Control estadístico de procesos
Una guía para distinguir variación esperable de señales que requieren investigación, sostener procesos estables y fundamentar la mejora con datos.
¿Qué aporta el control estadístico?
El control estadístico de procesos —SPC— organiza datos secuenciales para detectar cambios en el comportamiento de un proceso. No se limita a comprobar si cada resultado cumple una especificación: busca comprender cómo y por qué varía el sistema.
¿Cumple este resultado?
Compara una medición o un lote con límites de especificación. Es necesario para decidir conformidad, pero puede detectar el problema después de que ocurrió.
¿Cambió el sistema?
Compara el comportamiento actual con la variación histórica estable. Permite reconocer señales tempranas y actuar sobre sus causas.
Causas comunes y causas especiales
Causas comunes
Son inherentes al sistema tal como está diseñado: materias primas, equipos, métodos, ambiente y medición interactúan y generan una variación relativamente estable.
- Afectan de manera persistente al proceso.
- No suelen corregirse ajustando una observación aislada.
- Requieren cambios sistémicos o rediseño.
Causas especiales
Surgen de circunstancias identificables que no forman parte del patrón habitual: un sensor desplazado, un cambio de proveedor, una falla de frío o un error de dosificación.
- Generan señales o patrones no aleatorios.
- Deben investigarse oportunamente.
- Su eliminación puede restablecer la estabilidad.
Línea central y límites de control
Un gráfico de control representa una estadística en orden temporal. La línea central resume el nivel del proceso y los límites de control describen el rango esperado de variación común según el modelo utilizado.
LCS = línea central + 3 × error estándarLCI = línea central − 3 × error estándarLímites de control
Se estiman con datos del proceso estable. Son herramientas estadísticas para detectar señales y no deberían fijarse copiando tolerancias del producto.
Límites de especificación
Provienen del cliente, el diseño, la regulación o el uso previsto. Indican qué resultado se considera aceptable, independientemente del comportamiento histórico.
Qué gráfico utilizar
| Tipo de dato | Situación | Gráfico habitual | Ejemplo alimentario |
|---|---|---|---|
| Variable continua | Subgrupos racionales de varias unidades | X̄–R o X̄–S | Peso de llenado medido en varias unidades por hora. |
| Variable continua | Una observación por intervalo | Individuales–Rango móvil | Temperatura máxima diaria de una cámara. |
| Proporción no conforme | Tamaño de muestra variable | p | Proporción de envases con defecto de cierre. |
| Número no conforme | Tamaño de muestra constante | np | Cantidad de etiquetas incorrectas por muestra fija. |
| Número de defectos | Área de oportunidad constante | c | Defectos visuales por lote de igual tamaño. |
| Tasa de defectos | Área de oportunidad variable | u | Defectos por metro de material de envasado. |
Fase I y Fase II
Establecer la línea de base
Se analizan datos históricos o iniciales, se investigan señales, se depura la referencia cuando existe justificación y se estiman límites representativos del estado estable.
Monitorear el proceso
Los límites establecidos se utilizan prospectivamente para reconocer desplazamientos, tendencias, cambios de dispersión u otras señales que requieran respuesta.
Señales que merecen investigación
Punto extremo
Una observación fuera de los límites sugiere una causa especial, un problema de medición o un cambio brusco.
Corrida o desplazamiento
Una secuencia prolongada a un mismo lado de la línea central puede indicar un cambio sostenido de nivel.
Tendencia o patrón
Aumentos progresivos, ciclos o alternancias pueden revelar desgaste, ambiente, turnos o sobreajuste.
Cp, Cpk y la comparación con especificaciones
Los índices de capacidad comparan la variación natural de un proceso estable con los límites de especificación. No deberían interpretarse sin confirmar estabilidad, distribución, independencia y suficiencia de datos.
Cp = (LSE − LIE) / 6σCpk = mínimo[(LSE − μ)/3σ ; (μ − LIE)/3σ]Cp: capacidad potencial
Compara el ancho de especificación con la dispersión del proceso. No considera si la media está centrada.
Cpk: capacidad efectiva
Considera tanto dispersión como centrado mediante la distancia al límite de especificación más cercano.
Ejemplo: peso de llenado
Seguimiento de una línea de envasado
Cada hora se miden cinco envases consecutivos producidos bajo condiciones homogéneas. La empresa quiere detectar cambios del nivel medio y de la variación intragrupo.
- Se confirma que el sistema de medición es adecuado.
- Los cinco envases forman un subgrupo racional.
- Se utiliza X̄ para vigilar el nivel y R para la dispersión.
- Durante la Fase I se investigan cambios de formato, ajustes y detenciones.
- En Fase II, una señal activa un plan de reacción: contener producto, verificar balanza y dosificador, buscar la causa y documentar.
- Cuando el proceso es estable, se evalúa capacidad respecto de los límites de peso.
La secuencia correcta es: validar la medición → estabilizar → evaluar capacidad → mejorar.
Un sistema de reacción en cuatro pasos
Detectar
Confirmar la señal y descartar errores de registro o medición.
Contener
Identificar el producto potencialmente afectado y definir su estado.
Investigar
Buscar cambios en material, método, equipo, ambiente y personal.
Aprender
Corregir, verificar eficacia y actualizar el conocimiento del proceso.
Qué debe evitarse
- Usar límites de especificación como límites de control.
- Calcular capacidad con un proceso inestable.
- Modificar el proceso ante cada fluctuación aleatoria.
- Seleccionar subgrupos que mezclan fuentes de variación distintas.
- Usar gráficos sin verificar el sistema de medición.
- Aplicar demasiadas reglas sin considerar falsas alarmas.
- Mirar promedios y ocultar la dispersión.
- Detectar señales sin definir responsables ni acciones.
Referencias principales
Próximo desarrollo: tablero de control
La futura herramienta ayudará a seleccionar el gráfico, visualizar señales y documentar un plan de reacción adaptado al proceso.