• Creado por Walter Andrew Shewhart en 1920.

• El diagrama o gráfico de control, también conocido como diagrama de

Shewhart, carta de control o diagrama de comportamiento de
proceso, es una de las 7 herramientas de calidad definidas por
Ishikawa.
• Una gráfica de control es un diagrama que sirve para examinar si un
proceso se encuentra en una condición estable, o para asegurar que
se mantenga en esa condición.
Factores que se pueden detectar e
identificar como causantes de un
cambio en una característica de la
calidad o nivel del proceso.

Factores generalmente numerosos,

pero poco importantes, que
contribuyen a la variación y no han sido
necesariamente identificados.
Datos del proceso en secuencia ordenada por
tiempo

Incluye una línea central, un límite de control

superior y un límite de control inferio

Los límites de control se fijan a distancias de 3σ

por encima y por debajo de la línea central.
• Las gráficas de control grafican sus datos del proceso en secuencia
ordenada por tiempo. La mayoría de las gráficas de control incluye
una línea central, un límite de control superior y un límite de control
inferior. La línea central representa la media del proceso. Los límites
de control representan la variación del proceso. Por opción
predeterminada, los límites de control se fijan a distancias de 3σ por
encima y por debajo de la línea central.
• Diagnóstico: Para evaluar la estabilidad de un proceso.

• Control: Para determinar cuándo es necesario ajustar un proceso y

cuándo se debe dejar tal y como está.

• Confirmación: Para confirmar la mejora de un proceso.

Diagnóstico Control Confirmación

Para determinar
Para evaluar la cuándo es necesario
Para confirmar la
estabilidad de un ajustar un proceso y
mejora de un proceso
proceso cuándo se debe dejar
tal y como está
 Los diagramas de control son una técnica probada para mejorar
la productividad.

Los diagramas de control son eficaces para evitar defectos.

Los diagramas de control evitan ajustes innecesarios al proceso.

Los diagramas de control proporcionan información para el

análisis.

Los diagramas de control proporcionan información acerca de la

capacidad del proceso.
• Hacen uso de estadísticas obtenidas a partir de datos tales como la
longitud o grosor de un elemento.

• En los gráficos de control por variables es posible medir la

característica de calidad a estudiar. En estos casos conviene describir
la característica de calidad mediante una medida de tendencia central
y una medida de su variabilidad
Los gráficos de control por variables son más “sensibles” que los
gráficos de control por atributos, razón por la cual son capaces de
“avisarnos” de posibles problemas de calidad incluso antes de que
éstos sean ya relevantes.

– Gráfica x – R Promedios y rangos

– Gráfica x – s Promedios y Desviación Estándar

– Gráfica x – R Medianas y Rangos

– Gráfica x – R Lecturas Individuales y Rangos

• Se basan en frecuencias, por ejemplo el número de unidades
defectuosas.
• En estos gráficos el control del proceso se realiza si el producto
inspeccionado se clasifica como no conforme o conforme (defectuoso
o no defectuoso), respecto a las especificaciones para la característica
de calidad considerada. Ejemplo: un tornillo es conforme si su
longitud está entre 1,9 y 2,1 cm., en caso contrario será no conforme.
Los gráficos de control por atributos tienen la ventaja de sintetizar de
forma rápida toda la información referida a diferentes aspectos de
calidad de un producto, ya que permiten clasificar éste como aceptable
o inaceptable; además, no suelen necesitar de sistemas de medición
muy complejos y son más fácilmente entendibles por los no
especialistas.

-Gráfica p Porcentaje de unidades o procesos defectuosos

– Gráfica np Número de unidades o procesos defectuosos

– Gráfica c Número de defectos por área de oportunidad

– Gráfica u Porcentaje de defectos por área de oportunidad.

