Control estadístico de procesos

utilizando Minitab
Docente: Hernando Mariño Navarrete
3
Entendiendo
la
variación
 Objetivos de aprendizaje
• Después de estudiar cuidadosamente este
capítulo, el estudiante estará en capacidad de:
1. Entender las medidas de tendencia central y las
medidas de dispersión
2. Describir la variación en los procesos
3. Distinguir entre causas comunes y especiales de
variación y establecer las estrategias gerenciales
para atacarlas
4. Conocer las bases estadísticas del gráfico de
control.
3.1
Medidas de
tendencia
central y de
dispersión
 Exactitud y precisión
• Cuando hablamos de exactitud y precisión, ¿estamos
hablando de lo mismo o son dos conceptos
diferentes? ¿Cómo se mide la exactitud y la
precisión?
• Usted está analizando los resultados de tiro con arco
de uno de los integrantes del equipo de su país en
los juegos Panamericanos. De acuerdo con las
gráficas de la página siguiente califique la exactitud y
precisión en las actuaciones de este competidor.
Para cada ronda de
cuatro tiros, defina
si el resultado es
exacto y/o preciso
 Exactitud y precisión
• Exactitud
Se refiere a cuán cerca del valor objetivo se encuentra el valor
medido. En este caso, qué tan cerca estuvo cada tiro de la diana, los
100 puntos en el centro del tablero.

• Precisión
Se refiere a la dispersión del conjunto de valores obtenidos de
mediciones repetidas. Cuanto menor es la dispersión mayor la
precisión. En este caso, qué tan dispersos están los cuatro
tiros entre sí en cada ronda.
Medidas de tendencia central
 La media

La media, llamada también promedio

aritmético, se define como el cociente de
la suma de los valores observados de la
variable en estudio y el número de
observaciones.
 La media

La media, llamada también promedio

aritmético, se define como el cociente de
la suma de los valores observados de la
variable en estudio y el número de
observaciones.
 La media
N
1
Media o promedio aritmético
poblacional
µ=
N
∑X
i =1
i

Media o promedio aritmético 1 n

muestral X = ∑ Xi
n i =1
donde:

Xi = valor de la i-ésima observación de la variable en estudio

N = Tamaño de la población
n = Tamaño de la muestra
La media
La media recortada
La mediana
La mediana
La moda
Medidas de dispersión
 El rango
Es la diferencia entre el máximo valor y el mínimo valor
del grupo de datos que se está analizando. Nos da una
idea general de qué tan grande es la variación. Si entre los
datos hay valores fuera de lo normal, extraños, outliers (a
estos datos se les llama atípicos), el rango se va a ver
afectado porque ya sea el máximo valor (o el mínimo) va a
ser más grande (más pequeño) de lo normal.

R = X max − X min
La varianza
 La varianza
Es una medida que cuantifica el grado de concentración de
los datos alrededor del centro cuando el centro es definido
como la media.
N

∑ (X − µ)
2
i
Varianza poblacional
σ2 = i =1
N
n

∑ (X −X)
2
i
Varianza muestral
S2 = i =1
n −1
La desviación estándar
 La desviación estándar
Es la raíz cuadrada positiva de la varianza, la desviación
estándar se encuentra en las mismas unidades que la
media.

σ= σ
Desviación estandar
poblacional
2

Desviación estándar
muestral S= S 2
Coeficiente de variación
 Los cuartiles
Los cuartiles son valores que dividen una muestra de datos en cuatro partes
iguales. Utilizando cuartiles puede evaluar rápidamente la dispersión y la
tendencia central de un conjunto de datos – pasos iniciales importantes para
comprender sus datos.

• Primer cuartil (Q1) - 25% de los datos es menor que o igual a este valor.

• Segundo cuartil (Q2) - La mediana. 50% de los datos es menor que o igual
a este valor.
•
• Tercer cuartil (Q3) - 75% de los datos es menor que o igual a este valor.

