Para asegurarse de que los resultados sean válidos, tenga en cuenta las siguientes directrices al recopilar datos, realizar el análisis e interpretar los resultados.
Los datos continuos son mediciones que pueden tener cualquier valor numérico dentro de un rango a lo largo de una escala continua, incluyendo valores fraccionarios o decimales. Ejemplos comunes incluyen mediciones tales como longitud, peso y temperatura.
Puesto que las gráficas de control detectan los cambios en el tiempo, el orden de los datos es importante. Usted debe ingresar los datos en el orden en que se recolectaron, con los datos más viejos en la parte superior de la hoja de trabajo.
Recolecte los datos a intervalos de tiempo con igual separación, como por ejemplo a cada hora, en cada turno o cada día. Seleccione un intervalo de tiempo que sea suficientemente corto para que usted pueda identificar cambios en el proceso poco después que ocurra el cambio.
Un subgrupo racional es una pequeña muestra de elementos que son similares, que se producen en un corto período de tiempo bajo las mismas condiciones (como operador, equipo o proveedor) y que son representativos de la salida de un proceso. Si los subgrupos no son subgrupos racionales, los límites de control estimados podrían ser demasiado estrechos.
Para subgrupos que tengan 9 o más observaciones, use Gráfica Xbarra-S de aceptación.
Si no tiene subgrupos, utilice Gráfica I-MR de aceptación.
Si usted tiene menos del número recomendado de observaciones, entonces aún puede utilizar la gráfica de control, pero los resultados son preliminares porque los límites de control podrían no ser precisos. Si utiliza la gráfica habitualmente, vuelva a estimar la desviación estándar y los límites de control después de recolectar el número recomendado de observaciones.
Aunque la mayoría de las gráficas de control para datos de variables están basadas formalmente en el supuesto de normalidad, todavía puede obtener buenos resultados con datos no normales si recoge los datos en subgrupos. El grado de no normalidad en los datos determina el tamaño del subgrupo requerido.
Si se correlacionan observaciones consecutivas dentro de cada subgrupo, la desviación estándar dentro del subgrupo podría subestimarse. Como resultado, los límites de control de aceptación pueden ser demasiado amplios y la gráfica podría mostrar incorrectamente algunos puntos fuera de control como si estuvieran bajo control.