NCh2231-ISO 7870

INDICE

Página

Preámbulo II

1 Alcance 1

2 Referencias 1

3 Definiciones 2

4 Generalidades 2

5 Gráficos de control por variables y por atributos 3

6 Límites de control 4

7 Subgrupos racionales 4

8 Tipos de gráficos de control 6

9 Gráficos de control de Shewhart y relacionados 6

10 Gráficos de control de aceptación 10

11 Gráficos de control adaptativos 12

12 Riesgos asociados con las decisiones del gráfico de

control - Criterio de efectividad 12

13 Consideraciones económicas 14

Anexo A - Bibliografía 15

I
 NORMA CHILENA OFICIAL NCh2231.Of95
ISO 7870

Gráficos de control - Guía general e introducción

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 NCh2231-ISO 7870 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:

Centro de Estudios, Medición y Certificación de

Calidad, CESMEC Ltda. Jaime Valdenegro G.
ENICAL, Consultorías Integral Patricia Vargas A.
Instituto Nacional de Normalización, INN Leonor Ceruti M.
Ana María Coro M.
Raúl Núñez B.
María Esther Palomero M.
Elsa Samaniego E.
Pontificia Universidad Católica de Chile Carlos Prado C.
PROCAL, Pontificia Universidad Católica
de Chile Osvaldo Ferreiro P.
Servicio Nacional del Consumidor, SERNAC Suley Vergara C.
Superintendencia de Electricidad y Combustibles, SEC Cristián Ferrada D.
Textil Viña S.A. Mario Pavlov M.
Universidad de Chile, CECAL Julia Vinagre L.
Universidad de La Serena Patricia Vargas A.
Universidad de Santiago Benedicto López C.

II
 NCh2231-ISO 7870
Esta norma es una homologación de la norma ISO 7870 "Control charts - General guide
and introduction".

El anexo no forma parte del cuerpo 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 23 de Diciembre de 1994.

Esta norma ha sido declarada norma chilena Oficial de la República por Resolución Nº 16,
de fecha 17 de Febrero de 1995, del Ministerio de Economía, Fomento y Reconstrucción,
publicada en el Diario Oficial Nº 35.103 del 25 de Febrero de 1995.

III
 NORMA CHILENA OFICIAL NCh2231.Of95
ISO 7870

Gráficos de control - Guía general e introducción

1 Alcance

Esta norma presenta los elementos claves y la filosofía del enfoque de los gráficos de
control e identifica una amplia variedad de gráficos de control, incluyendo aquellos
relativos a los gráficos de control de Shewhart y aquellos para aceptación del proceso o
énfasis en predicción en línea.

Esta norma presenta una visión de los conceptos y principios básicos e ilustra la relación
entre varios enfoques de gráficos de control para ayudar en la selección de las normas
más apropiadas para determinadas circunstancias.

Esta norma no especifica métodos de control estadístico que usan gráficos de control, los
cuales se especifican en NCh2233, NCh2234 y NCh2235 y en otras normas chilenas.

2 Referencias

NCh2233 ISO 7966 Gráficos de control de aceptación.

NCh2234-ISO 8258 Gráficos de control de Shewhart.
NCh2235-ISO 7873 Gráficos de control para promedio aritmético con
límites de precaución.
ISO 3534-1:1993 Estadística - Vocabulario y símbolos - Parte 1:
Probabilidad y términos estadísticos generales.
ISO 3534-2:1993 Estadística - Vocabulario y símbolos - Parte 2: Control
estadístico de calidad.

1
NCh2231-ISO 7870
3 Definiciones

Mientras no exista la norma chilena correspondiente se aplican las definiciones de

ISO 3534-1 e ISO 3534-2.

4 Generalidades

Los gráficos de control son una herramienta fundamental del control estadístico de
calidad. Son un método para comparar información de muestras que representan el estado
de un proceso contra límites establecidos después de consideraciones inherentes a la
variabilidad del proceso. Su uso primario es entregar un medio para evaluar si un proceso
de fabricación o proceso administrativo está en "estado de control estadístico" o no.
Aunque originalmente fueron desarrollados para la producción industrial y aplicaciones de
desarrollo, los métodos de gráfico de control se usan ahora ampliamente en múltiples
operaciones de servicio y de apoyo. En esencia, los gráficos de control son una
herramienta de gestión para ayudar a determinar si un proceso es estable o ha cambiado y
son útiles tanto a los niveles ejecutivos como a los operadores para el control en el lugar
de trabajo.

La variabilidad inherente a un proceso está presente en todas las operaciones debido a

causas aleatorias (comunes o no asignables), de modo que los resultados observados de
un proceso estable no son constantes y se requieren límites estadísticamente válidos para
minimizar las decisiones erróneas que conducen al sobrecontrol o al subcontrol.

