CONTROL ESTADÍSTICO DE PROCESO
(CEP)
M. En A. QFI IGNACIO GUADARRAMA NÚÑEZ
PROFESOR ENCB-IPN
BPSFARMA
guadarrama_núñez@msn.com
ignacioguadarraman@yahoo.com.mx
El control estadístico de proceso es una herramienta objetiva que ayuda en la toma de
decisiones y facilita el proceso de constante mejora en una empresa.
Se trata de un lenguaje matemático con el cual los administradores y operadores
pueden entender “lo que las maquinas dicen” sobre la base de la interpretación de su
comportamiento a través de gráficos de control y con ellos estar en la posibilidad de
prever su futuro inmediato.
El proceso estadístico es una filosofía de la optimización referida a mejoras de proceso
continuas, usando una colección de las herramientas (estadísticas) para:
a. Datos y análisis del proceso
b. Fabricación de inferencias sobre comportamiento de proceso
c. Toma de decisión.
El proceso estadístico es un componente dominante de las iniciativas totales de la
calidad. En última instancia, son búsquedas del proceso estadístico para maximizar el
beneficio acerca de:
Mejorar la calidad del producto,
Mejorar la productividad,
Aerodinamizar el proceso,
Reducción de despilfarro,
Reducción de emisiones,
Mejorar el servicio al cliente, etc.
Herramientas para el proceso estadístico
Las herramientas comúnmente usadas en el proceso estadístico incluyen:
1. Herramientas para medir y conocer procesos:
Hoja de registro: Para aplicaciones en variables menores
Histograma: Para aplicaciones en variables mayores
Gráfica de Control: Para aplicaciones en variables críticas.
2. Herramientas para análisis y solución de problemas
Diafragma de Pareto: Para ordenar por importancia una serie de
elementos.
Diafragma de Ishikawa: Para identificar relaciones causa efecto.
Estratificación: Para identificar similitudes y diferencias de una serie de
elementos.
Diagrama de dispersión: Para identificar relaciones matemáticas entre dos variables.
Estas herramientas se utilizan generalmente para complementarse, más bien que se
emplean como técnicas independientes.
Para el caso de los gráficos de control, el control de proceso del descubrimiento de
Shewhart o el proceso estadístico, es una metodología para planear el proceso y
rápidamente determinarse cuando un proceso está "fuera de control" (por ejemplo, una
variación especial de la causa está presente porque algo inusual está ocurriendo en el
proceso. El proceso entonces se investiga para determinar la causa de la raíz "fuera de
la condición del control". Cuando la causa de la raíz del problema se determina, una
estrategia se identifica para corregirlo. La investigación y la estrategia subsecuente de
la corrección es con frecuencia un proceso del equipo y una o más de las herramientas
de la mejora de proceso de la Administración de Calidad Total (TQM, por sus siglas en
inglés) se utiliza para identificar la causa de la raíz. Por lo tanto, el énfasis en trabajo en
equipo y entrenamiento en la metodología de la mejora de proceso.
Es responsabilidad de la gerencia reducir causa o la variación común del sistema así
como la variación especial de la causa. Esto se hace con técnicas de la mejora de
proceso, invirtiendo en nueva tecnología, el proceso para tener pocos pasos y por lo
tanto menos variación. La variación reducida hace al proceso más fiable, con salidas de
proceso más cercano al valor deseado o nominal.
LSC
X
LIC
Gráfica No. 1: Bajo control estadístico de proceso.
El proceso descrito en la gráfica No. 1 está en control estadístico evidente. Observar
que todos los puntos se encuentran dentro de los límites de control superiores (LSC) y
de los límites de control más bajos (LIC). Este proceso exhibe la variación debida a las
causas comunes.
El proceso descrito en la gráfica No. 2 indica que el proceso se encuentra fuera de
control estadístico. Se debe hacer notar que un solo punto se encuentra fuera de los
límites de control (sobre el LSC). Esto significa que se encuentra una fuente de
variación especial.
LSC
LIC
Gráfica No. 2: Proceso fuera de control estadístico.
La probabilidad de que esto suceda es solamente cerca de 1 en 1.000. Esta pequeña
probabilidad significa que cuando un punto se encuentra fuera de los límites de control
es muy probable que una fuente de variación especial se encuentre.
Varios tipos de condiciones existen que indican que un proceso está fuera de control.
El primero de éstos (gráfica No. 1), es aquel en el cual se tiene uno o más puntos fuera
de los límites del ± 3σ según se indica a continuación:
Fuera de Control En Control Proceso Mejorado
(Reducción de la
LSC
Variación)
LIC
Gráfica No. 3: Ciclo típico del CEP.
