Walter A.

Shewhart
Walter Andrew Shewhart (pronunciado como "Shu-jart",18 de marzo de 1891 - 11 de
marzo de 1967) fue un físico, ingeniero y estadístico estadounidense, a veces conocido como
el padre del control estadístico de la calidad.
W. Edwards Deming dijo de él:
Como un estadístico, él era, como muchos de nosotros, autodidacta, con un buen
conocimiento previo de física y matemática.

Primeros años y educación[editar]

Nacido en New Canton, Illinois de Anton y Esta Barney Shewhart, asistió a la University of
Illinois antes de obtener un doctorado en física de la University of California, Berkeley en 1917.

Trabajo sobre la calidad industrial[editar]

Los ingenieros de Bell Telephone’s habían estado trabajando para mejorar la fiabilidad de sus
sistemas de transmisión. Debido a que los amplificadores y otros equipos tenían que ser
enterrados, había una necesidad comercial de reducir la frecuencia de las fallas y
reparaciones. Cuando el Dr. Shewhart se unió a la Western Electric Company Inspection
Engineering Department en Hawthorne Works en 1918, la calidad industrial estaba limitada a
la inspección de productos terminados y la remoción de artículos defectuosos. Todo eso
cambió el 16 de mayo de 1924. El jefe del Dr. Shewhart, George D Edwards, recuerda: "El Dr.
Shewhart preparó un pequeño memorándum de sólo una página de longitud. Casi un tercio de
la página lo ocupaba un sencillo diagrama que todos reconocemos hoy día como un diagrama
de control esquemático. Ese diagrama, y el corto texto que lo precedía y lo seguía, establece
todos los principios esenciales y consideraciones encerrados en lo que hoy conocemos como
Control Estadístico de Procesos."1 El trabajo de Shewhart remarcaba la importancia de reducir
la variación en un proceso de manufactura y entender que el continuo proceso de ajuste en
reacción a no-conformidades en realidad incrementaba la variación y degradaba la calidad.
Shewhart enmarcó el problema en términos de variación por Causas Normales o
Aleatorias y Causas Especiales o Asignables e introdujo las gráficas de control como una
herramienta para distinguir entre las dos. Shewhart enfatizaba que traer proceso de
producción a un estado de control estadístico, donde solo hay variación por Causas Normales
o Aleatorias, y mantenerlo controlado, es necesario para predecir el resultado futuro y
administrar un proceso económicamente. Dr. Shewhart creo las bases para el gráfico de
control y el concepto de un "Estado de control estadístico por medio de experimentos
diseñados cuidadosamente". Aunque el Dr. Shewhart se basó en teorías estadísticas
matemáticas puras, él entendió que los datos de un proceso físico nunca produce una "curva
de distribución normal" (una distribución Gaussiana, conocida también como una "curva de
campana"). Él descubrió que la variación observada en datos de manufactura no siempre se
comportaba igual que los datos en la naturaleza (movimiento Browniano de partículas). El Dr.
Shewhart concluyó que aunque todo proceso muestra variación, algunos procesos muestran
variación controlada que es natural al proceso, mientras que otros muestran variación sin
control que no está presente en el sistema causal de proceso todas las veces.2
Shewhart trabajó para progresar las ideas en los Laboratorios de la Telefónica Bell desde su
fundación en 1925 hasta su retiro en 1956, publicando una serie de artículos en Bell System
Technical Journal.
Su trabajo fue incluido en su libro Economic Control of Quality of Manufactured
Product (1931).
Los gráficos de Shewhart fueron adoptados por la Sociedad Americana de Pruebas y M
ateriales American Society for Testing y Materials (ASTM) en 1933 y abogó para mejorar la
producción durante la Segunda Guerra Mundial en los Estándares Americanos de Guerra
Z1.1-1941, Z1.2-1941 y Z1.3-1942.

