Gráfica de media móvil
Una gráfica de media móvil monitorea la media del proceso representando el promedio del grupo más reciente de observaciones en lugar de cada punto de datos individual. Cada valor representado se calcula promediando un número determinado de las últimas mediciones, llamado amplitud (span), y desplazando esa ventana un punto hacia delante cada vez.
Última revisión:
Idea clave
Una gráfica de media móvil monitorea la media del proceso representando el promedio del grupo más reciente de observaciones en lugar de cada punto de datos individual.
En esta página
¿Qué es la gráfica de media móvil?
Una gráfica de media móvil monitorea la media del proceso representando el promedio del grupo más reciente de observaciones en lugar de cada punto de datos individual. Cada valor representado se calcula promediando un número determinado de las últimas mediciones, llamado amplitud (span), y desplazando esa ventana un punto hacia delante cada vez.
Este efecto de suavizado reduce el impacto del ruido aleatorio a corto plazo en los datos, lo que facilita detectar tendencias graduales y derivas lentas del proceso. Es especialmente útil cuando las mediciones individuales son demasiado ruidosas o variables para revelar por sí solas una tendencia significativa.
¿Cuándo usar la gráfica de media móvil?
- Úselo cuando los datos sean mediciones continuas individuales y desee detectar desplazamientos lentos y graduales, en lugar de saltos bruscos.
- Úselo cuando las mediciones individuales sean ruidosas o muy variables y una gráfica I estándar produzca demasiadas señales que distraen.
- Úselo en procesos donde las tendencias se desarrollan lentamente con el tiempo , como el desgaste de herramientas, la deriva de la concentración química o la degradación gradual de los equipos.
- Úselo cuando la amplitud (número de puntos que se promedian) esté bien definida : una amplitud de 3 a 10 es habitual, según el suavizado que se necesite.
Pautas para el uso correcto de la gráfica de media móvil
- Elija una amplitud que equilibre el suavizado y la capacidad de respuesta : una amplitud pequeña (p. ej., 3) reacciona rápido pero suaviza menos; una amplitud grande (p. ej., 10) suaviza más pero es más lenta para detectar desplazamientos.
- Recopile los datos en orden temporal : la media móvil carece de sentido si los datos no se registran secuencialmente.
- Tenga en cuenta que la gráfica de media móvil no es tan sensible a desplazamientos bruscos y repentinos como una gráfica I estándar: use CUSUM o EWMA para detectar cambios abruptos.
- Los puntos de datos usados en la media móvil no son independientes entre sí , ya que comparten observaciones solapadas: esto es lo esperado y forma parte del diseño.
- Establezca los límites de control con al menos 20 a 25 puntos de datos antes de interpretar la gráfica en busca de señales del proceso.
Alternativas: cuándo no usar la gráfica de media móvil
- Si necesita detectar desplazamientos grandes y repentinos del proceso con rapidez, use en su lugar la gráfica I-MR o la gráfica XBarra-R : reaccionan más rápido a los cambios abruptos.
- Si necesita detectar desplazamientos muy pequeños y sostenidos con alta sensibilidad, use en su lugar la gráfica CUSUM o EWMA : son más potentes para desplazamientos pequeños.
- Si los datos se recopilan en subgrupos y no como mediciones individuales, use la gráfica XBarra-R o XBarra-S
- Si la respuesta son datos de atributos (proporciones o conteos), use las gráficas de atributos apropiadas, como las gráficas P, NP, C o U
¿Ejemplo de gráfica de media móvil?
Un ingeniero de calidad de una empresa de fabricación de plásticos quiere asegurarse de que su proceso por lotes se mantiene bajo control. Para ello, mide la concentración de pigmento en cada uno de los 35 lotes. Los pasos son los siguientes:
- Se reunieron los datos necesarios.

- Ahora analice los datos en Zometric Statistical Software en https://statsai.zometric.com/.
- Para encontrar la gráfica de media móvil, elija Statistical module> Control Chart > Moving Average Chart.
- Dentro de la herramienta, introduzca los datos junto con las demás entradas del siguiente modo:

5. Tras usar la herramienta anterior, se obtiene la salida siguiente:

¿Cómo generar una gráfica de media móvil?
