor prueba se van a diferenciar con color negro los
puntos que están por arriba de la media y con color rojo los que están por debajo de
la media: 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24,
25.
Prueba 3: No hay 6 ó más puntos consecutivos en orden creciente o decreciente
(tendencias crecientes o decrecientes).
Prueba 4: No hay 14 ó más puntos consecutivos oscilando “arriba-abajo” (tendencias
oscilatorias).
Prueba 5: No hay 2 de 3 puntos consecutivos en la zona A o más allá (más allá de 2σ).
Prueba 6: No hay 4 de 5 puntos consecutivos en la zona B o más allá (más allá de 1σ).
Prueba 7: No hay 15 puntos consecutivos en la zona C (dentro de másmenos 1σ).
Prueba 8: No hay 8 puntos consecutivos sin caer en la zona C (dentro de más-menos
1σ).
Respecto de la Gráfica de Rangos Móviles se observa que:
Gráfico de Rangos Móviles (MR) del ejemplo de Gráfico I-MR.
Prueba 1: No hay ningún punto fuera de los Límites de Control

Prueba 2: No hay 9 ó más puntos consecutivos sin cruzar la línea central
(corrida).
Prueba 3: No hay 6 ó más puntos consecutivos en orden creciente o decreciente
(tendencias crecientes o decrecientes)
Prueba 4: No hay 14 ó más puntos consecutivos oscilando “arriba-abajo” (tendencias
oscilatorias).
Siendo que ambos gráficos pasaron todas las pruebas se puede concluir que esta
variable se encuentra estable o bajo control pudiendo ahora determinar sus
parámetros poblacionales:
En la sección de Referencias/Materiales de apoyo del curso puedes encontrar el

archivo de Excel con estos cálculos.
El Gráfico de Control X barra -R (Medias y Rangos)
Ahora que ya tuvimos la oportunidad de conocer las características generales,

fórmulas y ejemplos del Gráfico de Control I-MR, es momento de abordar los
principales aspectos que caracterizan a un Gráfico de Control de tipo X barra-R
(Medias y Rangos).
El Gráfico de Control X barra -R (Medias y Rangos)
Este gráfico se usa cuando, en cierto momento del tiempo, se toma más de una
medición y con ello se forma un subgrupo racional. Si recuerdas, la ventaja de este
tipo de gráficos es que mientras más grande es el tamaño del subgrupo, menor
riesgo se corre de no detectar cambios en el comportamiento de la variable. Es
particularmente útil cuando el tamaño del subgrupo (n) no es demasiado grande,
específicamente para “n” entre 2 y 6. A continuación, se presentan las fórmulas para
la construcción de este tipo de gráfico.
Fórmulas para las líneas centrales de los gráficos X barra –R
Fórmulas para los Límites de Control de los gráficos X barra –R


control con un Gráfico X barra –R
Observaciones
1. En un Gráfico X barra- R se monitorea el comportamiento de las medias o

promedios de los subgrupos (i) y sus Rangos.
2. Cabe mencionar, que no es lo mismo la cantidad de subgrupos (denotados por
letra i, que van desde 1 hasta k) que el tamaño de los subgrupos (denotados
por la letra j, que va desde 1 hasta n).
3. En la sección de Referencias/Material de apoyo, podrás encontrar la tabla con
las constantes de los Gráficos de Control.
4. Recuerda que en el Gráfico de Control X barra-R, deberás seleccionar el valor de
las Constantes de Tablas para la “n” que hayas determinado para tus
subgrupos racionales (recomendado entre 2 y 6).
Ejemplo de Gráfico de Control X barra- R usando Excel
Como lo comentamos anteriormente, existen dos herramientas que usualmente

son utilizadas para construir los Gráficos de Control, una forma es utilizando
Excel y la otra usando Minitab®. Para ejemplificar la aplicación de las fórmulas
mencionadas anteriormente para un Gráfico de Control X barra-R, desarrollé el

siguiente ejemplo usando Excel.
El tiempo que un cliente tiene que esperar (en minutos) para que llegue un taxi
después de haber hablado a la compañía ha sido registrado para 4 clientes cada
día durante 30 días (30 subgrupos de tamaño 4).
La tabla 1 muestra los datos y cálculos después de aplicar las fórmulas

