MCO-IAC-26-03-GB: Caso Real en el sector industrial por Javier Bautista Gómez

CASO INTEGRAL CONTROL ESTADÍSTICO DE PROCESOS (SPC)

1. CONTEXTO DEL CASO

Una empresa del sector industrial dedicada a la fabricación de neumáticos para vehículos de carga ha detectado variaciones en el desgaste de sus productos durante pruebas de calidad.

Con el objetivo de evaluar la estabilidad del proceso productivo, se realiza un estudio de Control Estadístico de Procesos (SPC), mediante:

20 muestras
4 neumáticos por muestra
Medición de desgaste en milímetros (mm)

2. CUADRO DE DATOS INICIALES

Datos de desgaste por muestra (mm)

Muestra	N1	N2	N3	N4
1	7.9	10.7	7.1	5.1
2	6.6	4.6	8.9	6.6
3	6.3	7.6	8.6	8.3
4	4.3	6.4	5.3	5.4
5	9.6	7.4	8.9	9.3
6	10.4	10.7	9.1	10.1
7	5.3	4.3	7.4	8.2
8	8.1	6.6	7.1	7.5
9	10.4	8.6	8.4	6.8
10	7.4	4.3	7.6	5.5
11	6.6	7.8	10.2	8.2
12	5.8	4.8	6.3	9.7
13	4.3	6.1	8.1	8.4
14	10.9	8.9	4.3	7.7
15	4.6	6.4	7.4	6.1
16	7.6	10.7	7.9	8.5
17	7.1	9.1	8.1	9.3
18	10.2	7.4	7.9	5.1
19	4.6	7.3	7.1	6.9
20	5.6	8.6	6.6	5.8

3. CUADRO DE RESULTADOS ESTADÍSTICOS

Cálculo de medias X̄ y rangos R

Muestra	Media X̄	Rango R
1	7.70	5.6
2	6.68	4.3
3	7.70	2.3
4	5.35	2.1
5	8.80	2.2
6	10.08	1.6
7	6.30	3.9
8	7.33	1.5
9	8.55	3.6
10	6.20	3.3
11	8.20	3.6
12	6.65	4.9
13	6.72	4.1
14	7.95	6.6
15	6.13	2.8
16	8.68	3.1
17	8.40	2.2
18	7.65	5.1
19	6.47	2.7
20	6.65	3.0

4. PARÁMETROS DE CONTROL

Promedios globales

X̄̄ media general = 7.268
R̄ rango promedio = 3.521

Límites de control

Gráfica X̄

LCS = 9.835
LC = 7.268
LCI = 4.702

Gráfica R

LCS = 8.036
LC = 3.521
LCI = 0

image%20%281%29.png

5. INTERPRETACIÓN DE RESULTADOS

Gráfica de Medias X̄

Hallazgos:

Existe una muestra fuera de control la muestra 6
Valor superior al LCS

Interpretación:

Presencia de causa especial de variación

Posibles causas:

Error en proceso de fabricación
Descalibración de maquinaria
Materia prima defectuosa
Condiciones atípicas del turno

Gráfica de Rangos R

Hallazgos:

Todos los puntos dentro de control

Interpretación:

Variabilidad del proceso estable

6. DIAGNÓSTICO

Variable	Diagnóstico	Implicación
Variabilidad	Controlada	Proceso consistente
Media	Punto fuera de control	Evento anómalo
Proceso global	Estable con excepción	Controlable

7. ANÁLISIS ESTRATÉGICO

Interpretación clave

El proceso presenta:

Estabilidad estructural
Evento aislado de desviación

Esto indica que no es un problema sistémico, sino puntual.

