Gráfica R
La gráfica R representa el rango de cada subgrupo para comprobar si la variación del proceso se mantiene estable, y se lee antes que la gráfica XBarra. Úselo con datos continuos en subgrupos fijos de 2 a 8; por encima de 8, use una gráfica S. Recopile al menos 25 subgrupos. La desviación estándar puede estimarse con Rbar/d2, recomendada para subgrupos de 8 o menos, o con la desviación estándar combinada.
Última revisión:
Idea clave
Una gráfica R (de rangos) monitorea la variación dentro de los subgrupos a lo largo del tiempo representando el rango de cada subgrupo, el valor mayor menos el menor, y se usa junto con una gráfica XBarra para subgrupos de 2 a 8.
En esta página
¿Qué es una gráfica R?
Una gráfica R (gráfica de rangos) monitorea la dispersión o variación dentro de los subgrupos a lo largo del tiempo representando el rango —la diferencia entre el valor más alto y el más bajo— de cada subgrupo. Se usa siempre junto con una gráfica XBarra y es la herramienta principal para comprobar si la variación del proceso se mantiene estable y constante.
Mientras que la gráfica XBarra indica dónde se sitúa el promedio del proceso, la gráfica R indica cuánto se dispersan las mediciones dentro de cada muestra. Juntos ofrecen una imagen completa del comportamiento del proceso.
¿Cuándo usar una gráfica R?
- Úselo cuando el tamaño del subgrupo esté entre 2 y 8 — el rango es una medida de variación fiable y sencilla para subgrupos pequeños.
- Úselo siempre junto con una gráfica XBarra — la gráfica R monitorea la variación mientras que la gráfica XBarra monitorea la media del proceso.
- Úselo cuando los datos sean continuos y los subgrupos se recopilen a intervalos de tiempo regulares y definidos.
- Úselo cuando desee una medida de la variación dentro de los subgrupos rápida y fácil de calcular sin cálculos complejos.
Pautas para el uso correcto de la gráfica R
- Interprete siempre la gráfica R antes que la gráfica XBarra — si la variación es inestable, no pueden aceptarse como fiables los límites de control de la gráfica XBarra.
- Mantenga el tamaño del subgrupo fijo y constante — cambiar los tamaños de los subgrupos invalida los límites de control.
- Recopile al menos 25 subgrupos antes de establecer los límites de control y sacar conclusiones.
- Un valor cero en una gráfica R es aceptable y significa simplemente que todos los valores del subgrupo son idénticos — no es un error.
- Los datos dentro de los subgrupos deben ser independientes y aproximadamente normales para que los límites de control sean estadísticamente válidos.
Alternativas: cuándo no usar una gráfica R
- Si el tamaño del subgrupo es mayor que 8, use en su lugar la gráfica S (gráfica de desviación estándar) — es más exacto estadísticamente para subgrupos más grandes.
- Si los datos se recopilan como mediciones individuales sin subgrupos, use la gráfica I-MR
- Si necesita monitorear tanto la variación dentro de los subgrupos como la variación entre subgrupos, use la gráfica I-MR-R/S (entre/dentro)
- Si la respuesta son datos de atributos (conteos o proporciones de defectos), use las gráficas P, NP, C o U
- Si trabaja con series de producción cortas o con tipos de pieza mezclados, use la gráfica Z-MR
Ejemplo de gráfica R
Un ingeniero de calidad de una planta de autopartes monitorea las longitudes de los árboles de levas. El ingeniero recopila datos en subgrupos de tamaño 5 cada 30 minutos. Le interesa buscar causas especiales, si las hay, en la gráfica de control. 1. Deje vacíos la media del proceso y la desviación estándar del proceso, ya que por ahora se desconocen. 2. Active las 8 reglas de Nelson
Para ello, el ingeniero aplica la gráfica R y realiza los siguientes pasos:
- Recopiló los datos necesarios.

- Ahora analice los datos en Zometric Statistical Software en https://statsai.zometric.com/.
- Para encontrar la gráfica R, elija Statistical module> Control Charts>R Chart.
- Dentro de la herramienta, introduzca los datos junto con las demás entradas como se indica a continuación:

5. Después de usar la herramienta mencionada, se obtiene la siguiente salida:

Cómo crear una gráfica R
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 Charts >R Chart.
- Haga clic en R Chart para acceder al tablero.
- A continuación, introduzca los datos manualmente o copie todos los datos (Ctrl+C) de una hoja de Excel y péguelos (Ctrl+V) aquí.
