Control Estadístico del Proceso (CEP)

Concepto
La historia del control estadístico del proceso (CEP) se remonta a los años 1920 y
Western
Electric, que forma parte de los laboratorios Bell, donde Walter Shewhart observa
que los procesos del mundo real, tales como la fabricación de piezas, rara vez
generan datos distribuidos normalmente. Llegó a la conclusión de que estas
variaciones son inherentes al proceso (variación común) y la variación extra
(variación especial). La ausencia o presencia de la variación especial determina si
un proceso está dentro o fuera de control.
El control estadístico de procesos consiste esencialmente en medir las
características de calidad de un producto, compararlas contra especificaciones de
fabricación o cliente y cuando existen disconformidades, realizar las acciones
correctivas necesarias para que estas no se vuelvan a presentar.

Fundamentos
Un proceso de producción se caracteriza por involucrar máquinas, materia prima,
métodos, mano de obra y medio ambiente. En cualquier proceso de fabricación
existe un cierto grado de variabilidad entre un producto y otro que no se puede
eliminar complemente debido a que los factores anteriormente mencionados en el
proceso no son constantes.
Un ejemplo de ello es la variación en los suministros, desgaste de herramientas y
equipos, operarios nuevos o con poco entrenamiento. Se conoce como variación
natural a la producida por innumerables pequeñas causas no asignables, comunes
aleatorias, que son tan ligeras que no pueden considerarse individualmente como
razón única de una desviación del proceso. Son de naturaleza aleatoria, y como
dependen del azar, se puede realizar su estudio por métodos estadísticos.
Por otra parte, se denomina variación accidental a la producida por causas
asignables, especiales o atribuibles, es decir, las que podemos investigar hasta
dar con la razón específica que las produce y que además suelen ocasionar
desviaciones relativamente grandes en el resultado del proceso.
Mediante la identificación de las causas asignables y la toma de medidas
correctivas para evitar que reaparezcan, se puede obtener un proceso afectado
únicamente por causas comunes (no asignables) de variación.
En estas condiciones, el proceso se hace previsible permitiendo cuantificar dicha
variación para intentar cuantificarla. Este es el objetivo fundamental del control
estadístico de procesos.
En estadística juegan un papel característico y diferenciador las variables
cualitativas y las variables cuantitativas. En el control de procesos por variables las
características que se controlan están constituidas por mediciones precisas de
dimensiones, como longitudes, diámetros, pesos, etc. (variables cuantitativas).
Mientras que en el control de procesos por atributos se realiza una clasificación
entre los productos que cumplen una cierta característica de calidad y los que no
la cumplen (variable cualitativa).
El control de procesos por atributos tiene la ventaja, respecto del control de
procesos por variables, de que permite considerar diferentes características de
calidad al mismo tiempo y clasificar el producto como disconforme si no satisface
la especificación de cualquiera de ellas. Su realización suele ser más rápida y
barata, ya que, en general, se emplean instrumentos más simples.
El estudio de la capacidad es una forma de comparación entre la variabilidad
permitida en el diseño del producto y la variabilidad obtenida en la fabricación del
mismo. La variabilidad permitida en el diseño se refleja en las especificaciones y
tolerancia del producto.
La variabilidad obtenida en la fabricación se determina con el estudio estadístico
del producto fabricado.

Importancia del CEP.

Es una herramienta que ayuda en la toma de decisiones y facilita el proceso de
mejora constante de una empresa.
Para esto existen 7 herramientas en las que se basa el CEP para poder realizarlo.
Estas herramientas son:
 Histograma: Un histograma es una representación gráfica de datos que
muestra la distribución de frecuencia de diferentes valores en un conjunto
de datos.
Consiste en barras rectangulares, donde la
altura de cada barra representa la
frecuencia o conteo de los valores
correspondientes.

 Ficha de control: Es un documento utilizado para registrar y monitorear el

desempeño o la variabilidad de un proceso o producto a lo largo del tiempo.

Se utiliza para identificar y corregir

desviaciones o problemas en el proceso, y
ayuda a mantener la calidad y consistencia
en la producción.