Un proceso con
comportamiento normal
debería verse armónico, con
suaves variaciones, sin exceder
las cotas y sin tendencias. Por
ejemplo, la siguiente gráfica
corresponde a un proceso bajo
control
• Procesos fuera de control
Existen diversos casos en los que se deben analizar las causas en los que se considera que el
proceso está fuera de control:

Comportamiento errático Un punto fuera del lìmite superior 5 puntos consecutivos sobre la línea central

Un punto fuera del lìmite inferior 5 puntos consecutivos bajo la línea central 2 puntos consecutivos cerca del lìmite inferior
 • Procesos fuera de control
Existen diversos casos en los que se deben analizar las causas en los
que se considera que el proceso está fuera de control:

Comportamiento errático Un punto fuera del lìmite superior

5 puntos consecutivos sobre la línea central Un punto fuera del lìmite inferior

5 puntos consecutivos bajo la línea central 2 puntos consecutivos cerca del lìmite inferior
2 puntos consecutivos cerca del lìmite superior

5 puntos consecutivos con tendencia descendente

5 puntos consecutivos con tendencia ascendente

Errores del Errores del
Tipo I Tipo II
Se rechaza un Se acepta un conjunto
conjunto de datos o de datos o lote de
lote de buena calidad mala calidad (que
(que debería haber debería haber sido
sido aceptado). rechazado).
• Vamos a imaginar una empresa que produce escritorios, por ejemplo,
MUEBLES TRONCOSO. Ellos quieren monitorear el número de defectos
en sus mesas incluyendo el 99,73% (tres desviaciones estándar) de la
variación aleatoria del proceso, por lo que revisan que la forma de la
mesa, su estabilidad y la pintura estén en óptimas condiciones.
 • Se van a contar el número de defectos encontrados en las mesas por lote. Los lotes
pueden variar levemente de tamaño, es decir, puede haber pequeñas variaciones en
Paso 1 el número de mesas que compone un lote de producción.

• Se van a trabajar lotes que pueden tener diferente tamaño, y se va a contar el

porcentaje de defectos encontrados por lote (el lote es la muestra), razón por la cual
Paso 2 vamos a trabajar con una gráfica de control por atributos tipo p.

• Los datos se van a capturar durante 10 días de producción. Se van a considerar 20

muestras (20 lotes), el tamaño de cada lote lo tienes en el paso 4.
Paso 3

• Estos son los datos recopilados. La fracción defectuosa es el resultado de dividir el

número de errores por el tamaño del lote.
Paso 4
• Datos recopilados para elaborar gráfico de control
 • Vamos a determinar la línea central y los límites de control superior e inferior. Vale la pena
aclarar que cuando hicimos el ejemplo, consideramos todos los decimales, sin embargo en los
gráficos y fórmulas que mostramos a continuación, solo consideramos dos cifras decimales, por

Paso 5 lo tanto seguramente si reproduces el ejemplo como se muestra a continuación, los resultados
van a variar levemente.

Para tener la línea central calculamos p promedio:

𝑁𝑈𝑀𝐸𝑅𝑂 𝐷𝐸 𝐸𝑅𝑅𝑂𝑅𝐸𝑆 99
𝑃= = = 0.05
𝑁𝑈𝑀𝐸𝑅𝑂 𝑇𝑂𝑇𝐴𝐿 𝐷𝐸 𝑅𝐸𝐺𝐼𝑆𝑇𝑅𝑂𝑆 𝐸𝑋𝐴𝑀𝐼𝑁𝐴𝐷𝑂𝑆 1859
• Observa la última fila del paso 4. El número de errores es 99, el número
total de registros examinados es 1859 y resulta de la sumatoria del número
de escritorios por lote.

