Control Estadístico de la Calidad

1. Introducción
2. Orígenes y evolución de la Calidad
3. Gurús
4. Técnicas de adinistración de la calidad
!. "#licaciones de E$e#los
%. Conclusión
&. 'i(liogra)ía
Introducción
Aplicar el Control Estadístico en los procesos de producción con el fin de mejorar los
procesos productivos permite disminuir los costos para así ofrecer productos
realmente competitivos.
Existe mucha literatura de control de calidad en sus distintas modalidades, todos los
autores de calidad coinciden en la necesidad de usar técnicas de calidad, y para
cubrir esta necesidad existe un conjunto de técnicas estadísticas llamadas
herramientas básicas de la calidad ue aplicada combinadamente forman el Control
Estadístico del !roceso "CE!#.
Orígenes y evolución de la calidad
!revio a la conformación de los primeros $rupos humanos or$ani%ados de
importancia, las personas tenían pocas opciones para ele$ir lo ue habrían de
comer, vestir, en donde vivir y como vivir, todo dependía de sus habilidades en la
cacería y en el manejo de herramientas, así como de su fuer%a y voluntad, el usuario
y el primitivo fabricante eran, re$ularmente, el mismo individuo.
&a calidad era posible definirla como todo auello ue contribuyera a mejorar las
precarias condiciones de vida de la época prehistórica, es decir, las cosas eran
valiosas por el uso ue se les daba, lo ue era acentuado por la dificultad de
poseerlas.
Conforme el ser humano evoluciona culturalmente y se dinami%a el crecimiento de
los asentamientos humanos, la técnica mejora y comien%an a darse los primeros
esbo%os de manufactura' se da una separación importante entre usuario o cliente y
el fabricante o proveedor.
&a calidad se determinaba a través del contacto entre los compradores y lo
vendedores, las buenas relaciones mejoraban la posibilidad de hacerse de una
mejor mercancía, sin embar$o, no existían $arantías ni especificaciones, el cliente
esco$ía dentro de las existencias disponibles.
Conforme la técnica se perfecciona y las poblaciones se transforman poco a poco en
pueblos y lue$o en ciudades de tama(o considerable, aparecen los talleres de
artesanos dedicados a la fabricación de $ran variedad de utensilios y mercancías,
1
cada taller se dedicaba a la elaboración de un producto, eran especialistas en ello y
basaban su presti$io en la alta calidad de sus hechuras, las ue correspondían a las
necesidades particulares de sus clientes. En esta etapa sur$e el comerciante,
sirviendo de intermediario entre el cliente y el fabricante.
*os gurús de nuestros días
&os $ur)s de esta nueva etapa ideali%an las funciones y dinámica de la
or$ani%ación para insertarlas en un nuevo modelo de comportamiento, relaciones y
disciplinas. Entre estos tenemos*
W. EDWARDS DEMING (1900-1993)
+illiam Ed,ards -emin$ nació en ./00 en +yomin$, E.1., se dedicó a trabajar
sobre el control estadístico de la calidad. 2apón asumió y desarrollo los
planteamientos de -emin$, y los convirtió en el eje de su estrate$ia de desarrollo
nacional. En ./30 +. Ed,ard -emin$ visitó 2apón, dando conferencias sobre
Control de Calidad. A dichas conferencias asistieron un $rupo numeroso y
seleccionado de directivos de empresas para crear las bases sobre las ue instaurar
el !remio -emin$, premiando a auellas instituciones o personas ue se
caracteri%aran por su interés en implantar la calidad.
JOSEPH MOSES JURAN (1904-199)
4ace en 5umania en ./06 y es otra de las $randes fi$uras de la calidad. 7e traslada
a 8innesota en ./.9. Es contemporáneo de -emin$. -espués de la :: ;uerra
8undial trabajó como consultor. <isita 2apón en ./36 y convierte el Control de la
Calidad en instrumento de la dirección de la empresa. :mparte su conferencia sobre*
=;estión 7istemática del Control de Calidad=. 7e le descubre a raí% de la publicación
de su libro, desechado por otras editoriales* =8anual de Control de Calidad=. 7u
fundamento básico de la calidad, es ue sólo puede tener efecto en una empresa
cuando ésta aprende a $estionar la calidad.
