Control estadístico del

proceso y administración
de calidad
Introducción

• Control estadístico del proceso (statiscal process control, SPC).

• El control estadístico del proceso está conformado por un grupo de estrategias, técnicas y acciones
de una organización para asegurar que fabrica un producto o proporciona un servicio de calidad.
• SPC se inicia en la etapa de planeación del producto o servicio, cuando se especifican los
atributos de ambos, y continúa en la etapa de producción. Cada atributo durante el proceso
contribuye a incrementar la calidad general del producto.
• Para un uso eficaz del control de calidad, se desarrollan atributos y especificaciones mensurables
con las cuales se comparan los atributos reales del producto o servicio.
Causas de variación

• No hay dos productos exactamente iguales. Siempre hay alguna variación.

• El peso de cada hamburguesa Quarter Pounder de McDonald´s no es exactamente 0.25 libras. Algunas pesan
más de eso, otras menos. El tiempo estándar para que el autobús de TARTA (Toledo Area Regional Transit
Authority) haga su recorrido desde el centro de Toledo, Ohio, hasta Perrysburg es de 25 minutos. Sin
embargo, no todos los recorridos tardan exactamente 25 minutos. Algunos tardan más. En otras ocasiones, el
conductor de TARTA debe esperar en Perrysburg antes de regresar a Toledo. En algunos casos existe una
razón de la demora, como un accidente en la vía rápida o una tormenta de nieve. En otros casos, el conductor
quizá no alcance los semáforos en verde o el tráfico esté inusualmente congestionado y lento sin razón
aparente.

• En un proceso hay dos fuentes generales de variación: aleatoria y asignable.

• Algunos ejemplos de fuentes de variación aleatoria son la fricción interna en una máquina, variaciones ligeras
en las condiciones del material o del proceso (como la temperatura del molde para hacer botellas de vidrio),
condiciones atmosféricas (como temperatura, humedad y el contenido de polvo del aire) y vibraciones
transmitidas a una máquina por un montacargas que pasa a su lado.
• Si el agujero taladrado en una pieza de acero es demasiado grande debido a una broca sin filo, la broca se
debe afilar, o insertar una broca nueva. Un operador que calibra la máquina de manera incorrecta se puede
reemplazar o volver a capacitar. Si el rollo de acero que se utilizará en el proceso no tiene la resistencia a la
tensión adecuada, se debe rechazar. Éstos son ejemplos de variación asignable.
• Hay varias razones a las que debemos poner atención respecto de la variación. Dos de ellas se mencionan a
continuación:

• 1. Cambiará la forma, dispersión y ubicación central de la distribución de la característica del producto que se
mide.

• 2. Por lo general, la variación asignable es corregible, en tanto que normalmente la variación aleatoria no se
puede corregir o estabilizar de manera económica.
Diagramas de diagnóstico

• Existen diversas técnicas de diagnóstico para investigar problemas de calidad. Dos de las más relevantes son
los diagramas de Pareto y los diagramas de esqueleto de pez.
Diagramas de Pareto

• El análisis de Pareto es una técnica para llevar la cuenta del número

de defectos de un producto o servicio. Su nombre le fue impuesto en
honor de un científico italiano del siglo XIX, Wilfredo Pareto, quien
observó que la mayor parte de la “actividad” de un proceso se debe a
relativamente pocos “factores”.

• Su concepto, con frecuencia denominado regla 80-20, es que 80% de

la actividad se debe a 20% de los factores.
Diagramas de esqueleto de pez

• Otra tabla de diagnóstico es un diagrama de causa y efecto o diagrama de esqueleto de pez. Se

llama diagrama de causa y efecto para destacar la relación entre un efecto particular y un conjunto
de causas posibles que lo producen.
• Este diagrama es útil para organizar ideas e identificar relaciones. Es una herramienta que
fomenta la generación de ideas. Identificar estas relaciones permite determinar factores que son
causa de variabilidad en algún proceso.
• El nombre esqueleto de pez proviene de la manera en que se organizan las diversas causas y
efectos en el diagrama. El efecto, por lo general un problema particular, o tal vez un objetivo, se
muestra a la derecha del diagrama. Las causas principales se enumeran del lado izquierdo del
diagrama.
• El enfoque habitual de un diagrama de esqueleto de pez es que permite considerar cuatro áreas del
problema: métodos, materiales, equipamiento y personal. El problema, o el efecto, es la cabeza del
pez.
• En cada causa posible se encuentran causas derivadas que se deben identificar e
investigar, las cuales son factores que quizás estén provocando el efecto particular.
Se recopila la información concerniente al problema y con ella se completa el
diagrama de esqueleto de pez.

