Control Estadstico de la Calidad

1. Introduccin
2. Orgenes y evolucin de la Calidad
3. Gurs
4. Tcnicas de adinistracin de la calidad
!. "#licaciones de E$e#los
%. Conclusin
&. 'i(liogra)a
Introduccin
Aplicar el Control Estadstico en los procesos de produccin con el fin de mejorar los
procesos productivos permite disminuir los costos para as ofrecer productos
realmente competitivos.
Existe mucha literatura de control de calidad en sus distintas modalidades, todos los
autores de calidad coinciden en la necesidad de usar tcnicas de calidad, y para
cubrir esta necesidad existe un conjunto de tcnicas estadsticas llamadas
herramientas bsicas de la calidad ue aplicada combinadamente forman el Control
Estadstico del !roceso "CE!#.
Orgenes y evolucin de la calidad
!revio a la conformacin de los primeros $rupos humanos or$ani%ados de
importancia, las personas tenan pocas opciones para ele$ir lo ue habran de
comer, vestir, en donde vivir y como vivir, todo dependa de sus habilidades en la
cacera y en el manejo de herramientas, as como de su fuer%a y voluntad, el usuario
y el primitivo fabricante eran, re$ularmente, el mismo individuo.
&a calidad era posible definirla como todo auello ue contribuyera a mejorar las
precarias condiciones de vida de la poca prehistrica, es decir, las cosas eran
valiosas por el uso ue se les daba, lo ue era acentuado por la dificultad de
poseerlas.
Conforme el ser humano evoluciona culturalmente y se dinami%a el crecimiento de
los asentamientos humanos, la tcnica mejora y comien%an a darse los primeros
esbo%os de manufactura' se da una separacin importante entre usuario o cliente y
el fabricante o proveedor.
&a calidad se determinaba a travs del contacto entre los compradores y lo
vendedores, las buenas relaciones mejoraban la posibilidad de hacerse de una
mejor mercanca, sin embar$o, no existan $arantas ni especificaciones, el cliente
esco$a dentro de las existencias disponibles.
Conforme la tcnica se perfecciona y las poblaciones se transforman poco a poco en
pueblos y lue$o en ciudades de tama(o considerable, aparecen los talleres de
artesanos dedicados a la fabricacin de $ran variedad de utensilios y mercancas,
1
cada taller se dedicaba a la elaboracin de un producto, eran especialistas en ello y
basaban su presti$io en la alta calidad de sus hechuras, las ue correspondan a las
necesidades particulares de sus clientes. En esta etapa sur$e el comerciante,
sirviendo de intermediario entre el cliente y el fabricante.
*os gurs de nuestros das
&os $ur)s de esta nueva etapa ideali%an las funciones y dinmica de la
or$ani%acin para insertarlas en un nuevo modelo de comportamiento, relaciones y
disciplinas. Entre estos tenemos*
W. EDWARDS DEMING (1900-1993)
+illiam Ed,ards -emin$ naci en ./00 en +yomin$, E.1., se dedic a trabajar
sobre el control estadstico de la calidad. 2apn asumi y desarrollo los
planteamientos de -emin$, y los convirti en el eje de su estrate$ia de desarrollo
nacional. En ./30 +. Ed,ard -emin$ visit 2apn, dando conferencias sobre
Control de Calidad. A dichas conferencias asistieron un $rupo numeroso y
seleccionado de directivos de empresas para crear las bases sobre las ue instaurar
el !remio -emin$, premiando a auellas instituciones o personas ue se
caracteri%aran por su inters en implantar la calidad.
JOSEPH MOSES JURAN (1904-199)
4ace en 5umania en ./06 y es otra de las $randes fi$uras de la calidad. 7e traslada
a 8innesota en ./.9. Es contemporneo de -emin$. -espus de la :: ;uerra
8undial trabaj como consultor. <isita 2apn en ./36 y convierte el Control de la
Calidad en instrumento de la direccin de la empresa. :mparte su conferencia sobre*
=;estin 7istemtica del Control de Calidad=. 7e le descubre a ra% de la publicacin
de su libro, desechado por otras editoriales* =8anual de Control de Calidad=. 7u
fundamento bsico de la calidad, es ue slo puede tener efecto en una empresa
cuando sta aprende a $estionar la calidad.
KAORU ISHIKAWA (1915-)
2
El representante emblemtico del movimiento del Control de Calidad en 2apn es el
-r. >aoru :shi?a,a. 4acido en ./.3, se $radu en la 1niversidad de @o?io el a(o
./A/ en Bumica Aplicada. Cue profesor en la misma 1niversidad, donde
comprendi la importancia de los mtodos estadsticos, ante la dispersin de datos,
para hallar consecuencias. -esarrolla el -ia$rama CausaDEfecto como herramienta
para el estudio de las causas de los problemas.
!arte de ue los problemas no tienen causas )nicas, sino ue suelen ser, se$)n su
experiencia, un c)mulo de causas. 7lo hay ue buscar esta multiplicidad de
causas, colocarlas en su dia$rama.