Rango intercuartil - Distancia entre el primer cuartil y el tercer cuartil (Q3-

Q1); de esta manera, abarca el 50% central de los datos.
Los cuartiles
 Taller 03: Medidas de tendencia central y
de dispersión
Instrucciones: Abra Minitab y recupere el siguiente conjunto de datos

Archivo > Abrir hoja de trabajo > C:\CEP\MTB_Mod\Delivery.MTW > Abrir

1. ¿Cuántos datos tiene de cantidades entregadas (kilogramos) de los proveedores A y B?

2. ¿Cuántos datos (embarques) están perdidos?
3. Obtenga para ambos proveedores las siguientes medidas de tendencia central y de
dispersión: media, media recortada, desviación estándar, varianza, coeficiente de
variación, mínimo, primer cuartil, mediana, tercer cuartil, máximo, rango y moda.
Estadísticas > Estadísticas básicas > Mostrar estadísticos descriptivos
4. Elabore una gráfica de caja, en paneles separados de la misma gráfica y utilizando la
misma escala en el eje Y. Ruta: Gráfica > Gráfica de caja > Simple > Múltiples gráficas
5. Interprete los resultados.

Tiempo: 15 minutos.
Minitab
Resultado Minitab
Resultado Minitab
3.2
Describiendo
la
variación
Variación
 ¿Qué es variación?
• No hay dos cosas exactamente iguales
• Cómo se comporta un 65
proceso varía minuto a minuto Datos del proceso muestran
60 cómo varía éste en el tiempo

55
• Las variables de proceso o los
datos reunidos a la salida del 50

mismo variarán con 45

el tiempo
40
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41

• Cuantificar la cantidad de variación en un proceso es un paso crítico hacia el

mejoramiento y control del proceso. Mediante la ciencia estadística, se
analizan los datos generados por el proceso y se extraen conclusiones,
tomando en consideración la variación en los datos.
• Entender qué causa la variación nos ayuda a decidir qué clase de acciones
conducirán a mejoras perdurables
 Variación vs. especificaciones

• La cantidad de variación en un proceso nos dice qué

es capaz de lograr el proceso en la actualidad

• Las especificaciones nos dicen que deseamos que el

proceso sea capaz de lograr
 Calidad y variación: Dos visiones
• Tradicional: Cualquier Pérdida
valor dentro de
Sin pérdida
especificaciones es

Pérdida
Pérdida
igualmente bueno
Medición
Límite Límite
Espec. Espec.

• Nueva visión: Cada vez

que una característica se
Meta del Cliente
desvía del objetivo, existe Un poco más
de pérdida
alguna pérdida. Entre
alguna
mayor la desviación pérdida
mayor la pérdida.
Pérdida

(Taguchi, 1960)

Medición
Límite Límite
Espec. Espec.
 Taguchi: Caso de estudio
LEI
La distribución de las
partes ensambladas
por el proveedor en
Japón: “Controlar el
proceso para estar lo
más cerca posible al
objetivo”
LES
La distribución de las
partes ensambladas por el
proveedor en Estados
Unidos: “Cualquier cosa
dentro de especificaciones
es igualmente bueno”
 Gráficas de frecuencia para
describir la variación

• Los siguientes métodos gráficos, llamadas

genéricamente “Gráficas de frecuencia” son
útiles para la descripción de la variación:
• Gráfica de puntos
• El histograma
• Gráfica de caja
Gráfica de puntos
 Gráfica de puntos
Tiempos de llegada. Vuelo 497
1 Julio–25 Agosto
• La gráfica de puntos Llegada
muestra la forma o 10 programada

distribución de los datos, 9

ilustrando con que 8

Número de occurrencias
frecuencia ocurren los 7
distintos valores de interés. 6

• También permite conocer 5

gráficamente el rango de 4

los datos y cuál es el valor 3

central al que tienden los 2
datos. 1
0
4:00
4:05
4:10
4:15
4:20
4:25
4:30
4:35
4:40
4:45
4:50
4:55
5:00
5:05
Tiempo Llegada
Características de la gráfica de puntos
La altura de la columna
indica que tan
frecuentemente ocurren los Tiempos de Llegada. Vuelo 497
datos 1 Julio–25 Agosto
Llegada
programada
10 Etiqueta del objetivo
9 y/o especificaciones
Número de ocurrencias

8
7
6 La forma global muestra
5 como se distribuyen los
4 datos
3
2
1
0
4:00
4:05
4:10
4:15
4:20
4:25
4:30
4:35
4:40
4:45
4:50
4:55
5:00
5:05
Ejes Tiempo de Llegada
claramente
identificados
 Gráfica de puntos
Sobrellenado en 100 Cajas Cereal

25

20
Frecuencia

15

10

0
0.0 0.2 0.4 0.6 0.8
Gramos por encima del peso indicado
Gráfica de puntos vs. Histograma
¿Qué buscar en una gráfica de frecuencias?

