NCh2234-ISO 8258

Contenido

Página

Preámbulo V

0 Introducción 1

1 Alcance 2

2 Símbolos 2

3 Naturaleza de los gráficos de control de Shewhart 4

4 Tipos de gráficos de control 6

4.1 Gráficos de control sin valores especificados 7

4.2 Gráficos de control con valores especificados 7

4.3 Tipos de gráficos de control por variables y por atributos 7

5 Gráficos de control por variables 8

5.1 ( )
Gráfico de promedio X , gráfico de rango (R ) y gráfico de
desviación estándar (s ) 9

5.2 Gráfico de control para individuos ( X ) 11

5.3 Gráficos de control para medianas (Me) y rangos (R ) 12

6 Procedimiento de control e interpretación de los

gráficos de control por variables 13

7 Patrones de comparación para detectar causas asignables de

variación 14

8 Control de proceso y capacidad del proceso 15

I
NCh2234-ISO 8258

Contenido

Página

9 Gráficos de control por atributos 19

10 Consideraciones preliminares antes de comenzar un gráfico de

control 21

10.1 Elección de las características de calidad 21

10.2 Análisis del proceso de producción 21

10.3 Selección de los subgrupos racionales 21

10.4 Frecuencia y tamaño de las muestras para la inspección por

variables 22

10.5 Recolección preeliminar de datos 23

11 Etapas en la construcción de los gráficos de control 23

12 Ejemplos ilustrativos: Gráficos de control por variables 25

12.1 Gráfico X y gráfico R : Con valores especificados 25

12.2 Gráfico X y gráfico R : Sin valores especificados 27

12.3 Gráfico de control para individuos, X , y rango móvil, R : Sin

valores especificados 31

12.4 Gráfico de mediana: Sin valores especificados 33

13 Ejemplos ilustrativos: Gráficos de control por atributos 35

13.1 Gráfico p y gráficos np : Sin valores especificados 35

13.2 Gráfico p : Sin valores especificados 38

13.3 Gráfico c : Sin valores especificados 40

13.4 Número de no conformidades por unidad: gráfico u 41

II
 NCh2234-ISO 8258

Contenido

Página

Anexo

Anexo A (informativo) Bibliografía 44

Tablas

Tabla 1 Fórmulas de límites de control para gráficos de control de

Shewhart por variables 9

Tabla 2 Factores para calcular líneas de gráficos de control 10

Tabla 3 Fórmulas de límites de control para gráficos de individuos 11

Tabla 4 Valores de A4 12

Tabla 5 Fórmulas de límites de control para gráficos de control de

Shewhart por atributos 20

Tabla 6 Proceso de envasado de té 27

Tabla 7 Datos de producción del radio exterior de un enchufe macho 29

Tabla 8 Porcentaje de humedad para 10 muestras sucesivas de leche en

polvo 33

Tabla 9 Datos de control para espesores de discos de mica 35

Tabla 10 Datos preliminares - Interruptores 37

Tabla 11 Radio de transistores: gráfico p (datos iniciales) 40

Tabla 12 Datos preliminares: Cintas de video 41

Tabla 13 Planta eleboradora de neumáticos: número de no conformidades

por unidad (unidades inspeccionadas por subgrupo, n =15) 43

Figuras

Figura 1 Esquema de un gráfico de control 4

Figura 2 Criterios para detectar causas asignables 16

III
NCh2234-ISO 8258

Contenido

Página

Figura 3 Estrategia para mejorar el proceso 18

Figura 4 Formato general de un gráfico de control 25

Figura 5 Gráfico de promedio y rango para valores indicados en Tabla 6 26

Figura 6 Gráficos de promedio y rangos para los datos indicados en Tabla 7 30

Figura 7 Gráficos X y R revisados para los datos indicados en Tabla 7 30

Figura 8 Gráficos de control para individuos, X , para los datos indicados

en Tabla 8 32

Figura 9 Gráfico de mediana y gráfico de rango para datos indicados en

Tabla 9 34

Figura 10 Gráfico p para los datos indicados en Tabla 10 36

Figura 11 Gráfico np para los datos indicados en Tabla 10 36

Figura 12 Gráfico p revisado para los datos dados en Tabla 11 39

Figura 13 Gráfico c para los datos dados en Tabla 12 42

Figura 14 Gráfico u para los datos dados en Tabla 13 43

IV
 NORMA CHILENA OFICIAL NCh2234.Of97
ISO 8258

Gráficos de control de Shewhart

Preámbulo

El Instituto Nacional de Normalización, INN, es el organismo que tiene a su cargo el

estudio y preparación de las normas técnicas a nivel nacional. Es miembro de la
INTERNATIONAL ORGANIZATION FOR STANDARDIZATION (ISO) y de la COMISION
PANAMERICANA DE NORMAS TECNICAS (COPANT), representando a Chile ante esos
organismos.

La norma NCh2234-ISO 8258 ha sido preparada por la División de Normas del Instituto
Nacional de Normalización, y en su estudio participaron los organismos y las personas
naturales siguientes:

Abba Post Forming Mauro Cabrera A.

Editorial Trineo S.A. Iván López A.
ENICAL Ltda. Patricia Vargas A.
Instituto Nacional de Normalización, INN María Esther Palomero M.
Carlos Prado C.
Elsa Samaniego E.
Ramona Villalón D.
METROGAS Cristián Ferrada D.
Pontificia Universidad Católica de Chile Ricardo Aravena C.
Textil Viña S.A. Mario Pavlov M.
Unión Química Americana Ana María Olavarría R.
Universidad de Santiago de Chile Benedicto López C.
Víctor Hugo Salinas T.

V
NCh2234-ISO 8258

Esta norma es una homologación de la norma ISO 8258:1991 Shewhart control charts,
siendo equivalente con desviaciones menores en aspectos de forma.

El Anexo A no forma parte de la norma, se inserta sólo a título informativo.

Esta norma ha sido aprobada por el Consejo del Instituto Nacional de Normalización, en
sesión efectuada el 30 de enero de 1997.

Esta norma ha sido declarada Oficial de la República de Chile, por Resolución N° 125, de
fecha 21 de marzo de 1997, del Ministerio de Economía, Fomento y Reconstrucción,
publicada en el Diario Oficial de fecha 3 de abril de 1997.

VI
 NORMA CHILENA OFICIAL NCh2234.Of97
ISO 8258

Gráficos de control de Shewhart

0 Introducción

El enfoque tradicional del industrial es depender de producción para fabricar el producto y

de control de calidad para inspeccionar el producto final y descubrir las unidades que no
cumplen con las especificaciones. Esta estrategia de detección es a menudo inútil y
antieconómica debido a que significa inspeccionar, cuando ya se han producido unidades
inservibles. En vez de esto, es mucho más efectivo instituir una estrategia de prevención
para evitar desechos, no produciendo productos que no se puedan usar. Esto puede ser
logrado al obtener y analizar información del proceso, de modo que se puedan tomar
acciones sobre el proceso mismo.

El gráfico de control, como un medio gráfico de aplicar los principios estadísticos de

significancia al control de un proceso productivo, fue propuesto primero por el Dr. Walter
Shewhart en 19241). La teoría del gráfico de control reconoce dos tipos de variabilidad. El
primer tipo es una variabilidad debido a causas aleatorias (conocidas también como
causas no asignables o causas comunes). Esto se debe a una amplia variedad de causas
que están presentes en forma permanente y que no son fácilmente identificables, cada
una de ellas constituye un componente muy pequeño de la variabilidad total, pero ninguna
contribuye en una forma significativa. Sin embargo, la suma de la contribución de todas
estas causas aleatorias no identificables, es medible y se asume que son inherentes al
proceso. La eliminación o corrección de las causas comunes requiere una decisión
gerencial para asignar los recursos para mejorar el proceso y el sistema.

El segundo tipo de variabilidad representa un cambio real en el proceso. Dicho cambio

puede atribuirse a algunas causas identificables que no son una parte inherente al proceso
y las cuales pueden, por lo menos teóricamente, ser eliminadas. Estas causas
identificables se denominan causas asignables o causas especiales o causas no aleatorias
de variación. Ellas pueden ser atribuidas a la falta de uniformidad en el material, una
herramienta rota, mano de obra o procedimientos, o bien al comportamiento irregular del
proceso o del equipo de ensayo.

1) Ver Anexo A [1].

1
NCh2234-ISO 8258

Los gráficos de control ayudan en la detección de modelos de variación no naturales en

los datos que se obtienen de procesos repetitivos y dan criterios para detectar una falta
de control estadístico. Un proceso está bajo control estadístico cuando la variabilidad es
solamente el resultado de causas aleatorias. Una vez que se determina este nivel
aceptable de variación, cualquier desviación de ese nivel se supone que es el resultado de
causas asignables las cuales deberían ser identificadas y eliminadas, o reducidas.

El objeto del control estadístico del proceso es servir para establecer y mantener un
proceso a un nivel estable y aceptable de modo que se asegure la conformidad de los
productos y servicios con los requisitos especificados. La principal herramienta estadística
usada para esto es el gráfico de control, el cual es un método gráfico para presentar y
comparar información basada en una secuencia de muestras que representan el estado
corriente de un proceso contra límites establecidos, después de considerar la variabilidad
inherente al proceso. El método del gráfico de control ayuda a evaluar si un proceso ha
alcanzado o no, o si continúa, en un estado de control estadístico en el nivel especificado
y a obtener y mantener el control y un alto grado de uniformidad en las características
importantes de un producto o servicio que permita un registro continuo de calidad del
producto, mientras se desarrolla la producción. El uso de un gráfico de control y su
análisis cuidadoso permite una mejor comprensión y mejoramiento del proceso.

1 Alcance

Esta norma establece una guía para usar y comprender los métodos para el control
estadístico de un proceso basado en el enfoque del gráfico de control de Shewhart.

Esta norma se limita al tratamiento de los métodos de control estadístico del proceso
usando sólo el sistema de gráficos de Shewhart. Se introduce brevemente algún material
complementario que es consistente con el enfoque de Shewhart, tal como el uso de los
límites de precaución, el análisis de modelos de tendencia y de la capacidad del proceso.
Existen, sin embargo, varios otros tipos de procedimientos para gráficos de control, cuya
descripción se encuentra en NCh2231-ISO 7870.