correspondientes al Gráfico de Control Xbarra -R y siguiendo un procedimiento
similar al que aplicamos en el ejemplo del Gráfico de Control I-MR. Las figuras 1 y
2 muestran los gráficos resultantes.
Tabla 1. Datos y cálculos con Excel para la construcción del ejemplo del Gráfico de
Control Xbarra -R.
Figura 1. Gráfico de Medias (Xbarra) del ejemplo de Gráfico Xbarra-R.
Figura 2. Gráfico de Rangos (R) del ejemplo de Gráfico Xbarra -R.

Como se puede observar, uno de los puntos (subgrupo del día #4) sale del LSC de la
Gráfica de Rangos.
En un procedimiento de interpretación típico se concluiría que la variable está fuera

de control, siendo que el subgrupo del día #4 muestra una variación excesiva y
extraordinaria. Esta conclusión debe llevar a una investigación de causas especiales
que afectaron el comportamiento de la variable en ese momento del tiempo, y a
partir de sus resultados se implementen acciones para evitar que afecten
nuevamente.
Posteriormente se debe tener una representación del comportamiento del proceso

bajo condiciones normales de operación (bajo control) por lo que se debe eliminar el
punto fuera de control (subgrupo del día #4) con los resultados de la tabla 2 y los
gráficos de las figuras 3 y 4.
Tabla 2. Cálculos con Excel sin el subgrupo del día #4 para la construcción del ejemplo
del Gráfico de Control Xbarra-R.
Figura 3. Gráfico de Medias (Xbarra) sin el subgrupo del día #4 del ejemplo de Gráfico
Xbarra-R.
Figura 4. Gráfico de Rangos (R) sin el subgrupo del día #4 del ejemplo de Gráfico
Xbarra-R.
Con las gráficas resultantes en las figuras 3 y 4, puede observarse que, al eliminar el
subgrupo #4 y recalcular los gráficos, ahora un nuevo punto sale del LSC del Gráfico
Xbarra (el subgrupo del día #9, que representa ahora el punto #8 al haberse recorrido
por eliminar el subgrupo #4). Esto ocurrió porque el valor de la media del día #9
estaba muy cerca del LSC y al quitar el subgrupo del día #4, y recalcular todo, los
límites de control se estrecharon ligeramente provocando que éste saliera del LSC
recalculado.
Lo ocurrido en este ejemplo no significa que apareció repentinamente una nueva

causa especial de variación al haber eliminado el subgrupo #4. El subgrupo #9
siempre representó un comportamiento atípico, pero oculto por el cálculo de un LSC
afectado por causas especiales en el subgrupo #4. Por tanto, y para lograr una
representación de un proceso operando bajo causas normales (bajo control), el
siguiente paso será recalcular nuevamente el gráfico sin el subgrupo del día #9 y
claro, no antes de haber llevado a cabo un análisis de causas especiales que pudieron
afectar a su comportamiento esperado. Como imaginarás, este es un procedimiento
hasta lograr un Gráfico en Control. La tabla 3 presenta los cálculos finales sin los
subgrupos de los días #4 y #9 representando una variable bajo control.
Tabla 3. Cálculos con Excel sin los subgrupos de los días #4 y #9 para la construcción
del ejemplo del Gráfico de Control Xbarra -R.
Figura 5. Gráfico de Medias (Xbarra) sin los subgrupos de los días #4 y #9 del ejemplo
de Gráfico Xbarra-R.
Figura 6. Gráfico de Rangos (R) sin los subgrupos de los días #4 y #9 del ejemplo de
Gráfico Xbarra -R.
Después de haber eliminado los subgrupos de los días #4 y #9, las figuras 5 y 6
muestran la variable bajo control en ambos gráficos con una media de 6.88 min y un
rango de 1.964 min. En la sección de Referencias/Materiales de apoyo puedes
encontrar el archivo de Excel con estos cálculos. Con esta representación del
comportamiento normal de la variable (bajo control) podemos determinar la
estimación de sus parámetros poblacionales:
El Gráfico de Control X barra -S (Medias y Desviación Estándar)
En esta ocasión toca el turno de conocer el gráfico de Control X barra-S (Medias y