Riesgos identificados

Fallas en calidad del producto
Incremento en devoluciones
Pérdida de confianza del cliente
Impacto financiero

Recomendaciones estratégicas

1. Sistema de monitoreo continuo (SPC)

Automatizar gráficas en tiempo real

2. Trazabilidad operativa

Identificar:
- Turno
- Operador
- Máquina

3. Análisis causa raíz (RCA)

Método Ishikawa
5 porqués

4. Integración con ERP

Dashboard de calidad

8. ENFOQUE METODOLÓGICO Y TIPO DE INVESTIGACIÓN

8.1 Tipo de enfoque seleccionado

Para abordar la problemática del control de calidad en el proceso de fabricación de neumáticos, el enfoque más adecuado es:

ENFOQUE MIXTO, CUANTITATIVO MÁS CUALITATIVO

8.2 Justificación general del enfoque mixto

El problema presenta una doble naturaleza:

Cuantificable: el desgaste de los neumáticos se mide en milímetros
Interpretativa: las causas de las variaciones requieren análisis contextual

Por lo tanto:

El enfoque cuantitativo permite medir y detectar desviaciones
El enfoque cualitativo permite explicar las causas de dichas desviaciones

En consecuencia, el enfoque más adecuado es el mixto, ya que integra ambas perspectivas para lograr un análisis completo.

8.3 ANÁLISIS DEL ENFOQUE CUANTITATIVO

Definición

El enfoque cuantitativo se basa en:

Datos numéricos
Medición objetiva
Análisis estadístico
Validación empírica

En el caso: medición del desgaste y uso de gráficas de control.

Ventajas del enfoque cuantitativo

1. Objetividad y precisión en los resultados

Permite analizar la información sin sesgos subjetivos, generando resultados claros, verificables y replicables.

Aplicación en el caso:
Se identificó con precisión una muestra fuera de control, lo que permite focalizar la intervención.

2. Capacidad para detectar patrones y anomalías

Las herramientas estadísticas permiten:

Identificar tendencias
Detectar variaciones
Determinar control o descontrol del proceso

Aplicación en el caso:
Se determinó que el proceso es estable en su variabilidad, pero presenta una desviación puntual.

Desventaja del enfoque cuantitativo

Limitación para explicar causas profundas

El enfoque cuantitativo responde al “qué ocurre”, pero no al “por qué ocurre”.

Aplicación en el caso:
No permite identificar si la desviación se debe a:

Error humano
Fallas en maquinaria
Problemas en materia prima

8.4 ANÁLISIS DEL ENFOQUE CUALITATIVO

Definición

El enfoque cualitativo se basa en:

Interpretación del contexto
Observación del entorno
Análisis descriptivo
Comprensión de fenómenos complejos

En el caso: análisis de causas operativas del proceso.

Ventajas del enfoque cualitativo

1. Profundidad en la comprensión del problema

Permite analizar factores que no son medibles directamente, como:

Condiciones de operación
Factores humanos
Procesos internos

Aplicación en el caso:
Ayuda a identificar causas raíz de la desviación detectada.

2. Flexibilidad en el análisis

Permite adaptarse a diferentes contextos y situaciones, explorando el fenómeno desde diversas perspectivas.

Aplicación en el caso:
Se pueden evaluar múltiples variables como:

Turnos de trabajo
Capacitación del personal
Condiciones de maquinaria

Desventaja del enfoque cualitativo

Subjetividad en la interpretación

Los resultados pueden depender de la percepción del investigador, lo que puede afectar la objetividad.

Aplicación en el caso:
Las conclusiones pueden variar según quien analice el proceso.

8.5 INTEGRACIÓN DEL ENFOQUE MIXTO

¿Por qué el enfoque mixto es el más adecuado?

El enfoque mixto permite integrar lo mejor de ambos enfoques:

Elemento	Cuantitativo	Cualitativo	Mixto
Medición	✔	✖	✔
Explicación	✖	✔	✔
Precisión	✔	Parcial	✔
Profundidad	Parcial	✔	✔

Aplicación del enfoque mixto en el caso

Etapa 1: Análisis cuantitativo

Identificación de desviaciones
Evaluación del control del proceso

Etapa 2: Análisis cualitativo

Investigación de causas
Evaluación operativa

Etapa 3: Integración

Toma de decisiones
Implementación de mejoras

Ventajas del enfoque mixto seleccionado

1. Análisis integral y completo

Permite comprender tanto:

El comportamiento del proceso (datos)
Las causas subyacentes (contexto)

Genera una visión holística del problema.

