CONTROL ESTADSTICO DE PROCESOS

UTN-FRM
Unidad 1: Origen y evolucin del Control Estadstico de
Procesos

Mgter. Ing. Julio Ortigala

1.1. Significado de la calidad

La calidad puede definirse desde diferentes puntos de vista, no necesariamente

contrapuestos, sino ms bien complementarios entre ellos.

Una definicin universalmente aceptada es considerar a la calidad como el

conjunto de propiedades de un producto que lo hacen adecuado para su uso.
Consideramos a un producto como el resultado de un proceso donde se pueden
distinguir entradas, transformaciones y salidas. As un producto puede ser el
resultado de un proceso de manufactura, un servicio o una medicin de un
laboratorio,

Desde un punto de vista ms aplicado, la calidad implica satisfaccin de las

necesidades del cliente, tanto externo como interno.

Finalmente desde un punto de vista ms prctico implica que la calidad debe

poder cuantificarse a travs de indicadores cuantitativos y cualitativos.

Hacer referencia a la calidad, implica el anlisis de una organizacin estructurada

que se encadena en diversas acciones y decisiones que se materializan en una
secuencia poltica-gestin-sistema de calidadgaranta de calidad. Alcanzar la
calidad, tanto interna como externa de una organizacin o de un proceso en
particular, comprende la existencia de una Poltica de la Calidad, expresada
en un documento (Manual de la Calidad) que debe ser aprobado por la Alta
Direccin de la organizacin. Esta poltica llevada a la prctica, se traduce en
elementos de Gestin y Sistemas de Calidad, los cuales se materializan en la
denominada Garanta de la Calidad, enfocada a asegurar la calidad planificada.

La Garanta de la Calidad comprende tres grupos de actividades: Control de

Calidad ( Quality Control), Evaluacin de la Calidad (Quality Assesment) y
Acciones Correctivas Internas.

Las actividades de Garanta de la Calidad tienen un carcter cclico y comprenden

tres momentos: el Control de Calidad, que se realiza antes y durante la
realizacin del proceso de medicin, la Evaluacin de la Calidad, que se desarrolla
durante y despus del proceso y las actividades de Correccin que son a posterior
e inciden en la revisin /cambio de las actividades de control.

Las polticas de calidad son estratgicas en cualquier tipo de organizacin, ya sea

de manufactura, de servicios o laboratorios de ensayos y calibracin. En estos,
1
uno de los procesos ms importantes es el de la medicin y ste tiene que reunir
ciertos requisitos bsicos. Entre ellos el de ser un proceso confiable, es decir que
los resultados que emanen de los mismos tengan una alta seguridad sobre su
calidad. Para esto los laboratorios deben conocer los fundamentos de la
metrologa cientfica y de las herramientas que conducen a satisfacer los
requerimientos de calidad metrolgica de los clientes.

La calidad del proceso del laboratorio resulta de la calidad de la medicin

obtenida, la que depende de la calidad del proceso implicado, de la calidad de los
aparatos utilizados y de la capacitacin y experiencia de los responsables de la
medicin y los que organizan y dirigen la organizacin.

Los Sistemas de Calidad aplicados a los laboratorios de ensayo y calibracin,

consisten en el seguimiento de normas y cumplimiento de la legislacin vigente.
En ese sentido la norma internacional de mayor difusin para el aseguramiento de
la calidad en laboratorios de ensayo y calibracin es la ISO / IEC 17025:2005 [2]

1.2 Dimensiones de la calidad

Existen varias maneras de evaluar la calidad de un producto. Garvin ofrece una

excelente discusin de los ocho componentes o dimensiones de la calidad.
Consideraremos siete de stos

1. Desempeo (el producto realmente tiene un desempeo como el previsto?

Se compra un trpano para perforar pozos con formaciones salinas

2. Confiabilidad (con que frecuencia falla el producto?)

Todos los productos fallan durante su periodo de vida til pero no es lo mismo
tener una falla cada seis meses que una falla cada 12 meses

3. Durabilidad ( cul es el periodo de vida til del producto?)

4. Condiciones de reparacin (cul es el tiempo y el costo de una reparacin?)
5. Esttica (como luce el producto?)
6. Caractersticas adicionales de desempeo
7. Conformidad con los estndares. Fabricar un producto como ha sido diseado
es decir totalmente dentro de especificaciones.

Ejemplo: fabricacin de videocaseteras. Las primeras fueron fabricadas en Europa

y EEUU pero no eran confiables y presentaban altos niveles de defectos de
fabricacin. Cuando ingresaron los japoneses al mercado pusieron nfasis en la
confiabilidad y en la fabricacin sin defectos. Esto los posesion como
dominadores del mercado. Luego expandieron las dimensiones de la calidad para
incluir caractersticas adicionales, desempeo mejorado, mantenimiento ms
sencillo y esttica mejorada.

1.3 Definicin moderna de la calidad

La calidad es inversamente proporcional a la variabilidad

2
Cuando la variabilidad disminuye, la calidad aumenta. Por ejemplo, la produccin
de automviles en los estados unidos.( puertas)

1.4. Resea histrica de la calidad

El hombre ha estado relacionado al concepto de calidad desde tiempos pretritos.

A medida que los seres humanos avanzaron en su desarrollo, tambin lo hizo la
naturaleza de sus actividades [3]. El anlisis de los principales hechos histricos,
demuestra que desde hace miles de aos los seres humanos tuvieron la iniciativa
de desarrollar actividades complejas.

En un principio, el control de calidad era inconsciente y aislado pero lleg un

momento de la historia donde el hombre comenz a incorporar elementos
cientficos al proceso de controlar la calidad. En la poca que se construyeron las
pirmides de Egipto ya exista una preocupacin por la calidad y fueron los
egipcios los primeros en aplicar procedimientos formales para controlar la calidad.
Las dificultades que enfrentaban debido a las inundaciones anuales provocadas
por el desbordamiento del Ro Nilo, oblig a los egipcios a adquirir conocimientos
de ingeniera, aritmtica, geometra, topografa y medicin.

El gran avance que se da en la industrializacin a finales del siglo XIX y

principios del XX, aument la complejidad de la produccin. Las
organizaciones comenzaron a interesarse por contar con personas que se
dedicaran especficamente al control de la calidad.