KAORU ISHIKAWA (1915-)
2
El representante emblemático del movimiento del Control de Calidad en 2apón es el
-r. >aoru :shi?a,a. 4acido en ./.3, se $raduó en la 1niversidad de @o?io el a(o
./A/ en Buímica Aplicada. Cue profesor en la misma 1niversidad, donde
comprendió la importancia de los métodos estadísticos, ante la dispersión de datos,
para hallar consecuencias. -esarrolla el -ia$rama CausaDEfecto como herramienta
para el estudio de las causas de los problemas.
!arte de ue los problemas no tienen causas )nicas, sino ue suelen ser, se$)n su
experiencia, un c)mulo de causas. 7ólo hay ue buscar esta multiplicidad de
causas, colocarlas en su dia$rama.

PHILIP B. CROSBY (19!-001)
!hilip Crosby nació en +heelin$, <ir$inia el .E de junio de ./9F. Entre su
participación en la 7e$unda ;uerra 8undial y Corea, !hilip Crosby comen%ó su
trabajo como profesional de la calidad en ./39 en una escuela médica. &a carrera
de !hilip Crosby comen%ó en una planta de fabricación en línea donde decidió ue
su meta sería ense(ar administración en la cual previniendo problemas sería más
provechoso ue ser bueno en solucionarlos. Cormo la Crosby Associates, :nc.
"!CA#, y durante die% a(os si$uientes la convirtió en una or$ani%ación con A00
empleados y con GE0 millones de dólares en $anancias.
GENICHI "AGUCHI (194-)
3
El -r. ;enichi @a$uchi nació en 2apón en ./96, $raduándose en la Escuela @écnica
de la 1niversidad >iryu, su principal etapa profesional ha sido dentro de la Electrical
Communication &aboratory "EC&# de la 4ippon @elephone and @ele$raph Co. "./6ED
./F.# en donde se enfocó a la mejora de la productividad en la investi$ación y
desarrollo. En sus métodos emplean la experimentación a peue(a escala con la
finalidad de reducir la variación y descubrir dise(os robustos y baratos para la
fabricación en serie, reduciendo los tiempos de investi$ación, desarrollo y entre$a
del dise(o.
SHIGEO SHINGO (1909-1990)
4ació en 2apón en ./0/, 7hi$eo 7hin$o tal ve% no es tan conocido en Hccidente
como :shi?a,a y @a$uchi, aunue la incidencia de su trabajo, especialmente en
2apón, ha sido inmensa. -espués de $raduarse en :n$eniería 8ecánica en la
Escuela @écnica Iamanahsi en ./A0, se incorporó a la Cábrica de Cerrocarriles
@aipei, en @ai,án, donde introdujo los métodos de $estión científica.
Es interesante advertir ue los sistemas po?aDyo?e, al utili%ar dispositivos ue evitan
la aparición de defectos, obvian la necesidad de medición. En $eneral, los sistemas
po?aDyo?e comprenden dos fases* el aspecto de detección y el aspecto de
re$ulación.
*os catorce #asos +acia el ,cero de)ectos, de Cros(y
-enominados para ue la administración condu%ca a la or$ani%ación a una posición
productiva y competitiva. En los a(os F0Js, !hilip K. Crosby propuso un pro$rama de
.6 pasos a los ue denominó Lcero defectosM, a través de los cuales hi%o entender a
los directivos ue cuanto se exi$e perfección ésta puede lo$rarse, pero para hacerlo
la alta $erencia tiene ue motivar a sus trabajadores "Crosby*./N/#. -e esta forma
planteaba la importancia de las relaciones humanas en el trabajo.
El Control Estadístico de la Calidad y la e$ora de #rocesos.
Comen%ando con la aportación de 7he,hart sobre reconocer ue en todo proceso
de producción existe variación ";utiérre%*.//9#, puntuali%ó ue no podían producirse
dos partes con las mismas especificaciones, pues era evidente ue las diferencias
en la materia prima e insumos y los distintos $rados de habilidad de los operadores
provocaban variabilidad. 7he,hart no proponía suprimir las variaciones, sino
determinar cuál era el ran$o tolerable de variación ue evite ue se ori$inen
problemas.
4
!ara lo$rar lo anterior, desarrolló las $ráficas de control al tiempo ue 5omin$ y
-od$e desarrollaban las técnicas de muestreo adecuadas para solamente tener ue
verificar cierta cantidad de productos en lu$ar de inspeccionar todas las unidades.
Este periodo de la calidad sur$e en la década de los A0Js a raí% de los trabajos de
investi$ación reali%ados por la Kell @elephone &aboratories.