- A continuación, debe completar las opciones necesarias.
- Por último, haga clic en calculate en la parte inferior de la página para obtener los resultados deseados.
En el tablero de la gráfica R, 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 bien copiarse por completo (Ctrl+C) desde 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:
- Subgroup Columns Permite seleccionar una sola columna o varias columnas según cómo estén estructurados los datos. Si cada subgrupo está repartido en varias columnas (una columna por posición de medición), seleccione todas esas columnas. Si todas las mediciones están apiladas en una sola columna, seleccione esa única columna y defina el tamaño del subgrupo por separado. La selección que se haga aquí determina directamente cómo agrupa la gráfica los datos para calcular los promedios de los subgrupos.
- Observations: Este ajuste define cómo están dispuestos físicamente los datos en la hoja de cálculo. Elija la opción que coincida con la estructura de los datos:
- Observations for a subgroup are in one row of columns — cada fila contiene todas las mediciones de un solo subgrupo, repartidas en varias columnas. Por ejemplo, la fila 1 tiene cinco mediciones que representan el subgrupo 1 en cinco columnas.
- All observations for a chart are in one column — todas las mediciones están apiladas verticalmente en una sola columna, y el campo de tamaño del subgrupo se usa para definir cuántas filas pertenecen a cada subgrupo.
Seleccionar aquí una disposición incorrecta hará que la gráfica agrupe los datos de forma errónea y produzca límites de control no válidos.
- Subgroup Size Solo es obligatorio cuando todas las observaciones están almacenadas en una sola columna. Indica a la gráfica cuántas filas consecutivas forman un subgrupo. Por ejemplo, si el tamaño del subgrupo es 5, la gráfica tratará las filas 1–5 como el subgrupo 1, las filas 6–10 como el subgrupo 2, y así sucesivamente. Si los datos ya están dispuestos en varias columnas (una por medición), este campo no es necesario, ya que el tamaño del subgrupo lo define el número de columnas seleccionadas.
- Process sd: Es una medida de la variabilidad o dispersión de los datos del proceso alrededor de la media. Indica cuánto difieren los puntos de datos individuales del proceso respecto del promedio del proceso. Si lo deja en blanco, Zometric Statistical Software lo calcula a partir de los datos proporcionados.
- Sd estimation method: Esto deja al usuario dos opciones de cálculo. Elegir Rbar como método de estimación o el método de la desviación estándar combinada modifica el resultado.
- Rbar Sd estimation method: Estima la desviación estándar del proceso a partir del promedio de los rangos de los subgrupos dividido entre la constante de insesgadez d2 (Rbar/d2). Este método se recomienda para tamaños de subgrupo de 8 o menos; para subgrupos más grandes, la desviación estándar combinada (pooled) usa todos los puntos de datos y da una estimación más precisa. Pooled Sd estimation method: La desviación estándar combinada es el promedio ponderado de las varianzas de los subgrupos, en el que los subgrupos más grandes tienen mayor influencia en la estimación general. Este método ofrece una estimación más exacta de la desviación estándar cuando el proceso es estable.
- Use unbiasing constants for pooled sd: Esta opción solo se aplica cuando la desviación estándar se estima con el método Pooled Stdev.
- Show Decimals Controla cuántos decimales se muestran en la gráfica para los valores representados, los límites de control y la línea central. Aumentar los decimales da más precisión al leer la gráfica; reducirlos mantiene la gráfica limpia y más fácil de presentar. Elija el nivel que equilibre la exactitud con la legibilidad para su público.
- Check Rule 1: 1 point > K Stdev from center line: La prueba 1 es esencial para identificar subgrupos que se desvían significativamente de los demás, por lo que es una herramienta universalmente reconocida para detectar situaciones fuera de control. Para aumentar la sensibilidad y detectar cambios más pequeños en el proceso, la prueba 2 puede usarse junto con la prueba 1, lo que mejora la eficacia de las gráficas de control.
- Check Rule 2: K points in a row on same side of center line: La prueba 2 detecta cambios en el centrado o en la variación del proceso. Al monitorear cambios pequeños en el proceso, la prueba 2 puede usarse junto con la prueba 1 para aumentar la sensibilidad de las gráficas de control.
- Check Rule 3: K points in a row, all increasing or all decreasing: La prueba 3 está diseñada para identificar tendencias dentro de un proceso. Esta prueba busca específicamente una secuencia prolongada de puntos de datos consecutivos cuyo valor aumenta o disminuye de forma constante, lo que indica una posible tendencia subyacente en el comportamiento del proceso.
