Control Estadístico de Procesos

Por: Rocío Rentería Flores

Introducción

En la actualidad, muchas empresas buscan mejorar la calidad de sus procesos con

base en el control estadístico de procesos; lo cual se obtiene modificando los
sistemas operativos utilizando las herramientas estadísticas para evaluar,
diagnosticar, analizar y priorizar los problemas de calidad. Pero la aplicación,
interpretación y solución de los problemas lo define el recurso humano de una
empresa.

Las 7 herramientas estadísticas básicas (Pareto, Causa-Efecto, Histograma,

Correlación, Estratificación, Hojas de Verificación y Gráfico de Control) permiten que
una empresa sea consistente en su propósito de mejorar la calidad del producto, ya
que son técnicas utilizadas para la prevención.

Existen 2 tipos de objetivos de calidad fundamentales para el Control Estadístico

del Proceso:

1. Objetivos de mantenimiento (eliminación de condiciones esporádicas).

2. objetivos de mejora (eliminación de condiciones crónicas).

Terminología

Estadística.- Conjunto de técnicas cuyo propósito es, a partir de una colección de

datos numéricos que presentan variabilidad, describir el proceso que los generó.

Las técnicas estadísticas se dividen en dos:

1) Análisis exploratorio de datos: es la técnica que se utiliza para describir o explicar
la colección de datos disponibles, es decir, como se presentaron en un evento.
2) Inferencia estadística: es la técnica con que se pretende explicar otros posibles
datos similares, toda vez que se efectúa el análisis exploratorio de datos.

1
Variable.- Es una codificación numérica de una característica de calidad, p.e.:
metros, pesos, segundos, etc., o bien no numéricas de una característica de
calidad, p.e.: bueno, malo, pasa, no pasa; a esta codificación también se le
denomina: atributo. Las variables pueden ser:

 Continuas: es representada con tanta exactitud como sea posible (medición).

 Discreta o discontinua: condiciones de existencia o ausencia (si, no, etc.)
(atributo); adoptan variables de enteros.

Dato.- es el registro que se obtiene al observar una variable.

Población.- Está constituida por todas las posibles observaciones que se puede
hacer de los elementos que se desea estudiar (es el objeto de estudio).

Muestra.- está constituida por algunos elementos de la población. Es un

subconjunto de la población.

Población

Muestra

Dentro de una población existen diversos parámetros como son: media, mediana,
moda, desviación estándar, rango, para una variable discreta o continua.

Si estos parámetros se calculan a partir de una muestra tomada de la población se

denominan estadísticas de las muestras. Su utilidad práctica radica en que
podemos inferir parámetros poblacionales desconocidos.

Para describir la masa numérica se utilizan medidas de tendencia central y

medidas de dispersión.

 Medidas de tendencia central (medidas de localización): sirven para saber por

dónde está el centro del grupo de datos en una muestra, las más comunes son:

media (  ), mediana ( X ) y moda ( M ).

2
  Media ( ).- es el promedio aritmético de un conjunto de datos. Se calcula
como:
n
 Xi
 = _i=1_____
n

Donde:
Xi = datos

n
= sumatoria desde el dato 1 hasta el enésimo
i=1
n= número de datos a considerar

 Mediana ( X ).- es el valor central en una serie de datos ordenados de menor
a mayor (o viceversa). Para su cálculo:
o se ordenan los datos de mayor a menor (o viceversa).
o Cuando el número de datos suman un número non, la mediana es el
dato central.
o Cuando el número de datos suman un número par, se toma el
promedio aritmético de las dos medianas.
 Moda ( M ).- se trata del valor (o valores) observado (s) con mayor frecuencia
en una serie de datos.

 Medidas de dispersión: sirven para saber qué tan parecidos o diferentes son los
datos entre sí. Los más comunes son:
 Rango ( R ).- es la distancia entre el dato mayor y el menor, en una serie de
datos se calcula como:
R = DM – Dm donde:
DM = dato mayor
Dm = dato menor
 Error absoluto medio ( EAM).- es el promedio de las distancias de cada dato
con respecto a la media, en términos absolutos:
 Varianza () es el promedio de las distancias cuadradas de cada dato con
respecto a la media.