2 Símbolos

n = tamaño de subgrupo; el número de observaciones por subgrupo;

k = número de subgrupos;

X = valor de la característica de calidad medida (los valores individuales se

expresan como X 1 , X 2 , X 3 ...) . A veces se usa el símbolo Y en vez de X ;

X = ( X barra) valor promedio del subgrupo:

X =
∑X i

2
 NCh2234-ISO 8258

X = ( X doble barra) valor promedio de los promedios de los subgrupos;

µ = valor promedio verdadero o poblacional del proceso;

Me = valor de la mediana de un subgrupo. Para un conjunto de n números

X 1 , X 2 , ... X n ordenada, en forma creciente o decreciente de magnitud, la
mediana si n es impar es el valor que está al medio del conjunto, si n es par
es el promedio de los dos valores centrales;

Me = valor promedio de las medianas de las muestras;

R = rango del subgrupo: diferencia entre la observación mayor y la menor de un

subgrupo;

NOTAS

1) R también es designado como intervalo, o recorrido, del subgrupo.

2) En el caso de gráficos para individuos, R representa el rango móvil, el cual es el valor absoluto de la
diferencia entre dos valores sucesivos X 1 − X 2 , X 2 − X 3 , etc.

R = valor promedio de los valores R de todos los subgrupos;

s = desviación estándar de un subgrupo:

∑ (X − X)
2

s=
i

n −1

s = valor promedio de las desviaciones estándares de los subgrupos;

σ = valor verdadero o poblacional de la desviación estándar del proceso dentro del

subgrupo;

σ̂ = valor estimado de la desviación estándar del proceso dentro del subgrupo;

p = proporción o fracción de unidades no conformes en un subgrupo. Es definida

por la siguiente expresión:

p = número de unidades no conformes en un subgrupo

tamaño del subgrupo

p = valor promedio de la proporción, o fracción, no conforme. Es definida por la

siguiente expresión:

p = número de unidades no conformes en todos los subgrupos

número total de unidades inspeccionadas

3
NCh2234-ISO 8258

np = número de unidades no conformes en un subgrupo;

c = número de no conformidades en un subgrupo;

c = valor promedio de los valores c para todos los subgrupos;

u = número de no conformidades por unidad en un subgrupo;

u = valor promedio de los valores u :

u = número de no conformidades en todas las unidades

número total de unidades inspeccionadas

NOTA - En el control estadístico de procesos (SPC) se utiliza el término subgrupo en lugar de submuestra para
designar a un conjunto de observaciones agrupadas, de acuerdo a cierto criterio objetivo. El conjunto de los
subgrupos constituye la muestra.

3 Naturaleza de los gráficos de control de Shewhart

Un gráfico de control de Shewhart requiere datos que se obtienen mediante muestreo del
proceso, a intervalos aproximadamente regulares. Los intervalos pueden definirse en
términos de tiempo (por ejemplo cada hora) o de cantidad (cada lote). Habitualmente,
cada subgrupo es del mismo producto o servicio, del mismo tamaño, y con las mismas
unidades de medida. De cada subgrupo, se evalúan una o más características y de cada
una de ellas, se determinan estadísticos tales como el promedio X del subgrupo, el rango
R , o la desviación estándar, s .
Un gráfico de control de Shewhart es un gráfico de los valores de un estadístico de un
subgrupo determinado, versus el número de orden del subgrupo. Consta de una línea
central ( LC ) localizada en un valor de referencia de la característica graficada. Para
evaluar, si existe o no, un estado de control estadístico, el valor de referencia es
generalmente el promedio de los datos que se están considerando. Para el control del
proceso, el valor de referencia puede ser: el valor permanente de la característica
establecido en las especificaciones del producto, o un valor nominal de la característica
que se está graficando basado en experiencia pasada del proceso, o valores fijados como
objetivos para el producto o servicio considerado. El gráfico de control tiene dos límites de
control determinados estadísticamente, uno a cada lado de la línea central denominados
límite superior de control ( LSC ) y límite inferior de control ( LIC ) (ver Figura 1).

Figura 1 - Esquema de un gráfico de control

4
 NCh2234-ISO 8258

Los límites de control en los gráficos de Shewhart están a una distancia de 3σ a cada lado
de la línea central, en donde σ es la desviación estándar poblacional dentro del subgrupo,
de la estadística que está siendo graficada. La variabilidad interna del subgrupo se usa
como una medida de la variación aleatoria. Las desviaciones estándares muestrales, o los
rangos obtenidos en las muestras, se usan para dar un estimador de σ. Esta medida de σ
no incluye la variación entre uno y otro subgrupo, sino solamente la de las unidades
dentro del subgrupo. Los límites 3σ indican que aproximadamente el 99,7% de los valores
de los subgrupos estarán incluidos dentro de los límites de control, siempre que el proceso
esté bajo control estadístico. Interpretado de otra manera, existe aproximadamente un
riesgo de 0,3%, o un promedio de 3 por mil, que un punto graficado quede fuera, ya sea
del límite de control superior o del inferior, cuando el proceso está bajo control. La palabra
aproximadamente se usa porque si no se cumplen las suposiciones fundamentales, tal
como la forma de la distribución de los datos, se afectarán los valores de la probabilidad.

Debería destacarse que algunos profesionales prefieren el uso del factor 3,09 en vez de 3
para dar un valor nominal de probabilidad de 0,2% o un promedio de dos observaciones
anormales por mil, pero Shewhart seleccionó 3 para destacar que no se logran
probabilidades exactas. Similarmente, algunos profesionales usan para los gráficos valores
de probabilidad reales basados en distribuciones no normales, tales como las de rangos y
fracciones no conformes. El gráfico de control de Shewhart usa límites ± 3σ, en vez de
límites probabilísticos, en vista del énfasis en la interpretación empírica.

La posibilidad que los límites sean excedidos debido a un evento de azar, más que debido
a una causa real, se considera tan pequeña, que cuando aparece un punto fuera de los
límites, debería tomarse una acción. Debido a que se requiere una acción en este punto,
los límites de control 3σ se denominan a veces límites de acción.

Muchas veces, es ventajoso marcar también límites 2σ sobre el gráfico. Entonces,

cualquier valor observado que cae más allá de los límites 2σ puede servir como una
precaución que impida una situación fuera de control. Por eso, los límites de control 2σ se
denominan a veces límites de precaución.

Cuando se aplican los gráficos de control es posible cometer dos tipos de errores. El
primero se conoce como error tipo 1, que ocurre cuando el proceso considerado
permanece bajo control, pero un punto cae fuera de los límites de control debido al azar.
Como resultado, se concluye, incorrectamente, que el proceso está fuera de control y se
incurre en un costo al intentar encontrar la causa de un problema inexistente.

El segundo error se conoce como error tipo 2. Ocurre cuando el proceso considerado está
fuera de control pero el punto observado cae dentro de los límites de control debido al
azar. En este caso se concluye, incorrectamente, que el proceso está bajo control
estadístico y existe un costo asociado al no detectar un aumento de la producción no
conforme. El riesgo de un error tipo 2, sin embargo, es una función de tres factores: la
amplitud de los límites de control, el grado en que el proceso está fuera de control y el
tamaño de la muestra. La naturaleza de estos tres factores es tal, que puede hacerse sólo
una generalización acerca del tamaño del riesgo de cometer un error tipo 2.

5
NCh2234-ISO 8258

El sistema de Shewhart toma en cuenta solamente el error tipo 1 y el tamaño de este

error es 0,3% con límites 3σ. Como, generalmente, es impracticable hacer una estimación
significativa del costo de un error tipo 2 en una situación dada, y como es conveniente
seleccionar arbitrariamente un tamaño pequeño de subgrupo, tal como 4 ó 5, es
apropiado y factible usar límites 3σ y concentrar la atención en controlar y mejorar el
funcionamiento del proceso mismo.

Cuando un proceso está bajo control estadístico, el gráfico de control proporciona un

método para verificar, continuamente, que se apoya la hipótesis estadística nula, de que
el proceso no ha cambiado y permanece bajo control estadístico.

Puesto que las desviaciones específicas, entre las características del proceso y el valor
deseado que pueden ser de interés, no son especificadas de antemano, junto con el riesgo
de un error del tipo 2, y el tamaño de la muestra no se calcula en forma adecuada para
satisfacer dicho riesgo, el gráfico de control de Shewhart no podría ser considerado como
un test de hipótesis (ver NCh2233 - ISO 7966 y NCh2231 - ISO 7870). Shewhart recalca
la utilidad empírica del gráfico de control para reconocer las desviaciones de un proceso
bajo control y no insiste en la interpretación probabilística. Algunos usuarios, analizan las
curvas características de operación, (curvas O.C.) como un medio de hacer una
interpretación de un test de hipótesis.

Cuando un valor graficado cae fuera de cualquiera de los límites de control, o una serie de
valores reflejan patrones no habituales, tales como los que se discuten en la cláusula 7, el
estado de control estadístico, no puede seguir siendo aceptado. Cuando esto ocurre, se
inicia una investigación para ubicar la causa asignable, y el proceso puede ser detenido o
ajustado. Una vez que se ha determinado y eliminado la causa asignable, se está en
condiciones de continuar el proceso. Como se discutió anteriormente, en raras ocasiones,
se puede encontrar una causa no asignable para un error tipo 1 y debe concluirse que el
punto fuera de los límites representa la ocurrencia de un evento muy raro, es decir, una
causa aleatoria, que ha dado como resultado un valor fuera de los límites de control, a
pesar de que el proceso está bajo control.

Cuando los gráficos de control se establecen por primera vez para un proceso, se
encontrará frecuentemente que el proceso está fuera de control. Los límites de control
calculados de los datos de un proceso fuera de control entregarían conclusiones erróneas
debido a que éstos podrían estar demasiado alejados. En consecuencia, antes de
establecer los parámetros del gráfico de control, es necesario que el proceso se lleve a un
estado de control. El procedimiento para establecer los gráficos de control para un
proceso se discutirá en los capítulos siguientes.

4 Tipos de gráficos de control

Los gráficos de control de Shewhart son básicamente de dos tipos: gráficos de control por
variables y gráficos de control por atributos. Para cada uno de los gráficos de control,
existen dos situaciones diferentes:

a) cuando no existen valores especificados;

b) cuando existen valores especificados.

6
 NCh2234-ISO 8258

Los valores especificados son algunos requisitos que se deben cumplir, o son valores que
se establecen como objetivos.