PHILIP B. CROSBY (19!-001)
!hilip Crosby naci en +heelin$, <ir$inia el .E de junio de ./9F. Entre su
participacin en la 7e$unda ;uerra 8undial y Corea, !hilip Crosby comen% su
trabajo como profesional de la calidad en ./39 en una escuela mdica. &a carrera
de !hilip Crosby comen% en una planta de fabricacin en lnea donde decidi ue
su meta sera ense(ar administracin en la cual previniendo problemas sera ms
provechoso ue ser bueno en solucionarlos. Cormo la Crosby Associates, :nc.
"!CA#, y durante die% a(os si$uientes la convirti en una or$ani%acin con A00
empleados y con GE0 millones de dlares en $anancias.
GENICHI "AGUCHI (194-)
3
El -r. ;enichi @a$uchi naci en 2apn en ./96, $radundose en la Escuela @cnica
de la 1niversidad >iryu, su principal etapa profesional ha sido dentro de la Electrical
Communication &aboratory "EC&# de la 4ippon @elephone and @ele$raph Co. "./6ED
./F.# en donde se enfoc a la mejora de la productividad en la investi$acin y
desarrollo. En sus mtodos emplean la experimentacin a peue(a escala con la
finalidad de reducir la variacin y descubrir dise(os robustos y baratos para la
fabricacin en serie, reduciendo los tiempos de investi$acin, desarrollo y entre$a
del dise(o.
SHIGEO SHINGO (1909-1990)
4aci en 2apn en ./0/, 7hi$eo 7hin$o tal ve% no es tan conocido en Hccidente
como :shi?a,a y @a$uchi, aunue la incidencia de su trabajo, especialmente en
2apn, ha sido inmensa. -espus de $raduarse en :n$eniera 8ecnica en la
Escuela @cnica Iamanahsi en ./A0, se incorpor a la Cbrica de Cerrocarriles
@aipei, en @ai,n, donde introdujo los mtodos de $estin cientfica.
Es interesante advertir ue los sistemas po?aDyo?e, al utili%ar dispositivos ue evitan
la aparicin de defectos, obvian la necesidad de medicin. En $eneral, los sistemas
po?aDyo?e comprenden dos fases* el aspecto de deteccin y el aspecto de
re$ulacin.
*os catorce #asos +acia el ,cero de)ectos, de Cros(y
-enominados para ue la administracin condu%ca a la or$ani%acin a una posicin
productiva y competitiva. En los a(os F0Js, !hilip K. Crosby propuso un pro$rama de
.6 pasos a los ue denomin Lcero defectosM, a travs de los cuales hi%o entender a
los directivos ue cuanto se exi$e perfeccin sta puede lo$rarse, pero para hacerlo
la alta $erencia tiene ue motivar a sus trabajadores "Crosby*./N/#. -e esta forma
planteaba la importancia de las relaciones humanas en el trabajo.
El Control Estadstico de la Calidad y la e$ora de #rocesos.
Comen%ando con la aportacin de 7he,hart sobre reconocer ue en todo proceso
de produccin existe variacin ";utirre%*.//9#, puntuali% ue no podan producirse
dos partes con las mismas especificaciones, pues era evidente ue las diferencias
en la materia prima e insumos y los distintos $rados de habilidad de los operadores
provocaban variabilidad. 7he,hart no propona suprimir las variaciones, sino
determinar cul era el ran$o tolerable de variacin ue evite ue se ori$inen
problemas.
4
!ara lo$rar lo anterior, desarroll las $rficas de control al tiempo ue 5omin$ y
-od$e desarrollaban las tcnicas de muestreo adecuadas para solamente tener ue
verificar cierta cantidad de productos en lu$ar de inspeccionar todas las unidades.
Este periodo de la calidad sur$e en la dcada de los A0Js a ra% de los trabajos de
investi$acin reali%ados por la Kell @elephone &aboratories.
En su $rupo de investi$adores destacaron hombres como +alter A. 7he,hart, Oarry
5omin$ y Oarold -od$e, incorporndose despus, como fuerte impulsor de las ideas
de 7he,hart, el -r. Ed,ards +. -emin$ "Cant)*.//N#.
Estos investi$adores cimentaron las bases de lo ue hoy conocemos como Control
Estadstico de la Calidad (Statistical Quality Control, SQC), lo cual constituy un
avance sin precedente en el movimiento hacia la calidad,
Causas de variacin
Existen variaciones en todas las partes producidas en el proceso de
manufactura. Oay dos fuentes de variacin*
variacin aleatoria se debe al a%ar y no se puede eliminar por completo.
variacin asi$nable es no aleatoria y se puede reducir o eliminar.
N#$%* la variacin puede cambiar y cambiar la forma, dispersin y tendencia
central de la distribucin de las caractersticas medidas del producto.
-iagraas de diagnstico
Controles o re$istros ue podran llamarse Lherramientas para ase$urar la calidad de
una fbricaM, esta son las si$uientes*
Ooja de control "Ooja de reco$ida de datos#
Oisto$rama
Anlisis paretiano "-ia$rama de pareto#
-ia$rama de :shi?a,a* -ia$rama de causa y efecto "Espina de !escado#
Estratificacin "Anlisis por Estratificacin#
-ia$rama de scadter "-ia$rama de -ispersin#
;rfica de control.