 Diagrama de Pareto: El diagrama de Pareto es una herramienta gráfica que

se utiliza para identificar y priorizar los problemas o causas principales que
están contribuyendo a un resultado no deseado.
Se basa en el principio de que
un pequeño número de causas
(el "poco vital") generalmente
representa la mayoría de los
problemas o efectos (el "mucho
trivial"). El diagrama de Pareto
muestra las causas en orden
descendente de su frecuencia o
impacto, lo que ayuda a
enfocar los esfuerzos de
mejora en las áreas más
críticas.
  Diagrama Ishikawa: Es una herramienta visual que ayuda a identificar y
analizar las posibles causas de un problema o efecto.

Se utiliza para organizar y visualizar

las diversas causas potenciales en
categorías principales (como
personas, métodos, materiales,
máquinas, medio ambiente) y
subcategorías relacionadas. Esto
facilita el análisis y la identificación
de las causas raíz del problema, lo
que a su vez ayuda a desarrollar
soluciones efectivas.

 Diagrama de concentración de defectos: Es una herramienta gráfica

utilizada para mostrar la distribución de los diferentes tipos de defectos en
un producto o proceso.
Permite identificar y priorizar los tipos de defectos
más comunes o críticos, lo que ayuda a enfocar los
esfuerzos de mejora en esas áreas específicas
para reducir la cantidad de defectos y mejorar la
calidad global.
 Diagrama de dispersión: El diagrama de
dispersión es una herramienta gráfica que muestra la relación entre dos
variables. Se utiliza para visualizar la relación de causa y efecto, o la
correlación, entre las dos variables.
Cada punto en el diagrama
representa una observación de
ambas variables, y su posición
relativa en el gráfico indica el grado
de relación entre ellas. El diagrama
de dispersión es útil para identificar
patrones, tendencias o anomalías
en los datos y para determinar si
existe una relación entre las
variables.
  Gráfico de control: Un gráfico de control es una herramienta estadística
utilizada para monitorear y controlar un proceso a lo largo del tiempo. Se
basa en la recopilación de datos y la trazabilidad de las mediciones para
determinar si un proceso está en control estadístico o si presenta
variaciones significativas.

Los gráficos de control muestran los límites de control, que son líneas horizontales
que indican los límites dentro de los cuales se espera que el proceso se mantenga
bajo condiciones normales. Si los puntos de datos caen dentro de los límites de
control, el proceso se
considera estable. Si hay
puntos que caen fuera de los
límites o muestran patrones
inusuales, puede indicar la
presencia de causas
especiales o variaciones no
aleatorias que deben ser
investigadas y corregidas.

¿Cómo se mide en el CEP?

En el CEP, los productores miden la consistencia de un proceso para crear un
producto con las dimensiones y características adecuadas. Eligen un aspecto del
producto para medirlo, como la longitud, y recogen datos sobre un subconjunto de
productos. A continuación, trazan los datos en un gráfico de control, calculando su
valor medio y los límites de control o valores máximos y mínimos. Mientras que
una cierta variación es normal, cualquier punto de datos que supere los límites de
control puede representar un problema en el proceso. Un proceso puede tener dos
tipos de variaciones:
  Variación de la causa común: Las variaciones aleatorias son inherentes a
todos los procesos. Una variación de causa común es aquella que es
predecible y forma parte de la estabilidad normal de un proceso.
 Variación de la causa especial: Una variación de causa especial es el
resultado de un evento externo específico, como el mal funcionamiento de
una máquina o un error del operario. Estas variaciones son imprevisibles y
representan un punto de inestabilidad en un proceso.
Mediante el análisis de gráficos de control, los productores pueden llevar a cabo
un control estadístico de los procesos, identificando las variaciones de causa
especial y eliminándolas para garantizar que sus procesos de producción sean lo
más eficientes y repetibles posible.

Control estadístico de la calidad frente a control estadístico del

proceso
Aunque el control estadístico de la calidad (SQC) y el control estadístico del
proceso son herramientas para garantizar la calidad del producto, difieren en
algunos aspectos importantes. El control de calidad es una técnica (de inspección)
o (basada en la detección).
Es la práctica de controlar los resultados del proceso o las variables dependientes,
garantizando la calidad y la utilidad del producto final. Se centra en la inspección
de los productos finales una vez finalizada la producción y en la eliminación de los
productos defectuosos, entregando sólo los aceptables a los clientes.
En este método, los productores reelaboran los productos defectuosos si es
posible o (los desechan), tirándolos.
Por el contrario, el CEP es la práctica de controlar las entradas del proceso o las
variables independientes, asegurando que un sistema en sí mismo es de alta
calidad, funcional y eficiente. El control de procesos es una técnica (predictiva) o
(basada en la prevención) y se centra en el proceso de producción más que en los
productos finales. En ella, los productores trazan y analizan los datos para
predecir los comportamientos futuros de sus procesos. De este modo, pueden
detectar tendencias y arreglar los problemas de las máquinas antes de que
termine la producción, evitando productos defectuosos y de desecho, ahorrando
valiosos recursos y disminuyendo los costes de producción.

