Ningún proceso produce piezas idénticas. Incluso la máquina mejor calibrada genera resultados que oscilan dentro de un rango. La pregunta clave de la calidad no es si existe variación —siempre existe—, sino qué tipo de variación es: la que pertenece al proceso por naturaleza o la que indica que algo se ha roto. El Control Estadístico de Procesos (SPC, Statistical Process Control) es el conjunto de herramientas estadísticas que responde a esa pregunta en tiempo real y permite actuar antes de fabricar defectos, no después.
Desarrollado por Walter A. Shewhart en los laboratorios Bell durante los años veinte y popularizado después por W. Edwards Deming, el SPC sigue siendo, un siglo después, la base de la calidad industrial moderna y un requisito explícito en sectores como la automoción (IATF 16949), la farmacia y los dispositivos médicos.
Variación común frente a variación especial
La aportación conceptual de Shewhart fue distinguir dos fuentes de variación. La variación de causa común es la inherente al proceso: el ruido de fondo producido por multitud de factores pequeños y aleatorios (ligeras diferencias de temperatura, de material, de medición). Un proceso que solo presenta causa común se dice que está bajo control estadístico: es estable y predecible dentro de sus límites. La variación de causa especial (o asignable) procede de algo identificable y ajeno al funcionamiento normal: una herramienta desgastada, un lote de material defectuoso, un cambio de operario.
El error más costoso en la gestión de procesos es confundir ambas. Reaccionar a la variación común como si fuera especial —ajustar la máquina cada vez que una medida se desvía un poco— introduce más variabilidad, no menos. Deming lo llamó tampering (manipulación) y lo ilustró con el famoso experimento del embudo. El SPC ofrece el criterio objetivo para no caer en esa trampa.
El gráfico de control: anatomía y lectura
La herramienta central del SPC es el gráfico de control. Representa los datos del proceso en el tiempo frente a tres líneas: la línea central (la media del proceso) y dos límites de control, superior (LCS) e inferior (LCI), situados típicamente a tres desviaciones estándar de la media. Es crucial entender que los límites de control no son los límites de especificación: los primeros describen lo que el proceso hace (voz del proceso); los segundos, lo que el cliente exige (voz del cliente). Confundirlos es uno de los errores más frecuentes en planta.
Mientras los puntos caen dentro de los límites y se distribuyen de forma aleatoria, el proceso está bajo control. Para detectar señales de causa especial se aplican las reglas de Western Electric (o las de Nelson), que identifican patrones improbables bajo azar puro: un punto fuera de los límites de tres sigma; ocho puntos consecutivos al mismo lado de la línea central; tendencias crecientes o decrecientes sostenidas; o ciclos repetitivos. Cada patrón sugiere una causa investigable.
Tipos de gráficos según el dato
| Tipo de dato | Gráfico | Mide | Ejemplo |
|---|---|---|---|
| Variables (continuo) | X-barra y R | Media y rango de subgrupos | Diámetro de una pieza mecanizada |
| Variables (continuo) | X-barra y S | Media y desviación estándar | Subgrupos grandes (n > 10) |
| Variables (individual) | I-MR | Valor individual y rango móvil | Procesos químicos por lotes |
| Atributos (defectuosos) | p / np | Proporción o número de unidades no conformes | % de piezas rechazadas |
| Atributos (defectos) | c / u | Número de defectos por unidad | Defectos por metro de tejido |
La regla práctica es sencilla: si la característica se mide en una escala continua, se usan gráficos de variables (X-barra/R es el caballo de batalla); si se cuenta (conforme/no conforme, número de defectos), se usan gráficos de atributos.
Capacidad de proceso: Cp, Cpk, Pp y Ppk
Que un proceso esté bajo control no significa que cumpla las especificaciones. La capacidad de proceso compara la dispersión natural del proceso con la anchura de la tolerancia exigida. El índice Cp mide el potencial (cuántas veces cabe la variación del proceso dentro de la especificación), pero ignora si el proceso está centrado. El Cpk sí tiene en cuenta el centrado y, por ello, es el indicador de referencia: un Cpk de 1,33 es el mínimo habitualmente exigido por los clientes industriales, y 1,67 se reclama en características críticas de seguridad. Los índices Pp y Ppk son sus análogos de rendimiento a largo plazo, calculados con la variación global en lugar de la de subgrupo.
Un requisito ineludible: solo tiene sentido calcular la capacidad de un proceso que ya está bajo control estadístico. Si hay causas especiales activas, el proceso es impredecible y cualquier índice de capacidad será una ficción.
Pasos para implantar SPC en planta
- Seleccionar la característica crítica a controlar, priorizando las de mayor impacto en el cliente.
- Validar el sistema de medición con un estudio MSA/Gage R&R: si la medición no es fiable, el gráfico es ruido.
- Recoger datos en subgrupos racionales y calcular los límites de control con datos del propio proceso.
- Estabilizar el proceso eliminando las causas especiales hasta que quede solo causa común.
- Estudiar la capacidad (Cp/Cpk) una vez estable y compararla con el requisito.