2. Mayor calidad en la toma de decisiones

Al integrar diferentes fuentes de información:

Se reducen errores
Se fortalecen las soluciones
Se mejora la eficiencia operativa

Desventaja del enfoque mixto

Mayor complejidad metodológica

Requiere:

Más tiempo
Mayor capacidad técnica
Integración de diferentes herramientas

8.6 CONCLUSIÓN METODOLÓGICA

El enfoque mixto es el más adecuado para este caso, ya que:

El análisis cuantitativo permite medir y detectar desviaciones en el proceso
El análisis cualitativo permite comprender las causas de dichas desviaciones

La combinación de ambos enfoques permite:

Un análisis más completo
Una mejor interpretación de resultados
Una toma de decisiones más efectiva

De acuerdo con lo aprendido en la Unidad 5, el enfoque mixto representa la alternativa metodológica más robusta, ya que integra la objetividad del análisis cuantitativo con la profundidad interpretativa del análisis cualitativo, permitiendo abordar problemas complejos de manera integral.

9. CONCLUSIONES

9.1 Conclusión metodológica

El uso de un enfoque mixto, cuantitativo más cualitativo resultó ser el más adecuado para el análisis del proceso productivo, ya que permitió:

Cuantificar y evaluar objetivamente el comportamiento del desgaste de los neumáticos mediante herramientas estadísticas (SPC)
Interpretar y contextualizar las desviaciones detectadas a través de un análisis cualitativo de las condiciones operativas

Esta integración metodológica confirma que, conforme a la Unidad 5, los problemas complejos requieren no solo medición, sino también comprensión contextual para una correcta toma de decisiones.

9.2 Conclusión técnica en control del proceso

Del análisis de las gráficas de control (X̄ y R), se concluye que:

El proceso presenta variabilidad controlada, lo que indica consistencia en la dispersión de los datos
Sin embargo, se detecta una causa especial de variación en la media, evidenciada por un punto fuera de los límites de control

Esto implica que:

El proceso no está completamente bajo control estadístico
Existe un evento atípico que requiere investigación inmediata

9.3 Conclusión operativa

A nivel operativo, los resultados evidencian que:

La empresa cuenta con un proceso productivo estructuralmente estable
No obstante, presenta vulnerabilidades ante desviaciones específicas

Esto sugiere la necesidad de fortalecer:

Sistemas de monitoreo continuo
Protocolos de reacción ante anomalías
Mecanismos de trazabilidad (operador, turno, máquina, lote de materia prima)

9.4 Conclusión sobre la causa del problema

El análisis cuantitativo permitió identificar la desviación, pero no su origen.
Por ello, el enfoque cualitativo se vuelve indispensable para determinar si la causa se relaciona con:

Factores humanos (errores operativos, capacitación)
Factores técnicos (fallas de maquinaria, calibración)
Factores materiales (variabilidad en insumos)
Factores organizacionales (supervisión, procesos)

Esto reafirma que la medición sin interpretación es insuficiente para resolver problemas complejos.

9.5 Conclusión estratégica

Desde una perspectiva directiva, el principal hallazgo es que:

El proceso productivo es estable en su estructura, pero requiere evolucionar hacia un modelo de control preventivo y no solo correctivo.

Implicaciones estratégicas:

Pasar de un enfoque reactivo a uno predictivo
Integrar el control estadístico dentro del sistema de gestión empresarial (ERP / BI)
Fortalecer la cultura de calidad y mejora continua

9.6 Recomendaciones estratégicas derivadas

1. Implementación de Control Estadístico en Tiempo Real

Automatización de gráficas de control
Monitoreo continuo de variables críticas

2. Análisis de causa raíz (RCA)

Aplicación de metodologías como:
- Ishikawa
- 5 porqués
- Análisis de fallas (FMEA)

3. Integración de enfoque mixto en la operación

Combinar:
- Datos (cuantitativo)
- Observación y entrevistas (cualitativo)

4. Fortalecimiento de controles internos

Protocolos de actuación ante desviaciones
Auditorías operativas periódicas

9.7 Conclusión directiva

La correcta aplicación del análisis estadístico, integrada con una interpretación cualitativa del entorno operativo, permite transformar datos en decisiones estratégicas que fortalecen la eficiencia, la calidad y la competitividad de la organización.