La guía es la siguiente:
- Inicie sesión en Zometric Statistical Software en https://statsai.zometric.com/
- En la página de inicio, elija Statistical Tool> Control Chart > Moving Average Chart.
- A continuación, introduzca los datos manualmente, o copie todos los datos (Ctrl+C) de una hoja de Excel y péguelos (Ctrl+V), o bien use la opción Load Example, con la que se cargarán los datos de ejemplo.
- Por último, haga clic en calculate en la parte inferior de la página para obtener los resultados deseados.
En el tablero de la gráfica de media móvil, la ventana está dividida en dos partes.

En la parte izquierda se encuentra el panel de datos (Data Pane). En el Data Pane, cada fila forma un subgrupo. Los datos pueden introducirse manualmente o copiarse por completo (Ctrl+C) de una hoja de Excel y pegarse (Ctrl+V) aquí.
Load example: Se cargarán los datos de ejemplo.
Load File: Se usa para cargar directamente los datos de Excel.
En la parte derecha hay numerosas opciones, como las siguientes:
- Individual Columns: Seleccione la o las columnas que contienen sus datos de medición. Use Ctrl o Command + clic para seleccionar varias columnas a la vez. Son los valores realmente observados (como dimensiones, pesos o cualquier característica de calidad continua) que la gráfica usará para calcular las medias móviles y representarlas a lo largo del tiempo.
- Subgroup Size: Introduzca un número fijo si todos los subgrupos contienen el mismo número de observaciones. Cuando el tamaño del subgrupo es 1, la gráfica trata cada fila como una medición individual. Cuando el tamaño del subgrupo es mayor que 1, la gráfica calcula primero el promedio de cada subgrupo y luego aplica la media móvil a esas medias de los subgrupos.
- Subgroup Size Column: Seleccione la columna que define la pertenencia a los subgrupos cuando los tamaños de los subgrupos varían entre períodos. Debe indicarse este campo o Subgroup Size Number, no ambos. Use esta opción cuando el número de observaciones por subgrupo cambie a lo largo del conjunto de datos.
- Length of MA: Define la amplitud (span) : el número de puntos de datos consecutivos que se promedian juntos para formar cada valor de media móvil representado. Una amplitud menor (p. ej., 3) reacciona más rápido a los cambios del proceso pero suaviza menos. Una amplitud mayor (p. ej., 10) suaviza más ruido y revela con más claridad las tendencias graduales, pero responde con más lentitud a los desplazamientos repentinos. Elija una amplitud que se ajuste a la rapidez con que se espera que cambie su proceso.
- Process mean: Es el valor promedio de un conjunto de mediciones u observaciones de un proceso. Representa la tendencia central de los datos del proceso a lo largo del tiempo y es un indicador clave del desempeño del proceso. Si no se indica, Zometric Statistical Software calcula la línea central a partir de los datos proporcionados.
- Process SD: Opcional. Si dispone de una desviación estándar conocida o validada históricamente para el proceso, introdúzcala aquí. Cuando se indica, este valor se usa directamente para calcular los límites de control en lugar de estimar la dispersión a partir de los datos actuales; es útil cuando desea que la gráfica refleje una línea base del proceso bien establecida.
- SD Estimation Method for Subgroup Size = 1 Controla cómo se estima la desviación estándar cuando los datos son mediciones individuales (tamaño de subgrupo de 1). Hay dos opciones disponibles:
- Average Moving Range — estima la desviación estándar promediando los rangos móviles entre observaciones consecutivas. Es la opción predeterminada estándar y funciona de forma fiable en la mayoría de los procesos.
- Median Moving Range — usa la mediana de los rangos móviles en lugar del promedio, lo que hace la estimación más resistente a la influencia de valores atípicos o picos inusuales en los datos.
- SD Estimation method for Between subgroup: Esto deja al usuario dos opciones para el cálculo. Elegir como método de estimación el rango móvil promedio o el método del rango móvil mediano cambia el resultado.
