Las gráficas de control de calidad son diagramas que sirven para examinar si un proceso se encuentra en una condición estable, o para asegurar que se mantenga en esa condición. Son una herramienta esencial para conocer el funcionamiento de los distintos procesos y actividades que se desarrollan en una entidad. En todos los casos, estos gráficos permiten conocer en profundidad el funcionamiento del proceso en condiciones de normalidad o rutina ya que monitorizan la media y la dispersión de la variable estudiada.
En muchas ocasiones esta herramienta estadística se conoce como gráficos de Shewhart, nombrados así en honor a Walter A. Shewhart, un ingeniero y estadístico estadounidense que desarrolló estas técnicas para el control de la calidad de los procesos de su empresa. Fue Shewhart, el considerado padre del control estadístico, quien desarrolló las bases y fundamentos que permitirían la aplicación de la estadística, en particular el teorema del límite central y el uso de subgrupos de datos para caracterizar el comportamiento de los procesos. Así nació el concepto de las gráficas de control de calidad, colocando límites estadísticos basados en la desviación estándar en un gráfico con ejes en el tiempo para monitorear el desempeño de las características clave del producto. Posteriormente, Kaoru Ishikawa, así como otros ingenieros japoneses, desarrollaron y compilaron varios métodos, inspirados en las enseñanzas de W. Edward Deming y Walter Shewart, relativas al uso y aplicación de la estadística y sus métodos para el control de calidad industrial.
Hoy en día, las gráficas de control estadístico se utilizan ampliamente en una variedad de industrias y son consideradas una herramienta esencial para garantizar la calidad y la consistencia de los productos y servicios.
Variación en los Procesos: Causas Aleatorias y Asignables
En estadística, se dice que un proceso es estable (o está en control) cuando las únicas causas de variación presentes son las de tipo aleatorio. Estas causas se llaman “causas comunes” y representan el conjunto de variables que forman parte del proceso natural y normal. En esta condición se puede predecir estadísticamente dentro de qué rangos podrá encontrarse el resultado o salida del proceso, esto es, la característica de calidad que se esté midiendo.
En cambio, la presencia de causas especiales o asignables hace que el proceso se desestabilice, impidiendo la predicción de su comportamiento futuro. Una gráfica de control de calidad se convierte en una herramienta muy útil para monitorear un proceso, ya que permite detectar el momento en que una causa especial incida en el mismo, y entonces tomar acción para volver a meterlo a control. También la gráfica de control permite seguir produciendo sin generar una señal equivocada (sobre control) que haga intervenir cuando no es realmente necesario.
Lea también: Impuestos para Empresas Mexicanas
- Causa asignable o especial: Si se consigue hallar una causa concreta o que ocasiona una variación excesiva y obedece a una situación específica, hablamos de causa asignable. Es el tipo de causa que se debe corregir. Por ejemplo, la deficiente capacitación del trabajador o la falta de ajuste de una máquina. Son los factores esporádicos que desestabilizan el sistema y su identificación es inmediata y fácil.
- Causa aleatoria o común: Cuando no se consigue hallar una explicación concreta a una variación, o si la variación fue ocasionada por un evento sin importancia que no se volverá a repetir, hablamos de causa aleatoria. También se le suelen llamar variaciones naturales o causas naturales. Es el tipo de causa que está presente en la vida misma, fortuita. Ejemplos son la curva de aprendizaje del trabajador y el cierre inesperado del software. Son los factores que afectan en poco la variabilidad del sistema; su presencia es aleatoria y no son de fácil detección, generalmente están relacionadas con aspectos administrativos.
Componentes Clave de una Gráfica de Control
La estructura de las gráficas de control contiene una “línea central” (LC), una línea superior que marca el “límite superior de control” (LSC), y una línea inferior que marca el “límite inferior de control” (LIC). Los puntos en las gráficas de control contienen información sobre las lecturas hechas; pueden ser promedios de grupos de lecturas, o sus rangos, o bien las lecturas individuales mismas. Los límites de control marcan el intervalo de confianza en el cual se espera que caigan los puntos.
El establecimiento de los límites de control superior e inferior enmarcando la línea central permite establecer un intervalo en el cual se considera que el proceso está bajo control. Si un proceso es estadísticamente estable, el 99.73% de las veces el resultado se mantendrá dentro de ese intervalo.
- Límite superior de control (LSC / UCL): Es el valor más grande aceptado en el proceso.
- Límite inferior de control (LIC / LCL): El opuesto al superior, es decir, el valor más pequeño.
- Límite central de control (LCC / LC): Es la línea central del gráfico.
Tipos de Gráficas de Control: Variables y Atributos
La característica de calidad a medir determina el tipo de diagrama de control. Existen dos tipos principales de gráficas de control: las de variables y las de atributos.