Desviación Estándar), en este apartado revisarás algunos aspectos y fórmulas que
caracterizan este tipo de Gráficos de Control.
Gráfico de Control X barra -S (Medias y Desviación Estándar)
Este gráfico tiene usos similares al Gráfico X barra -R, aunque es particularmente útil
cuando el tamaño del subgrupo (n) es grande, específicamente se recomienda para
n7. A continuación, se presentan las fórmulas para la construcción de este tipo de
gráfico.
Fórmulas para las líneas centrales de los gráficos Xbarra -S

Fórmulas para los Límites de Control de los gráficos X barra –S

control con un Gráfico X barra –S
Observaciones
1. En un Gráfico X barra -S se monitorea el comportamiento de las medias o

promedios de los subgrupos (i) y sus Desviaciones Estándar.
2. Cabe mencionar, que no es lo mismo la cantidad de subgrupos (denotados por
letra i, que van desde 1 hasta k) que el tamaño de los subgrupos (denotados por la
letra j, que va desde 1 hasta n).
3. En la sección de Referencias/Materiales de apoyo, podrás encontrar la tabla con
las constantes de los Gráficos de Control.
4. Recuerda que en el Gráfico de Control X barra -S, deberás seleccionar el valor de las
Constantes de Tablas para la “n” que hayas determinado para tus subgrupos
racionales (recomendado de 7 o mayor).
Ejemplo de Gráfico de Control X barra- S usando Excel

Para ejemplificar la aplicación de las fórmulas mencionadas anteriormente para
un Gráfico de Control X barra- S, desarrollé el siguiente ejemplo usando Excel.
En un centro de distribución de la Compañía de Luz, se desarrolla un proyecto Six

Sigma para mejorar la productividad y se decide analizar el tiempo que tardan en salir
a laborar las parejas de instaladores que conectan los servicios de energía eléctrica.
Antes de salir a laborar diariamente, cada pareja revisa su vehículo, recibe las órdenes
de servicio, así como el material y medidores a instalar. Se sabe que estas actividades
tardan mucho, pero no se cuenta con datos precisos. En el centro de distribución hay
7 parejas de instaladores y se decide tomar mediciones durante 25 días de su tiempo
de salida. Los datos recopilados, así como los cálculos correspondientes para un
Gráfico Xbarra-S se muestran en la tabla 1.
Tabla 1. Datos y cálculos con Excel para la construcción del ejemplo del Gráfico de
Control Xbarra-S.
Las figuras 1 y 2 muestran los gráficos resultantes con Excel donde se observa a la
variable bajo control con una media (Xdoble-barra) de 38.72 min y una Desviación
Estándar (S) de 6.53 min. En la sección de Referencias/Materiales de apoyo puedes
encontrar el archivo de Excel con estos datos y cálculos.
Figura 1. Gráfico de Control de Medias (Xbarra) del ejemplo Xbarra-S.
Figura 2. Gráfico de Control de Desviación Estándar (S) del ejemplo Xbarra-S.
Partiendo de un comportamiento bajo control de la variable es posible determinar la

estimación de sus parámetros poblacionales μ y σ, como se indica a continuación:
Tema 2. Construcción de Gráficos P y NP
Gráficos P y NP
Cuando tienes una variable discreta (atributo) que puede tomar sólo dos posibles
valores como, por ejemplo: defectuoso-no defectuoso, malo-bueno, rechazado-
aceptado, insatisfecho-satisfecho, etc., es porque tienes una variable binomial. Este
tipo de variables se monitorean con un Gráfico de Control P o NP que son similares
en sus usos y aplicaciones, sólo los diferencian dos detalles, que te comparto a
continuación.
Diferenciador #1
El Gráfico de Control NP monitorea la cantidad de piezas defectuosas, malas,

rechazadas, etc. en una muestra o subgrupo racional de “n” unidades, mientras que el
Gráfico P monitorea la fracción defectuosa, mala, rechazada, etc.
Diferenciador #2
El Gráfico de Control NP requiere que los subgrupos sean de tamaño constante,

mientras que para el Gráfico de Control P no tiene restricción para el tamaño de los
subgrupos (puede ser constante o puede variar).
Fórmulas para construir el Gráfico de Control P
En este apartado revisarás las fórmulas que te permitirán construir un Gráfico de