Se considera que un proceso está en un "estado de control estadístico" si no hay cambios

en el conjunto de causas sistemáticas que afectan al proceso. En esencia, cuando un
proceso está "bajo control", es posible predecir con confianza el comportamiento de dicho
proceso, pero cuando entran causas no aleatorias (especiales o asignables) al sistema, el
proceso está sujeto a los efectos de esas causas y los resultados no pueden predecirse
sin información acerca de su presencia y efecto. Un proceso que no se encuentra en
"estado de control estadístico" requiere intervención para llevarlo a dicho estado. Para
ciertos fenómenos económicos o naturales puede no haber un camino conocido para
intervenir y el gráfico de control simplemente sirve para identificar una falta de control.

Los gráficos de control entregan un método simple para evaluar si el proceso ha logrado o
no, o continúa o no en un "estado de control estadístico". Las determinaciones se hacen
a través de la comparación de los valores o modelos de algunas medidas estadísticas para
una serie ordenada de muestras o subgrupos, con respecto a los límites de control. Existe
una variedad de gráficos de control específicos, cada uno diseñado para los tipos de
decisión que se tengan que tomar, la naturaleza de los datos y el tipo estadístico usado.
La palabra "estadístico" enfatiza que las mediciones están sujetas a errores inherentes a
las fuentes de donde se obtiene la muestra, o del proceso de medición mismo, y por lo
tanto representa una muestra con una variabilidad inherente al muestreo.

2
 NCh2231-ISO 7870
Una de las principales virtudes del gráfico de control es su facilidad de uso y
construcción. Entrega un indicador del "estado de control estadístico" al operador de
producción o de servicio, ingeniero, administrador o gerente. Sin embargo, el gráfico de
control sirve sólo como parte del procedimiento completo de análisis. Puede sugerir que
se ha producido una causa asignable en el proceso pero se requiere un estudio
independiente para determinar la naturaleza de dicha causa y la acción correctiva
necesaria.

5 Gráficos de control por variables y por atributos

Los gráficos de control pueden ser usados ya sea para datos por "variables" o datos por
"atributos". Los datos por variables representan observaciones obtenidas por medición y
registro de magnitudes numéricas de una característica para cada una de las unidades del
grupo en consideración. Esto involucra referencia a una escala continua de algún tipo. Los
datos por atributos representan datos obtenidos observando la presencia (o ausencia) de
alguna característica o atributo en cada una de las unidades del grupo bajo consideración
y contando cuantas unidades poseen o no poseen el atributo, o cuantos de dichos
atributos se presentan en la unidad, grupo, área o volumen de la muestra.

En el caso de datos por variables, generalmente se grafican dos tipos de gráficos de

control.

El primero se refiere a una medida de posición tal como el promedio ( X ) o la mediana. El

segundo se refiere a una medida de la dispersión de las observaciones dentro de la
muestra o subgrupo tal como el "rango" ( R o w ) o la desviación estándar de la muestra
( s ).

Se requieren ambos tipos de gráfico para constituir un enfoque efectivo de gráfico de

control por variables.

El gráfico de posición se usa para evaluar si hay evidencia de un cambio real en el nivel de
la exactitud del proceso, mientras que el gráfico de dispersión se usa para evaluar si hay
evidencia de un cambio en la magnitud de la desviación estándar dentro de la muestra o
de los subgrupos. Los límites de control para el gráfico de posición son una función de las
desviaciones estándares de las muestras o subgrupos. Es importante verificar que este
parámetro de variabilidad inherente permanece bajo control.

Para la mayoría de los gráficos de control por variables, se asume la distribución normal
(ver ISO 3534). Es usual graficar promedios de n medidas de un subgrupo, excepto en
situaciones extraordinarias, porque los promedios tienden generalmente a seguir una
distribución normal aun cuando el modelo de la distribución de las observaciones
individuales no sea normal; y porque las contribuciones a las variaciones aleatorias son
minimizadas a lo largo del proceso de obtención de los promedios. Esto agudiza la
capacidad para detectar una señal de que podría haber ocurrido una causa asignable.

3
NCh2231-ISO 7870
Mientras que los tamaños de muestra n = 4 o n = 5 se seleccionan frecuentemente por
conveniencia, el análisis económico puede sugerir números más apropiados. Mayores
detalles de estos conceptos pueden encontrarse en las normas específicas de los
diferentes gráficos de control.

En el caso de gráficos de control para datos por atributos, se construye un solo gráfico. El
gráfico " p " (proporción de alguna condición especificada) se basa en la distribución
binomial (aproximación normal). La desviación estándar (o error estándar) para dicha
proporción se designa sp .

Como
sp = p(1 - p)/n

y por lo tanto depende sólo de p y n no es necesario hacer un gráfico separado para sp .

Paralelamente, el gráfico " c " (número de ocurrencias de un atributo) se basa en la
distribución de Poisson. La desviación estándar (o error estándar) de la cantidad se
denomina sc . Como sc = c , tampoco tendría sentido construir un gráfico separado para
variabilidad.

6 Límites de control

Los límites de control se usan como criterio para señalar la necesidad de acción o para
juzgar si un conjunto de datos indica o no un "estado de control estadístico". A veces
también se usa un segundo conjunto de límites denominados "límites de precaución" y los
límites de control se denominan a veces "límites de acción". La acción puede ser en la
forma de:

a) investigar el o los orígenes de una "causa asignable";

b) hacer un ajuste del proceso; o

c) detener el proceso.