Gráficas de Control de Variables
Las gráficas de control de variables grafican datos de procesos de medición continua, tales como longitud, peso, presión o temperatura, en una secuencia ordenada por tiempo. La característica de calidad que se mide es una variable continua. Existen dos tipos principales de gráficas de control de variables: gráficas para datos recopilados en subgrupos y gráficas para mediciones individuales. Las gráficas de variables, como todas las gráficas de control, ayudan a identificar las causas de variación que se deben investigar, de manera que usted pueda ajustar su proceso sin controlarlo exageradamente.
Algunos ejemplos de gráficas de control de variables incluyen:
Lea también: Implicaciones de las Empresas Fantasma
- Gráfica X̄ - R: Promedios y Rangos
- Gráfica X̄ - s: Promedios y Desviación Estándar
- Gráfica X̃ - R: Medianas y Rangos
- Gráfica X - R: Lecturas Individuales y Rangos
Un ejemplo práctico sería un productor de tornillos, donde cada tornillo debe medir entre 3,55 cm y 3,60 cm. Menos de 3,55 cm o más de 3,60 cm se consideran tornillos defectuosos. Por ende, se establece el límite de control superior en 3,60 cm y el límite inferior en 3,55 cm, anotando las medidas de los tornillos producidos a diferentes horas del día.
Gráficas de Control por Atributos
En contraste, las gráficas de control de atributos grafican datos de conteo, tales como el número de defectos o unidades defectuosas. Se utilizan específicamente para monitorear variables discretas o categorizadas (también conocidas como «atributos»), como la cantidad de defectos o la cantidad de productos aceptables en una línea de producción. Pensamos en una característica de calidad basada en atributos como el cumplimiento con respecto a una especificación, trabajamos con variables discretas.
Algunos ejemplos de gráficas de control por atributos incluyen:
- Gráfica p: En él se mide el porcentaje de defectos por muestra. Por ejemplo, si tenemos una muestra de 100 productos y 10 de ellos tienen al menos un defecto, hay una fracción defectuosa de 0,1. Este valor se ubica en el gráfico sobre el eje y.
- Gráfica np: A diferencia de p, este valor no es una fracción. Es el número de unidades defectuosas en una muestra. Si es una muestra de 100 productos, 10 de ellos tienen al menos un defecto, 10 será el valor a ubicar en el gráfico sobre el eje y.
- Gráfica c: Es el número de defectos por unidad de producción durante un período de muestreo. En este caso, los defectos por producto se cuentan, y se establece un valor para definir a partir de cuántos defectos una unidad es defectuosa. Por ejemplo, el número de zonas desgastadas que tenga una chaqueta de cuero; si la chaqueta tiene más de 5 zonas desgastadas, se considera una unidad no conforme.
- Gráfica u: Similar a p pero parte del gráfico c. Es el porcentaje de defectos por área de oportunidad.
Utilidad y Beneficios de las Gráficas de Control en Empresas
Las gráficas de control son comúnmente utilizadas para monitorear el Control Estadístico del Proceso o SPC por sus siglas en inglés. Esta herramienta, así como el APQP, PPAP, AMEF y MSA, pertenecen al grupo de herramientas conocidas como Core Tools del sector automotriz, que es un requerimiento del IATF 16949.
En suma, las gráficas de control de calidad nos sirven para:
Lea también: La Organización Contable en las Empresas
- Determinar el estado de control de un proceso.
- Diagnosticar el comportamiento de un proceso en el tiempo.
- Indicar si un proceso ha mejorado o ha empeorado.
- Permitir identificar las dos fuentes de variación de un proceso.
- Servir como herramientas de detección de problemas.
Un análisis con gráfico de control donde se establecen los límites de control, permitirá analizar un proceso y determinar qué es lo normal en él, cuándo algo no está bien, o si ha mejorado o empeorado a través del tiempo. Un proceso analizado con esta herramienta, es un proceso controlado. Conocer el comportamiento del proceso (si es estable, si se mantiene, qué tan frecuente se sale de control) permite intervenir sobre el proceso para mejorarlo. No basta analizar y controlar un proceso, es necesario mejorarlo.
Además, cuando es necesario validar un método, se deben estudiar sus características metrológicas como la repetibilidad y reproducibilidad, sesgo, linealidad. En estos casos también se puede usar la teoría de los gráficos de control. Por ejemplo, se pueden emplear gráficos para el control de la estabilidad de la precisión intermedia, conociendo y cuantificando la variabilidad del proceso. En función de las condiciones en las que se ha realizado el muestreo para la construcción del gráfico, se puede incluso realizar el cálculo de la incertidumbre. También podemos emplear esta herramienta para el control de la estabilidad del sesgo si comparamos, por ejemplo, los resultados obtenidos al aplicar un método de ensayo y los aportados por un material de referencia. Incluso, en el caso de querer monitorizar y controlar variaciones muy pequeñas de un proceso, también se dispone de modelos de gráficos que aumentan la sensibilidad del control y por lo tanto ofrecen una mayor información.