- Método de estimación de Sd con Average moving range: consiste en calcular la diferencia entre valores consecutivos de un conjunto de datos y luego tomar el promedio de esas diferencias.
- Método de estimación de Sd con Median moving range: el MMR se calcula tomando la mediana de los rangos móviles entre puntos de datos consecutivos.
- SD Estimation Method for Subgroup Size > 1 Controla cómo se estima la desviación estándar cuando los datos se recopilan en subgrupos de dos o más. Hay tres opciones disponibles:
- Pooled Stdev — combina las desviaciones estándar de todos los subgrupos en una única estimación combinada, lo que da una medida global estable y precisa de la variación dentro de los subgrupos.
- Rbar — estima la desviación estándar a partir del promedio de los rangos de los subgrupos. Es más sencillo de calcular y fiable para tamaños de subgrupo de 2 a 8.
- Sbar — estima la desviación estándar a partir del promedio de las desviaciones estándar de los subgrupos. Es más preciso que Rbar para tamaños de subgrupo mayores que 8.
- Length Moving Range: Define cuántas medias de subgrupos consecutivas se usan para calcular cada valor de rango móvil. El valor predeterminado es 2, lo que significa que cada rango móvil es la diferencia absoluta entre dos promedios de subgrupos consecutivos. Aumentar este valor suaviza la estimación, pero reduce la sensibilidad a los desplazamientos a corto plazo.
- Use Unbiasing Constant: Cuando está marcada, aplica un factor de corrección estadística para eliminar el pequeño sesgo matemático que se produce de forma natural al estimar la desviación estándar a partir de datos de una muestra. Esto mejora la precisión del cálculo de los límites de control y se recomienda mantenerla activada en la mayoría de las situaciones.
- Check Rule 1: 1 point > K Stdev from center line: La prueba 1 es esencial para identificar los subgrupos que se desvían significativamente de los demás, lo que la convierte en una herramienta universalmente reconocida para detectar situaciones fuera de control. Para aumentar la sensibilidad y detectar desplazamientos más pequeños del proceso, la prueba 2 puede usarse junto con la prueba 1, lo que mejora la eficacia de las gráficas de control.
- X Scale: Controla cómo se rotula y se muestra el eje horizontal de la gráfica. Puede ajustarlo para mostrar marcas de tiempo, números de observación, identificadores de lote o etiquetas personalizadas, lo que facilita la lectura de la gráfica y su trazabilidad directa con eventos o períodos de producción concretos.
Preguntas frecuentes
¿Qué es una gráfica de media móvil?
Una gráfica de media móvil es una gráfica de control que monitorea la media del proceso representando el promedio del grupo más reciente de observaciones en lugar de cada punto de datos individual. Cada valor representado promedia un número determinado de las últimas mediciones, llamado amplitud (span), y la ventana se desplaza un punto hacia delante cada vez.
¿Cómo se elige la amplitud de una gráfica de media móvil?
La amplitud es el número de puntos consecutivos que se promedian. Una amplitud de 3 a 10 es habitual. Una amplitud pequeña, como 3, reacciona rápido a los cambios del proceso pero suaviza menos. Una amplitud grande, como 10, suaviza más ruido y revela con más claridad las tendencias graduales, pero es más lenta para detectar desplazamientos repentinos.
¿Cuándo debe usarse una gráfica de media móvil en lugar de una gráfica I-MR?
Use una gráfica de media móvil para mediciones continuas individuales ruidosas, cuando desee detectar desplazamientos lentos y graduales, como el desgaste de herramientas o la deriva de la concentración química. Para desplazamientos grandes y repentinos use una gráfica I-MR o XBarra-R, y para desplazamientos muy pequeños y sostenidos use una gráfica CUSUM o EWMA.
¿Cuántos puntos de datos se necesitan para una gráfica de media móvil?
Establezca los límites de control con al menos 20 a 25 puntos de datos antes de interpretar la gráfica en busca de señales del proceso. Los datos deben recopilarse en orden temporal, porque la media móvil carece de sentido si las observaciones no se registran secuencialmente. Los promedios representados consecutivos no son independientes, ya que comparten observaciones solapadas, lo que es lo esperado por diseño.