1. Centro de los datos

Centro

2. Rango de los datos

(distancia entre el
valor máximo y el
valor mínimo)

Rango
¿Qué Buscar en una gráfica de frecuencias?

Forma

3. Forma de la distribución
(suministra información sobre capacidad
del proceso)

LEI Objetivo LES

4. Comparación con la meta y la
especificación

5. Cualquier irregularidad
 Gráficas de caja
La gráfica de caja es otro tipo de las gráficas de frecuencia

20

valores atípicos

eje

10 tercer cuartil

La caja contiene la mitad de

los datos

mediana

0
Primer cuartil
Normal Bi-Modal Skewed
 Ventajas de la gráfica de caja
• Las gráficas de caja permiten observar la forma, el centro y la
dispersión de muchos conjuntos de datos al mismo tiempo
• Esto permite buscar 4000

similitudes y diferencias
a través de procesos 3000

Tons. Producidas
o estratos
• Estos datos muestran 2000
el volumen diario de
papel producido en 1000
un molino, estratificados
por día laboral 0

• ¿Qué concluye usted? Lun Mar Mie Jue Vie

Día laboral
 Taller 04: Construir gráficas de puntos,
histograma y gráfica de caja en Minitab
Instrucciones: Abra Minitab y recupere el siguiente conjunto de
datos

Archivo > Abrir hoja de trabajo > C:\CEP\MTB_Mod\Delivery.MTW > Abrir

1. Elabore para el proveedor A una gráfica de puntos, un histograma y una gráfica de

caja. En cada caso, obtenga panales separados de la misma gráfica y utilice la
misma escala X.

2. ¿Qué conclusiones extrae?

3. ¿Cuál de las tres gráficas de frecuencia utilizaría para presentar su informe, por
qué?

Tiempo: 10 minutos.
Minitab
Resultado Minitab
Resultado Minitab
 Resultado Minitab

• La selección del tipo de gráfica a utilizar dependerá del conocimiento

previo sobre ellas de la audiencia
3.3
Causas
comunes y
especiales
de variación
 Tipos de variación y
reacciones apropiadas
 Tipos de variación
• Causa especial: algo
diferente está sucediendo en
cierto lugar o tiempo

• Causa común: siempre

está presente en el
proceso en algún grado
 Objetivo: Minimizar la variación
• Siempre existirá alguna variación en el proceso
• Pero podemos trabajar para minimizar la variación alrededor de
la meta

70

65

60

55

50 Objetivo

45
META= reducir variación

40
1 11 21 31 41 51 61 71 81
 Reaccionando a la variación
• Las acciones gerenciales apropiadas son
distintas para las causas comunes y para las
causas especiales

Inestable ¿Proceso Estable

Estable?