&a experiencia de los especialistas en la aplicacin de estos instrumentos o

Oerramientas Estadsticas se(ala ue bien aplicadas y utili%ando un mtodo
estandari%ado de solucin de problemas pueden ser capaces de resolver hasta el
/3P de los problemas.
En la prctica estas herramientas reuieren ser complementadas con otras tcnicas
como son*
&a lluvia de ideas "Krainstormin$#
&a Encuesta
&a Entrevista
-ia$rama de Clujo
8atri% de 7eleccin de !roblemas, etcQ
5
Oay personas ue se inclinan por tcnicas sofisticadas y tienden a menospreciar,
pero la realidad es ue es posible resolver la mayor parte de problemas de calidad,
con el uso combinado de estas herramientas en cualuier proceso de manufactura
industrial.*
-etectar problemas
-elimitar el rea problemtica
Estimar factores ue probablemente provouen el problema
-eterminar si el efecto tomado como problema es verdadero o no
!revenir errores debido a omisin, rapide% o descuido
Confirmar los efectos de mejora
-etectar desfases
Coo ela(orar un diagraa de .areto
!artiendo de los descubrimientos del celebre economista y socilo$o italiano <ilfredo
!areto El dia$rama de !areto es una comparacin ordenada de factores relativos a
un problema. Esta comparacin nos va a ayudar a identificar y enfocar los pocos
factores vitales diferencindolos de los muchos factores )tiles. Esta herramienta es
especialmente valiosa en la asi$nacin de prioridades a los problemas de calidad,
en el dia$nstico de causas y en la solucin de las mismas, el dia$rama de !areto
se puede elaborar de la si$uiente manera*
.. Cuantificar los factores del problema y sumar los efectos parciales hallando el
total.
9. 5eordenar los elementos de mayor a menor.
A. -eterminar el P acumulado del total para cada elemento de la lista ordenada.
6. @ra%ar y rotular el eje vertical i%uierdo "unidades#.
3. @ra%ar y rotular el eje hori%ontal "elementos#.
F. @ra%ar y rotular el eje vertical derecho "porcentajes#.
N. -ibujar las barras correspondientes a cada elemento.
E. @ra%ar un $rfico lineal representando el porcentaje acumulado.
/. Anali%ar el dia$rama locali%ando el =!unto de inflexin= en este )ltimo $rfico.
7e ha lle$ado a verificar la re$ularidad con la ue se dan en las distintas actividades
y fenmenos sociales y productivos, el hecho de ue unos pocos factores son
responsables de la mayora de los sucesos, en tanto ue el resto mayoritario de los
elementos o factores $eneran o poseen escasos efectos, es lo ue ms
com)nmente se catalo$a como los Lpocos vitales y los muchos trivialesM.
As en procesos tradicionales de produccin podemos tener ue el 90P de las
causas de imperfecciones o fallas ori$inan o son responsables de entre un N0 y E0P
de los defectos detectados. I al revs, un E0P de las restantes causas $eneran tan
slo entre un A0 y 90P de los defectos.
Bue importancia tiene elloR !ues bien, permite atacar unas pocas causas $enerando
un importante impacto total.
6
Coo ela(orar un diagraa de Is+i/a0a
El dia$rama de :shi?a,a conocido tambin como causaDefecto, es una forma de
or$ani%ar y representar las diferentes teoras propuestas sobre las causas de un
problema.
4os permite, por tanto, lo$rar un conocimiento com)n de un problema complejo, sin
ser nunca sustitutivo de los datos.
&os Errores comunes son construir el dia$rama antes de anali%ar $lobalmente los
sntomas, limitar las teoras propuestas enmascarando involuntariamente la causa
ra%, o cometer errores tanto en la relacin causal como en el orden de las teoras,
suponiendo un $asto de tiempo importante. El dia$rama se elabora de la si$uiente
manera*
.. !onerse de acuerdo en la definicin del efecto o problema.
9. @ra%ar una flecha y escribir el LefectoM del lado derecho.