Trabajo posterior[editar]
Desde finales de los 1930 en adelante, los intereses de Shewhart se expandieron desde la
calidad industrial a la ciencia y la inferencia estadística. El título de su segundo libro Método
Estadístico desde el punto de vista del Control de Calidad (1939) hace la audaz
pregunta: ¿Qué puede aprender la práctica estadística, y la ciencia en general, de la
experiencia del control industrial de calidad?
Su trabajo más convencional lo llevó a formular la idea estadística de intervalos de tolerancia y
proponer sus reglas de presentación de datos, que listamos aquí:

1. La información no tiene significado fuera su contexto.

2. La información contiene señal y ruido. Para poder sacar información, se tiene que
separar la señal del ruido dentro de la información.
Walter Shewhart visitó India en 1947-48 bajo el patrocinio de P. C. Mahalanobis del Indian
Statistical Institute. Shewhart recorrió el país, dio conferencias y estimuló el interés en el
control estadístico de la calidad entre los industriales indios.3
Murió en Troy Hills, New Jersey en 1967.

Influencia[editar]
En 1938 su obra llama la atención de los físicos W. Edwards Deming y Raymond T. Birge.
Ambos estaban profundamente intrigados por la medición del error en ciencia y habían
publicado un ensayo semanal en Reviews of Modern Physics en 1934. Al leer las ideas
(insights) de Shewhart, escribieron al journal para cambiar totalmente su enfoque en los
términos de lo que Shewhart promocionaba.
El encuentro comenzó una larga colaboración entre Shewhart y Deming que incluyó trabajos
sobre la productividad durante la Segunda Guerra Mundial y Deming's promovió las ideas de
Shewhart en Japón desde 1950 en adelante. Deming desarrolló algunas de las propuestas
metodológicas de Shewhart acerca de la inferencia científica y llamó a su síntesis el ciclo de
Shewhart. (Shewhart cycle).

Citas[editar]
Tanto la ciencia pura como la aplicada gradualmente han empujado más y más los requisitos
de exactitud y precisión. Sin embargo, la ciencia aplicada, en particular en la producción en
masa de piezas intercambiables, es aún más exigente de lo que la ciencia pura en algunas
cuestiones de exactitud y precisión.
Los avances en la modificación de nuestro concepto de control ha sido y será
comparativamente lento. En primer lugar, se requiere la aplicación de determinados conceptos
físicos modernos; y en segundo lugar se requiere la aplicación de métodos estadísticos que
hasta el momento han sido en su mayor parte han permanecido inalterados en la revista en
que apareció.
Proposiciones de Shewhart
1. Todos los sistemas de oportunidad de las causas no son iguales en el sentido de que nos
permiten predecir el futuro en términos del pasado.
2. Las causas de sistemas de azar constantes que existen en la naturaleza.
3. Las causas asignables de variación se pueden encontrar y eliminar.
Sobre la base de pruebas, como ya presentadas, parece factible establecer criterios que
permitan determinar cuándo asignable causas de variación en la calidad han sido eliminadas
de manera que el producto puede entonces ser considerado para ser controlado dentro de
ciertos límites. Este estado de control parece ser, en general, una especie de límite al que
podemos esperar para ir económicamente en la búsqueda y eliminación de las causas de la
variabilidad sin cambiar una parte importante del proceso de fabricación como, por ejemplo,
estaría involucrada en la sustitución de nuevos materiales o diseños.
La definición de azar en términos de un funcionamiento físico es notoriamente sin efecto en la
operaciones matemáticas de la teoría estadística, porque hasta el momento ya que estas
operaciones matemáticas se refiere puramente al azar y es simplemente un término indefinido.
La formal y abstracta teoría matemática tiene un independiente y solitaria existencia a veces
de su propia cuenta. Pero cuando un matemático plazo indefinido, como al azar se le da un
significado operacional definido en términos físicos, toma en empírica y práctica. Cada
teorema matemático la participación de este concepto no definido matemáticamente se
pueden dar el siguiente formulario predictivo: Si lo hace y así, entonces tal y tal que va a
suceder.
Cada frase es para tener definido sentido científico debe ser la práctica o, al menos en teoría,
ya sea verificable como verdadero o falso sobre la base de mediciones experimentales, ya sea
en teoría o la práctica pueden obtenerse mediante la realización de una clara y previamente
especificado operación en el futuro. El significado de esa frase es el método de su verificación.
En otras palabras, el hecho de que el criterio nos ha de utilizar una multa de ascendencia
highbrow teoremas estadística no justifica su uso. Esa justificación debe provenir de la
evidencia empírica de que las obras.
Presentación de datos depende de las acciones
Regla 1. Datos originales deberán ser presentados en una forma que preserve la evidencia en
los datos originales para todas las predicciones del supuesto de que sea útil.
Regla 2. Cualquier resumen de una distribución de los números en términos de funciones
simétricas no debería dar un objetivo grado de creencia en cualquiera de las inferencias o
predicciones que se hizo de él que podría causar la acción humana significativamente
diferente de lo que esta acción sería si la distribución original ha han tomado como prueba.