En su $rupo de investi$adores destacaron hombres como +alter A. 7he,hart, Oarry
5omin$ y Oarold -od$e, incorporándose después, como fuerte impulsor de las ideas
de 7he,hart, el -r. Ed,ards +. -emin$ "Cant)*.//N#.
Estos investi$adores cimentaron las bases de lo ue hoy conocemos como Control
Estadístico de la Calidad (Statistical Quality Control, SQC), lo cual constituyó un
avance sin precedente en el movimiento hacia la calidad,
Causas de variación
• Existen variaciones en todas las partes producidas en el proceso de
manufactura. Oay dos fuentes de variación*
· variación aleatoria se debe al a%ar y no se puede eliminar por completo.
· variación asi$nable es no aleatoria y se puede reducir o eliminar.
• N#$%* la variación puede cambiar y cambiará la forma, dispersión y tendencia
central de la distribución de las características medidas del producto.
-iagraas de diagnóstico
Controles o re$istros ue podrían llamarse Lherramientas para ase$urar la calidad de
una fábricaM, esta son las si$uientes*
· Ooja de control "Ooja de reco$ida de datos#
· Oisto$rama
· Análisis paretiano "-ia$rama de pareto#
· -ia$rama de :shi?a,a* -ia$rama de causa y efecto "Espina de !escado#
· Estratificación "Análisis por Estratificación#
· -ia$rama de scadter "-ia$rama de -ispersión#
· ;ráfica de control.
·
&a experiencia de los especialistas en la aplicación de estos instrumentos o
Oerramientas Estadísticas se(ala ue bien aplicadas y utili%ando un método
estandari%ado de solución de problemas pueden ser capaces de resolver hasta el
/3P de los problemas.
En la práctica estas herramientas reuieren ser complementadas con otras técnicas
como son*
· &a lluvia de ideas "Krainstormin$#
· &a Encuesta
· &a Entrevista
· -ia$rama de Clujo
· 8atri% de 7elección de !roblemas, etcQ
5
Oay personas ue se inclinan por técnicas sofisticadas y tienden a menospreciar,
pero la realidad es ue es posible resolver la mayor parte de problemas de calidad,
con el uso combinado de estas herramientas en cualuier proceso de manufactura
industrial.*
· -etectar problemas
· -elimitar el área problemática
· Estimar factores ue probablemente provouen el problema
· -eterminar si el efecto tomado como problema es verdadero o no
· !revenir errores debido a omisión, rapide% o descuido
· Confirmar los efectos de mejora
· -etectar desfases
Coo ela(orar un diagraa de .areto
!artiendo de los descubrimientos del celebre economista y sociólo$o italiano <ilfredo
!areto El dia$rama de !areto es una comparación ordenada de factores relativos a
un problema. Esta comparación nos va a ayudar a identificar y enfocar los pocos
factores vitales diferenciándolos de los muchos factores )tiles. Esta herramienta es
especialmente valiosa en la asi$nación de prioridades a los problemas de calidad,
en el dia$nóstico de causas y en la solución de las mismas, el dia$rama de !areto
se puede elaborar de la si$uiente manera*
.. Cuantificar los factores del problema y sumar los efectos parciales hallando el
total.
9. 5eordenar los elementos de mayor a menor.
A. -eterminar el P acumulado del total para cada elemento de la lista ordenada.
6. @ra%ar y rotular el eje vertical i%uierdo "unidades#.
3. @ra%ar y rotular el eje hori%ontal "elementos#.
F. @ra%ar y rotular el eje vertical derecho "porcentajes#.
N. -ibujar las barras correspondientes a cada elemento.
E. @ra%ar un $ráfico lineal representando el porcentaje acumulado.
/. Anali%ar el dia$rama locali%ando el =!unto de inflexión= en este )ltimo $ráfico.
7e ha lle$ado a verificar la re$ularidad con la ue se dan en las distintas actividades
y fenómenos sociales y productivos, el hecho de ue unos pocos factores son
responsables de la mayoría de los sucesos, en tanto ue el resto mayoritario de los
elementos o factores $eneran o poseen escasos efectos, es lo ue más
com)nmente se catalo$a como los Lpocos vitales y los muchos trivialesM.
Así en procesos tradicionales de producción podemos tener ue el 90P de las
causas de imperfecciones o fallas ori$inan o son responsables de entre un N0 y E0P
de los defectos detectados. I al revés, un E0P de las restantes causas $eneran tan
sólo entre un A0 y 90P de los defectos.