A. :dentificar las causas principales a travs de flechas secundarias ue terminan
en la flecha principal.
7
6. :dentificar las causas secundarias a travs de flechas ue terminan en las
flechas secundarias, as como las causas terciarias ue afectan a las secundarias.
3. Asi$nar la importancia de cada factor.
F. -efinir los principales conjuntos de probables causas* materiales, euipos,
mtodos de trabajo, mano de obra, medio ambiente "3 8Js#.
N. 8arcar los factores importantes ue tienen incidencia si$nificativa sobre el
problema.
E. 5e$istrar cualuier informacin ue pueda ser de utilidad.
3. Asi$nar la importancia de cada factor.
F. -efinir los principales conjuntos de probables causas* materiales, euipos,
mtodos de trabajo, mano de obra, medio ambiente "3 8Js#.
N. 8arcar los factores importantes ue tienen incidencia si$nificativa sobre el
problema.
E. 5e$istrar cualuier informacin ue pueda ser de utilidad.
Identi)icacin de la #ro(le1tica
&os elementos y las causas ue intervienen en el desarrollo de un proceso y, ue
pueden en un momento dado, ocasionar ue no se cumplan los objetivos o fallas del
mismo, son diversos y en ocasiones difciles de identificar.
O($etivo de los diagraas de control de la calidad
El objetivo de los dia$ramas de control de la calidad es determinar y visuali%ar en
una $rfica el momento en ue ocurre una causa asi$nable en el sistema de
produccin para poder identificarla y corre$irla. Esto se lo$ra con la seleccin
peridica de una peue(a muestra de la produccin actual.
*os #rocediientos #ara esta(lecer un control estadstico
8
&os procedimientos para establecer un control estadstico del comportamiento de la
empresa
.. establecer la Lcapacidad del procesoM,
9. crear un $rfico de control'
A. reco$er datos peridicos y representarlos $rficamente'
6. identificar desviaciones'
3. identificar las causas de las desviaciones'
F. perpetuar los efectos positivos y corre$ir las causas de los ne$ativos.
N.
1n $rfico de control utili%a medidas de un proceso para determinar el
comportamiento normal de dicho proceso. &a desviacin tpica es una medida de
variabilidad ue tambin puede calcularse, con las cuales tra%amos los lmites de
control superior e inferior. :ncluyendo los datos futuros a medida ue se obtienen,
veremos si los nuevos datos se corresponden con los resultados esperados. 7i no
es as, inferiremos ue ha sucedido al$o infrecuente con lo ue procederemos a
buscar la causa. Estas causas son denominadas causas especiales para
diferenciarlas de las causas comunes de variabilidad, las cuales siempre estn
presentes y son las causantes de la variacin incluida en las observaciones previas.
&as causas comunes se reflejan en los clculos de la media y de la desviacin tpica
utili%ados para elaborar el $rfico de control.
Ti#os de diagraas de control de la calidad #ara varia(les
*a edia o la gr1)ica x (arra
&a media o la $rfica x barra est dise(ada para variables de control como peso,
lon$itud, etc. El lmite superior de control "LSC# y el lmite inferior de control "LIC# se
obtienen a partir de la ecuacin*
R A X LIC R A X LSC
2 2
- = y + =
donde
X
es la media de las medias muestrales y R es la media de las
amplitudes muestrales.
El diagraa de a#litudes
El dia$rama de amplitudes est dise(ado para mostrar si la amplitud total de la
medicin est dentro o fuera de control. El lmite superior de control "LSC# y el lmite
inferior de control "LIC# se obtienen a partir de la ecuacin*
R D LIC R D LSC
3 4
= y =
El diagraa de #orcenta$e de de)ectos
El dia$rama de porcentaje de defectos se llama tambin dia$rama & o
dia$rama de & barra. &a $rfica muestra la porcin de la produccin ue no es
aceptable. Esta porcin se puede encontrar con
s muestreado elementos de total
s defectuoso elementos de total
p