4.1 Gráficos de control sin valores especificados

El propósito aquí es descubrir si los valores observados de las estadísticas graficadas,

tales como X , R o cualquier otra estadística, varían entre ellos mismos en una cantidad
mayor que la que se atribuiría solamente al azar. Los gráficos de control, basados
totalmente en los datos recogidos de muestras, se usan para detectar aquellas variaciones
producidas por causas distintas a las aleatorias.

4.2 Gráficos de control con valores especificados

El propósito aquí es identificar si los valores observados de, X R , etc., para varios
subgrupos de n observaciones cada uno, difieren de los correspondientes valores
especificados X 0 (o µ 0 ) , etc., en cantidades mayores a las esperadas debidas a causas
aleatorias solamente. La diferencia entre gráficos con valores especificados dados y
aquellos sin valores especificados está en que, en el primer caso se parte definiendo la
ubicación del valor central y la variación del proceso. Los valores especificados pueden
estar basados en la experiencia obtenida usando gráficos de control sin información previa
o valores estándares. Pueden basarse también en valores establecidos en base a un
criterio económico, que considera la necesidad del servicio y costo de producción, o ser
valores nominales indicados en las especificaciones del producto.

Los valores especificados deberían determinarse de preferencia, mediante una

investigación de datos preliminares que se suponen que serán característicos de todos los
datos futuros. Los valores especificados deberían ser compatibles con la variabilidad
inherente del proceso para el uso efectivo de los gráficos de control. Los gráficos de
control basados en dichos valores especificados se usan especialmente durante la
fabricación para controlar los procesos y para mantener la uniformidad del producto al
nivel deseado.

4.3 Tipos de gráficos de control por variables y por atributos

Se consideran los siguientes gráficos de control:

a) Gráficos de control por variables:

( )
1) gráfico de promedio X y gráfico de rango ( R ) o desviación estándar ( s ) ;

2) gráficos para individuos ( X ) y rango móvil ( R ) ;

3) gráfico de mediana ( Me) y gráfico de rango ( R ) .

7
NCh2234-ISO 8258

b) Gráficos de control por atributos:

1) gráfico de fracción no conforme ( p ) o gráfico de número de unidades no

conforme (np ) ;

2) gráfico de número de no conformidades por muestra (c) , o gráfico de no

conformidades por unidad (u ) .

5 Gráficos de control por variables

Los datos por variables representan observaciones obtenidas, midiendo y registrando el

valor numérico de una característica en cada una de las unidades del subgrupo considerado.
Ejemplos de mediciones de variables son longitud en metros, resistencia en ohm, ruido en
decibeles, etc. Los gráficos por variables (y especialmente sus formas más habituales, los
gráficos X y R ) representan la aplicación clásica de gráficos de control del proceso.

Los gráficos de control por variables son particularmente útiles por varias razones:

a) La mayoría de los procesos y sus productos tienen características que son

mensurables, de modo que la potencial aplicación es amplia.

b) El valor de una medición contiene más información que una simple declaración si-no.

c) El comportamiento de un proceso puede ser analizado sin considerar la especificación.

Los gráficos empiezan con el proceso mismo y dan una visión independiente de lo que
el proceso puede hacer. Después el proceso puede ser comparado o no, con la
especificación.

d) A pesar que obtener datos de mediciones es generalmente más costoso que obtener
datos pasa/no pasa, el tamaño del subgrupo para variables es casi siempre mucho
menor que para atributos, y por lo tanto más eficiente. Esto ayuda a reducir el costo
de la inspección total en algunos casos y a acortar el tiempo entre la producción de
las partes y la acción correctiva.

Se supone una distribución normal (Gaussiana) para la variabilidad dentro de la muestra,

para todas las aplicaciones de los gráficos de control por variables, consideradas en esta
norma y si no se cumple este supuesto, se afectará el comportamiento de los gráficos.
Los factores para calcular los límites de control fueron deducidos usando la suposición de
normalidad. Ya que la mayoría de los límites de control se usan como guías empíricas para
tomar decisiones, no deberían causar inquietud las desviaciones razonablemente pequeñas
de la normalidad. En cualquier caso, en base al teorema del límite central, los promedios
tienden a distribuirse con una distribución normal, aunque las observaciones individuales
no lo hagan. Esto hace razonable suponer normalidad en los gráficos X , para evaluar el
control, aunque los tamaños de los subgrupos sean tan pequeños como 4 ó 5.

8
 NCh2234-ISO 8258

La verdadera forma de la distribución es importante cuando se tratan observaciones

individuales, con el objeto de estudiar la capacidad del proceso.

Debe destacarse que las distribuciones de los rangos y de las desviaciones estándares
no son normales. A pesar de esto, se supuso una normalidad aproximada en la
estimación de las constantes para el cálculo de los límites de control, lo cual es
satisfactorio para un procedimiento empírico de decisión.

5.1 Gráfico de promedio (X ) , gráfico de rango ( R ) y gráfico de desviación

estándar (s )

Los gráficos por variables pueden describir datos del proceso en términos de dispersión
(variabilidad subgrupo por subgrupo) y de posición (promedio del proceso). Debido a esto,
los gráficos de control por variables casi siempre se preparan y analizan de a pares - un
gráfico para la posición y otro para la dispersión. El par más comúnmente usado
corresponde a los gráficos X y R . Las Tablas 1 y 2 dan las fórmulas de los límites de
control y los factores para los gráficos de control por variables respectivamente.

Tabla 1 - Fórmulas de límites de control para gráficos de control de Shewhart por variables

Sin valores especificados Con valores especificados

Estadístico
Línea Central LSC y LIC Línea central LSC y LIC

X X X ± A2 R o X ± A3 s X0 o µ X 0 ± Aσ 0

R R D3 R , D 4 R R0 o d 2σ 0 D 1 σ 0 , D2σ 0

s s B3 s , B 4 s s0 o c4 σ 0 B5σ 0 , B6σ 0

NOTAS

1) X 0 , R 0 , s 0 , µ y σ 0 son valores especificados dados.

2) Los valores de A, B, C y D son dados en Tabla 2.

9
NCh2234-ISO 8258
Tabla 2 - Factores para calcular líneas de gráfico de control

Observaciones Factores para límites de control Factores para línea central

en subgrupo
n A A2 A3 B3 B4 B5 B6 D1 D2 D3 D4 c4 1/c 4 d2 1/d 2

2 2,121 1,880 2,659 0,000 3,267 0,000 2,606 0,000 3,686 0,000 3,267 0,7979 1,2533 1,128 0,886 5
3 1,732 1,023 1,954 0,000 2,568 0,000 2,276 0,000 4,358 0,000 2,574 0,8862 1,1284 1,693 0,590 7
4 1,500 0,729 1,628 0,000 2,266 0,000 2,088 0,000 4,698 0,000 2,282 0,9213 1,0854 2,059 0,485 7
5 1,342 0,577 1,427 0,000 2,089 0,000 1,964 0,000 4,918 0,000 2,114 0,9400 1,0638 2,326 0,429 9

6 1,225 0,483 1,287 0,030 1,970 0,029 1,874 0,000 5,078 0,000 2,004 0,9515 1,0510 2,534 0,394 6
7 1,134 0,419 1,182 0,118 1,882 0,113 1,806 0,204 5,204 0,076 1,924 0,9594 1,0423 2,704 0,369 8
8 1,061 0,373 1,099 0,185 1,815 0,179 1,751 0,388 5,306 0,136 1,864 0,9650 1,0363 2,847 0,351 2
9 1,000 0,337 1,032 0,239 1,761 0,232 1,707 0,547 5,393 0,184 1,816 0,9693 1,0317 2,970 0,336 7
10 0,949 0,308 0,975 0,284 1,716 0,276 1,669 0,687 5,469 0,223 1,777 0,9727 1,0281 3,078 0,324 9

11 0,905 0,285 0,927 0,321 1,679 0,313 1,637 0,811 5,535 0,256 1,744 0,9754 1,0252 3,173 0,315 2
12 0,866 0,266 0,886 0,354 1,646 0,346 1,610 0,922 5,594 0,283 1,717 0,9776 1,0229 3,258 0,306 9
13 0,832 0,249 0,850 0,382 1,618 0,374 1,585 1,025 5,647 0,307 1,693 0,9794 1,0210 3,336 0,299 8
14 0,802 0,235 0,817 0,406 1,594 0,399 1,563 1,118 5,696 0,328 1,672 0,9810 1,0194 3,407 0,293 5
15 0,775 0,223 0,789 0,428 1,572 0,421 1,544 1,203 5,741 0,347 1,653 0,9823 1,0180 3,472 0,288 0

16 0,750 0,212 0,763 0,448 1,552 0,440 1,526 1,282 5,782 0,363 1,637 0,9835 1,0168 3,532 0,283 1
17 0,728 0,203 0,739 0,466 1,534 0,458 1,511 1,356 5,820 0,378 1,622 0,9845 1,0157 3,588 0,278 7
18 0,707 0,194 0,718 0,482 1,518 0,475 1,496 1,424 5,856 0,391 1,608 0,9854 1,0148 3,640 0,274 7
19 0,688 0,187 0,698 0,497 1,503 0,490 1,483 1,487 5,891 0,403 1,597 0,9862 1,0140 3,689 0,271 1
20 0,671 0,180 0,680 0,510 1,490 0,504 1,470 1,549 5,921 0,415 1,585 0,9869 1,0133 3,735 0,267 7

21 0,655 0,173 0,663 0,523 1,477 0,516 1,459 1,605 5,951 0,425 1,575 0,9876 1,0126 3,778 0,264 7
22 0,640 0,167 0,647 0,534 1,466 0,528 1,448 1,659 5,979 0,434 1,566 0,9882 1,0119 3,819 0,261 8
23 0,626 0,162 0,633 0,545 1,455 0,539 1,438 1,710 6,006 0,443 1,557 0,9887 1,0114 3,858 0,259 2
24 0,612 0,157 0,619 0,555 1,445 0,549 1,429 1,759 6,031 0,451 1,548 0,9892 1,0109 3,895 0,256 7
25 0,600 0,153 0,606 0,565 1,435 0,559 1,420 1,806 6,056 0,459 1,541 0,9896 1,0105 3,931 0,254 4

Fuente: ASTM, Philadelphia, PA, USA.

