2.

1 Conceptos y principios del Control Estadstico de

Procesos (CEP)
Es una herramienta estadstica de la calidad que permite conocer, por
medio de la comparacin continua, los resultados y la calidad de un
proceso de fabricacin, identificando a travs de datos estadsticos las
tendencias y variaciones ms significativas con el fin de prevenirlas,
controlarlas y eliminarlas. Sirve, adems, como herramienta para
distinguir entre las causas comunes y especiales de variacin, para
conocer los efectos de cambios o variaciones introducidas al proceso, y
para tomar decisiones de cuando se debe ajustar un proceso.
El Control Estadstico de Procesos (CEP) permite monitorear el proceso
de produccin, mediante datos reales y confiables. Esta informacin se
agrupa bajo conceptos estadsticos y se dispone de forma tal que
permita la deteccin y el anlisis de errores, reproceso y sobre costos de
produccin, y as tomar medidas correctivas en el proceso, antes de
iniciar uno nuevo.
Conceptos bsicos
Antes de adentrarnos en el control estadstico es importante tener en
cuenta 3 conceptos bsicos.
ESTADSTICA.
Este trmino implica recoleccin, representacin e interpretacin de
datos y particularmente proporciona conclusiones grficas obtenidas a
partir de Informacin numrica.
CONTROL.
En este caso, control significa mantener el proceso dentro de los lmites,
o hacer que este se comporte de la manera que se espera. El Control por
s mismo no es suficiente, ya que despus de lograrlo se debe continuar
con un proceso de mejoramiento.
PROCESO.
Cualquier actividad puede ser un proceso. Una definicin ms precisa
considera un proceso como la combinacin de mtodos, personas,
materiales condiciones ambientales y equipo requeridos para obtener el
resultado deseado.

Principios bsicos en el control estadstico de procesos.

Existen seis principios bsicos en el control estadstico de procesos
(C.E.P.)
1) No hay dos cosas exactamente iguales. Por lo tanto se
requiere mantener la variacin, entre las partes en la menor
cantidad posible.
2) La variacin en un producto o en un proceso, puede ser
medida. Es normal alguna variacin en una operacin. Si
usted no hace el esfuerzo para medir la variacin
normalmente esperada tendr serios problemas, pues sta
estar fuera de control y aumentar.
3) Las cosas varan segn un patrn definido. Para dar forma a
este patrn se necesita registrar las mediciones de una
dimensin de su operacin. Las herramientas utilizadas en
este punto son: distribucin de frecuencias y curva de
distribucin normal.
4) Al medir cosas de la misma clase, un gran nmero de
mediciones tendern a agruparse al medio.
5) Es posible determinar la forma de la curva de distribucin de
partes producidas por cualquier proceso. Mediante una
distribucin de frecuencias de las piezas producidas en un
proceso, podemos comparar el registro con la especificacin
programada. Si la comparacin no coincide se puede
cambiar el proceso o lo programado.
6) Causas de variacin depende de dos tipos:
Causas comunes o del sistema: sobre las cuales
normalmente no se puede hacer nada, estn activas
continuamente en el proceso y son parte de l.
Causas especiales: sobre las que se puede hacer algo.
Pueden ser detectados ya que no siempre estn activas en
el proceso.
Si las variaciones en el proceso (causadas por materiales,
mquinas, mtodos, mano de obra, medio ambiente) se deben

