1

BIENVENIDOS AL CURSO

INGENIERÍA DE LA CALIDAD

2
 MODULO V: Sesión 1
Control Estadístico de Procesos
— Definición e importancia del SPC
— Elementos del control de calidad
— Límites de control
— Fuentes de variación de un proceso
— Estado de control de un proceso
— Procesos centrados y fuera de centro
— Resúmenes numéricos en el SPC
— Gráficos de datos de proceso

3
 Introducción

El Control Estadístico de Procesos es una metodología para el seguimiento de un proceso a fin de identificar las causas
de la variación y señalar la necesidad de emprender una acción correctiva en el momento apropiado.

Nació a finales de los años 20 en los Bell Laboratories. Su creador fue W.

A. Shewhart, quien haciendo uso de la estadística, descubrió que algunos
procesos muestran variaciones controladas naturales, mientras otros
muestran variaciones descontroladas.

El CEP depende de las gráficas de control, una de las herramientas

básicas de mejora de la calidad que vimos en nuestro Módulo II. 

Dado que su aplicación es en el momento del desarrollo del proceso, puede decirse que esta metodología
contribuye en tiempo real, a la mejora de la calidad de los productos y servicios y permite también aumentar el
conocimiento del proceso, porque se está muy cerca de él, lo cual en algunos casos, puede dar lugar a la mejora del
mismo.
4
Pensamiento estadístico

Se basa en tres principios:

— Todo el trabajo ocurre en un sistema de

procesos interconectados.
— La variación existe en todos los procesos.
— Reducir la variación es clave para el éxito.

5
 Definición e importancia del Control Estadístico de Procesos (CEP)

Se define como control estadístico del proceso la aplicación de métodos estadísticos para la medición y análisis
de la variación en un proceso. Esta técnica se aplica tanto a los parámetros dentro del proceso como a los del
final de éste (producto).
PROCESO

Un proceso es un conjunto de
actividades que convierte entradas en
salidas o resultados, a través de la
interrelación coordinada de máquinas, Entradas Salidas
PROCESO
herramientas, métodos, materiales y
gente.

Su importancia radica en permitir la toma de decisiones para la mejora de los procesos, a partir de una adecuada
investigación y análisis del comportamiento del proceso, lo que hace que el proceso sea predecible en el tiempo.

La calidad de un producto tiene dos grandes “enemigos”: (1) las desviaciones con respecto al objetivo
especificado (falta de exactitud), y (2) una excesiva variabilidad respecto a los valores deseables (falta de
precisión).
6
 El Control de Calidad - Elementos

El Control de Calidad e la parte de la gestión de la calidad orientada al cumplimiento de los requisitos de la

calidad. Fuente: ISO 9001:2015.
Es una actividad dentro del proceso productivo, que busca verificar que los productos y servicios que se generan,
cumplen con los estándares o especificaciones previamente acordadas, determinando así un nivel de variabilidad.

Proceso Conforme?

Acciones de
mejoras Toma de Decisión

Análisis de Causas

7
 El Control de Calidad - Elementos
2. Valor de referencia de la variable objeto de control.

1. Variable objeto de control

Valor
3. Proceso de medición Nominal

Proceso Valor
Conforme?
Real

4. Valor real de la variable

objeto de control.
5. Comparación del
valor real con el valor
nominal y actuar en
consecuencia.

Análisis de Causas

8
 Limites reales o naturales de Control

Los limites reales o naturales de control de un proceso indican los puntos entre los cuales varía la salida de un
proceso y, por lo general, se obtienen de la siguiente manera:

Límite real inferior (LRI) = X - 3s y Límite real superior (LRS) = X + 3s

¿Para qué se usan los límites de control?

