Tecnológico Nacional De México

Instituto Tecnológico De CD. Madero

DEPARTAMENTO DE INGENIERÍA QUÍMICA Y BIOQUÍMICA

INGENIERÍA QUÍMICA

MATERIA:
ANÁLISIS DE DATOS EXPERIMENTALES

Grupo 5536 E

HORARIO: 12:00-01:00 p.m.

PROFESOR:
Dra. RUTH ZURISADAI DEL ANGEL ALDANA

UNIDAD 6
CONTROL ESTADÍSTICO DE DATOS

NOMBRE DE LA ACTIVIDAD:
TRABAJO DE INVESTIGACIÓN U6

PERIODO AGOSTO-DICIEMBRE 2023

ALUMNO:
WONG CORONADO JOSE ARMANDO

NÚMERO DE CONTROL: 22070617

FECHA DE ENTREGA Y LUGAR:

27 DE NOVIEMBRE 2023, CIUDAD MADERO, TAMAULIPAS.

1
 CONTROL ESTADISTICO DE PROCESOS
El Control Estadístico de Procesos (CEP) es una metodología utilizada en la gestión de la
calidad para monitorear y controlar un proceso a lo largo del tiempo. Su objetivo principal es
asegurar que un proceso se mantenga en control y produzca productos o servicios
consistentes y de alta calidad. Aquí hay algunos conceptos clave relacionados con el Control
Estadístico de Procesos:

Variabilidad del Proceso:

● La variabilidad es una característica inherente a cualquier proceso. Puede ser
causada por factores controlables e incontrolables.
● El CEP se centra en controlar la variabilidad del proceso para garantizar que esté
dentro de límites aceptables.
Límites de Control:
● Se establecen límites superiores e inferiores de control (LSC y LIC) que representan la
variabilidad inherente del proceso. Estos límites son calculados estadísticamente a
partir de los datos del proceso.
● Si los puntos de datos caen fuera de estos límites, se considera que el proceso está
fuera de control y se deben investigar las causas.
Cartas de Control:
● Se utilizan cartas de control (también conocidas como gráficos de control) para
visualizar la variabilidad del proceso a lo largo del tiempo. Los tipos comunes incluyen
la carta X-Barra para el promedio y la carta R para el rango.
Causas Comunes y Causas Especiales:
● Las causas comunes son variaciones normales inherentes al proceso y se deben a
factores internos. El CEP se enfoca en identificar y eliminar causas especiales, que
son variaciones anormales causadas por factores externos o problemas en el proceso.
Capacidad del Proceso:
● La capacidad del proceso se refiere a la capacidad inherente de un proceso para
producir productos o servicios que cumplan con las especificaciones.
● Se utiliza el índice de capacidad del proceso (Cp) para medir la capacidad potencial, y
el índice de capacidad del proceso ajustado (Cpk) para tener en cuenta la posición del
proceso en relación con las especificaciones.
Muestreo y Recolección de Datos:
● La recopilación y el análisis de datos son fundamentales en el CEP. Se toman
muestras periódicas del proceso para construir las cartas de control y tomar
decisiones informadas sobre la estabilidad del proceso.
Mejora Continua:
● El CEP no solo se utiliza para mantener el proceso en control, sino también como una
herramienta para la mejora continua. Al identificar y eliminar causas especiales, se
puede mejorar la estabilidad y capacidad del proceso a lo largo del tiempo.

2
 CONCEPTOS Y PRINCIPIOS DEL CEP
El control estadístico de procesos (SPC) supervisa los procesos de fabricación con
tecnología que mide y controla la calidad. SPC activa varias máquinas e instrumentos para
proporcionar datos de calidad a partir de mediciones de productos y lecturas de procesos.
Una vez recopilados, los datos se evalúan y monitorean para controlar ese proceso.
El control estadístico de procesos es una forma sencilla de fomentar la mejora continua.
Cuando un proceso se monitorea y controla continuamente, los gerentes pueden asegurarse
de que funcione a su máximo potencial, lo que da como resultado una fabricación consistente
y de calidad.
El concepto de control estadístico de procesos ha existido por un tiempo. En 1924, el
empleado de Bell Laboratories, William A. Shewhart, diseñó el primer gráfico de control y fue
pionero en la idea del control estadístico. Este proceso de control de calidad se utilizó
ampliamente durante la Segunda Guerra Mundial en las instalaciones de municiones y
armas. El control de proceso estadístico supervisó la calidad de los productos sin
comprometer la seguridad.

Fig. 1 William A. Stewart

Después de la guerra, el uso de controles de procesos estadísticos disminuyó en Estados

Unidos, pero los japoneses los adoptaron, quienes los aplicaron a su sector manufacturero y
continúan usándolos en la actualidad. En la década de 1970, el control estadístico de
procesos volvió a utilizarse en Estados Unidos para rivalizar con los productos de Japón.

El control gráfico de procesos (CGP o SPC, del inglés statistical process control) ayuda al
uso de gráficos de control, basándose en técnicas estadísticas, lo que permite usar criterios
objetivos para distinguir variaciones de fondo de eventos de importancia. Casi toda su
potencia está en la capacidad de monitorizar el centro del proceso y su variación alrededor
del centro. Recopilando datos de mediciones en diferentes sitios en el proceso, se pueden
detectar y corregir variaciones en el proceso que puedan afectar a la calidad del producto o
3
servicio final, reduciendo desechos y evitando que los problemas lleguen al cliente final. Con
su énfasis en la detección precoz y prevención de problemas, SPC tiene una clara ventaja
frente a los métodos de calidad como inspección, que aplican recursos para detectar y
corregir problemas al final del producto o servicio, cuando ya es demasiado tarde.

Además de reducir desechos, SPC puede tener como consecuencia una reducción del
tiempo necesario para producir el producto o servicio. Esto es debido parcialmente a que la
probabilidad de que el producto final se tenga que retrabajar es menor, pero también puede
ocurrir que al usar SPC, identifiquemos los cuellos de botella, paradas y otros tipos de
esperas dentro del proceso. Reducciones del tiempo de ciclo del proceso relacionado con
mejoras de rentabilidad han hecho del SPC una herramienta valiosa desde el punto de vista
de la reducción de costes y de la satisfacción del cliente final.

¿Cómo utilizar el control estadístico de procesos?

Al igual que con cualquier proceso nuevo, el primer paso para usar el control estadístico de
procesos es evaluar dónde el negocio de fabricación enfrenta problemas de desperdicio o
rendimiento. Estos podrían estar relacionados con la reelaboración de productos, el
desperdicio de gamas completas de productos o los largos tiempos de inspección. Una
empresa se beneficiará al aplicar primero los sistemas de control estadístico de procesos a
estas áreas problemáticas.

El control estadístico de procesos no siempre se relaciona con factores como costos, tiempo
o retrasos en la producción, según la necesidad. Al implementar nuevos procesos, un equipo
multifuncional identificará los aspectos críticos del diseño o del proceso que deben
abordarse.

