FACULTAD DE INGENIERA

ESCUELA ACADMICO-PROFESIONAL
DE INGENIERA CIVIL

TRABAJO DE INVESTIGACIN:
WALTER ANDREW SHEWHART Y SUS APLICACIONES EN LA CALIDAD

AUTORES:
ABAD ZETA, ANDHER
FIGUEROA PRUDENCIO, JHOSELYN
RAMOS TADEO, ALDAHIR
TUESTA MARN, CARLOS
VASQUEZ BRAVO DE RUEDA, FAVIO
VILCHEZ FALCON, ROSA

ASESOR:
MAG. ING. ERNESTO VILLAR GALLARDO A.

LIMA- PER
2017-I

1
Dedicado a mi grupo y docente, por ensearme

la responsabilidad y la constancia.

II

2
INTRODUCCIN

La calidad actualmente es un parmetro conocido y de vital importancia no

solo en las empresas sino en la vida cotidiana de todos, porque de nuestras
acciones dependen que los resultados obtenidos tengan buena calidad para
otros. Pero esta gran importancia se fue desarrollando a lo largo junto a varias
culturas o filosofas sobre la calidad, trayendo algunas teoras resultados
satisfactorios y es ello que para saber sobre la calidad debemos estudiar los
que sobre salieron con sus teoras conocidos actualmente como gurs en el
tema de calidad.

El propsito principal de esta investigacin es darle entender atreves

de Walter shewhart, que calidad es la bondad del producto esto quiere decir
que la calidad no necesariamente debe ser costosa. Si no se debe buscar un
bajo costo y una mayor ganancia para el que desee adquirir el producto o
servicio y esto se debe tener como objetivo primordial.

Es importante la presente investigacin sobre Walter shewhart y sus

aplicaciones en la calidad debido a que actualmente es un gur y lo tomamos
como referencia en temas que tienen que ver sobre la calidad, porque gracias
a sus aportes y aplicaciones tenemos una mejor definicin. Puesto que antes
de esto la mayora de productos no tenan estndares que determinaban que
tal era la calidad de los servicios o productos que ofrecan.

Este trabajo de investigacin est compuesto en abordar la biografa de

Walter shewhart en general; en el segundo plano, se presentar sus diversos
aportes y desarrollo de su filosofa en la construccin; por ltimo, se presentar
unos ejemplos, aplicaciones y evoluciones de sus aportes.

Para concluir, es necesario afirmar que Walter llevo el nivel de la

calidad a otro nivel planteando soluciones tcnicas con el uso de la estadstica
y en funcin de grficos, incluso implemento el ciclo PDCA lo cual era una
teora que traa muy buenos resultados en su aplicacin sobre la calidad.

3
 III
NDICE
Pg.

ll
Dedicatoria

Introduccin lll

CAPTULO l
BIOGRAFA DE WALTER ANDREW SHEWART 7

1.1 BIOGRAFA DE WALTER ANDREW SHEWART 8

CAPTULO ll
9
APORTES Y DESARROLLO A LA FILOSOFA DE LA CONSTRUCCIN

1.1 Definicin 10

1.2 Causas 12

1.2.1 Causas naturales 12

1.2.2 Causas artificiales 12

1.3 Consecuencias 12

1.4 Calentamiento global: el riesgo en la salud 13

1.5 Estrategias de solucin 14

CAPTULO III 15

LOS IMPACTOS DEL CAMBIO CLIMTICO

1.1 Impacto social 17

1.2 Impacto Econmico 18

4
1.3 Impacto en el agua 19

1.4 Impacto en la agricultura 19

1.5 Solucin del impacto en la construccin 20

5
 CAPTULO l

BIOGRAFA DE WALTER ANDREW SHEWART

BIOGRAFA DE WALTER A. SHEWART

6
Los padres de WALTER SHEWHART fueron ESTA BARNEY y ANTON
SHEWHART. l estudi en la UNIVERSIDAD DE ILLINOIS, donde obtuvo su
licenciatura en 1913 y el ttulo de Master en 1914. En agosto de 1914 se cas
con EDNA HART. Posteriormente, se traslad a la UNIVERSIDAD DE
CALIFORNIA en Berkeley, para empezar sus estudios en Fsica y consigui su
doctorado en 1917.

