El control estadstico de procesos.

El objetivo del control estadstico de procesos (SPC, por sus siglas en ingls) es hacer predecible
un proceso en el tiempo. Es una herramienta que ayuda en la toma de decisiones y facilita el
proceso de mejora constante de una empresa.

Las herramientas usadas por el SPC son las grficas de control que permiten distinguir las
causas especiales de las causas comunes de variacin. Se entiende por variacin aquellos
cambios ocurridos en el valor de la caracterstica medida, siendo esta caracterstica la
respuesta de un proceso determinado.

"Luego de identificarlas con el grfico, el paso siguiente es eliminar las causas especiales, ya
que son ajenas al desenvolvimiento natural del proceso con lo que se logra el estado de
proceso bajo control estadstico; es decir, un proceso predecible y afectado exclusivamente por
causas comunes (aleatorias) de variacin", sealan los expertos argentinos Roberto Carro y
Daniel Gonzlez en su libro El control estadstico de procesos.

Esta metodologa permite planificar y determinar cundo un proceso est fuera de control,
para as mejorar los procesos operativos de la organizacin. La base o fundamento del SPC se
encuentra en una serie de tcnicas estadsticas que permiten establecer criterios para medir,
detectar y corregir variaciones en el proceso que puedan afectar la calidad del producto o
servicio final.

Las mejoras que se pueden introducir en los procesos operativos de una organizacin gracias al
SPC son:

Disminucin de los costos.

Eliminacin de actividades que no agregan valor al proceso productivo.

Identificacin de los cuellos de botella y demoras en el proceso productivo.

Evitar incumplimientos de los requisitos solicitados por el cliente final, etc.

El padre del SPC.

En 1950 la Unin Japonesa de Cientficos e Ingenieros (JUSE) invit al estadstico

estadounidense William Edwards Deming a realizar conferencias acerca del control estadstico
de procesos con el fin de formar a cientos de ingenieros, directivos y estudiantes en el control
estadstico de los procesos y los conceptos de calidad.

Los textos generados a partir de las conferencias y artculos de Deming fueron reproducidos
por millares en idioma japons. El estadstico rechaz una oferta de recibir los derechos de
autor por esas publicaciones, pidiendo a cambio que esos recursos sean empleados para
financiar un premio que estimule a las empresas japonesas a introducir sistemas de calidad.

Conceptos bsicos.

Frente a los modelos tradiciones de gestin empresarial surge la gestin por procesos, con
una nueva percepcin enfocada en la calidad y basada en la satisfaccin del cliente y en la
mejora de las acciones que aportan valor.

Por qu es necesario el control estadstico de procesos?

Los procesos varan porque estn sometidos a factores que hacen que sea imposible fabricar
dos productos exactamente iguales, como la mano de obra, las mquinas, la materia prima o el
ambiente. Esto provoca que las caractersticas de los productos, por tanto, no sean uniformes
sino variables.

Estos factores pueden alterar la calidad de los productos, por lo que se hace necesario tomar
ciertas medidas que garanticen la estabilidad de los procesos, con el fin de obtener un
producto final dentro de los parmetros de calidad establecidos.

A fin de conseguir esta estabilidad, se utiliza el control estadstico de procesos, una til
herramienta que, adems, contribuye a la mejora continua de la calidad en el proceso de
fabricacin.

Teoremas en los que se basa el control estadstico.

En el control estadstico de procesos intervienen tres teoremas matemticos bsicos, que

necesitas conocer y comprender para poder llevar a cabo el control preciso.

Distribucin normal o de Gauss, se utiliza para estimar el nmero de muestras que se

encuentran dentro de lo que se considera la norma. Su clculo se realiza en funcin de dos
parmetros, la medida y la desviacin tpica. Este tipo de distribucin se representa
grficamente a travs de la campana de Gauss.
Teorema del Lmite Central (TCM). Segn este teorema, si existe un nmero considerable
de variables independientes que siguen un mismo modelo y ninguna predomina sobre las
dems, entonces la suma de todas estas variables tendrn una distribucin normal o
gaussiana.
Distribucin de las medias muestrales. Bajo esta teora, al seleccionar una muestra de un
grupo, esta muestra seguir una distribucin normal, aun cuando el grupo seleccionado no
sea igual que el grupo base de referencia, eso s, siempre que el tamao del grupo de la
muestra sea suficientemente grande.

Conceptos bsicos sobre control estadstico.

Algunos conceptos que debers conocer para llevar a cabo de manera eficaz el control
estadstico de los procesos son:

Causas comunes. En los procesos intervienen factores que influyen en el producto final,
haciendo que este no sea siempre igual. Sin embargo, si existen
 pequeas variaciones pero ninguna es preponderante sobre el resto, es de esperar que
la calidad de los productos sea similar, si nos apoyamos en la teora del lmite central.
Al conjunto de estos factores se le denomina causas comunes.
Causas asignables, por el contrario, si durante el proceso un factor predomina sobre el
resto, entonces la calidad no se distribuir de la misma forma porque est presente
una causa especial o asignable. Cuando un proceso est bajo control estadstico es porque
en l no intervienen causas asignables.

A travs del control estadstico se analiza la informacin para detectar las causas
asignables que influyan en el proceso y predecir cundo el producto puede verse realmente
modificado. No obstante, para que esto sea posible, se debe tener un conocimiento exacto de
los procesos y tareas que intervienen y llevar un control preciso.

Capacidad de proceso. Todo proceso tiene siempre una capacidad, un margen dentro del
cual se encuentran los productos que son considerados como aceptables (campana de
gauss). Fuera de esos lmites, los productos no reunirn los requisitos de calidad deseados.
Variabilidad a corto plazo, representa la probabilidad de cambios presentes en productos
fabricados en intervalos de tiempo corto, denominado a veces como ruido blanco.
Variabilidad total o a largo plazo o ruido negro, es aquella que resulta a lo largo de todo
el proceso. En ella intervienen factores comunes y especiales.
Grupo homogneo racional. Es el grupo de referencia con el que se irn comparando el
resto de productos. A la hora de tomar muestras para el control de los procesos es
necesario tener presente y documentar todas las variables que pueden intervenir, para
llevar un control exhaustivo y riguroso.
Grficos de control. Existe una gran diversidad de grficos que se pueden utilizar
para representar de manera grfica los resultados del control estadstico de los procesos.
La utilizacin de un grfico u otro depender de las caractersticas de los procesos, como
las variables que intervienen o la duracin del proceso. As, podrs encontrar estudios
elaborados con grficas I-MR-R/S, grficos ms sensibles como el CUSUM o el EWMA u
otros que se basan en atributos, como el POISSON.

FUENTES CONSULTADAS:

"El control estadstico de procesos", de Roberto Carro Pazo y Daniel Gonzlez Gmez,
documento publicado por la Universidad Nacional de Mar del Plata (Argentina).