Control de Calidad Estadístico

 Definición de calidad
La definición de calidad se puede tomar como definiciones personales y de
carácter idiosincrático, esto dependerá desde el punto de vista que se vea, ya
sea del ámbito fabricación, del cliente, del producto etc.
Las siguientes definiciones, concisas, claras y significativas, están ordenadas
por categoría de enfoque:

1- Basadas en la fabricación

- “Calidad (significa) conformidad con los requisitos”. Philip B. Crosby

- “Calidad es la medida en que un producto específico se ajusta a un diseño

o especificación” Harold L. Gilmore

2- Basadas en el cliente

- “Calidad es aptitud para el uso”. J. M. Juran.

- “Calidad total es liderazgo de la marca en sus resultados al satisfacer los

requisitos del cliente haciendo la primera vez bien lo que se haya que
hacer”. Westinghouse.

- “Calidad es satisfacer las expectativas del cliente. El Proceso de Mejora de

la calidad es un conjunto de principios, políticas, estructura de apoyo y
prácticas destinadas a mejorar continuamente la eficiencia y la eficacia de
nuestro estilo de vida”. AT&T.

- “Se logra la satisfacción del cliente al vender mercancías que no se

devuelven a un cliente que si vuelve”. Stanley Marcus.

3- Basadas en el producto

- “Las diferencias de calidad son equivalentes a las diferencias en la

cantidad de algún ingrediente o atributo deseado”. Lawrence Abbott.

- “La cantidad se refiere a la cantidad del atributo no apreciado contenido en

cada unidad del atributo apreciado”. Keith B. Leffler.

1
 4- Basadas en el valor

- “Calidad es el grado de excelencia a un precio aceptable y el control de la

variabilidad a un costo aceptable”. Robert A. Broh.

- “Calidad significa lo mejor para ciertas condiciones del cliente. Estas

condicones son: a) el uso actual y b) el precio de venta del producto”.
Armand V. Feigenbaum.

5- Trascendente

- “Calidad no es ni materia ni espíritu, sino una tercera entidad independiente

de las otras dos..., aun cuando la calidad no pueda definirse, usted sabe
bien que es”. Robert Pirsig.

- “Una condición de excelencia que implica una buena calidad a diferencia

de la baja calidad... Calidad es lograr o alcanzar el más alto nivel en vez de
contentarse con el chapucero o lo fraudulento”. Barbara W. Tuchman.

- “Propiedad o conjunto de propiedades inherentes a algo, que permiten

juzgar su valor”

6- Real Academia Española

- “El conjunto de características de una entidad que le otorgan la capacidad

de satisfacer necesidades expresas e implícitas”.

7- ISO 8402-94

- “La capacidad de un conjunto de características intrínsecas para satisfacer

requisitos”.

Por lo tanto resumiendo todas las citas y definiciones expresadas calidad es el

conjunto de propiedades y características de un producto, proceso o servicio
que le confieren su aptitud para satisfacer las necesidades establecidas o
implícitas. Por lo tanto Un buen nivel de calidad implica un diseño correcto
y un producto de acuerdo con su diseño.

Se pueden destacar, en nuestro caso, dos aspectos de la calidad, la Calidad

del Diseño y la Calidad del Producto.

Entendemos por Calidad del Diseño al grado de concordancia entre el diseño

y el fin para el cual fue creado, y por Calidad del Producto, al grado de
conformidad entre el producto y su diseño.

2
Los conceptos y métodos que veremos son aplicables al control de calidad del
producto, y son, en general, métodos universales, es decir que valen para
cualquier producto, ya sean cremas dentales, bebidas gaseosas, tractores,
medicamentos o ampolletas.

Un buen nivel de calidad implica un diseño correcto y un producto de

acuerdo con su diseño.

 El objetivo de los métodos estadísticos de

control en los procesos.
Podríamos preguntarnos, ¿qué es un producto defectuoso? o más
concretamente, ¿qué es un defecto?

Juran explica lo que es un defecto haciendo un juego de palabras:

“Un defecto es un defecto cuando todos estamos de acuerdo que es un

defecto"

Definición tradicional:

Un defecto es el incumplimiento de una característica de calidad respecto de

un límite especificado.

Pero, los límites especificados, los determinamos nosotros, previo acuerdo

con las partes interesadas o involucradas en el proceso, luego, por carácter
transitivo, vale la frase del insigne maestro del control de calidad, Dr. J. M.
Juran.