Las reglas para determinar cuando se exceden los criterios de acción o precaución se
definen en las normas específicas para gráficos de control (ver NCh2233, NCh2234 y
NCh2235) y toma varias formas tales como puntos que caen más allá de los límites,
corridas o modelos de observaciones dentro de los límites.

7 Subgrupos racionales

Un subgrupo racional es un subgrupo o muestra, escogido por razones técnicas, dentro

del cual las variaciones pueden considerarse que se deben sólo a causas aleatorias, pero
entre las cuales puede haber variaciones debidas a causas asignables cuya presencia se
considera posible e importante de detectar. Las razones técnicas incluyen condiciones de
homogeneidad, capacidad para muestrear y consideraciones económicas. Una de las
4
 NCh2231-ISO 7870
características esenciales del gráfico de control es el uso de subgrupos racionales para la
recolección de datos. La variabilidad medida dentro de subgrupos razonablemente
homogéneos se usa para determinar los límites de control o para verificar la estabilidad a
corto plazo mientras que la estabilidad a largo plazo se evalúa generalmente en términos
de cambios entre subgrupos. Una condición característica para formar un subgrupo
racional es un intervalo de tiempo relativamente corto, considerando que la exposición
potencial a causas asignables tiene una extensión limitada; sin embargo una subárea
relativamente homogénea, condiciones comunes (por ejemplo, el trabajo de un operador
particular) u otras bases también pueden ser apropiadas. En todo caso, se debe usar la
misma definición de un subgrupo racional para la recolección de datos y para la
determinación de los límites de control.

En la mayoría de las aplicaciones de producción, los subgrupos racionales representan los

datos recolectados en un período de tiempo corto bajo condiciones esencialmente
idénticas de material, ajuste de herramientas, condiciones ambientales, etc. En
aplicaciones de servicio y oficina, los subgrupos racionales pueden ser definidos en
términos de períodos específicos o agrupamientos lógicos dentro de tareas y cometidos
de algunas personas o grupos. La variabilidad encontrada en estas circunstancias debería
significar que ella sólo se debe a causas aleatorias. Con intervalos de tiempo más largos,
puede esperarse que ocurran causas asignables, tales como un cambio en el origen del
material, un ajuste de las herramientas, un nuevo ambiente de servicio o un cambio de
operador.

Puede ser que dichos cambios no varíen el nivel del proceso, por lo que estas causas
representan la variabilidad potencial del proceso debido a causas aleatorias. Así la
desviación estándar dentro del subgrupo (ya sea que se estime de un conjunto de
subgrupos, o se conozca de experiencias pasadas) sirve como una medida básica de la
"variabilidad aleatoria".

Se debe considerar que los subgrupos racionales deben estar sujetos a todas las fuentes
usuales de variaciones aleatorias para tener un valor significativo. Por ejemplo, una serie
de lecturas repetidas en una pieza de material efectuadas con un instrumento de ensayo
podría no tomar en cuenta el efecto de la forma de colocar la probeta en el instrumento o
la forma de obtener la muestra. Si estos aspectos son inherentes a un mismo ambiente de
ensayo, las observaciones repetidas deberían dar un estimador pequeño, irreal, de la
variabilidad inherente a las mediciones. Así prácticamente ninguna medida real del proceso
aparecería "fuera de control". Por otra parte, si el subgrupo es demasiado grande, de
modo que la variación debida a causas asignables aumenta la desviación estándar dentro
del subgrupo, podrían ocurrir muchas causas asignables sin detectarlas.

Según se indicó anteriormente, la desviación estándar de las medidas observadas dentro

de cada subgrupo constituye la medida básica de la variabilidad inherente para el gráfico
de control. Cuando esto no se conoce bien, se estima reuniendo la información
recolectada de un conjunto grande de subgrupos. Generalmente se recomienda usar la
información de por lo menos 20 subgrupos. Es importante verificar que los datos
recogidos durante este período estén en un "estado de control estadístico" respecto a
dispersión, graficando los rangos o desviaciones normales de los subgrupos en un gráfico
de control (es decir, los datos están en estado de control estadístico con respecto a la

5
NCh2231-ISO 7870
variación interna), y si ellos no lo están, tomar la acción correctiva requerida para obtener
datos básicos válidos.

Los límites de control se basan en un múltiplo de σ e , el error estándar del estadístico que
se está graficando, el cual a su vez se deriva de la desviación estándar dentro del
subgrupo. El múltiplo de σ e , el número de observaciones individuales promediadas
(tamaño de la muestra), el uso de reglas suplementarias (por ejemplo corridas), y la
frecuencia del muestreo y aspectos similares se consideran en las normas específicas
sobre gráficos de control (ver NCh2233, NCh2234 y NCh2235). Si se usa el rango de la
muestra como una medida de variabilidad, los límites de control se basan en un múltiplo
de R , obviando el estimador del error estándar σ e .

8 Tipos de gráficos de control

Existen tres principales tipos de gráficos de control (incluyendo los gráficos cusum o de
sumas acumulativas):

a) el gráfico de control de Shewhart, con diversas variaciones estrechamente

relacionadas (ver NCh2234);

b) el gráfico de control de aceptación (ver NCh2233);

c) el gráfico de control adaptativo.

