Gráfico o diagrama de control

Un gráfico de control es una herramienta utilizada para distinguir las

variaciones debidas a causas asignables o especiales a partir de las variaciones
aleatorias inherentes al proceso.
Las variaciones aleatorias se repiten casualmente dentro de los límites
predecibles.
Las variaciones debidas a causas asignables o especiales indican que es
necesario identificar, investigar y poner bajo control algunos factores que afectan
al proceso.
La construcción de gráficos de control está basada en la estadística matemática.
Los gráficos de control emplean datos de operación para establecer límites dentro
de los cuales se espera hacer observaciones futuras, si el proceso demuestra no
haber sido afectado por causas asignables o especiales.
Causas Asignables
Factores (generalmente numerosos, pero individualmente de relativa importancia)
que se pueden detectar e identificar como causantes de un cambio en una
característica de la calidad o nivel del proceso.
Nota: En ocasiones, se denominan causas especiales de variación.
Causas Aleatorias
Factores generalmente numerosos, pero poco importantes, que contribuyen a la
variación y no han sido necesariamente identificados.
Nota: En ocasiones, se denominan causas comunes de variación.
Existe una gran variedad de gráficos de control que se pueden aplicar a todo tipo
de características medibles o contables de un proceso, un producto o cualquier
salida.

Límite superior de control (LSC): Es el mayor valor aceptado en el proceso.

Limite inferior de control (LIC): Es el valor más pequeño que se acepta en el

proceso.
 Límite central de control (LC): Es la línea central del gráfico. Mientras más cerca
estén los puntos a la línea, mas estable es el proceso.
¿Para qué sirve un gráfico o diagrama de control?

Diagnóstico: Para evaluar la estabilidad de un proceso.

Control: Para determinar cuándo es necesario ajustar un proceso y cuándo se
debe dejar tal y como está.
Confirmación: Para confirmar la mejora de un proceso.
Tipos de gráficos de control

Gráfico de control por variables

Hacen uso de estadísticas obtenidas a partir de datos tales como la longitud o
grosor de un elemento.
En los gráficos de control por variables es posible medir la característica de
calidad a estudiar. En estos casos conviene describir la característica de calidad
mediante una medida de tendencia central (usualmente la media muestral) y una
medida de su variabilidad (usualmente el rango o la desviación estándar).
Los gráficos de control por variables son más “sensibles” que los gráficos de
control por atributos, razón por la cual son capaces de “avisarnos” de posibles
problemas de calidad incluso antes de que éstos sean ya relevantes.

Gráfico de control por atributos

Se basan en frecuencias, por ejemplo el número de unidades defectuosas.
En estos gráficos el control del proceso se realiza si el producto inspeccionado se
clasifica como no conforme o conforme (defectuoso o no defectuoso), respecto a
las especificaciones para la característica de calidad considerada. Ejemplo: un
tornillo es conforme si su longitud está entre 1,9 y 2,1 cm., en caso contrario será
no conforme.
Los gráficos de control por atributos tienen la ventaja de sintetizar de forma rápida
toda la información referida a diferentes aspectos de calidad de un producto, ya
que permiten clasificar éste como aceptable o inaceptable; además, no suelen
necesitar de sistemas de medición muy complejos y son más fácilmente
entendibles por los no especialistas.
Procedimiento para hacer un gráfico de control

 Seleccionar la característica objeto de análisis en el gráfico de control.

 Seleccionar el tipo apropiado de gráfico de control.
 Decidir el subgrupo (una pequeña recopilación de artículos, en el marco de los
cuales las variaciones se deben probable y únicamente al azar), sus dimensiones,
y la frecuencia de muestreo del subgrupo.
 Recolectar y registrar datos sobre 20 ó 25 subgrupos por lo menos, o utilizar datos
registrados previamente.
 Calcular estadísticamente las características de cada muestra del subgrupo.
 Calcular los límites de control sobre la base de las estadísticas de las muestras de
subgrupos.
 Construir un gráfico y plotear las estadísticas del subgrupo.
 Examinar el ploteo por si hay puntos fuera de los límites de control y patrones que
indiquen la presencia de causas asignables o especiales.
 Decidir las acciones a tomar en el futuro.
Que es un grafico de control?
Una de las herramientas de análisis y solución de problemas es la gráfica de
control. Es un diagrama que muestra los valores producto de la medición de una
característica de calidad, ubicados en una serie cronológica. En él establecemos
una línea central o valor nominal, que suele ser el objetivo del proceso o el
promedio histórico, junto a uno o más límites de control, tanto superior como
inferior, usados para determinar cuándo es necesario analizar una eventualidad.