Estrategia Estrategia
causa causa
especial común
 Causas comunes y especiales de
variación
• Causas comunes
• Afectan por igual y en forma
permanente al proceso
• Son parte intrínseca del proceso
• Definen la variación natural del
proceso porque son el efecto
acumulado de muchas
pequeñas causas, esenciales
para su operación
• Un proceso operando
únicamente con causas
comunes se dice que está bajo
control estadístico.
• Causas especiales
• Se presentan esporádicamente
• Su efecto en la salida del
proceso puede ser grande o
pequeño
• Generalmente tienen tres
fuentes: máquinas mal
ajustadas o controladas;
errores del operario; y,
materias primas defectuosas
• No son parte del sistema
• Cuando existen causas
especiales, se dice que el
proceso está fuera de control.
 Estrategia para causa especial
• El objetivo es eliminar las causas especiales específicas; para
volver un proceso inestable en uno estable
• Obtenga datos oportunos así las
causas especiales serán
señaladas rápidamente
• Tome acciones inmediatas para
remediar cualquier daño
• Investigue de inmediato la causa
• Encuentre qué fue diferente en esa ocasión
• Aísle la causa más profunda que pueda afectar
• Desarrolle un remedio de largo plazo que prevenga la
recurrencia de la causa especial
• O, si los resultados son buenos, retenga la lección aprendida
 Estrategia para eliminar causas
especiales
• Nuestra meta es eliminar las causas especiales específicas o
convertir un proceso inestable en uno estable.
• Recolectar oportunamente los datos, de modo que las causas
especiales se señalen adecuadamente.
• Emprender la acción inmediata necesaria para solucionar
cualquier daño.
• Buscar inmediatamente una causa relacionada con los puntos
que están señalados como especiales. Encontrar qué es
diferente en esa ocasión. Aislar la causa más profunda que
usted pueda afectar.
• Desarrollar un solución a más largo plazo que evitará que las
causas especiales sean recurrentes. O, si los resultados son
buenos, no olvide esa lección.
 Estrategia para causa común
• El proceso aquí mostrado es estable, pero ¿requiere ser
mejorado?

} Necesidades
Cliente

Tiempo
 Estrategia para reducir las causas comunes
• Las causas comunes de variación difícilmente pueden reducirse mediante
intentos para explicar la diferencia entre puntos individuales si el proceso
está en control estadístico.
• Todos los datos son relevantes
• No se concentre sólo en los puntos altos o en los puntos bajos
• No se concentre en los puntos que le gustan o en los que no le gustan
• Haga cambios fundamentales para el mejoramiento
• Estratifique o separe los datos para buscar claves que ayuden a concretarse en la
búsqueda de soluciones
• Experimente para ver cuál es el impacto que tiene las diferentes variables en el
proceso
• Prepárese para la complejidad
• Mejorar un proceso estable es más complicado que identificar una causa especial;
generalmente se necesitan más tiempo y recursos y, por tanto, liderazgo de la
gerencia
• La variación de causa común solamente puede reducirse. No puede
eliminarse por completo, dado que en un proceso siempre existen causas
comunes de variación.
Mejorando un proceso estable

• Las causas comunes de variación jamás pueden ser

reducidas, intentando explicar la diferencia entre
puntos individuales, si el proceso está bajo control
estadístico
• Todos los datos son relevantes
• Procesos en control estadístico requieren usualmente
cambios fundamentales para ser mejorados
• Completar DMAIC puede ayudar a realizar cambios
fundamentales en un proceso
Investigando causas comunes
de variación
 Estratificación
• Clasifique los datos en grupos o categorías basado en diferentes
factores
• Busque patrones en la manera como los puntos de los datos se
agrupan o no
• Enfoque sus esfuerzos entonces continuando con ANALIZAR
Llegada
Hora de

Lunes Martes Miércoles Jueves Viernes

Ejemplo de datos estratificados. “Hora de llegada” por “día de la semana”

• Los lunes son consistentemente más tardíos que otros días,
encuentre por qué
 Desagregación
• Muchas cifras que vemos están agregadas
• Por ejemplo, si miramos las cifras mensuales de
producción, cada valor en los datos es realmente una cifra
combinada, representando todas los productos, plantas de
producción, líneas, turnos, etc.
• Si tomamos aparte estas cifras, desagregamos, podremos
ver con frecuencia patrones que están escondidos en el
dato global
 Cómo desagregar
• Desagregar por etapa o paso del proceso
Proceso global
(“Hacer el trabajo”) Tiempo para completar
el proceso entero

Mida tiempos separados

Fase 1 Fase 2 Fase 3 para cada fase o paso

• Desagregar por salida del proceso

Total Resultados
Suma de resultados a través
de todos los productos/servicio
Resultados para Producto 1
Resultados para Producto 2
Resultados para Producto 3 Separe resultados por tipo
Resultados para Producto 4 de producto o servicio
Resultados para Producto 5
 Tons
Tons