Véase también

Walter Shewhart
Walter Andrew Shewhart. Físico, ingeniero y estadístico, conocido como el padre del
control estadístico de calidad. Primer miembro honorario de la ASQ (Sociedad
Americana para la Calidad), reunió con éxito las disciplinas de estadística, ingeniería y
economía.
Síntesis biográfica
Inicios
Nació en New Canton, Illinois, Estados Unidos, hijo de Antón y Esta Barney Shewhart,
acudió a la Universidad de Illinois, y se doctoró en física en la Universidad de
California en Berkeley en 1917.

Shewhart tuvo una excelente preparación en ciencias e ingeniería que le permitieron

tener una vida llena de logros. Impartió clases en las universidades de Illinois y
California, y encabezó durante un tiempo breve el Departamento de Física en la
Escuela Normal de Wisconsin en LaCrosse, Estados Unidos.

Un elemento de éxito de Shewhart fue su búsqueda de individuos conocedores y con

ideas brillantes, metódicamente cultivaba estas fuentes y obtenía de ellos información
y consejo que lo hacían muy apreciado. En una serie de reconocimientos a Shewhart
publicados en Industrial Quality Control en agosto de 1967, el comentario más
impactante de los colaboradores -muchos de ellos figuras importantes en el desarrollo
del control de calidad- fue su reconocimiento por el respetuoso acercamiento de
Shewhart y el sincero interés por el trabajo y las preocupaciones de los otros. Su
carácter se resume en los comentarios hechos por el Presidente del Comité que
otorgó la primera medalla Shewhart.
Como estadístico, el era, como varios de nosotros, autodidacta, con muy buenas bases de
física y matemáticas.

William Edwards Deming

Vida laboral
Shewhart dedicó la mayor parte de su carrera profesional como ingeniero en la
compañía Western Electric, desde 1918 hasta 1924, y en los laboratorios de la Bell
Telephone, donde se desarrolló en diversos puestos como miembro del personal
técnico de 1925 hasta su retiro en 1956.

Los ingenieros de Bell Telephone habían estado trabajando para mejorar la

confiabilidad de sus sistemas de transmisión. Debido a que sus amplificadores y otros
equipos debían ser instalados bajo tierra, había la necesidad económica de reducir la
frecuencia de fallas y reparaciones. Bell Telephone ya se había dado cuenta de la
importancia de reducir la variación en el proceso de manufactura. Por otra parte, se
habían dado cuenta que el proceso continuo de ajustes como reacción a las fallas
reportadas, en realidad aumentaban las variaciones en detrimento de la calidad de los
equipos.