El gráfico de control de Shewhart se usa principalmente para evaluar el "estado de control

estadístico", a pesar que los gráficos de esta categoría se usan a menudo como una
herramienta de aceptación del proceso, siempre que ellos no estén específicamente
diseñados en relación al criterio de uso o límites de tolerancia del proceso.

El gráfico de control de aceptación está diseñado específicamente con la finalidad de

aceptar el proceso.

El gráfico de control adaptativo se usa para regular un proceso anticipando tendencias y

haciendo ajustes de antemano basados en predicciones.

Algunos de los gráficos específicos dentro de estos tipos generales se describen en los
capítulos 9 a 11.

9 Gráficos de control de Shewhart y relacionados

9.1 Generalidades

Ya que el propósito de los límites de control es ofrecer un procedimiento consistente para

lograr una decisión acerca del "estado de control estadístico", el Dr. W.A. Shewhart,
quien propuso el uso de gráficos de control para el "control económico de la calidad",
seleccionó límites derivados de una base empírica, pero haciendo uso del conocimiento de
6
 NCh2231-ISO 7870
consideraciones estadísticas. Las presunciones acerca de la recolección de datos, la forma
exacta de la distribución de los datos y otras consideraciones prácticas tales como la
inhabilidad o falta de justificación económica para las causas asignables menores (o no
detectadas), hacen indeseable la aplicación de valores de probabilidad teóricamente
rígidos. Es necesario definir la línea central del gráfico antes que puedan agregarse las
líneas de control. El Dr. Shewhart recomendó que los límites estén ubicados a ± 3σ e , es
decir a tres desviaciones estándares (errores estándares) del estadístico que se grafica,
basado en la variabilidad interna de los subgrupos racionales. Así, cuando se aplican los
gráficos de control para promedios, los límites se colocan generalmente a 3σ x . Si se
asume que la distribución de los promedios de las medidas observadas es normal, estos
límites incluirían el 99,7% de los promedios graficados mientras el proceso esté "bajo
control" con respecto al valor central. Es decir, el 0,3% de los puntos (promedios)
graficados de un proceso "bajo control" excederán los límites, señalando así
erróneamente que el proceso está "fuera de control". Esto se denomina el riesgo alfa
(α = 0,003) o error tipo uno y corresponde al riesgo de concluir que ha ocurrido un
cambio en el proceso cuando, de hecho, no ha habido ninguno. En la práctica, sin
embargo, si la distribución no es normal o, si algunas desviaciones del nivel central
especificado no son económicamente preocupantes, las interpretaciones probabilísticas
son inexactas y sirven sólo como indicadores útiles de magnitud. Para los gráficos " p " y
" c ", se usa la distribución normal como aproximación de las distribuciones binomial y de
Poisson. Generalmente es suficiente usar un criterio de decisión acordado (los límites
3 σ e ), y reconocer que para propósitos prácticos hay un riesgo alfa relativamente
pequeño.

Por otra parte, está la cuestión de la capacidad para detectar cambios de alguna magnitud
especificada. Por ejemplo, si se puede asumir que las observaciones individuales tienen
una distribución normal y la desviación estándar de las observaciones individuales del
proceso es σ , entonces, si el promedio del proceso cambia desde su objetivo en 1σ ,
¿cuál podría ser el riesgo de no detectar este cambio (error tipo II)? Si se estaban
graficando los promedios de cuatro observaciones, el riesgo tipo II podría ser 68,5% y si
se estuvieran graficando observaciones individuales, el riesgo sería 97,7%. Una razón
para que el gráfico de control sea una herramienta práctica en muchas aplicaciones es su
falta de sensibilidad a cambios relativamente pequeños en aquel nivel que podrían ser
falsas alarmas. De hecho efectuar correcciones innecesarias en el proceso (sobrecontrol)
contribuye a la desuniformidad en la variabilidad, (ver capítulo 10).

A veces, si se desea mayor sensibilidad a cambios pequeños de nivel, se usan los límites
de precaución, establecidos generalmente a ± 2σ e , además de los límites de control a
± 3σ e , y adicionalmente se establecen algunas otras reglas de decisión basadas en
corridas (ver NCh2235). Esto, sin embargo, aumenta el riesgo alfa de decir erróneamente
que un proceso está "fuera de control". Otra forma de aumentar este tipo de sensibilidad
es a través del uso de gráficos de control que acumulan datos de varios subgrupos.

También se usan otros criterios de decisión basados en aspectos de la teoría de corridas.

Para el trabajo del gráfico de control, una corrida se considera, una secuencia
ininterrumpida de ocurrencias del mismo atributo o evento en una serie de
observaciones o un conjunto consecutivo de valores sucesivamente crecientes (corrida
7
NCh2231-ISO 7870
creciente) o sucesivamente decrecientes (corrida decreciente), o un conjunto de puntos
sobre o bajo la línea central.