A finales del siglo XIX, se vio la necesidad de difundir el conocimiento tcnico a

travs de publicaciones especializadas. En esta poca surgi la Journal of the
American Statistical Society. Esta revista, en la que se publicaron muchos de los
principales artculos sobre calidad y confiabilidad, se constituyo en una fuente de
conocimientos y avances tcnicos actualizados.

Las tcnicas de control de la calidad que aplicaban los inspectores en esta poca
no eran bastantes buenas para algunas compaas. Empresas como la Western
Electrfic, subsidiaria de la American Bell Telephone Company, buscaron mtodos
ms rigurosos de control de la calidad, que generaran confianza en sus
instrumentos y aplicaciones. Fue esta necesidad la que condujo finalmente en
1924 a la creacin del departamento de ingeniera de inspeccin en la Bell
Telephone Laboratories de la Western Electric. [4]

Las primeras grficas de control surgieron en relacin con sus teoras y mtodos
para el control y garanta de la calidad. En respuesta a los problemas referentes a
la elaboracin de una forma aceptable de informes de inspeccin, que se pudiera
observar de vez en cuando para obtener de una ojeada la mayor cantidad de

3
informacin exacta, en 1924 el Dr. Shewhart dise las grficas de control que
despus se denominaron primeras grficas de control de Shewhart.

En la dcada de 1940 nace lo que se denomina el control estadstico de la calidad

(Feigenbaum). La American Standards Association, a solicitud del Ministerio de
Guerra de los Estados Unidos de Norteamrica, particip en la aplicacin del
control estadstico de la calidad en los productos manufacturados.

La importancia del control de calidad se difundi ms all de los Estados Unidos.

En Japn, la introduccin de cursos sobre control de calidad y
grficas de control de calidad se realza en esta dcada. Deming desempe un
papel muy importante en la difusin y prctica del controlde calidad en Japn.
En Inglaterra se capt desde un principio la importancia de los nuevos
mtodos estadsticos que surgan en la industria y en los laboratorios. Su inters y
participacin en el desarrollo y difusin del conocimiento sobre control de calidad
fue continuo desde la dcada de 1930 hasta la de 1950. En 1952 la Royal Statical
Society public la revista Applied Statistics.

En la dcada del 60 empieza una nueva fase del control de calidad. sta fue el de
una poca que Feigenbaum describi como la del control de calidad total. Antes
de la dcada mencionada, las actividades de control de calidad se asociaban
esencialmente con la fbrica. Las estructuras encargadas de tomar decisiones
comerciales no podan utilizar efectivamente los resultados y recomendaciones
que surgan de la aplicacin de las tcnicas estadsticas.

Las tcnicas no se aplicaban a los problemas serios de control de calidad en los

que estaban ms interesados la direccin de la empresa. No exista el marco de
referencia para hacerlo. El control total de calidad requiere que todos los
departamentos, no solo el de control de calidad, participen en las actividades de
control de calidad. Por tanto, cada departamento tiene determinada
responsabilidad para garantizar una buena calidad.

La certificacin de laboratorios corri paralela a muchos de los avances que se

producan en el rea industrial. En 1975 el Ministerio de Comercio de los Estados
Unidos propuso la creacin del National Voluntary Laboratory Accreditatin
Program (NVLAP). En 1976 se publicaron las leyes y reglamentos para el
programa (Federal Register, 1976). El NVLAP se creo para atender las
necesidades de la industria, de los consumidores, del gobierno y otros, mediante
la certificacin de los laboratorios de prueba de la Nacin. Ms tarde en 1976, el
American Council of Independent Laboratory form la American Association of
Laboratory Accreditacion(AALA).

Con el notable aumento del reconocimiento de la importancia de la

certificacin de laboratorios, no result extrao que aparecieran en la escena
internacional las actividades de certificacin. Segn Wadsworth y colaboradores ,
con el establecimiento en 1977 de la Internacional Laboratory Accreditative
4
Conference (ILAC) se cre un programa que permiti el intercambio de datos
de pruebas entre los laboratorios de diferentes pases [5].

En las dcadas de los 70 y 80, los mtodos estadsticos tambin llegaron a las
etapas de diseo del producto. En este aspecto, el aporte de Taguchi e
fundamental. Los mtodos de Taguchi comprenden las funciones de control de la
calidad tanto fuera de la marcha como sobre la marcha de los procesos. Incluyen
diseo de parmetros, diseo de tolerancias, la funcin de prdida de la calidad,
diseo de experimentos mediante ordenamientos ortogonales y metodologa
aplicada para evaluar los sistemas de medicin.

La generalizacin en el uso de las computadoras, permiti la implementacin en la

industria, de software especfico de control estadstico de procesos. Este
mecanismo de control, tambin debera extenderse a los laboratorios, para
controlar la calidad de las mediciones o sea el producto natural de este tipo de
organizaciones.

La dcada de los 90 se caracteriza por el incremento de las certificaciones ISO

9000 en EEUU. Muchos programas de posgrado exigen cursos formales de
tcnicas estadsticas para el control de los procesos. El enfoque seis sigmas de
Motorola se extiende a otras industrias.

1.5 Mtodos de aseguramiento de la calidad

Los mtodos de aseguramiento de la calidad, de base estadstica, comprenden

fundamentalmente el control estadstico de procesos, los experimentos diseados
y el muestreo para aceptacin[4]. Estas herramientas estadsticas y otras tcnicas
estadsticas correlacionadas con ellas, tienen la misin de asegurar la calidad y
confiabilidad de los resultados de los procesos de la organizacin, como as
mismo lograr la motivacin y confianza de los clientes internos y externos.

No solo participan en lograr el mejor diseo de los procesos sino que tambin
logran corregir y sobre todo prevenir problemas de calidad. Adems permiten
alcanzar, en el caso que se utilicen con alto profesionalismo, el cero defecto en los
procesos, objetivo prioritario de cualquier organizacin que tenga intenciones de
competir exitosamente en los mercados globalizados.

1.5.1 Experimentos diseados

Los experimentos diseados son extremadamente tiles para descubrir las

variables principales que influyen en la caracterstica de calidad de inters
en el proceso. Un experimento diseado es un procedimiento en el que se varan
sistemticamente los factores controlables de entrada al proceso (temperatura,
presin, caudal., velocidad, concentracin, etc) y se estudia el efecto que tienen
dichos factores en los parmetros de salida del producto.

5
Los experimentos diseados estadsticamente son esenciales para medir y
controlar la variabilidad durante el proceso y analizar cuales son las variables que
permiten optimizar el proceso.