En 1924, Shewhart delimitó el problema en términos de variación de causas

asignables y causas ocasionales e introdujo la gráfica de control como una
herramienta para distinguir entre las dos. Shewhart hizo hincapié en que para llevar
un proceso de producción a un estado de control estadístico, donde sólo existan
variaciones de causas ocasionales, y mantenerlo en control, se requiere predecir los
resultados futuros y administrarlo económicamente.

De fines de 1930 en adelante, los intereses de Shewhart se expandieron más allá de

la Calidad Industrial, a conceptos más amplios en ciencia e inferencia estadística.

En 1932, impartió una conferencia en Inglaterra bajo el patrocinio de Kart Pearson,

sus ideas trajeron poco entusiasmo en la tradición estadística inglesa. Los estándares
británicos basados de nombre en su trabajo, son de hecho seriamente divergentes en
aspectos filosóficos y metodológicos en la práctica.

Su trabajo cotidiano lo condujo a formular el concepto estadístico de intervalos de

tolerancia y a proponer sus reglas para la presentación de datos.

El título de su segundo libro Statistical Method from the Viewpoint of Quality

Control (1939) hace la audaz pregunta ¿Qué pueden aprender la práctica estadística
y la ciencia en general de la experiencia del control de calidad industrial?

Enseñó Control de Calidad y Estadísticas Aplicadas en la Universidad de Londres, en

el Instituto Tecnológico Stevens, en la Escuela de Graduados del Departamento de
Agricultura de los Estados Unidos, y en la India. Fue un miembro del Comité de
Visitas del Departamento de Relaciones Sociales de Harvard, profesor honorario
en Rutgers, y miembro del Comité Asesor del Departamento
de Matemáticas en Princeton, Estados Unidos.

Solicitado con frecuencia como consultor, Shewhart sirvió al Departamento de Guerra

de Estados Unidos, las Naciones Unidas y el gobierno de la India, estuvo muy activo
en el Consejo Nacional de Investigación y en el Instituto Internacional de Estadística.

Miembro honorario de la Real Sociedad Estadística de Inglaterra, y de la Asociación

de Estadística de Calcuta. Fue miembro y director del Instituto de Estadísticas
Matemáticas, de la Asociación Americana para el Avance de la Cienciay formó parte
de la Asociación Americana de Estadística, miembro de la Sociedad Econométrica,
del Instituto Internacional de Estadística y de la Academia de Ciencias de Nueva York.

Se desempeñó por más de 20 años como el primer editor de la Serie "Estadísticas

Matemáticas" publicada por John Wiley & Sons.

Shewhart visitó la India tres veces bajo el patrocinio de Prasanta Chandra

Mahalanobis. Gracias a una de estas visitas, en la década de los 50's, trabajó en
colaboración con Genichi Taguchi. También visitó Japón.

Publicaciones
Publicó una serie de documentos en el Bell System Technical Journal. Su trabajo fue
resumido en su libro Economic Control of Quality of Manufactured Product (1931). Las
gráficas de Shewhart fueron adoptadas por la American Society for Testing
Materials (ASTM, Sociedad Americana para Prueba de Materiales) en 1933 y
utilizadas para aumentar la producción durante la Segunda Guerra Mundial en los
estándares americanos de guerra Z1.1-1941, Z1.2-1941 y Z1.3-1942.

Adicionalmente, publicó numerosos artículos en revistas profesionales y muchos de

sus escritos se mantuvieron internamente en los Laboratorios Bell. Uno de éstos fue el
histórico memorando del 16 de mayo de 1924, en el cual proponía las gráficas de
control a sus superiores.

La propuesta de Shewhart a la estadística fue radicalmente diferente a la de muchos

de sus contemporáneos. Él poseía una fuerte visión operativa, ampliamente tomada
de los escritos del filósofo pragmático Clarence Irving Lewis, que influyó su práctica
estadística. En particular había leído muchas veces el libro Mind and the World
Order de Lewis.

Muerte
Murió en Troy Hills, New Jersey, Estados Unidos en 1967.