2000
2200
2400
2600
2800
3000
3200

300
500
700
900
1100
1300
9/91
9/91
10/91 10/91
10/91 10/91
11/91 11/91
12/91 12/91
1/92 1/92
2/92 2/92
3/92 3/92
4/92 4/92
5/92 5/92
6/92 6/92
7/92 7/92

Mes
8/92

Mes
8/92
9/92
9/92
10/92
10/92
11/92
11/92
12/92
12/92
1/93
1/93
Total Tons Reprocesadas

2/93
3/93 2/93

Producto B Tons Reprocesadas

4/93 3/93
5/93 4/93
6/93 5/93
7/93 6/93
7/93

Tons Tons
300
500
700
900
1100
1300

1100
1300

300
500
700
900

9/91 9/91
10/91 10/91
10/91 10/91
11/91
11/91
12/91
12/91
1/92
1/92
2/92
2/92 3/92
3/92 4/92
4/92 5/92
5/92 6/92
6/92 7/92
Mes

7/92 8/92
Mes

8/92 9/92
9/92 10/92
10/92 11/92
Ejemplo: Desagregación

11/92 12/92
1/93
12/92
2/93
1/93
3/93
Producto A Tons Reprocesadas

2/93
Producto C Tons Reprocesadas

4/93
3/93
5/93
4/93 6/93
5/93 7/93
6/93
7/93
 Experimentación
• Las causas comunes están representadas por la
interacción de un número grande de factores en un
proceso
• Identificar cuales de esos muchos factores están
contribuyendo más a la variación puede ser
complicado y consumir mucho tiempo
• Con frecuencia, la gente tiene teorías acerca de cuales
son los factores más importantes
• La experimentación puede ayudarnos a confirmar esas
teorías
 Resumen: Lecciones sobre
variación
• Toda variación
es causada 65 Proceso estable
• Existen dos grandes 60

clasificaciones que le ayudan a 55

establecer la acción gerencial 50

apropiada: causas comunes y 45

causas especiales
• Si toda la variación se debe a
causas comunes, el resultado
se puede predecir, el sistema es
estable
40
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41
En un proceso estable, sus ojos pueden detectar
una banda en la que caen los puntos de los datos.
Para determinar el ancho exacto de esta banda,
necesita calcular los límites de control.
 Resumen: Lecciones sobre
variación, cont.
• Si alguna variación proviene de “causas especiales,” el resultado
es un sistema inestable o impredecible
Proceso Inestable
65

60

55

50

45

40
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41

Existen muchas maneras en que un proceso puede ser inestable. Aquí, los
puntos de datos al azar caen fuera de la banda esperada de variación.
 Encajar la acción con el tipo de
variación Tipo de Acción

Causa Especial Causa Común

• Discusión Buscar que fue Tomar acción Realizar
• ¿Qué podría distinto entre con base en la cambios básicos
puntos diferencia Estudiar todos al proceso.
significar en la individuales informada los datos.
Reducir
práctica tratar una Tiempo Mayor variación Obtener un variación

Causa Común
causa especial desperdiciado mejor
entendimiento
como causa Tipo de Variación del sistema
común?
• ¿Qué podría Reducir
Pérdida de
productividad,
significar el tratar la Obtener variación Perder tiempo
puede
Causa Especial

información útil respondiendo al

variación común aumentar la
problema
variación
como causa
especial?
3.4
Bases
estadísticas
de la gráfica
de control
 Gráfica de control
• La siguiente figura muestra una gráfica de control típica. Este gráfico
representa el desempeño de una variable de interés a través del tiempo. En
este caso, el porcentaje de utilización de una máquina, se trata de una
gráfica para valores individuales

Utilización de la máquina
100 LCS
90
80
70
Porcentaje

60 Media
50
40
30
20 LCI
10
0
J A S O N D E F M A M J J A S O N D E F M
 Características de la gráfica de
Minitab
calcula
control
automáticam Utilización de la máquina
ente los
límites de
control, de
acuerdo con
100 LSC
el tipo de 90
gráfica de
control 80
elegida
70
Porcentaje

