Gráfica de control: que es, tipos y como interpretarla

Una gráfica de control es una herramienta estadística que representa cómo evoluciona en el tiempo una característica de un proceso frente a unos límites de control calculados a partir de su propia variación. Su función es distinguir la variación normal de la que indica un problema real, para poder actuar antes de generar piezas fuera de tolerancia o resultados no válidos.

Es la herramienta esencial del control estadístico de procesos (SPC) y una de las más utilizadas en la industria para garantizar la calidad de productos y servicios, tanto en fabricación como en laboratorios de ensayo y calibración. Veamos qué es un gráfico de control, qué tipos de gráficos existen, cómo se construye y cómo se interpreta con ejemplos prácticos.

¿Qué es un gráfico de control y para qué sirve?

Un gráfico de control es la representación de los valores de una característica del proceso ordenados en el tiempo, sobre la que se dibujan tres referencias: una línea central que corresponde a la media del proceso, un límite de control superior (LCS o UCL) y un límite de control inferior (LCI o LCL).

Su fundamento es la normalidad de los datos: cuando un proceso se ejecuta siempre con el mismo procedimiento y en el mismo entorno, las variables que lo definen tienden a seguir una distribución normal. Si calculamos su desviación estándar, podemos predecir con una probabilidad conocida entre qué valores se moverán los datos futuros. Habitualmente, los límites se sitúan a ±3 desviaciones típicas de la media.

Este tipo de control es una herramienta de decisión, no de registro. Un gráfico bien diseñado permite:

• Monitorear la estabilidad del proceso de producción o de medición a lo largo del tiempo.
• Detectar variaciones anómalas, tendencias y comportamientos cíclicos que en una tabla de datos recopilados quedarían ocultos.
• Decidir cuándo intervenir y cuándo no, evitando el exceso de control y las intervenciones innecesarias.
• Optimizar los procesos y reducir los costes de la no calidad anticipándose a los problemas en el proceso.
• Aportar evidencia objetiva de que la actividad está bajo control, requisito habitual en auditorías y acreditaciones.

Su gran ventaja es la versatilidad: están utilizados en la industria y en el laboratorio para vigilar procesos con variables muy diferentes y, si el diseño es adecuado, siempre aportan la información necesaria para mejorar la calidad en procesos muy distintos entre sí.

Gráficas de control de calidad: el origen de Shewhart

Los gráficos de Shewhart fueron desarrollados en la década de 1920 por Walter A. Shewhart en Bell Labs (Bell Telephone Laboratories), motivo por el que se le considera el padre del control estadístico de procesos. Su desarrollo estuvo orientado a la industria, como instrumento para asegurar una calidad del producto estable y reducir costes.

Su enfoque fue después difundido y ampliado por William Edwards Deming. Con el tiempo la técnica se extendió a procesos administrativos y de servicio, dio lugar a metodologías globales como Seis Sigma y se consolidó como una de las Core Tools de la industria automotriz, donde es clave para vigilar la calidad de los procesos.

Partes de una gráfica de control y límites de especificación

Distinguir los dos tipos de límites es lo que más errores evita en la práctica:

• Los límites de control los calcula el propio proceso a partir de su dispersión. Describen lo que el proceso hace.
• Los límites de especificación son independientes: los fija el cliente, la reglamentación o el diseño. Describen lo que el proceso debería hacer.

Los de especificación nunca se dibujan como si fueran los del proceso. Comparar unos con otros es precisamente lo que permite calcular la capacidad del proceso mediante índices como Cp y Cpk, un análisis que solo tiene sentido cuando el proceso está bajo control.

Tipos de gráficos de control

Se clasifican en dos grandes familias según el tipo de datos disponible:

• Por variables. Los datos proceden de medir características cuantificables de forma continua: una longitud, una masa, una concentración.
• Gráficos de control por atributos. Se emplean cuando los datos no son cuantificables numéricamente y se trabaja con variables discretas: número de defectos, unidades con producto defectuoso o cantidad de productos conformes y no conformes.

Dentro de cada familia, la elección depende de qué se quiere controlar y de cómo se obtienen los datos:

El catálogo normativo refleja esta variedad: la serie ISO 7870 dedica su Parte 1 a las directrices generales, la Parte 2 (ISO 7870-2:2023) a los gráficos clásicos por variables y atributos, la Parte 4 a los de sumas acumuladas y la Parte 6 a los de promedio móvil ponderado.

Cómo se hace un gráfico de control paso a paso

Lo más determinante es el número de observaciones necesarias para fijar unos límites adecuados. Hay que diseñar de antemano cómo se van a recopilar los datos para que el gráfico sea representativo y permita un verdadero control estadístico del proceso:

1. Definir la característica a controlar y el tipo de dato que se va a obtener.

2. Diseñar el muestreo: tamaño y composición de los subgrupos de datos, frecuencia y criterio aleatorio o sistemático. Aquí se decide qué variabilidad de un proceso podrá ver el gráfico.