Ense en las UNIVERSIDADES DE ILLINOIS Y CALIFORNIA.

Durante un tiempo fue catedrtico de Fsica. SHEWHART fue contratado por la
WESTERN ELECTRIC COMPANY en 1918, la empresa que manufacturaba
para la BELL TELEPHONE COMPANY, en el Departamento de Ingeniera de
Inspeccin.

All trabaj con herramientas estadsticas para examinar cundo deba

corregirse algn proceso. Sus trabajos versaban sobre el control estadstico de
procesos industriales y las aplicaciones de medicin de procesos en ciencias.
Los grficos de tcnicas de control que l desarroll fueron ampliamente
adoptados, ya que permitan emplear tcnicas estadsticas para el control de
procesos minimizando los productos defectuosos.

Anteriormente la calidad industrial se limitaba a inspeccionar los

productos terminados y retirar los defectuosos. SHEWHART llev el
CONTROL DE CALIDAD A OTRO NIVEL. En 1924, SHEWHART cre el
primer diagrama de control estadstico de proceso industrial que inclua
procedimientos de muestreo estadstico. En 1931, public sus trabajos en el
libro ECONOMIC CONTROL OF QUALITY OF MANUFACTURED PRODUCT.
Los BELL TELEPHONE LABORATORIES fueron fundados en 1925 y
SHEWHART trabaj en ellos hasta su jubilacin en 1956. Aument su inters
por un uso ms amplio de la estadstica en este periodo. Tambin public
muchos artculos en el BELL SYSTEM TECHNICAL JOURNAL y su artculo
RANDOM SAMPLING en la AMERICAN MATHEMATICAL MONTHLY en
1931.

En 1939, public su libro: STATISTICAL METHOD FROM THE

VIEWPOINT OF QUALITY CONTROL, en el que trataba los principios

7
fundamentales y las tcnicas bsicas para el uso eficiente del mtodo
estadstico en el control estadstico, estableciendo lmites de tolerancia,
presentando datos y especificando exactitud y precisin. En el primer
captulo, dedicado al control estadstico, defina los tres pasos del control de
calidad: especificacin, produccin e inspeccin, sentando las bases de esta
tcnica, continuando con una rigurosa explicacin del control estadstico como
operacin, el significado del control estadstico y el futuro de la estadstica en
la produccin en masa. En el segundo captulo, ofreca un estudio del
problema de establecer lmites de variabilidad, incluyendo el significado de
lmites de tolerancia, estableciendo lmites de tolerancia en el caso ms
sencillo y en varios casos prcticos. En el tercer captulo, trataba la
presentacin de los datos de medida de las propiedades fsicas y de las
constantes.

Por ltimo, abord el problema de especificar la exactitud y la

precisin, su significado, procedimientos verificables, cantidad mnima de
evidencia para establecer un juicio, entre otras cuestiones. Aunque trabaj en
la industria toda su vida, SHEWHART mantuvo una estrecha relacin con
instituciones acadmicas. Fue profesor de estadstica aplicada en el
STEVENS INSTITUTE OF TECHNOLOGY EN HOLBOKEN en 1930, profesor
en la UNIVERSITY OF LONDON en 1932 y en la UNITED STATES
AGRICULTURAL GRADUATE SCHOOL, en 1938. Fue profesor honorario en
RUTGERS UNIVERSITY en 1954 y miembro del comit asesor del
departamento de matemticas de PRINCENTON, entre 1941 y 1948.
Durante el periodo 1944-46, trabaj con el NATIONAL RESEARCH COUNCIL
y durante ms de 20 aos fue editor de EL MATHEMATICAL STATISTICS
Series de John Wiley e hijos. Shewhart recibi muchos honores por sus
importantes contribuciones a la ciencia.