10
 NCh2234-ISO 8258

5.2 Gráfico de control para individuos ( X )

En algunas situaciones de control del proceso, es imposible o impracticable formar

subgrupos racionales. El tiempo, o costo requerido, para medir una sola observación es
tan grande que no puede considerarse la repetición de las observaciones. Esto podría
ocurrir, típicamente, cuando las mediciones son caras (por ejemplo en un ensayo
destructivo) o cuando el producto en cualquier momento es relativamente homogéneo. En
otras situaciones, existe sólo un valor posible, por ejemplo, la lectura de un instrumento o
una propiedad de un lote de materia prima. En todas las situaciones mencionadas, es
necesario basarse en lecturas individuales para controlar el proceso.

Es el caso de gráficos para individuos, ya que no existen subgrupos racionales para dar
una estimación de la variabilidad dentro del lote. Los límites de control se basan a menudo
en una medida de variación obtenida de los rangos móviles de dos observaciones. Un
rango móvil, es la diferencia absoluta entre pares sucesivos de mediciones en una serie,
es decir, la diferencia entre la primera y la segunda medición, luego entre la segunda y la
tercera y así sucesivamente. De los intervalos móviles, se calcula el promedio del rango
móvil R y se usa para la construcción de los gráficos de control. También, de los datos
totales, se calcula el valor de X . La Tabla 3 presenta las fórmulas de los límites de
control para los gráficos de control para individuos.

Algunas precauciones se deberían tomar respecto a estos gráficos.

a) Los gráficos para individuos no son tan sensibles a los cambios del proceso como son
los gráficos X y R .

b) Se debe tener cuidado en la interpretación de los gráficos para individuos si la

distribución del proceso no es la normal.

c) Los gráficos para individuos no aíslan la repetibilidad pieza a pieza del proceso y, por
lo tanto, puede ser mejor, en algunas aplicaciones, usar un gráfico convencional X y
R con tamaños de subgrupos pequeños (2 a 4) aunque esto requiera un período más
largo entre los subgrupos.
Tabla 3 - Fórmulas de límites de control para gráficos de individuos

Sin valores especificados Con valores especificados

Estadístico
Línea central LSC y LIC Línea central LSC y LIC

Individuos, X X X ± E2 R X0 o µ X 0 ± 3σ 0

Rango móvil, R R D4 R , D3 R R0 o d 2 σ 0 D2 σ 0 , D1 σ 0

NOTAS

1) X 0 , R0 , µ y σ 0 son valores especificados dados.

2) R indica el promedio del rango móvil de n = 2 observaciones.

3) Los valores de d 2 , D1 , D2 , D3 , D4 , e indirectamente, E 2 ( = 3 / d 2 ) pueden obtenerse de Tabla 2

para n = 2 .

11
NCh2234-ISO 8258

5.3 Gráficos de control para medianas (Me ) y rangos (R )

Los gráficos para medianas y rangos son alternativas a los gráficos X y R para el control
de un proceso con datos de mediciones; ellos entregan conclusiones similares y tienen
varias ventajas específicas. Son fáciles de usar y no requieren tantos cálculos. Esto puede
aumentar la aceptación masiva del método del gráfico de control. Ya que los valores
individuales (así como las medianas) se grafican, el gráfico de medianas muestra la
dispersión del resultado del proceso y da una visión actualizada de su variación.

Los límites de control para los gráficos de mediana y rango se calculan de dos formas:
usando la mediana de las medianas de los subgrupos y la mediana de los rangos, o
usando el promedio de las medianas de los subgrupos y el promedio de los rangos. En
esta norma se considera sólo este último método que es más fácil y conveniente.

Los límites de control se calculan en la forma siguiente:

5.3.1 Gráfico de medianas

Línea Central = Me = promedio de las medianas de los subgrupos

LSC ME = Me + A4 R

LIC ME = Me - A4 R

El gráfico de intervalo se construye en la misma forma que en el caso de los gráficos X

y R de 5.1.

Los valores de la constante A4 se indican en Tabla 4.

Tabla 4 - Valores de A4

n 2 3 4 5 6 7 8 9 10

A4 1,88 1,19 0,80 0,69 0,55 0,51 0,43 0,41 0,36

Debería destacarse que el gráfico de mediana con límites 3σ da una respuesta más lenta
a las condiciones de fuera de control que el gráfico X .

12
 NCh2234-ISO 8258

5.3.2 Gráfico de rango

Línea Central = R = valor promedio de los valores R de todos los subgrupos

LSC R = D4 R

LIC 4 = D3 R

Los valores de las constantes D3 y D4 se dan en Tabla 2.

6 Procedimiento de control e interpretación de los gráficos de control por

variables

El sistema de gráficos de Shewhart estipula que si la variabilidad del proceso subgrupo por
subgrupo y el promedio del proceso permanecen constantes en sus valores actuales
(estimado por R y X respectivamente), los rangos ( R ) y los promedios X de los ( )
subgrupos variarían solamente por el azar y rara vez podrían ir más allá de los límites de
control. Además, podría no haber tendencias o patrones obvios en los datos, más allá de
los que podrían ocurrir debido al azar.

El gráfico X muestra donde se centra el promedio del proceso, e indica la estabilidad del
proceso. El gráfico X revela variaciones indeseadas entre los subgrupos en la medida que
sus promedios cambian. El gráfico R revela cualquier variación indeseada dentro de los
subgrupos y es un indicador de la magnitud de la variabilidad del proceso en estudio. Es
una medida de la consistencia o uniformidad del proceso. El gráfico R permanece bajo
control, si las variaciones dentro de los subgrupos son, esencialmente, las mismas. Esto
sucede, solamente, si todas las muestras reciben el mismo tratamiento. Si el gráfico R no
permanece bajo control, o si aumenta su nivel, puede indicar que los diferentes subgrupos
están siendo sometidos a tratamientos diferentes o varios sistemas de causa-efecto
diferentes están operando sobre el proceso.

El gráfico X puede ser también afectado por condiciones fuera de control en el gráfico R .

El gráfico R se debe analizar primero puesto que así se facilita decidir si los rangos de los
subgrupos, o sus promedios, dependen o no de la estimación de la variabilidad que se
efectúa en cada uno.

El procedimiento de control que debería seguirse se indica a continuación:

6.1 Recolectar y analizar los datos. Calcular promedios y rangos.

6.2 Construir primero el gráfico R . Comparar los puntos con los límites de control para
detectar puntos fuera de control, patrones no habituales o tendencias. Para cada indicación
de una causa asignable en los datos de rango, efectuar un análisis de la operación del
proceso para determinar la causa; corregir esa condición y prevenir la recurrencia.
13
NCh2234-ISO 8258

6.3 Excluir todos los subgrupos afectados por una causa asignable identificada; luego
( )
recalcular y graficar el nuevo valor del promedio R de los rangos y los límites de control.
Confirmar que todos los puntos estén bajo control estadístico, al compararlos con los
nuevos límites. Se repite, si es necesario la secuencia: identificación/corrección/recálculo.

6.4 Cualquier subgrupo que quede fuera del gráfico R debido a causas asignables
identificadas, debe ser excluido también del gráfico X . Los valores revisados de R y X
deben usarse para recalcular los límites de control tentativos para promedios: X ± A2 R . ( )
NOTA 3) La exclusión de los subgrupos que representan condiciones fuera de control no es sólo eliminar los
datos malos. Más bien, excluyendo los puntos afectados por causas asignables conocidas, tenemos una mejor
estimación del nivel de variación real debido a causas aleatorias. Esto, a su vez, da la base más apropiada para
determinar los límites de control que se usan para detectar, en forma más eficiente, las futuras ocurrencias de
causas asignables de variación.

6.5 Cuando los rangos están bajo control estadístico, se considera estable la dispersión
del proceso (la variación dentro de los subgrupos). Los promedios pueden entonces ser
analizados para ver si la media del proceso está cambiando con el tiempo.

6.6 Ahora construir el gráfico X y comparar los puntos con los límites de control para
detectar puntos fuera de control, patrones no habituales o tendencias. En la misma forma
que para el gráfico R , analizar cualquier condición fuera de control y tomar la acción
correctiva y preventiva. Excluir cualquier punto fuera de control para el cual se hayan
encontrado causas asignables; recalcular y graficar los nuevos promedios X y los límites ( )
de control del proceso. Confirmar que todos los puntos están bajo control estadístico
cuando se comparan con los nuevos límites. Se repite, si es necesario, la secuencia:
identificación/corrección/recálculo.

6.7 Cuando los datos iniciales para establecer los valores de referencia de los límites de
control, están contenidos en forma consistente dentro de los límites tentativos, se mantienen
dichos límites para cubrir períodos futuros. Estos límites se usarán para continuar el control
del proceso. Las personas responsables (operador y/o supervisor) deben actuar con una
acción oportuna a una señal de fuera de control, en el gráfico X o en el gráfico R .

7 Patrones de comparación para detectar causas asignables de variación

En Figura 2 se presenta un conjunto de ocho criterios complementarios usados para

interpretar los gráficos de Shewhart. Para una discusión más completa ver en Anexo A, [2]
y [3].

A pesar que esto puede tomarse como un conjunto básico de pautas, el analista debería
estar alerta a cualquier modelo único de puntos que puedan indicar la influencia de causas
especiales en sus procesos. Estos criterios deberían, por lo tanto, ser vistos simplemente
como reglas prácticas para la acción, siempre que se indique la presencia de causas
asignables. Una indicación de cualquiera de las condiciones estipuladas en estos criterios
es una indicación de la presencia de causas asignables de variación, que deben ser
diagnosticadas y corregidas.
14
 NCh2234-ISO 8258

Los límites de control superior e inferior están colocados a una distancia de 3σ por encima
y por debajo de la línea central. Para efectos de aplicar los criterios, el gráfico de control
se divide equitativamente en seis zonas, siendo el ancho de cada una de ellas de 1σ.
Estas zonas se denominan A, B, C, C, B, A estando las zonas C colocadas simétricamente
a cada lado de la línea central. Estos criterios son aplicables a los gráficos X y a los
gráficos de individuos ( X ) . Se supone una distribución normal.

8 Control de proceso y capacidad del proceso

La función de un sistema de control de proceso es entregar una señal estadística cuando

se presentan causas asignables de variación. La eliminación sistemática de las causas
asignables de una variación excesiva, mediante determinados esfuerzos continuos, lleva al
proceso a un estado de control estadístico. Una vez que el proceso está operando bajo
control estadístico, su comportamiento es predecible y puede evaluarse su capacidad para
cumplir con las especificaciones.