Fig. 2 Ejemplo de utilización de estadísticos

4
Una descripción general de las herramientas de control estadístico de procesos

En total, se utilizan 14 herramientas de control de calidad en el control estadístico de

procesos, que se dividen en siete herramientas de control de calidad y siete herramientas
complementarias:

Herramientas de control de calidad:

Diagramas de causa y efecto
También conocido como diagrama de Ishikawa o diagrama de espina de pescado. Los
diagramas de causa y efecto se utilizan para identificar varias causas de cualquier problema.
Cuando se crean, los diagramas parecen una espina de pescado, con cada espina principal
extendiéndose en ramas más pequeñas que profundizan en cada causa.

Fig. 3 Diagrama de causa y efecto

Hojas de verificación
Estos son formularios simples y listos para usar que se pueden recopilar y luego analizar.
Las hojas de verificación son especialmente buenas para los datos que se observan y
recopilan repetidamente por la misma persona o en el mismo lugar.
Histogramas
Los histogramas parecen gráficos de barras y son gráficos que representan distribuciones de
frecuencia. Son ideales para datos enumerados.

Fig. 4 Histograma

Diagramas de Pareto
Estos son gráficos de barras que representan tiempo y dinero o frecuencia y costo. Los
diagramas de Pareto son particularmente útiles para medir la frecuencia de los problemas.
Muestran el principio de Pareto 80/20: abordar el 20 por ciento de los procesos resolverá el
80 por ciento de los problemas.
5
 Fig. 5 Diagrama de Pareto

Diagramas de dispersión
También conocido como gráfico XY. Los diagramas de dispersión funcionan mejor cuando se
combinan con datos numéricos.
Estratificación
Esta es una herramienta para separar datos que simplifica la identificación de patrones. La
estratificación es un proceso que clasifica objetos, personas y datos relacionados en capas o
grupos específicos. Es perfecto para datos de diferentes fuentes.

Herramientas complementarias
▪ Estratificación de datos: Una ligera diferencia con la herramienta de estratificación
en las herramientas de control de calidad.
▪ Mapas de defecto: Estos son mapas que visualizan y rastrean los defectos de un
producto, centrándose en las ubicaciones físicas y los defectos. Cada defecto se
identifica en el mapa.
▪ Registros de eventos: Estos son registros estandarizados que registran eventos
clave de software y hardware.
▪ Diagramas de flujo del proceso: Los diagramas de flujo de procesos son una
instantánea de los pasos de un proceso, que se muestran en el orden en que ocurren.

Fig.6 Diagrama de flujo de procesos

6
 ▪ Centros de progreso: Cuando es necesario tomar decisiones, los centros de
progreso son ubicaciones centralizadas que permiten a las empresas monitorear el
progreso y recopilar datos.
▪ Aleatorización: La aleatorización es el uso del azar para asignar unidades de
fabricación a un grupo de tratamiento.
▪ Determinación del tamaño de la muestra: Esta herramienta determina el número de
personas o eventos necesarios para incluir en el análisis estadístico.

Beneficios del Control Estadístico de Procesos

Los controles de proceso estadísticos tienen una variedad de beneficios:

● Reducción de desperdicios y reclamos de garantía

● Productividad maximizada en una unidad de fabricación
● Mayor eficiencia operativa
● Reducción de la necesidad de inspecciones manuales
● Mayor satisfacción del cliente
● Costos controlados
● Análisis e informes mejorados

Desventajas con el control estadístico de procesos

Al igual que con cualquier proceso, existen algunas desventajas en el control estadístico de
procesos:
o Requisitos de tiempo: Si bien el énfasis del control estadístico de procesos está en
la detección temprana, la implementación del sistema en una configuración de
fabricación puede llevar mucho tiempo. Además, el proceso de seguimiento y llenado
de gráficos requiere mucho tiempo. Dado que el sistema debe integrarse en un marco
existente, se requiere capacitación del personal, lo que lleva tiempo.
o Consideraciones de costos: El control estadístico de procesos también es un asunto
costoso y requiere que una empresa firme un contrato con un proveedor de servicios e
invierta en recursos y materiales de capacitación.
o Medidas de calidad: Un problema con el control estadístico de procesos es que
detecta cuando hay una no conformidad en el protocolo del proceso, pero no dice
cuántos productos pueden estar defectuosos hasta ese momento.

7
 GAGE R&R
Los estudios gauge permiten obtener información sobre el desempeño de procesos y son de
utilidad para control de calidad, así como identificación de fuentes de variación. El objetivo
del presente estudio, fue diseñar y analizar sistemas de medición para los modelos de
Heckel y Ryshkewitch-Duckworth para caracterizar materiales, a través de estudios Gauge
R&R.
Un estudio R&R del sistema de medición le ayuda a investigar:

● Repetibilidad: Qué tanto de la variabilidad en el sistema de medición es causada por el

dispositivo de medición.
● Reproducibilidad: Qué tanto de la variabilidad en el sistema de medición es causada
por las diferencias entre los operadores.
● Si la variabilidad del sistema de medición es pequeña en comparación con la
variabilidad del proceso.
● Si el sistema de medición es capaz de distinguir entre partes diferentes.

Por ejemplo, varios operadores miden el diámetro de los tornillos para asegurarse de que
cumplan las especificaciones. Un estudio R&R del sistema de medición (Estadísticas >
Herramientas de calidad > Estudio del sistema de medición) indica si los inspectores son
consistentes en sus mediciones de la misma parte (repetibilidad) y si la variación entre los
inspectores es consistente (reproducibilidad).

Un estudio de R&R es importante para garantizar que las mediciones realizadas sean
confiables y consistentes, lo que es fundamental para la toma de decisiones y la mejora de la
calidad en un proceso. Si se identifican problemas de repetibilidad y reproducibilidad, se
pueden tomar medidas correctivas, como proporcionar capacitación adicional a los
operadores o calibrar y ajustar el instrumento de medición.
Dependiendo de la naturaleza de los datos se puede realizar al menos un par de estudios:
● R&R para datos variables
● R&R para datos por atributos
Ejemplos de repetibilidad y reproducibilidad
Repetibilidad y reproducibilidad son los dos componentes de precisión en un sistema de
medición. Para evaluar la repetibilidad y reproducibilidad, utilice un estudio R & R del sistema
de medición (Estadísticas > Herramientas de calidad > Estudio del sistema de medición).

Repetibilidad

La repetibilidad es la variación causada por el dispositivo de medición. Es la variación que se

observa cuando el mismo operador mide la misma parte muchas veces, usando el mismo
sistema de medición, bajo las mismas condiciones.

El operador 1 mide una parte con un sistema de medición A 20 veces y luego mide la misma
parte con el sistema de medición B.

8
 Gráfico 1.

Reproducibilidad
La reproducibilidad es la variación causada por el sistema de medición. Es la variación que
se observa cuando diferentes operadores miden la misma parte muchas veces, usando el
mismo sistema de medición, bajo las mismas condiciones.
Los operadores 1, 2 y 3 miden 20 veces la misma parte con el mismo sistema de medición.