Partes de un grafico de control

¿Qué logramos con esto?

Imagina que eres un productor de tornillos y que cada tornillo que haces debe
medir entre 3,55 cm y 3,60 cm. Menos de 3,55 cm o más de 3,60 cm se
consideran tornillos defectuosos. Por ende, estableces tu límite de control superior
en 3,60 cm y tu límite inferior en 3,55 cm. Anotas las medidas de los tornillos que
produces a diferentes horas del día. Un día ves que en el gráfico de control, hay 7
tornillos producidos a las 3 de la tarde que están por fuera de los límites, ¿qué
paso ahí?

La respuesta al primer interrogante es: Adquieres control del proceso. Siguiendo el

ejemplo de los tornillos, el paso siguiente es determinar porqué ocurrió esa
variación en el proceso. ¿Acaso fue una causa aleatoria? ¿Quizás fue una causa
asignable?

Veamos algunos términos antes de conocer qué tipos de gráficas hay.

 Causa asignable: Si consigues hallar una causa concreta o que ocasiona

una variación excesiva y obedece a una situación especifica, hablamos de
causa asignable. Es el tipo de causa que debemos corregir. Por ejemplo la
deficiente capacitación del trabajador o la falta de ajuste de una máquina.
  Causa aleatoria: Cuando no consigues hallar una explicación concreta a
una variación, o si la variación fue ocasionada por un evento sin
importancia que no se volverá a repetir, hablamos de causa aleatoria.
También se le suelen llamar variaciones naturales o causas naturales. Es el
tipo de causa que esta presente en la vida misma, fortuita. Ejemplos son la
curva de aprendizaje del trabajador y el cierre inesperado del software.
 Límite superior de control: Es el valor más grande aceptado en el
proceso. En español LSC, en inglés UCL (Upper control limit).
 Limite inferior de control: El opuesto al superior, es decir, el valor más
pequeño. LIC en español, LCL en inglés (Lower control limit).
 Límite central de control: Con siglas LCC, es la línea central del gráfico.
Entre más cerca están los puntos a la línea, mas estable es el proceso.

Beneficios: ¿Para qué entonces un gráfico de control?

¿Para qué sirve un diagrama de control entonces?

Con lo que hemos detallado hasta el momento ya tenemos varios beneficios

definidos.

 Análisis de proceso: Puede que nunca se haya hecho un control estadístico

de proceso. Un análisis con gráfico de control donde estableces los límites
de control, te permitirá analizar ese proceso y determinar qué es lo normal
en él, cuando algo no está bien, o si ha mejorado o empeorado a través del
tiempo. Un proceso analizado con esta herramienta, es un proceso
controlado, que es precisamente el segundo beneficio.
 Control de proceso: Conoces el comportamiento del proceso. ¿Es estable?,
¿se mantiene? ¿qué tan frecuente se sale de control? Esto te permite
intervenir sobre el proceso para mejorarlo. Este, a continuación es el tercer
beneficio.
 Mejoramiento del proceso: No basta analizar y controlar un proceso. Es
necesario mejorarlo. Con el diagrama de Shewhart identificamos dónde se
generaron las fallas y tenemos datos de entrada para hacer análisis de
causas en aras de plantear soluciones a las fallas.

Tipos de gráficos de control
La característica de calidad a medir determina el tipo de diagrama de control.
Inicialmente encontramos dos clasificaciones:

Gráfica de control por variables

La característica de calidad que se mide es una variable continúa (peso,
pulgadas, temperatura, etc). Si ese es el caso, podemos encontrar gráficos
basados en la tendencia central ( ) y en el rango.
 Gráfica : Qué tanto se están alejando las mediciones de la tendencia
central, que en este caso es la media o promedio. Por ejemplo un nuevo
 trabajador o nuevos instrumentos de trabajo harán que las mediciones se
alejen más de línea central.
 Gráfica R: Qué tanta ganancia o pérdida de uniformidad hay en la
dispersión de un proceso dentro de una muestra. En otras palabras, el
rango es la resta del valor más grande con el valor más pequeño de una
muestra, lo que nos permite determinar la variabilidad. El valor resultante es
plasmado en un gráfico de control para ser comparado con el rango de otra
serie de muestras. Con esto logramos ver si hay presencia de uniformidad
en los puntos ubicados o si no, para intervenir.
 Gráfica -R: Utilizamos ambos tipos de gráficas cuando se miden la
relación de las especificaciones de calidad con la tendencia central y la
dispersión. En este sentido, ubicamos una gráfica ligeramente encima de la
otra y analizamos el comportamiento de cada punto.