Bue importancia tiene elloR !ues bien, permite atacar unas pocas causas $enerando
un importante impacto total.
6
Coo ela(orar un diagraa de Is+i/a0a
El dia$rama de :shi?a,a conocido también como causaDefecto, es una forma de
or$ani%ar y representar las diferentes teorías propuestas sobre las causas de un
problema.
4os permite, por tanto, lo$rar un conocimiento com)n de un problema complejo, sin
ser nunca sustitutivo de los datos.
&os Errores comunes son construir el dia$rama antes de anali%ar $lobalmente los
síntomas, limitar las teorías propuestas enmascarando involuntariamente la causa
raí%, o cometer errores tanto en la relación causal como en el orden de las teorías,
suponiendo un $asto de tiempo importante. El dia$rama se elabora de la si$uiente
manera*
.. !onerse de acuerdo en la definición del efecto o problema.
9. @ra%ar una flecha y escribir el LefectoM del lado derecho.

A. :dentificar las causas principales a través de flechas secundarias ue terminan
en la flecha principal.
7
6. :dentificar las causas secundarias a través de flechas ue terminan en las
flechas secundarias, así como las causas terciarias ue afectan a las secundarias.
3. Asi$nar la importancia de cada factor.
F. -efinir los principales conjuntos de probables causas* materiales, euipos,
métodos de trabajo, mano de obra, medio ambiente "3 8Js#.
N. 8arcar los factores importantes ue tienen incidencia si$nificativa sobre el
problema.
E. 5e$istrar cualuier información ue pueda ser de utilidad.
3. Asi$nar la importancia de cada factor.
F. -efinir los principales conjuntos de probables causas* materiales, euipos,
métodos de trabajo, mano de obra, medio ambiente "3 8Js#.
N. 8arcar los factores importantes ue tienen incidencia si$nificativa sobre el
problema.
E. 5e$istrar cualuier información ue pueda ser de utilidad.
Identi)icación de la #ro(le1tica
&os elementos y las causas ue intervienen en el desarrollo de un proceso y, ue
pueden en un momento dado, ocasionar ue no se cumplan los objetivos o fallas del
mismo, son diversos y en ocasiones difíciles de identificar.
O($etivo de los diagraas de control de la calidad
• El objetivo de los dia$ramas de control de la calidad es determinar y visuali%ar en
una $ráfica el momento en ue ocurre una causa asi$nable en el sistema de
producción para poder identificarla y corre$irla. Esto se lo$ra con la selección
periódica de una peue(a muestra de la producción actual.
*os #rocediientos #ara esta(lecer un control estadístico
8
&os procedimientos para establecer un control estadístico del comportamiento de la
empresa
.. establecer la Lcapacidad del procesoM,
9. crear un $ráfico de control'
A. reco$er datos periódicos y representarlos $ráficamente'
6. identificar desviaciones'
3. identificar las causas de las desviaciones'
F. perpetuar los efectos positivos y corre$ir las causas de los ne$ativos.
N.
1n $ráfico de control utili%a medidas de un proceso para determinar el
comportamiento normal de dicho proceso. &a desviación típica es una medida de
variabilidad ue también puede calcularse, con las cuales tra%amos los límites de
control superior e inferior. :ncluyendo los datos futuros a medida ue se obtienen,
veremos si los nuevos datos se corresponden con los resultados esperados. 7i no
es así, inferiremos ue ha sucedido al$o infrecuente con lo ue procederemos a
buscar la causa. Estas causas son denominadas causas especiales para
diferenciarlas de las causas comunes de variabilidad, las cuales siempre están
presentes y son las causantes de la variación incluida en las observaciones previas.
&as causas comunes se reflejan en los cálculos de la media y de la desviación típica
utili%ados para elaborar el $ráfico de control.
Ti#os de diagraas de control de la calidad #ara varia(les
*a edia o la gr1)ica x (arra
&a media o la $ráfica x barra está dise(ada para variables de control como peso,
lon$itud, etc. El límite superior de control "LSC# y el límite inferior de control "LIC# se
obtienen a partir de la ecuación*
R A X LIC R A X LSC
2 2
- = y + =
donde
X
es la media de las medias muestrales y R es la media de las
amplitudes muestrales.