Logros y honores
Sus reconocimientos incluyen:

 Miembro fundador, integrante y presidente del Institute of Mathematical Statistics;

 Miembro fundador, primer miembro honorario y primero en ganar la medalla
Shewhart de la American Society for Quality Control;
 Miembro y presidente de la American Statistical Association;
 Miembro del International Statistical Institute;
 Miembro honorario de la Royal Statistical Society;
 Ganador de la medalla Holley de la American Society of Mechanical Engineers;
 Doctor Honorario en Ciencias del Indian Statistical Institute, en Calcuta, India.
 Gráfico de control
 (Redirigido desde «Gráfica de control»)
 Ir a la navegaciónIr a la búsqueda
 Los Gráficos de control sirven para poder analizar el comportamiento de los
diferentes procesos y poder prever posibles fallos de producción mediante métodos
estadísticos. Estas se utilizan en la mayoría de los procesos industriales.
En ciertos procesos en los que se alcanza un alto grado de capacidad es aconsejable reducir
el nivel de control proporcionado por los gráficos de control estándar, para ello utilizaremos los
límites de control modificados.

Límites de control modificados[editar]

Los límites de control modificados para la Xmedia se utilizan cuando Cp o Cpk es mucho mayor
que 1, es decir, cuando la variabilidad del proceso es mucho menor que la extensión de los
límites.
Pongamos, por ejemplo, que nuestro proceso consiste en llenar sacos de arena. Las
especificaciones del fabricante exigen que cada saco sea llenado con una cantidad de arena
entre los 10.00Kg y los 10.20 Kg. Por otra parte, nuestro proceso puede operar con una
variación de 0.01 Kg. Vemos que en este caso la capacidad del proceso es:

En estos casos en los que el intervalo de las especificaciones es tan grande en relación a
6σ se recomienda cambiar de los gráficos de control de Xmedia habitual a los gráficos
modificados. En esta, se permite el desplazamiento de la media un cierto rango, siempre
que esta variación no resulte en la aparición de un número significativo de piezas
defectuosas, es decir, producir piezas defectuosas con una probabilidad δ. La media se
puede desplazar, tanto superior µU como inferiormente µL, un valor tal que la probabilidad
de estar fuera de las especificaciones sea δ. Supondremos que la variabilidad del proceso
está bajo control. Para especificar los nuevos límites de control de la carta modificada,
tendremos en cuenta que el valor de la media tiene que estar entre µU y µL, se pueden
calcular mediante:
Donde Zδ representa el punto porcentual superior 100(1-α) de la distribución normal estándar.

Para estimar estos límites lo más común es que la Zα tenga un valor de 3.

Para los gráficos de control modificados debe utilizarse una buena estimación de σ.
En los casos en los que la variabilidad en el proceso cambia, los límites de control
modificados no son adecuados y en su lugar se debe usar un gráfico R o S.

WALTER SHEWHART
Publicado por activado 8 Julio 2012
Walter Andrew Shewhart (pronunciado como "Shu-jart", 18 de marzo de 1891 - 11 de
marzo de 1967) fue un físico, ingeniero y estadístico estadounidense, a veces
conocido como el padre del control estadístico de la calidad.

Nacido en New Canton, Illinois de Anton y Esta Barney Shewhart, asistió a la

University of Illinois antes de obtener un doctorado en física de la University of
California, Berkeley en 1917.

Trabajo sobre la Calidad Industrial.