solo a causas comunes, el proceso variar de una manera normal

y predecible. Se dice que el proceso es estable.
Cuando estn presentes causas especiales, la curva de
distribucin se distorsionar y perder la forma de campana. Las
variaciones relacionadas con causas especiales tienden a
distorsionar la curva normal.
La meta de todo operador deber ser demostrar que su operacin
es estable. Cuando se han corregido todas las causas especiales
las variaciones sern las comunes. Cuando su operacin sea
estable, solamente entonces usted podr saber a ciencia cierta
cul es su nivel de calidad.
En general, los parmetros de un proceso se desconocen; adems, es
comn que cambien con el tiempo. Por lo tanto, es necesario desarrollar
procedimientos para estimar los parmetros de las distribuciones de
probabilidad as como para resolver otros problemas de inferencia u
orientados a decisiones que se relacionen con ellos. Las tcnicas
estadsticas estndares para la estimacin de parmetros y la prueba de
hiptesis son tiles a este respecto. Estas tcnicas constituyen la base
fundamental de gran parte de la metodologa del control estadstico de
calidad.
Es imposible inspeccionar o probar la calidad mientras no se tiene el
producto; el producto debe hacerse bien a la primera. Parte de la
definicin de calidad es evitar desperdicios, por lo que cada producto
nuevo merece la misma supervisin que el anterior.
Esto implica que el proceso de manufactura debe ser estable y que
todos los individuos que participan en el mismo (operadores, ingenieros,
personal de aseguramiento de calidad y la administracin) deben buscar
el mejoramiento continuo del desempeo del proceso y reducir la
variabilidad de los parmetros clave.
El Control Estadstico de Procesos en lnea es una herramienta bsica
para alcanzar este objetivo.
Para que un producto cumpla con los requerimientos del cliente
generalmente deber fabricarse con un proceso que sea estable o
repetible. Para ser ms especficos, es necesario que el proceso opere
con poca variabilidad en las dimensiones de las caractersticas de
calidad del producto.

o El Control Estadstico de Procesos (CEP) es un conjunto poderoso de

herramientas para resolver problemas, muy til para conseguir la
estabilidad y mejorar la capacidad del mismo proceso mediante la
reduccin de la variabilidad.
El CEP puede aplicarse a cualquier proceso, lo que representa
beneficios para cualquier empresa.
Sus siete herramientas
principales son:
1. El histograma o el diagrama de tallo y hoja
2. La hoja de verificacin
3. La grfica de Pareto
4. El diagrama de causa y efecto
5. El diagrama de concentracin de defectos
6. El diagrama de dispersin
7. La carta de control
Aun cuando estas herramientas, llamadas con frecuencia las siete
magnficas, son una parte importante del CEP, comprenden tan
solo sus aspectos tcnicos.
El CEP crea un ambiente en el que todos los individuos de una
organizacin desean el mejoramiento continuo de la calidad y la
productividad. Este ambiente se desarrolla mejor cuando la
administracin se involucra en un proceso de mejoramiento de
calidad continuo.
De esta manera, el control de calidad de proceso es considerado
por cada empleado de la empresa, facilitando la implementacin del
mismo. Mantener la calidad en el proceso de produccin se
convierte en tarea de todos los empleados, lo que seguramente es
la meta de todas las empresas que anhelan el xito en el mercado.
Una vez que se establecen estas condiciones, la aplicacin rutinaria de
las siete se convierte en un aspecto habitual de hacer negocios, y la
organizacin se encuentra en una posicin para alcanzar sus objetivos
de mejoramiento de calidad.

Los mtodos de control estadstico de procesos pueden

proporcionar una retribucin significativa a las compaas que
puedan implementarlos exitosamente. Aun cuando el CEP parece
ser una coleccin de herramientas basadas en la estadstica para
resolver problemas, para la aplicacin exitosa del CEP se necesita
algo ms que el aprendizaje y uso de estas herramientas. La
participacin y compromiso de la administracin con el proceso de
mejoramiento de calidad es el componente vital del xito potencial
del CEP, tal como se menciona anteriormente. La administracin
desempea el papel de ser el modelo, y los dems integrantes de la
organizacin mirarn hacia la administracin como gua y ejemplo.
Tambin es importante un enfoque de equipo, ya que es
generalmente difcil que una sola persona introduzca mejoras en un
proceso.
El amplio conocimiento y uso de las herramientas para resolver
problemas del CEP deber darse en toda la organizacin. La
capacitacin continua del personal acerca del CEP y otros mtodos
para reducir la variabilidad es necesaria para conseguir que el
conocimiento de las herramientas sea vasto en todos los niveles.
El objetivo de un programa de reduccin de la variabilidad basado
en el CEP es el mejoramiento continuo sobre una base semanal,
trimestral y anual. El CEP no es un programa que se aplique una
sola vez cuando la empresa est en problemas y se abandone
despus. El mejoramiento de calidad que se enfoque en la
reduccin de la variabilidad debe convertirse en parte de la cultura
de la organizacin.

