Procesos fuera de control —SPC— identificados mediante gráficos de control
Identificar y gestionar procesos SPC fuera de control

Un gráfico de control muestra cómo cambia un estadístico del proceso a lo largo del tiempo. La línea central y los límites describen una referencia; los puntos fuera de los límites y ciertos patrones no aleatorios exigen investigar. Las especificaciones responden a otra pregunta: si el resultado cumple los requisitos. Veamos las señales y la respuesta que requieren.

Utilice un gráfico de control para buscar señales de que el proceso puede haber cambiado. Investigue los puntos fuera de los límites, las rachas que cumplan las reglas y otros patrones seleccionados. Identificar y abordar sus causas ayuda a restaurar la estabilidad y mantener la calidad; una señal por sí sola no establece la causa ni garantiza resultados aceptables.

Fundamentos del gráfico de control de un proceso fuera de control

Un gráfico de control representa un estadístico del proceso en orden temporal para comparar su comportamiento actual con una línea de base establecida. La línea central describe el nivel de referencia y los límites, la variación estadística esperada bajo el modelo elegido. No son límites de especificación ni de aceptación del producto.

Los límites de control proceden de un modelo concreto y de datos de referencia adecuados o parámetros conocidos. Investigue las señales de causas especiales al establecer la referencia y compruebe los supuestos de medición y muestreo. Los límites resultantes permiten reconocer comportamientos inusuales respecto a esa referencia.

Los gráficos ayudan a decidir cuándo investigar una posible causa especial en lugar de reaccionar a la variación habitual de causas comunes. Una señal es una evidencia que debe examinarse, no un diagnóstico del origen. La variación de causas comunes pertenece al proceso de referencia; mejorarla puede exigir cambiar el propio proceso.

Estos límites se establecen con datos históricos y ayudan a identificar variaciones constantes o imprevisibles del proceso.

Utilice las señales, el contexto y el plan de control para decidir qué hacer. Aborde específicamente las causas especiales confirmadas; trabaje en el propio proceso si necesita mejorar su variación de causas comunes. Compruebe aparte los resultados frente a los requisitos. Así favorece la corrección oportuna, la productividad y la mejora continua sin ajustar el proceso tras cada fluctuación normal.

Con esta base, veamos en profundidad cómo los gráficos permiten gestionar y reducir variaciones imprevistas y mantener una calidad uniforme.

¿Qué es un proceso fuera de control?

Estas son las reglas de señal elegidas para esta lección. Conservamos las tendencias de siete puntos y las rachas de ocho al mismo lado. Otros conjuntos de reglas y valores predeterminados del software difieren: defina y configure las reglas previstas antes de interpretar. Una señal exige investigar; añadir pruebas también puede aumentar las falsas alarmas. Los gráficos son esquemáticos, no datos medidos.

• Uno o más puntos quedan fuera de los límites de control.
• Siete puntos consecutivos aumentan o disminuyen.
• Ocho puntos consecutivos están al mismo lado de la media.
• Catorce puntos consecutivos alternan subidas y bajadas.
• Dos de tres puntos consecutivos están al mismo lado de la media, en la zona A o más allá.
• Cuatro de cinco puntos consecutivos están al mismo lado de la media, en la zona B o más allá.
• Quince puntos consecutivos se encuentran en la zona C, por encima y por debajo de la media.

Abrir el diagrama a tamaño completo ↗

Gráficos Six Sigma fuera de control-1

Abrir el diagrama a tamaño completo ↗

Gráficos Six Sigma fuera de control-2

Métodos para identificar procesos fuera de control

Al identificar procesos fuera de control, hay varios indicadores clave. Son señales de que algo va mal, quizá por fallos de máquinas o errores operativos.

Una señal es un punto más allá de un límite de control. Compruebe la medición, la configuración del gráfico y las condiciones del proceso; después siga el plan de control para investigar. Un punto infrecuente puede aparecer por azar, así que su posición no revela qué causa lo produjo.

Una racha de puntos sucesivos al mismo lado de la línea central puede sugerir un cambio en el nivel del proceso. Como una sucesión de días frescos al pasar del verano al otoño, el patrón invita a examinar el contexto. Una tendencia monótona es otro patrón: aplique la regla seleccionada sin tratarlos como equivalentes.