Gráfico 2.

Las herramientas del estudio R&R del sistema de medición en Minitab requieren múltiples
operadores y múltiples partes. Por el contrario, el Estudio tipo 1 del sistema de medición en
Minitab solo requiere un operador y una parte.
Si tiene múltiples operadores y una parte, siga estas instrucciones para evaluar la
repetibilidad y la reproductividad del sistema de medición:
1. Organice los datos en un formato apilado, con los nombres de operador en una
columna y todas las mediciones en otra columna.
2. Elija Estadísticas > ANOVA > Modelo lineal general > Ajustar modelo lineal general.
3. En Respuestas, ingrese la columna que contiene las mediciones, como por ejemplo
'Mediciones'.
4. En Factores, ingrese la columna que contiene los identificadores de los operadores,
como por ejemplo 'Operador'.
5. Haga clic en Aleatorio/anidar. En Tipo de factor, elija Aleatorio para 'Operador'.
6. Haga clic en Aceptar en cada cuadro de diálogo para realizar el análisis.
En la salida, el Componente de la varianza para Operador es la varianza de la
reproducibilidad. El Componente de la varianza para Error es la varianza de la repetibilidad.

9
El propósito de realizar un estudio de Reproducibilidad de Gage Repetibilidad (GR & R) es
determinar cuánto de la tolerancia del proceso se está utilizando por la variación en un
instrumento de prueba de dureza (también denominado variación de equipo o repetibilidad),
así como entre operadores Cuando la combinación de estas fuentes (repetibilidad y
reproducibilidad o R «R) se convierte en una porción significativa de la tolerancia del
proceso, el operador no puede estar seguro si están midiendo la dureza de una pieza o
simplemente generando Números aleatorios con la máquina de prueba Rockwell. Para que el
control estadístico de procesos (SPC) funcione eficazmente, la variación combinada debe ser
inferior al 10 por ciento de la tolerancia del proceso (<10% GR & R). Las máquinas de
ensayo de dureza Rockwell con un GR & R entre el 10% y el 30% pueden ser aceptables
provisionalmente, y las máquinas con un GR & R superior al 30% no deben utilizarse para el
SPC.

Fig. 7 Variación total (VT)

El análisis Gage R&R no es útil para evaluar un producto o proceso, sino para evaluar la
habilidad de medir el producto o proceso de una forma precisa y consistente. Un análisis
Gage R&R nos permite investigar:
● si la variabilidad del sistema de medida es pequeña comparada con la variabilidad del
proceso
● cuánta de la variabilidad en el sistema de medida está causada por diferencias entre
los operadores
● si el sistema de medida es capaz de discriminar entre diferentes elementos (parts).

Gage R&R calcula la variación total (VT) a partir de tres fuentes:

1. Parts o elementos que son medidos.
2. Appraisers u operarios
3. Equipment (gage) o equipación de medida.

Descomposición de la variabilidad total: diferencias entre elementos y variabilidad asociada

al sistema de medida (Gage R & R).
Gage R&R utiliza la variación total para determinar cuánta de esta variación es atribuible a
los aparatos (repetitividad: habilidad de un operador de repetir consistentemente la misma
medida del mismo elemento,, utilizando la misma equipación bajo las mismas condiciones) y
a los operarios (capacidad de una equipación de medida, utilizada por varios operadores, de
reproducir consistentemente la misma medición del mismo elemento bajo las mismas
condiciones).
10
En un análisis Gage consideraremos siempre un factor operario (appraisal) con \(n_o\)
niveles, que representa a quien hace la medición (o el aparato de registro), un factor
elemento (part) con \(n_p\) niveles, que representa a cada uno de los elementos distintos que
se miden, y asumimos un diseño cross en el que cada operario mide todos los elementos, y
cada uno de ellos un número \(n_{run}\) de veces.

En cualquier proceso existe una variación. Las causas de la variación se pueden encontrar
en todas las diferentes entradas de un proceso desde los materiales hasta las diferencias
entre los empleados. Sin embargo, es posible que la variación en el proceso de medición
forma una parte significativa de la variación total o que es la causa de la interrupción.

Hay múltiples tipos de variabilidad de medición:

Precisión

● Repetibilidad – dentro de un operador o medidor.

● Reproducibilidad – entre los operadores o medidores.
Exactitud

● Estabilidad – exactitud en el tiempo.

● Linealidad – exactitud en todo el rango de medición del operador o medidor.
● Resolución.
● Bias – Desviación del valor real.
Durante los estudios Gage R&R se analizarán la repetibilidad y la reproducibilidad.

Repetibilidad del instrumento de medición

¿Indica que el sistema de medición es el mismo resultado cuando el mismo producto se mide
varias veces por el mismo miembro del personal? La repetibilidad también se llama variación
de máquina o variación de equipo porque depende del diseño, o el estado del instrumento de
medición.

Reproducibilidad del instrumento de medición

¿Da a un sistema de medición los mismos resultados cuando dos o tres personas miden el
mismo producto varias veces? La reproducibilidad entre los operadores, o entre los
instrumentos de medición es otra fuente de variación en un proceso de medición. La
reproducibilidad también se llama variación inspector o variación de la persona, porque por lo
general depende de las diferencias entre las personas en el uso del sistema de medición.

Estudios de Gage R&R se hacen generalmente por dos componentes: variación equipo y
variación la persona. Estos componentes sirven para enfocar atención correctiva en la
reparación o mejora de la misma galga (variación EV-equipos) o la formación de los
operadores a utilizar el medidor correctamente o de manera más consistente (variación AV-
tasador). Tolerancia total (USL-LSL) o variación total del proceso (6 sigma a partir de CEP

11
datos de largo alcance) o la variación total del estudio (6 sigma de los datos recogidos en el
estudio galga única) pueden ser utilizados para el cálculo de la proporción utilizada en el
error de medición.
Pautas para la aceptación del medidor de repetibilidad y reproducibilidad (% R&R):
– Bajo error del 10%: la medición es aceptable.
– 10% a 30% de error: sistema de medición puede ser aceptable dependiendo de la
importancia de la aplicación costo del medidor, el costo de reparación o mejora y capacidad
de proceso existente.
– Más de error del 30%: sistema de medición necesita mejoras (dependiendo de la
capacidad del proceso); hacer todo lo posible para identificar problemas y corregirlos.

Gráfico 3.

¿Cómo calcular el R & R para datos variables?