Gráfica de control por atributos
Piensa en una característica de calidad basada en atributos como el cumplimiento
con respecto a una especificación. Lo hacemos con variables discretas. De aquí
se derivan cuatro tipos de gráficos:
 Gráfico p: En él medimos el porcentaje de defectos por muestra. Por
ejemplo si tenemos una muestra de 100 productos y 10 de ellos tienen al
menos un defecto, hay una fracción defectuosa de 0,1. Este valor se ubica
en el gráfico sobre el eje y.
 Gráfico np: A diferencia de p, este valor no es una fracción. Es el número
de unidades defectuosas en una muestra. Si es una muestra de 100
productos, 10 de ellos tienen al menos un defecto, 10 será el valor a ubicar
en el gráfico sobre el eje y.
 Gráfico c: Es el número de defectos por unidad de producción durante un
período de muestreo. En este caso, los defectos por producto se cuentan, y
establecemos un valor para definir a partir de cuántos defectos una unidad
es defectuosa. Por ejemplo, el número de zonas desgastadas que tenga
una chaqueta de cuero, si la chaqueta tiene más de 5 zonas desgastadas,
se considera una unidad no conforme.
 Gráfico u: Similar a p pero parte del gráfico c. En él medimos el porcentaje
de defectos en una unidad durante un período de muestreo.

Cómo hacer un gráfico de control: Paso a paso
Hay diversidad de softwares que tienen funciones para hacer montones de cosas
con cartas de control. Incluso, en empresas de producción, hay maquinarias que
elaboran a medida que producen las cartas de control según la configuración
asignada. Pero como este no es el caso y de lo que hablamos en Ingenio Empresa
es de aprendizaje, vamos a explicar cómo hacer un gráfico de control.
Aún cuando es un paso a paso, si es importante que complementes lo aprendido
aquí con otras fuentes, pues el diagrama de control y en general el control
estadístico de procesos es un tema mucho más grande, que incluye distribuciones
de probabilidad, fórmulas, niveles de sigma, etc.
En todo caso, el control estadístico de procesos es un tema próximo a desarrollar
en detalle en Ingenio Empresa.

 Paso 1. Antes que nada, determina cuál es el proceso a trabajar y cuál es

la característica de calidad que vas a medir. ¿Acaso es peso, longitud,
número de defectos o volumen?
 Paso 2: Ahora que tienes el tipo de datos a recolectar, define el tipo de
gráfico de control a usar basándote en lo explicado anteriormente, y no te
quedes solo con eso, investiga más.
 Paso 3: Determina el tiempo en el que estarás capturando los datos y
define con base en el tipo de gráfico que vas a trazar, cuestiones como la
cantidad de muestras a considerar (considera al menos 20) y el tamaño de
cada una.
 Paso 4: Recopila los datos.
 Paso 5: Determina la línea central y el límite de control superior e inferior.
 Paso 6: Representa los datos en la gráfica.
 Paso 7: Analiza el resultado. Interpreta el gráfico.

Interpretación de un gráfico de control

Y este apartado es únicamente para el paso 7, pues aquí radica la verdadera
utilidad de una carta de control. Existen comportamientos y patrones en los datos
representados, que nos darán un indicio de que hay una variabilidad no aleatoria
que debe investigarse.

