STATISTICAL PROCESS CONTROL

1.- Que es SPC?

SPC (Statistical Process Control) por sus cifras en ingles, es la aplicacin de mtodos
estadsticos para identificar y controlar la causa de una variacin dentro de un
proceso.
El SPC es el equivalente a un histograma visto desde el punto de vista del tiempo.
Cada punto nuevo es estadsticamente comparado con los puntos anteriores as como
con la distribucin como un todo en funcin de encontrar consideraciones en el
control de proceso (control i.e., turnos y modas).
Formas con zonas y reglas son creadas y usadas para simplificar el monitoreo y la toma de
decisiones al nivel del operador. SPC separa variacin de la causa especial de la causa
comn en un proceso al nivel de confidencia creado en las reglas a seguir (usualmente
99.73% o 3 Sigma).
El Control Estadstico de Procesos es un conjunto de herramientas estadsticas que
permiten recopilar, estudiar y analizar la informacin de procesos repetitivos para poder
tomar decisiones encaminadas a la mejora de los mismos, es aplicable tanto a procesos
productivos como de servicios siempre y cuando cumplan con dos condiciones: Que se
mensurable (observable) y que sea repetitivo. El propsito fundamental de CEP es
identificar y eliminar las causas especiales de los problemas (variacin) para llevar a los
procesos nuevamente bajo control.
El CEP sirve para llevar a la empresa del Control de Calidad "Correctivo" por inspeccin,
de pendiente de una sola rea, al Control de Calidad "Preventivo" por produccin,
dependiente de las reas productivas, y posteriormente al Control de Calidad "Predictivo"
por diseo, dependiendo de todas las reas de la empresa. En la figura 1 se muestra el
ciclo de aplicacin del Control Estadstico de Proceso
Todo proceso productivo es un sistema formado por personas, equipos y procedimientos de
trabajo. El proceso genera una salida (output), que es el producto que se quiere fabricar. La
calidad del producto fabricado est determinada por sus caractersticas de calidad, es decir,
por sus propiedades fsicas, qumicas, mecnicas, estticas, durabilidad, funcionamiento,
etc. que en conjunto determinan el aspecto y el comportamiento del mismo. El cliente
quedar satisfecho con el producto si esas caractersticas se ajustan a lo que esperaba, es
decir, a sus expectativas previas.
Por lo general, existen algunas caractersticas que son crticas para establecer la calidad del
producto. Normalmente se realizan mediciones de estas caractersticas y se obtienen datos
numricos. Si se mide cualquier caracterstica de calidad de un producto, se observar que

los valores numricos presentan una fluctuacin o variabilidad entre las distintas unidades
del producto fabricado.
2.- Herramientas estadsticas
Diagrama de causa-efecto. Hemos visto en la introduccin como el valor de una
caracterstica de calidad depende de una combinacin de variables y factores que
condicionan el proceso productivo. Vamos a continuar con el ejemplo de fabricacin de
mayonesa para explicar los Diagramas de Causa-Efecto:

La variabilidad de las caractersticas de calidad es un efecto observado que tiene mltiples

causas. Cuando ocurre algn problema con la calidad del producto, debemos investigar
para identificar las causas del mismo. Para ello nos sirven los Diagramas de Causa Efecto, conocidos tambin como Diagramas de Espina de Pescado por la forma que tienen.
Estos diagramas fueron utilizados por primera vez por Kaoru Ishikawa.
Para hacer un Diagrama de Causa-Efecto seguimos estos pasos:
Decidimos cual va a ser la caracterstica de calidad que vamos a analizar. Por ejemplo,
en el caso de la mayonesa podra ser el peso del frasco lleno, la densidad del producto, el
porcentaje de aceite, etc.
Trazamos un flecha gruesa que representa el proceso y a la derecha escribimos la
caracterstica de calidad:
Indicamos los factores causales ms importantes y generales que puedan generar la
fluctuacin de la caracterstica de calidad, trazando flechas secundarias hacia la principal.
Por ejemplo, Materias Primas, Equipos, Operarios, Mtodo de Medicin, etc.:

 Incorporamos en cada rama factores ms detallados que se puedan considerar causas de

fluctuacin. Para hacer esto, podemos formularnos estas preguntas:
a) Por qu hay fluctuacin o dispersin en los valores de la caracterstica de calidad? Por
la fluctuacin de las Materias Primas. Se anota Materias Primas como una de las ramas
principales.
b) Qu Materias Primas producen fluctuacin o dispersin en los valores de la
caracterstica de calidad? Aceite, Huevos, sal, otros condimentos. Se agrega Aceite como
rama menor de la rama principal Materias Primas.
c) Por qu hay fluctuacin o dispersin en el aceite? Por la fluctuacin de la cantidad
agregada a la mezcla. Agregamos a Aceite la rama ms pequea Cantidad.
d) Por qu hay variacin en la cantidad agregada de aceite? Por funcionamiento irregular
de la balanza. Se registra la rama Balanza.
e) Por qu la balanza funciona en forma irregular? Por que necesita mantenimiento. En la
rama Balanza colocamos la rama Mantenimiento.
As seguimos ampliando el Diagrama de Causa-Efecto hasta que contenga todas las causas
posibles de dispersin.
Finalmente verificamos que todos los factores que puedan causar dispersin hayan sido
incorporados al diagrama. Las relaciones Causa-Efecto deben quedar claramente
establecidas y en ese caso, el diagrama est terminado.
Planillas de dispersin.- Los datos que se obtienen al medir una caracterstica de calidad
pueden recolectarse utilizando Planillas de Inspeccin. Las Planillas de Inspeccin sirven
para anotar los resultados a medida que se obtienen y al mismo tiempo observar cual es la
tendencia central y la dispersin de los mismos. Es decir, no es necesario esperar a recoger
todos los datos para disponer de informacin estadstica.
Cmo realizamos las anotaciones? En lugar de anotar los nmeros, hacemos una marca de
algn tipo (*, +, raya, etc.) en la columna correspondiente al resultado que obtuvimos.

Vamos a suponer que tenemos un lote de artculos y realizamos algn tipo de medicin. En
primer lugar, registramos en el encabezado de la planilla la informacin general: N de
Planilla, Nombre del Producto, Fecha, Nombre del Inspector, N de Lote, etc. Esto es muy
importante porque permitir identificar nuestro trabajo de medicin en el futuro.
Luego realizamos las mediciones y las vamos anotando en la Planilla. Por ejemplo, si
obtuvimos los tres valores siguientes 1.8, 2.6, 2.6 y los registramos con un signo + quedara
as:

Despus de muchas mediciones, nuestra planilla quedara como sigue:

Para cada columna contamos el total de resultados obtenidos y lo anotamos al pi. Esta es
la Frecuencia de cada resultado, que nos dice cules mediciones se repitieron ms veces.
Qu informacin nos brinda la Planilla de Inspeccin? Al mismo tiempo que medimos y
registramos los resultados, nos va mostrando cual es la Tendencia Central de las
mediciones. En nuestro caso, vemos que las mismas estn agrupadas alrededor de 2.3
aproximadamente, con un pico en 2.1 y otro en 2.5 . Habra que investigar por que la
distribucin de los datos tiene esa forma. Adems podemos ver la Dispersin de los datos.
En este caso vemos que los datos estn dentro de un rango que comienza en 1.5 y termina
en 3.3 . Nos muestra entonces una informacin acerca de nuestros datos que no sera fcil
de ver si slo tuviramos una larga lista con los resultados
Grficos de control.- Un grfico de control es una carta o diagrama especialmente
preparado donde se van anotando los valores sucesivos de la caracterstica de calidad que se
est controlando. Los datos se registran durante el funcionamiento del proceso de
fabricacin y a medida que se obtienen.