- Monitorizar y mejorar: mantener el gráfico vivo, reaccionar solo ante señales y atacar la causa común para reducir la variación de fondo.
SPC en tiempo real: del papel al sensor
El SPC nació con lápiz, papel cuadriculado y mediciones manuales tomadas por el operario cada cierto número de piezas. Esa lógica sigue siendo válida, pero la industria conectada ha transformado su alcance. Hoy los sensores embebidos en la línea capturan medidas de forma continua y alimentan paneles de control que actualizan los gráficos al instante, sin esperar al muestreo periódico. Esta capacidad cambia la naturaleza de la respuesta: en lugar de descubrir una desviación al revisar la hoja al final del turno, el sistema dispara una alerta en el momento en que aparece una señal de causa especial, cuando todavía hay margen para corregir antes de generar chatarra.
Esta evolución, integrada en los sistemas de ejecución de fabricación (MES) y en plataformas de calidad conectadas, no elimina los fundamentos estadísticos; los amplifica. El riesgo, precisamente, es dejar que el volumen de datos diluya el criterio: medir más no equivale a controlar mejor si los límites están mal calculados o si se reacciona a cada microoscilación. La automatización debe respetar las mismas reglas de Shewhart y de Western Electric que gobiernan el gráfico manual, y mantener al ingeniero de calidad en el bucle de decisión. El sensor detecta la señal; la persona investiga la causa. Confundir la abundancia de datos con conocimiento es la versión moderna del viejo error de manipular el proceso.
SPC, Six Sigma y la cultura del dato
El SPC no vive aislado. Es la columna estadística sobre la que se apoyan metodologías de mejora más amplias. En el ciclo DMAIC de Six Sigma (Definir, Medir, Analizar, Mejorar, Controlar), los gráficos de control son la herramienta protagonista de la fase de Control: una vez mejorado un proceso, el SPC garantiza que la mejora se sostiene en el tiempo y no se degrada en cuanto el equipo de proyecto retira su atención. Sin esa fase de control estadístico, las mejoras tienden a revertir y el esfuerzo invertido se diluye. La conexión con el ciclo PDCA de Deming es igualmente directa: el gráfico de control aporta la evidencia objetiva que cierra la fase de Verificar y decide si una acción correctiva ha funcionado de verdad o solo lo parece.
Más allá de la técnica, implantar SPC con éxito exige un cambio cultural. Una planta donde el operario entiende la diferencia entre causa común y especial deja de perseguir cada oscilación y empieza a confiar en el proceso cuando está bajo control. Ese cambio de mentalidad —reaccionar a las señales, no al ruido— suele ser más difícil de lograr que el dominio de las fórmulas, porque choca con el instinto natural de «hacer algo» ante cualquier desviación. La formación del personal de planta en la lectura de gráficos y en el significado de los límites de control es, por tanto, tan importante como la elección del gráfico correcto. El dato sin criterio interpretativo se convierte en una fuente de decisiones erráticas; el dato con criterio se convierte en la base de un proceso estable y predecible.
Errores comunes
- Usar los límites de especificación como límites de control: el SPC pierde todo su poder de detección.
- Reajustar el proceso ante variación común (tampering), que empeora la variabilidad.
- Calcular Cpk sobre un proceso fuera de control, obteniendo un número sin significado.
- Subgrupos mal formados, que mezclan fuentes de variación distintas y deforman los límites.
- No validar el sistema de medición antes de fiarse de los datos.
Preguntas frecuentes
¿Qué diferencia hay entre límites de control y de especificación? Los de control los marca el propio proceso (su variación natural); los de especificación los marca el cliente o el diseño. Un proceso puede estar bajo control y aun así no cumplir la especificación.
¿Cuántos datos necesito para fijar los límites? Como referencia, entre 20 y 25 subgrupos antes de considerar los límites fiables. Con menos, los límites son provisionales.
¿Sirve el SPC en procesos de servicios, no solo en fabricación? Sí. Cualquier proceso con una salida medible y repetitiva (tiempos de respuesta, tasa de errores en facturación, plazos de entrega) puede controlarse con gráficos de atributos o de individuales.
¿Qué relación tiene el SPC con Six Sigma? El SPC es una de las herramientas de la fase de Control en el ciclo DMAIC de Six Sigma, y la base estadística sobre la que se asienta el objetivo de reducir la variación.
Conclusión
El Control Estadístico de Procesos cambia la pregunta de fondo de la calidad: deja de ser «¿esta pieza está bien?» para pasar a «¿el proceso es capaz y estable?». Esa diferencia desplaza el esfuerzo desde la inspección final —cara, tardía y que no evita el defecto— hacia la prevención en tiempo real. La organización que distingue la causa común de la especial deja de manipular sus máquinas a ciegas, reacciona solo cuando hay una señal real y, sobre todo, conoce de antemano si su proceso puede cumplir lo que el cliente exige. En un escenario donde los clientes industriales reclaman Cpk documentados como condición de suministro, el SPC no es una técnica opcional, sino el lenguaje común con el que se demuestra que la calidad está bajo control. En Summum Calidad implantamos sistemas de control estadístico que convierten los datos de planta en decisiones fiables.