Para calcular el R & R deberemos obtener cada uno de estos factores y luego sumarlos para
encontrar el total.
1. Se realizan múltiples mediciones repetidas utilizando el mismo instrumento de
medición en una sola condición o parte
2. Se calcula la desviación estándar promedio de las diferencias entre las
mediciones repetidas
El índice de repetibilidad se calcula dividiendo la desviación estándar promedio por el rango
de la especificación del proceso (o el rango total de las mediciones).
Un índice de repetibilidad menor indica una menor variación causada por el instrumento de
medición, lo que implica una mayor confiabilidad. Para obtener la reproducibilidad, se
realizan múltiples mediciones utilizando el mismo instrumento de medición, pero diferentes
operadores o condiciones de medición.
Se calcula la desviación estándar promedio de las diferencias entre las mediciones
realizadas por diferentes operadores o en diferentes condiciones.
El índice de reproducibilidad se calcula dividiendo la desviación estándar promedio por el
rango de la especificación del proceso (o el rango total de las mediciones).
Un índice de reproducibilidad menor indica una menor variación causada por las diferencias
entre los operadores o las condiciones de medición, lo que implica una mayor consistencia
entre ellos.
Índice de R&R: Combina los resultados de la repetibilidad y la reproducibilidad para obtener
una medida general de la capacidad del sistema de medición.

12
 ● El índice de R&R se calcula sumando las desviaciones estándar promedio de la
repetibilidad y la reproducibilidad
● El índice de R&R también se divide por el rango de la especificación del
proceso (o el rango total de las mediciones) para obtener un valor porcentual
● Un índice de R&R más bajo indica una menor variación total causada por el
sistema de medición, lo que implica una mayor confiabilidad y precisión en las
mediciones.

Interpretación de resultado R&R

Para poder interpretar en forma correcta el resultado de un estudio Gage R&R, se deben tomar
en cuentas los siguientes criterios:
✔ %GRR menor al 10%
Se considera que el sistema de medición es aceptable. Es especialmente útil cuando se trata de
sortear o clasificar piezas o cuando se requiere un control de proceso muy ajustado.
✔ %GRR entre 10% y 30%
Puede ser aceptable para algunas aplicaciones. La decisión de usarlo debe estar basada en la
importancia de la aplicación de la medición, el costo del instrumento de medición, costo de
retrabado o reparación. Debe ser aprobado por el cliente.
✔ %GRR mayor al 30%
No aceptable. Identificar y corregir el problema. Este sistema podría usarse a través de una
estrategia de medición, por ejemplo, usando el promedio resultante de varias mediciones en la
misma característica de la parte para reducir la variación en la medición final.

Fig. 8 Resultado de un Estudio Gage R&R realizado en Minitab

Si la repetibilidad es grande comparada con la reproducibilidad, las razones pueden ser:

● El instrumento necesita mantenimiento

● El gage necesita ser rediseñado para ser más rígido
● Se requiere mejorar la sujeción o localización del gage
● Hay excesiva variación de las partes consigo mismas
13
 Si la reproducibilidad es grande comparada con la repetibilidad:
● El observador necesita mejor entrenamiento en cómo usar y leer el instrumento
● Ilegibilidad de las lecturas en el instrumento
● Algún tipo de fixture puede ser necesitado para ayudar al observador a usar el gage
de manera más consiste

Gage R&R por atributos

Un estudio de R & R por atributos es utilizado cuando las mediciones se realizan de manera
categórica o discreta, en lugar de ser una medición numérica continua. A continuación, veamos el
proceso general para realizar este tipo de estudios:

● Definir los atributos y criterios de evaluación: Identifica los atributos específicos

que serán evaluados y define los criterios de aceptación o rechazo para cada
atributo. Por ejemplo, en la inspección de calidad de componentes automotrices, los
atributos podrían ser «correcto/incorrecto» o «aprobado/rechazado».
● Seleccionar los evaluadores: Elige a un grupo de evaluadores que realizarán las
evaluaciones de los atributos.
● Preparar una muestra de evaluación: Prepara una muestra representativa de los
elementos o productos a evaluar. Asegúrate de que la muestra abarque las
condiciones que se encuentran en el proceso real.
● Realizar las evaluaciones: Cada evaluador realiza las evaluaciones de los
atributos en la muestra de manera independiente y sin conocimiento de las
evaluaciones de los demás evaluadores.
● Registrar los resultados: Registra los resultados de las evaluaciones para cada
evaluador y atributo. Esto puede hacerse utilizando una hoja de registro.
● Revisión del acuerdo entre evaluadores: Hay varios métodos para contabilizar
las veces que los evaluadores coincidieron, tanto entre sí como contra el valor
estándar o referencia.

Gráfico 4. Ejemplo de un estudio de R & R por atributos

14
Por ejemplo, utilizando una tabla de acuerdo porcentual, se calcula el porcentaje de acuerdo
entre los evaluadores para cada atributo. Se determina la «concordancia» (cuando los
evaluadores están de acuerdo en que un elemento cumple o no cumple con el atributo) y
«discordancia» (cuando los evaluadores no están de acuerdo).

● Evaluación e interpretación: Se compara la concordancia con los criterios de

aceptación establecidos. Generalmente en este tipo de estudios, existe solo un
criterio, ya sea que el estudio sea aprobado o rechazado, al presentar
discrepancias o inconsistencias.
● Tomar medidas correctivas: Si se identifican las causas de las discordancias,
para así tomar medidas correctivas adecuadas. Esto puede incluir la capacitación
adicional de los evaluadores, la estandarización de los criterios de evaluación o la
mejora del proceso de evaluación.

PLAN DE CONTROL
Un plan de control es un documento que describe las características críticas para la calidad,
las X o Y críticas, de la parte o proceso. A través de este sistema de monitoreo y control, se
cumplirán los requisitos del cliente y se reducirá la variación del producto o proceso.
Dependiendo de la etapa de producción del proceso o producto en cuestión, se distinguen
tres tipos de planes de control:

a) Prototipo: suponiendo que se inicia desde cero algún proceso, se utiliza el plan de control
de prototipo para documentar los controles pertinentes de esta etapa de desarrollo.

b) Pre-lanzamiento: este se desarrolla durante la etapa anterior a la de producción, es decir,

en la que se corrobora que la metodología y el proceso desarrollado durante la etapa
Prototipo sea efectiva y que en general cumpla con lo esperado por la empresa en cuestión.

c) Producción: este es el que permanece continuamente durante el proceso, y toma en

cuenta las mejoras detectadas por los dos procesos anteriores y las rutinariamente
detectadas. Importancia de un plan de control bien diseñado. La correcta implementación de
un plan de control garantiza que los tiempos de producción se mantengan o disminuyan, lo
que se traduce en una mayor productividad y en mayores ganancias económicas. Se trata de
una manera de mantener la competitividad de la empresa, mediante la mejora continua.

¿Qué debe tener un Plan de Control?

Son varios los elementos que se requiere incluir en nuestro Plan de Control:
● Descripción del proceso: El Plan de Control debe incluir una descripción
detallada de cada etapa del proceso de fabricación del producto. Esto implica
identificar las diferentes operaciones, desde la recepción de los materiales
hasta la entrega del producto final.
15
Por ejemplo, si estuviéramos hablando de la fabricación de un motor de automóvil, el Plan de
Control describiría las etapas clave del proceso, como el ensamblaje de las piezas, la prueba
de funcionamiento y el embalaje final.