Otra ilustre definición de lo que es un defecto, es la afirmación de Kahoru

Ishikawa, quien dice que un defecto es lo que causa insatisfacción al cliente.

 ¿Qué causa los productos defectuosos?

La respuesta universal a esta pregunta es: la variación

La variación en los materiales, en las condiciones de la máquina, en los

métodos de trabajo y en las inspecciones. Estas variaciones son las causas de
los productos defectuosos. Si no existiera ninguna de esas variaciones, todos
los productos serían idénticos y no habría variaciones en la calidad, y no
existiría la ocurrencia de productos defectuosos y no defectuosos.

3
  ¿Son todos los defectos iguales? ¿Debemos tratar a todos los
defectos por igual?

El sentido común nos dice que no a las dos preguntas. No es lo mismo un

defecto considerado leve como ser una imperfección superficial en la etiqueta
de un producto, que una medida fuera de especificaciones en un repuesto para
motor de automóviles que lo haga absolutamente inservible.

Y consecuentemente, no será el mismo criterio para tolerar la presencia de

ambos defectos, y eso dará paso a distintos planes de calidad según el tipo de
defecto.

 Clasificación de los defectos, muestrario de defectos.

Existen distintas maneras de clasificarlos. aquí utilizaremos el siguiente:

Defectos críticos: son aquellos que violan leyes, agreden al consumidor o

hacen inservible al producto.

Defectos mayores: producen una disminución en el correcto funcionamiento o

utilización del producto y es notado por el consumidor.

Defectos menores: producen una disminución leve en el correcto

funcionamiento o utilización del producto, probablemente no lo note el
consumidor, pero si lo nota el personal calificado de producción y de control de
calidad,

Cada tipo de defecto será objeto de un estudio acabado por las partes
interesadas y deberá finalizar en un muestrario de defectos, debidamente
clasificado por tipo de defecto y firmado por las partes involucradas.

En todos los casos posibles deberá construirse el muestrario con defectos

situados justo en los límites de aceptación o rechazo.

Principales herramientas del Control Estadístico de

Calidad

Estas herramientas se conocen como las siete herramientas básicas del control
de calidad y constituyen la columna vertebral del mejoramiento de calidad,
estas son utilizadas por todo el personal involucrado en el proceso.

4
Estas fueron utilizadas por primera vez para resolver problemas de calidad por
el Dr. Kaouru Ishikawa, quien logro gran aceptación y éxito al aplicarlas en las
fábricas del Japón después de la segunda guerra mundial.

También son conocidas como herramientas de Ishikawa las cuales se basan en

los métodos estadísticos. Ishikawa sostiene, que la calidad no puede
administrarse y mejorarse sin el uso de las estadísticas.

Dichas herramientas son:

Histogramas de frecuencias: Sirve para representar gráficamente la

dispersión de una medida asociada a una de las especificaciones fijadas en la
calidad de diseño. Por ejemplo, se puede representar el diámetro de 200 ejes
fabricados consecutivamente cuya especificación era de 35,35 mm con una
tolerancia de 0.05 mm. De este modo se puede observar gráficamente si el
proceso está aproximadamente centrado en el valor previsto en el diseño y si el
proceso fabrica piezas fuera de tolerancia.

Gráficos de control: Los Gráficos de Control son representaciones gráficas de

los valores de una característica resultado de un proceso, que permiten
identificar la aparición de causas especiales en el mismo. Existen dos tipos los
cuales son por variables y por atributos.

Diagramas causa-efecto: Su origen se sitúa en 1953 cuando el profesor

Kaoru Ishikawa intentó clasificar y relacionar las diferentes causas que influían
sobre la calidad en la acería Kawasaki. Primero se extendió su uso en la
industria japonesa y posteriormente en la mundial. Se puede definir como:
“Diagrama que muestra la relación entre una característica de calidad y los
factores de producción”. Se trata de mostrar la estructura de las relaciones
causa efecto que influyen en una determinada característica de la calidad. No
existen reglas fijas para su construcción, aunque podemos señalar que el
primer paso es concretar el efecto o problema para el que se quieren identificar
las causas. Posteriormente, se identifican los grandes factores de influencia.
Para cada uno de éstos se realiza un listado de causas para, posteriormente,

5
depurarlas y jerarquizarlas. Por último, se representan las causas trazando
espinas de primer orden y órdenes superiores (este diagrama también se
conoce como diagrama de espina de pescado o de Ishikawa).

