Control Estadístico de Procesos

Control estadístico de procesos (CEP).
Definición:
El control estadístico de proceso o C.E.P. es una herramienta estadística que

se utiliza en el puesto de trabajo para conseguir el producto adecuado y a
la primera.
Origen:
nació a finales de los años 20 en los Bell Laboratories. Su creador fue W. A.

Shewhart, quien en su libro “Economic Control of Quality of Manufactured
Products” (1931) marcó la pauta que seguirían otros discípulos distinguidos
(Joseph Juran, W.E. Deming, etc.).
Objetivo:
El objetivo del control estadístico de procesos (CEP) es obtener un proceso

controlado usando técnicas estadísticas para reducir la variación
continuamente.
La reducción de la variación conduce a:
● Mejorar la calidad.
● Menores costos (residuos, desechos, reprocesos, reclamaciones, etc.).
● Mejor comprensión de la capacidad del proceso.
A fin de lograr un proceso controlado debe (ver la figura siguiente):
● Registrar los datos medidos de la manera correcta (MSA).

● Analizar los datos registrados en la forma correcta (CEP).
● Tomar decisiones basadas en análisis realizados (OCAP).
● Registrar y controlar las acciones correctivas para evaluar los efectos
(PDCA).
Herramientas de apoyo:
Las herramientas usadas por el SPC son las gráficas de control que permiten
distinguir las causas especiales de las causas comunes de variación.
● Gráficos de control.
1. Gráficos de Shewart.
2. Gráfico 𝑋-R.
3. Gráfico 𝑋-S.
4. Gráfico de dispersión.
5. Gráficos de control por atributos.
- Distribución normal.
- Distribución Poisson.
Implantación del CEP en una empresa.
1. Preparación y selección del proceso piloto.

2. Implantación del gráfico de control piloto.
3. Análisis de los primeros resultados.
4. Extensión a otros procesos.
Teoremas en los que se basa el control estadístico de procesos:
En el control estadístico de procesos intervienen tres teoremas matemáticos

básicos, que necesitas conocer y comprender para poder llevar a cabo el
control preciso.
● Distribución normal o de Gauss, se utiliza para estimar el número de

muestras que se encuentran dentro de lo que se considera la norma.
Su cálculo se realiza en función de dos parámetros, la medida y la
desviación típica. Este tipo de distribución se representa gráficamente
a través de la campana de Gauss.
● Teorema del Límite Central (TCM). Según este teorema, si existe un
número considerable de variables independientes que siguen un
mismo modelo y ninguna predomina sobre las demás, entonces la
suma de todas estas variables tendrá una distribución normal o
gaussiana.
● Distribución de las medias muestrales. Bajo esta teoría, al seleccionar
una muestra de un grupo, esta muestra seguirá una distribución
normal, aun cuando el grupo seleccionado no sea igual que el grupo
base de referencia, eso sí, siempre que el tamaño del grupo de la
muestra sea suficientemente grande.
Conceptos básicos:
Algunos conceptos que deberás conocer para llevar a cabo de manera

eficaz el control estadístico de los procesos son:
● Causas comunes. En los procesos intervienen factores que influyen en

el producto final, haciendo que este no sea siempre igual. Sin
embargo, si existen pequeñas variaciones, pero ninguna es
preponderante sobre el resto, es de esperar que la calidad de los
productos sea similar, si nos apoyamos en la teoría del límite central.
Al conjunto de estos factores se le denomina causas comunes.
● Causas asignables, por el contrario, si durante el proceso un factor
predomina sobre el resto, entonces la calidad no se distribuirá de la
misma forma porque está presente una causa especial o asignable.
Cuando un proceso está bajo control estadístico es porque en él no
intervienen causas asignables.
● Capacidad de proceso. Todo proceso tiene siempre una capacidad,
un margen dentro del cual se encuentran los productos que son
considerados como aceptables (campana de gauss). Fuera de esos
límites, los productos no reunirán los requisitos de calidad deseados.
● Variabilidad a corto plazo, representa la probabilidad de cambios
presentes en productos fabricados en intervalos de tiempo corto,
denominado a veces como “ruido blanco”.
● Variabilidad total o a largo plazo o “ruido negro”, es aquella que
resulta a lo largo de todo el proceso. En ella intervienen factores
comunes y especiales.
● Gráficos de control. Existe una gran diversidad de gráficos que se
pueden utilizar para representar de manera gráfica los resultados del
control estadístico de los procesos. La utilización de un gráfico u otro
dependerá de las características de los procesos, como las variables
que intervienen o la duración del proceso. Así, podrás encontrar
estudios elaborados con gráficas I-MR-R/S, gráficos más sensibles
como el CUSUM o el EWMA u otros que se basan en atributos, como
el POISSON.

Control Estadístico de Procesos

Cargado por

Copyright:

Formatos disponibles

Control Estadístico de Procesos

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Control Estadístico de Procesos

Cargado por

Copyright:

Formatos disponibles

Control estadístico de procesos (CEP).

El control estadístico de proceso o C.E.P. es una herramienta estadística que

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

El objetivo del control estadístico de procesos (CEP) es obtener un proceso

● Registrar los datos medidos de la manera correcta (MSA).

1. Preparación y selección del proceso piloto.

Teoremas en los que se basa el control estadístico de procesos:

En el control estadístico de procesos intervienen tres teoremas matemáticos

● Distribución normal o de Gauss, se utiliza para estimar el número de

Algunos conceptos que deberás conocer para llevar a cabo de manera

● Causas comunes. En los procesos intervienen factores que influyen en

También podría gustarte