Son una herramienta de control de la calidad fuera de lnea, porque se usan a

menudo durante las actividades de desarrollo y en las primeras etapas de diseo o
de validacin. Pero tambin pueden usarse para lograr la optimizacin de un
proceso por lo que se manifiestan como una herramienta estratgica para lograr la
mejora continua de los procesos.

1.5.2 Control estadstico de procesos

Una vez determinadas las variables importantes y la naturaleza de la relacin

entre esas variables y el modelo de salida del proceso, es posible utilizar con
eficiencia considerable una tcnica estadstica de control de procesos en lnea
para regular y vigilar el proceso. Se pueden aplicar tcnicas como los diagramas
de control con el fin de vigilar la salida del proceso y detectar cuando se necesitan
cambios en las entradas para reconvertir dicho proceso a un estado bajo control.

Las entradas actuantes con las salidas del proceso, ayudan a determinar la
naturaleza y magnitud de los ajustes requeridos. Los diagramas de control
tambin proporcionan una retroalimentacin a los operadores y tcnicos, la cual
sirve pata reducir la variabilidad del proceso.

El objetivo principal del control estadstico de procesos es la reduccin de la

variabilidad de las caractersticas de calidad. Su herramienta ms poderosa es la
carta de control, la cual adems de favorecer la disminucin de la variabilidad,
tambin avisan cuando un proceso puede salir de control, con lo cual su
implementacin en cualquier proceso permite adelantarse a la presencia de
medidas defectuosas o carentes de calidad.

La visualizacin grfica de las cartas de control ayuda a tomar medidas

preventivas y predictivas que conducen inexorablemente a un proceso con muy
pocos defectos y acompaan en la implementacin de la mejora continua.

1.5.3 Muestreo para aceptacin

Esta es una tcnica que se practica fuera de lnea, es decir con el producto ya
terminado. Se usa fundamentalmente para inspeccionar las materias primas e
insumos antes de incorporarlos al proceso (por ejemplo botellas y etiquetas en la
industria vitivincola) o para inspeccionar el producto obtenido (por ejemplo la
botella de vino llena y vestida).

Fundamentalmente su objetivo es aceptar o rechazar lotes de productos, por lo

que no incorpora directamente calidad a los mismos. Por ejemplo, se recibe un
lote de frascos para envasar dulce. Para saber si cumplen con los estndares de
calidad fijados de antemano, se saca una muestra representativa del lote y en

6
base a los resultados del anlisis de la muestra se toma una decisin sobre todo el
lote.( se acepta o se rechaza)

1.6 Condiciones generales para la implementacin del Control Estadstico

de Procesos

Los mtodos del control estadstico de procesos pueden proporcionar una

retribucin significativa a las compaas que pueden implementarlos exitosamente.
Aun cuando el SPC, es en gran medida una coleccin de herramientas basadas
en la estadstica para resolver problemas, para la aplicacin exitosa del SPC se
necesita algo ms que el aprendizaje y uso de estas herramientas. La
participacin y compromiso de la alta direccin con el proceso de mejoramiento de
la calidad es el componente vital del xito potencial del SPC. La alta direccin es
el modelo y los dems integrantes de la organizacin mirarn hacia la alta
direccin como gua y ejemplo. Tambin es importante un enfoque de equipo, ya
que es generalmente difcil que una sola persona introduzca mejoras en un
proceso.

El SPC no es un programa que se aplique una sola vez cuando los procesos estn
en falla y se abandone despus. El mejoramiento de la calidad que se enfoca en
la reduccin de la variabilidad debe convertirse en parte de la cultura de la
organizacin.

Al implementar un esfuerzo para reducir la variabilidad y mejorar la calidad en toda

la compaa, hemos encontrado que varios elementos suelen estar presentes en
todos los esfuerzos exitosos. Estos elementos son los siguientes:

Liderazgo de la alta direccin.

Enfoque de equipo.
Capacitacin de todos los integrantes de la organizacin.
nfasis en la reduccin dela variabilidad.
Medir el xito en trminos cuantitativos (econmicos)
Un mecanismo para comunicar los resultados exitosos en toda la
organizacin.

1.6.1 Requisitos inherentes al proceso y al sistema de medicin

Para la correcta implementacin del SPC el proceso productivo debe relevarse en

su conjunto y debe ser analizado por los responsables de la implementacin.
Estos deben conocerlo en profundidad a los efectos de poder recomendar cuales
son los puntos del mismo ms proclives a tener problemas operativos y en los
cuales es de esperar que se produzcan la mayor cantidad de anomalas que
pongan en riego la calidad del producto.

El sistema de medicin es una parte fundamental en la implementacin del SPC.

Todos los equipos involucrados en la tarea de medir deben estar calibrados y en

7
perfecto funcionamiento. La calibracin y el conocimiento de la incertidumbre de
medicin permiten acotar los errores que puedan producirse en la toma de datos.

1.7 Definiciones del Vocabulario Internacional de Metrologa.

1.7.1 Incertidumbre de una medicin

La calidad del resultado de una medicin debe estar medida cuantitativamente de

alguna manera segura y confiable. Es decir que al informar el valor de una
medicin, ste debe ser capaz de garantizarle al usuario que responde a sus
necesidades. Sin esta condicin los resultados de las mediciones no pueden
compararse, ya sea entre ellos o respecto a valores de referencia dados por una
especificacin o un patrn.

Histricamente se han usado con mucha asiduidad los trminos de error y anlisis
del error como parte prctica de la ciencia de las mediciones o metrologa. El
trmino y el concepto de incertidumbre como una caracterstica cuantificable del
resultado de una medicin, es bastante nuevo en la historia de la metrologa.

Actualmente se considera que existe un componente de incertidumbre sobre el

resultado de una medicin, aun cuando se hayan evaluado correctamente y
ajustadamente todas las componentes conocidas o supuestas de un error y se
hubieren aplicado las correcciones adecuadas.

Por esto es vlido preguntarse de cuan bien representa el resultado de una

medicin el valor de la magnitud que se est midiendo.

Es lgico pensar tambin que en un mundo totalmente interconectado y

globalizado y en el cual el uso universal del Sistema Internacional de Medidas (SI),
brinda coherencia a todas las mediciones cientficas y tecnolgicas, se debe
desarrollar un mtodo confiable y cientficamente aceptado para medir la
incertidumbre de las mediciones, las cuales se usarn en las ciencias, la
tecnologa y el comercio. Por esto, el mtodo que se utilice debe ser uniforme a
travs de todo el mundo, de modo tal que las mediciones realizadas en diferentes
puntos del planeta sean fciles de comparar.