Varios de los gráficos de control enumerados en esta sección no fueron desarrollados por
el Dr. Shewhart, pero se incluyen porque se usan principalmente para determinar si un
proceso está o no en un "estado de control estadístico". La relación con los requisitos de
la especificación generalmente no es un elemento para seleccionar su criterio de decisión.

Existen dos formas generales de los gráficos de control de Shewhart. El primero es un

gráfico de control que no utiliza valores previamente especificados. Estos gráficos usan
límites de control basados en datos de las muestras o subgrupos trazados sobre el gráfico
y se usan para determinar si los valores observados de una serie de muestras varían entre
ellos mismos en una cantidad mayor que lo que podría esperarse debido sólo al azar. En
esencia, los gráficos de control basados enteramente en los datos de muestras que
están siendo evaluadas se usan para detectar cualquier falta de constancia del sistema de
causas. Esta forma de gráfico es útil, particularmente en las etapas de investigación y
desarrollo, o en las pruebas pilotos iniciales o en los estudios iniciales de producción y
servicio, para determinar si un nuevo proceso, producto o servicio, es reproducible y si los
métodos de ensayo son repetibles.

La segunda forma es un gráfico de control cuyos límites de control están basados en

valores especificados aplicables a los estadísticos trazados sobre el gráfico y se usa para
determinar si los valores observados de una muestra difieren de los valores especificados
adoptados, en una cantidad mayor a la que podría esperarse sólo por el azar. Los valores
especificados pueden estar basados en:

a) datos anteriores representativos (como los obtenidos de la experiencia usando

gráficos de control sin valores especificados);

b) un valor económico basado en consideración a necesidades de servicio y costo de

producción; o

c) el valor deseado o puesto como objetivo definido en una especificación.

Debe observarse que esta forma de gráfico de control no sólo evalúa la constancia del
sistema de causas sino también evalúa si el sistema de causas tiene una posición
adecuada en términos de los valores especificados adoptados.

9.2 Listado parcial de gráficos de control de Shewhart y relacionados (incluyendo

los gráficos de sumas acumulativas o cusum)

Este listado se divide en dos categorías. La primera incluye gráficos en que cada dato
proviene de una sola muestra o subgrupo racional, mientras que el segundo incluye
gráficos en que cada punto proviene de más de una muestra o subgrupo.

9.2.1 Gráficos que usan datos de sólo un subgrupo racional para cada valor graficado

Estos gráficos son los siguientes:

8
 NCh2231-ISO 7870
a) X y R (gráficos promedio y rango) [la mediana puede reemplazar a X y s puede
reemplazar a R ];

b) X y rangos móviles [para gráficos de rangos móviles de individuos, [ver 9.2.2 a)];

c) p (gráfico de porcentaje o proporción);

d) pn o np (gráfico de número de unidades);

e) c (gráfico de cantidad);

f) u = c/n (gráfico de cantidad por unidad);

g) Q (gráfico de puntaje de calidad, en que un puntaje de calidad es una cantidad

ponderada);

h) D (gráfico de deméritos)

Una versión del gráfico Q en el cual se usan los deméritos como coeficientes de
ponderación;

i) gráfico multirrespuesta

Un gráfico de control para evaluar un proceso en términos de las respuestas de dos

o más características combinadas en un estadístico único para el subgrupo.
Cuando las variables o características involucradas son independientes una de la
otra (no correlacionada), se grafica usualmente un estadístico x 2 . Cuando existe
correlación entre las características, es usual un estadístico T 2 (ver ISO 3534);

j) gráfico de tendencia

Un gráfico de control para evaluar el nivel del proceso en términos de la desviación

del promedio de subgrupo de una tendencia esperada en el nivel del proceso. La
tendencia puede determinarse empíricamente o por técnicas de regresión.

9.2.2 Gráficos que usan datos acumulados de más de un subgrupo para cada valor
graficado

Estos gráficos son los siguientes:

a) Gráficos de promedio móvil y rango móvil

El promedio no ponderado de las últimas n observaciones en la cual la última

observación reemplaza a la más antigua de las n observaciones previas. Este tipo
de gráfico se usa para obtener las ventajas de promediar para minimizar la
variabilidad aleatoria, particularmente cuando está disponible solamente una
observación por subgrupo, pero tiene la desventaja de un efecto de arrastre no
cuantificado a lo largo de n puntos.
9
NCh2231-ISO 7870
En el caso del gráfico de observaciones individuales ( n = 1 ) se dibujan en un
gráfico X y los rangos móviles (generalmente n = 2 ) en un gráfico de rango. Estos
gráficos sacrifican la ventaja de promediar para minimizar la variabilidad aleatoria y
la factibilidad de usar la distribución normal, pero aún entregan una ayuda técnica
en la evaluación de datos.

b) Los gráficos de promedio móvil ponderados exponencialmente (EWMA), o

suavizados exponencialmente o gráficos ponderados geométricamente

Las observaciones individuales o promedios de subgrupos de los conjuntos de

datos presentes y previos son promediados, pero aquellos tomados en los primeros
períodos tienen progresivamente una menor ponderación. Debido al refuerzo
del efecto de arrastre, este gráfico es usualmente más sensible a cambios
pequeños en el nivel de sensibilidad que los gráficos de control comunes de
Shewhart de 3 σ e . El gráfico EWMA entrega una estimación del promedio del
proceso que es de particular valor cuando el objetivo es decidir cuando y en cuanto
ajustar un proceso.