Control P.
Formulas
Observaciones
1. En este gráfico vas a monitorear (graficar) la proporción defectuosa de cada

subgrupo (i)
2. Recuerda que en el Gráfico de Control P, los subgrupos pueden variar de
tamaño.
3. Si tienes tamaños de subgrupos variables (ni), tendrás límites de control
también variables, ya que estos dependen del tamaño del subgrupo.
4. Si el Límite de Control Inferior resulta negativo se ajusta a 0 (cero), ya que una
variable binomial nunca podrá tomar valores negativos.
5. Si el gráfico de Control P se muestra en control, su línea central (p barra) se
convierte en el parámetro que define el comportamiento de la variable bajo
condiciones normales de operación.
Ejemplo de un Gráfico P usando Excel

un Gráfico P, desarrollé el siguiente ejemplo usando Excel. Te invito a que lo
revises con atención.
Un Green Belt debe monitorear la CTQ de su proyecto, proporción defectuosa. Para

que un producto sea aceptado debe cumplir con tres características de calidad
durante la inspección final: tono correcto, sin grietas y sin burbujas. Si una o más
características falla en una unidad es considerada defectuosa. Se ha decidido tomar
un subgrupo racional, de alrededor 35 unidades, durante 30 días.
La tabla 1 muestra los datos, así como los cálculos para el Gráfico de Control P,
mientras que la figura 1 muestra el Gráfico P resultante.
Tabla 1. Datos y cálculos con Excel para el ejemplo de Gráfico P.
Figura 1. Gráfico de Control P del ejemplo con Excel.
Una vez construido el gráfico, debes interpretar su comportamiento aplicando las

pruebas de estabilidad, que para los Gráficos de Control de atributos son sólo las
primeras cuatro, cabe mencionar que, al tener subgrupos de tamaño variable, los
límites de control son también variables y para interpretar la posición de un punto
deben considerarse sus propios límites.
 Prueba 1: No hay ningún punto fuera de los Límites de Control.

 Prueba 2: No hay 9 ó más puntos consecutivos sin cruzar la línea central (corrida).
 Prueba 3: No hay 6 ó más puntos consecutivos en orden creciente o decreciente
 Prueba 4: No hay 14 ó más puntos consecutivos oscilando “arriba-abajo”
(tendencias oscilatorias).
Siendo que el gráfico pasó todas las pruebas se puede concluir que esta variable se
encuentra estable o bajo control pudiendo ahora concluir que tiene una fracción
defectuosa media de 𝑃̅ = 0.0978 = 9.78%
En la sección de Referencias/Materiales de apoyo puedes encontrar el archivo de

Excel con estos cálculos.
Fórmulas para construir el Gráfico de Control NP

Control NP.
Fórmulas
Observaciones
1. En este gráfico vas a monitorear (graficar) la cantidad de unidades defectuosas

en cada subgrupo (i).
2. Recuerda que para el Gráfico de Control NP el tamaño de los subgrupos (n)
debe permanecer constante.
variable binomial nunca podrá tomar valores negativos.
4. Si el gráfico de Control NP se muestra en control, su línea central (NP barra) se
Ejemplo de un Gráfico NP usando Excel

un Gráfico NP, desarrollé el siguiente ejemplo usando Excel. Te invito a que lo
revises con atención.
En una empresa metalmecánica se fabrican válvulas. Después del proceso de

fundición se hace una inspección y las piezas que no cumplen con ciertas
características son rechazadas. Las razones de rechazo son por diversos defectos:
piezas incompletas, mal formadas, con fisuras, etc. Para evaluar la variabilidad y
magnitud del problema, se decide implementar un gráfico de control NP con
muestras de tamaño 300 cada día durante 30 días. En la tabla 11 se muestran los
datos y cálculos del Gráfico NP, mientras que en la figura 38 se presenta el
Gráfico de Control resultante.
Tabla 1. Datos y cálculos con Excel para el ejemplo de Gráfico NP.