Rachas al mismo lado de la línea central pueden indicar un cambio de nivel, pero un valor mayor o menor no significa automáticamente mejor o peor calidad. Si cambian las condiciones de una máquina y empeora la calidad, compare el gráfico con el historial y las especificaciones antes de concluir qué ocurrió.

Estas señales nos alertan para observar el proceso de cerca. Comprender los métodos y permanecer atentos permite detectar desviaciones pronto y corregirlas antes de que surjan problemas importantes.

Tras comprender cómo identificar procesos fuera de control, veamos situaciones particulares que requieren atención especial en la gestión de procesos.

¿Qué es el SPC —control estadístico de procesos—?

El control estadístico de procesos —SPC— utiliza mediciones o datos de atributos ordenados temporalmente para comprender y mejorar el comportamiento del proceso. Los gráficos muestran un estadístico elegido, una línea central y límites adecuados. Los puntos o patrones que cumplen las reglas seleccionadas exigen investigación. UCL y LCL describen el comportamiento de referencia esperado; no son tolerancias de calidad aceptable del producto.

UCL y LCL permiten comparar el comportamiento actual con la referencia y decidir cuándo atender una posible causa especial. Los patrones no aleatorios importan aunque todos los puntos estén dentro de los límites. Siga observando, investigue las señales y evalúe si la intervención propuesta aborda las condiciones reales.

Las mediciones precisas y un plan de muestreo adecuado hacen que el SPC sirva para encontrar mejoras, reducir defectos y desperdicios y aumentar la eficiencia. Investigue las señales de causas especiales y utilice los resultados para elegir cambios específicos. Si un proceso estable no cumple los requisitos del cliente, mejórelo y evalúe su capacidad: mantener los puntos dentro de los límites de control no basta.

¿Cómo identificar y analizar puntos fuera de control en un gráfico SPC?

Para analizar una señal SPC, compare el estadístico temporal con los límites y las reglas de patrones elegidas. Los límites de especificación describen requisitos del producto; no determinan la estabilidad estadística. Compruebe los datos y supuestos, investigue el contexto y realice análisis adicionales para identificar la causa antes de elegir una corrección.

¿Qué debo hacer cuando mi gráfico SPC muestra inestabilidad?

Ante señales de inestabilidad, analice a fondo las fuentes de variación. Examine las muestras y los estadísticos para identificar patrones o anomalías de la distribución. Una evaluación minuciosa es esencial para localizar las causas raíz. Una vez conocidas, aplique medidas estratégicas para gestionar y resolver los problemas, restaurar el control y mantener la fiabilidad del sistema.

¿Todavía puedo recuperar un proceso que ha quedado fuera de control?

Sí. La recuperación depende en gran medida de identificar pronto las causas raíz e implantar medidas eficaces. Si el proceso se desvía de los límites establecidos, indica un alejamiento de su comportamiento normal. Primero investigue a fondo los factores implicados: analice los datos, las muestras y los indicadores estadísticos para localizar las fuentes de variación. Una vez identificadas, intervenciones rápidas y específicas pueden resolver los problemas y devolver el proceso al control.

El éxito de la recuperación también depende de la capacidad de respuesta y adaptación de la organización. El seguimiento continuo, las auditorías periódicas y un sistema sólido de gestión de calidad ayudan a detectar pronto las desviaciones, minimizar sus efectos y aumentar las posibilidades de recuperación. La comunicación y colaboración entre equipos son igual de importantes para corregir rápidamente. Recuperar un proceso es posible, pero requiere resolver los problemas de manera proactiva y sistemática y mejorar continuamente.

Examinar situaciones especiales

Cada proceso de fabricación tiene características propias y puede presentar situaciones o señales inusuales que lo desvíen de su comportamiento normal.

Un caso anómalo habitual es un fallo del equipo que provoca picos o caídas repentinas de la producción y puntos irregulares en el gráfico. Abordarlo inmediatamente es esencial para recuperar el control y evitar problemas importantes de calidad y retrasos.

Los problemas de calidad de los materiales también pueden generar señales fuera de control. Colaborar estrechamente con los proveedores es crucial para mantener una calidad constante y evitar variaciones que alteren la fabricación.

Por ejemplo, un lote de acero para piezas de automóvil con impurezas o inconsistencias puede aumentar los defectos o hacer fluctuar las dimensiones; ambas cosas pueden generar señales fuera de control.

Gestionar estas situaciones especiales exige resolver problemas de forma proactiva y colaborar continuamente con todos los interesados en la fabricación. Examinarlas y abordarlas cuidadosamente permite mantener procesos estables y estándares altos de calidad.