● Características clave del producto: Es fundamental identificar las

características clave del producto que deben ser controladas para asegurar su
calidad en el Plan de Control. Estas características pueden ser dimensiones,
tolerancias, propiedades físicas, requisitos de desempeño, entre otros.

Siguiendo con el ejemplo del motor, algunas características clave podrían ser la potencia, el
consumo de combustible, el nivel de emisiones y la durabilidad.
● Métodos de control: El Plan de Control debe especificar los métodos y
técnicas que se utilizarán para verificar y controlar las características clave del
producto. Esto puede incluir inspecciones visuales, pruebas de laboratorio,
mediciones dimensionales, pruebas funcionales, entre otros.

Por ejemplo, para controlar la potencia del motor, se podrían realizar pruebas de bancos de
potencia o mediciones de torque y velocidad.
● Frecuencia de control: Es importante establecer la frecuencia con la que se
realizan los controles de calidad en cada etapa del proceso. Esto puede variar
según la criticidad de las características clave y los requisitos del cliente.

Continuando con el ejemplo, las pruebas de funcionamiento podrían realizarse en cada motor
ensamblado, mientras que las mediciones dimensionales podrían llevarse a cabo en una
muestra estadística.
● Acciones correctivas: El Plan de Control debe contemplar las acciones a
tomar en caso de que se detecten desviaciones o no conformidades en las
características clave del producto. Esto implica establecer procedimientos para
corregir los problemas identificados y prevenir su recurrencia.

Por ejemplo, si se encuentra que el consumo de combustible de un motor está por encima de
los límites establecidos, se pueden realizar ajustes en el sistema de inyección de combustible
y llevar a cabo pruebas adicionales para verificar la mejora. Es por esto que, un plan de
control sirve como una herramienta importante para los procesos industriales.

16
 Fig. 11 Ilustración representativa de elementos de una planeación de control

Pasos para diseñar un plan de control:

● a) Definir completamente las etapas del proceso mediante la realización de un

diagrama de flujo y manual de operación.
● b) Realizar un análisis de riesgos respectivo a cada etapa del proceso: detectar fallas
y controles necesarios para evitar o reducir riesgos potenciales en la producción.
● c) Determinar los puntos críticos de control: se deberá determinar los puntos de la
línea de producción en donde se tomarán las muestras para el control estadístico en
un determinado intervalo de tiempo dependiendo de la carga de trabajo. Es importante
que se escojan los puntos de la línea que tengan una relevancia significativa en el
proceso, por ejemplo, donde se ensamble una pieza de importancia económica. Esta
elección se apoya en base a el análisis de riesgo, dado que este nos dará los riesgos
potenciales en el proceso.
● d) Determinar la técnica de muestreo a utilizar para representar lo más fielmente el
comportamiento de la población que se debe extrapolar o de la que se referirá
información, esto debe de elegirse tomando en cuenta las características del proceso
a controlar. Se mencionan las siguientes técnicas de muestreo:
⮚ Simple: de manera sencilla, se le asigna un número a cada elemento de la
población y se le da misma probabilidad de ser escogido a cada elemento, es
decir, de manera meramente aleatoria se recogen las muestras. Sin embargo
esta técnica de muestreo se ve limitada cuando la población es de gran
tamaño, pues se le tiene que asignar un número a cada elemento.
⮚ Estratificado: en esta se subdivide a la población en grupos o estratos de
acuerdo a características propias que, de manera a priori, se sabe pueden
afectar a la variabilidad entre las muestras; y posteriormente se toma una
muestra de cada estrato. Por ejemplo, si se realiza un estudio sobre la altura
datificación y evita errores aleatorios. Por ejemplo, se sabe que de lo 5 millones
de españoles con hipertensión el 35% son fumadores (y por consiguiente 65%
no fumadores); así que, al querer tomar una mue los habitantes de una
población, se recomienda dividir a la población tomando en cuenta el género,
17
 pues de antemano se sabe que los hombres tienden a ser más altos. Para
realizar esta técnica de muestreo se debe conocer la relación de las muestras
con la variable de estratificación, he ahí su desventaja. Al tomar la muestra
representativa de la población se debe tomar en cuenta la relación de la
variable de estratificación de los hipertensos españoles, es decir, se debe
procurar que el 35% de muestra sean fumadores y el 65% no fumadores.
⮚ Sistemático: consiste básicamente en extraer muestras de una población
mediante una regla o forma sistemática que se propone con anterioridad. Por
ejemplo, tomar un elemento por cada 5 producidos. Presenta como desventaja
que se debe conocer la lista de unidades con anterioridad,
⮚ Por conglomerados: se subdivide a la población en “pequeñas poblaciones” o
conglomerados que en teoría representan la heterogeneidad de la población
respecto a la variable estudiada, así como la homogeneidad entre
conglomerados. Este tipo de muestreo tiene como ventaja que facilita la
recogida de información muestral, pues se extraen muestras de algún elemento
de los conglomerados y utilizándose en los cálculos pertinentes.
● Determinar las herramientas de la calidad a utilizar: estas ayudarán a organizar ideas
e información para definir, así como identificar, el problema del proceso detectado por
el plan de control. Además, también llamadas herramientas de la calidad, su objetivo
primordial es proporcionar la mejora continua al proceso. Comúnmente se describen
siete herramientas básicas, dependiendo del proceso:
⮚ Diagrama causa-efecto: ayuda a identificar, clasificar y poner de manifiesto
posibles causas, tanto de problemas específicos como de efectos deseados.
⮚ Hoja de control: se trata del registro de datos importantes sobre la
pieza/producto, los cuales pueden ser peso, volumen longitud, talla, clase,
calidad, etc...
⮚ Gráfica de control: análisis de la variación de un proceso respecto al tiempo o
las muestras, estas contienen un valor central denominado límite de control
central (LCC), así como un límite de control superior y otro inferior (LCS y LCI),
estos valores definen un intervalo de confianza, se mencionan las siguientes
gráficas de control:
■ Gráficas de control de variables:
● Gráfica X: 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. Con esto

18
 logramos ver si hay presencia de uniformidad en los puntos
ubicados o si no, para intervenir.
■ Gráficas de control de unidades:
● Gráfica p: porcentaje de unidades o procesos defectuosos.
● Gráfica np: número de unidades o procesos defectuosos.

Gráfico 5. Ejemplo de gráfica de control de variables

El Plan de Control es un mapa lleno de direcciones para que el operador pueda cumplir con
cada requisito del proceso en diferentes etapas, sin embargo, no reemplaza las instrucciones
del operador. En consecuencia, el documento ayuda a preservar la calidad de la producción
de productos a pesar de cualquier rotación de personal. Para que el Plan de Control sea un
método efectivo, debe ser desarrollado por un equipo interfuncional que utilice diferentes
fuentes de información para construir el documento, incluyendo un diagrama de flujo, DFMEA
y PFMEA, lecciones aprendidas, una matriz de características especiales/críticas y más.