Figura 1. Gráfico de Control NP del ejemplo con Excel.
Una vez construido el grafico, debes interpretar su comportamiento aplicando las

pruebas de estabilidad, recuerda que son sólo las primeras cuatro.

 Prueba 2: No hay 9 ó más puntos consecutivos sin cruzar la línea central (corrida).
encuentra estable o bajo control pudiendo ahora concluir que tiene una media
estimada de:
En la sección de Referencias/Materiales de apoyo, puedes encontrar el archivo de Excel

con estos cálculos.
Tema 3. Construcción de Gráficos C y U
Gráficos C y U
Cuando tienes una variable discreta (atributo) que resulta del conteo de alguna
característica de interés, como defectos, es porque tienes una variable Poisson.
Este tipo de variables se monitorean con un Gráfico de Control U o C que son
similares en sus usos y aplicaciones, sólo los diferencian dos detalles.
Diferenciador #1
El Gráfico de Control C monitorea la cantidad de defectos en una muestra o subgrupo
racional de “n” unidades, mientras que el Gráfico U monitorea la cantidad de defectos
promedio por unidad.
Diferenciador #2
El Gráfico de Control C requiere que los subgrupos sean de tamaño constante,
mientras que para el Gráfico de Control U no tiene restricción para el tamaño de los
subgrupos (puede ser constante o puede variar).
Fórmulas para construir el Gráfico de Control U

Control U.
Fórmulas
Observaciones
1. En este gráfico vas a monitorear (graficar) la cantidad de defectos por unidad

para cada subgrupo (i).
2. Recuerda que en el Gráfico de Control U, los subgrupos pueden variar de
tamaño.
3. Si tienes tamaños de subgrupos variables (ni), tendrás límites de control
también variables, ya que estos dependen del tamaño del subgrupo.
variable Poisson nunca podrá tomar valores negativos.
5. Si el gráfico de Control U se muestra en control, su línea central (U barra) se
Ejemplo de un Gráfico U usando Excel
Para ejemplificar la aplicación de las fórmulas mencionadas anteriormente para un

Gráfico U, desarrollé el siguiente ejemplo usando Excel. Te invito a que lo revises con
atención.
En un hotel se desarrolla un proyecto Six Sigma para reducir las quejas de los clientes
durante su estadía y se ha llevado el registro tomando muestras de tamaño variable
de clientes cada semana. Los datos obtenidos en las últimas 30 semanas, así como los
cálculos correspondientes a un Gráfico U se anexan en la tabla 1.
Tabla 1. Datos y cálculos con Excel para el ejemplo de Gráfico U.

Figura 1. Gráfico de Control U del ejemplo con Excel.
La figura 1 muestra el Gráfico de Control U resultante, y al aplicar las pruebas de
estabilidad se encuentra que:

 Prueba 2: No hay 9 ó más puntos consecutivos sin cruzar la línea central
(corrida).
encuentra estable o bajo control pudiendo ahora concluir que tiene una media
estimada de quejas por cliente 𝑈
̅ = 0.0628. Para visualizar mejor este valor, también
podríamos decir, por ejemplo, que este hotel recibe en promedio 6.28 quejas por cada
100 clientes.
 En la sección de Referencias/Materiales de apoyo de este curso, puedes
encontrar el archivo de Excel con estos cálculos.
Fórmulas para construir el Gráfico de Control C

Control C.
Fórmulas
Observaciones
1. En este gráfico vas a monitorear (graficar) la cantidad de defectos por cada

subgrupo de tamaño “n”.
2. Recuerda que para el Gráfico de Control C el tamaño de los subgrupos (n)
debe permanecer constante.
variable Poisson nunca podrá tomar valores negativos.
4. Si el gráfico de Control C se muestra en control, su línea central (C barra) se
Ejemplo de un Gráfico C usando Excel
Para ejemplificar la aplicación de las fórmulas mencionadas anteriormente para un

Gráfico C, desarrollé el siguiente ejemplo usando Excel. Te invito a que lo revises con
atención.
Un proceso donde se producen rollos de papel, será monitoreado mediante Gráficas

de Control para analizar el comportamiento de los defectos en muestras de 20 rollos
cada una. Los datos recopilados de los últimos 30 días, así como los cálculos de un
Gráfico C se muestran en la tabla 1.
Tabla 1. Datos y cálculos con Excel para el ejemplo de Gráfico U.

