Una línea de producción puede cumplir con el promedio esperado y, aun así, comenzar a mostrar cambios en el peso de un producto, el diámetro de una pieza, el tiempo de una operación o la cantidad de unidades no conformes. Si el equipo revisa únicamente el resultado final, puede detectar el problema cuando ya se han acumulado desviaciones, retrabajos o inspecciones adicionales.
El control estadístico de procesos (CEP), conocido también como SPC por las siglas de Statistical Process Control, utiliza datos obtenidos durante la operación para analizar cómo se comporta un proceso a través del tiempo. Su utilidad está en distinguir la variación habitual de aquellas señales que justifican investigar qué cambió y por qué.
Qué analiza el control estadístico
El CEP reúne técnicas estadísticas utilizadas para supervisar un proceso y estudiar su variación. El NIST/SEMATECH e-Handbook of Statistical Methods incluye entre las herramientas de control de procesos los histogramas, hojas de comprobación, diagramas de Pareto, diagramas de causa y efecto, diagramas de dispersión y cartas de control.
Las cartas de control tienen una función central porque permiten ordenar las observaciones según el tiempo o la secuencia de las muestras. Así, el análisis no se limita a preguntar si una medición cumple un valor esperado. También permite observar si el patrón del proceso se mantiene estable o si aparecen cambios que requieren una investigación.
El CEP puede aplicarse a variables continuas, como peso, temperatura, longitud o tiempo, y a datos de atributos obtenidos mediante clasificación o conteo, como proporción de unidades no conformes o número de no conformidades.
Por qué un proceso presenta variación
Un proceso repetitivo no genera resultados exactamente iguales en cada ciclo. Incluso cuando el equipo, el método y los materiales permanecen bajo condiciones similares, las mediciones presentan cierto grado de variación.
Parte de esa variación puede formar parte del comportamiento habitual del sistema. El problema aparece cuando surge una señal estadística asociada con un cambio que merece análisis: un ajuste de máquina, una modificación del material, desgaste de un componente, una alteración del método de trabajo o una diferencia en el sistema de medición son ejemplos de factores que pueden modificar el comportamiento observado.
Esta distinción evita reaccionar ante cada fluctuación. Si un operador modifica los parámetros de una máquina cada vez que una medición aumenta o disminuye ligeramente, puede introducir más variabilidad en un proceso que antes mantenía un patrón estable. El CEP proporciona criterios para decidir cuándo los datos justifican investigar antes de intervenir.
Cómo funcionan las cartas de control
Una carta de control representa una característica del proceso frente al número de muestra o el tiempo. Según la explicación del NIST sobre cartas de control, la estructura general contiene una línea central y límites de control superior e inferior.
- Línea central: representa el nivel utilizado como referencia del proceso.
- Límite de control superior: establece la frontera estadística superior utilizada para evaluar el comportamiento.
- Límite de control inferior: establece la frontera estadística inferior.
Para una carta de Shewhart de variables, el modelo general presentado por el NIST puede expresarse mediante una línea central y límites separados por un número determinado de desviaciones estándar. Cuando se utiliza el criterio habitual de tres sigma, su estructura conceptual es:
Donde μw representa la media del estadístico utilizado y σw su desviación estándar. El cálculo aplicado depende del tipo de carta, el tamaño de los subgrupos, la distribución de los datos y la forma utilizada para estimar la variabilidad. Por ello, estos tres límites no deben calcularse con una fórmula genérica sin considerar las características del proceso.
La ISO 7870-2:2023 establece una guía para comprender y utilizar las cartas de control de Shewhart dentro de los métodos de control estadístico de procesos.
Para qué sirve el CEP
El control estadístico de procesos resulta útil cuando las mediciones se conectan con decisiones operativas. Sus aplicaciones incluyen:
- Detectar cambios en el proceso: una señal fuera de los límites o un patrón no aleatorio puede justificar la búsqueda de una causa identificable.
- Evitar ajustes innecesarios: una diferencia entre dos mediciones consecutivas no significa por sí sola que el proceso necesite una modificación.
- Comprobar estabilidad: las cartas permiten evaluar si el proceso mantiene un patrón consistente durante el periodo analizado.
- Evaluar cambios implementados: después de modificar un método, equipo o condición de operación, el seguimiento permite observar cómo se comportan las mediciones.
- Preparar análisis de capacidad: la estabilidad es una condición necesaria para interpretar con mayor fundamento la relación entre la variación del proceso y las especificaciones.
El CEP no reemplaza el conocimiento del proceso. Una señal estadística indica dónde conviene investigar, pero determinar la causa requiere revisar las condiciones de operación, el método de medición, los materiales, los equipos y otros factores relacionados con el proceso analizado.
Control no significa especificación
Una de las confusiones más frecuentes consiste en tratar los límites de control como si fueran límites de especificación. Son conceptos distintos.
Los límites de control se utilizan para analizar si el comportamiento del proceso mantiene estabilidad estadística. Los límites de especificación establecen los requisitos o tolerancias que debe cumplir el producto, servicio o característica evaluada.
Un proceso puede ser estable y producir resultados que no se ajusten adecuadamente a las especificaciones. En ese caso, el patrón puede ser predecible desde el punto de vista estadístico, pero su variación o centrado todavía necesita mejora.
El NIST define la capacidad del proceso mediante la comparación del resultado de un proceso bajo control con sus límites de especificación. Entre los índices utilizados para este análisis se encuentran Cp y Cpk.
Qué carta de control utilizar
La selección de una carta depende del tipo de información disponible. Antes de elegirla conviene definir qué característica se medirá, cómo se obtendrán las muestras y si los datos son mediciones continuas, clasificaciones o conteos.
| Tipo de datos | Carta habitual | Ejemplo de aplicación |
|---|---|---|
| Variables continuas con subgrupos | X̄-R o X̄-S | Peso, diámetro, espesor o temperatura. |
| Mediciones individuales | I-MR | Una medición obtenida en cada periodo. |
| Proporción de unidades no conformes | p | Proporción de unidades que no cumplen un criterio. |
| Número de no conformidades | c o u | Conteo de no conformidades en unidades inspeccionadas. |
El NIST distingue las cartas para atributos según el tipo de conteo o clasificación. Por ejemplo, la carta p trabaja con proporciones, la carta c con números de no conformidades y la carta u con el promedio de no conformidades por unidad.
Seleccionar una carta únicamente porque está disponible en un software puede conducir a una interpretación incorrecta. El tipo de dato, el tamaño de muestra y las condiciones bajo las que se recopila la información forman parte del diseño del análisis.
Ejemplo de aplicación en producción
Supongamos que una operación de llenado controla periódicamente el peso del producto. El equipo toma muestras bajo un método definido, registra los resultados y construye una carta apropiada para el tipo de medición.
Si los puntos mantienen un patrón estadísticamente estable, el equipo dispone de evidencia para continuar observando el proceso sin reaccionar ante cada pequeña fluctuación. Si aparece un punto fuera de los límites o un patrón no aleatorio, se investiga qué condición cambió alrededor de ese momento.
La investigación puede revisar el ajuste del equipo, el lote de materia prima, el método de operación, las condiciones ambientales o el sistema utilizado para medir el peso. Una vez identificada y tratada una causa, las observaciones posteriores permiten evaluar si el proceso recupera un comportamiento estable.
Entre los errores que deben evitarse están recalcular continuamente los límites para acomodar nuevos datos, confundir una especificación con un límite de control, interpretar cualquier punto dentro de los límites como prueba suficiente de estabilidad o analizar capacidad sin evaluar primero el comportamiento del proceso. Una carta también puede mostrar patrones no aleatorios aunque todos los puntos estén dentro de los límites, por lo que la interpretación no debe limitarse a comprobar si una observación los supera.
Conclusión
El control estadístico de procesos sirve para transformar mediciones tomadas durante una operación en información sobre su estabilidad. Al observar la variación a través del tiempo, permite distinguir fluctuaciones habituales de señales que requieren investigar una causa, reducir intervenciones sin fundamento estadístico y preparar análisis posteriores de capacidad frente a las especificaciones. Su aplicación depende tanto de la técnica estadística como de una recopilación de datos adecuada y del conocimiento del proceso que se está evaluando.
En Control estadístico de la Calidad aprenderás a aplicar modelos estadísticos para identificar variables de control y trabajar con sus gráficas. El temario incluye análisis de capacidad mediante Cp y Cpk, gráficas P, C y U, distribuciones estadísticas y pruebas de hipótesis aplicadas al control de calidad.
Estudiar Control estadístico de la CalidadFuentes consultadas
National Institute of Standards and Technology (NIST/SEMATECH). What are Process Control Techniques?
National Institute of Standards and Technology (NIST/SEMATECH). What are Control Charts?
National Institute of Standards and Technology (NIST/SEMATECH). What are Variables Control Charts?
National Institute of Standards and Technology (NIST/SEMATECH). What are Attributes Control Charts?
National Institute of Standards and Technology (NIST/SEMATECH). What is Process Capability?
International Organization for Standardization. ISO 7870-1:2019 — Control charts — Part 1: General guidelines. 2019.
International Organization for Standardization. ISO 7870-2:2023 — Control charts — Part 2: Shewhart control charts. 2023.
MayuGo. Control estadístico de la Calidad.
```