=
9
n
p p
p LIC LSC
) 1 (
3 y

=
10
El diagraa de c con (arra
El dia$rama c o dia$rama de c barra est dise(ado para el control del n)mero
de defectos por unidad. El &7C y el &:C se obtienen mediante*
c c LIC LSC 3 y =
"#licaciones
E$e#lo1
7e desea interpretar el si$uiente $rfico.
2 3
2 1445444
2 2445444
2 3445444
2 4445444
2 !445444
2 %445444
r
e
p
a
r
a
c
i
o
n
e
s
f
a
l
l
a
s
r
e
p
r
o
c
e
s
o
s
s
c
r
a
p
in
t
e
r
e
s
e
s
$
a
r
a
n
t
i
a
s
4.446
24.446
44.446
%4.446
74.446
144.446
124.446
-e tal forma en el ejemplo podemos observar ue el AAP de los factores
$eneradores de costes son responsables del FNP del total de los costes incurridos.
-e tal forma una reduccin del 90P en los dos tem ms importantes $enerarn una
reduccin en el coste total del orden del .AP.
A su ve% los costes de reparaciones pueden y deben ser objeto tambin de un
anlisis paretiano de manera tal de saber ue tipo de reparaciones conforman este
coste, y saber tambin a ue lnea de productos responden dichos $astos. &o mismo
debe hacerse con los restantes costes "fallas, reprocesos, etc.#.
E$e#lo 28
11
E$e#lo3
1n aspecto de la calidad de servicio en un laboratorio de computacin est
representado por la buena disposicin de las computadoras, cuando el estudiante
in$resa para se$uir su clase. -esde el punto de vista de la buena disposicin es la
instalacin de los soft,ares ue necesita utili%ar es de particular importancia ue
todas los pro$ramas ue se supone posee la computadora "sistema operativo,
pro$rama de ofimatica completo, internet, etc.# se encuentren realmente disponibles.
-e i$ual manera ue los pro$ramas instalado sean de versiones ue se utili%aran en
clase estn funcionando adecuadamente.
7e decide estudiar este proceso durante un periodo de N das, tomando .0 muestra
en cada turno. As pues, se determinar, antes de la lle$ada de los estudiantes, si
las computadoras tienen al$)n incumplimiento en cuanto a la disponibilidad de las
instalaciones y al funcionamiento adecuado de todos los soft,ares.
En la tabla si$uiente se presenta el n)mero de computadoras ue fueron
consideradas como no adecuadas para cada da y turno del periodo de 3 das.
-ias @urno
Computadoras
revisadas
Computadoras
no disponibles
.
8 .0 9
@ .0 6
4 .0 9
9
8 .0 9
@ .0 9
4 .0 .
A
8 .0 9
@ .0 3
4 .0 .
12
6
8 .0 A
@ .0 .
4 .0 6
3
8 .0 9
@ .0 A
4 .0 9
F
8 .0 3
@ .0 .
4 .0 9
N
8 .0 6
@ .0 .
4 .0 9
Linea Central

=
n
np
p : LC
210
51
p : LC = 0.24285714 p : LC =
Limite de Control Superior
n
) p - (1 p
3 p = LC
s
+
10
0.2429) - 0.2429(1
3 0.2429 = LC
s
+ .6497 0 = LC
s
Limite de Control Inferior
n
) p - (1 p
3 p = LC
i

10
0.2429) - 0.2429(1
3 - 0.2429 = LC
s
0 = LC
i
Sample
P
r
o
p
o
r
t
i
o
n
21 19 17 15 13 11 9 7 5 3 1
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0.0
_
P=0.2429
UCL=0.6497
LCL=0
P Chart of Computadoras no disponibles
1n examen del dia$rama nos indica ue se tiene un proceso bajo control estadstico,
en el cual los valores individuales estn alrededor de p sin ue exista evidencia de
al$)n patrn presente.
13
9uestreo de ace#tacin
El muestreo de aceptacin es un mtodo para determinar si un lote de productos
ue se recibe cumple los estndares especificados.
Est basado en tcnicas de muestreo aleatorio.
1na muestra aleatoria de ' unidades se obtiene del lote recibido.
( es el n)mero mximo de unidades defectuosas ue se pueden
encontrar en la muestra del lote para considerarse aceptable.