c) Gráficos cusum o de sumas acumuladas

Se grafican las sumas acumuladas de las desviaciones de las observaciones

individuales o promedios de subgrupo de un valor de referencia. Las tendencias en
el gráfico se identifican mediante una "plantilla de decisión" cuya forma más
común es una máscara V (truncada). Este gráfico es generalmente más sensible a
los cambios pequeños en el nivel que el gráfico común de Shewhart de 3 σ e
debido al refuerzo del efecto de arrastre. El gráfico visual, cuando se usa la
máscara V, es útil a menudo para localizar el inicio de un cambio en el nivel de
sensibilidad.

10 Gráficos de control de aceptación

10.1 Generalidades

El gráfico de control de aceptación es un método gráfico para el doble propósito de

evaluar un proceso en términos de :

a) si está o no en un "estado de control estadístico" con respecto a la variabilidad

interna de la muestra o subgrupo;

b) si puede o no esperarse satisfacer los requisitos del producto o servicio para las
características que se están midiendo.

El énfasis del gráfico de control de aceptación, en contraste con los gráficos de control
comunes, es que el proceso usualmente no necesita permanecer bajo control con respecto
a un nivel normalizado único del proceso, sino que en la medida que la variabilidad dentro
del subgrupo permanece bajo control, puede moverse a cualquier nivel o niveles dentro de
alguna zona de niveles de proceso establecidas mediante consideraciones empíricas. Se

10
 NCh2231-ISO 7870
asume que algunas causas asignables crearán cambios en el nivel del proceso lo
suficientemente pequeños en relación a los requisitos, e intentar controlarlos en forma
demasiado ajustada podría ser antieconómico. Es decir, el ajuste demasiado fino del
centramiento de un proceso podría ser excesivamente costoso para los beneficios
recibidos y también podrían introducir una mayor variabilidad. Por otra parte, algunos
cambios del nivel del proceso son lo suficientemente grandes para que ameriten su
detección temprana dado que es importante considerar el riesgo de no detectarlos. Una
fortaleza de los gráficos de control de aceptación es evitar el sobrecontrol, es decir.
efectuar correcciones de proceso innecesarias. Dichas correcciones innecesarias a
menudo dan como resultado un proceso menos estable debido a que los ajustes
frecuentes del proceso son inexactos e inducen a nuevas correcciones. Para niveles de
proceso dentro de la "zona de proceso aceptable", el efecto de las correcciones puede
significar introducir variabilidad más que reducirla.

La característica clave que distingue el gráfico de control de aceptación de los gráficos de

control de Shewhart y relacionados es que considera las especificaciones del producto o
servicio, lo cual no es un elemento de un "estado de control estadístico".

El supervisor o experto de calidad define una zona de procesos aceptables limitada por
niveles aceptables de proceso y un conjunto de niveles rechazables de proceso. El
determina entonces el tamaño de la muestra requerido para satisfacer el riesgo-alfa
especificado de rechazar procesos que podrían ser aceptados, y también el riesgo-beta de
aceptar procesos que serían rechazados. A partir de estos criterios él calcula los límites
de control especiales que serán mostrados en el gráfico para los criterios de decisión del
operador. Para verificar el "estado de control estadístico" se requiere el gráfico de control
para variabilidad interna del subgrupo. Existe bastante flexibilidad para diseñar el gráfico
de control, incluyendo el uso de límites no simétricos cuando corresponda.

10.2 Gráfico de control modificado o gráfico de control con límites modificados

El caso especial de un gráfico de control de aceptación relaciona la posición de los límites

de control con los requisitos de tolerancia igualando "los límites naturales del proceso",
definidos como los límites 3σ para individuos, con los límites de tolerancia. Los límites de
control se establecen entonces a (3 - 3/ n )σ dentro de los límites de tolerancia para crear
los límites de control modificados. Esta relación es válida, pero la técnica no define el
riesgo-beta para niveles rechazables de proceso especificados ni entrega reglas para
determinar el tamaño de la muestra. Los límites de control a veces se establecen a
(3 - 2/ n )σ en algunas aplicaciones para dar límites más conservadores.

Para mayores detalles, ver NCh2233-ISO 7966

10.3 Listado parcial de gráficos de control de aceptación

10.3.1 Gráficos de control de aceptación

Los gráficos de control de aceptación dan el nivel del proceso asociado con el riesgo-alfa
de rechazar un buen proceso, y el nivel rechazable de proceso asociado con el riesgo-beta

11
NCh2231-ISO 7870
de aceptar una desviación del proceso que produce demasiadas unidades no conformes, o
se posiciona más lejos de lo razonable del valor objetivo.

Los gráficos son los siguientes:

a) X y R (gráfico de control de aceptación de promedio y rango);

b) p (gráfico de control de aceptación de porcentaje o proporción);

c) c (gráfico de control de aceptación de cantidad).