El diagraa de a#litudes
El dia$rama de amplitudes está dise(ado para mostrar si la amplitud total de la
medición está dentro o fuera de control. El límite superior de control "LSC# y el límite
inferior de control "LIC# se obtienen a partir de la ecuación*
R D LIC R D LSC
3 4
= y =
El diagraa de #orcenta$e de de)ectos
• El dia$rama de porcentaje de defectos se llama también dia$rama & o
dia$rama de & barra. &a $ráfica muestra la porción de la producción ue no es
aceptable. Esta porción se puede encontrar con
s muestreado elementos de total
s defectuoso elementos de total
p


=
9
n
p p
p LIC LSC
) 1 (
3 y

± =
10
El diagraa de c con (arra
• El dia$rama c o dia$rama de c barra está dise(ado para el control del n)mero
de defectos por unidad. El &7C y el &:C se obtienen mediante*
c c LIC LSC 3 y =
"#licaciones
E$e#lo1
7e desea interpretar el si$uiente $ráfico.
2 3
2 1445444
2 2445444
2 3445444
2 4445444
2 !445444
2 %445444
r
e
p
a
r
a
c
i
o
n
e
s
f
a
l
l
a
s
r
e
p
r
o
c
e
s
o
s
s
c
r
a
p
in
t
e
r
e
s
e
s
$
a
r
a
n
t
i
a
s
4.446
24.446
44.446
%4.446
74.446
144.446
124.446
-e tal forma en el ejemplo podemos observar ue el AAP de los factores
$eneradores de costes son responsables del FNP del total de los costes incurridos.
-e tal forma una reducción del 90P en los dos ítem más importantes $enerarán una
reducción en el coste total del orden del .AP.
A su ve% los costes de reparaciones pueden y deben ser objeto también de un
análisis paretiano de manera tal de saber ue tipo de reparaciones conforman este
coste, y saber también a ue línea de productos responden dichos $astos. &o mismo
debe hacerse con los restantes costes "fallas, reprocesos, etc.#.
E$e#lo 28
11
E$e#lo3
1n aspecto de la calidad de servicio en un laboratorio de computación está
representado por la buena disposición de las computadoras, cuando el estudiante
in$resa para se$uir su clase. -esde el punto de vista de la buena disposición es la
instalación de los soft,ares ue necesita utili%ar es de particular importancia ue
todas los pro$ramas ue se supone posee la computadora "sistema operativo,
pro$rama de ofimatica completo, internet, etc.# se encuentren realmente disponibles.
-e i$ual manera ue los pro$ramas instalado sean de versiones ue se utili%aran en
clase estén funcionando adecuadamente.
7e decide estudiar este proceso durante un periodo de N días, tomando .0 muestra
en cada turno. Así pues, se determinará, antes de la lle$ada de los estudiantes, si
las computadoras tienen al$)n incumplimiento en cuanto a la disponibilidad de las
instalaciones y al funcionamiento adecuado de todos los soft,ares.
En la tabla si$uiente se presenta el n)mero de computadoras ue fueron
consideradas como no adecuadas para cada día y turno del periodo de 3 días.
-ias @urno
Computadoras
revisadas
Computadoras
no disponibles
.
8 .0 9
@ .0 6
4 .0 9
9
8 .0 9
@ .0 9
4 .0 .
A
8 .0 9
@ .0 3
4 .0 .
12
6
8 .0 A
@ .0 .
4 .0 6
3
8 .0 9
@ .0 A
4 .0 9
F
8 .0 3
@ .0 .
4 .0 9
N
8 .0 6
@ .0 .
4 .0 9
Linea Central


=
n
np
p : LC
210
51
p : LC = 0.24285714 p : LC =
Limite de Control Superior
n
) p - (1 p
3 p = LC
s
+
10
0.2429) - 0.2429(1
3 0.2429 = LC
s
+ .6497 0 = LC
s
Limite de Control Inferior
n
) p - (1 p
3 p = LC
i

10
0.2429) - 0.2429(1
3 - 0.2429 = LC
s
0 = LC
i
Sample
P
r
o
p
o
r
t
i
o
n
21 19 17 15 13 11 9 7 5 3 1
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0.0
_
P=0.2429
UCL=0.6497
LCL=0
P Chart of Computadoras no disponibles
1n examen del dia$rama nos indica ue se tiene un proceso bajo control estadístico,
en el cual los valores individuales están alrededor de p sin ue exista evidencia de
al$)n patrón presente.
13
9uestreo de ace#tación
El muestreo de aceptación es un método para determinar si un lote de productos
ue se recibe cumple los estándares especificados.
 Está basado en técnicas de muestreo aleatorio.
 1na muestra aleatoria de ' unidades se obtiene del lote recibido.