Figura 1. Gráfico de Control C del ejemplo con Excel.
Como se observa en la Gráfica C de la figura 1 la variable se mantiene bajo control con

una media de Cbarra=3.87 defectos por cada 20 rollos.
Reflexión final
¡Felicidades! Has concluido con el curso Gráficos de Control para variables medibles y
para atributos. Cómo pudiste ver a lo largo de este curso los Gráficos de Control son
herramientas simples, pero poderosas que te permiten monitorear en el tiempo el
comportamiento de una variable, así sea medible o discreta.
Referencias
Las fuentes bibliográficas y materiales de apoyo que puedes consultar para

profundizar en los contenidos del curso son los siguientes:
Bibliografía
 American Society for Quality. (2020). ASQ TV. Recuperado

de https://videos.asq.org/home
 Besterfield, H. (2009). Control de Calidad. Pearson-Prentice Hall.
 Gutiérrez, H. & De la Vara, R. (2013). Control Estadístico de Calidad y Seis Sigma.
Mc Graw Hill.
 iSixSigma. https://www.isixsigma.com/
 Kubiak, M. and Benbow, W. (2009). The Certified Six Sigma Black Belt. Handbook.
American Society for Quality. Quality Press.
 Montgomery D. (2010). Control Estadístico de Calidad. Limusa-Wiley
 Munro, R.A.; Maio, Matthew J.; Nawaz, Mohamer B.; Ramu, Govindarajan and
Zrymiak, Daniel J. (2008). The Certified Six Sigma Green Belt. Handbook. American
Society for Quality. Quality Press.
 Tague, N.R. (2005). The Quality Toolbox. Second Edition. ASQ Press.
 Vandenbrande W. (2020). Getting to normal. Exploring statistical process control’s
new role in today’s production environment. Quality Progress, American Society
for Quality (AASQ). February 2020.
Materiales de apoyo
 Control Chart. (2020). ASQ TV. Recuperado de https://asq.org/quality-

resources/control-chart
 Formato Histórico Gráfico de Control. Haz clic aquí para descargarlo.
 Ejemplo Gráfico IM-R Excel. Haz clic aquí para descargarlo.
 Ejemplo Gráfico Xbarra-R Excel. Haz clic aquí para descargarlo.
 Ejemplo Gráfico Xbarra-S Excel. Haz clic aquí para descargarlo.
 Ejemplo Gráfico P Excel. Haz clic aquí para descargarlo.
 Ejemplo Gráfico NP Excel. Haz clic aquí para descargarlo.
 Ejemplo Gráfico U Excel. Haz clic aquí para descargarlo.
 Ejemplo Gráfico C Excel. Haz clic aquí para descargarlo.
 Tabla de Constantes para Gráficos de Control. Haz clic aquí para descargarlo
Créditos
 Autor:
Dra. Ivonne Abud Urbiola
 Equipo de diseño y producción:
Vicerrectoría Académica y de Innovación Educativa
Se prohíbe la reproducción total o parcial del sitio o cualquier contenido del

mismo. D.R.© Instituto Tecnológico y de Estudios Superiores de Monterrey,
México. 2020. Ave. Eugenio Garza Sada 2501 Sur Col. Tecnológico C.P. 64849 |
Monterrey, Nuevo León | México | Aviso Legal | Aviso de privacidad.
Derechos Reservados 2020 Tecnológico de Monterrey
Prohibida la reproducción total o parcial de esta obra sin
expresa autorización del Tecnológico de Monterrey.

Curso4. Graficos de Control

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Curso4. Graficos de Control

Cargado por

Copyright:

Formatos disponibles

Gráficos de

Bienvenida del curso

Bienvenido al curso Gráficos de control para variables medibles y para

Bienvenido al curso Gráficos de control para variables medibles y para atributos, el

A lo largo de este curso, el participante:

 Conoce y aplica los gráficos de control X barra-R, Xbarra-S e I-MR, P, NP, C y U.