Proceso de Elaboración de Gráficas de Control
Antes de establecer gráficas de control, es necesario definir con claridad los siguientes puntos: el propósito de las gráficas de control, el aspecto que se va a considerar, y la unidad de donde se va a tomar la muestra. Los siguientes son los pasos generales para realizar una gráfica de control estadístico (SPC):
- Paso 1: Seleccionar la Variable y el Proceso. Determina cuál es el proceso a trabajar y cuál es la característica de calidad que vas a medir, ya sea peso, longitud, número de defectos o volumen.
- Paso 2: Definir el Tipo de Gráfico. Con el tipo de datos a recolectar, define el tipo de gráfico de control a usar, basándote en la clasificación de gráficas de variables o atributos.
- Paso 3: Determinar el Plan de Muestreo. Define el tiempo en el que estarás capturando los datos y la cantidad de muestras a considerar (al menos 20) y el tamaño de cada una.
- Paso 4: Recopilar los Datos. Se procede a la recolección de las mediciones o conteos según el plan establecido.
- Paso 5: Calcular Límites de Control. Determina la línea central y los límites de control superior e inferior. Para esto, se requiere que previamente se tomen muestras del proceso en estado estable, utilizándolos para calcular el promedio general y los promedios de cada subgrupo, así como los rangos, para obtener los valores de los límites de control.
- Paso 6: Representar los Datos en la Gráfica. Determina la escala de la gráfica de manera tal que los límites calculados puedan ser trazados, dejando espacio arriba y abajo para en caso de que algún punto pudiera llegar a salirse.
- Paso 7: Analizar el Resultado. Este apartado es crucial, pues aquí radica la verdadera utilidad de una carta de control. Se evalúa la gráfica para determinar si el proceso está en control o fuera de control. Esto se puede saber de varias maneras, por ejemplo, si algún punto se sale de los límites de control, o si se observan tendencias o comportamientos no naturales de los datos.
- Paso 8: Tomar Acciones Correctivas. Si se detectan desviaciones o un proceso fuera de control, es necesario tomar acciones para corregirlo.
- Paso 9: Monitoreo Continuo. Continuar monitoreando el proceso en la gráfica para asegurar de que se mantiene en control.
Es necesario que las gráficas se realicen a pie del proceso, para ser efectivas y que el personal las conozca y las utilice correctamente.
Interpretación de las Gráficas de Control
La interpretación de una gráfica de control tiene más sentido cuando se han hecho varios ejercicios de este tipo, lo que permite determinar qué es normal y qué no lo es en el comportamiento de la producción. Un proceso se considera fuera de control si se observan patrones específicos o puntos que exceden los límites establecidos. Algunas pistas para identificar un proceso fuera de control incluyen:
- Pista 1: Cuando hay solo un punto fuera de control. Es quizás la más pequeña de las probabilidades.
- Pista 2: Cuando hay dos de cada tres puntos sucesivos ubicados a un lado de la línea central y más de dos desviaciones estándar (sigma) alejados de esta línea.
- Pista 3: Cuando hay 4 de cada 5 puntos sucesivos ubicados a un lado de la línea central y más de una desviación estándar (sigma) alejados de esta línea.
- Pista 4: Cuando hay una serie de 8 puntos sucesivos ubicados a un lado de la línea central, sin importar cuántas desviaciones estándar estén alejados de la línea central.
Por ejemplo, en un seguimiento de defectos en lotes de mesas, si el punto 12 está fuera de control, es crucial investigar por qué ocurrió, aunque sea una probabilidad pequeña. De igual manera, si se observa un aumento constante desde el punto 4 hasta el punto 9, es necesario revisar cómo se trabajaron esos lotes para entender la variación.
Herramientas y Gestión de Gráficas de Control
Hay diversidad de softwares que tienen funciones para hacer montones de cosas con cartas de control. Incluso, en empresas de producción, hay maquinarias que elaboran a medida que producen las cartas de control según la configuración asignada. Existen programas de software con los cuales podemos auxiliarnos para elaborar las gráficas y hacer los cálculos requeridos. Uno de los softwares estadísticos más comunes utilizados en la industria para estas gráficas es el Minitab. Este proporciona todo un menú de opciones para realizar diferentes tipos de gráficas de control.
El buen uso y aplicación de las gráficas de control de calidad nos pueden ayudar a mantener y mejorar nuestros procesos, reducir el desperdicio y generar una cultura de prevención y atención por parte del personal. Para su buen funcionamiento es importante el seguimiento y el involucramiento por parte de los supervisores, encargados y gerentes, asegurando que el personal esté llevando y utilizando correctamente las gráficas.
Se deberá monitorear que los operarios no solo las estén llenando, sino que realmente toman las acciones necesarias para mantener los procesos en control, y que todas las gráficas se documenten apropiadamente. Además, las gráficas serán sujetas a auditorías y evaluaciones del sistema de calidad y como tales, requieren ser documentadas y administradas con enfoque hacia la mejora continua.