Definicin

La incertidumbre es un parmetro no negativo asociado al resultado de una

medicin, que caracteriza la dispersin de los valores que podran ser
razonablemente atribuidos al mensurando (Vocabulario Internacional de
Metrologa). La incertidumbre de medida incluye componentes provenientes de
efectos sistemticos, tales como componentes asociados a correcciones y a los
valores asignados de patrones de medida, as como a la incertidumbre intrnseca

8
(incertidumbre de medida mnima que resulta del nivel de detalle inherentemente
limitado de la definicin del mensurando).

La incertidumbre de una medicin comprende en general varios componentes.

Algunos de ellos pueden evaluarse a partir de la distribucin estadstica de los
resultados de series de mediciones y pueden ser caracterizados por desvos
estndar experimentales. Los otros componentes que tambin pueden
representarse por desvos estndar, son evaluados a partir de distribuciones de
probabilidad supuestas, basadas en la experiencia u otra informacin.

1.7.2 Calibracin: conjunto de operaciones que establecen, en condiciones

especificadas, la relacin entre los valores indicados por un instrumento de
medicin, y los correspondientes valores conocidos de una determinada magnitud
medida.

1.7.3 Trazabilidad: En el Vocabulario de Metrologa Internacional, VIM, la

trazabilidad se define como la propiedad del resultado de una medicin mediante
la cual el resultado se puede relacionar a una referencia a travs de una cadena
ininterrumpida documentada de calibraciones, donde cada una contribuye a la
incertidumbre de medicin. Para esta definicin, la referencia puede ser la
definicin de una unidad de medida a travs de su realizacin prctica o un
procedimiento de medicin que incluye la unidad de medida para una magnitud no
ordinal, o un patrn de medicin.

1.8 Normas ISO 9000

La familia de normas ISO9000 son normas de calidad y gestin continua de

calidad establecidas por la Organizacin Internacional para la estandarizacin
(ISO) que se pueden aplicar en cualquier tipo de organizacin o actividad
sistemtica, que este orientada a la produccin de bienes o servicios. Se
componen de estndares y guas relacionadas con sistemas de gestin y de
herramientas especficas como los mtodos de auditoria.

La familia de normas apareci por primera vez en 1987 teniendo como base una
norma estndar britnica (BS) y se extendi principalmente a partir de su versin
de 1994, estando actualmente en su versin 2008, publicada en 13 de Noviembre
de ese ao.

La principal norma de la familia es actualmente la ISO 9001:2008- Sistemas de

Gestin de la Calidad-Requisitos.

Otra norma vinculada a la anterior es ISO 9004:2000- Sistemas de Gestin de la

Calidad-Gua de mejoras del funcionamiento.

Una organizacin que cumple con la ISO 9001:2000 solo cumple con los requisitos
bsicos en cuanto a normas de calidad. Si quiere ir ms all y lograr la excelencia,
debera cumplir requisitos adicionales. La ISO 9004:2000 establece estos
requisitos adicionales. Esta norma es entonces una gua para la mejora destinada
9
a aquellas organizaciones que quieren ir ms all de los requisitos bsicos de
calidad de la ISO 9001:2000. La ISO 9004:2000 no es una norma certificable y su
cumplimiento no puede ser exigido por una entidad certificadora.

La norma ISO 9001:2008 mantiene de forma general la filosofa del enfoque a

procesos y los ocho principios de gestin de la calidad, a la vez que seguir
siendo genrica y aplicable a cualquier organizacin independientemente de su
actividad, tamao o su carcter pblico o privado.

Si bien los cambios abarcan prcticamente la totalidad de los apartados de la

norma, stos no suponen un impacto para los sistemas de gestin de la calidad de
las organizaciones basados en la ISO 9001:2000 ya que fundamentalmente estn
enfocados a mejorar o enfatizar aspectos como:

Importancia relevante del cumplimiento legal y reglamentario.

Alineacin con los elementos comunes de os sistemas ISO14001.
Mayor coherencia con otra nomas de la familia ISO 9000
Mejora de control de los procesos subcontratados
Aumento de comprensin en la interpretacin y entendimiento de los
elementos de la norma para facilitar su uso.
Eliminacin de las ambigedades en el tratamiento de algunas actividades.

LOS OCHOS PRINCIPIOS DE LA ADMINISTRACIN DE LA CALIDAD

ENFOQUE AL CLIENTE: ENTENDER SUS NECESIDADES Y

EXPECTATIVAS, PLANEAR SU CUMPLIMIENTO Y SUPERARLAS.

LIDERAZGO: ESTABLECER LA POLITICA Y OBJETIVOS DE CALIDAD.

CREAR UN AMBIENTE PROPICIO PARA EL INVOLUCRAMIENTO DEL
PERSONAL.

PARTICIPACIN DEL PERSONAL: COMUNICNDOLE LAS NECESIDADES

DEL CLIENTE E INVOLUCRNDOLO EN EL CUMPLIMIENTO DE SUS
NECESIDADES.

ENFOQUE DE PROCESOS: POR SER LA FORMA MS DIRECTA Y

EFECTIVA PARA LLEGAR A LOS RESULTADOS DESEADOS.

ENFOQUE DE SISTEMAS PARA LA ADMINISTRACIN: IDENTIFICAR,

ENTENDER Y ADMINISTRAR LOS PROCESOS DESDE EL CONTACTO
CON EL CLIENTE, LA GENERACIN DEL PRODUCTO, HASTA LA
ENTREGA Y SEGUIMIENTO DE LA SATISFACCIN DEL CLIENTE.

10

MEJORAMIENTO CONTINUO: CREAR CONCIENCIA EN TODO EL
PERSONAL PARA AUMENTAR PERMANENTEMENTE LA CAPACIDAD
PARA CUMPLIR CON LOS REQUISITOS DEL CLIENTE Y LOS OBJETIVOS
DE CALIDAD.

ENFOQUE BASADO EN HECHOS PARA LA TOMA DE DECISIONES: LAS

DECISIONES MAS EFICACES SON AQUELLAS QUE SE TOMAN CON BASE
EN EL ANLISIS DE DATOS E INFORMACIN CONSISTENTE, CONFIABLE
E INDEPENDIENTE.