 Pista 1: Cuando hay solo un punto fuera de control. Es quizá la más

pequeña de las probabilidades.
 Pista 2: Cuando hay dos de cada tres puntos sucesivos ubicados a un lado
de la línea central y más de dos desviaciones estándar (sigma) alejados de
esta línea.
 Pista 3: Cuando hay 4 de cada 5 puntos sucesivos ubicados a un lado de la
línea central y más de una desviación estándar (sigma) alejados de esta
línea.
 Pista 4: Cuando hay una serie de 8 puntos sucesivos ubicados a un lado de
la línea central, sin importar cuántas desviaciones estándar estén alejados
de la línea central. Por ejemplo 8 de cada 10 puntos, 12 de cada 14 puntos
o 16 de cada 18 puntos.
 Pista 5: Cuando hay 6 puntos consecutivos ascendentes o descendientes.
 Pista 6: Cuando hay 14 o más puntos consecutivos cruzando la línea
central de arriba a abajo, sin que haya al menos 2 puntos sucesivos en un
mismo lado.
 Pista 7: Cualquier patrón recurrente que estés observando, puede ser
considerado algo inusual.
Ejemplo de diagrama de control
Vamos a imaginar una empresa que produce escritorios, por ejemplo, Mesfir. Ellos
quieren monitorear el número de defectos en sus mesas incluyendo el 99,73%
(tres desviaciones estándar) de la variación aleatoria del proceso, por lo que
revisan que la forma de la mesa, su estabilidad y la pintura estén en óptimas
condiciones.

Paso 1: Se van a contar el número de defectos encontrados en las mesas por lote.
Los lotes pueden variar levemente de tamaño, es decir, puede haber pequeñas
variaciones en el número de mesas que compone un lote de producción.
Paso 2: Se van a trabajar lotes que pueden tener diferente tamaño, y se va a
contar el porcentaje de defectos encontrados por lote (el lote es la muestra), razón
por la cual vamos a trabajar con una gráfica de control por atributos tipo p.
Paso 3: Los datos se van a capturar durante 10 días de producción. Se van a
considerar 20 muestras (20 lotes), el tamaño de cada lote lo tienes en el paso 4.
Paso 4: Estos son los datos recopilados. La fracción defectuosa es el resultado de
dividir el número de errores por el tamaño del lote.

Datos recopilados para elaborar gráfico de control

Paso 5: Vamos a determinar la línea central y los límites de control superior e

inferior. Vale la pena aclarar que cuando hicimos el ejemplo, consideramos todos
los decimales, sin embargo en los gráficos y fórmulas que mostramos a
continuación, solo consideramos dos cifras decimales, por lo tanto seguramente si
reproduces el ejemplo como se muestra a continuación, los resultados van a variar
levemente.
Para tener la línea central calculamos p promedio:

Observa la última fila del paso 4. El número de errores es 99, el número total de
registros examinados es 1859 y resulta de la sumatoria del número de escritorios
por lote.

La desviación estándar para la distribución de la muestra se calcula así:

p promedio es el número que calculamos anteriormente, y n es 92,96 que es el

tamaño de la muestra, en este caso el tamaño de los lotes. Como se aprecia en la
tabla del paso 4, el tamaño del lote varia, por lo tanto 92,95 es el resultado del
promedio de escritorios por lote. La desviación estándar es igual a 0,02.
El cálculo de los límites se hace así:

El número de desviaciones estándar se conoce como z. Mesfir (la empresa) limita

los valores a 3 desviaciones estándar de la media, lo que equivale a 99,73%. Es
por eso que en el cálculo de los límites de control, z es igual a 3. Los otros datos
ya los conoces, fueron calculados anteriormente.

¿Podemos tener un número de defectos negativo? No. Es por eso que el límite
central inferior se redondea a 0.

Paso 6: Procedemos a representar los datos en una carta de control.

Con los cálculos hechos, este es el resultado de la gráfica de control de Mesfir.
Ejemplo de gráfica de control: Gráfica p
Paso 7: Analizamos el resultado.
La interpretación de una gráfica de control tiene más sentido cuando se han hecho
varios ejercicios de este tipo, lo que permite determinar qué es normal y qué no lo
es en el comportamiento de la producción. Sin embargo, y basándonos en las
pistas antes mostradas, podemos ver que:

 El punto 12 esta fuera de control. Aunque es una probabilidad pequeña,

bien vale la pena entrar a mirar porqué ocurrió esto.
 Evidentemente algo ocurrió en los lotes 4 a 9. Fija que hay un aumento
constante desde el punto 4 hasta el punto 9, y aunque se ve corregido en el
punto 10, se debe de revisar cómo se trabajaron estos lotes.
 ¿Qué ocurrió en los puntos 11,12 y 13? Hubo algún suceso que afectó
sobre todo al punto 12 y después fue corregido; es lo más probable.