El grfico de control tiene una Lnea Central que representa el promedio histrico de la
caracterstica que se est controlando y Lmites Superior e Inferior que tambin se
calculan con datos histricos.
Por ejemplo, supongamos que se tiene un proceso de fabricacin de anillos de pistn para
motor de automvil y a la salida del proceso se toman las piezas y se mide el dimetro. Las
mediciones sucesivas del dimetro de los anillos se pueden anotar en una carta como la
siguiente:

Por ejemplo, si las 15 ltimas mediciones fueron las siguientes:

Entonces tendramos un Grfico de Control como este:

Podemos observar en este grfico que los valores fluctan al azar alrededor del valor
central (Promedio histrico) y dentro de los lmites de control superior e inferior. A medida
que se fabrican, se toman muestras de los anillos, se mide el dimetro y el resultado se
anota en el grfico, por ejemplo, cada media hora.
Pero Qu ocurre cuando un punto se va fuera de los lmites? Eso es lo que ocurre con el
ltimo valor en el siguiente grfico:

Esa circunstancia puede ser un indicio de que algo anda mal en el proceso. Entonces, es
necesario investigar para encontrar el problema (Causa Asignable) y corregirla. Si no se
hace esto el proceso estar funcionando a un nivel de calidad menor que originalmente.
Existen diferentes tipos de Grficos de Control: Grficos X-R, Grficos C, Grficos np,
Grficos Cusum, y otros. Cuando se mide una caracterstica de calidad que es una variable
continua se utilizan en general los Grficos X-R. Estos en realidad son dos grficos que se
utilizan juntos, el de X (promedio del subgrupo) y el de R (rango del subgrupo). En este
caso se toman muestras de varias piezas, por ejemplo 5 y esto es un subgrupo. En cada
subgrupo se calcula el promedio X y el rango R (Diferencia entre el mximo y el mnimo).

A continuacin podemos observar un tpico grfico de X:

Y lo que sigue es un grfico de R:

El grfico de X permite controlar la variabilidad entre los sucesivos subgrupos y el de R

permite controlar la variabilidad dentro de cada subgrupo
Diagrama de flujo.- Diagrama de Flujo es una representacin grfica de la secuencia de
etapas, operaciones, movimientos, decisiones y otros eventos que ocurren en un proceso.
Esta representacin se efecta a travs de formas y smbolos grficos utilizados
usualmente:

Los smbolos grficos para dibujar un diagrama de flujo estn ms o menos normalizados:

Existen otros smbolos que se pueden utilizar. Lo importante es que su significado se

entienda claramente a primera vista. En el ejemplo siguiente, vemos un diagrama de flujo
para representar el proceso de fabricacin de una resina (Reaccin de Polimerizacin):

Histogramas.- Un histograma es un grfico o diagrama que muestra el nmero de veces

que se repiten cada uno de los resultados cuando se realizan mediciones sucesivas. Esto
permite ver alrededor de que valor se agrupan las mediciones (Tendencia central) y cual es
la dispersin alrededor de ese valor central.
Supongamos que un mdico dietista desea estudiar el peso de personas adultas de sexo
masculino y recopila una gran cantidad de datos midiendo el peso en kilogramos de sus
pacientes varones:

74.6

74.6

81.6

75.4

69.8

68.4

74.5

85.9

65.8

63.5

95.7

69.4

77.0

113.7

57.8

69.9

74.5

74.3

70.7

77.9

74.5

63.7

77.0

63.2

79.4

76.4

77.0

72.1

70.7

68.4

74.6

95.7

70.7

71.6

79.4

76.9

85.2

78.4

79.4

69.4

74.6

75.4

81.6

84.6

74.6

69.8

85.2

74.8

67.9

97.4

85.2

83.5

81.6

78.9

63.7

74.5

81.6

69.7

67.9

77.0

72.1

77.0

67.9

68.4

63.7

76.7

71.6

70.7

63.7

70.7

72.1

77.0

69.4

79.4

72.1

79.4

71.6

70.7

69.8

74.6

71.6

74.6

69.4

79.4

83.5

85.2

69.4

85.2

69.8

74.6

83.5

81.6

69.8

81.6

83.5

85.2

74.9

67.9

83.5

67.9

79.3

81.6

73.2

63.7

74.9

63.7

76.3

67.9

70.7

70.7

73.2

67.5

79.8

63.7

79.4

79.4

70.7

85.3

70.7

72.1

88.6

74.6

79.4

88.6

79.4

71.6

70.7

85.2

74.6

70.7

74.6

69.4

79.4

81.6

85.2

79.4

85.2

69.8

70.7

67.9

81.6

74.6

81.6

83.5

79.4

63.7

67.9

85.2

67.9

67.9

74.6

72.1

63.7

81.6

63.7

63.7

85.2

71.6

72.1

67.9

72.1

70.7

81.6

69.4

71.6

63.7

71.6

73.2

67.9

69.8

69.4

72.1

69.4

70.7

63.7

83.5

69.8

71.6

69.8

79.4

72.1

83.5

83.5

69.4

83.5

74.6

71.6

69.7

85.2

69.8

69.8

63.7

69.4

68.4

81.6

83.5

83.5

72.1

69.8

70.7

63.7

72.1

83.5

71.6

83.5

79.4

72.1

71.6

72.1

69.4

67.9

71.6

71.6

69.4

71.6

69.8

As como estn los datos es muy difcil sacar conclusiones acerca de ellos.