• La desviación estándar para la distribución de la muestra se calcula así:

𝑃(1 − 𝑃) 0.05(1 − 0.05)

𝜎= = = 0.02
𝑛 92.95
• p promedio es el número que calculamos anteriormente, y n es 92,96
que es el tamaño de la muestra, en este caso el tamaño de los lotes.
Como se aprecia en la tabla del paso 4, el tamaño del lote varia, por lo
tanto 92,95 es el resultado del promedio de escritorios por lote. La
desviación estándar es igual a 0,02.
• El cálculo de los límites se hace así:

𝐿𝐶𝑆𝑝 = 𝑃 + 𝑧𝜎𝑝 = 0.05 + 3 0.02 = 0.12

𝐿𝐶𝐼 = 𝑃 − 𝑧𝜎𝑝 = 0.05 − 3 0.02 = −0.02 ≈ 0

• El número de desviaciones estándar se conoce como z. MUEBLES
TRONCOSO (la empresa) limita los valores a 3 desviaciones estándar
de la media, lo que equivale a 99,73%. Es por eso que en el cálculo de
los límites de control, z es igual a 3. Los otros datos ya los conoces,
fueron calculados anteriormente.
• ¿Podemos tener un número de defectos negativo? No. Es por eso que
el límite central inferior se redondea a 0.

• Procedemos a representar los datos en una carta de control.

Paso 6

• Con los cálculos hechos, este es el resultado de la gráfica de control

de MUEBLES TRONCOSO.
• La interpretación de una gráfica de control tiene más sentido cuando se
han hecho varios ejercicios de este tipo, lo que permite determinar qué
es normal y qué no lo es en el comportamiento de la producción. Sin
embargo, y basándonos en las pistas antes mostradas, podemos ver que:
• El punto 12 está fuera de control. Aunque es una probabilidad
pequeña, bien vale la pena entrar a mirar porqué ocurrió esto.
• Evidentemente algo ocurrió en los lotes 4 a 9. Fija que hay un
aumento constante desde el punto 4 hasta el punto 9, y aunque se ve
corregido en el punto 10, se debe de revisar cómo se trabajaron estos
lotes.
• ¿Qué ocurrió en los puntos 11,12 y 13? Hubo algún suceso que
afectó sobre todo al punto 12 y después fue corregido; es lo más probable.
Diagrama de Dispersión.
¿Qué es?
• Es una de las 7 herramientas básicas de la calidad.

• Es un tipo de diagrama matemático que utiliza las coordenadas

cartesianas para mostrar los valores de dos variables para un
conjunto de datos.
Las relaciones entre los conjuntos asociados de datos se
infieren a partir de la forma de las nubes.

• Una relación positiva entre X y Y significa que los

valores crecientes de X están asociados con los valores
crecientes de Y.
• Una relación negativa significa que los valores
crecientes de X están asociados decrecientes de Y.
¿Para que se usa?

• Para descubrir y mostrar las relaciones entre dos conjuntos asociados

de datos y confirmar relaciones anticipadas entre dos conjuntos de
datos.
El diagrama de dispersión puede estudiar la relación
entre:

• Dos factores o causas relacionadas con la calidad.

• Dos problemas de calidad.

• Un problema de calidad y su posible causa.

¿Cómo se hace?

• Recolectar datos pareados (x , y) a partir de dos conjuntos asociados de datos cuya relación va a ser objeto
de estudio. Es conveniente contar con 30 pares de datos aproximadamente.

• Rotular el eje x y el eje y.

• Encontrar los valores mínimo y máximo, tanto para ‘x’ como para y ‘y’ utilizar estos valores para elaborar la
escala de los ejes horizontal (x) y vertical (y). Ambos deben tener aproximadamente la misma longitud.

• Graficar los datos pareados (x , y). Cuando haya dos pares de datos que tengan los mismos valores, dibujar
círculos concéntricos al punto graficado o graficar el segundo punto a una corta distancia.

• Examinar la forma de la nube de puntos para descubrir los tipos y las fuerzas de las relaciones.
Correlación.
• La correlación no es más que cómo se relacionan ambas variables
entre sí. En la tabla siguiente se muestran algunos tipos de
correlación:
Bibliografia.
• Estadistica, Murray R. Spiegel, Larry J. Stephens, ed. Mc Graw Hill, 4°
ed.
• https://aprendiendocalidadyadr.com/diagrama-de-dispersion/