Inicio / Lean Six Sigma / CEP y capacidad del proceso

Gráfico multi-vari y gráfico de corridas

Descubra en qué familia está la variación —dentro de la pieza, de pieza a pieza o a lo largo del tiempo— y si la secuencia de los datos esconde conglomerados, mezclas, tendencias u oscilaciones.

Herramienta de predimensionamiento y estimación: los resultados no sustituyen al proyecto, cálculo o informe firmado por un técnico competente ni la verificación conforme a las normas aplicables.

VerificaciónRevisión 03/11/2026
Análisis
Datos
Ver lo que se leyó

Papel de cada columna

Una fila por medición. En el gráfico multi-vari, la 1.ª columna de texto pasa a ser el Factor 1 (el más interno) y la última columna numérica, la respuesta; cambie los papeles arriba si hace falta. En el gráfico de corridas, los valores se leen en el orden de las filas.

Opciones del multi-vari
Opciones del gráfico de corridas

Los datos quedan solo en este navegador y no se envían. Desmarque para borrarlos.

——
—

Gráfico multi-vari

Familias de variación

Parte de la variación total (suma de cuadrados) explicada por cada factor, del más externo al más interno; el resto es la repetición dentro de la misma combinación.

Toque el gráfico para ver los valores.

Medias por nivel y por combinación

Los números de los puntos del gráfico: N, media, desviación típica, mínimo y máximo.

Gráfico de corridas

Puntos en el orden de recogida con la mediana. Franja sombreada = corrida más larga alrededor de la mediana; trazo grueso = corrida más larga hacia arriba o hacia abajo.

Toque el gráfico para ver los valores.

Valores p de las cuatro pruebas

Las barras por debajo de la línea α indican un patrón no aleatorio. Escala logarítmica.

Toque el gráfico para ver los valores.

Pruebas de aleatoriedad

Corridas alrededor de la mediana (conglomerados y mezclas) y hacia arriba o hacia abajo (tendencias y oscilación), con valores p aproximados por la normal.

Siguiente paso

Lleve los resultados de esta página a otra calculadora, con los campos ya rellenados.

La memoria reúne entradas, resultados, ecuaciones, hipótesis y referencias de esta página, con campos para proyecto, responsable y revisión. El informe completo incluye también los gráficos y las interpretaciones, en color. En la ventana de impresión, elija Guardar como PDF.

Método, hipótesis y referencias

Ecuaciones utilizadas

Multi-vari: media de cada combinación de niveles; Factor 1 unido dentro de cada nivel del Factor 2, Factor 2 unido entre grupos, Factores 3 y 4 en paneles
Familias de variación (anidada, secuencial): SC(Fₖ) = Σ nᵢ(ȳᵢ − ȳ)²; SC(Fⱼ dentro de Fⱼ₊₁…Fₖ) = Σ n(ȳ celda − ȳ grupo padre)²; SC(repetición) = Σ (y − ȳ combinación)²; % = SC ÷ SC total
Corridas alrededor de la mediana: m = puntos > mediana, n = puntos ≤ mediana, N = m + n; E(R) = 1 + 2mn/N; Var(R) = 2mn(2mn − N)/[N²(N − 1)]; Z = (R − E)/√Var; p conglomerados = Φ(Z), p mezclas = 1 − Φ(Z)
Corridas hacia arriba o hacia abajo (los valores iguales cuentan como bajada): E(V) = (2N − 1)/3; Var(V) = (16N − 29)/90; Z = (V − E)/√Var; p tendencias = Φ(Z), p oscilación = 1 − Φ(Z)

Hipótesis y límites

  • La descomposición en familias depende del orden de los factores (del más externo al más interno) y es descriptiva; con factores cruzados, cada familia incluye las interacciones con los factores más externos. Para probar efectos, use el ANOVA.
  • Gráfico de corridas: con subgrupos, las pruebas usan la media (o la mediana) de cada subgrupo; la línea central es la mediana de esos puntos. Los valores p usan la aproximación normal, adecuada con 10 o más puntos a cada lado de la mediana.
  • Los datos deben estar en el orden de producción o de recogida; ordenarlos por valor destruye la prueba.

Normas y documentos técnicos

  • Seder, L. A. Diagnosis with diagrams. Industrial Quality Control 6(4–5), 1950
  • Bhote, K. R.; Bhote, A. K. World Class Quality, 2nd ed. AMACOM, 2000 (multi-vari)
  • Swed, F. S.; Eisenhart, C. Tables for testing randomness of grouping in a sequence of alternatives. Annals of Mathematical Statistics 14:66–87, 1943
  • Wallis, W. A.; Moore, G. H. A significance test for time series analysis. Journal of the American Statistical Association 36:401–409, 1941
  • NIST/SEMATECH e-Handbook of Statistical Methods, 1.3.5.13 Runs Test for Detecting Non-randomness
  • Montgomery, D. C. Introduction to Statistical Quality Control, 8th ed. Wiley, 2019

Legislación y reglamentos en España y la UE

  • UNE-EN ISO 9001:2015, 9.1.3: análisis y evaluación
  • ISO 7870-1:2019 Gráficos de control — Directrices generales

Preguntas frecuentes

¿Qué es un gráfico multi-vari?

Es un gráfico que muestra a la vez cómo cambia la medida dentro de la pieza, de pieza a pieza y a lo largo del tiempo. Cada punto es la media de una combinación de factores, y las líneas unen las medias del mismo grupo. Sirve para decidir en qué familia de variación buscar la causa antes de hacer experimentos.

¿Cómo organizar la recogida de datos?

Mida algunas piezas consecutivas (3 a 5) en varias posiciones (puntas y centro, por ejemplo) y repita en varios momentos (cada hora, por turno) hasta captar al menos el 80% de la variación normal del proceso. Registre una fila por medición con la posición, la pieza, el momento y el valor.

¿Cómo leer las familias de variación?

La página reparte la variación total entre los factores, del más externo (hora, turno) al más interno (posición). En el ejemplo del eje, la deriva de hora en hora concentra la mayor parte: el problema es temporal, típico de desgaste de herramienta o calentamiento, y no de sujeción o material.

¿El multi-vari sustituye al ANOVA?

No: es una herramienta visual y descriptiva, sin valor p. Úsela para elegir dónde buscar y después confirme con el ANOVA o con un experimento. El botón de siguiente paso lleva los mismos datos al ANOVA.

¿Qué prueba el gráfico de corridas?

Si el orden de los puntos parece aleatorio. Cuenta las corridas de puntos del mismo lado de la mediana (pocas = conglomerados, muchas = mezclas) y las corridas que solo suben o solo bajan (pocas = tendencia, muchas = oscilación), y da un valor p para cada patrón.

¿En qué se diferencia del gráfico de control?

El gráfico de corridas no usa límites de control; detecta patrones de orden aunque todos los puntos estén dentro de los límites. El gráfico de control muestra si el proceso es estable respecto a su variación natural. Ambos se complementan.

¿Por qué usar subgrupos?

Cuando se miden varias piezas en el mismo momento (por ejemplo, 5 por hora), cada subgrupo se convierte en un punto con su media o mediana, y las pruebas miran la secuencia de los momentos. En el ejemplo del cigüeñal, 125 mediciones forman 25 subgrupos de 5.