Diagrama de causa-efecto para el problema de entregas erróneas

Diagramas de Pareto: Se basan en el conocido principio de Pareto “Pocos

vitales y muchos triviales”, que aplicado al control de calidad significa que,
generalmente, la mayoría de los defectos y el costo que éstos generan se
deben a una pocas causas. De este modo, el diagrama de Pareto busca
identificar y priorizar las principales causas de fallos. Para su elaboración
primero hay que definir el tipo de problema que se va a investigar, por ejemplo,
los tipos de defectos en la pintura de cierto producto, las causas del
absentismo laboral, etc. Se define el método y el periodo de recolección de
datos, por ejemplo 100 piezas consecutivas, una muestra al azar de 60 partes
de baja registrados el pasado año, etc. Se construye una tabla de frecuencias
con el recuento de las causas ordenadas de mayor a menor frecuencia de
aparición. Por último, se construye el diagrama de Pareto que consiste en un
histograma de barras y en una curva acumulada. Los diagramas de Pareto
pueden utilizarse como técnica de análisis de problemas, para marcar objetivos
concretos de mejora y para evaluar los efectos de las mejoras.

6
 Diagrama de Pareto

Planillas de dispersión: Los datos que se obtienen al medir una característica

de calidad pueden recolectarse utilizando Planillas de Inspección. Las Planillas
de Inspección sirven para anotar los resultados a medida que se obtienen y al
mismo tiempo observar cual es la tendencia central y la dispersión de los
mismos. Es decir, no es necesario esperar a recoger todos los datos para
disponer de información estadística.
¿Cómo realizamos las anotaciones? En lugar de anotar los números, hacemos
una marca de algún tipo (*, +, raya, etc.) en la columna correspondiente al
resultado que obtuvimos.

7
 Planilla de inspección (paso 1)

Vamos a suponer que tenemos un lote de artículos y realizamos algún tipo de

medición. En primer lugar, registramos en el encabezado de la planilla la
información general: Nº de Planilla, Nombre del Producto, Fecha, Nombre del
Inspector, Nº de Lote, etc. Esto es muy importante porque permitirá identificar
nuestro trabajo de medición en el futuro. Luego realizamos las mediciones y las
vamos anotando en la Planilla. Por ejemplo, si obtuvimos los tres valores
siguientes 1.8, 2.6, 2.6 y los registramos con un signo + quedaría de la
siguiente manera:

8
 Planilla de inspección (paso 2)
Después de muchas mediciones, nuestra planilla quedaría como sigue:

Planilla de inspección (paso 3)

9
Para cada columna contamos el total de resultados obtenidos y lo anotamos al
pié. Esta es la frecuencia de cada resultado, que nos dice cuáles mediciones
se repitieron más veces.

¿Qué información nos brinda la Planilla de Inspección? Al mismo tiempo que

medimos y registramos los resultados, nos va mostrando cual es la Tendencia
Central de las mediciones. En nuestro caso, vemos que las mismas están
agrupadas alrededor de 2.3 aproximadamente, con un pico en 2.1 y otro en 2.5
. Habría que investigar por qué la distribución de los datos tiene esa forma.
Además podemos ver la dispersión de los datos. En este caso vemos que los
datos están dentro de un rango que comienza en 1.5 y termina en 3.3. Nos
muestra entonces una información acerca de nuestros datos que no sería fácil
de ver si sólo tuviéramos una larga lista con los resultados

Gráficas de control

Uno de los axiomas evidentes de la fabricaron es que nunca se producen dos

objetos que sean exactamente iguales. En realidad la variación es una ley
inherente a a la naturaleza, en donde no hay dos seres que pertenezcan a la
misma categoría que sean exactamente iguales. La variación puede ser grande
y evidente, si la variación es muy pequeña, los objetos darán la impresión de
que son idénticos; sin embargo, mediante instrumentos de precisión se hará
patente la diferencia existen tres clases de variaciones en la producción de las
piezas:

1. Variación de la pieza misma. Ejemplo de este tipo es el diferente

grado de aspereza de la superficie de una pieza, en la que un área
puede ser más áspera que otra.
2. Variación de una pieza a otra. Este tipo de variación se produce en
las piezas que se fabrican al mismo tiempo.
3. Variación de una hora a otra. Ejemplo, la diferencia que hay en los
productos fabricados a distinta hora del día.

Las causas que provocan las variaciones son cuatro.

La primera causa de la variación es el equipo (desgaste de la herramienta,

vibraciones de la máquina, el equipo de sujeción y del posicionamiento de
dispositivos así como fluctuaciones hidráulicas y eléctricas.

Una segunda causa es debido al material, puesto que se producen variaciones

en el producto terminado.

