BlogEstadística

Guía completa de gráficos de control por variables y atributos: todo lo que necesitas saber

Los gráficos de control son una herramienta fundamental en la gestión de la calidad en cualquier tipo de organización. Permiten monitorear de manera sistemática y visual el desempeño de un proceso, identificando de manera temprana cualquier desviación o problema que pueda afectar la calidad del producto o servicio final. Existen dos tipos de gráficos de control: por variables y por atributos, cada uno con sus propias características y aplicaciones específicas.

Gráficos de control por variables

Los gráficos de control por variables se utilizan para monitorear procesos en los que la calidad se mide en términos de una variable cuantitativa, como por ejemplo la temperatura, el peso, la longitud, la presión, etc. Estos gráficos son útiles para identificar variaciones aleatorias y signos de deterioro en el proceso, permitiendo tomar acciones correctivas antes de que se generen productos no conformes.

El gráfico de control más común para variables es el gráfico de control X-Barra y R. En este tipo de gráfico, se monitorea la media (X-Barra) y el rango (R) de la muestra tomada a intervalos regulares de tiempo. Cuando se presentan variaciones significativas en la media o en el rango, se deben investigar las causas que las generan para tomar acciones correctivas.

Otro tipo de gráfico de control por variables es el gráfico de control individual o I-MR. Este tipo de gráfico es útil cuando no es posible tomar muestras de igual tamaño en cada punto de muestreo, o cuando se quiere monitorizar una característica específica de manera individual.

En resumen, los gráficos de control por variables son una herramienta poderosa para monitorear y mejorar la calidad de los procesos productivos. Permiten identificar problemas de manera temprana y tomar acciones correctivas antes de que se generen productos no conformes.

Gráficos de control por atributos

Los gráficos de control por atributos se utilizan para monitorear procesos en los que la calidad se evalúa en términos de la presencia o ausencia de una característica específica, es decir, en términos de atributos. Estos gráficos son útiles para identificar si la proporción de productos no conformes en una muestra es estadísticamente significativa, lo que indica un problema en el proceso.

El gráfico de control más común para atributos es el gráfico de control p y np. En el gráfico de control p se monitorea la proporción de productos no conformes en una muestra, mientras que en el gráfico de control np se monitorea el número de productos no conformes en una muestra de tamaño fijo. Cuando se presentan variaciones significativas en la proporción o en el número de productos no conformes, se deben investigar las causas que las generan para tomar acciones correctivas.

Otro tipo de gráfico de control por atributos es el gráfico de control c y u. En el gráfico de control c se monitorea el número de defectos en una característica específica, mientras que en el gráfico de control u se monitorea la proporción de defectos en una unidad de producto (por ejemplo, en un lote de productos). Estos gráficos son útiles en procesos en los que la cantidad de productos no conformes puede variar de manera significativa en cada muestra.

En resumen, los gráficos de control por atributos son una herramienta fundamental para monitorear y mejorar la calidad de los procesos en los que la calidad se evalúa en términos de atributos. Permiten identificar problemas de manera temprana y tomar acciones correctivas para garantizar la calidad del producto o servicio final.

Conclusiones

En conclusión, los gráficos de control por variables y por atributos son herramientas fundamentales en la gestión de la calidad en cualquier tipo de organización. Permiten monitorear de manera visual y sistemática el desempeño de los procesos productivos, identificando de manera temprana cualquier desviación o problema que pueda afectar la calidad del producto o servicio final. Los gráficos de control por variables son útiles para monitorear procesos en los que la calidad se mide en términos de una variable cuantitativa, mientras que los gráficos de control por atributos son útiles para monitorear procesos en los que la calidad se evalúa en términos de atributos.

En ambos casos, los gráficos de control permiten identificar variaciones aleatorias y signos de deterioro en el proceso, lo que permite tomar acciones correctivas antes de que se generen productos no conformes. En resumen, los gráficos de control por variables y por atributos son una herramienta poderosa para garantizar la calidad de los productos y servicios, y para lograr la mejora continua en los procesos productivos.

Bibliografía:

1. Montgomery, Douglas C. (2008). Introduction to Statistical Process Control. New York: John Wiley & Sons.

2. Shewhart, Walter A. (1980). Statistical Method from the Viewpoint of Quality Control. New York: Dover Publications.

3. Oakland, John S. (2007). Statistical Process Control. Oxford: Butterworth-Heinemann.

4. Wheeler, Donald J. (2000). Understanding Variation: The Key to Managing Chaos. Knoxville, TN: SPC Press.

5. Duncan, A. (1974). Quality Control and Industrial Statistics. Homewood, IL: Richard D. Irwin.

6. Grant, E. (1996). Statistical Quality Control. New York: McGraw-Hill.

7. Champ, C. W. (1985). Statistical Quality Control. New York: Marcel Dekker.

8. Juran, J. M., & Gryna, F. M. (1993). Juran’s Quality Control Handbook. New York: McGraw-Hill.

9. Chakravartty, P. S., & Tan, K. C. (2009). Quality Management in the Imaging Sciences. Maryland Heights, MD: Saunders.

10. Levine, D. M., & Stephan, D. F. (2005). Quality Improvement Through Planned Experimentation. New York: McGraw-Hill.

Estas referencias cubren una amplia gama de temas relacionados con gráficos de control por variables y atributos, desde los fundamentos teóricos hasta su aplicación en diferentes industrias y contextos.

Publicaciones relacionadas

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Botón volver arriba
Cerrar