La capacidad del proceso se determina por la variación total que proviene de las causas
comunes (la variación mínima que puede obtenerse después de que todas las causas
asignables se hayan eliminado). La capacidad del proceso representa el comportamiento
del proceso mismo, tal como se demostró cuando el proceso está operando en un estado
de control estadístico. Por eso, en primer lugar el proceso debe llevarse a control
estadístico antes de evaluar su capacidad. Así, la evaluación de la capacidad del proceso
empieza después que se ha alcanzado dicho control, en ambos gráficos, X y R ; es
decir, después que las causas especiales hayan sido identificadas, analizadas, corregidas y
prevenida su recurrencia, y los gráficos de control reflejen un proceso que ha permanecido
bajo control estadístico, preferentemente en los últimos 25 subgrupos, como mínimo. En
general, la distribución de los resultados del proceso se compara con las especificaciones
de ingeniería, para ver si éstas pueden cumplirse en forma consistente.

La capacidad del proceso se mide generalmente en términos de un índice de capacidad del

proceso ICP (o cp) en la forma siguiente:

tolerancia especificada LST − LIT

ICP = =
dispersión del proceso 6σˆ

en que:

LST = es el límite superior de tolerancia;

LIT = es el límite inferior de tolerancia;

σˆ = se estima del promedio de variabilidad del subgrupo y está dado por

s / c4 o R / d 2 .

15
NCh2234-ISO 8258

Figura 2 - Criterios para detectar causas asignables

16
 NCh2234-ISO 8258

Un valor de ICP menor que 1 indica que el proceso no es capaz mientras que un ICP = 1
implica que el proceso es escasamente capaz. En la práctica, un valor de ICP de 1,33 se
considera generalmente como el mínimo aceptable ya que existen siempre algunas
variaciones debidas al muestreo y ningún proceso está siempre totalmente en control
estadístico.

Sin embargo, debe hacerse notar que el ICP mide solamente la relación de los límites con
la dispersión del proceso, no se considera la posición o el centramiento del proceso. Sería
posible tener cualquier porcentaje de valores fuera de los límites de especificación con un
alto valor de ICP . Por esta razón, es importante considerar la distancia a escala entre el
promedio del proceso y el límite de especificación más cercano. Una mayor discusión de
este tópico está más allá del alcance de esta norma.

En vista de la discusión anterior, puede usarse un procedimiento, similar al que se muestra

esquemáticamente en Figura 3, como guía para ilustrar los pasos claves que conducen al
control y mejoramiento del proceso.

17
NCh2234-ISO 8258

Figura 3 - Estrategia para mejorar el proceso

18
 NCh2234-ISO 8258

9 Gráficos de control por atributos

Los datos por atributos representan observaciones obtenidas considerando la presencia

o ausencia de algunas características (o atributos) en cada una de las unidades del
subgrupo bajo consideración. Luego se cuentan cuantas unidades poseen, o no, el
atributo, o cuantos de tales eventos ocurren en la unidad, grupo o área. La obtención de
los datos por atributos es generalmente rápida y de bajo costo y a menudo no requiere
habilidades de recolección especializadas. La Tabla 5 entrega las fórmulas de los límites
de control para los gráficos de control por atributos.

Es una costumbre habitual en el caso de los gráficos de control por variables, mantener
un par de gráficos de control, uno para el control del promedio y otro para el control de
la dispersión. Esto es necesario, porque la distribución que corresponde en los gráficos
de control por variables es la distribución normal, la cual depende de estos dos
parámetros. Sin embargo, en el caso de los gráficos de control por atributos, un solo
gráfico será suficiente ya que la distribución supuesta tiene sólo un parámetro
independiente, el nivel promedio. Los gráficos p y np están basados en la distribución
binomial, mientras que los gráficos c y u están basados en la distribución de Poisson.

Los cálculos para estos gráficos son similares excepto en los casos en donde la
variabilidad de los tamaños de los subgrupos afecta la situación. Cuando el tamaño del
subgrupo es constante, se puede usar el mismo conjunto de límites de control para cada
subgrupo. Sin embargo, si el número de unidades inspeccionadas en cada subgrupo
varía, tienen que calcularse límites de control separados para cada subgrupo. Los
gráficos np y c pueden así ser usados razonablemente con un tamaño de muestra
constante, mientras que los gráficos p y u podrían ser usados en cualquiera de las dos
situaciones.

Cuando el tamaño de muestra varía de un subgrupo a otro, se calculan los límites de

control en forma separada para cada subgrupo. A menor tamaño del subgrupo, bandas
de control más amplias y viceversa. Si el tamaño de subgrupo no varía apreciablemente,
entonces puede usarse un solo conjunto de límites de control basados en el tamaño
promedio de subgrupo. Para propósitos prácticos, esto sirve para situaciones en las
cuales el tamaño de subgrupo está dentro de ± 25% del tamaño de subgrupo deseado.

NOTA - Para los gráficos por atributos generalmente se requiere un tamaño grande de muestra.

19
NCh2234-ISO 8258
Tabla 5 - Fórmulas de límites de control para gráficos de control de Shewhart por atributos

Sin valores especificados Con valores especificados

Tipo de
gráfico Línea
Línea central Límites de control 3σ Límites de control 3σ
central

p p p ± 3 p (1 − p ) / n p0 p0 ± 3 p0 (1 − p0 ) / n

np np np ± 3 np (1 − p ) np0 np0 ± 3 p0 (1 − p0 )

c c c ± 3 c c0 c0 ± 3 co

u u u ± 3 u /n u0 u0 ± 3 u0 / n

NOTAS

1) P0 , np, c0 y u 0 son valores especificados.

2) Si se está trabajando con porcentajes, p debe expresarse como fracción ( p / 100) en la

fórmula de los límites de control.

Un procedimiento alternativo para situaciones en las cuales el tamaño de la muestra varía

ampliamente es el uso de una variable estandarizada. Por ejemplo, en vez de graficar p ,
graficar el valor estandarizado.

p − p0
Z =
p0 (1 − p 0 ) / n

p − p
Z =
p (1 − p 0 ) / n

según si se establece, o no, el valor especificado para p . La línea central así como los
límites de control se hacen constantes, independientes del tamaño del subgrupo y están
definidos como:

Línea central = 0

LSC = 3

LIC = -3

El gráfico p se usa para determinar el porcentaje promedio de unidades no conformes

suministradas en un período de tiempo. Cualquier cambio en este promedio debería llamar la
atención del personal y supervisores del proceso. Se juzga si el proceso está en control
estadístico en la misma forma dada para los gráficos X y R . Si los puntos de todas las
muestras caen dentro de los límites de control tentativos, sin exhibir ninguna indicación de
causa asignable, se dice que el proceso está bajo control. En tal caso, la fracción promedio
no conforme, p , se toma como el valor especificado p 0 para la fracción no conforme p .

20
 NCh2234-ISO 8258

10 Consideraciones preliminares antes de comenzar un gráfico de control

10.1 Elección de las características de calidad

Seleccionar las características de calidad para el programa de control. Las características

que afectan el comportamiento del producto o servicio, deberían ser normalmente objeto
de atención primordial. Estos pueden ser aspectos del servicio ofrecido, características del
material usado, de las partes componentes del producto, así como también, del producto
terminado entregado al cliente. Los métodos estadísticos de control deberían introducirse,
principalmente, en donde el gráfico de control ayude a entregar información acerca de un
proceso en forma oportuna, de modo que el proceso pueda ser corregido y se produzca
un mejor producto o servicio. Las características de calidad del producto, o servicio,
deberían seleccionarse para que tengan un efecto decisivo sobre su calidad y asegurar así
la estabilidad de los procesos.

10.2 Análisis del proceso de producción

Se debería efectuar un análisis detallado del proceso de producción para determinar:

a) el tipo y la ubicación de las causas que pueden dar origen a irregularidades;

b) el efecto de la imposición de las especificaciones;

c) el método y el lugar de la inspección;

d) todos los factores pertinentes que pueden afectar al proceso de producción.

Se debería efectuar también un análisis para determinar la estabilidad del proceso de

producción, la exactitud del equipo de producción y ensayo, la calidad de los productos o
servicios producidos, y los modelos de correlación entre los tipos y las causas de no
conformidad.

Para disponer el ajuste del proceso y del equipo de producción, (si es necesario), se
requiere conocer las condiciones operacionales de producción y calidad del producto, así
como también, formular planes para el control estadístico de los procesos de producción.
Esto ayudará a fijar el lugar óptimo para establecer los controles, e identificar,
rápidamente, las irregularidades en el comportamiento del proceso de producción, para
permitir la acción correctiva oportuna.

10.3 Selección de los subgrupos racionales

En la base de los gráficos de control está la idea central de Shewhart de dividir las
observaciones en lo que se llama subgrupos racionales; esto es, la clasificación de las
observaciones consideradas en subgrupos, dentro de los cuales las variaciones pueden
deberse solamente a causas aleatorias. Cualquier diferencia entre los subgrupos puede
deberse a causas asignables, las que se pretenden detectar, con el gráfico de control.

21
NCh2234-ISO 8258

Esto depende de algún conocimiento técnico y familiarización con las condiciones de

producción y las condiciones bajo las cuales fueron tomados los datos. Se pueden
detectar y corregir, más fácilmente, las causas específicas de perturbación, identificando,
si es ventajoso, cada subgrupo con un tiempo o con su procedencia. Los registros de
producción y ensayo, dados en el orden en que se tomaron las observaciones, dan una
base para subagrupar con respecto al tiempo. Esto es generalmente útil en la fabricación,
donde es importante mantener, en forma constante, en el tiempo las causas asignables en
el sistema de producción.

Debería recordarse siempre que el análisis se facilitará enormemente, cuando al planificar

la recolección de datos, se tiene cuidado de seleccionar las muestras de modo que los
datos de cada subgrupo puedan ser tratados apropiadamente como un subgrupo racional
separado, y que los subgrupos se identifiquen en forma tal, que esto sea posible.
También, en la medida de lo posible, el tamaño del subgrupo, n , debería mantenerse
constante para evitar tediosos cálculos e interpretaciones. Sin embargo, debe hacerse
notar que los principios de los gráficos de Shewhart pueden ser igualmente aplicados a
situaciones en que n varía.