Los ingenieros de Bell Telephone’s habían estado trabajando para mejorar la fiabilidad
de sus sistemas de transmisión. Debido a que los amplificadores y otros equipos
tenían que ser enterrados, había una necesidad comercial de reducir la frecuencia de
las fallas y reparaciones. Cuando el Dr. Shewhart se unió a la Western Electric
Company Inspection Engineering Department en Hawthorne Works en 1918, la
calidad industrial estaba limitada a la inspección de productos terminados y la
remoción de artículos defectuosos. Todo eso cambió el 16 de mayo de 1924. El jefe
del Dr. Shewhart, George D Edwards, recuerda: "El Dr. Shewhart preparó un pequeño
memorandum de sólo una página de longitud. Casi un tercio de la página lo ocupaba
un sencillo diagrama que todos reconocemos hoy día como un diagrama de control
esquemático. Ese diagrama, y el corto texto que lo precedía y lo seguía, establece
todos los principios esenciales y consideraciones encerrados en lo que hoy
conocemos como Control Estadístico de Procesos."1 El trabajo de Shewhart
remarcaba la importancia de reducir la variación en un proceso de manufactura y
entender que el continuo proceso de ajuste en reacción a no-conformidades en
realidad incrementaba la variación y degradaba la calidad.

Shewhart enmarcó el problema en términos de variación por Causas Normales o

Aleatorias y Causas Especiales o Asignables e introdujo las gráficas de control como
una herramienta para distinguir entre las dos. Shewhart enfatizaba que traer proceso
de producción a un estado de control estadístico, donde solo hay variación por
Causas Normales o Aleatorias, y mantenerlo controlado, es necesario para predecir el
resultado futuro y administrar un proceso económicamente. Dr. Shewhart creo las
bases para el gráfico de control y el concepto de un "Estado de control estadístico por
medio de experimentos diseñados cuidadosamente". Aunque el Dr. Shewhart se basó
en teorías estadísticas matemáticas puras, él entendió que los datos de un proceso
físico nunca produce una "curva de distribución normal" (una distribución Gaussiana,
conocida también como una "curva de campana"). Él descubrió que la variación
observada en datos de manufactura no siempre se comportaba igual que los datos en
la naturaleza (movimiento Browniano de partículas). El Dr. Shewhart concluyó que
aunque todo proceso muestra variación, algunos procesos muestran variación
controlada que es natural al proceso, mientras que otros muestran variación sin
control que no está presente en el sistema causal de proceso todas las veces.2

Shewhart trabajó para progresar las ideas en los Laboratorios de la Telefónica Bell
desde su fundación en 1925 hasta su retiro en 1956, publicando una serie de artículos
en Bell System Technical Journal.

Desde finales de los 1930s en adelante, los intereses de Shewhart se expandieron

desde la calidad industrial a la ciencia y la inferencia estadística. El título de su
segundo libro Método Estadístico desde el punto de vista del Control de Calidad
(1939) hace la audaz pregunta: ¿Qué puede aprender la práctica estadística, y la
ciencia en general, de la experiencia del control industrial de calidad?

Su trabajo más convencional lo llevó a formular la idea estadística de intervalos de

tolerancia y proponer sus reglas de presentación de datos, que listamos aquí:

1. La información no tiene significado fuera su contexto.

2. La información contiene señal y ruido. Para poder sacar información, se tiene que
separar la señal del ruido dentro de la información.

En 1938 su obra llama la atención de los físicos W. Edwards Deming y Raymond T.

Birge. Ambos estaban profundamente intrigados por la medición del error en ciencia y
habían publicado un paper seminal en Reviews of Modern Physics en 1934. Al leer las
ideas (insights) de Shewhart, escribieron al journal para cambiar totalmente su
enfoque en los términos de lo que Shewhart promocionaba.

El encuentro comenzó una larga colaboración entre Shewhart y Deming que incluyó
trabajos sobre la productividad durante la Segunda Guerra Mundial y Deming's
promovió las ideas de Shewhart en Japón desde 1950 en adelante. Deming desarrolló
algunas de las propuestas metodológicas de Shewhart acerca de la inferencia
científica y llamó a su síntesis el ciclo de Shewhart (Shewhart cycle).

Fue el editor fundador de la Wiley Series en Mathematical Statistics, un rol que

mantuvo por veinte años, siempre promocionando la libertad de expresión y
convencido de publicar opiniones diferentes de las suyas.