2.1.1 Tamao y Frecuencia de Muestreo

El objetivo de la inferencia estadstica es sacar conclusiones o
tomar decisiones acerca de una poblacin con base a una
muestra seleccionada de la poblacin. Frecuentemente, se
supondr que se usan muestras aleatorias en el anlisis.
o El trmino aleatorio suele aplicarse a cualquier mtodo para
seleccionar muestras que carezcan de un orden sistemtico.
Por ejemplo, en una embotelladora se toman muestras de
botellas de plstico a cierta hora del da, y se vuelve a tomar

muestras del producto el mismo da dos horas ms tarde, cinco

horas ms tarde, seis horas ms tarde, etc.
Cuando se disea una carta de control, es necesario especificar
tanto el tamao de la muestra que debe usarse como la
frecuencia del muestreo. En general, las muestras ms grandes
facilitaran la deteccin de corrimientos pequeos en el
proceso.
Cuando se elige el tamao de la muestra, debe tenerse
presente el tamao del cambio que est tratndose de
detectar. Si el cambio en el proceso es relativamente grande,
se usan tamaos de la muestra ms pequeos que los que se
habran empleado si el cambio de inters fuera relativamente
pequeo.
Debe determinarse tambin la frecuencia del muestreo. La
situacin ms deseable desde el punto de vista de la deteccin
de corrimientos seria tomar muestras grandes con mucha
frecuencia; sin embargo, esto por lo general no es
econmicamente factible. El problema general consiste en la
asignacin del esfuerzo de muestreo. Es decir, se toman
muestras pequeas en intervalos cortos o bien se toman
muestras grandes en intervalos ms largos. La prctica actual
en la industria tiende a favorecer las muestras ms pequeas y
ms frecuentes, en particular en los procesos de manufactura
de alto volumen, o donde pueden ocurrir diversos tipos de
causas asignables. Adems, conforme se desarrolla la
tecnologa automatizada de sondeo y medicin, se est
haciendo posible incrementar en gran medida las frecuencias
de muestreo. En ltima instancia, cada unidad puede probarse
cuando se fabrica. Los sistemas de medicin automatizados y
las microcomputadoras con software de control estadstico de
procesos aplicados en el centro de trabajo para el control
estadstico de procesos resultan una gran ventaja en la toma
del muestreo y
muchas empresas que cuentan con la
capacidad de instalar este tipo de sistemas se han visto
beneficiadas.
Otra manera de evaluar las decisiones respecto del tamao de
la muestra y la frecuencia del muestreo es con la longitud
promedio de la corrida, (ARL) de la carta de control. En esencia,

la ARL es el nmero promedio de puntos que

antes de que un punto indique una condicin
Si las observaciones del proceso son no
entonces para cualquier carta de control de
puede calcularse fcilmente con

deben graficarse
fuera de control.
correlacionadas,
Shewart, la ARL

ARL = 1/p
Donde p es la probabilidad de que cualquiera de los puntos
exceda los lmites de control. Esta ecuacin puede usarse para
evaluar el desempeo de la carta de control.
2.1.1.1 Causas fortuitas y asignables de la variacin
de la calidad
En cualquier proceso de produccin, independientemente
de lo adecuado que sea su diseo o de la atencin que se
preste a su mantenimiento, siempre existir cierta
cantidad de variabilidad inherente o natural. Esta
variabilidad natural, es el defecto acumulado de muchas
causas pequeas y en esencia inevitables.
En el contexto del control estadstico de calidad, a esta
variabilidad natural se le denomina un sistema de causas
fortuitas. Se dice que un proceso que opera nicamente
con causas fortuitas de variacin est bajo control
estadstico. En otras palabras, las causas fortuitas son una
parte inherente del proceso.
En ocasiones puede estar presente otra clase de
variabilidad en la salida de un proceso. Esta variabilidad
en las caractersticas clave de la calidad se originan de
tres
fuentes:
mquinas
ajustadas
o
controladas
incorrectamente, errores del operador, o materia prima
defectuosa. En general, esta variabilidad es grande
cuando se le compara con la variabilidad natural, y suele
representar un nivel inaceptable del desempeo del
proceso. A estas fuentes de variabilidad que no son parte
del patrn de las causas fortuitas se les llama causas
asignables. Se dice que un proceso que opera en
presencia de causas asignables esta fuera de control.