10.4 Frecuencia y tamaño de las muestras para la inspección por variables

No se puede establecer ninguna regla general para la frecuencia de los subgrupos o el

tamaño del subgrupo. La frecuencia puede depender del costo de tomar y analizar las
muestras y el tamaño del subgrupo puede depender de consideraciones prácticas. Por
ejemplo, subgrupos grandes tomados a intervalos menos frecuentes pueden detectar
pequeños cambios en el promedio del proceso en forma más exacta, pero subgrupos más
pequeños tomados a intervalos más frecuentes pueden detectar cambios mayores más
rápidamente. A menudo, se toma como tamaño del subgrupo 4 ó 5, mientras que la
frecuencia del muestreo generalmente es alta al principio y baja una vez que se ha
alcanzado un estado de control estadístico. Normalmente 20 a 25 subgrupos de tamaño 4
ó 5 se consideran adecuados para entregar los estimadores preliminares.

Vale la pena hacer notar que la frecuencia del muestreo, el control estadístico y la
capacidad del proceso necesitan considerarse juntos. La razón es la siguiente:

El valor del promedio de los rangos, R , se usa a menudo para estimar σ . El número de
fuentes de variación aumenta a medida que el intervalo de tiempo entre muestras dentro
de un subgrupo aumenta. Por lo tanto, la dispersión de las muestras en el tiempo, dentro
de un subgrupo aumentará R , que es el estimador de σ , ampliando los límites de
control, y así parecerá que disminuye el índice de capacidad del proceso. Por el contrario,
es posible, aumentar la capacidad del proceso, mediante el muestreo consecutivo de
subgrupos, dando un R y una estimación de σ pequeños, pero será difícil lograr el
control estadístico.

22
 NCh2234-ISO 8258

10.5 Recolección preliminar de datos

Después de decidir la característica de calidad que se controlará y la frecuencia y tamaño

del subgrupo que se extraerá, se deben recoger y analizar algunos datos iniciales de
inspección o de mediciones, para efectos de obtener los valores preliminares del gráfico
de control que son necesarios para determinar la línea central y los límites de control que
se deben trazar sobre el gráfico. Los datos preliminares se pueden recolectar subgrupo a
subgrupo hasta que se hayan obtenido 20 a 25 subgrupos en una etapa continua del
proceso de producción. Debe tenerse cuidado, durante el transcurso de esta recolección
inicial de datos, que el proceso no esté influenciado en forma intermitente por factores
extraños tales como cambio en el suministro de materias primas, operaciones, ajuste de
máquinas, etc. En otras palabras, el proceso debería exhibir estabilidad durante el período
en que se recogen los datos preliminares.

11 Etapas en la construcción de los gráficos de control

Las etapas consideradas en la construcción del gráfico X y del gráfico R , para el caso
en que no hayan valores especificados, se describen en 11.1 a 11.5. Se describen en
forma de ejemplo en 12.2. En la construcción de otros gráficos de control, deben
seguirse los mismos pasos básicos pero las constantes para los cálculos son diferentes
(ver Tablas 1 y 2). Un formato general de formulario normalizado de gráfico de control
se muestra en Figura 4. Pueden hacerse modificaciones a este formulario de acuerdo a
los requisitos particulares de la situación del control del proceso.

11.1 Si los datos preliminares no fueron tomados en subgrupos de acuerdo a un plan

preestablecido, se debe separar el conjunto completo de valores observados, en
subgrupos secuenciales según los criterios para subgrupos racionales indicados en 10.3.
Los subgrupos deben ser de la misma estructura y tamaño. Los elementos de cualquier
subgrupo deberían tener lo que se ha creído que es algún factor importante común. Por
ejemplo, unidades producidas durante un mismo corto intervalo de tiempo, o unidades que
provienen de varias fuentes o situaciones distintas. Los diferentes subgrupos deberían
representar diferencias posibles o que se sospechen en el proceso que los produce, por
ejemplo diferentes intervalos de tiempo, o diferentes fuentes o ubicaciones.

11.2 Para cada subgrupo, calcular el promedio, X y el rango, R .

11.3 Calcular el gran promedio de todos los valores observados, X y el promedio de los
rangos R .

11.4 En un formulario apropiado (ver Figura 4) o papel para gráfico, dibujar un gráfico X
y un gráfico R . La escala vertical de la izquierda se usa para X y para R , y la escala
horizontal para el número del subgrupo. Graficar los valores calculados para los X en el
gráfico de promedios y graficar los valores calculados para los R en el gráfico de rangos.

23
NCh2234-ISO 8258

11.5 En estos respectivos gráficos, trazar líneas llenas horizontales para representar X
y R.

11.6 Trazar los límites de control sobre estos gráficos. En el gráfico X , trazar dos líneas
horizontales en X ± A2 R y, sobre el gráfico R , trazar dos líneas horizontales en D3 R y
D4 R , en que A2 , D3 y D4 se basan en n , el número de observaciones en un subgrupo,
y se dan en Tabla 2. El LIC en el gráfico R no es necesario cuando n es menor a 7 ya
que el valor correspondiente de D3 es cero.

24
 NCh2234-ISO 8258

GRAFICO DE CONTROL

Figura 4 - Formato general de un gráfico de control

12 Ejemplos ilustrativos: Gráficos de control por variables

12.1 Gráfico X y gráfico R : Con valores especificados

El gerente de producción de un importador de té desea controlar su proceso de envasado

de modo que el peso promedio de los paquetes sea 100,6 g. Se supone que la desviación
estándar del proceso es de 1,4 g en base a procesos similares de envasado.

Debido a que se dan valores especificados ( X o = 100,6, σ o = 1,4), los gráficos de

control para promedio y rango pueden construirse inmediatamente usando las fórmulas
dadas en Tabla 1 y los factores A, d 2 , D2 y D1 dados en Tabla 2 para n = 5.

25
NCh2234-ISO 8258

Gráfico X Gráfico R

Línea Central = X 0 Línea Central = d 2σ 0

= 100,6 g = 2,326 · 1,4
= 3,3 g

LSC = X 0 ± Aσ 0 LSC = D2σ 0

= 100,6 + (1,342 · 1,4) = 4,918 · 1,4
= 102,5 g = 6,9 g

LIC = X 0 − Aσ 0 LIC = D1σ 0

= 100,6 – (1,342 · 1,4) = 0 · 1,4 (ya que n es
= 98,7 g menor que 7)

A continuación se seleccionan veinticinco muestras de tamaño 5, se calculan los valores

de promedio y rangos de los subgrupos (ver Tabla 6) y se grafican con los límites de
control calculados anteriormente (ver Figura 5).

Los gráficos mostrados en Figura 5, indican que el proceso está fuera de control respecto
al nivel deseado debido a que hay una secuencia de 13 puntos bajo la línea central en el
gráfico X y 16 puntos sobre la línea central en el gráfico R . La causa de dicha larga
secuencia de valores bajo el promedio debería investigarse y eliminarse.

Figura 5 - Gráfico de promedio y rango para los valores indicados en Tabla 6

26
 NCh2234-ISO 8258

Tabla 6 - Proceso de envasado de té

Promedio subgrupo Rango subgrupo

Subgrupo N° X R
1 100,6 3,4
2 101,3 4,0
3 99,6 2,2
4 100,5 4,5
5 99,9 4,8

6 99,5 3,8
7 100,4 4,1
8 100,5 1,7
9 101,1 2,2
10 100,3 4,6

11 100,1 5,0
12 99,6 6,1
13 99,2 3,5
14 99,4 5,1
15 99,4 4,5

16 99,6 4,1
17 99,3 4,7
18 99,9 5,0
19 100,5 3,9
20 99,5 4,7

21 100,1 4,6
22 100,4 4,4
23 101,1 4,9
24 99,9 4,7
25 99,7 3,4

12.2 Gráfico X y gráfico R : Sin valores especificados

En Tabla 7, se dan las medidas de los radios exteriores de un enchufe macho. Se hacen
cuatro mediciones cada media hora para un total de 20 subgrupos. Los promedios y
rangos de los subgrupos también se muestran en Tabla 7. Los límites de tolerancias
especificados son 0,219 dm y 0,125 dm. El objetivo es evaluar el comportamiento del
proceso y controlarlo respecto a su posición y dispersión de modo que pueda cumplir con
las especificaciones.

X =
∑X =
3,8480
= 0,1924
k 20

R =
∑R =
0,5734
= 0,0287
k 20

27
NCh2234-ISO 8258
El primer paso es construir el gráfico R y evaluar su estado de control.

Gráfico R

Línea Central = R
= 0,028 7

LSC = D4 R
= 2,282 · 0,028 7
= 0,065 5

LIC = D3
= 0 · 0,028 7
= 0 (ya que n es menor que 7)

Los valores de los factores D3 y D 4 se obtienen de Tabla 2 para n = 4. Como los valores de
R en Tabla 7 están dentro de los límites de control, el gráfico R , indica un estado de control
estadístico. El valor R puede usarse ahora para calcular los límites de control del gráfico X .

Gráfico X

Línea Central = X
= 0,192 4

LSC = X + A2 R
= 0,192 4 + (0,729 ⋅ 0,028 7)
= 0,213 3

LIC = X − A2 R
= 0,192 4 - (0,729 ⋅ 0,028 7)
0,171 5

El valor del factor A2 se obtiene de Tabla 2 para n = 4. Los gráficos de control para X y
R se muestran en Figura 6. Un examen del gráfico X revela que los últimos tres puntos
están fuera de control, lo que indica que pueden estar operando algunas causas
asignables de variación. Si los límites hubiesen sido calculados en base a datos previos, se
debería haber tomado alguna acción al aparecer el punto 18.

En este momento, se debería tomar una acción correctiva apropiada para eliminar las
causas asignables y prevenir que vuelvan a ocurrir. Se continúa el procedimiento
estableciendo límites de control revisados y descartando los puntos fuera de control, es
decir los valores de las muestras 18, 19 y 20. Los valores de X , R y las líneas del
gráfico de control se recalculan en la forma siguiente:

X revisado ∑ X 3,3454
= = = 0,1968
k 17

R revisado ∑ R 0,5272
= = = 0,0310
k 17

28
 NCh2234-ISO 8258

Gráfico X revisado Gráfico R revisado

Línea Central = X Línea Central = R

= 0,196 8 = 0,031 0
= =
LSC = X + A2 R LSC = D4 R
= 0,196 8 + (0,729 ⋅ 0,031 0) = 2,282 ⋅ 0,031 0
= 0,219 4 = 0,070 7

LIC = X − A2 R LIC = D3 R
= 0,196 8 - (0,729 ⋅ 0,031 0) = 0 ⋅ 0,031
= = 0 (ya que n es menor
0,174 2
que 7)

Los gráficos de control revisados se muestran en Figura 7.