Conocido el efecto de las situaciones especiales, veamos cómo aplicar reglas de control para gestionar eficazmente los procesos y mejorarlos.

Aplicar reglas de control de procesos

Los procesos de fabricación pueden ser complejos y sensibles, con numerosos pasos y variables. Las reglas de control permiten detectar sistemáticamente cuándo un proceso está fuera de control e intervenir a tiempo. Dos conjuntos conocidos son las Reglas de Western Electric y las Nelson Rules.

reglas de Western Electric complementan la señal fuera de límite con pruebas de zonas y rachas: dos de tres puntos más allá de dos sigma, cuatro de cinco más allá de un sigma al mismo lado y una racha de ocho al mismo lado. Señalan patrones para investigar, no identifican automáticamente una causa.

pruebas de tipo Nelson incluyen comprobaciones adicionales de patrones. Los valores predeterminados habituales del software utilizan tendencias monótonas de seis puntos y rachas de nueve al mismo lado, aunque se pueden configurar. Esta lección conserva deliberadamente los ejemplos originales de siete y ocho puntos; no suponga que son los valores predeterminados sin modificar.

Estas reglas no son arbitrarias: se basan en medidas y técnicas estadísticas perfeccionadas mediante abundante investigación y práctica en fabricación.

Las reglas seleccionadas funcionan como una vigilancia interna de calidad: ayudan a advertir comportamientos inusuales y decidir cuándo investigar. Aplíquelas de forma constante, comprenda sus supuestos y siga el plan de respuesta. La fluctuación habitual de causas comunes exige una respuesta diferente de la que requiere una causa especial identificada.

Las reglas claras y previamente definidas facilitan decisiones objetivas. Una señal exige investigar, no ajustar automáticamente. Confirme la causa pertinente y utilice el plan de control para decidir entre contención, corrección o una mejora más amplia.

Cumplir rigurosamente estas reglas proporciona una base sólida para mantener la calidad en fabricación y ganar la confianza del cliente.

Ya hemos visto la importancia de las reglas para mantener una calidad constante. Exploremos ahora su efecto en la productividad y rentabilidad global de fabricación.

Abrir el diagrama a tamaño completo ↗

Detección de procesos fuera de control en Six Sigma DMAIC

Evaluar la importancia de las infracciones de las reglas

Una señal conforme a una regla merece respuesta, pero no equivale por definición a un error del operario. Evalúe las posibles consecuencias para la calidad del producto, la seguridad de trabajadores y consumidores, la producción y los clientes. Utilice esas consecuencias y el plan de control para priorizar la investigación y cualquier contención o corrección necesaria.

Un análisis comparativo

Una forma de valorar la importancia de una infracción es comparar los tipos según su frecuencia y efecto en la producción. Esa comparación permite priorizar las correcciones según el riesgo potencial de cada tipo.

Comparación estadística

Además de frecuencia y efecto, hay que comparar estadísticamente las consecuencias económicas de las infracciones. Cuantifique su efecto en costes de producción, residuos, retrabajo y posibles multas regulatorias. Estas comparaciones proporcionan datos tangibles para decidir las correcciones.

Consecuencias temporales

También es esencial evaluar cuánto tiempo lleva resolver cada tipo de infracción: identificarla, abordarla y corregirla. Este análisis ayuda a asignar recursos y optimizar procesos, mejorando la eficiencia.

Efecto en la seguridad

Otro aspecto esencial es analizar las implicaciones de seguridad de las infracciones de las reglas. Cada tipo puede plantear riesgos distintos para trabajadores y consumidores. Comprenderlos permite priorizar correcciones que reduzcan los peligros.

Efecto en el cliente

También hay que analizar el efecto de las infracciones en los clientes. Las desviaciones de calidad pueden generar insatisfacción y dañar la reputación y la fidelidad. Cuantificar su efecto permite adaptar las correcciones a las expectativas del cliente.

Evaluar las infracciones en todas estas dimensiones revela las áreas críticas que requieren atención y medidas correctivas. Ayuda a recuperar el control y abre la puerta a la mejora continua y a una calidad excelente y sostenida.

Tras comprender los aspectos críticos de la evaluación de infracciones, pasemos a técnicas avanzadas de análisis de datos de control.