Con frecuencia, los procesos de produccin operan en el

estado bajo control, produciendo productos aceptables
durante periodos relativamente prolongados. Con el
tiempo, sin embargo, ocurrirn causas asignables,
aparentemente al azar, que ocasionarn un corrimiento
a un estado fuera de control en el que una proporcin
mayor de la salida del proceso no cumplir con los
requerimientos.
Uno de los objetivos principales del control estadstico de
procesos es detectar con rapidez la ocurrencia de causas
asignables en el corrimiento del proceso a fin de hacer la
investigacin pertinente y emprender las acciones
correctivas antes de que se fabriquen muchas unidades
disconformes ocasionando prdidas lamentables para la
empresa.

2.1.2 Patrones de comportamiento

La carta contiene una lnea central que representa el valor
promedio de la caracterstica de la calidad que corresponde al
estado bajo control, es decir, cuando nicamente estn
presentes causas fortuitas. Tambin se presentan otras dos
lneas horizontales, llamadas el lmite de control superior (LCS)
y el lmite de control inferior (LCI). Estos lmites de control se
eligen de tal modo que si el proceso est bajo control, casi
todos los puntos muestrales se localizarn entre ellos. En tanto
los puntos graficados se localicen dentro de los lmites de
control, se supone que el proceso est bajo control y no es
necesaria ninguna accin. Sin embargo, un punto que se
localiza fuera de los lmites de control se interpreta como
evidencia de que el proceso est fuera de control, y se
requiere investigacin y accin correctiva para encontrar y
eliminar la causa o causas asignables responsables de este
comportamiento. Se acostumbra unir los puntos mustrales de
la carta de control con segmentos de recta, a fin de facilitar la
visualizacin de la evolucin con el tiempo de la secuencia de
puntos.

Incluso cuando todos los puntos se localizan dentro de los

lmites de control, si se comportaran en una manera
sistemtica o no aleatoria, esto podra ser un indicio de que el
proceso est fuera de control.
Existe una estrecha relacin entre las cartas de control y la
prueba de hiptesis. En cierto sentido, la carta de control es
una prueba de la hiptesis de que el proceso est en un estado
de control estadstico. Un punto que se localiza dentro de los
lmites de control es equivalente a no poder rechazar la
hiptesis del control estadstico, y un punto que se localiza
fuera de los lmites de control es equivalente a rechazar la
hiptesis del control estadstico.
Cuando se prueban hiptesis estadsticas, por lo general se
verifica la validez de los supuestos, mientras que las cartas de
control se usan para detectar desviaciones de un estado de
control estadstico supuesto. Adems, la causa asignable puede
redundar en diferentes tipos de corrimientos en los parmetros
del proceso.
Para construir una grfica de control, es importante distinguir
el tipo de datos a graficar pueden ser datos continuos y/o datos
discretos; dicha grfica depender del tipo de datos.
Para la utilizacin de las grficas se requiere un procedimiento
especfico:

Decidir la grfica de control a emplear

Construir grficas de control para el control estadstico del

proceso

Controlar el proceso, si aparece una anormalidad sobre la

grfica de control, investigar inmediatamente las causas y
tomar acciones apropiadas

A pesar de que las grficas de control de medias y de rangos

son ms comnmente utilizadas, algunas compaas utilizan la
grfica de control s (desviacin estndar), esto debido a que es
ms precisa que las anteriores.

Si el tamao de los subgrupos es menos de 10, ambas graficas

mostraran la misma variacin; sin embargo, conforme el
tamao de los subgrupos sea de 10 o ms, los valores
extremos tendrn una injustificada influencia en la grfica R.
por lo tanto, con tamaos de subgrupos mayores, deber
emplearse la grfica S.
Algunos puntos importantes a considerar previo a la
elaboracin de esta grfica son:

Propsito de la grfica

Variable a considerar

Tamao de la muestra

Tener un criterio para decidir si conviene investigar causas

de variacin del proceso de produccin

Familiarizar al personal con el uso de esta grfica

La interpretacin de estas grficas, sera que a partir de los

datos se puede determinar el valor central del proceso y su
aplicacin.
Mediante este mtodo, se puede determinar si el proceso est
bajo control. Esto sucede cuando no se muestra ninguna
tendencia y adems ningn punto sale de los lmites.
Los distintos tipos de tendencia, son patrones de
comportamiento anormal de los puntos (inestabilidad o proceso
fuera de control estadstico).
Es difcil decir como es un grfico de puntos que siguen un
patrn aleatorio de distribucin normal, pero si es fcil darse
cuenta cuando no lo es. Algunos ejemplos de patrones no
aleatorios son:

Por debajo de la lnea central

Una serie creciente de 6 o 7 observaciones

Una serie creciente

Una sucesin de puntos por encima de la lnea central

Una serie descendente

Varios puntos fuera de los lmites de control

Varios puntos por arriba y debajo de la lnea central, (Cclicos)

Patrn fuera de control: tendencia o cambio permanente de

nivel

Patrn fuera de control: dos poblaciones

Si no se descubren causas asignables, entonces se adoptan los

lmites de control calculados como definitivos y se construyen
cartas de control con esos lmites. Si solo hay pocos puntos
fuera de control, (2 3) estos se eliminan, se recalcula la
media, desviacin estndar y lmites de control con los
restantes, y se construye un nuevo grfico de prueba.
El 99.8% de las observaciones, deben estar dentro de los
lmites de 3.09 sigmas alrededor de la media, esto significa que
solo una observacin de quinientos puede estar por causas
aleatorias fuera de los lmites de control. Entonces cuando se
encuentra ms de un punto en 500 fuera de los lmites de
control, indica que el sistema de causas aleatorias que
provocan la variabilidad habitual de las operaciones ha sido
alterado por la aparicin de una causa asignable.
Cuando un proceso se encuentra bajo control estadstico, los
puntos en una grfica de control
deben fluctuar
aleatoriamente entre los lmites de control sin patrn o
comportamiento que se pueda identificar.

Cuando deseamos interpretar un grfico de control, debemos

recordar que an cuando ningn valor (punto) est fuera de los
lmites de control, el mismo puede indicar una condicin fuera
de control, pues un comportamiento sistemtico o no aleatorio
en los puntos, es un indicativo de que el proceso est fuera de
control.
Si dos grficas muestran un comportamiento no aleatorio, se
debe inicialmente, eliminar los puntos en la grfica que tienen
una causa asignable. Es posible que ahora el comportamiento
no aleatorio en la otra grfica, se haya eliminado.
Una vez eliminadas las causas asociadas con cada uno de
estos patrones tal que todos los puntos graficados permanecen
dentro de los lmites de control mostrando un patrn natural de
variacin, se dice que el proceso est bajo control.
sta es una lista de comprobacin que muestra un conjunto de
reglas generales para examinar un proceso y determinar si
est bajo control:
1. No hay puntos fuera de los lmites de control
2. El nmero de puntos arriba y abajo del eje central es
aproximadamente igual
3. Los puntos parecen caer al azar arriba y abajo del eje
central
4. La mayor parte de los puntos, pero no todos, se encuentran
cerca del eje central, y slo unos pocos cerca de los lmites de
control
En un grfico de control pueden detectarse patrones como:
1. Cclicos. Periodicidad en la presentacin de puntos de altos
y bajos. Algunas causas de estos ciclos son:
Efectos del tiempo sobre el material.
Efectos de la temperatura y la humedad.
Todo suceso qumico, mecnico que se produzca diaria o
semanalmente.
Rotacin peridica de los operadores.

2. Mezcla. Pocos puntos cerca de la lnea de control y el resto

prximos a los lmites de control. Las causas de este patrn
pueden ser:

Grandes diferencias en la calidad del material.

Dos o ms mquinas en una misma grfica.
Grandes diferencias en los mtodos o equipos.
Material procedente de diversos proveedores.

3. Cambios en el nivel del proceso. Cambio repentino del nivel

del grfico x-R. Estos se pueden dar por:

Modificacin del proceso.

Personal nuevo o sin experiencia.
Materia prima diferente.
Avera en la maquinaria.

