INSTITUTO TECNOLOGICO DE CONKAL

UNIDAD V
CONTROL ESTADISTICO DE
PROCESO

• FRANCO GARCÍA DARIANA PAOLA

• FUENTES XOOL KAMILA JOSHELIN
• LOPEZ ESPINOSA CLAUSEN DANAE
• MATÚ CANUL LUIS MARIO
 INTRODUCCIÓN

Hoy en día el control

estadístico nos sirve como
inspección siendo la forma
clave de detectar problemas de
calidad para la mayoría de las
empresas, pero su eficacia es
discutible.

Sentirse abrumado 2
 5.1. INTRODUCCIÓN A LA
CALIDAD TOTAL
Definimos el “Control Estadístico de la Calidad” como la aplicación de
diferentes técnicas estadísticas a procesos industriales, administrativos y/o
servicios con objeto de comprobar si todas y cada una de las partes del
proceso o servicio cumplen unas ciertas exigencias de calidad y ayudar a
cumplirlas.

Entendiendo por calidad de un producto o servicio como su adecuación

para ser usado.
 Calidad
Al mejorar la calidad:
● Se reduce el número de unidades defectuosas que deben desecharse
● Se reduce el número de unidades defectuosas que deben reprocesarse
● Se elimininan tests e inspecciones
● Se producen menos retrasos
● Se aprovecha mejor el tiempo de máquinas y operarios
● Se ulitizan mejor los materiales

Estos efectos contribuyen a aumentar la productividad.

 5.2 Control estadístico
¿Qué significa control estadístico?
El Control Estadístico de Procesos (SPC, del
inglés Statistical Process Control) es la
aplicación de herramientas estadísticas para
monitorizar la variación de un proceso o método
productivo, detectar desviaciones y anticipar así
posibles problemas de calidad.

Es una herramienta que ayuda en la toma de

decisiones y facilita el proceso de mejora
constante de una empresa.

Sentirse abrumado 7
 Para el entendimiento del Control Estadístico de Procesos no es necesario ser un
experto en estadística, pero es preciso recordar al menos los puntos que se describen
a continuación.
a) Distribución Normal o Campana de Gauss.

La distribución normal es desde luego la función de

densidad de probabilidad “estrella” en estadística. Depende
de dos parámetros µ y σ, que son la media y la desviación
típica respectivamente. Tiene una forma acampanada (de
ahí su nombre) y es simétrica respecto a µ. Llevando
múltiplos de σ a ambos lados de µ, nos encontramos con
que el 68% de la población está contenido en un entorno
±1σ alrededor de µ, el 95% de la población está contenido
en un entorno ±2σ alrededor de µ y que el 99,73% está
comprendido en ±3σ alrededor de µ.

Sentirse abrumado 8
 b) Teorema del Límite Central.

El teorema del límite central (TLC) establece que

si una variable aleatoria (v. a.) se obtiene como
una suma de muchas causas independientes,
siendo cada una de ellas de poca importancia
respecto al conjunto, entonces su distribución es
asintóticamente normal. Es decir:

Sentirse abrumado 9
 c) Distribución de las medias muestrales.

Si X es una v.a. N(µ, σ) de la que se extraen

muestras de tamaño n, entonces las medias
muestrales se distribuyen según otra ley normal:

Obsérvese que como consecuencia del TLC, la distribución de

las medias muestrales tiende a ser normal aún en el caso que la
población base no lo sea, siempre que el tamaño de la muestra
sea suficientemente grande n≥25, si bien este número depende
de la asimetría de la distribución.
Sentirse abrumado 10
 DATO:
La inspección sigue siendo la forma clave de detectar
problemas de calidad para la mayoría de las empresas,
pero su eficacia es discutible. Con el control estadístico
de procesos, una organización puede pasar de estar
basada en la detección a estar basada en la prevención.
Con el monitoreo constante del desempeño del proceso,
los operadores pueden detectar tendencias o procesos
cambiantes antes de que el desempeño se vea afectado.
Sentirse abrumado 11
 5.3 tipos de va
r ia c io n