RELACIN DE MUTUO BENEFICIO CON LOS PROVEEDORES: LOS

CLIENTES Y PROVEEDORES DEPENDEN UNO DEL OTRO POR LO TANTO
UNA RELACIN GANAR-GANAR, GENERAR MAYORES BENEFICIOS
PARA AMBAS PARTES.

PROCESO

UN SISTEMA DE ACTIVIDADES QUE UTILIZA RECURSOS PARA

TRANSFORMAR ENTRADAS EN SALIDAS.

ISO 17025:2005

REQUISITOS GENERALES PARA LA COMPETENCIA

DE LOS LABORATORIOS
DE ENSAYO Y DE CALIBRACIN

PORQU ACREDITAR UN LABORATORIO?

PORQUE SE DEMUESTRA FORMALMENTE, CON LA EVALUACIN DE UN

ORGANISMO INDEPENDIENTE, LA COMPETENCIA TCNICA Y LA
EFICACIA DEL SISTEMA DE CALIDAD.

PORQUE PERMITE LOGRAR VENTAJAS COMPETITIVAS, ACCEDER A

CLIENTES MS EXIGENTES.

PORQUE SE MEJORA LA CALIDAD DE LOS SERVICIOS.

PORQUE FACILITA LA COOPERACIN ENTRE LOS LABORATORIOS,

INTERCAMBIO DE INFORMACIN, DE EXPERIENCIA, ARMONIZACIN DE
PROCEDIMIENTOS.

11

PORQUE SE INCREMENTAN LAS UTILIDADES, SERVICIOS DE MAYOR
VALOR AGREGADO Y MENORES COSTOS DE LA NO CALIDAD.

REQUISITOS RELATIVOS A LA GESTIN

4.1 ORGANIZACIN
4.2 SISTEMA DE LA CALIDAD
4.3 CONTROL DE LA DOCUMENTACIN
4.4 REVISIN DE PEDIDOS, OFERTAS Y CONTRATOS.
4.5 SUBCONTRACIN DE ENSAYOS Y CALIBRACIONES
4.6 COMPRAS DE SERVICIOS Y DE SUMINISTROS.
4.7 SERVICIOS AL CLINTE.
4.8 QUEJAS
4.9 CONTROL DE TRABAJOS DE ENSAYOS O DE
CALIBRACIONES NO CONFORMES.
4.10 ACCIONES CORRECTIVAS.
4.11 ACCIONES PREVENTIVAS.
4.12 CONTROL DE REGITROS.
4.13 AUDITORIAS INTERNAS.
4.14 REVISIONES POR LA DIRECCION

REQUISITOS TCNICOS

5.1 GENERALIDADES
5.2 PERSONAL
5.3 INSTALACIONES Y CONDICIONES AMBIENTALES.
5.4 MTODOS DE ENSAYOS Y CALIBRACIN Y
VALIDACIN DE LOS MTODOS.
5.5 EQUIPOS
5.6 TRAZABILIDAD DE LAS MEDICIONES
5.7 MUESTREO
5.8 MANIPULEO DE LOS ITEMS DE ENSAYO O DE
CALIBRACIN.
5.9 ASEGURAMIENTO DE LA CALIDAD DE LOS
RESULTADOS DE ENSAYO Y DE CALIBRACIN.
5.10 INFORME DE LOS RESULTADOS.

AUDITORIAS

ACTIVIDAD DOCUMENTADA PARA DETERMINAR, POR MEDIO DE

INVESTIGACION, EXAMEN, Y EVALUACIN DE EVIDENCIAS OBJETIVAS, LA
ADECUACIN Y CONFORMIDAD CON UN ESTNDAR ESTABLECIDO.

12
TIPOS DE AUDITORA

1 PARTE EJ: AUDITORAS INTERNAS

2 PARTE EJ: AUDITORIAS DE CLIENTES

AUDITORIAS A PROVEEDORES

3 PARTE EJ: AUDITORIAS DE CERTIFICACI N

QU PERSIGUE UNA AUDITORA DE CALIDAD ?

CONSTATAR DE MANERA EFECTIVA Y OBJETIVA:

- SI EXISTEN EVIDENCIAS DE NO CONFORMIDADES EN EL SISTEMA DE

CALIDAD CON RELACIN A LOS REQUISITOS APLICABLES.

NO CONFORMIDAD: INCUMPLIMIENTO DE UN REQUISITO ESPECIFICADO

( EN EL MANUAL, EN UN PROCEDIMIENTO)

PROCEDIMIENTOS
MANDATARIOS

CONTROL DE DOCUMENTOS
CONTROL DE REGISTROS
AUDITORIA INTERNA
ACCIONES PREVENTIVAS
ACCIONES CORRECTIVAS
CONTROL DE PRODUCTO NO CONFORME

PIRMIDE DOCUMENTAL

MANUAL DE CALIDAD
PROCEDIMIENTOS
INSTRUCTIVOS DE TRABAJO
REGISTROS

13
1.9 INTRODUCCIN AL CONTROL ESTADISTICO DE PROCESOS (SPC)

El SPC (por sus siglas en ingles) es un men de herramientas destinadas

a alcanzar la calidad total de los productos.

El SPC puede aplicarse a cualquier proceso. Algunas de sus principales

herramientas son:

El histograma

La grafica de Pareto

El diagrama de causa-efecto

El diagrama de dispersin

La carta de control

En cualquier proceso de produccin, independientemente de lo adecuado que sea

su diseo o de la atencin que se preste a su mantenimiento, siempre existir
cierta variabilidad natural. Las causas que producen esta variabilidad se
denominan fortuitas y un proceso que opera de esta manera se dice que est bajo
control estadstico.

Pero en ocasiones existe otra clase de variabilidad, que es de mayor magnitud

que la anterior y pone al proceso fuera de control estadstico. Estas causas se
denominan atribuibles o asignables.

Tres son las fuentes fundamentales de las causas atribuibles:

Ajuste incorrecto de mquinas, equipos, instrumentos.

Errores de operarios.
Materia prima defectuosa.

Con frecuencia, los procesos de produccin operarn en el estado bajo control,

produciendo productos aceptables durante periodos relativamente prolongados.
Con el tiempo, sin embargo ocurren causas asignables, aparentemente al azar,
que ocasionarn un corrimiento a un estado fuera de control en el que una
proporcin mayor de la salida del proceso no cumplirn con los requerimientos.