Tabla 7 - Datos de producción del radio exterior de un enchufe macho

Radio
Subgrupo N° Promedio Intervalo
X1 X2 X3 X4 X R

1 0,189 8 0,172 9 0,206 7 0,189 8 0,189 8 0,033 8

2 0,201 2 0,191 3 0,187 8 0,192 1 0,193 1 0,013 4
3 0,221 7 0,219 2 0,207 8 0,198 0 0,211 7 0,023 7
4 0,183 2 0,181 2 0,196 3 0,180 0 0,185 2 0,016 3
5 0,169 2 0,226 3 0,206 6 0,209 1 0,203 3 0,057 1

6 0,162 1 0,183 2 0,191 4 0,178 3 0,178 8 0,029 3

7 0,200 1 0,192 7 0,216 9 0,208 2 0,204 5 0,024 2
8 0,240 1 0,182 5 0,191 0 0,226 4 0,210 0 0,057 6
9 0,199 6 0,198 0 0,207 6 0,202 3 0,201 9 0,009 6
10 0,178 3 0,171 5 0,182 9 0,196 1 0,182 2 0,024 6

11 0,216 6 0,174 8 0,196 0 0,192 3 0,194 9 0,041 8

12 0,192 4 0,198 4 0,237 7 0,200 3 0,207 2 0,045 3
13 0,176 8 0,198 6 0,224 1 0,202 2 0,200 4 0,047 3
14 0,192 3 0,187 6 0,190 3 0,198 6 0,192 2 0,011 0
15 0,192 4 0,199 6 0,212 0 0,216 0 0,205 0 0,023 6

16 0,172 0 0,194 0 0,211 6 0,232 0 0,204 9 0,060 0

17 0,182 4 0,179 0 0,187 6 0,182 1 0,182 8 0,008 6
18 0,181 2 0,158 5 0,169 9 0,168 0 0,169 4 0,022 7
19 0,170 0 0,156 7 0,169 4 0,170 2 0,166 6 0,013 5
20 0,169 8 0,166 4 0,170 0 0,160 0 0,166 6 0,010 0

29
NCh2234-ISO 8258

30
 NCh2234-ISO 8258

Cuando el proceso se encuentra en un estado de control estadístico, con respecto a los

límites de control revisados, se puede evaluar la capacidad del proceso.

Calcular

tolerancia especificada LST - LIT

ICP = =
dispersión del proceso 6σˆ

en que:

σ̂ = se estima mediante R /d 2 = 0,0310/2,059= 0,015 1

El valor de la constante d 2 se obtiene de Tabla 2 para n = 4

Así:

0,2190 - 0,1250 0,0940

ICP = = =1,0330
6 ⋅ 0,0151 0,0910

Como ICP es mayor que 1, el proceso se puede considerar capaz. Sin embargo, en un
examen más acucioso, puede verse que el proceso no está centrado con respecto a la
especificación y alrededor del 11,8% de los individuos caen fuera del límite superior de
especificación. Por lo tanto, antes de que se establezcan los parámetros permanentes del
gráfico de control, debería tratarse de centrar apropiadamente el proceso para mantener
un estado de control estadístico.

12.3 Gráfico de control para individuos, X , y rango móvil, R : Sin valores

especificados

La Tabla 8 indica los resultados de análisis de laboratorio para porcentaje de humedad de

muestras de 10 lotes sucesivos de leche descremada en polvo. En el laboratorio se analiza
una muestra de leche en polvo, que representa a un lote, para varias características tales
como grasa, humedad, acidez, índice de solubilidad, sedimentación, proteínas y bacterias
del suero. Se pretendía controlar el porcentaje de humedad bajo el 4%, para este proceso.
La variación de las muestras dentro de un solo lote se encontró que era despreciable, de
modo que se decidió tomar sólo una observación por lote y establecer los límites de
control sobre la base del rango móvil de lotes sucesivos.

2,9+ 3,2+...+ 3,5 34,5

X= = = 3,45%
10 10

0,3+ 0,4 +...+ 0,1 3,4

R= = = 0,38%
9 9

31
NCh2234-ISO 8258

Líneas del gráfico de control para rangos móviles, R

Línea Central = R
= 0,38

LSC = D4 R
= 3,267 ⋅ 0,38
= 1,24

LIC = D3 R
= 0 ⋅ 0,38
= 0 (ya que n es menor que 7)

Los valores de los factores D3 y D 4 se obtienen de Tabla 2 para n = 2. Como el gráfico

del rango exhibe un estado de control estadístico, el valor del rango promedio puede
usarse ahora para hacer el gráfico de control para individuos.

Líneas del gráfico de control para individuos, X

Línea Central = X = 3,45

LSC = X + E 2 R
= 3,45 + (2,66 ⋅ 0,38)
= 4,46

LIC = X − E 2 R
= 3,45 - (2,66 ⋅ 0,38)
= 2,44

Las fórmulas para los límites de control y para el factor E 2 son dadas en Tablas 2 y 3.
Los gráficos de control se muestran en Figura 8. Los gráficos de control indican que el
proceso se encuentra en control estadístico.

Figura 8 - Gráficos de control para individuos, X , para los datos indicados en Tabla 8

32
 NCh2234-ISO 8258
Tabla 8 - Porcentaje de humedad para 10 muestras sucesivas de leche en polvo

Lote N° 1 2 3 4 5 6 7 8 9 10

X : % humedad 2,9 3,2 3,6 4,3 3,8 3,5 3,0 3,1 3,6 3,5

R : rango móvil 0,3 0,4 0,7 0,5 0,3 0,5 0,1 0,5 0,1

12.4 Gráfico de mediana: Sin valores especificados

Una máquina está fabricando discos electrónicos con espesor especificado entre 0,007
cm y 0,016 cm. Se extraen subgrupos de tamaño 5 cada media hora y se registra su
espesor en centímetros como se indica en Tabla 9. Se decidió construir un gráfico de
mediana para efectos de controlar la calidad. Los valores de las medianas y de los rangos
se indican también en Tabla 9.

Calcular el promedio de las medianas y rangos de los subgrupos en la forma siguiente:

12+10 +12+...+11 172

Me = promedio de las medianas de subgrupo = = =11,47
15 15

6+ 5+ 7+...+ 7 86
R = promedio de los rangos = = = 5,73
15 15

Se calculan los límites de control del gráfico de rangos en la forma siguiente:

Gráfico R

Línea Central = R
= 5,73

LSC = D4 R
= 2,114 ⋅ 5,73
= 12,11

LIC = D3 R
= 0 ⋅ 5,73
= 0 (ya que es menor que 7)

Los valores de las constantes D3 y D 4 se obtienen de Tabla 2 para n = 5. Como el

gráfico de rango exhibe un estado de control, se pueden calcular las líneas del gráfico de
mediana.

33
NCh2234-ISO 8258

Gráfico de control de mediana

Línea Central = Me
= 11,47

LSC Me = Me + A4 R
= 11,47 + (0,69 ⋅ 5,73)
= 15,42

LIC Me = Me - A4 R
= 11,47 - (0,69 ⋅ 5,73)
= 7,52

El valor de A4 se obtiene de Tabla 4 para n = 5. Los gráficos se muestran en Figura 9.

Como es evidente del gráfico, el proceso está bajo control estadístico.

Figura 9 - Gráfico de mediana y gráfico de rango para datos indicados en Tabla 9

34
 NCh2234-ISO 8258
Tabla 9 - Datos de control para espesores de discos de mica

Valores en 0,001 cm
Espesor
Subgrupo N° Mediana Rango
X1 X2 X3 X4 X5 Me R

1 14 8 12 12 8 12 6
2 11 10 13 8 10 10 5
3 11 12 16 14 9 12 7
4 16 12 17 15 13 15 5
5 15 12 14 10 7 12 8

6 13 8 15 15 8 13 7
7 14 12 13 10 16 13 6
8 11 10 8 16 10 10 8
9 14 10 12 9 7 10 7
10 12 10 12 14 10 12 4

11 10 12 8 10 12 10 4
12 10 10 8 8 10 10 2
13 8 12 10 8 10 10 4
14 13 8 11 14 12 12 6
15 7 8 14 13 11 11 7

13 Ejemplos ilustrativos: Gráficos de control por atributos

13.1 Gráfico p y gráfico np : Sin valores especificados

Los datos de Tabla 10 dan el número de unidades de interruptores pequeños no

conformes por hora, encontrados mediante dispositivos automáticos de inspección, en
una inspección 100%.

Los interruptores son producidos en una línea de montaje automática. Como el mal
funcionamiento es grave, se usa el porcentaje de no conformes para identificar la línea de
montaje que está fuera de control.

Se construyó un gráfico p obteniendo los datos de 25 subgrupos como datos

preliminares (ver Tabla 10).

La línea central y los límites de control se calculan a continuación y se muestran en Figura 10.

Gráfico p

Línea Central = p
8+14 +...+14 269
= = = 0,0027= 0,27%
4000 ⋅ 25 100000
LSC = p + 3 p (1 − p )/ n
= 0,0027+ 3 0,0027(1- 0,0027)/4000 = 0,0052= 0,52%

LIC = p − 3 p (1 − p )/ n
= 0,0027 - 3 0,0027(1- 0,0027)/4000 = 0,0002= 0,02%

35
NCh2234-ISO 8258

El gráfico indica que la calidad de los interruptores está en control estadístico, a pesar de
que el porcentaje de no conformes puede ser demasiado grande. Estos límites de control
pueden usarse ahora para los subgrupos futuros hasta que el proceso tenga alguna
alteración o que el proceso se salga del control estadístico. Nótese que aunque el proceso
está en control estadístico, es improbable que se puedan hacer mejoras sin cambios en el
proceso. No es suficiente, decir simplemente a la persona “sea más cuidadoso”.

Si se hace una mejora, entonces deberán recalcularse los límites de control para los
subgrupos futuros de manera que reflejen el comportamiento del proceso modificado. Si el
proceso ha mejorado (el valor de p es más pequeño), usar los nuevos límites, pero si el
proceso ha empeorado (el valor de p es mayor), investigar las causas asignables
adicionales.

Ya que todos los tamaños de muestra son iguales, el gráfico np sería igualmente
apropiado para estos datos. Los cálculos para el gráfico np se entregan a continuación y
se muestra el gráfico en Figura 11.