Entre otras, como fundador del INSTITUTE OF MATHEMATICAL

STATISTICS, fue elegido miembro y durante un tiempo vicepresidente y
presidente desde 1936 hasta 1944. Fue tambin miembro fundador de la
AMERICAN SOCIETY FOR QUALITY CONTROL. La sociedad le hizo primer
miembro honorario en 1947 y fue el primero en recibir su Shewhart

8
Medal. Fue elegido miembro de la AMERICAN STATISTICAL
ASSOCIATION, del INTERNATIONAL STATISTICAL INSTITUTE y de la
ROYAL STATISTICAL SOCIETY. Fue tambin designado para la AMERICAN
ASSOCIATION FOR THE ADVANCEMENT OF SCIENCE (sirviendo en el
consejo desde 1942 a 1949), para la ECONOMETRIC SOCIETY y la NEW
YORK ACADEMY OF SCIENCE. Adems, se le nombr presidente de la
AMERICAN STATISTICAL ASSOCIATION en 1945 y se le concedi la
medalla Holley de la American Society of Mechanical Engineers en 1954. El
INDICAN STATISTICAL INSTITUTE de Calcuta le concedi el doctor honoris
causa.

CAPTULO ll

9
 APORTES Y DESARROLLO A LA FILOSOFA DE LA
CONSTRUCCIN

APORTES Y DESARROLLO A LA FILOSOFA DE LA

CONSTRUCCIN

1.1 Aportes
1.1.1 Ciclo PDCA

El ciclo PDCA se le conoce tambin por otros nombres el Ciclo Shewhart,

Ciclo Deming o Ciclo de Plan, Do, check, Act, que, en su versin espaola,
planificar, desarrollar, Chequear y Ajustar/Actuar, que forman un ciclo que se
repite de forma continua.

Su finalidad es la mejora continua y lograr de una forma sistemtica y

estructurada la resolucin de problemas. Lo cual tiende a ser una base para
desarrollar cualquier proceso. Sin embargo, tambin nos sirve para el abordaje
de cualquier reflexin estratgica de nuestra organizacin, pudiendo
convertirse en el esqueleto del modelo de gestin que vayamos a utilizar.

10
Planificar/Plan:

En esta primera fase nace la interrogante de cules son los objetivos que se
quieren lograr y la eleccin de los mtodos adecuados para realizarlo. Conocer
previamente la situacin de la organizacin mediante la recopilacin de todos
los datos e informacin necesaria ser fundamental para establecer los
objetivos. La planificacin debe incluir el estudio de causas y los
correspondientes efectos para prevenir los fallos potenciales y los problemas
de la situacin sometida a estudio, aportando soluciones y medidas
correctivas.

En esta fase se debe lograr:

a. Seleccionar la oportunidad de mejora.

b. Registrar la situacin de partida.
c. Estudiar y elegir las acciones correctivas ms adecuadas.
d. Observar el resultado, a nivel de ensayo o simulacin.

Desarrollar/Do:

En esta segunda fase se lleva a cabo el trabajo y las acciones correctivas

planeadas en la fase anterior. Corresponde a esta fase la formacin y
educacin de las personas y empleados para que adquieran un adiestramiento
en las actividades y actitudes que han de llevar a cabo. Es importante
comenzar el trabajo de manera experimental, para, una vez que se haya
comprobado su eficacia en la fase siguiente, formalizar la accin de mejora en
la ltima etapa.
En esta fase se debe lograr:
La accin correctora aprobada.
Chequear/Check:

11
Es el momento de verificar y controlar los efectos y resultados que surjan de
aplicar las mejoras planificadas. Se ha de comprobar si los objetivos marcados
se han logrado o, si no es as, planificar de nuevo para tratar de superarlos.

En esta fase se debe lograr:

Diagnosticar a partir de los resultados.
Volver a la etapa planificar si no se han obtenido los resultados
deseados.
Ajustar-Actuar/ Act:

Una vez que se comprueba que las acciones emprendidas dan el resultado
apetecido, es necesario realizar su normalizacin mediante una documentacin
adecuada, describiendo lo aprendido, cmo se ha llevado a cabo, etc. Se trata,
al fin y al cabo, de formalizar el cambio o accin de mejora de forma
generalizada, introducindolo en los procesos o actividades.

En definitiva, se trata de:

Confirmar y normalizar la accin de mejora.

Emprender una nueva mejora o abandonar, en su caso.