Uno de los objetivos fundamentales del SPC es detectar con rapidez la ocurrencia
de causas asignables, con la finalidad de realizar investigaciones y emprender las
acciones correctivas, antes de que se produzcan muchas unidades defectuosas.
La carta de control es una tcnica de monitoreo de procesos en lnea que se usa
ampliamente para este fin. Las cartas de control tambin pueden usarse para
estimar los parmetros del proceso de produccin y para determinar con esta
informacin la capacidad del proceso. Asimismo la carta de control puede ofrecer
informacin til para mejorar los procesos Por ultimo recurdese que la meta
ultima del SPC es eliminar la variabilidad de proceso .Tal vez no sea posible
eliminar por completo la variabilidad, pero la carta de control es una herramienta
efectiva para reducir la variabilidad tanto como sea posible.

14
1.10 Fundamentos estadsticos de la carta de control.

Las cartas de control constituyen la herramienta ms potente para controlar en

tiempo real un proceso, es decir que es un control en lnea, en el mismo momento
que se estn desarrollando los procesos. Los procesos pueden ser productivos,
mediciones y ensayos en laboratorios, desarrollos de consultora o administrativos.

La carta de control posee tres usos fundamentales:

Reduccin de la variabilidad del proceso.

Monitoreo y vigilancia del proceso.
Estimacin de los parmetros del proceso.

Una carta de control tpica consta de tres lneas. Posee una lnea central, que
representa el valor promedio de la caracterstica de calidad y que corresponde al
estado bajo control. Tambin se observan dos lneas horizontales, llamadas el
lmite superior de control y el lmite inferior de control. Estos lmites se eligen de
manera tal que si el proceso se halla bajo control estadstico, casi todos los puntos
muestrales se localizarn entre ellos. Los puntos muestrales se ubican en funcin
del tiempo, es decir la carta de control es una serie de tiempo. Es costumbre unir
los puntos muestrales de la carta de control con segmentos de lnea, a fin de
facilitar la visualizacin de la evolucin con el tiempo de la secuencia de puntos.

Si todos los puntos graficados se hallan dentro de los lmites de control y los
mismos aparecen de forma aleatoria, se supone que el proceso se halla dentro de
control y no es necesaria ninguna accin correctiva. Decimos que los puntos
aparecen en forma aleatoria cuando se ubican uno abajo, seguido de otro arriba
de la lnea central o viceversa.

15
 Graficos de control para la densidad
0,82
U C L=0,81586
M edia de la muestr a

0,81

_
_
0,80 X=0,79883

0,79

LC L=0,78179
0,78
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
M uestr a

0,03 U C L=0,02960
Rango de la muestr a

0,02

_
0,01 R=0,00906

0,00 LC L=0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
M uestr a

Si se localiza un punto fuera de los lmites de control, se considera que el proceso

se halla fuera de control y esta situacin amerita una investigacin para hallar la
causa atribuible o asignable que produce esta salida de control. Corregida la
causa se supone que el proceso volver a estar dentro de control.

Incluso si todos los puntos graficados se hallan dentro de los lmites de control
pero no se comportan de manera aleatoria, esta situacin puede ser el indicio de
que el proceso se halla fuera de control estadstico.

En la carta que se observa arriba, se ven al comienzo puntos consecutivos por

debajo de la lnea central, lo cual es una indicacin de un proceso fuera de control.
A partir de la muestra 24, se observa una corrida ascendente, lo cual nos lleva a
pensar tambin en una causa atribuible.

Si la caracterstica de calidad que estamos monitoreando tiene una distribucin de

probabilidad normal, la probabilidad de que aparezca un punto por debajo o por
arriba de la lnea central, es 0,5. La probabilidad de que aparezcan cinco puntos
consecutivos por encima o por debajo de la lnea central es (asumiendo que son
independientes) (0,5)5 ; lo que constituye una probabilidad muy baja y no puede
ser atribuido al azar. De la misma manera, si de los ltimos 20 puntos, aparecen
18 por encima de la lnea central aunque debajo del lmite superior de control y los
otros dos por debajo de la lnea central aunque encima del limite inferior de
control, esta situacin despertara grandes sospechas de que existe alguna causa
asignable que produce ste comportamiento, es decir que no es atribuible al azar.

16
Existe una estrecha relacin entre las cartas de control y una prueba de hiptesis.
Al igual que en las pruebas de hiptesis, en las cartas de control pueden
cometerse dos tipos de errores. Un error tipo I, que es concluir que el proceso est
fuera de control cuando en realidad est dentro de control y un error tipo II que es
concluir que el proceso esta dentro de control cuando en realidad est fuera de
control.

Para ilustrar los conceptos anteriores, imaginemos un proceso donde se controla

la cantidad de un detergente slido. El contenido se verifica por diferencias de
pesadas. El proceso est bajo control con un peso de 800 g y una desviacin
estndar de 1,1 g. Para controlar el proceso se extraen 5 envases cada hora, se
calcula el promedio del peso de los cinco envases y se grafica ese valor en la
()
carta de control. La desviacin estndar de la media muestral x es:

1,1
x = = = 0,49
n 5

Por lo tanto, si el proceso se halla bajo control con un peso de 800 g, entonces al
aplicar el teorema central del lmite, dado que la variable aleatoria peso tiene una
distribucin normal, se espera que 100(1-)% de los pesos medios destrales se
localicen entre 800 + Z / 2 (0,49) y 800 Z / 2 (0,49)

Si se escoge arbitrariamente el valor 3 para la constante Z / 2 , los lmites de

control son:
LSC = 800 + 3(0,49) = 801,47
y

LIC = 800 3(0,49) = 798,53

A este diseo se lo llama comnmente lmites de control tres sigmas.

Obsrvese que elegir los lmites de control es equivalente a establecer la regin

crtica para probar la hiptesis

H 0 : = 800

H1 : 800

La carta de control prueba esta hiptesis cada vez que se grafica un punto.

Puede darse un modelo general para una carta de control. Si w es un estadstico

muestral que mide alguna caracterstica de calidad de inters y suponemos que la
media de w es w y que la desviacin estndar de w es w , entonces la LC, el
LSC y el LIC son:

17
 LSC = w + L. w
LC = w
LIC = w L. w

Donde L es la distancia de los lmites de control a la lnea central, expresada en

unidades de desviacin estndar. El doctor Walter Shewhart fue el primero en
proponer esta teora general de las cartas de control y las cartas de control
desarrolladas segn estos principios llevan el nombre de cartas de control de
Shewhart.