36
 NCh2234-ISO 8258

Tabla 10 - Datos preliminares - Interruptores

Número de Número de
Subgrupo Porcentaje de
interruptores interruptores
N° no conformes
inspeccionados no conformes p
n np

1 4 000 8 0,200
2 4 000 14 0,350
3 4 000 10 0,250
4 4 000 4 0,100
5 4 000 13 0,325

6 4 000 9 0,225
7 4 000 7 0,175
8 4 000 11 0,275
9 4 000 15 0,375
10 4 000 13 0,325

11 4 000 5 0,125
12 4 000 14 0,350
13 4 000 12 0,300
14 4 000 8 0,200
15 4 000 15 0,375

16 4 000 11 0,275
17 4 000 9 0,225
18 4 000 18 0,450
19 4 000 6 0,150
20 4 000 12 0,300

21 4 000 6 0,150
22 4 000 12 0,300
23 4 000 8 0,200
24 4 000 15 0,375
25 4 000 14 0,350

Total 100 000 269

Gráfico np

Línea Central = np
8+14 +...+14
= =10,76
25

LSC = np + 3 np (1 − p )
= 10,76+ 3 10,76(1- 0,0027) = 20,59

LIC = np − 3 np (1 − p )
= 10,76 - 3 10,76(1- 0,0027) = 0,93

37
NCh2234-ISO 8258

13.2 Gráfico p : Sin valores especificados

En una empresa manufacturera que produce radios de transistores, se decidió construir un

gráfico p para la fracción no conforme. Se recogieron y analizaron los datos durante el
período de un mes. De la producción de cada día se recogía un subgrupo al azar al final
del día y se examinaba el número de unidades no conformes. Los datos de los 26
subgrupos se muestran en Tabla 11.

Los valores de la fracción no conforme calculada de cada subgrupo se dan también en

Tabla 11. La fracción no conforme promedio durante el mes se calculó en la forma
siguiente:

número total de no conformes 233

p= = = 0,060
número total de inspeccionadas 3 893

Como los tamaños de subgrupos son diferentes, los valores del LSC y LIC se calculan
para cada subgrupo separadamente de:

p (1 − p )
p±3
n

en que:

n = es el tamaño del subgrupo.

Estos valores se dan también en Tabla 11. Puede verse que graficando los valores de
LSC y LIC para cada subgrupo es una tarea que consume mucho tiempo. Sin embargo,
puede observarse de Tabla 11 que la fracción no conforme para los subgrupos número 17
y 26 caen fuera de sus correspondientes límites superiores de control. Estos dos
subgrupos se eliminan de los datos por ser objeto de variaciones diferentes a las que
afectan a los otros subgrupos. Incluirlos en los cálculos, daría como resultado un
promedio de proceso y límites de control sobredimensionados, que no reflejarían las
verdaderas variaciones aleatorias. Se deberían investigar las razones de estos valores altos
de modo que puedan tomarse las acciones correctivas para prevenir que se produzcan
nuevamente. Se calcula un promedio revisado de fracción no conforme de los valores de
los 24 subgrupos restantes:

p = 3195
596
= 0,054

Calculando los valores revisados de LSC y LIC para cada subgrupo, usando el valor p
revisado, revelaría que todas las fracciones no conformes están dentro de sus
correspondientes límites de control. De ahí que este valor revisado de p se toma como la
fracción no conforme especificada para efectos de construcción de los gráficos de
control. Así, p o = 0,054 .

38
 NCh2234-ISO 8258

Como se indicó anteriormente, el trazado de los límites de control superiores para cada
subgrupo de tamaños diferentes es un proceso lento y tedioso. Sin embargo, como los
tamaños de los subgrupos no varían mucho del tamaño promedio del subgrupo, el cual
resulta ser 150, el gráfico p revisado (usando p 0 = 0,054) puede ser trazado con un
límite de control superior usando un tamaño de subgrupo de n = 150, como tamaño
promedio de subgrupo.

Así, las líneas del gráfico p revisado se calculan en la forma siguiente:

Gráfico p revisado

Línea Central = p 0 = 0,054

p 0 (1 − p 0 )
LSC = p0 + 3
n
0,054 ⋅ 0,946
= 0,054 + 3 = 0,109
150

p 0 (1 − p 0 )
LIC = p0 − 3
n
0,054 ⋅ 0,946
= 0,054 - 3 =0
150

(Puesto que no son posibles los valores negativos, el límite inferior no es dado pero, se
asume como 0).

El gráfico p revisado se muestra en Figura 12. El proceso está bajo control estadístico.

Figura 12 - Gráfico p revisado para los datos dados en Tabla 11

39
NCh2234-ISO 8258
Tabla 11 - Radio de transistores: gráfico p (datos iniciales)

Número no Fracción no
Subgrupo N° Número LSC LIC
conformes conformes
inspeccionado p
np

1 158 11 0,070 0,117 0,003

2 140 11 0,079 0,120 0,000
3 140 8 0,057 0,120 0,000
4 155 6 0,039 0,177 0,003
5 160 4 0,025 0,116 0,004

6 144 7 0,049 0,119 0,001

7 139 10 0,072 0,120 0,000
8 151 11 0,073 0,118 0,002
9 163 9 0,055 0,116 0,004
10 148 5 0,034 0,119 0,001

11 150 2 0,013 0,118 0,002

12 153 7 0,046 0,118 0,002
13 149 7 0,047 0,118 0,002
14 145 8 0,055 0,119 0,001
15 160 6 0,038 0,116 0,004

16 165 15 0,091 0,115 0,005

17 136 18 0,132 0,121 0,000
18 153 10 0,065 0,118 0,002
19 150 9 0,060 0,118 0,002
20 148 5 0,034 0,119 0,001

21 135 0 0,000 0,121 0,000

22 165 12 0,073 0,115 0,005
23 143 10 0,070 0,120 0,000
24 138 8 0,058 0,121 0,000
25 144 14 0,097 0,119 0,001
26 161 20 0,124 0,116 0,004

Total 3 893 233

13.3 Gráfico c : Sin valores especificados

Un fabricante de cintas de video desea controlar el número de no conformidades

puntuales en las cintas de video. La longitud con la cual se fabrica una cinta de video es
de 4 000 m.

Los datos que se dan a continuación provienen de cierto proceso de producción en el cual
se examina un extremo de la cinta de video. Se registra el número de no conformidades
puntuales encontradas al examinar en forma sucesiva las superficies de 20 carretes de
cintas de video de 350 m cada una.

Con el objeto de controlar este proceso se proyecta construir un gráfico c con el número
de no conformidades puntuales. Los datos de los 20 carretes dados en Tabla 12 se toman
como los datos preliminares para preparar un gráfico c .

40
 NCh2234-ISO 8258
Tabla 12 - Datos preliminares: Cintas de video

Nº Carrete 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 Total

Número de no
conformidades 7 1 2 5 0 6 2 0 4 4 6 3 3 3 1 6 3 1 5 6 68
puntuales

La línea central y los límites de control son calculados a continuación y graficados en

Figura 13.

Gráfico c

Línea Central 7+1+...+ 6 68

= c= = = 3,4
20 20

LSC = c + 3 c
= 3,4 + 3 3,4 = 8,9

LIC = c − 3 c
= 3,4 - 3 3,4 = 0

(Puesto que no son posibles valores negativos, el límite inferior no está dado y se asume
como 0).

Los datos preliminares indican que el proceso está bajo control estadístico.

13.4 Número de no conformidades por unidad: gráfico u

En una planta elaboradora de neumáticos, se inspeccionaron 15 neumáticos cada media

hora. Se registró el total de no conformidades y el número de no conformidades por
unidad, para estudiar el estado de control del proceso. Los datos son dados en Tabla 13.

El promedio de los valores u es calculado de Tabla 13 de la manera siguiente.

Dividir el número total de no conformidades (de la fila de los valores c ) por el número
total de unidades inspeccionadas (es decir, 14 subgrupos x 15 unidades).

∑c 55
u= = = 0,26
∑ n 14 ⋅ 15

41
NCh2234-ISO 8258

Gráfico u

Línea Central = u = 0,26

LSC = u + 3 u /n
= 0,26+ 3 0,26/15 = 0,65

LIC = u − 3 u /n
= 0,26 - 3 0,26/15

(Puesto que no son posibles los valores negativos, el límite inferior no está dado y se
asume como 0).

Los datos y las líneas de control están graficados en Figura 14.

El gráfico indica que el proceso se encuentra en estado de control estadístico.

Observar que pudo haber sido también usado un gráfico c , dado que los tamaños de los
subgrupos son constantes.

Figura 13 - Gráfico c para los datos dados en Tabla 12

42
 NCh2234-ISO 8258

Figura 14- Gráfico u para los datos dados en Tabla 13

Tabla 13 - Planta elaboradora de neumáticos: número de no conformidades por unidad (unidades

inspeccionadas por subgrupo, n = 15)

Nº Subgrupo 1 2 3 4 5 6 7 8 9 10 11 12 13 14 Total

c : número de no
4 5 3 6 2 1 5 6 2 4 7 5 2 3 55
conformidades

u : número de no
conformidades por 0,27 0,33 0,20 0,40 0,13 0,07 0,33 0,40 0,13 0,27 0,47 0,33 0,13 0,20
unidad

43
NCh2234-ISO 8258

Anexo A
(Informativo)

Bibliografía

[1] ISO 7870 Control charts - General guide and introduction.

[2] ISO 7873 Control charts for arithmetic average with warning limits.

[3] ISO 7966 Acceptance control charts.

[4] Shewhart, W.A. Economic control of quality of manufactured product. D.

Van Nostrand, Co., New York, 1931, 501 pp.

[5] Nelson, L.S. The Shewhart Control Chart - Tests for special causes.
Journal of Quality Technology, 16, Nº4, October 1984 pp.
237-239.

[6] Nelson, L.S. Interpreting Shewhart X Control Charts. Journal of Quality

Technology, 17, Nº2, April 1985, pp. 114-116.

44
NORMA CHILENA OFICIAL NCh 2234.Of97
ISO 8258
INSTITUTO NACIONAL DE NORMALIZACION z INN-CHILE

Gráficos de control de Shewhart

Shewhart control charts

Primera edición : 1997

Reimpresión : 2005

Descriptores: gráficos de control

CIN 03.120
COPYRIGHT © 1997: INSTITUTO NACIONAL DE NORMALIZACION - INN * Prohibida reproducción y venta *
Dirección : Matías Cousiño Nº 64, 6º Piso, Santiago, Chile
Web : www.inn.cl
Miembro de : ISO (International Organization for Standardization) • COPANT (Comisión Panamericana de Normas Técnicas)