 ( es el n)mero máximo de unidades defectuosas ue se pueden
encontrar en la muestra del lote para considerarse aceptable.
·
Curva característica de o#eración
1na curva CH, o curva característica de operación, se desarrolla usando la
distribución binomial de la probabilidad con el fin de determinar la probabilidad de
aceptar un lote con distintos niveles de calidad
Conclusiones
-el desarrollo de los concepto y ejemplos se puede observar el enorme potencial
ue posee la utili%ación del Control Estadístico de la calidad como instrumento y
herramienta destinada a un mejor control en la evolución de la empresa, una forma
más efica% de tomar decisiones en cuanto a ajustes, un método muy eficiente de fijar
metas y un excepcional medio de verificar el comportamiento del sistema.
8uchos son los ue por desconocimiento de la forma en ue funcionan los procesos
tienden a efectuar prolon$ados y obstinados análisis en la b)sueda de las ra%ones
ue dieron lu$ar a la variación de los costos en relación a los estándares o a los
re$istrados en el período anterior, cometiendo el error de adoptar medidas de ajuste,
cuando en realidad las variaciones respondían a la naturale%a misma del proceso,
por lo ue los ajustes dan ori$en a mayores diferencias en el futuro.
&as empresas ue no adopten esta nueva metodolo$ía sufrirán el choue frente a
empresas de cate$oría mundial ue lo aplican en forma metódica.
14
'i(liogra)ía8
.# &:4-, -ou$las y 8A5COA&, +illiam y 8A7H4, 5obert. Estadística para
administración y economía. Alfaome$a. Colombia. ..a edición. 9006.
9# CS5-H<A, 2or$e Oerramientas estadísticas para la $estión en salud. Ara edición.
2C ediciones. <ersión electrónica "formato C-#. 8ayo 900A. !er).
A# &:4-, -ou$las y 8A5COA&, +illiam y 8A7H4, 5obert. Estadística para
administración y economía. Alfaome$a. Colombia. .0a edición. 9009.
6# 4athan ;rabins? T Alfred +. >lein, E& A4U&:7:7 CAC@H5:A&, Kanco de 8éxico.
:nvesti$aciones :ndustriales
3# 4iebel T Creivalds, :4;E4:E5VA :4-17@5:A&. 8W@H-H7, E7@U4-A5E7 I
-:7EXH -E& @5AKA2H, Ed. Alfa ome$a
+orld +ide +eb*
.# Karca, 5.;., Control Estadístico de !rocesos " 2unio 900.#
http*YY,,,.calidad.com.arYcalid....html
9# Control Estadístico de !rocesos "Cebrero 900.#
http*YY,,,.calidad.com.arYcontroeN.html
&:4-, -ou$las y 8A5COA&, +illiam y 8A7H4, 5obert. Estadística para
administración y economía. Alfaome$a. Colombia. ..a edición. 9006.
CS5-H<A, 2or$e Oerramientas estadísticas para la $estión en salud. Ara edición.
2C ediciones. <ersión electrónica "formato C-#. 8ayo 900A. !er).
&:4-, -ou$las y 8A5COA&, +illiam y 8A7H4, 5obert. Estadística para
administración y economía. Alfaome$a. Colombia. .0a edición. 9009.
4athan ;rabins? T Alfred +. >lein, E& A4U&:7:7 CAC@H5:A&, Kanco de 8éxico.
:nvesti$aciones :ndustriales
4iebel T Creivalds, :4;E4:E5VA :4-17@5:A&. 8W@H-H7, E7@U4-A5E7 I
-:7EXH -E& @5AKA2H, Ed. Alfa ome$a
.# Karca, 5.;., Control Estadístico de !rocesos " 2unio 900.#
http*YY,,,.calidad.com.arYcalid....html "Accesado Cebrero 9, 006#
9# Control Estadístico de !rocesos "Cebrero 900.#
http*YY,,,.calidad.com.arYcontroeN.html "Accesado Cebrero 9, 9006#
,,,.itlp.edu.mxYpublicaYtutorialesYprocesoadmvoYtemaFZ..htm
:enrry "dalid Torres Cés#edes.
henrryt[yahoo.es
Alumno del : ciclo de 8aestría en Ciencias en :n$enieria de 7istemas y
Computación.
1niversidad :nca ;arcilaso de la <e$a
@rabajo reali%ado para el curso de 8odelos Estadísticos
Cecha .N 4ov. 9003.
&imaD!er)
15