La tercera causa es por el entorno. La temperatura, la luz, la radiación, el

tamaño de la partícula, la presión y la humedad contribuyen todas a las
variaciones del producto.

10
Una cuarta causa es el orden. Esta causa figura también en el método que se
emplea el operador para realizar determinada operación.

Las cuatro causas anteriores son las responsables de la auténtica variación.

También se habla de una variación en las tareas de inspección.

Siempre que estas fuentes de variación fluctúen de manera natural o previstas,

se producirán causas aleatorias (fortuitas) de variación. Aquellas causas de
variación cuya magnitud es grande, se le clasifica como causas atribuibles.

Cuando es un proceso solo están presentes causas fortuitas, se considera que

el proceso se encuentra en estado de control estadístico estable y predecible.

110 Límite de
108 Control
106 Superior
104
102 Linea
100 Central
98
96
94 Límite de
Control
92 Inferior
90
Valores del
Proceso

Proceso bajo control

Si existen causas atribuibles de variación excesiva, el proceso se clasifica

como fuera de control.
110 Límite de
108 Control
106 Superior
104
102 Linea
100 Central
98
96
94 Límite de
Control
92 Inferior
90
Valores del
Proceso

Proceso fuera de control

Es por ello que la calidad de un producto manufacturado por medio de un

proceso inevitablemente sufrirá variaciones y para comprender un proceso, y
saber si se encuentra bajo control, deberemos conocer la variación debida al
azar, y este conocimiento lo extraeremos, precisamente de las gráficas de
control de proceso. Para esto se tomaran pequeñas muestras.

Hay varias clases de gráficas de control, dependiendo de su propósito y de las

características de la variable. En cualquier tipo de gráfica de control en general
es gobernada por el siguiente axioma.

11
(Valor Promedio) ± 3 x (Desviación Estándar)

Donde la desviación Estándar es la variación debida al azar. Los diferentes

límites suelen establecerse a una distancia del valor central ± 2s (línea de
aviso), y a una distancia del valor central ± 3s (línea de control). Estas líneas
pueden observarse en la siguiente figura:

Líneas de aviso y de control en un gráfico de control (parte derecha), y su

relación con la distribución normal de la muestra de control

Donde la probabilidad de ocurrencia del suceso es:

68.27 % para una desviación típica a ambos lados del cero

95.45 % para dos desviaciones típicas a ambos lados del cero
99.73 % para tres desviaciones típicas a ambos lados del cero

Este tipo de gráfica de control se llama una gráfica de control de 3-sigma.

Las gráficas de control son excelentes medios para basar una toma de
decisiones, puesto que el esquema de los puntos gráficos determinaran si la
idea es buena, mala o si no tiene efecto alguno en el proceso. Si la idea es
buena, el esquema se irá aproximando al ideal de la perfección, que
corresponde a la línea central de la gráfica.

El propósito de construir un gráfico de control es determinar si cada punto del

grafico es normal o anormal y así conocer los cambios operados en proceso
del que se han recogido los datos.

Gráficas de control por atributos

El termino atributo, aplicado al control de calidad, se refiere a todos aquellas

características que cumplen con determinada especificaciones, o que no
cumplen con ellas ejemplo calibres “pasa” “no pasa”.
Esto es, si la característica de la calidad se mide en una escala de medida
cualitativa, el gráfico de control apropiado es el de atributos.

12
Las formulas y axiomas necesarios para realizar el grafico de control por
atributos respecto a una especificación según norma chilena N 42 son:

Donde 𝑥 es el promedio aritmético y esta definido por:

𝑥1 + 𝑥2 + ⋯ + 𝑥𝑛
𝑥=
𝑛

S es la desviación típica (estándar) y está definida por la siguiente relación:

(𝑥1 − 𝑥)2 + (𝑥2 − 𝑥)2 + ⋯ + (𝑥𝑛 − 𝑥)2
𝑆= √
𝑛

Gráfico de control por atributos

Gráficos de Control de variables

Si la característica de calidad puede medirse como un número en una escala

de medida continua, entonces pueden diseñarse gráficos para controlar la
tendencia central o la variabilidad. Para controlar la tendencia central debe
usarse un gráfico de control basado en una medida de tendencia central y una
medida de variabilidad. Si se desea controlar la variabilidad del proceso, debe
usarse un gráfico de control basado en el rango muestral o en la desviación
estándar.

