Grficos de Control Un grfico de control es una carta o diagrama especialmente preparado donde se van anotando los valores sucesivos

de la caracterstica de calidad que se est controlando. Los datos se registran durante el funcionamiento del proceso de fabricacin y a medida que se obtienen. El grfico de control tiene una Lnea Central que representa el promedio histrico de la caracterstica que se est controlando y Lmites Superior e Inferior que tambin se calculan con datos histricos.

Por ejemplo, supongamos que se tiene un proceso de fabricacin de anillos de pistn para motor de automvil y a la salida del proceso se toman las piezas y se mide el dimetro. Las mediciones sucesivas del dimetro de los anillos se pueden anotar en una carta como la siguiente: Por ejemplo, si las 15 ltimas mediciones fueron las siguientes: Entonces tendramos un Grfico de Control como este:

Podemos observar en este grfico que los valores fluctan al azar alrededor del valor central (Promedio histrico) y dentro de los lmites de control superior e inferior. A medida que se fabrican, se toman muestras de los anillos, se mide el dimetro y el resultado se anota en el grfico, por ejemplo, cada media hora. Pero Qu ocurre cuando un punto se va fuera de los lmites? Eso es lo que ocurre con el ltimo valor en el siguiente grfico:

Esa circunstancia puede ser un indicio de que algo anda mal en el proceso. Entonces, es necesario investigar para encontrar el problema (Causa Asignable) y corregirla. Si no se hace esto el proceso estar funcionando a un nivel de calidad menor que originalmente. Existen diferentes tipos de Grficos de Control: Grficos X-R, Grficos C, Grficos np, Grficos Cusum, y otros. Cuando se mide una caracterstica de calidad que es una variable continua se utilizan en general los Grficos X-R. Estos en realidad son dos grficos que se utilizan juntos, el de X (promedio del subgrupo) y el de R (rango del subgrupo). En este caso se toman muestras de varias piezas, por ejemplo 5 y esto es un subgrupo. En cada subgrupo se calcula el promedio X y el rango R (Diferencia entre el mximo y el mnimo). A continuacin podemos observar un tpico grfico de X:

Distribucin normal
Distribucin normal

La lnea verde corresponde a la distribucin normal estndar Funcin de densidad de probabilidad

Funcin de distribucin de probabilidad

En estadstica y probabilidad se llama distribucin normal, distribucin de Gauss o distribucin gaussiana, a una de las distribuciones de probabilidad de variable continua que con ms frecuencia aparece en fenmenos reales. La grfica de su funcin de densidad tiene una forma acampanada y es simtrica respecto de un determinado parmetro. Esta curva se conoce como campana de Gauss. La importancia de esta distribucin radica en que permite modelar numerosos fenmenos naturales, sociales y psicolgicos. Mientras que los mecanismos que subyacen a gran parte de este tipo de fenmenos son desconocidos, por la enorme cantidad de variables incontrolables que en ellos intervienen, el uso del modelo normal puede justificarse asumiendo que cada observacin se obtiene como la suma de unas pocas causas independientes.

De hecho, la estadstica es un modelo matemtico que slo permite describir un fenmeno, sin explicacin alguna. Para la explicacin causal es preciso el diseo experimental, de ah que al uso de la estadstica en psicologa y sociologa sea conocido como mtodo correlacional. La distribucin normal tambin es importante por su relacin con la estimacin por mnimos cuadrados, uno de los mtodos de estimacin ms simples y antiguos. Algunos ejemplos de variables asociadas a fenmenos naturales que siguen el modelo de la normal son:

caracteres morfolgicos de individuos como la estatura; caracteres fisiolgicos como el efecto de un frmaco; caracteres sociolgicos como el consumo de cierto producto por un mismo grupo de individuos; caracteres psicolgicos como el cociente intelectual; nivel de ruido en telecomunicaciones; errores cometidos al medir ciertas magnitudes; etc.

La distribucin normal tambin aparece en muchas reas de la propia estadstica. Por ejemplo, la distribucin muestral de las medias muestrales es aproximadamente normal, cuando la distribucin de la poblacin de la cual se extrae la muestra no es normal.1 Adems, la distribucin normal maximiza la entropa entre todas las distribuciones con media y varianza conocidas, lo cual la convierte en la eleccin natural de la distribucin subyacente a una lista de datos resumidos en trminos de media muestral y varianza. La distribucin normal es la ms extendida en estadstica y muchos tests estadsticos estn basados en una supuesta "normalidad". En probabilidad, la distribucin normal aparece como el lmite de varias distribuciones de probabilidad continuas y discretas.