Entonces, lo primero que hace el mdico es agrupar los datos en intervalos contando
cuantos resultados de mediciones de peso hay dentro de cada intervalo (Esta es la
frecuencia). Por ejemplo, Cuntos pacientes pesan entre 60 y 65 kilos? Cuntos pacientes
pesan entre 65 y 70 kilos?:

Intervalos

N
Pacientes
(Frecuencia)

<50

50-55

55-60

60-65

17

65-70

48

70-75

70

75-80

32

80-85

28

85-90

16

90-95

95-100

100-105

105-110

>110

Ahora se pueden representar las frecuencias en un grfico como el siguiente:

Por ejemplo, la tabla nos dice que hay 48 pacientes que pesan entre 65 y 70 kilogramos. Por
lo tanto, levantamos una columna de altura proporcional a 48 en el grfico:

Y agregando el resto de las frecuencias nos queda el histograma siguiente:

Qu utilidad nos presta el histograma? Permite visualizar rpidamente informacin que

estaba oculta en la tabla original de datos. Por ejemplo, nos permite apreciar que el peso de
los pacientes se agrupa alrededor de los 70-75 kilos. Esta es la Tendencia Central de las
mediciones. Adems podemos observar que los pesos de todos los pacientes estn en un
rango desde 55 a 100 kilogramos. Esta es la Dispersin de las mediciones. Tambin

podemos observar que hay muy pocos pacientes por encima de 90 kilogramos o por debajo
de 60 kilogramos.
Ahora el mdico puede extraer toda la informacin relevante de las mediciones que realiz
y puede utilizarlas para su trabajo en el terreno de la medicina.
El Diagrama de Pareto.- es un histograma especial, en el cual las frecuencias de ciertos
eventos aparecen ordenadas de mayor a menor. Vamos a explicarlo con un ejemplo.
Supongamos que un fabricante de heladeras desea analizar cuales son los defectos ms
frecuentes que aparecen en las unidades al salir de la lnea de produccin. Para esto,
empez por clasificar todos los defectos posibles en sus diversos tipos:

Tipo de Defecto

Detalle del Problema

Motor no detiene

No para el motor cuando alcanza Temperatura

No enfra

El motor arranca pero la heladera no enfra

Burlete Def.

Burlete roto o deforme que no ajusta

Pintura Def.

Defectos de pintura en superficies externas

Rayas

Rayas en las superficies externas

No funciona

Al enchufar no arranca el motor

Puerta no cierra

La puerta no cierra correctamente

Gavetas Def.

Gavetas interiores con rajaduras

Motor no arranca

El motor no arranca despus de ciclo de parada

Mala Nivelacin

La heladera se balancea y no se puede nivelar

Puerta Def.

Puerta de refrigerador no cierra hermticamente

Otros

Otros Defectos no incluidos en los anteriores

Posteriormente, un inspector revisa cada heladera a medida que sale de produccin

registrando sus defectos de acuerdo con dichos tipos.
Despus de inspeccionar 88 heladeras, se obtuvo una tabla como esta:

Tipo de Defecto

Detalle del Problema

Burlete Def.

Burlete roto o deforme que no ajusta

Pintura Def.

Defectos de pintura en superficies externas

Gavetas Def.

Gavetas interiores con rajaduras

Mala Nivelacin

La heladera se balancea y no se puede nivelar

Motor no arranca

El motor no arranca despus de ciclo de parada

Motor no detiene

No para el motor cuando alcanza Temperatura

36

No enfra

El motor arranca pero la heladera no enfra

27

No funciona

Al enchufar no arranca el motor

Otros

Otros Defectos no incluidos en los anteriores

Puerta Def.