Los límites de control se usan como criterios para señalar la necesidad de aplicar una acción, o para juzgar si un
conjunto de datos indica o no “estado de control estadístico”, los puntos dentro del gráfico deben estar distribuidos
aleatoriamente por encima y por debajo del promedio sin salirse de los límites de control calculados.
También se usa un segundo conjunto de límites que se llaman “límites de advertencia” y los
límites de control son entonces llamados “límites de acción” como: Investigación “causa
asignable”, ajustar el proceso o detener el proceso.

9
 Limites reales o naturales de Control

En una gráfico de control los límites reales o naturales son las líneas horizontales ubicadas arriba y debajo de la línea
central, que se utilizan para determinar si un proceso está fuera de control. LRI LRS

El cálculo de estos límites está inspirado en la regla empírica, en la cual se

afirma que por experiencia se ha observado, de los datos tienden a
distribuirse de la siguiente manera:

• Entre X – 1S y X + S está 68,3 % de los datos de la muestra.

• Entre X – 2S y X + 2S está 95,4%.
• Entre X – 3S y X + 3S está 99.7%.

¿Cada cuanto debo revisar y recalcular los límites de control?

— Los límites de control se deben revisar periódicamente (cada 6 o 12 meses).

— Cuando el proceso a entrado en control, por entrenamiento.
— Cuando se han hecho cambios significativos en el proceso de producción; de tal forma que las variables ya no se
deben controlar dentro de los parámetros anteriormente especificados.
10
 Variabilidad
La variabilidad se manifiesta por los cambios inevitables que suceden en el proceso y
que afectan posteriormente al producto que se fabrica o al servicio que se ofrece,
originando que ningún producto o servicios sea igual a otro.

La variabilidad es un indicador clave de la capacidad que tiene un proceso para

cumplir con la calidad requerida (asegurando que el valor real del resultado del
proceso se encuentre dentro del rango de tolerancia)

Principios de variabilidad del Proceso

Nunca existirán dos productos iguales a pesar que hayan sido

fabricado en la misma máquina, con los mismos materiales,
con las mismas condiciones ambientales, con los mismos
materiales incluyendo el mismo operador.

11
 Máquinas: Desgastes de las
herramientas, vibración de las
máquinas, contacto o roce delas
partes.
Mano de obra
Personas:
Falta de
competencias, Fuentes de Medio Ambiente:
Temperatura,
desmotivación, Variación de un presión, polución,
bienestar emocional, Proceso humedad, entre
físico, entre otros.
Estos 5 elementos determinan de otros.
manera global todo proceso y
cada uno aporta algo de la
variabilidad de la salida del
proceso

Métodos:
Materiales: Calidad
Procedimientos y
de la materia prima,
prácticas poco eficientes
características
para realizar el trabajo.
diferentes.
12
 Causas de Variación de un Proceso
La variación por causas comunes (o por azar) es una variación propia del proceso,
aportada de forma natural por las condiciones normales de operación. Esta variación
es inherente a las características actuales del proceso y por lo tanto, siempre existe en
cualquier proceso de producción, no importa que tan bien diseñado esté. Son una
multitud de causas ejerciendo un pequeño efecto en la variación total. No pueden ser
reducidas o eliminadas a menos que se modifique el proceso.

La variación por causas especiales (o asignadas) es causada por situaciones o circunstancias especiales o imprevistas y que
no están de manera permanente en el proceso. Por ejemplo, la falla ocasionada por el mal funcionamiento de una pieza de
la máquina, el empleo de materiales no habituales o el descuido no frecuente de un operario. Las causas especiales, por su
naturaleza relativamente discreta, a menudo pueden ser identificadas y eliminadas si se cuenta con los conocimientos y
condiciones para ello. Estas causas provocan una variación excesiva.

Es muy importante distinguir entre estos dos tipos de variabilidad a fin de evitar dos errores en la actuación de los procesos.
Error 1: reaccionar ante un cambio o variación (efecto o problema) como si proviniera de una causa especial, cuando en
realidad surge de algo más profundo en el proceso, como son las causas comunes de variación.
Error 2: tratar un efecto o cambio como si procediera de causas comunes de variación, cuando en realidad se debe a una
causa especial.
13
 La variación como factor de competencia
El gerente de mercadotecnia de un fabricante de productos químicos describe dos escenarios —viejo y nuevo— entre un cliente y
un vendedor.

Viejo escenario:
Cliente: “La calidad de su producto no es buena.”
Vendedor: “Le rebajaré el precio.”
Cliente: “Bien, eso es lo que quería oír.”

Nuevo escenario:
Cliente: “La calidad de su producto no es buena.”
Vendedor: “Le rebajaré el precio.”
Cliente: “El precio es aceptable; le dije que la calidad no es
buena.”
Vendedor: “¿Algún producto estaba fuera de la especificación?”
Cliente: “No.”
Vendedor: “No entiendo.”
Cliente: “Mire estos datos. No es suficiente con cumplir con la
especificación. Su competencia cumple con la misma
especificación, pero con menor variabilidad.”
14
El Sistema de Control de Proceso

15
 Un Sistema de Control de Proceso

La función de un sistema de control de proceso, es la de proveer una señal estadística cuando aparecen causas
especiales de variación y por lo tanto generar una acción que elimine dichas causas y prevengan su reaparición.
16
 Ventajas de reducir la variabilidad del proceso

― Una menor variabilidad puede resultar en un mejor desempeño del producto que el consumidor pueda
discernir.

― La menor variabilidad de las características de un componente puede ser la única manera de compensar
la gran variabilidad en otros componentes y, por lo tanto, cumplir con los requerimientos de desempeño
en un ensamblaje o sistema.

― Una menor variabilidad resulta en una menor necesidad de inspección. En el extremo, si no hay
variabilidad, la inspección de sólo una unidad de producto, puede caracterizar el lote completo.

― Una menor variabilidad puede significar un alto precio del producto. El precio de algunos componentes electrónicos
tradicionalmente se ha fijado como una función de la cantidad de variabilidad.

― Para algunas características como el peso, una menor variabilidad conlleva a una reducción de costo.

― Una menor variabilidad puede ser un factor competitivo al determinar la participación de mercado. Cada vez más, estar dentro de
los límites de la especificación no es suficiente. Los consumidores industriales en particular se dan cuenta de que una gran
variabilidad en el producto y los componentes que compran seguido, requieren frecuentes (y costosos) ajustes a sus propios
procesos para compensar la variabilidad de los productos adquiridos.

17
 Analicemos un poco la variabilidad en los procesos

Límite Superior = 60,8 g

Límite Inferior = 49,2 g

Cuando la fluctuación de las mediciones se debe a causas

La variabilidad del proceso se debe sólo a causas aleatorias la distribución de las observaciones es normal.
aleatorias. La mayor parte de los valores están cerca de la tendencia
central.

18
 Patrones No Aleatorios

Gráfico de Control Gráfico de Control

LSC LSC

Línea central Línea central

LIC LIC

Una sucesión de puntos por encima de la Una sucesión de puntos por debajo de la
media o línea central. media o línea central.

19
 Patrones No Aleatorios

Tendencia ascendente Tendencia descendente

Gráfico de Control Gráfico de Control

LSC

Línea central

LIC

Una serie creciente de 6 ó 7 observaciones Una serie descendiente de 6 ó 7

observaciones

20
 Patrones No Aleatorios

Baja variabilidad Alta variabilidad

Todos los puntos se concentran cerca de la Gran cantidad de puntos en los límites de
línea central de la carta de control control (ambos lados) y muy pocos cerca de la
línea central.

21
 Patrones No Aleatorios

Ciclos recurrentes (periodicidad):

Se presenta cuando se repite un

comportamiento en intervalos iguales de
tiempo.