• Se investiga cada causa y se eliminan las que no son importantes, hasta identificar
la causa real.

• Suponga que hace poco un restaurante familiar, como los que se encuentran a lo
largo de una autopista interestatal, recibió quejas de los clientes porque les servían
la comida fría. Observe que cada causa derivada se enumera como suposición, y
se deben investigar para encontrar el problema real sobre la comida fría. En un
diagrama de esqueleto de pez no hay ponderación de las causas derivadas.
Diagramas de control de
variables
Diagramas de control de variables

• Suponga que selecciona una muestra de cinco piezas cada hora del proceso de
producción y calcula la media de cada una.
• Las medias de la muestra son , , , etc. La media de estas medias de las muestras se
denota como . Utilice k para indicar el número de medias de la muestra.
• La media general o media total se determina mediante:
• El error estándar de la distribución de las medias de las muestras se designa mediante . Se determina por:

• Estas relaciones permiten establecer límites respecto de las medias de las muestras para mostrar cuánta
variación se espera en un tamaño determinado de la muestra. Estos límites esperados se denominan límite de
control superior (LCS) y límite de control inferior (LCI).
• Un ejemplo ilustrará el uso de los límites de control y la forma de determinarlos.
Diagrama de rangos

• Además de la ubicación central en una muestra, también debe supervisar la

cantidad de variación de muestra en muestra.
• Un diagrama de rangos presenta la variación de los rangos de las muestras. Si
los puntos que representan los rangos se encuentran entre los límites superior e
inferior, concluya que la operación está bajo control.
• De acuerdo con la casualidad, casi 997 de 1 000 veces el rango de las muestras
estará dentro de los límites. Si el rango cae arriba de los límites, concluya que una
causa asignable afectó la operación y es necesario ajustar el proceso.
Los límites de control superior e inferior del diagrama de rangos se determinan a partir de las siguientes
ecuaciones.
Situaciones bajo control
y fuera de control

• Tres ilustraciones de procesos bajo control y fuera de control son los siguientes:
• 1. El diagrama de la media y el de rangos en conjunto indican que el proceso está bajo control.
• Observe que la media y los rangos de las muestras se agrupan cerca de las líneas
• centrales. Algunos están arriba y otros debajo de las líneas centrales, lo que indica que el
• proceso es muy estable; es decir, no hay una tendencia visible para que la media y los rangos
• se desplacen hacia las áreas fuera de control.
• 2. La media de las muestras está bajo control, pero los rangos de las últimas dos muestras
• no lo están. Esto indica que hay una variación considerable en las muestras. Algunos rangos
• de las muestras son grandes, y otros, pequeños. Es probable que se requiera ajustar
• el proceso.
• 3. La media está bajo control en las primeras muestras, pero hay una tendencia ascendente
• hacia el LCS. Las dos últimas medias de las muestras están fuera de control.
• Probablemente sea necesario ajustar el proceso.
Diagramas de control de atributos
• Con frecuencia, los datos que se recopilan son el resultado de contar en vez de medir. Es decir, se observa la
presencia o ausencia de algún atributo.

• Por ejemplo, la tapa roscada de un frasco de champú se ajusta sin dejar salir líquido (una condición
“aceptable”) o bien no sella y deja salir líquido (una condición “inaceptable”), o un banco otorga un préstamo
a un cliente, quien le paga o no le paga. En otros casos, interesa el número de defectos de una muestra.

• La British Airways puede contar el número de sus vuelos demorados por día en Gatwick Airport, en Londres.
En esta sección se estudian dos tipos de diagramas de atributos: la tabla p (porcentaje defectuoso) y la gráfica
de barras c (número de defectos).
Diagrama de líneas c
• La gráfica de líneas c traza el número de defectos o fallas por unidad.
• Designe como el número medio de defectos por unidad