Curva caracterstica de o#eracin

1na curva CH, o curva caracterstica de operacin, se desarrolla usando la
distribucin binomial de la probabilidad con el fin de determinar la probabilidad de
aceptar un lote con distintos niveles de calidad
Conclusiones
-el desarrollo de los concepto y ejemplos se puede observar el enorme potencial
ue posee la utili%acin del Control Estadstico de la calidad como instrumento y
herramienta destinada a un mejor control en la evolucin de la empresa, una forma
ms efica% de tomar decisiones en cuanto a ajustes, un mtodo muy eficiente de fijar
metas y un excepcional medio de verificar el comportamiento del sistema.
8uchos son los ue por desconocimiento de la forma en ue funcionan los procesos
tienden a efectuar prolon$ados y obstinados anlisis en la b)sueda de las ra%ones
ue dieron lu$ar a la variacin de los costos en relacin a los estndares o a los
re$istrados en el perodo anterior, cometiendo el error de adoptar medidas de ajuste,
cuando en realidad las variaciones respondan a la naturale%a misma del proceso,
por lo ue los ajustes dan ori$en a mayores diferencias en el futuro.
&as empresas ue no adopten esta nueva metodolo$a sufrirn el choue frente a
empresas de cate$ora mundial ue lo aplican en forma metdica.
14
'i(liogra)a8
.# &:4-, -ou$las y 8A5COA&, +illiam y 8A7H4, 5obert. Estadstica para
administracin y economa. Alfaome$a. Colombia. ..a edicin. 9006.
9# CS5-H<A, 2or$e Oerramientas estadsticas para la $estin en salud. Ara edicin.
2C ediciones. <ersin electrnica "formato C-#. 8ayo 900A. !er).
A# &:4-, -ou$las y 8A5COA&, +illiam y 8A7H4, 5obert. Estadstica para
administracin y economa. Alfaome$a. Colombia. .0a edicin. 9009.
6# 4athan ;rabins? T Alfred +. >lein, E& A4U&:7:7 CAC@H5:A&, Kanco de 8xico.
:nvesti$aciones :ndustriales
3# 4iebel T Creivalds, :4;E4:E5VA :4-17@5:A&. 8W@H-H7, E7@U4-A5E7 I
-:7EXH -E& @5AKA2H, Ed. Alfa ome$a
+orld +ide +eb*
.# Karca, 5.;., Control Estadstico de !rocesos " 2unio 900.#
http*YY,,,.calidad.com.arYcalid....html
9# Control Estadstico de !rocesos "Cebrero 900.#
http*YY,,,.calidad.com.arYcontroeN.html
&:4-, -ou$las y 8A5COA&, +illiam y 8A7H4, 5obert. Estadstica para
administracin y economa. Alfaome$a. Colombia. ..a edicin. 9006.
CS5-H<A, 2or$e Oerramientas estadsticas para la $estin en salud. Ara edicin.
2C ediciones. <ersin electrnica "formato C-#. 8ayo 900A. !er).
&:4-, -ou$las y 8A5COA&, +illiam y 8A7H4, 5obert. Estadstica para
administracin y economa. Alfaome$a. Colombia. .0a edicin. 9009.
4athan ;rabins? T Alfred +. >lein, E& A4U&:7:7 CAC@H5:A&, Kanco de 8xico.
:nvesti$aciones :ndustriales
4iebel T Creivalds, :4;E4:E5VA :4-17@5:A&. 8W@H-H7, E7@U4-A5E7 I
-:7EXH -E& @5AKA2H, Ed. Alfa ome$a
.# Karca, 5.;., Control Estadstico de !rocesos " 2unio 900.#
http*YY,,,.calidad.com.arYcalid....html "Accesado Cebrero 9, 006#
9# Control Estadstico de !rocesos "Cebrero 900.#
http*YY,,,.calidad.com.arYcontroeN.html "Accesado Cebrero 9, 9006#
,,,.itlp.edu.mxYpublicaYtutorialesYprocesoadmvoYtemaFZ..htm
:enrry "dalid Torres Cs#edes.
henrryt[yahoo.es
Alumno del : ciclo de 8aestra en Ciencias en :n$enieria de 7istemas y
Computacin.
1niversidad :nca ;arcilaso de la <e$a
@rabajo reali%ado para el curso de 8odelos Estadsticos
Cecha .N 4ov. 9003.
&imaD!er)
15