22
 Tipos de Datos

Baja Información Disponible Alta

Datos de Atributos Datos de Variable

9.1987, 9.4957, 9.3876,

9.2669, 9.3289, ...
Discreta Categórica

0, 1, 1, 0, 1, 0, 0, 1, ...
Pasa/ No pasa, Si/ NO

Nominal Ordinal

Amarillo, verde, rojo,,, 1, 2, 3, 4, 5, 6, ...

Cuba, PR, Japon, ... A, B, C, D, E

23
 Datos Continuos Vs. Discretos

Dato de Atributo del tipo Discreto: Dato de variable:

Defectos en Volumen de llenado Volumen de llenado
n=5 LSL = 50 ml

No. de muestras 4 Muestra 1 52.0 ml

aceptadas
Muestra 2 52.4 ml
No. de muestras 1
defectuosas Muestra 3 51.5 ml
Muestra 4 49.7 ml
Muestra 5 51.2 ml

¿Cuál de las dos informaciones nos da más detalle?

24
 Ejercicio

Identifique el tipo de datos que se obtiene en cada una delas siguientes actividades: (de variable o de atributo:
(discretos, categóricos)

• Peso de una caja de cereal: VARIABLE

• Apariencia visual en grados de color (1-6): ATRIBUTO – CATEGÓTICO - ORDINAL
• Volumen de ventas por trimestre: VARIABLE
• Flujo de Caja: VARIABLE
• Cantidad de unidades defectuosas: ATRIBUTO - DISCRETO
• Categorías de rendimiento de un producto: Bueno, regular, malo:
ATRIBUTO – CATEGÓRICO - NOMINAL

25
 Fundamentos Estadísticos: Población y muestra.

Población:
Es el conjunto formado por la totalidad de individuos, especímenes, objetos o medidas de interés sobre los que se
realiza un estudio. Puede ser finita e infinitas.

Muestra:
Es el conjunto formado por una porción de individuos, especímenes, objetos o medidas de interés pertenecientes
a la población, que han sido seleccionados de forma aleatoria y con métodos adecuados, para caracterizar a la
población.

26
 Fundamentos Estadísticos: Parámetros y Estadísticos.

• Las medidas obtenidas o calculadas a partir de una población se llaman parámetros. Se representan por
letras griegas, como por ejemplo s, m.

• Las medidas computadas o calculadas a partir de una muestra se llaman estadísticos o estimadores. Se
representan por letras latinas. Ej. S , X.

Medida Parámetro Estadístico

Media m x
Desviación
s s
Estándar

Los estadísticos de la muestra son utilizados para estimar los parámetros de la población.

27
 Fundamentos Estadísticos: Índices descriptivos de datos.
Tendencia central

Valor en torno al cual los datos o mediciones de una variable tienden a aglomerarse o concentrarse. Queda
determinada por la media, mediana y moda

es igual al promedio aritmético de un conjunto de datos, que se obtiene al sumarlos y el resultado

Media
se divide entre el número de datos. La media es sensible a valores atípicos de algún dato.

Ejemplo: De la serie de datos 5-7-9-11-13, hallar la media aritmética: la  = 45/5 = 9

es igual al valor de la serie que se ubica en el centro de la misma, cuando los datos son ordenados
Mediana
de menor a mayor.
n+1
Me Posición de la variable
2
5+1
Ejemplo: De la serie de datos 1-3-5-7-9, hallar la mediana.. Posición =3 3ra. Posición = 5
2
6 + 1 = 3,5 Cualquier valor entre 5 y 7
Ejemplo: De la serie de datos 2-3-5-7-8-9, hallar la mediana.Posición
2
Se toma el valor intermedio 6 28
 Fundamentos Estadísticos: Índices descriptivos de datos.

Moda es igual al dato que se repite más veces en una serie. Si varios datos tienen la frecuencia más grande,
entonces cada uno de ellos es una moda, y se dice que el conjunto de datos es multimodal.