12
1.1.2 Control estadstico de procesos o grficos de Control de Calidad

El grfico de control es la representacin grfica del funcionamiento de un

proceso, comparado con unos lmites calculados estadsticamente. En un
grfico de control se representa una caracterstica, ya sea, media, rango,
proporcin, nmero de defectos, etc., en funcin del tiempo o nmero de
muestra con unos lmites establecidos, denominados lmites de control. De
esta forma, cada uno de estos puntos tiene por abscisa el nmero de muestra,
o la hora de la toma, y por ordenada el valor estadstico calculado con esta
muestra. El grfico de control consiste, grficamente, en una lnea central
denominada de forma abreviada LC, y dos pares de lneas, por encima y
debajo de la lnea central que se denominan:

En los cuales sus principales objetivos son:

Asegurar y mantener el proceso bajo control, detectando las causas

asignables.

Estimar los parmetros del proceso.

Aprender sobre el proceso, de forma que se puedan identificar qu causas

asignables influyen sobre su medida, as como su variabilidad.

13
 Medir los efectos de las causas asignables y aprender a corregirlas y
evitarlas.

Servir como herramienta para mejorar el proceso, reduciendo la variabilidad

y aumentando su capacidad.

Cmo funciona los grficos de control?

14
 a. Seleccin de la Caracterstica de Estudio

La base para implementar un programa de mejora de un proceso es

seleccionar la caracterstica acertada para el estudio mediante grficos de
control. Para ello debe seleccionarse una caracterstica pensando en una de las
siguientes claves:

Identificar las variables del proceso con mayor influencia.

Seleccionar caractersticas que, tras el estudio grfico, nos proporcionen

datos que ayuden a identificar y diagnosticar problemas.

15
 Optar por caractersticas que den de forma habitual un alto nmero de no
conformidades.

Eleccin del Grfico de Control Adecuado Una vez definida la caracterstica de

estudio, debemos aplicar el grfico de control adecuado dependiendo del tipo
de variable que vayamos a estudiar, as se decidir entre:

Grfico de Control por Variables.

Grfico de Control por Atributos. Una vez decidido si el estudio va a ser sobre
una caracterstica medible o sobre una cualidad, se debe decidir el tipo de
grfico de control que ms convenga a nuestro objetivo de estudio:

Si se decide realizar un grfico por variables, debemos decidir si se

realizarn medidas individuales o medias de varias medidas, es decir, de la
toma de distintas muestras, as como decidir el estudio de la variacin del
proceso.

En el caso de realizar un grfico por atributos, deber decidirse,

dependiendo de la caracterstica a estudiar, si se trata del anlisis del nmero
de defectos o unidades defectuosas.

A continuacin, se expone un esquema resumen que sigue la pauta para la

eleccin del grfico de control.

16
 b. Clculo de la Lnea Central y los Lmites de Control

La lnea central del grfico de control puede ser realizada con:

La media de los datos histricos que ya existan de ese proceso.

La media de los datos que se tomen en el proceso.
Un valor establecido.

En cuanto a los lmites de control, como ya se ha visto, se suelen establecer

como tres veces la desviacin tpica de la media, 3, de forma que se
suma y se resta a la media, tres veces la desviacin tpica.

c. Eleccin de la Muestra y Sistema de Recogida de Datos

La toma de la muestra ser de distinta manera segn se trate de grficos de

variables o de atributos.

17
 d. Evaluacin del Proceso a Travs de los Grficos de Control

Evaluando el proceso tratamos de determinar si ste se encuentra bajo control

estadstico, de forma que slo existan causas especiales de variacin.

18
Algunas Ventajas del uso de grficos de control son:
tiles para vigilar la variacin de un proceso en el tiempo, probar
la efectividad de las acciones de mejora emprendidas y estimar la
capacidad del proceso.

19
 Son una herramienta efectiva para comprender y conocer la
variacin de los procesos.
Dan informacin fiable sobre cundo se debe ajustar el proceso y
cuando no.
Permite distinguir entre causas aleatorias y especficas de
variacin de los procesos.
Ayudan a conseguir el control estadstico, as, cuando un proceso
est bajo control, su rendimiento es predecible y el proceso puede
ser mejorado reduciendo la variabilidad natural, dando mayor
calidad, menor coste y mayor eficacia.
Proporcionan un lenguaje comn para dar informacin sobre la
capacidad del proceso.