9.8 Conclusión académica (Unidad 5)

Este caso demuestra que:

El enfoque cuantitativo es fundamental para medir y controlar procesos
El enfoque cualitativo es indispensable para comprender las causas
El enfoque mixto es el más robusto para resolver problemas complejos

Conclusión final

La empresa analizada cuenta con un proceso productivo sólido; sin embargo, la identificación de una desviación fuera de control evidencia la necesidad de evolucionar hacia modelos de gestión más sofisticados, basados en análisis integral, monitoreo continuo y mejora permanente. Las organizaciones que integran análisis estadístico con interpretación estratégica no solo controlan sus procesos, sino que desarrollan ventajas competitivas sostenibles.

Re: Caso Real en el sector industrial por Javier Bautista Gómez

by Montalvo Velázquez Jorge - Wednesday, 8 April 2026, 3:54 PM

Buenas tardes Javier,
Tu diagnostico interno de esta situación real es verdaderamente interesante, ya que utilizas el SPC, mostrando datos iniciales, resultados estadísticos y gráficos de control, lo cual te ayuda a la interpretación, diagnostico y análisis estratégico. esto te lleva a identificar un enfoque metodologico y tipo de investigación, que como bien lo seleccionas, es el enfoque mixto, el cual combina las fortalezas de los enfoque cuantitativos y cualitativos, aunque también mas demandante en términos de recursos y capacidades analíticas. De acuerdo con John W. Creswell y Plano Clark (2018), la combinación de métodos fortalece la validez de los resultados mediante la triangulación de datos.

Re: Caso Real en el sector industrial por Javier Bautista Gómez

by Patricia Nora Macip Zúñiga - Wednesday, 15 April 2026, 6:01 AM

Compañero Javier,

Tu análisis destaca por una integración metodológica sólida entre el Control Estadístico de Procesos (SPC) y el enfoque mixto, lo cual refleja una comprensión profunda tanto del comportamiento del proceso como de su contexto operativo. No obstante, lo que considero particularmente valioso es tu capacidad para interpretar estratégicamente los resultados y evitar una conclusión simplista basada únicamente en los datos.

En efecto, la identificación de una causa especial de variación en la muestra 6 representa un hallazgo crítico; sin embargo, como bien planteas, el hecho de que la variabilidad del proceso se mantenga bajo control permite inferir que no se trata de un problema sistémico, sino de un evento atípico. Esta distinción es fundamental en consultoría, ya que evita intervenciones innecesarias y orienta los esfuerzos hacia un análisis focalizado.

Desde el enfoque metodológico, coincido plenamente en la pertinencia del enfoque mixto. Como señalan John W. Creswell y J. David Creswell (2018), la combinación de métodos permite no solo medir fenómenos con precisión, sino también comprender las causas subyacentes que los explican. En tu caso, el SPC cumple la función de detectar el “qué ocurre”, mientras que las herramientas cualitativas permiten profundizar en el “por qué ocurre”, fortaleciendo así la validez del diagnóstico.

Adicionalmente, tu planteamiento se alinea con la lógica de mejora continua, en la cual la medición es solo el punto de partida. En este sentido, como establece W. Edwards Deming (2000), el control estadístico debe integrarse dentro de un sistema de gestión más amplio que permita retroalimentar y optimizar los procesos de manera constante. La transición que propones hacia un modelo predictivo resulta, por tanto, no solo pertinente, sino estratégica.

Como aporte complementario, considero que tu análisis podría fortalecerse aún más mediante la incorporación explícita de herramientas de análisis sistémico, como la matriz causal, que permitiría visualizar la interacción entre variables críticas (operador, turno, maquinaria, materia prima) y facilitar la priorización de acciones correctivas. En línea con lo planteado por Edgar H. Schein (1999), comprender estas interrelaciones es clave para evitar intervenciones superficiales y abordar los problemas desde su dinámica subyacente.

En conclusión, tu aportación no solo demuestra dominio técnico del SPC, sino también una visión estratégica orientada a la toma de decisiones informadas, lo cual es esencial en entornos industriales que buscan evolucionar hacia modelos de gestión basados en datos y mejora continua.