13
 Como elaborar una gráfica de control
_
Gráfica X - R

La gráfica para este control se provee en los adjuntos. Se trata de una gráfica
que contiene tres áreas, una para el registro de los datos, la segunda para el
control de la exactitud del proceso, y es donde se trazan las medias aritméticas
de los datos y por último, al pie del gráfico, el área donde se controla la
precisión del proceso, y es donde se ponen los rangos.

La ruta para elaborar una gráfica de control es la siguiente:

Paso 1 Recoja los datos, o sea controle el proceso a intervalos regulares y

anote los datos de cada subgrupo.

Paso 2 Calcule los promedios para cada subgrupo,

Paso 3 Calcule el promedio de los promedios.

Paso 4 Calcule R cada subgrupo. ( El Rango R es la diferencia entre el mayor

y el menor valor de cada subgrupo)

Paso 5 Calcule el promedio de R.

Paso 6 Calcule las líneas de control, usando las fórmulas provistas.

Paso 7 Dibuje las líneas de control.

Paso 8 Localice los puntos en el gráfico y determine si hay puntos que salgan
de los líneas de control, ya sea por exactitud o por precisión.

Paso 9 Registre todos los antecedentes de interés.

A-1 Tablas

Constantes para el desarrollo de los gráficos de control por variable.

Diagrama promedio Diagrama para intervalos
Número de individuos
Factores para límite Factor para Factores para límite
de la muestra
de control línea central de control
n A2 d2 D3 D4
2 1,88 1,128 0 3,267
3 1,023 1,693 0 2,575
4 0,729 2,059 0 2,282
5 0,577 2,326 0 2,115

14
 6 0,483 2,534 0 2,004
7 0,419 2,704 0,076 1,924
8 0,373 2,847 0,136 1,864
9 0,337 2,970 0,184 1,816
10 0,308 3,078 0,223 1,777
11 0,285 3,173 0,256 1,744
12 0,266 3,258 0,284 1,716
13 0,249 3,336 0,308 1,692
14 0,235 3,407 0,329 1,671
15 0,223 3,472 0,348 1,652
16 0,212 3,532 0,364 1,636
17 0,203 3,532 0,379 1,621
18 0,194 3,588 0,392 1,608
19 0,187 3,64 0,404 1,596
20 0,18 3,735 0,414 1,586
21 0,173 3,778 0,425 1,575
22 0,167 3,819 0,434 1,566
23 0,162 3,858 0,443 1,557
24 0,157 3,895 0,452 1,548
25 0,153 3,931 0,459 1,541

Construcción de grafico de control de variable X R

Tamaño de muestra n=5

Numero de muestras = 6

Frecuencia de muestreo será por lote de material

1) recoger datos según el plan establecido

Las unidades de cada muestra serán recogidas de forma consecutiva para que
esta sea homogénea y representativa del momento de la toma de datos.

Se indicaran en las hojas de recogida de datos todas las informaciones y

circunstancias que sean relevantes en la toma de datos.

15
Ejemplo de la toma de datos con la ranura

muestra 1 2 3 4 5 6
3,12 3,131 3,12 3,137 3,17 3,134
3,121 3,142 3,107 3,215 3,168 3,195
3,131 3,098 3,149 3,228 3,148 3,174
3,109 3,1 3,19 3,153 3,215 3,134
valores medidos 3,1 3,113 3,136 3,167 3,175 3,178

Una vez tabulados los datos se procede a seguir los pasos estipulados para
este tipo de procedimiento:

Paso 1: Calcular la media ( X ) y el recorrido (R) para cada muestra

Cálculo de la media: X = (x1 + x2 +......+xn)/n

xi = valor de la característica medida
n = tamaño de la muestra

Cálculo del recorrido: R = (x máxima – x mínima)

muestra 1 2 3 4 5 6
3,12 3,131 3,12 3,137 3,17 3,134
3,121 3,142 3,107 3,215 3,168 3,195
3,131 3,098 3,149 3,228 3,148 3,174
3,109 3,1 3,19 3,153 3,215 3,134
valores medidos 3,1 3,113 3,136 3,167 3,175 3,178

suma 15,581 15,584 15,702 15,9 15,876 15,815

promedio 3,1162 3,1168 3,1404 3,18 3,1752 3,163

rango 0,031 0,044 0,042 0,091 0,067 0,061

Pasó 2: Calcular los Límites de Control para cada uno de los gráficos

1.- Para el gráfico " X "

a) Calcular la media ( X ) de los valores medios de las muestras ( X i ).