Los gráficos de control de Shewhart: principios

básicos
Un gráfico de control es una herramienta gráfica que muestra una magnitud de una
característica que ha sido obtenida a través de un proceso de muestreo. El eje vertical
muestra la magnitud, y el eje horizontal representa el tiempo o bien el número de muestra.
La Línea Central (LC) representa el valor medio de la característica bajo estudio. Las
Líneas Superior e Inferior de Control son unos límites que, si son sobrepasados, indican
que el proceso probablemente ha perdido su estabilidad estadística y está por tanto
probablemente fuera de control. La consecuencia de esto es que es preciso llevar a cabo
una investigación para descubrir la causa de esta perturbación y llevar a cabo acciones
correctivas para eliminarla. Mientras estos límites no sean traspasados, se asume que el
proceso probablemente está en control estadístico y no es preciso desarrollar acción
correctiva alguna.
Los puntos que aparecen en el gráfico son las medidas concretas que en cada muestra se
han ido obteniendo. Es costumbre conectar los puntos de observación con líneas rectas
con objeto de facilitar la visualización.
En el anterior párrafo está resaltada la palabra “probablemente” porque el estar dentro o
fuera de estos límites no nos da certeza sobre el estado de control.

ELECCION DE LOS LIMITES DE CONTROL

Supongamos que tenemos un proceso que responde a una ley normal, como la del dibujo y
hagamos que los límites de control sean los marcados. En esta situación cualquier valor
que obtengamos a la derecha de LCS o a la izquierda de LCI serán considerados como
valores indicativos de estado fuera de control. Se puede observar a simple vista que las
áreas a derecha e izquierda de estos puntos son significativamente grandes. El proceso
subyacente es capaz de suministrar valores en todo el rango horizontal, por lo tanto los
valores en las zonas I y D son propios del proceso y como no ha cambiado la distribución
(el cambio supondría una nueva distribución, que sería la señal de la aparición de una
causa no constante) son valores “buenos” que nosotros identificaremos como “malos”. Es
decir, se trataría de una falsa alarma, con el efecto pernicioso de que nos llevaría a realizar
una serie de acciones. Con los límites puestos en el dibujo, sería bastante habitual la
generación de estas falsas alarmas y esto no sería económicamente viable. Este efecto se
denomina error Tipo I (dar por malo algo que es bueno).

Por otro lado, si suponemos que ha entrado en juego una causa no constante, provocará
un cambio en la distribución, por ejemplo un deslizamiento a la derecha (un corrimiento
hacia la derecha de la media). Tenemos ahora una nueva distribución, pero esta nueva
distribución es capaz de entregar resultados dentro de la “zona buena”, entre los dos
límites de control. En este caso estaríamos interpretando como “bueno” un resultado que es
“malo”. Dicho de otra forma, un valor generado por una distribución con caus a asignable no
somos capaces de detectarlo porque nos saldría dentro de los límites de control.
Estaríamos cometiendo aquí un Error Tipo II (dar por bueno algo que es malo).
Si ahora separáramos las líneas verticales LIC y LCS se ve que la probabilidad del error
tipo I desciende (o sea, hay menos falsas alarmas), y esto nos lleva a hacer menos
“acciones correctivas en falso”, es decir, en circunstancias en las que no había que haber
hecho nada.

En la práctica se toman como límites unas “distancias” de 3 veces la desviación típica, a

derecha y a izquierda de la línea central.
LCI = LC – 3·σ
LCS = LC + 3·σ
El motivo de esta elección es de índole puramente práctica y de naturaleza empírica:
simplemente se ha demostrado a lo largo del tiempo, desde el primer momento en que
Shewhart propuso estos límites, que constituyen buen intervalo en el que se equilibra la
capacidad de control con una limitación del coste que suponen las falsas alarmas.