3. Realizar un estudio preliminar del comportamiento en condiciones de rutina, con suficientes puntos de datos.

4. Calcular la línea media y los límites preliminares a partir de la media y la dispersión observadas.

5. Representar los datos con el orden temporal o de producción en el eje x y el estadístico controlado en el vertical.

6. Interpretar y actuar sobre las señales que aparezcan.

7. Revisar los límites periódicamente: la información que se acumula permite recalcularlos, de forma que la capacidad de detección mejora con el uso.

En la práctica, el cálculo se automatiza con hoja de cálculo o software estadístico. Puedes ver cómo se aborda con Excel aplicado al control de calidad o con Minitab.

Ejemplos de gráficas de control

Control dimensional en una línea de mecanizado

Se controla el diámetro de un tornillo mecanizado. Cada hora se toman cinco piezas consecutivas y se registran su media y su recorrido en un gráfico X̄-R. Si el gráfico de medias se desplaza hacia arriba de forma sostenida mientras el de recorridos permanece estable, la señal apunta al desgaste progresivo de la herramienta: hay que actuar sobre el utillaje, no sobre la máquina.

Control de la recuperación de un método de ensayo

Un laboratorio analiza un material de referencia en cada serie de trabajo y representa la recuperación en un gráfico de valores individuales. Si la reglamentación exige una recuperación mínima del 60% y el estudio previo muestra que el método se mueve entre el 70% y el 90%, ese intervalo marca sus límites. Siete resultados consecutivos por debajo de la media, aun sin salirse del intervalo, indican que el método está derivando: conviene revisar el patrón, la calibración del equipo o el lote de reactivos antes de emitir un resultado no válido.

Control de piezas no conformes

En la inspección final se registra cada día la proporción de unidades no conformes sobre el total inspeccionado en un gráfico p. Al contar unidades en lugar de medir una magnitud continua, el gráfico por atributos es el adecuado. Un punto por encima del límite superior obliga a investigar ese lote concreto; una subida gradual durante varios días señala un problema estructural.

Cómo interpretar una gráfica de control

Interpretar consiste en decidir, ante cada punto, si la variación responde a causas comunes o a una causa especial:

• Causas comunes: la variación inherente al proceso, siempre presente. Mientras solo actúen estas, el proceso es estable y su comportamiento resulta predecible.
• Causas especiales: factores puntuales y ajenos a la rutina (cambio de lote, desajuste de máquina, operario nuevo, deriva del equipo de medida). La presencia de causas especiales es lo que el gráfico debe señalar.

Que todos los puntos estén dentro de los límites no basta: también hay que leer los patrones. Las reglas de detección más habituales son un punto fuera del control superior e inferior, varias observaciones consecutivas al mismo lado de la media, secuencias ascendentes o descendentes y comportamientos cíclicos. Cualquier alteración, tendencia o desajuste de la salida del proceso queda reflejado, permitiendo actuar de forma anticipada y reducir el coste de las desviaciones. Esa lectura es lo que se conoce como análisis de tendencia.

Un punto fuera de control no obliga necesariamente a parar: obliga a investigar la causa, documentar la decisión y, si procede, tomar medidas correctivas. Ese circuito de decisión es el que recoge el plan de control.

Gráficos de control en el laboratorio

Todas las normas destinadas al aseguramiento de la validez de los resultados —en laboratorios, industria, automoción o alimentación— insisten en mantener los procesos controlados. En un laboratorio, estos gráficos permiten hacer seguimiento de la repetibilidad y reproducibilidad, la recuperación y el sesgo de los métodos.

Cuando hay que validar un método de medición se estudian sus características metrológicas (repetibilidad, reproducibilidad, sesgo, linealidad) y la técnica es directamente aplicable: por ejemplo, para controlar la estabilidad de la precisión intermedia. Según las condiciones en que se haya realizado el muestreo, esa información puede utilizarse incluso en el cálculo de la incertidumbre. Para vigilar la estabilidad del sesgo se comparan los resultados del método con los de un material de referencia, habitualmente mediante gráficos de recorrido móvil.

Normas y manuales de referencia

• Serie ISO 7870. Referencia internacional para el diseño y uso de estos gráficos, con partes específicas para gráficos clásicos, de aceptación, de sumas acumuladas, promedio móvil ponderado y series cortas.
• Manual AIAG & VDA. Referencia obligada en automoción. El nuevo manual de AIAG y VDA se lanzó el 30 de junio de 2026 y armoniza criterios, metodología y terminología entre ambas organizaciones, con implicaciones directas para fabricantes y proveedores.

Errores frecuentes al aplicar gráficas de control

• Usarlo como simple representación de datos, sin calcular límites ni leer patrones.
• Dibujar los límites de especificación como si fueran los del proceso.
• Elegir el gráfico por costumbre y no por el dato disponible y el objetivo del control.
• Definir mal el subgrupo, de forma que la variación que interesa detectar queda dentro y no entre subgrupos.
• Calcular la capacidad antes de haber alcanzado la estabilidad estadística.
• No revisar los límites tras un cambio real y documentado del proceso.
• Registrar la señal, pero no cerrar el ciclo con una acción y su verificación.