va s
Variables cualitati
s, c a ra c te rí st ic a s o modalidad.
tintas cualidad e
re lo in d ic a e x p re sa n d is
si st e e n u n a c la sif icación de
q u e como su nom b y la medición con
o d e v a ri a b le s to o c a te g o rí a , a r dos valores
Son el tip e n o m in a a tr ib u lo p u e d e n to m
m o d a li d a d q u e se presenta se d e d e n se r d ic o tó m icas cuando só s v a lo re s. Dentro de
Ca d a ta ti v a s p u tr e s o m á
o s a tr ib u to s. L a s variables cuali m ic a s c u a n d o p u eden adquirir
dich
y n o , h o m b re y mujer o ser politó nguir:
posibles, como sí ellas podemos disti
is ti n to s v a lo re s o rdenados
ti v a : L a v a ri a b le puede tomar d uniforme, por
le c u a si c u a n ti ta e m e d ic io n e s se a
a b le c u a li ta ti v a o rdinal o variab n e c e s a ri o q u e e l intervalo entr
Vari c id a, aunque no e s
siguiendo una e sc a la e st a b le
m p lo : le v e , m o d erado, fuerte.
eje
s a u n c ri te ri o de orden, como
v a lo re s n o p u e de n ser sometido
v a n om in a l: E n e sta variable los l lu g a r d e registro
c u a li ta ti lo re s o e
Variable por ejemplo los co
 Variables cuantitativas
Son las variables que toman como argu
mento cantidades numéricas, son varia
matemáticas. Las variables cuantitativ bles
as además pueden ser:
Variable discreta: Es la variable que pr
esenta separaciones o interrupciones en
de valores que puede tomar. Estas sepa la escala
raciones o interrupciones indican la au
valores entre los distintos valores espe sencia de
cíficos que la variable pueda asumir. Ej
emplo: El
número de hijos (1, 2, 3, 4, 5).
Variable continua: Es la variable que pu
ede adquirir cualquier valor dentro de
intervalo especificado de valores. Por un
ejemplo la masa (2,3 kg, 2,4 kg, 2,5 kg
altura (1,64 m, 1,65 m, 1,66 m,...), o el ,...) o la
salario. Solamente se está limitado po
precisión del aparato medidor, en teor r la
ía permiten que exista indefinidos valo
res entre dos
variables.
 Variables independientes

Una variable independiente es aquella cuyo valor no depende de otra

variable. Es aquella característica o propiedad que se supone es la causa del
fenómeno estudiado. En investigación experimental se llama así a la
variable que el investigador manipula.

Las variables independientes son las que el investigador escoge para

establecer agrupaciones en el estudio, clasificando intrínsecamente a los
casos del mismo. Un tipo especial son las variables de control, que
modifican al resto de las variables independientes y que de no tenerse en
cuenta adecuadamente pueden alterar los resultados por medio de un
sesgo.
 Variables dependientes
Una variable dependiente es aquella cuyos valores dependen de los que
tomen otra variable. La variable dependiente es una función que se
suele representar por la y. La variable dependiente se representa en el
eje ordenadas. Son las variables de respuesta que se observan en el
estudio, y que podrían estar influidas por los valores de las variables
independientes
 5.4 Graficas de control por atributos y variables
El gráfico de control se
desarrolló para señalar e
variación se debe a una stadísticamente cuándo
variación aleatoria, tamb la
variación de causa comú ién conocida como
n o variación de causa e
herramienta estadística p special. Shewhart usó es
ara ayudar a las organiza ta
ciones a administrar mejo
sus procesos. r