4. Tendencias. Cambio ascendente o descendente permanente

del nivel del grfico. Algunas causas de estos cambios son:

Desgaste de herramienta.
Deterioro gradual del equipo.
Cambio gradual de la temperatura o de la humedad.
En caso de procesos qumicos, alteraciones de viscosidad.
Mejora o disminucin en las habilidades del trabajador.
Mejoramiento gradual del material.

5. Estratificacin. Tendencia de los puntos a agruparse

artificialmente alrededor de la lnea central. Causas
potenciales de la estratificacin son:
Ubicacin incorrecta de los lmites de control.
Toma de muestras de distribuciones distintas dentro de cada
subgrupo.
6. Errores. Algunas de las causas de los patrones fuera de
control debido a errores son:

Equipo de medicin descalibrado.

Errores al hacer clculos.
Errores al usar el equipo o mtodo.
Toma de muestras correspondientes a poblaciones distintas.

Los procedimientos para establecer un control estadstico del

comportamiento de los costos implica:

1. establecer la capacidad del proceso;

2. crear un grfico de control;
3. recoger datos peridicos y representarlos grficamente;
4. identificar desviaciones;
5. identificar las causas de las desviaciones;
6. perpetuar los efectos positivos y corregir las causas de los
negativos.
Si no hay puntos fuera de los lmites de control y no se
encuentran patrones no aleatorios, se adoptan los lmites
calculados para calcular la produccin futura.

2.1.3 PreControl
o Es una tcnica que se usa para detectar corrimientos o
alteraciones en el proceso que pueden resultar en la
produccin de unidades disconformes.
La tcnica difiere del control estadstico de procesos en las que
las cartas de control convencionales se disean para detectar
corrimientos en los parmetros del proceso que son
estadsticamente significativos, y el precontrol no requiere
construccin de grficas ni la realizacin de clculos. El
precontrol usa la distribucin normal para determinar los
corrimientos en la media o en la desviacin estndar del
proceso que podran resultar en la produccin incrementada de
unidades disconformes. Slo se necesita tres unidades para
proporcionar informacin de control.
Se presenta a continuacin un conjunto de reglas que
describen la operacin del precontrol, donde se supone que es
aceptable entre 1% y 3% de la produccin disconforme y que el
ndice de capacidad del proceso es de al menos 1.15.
1. Iniciar el proceso. Si el primer artculo est fuera de las
especificaciones, reiniciarlo y empezar de nuevo.
2. Si el artculo est dentro de las especificaciones pero fuera
de una lnea PC, verificar el siguiente artculo.
3. Si el segundo artculo est fuera de la misma lnea PC,
reiniciar el proceso.

4. Si el segundo artculo est dentro de la lnea PC, continuar.

El proceso slo se reinicia cuando dos artculos
consecutivos estn fuera de control.
5. Si un artculo est fuera de una lnea y el siguiente artculo
est fuera de la otra lnea PC, la variabilidad del proceso
est fuera de control.
6. Cuando cinco unidades consecutivas estn dentro de las
lneas PC, cambiar el calibre de la frecuencia.
7. Cuando se est en el calibre de la frecuencia, no ajustar el
proceso hasta que un artculo exceda una lnea PC.
Examinar entonces el artculo siguiente consecutivo, y
proceder como en el paso 4.
8. Cuando se reinicie el proceso, es necesario que cinco
muestras consecutivas estn dentro de las lneas PC antes
de reanudar el calibre de la frecuencia.
9. Si el operador hace ms de 25 muestreos del proceso sin
tener que reinicializar el proceso, reducir el calibre de la
frecuencia para que se fabriquen ms unidades entre las
muestras. Si es necesario hacer un receso antes de tomar
25 muestras, incrementar el calibre de la frecuencia. Un
promedio de 25 muestras para una reinicializacin indica
que la frecuencia del muestreo es satisfactoria.
El procedimiento de precontrol tiene dos etapas: inicio y
corrida.
Una parte se mide y los resultados pueden estar en una de las
tres zonas de color. Si la parte estn fuera de las
especificaciones (zona roja), se detiene y ajusta el proceso. Si
la parte est entre las lneas de precontrol y las
especificaciones (zona amarilla) se mide una segunda parte; si
la segunda parte cae en la zona amarilla, el proceso se detiene
y se ajusta. Si la parte cae entre las lneas del precontrol (zona
verde), se miden ms partes, hasta que haya cinco partes
consecutivas dentro de la zona verde. Los operadores se
aficionan mucho a dar un golpecito a un ajuste cuando se
requiere ajustar.
Una vez con cinco partes consecutivas en la zona verde,
comienza la etapa de corrida, o prueba de frecuencia. La
prueba de frecuencia es la evaluacin de pares de partes. La
regla para la frecuencia es muestrear seis pares entre ajustes,