Excelente trabajo 👏

Saludos cordiales,

Paty Nora

Referencias (formato APA 7)

Creswell, J. W., & Creswell, J. D. (2018). Research design: Qualitative, quantitative, and mixed methods approaches (5th ed.). SAGE Publications.

Deming, W. E. (2000). The new economics for industry, government, education (2nd ed.). MIT Press.

Schein, E. H. (1999). Process consultation revisited: Building the helping relationship. Addison-Wesley.

Re: Caso Real en el sector industrial por Javier Bautista Gómez

by Patricia Nora Macip Zúñiga - Wednesday, 8 April 2026, 8:32 PM

Compañero Javier, tu análisis es sumamente sólido y destaca por la integración clara entre el Control Estadístico de Procesos (SPC) y el enfoque metodológico mixto, lo cual refleja una comprensión avanzada tanto técnica como organizacional del problema.

Coincido plenamente contigo en que el enfoque mixto es el más adecuado, especialmente en contextos industriales donde los datos cuantitativos permiten detectar desviaciones con precisión, pero no explican por sí mismos las causas subyacentes. Como bien señalas, el análisis cuantitativo identifica el “qué ocurre”, mientras que el cualitativo permite להבין el “por qué ocurre”, lo cual es fundamental para una intervención efectiva (Creswell & Creswell, 2018).

Un aspecto particularmente valioso de tu aportación es la interpretación estratégica: reconocer que el proceso es estructuralmente estable, pero presenta una causa especial de variación, evita sobrerreaccionar con cambios sistémicos innecesarios. Este tipo de lectura es clave en consultoría, ya que permite enfocar los esfuerzos en eventos específicos y no en rediseños completos del sistema.

Como complemento a tu excelente análisis, considero que podrías reforzar aún más el diagnóstico integrando explícitamente herramientas como la matriz causal o análisis sistémico, ya que permitirían mapear la relación entre variables como operador, turno, maquinaria y materia prima, facilitando la priorización de acciones correctivas. Desde la perspectiva de la consultoría de procesos, Schein (1999) señala que los problemas visibles en las organizaciones suelen ser manifestaciones de dinámicas más profundas, por lo que este tipo de herramientas ayuda a evitar soluciones superficiales.

Asimismo, tu propuesta de evolucionar hacia un modelo predictivo es altamente pertinente. En línea con enfoques contemporáneos de gestión, la integración de SPC con sistemas ERP o Business Intelligence fortalece la toma de decisiones basada en datos, permitiendo anticipar desviaciones y no solo reaccionar ante ellas (Hernández Sampieri et al., 2014).

En general, tu análisis no solo cumple con los criterios metodológicos, sino que también aporta una visión estratégica muy valiosa para la mejora continua del proceso.

Excelente trabajo 👏
Paty Nora Macip Zúñiga

📚 Referencias (APA 7)

Creswell, J. W., & Creswell, J. D. (2018). Research design: Qualitative, quantitative, and mixed methods approaches (5th ed.). SAGE Publications.

Hernández Sampieri, R., Fernández Collado, C., & Baptista Lucio, M. P. (2014). Metodología de la investigación (6ª ed.). McGraw-Hill Education.

Schein, E. H. (1999). Process consultation revisited: Building the helping relationship. Addison-Wesley.

Re: Caso Real en el sector industrial por Javier Bautista Gómez

by Manuel Felipe Sánchez Nungaray - Tuesday, 14 April 2026, 6:25 PM

Hola, Javier:

Excelente y muy detallado tu caso sobre Control Estadístico de Procesos (SPC). El SPC es una herramienta poderosa para detectar qué está pasando en la línea de producción.

Lo que agrega un valor extraordinario a nuestra clase es tu propuesta de Enfoque Mixto. Mientras que el SPC (cuantitativo) nos da la alerta sobre la muestra 6, es la fase cualitativa (Ishikawa, entrevistas, observación) la que realmente resuelve el problema al explicar el porqué. Tu caso demuestra que en la consultoría, el dato estadístico es el punto de partida, pero la interpretación cualitativa es la que genera la solución estratégica.

¡Felicidades por la estructura de tu aporte!