10.3.2 Gráficos de control modificados

Los gráficos de control modificados entregan límites de control basados en relaciones del
nivel de proceso, asociado con el riesgo-alfa con los límites de tolerancia.

11 Gráficos de control adaptativos

El gráfico de control adaptativo es útil para situaciones en las cuales pueden hacerse
ajustes del proceso y en los cuales es importante la necesidad de una estrecha
concordancia con el nivel normal. Comprende el uso de modelos de predicción de distintos
grados de complejidad para anticipar cuando el proceso deja de operar en la forma en que
lo hace corrientemente, y la toma de una acción correctiva oportuna para prevenir que el
proceso se desvíe del nivel normal. Como los elementos del modelo predictivo son muy
dependientes del proceso específico, los gráficos de control adaptativos son generalmente
únicos para la aplicación o aplicaciones particulares. Estos gráficos, a diferencia de los dos
tipos previos, usan estimadores predictivos de niveles de proceso basados en el supuesto
que el proceso continuará con su modelo habitual, y trata de cambiar de antemano el
proceso para así evitar cualquier desviación predicha del objetivo del proceso. Cuando el
modelo predictivo es bueno, el enfoque puede ser muy efectivo para reducir variabilidad.
Si el modelo predictivo es malo, resultará probablemente una variabilidad aumentada.

12 Riesgos asociados con las decisiones del gráfico de control - Criterio de

efectividad

Los gráficos de control están diseñados para señalar irregularidades tales como
desviaciones en el nivel del proceso. Hay dos tipos de errores inherentes en cualquier
procedimiento estadístico para tomar decisiones. Para la aplicación de gráficos de control
éstos son:

a) Errores del primer tipo (error tipo I), en los cuales se concluye que ha ocurrido un
cambio cuando de hecho no ha ocurrido. Estos errores conducen a gastos relativos
al sobre control (ajustes superfluos) o a investigaciones innecesarias de problemas
no existentes.

12
 NCh2231-ISO 7870
b) Errores de segundo tipo (error tipo II), en los cuales no se detecta un cambio en el
nivel. Estos errores conducen a desperdiciar recursos debido a gastos asociados
con el proceso insatisfactorio (aquel que produce una cantidad sustancial de
unidades de producto o servicio no satisfactorio) que no se ha detenido
oportunamente, y debido a que se pierden oportunidades de identificar las causas
de las variaciones en el proceso.

Para una configuración dada de gráfico de control, incluyendo el tamaño de la muestra y

los límites usados, una curva característica operativa (OC) muestra la probabilidad de
reconocer un cambio en un momento dado como función del nivel del proceso. Este
enfoque de la curva OC es útil sólo para los gráficos de control de Shewhart y los gráficos
de control de aceptación los cuales basan cada decisión en los datos recientes. Para los
gráficos de rango móvil ponderado exponencialmente y los gráficos cusum en que se
incluye la información de observaciones anteriores, el enfoque de la curva OC no es
práctico y es más conveniente considerar el promedio del largo del ciclo (ARL) antes de
encontrar una señal.

En este contexto el largo del ciclo se define como el número de subgrupos examinados
desde que ocurre un cambio en el proceso hasta el momento en que el gráfico de control
señala que ha ocurrido el cambio. En la figura 1, por ejemplo, ocurrió un cambio en el
promedio del proceso entre los puntos 10 y 11 pero no fue evidenciado hasta que se
graficó el punto 20, de modo que el largo del ciclo es de 10 subgrupos. En otras
ocasiones cuando ocurre un cambio en el promedio del proceso de la misma magnitud, el
largo del ciclo puede ser 5 o 20 subgrupos, o algún otro número, dependiendo de las
variaciones aleatorias en la característica que está siendo observada. Así para un cambio
de una magnitud dada hay una distribución de largos de ciclo posibles. Para diseñar
gráficos de control es conveniente usar el promedio de esta distribución, el ARL. El ARL
puede ser usado para dar una indicación del intervalo de tiempo que un gráfico de control
puede dejar operar a un proceso fuera de control, o fuera de objetivo, pero debería
recordarse que a veces el largo real del ciclo será mayor o menor que el ARL.

Figura 1 – Ejemplo de una longitud de corrida de 10 subgrupos entre un cambio del proceso y una señal del
gráfico de control

13
NCh2231-ISO 7870
Es deseable un ARL grande para un proceso cuya posición está en su nivel especificado
(de modo de minimizar la posibilidad de una investigación o acción correctiva innecesaria)
y un ARL pequeño es deseable para un proceso que ha cambiado a algún nivel indeseable
(de modo que la acción correctiva se haga oportunamente). Las curvas ARL pueden ser
usadas en cualquiera de los gráficos de control para describir la rapidez relativa en
detectar los cambios del nivel de distintos sistemas de gráficos de control.

13 Consideraciones económicas

La determinación de la frecuencia para seleccionar muestras es un elemento importante

para evaluar el impacto económico del riesgo-alfa y del riesgo-beta. Esto es más
importante para propósitos de aceptación del proceso que para determinar si existe un
"estado de control estadístico". El trabajo desarrollado a partir de dichos estudios
económicos conduce a varias recomendaciones específicas para la selección del "gráfico
de control económico".