Sin embargo, los grficos de control son herramientas estadsticas muy

simples de construir y de utilizar, nos ayuda en el control de tendencias y
estabilidades de procesos analticos. Sin embargo, tambin presentan algunos
inconvenientes. Por ejemplo, los grficos reflejan la estabilidad de un proceso
analtico, pero esta estabilidad no implica necesariamente unos buenos
parmetros de calidad del procedimiento analtico (por ejemplo, la variacin
del procedimiento analtico puede encontrarse bajo control estadstico, pero
ser esta variacin mayor que la aceptada por el cliente). En este caso
estaramos abordando el criterio de capacidad de un procedimiento analtico.
1.2 Desarrollo a la filosofa en la construccin
1.3 Libros realizados

Statistical method from the viewpoint of quality control (Mtodo

estadstico desde el punto de vista del control de calidad)

Economic control of quality of manufactured product (Control

econmico de la calidad del producto manufacturado)

Control econmico de la calidad de productos manufacturados

Les fondements de la matrise de la qualit (Los Fundamentos de la

Maestra de la Calidad )

20
ANEXOS

21
 REFERENCIAS BIBLIOGRFICAS

lvarez, J. (2010). El cambio climtico y el desarrollo. Ingeniera

Industrial, (28) 25-39. Recuperado de
http://www.redalyc.org/articulo.oa?id=337428494003

Daz, G. (2012). EL CAMBIO CLIMTICO. Ciencia y Sociedad, XXXVII (2)

227-240. Recuperado de http://www.redalyc.org/articulo.oa?
id=87024179004

Navalpotro, J. A. S. (2012). Cambio climtico, riesgos naturales y

tecnolgicos en el contexto de los modelos de desarrollo/Climate
change, natural and technology hazards in the context of
development model. Observatorio Medioambiental, 15, 61-100.
Recuperado de: http://search.proquest.com/docview/1326703341?
accountid=37408

Ruiz, A. (2007). Cambio climtico. Qurum. Revista de pensamiento

iberoamericano, (17) 87-96. Recuperado de
http://www.redalyc.org/articulo.oa?id=52001710

22
Los grficos para el control de productos industriales fueron desarrollados
inicialmente por. Shewhart en 1931, con el principal objetivo de investigar si
un proceso se encuentra bajo control estadstico. El elemento clave en los
grficos de control es la muestra de control, que nos servir para construir el
grafico y monitorizar el estado del procedimiento analtico.

En la mayora de estos tipos de muestras el valor de la concentracin o

propiedad que deseamos monitorizar ya nos viene dado (en las sustancias
patrn, materiales de referencia o materiales de referencia certificados), o bien
lo conocemos de una forma muy exacta (en el caso de muestras sintticas
fortificadas). Pero en el tipo de muestras de control ms utilizado (una muestra
real), desconocemos este valor de la concentracin o propiedad a controlar.

En este tipo de muestras la estimacin de la concentracin o propiedad a

monitorizar se debe llevar a cabo analizando la muestra de control con nuestro
mtodo analtico una vez acabado de verificar la trazabilidad del mismo. El
fundamento de los grficos de control se basa en la asuncin de la normalidad
de los resultados de medida: cuando se lleva a cabo algn proceso (por
ejemplo, un mtodo de anlisis) de forma sistemtica, es decir, bajo las
mismas fuentes de influencia o variacin, el proceso se ver afectado por
errores aleatorios que conducirn a una distribucin normal de los resultados.