60 Media
50
40

Límites de 30
control LIC
(calculados
20
de los 10
datos)
adicionados 0
a la gráfica La línea central
J A S O N D J F M A M J J A S O N D J F M
usualmente es la
media en lugar de la
mediana
 Gráfica de control
• La gráfica contiene una línea central que representa la media o valor promedio
de la variable de interés correspondiente a un proceso estable, es decir, cuando
están presentes en el proceso causas comunes de variación únicamente.
• También contiene un par de líneas horizontales, llamadas el límite superior de
control (LSC) y el límite inferior de control (LIC). Estos límites se fijan
estadísticamente de manera tal que si el proceso es estable, el 99.73% de todas
las observaciones en la muestra caerán en la zona comprendida entre ellos.
• Si todos los puntos caen entre los límites y varían aleatoriamente a lado y lado
de la línea central, sin formar tendencias ascendentes o descendentes, ni
estratificaciones, entonces se asume que el proceso está bajo control y no es
necesario tomar ninguna acción.
• Caso contrario, si una observación cae por fuera de los límites de control, se
interpreta como una evidencia de que el proceso es inestable, está fuera de
control y hay una causa especial de variación presente en el proceso que es
necesario investigar y eliminar.
• Se acostumbra a unir con una línea recta todos las observaciones o puntos, de
manera tal que sea más fácil visualizar como se comporta la secuencia de
puntos a través del tiempo.
 Características de la gráfica de
Minitab
calcula
control
automáticam Utilización de la máquina
ente los
límites de
control, de
acuerdo con
100 LSC
el tipo de 90
gráfica de
control 80
elegida
70
Porcentaje

60 Media
50
40

Límites de 30
control LIC
(calculados
20
de los 10
datos)
adicionados 0
a la gráfica La línea central
J A S O N D J F M A M J J A S O N D J F M
usualmente es la
media en lugar de la
mediana
Límites de control a 3 desviaciones
estándar
LSC

3σ

99.73%
3σ

LIC
Límites de control a 3 desviaciones
estándar
LIC LSC

68.26%

95.46%

99.73%

Valores Z -3 -2 -1 0 +1 +2 +3
Límites de control a 3 desviaciones
estándar
LSC

3σ

99.73%
3σ

LIC
 Tipos de gráficas de control

Disponible
en el
asistente de
MInitab
Minitab
 Suposiciones en gráficas de control
Distribución Gráficas de control Suposiciones
relacionadas

Datos distribuidos simétricamente

Distribución Normal Gráfica individuales,
Alrededor de una media; cima
Gráficas X, R
de la curva en la media
Gráfica EWMA
p es constante a través de los
Distribución Gráfica p
subgrupos. Las ocurrencias son
Binomial independientes

Gráfica c La probabilidad de ocurrencia

Distribución es constante; las ocurrencias
de Poisson son independientes y escasas.
 Señales de causas especiales
• El propósito final de una gráfica de control es determinar
cuando el proceso es estable o inestable
• Cualquier punto por fuera de los límites de control es una
señal de causa especial
• Asimismo, un comportamiento no aleatorio del conjunto
global de los puntos es indicio de presencia de causas
especiales de variación, aún si todos ellos están contenidos
entre los límites
• Estudiaremos a continuación todas las pruebas existentes
para detectar la presencia de causas especiales de
variación.
 8 pruebas para detectar causas
especiales
• Prueba 1. Un (1) punto por fuera de límites de
control. Más allá de 3 desviaciones estándar de la
línea central
• Prueba 2. Nueve (9) puntos consecutivos en el
mismo lado de la línea central.
• Prueba 3. Seis (6) puntos consecutivos, todos
ascendentes o todos descendentes.
• Prueba 4. Catorce (14) puntos consecutivos,
alternando hacia arriba y hacia abajo
Límites de control a 3 desviaciones
estándar
LSC