Ejemplo: De la serie de datos 1-2-2-3-3-3-5-5-6-7-7-9-9-9-9, la moda es 9

Ejemplo: De la serie de datos 4-3-4-6-7-7, las modas son: 4 y 7 (Multimodal)

Veamos las tres medidas:

De la serie 6-4-3-2-8-6-7-7-3, hallar la media, mediana y la moda.

46 n+1 9+1
Ordenamos los datos: 2-3-3-4-6-6-7-7-8 = = 5,11 ; Me = =5 Me = 6
9 2 2

Mo = 3,6,7

Cuando la media es muy diferente a la mediana es señal de que existen datos atípicos o existe un sesgo importante,
por lo que será mejor reportar como medida de tendencia central a la mediana e investigar a que se deben los datos
atípicos, ya que en ocasiones reflejan un aspecto importante del proceso. 29
 Fundamentos Estadísticos: Índices descriptivos de datos.
Medidas de dispersión:
Las medidas de dispersión tratan de describir cuán agrupados o alejados están los datos observados del valor medio.

— El rango (R) = es la diferencia entre el valor mayor y el valor menor de una serie de datos. R = Xmax - Xmin

Ejemplo: En la serie 73-26-49-55-28-70-69-22, el R = 73 – 22 → R= 51

— Desviación estándar = Es un índice que refleja el grado de Grupo A Grupo B

dispersión de los datos a partir de la media de la muestra. X f fX f.(X)2 X f fX f.(X)2
50 1 50 2500 20 1 20 400
S=
56 1 56 3136 30 1 30 900
60 1 60 3600 32 1 32 1024
Ejemplo: 66 1 66 4356 80 1 80 6400
70 1 70 4900 140 1 140 19600
Veamos los sueldos que devengan dos grupos de Operadores. Tot. 5 302 18492 Tot 5 302 28324
Calcular , R y S
͵ Ͳʹ ଶ ͵ Ͳʹ ଶ
ͳͺ Ͷͻʹ െ ʹ ͺ ͵ ʹ Ͷെ
ͷ ܵൌ ͷ
Grupo A: 50-56-60-66-70  =60,4 R = 70-50 = 20 ܵൌ
ͷെ ͳ ͷെͳ
Grupo B: 20-30-32-80-140  =60,4 R = 140-20 = 120 S= 7,92 S = 50,20
30
 Veamos otro ejemplo
De acuerdo con cierta norma, a una bomba de gasolina en cada 20 litros se le permite una discrepancia de 0.2
litros. En una gasolinera se hacen revisiones periódicas para evitar infracciones y ver si se cumplen las
especificaciones (EI = 19.8, ES = 20.2). De acuerdo con los resultados de 15 inspecciones para una bomba en
particular, la media y la desviación estándar de los 15 datos son: 19.9 y 0.1, respectivamente. De acuerdo con esto,
se puede garantizar que la bomba cumple con la norma?
Argumente su respuesta.

Datos:
 = 19,9 litros Litros
S = 0,1 litros LCS = ES
20,2
Límites de Especificaciones: EI = 19.8, ES = 20.2
20 Valor especificación
19,9 
19,8 EI
Calculamos: 19,6 LCI

LCS =  + 3S = 19,9+3*0,1 = 20,2

1 2 …… 15
LCI =  + 3S = 19,9-3*0,1 = 19,6 Inspecciones

31
 BIBLIOGRAFÍA
Gutierrez H., De la Vara R. (2009). Control Estadístico de la Calidad y Seis Sigma, Segunda edición, Ed. Mc Graw Hill

Salina, J. (1993). Análisis Estadísticos para la toma de decisiones en administración y economía. Universidad del Pacífico, Primera
edición, Lima-Perú.

Evans, J., Lindsay, W (2008). Administración y Control de la Calidad. Ed. Cengage Learning, Séptima edición.

Pascal O., Pelayo M., Serra D. y Casalins M. (2010). Introducción a la ingeniería de la Calidad. Universidad Nacional de Lomas de
Zamora

32
 FIN
MODULO V, Sesión 1

33