Esta afirmacin es una consecuencia del teorema del lmite central. Se dir
que el mtodo analtico est bajo control si los resultados obtenidos con este
mtodo siguen las caractersticas de una distribucin normal. Por ejemplo,
aproximadamente el 67% de los resultados han de encontrarse dentro del
intervalo: valor de la muestra de control 1s (donde s es desviacin estndar
asociada a los anlisis de la muestra de control con el procedimiento que se
desea monitorizar), aproximadamente el 95% de los resultados han de
encontrarse dentro del intervalo: valor de la muestra de control 2s y
aproximadamente el 99% de los resultados han de encontrarse dentro del

23
intervalo: valor de la muestra de control 3s (Figura 1 izquierda). Cuando los
resultados de los anlisis de la muestra de control a lo largo del tiempo se
encuentran dentro de los lmites aceptados, se dice que el sistema se
encuentra bajo control estadstico. Cuando se encuentran puntos fuera de los
lmites especificados, o se encuentran tendencias, se dice que el sistema se
encuentra fuera de control. En la construccin de un grfico de control
podemos distinguir las siguientes etapas: - etapa de aprendizaje. En esta
etapa se obtienen los resultados iniciales con la muestra de control. En el caso
de utilizar una muestra real, se debera 3 comprobar la normalidad y la
presencia de resultados discrepantes y su eliminacin. Con los resultados
iniciales de la muestra de control se establece el valor de la lnea central. Este
valor debera obtenerse con un mnimo de 15- 30 anlisis de la muestra de
control. Los diferentes lmites suelen establecerse a una distancia del valor
central 2s (lnea de aviso), y a una distancia del valor central 3s (lnea de
control). Estas lneas pueden observarse en la figura 1. Figura 1. Lneas de
aviso y de control en un grfico de control (parte derecha), y su relacin con la
distribucin de la muestra de control. Los lmites de aviso y de control situados
a unas distancias de 2s y 3s respectivamente, pueden construirse
utilizando los valores 2 y 3 cuando el valor promedio de la muestra de control
ha sido encontrado con un nmero suficientemente grande de repeticiones
(alrededor de 30). En este caso se asume que se conocen los valores reales de
los parmetros (promedio y desviacin estndar). Si se tienen menos
repeticiones, se aconseja considerar que los valores reales de estos
parmetros son desconocidos, y se deben efectuar correcciones sobre la
asuncin de distribucin normal. Esto implica utilizar valores tabulados (ver
por ejemplo, [Grant 1988]) en lugar de los valores 2 y 3. Normalmente un
laboratorio empieza considerando como desconocidos los valores de los
parmetros, hasta que se han recogido suficientes datos como para poder
considerar estos parmetros como conocidos. - etapa de control. En esta etapa
se representan frente al tiempo los diversos resultados de la muestra de
control con el objetivo de detectar tendencias y situaciones fuera de control.
+3s +2s +1s -1s -2s -3s +3s +2s +1s -1s -2s -3s lnea de control superior lnea
de control inferior lnea de aviso superior lnea de aviso inferior x 4 El grfico
de control representado en la Figura 1 se denomina un grfico de valores

24
individuales, y en ella se efecta un solo replicado de la muestra de control
cada vez que sta se analiza. El grfico de valores individuales es quiz el ms
empleado, pero hay otras variaciones: - grfico de promedios: cada vez que se
analiza la muestra de control se efectan n rplicas (siempre el mismo nmero
n de rplicas), y se representa el valor medio de estas n rplicas. En este caso,
los lmites de aviso y de control se encuentran respectivamente a 2s/n y
3s/n, siempre que se consideren como conocidos los parmetros del valor
promedio y de la desviacin estndar. En estos grficos se aplica el mismo
comentario para la construccin de los lmites de aviso y control que en el
grfico de valores individuales cuando se tienen pocos datos y no se pueden
considerar los parmetros promedio y desviacin estndar como verdaderos. -
grfico de intervalos mviles: se mide el intervalo entre un par consecutivo de
valores en un grfico de valores individuales. De esta manera se pueden
controlar saltos en el procedimiento analtico. - grfico de intervalos: cuando
se establece el control de los promedios, su distribucin puede medirse por el
intervalo (valor mximo valor mnimo) de los valores utilizados para cada
promedio, y controlar as esta dispersin. Aparte de estos tipos de grficos,
existen otros ms complejos que no vamos a abordar en este artculo, como el
grfico de control de sumas acumuladas (CUSUM, el cual es ms sensible y
rpido para la deteccin de derivas) o el grfico de control de medias mviles
exponencialmente ponderadas (EWMA, el cual al dar ms peso al punto ms
actual representa mejor el estado del procedimiento) [Massart 1997].
Utilizando los grficos de control Los grficos de intervalos son especialmente
efectivos para detectar dispersiones anmalas o saltos, por lo que se
recomienda que se utilicen tanto los grficos de valores individuales como los
grficos de promedios conjuntamente con los grficos de intervalos, ya que
este ltimo tipo de grficos son efectivos para controlar desviaciones a partir
del valor promedio, tendencias y modelos anmalos. Como podemos observar,
los dos tipos de grficos (promedios/valores individuales y intervalos/intervalos
mviles), son complementarios entre s. Los coeficientes para la construccin
de los lmites 5 de aviso y control en los grficos de intervalos se encuentran
ampliamente en la bibliografa (ver por ejemplo, [Grant 1997]). La
confirmacin sobre si el sistema se encuentra bajo control estadstico se
obtiene, por lo tanto, mediante la observacin visual del grfico de control: si