Un gráfico de control es
una herramienta gráfica
desempeño del proceso utilizada para monitorea
a lo largo del tiempo. Lo r el
una parte importante de s gráficos de control son
cualquier iniciativa de m
proporcionan una forma ejora de la calidad, ya qu
de realizar un seguimien e
identificar áreas potencia to del progreso e
les de mejora.
 CONTROL ESTADISTICO DE PROCESOS

o s d e f a b r ic a c ió n con
C ) s u p e r v is a lo s proces
d ís ti c o d e p r o c e s os (SP v a v a r ia s m á q u in a se
El control esta y c o n tr o la la c a li d a d . S P C acti
e s d e p r o d uc tos
m id e e med ic io n
tecnología que d a to s de c a li d a d a p a r ti r d
r e a n pa r a
prop o r c io n a r valúan y m o n it o
instrumentos para n a v e z r e c opilad o s , lo s d a to s s e e
e s o s . U
y lecturas de proc controlar ese proc
eso.
d e f o m e n ta r la m ejora
o s e s u n a f o r m a s encilla rentes
d ís ti c o d e p r o c e s n u a m e n te , lo s g e
El control esta r e a y c o n tr o la conti
o u n p r o c e s o s e m o n it o
q u e d a c o m o r e sultado
continua. Cuand s u m á x im o p o te n cial, lo
r a r s e d e q u e f u n c ione a a li d a d .
p u e d e n a s e g u nsis te n te y d e c
una fabricación co
 INTERPRETA LOS DIAGRAMAS DE CONTROL
BASICOS

En la gráfica se muestran datos del desempeño de un proceso. Estos datos pueden

ser continuos (ej: las medidas de una pieza, o el número de piezas conformes respecto
de cada lote de X unidades) o bien también se pueden mostrar datos discretos (ej:
pieza conforme o pieza no conforme) . En el caso de ser datos continuos, se suele
incluir una linea horizontal con el valor medio de referencia y dos lineas más con
los limites de control estadístico, superior e inferior, en la gráfica.

Los límites de control se sitúan de forma que un porcentaje fijado de los puntos estén
dentro de ellos. Estos límites suelen calcularse para incluir o bien el 75% o el 95% de
los datos:
 c a so , un p ro c e so q u e fu ncione
e l 7 5 % d e lo s d a to s: En este
– Límites que incluye n o d e lo s lí m it e s su p e ri o re
o st ra r u n 7 5 % d e lo s v a lores dentr ajo
correctamente deberá m o r y o tr o 1 2 .5 % p o r d e b
lo re s p o r e n c im a d e l lí m ite superi
va ra como
inferior, un 12,5% de los u n p u n to fuera de e st o s lí m it e s se c o n si d e
S i se a p re c ia s límites
del límite inferior. s se g u id o s por en c im a o p o r d e b a jo d e lo
e n v a ri o s p u n to olado.
normal, pero si aparec u su a l, e in d ique que e l p ro c e so e st á d e sc o n tr
si tu a c ió n in
probablemente sea una v a lo re s
lo e l 2 ,5 % d e lo s
% d e lo s d a to s: E n e st e caso só
el 95 tuación
– Limites que incluyen d e lo s lí m it e s. Al ser ta n re st ri c ti v o , e n e st a si
p o r d e b a jo sual en
deben dar por encima o g n if ic a rá q u e ha habid o u n a c ir c u n st a n c ia in u
s lí m it e s si
si un dato sale fuera de lo el proceso.
 CONCLUS
ION

e c an is m o p a ra d e te c ta r
g ra m as d e c o n tr o l s o n u nm
Este tipo de dia corr ec ta m e n te , o s i s e e s tá n
ce s o e s tá fu n c io n a n d o
si el pro d o u n a g ráfi c a m u e s tr a
s it u a cio n es a n ó m a las . Cuan
produciendo d e in ic ia r u n a in v e s ti g a c ión
ió n fu era d e c o n tr o l, s e pu e
una situa c is ió n q u e c o rr ij a la s
s ca u s a s y to m a r una d ec
para identi fi ca r la
desviaciones.