Técnicas de análisis de datos de control de procesos

Las técnicas estadísticas son fundamentales para comprender el rendimiento y estabilidad de fabricación a partir de los datos de control. Veamos algunos análisis clave.

Cálculos estadísticos

Desviación estándar describe la dispersión alrededor de la media. Ayuda a cuantificar la variación, pero una sola medida no revela si el proceso es estable ni por qué cambió. Examine también el orden temporal y las señales adecuadas del gráfico.

Otra técnica clave es el análisis de capacidad del proceso, que evalúa la capacidad de un proceso para cumplir requisitos concretos. Esta herramienta permite comparar la capacidad actual con los requisitos del cliente y decidir con fundamento cómo mejorar el proceso.

Análisis de tendencias

El análisis de tendencias identifica patrones a lo largo del tiempo. Ayuda a distinguir variaciones debidas a incidentes aislados de problemas sistemáticos de fabricación. Por ejemplo, un aumento constante de defectos en varios lotes puede señalar un problema subyacente que exige atención inmediata.

Suponga que unos pasteles quedan demasiado secos y otros demasiado húmedos. Registrar la temperatura del horno a lo largo del tiempo puede revelar fluctuaciones inusuales; investigarlas podría señalar al control de temperatura como factor contribuyente. Una fluctuación es distinta de una tendencia monótona, y el gráfico por sí solo no demuestra la causa.

Modelización predictiva

La modelización predictiva utiliza datos históricos para estimar resultados futuros. Ayuda a anticipar desviaciones y planificar respuestas, pero su utilidad depende de supuestos adecuados, validación y de que las condiciones sigan siendo pertinentes. Combine previsiones, seguimiento e investigación para reducir alteraciones y riesgos de calidad.

Piense en la modelización predictiva como utilizar el pronóstico del tiempo para prepararse ante una tormenta. Prever cambios potenciales con datos históricos permite tomar precauciones para evitar consecuencias indeseadas.

Estas técnicas permiten decidir con fundamento e impulsar mejoras continuas en la fabricación, mejorando la calidad y la eficiencia operativa.

Incorporar estos análisis mejora la comprensión y permite gestionar los problemas potenciales de forma proactiva, contribuyendo a la eficiencia y eficacia de los sistemas productivos.

Preguntas frecuentes sobre la identificación de procesos SPC fuera de control y los gráficos de control

¿Qué indicadores clave muestran que un proceso está fuera de control?

Respuesta: Busque puntos fuera de los límites y patrones no aleatorios que cumplan las reglas elegidas de cambios de nivel, tendencias, rachas o ciclos. Indican un comportamiento inusual respecto a la referencia y deben investigarse. Cp y Cpk responden a otra cuestión: la relación de la variación y ubicación del proceso con los límites de especificación bajo supuestos adecuados. No establecen la estabilidad estadística; evalúela antes de confiar en conclusiones sobre capacidad.

¿Cómo puede una organización interpretar los datos de un gráfico SPC fuera de control para mejorar sus procesos?

Respuesta: Identificar un proceso fuera de control mediante un gráfico SPC aporta información valiosa para mejorarlo. Comprender la causa concreta de la variación permite corregir y ajustar para recuperar el control, mejorar la calidad, reducir defectos y desperdicios y aumentar la eficiencia. Por ejemplo, si el gráfico muestra más defectos por encima de los límites, se pueden investigar y abordar causas raíz como fallos de equipos o errores del operario.

¿Cómo ayuda un gráfico SPC a identificar variaciones en un proceso?

Respuesta: Un gráfico de control muestra un estadístico ordenado temporalmente frente a una línea de base y sus límites. Un punto que supera un límite o un patrón que cumple una prueba elegida señala un comportamiento inusual según el modelo. Investigue los datos y las condiciones: la señal no identifica la causa ni es automáticamente una conclusión formal de una prueba de hipótesis sobre cada punto.

¿Qué ventajas ofrece un gráfico SPC de procesos fuera de control en gestión de calidad?

Respuesta: Un gráfico SPC ofrece una representación visual del rendimiento que facilita identificar y abordar problemas. Distingue causas comunes y especiales para actuar adecuadamente. Los estudios muestran reducciones importantes de defectos: uno comunicó una disminución del 45% tras implantar SPC —«Implementing Statistical Process Control to Improve Quality Performance», A. K. Memon y colaboradores, 2018—. Además, muestra pronto tendencias y patrones y permite intervenciones oportunas y mejora continua.