 
X  X 1  ........  X N / N

16
X i i = media obtenida para la muestra i
N = número de muestras

b) Calcular el recorrido medio ( R )

R  R1  ........  RN  / N

Ri = recorrido de la muestra i
N = número de muestras

c) Calcular el Límite de Control Superior (LCS ) y el Límite de Control

Inferior(LCI )

LCS = X  A2 R
LCI = X  A2 R
El valor de A2 se obtiene de las tablas de constantes.

2.- Para el gráfico "R"

a) Calcular el Límite de Control Superior (LCSR) y el Límite de Control Inferior

(LCIR)

LCSR = D4 R

LCIR = D3 R

El valor de D4 y D3 se obtienen de la tabla de constantes.

El valor de D3 para tamaños de muestras menores o iguales a 6 es cero, eso
implica que el Límite de Control Inferior es cero.
Es decir para nuestro ejemplo quedaría:

18,8916
Calculo de las media de las medias x = = 3,1416
6

0,336
Calculo de las medias de los rangos R = = 0,056
6

Cálculos de los limites para el grafico X

(n =5;A2=0,577)
LCs = 3,1416 + 0,577*0,056 = 3,180912
LCi = 3,1416 - 0,577*0,056 = 3,116288

Cálculos de los limites para el grafico R (n =5;D3=0;D4=2,114)

LCs = 2,114*0,056 = 0,1183
LCi = 0*0,056 = 0

17
Con estos datos ya estamos en condiciones de generar la gráfica que nos
representa el proceso
Se dibujarán los dos gráficos en la misma hoja, uno para representar la medida
de tendencia central (X) y otro para representar la medida de variabilidad o
dispersión (R).

1.- Para el gráfico " X”

- Línea Central.
Marcar en el eje vertical, correspondiente a las X, el valor de la media de las
medias, X A partir de este punto trazar una recta horizontal. Identificarla con X.
- Límite de Control Superior.
Marcar en el eje vertical correspondiente a las X , el valor de x LCS A partir de
este punto trazar una recta horizontal discontinua (a trazos). Identificarla con x
LCS.
- Límite de Control Inferior.
Marcar en el eje vertical correspondiente a las X , el valor de x LCI . A partir de
este punto trazar una recta horizontal discontinua (a trazos). Identificarla con x
LCI.

2.- Para el gráfico "R"

- Línea Central.
Marcar en el eje vertical, correspondiente a las R, el valor del recorrido medio R
. A partir de este punto trazar una recta horizontal. Identificarla con R .
- Límite de Control Superior.
Marcar en el eje vertical correspondiente a las R, el valor de LCSR. A partir de
este punto trazar una recta horizontal discontinua (a trazos). Identificarla con
LCSR.
- Límite de Control Inferior.
Marcar en el eje vertical correspondiente a las R, el valor de LCIR. A partir de
este punto trazar una recta horizontal discontinua (a trazos). Identificarla con
LCIR.
Nota: Usualmente las líneas que representan los valores centrales X y R se
dibujan de color azul y las líneas correspondientes a los límites de control de
color rojo.
Cuando LCI es cero, no se suele representar en el gráfico.

Incluir los datos pertenecientes a las muestras en el gráfico

Para el gráfico "X " se representará cada muestra con un punto, buscando la
intersección entre el número de la muestra (eje horizontal) y el valor de su
media (eje vertical).
Para el gráfico "R" se representará cada muestra con un punto, buscando la
intersección entre el número de la muestra (eje horizontal) y el valor de su
recorrido (eje vertical).
Unir, en cada gráfico, los puntos por medio de trazos rectos.
Aplicando lo anterior a nuestro ejemplo quedara de la siguiente manera nuestro
grafico de control utilizando una planilla computacional (Excel):

18
Gráfica de la media

Gráfica del Rango o recorrido

Este mismo desarrollo logrado con Excel puede facilitarse con programas
computacionales existentes en el mercado, como lo es en nuestro caso
MINITAB, para ello mostraremos el ejemplo de cómo quedaría los gráficos
anteriores con el programa señalado.

19
Este programa nos facilita la tarea pues bien estamos, ya que no necesitamos
de tanto cálculo manual o de planilla Excel, ya que en este programa
introducimos los datos y le damos las condiciones necesarias para lograr el
mismo objetivo.

20
 Gráfica de control de proceso por variables, gráfica X - R

1 2 3 4 5 6 7 8 9 10

Muestra
nº
1
2
3
4
5
Suma
Promedios
Rangos

Promedios (Control de la exactitud del proceso)

Rangos (Control de la precisión del proceso)

21
22