en la siguiente tabla muestra el tiempo entre mediciones para

varias frecuencias de ajustes. Se puede ver en ella que hay una
relacin lnea entre las dos variables. As, si en promedio se
hace un ajuste cada 6 horas, el tiempo entre la medicin de
pares es 60 min. El operador y el supervisor determinan el
tiempo entre los ajustes, basndose en informacin histrica.

TIEMPO ENTRE AJUSTE,

HRS
1
2
3
4
.
.
.

TIEMPO
ENTRE
MEDICIONES, MIN
10
20
30
40
.
.
.

La siguiente tabla muestra las reglas de decisin para los pares

medidos (representados por A, B), para las distintas
posibilidades de zona de color:
1. Cuando una parte cae en la zona roja, se para el proceso,
se ajusta y se regresa a la etapa de inicio.
2. Cuando un par A, B cae en zonas amarillas opuestas, el
proceso se detiene y se pide ayuda, porque en este caso se
puede requerir un ajuste ms complicado.
3. Cuando un par A, B cae en la zona amarilla, el proceso se
ajusta y el procedimiento se regresa a la etapa de inicio.
4. Cuando A y/o B caen en la zona verde, el proceso se sigue
corriendo.
Decisin
Parar,
ir a inicio
Parar,
conseguir
ayuda
Ajustar,
ir a inicio
Continuar

Roja
A

ZONAS DE COLOR
Amarilla
Verde
Amarilla

Roja
A

B
A, B

1/14*1/14=1/196
1/14*1/14=1/196
1/14*1/14=1/196
12/14*12/14=144/
196

A, B
A,B
A

Probabilidad
Nula
Nula
1/14*1/14=1/196

1/14*12/14=12/19
6

A
A

1/14*12/14=12/19
6
12/14*1/14=12/19
6

LSL

PC

X0

PC

USL

12/14*1/14=12/19
6
Total =

196/196
Nominal (objetivo)

El uso del precontrol se facilita todava ms pintando el

instrumento de medida en verde, amarillo y rojo en los lugares
adecuados. De esta forma, el operador sabe cundo seguir,
cundo tener cuidado o cundo parar.
El precontrol se puede aplicar a especificaciones individuales.
En esos casos, establece el rea verde a las tres cuartas partes
de la tolerancia nominal.
Tambin se puede usar el precontrol con atributos. Los
calibradores pasa/no pasa con colores adecuados que
indiquen las lneas de precontrol se proporcionan al operador,
junto con los calibradores normales para las especificaciones
superior e inferior. Tambin se usa el precontrol para manejar
las caractersticas visuales, asignando normas visuales a las
lneas del precontrol.

2.1.3.1 Ventajas del PreControl

Las ventajas del precontrol son las siguientes:
1. Se puede aplicar a corridas cortas de produccin, y
tambin a corridas largas.
2. No hay registro, clculo ni graficacin de datos. Se
puede usar una grfica de precontrol si el consumidor
desea tener una prueba estadstica del control del
proceso.
3. Se puede aplicar al arranque, para que el proceso se
centre en el objetivo.
4. Trabaja directamente con la tolerancia y no con los
lmites de control, que se malinterpretan con facilidad.
5. Se puede aplicar a atributos.
6. Es sencillo de comprender, por lo que el entrenamiento
es muy fcil.
Aunque las tcnicas del precontrol tienen muchas
ventajas, se debe recordar que slo es una tcnica de
vigilancia. Las grficas de control se usan para resolver
problemas, porque tienen la capacidad de mejorar el
proceso al corregir causas asignables y probar ideas para
mejorar.
El precontrol significa una mejor comprensin por parte de
la
administracin y de los operadores, mayor
responsabilidad del operador por la calidad, menos
rechazos, menos ajustes, menos frustracin de los
operadores y el consiguiente aumento de la moral.