¿En qué sectores se utilizan habitualmente los gráficos SPC para procesos fuera de control?

Respuesta: Sí, estos gráficos son habituales en fabricación, salud y desarrollo de software. En fabricación identifican variaciones de calidad y mantienen una producción uniforme. Un estudio de Rana y colaboradores de 2017, por ejemplo, encontró una reducción del 16,4% de los defectos tras implantarlos. En salud ayudan a supervisar resultados de pacientes y mejorar la atención. En software permiten seguir la calidad del código e identificar errores de programación. Estos sectores los utilizan para gestionar proactivamente la variación y mejorar el rendimiento global.

¿Cuáles son los indicadores de un proceso fuera de control?

Respuesta: Los gráficos revelan indicadores de falta de control: puntos fuera de los límites, patrones no aleatorios o tendencias. Los cambios bruscos, la variación excesiva y los patrones sistemáticos son señales clave de posibles problemas que requieren atención inmediata. Supervisarlos e interpretarlos periódicamente permite actuar pronto y mantener un entorno productivo estable y controlado.

¿Qué es un gráfico de control del proceso?

Respuesta: Un gráfico de control, también llamado gráfico de control del proceso, es una herramienta gráfica de control estadístico para observar la estabilidad y uniformidad de un proceso a lo largo del tiempo. Representa puntos, normalmente de muestras tomadas a intervalos, junto con límites que indican la variación esperada. Ayuda a identificar tendencias, patrones o valores atípicos que pueden indicar falta de control. Esta representación visual permite detectar y abordar rápidamente las variaciones y mejorar la calidad y la estabilidad de los procesos productivos o empresariales.

¿Cómo garantiza la precisión y exactitud de un gráfico de control?

Respuesta: Utilice un sistema de medición adecuado, muestreo representativo y subgrupos racionales cuando corresponda. Defina el gráfico y las reglas, compruebe sus supuestos y calcule límites con una referencia justificable. Mantenga constantes los procedimientos de recogida. Siga observando, pero no recalcule repetidamente los límites para absorber las señales: revise la referencia solo por razones justificadas del proceso o los datos y documente el cambio.

¿Qué ventajas ofrece el SPC en la gestión de calidad?

Respuesta: El SPC ofrece numerosas ventajas en gestión de calidad. Permite observar los procesos en tiempo real y detectar pronto desviaciones y problemas, reduciendo defectos y desperdicios y mejorando la calidad global. Aporta información sobre la variación para decidir ajustes y mejoras con base en datos. Los gráficos representan el rendimiento temporal, facilitan el análisis de tendencias y ayudan a localizar oportunidades de optimización. En definitiva, favorece la mejora continua y resultados uniformes y de calidad alta en distintos sectores.

¿Qué significa que un gráfico SPC —control estadístico de procesos— esté fuera de control?

Respuesta: Una señal fuera de control indica un punto o patrón inusual respecto al modelo de referencia y las reglas elegidas. Entre las posibles explicaciones están fallos de equipos, influencias externas o cambios del proceso: investigue, sin dar por cierta ninguna. Siga el plan de respuesta para abordar una causa confirmada y evalúe por separado los resultados frente a sus especificaciones.

Repaso de los procesos fuera de control —SPC— identificados mediante gráficos

Identificar procesos fuera de control mediante gráficos SPC es esencial en la gestión de calidad. La representación visual de la variación temporal permite reconocer patrones y anomalías. Detectar que un proceso se aparta de su comportamiento estadístico esperado permite intervenir pronto, abordar las causas raíz de la inestabilidad y evitar que aumenten los defectos o errores finales.

Es fundamental considerar la gestión de procesos fuera de control como una oportunidad de mejora continua. Las medidas correctivas basadas en los gráficos restauran la estabilidad y contribuyen a la eficiencia y calidad a largo plazo. Su seguimiento y análisis periódicos deben integrarse en la cultura de la organización para asegurar la calidad de forma proactiva.

Como recurso adicional para profundizar en las metodologías de gestión de calidad, animamos a los lectores a Solicite un ejemplar gratuito del libro Six Sigma Revealed. Esta guía completa profundiza en principios y técnicas de Six Sigma y aporta conocimientos valiosos sobre mejora de procesos, reducción de variabilidad y excelencia organizativa. Adoptarlos puede contribuir notablemente a identificar y gestionar procesos fuera de control y crear una cultura de mejora continua.