Las consideraciones de recomendaciones específicas para tamaño y frecuencia de la

muestra están en las normas específicas de gráficos de control. Como guía general en las
etapas iniciales de operación del gráfico de control a menudo es deseable llegar
rápidamente a conclusiones tomando muestras con más frecuencia. Cuando el proceso se
estabiliza y se comprende, se puede reducir la frecuencia del muestreo. Las muestras más
grandes pueden ser útiles para detectar pequeñas desviaciones en los niveles, pero
muestras más pequeñas más frecuentes pueden ser útiles para detectar cambios grandes
más rápidamente.

14
 NCh2231-ISO 7870
Anexo A
(Informativo)

Bibliografía

[1] ARCIAN, L.A. and LEVENE, H. The Effectiveness of Quality Control Charts.
Journal of the American Statistical Association, Vol. 45, No. 252,
December 1950: pp. 520-529.

[2] BARNARD, G.A. Control Charts and Stochastic Processes. Journal of the
Royal Statistical Society, Series B, Vol. 21, No. 24, 1959: pp. 239-271.

[3] BOX, G.E.P. and JENKINS, G.M. Mathematical Models for Adaptive Control
and Optimization. Prepints of the AIChE., The Institution of Chemical
Engineers, Joint Meeting, London, England, June 1965, Section 4:
pp. 53-60.

[4] DUNCAN, A.J. Quality Control and Industrial Statistics. 5th Edition, Richard
D. Irwin, Inc., Homewood, IL, 1986.

[5] FERREL, E.B. A Median, Midrange Chart Using Run-Size Subgroups.

Industrial Quality Control, Vol. 20, No. 10, April 1964: pp. 1-4.

[6] FREUND, R.A. Acceptance Control Charts. Industrial Quality Control, Vol.
14, No. 4, October 1957: pp. 13-23.

[7] FREUND, R.A. Control Charts Eliminate Disturbance Factors. Chemical

Engineering, January 31, 1966: pp. 79-76.

[8] GIBRA, Isac N. Recent Developments in Control Chart Techniques. Journal

of Quality Technology, Vol. 7, No. 4, October 1975: pp. 183-192.

[9] GRANT, E.L. and LEAVENWORTH, R.S. Statistical Quality Control. 6th
Edition, McGraw-Hill, Inc., New York, 1988.

[10] ISHIKAWA, K. Guide to Quality Control. Asia Productivity Organization.

Unipub, New York, 1976.

[11] JOHNSON, N.L. and LEONE, F.C. Cumulative Sum Control Charts:
Mathematical Principles Applied to Construction and Use, Part I. Industrial
Quality Control, Vol. 18, No. 12, June 1962: pp. 15-21.

[12] JOHNSON, N.L. and LEONE, F.C. Cumulative Sum Control Charts:
Mathematical Principles Applied to Construction and Use, Part II. Industrial
Quality Control, Vol. 19, No. 1, July 1962: pp. 29-36.

15
NCh2231-ISO 7870
[13] MONTGOMERY, D.C. and KLATT, P.J. Economic Design of T Control
Charts to Maintain Current Control of a Process. Management Science, Vol.
19, No. 1, September 1972: pp. 76-89.

[14] PAGE, E.S. Continuous Inspection Schemes. Biometrika, Vol. 41, 1954:
pp. 100-115.

[15] PAGE, E.S. Cumulative Sum Charts. Technometrics, Vol. 3, No. 1,

February 1961: pp. 1-9.

[16] SHEWHART, W.A. Economic Control of Quality of Manufactured Product,

Van Nostrand Reinhold Company, Inc., Princeton, NJ, 1931.

[17] SHEWHART, W.A. Statistical Method from the Viewpoint of Quality

Control, The Graduate School, Department of Agriculture, Washington, DC,
1939.

[18] TIAGO DE OLIVEIRA, J. and LITTAUER, S.B. Techniques for Economic Use
of Control Charts. Revue de Statistique Appliquée, Vol. 14, No. 3, 1966.

16
NORMA CHILENA OFICIAL NCh 2231.Of95
ISO 7870
INSTITUTO NACIONAL DE NORMALIZACION ! I N N - CH ILE

Gráficos de control - Guía general e introducción

Control charts - General guide and introduction

Primera edición : 1995

Reimpresión : 1999

Descriptores: control de calidad, control estadístico de la calidad, gráficos de control,

requisitos
CIN 03.120.30
COPYRIGHT © 1995 : INSTITUTO NACIONAL DE NORMALIZACION - INN * Prohibida reproducción y venta *
Dirección : Matías Cousiño Nº 64, 6º Piso, Santiago, Chile
Casilla : 995 Santiago 1 - Chile
Teléfonos : +(56 2) 441 0330 • Centro de Documentación y Venta de Normas (5º Piso) : +(56 2) 441 0425
Telefax : +(56 2) 441 0427 • Centro de Documentación y Venta de Normas (5º Piso) : +(56 2) 441 0429
Internet : inn@entelchile.net
Miembro de : ISO (International Organization for Standardization) • COPANT (Comisión Panamericana de Normas Técnicas)