El gráfico No. 3 ilustra el ciclo típico en SPC. Primero, el proceso es altamente variable
y fuera de control estadístico se encuentran causas especiales de la variación,
posteriormente el proceso se manifiesta bajo control estadístico. Finalmente, con la
mejora de proceso, se reduce la variación, esto se refleja en la reducción de los límites
de control. La eliminación de la variación especial mantiene el proceso en control; la
mejora de proceso reduce la variación del proceso y mueve los límites de control hacia
adentro, es decir, hacia la línea central del proceso.
Cuando en el proceso se presentan causas especiales de variación se dice que el
proceso está fuera de control, y la causa especial debe ser identificada y corregirla
para regresar al estado de control. Cuando se tiene el proceso bajo control, se deben
identificar y disminuir las causas de variación comunes para la mejora continua.
Diversas gráficas se utilizan dependiendo de la naturaleza de las cartas:
♦ Para los datos continuos (variables):
• Medio de la muestra de Shewhart (χ- gráfica)
• Gama de la muestra de Shewhart ( R - gráfica)
• Muestra de Shewhart ( X - gráfica)
• Suma acumulativa (CUSUM)
• Gráfica exponencial cargada del promedio móvil (EWMA)
♦ Para (atributos) los datos descritos:
• Proporción de la muestra defectuosa (p - gráfica)
• Número de la muestra de los defectivos (np - gráfica)
• Número de la muestra de los defectos (c - gráfica)
• Número de la muestra de defectos por la unidad (u - gráfica σ - gráfica)
La gráfica más empleada es la denominada χ- R, los pasos a seguir para realizar este
tipo de gráfico son la siguiente:
Paso 1: Llenar los datos generales:
A. Máquina,
B. Jefe de turno,
C. Operador,
D. Especificación,
E. Variable a medir,
F. Frecuencia y tamaño de muestra,
G. Unidad de medida y área.
Paso 2: Toma de mediciones ó lecturas.
A. Se toman las mediciones o lecturas del proceso que afecte directamente a
la calidad con la frecuencia establecida en el procedimiento. Por ejemplo las
lecturas que quedan impresas en las tiras, cuando se controla el peso de las
tabletas.
Paso 3. Se determina el promedio x de las 5 lecturas tomadas: dividiendo la suma
entre el número de lecturas.
X = (x1 + x2 + ... + xn ) / n
Se marca el valor en la parte superior de la gráfica con un punto
Paso 4. Se calcula el rango (r) del subgrupo restando la lectura mayor de la lectura
menor.
R = Rmayor - Rmenor
...Y el valor se marca con un punto en la gráfica.
Paso 5. Los puntos marcados en los pasos anteriores se unen entre sí, obteniendo la
gráfica X y R.
Paso 6. Una vez que se han efectuado un total de muestras, se procede a calcular el
promedio de los subgrupos y el promedio de los rangos.
X = (ΣX) / k, R = (ΣR) / k, donde k = No. de subgrupos.
Paso 7. Se calculan los límites de control tanto para los promedios como para los
rangos.
LICx = X – A2 R, LSCx = X + A2 R, LICR = D3 R y LSCR = D4 R
Donde: A2 = 0.577, cuando se tiene un tamaño de subgrupo de 5, y D2 = 0 y D4 =
2.114
Paso 8. Cuando se han completado los subgrupos y se han graficado todos los puntos
x y r y se han calculado los límites de control, se procede a evaluar la habilidad de
nuestro proceso, el cual es tema para trato independiente.
Referencias Bibliográficas:
1. Memorias del curso-taller “Control estadístico de proceso”, UPIICSA-IPN,
México, 2001.
2. Shewart, Walter. “Economic control of quality of manufactured products”. Van
Nostrand. 1931, Reeditado por ASQC. 1980.
3. Ishikawa, K. “¿Qué es el Control Total de Calidad? La modalidad japonesa”. Ed.
Norma. México,1986.
4. Deming, E. “Calidad, Productividad y Competitividad, La salida de la crisis”
Ediciones Díaz de Santos, México, 1989.
5. Grant, E., Leavenwort, R. “CONTROL ESTADÍSTICO DE PROCESO”, Mc. Graw
Hill. México, 2003.
6. Montgomery, Douglas, “CONTROL ESTADÍSTICO DE CALIDAD”, Grupo
Editorial Iberoamérica. México, 1998.