Una parte importante del proceso de accin correctiva asociado con el uso de la
carta de control es el plan de accin para condiciones fuera de control (OCAP, por
sus siglas en ingls). La OCAP es un diagrama de flujo o una descripcin escrita
de la secuencia de actividades que deben llevarse a cabo despus de la
ocurrencia de un evento de activacin.

El OCAP consta de puntos de verificacin, los cuales son causas asignables

potenciales y eliminadores, que son acciones que se emprenden para resolver la
condicin fuera de control mediante, siendo optimistas, la eliminacin de la causa
asignable. Es muy importante que el OCAP especifique el conjunto ms completo
posible de puntos de verificacin y eliminadores y que estn ordenados de tal
modo que se faciliten las actividades de diagnostico del proceso.

1.10.1 Errores que pueden cometerse en una carta de control

Dado que una carta de control es una prueba de hiptesis visual, en ella pueden
cometerse los dos tipos de errores que se analizaron en Prueba de Hiptesis en
Probabilidad y Estadstica en 2 ao.

Cuando el proceso est dentro de control existe una pequea probabilidad de que
un punto caiga fuera de los lmites. En este caso consideraramos que el proceso
est fuera de control cuando en realidad est dentro de control. Ac estaramos
cometiendo un error tipo I, es decir rechazar la hiptesis nula, cuando es
verdadera. Este error tambin recibe el nombre de riesgo del productor, ya que
rechazaramos el producto cuando en realidad ste est dentro de
especificaciones.

Tambin puede ocurrir que se produzca algn cambio en la media del proceso. En
nuestro ejemplo del detergente puede ser que en un determinado momento la
media del proceso no sea 800 gr sino otro valor mayor o menor. Supongamos que
el nuevo valor de la media del peso es 798 g. Frente a este cambio en el proceso,
nos gustara advertirlo lo antes posible, para modificar las variables del proceso y
volver a los 800 gr de media. Sin embargo puede ocurrir que la muestra que
sacamos, nos de un valor que est dentro de los limites de control. En este caso
aceptaramos la hiptesis nula de que = 800 gr con lo que estaramos
cometiendo un error tipo II, es decir aceptar la Hiptesis nula cuando esta es falsa.

18
Este tipo de error tambin se denomina riesgo del consumidor, ya que quien
compra el producto, adquiere algo que en general no cumple con las
especificaciones.

1.11 Clasificacin de las cartas de control

Pueden clasificarse de dos tipos generales. Si la caracterstica de calidad puede

medirse y expresase como un nmero en una escala de medicin continua, suele
llamrsele una variable. En tales casos, es conveniente describir la caracterstica
de calidad con una medicin de tendencia central y una medida de variabilidad. La
carta x es la carta de uso ms comn para controlar la tendencia central, mientras
que las cartas basadas en el rango muestral o en la desviacin estndar muestral,
son las ms adecuadas para controlar la variabilidad.

Muchas caractersticas de calidad no se miden en una escala continua o ni

siquiera en una escala cuantitativa. En estos casos cada unidad del producto
puede clasificarse como conforme o disconforme, segn cumpla o no con ciertas
especificaciones tcnicas establecidas. Tambin pueden contarse los defectos
que posee cada unidad de producto. A las cartas de control para estas
caractersticas de la calidad se les llama cartas de control de atributos.

1.12 Diseo de una carta de control

Los puntos centrales del diseo de una carta de control son: la seleccin del
tamao de la muestra, la seleccin de los lmites de control y la frecuencia del
muestreo.

En la mayora de las cartas de control el diseo sigue consideraciones

estadsticas. Por ejemplo, se sabe que al incrementar el tamao de la muestra
disminuir la probabilidad de cometer un error tipo II, mejorndose la capacidad de
la carta para detectar algn cambio en la media del proceso.

1.12.1 Seleccin de los lmites de control

La especificacin de los lmites de control es una de las decisiones crticas que

deben tomarse al disear una carta de control. Cuando los lmites de control se
alejan ms de la lnea central, se reduce la probabilidad de cometer un error tipo I,
es decir el riesgo que un punto caiga fuera de los lmites cuando el proceso est
totalmente dentro de control. Si embargo, al ensanchar los limites de control,
aumenta la probabilidad de cometer un error tipo II, es decir que un punto caiga
dentro de los lmites cuando el proceso est fuera de control.

19
Se justifica el uso de los lmites tres sigmas porque han dado muy buenos
resultados en la practica y adems se pueden acompaar por otras medidas de
sensibilidad que ayudan a deducir si un proceso est fuera de control.

1.12.2 Limites de advertencia en cartas de control

Algunos ingenieros de proceso han aconsejado el uso de dos conjunto de lmites

control. Por un lado los limites superior e inferir de control tres sigmas. Cuando un
punto cae fuera de estos limites, el proceso se considera fuera de control y hay
que ubicar la causa atribuible. Por otro lado, se pueden colocar un conjunto de dos
lmites (superior e inferior) dos sigmas, llamados de advertencia.

Una situacin donde dos puntos consecutivos caen entre los lmites dos y tres
sigmas, es una seal de que algo incorrecto est sucediendo en el proceso. Una
posible accin a realizar cuando ocurre sto es incrementar la frecuencia de
muestreo o el tamao de la muestra a fin de obtener con rapidez ms informacin
acerca del proceso.

El uso de los lmites de advertencia mejora la sensibilidad del proceso para

encontrar situaciones de fuera de control. Su desventaja es que adiciona una
cierta cantidad de error tipo I al que ya tienen los lmites tres sigmas y esto
redunda en mayor cantidad de falsas alarmas.

1.12.3 Tamao de la muestra y frecuencia de muestreo

Cuando se disea una carta de control es necesario especificar tanto el tamao de

la muestra que debe usarse como la frecuencia de muestreo. En general, las
muestras ms grandes facilitarn la deteccin de corrimientos ms pequeos en el
proceso. Esto se observa en la figura 2.1, donde se grafica la curva caracterstica
de operacin de la carta x para diferentes tamaos de la muestra. Obsrvese que
la probabilidad de detectar un cambio de 74,000 a 74,010 mm se incrementa
cuando el tamao de la muestra, n, se incrementa.