3
 n
 Xi – 
 = _i=1_______
n

 Desviación estándar () es la raíz cuadrada de la varianza.

n
 Xi – 
 =_i=1_______
n

HERRAMIENTA 1. Estratificación

La aplicación de este concepto consiste en la clasificación de elementos que tienen

afinidad o características semejantes. Estos elementos se clasifican en grupos, a
cada grupo se le denomina estrato.

El propósito de estratificar la base de datos, es:

1) Determinar más fácilmente las causas del comportamiento de alguna
característica.
2) Conocer cómo impactan en el proceso identificado de los diferentes factores
causales.
3) Reducir la variabilidad de los datos.

HERRAMIENTA 2. Hoja de Verificación

Ayuda a conocer:
 El tipo de discrepancia con mayor incidencia.
 El comportamiento del proceso.
 Total de productos discrepantes.
 La localización de las discrepancias.

4
Definiciones:

Distribución.- disposición de datos estadísticos que muestra cuantos elementos o

que parte de los datos entran en diferentes intervalos o categorías en los cuales se
agrupan los datos.

Frecuencia.- cantidad de veces que se repiten en un evento.

Para elaborar una distribución de frecuencias se recolectarán y se muestran en

tablas de distribución de frecuencias (hoja de verificación, de control).

Tipos de tablas:

1. Distribución numérica o cuantitativa.- los datos se agrupan según su magnitud

numérica, por ejemplo:

Número de Equipos de
proyectos mejora
0 1
1 24
2 12
3 2
4 1
Total 40

La tabla anterior muestra cuantos proyectos simultáneamente están trabajando los

equipos de mejora de una empresa.

Número de Equipos de
proyectos mejora
concluidos
1-3 2
4-6 16
7-9 22
10-12 4
12-14 1
Total 45

5
Esta tabla muestra el número de proyectos concluidos por los equipos de mejora (el
número de equipos es la frecuencia).

2. Distribución categórica o cualitativa.- cuando los datos se agrupan en categorías.

Áreas clase Equipos de

mejora
Venta 15
Producción 18
Administración 3
Total 36

Esta tabla muestra cuantos equipos tiene cada área.

Construcción de la hoja de verificación:

1° Identificar qué tipo de datos vamos a recolectar.

 Medición (variables)
 Conteo (atributos)

2° Organizar los datos.

 Máquina
 Turno
 Tipo de discrepancia
 Proceso
 Etc.

3° Especificar periodo de tiempo

 Hora
 Día
 Semana

4° Diseñe la hoja de verificación de manera que obtenga la información requerida

con el esfuerzo requerido.

5° Acumule y registre los datos.

6° Incluir leyendas o títulos tales como:

6
  Quién recopiló la información.
 Cuando: turno o periodo de tiempo
 Como: tamaño de muestra
 Etc.

Para datos numéricos:

22 35 13 10 28
23 24 27 27 32
26 34 30 37 28
26 19 20 36 29
25 38 32 30 27
17 39 26 36 33
18 21 30 11 23
20 25

PASO 1. Elegir el número de clases y la amplitud que cada intervalo de clase deberá
cubrir.

TABLA 1.
Población o Número de
Muestra intervalos
N K
Menos de 50 De 5 a 7
De 50 a 100 De 6 a 10
De 100 a 200 De 7 a 12
Mayor a 250 De 10 a 20

Dónde:
N = número de datos de la población o muestra que se esté analizando.
K = número de intervalos de clase.

Para el ejemplo se pueden utilizar los siguientes 6 intervalos (I):

10 – 14
Dónde:
15 – 19
Dato menor (Dm) = 10
20 – 24
Dato mayor (DM) = 39
25 – 29
Rango (R) = 39 – 10 = 29
30 – 34

7
35 - 39

Asegurándose de que cada dato sólo quede en uno y sólo un intervalo de clase.

Para que no queden brechas entre los intervalos, puede utilizarse fracciones,
procurando que los intervalos de clase sean iguales:

9.6 – 14.5
14.6 – 19.5
19.6 – 24.5
24.6 – 29.5
29.6 – 34.5
34.6 - 39.5

PASO 2. Ordenamiento de los datos. Con los datos recolectados se construye una
tabla que permita ordenar y contar los datos.

PASO 3. Establecer frecuencias. A partir del conteo se obtiene la frecuencia (f) de

cada intervalo de clase. Se pueden calcular frecuencia relativa (fr), porcentaje (%),
frecuencia acumulada (fa), frecuencia relativa acumulada (fra), porcentaje
acumulado (% a).