Los planes de control desarrollados por un equipo interfuncional determinan el nivel

adecuado del plan de control según la etapa de desarrollo del producto. El Plan de Control es
un documento esencial que describe las acciones necesarias para garantizar que la salida
del proceso cumpla con todos los requisitos. Es un documento vivo que ha evolucionado con
el tiempo, sin cambiar el formato. El Plan de Control ha pasado de detectar fallas en el
proceso o producto a prevenir que estas ocurran.
El Plan de Control debe ser desarrollado por un equipo multidisciplinario, utilizando la
información disponible, tal como:
● Diagrama de Flujo de Proceso
● AMEF de Diseño, AMEF de Proceso
● Características especiales
● Lecciones aprendidas de partes similares
● Conocimiento del proceso
● Revisiones de diseño
● Métodos de optimización (QFD, DOE…)

19
Tabla 1. Ejemplo de AMEF Tabla 2. Ejemplo de QFD

PLAN DE CONTROL EN LA INDUSTRIA

El Plan de Control se utiliza en la industria y por sus proveedores como una herramienta
fundamental para asegurar la calidad de los productos fabricados. Este plan es utilizado por
diversos actores dentro de la organización, incluyendo:
● Equipo de calidad: El equipo de calidad desempeña un papel clave en la
utilización del Plan de Control. Ellos son responsables de asegurarse de que se
sigan las instrucciones y los procedimientos establecidos en el plan.
Por ejemplo, en el caso de la fabricación de componentes automotrices, el equipo de calidad
utilizará el Plan de Control para verificar las dimensiones de las piezas utilizando
instrumentos de medición adecuados y llevará a cabo pruebas funcionales para comprobar el
rendimiento del componente.
● Operadores y técnicos: Los operadores y técnicos que participan en el
proceso de fabricación también utilizan el Plan de Control como una guía para
llevar a cabo sus tareas de manera precisa y controlada.
Por ejemplo, un operador que ensambla partes de un vehículo utilizará el Plan de Control
para verificar que las dimensiones caigan dentro de las tolerancias adecuadas.

● Gerentes y supervisores: Ellos se aseguran de que los equipos estén

siguiendo el plan y de que se realicen las verificaciones necesarias.
Por ejemplo, un gerente de producción revisará regularmente el Plan de Control para evaluar
el desempeño del proceso, identificar posibles desviaciones y tomar medidas correctivas si
es necesario.
¿Cómo hacer un Plan de Control?
Hacer un plan de control parece tarea fácil, pero en procesos complejos puede resultar
tedioso. Podemos usar programas específicos o una simple hoja de cálculo, donde partimos
desde una plantilla estandarizada para representar estructuradamente la información del
proceso. Asociaciones de constructores como IATF/AIAG/VDA ponen a disposición plantillas
de referencia con un contenido mínimo garantizado.

20
1. Cabecera A: Indicar la fase en la que nos encontramos (prototipo, pre-serie,
serie), añadir el número interno del documento creado, hacer referencia del
producto en cuestión, indicar la planta donde se realiza el montaje.
2. Cabecera B: Añadir la persona responsable del documento y el equipo de
trabajo.
3. Cabecera C: Indicar fecha de actualización e información de liberación del
cliente.
4. Pieza/Número de proceso: Identificar el número de componente, subgrupo a
montar y el número del proceso definido en el diagrama de flujo del proceso.
5. Nombre de proceso/Descripción de operación: Indicar breve descripción del
proceso a realizar o de la operación que se quiere controlar.
6. Máquina o Utillaje usado: Indicar qué máquina o utillaje se ha designado para
el montaje en el proceso definido.
7. Número de característica: Número de característica especial a controlar, de
producto o de proceso.
8. Característica de producto: Características especiales definidas,
especificaciones de cliente, tolerancias, requerimientos de cuadernos de cargas.
9. Característica de proceso: Parámetros de ajuste, características de máquina,
herramientas o utillajes.
10. Clase de característica especial: Puede indicarse el símbolo para indicar
características funcionales, de reglamentación o de seguridad.
11. Especificaciones/Tolerancias: Requerimientos definidos para ese paso del
proceso, provenientes de documentación técnica o planos.
12. Evaluación/Medida/Técnica del método: Método usado para controlar la
característica en cuestión.
13. Tamaño de muestra: Especificar cuantas piezas se van a controlar.
14. Frecuencia de muestra: Indicar la frecuencia del control, por ejemplo al inicio y
final de turno o con un 100% de control.
15. Método de control: Tipo de seguimiento, ya sea vía gráficos de control o listado
de fallos encontrados.
16. Plan de reacción: Aquí se debe de indicar el responsable a contactar en caso
de parada y el plan de acciones correctivas a implementar de forma inmediata.

Tabla 3. Elementos de un Plan de Control

21
 GRÁFICOS DE ATRIBUTOS
Los gráficos de control por atributos constituyen la herramienta esencial utilizada para
controlar características de calidad con sólo dos situaciones posibles, como por ejemplo:
conforme/disconforme, funciona/ no funciona, defectuoso/no defectuoso, presente/ausente,
etc.; o bien para características que se puedan contar, como número de manchas, número
de golpes, número de rayas, etc. También en algunas ocasiones se tratan características por
variables como atributos, en el caso de que sólo se considere si se cumplen o no las
especificaciones de calidad sin importar cuál es el valor concreto de dicha variable. Las
especificaciones de calidad son las medidas deseadas de las características de la calidad en
un producto.

Las características de calidad se evalúan con respecto a estas especificaciones. Por lo

general, los gráficos por atributos no ofrecen tanta información como los gráficos por
variables, ya que una medición numérica es más informativa que la sola clasificación de una
unidad como conforme o disconforme. Aun así, los gráficos por atributos son muy útiles en el
sector servicios y en los esfuerzos de mejora de la calidad fuera de la manufactura, ya que
no es fácil medir en una escala numérica un gran número de las características de calidad
que se encuentran en estos escenarios. Al igual que en los gráficos de control por variables,
el gráfico de atributos representa un estadístico T del proceso (como puede ser el número de
defectos) frente al número de la muestra o al tiempo. Una línea central representa el valor
medio o esperado del estadístico, mientras que la especificación de los límites de control es
una de las decisiones críticas que deben tomarse al diseñar un gráfico de control.

Un punto que se encuentra fuera de los límites de control se interpreta como una evidencia
de que el proceso está fuera de control.

Además, incluso si todos los puntos se hallan comprendidos entre los límites de control, pero
se comportan de manera sistemática o no aleatoria, también se tendría un proceso fuera de
control. En el uso de este tipo de gráficos han de considerarse las siguientes limitaciones:

● Es necesario tomar muestras de tamaño grande para obtener información significativa.