25
los puntos representados en el grfico se encuentran distribuidos de una forma
aproximadamente aleatoria, se dice que el sistema se encuentra bajo control
estadstico. Por ejemplo, en los grficos de promedios o valores individuales, la
probabilidad de que un punto caiga fuera de los lmites de aviso es
aproximadamente del 5%, pero la probabilidad de que dos puntos
consecutivos, o dos de tres puntos consecutivos caigan fuera de los lmites de
aviso es muy baja. Por lo tanto, cuando esto ocurre, tenemos una indicacin de
que el procedimiento debera ser inspeccionado. Los grficos de control nos
pueden ayudar a detectar los siguientes efectos (Figura 2): - aparicin de un
sesgo: cuando una serie consecutiva de valores se distribuye a un lado de la
lnea central, pero sin variar la precisin del procedimiento. Esto provoca un
cambio en el valor promedio (Figura 2a). - aparicin de una progresiva
tendencia a obtener valores crecientes o decrecientes: deriva (Figura 2b). -
cambios cclicos o peridicos (Figura 2c) Cuando los grficos de control se
utilizan de esta manera, son muy adecuados para detectar sesgos muy
significativos, o un incremento en las fluctuaciones aleatorias, pero no son
muy efectivos para detectar pequeos sesgos o derivas lentas del
procedimiento. Existen una serie de reglas muy conocidas para evaluar si un
sistema se encuentra bajo control estadstico utilizando los grficos de
promedios o de valores individuales (los ms utilizados). Estas reglas son las
reglas de la Western Electric [Western Electric 1956], y para utilizarlas es
conveniente dividir el grfico de control en tres zonas: - zona central: de -1s a
+1s - zona de aviso: de -1s a -2s y de +1s a +2s - zona de control: de -2s a -3s
y de +2s a +3s 6 Figura 2. Algunos cambios en el procedimiento analtico que
podemos detectar con los grficos de control. Se considera que el
procedimiento analtico se encuentra fuera de control, o que ha cambiado
significativamente, cuando hay: - 1 punto ms all de la zona de control: se
estima que la probabilidad de que pase esto es suficientemente baja (de hecho
es inferior al 0.3%) como para sospechar que el sistema est fuera de control.
- 2 de 3 puntos consecutivos en la zona de control: similar al caso anterior, ya
que la probabilidad de que esto suceda es inferior al 0.0625%. - 6 puntos
consecutivos en lnea ascendente o descendente: se considera que el sistema
sigue una tendencia no aleatoria. a b c 7 - 9 puntos consecutivos a un lado de
la lnea central (ya sea por encima de ella o por debajo): este caso suele

26
constituir un desplazamiento del promedio o del valor central, generalmente
debido a un cambio significativo en el sistema. - 14 puntos consecutivos
alternando arriba o abajo: fenmeno cclico o series temporales. - 15 puntos
consecutivos en la zona de control: esto implica una mejora de la precisin y
una menor desviacin estndar asociada. Se tendran que volver a recalcular
los lmites de aviso y de control. - 4 de 5 puntos consecutivos en la zona de
aviso o ms all. - 8 puntos consecutivos por encima y por debajo de la zona
de control: 2 poblaciones diferentes

27