¿Dónde encaja el control estadístico de procesos en Six Sigma y

DMAIC?
Seis Sigma
Seis Sigma es un método que una empresa puede utilizar para eliminar defectos y
mejorar la capacidad de sus procesos, ya sean de fabricación o de servicio. Como
el propósito de Seis Sigma es optimizar el rendimiento mediante la reducción de la
variación o los defectos, el nombre se refiere al objetivo de que los límites de
control estén a sólo seis desviaciones estándar de la línea central o del valor
medio en un gráfico de control. Alcanzar (seis sigmas) significa que un proceso
está bien controlado y sólo produce 3,4 defectos por millón de productos. El
rendimiento a ese nivel puede conducir a un aumento de la calidad de los
productos, los beneficios y la motivación de los empleados.
DMAIC
DMAIC es una parte del programa de mejora de procesos Six Sigma y un enfoque
para la resolución de problemas. A continuación, se explica qué significa cada
parte de este acrónimo:
 La D significa Definir: En esta fase, los miembros del equipo definen el
problema o la oportunidad de mejora y los objetivos del proyecto. Suelen
analizar cómo pueden mejorar la satisfacción del cliente.
 La M significa Medir: En esta fase, los miembros del equipo miden el
rendimiento del proceso. Pueden utilizar gráficos de control, diagramas de
Pareto, análisis de capacidad u otros métodos de medición.
 La A significa Analizar: En esta fase, los miembros del equipo revisan las
mediciones y los datos para descubrir las causas de las variaciones y los
problemas. Pueden realizar un análisis de la causa raíz o del modo de fallo
y sus efectos.
 I significa Mejorar: En esta fase, los miembros del equipo abordan y
eliminan las causas de variación. Se trata de la fase de resolución de
problemas del marco DMAIC.
 C significa Control: En esta fase final, los miembros del equipo controlan el
proceso mejorado y el rendimiento futuro. Esto significa supervisar
constantemente los procesos para garantizar que sigan funcionando bien.

¿Cómo encaja el control estadístico de procesos en Six Sigma y

DMAIC?
El control estadístico de procesos encaja en muchas partes de Six Sigma y
DMAIC, ya que todas son formas de reducir la variación y mejorar los procesos.
En el paso (Definir) de DMAIC, el SPC y un gráfico de control pueden ayudar a
una empresa a determinar las variaciones de causa común de un proceso,
definiendo un estado de control estadístico y una línea de base para el progreso
de un proyecto. En el paso (Analizar), un gráfico de control SPC ayuda a una
empresa a identificar las variaciones de causa especial y los problemas
potenciales en un proceso. Por último, en el paso (Control), el SPC actúa como un
marco práctico para supervisar el rendimiento de un proceso a lo largo del tiempo.
Beneficios de usar el CEP
Entre los beneficios para las empresas que han aplicado el control estadístico de
procesos se pueden mencionar los siguientes:
 El control estadístico de procesos es una metodología simple que resulta en
grandes beneficios para el seguimiento de los procesos con baja tasa de
defectos.
 CEP facilita la supervisión del rendimiento "en tiempo real" y permite la
detección temprana y la intervención en el funcionamiento de los procesos.
Hace fácil la interpretación de los gráficos para los operadores y ha
demostrado ser útil en la detección y diferenciación de variación sistémica
versus individual
 Permite entender y evaluar la capacidad de los procesos de fabricación
entre los límites de tolerancia y especificaciones de ingeniería
 El CEP se centra en el control de la variabilidad debido a una causa
asignable. Por tanto, se logra la estandarización en los procesos y
reducción de costos.
 La implementación del control estadístico de procesos ayuda a las
industrias manufactureras en la toma de mejores decisiones para el sistema
de medición y los procesos de fabricación de una forma integrada y
eficiente para lograr la calidad de la producción deseada.