Son aplicables a procesos que presentan cantidades considerables de
disconformidades (defectos), o unidades no conformes (defectuosas).
● No avisan de cambios adversos en el parámetro que queremos controlar en el
proceso hasta que se han registrado un mayor número de defectos o unidades no
conformes.
● Las verificaciones pueden estar influidas por subjetividades de las personas que
evalúan la muestra, por lo que se hace necesario el establecimiento de unos criterios
de conformidad escritos y con apoyo de medios visuales que minimicen estas
diferencias. Por otra parte, el uso de estos gráficos de control comporta las siguientes
ventajas:

22
 ❖ - La recogida de información de atributos es rápida y poco costosa. - Se pueden
aplicar a cualquier tipo de característica.
❖ Permiten identificar las causas especiales de variación que afectan al proceso cuando
los valores representados en la gráfica se salen de los límites de control
especificados, es decir, cuando el proceso está estadísticamente fuera de control.

Las aplicaciones más frecuentes de estos gráficos son las siguientes: - En el control de
características de calidad del tipo conforme/defectuoso o muy costosas de medir en una
escala numérica.

● - En una primera toma de información en el proceso para detectar las operaciones que
provocan más defectos.
● - En el control de procesos que generan cantidades grandes de defectos. En este
artículo se presentan gráficos de control por atributos en dos grupos: • Se puede
comparar un producto con un estándar y se clasifica como defectuoso o no (gráficos p
y np)
● • En algunos productos, la existencia de un defecto no necesariamente conlleva a que
el producto sea defectuoso; en tales casos, puede resultar conveniente clasificar un
producto según el número de defectos que presenta (gráficos c y u).
● Es importante notar que los gráficos p y u permiten trabajar con muestras de tamaños
diferentes, mientras que los gráficos np y c están diseñados para muestras de tamaño
constante.
Los gráficos p son una herramienta esencial en el control estadístico de la calidad que hace
visible la variabilidad (debida a causas asignables) de resultados a lo largo del tiempo.
Refleja el porcentaje de unidades defectuosas (o no deseables) en una población. Se aplica
cuando la calidad de los resultados se mide en ocurrencia de fallos o sucesos no deseados.
Una línea central representa el valor medio o esperado del estadístico, mientras que los
límites de control suelen definir una zona de control que abarca varias desviaciones estándar
por encima y por debajo de la línea central. Estos límites son escogidos de manera que si el
proceso está bajo control, casi la totalidad de los puntos muestrales se halle entre ellos. Así,
un punto que se encuentra fuera de los límites de control se interpreta como una evidencia
de que el proceso está fuera de control. Además, incluso si todos los puntos se hallan
comprendidos entre los límites de control, pero se comportan de manera sistemática o no
aleatoria, también tendríamos un proceso fuera de control.

Gráfica 6. Porcentaje de Problemas Intraoperatorios, pues visualiza si la muestra

(una semana/año) se comporta entre los límites de aceptación o rechazo.
23
Los gráficos de control por atributos son gráficos en los que se controla si las unidades
estudiadas poseen una determinada característica o atributo. Por ejemplo, en gestión de
calidad los gráficos de control por atributos se utilizan para analizar si los productos
fabricados tienen defectos o no. De este modo se puede analizar la evolución del número de
productos defectuosos y el número de defectos por unidad. En definitiva, los gráficos de
control por atributos sirven para controlar que una característica de calidad de importancia
está bajo control, es decir, que está dentro de los límites de control.

Tipos de gráficos de control por atributos

Los tipos de gráficos de control por atributos son:

● Gráfico de control P
● Gráfico de control NP
● Gráfico de control C
● Gráfico de control U

Gráfico de control P
Un gráfico de control P, o simplemente gráfico P, es un gráfico de control por atributos en el
que se representa la evolución de la proporción de unidades defectuosas.En gestión de
calidad, a menudo tenemos que estudiar si en un proceso de producción se están fabricando
las unidades correctamente o, por el contrario, si se están produciendo demasiados defectos.
Así pues, el gráfico de control P permite analizar la evolución del porcentaje de unidades
defectuosas y ver cuándo el proceso de producción está bajo control y cuándo no.

No obstante, el gráfico de control P no solo sirve para controlar un proceso de producción,

sino que también tiene otras aplicaciones como controlar la proporción de enfermos o
controlar el porcentaje de éxito de un experimento dicotómico. Aunque principalmente se usa
para controlar procesos de producción. Una de las características de este tipo de gráfico de
control por atributos es que el tamaño de las diferentes muestras analizadas no es necesario
que sea igual, de manera que se pueden tomar muestras de diferente tamaño para realizar el
estudio estadístico.

Gráfico 7. Ejemplo de gráfico de control P

Gráfico de control NP

24
Un gráfico de control NP, o simplemente gráfico NP, es un gráfico en el que se representa el
número de unidades defectuosas de varias muestras de tamaño constante. Por lo tanto, el
gráfico de control NP sirve para controlar que el número de unidades defectuosas de un
proceso no está fuera de los límites de control.
Por ejemplo, se puede utilizar un gráfico de control NP para analizar la evolución de
productos defectuosos fabricados por un proceso de producción. De este modo podremos
saber que hay algún problema en el proceso de producción cuando el número de productos
defectuosos supere los límites de control. Es importante destacar que, a diferencia de un
gráfico de control P, el gráfico de control NP no monitoriza la proporción de unidades
defectuosas, sino el número de unidades defectuosas. Además, el tamaño de todas las
muestras debe ser el mismo.

Gráfico 8. Ejemplo de gráfica de control NP

Gráfico de control C
Un gráfico de control C, o simplemente gráfico C, es un gráfico en el que se representa el
número de veces que ocurre un fenómeno por unidad de medida. Por ejemplo, en gestión de
calidad el gráfico de control C se usa para controlar que el número de defectos de los
productos estén dentro de los límites de control.
Asimismo, el gráfico de control C tiene muchas aplicaciones, por ejemplo, sirve para controlar
el número de quejas recibidas por día, el número de accidentes laborales por unidad de
tiempo, el número de usuarios al mes en una página web, etc.

Gráfico 9. Ejemplo de gráfico de control C

25
Gráfico de control U
Un gráfico de control U, o simplemente gráfico U, es un gráfico en el que se representa el
número de veces que ocurre un fenómeno por unidad de medida cuando esta es variable.
Por ejemplo, se puede utilizar un gráfico de control U para controlar el número de defectos
por metro cuadrado de tela. A menudo no se pueden tomar muestras de tela con la misma
superficie, por lo que cada muestra es diferente. Así pues, el gráfico U nos permite estudiar
procesos que tienen un tamaño muestral variable.

Gráfico 10.
Ejemplo de gráfica de control U

Gráficos de control por

atributos y gráficos de
control por variables
En general, los gráficos de control se clasifican en dos grandes grupos: los gráficos de
control por atributos y por variables. Así pues, en este apartado veremos en qué se
diferencian estos dos tipos de gráficos. En gestión de calidad, los gráficos de control por
variables son aquellos gráficos que permiten analizar la evolución de una característica de
calidad continua. Es decir, en los gráficos de control por variables se representan aquellas
propiedades que pueden tomar un número infinito de valores. Por lo tanto, la principal
diferencia entre los gráficos de control por atributos y los gráficos de control por variables es
que los gráficos de control por atributos sirven para estudiar características de calidad
discretas, mientras que los gráficos de control por variables permiten analizar características
de calidad continuas. Además, el control por atributos suele ser más económico que el
control por variables, aunque por otro lado requiere de tamaños de muestra mayores.