Puerta de refrigerador no cierra hermticamente

Puerta no cierra

La puerta no cierra correctamente

Rayas

Rayas en las superficies externas

Total:

88

La ltima columna muestra el nmero de heladeras que presentaban cada tipo de defecto, es
decir, la frecuencia con que se presenta cada defecto. En lugar de la frecuencia numrica
podemos utilizar la frecuencia porcentual, es decir, el porcentaje de heladeras en cada tipo
de defecto:

Tipo
Defecto

de

Detalle del Problema

Frec.

Frec. %

Burlete Def.

Burlete roto o deforme que no ajusta

10.2

Pintura Def.

Defectos de pintura en superficies externas

5.7

Gavetas Def.

Gavetas interiores con rajaduras

1.1

Mala
Nivelacin

La heladera se balancea y no se puede nivelar

1.1

El motor no arranca despus de ciclo de parada

1.1

No para el motor cuando alcanza Temperatura

36

40.9

No enfra

El motor arranca pero la heladera no enfra

27

30.7

No funciona

Al enchufar no arranca el motor

2.3

Otros

Otros Defectos no incluidos en los anteriores

0.0

Puerta Def.

Puerta de refrigerador no cierra hermticamente 0

0.0

La puerta no cierra correctamente

2.3

Rayas en las superficies externas

4.5

88

100

Motor
arranca

no

Motor
detiene

no

Puerta
cierra

Rayas

Total:

no

Podemos ahora representar los datos en un histograma como el siguiente:

A continuacin, en cada intervalo dibujamos una columna de altura proporcional al

porcentaje de heladeras que presenta ese tipo de defecto (Ultima columna de la tabla):

Pero Cules son los defectos que aparecen con mayor frecuencia? Para hacerlo ms
evidente, antes de graficar podemos ordenar los datos de la tabla en orden decreciente de
frecuencia:

Tipo de Defecto

Detalle del Problema

Frec.

Motor no detiene

No para el motor cuando alcanza

36
Temperatura

40.9

No enfra

El motor arranca pero la heladera no

27
enfra

30.7

Burlete Def.

Burlete roto o deforme que no ajusta

10.2

Pintura Def.

Defectos de pintura en superficies

5
externas

5.7

Rayas

Rayas en las superficies externas

4.5

Frec. %

No funciona

Al enchufar no arranca el motor

2.3

Puerta no cierra

La puerta no cierra correctamente

2.3

Gavetas Def.

Gavetas interiores con rajaduras

1.1

Mala Nivelacin

La heladera se balancea y no se puede

1
nivelar

1.1

Motor no arranca

El motor no arranca despus de ciclo de

1
parada

1.1

Otros

Otros Defectos no incluidos en los

0
anteriores

0.0

Puerta Def.

Puerta de refrigerador
hermticamente

0.0

88

100

Total:

no

cierra

Lo que obtenemos se llama Diagrama de Pareto o Grfico de Pareto:

Ahora resulta evidente cuales son los tipos de defectos ms frecuentes. Podemos observar
que los 3 primeros tipos de defectos se presentan en el 82 % de las heladeras,
aproximadamente. Esto nos conduce a lo que se conoce como Principio de Pareto: La
mayor parte de los defectos encontrados en el lote pertenece slo a 2 3 tipos de defectos,
de manera que si se eliminan las causas que los provocan desaparecera la mayor parte de
los defectos.
Grficos de control.- Los Diagramas de Dispersin o Grficos de Correlacin permiten
estudiar la relacin entre 2 variables. Dadas 2 variables X e Y, se dice que existe una
correlacin entre ambas si cada vez que aumenta el valor de X aumenta proporcionalmente
el valor de Y (Correlacin positiva) o si cada vez que aumenta el valor de X disminuye en
igual proporcin el valor de Y (Correlacin negativa).
En un grfico de correlacin representamos cada par X, Y como un punto donde se cortan
las coordenadas de X e Y:

Veamos un ejemplo. Supongamos que tenemos un grupo de personas adultas de sexo

masculino. Para cada persona se mide la altura en metros (Variable X) y el peso en
kilogramos (Variable Y). Es decir, para cada persona tendremos un par de valores X, Y que
son la altura y el peso de dicha persona: