ARTCULO
Monitorizacin
para un aseguramiento
continuo de la Calidad
a necesidad de mantener de forma con-
L tinua el Aseguramiento de la Calidad ha
llevado a las empresas a adoptar mtodos
estadsticos para la monitorizacin de sus
procesos. El grfico de control de Shewhart
es la tcnica ms utilizada. Este grfico uti-
liza la informacin recogida en cada instan-
te a travs de una pequea muestra o valor
individual, para decidir si el proceso est
bajo control comprobando si la media de esa
muestra est dentro de los lmites de con-
trol. Estos grficos son sencillos de cons-
truir y de rpida interpretacin pero son po-
co eficaces cuando el proceso sufre
pequeas variaciones. Por esta razn, se
han desarrollado otro tipo de grficos de
control que en cada instante utilizan no s-
lo los valores obtenidos en ese momento
sino toda la informacin anterior, de mane-
ra que son mucho ms sensibles a cual-
quier pequeo cambio que se produzca.
Estos grficos son: Grficos de Medias
Mviles, Grficos de Medias Mviles Geo-
mtricas y Grficos Cusum.
La primera descripcin detallada de los
procedimientos Cusum aparece en 1954 en
el artculo Continuos Inspection Schemes,
debido a Page. En los ltimos aos, han
[26] calidad >> febrero 2004
tenido un gran desarrollo tanto en la base
terica de estos procedimientos como en
su utilizacin en distintos campos.
La idea fundamental de estos grficos es
calcular para cada observacin, , su des-
viacin de la media objetivo , e ir acu-
mulando estas desviaciones
desde el principio hasta el instante actual,
Observemos que si el proceso est bajo
control la media es y las diferencias
sern pequeos valores positi-
vos y negativos alrededor de cero de forma
que su suma ser un valor prximo a cero.
Cuando el proceso sale fuera de control
porque, por ejemplo, ha habido un aumen-
to en la media, los valores observados
sern, prcticamente, todos mayores que ,
las diferencias sern positivas
y al acumularlas veremos un claro aumento
en la pendiente. La figura muestra un grfico
Cusum para controlar la media de un proce-
so. Ha habido un aumento en la media del
proceso a partir de la observacin 15. Este
cambio se detecta en el grfico porque obser-
vamos un claro aumento en la pendiente de la
grfica a partir de dicha observacin.
 CuSum Chart for Variable 1

28 Cuyo vrtice est a una distancia del

punto de coordenadas , donde
18

8
CuSum

-2

-12 La metodologa a seguir para detectar

estas variaciones ser la siguiente:
-22
0 20 40 60 80
Tomamos m observaciones y situamos
Observacin la mscara en el punto de coordenadas

Representamos los valores con

sta es la primera forma de aplicacin de
los grficos de sumas acumuladas: la V-
mscara que se obtiene situando una ms-
cara en forma de V en la ltima observa-
cin obtenida. Esta expresin grfica tiene
algunos inconvenientes para trabajar con
ella numricamente, por ello, posterior-
mente se ha desarrollado una frmula
numrica equivalente a la V-mscara y cuya
representacin grfica es ms sencilla. Se
trata del Intervalo de Decisin o Grfico
Cusum H-K. Veamos, brevemente, cmo se
construyen e interpretan estos dos tipos de
grficos.
El grfico de V-mscara
Recordemos que el objetivo de estos grfi-
cos es detectar variaciones en la media de
amplitud donde es la
desviacin tpica de la variable en estudio .
Probabilidad de una falsa alarma.
Valores habituales para son 0,01 0,05.
Probabilidad de no detectar un cam-
bio en la media de la magnitud fijada. Valo-
res habituales para son 0,01 0,05.
ltima observacin.
A partir de estos valores dibujaremos la
V-mscara mediante las rectas:
CuSum V-mscara
10
6
2
Sn
Si ningn punto sale fuera de la msca-
ra seguiremos haciendo un muestreo y
nuestro proceso est bajo control
Si un punto se sale por arriba, en ese ins-
tante se ha producido un descenso en la
media de amplitud
Si un punto se sale de la mscara por
debajo, en ese instante ha habido un
aumento en la media de amplitud
Como vemos grficamente:

Para ello, definimos:

-2

-6

Variacin en la media que deseamos

-10
detectar medida en unidades de desviacin 0 10 20 30 40 50
tpica. Por ejemplo, Si deseamos detectar
Observacin
un aumento o descenso de 3 unidades y
entonces .

febrero 2004 << calidad [27]

 En este ejemplo, al situar la V-mscara
en la observacin m=30, detectamos que
ha habido un aumento en la media a partir
de la observacin n=22 que se sale fuera de
los lmites.
El Intervalo de Decisin: una
alternativa a la V-mscara
Uno de los inconvenientes de la V-mscara
es que hay que situarla en cada uno de los
puntos para detectar si se ha pro-
ducido un cambio y dnde se ha produci-
do. Hay otra expresin algebraica equivalen-
te a la V-mscara que permite trabajar con
los grficos de sumas acumuladas, Cusum,
que es ms sencilla de ver grficamente por-
que los lmites de control son constantes.
Adems, tiene ciertas ventajas de clculo en
la obtencin de las caractersticas de opera-
cin como el nmero medio de muestras
entre falsas alarmas o el tiempo medio trans-
currido hasta que detectamos un cambio
desde que ste se produce. Este tipo de
representacin se llama el Intervalo de Deci-
sin (DI) o Cusum . 3, pero su eleccin debe venir determinada
: Valor de referencia. En la V-mscara
es la pendiente de las rectas, una positi-
va y otra negativa. En ambos grficos, su
interpretacin es muy sencilla puesto que
es la amplitud del sesgo en la
media que deseamos detectar medida en
unidades de desviacin estndar.
: Intervalo de Decisin.
Es el valor que determina los lmites fijos
del grfico . Se calcula a partir
de la probabilidad de error de tipo , ,
y de la probabilidad de detectar un cam-
bio de la magnitud deseada,
puesto que
[28] calidad >> febrero 2004
La idea general para pasar de un grfico a En el ejemplo, en la observacin 29
otro es corregir las diferencias detectamos que ha habido un aumento en
por el valor de referencia la media a partir de la observacin n=22
ltimo valor donde a partir del
cual hay una clara tendencia creciente en
que es la pendiente de las rectas de la V- las sumas acumuladas.
mscara y as la regin de aceptacin vendr
limitada por dos rectas de pendiente cero. Cmo debemos elegir los
Sea el valor en el instante e la parmetros que determinan el
diferencia entre la t-esima observacin y el grfico?
valor objetivo (represen-
tada en el grfico por los cuadraditos). El valor de referencia viene
Entonces para detectar aumentos en la
media calcularemos: determinado por la magnitud del sesgo que
deseamos detectar. En ocasiones este valor
nos viene dado por especificaciones tcni-
cas: nivel de contaminacin que se consi-
dera peligroso, valor de la presin en algn
se produce una seal si . proceso a partir del cual la mquina no fun-
Anlogamente, para detectar sesgos ciona bien, etc. En otros casos, en donde
negativos tendremos: no est especificado el valor de , ste
debe elegirse de forma que la deteccin de
un sesgo sea lo ms rpida posible. Valo-
res habituales para van desde 1/4 hasta
se produce una seal si . por las caractersticas del proceso.
De esta forma, si representamos los pun- En cuanto al Intervalo de Decisin , su
tos de coordenadas y me- valor viene determinado, para un sesgo fijo
diante la altura de las barras, tendremos un a detectar , por la probabilidad de error
grfico con lmites constantes ente equiva- de tipo I, , o, dicho de otra forma, por la
lente a la V-mscara. probabilidad de que se produzcan falsas
CuSum H-K
7
5 H=5,00
3 K=0,50
1 AIM=0,00
St
, -1 K=-0,50
-3 H=-5,00
-5
0 5 10 15 20 25 30
Observacin
alarmas en el funcionamiento del grfico
en condiciones de control y por
probabilidad de detectar un cambio en la
media.
Ventajas de los grficos Cusum
frente a los Shewhart
Fijamos la magnitud del cambio que
deseamos detectar como mnimo.
Detecta los cambios de pequea magni-
tud ms rpido que otros grficos.
Fijamos tanto la probabilidad de que se
, produzcan falsas alarmas como el tiem-
po medio que tardamos en detectar un
cambio.
Detectamos el momento a partir del cual
se produce el cambio.
Podemos estimar la magnitud del sesgo
producido.
Campos de aplicacin
La especial eficacia de los grficos Cusum
para detectar rpidamente pequeas des-
viaciones hace que sean especialmente ti-
les en procesos de alta especializacin
como los sanitarios, en donde se aplica
con xito tanto para el aseguramiento de la
calidad de los servicios mdicos como para
la deteccin rpida de seales en procedi-
mientos mdicos de campos como la neuro-
loga o la cardiologa.
En su aplicacin como detector rpido
de cambios es utilizado tanto en unidades de
control ssmico como en departamentos
de anlisis de series financieras.
Como herramienta para el aseguramiento
continuo de la calidad est siendo muy uti-
lizada en el campo de la informtica. Prime-
ro en el control de fabricacin de semicon-
ductores o equipos tcnicos y finalmente en
el control de produccin de Software.
Pero la aplicacin ms curiosa es la utili-
zada por los detectives literarios en la Estilo-
metria donde esta tcnica, con algunas varia-
ciones, se ha comprobado que es un mtodo
objetivo y eficaz para la determinacin del
autor para textos no catalogados de la literatu-
ra clsica o para el control de los plagios.
JUANA M. ALONSO REVENGA / Profesor
Titular de la Escuela Universitaria de
Estadstica. Universidad Compluten-
se de Madrid. Miembro del Equipo
de trabajo de Control Estadstico de
la Calidad.
Bibliografa:
(1) Hawkins, D.M. & Olwell, D.H. (1998). Cumu-
lative Sum Charts and Charting for Quality
Improvement. Springer.
(2) Montgomery D. C. (2001). Introduction to
Statistical Quality Control. John Wiley & Sons,
Inc.
(3) Van Dobben de Bruyn, C.S. (1968). Cumula-
tive Sum Test: Theory and Practice. Griffins Sta-
tistical Monographs and Courses
febrero 2004 << calidad [29]