Otra condicin importante es la frecuencia del muestreo. La situacin ms

deseable desde el punto de vista de la deteccin de corrimientos sera tomar
muestras grandes con mucha frecuencia, sin embargo, esto por lo general no es
econmicamente factible. Una forma de compensar la situacin es tomar muestras
grandes en intervalos ms amplios o muestras ms chicas en intervalos ms
pequeos. La prctica actual en la industria tiende a favorecer las muestras ms
pequeas en intervalos ms cortos de tiempo.

Otra manera de evaluar las decisiones respecto del tamao de la muestra y la

frecuencia del muestreo es con la longitud promedio de la corrida (ARL, por sus
siglas en ingles).de la carta de control. En esencia, la ARL, es el nmero promedio
de puntos que deben graficarse antes de que un punto indique una condicin de
fuera de control. Como la distribucin de probabilidad de la ARL es geomtrica,
para su clculo utilizamos la media de esta distribucin. Si las observaciones del
proceso son independientes una de otra, entonces para cualquier carta de
Shewhart, la ARL, puede calcularse como
20
 1
ARL =
p

Donde p es la probabilidad de ocurrencia de un xito, considerando como xito un

punto fuera de los lmites.

Como ejemplo, podemos considerar la carta de control tres sigmas. En esta carta
p=0,0027, es la probabilidad de que un solo punto se localice fuera de los limites
de control cuando el proceso est bajo control. Por lo tanto, la longitud promedio
de la carta cuando el proceso est bajo control (llamada ARLo) es,

1 1
ARLo = = = 370
p 0,0027

Es decir, incluso si el proceso se mantiene bajo control, se genera en promedio,

una seal de fuera de control cada 370 muestras.

Esto tambin se denomina una falsa alarma, ya que al tener un punto fuera de los
lmites de control, se buscar una causa atribuible pero sta no existe ya que el
proceso se halla dentro de control.

El uso de la longitud promedio de corrida para describir el desempeo de las

cartas de control ha sido objeto de crticas los ltimos aos. Las razones de ello
surgen porque la distribucin de la longitud de corrida para una carta de control de
Shewhart es una distribucin geomtrica. Por consiguiente, hay dos
preocupaciones con la ARL: 1) la desviacin estndar de la longitud de la corrida
es muy grande, y 2) la distribucin geomtrica tiene un sesgo muy pronunciado,
por lo que la media de la distribucin (la ARL) no es necesariamente un valor muy
tpico de la longitud de corrida.

Se puede calcular y llegar a la conclusin que con p=0,0027, la desviacin

estndar de la distribucin geomtrica es igual a su media. Como resultado, la
ARLo real observada en la prctica para la carta de control x de Shewhart
posiblemente presentar variaciones considerables. Adems, para la distribucin
geomtrica con p=0,0027, el dcimo y el quincuagsimo percentil de la
distribucin son 38 y 256, respectivamente. Esto significa, que cerca del 10 % del
tiempo la longitud de la corrida bajo control ser menor o igual a 38 muestras, y
que el 50 % de las veces ser menor o igual a 256 muestras, Esto ocurre porque
la distribucin geomtrica con p= 0,0027 tiene un sesgo a la derecha muy
pronunciado.

Tambin se puede calcular la longitud promedio de corrida cuando el proceso est

fuera de control.

21
 1
ARL1 =
p

donde p es la probabilidad de que se detecte el corrimiento de la media, en el

caso de carta x . Si representa la probabilidad de que no se detecte el cambio
de la media del proceso, 1- representa la probabilidad de que s se detecte.
Por lo tanto

1 1
ARL1 = =
p 1

1
Por ejemplo, si = 0,6 , entonces ARL1 = = 2,5
1 0,6

Es decir que se necesitan en promedio 2,5 muestras para detectar el cambio en el

proceso.

Su se considera que este valor es inaceptable porque se tiene demasiada

produccin fuera de especificaciones, se puede aumentar el tamao de la muestra
para tener un menor error tipo II.

Figura 2.1 Curva caracterstica de operacin

1.12.4 Subgrupos Racionales

22
Supongamos que se est usando una carta de control para detectar cambios en la
media del proceso. El concepto de subgrupo racional significa que los subgrupos o
muestras debern seleccionarse de tal modo que, en caso, de estar presentes
causas asignables, se maximicen las oportunidades de las diferencias entre los
subgrupos y que al mismo tiempo se minimicen las oportunidades de las
diferencias debidas a las causas asignables dentro de un subgrupo.

Se usan dos criterios para la construccin de subgrupos racionales. En el primer

enfoque, cada muestra consta de unidades que se produjeron al mismo tiempo (o
tan prximo entre si como sea posible). Este enfoque se utiliza cuando la finalidad
principal de la carta de control es detectar los corrimientos en el proceso. Se
minimiza la oportunidad de la variabilidad debida a causas asignables dentro de
una muestra y se maximiza la oportunidad de la variabilidad entre muestras si hay
causas asignables.

En el segundo enfoque, cada muestra est formada de unidades del producto que
son representativas de todas las unidades que se produjeron desde que se tom
la ltima muestra. Cada subgrupo es una muestra aleatoria de toda la produccin
del proceso sobre el intervalo de muestreo. Reutiliza este enfoque cuando se
quiere tomar decisiones sobre la aceptacin de todas las unidades del producto
que se han producido desde la ltima muestra.

1.13 Reglas de sensibilizacin para cartas de control

Es posible aplicar varias reglas para determinar si un proceso est fuera de

control. Es decir que adems que se presente un punto fuera de los lmites,
existen otros comportamientos que ameritan pensar en una salida de control.
Estas reglas se emplean para aumentar la sensibilidad de las cartas para detectar
situaciones de fuera de control.
a) Un punto por fuera de los lmites de control tres sigmas
b) dos de tres puntos consecutivos entre los lmites dos y tres sigmas.
c) cinco puntos consecutivos por encima o por debajo de la lnea central.
d) Seis puntos consecutivos que se incrementan o se decrementan de manera
sostenida.
e) un patrn no aleatorio en los datos.

La desventaja de la aplicacin de varias reglas de sensibilizacin est en el hecho

de que cada una de stas introduce un determinado error tipo I y se van
potenciando una a otra. Para calcular el efecto total, se puede aplicar:

Siempre que la totalidad de las k reglas de decisin sean independientes.

23