3σ

99.73%
3σ

LIC
Límites de control a 3 desviaciones
estándar
LSC

3σ

99.73%
3σ

LIC
 8 pruebas para detectar causas
especiales
• Prueba 1. Un (1) punto por fuera de límites de
control. Más allá de 3 desviaciones estándar de la
línea central
• Prueba 2. Nueve (9) puntos consecutivos en el
mismo lado de la línea central.
• Prueba 3. Seis (6) puntos consecutivos, todos
ascendentes o todos descendentes.
• Prueba 4. Catorce (14) puntos consecutivos,
alternando hacia arriba y hacia abajo
 Cuatro señales adicionales de causas especiales
suministradas por las zonas de desviación estándar
• Al trazar líneas en las desviaciones estándar 1 y 2, (lo mismo que en los
límites de control de 3 desviaciones estándar) están disponibles otras
señales de causas especiales.
• Prueba 5. 2 de cada 3 puntos consecutivos más allá de 2 desviaciones
estándar (en el mismo lado)
• Señala un desplazamiento en el proceso
3.0 Desv.Est. = LSC

2.0 Desv.Est.

1.0 Desv.Est..

0.0 = Media

-1.0 Desv.Est.

-2.0 Desv.Est.

-3.0 Desv.Est.= LIC

1 3 5 7 9 11 13 15 17 19 21 23
 Cuatro señales adicionales de causas especiales
suministradas por las zonas de desviación estándar, cont.

• Prueba 6. 4 de cada 5 puntos consecutivos más allá de 1 desviación

estándar (en el mismo lado)
• Señala un desplazamiento en el proceso
3.0 Desv.Est.. = LSC

2.0 sDesv.Est.

1.0 Desv.Est.

0.0 = Media

-1.0 Desv.Est.

-2.0 Desv.Est.

-3.0 Desv.Est. = LIC

1 3 5 7 9 11 13 15 17 19 21 23

• Interpretación: Ambas pruebas ofrecen señales más rápidas de un

desplazamiento en el proceso que la prueba 2 de “9 puntos
consecutivos.”
 Cuatro señales adicionales de causas especiales
suministradas por las zonas de desviación estándar, cont.

• Prueba 7. 15 puntos consecutivos dentro de 1 desviación estándar

(por encima o debajo del promedio)
– Indican variación de causa común reducida, cambio en una
definición operacional o datos “acomodados”

3.0 st.dev. = LSC

2.0 st.dev.

1.0 st.dev.

0.0 = Mean

-1.0 st.dev.

-2.0 st.dev.

-3.0 st.dev. = LIC

1 3 5 7 9 11 13 15 17 19 21 23
 Cuatro señales adicionales de causas especiales
suministradas por las zonas de desviación estándar, cont.

• Prueba 8. 8 puntos consecutivos más allá de 1

desviación estándar (a cada lado)
– Indican sobrecompensación, múltiples fuentes de
variación o datos “acomodados”
3.0 Desv.Est. = LSC

2.0 Desv.Est.

1.0 Desv.Est.

0.0 = Media

-1.0 Desv.Est.

-2.0 Desv.Est.

-3.0 Desv.Est. = LIC

1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41

– Minitab puede probar fácilmente todas estas causas

especiales
Utilizando Minitab para detectar
causas especiales
1. Abra Minitab y recupere el conjunto de datos
Archivo > Abrir hoja de trabajo > C:\CEP\MTB_Mod\PhoneNew.MTW >
Abrir

2. Gráfica de control para valores individuales del t de espera Fila A

Estadísticas > Gráficas de control > Gráficas de variables para
valores individuales > Individuos
Utilizando Minitab para detectar
causas especiales
3. Activar todas las pruebas de señales de causas
especiales
Opciones de gráfica I … > Pruebas > Realizar todas las
pruebas para causas especiales
 Señales de causas especiales
• En la ventana sesión
encontrará:
Comportamiento no aleatorio de
los datos
Causas especiales en este caso
Gráficas de control para la gerencia
• “El uso de las gráficas de control deberá
comenzar en la gerencia, no en el piso de
ventas.”
—W. Edwards Deming

• “La gerencia avanza un paso importante cuando

se detiene a pedir explicación sobre la variación
aleatoria.”
—F. Timothy Fuller
Gráficas de control para la gerencia
• “El uso de las gráficas de control deberá
comenzar en la gerencia, no en el piso de
ventas.”
—W. Edwards Deming

• “La gerencia avanza un paso importante cuando

se detiene a pedir explicación sobre la variación
aleatoria.”
—F. Timothy Fuller