HERRAMIENTA 3. Histograma

Un histograma es un gráfico de barras que permite observar el perfil de distribución

de una serie de datos, donde lo importante es el patrón del histograma, no el número
de datos de cada intervalo.

Permite analizar cómo se distribuyen las variaciones, con el fin de concentrarse en

estudiar y resolver aquellas que rebasan los límites establecidos.

Construcción de un histograma:

PASO 1. Identifique la característica que desea graficar para estudiar su

variabilidad. Esta característica puede ser identificada mediante una herramienta
básica; posteriormente proceda a recolectar una muestra de datos de tamaño N
(recomendación N ≤ 50).

8
PASO 2. Determine el rango de la muestra de datos (R), el rango es definido como
la resta del dato de mayor valor menos el dato de menor valor del grupo de datos
tomados.

R = Dato Mayor – Dato Menor

PASO 3. Determine el número de clases a ser usado (K), ver tabla 1.

PASO 4. Determine el tamaño del intervalo (I) de clase que es el ancho o tamaño
de cada clase.

I = R_
K

PASO 5. Determine los límites de clase:

a) Límite inferior (Li) = Xi – I
b) Límite superior (Ls) = Li + I
c) Valor medio (Vm) = Ls + Li
2
Los demás límites de clase se determinan de la siguiente forma:
d) Límite inferior (Li) = Ls de la clase anterior
e) Límite superior (Ls) = Li + I
f) Valor medio (Vm) = Ls + Li
2

PASO 6. Construir la tabla de frecuencias.

PASO 7. Construir el histograma.

Es un gráfico de barras que permite

describir el comportamiento de un grupo
de datos en cuanto a su tendencia
central, su forma y dispersión.
Permite tener una idea objetiva sobre la
calidad del producto, el desempeño del
proceso o el impacto de una acción de
mejora.

9
Tipos de distribución:

HERRAMIENTA 4. Diagrama de Pareto

El Diagrama de Pareto es una gráfica de barras que clasifica en forma descendente

el tipo de fallas o factores que se analizan en función de su frecuencia (número de
veces que ocurre un evento), o de su importancia absoluta y relativa.
Adicionalmente, permite observar en forma acumulada la incidencia total de las
fallas o factores de estudio.

Este diagrama facilita clasificar los problemas en orden de importancia, separando

aquellos que podrían definirse como vitales de aquellos otros que son secundarios,
lo cual permite concentrar los esfuerzos en los primeros.

El principio de Pareto establece que :

“Pocos miembros vitales de la población son los causantes de la mayoría de los
miembros, los muchos triviales, cuentan muy poco en el efecto total.”

“ESTE ES UN PRINCIPIO UNIVERSAL.”

10
Juran describe el Principio de Pareto cuantitativamente como:

“El 80% de los problemas provienen del 20% de las causas.”

Regla 80 – 20.

Ejemplos del Principio de Pareto.-

 Del total del agua dulce que hay en nuestro planeta, la mayoría se encuentra en
los polos.
 Del total de la población humana del planeta, pocos países son los que más
contribuyen.
 Del total de accidentes sufridos por una población, pocas causas son las que más
ocurrencia tienen.

Principales aplicaciones.-
La aplicación más importante está en el PROCESO DE MEJORA CONTINUA DE
LA CALIDAD, como lo muestra el ciclo de Deming:

1° PLANEAR

4° ACTUAR 2° HACER

3° VERIFICAR

Controlar es la primera parte del problema, la segunda es mejorar, , para ambos se

aplica el círculo de Deming.

Elementos del diagrama.-

GRÁFICA DE LA
FRECUENCIA
ACUMULADA

100%
f
Frecuencia
individual
por
característica

11
 CARACTERÍSTICAS

Elaboración del Diagrama de Pareto:

PASO 1. Ordene de mayor a menor las frecuencias de la hoja de verificación.

PASO 2. Calcule la frecuencia relativa (fr), frecuencia acumulada (fa) y frecuencia

relativa acumulada (fra); donde:
fr = es el valor de la frecuencia en términos de porcentaje.
fa = es la suma de los valores de las frecuencias anteriores de cada dato. P.e.

f fa
A 10 10
B 8 18
C 5 23
D 4 27
E 1 28

fra = es la suma de los valores de las frecuencias relativas anteriores de cada dato.
Por ejemplo:

fr (%) fra (%)

A 35 35
B 28 63
C 15 78
D 12 90
E 10 100

PASO 3. Trazar un plano cartesiano con un eje horizontal y dos verticales, uno a
cada extremo del primero. En el eje izquierdo de las ordenadas representaremos la

12
fr; en el otro (opuesto al primero) represente la fra. En el eje horizontal, se
representan las características de los datos observados.

PASO 4. En una gráfica de barras, represente los valores de las fr ordenadas de

mayor a menor.

PASO 5. Partiendo del origen trace una ojiva para cada característica tomando el
valor de la fra.

100% 0.0%
f

80%

20%

0.0% 100%

HERRAMIENTA 5. Diagrama Causa-Efecto

Es una forma de organizar y representar las diferentes teorías propuestas sobre las
causas de un problema. Se conoce también como diagrama de Ishikawa o
diagrama de Espina de Pescado y se utiliza en las fases de Diagnóstico y Solución
de la causa.

13
MEDICION MATERIALES MÉTODOS

CARACTERÍSTICA
DE CALIDAD

MAQUINARIA MANO DE MEDIO

Y EQUIPO OBRA

CAUSAS
GENERALES O
PRINCIPALES

CAUSAS EFECTO
6M’s

¿Cómo se construye un diagrama Causa-Efecto?

PASO 1: Decidir la característica de calidad o problema a analizar y presentarlo en

el lado derecho del diagrama.

CARACTERÍSTICA
DE CALIDAD

(PROBLEMA)

PASO 2: Presente las causas que contribuyen al problema, empezando con las 5
áreas generales conocidas como 6M’s (mano de obra, maquinaria y equipo,
materiales, medio, mediciones y métodos). Agrupar las posibles causas en alguna
de las 6M’s o ramificaciones.

14
 MEDICIÓN MATERIALES MÉTODOS

PROBLEMA

(EFECTO)

MAQUINARIA MANO DE MEDIO

Y EQUIPO OBRA

PASO 3: Las causas potenciales contribuyentes son dibujadas como pequeñas

ramas que salen de las 5 ramas principales.
Todas las posibles causas del problema que surgen después de aplicar una
tormenta de ideas, deben ser listadas

MEDICIÓN MATERIALES MÉTODOS

PROBLEMA

(EFECTO)

MAQUINARIA MANO DE MEDIO

Y EQUIPO OBRA

PASO 4: Enfocarse a las causas que aparecen con mayor frecuencia e influyen en
el problema (efecto).

PASO 5: Desarrollar el plan de acciones para resolver el problema identificado y

sus responsables, estableciendo fechas para proporcionar resultados.

También pueden utilizarse como causas principales las fases del proceso.

15
 CUERPO DEL MÉTODO DE
INYECTOR TRABAJO

CONCENTRICIDAD
DEL CUERPO DEL
INYECTOR

HERRAMIENTA OPERARIO MÁQUINA

ROTH

¿Cómo elegir la característica de calidad (problema o efecto)?

En este punto es donde se relaciona el diagrama de Pareto con el diagrama Causa-

Efecto.

100
F
r
e
c
u
e
n

0.0

O bien con el Histograma

F tolerancia
r
e
c
u
e
n
c

16
Uso del diagrama Causa-Efecto

1. Sirve para seleccionar la causa que deberá investigarse primero con el propósito
de mejorar el proceso para resolver el problema.
2. Permite determinar causas que ocasionan variabilidad en el proceso y que
pudieran ser consideradas como no comunes.

NOTA: Después de seleccionar la causa que se investigará, se deben hacer

pruebas con el propósito de saber si realmente afecta o no. Si no es así, se
selecciona otra causa, se confirma su efecto y así sucesivamente. Puede apoyarse
en el diagrama de correlación o dispersión.

HERRAMIENTA 6. Diagrama de Dispersión

El diagrama de dispersión muestra la relación entre los datos que son graficados en
un par de ejes.

La relación entre 2 tipos de datos es fácilmente observable y sus motivos más

comunes son analizar:
a) La relación entre una causa y un efecto.
b) La relación entre una causa y otra.

17
 c) La relación entre una causa y otras dos causas.
d) Un efecto y otro efecto.

Pasos para elaborar un diagrama de dispersión:

PASO 1. Diseñe una forma (hoja de datos) para colectar datos, la cual puede ser:

HOJA DE DATOS
MUESTRA CONTENIDO DE CONTENIDO MUESTRA CONTENIDO DE CONTENIDO
NÚMERO HUMEDAD DE HUMEDAD NÚMERO HUMEDAD DE HUMEDAD
MATERIA PRIMA PRODUCTO MATERIA PRIMA PRODUCTO
X (%) Y(%) X (%) Y(%)

1 2.45 1.55 26 2.15 1.20

2 2.20 1.55 27 2.70 1.40

3 2.90 1.90 28 2.60 1.95

4 2.65 1.70 29 2.50 1.50

5 2.30 1.50 30 2.50 1.90

6 2.65 1.55

7 2.80

PASO 2. Tome de 30 a 90 muestras, o sea, colecte 30 a 90 pares de datos y

regístrelos en la hoja de datos.

PASO 3. Trace los ejes vertical y horizontal indicando qué representa cada uno de
ellos.

PASO 4. Grafique los datos; si los valores de los datos son repetidos y dan uno ya
graficado, trace un círculo sobre el punto para representar que ya está repetido, si
se vuelve a repetir trace un círculos concéntrico y así sucesivamente cuantas veces
sea necesario.

PASO 5. Si el conjunto de datos tiene muchos datos del mismo valor o si se tiene
una gran cantidad de datos, construya una tabla de correlación.

18
 f 1 3 5 7 13 4 2 2 37

1.65 I 1

1.60 I I 2

1.55 0

1.50 I II 3
CONTENIDO DE HUMEDAD

1.45 I IIIII I 7

1.40 IIII 4
PRODUCTO Y

1.35 I II I II 6

1.30 III 3

1.25 I III II 6

1.20 I 1

1.15 II 2

1.10 I I 2

2.00 2.05 2.10 2.15 2.20 2.25 2.30 2.35 f

CONTENIDO DE HUMEDAD

MATERIA PRIMA X

PASO 6. Leer o interpretar el diagrama de dispersión.

19
Donde = r = coeficiente de correlación.
-1 ≥ r ≤ 1

1. Determine el tipo de relación o correlación utilizando la fórmula de Pearson:

20
Para facilitarte el desarrollo de las actividades, te sugiero los siguientes videos:

Diagrama de flujo
Autor: Videos Senatino
Título: Diagrama de flujo - Flujograma
URL: https://www.youtube.com/watch?v=2GI0jH-pCz4

Diagrama de Pareto
Autor: Ingeniería Online
Título: Ejemplo del diagrama de Pareto │Pareto Analysis
URL: https://www.youtube.com/watch?v=Fht8LplWok4

Diagrama causa - efecto

Autor: Juan de Dios Santos
Título: Diagrama de Causa y Efecto (Ishikawa)
URL: https://www.youtube.com/watch?v=-8DfthiWGps

Hoja de verificación
Autor: Wilmit Rodríguez
Título: Electiva I Hoja de Verificación
URL: https://www.youtube.com/watch?v=Fyb08fs_J3A
Histograma
Autor: VidTut
Título: Tabla de Frecuencias e Histogramas (Excel) - HD
URL: https://www.youtube.com/watch?v=q6qiBLkuhmM

Gráficos de control
Autor: DIAGRAMA DE PARETO ESU
Título: Gráficos de control
URL: https://www.youtube.com/watch?v=WKTo8-dUKE0

Diagrama de dispersión
Autor: Rubén Sebastián
Título: Diagrama de dispersión o nube de puntos
URL: https://www.youtube.com/watch?v=S1DPtadoXSA

21
Referencias

1. Flores, C., 2015, Unidad 2 Estadística Básica, recuperado de:

http://gestionyadmondepymesunadm.blogspot.mx/2015/09/unidad-2-
estadistica-basica.html

2. Gutiérrez, H., (2010), Calidad Total y Productividad, 3era. edición, México, Mc

GRAW-HILL / Interamericana Editores, S.A. de C.V.
3. Reyes P., Sept. 2007. Recuperado de:
(es.scribd.com/doc/56289487/MUESTREO-ACEPTACION)
4. Wadsworth, (2005), Métodos de Control de Calidad, 2da. Edición, México,
Compañía Editorial Continental.
5. Gutiérrez H., (20139, Control Estadístico de Calidad y Seis Sigma, 3era. Edición,
México, Mc GRAW-HILL / Interamericana Editores, S.A. de C.V.

22