Los temas que estudiarás son los siguientes:

Gráficos de Control para variables medibles y para atributos

Tema 1. Construcción de Gráficos I-MR, Xbarra-R, Xbarra-S

Tema 2. Construcción de Gráficos P y NP

Tema 3. Construcción de Gráficos C y U

Mi primer encuentro con un Gráfico de Control X barra-R

Antes de iniciar con el estudio de los temas, te invito a revisar el siguiente

A finales de la década de 1980, todavía siendo estudiante…, ¡uuuuhhhh ya llovió!

Recuerdo haber observado cómo un operador construía, directamente en la línea de

Tema 1. Construcción de Gráficos I-MR, Xbarra-R, Xbarra-S

Construcción de un Gráfico de Control

La construcción de un Gráfico de Control es una tarea simple, pero muy laboriosa

El Gráfico de Control I-MR (Medidas Individuales y Rango Móvil)

En este apartado abordaré los principales aspectos que caracterizan a un Gráfico

Gráfico de Control I-MR

que muestra la media o promedio (representada en la figura por la línea color

En el caso particular de los Gráficos de Control para Variables Medibles, se construyen

Fórmulas para las líneas centrales de los Gráficos I-MR

Para el cálculo de un gráfico I-MR se usan las siguientes fórmulas:

Fórmulas para los Límites de Control de los Gráficos I-MR

Fórmulas para determinar los parámetros poblacionales de una variable bajo

Cuando una variable está en control, se pueden estimar sus parámetros

2. En la sección de Referencias/Material de apoyo dentro de este curso, podrás

encontrar la tabla con las constantes de los Gráficos de Control.

3. En el Gráfico de Control de Rangos Móviles, por default se calcula el rango móvil

se considera como si se tuviera un subgrupo de tamaño dos (n=2).

Ejemplo de Gráfico de Control I-MR usando Excel

Para ejemplificar la aplicación de las fórmulas correspondientes a la construcción de

Tabla 1. Datos para el ejemplo de Gráfico I-MR.

Para abordar este ejemplo lo primero es seleccionar el Gráfico de Control adecuado:

construir el gráfico. Así, seleccionando las columnas correspondientes a cada gráfico e

Gráfico de Medidas Individuales (I) del ejemplo de Gráfico I-MR.

Gráfico de Rangos Móviles (MR) del ejemplo de Gráfico I-MR.

Los gráficos finales y su interpretación se muestran en las siguientes figuras:

Prueba 1: No hay ningún punto fuera de los Límites de Control.

Respecto de la Gráfica de Rangos Móviles se observa que:

Gráfico de Rangos Móviles (MR) del ejemplo de Gráfico I-MR.

Prueba 1: No hay ningún punto fuera de los Límites de Control

En la sección de Referencias/Materiales de apoyo del curso puedes encontrar el

El Gráfico de Control X barra -R (Medias y Rangos)

Ahora que ya tuvimos la oportunidad de conocer las características generales,

El Gráfico de Control X barra -R (Medias y Rangos)

Fórmulas para las líneas centrales de los gráficos X barra –R

Fórmulas para los Límites de Control de los gráficos X barra –R

Fórmulas para determinar los parámetros poblacionales de una variable bajo

1. En un Gráfico X barra- R se monitorea el comportamiento de las medias o

Ejemplo de Gráfico de Control X barra- R usando Excel

Como lo comentamos anteriormente, existen dos herramientas que usualmente

mencionadas anteriormente para un Gráfico de Control X barra-R, desarrollé el

La tabla 1 muestra los datos y cálculos después de aplicar las fórmulas

Figura 1. Gráfico de Medias (Xbarra) del ejemplo de Gráfico Xbarra-R.

Figura 2. Gráfico de Rangos (R) del ejemplo de Gráfico Xbarra -R.

En un procedimiento de interpretación típico se concluiría que la variable está fuera

Posteriormente se debe tener una representación del comportamiento del proceso

Lo ocurrido en este ejemplo no significa que apareció repentinamente una nueva

El Gráfico de Control X barra -S (Medias y Desviación Estándar)

En esta ocasión toca el turno de conocer el gráfico de Control X barra-S (Medias y