GRÁFICOS POR ATRIBUTOS EN ESTADÍSTICA

En el contexto de la probabilidad y estadística, los "gráficos de atributos" podrían referirse a

representaciones visuales que ayudan a entender la distribución y las características de un
conjunto de datos. Aquí hay algunos tipos comunes de gráficos utilizados en probabilidad y
estadística:
● Histogramas:
Un histograma es una representación gráfica de la distribución de un conjunto de datos.
Los datos se dividen en intervalos, y la altura de cada barra en el histograma
representa la frecuencia o la densidad de probabilidad en ese intervalo.

26
 ● Gráfico de Barras:
Similar al histograma, pero en este caso, cada barra representa la frecuencia o la
probabilidad de eventos discretos en lugar de intervalos.
● Diagrama de Tallo y Hojas (Stem-and-Leaf Plot):
Este diagrama organiza los datos en forma de tallos (dígitos principales) y hojas (dígitos
secundarios). Es útil para visualizar la distribución de los datos mientras conserva la
información sobre los valores individuales.
● Diagrama de Caja y Bigotes (Boxplot):
El boxplot muestra la distribución de un conjunto de datos y destaca la mediana, los
cuartiles y los valores atípicos. Es útil para identificar la dispersión y la simetría de los
datos.
● Gráfico de Probabilidad (Probability Plot):
Este tipo de gráfico compara los cuantiles teóricos de una distribución con los cuantiles
observados en los datos. Ayuda a evaluar si una muestra sigue una distribución
teórica.
● Gráficos Q-Q (Quantile-Quantile):
Similar al gráfico de probabilidad, el gráfico Q-Q compara los cuantiles teóricos y
observados. Es especialmente útil para evaluar la normalidad de una distribución.
● Gráfico de Pareto:
En el contexto de atributos, un gráfico de Pareto puede mostrar la importancia relativa de
diferentes categorías en un conjunto de datos.
● Gráfico de Control:
Se utiliza en el control estadístico de procesos para monitorear y controlar la variabilidad
en un proceso. Los gráficos de control son útiles para identificar desviaciones
significativas en el rendimiento del proceso.
● Diagrama de Venn:
Puede ser útil para visualizar la intersección de conjuntos o eventos en problemas de
probabilidad.

CONCLUSIÓN
El control estadístico de datos es una herramienta esencial en la gestión de calidad y la
mejora continua de procesos. A través de técnicas estadísticas, se busca monitorear y
controlar la variabilidad en un proceso de producción o servicio. Aquí hay algunas
conclusiones clave sobre el control estadístico de datos:
27
 ● Identificación de Variación: El control estadístico ayuda a identificar las fuentes de
variación en un proceso. Puede distinguir entre variaciones normales inherentes al
proceso y variaciones que indican problemas o cambios en el sistema.
● Detección de Problemas: Al establecer límites de control basados en estadísticas, es
posible detectar de manera temprana cualquier desviación significativa en el proceso.
Esto facilita la identificación y corrección rápida de problemas antes de que afecten la
calidad del producto o servicio.
● Mejora Continua: El control estadístico no solo se trata de corregir problemas, sino
también de mejorar continuamente el proceso. Al analizar los datos recopilados, se
pueden identificar oportunidades para optimizar el rendimiento y reducir la variabilidad.
● Eficiencia en la Toma de Decisiones: Al contar con datos estadísticos en tiempo real,
los gerentes y líderes pueden tomar decisiones más informadas sobre la calidad y el
rendimiento del proceso. Esto contribuye a una gestión más eficiente y eficaz.
● Ahorro de Recursos: La detección temprana de problemas a través del control
estadístico puede evitar la producción de productos defectuosos en grandes
cantidades, lo que ahorra recursos y reduce costos.
● Establecimiento de Estándares: El control estadístico ayuda a establecer estándares
basados en el rendimiento histórico del proceso. Esto proporciona un marco para la
evaluación continua y la toma de decisiones en relación con esos estándares.
● Cumplimiento de Especificaciones: Al mantener el proceso dentro de límites de
control, se mejora la capacidad del proceso para cumplir con las especificaciones del
producto. Esto es crucial para garantizar la consistencia y la calidad del producto final.
● Comunicación Efectiva: Los gráficos y herramientas utilizadas en el control estadístico
proporcionan una forma efectiva de comunicar la variación del proceso a diferentes
partes interesadas, desde operadores de línea hasta gerentes ejecutivos.

REFERENCIAS BIBLIOGRÁFICAS
● Conceptos generales y principios del CEP | Monografías plus. (s. f.).
https://www.monografias.com/docs/Conceptos-generales-y-principios-del-CEP-
P37W96ZBZ
● «Conceptos Generales y Principios de CEP». (s. f.). CONTROL ESTADISTICO DE LA
CALIDAD. http://guillermoneria-controlestadistico.weebly.com/21-conceptos-
generales-y-principios-del-cep/conceptos-generales-y-principios-de-cep
● ¿Qué es el Control Estadístico de Procesos? (s. f.). TBCO. Recuperado 26 de
noviembre de 2023, de https://www.tibco.com/es/reference-center/what-is-statistical-
process-control

28
● A.M.Mayoral. (s. f.). Análisis GAGe R&R. https://rstudio-pubs-
static.s3.amazonaws.com/329339_be78cf8ff806432f9926b69f7f12d314.html
● Universidad Tecmilenio || Certificado. (s. f.). https://a14121-
10651702.cluster211.canvas-user-content.com/courses/14121~6411/files/
14121~10651702/course%20files/in/in09502/contenedores/tema07.html
● CRITERIOS PARA LA ACEPTACIÓN DE UN ESTUDIO GAGE R&R. (s. f.). SPC
group. Recuperado 26 de noviembre de 2023, de https://spcgroup.com.mx/criterios-
para-la-aceptacion-de-un-estudio-gage-rr/
● SPC Consulting Group. (2023, 19 octubre). Plan de Control | SPC Consulting Group.
SPC Consulting Group |. https://spcgroup.com.mx/plan-de-control/
● ¿Qué es un plan de control? (Control plan). (s. f.). Plexus International.
https://plexusintl.com/mx/blog/que-es-un-plan-de-control/#:~:text=El%20Plan%20de
%20Control%20es,tiempo%2C%20sin%20cambiar%20el%20formato
● SPC Consulting Group. (2023b, octubre 19). Plan de Control | SPC Consulting Group.
SPC Consulting Group |. https://spcgroup.com.mx/plan-de-control/
● Perez Bernadeu, E., Selles Canto, M. A., & Gisbert Soler, V. (2012, 1 junio). LOS
GRÁFICOS DE CONTROL POR ATRIBUTOS. 3 Ciencias. Recuperado 26 de
noviembre de 2023, de https://3ciencias.com/wp-content/uploads/2012/06/2.-
Graf_Atributos.pdf

29