Control estadístico de procesos
La idea de Shewhart: distinguir la variación que es parte del proceso de la que indica que algo cambió.
1 · La distinción fundamental
Todo proceso varía. La pregunta es qué tipo de variación:
| Tipo | Origen | Qué hacer |
|---|---|---|
| Causas comunes | inherentes al proceso; muchas, pequeñas, siempre presentes | no intervenir: cambiar el sistema |
| Causas especiales | ajenas al proceso; identificables | investigar y corregir |
2 · Los dos errores de intervención
Deming insistía en que confundir los dos tipos de causa es lo que arruina los procesos:
| Error | Qué se hace | Consecuencia |
|---|---|---|
| Tipo 1 | intervenir ante variación común | aumenta la variabilidad |
| Tipo 2 | no intervenir ante una causa especial | el problema persiste |
Es la misma estructura de los errores tipo I y II de una prueba de hipótesis, aplicada a la producción.
3 · El experimento del embudo
Deming lo usaba para mostrarlo: se deja caer una bolilla por un embudo apuntando a un objetivo, y se prueban cuatro reglas.
| Regla | Resultado |
|---|---|
| No mover el embudo | la variación mínima posible |
| Corregir según el último error | la variación aumenta |
| Reposicionar respecto del objetivo cada vez | crece sin control |
| Apuntar al último punto | se va a la deriva |
4 · Las herramientas
| Herramienta | Para qué |
|---|---|
| Gráficos de control | detectar causas especiales |
| Índices de capacidad | evaluar si el proceso cumple las especificaciones |
| Diagrama de Pareto | priorizar los problemas más frecuentes |
| Diagrama causa-efecto | organizar las causas posibles |
| Histograma y estratificación | describir la variación |
5 · Control y especificación
Es la distinción que más se confunde:
| Límites de control | Límites de especificación | |
|---|---|---|
| De dónde salen | del proceso, calculados con los datos | del cliente o del diseño |
| Qué dicen | qué hace el proceso | qué se necesita que haga |
| Se pueden cambiar | solo si cambia el proceso | por negociación o rediseño |
6 · Más allá de la industria
La misma lógica se aplica a cualquier indicador que se monitoree en el tiempo:
- Salud: infecciones intrahospitalarias, tiempos de espera, mortalidad quirúrgica.
- Educación: asistencia, rendimiento por cohorte.
- Servicios públicos: tiempos de respuesta, reclamos.
- Gestión estadística: tasas de no respuesta, errores de carga.
7 · Errores frecuentes
- Reaccionar a cada variación como si fuera una señal.
- Confundir límites de control con especificaciones.
- Calcular los límites con datos que incluyen causas especiales.
- Suponer normalidad sin verificarla, en procesos muy asimétricos.
- Monitorear sin actuar cuando hay señal.
- Aplicarlo a procesos que no son estables ni pretenden serlo.
8 · En el software
# R
library(qcc)
qcc(datos, type = "xbar", nsigmas = 3)
process.capability(qcc(datos, type = "xbar"), spec.limits = c(LIE, LSE))
pareto.chart(frecuencias)Cómo citar esta entrada
APA (7.ª edición)
Montivero, J. L. (2026). Control estadístico de procesos. estadistica.ar. https://estadistica.ar/conceptos/control-estadistico-de-procesos
BibTeX
@misc{estadistica_ar_control_estadistico_de_procesos,
author = {Montivero, Jorge Luis},
title = {{Control estadístico de procesos}},
year = {2026},
howpublished = {\url{https://estadistica.ar/conceptos/control-estadistico-de-procesos}},
note = {estadistica.ar. Consultado el \today},
urldate = {2026-09-19}
}Última actualización: 19 de septiembre de 2026. El contenido está bajo licencia CC BY-NC-SA 4.0: se puede reutilizar citando la fuente y sin fines comerciales.