- Check Rule 4: K points in a row, alternating up and down: La prueba 4 está diseñada para identificar variaciones sistemáticas dentro de un proceso. Idealmente, el patrón de variación de un proceso debería ser aleatorio. Sin embargo, si un punto no supera la prueba 4, puede indicar que la variación no es aleatoria sino que sigue un patrón predecible.
- Check Rule 5: K out of K + 1 points > 2 standard deviation from center line (same side): La prueba 5 detecta cambios pequeños en el proceso.
- Check Rule 6: K out of K + 1 points > 1 standard deviation from center line (same side):La prueba 6 detecta cambios pequeños en el proceso.
- Check Rule 7: K points in a row within 1 standard deviation of center line (either side):La prueba 7 identifica patrones de variación que pueden interpretarse erróneamente como prueba de buen control. Esta prueba detecta límites de control excesivamente amplios, que a menudo son resultado de datos estratificados. Los datos estratificados se producen cuando hay una fuente sistemática de variación dentro de cada subgrupo, lo que hace que los límites de control parezcan más amplios de lo que deberían ser.
- Check Rule 8: K points in a row > 1 standard deviation from center line (either side):La prueba 8 detecta un patrón de mezcla. En un patrón de mezcla, los puntos tienden a alejarse de la línea central y a caer cerca de los límites de control.
- Additional CLs at Multiples of SD 1 Añade una línea de límite de control adicional a ±1 desviación estándar de la línea central. Esto crea una zona límite interior en la gráfica, útil para aplicar las reglas de Western Electric o de Nelson que buscan patrones inusuales dentro de los límites de control — como una racha de puntos situados de forma constante a un mismo lado de la línea central.
- Additional CLs at Multiples of SD 2 Añade una línea de límite de control adicional a ±2 desviaciones estándar de la línea central. Esto crea una zona intermedia de advertencia entre la línea central y los límites de control estándar de ±3 sigma. Los puntos que caen entre las líneas de 2 sigma y 3 sigma pueden dar una advertencia temprana de un cambio en el proceso antes de que un punto salga realmente de control.
- Define Stages (Historical Groups) with This Variable Permite dividir la gráfica en fases o etapas distintas mediante una variable de agrupación. Cada etapa tiene su propio conjunto de límites de control, calculados de forma independiente. Es útil cuando se ha producido un cambio conocido en el proceso — como una máquina nueva, una mejora del proceso o un cambio en la materia prima — y se desea comparar el desempeño del proceso antes y después de ese cambio en la misma gráfica.
- X Scale Controla cómo se muestra el eje horizontal de la gráfica. Puede ajustar la escala para mostrar etiquetas basadas en el tiempo, números de subgrupo o valores personalizados. Es útil cuando los subgrupos corresponden a fechas, turnos o lotes concretos y se desea que el eje de la gráfica refleje ese contexto en lugar de simples números secuenciales, lo que hace la gráfica más fácil de leer y presentar.
Preguntas frecuentes
¿Qué es una gráfica R?
Una gráfica R, o gráfica de rangos, monitorea la dispersión dentro de los subgrupos a lo largo del tiempo representando el rango de cada subgrupo, la diferencia entre su valor más alto y el más bajo. Se usa siempre junto con una gráfica XBarra: la gráfica XBarra muestra dónde se sitúa el promedio del proceso y la gráfica R muestra cuánto se dispersan las mediciones dentro de cada muestra.
¿Cuándo se debe usar una gráfica R en lugar de una gráfica S?
Use una gráfica R cuando el tamaño del subgrupo esté entre 2 y 8, donde el rango es una medida de variación fiable y sencilla. Si el tamaño del subgrupo es mayor que 8, use en su lugar una gráfica S, ya que es más exacto estadísticamente para subgrupos más grandes. Para mediciones individuales sin subgrupos, use una gráfica I-MR.
¿Por qué se debe leer la gráfica R antes que la gráfica XBarra?
Los límites de control de la gráfica XBarra dependen de la estimación de la variación dentro de los subgrupos. Si la gráfica R muestra que la variación es inestable, los límites de control de la gráfica XBarra no son fiables, por lo que debe interpretarse siempre primero la gráfica R. Mantenga fijo el tamaño del subgrupo, ya que cambiarlo invalida los límites de control.
¿Cuántos subgrupos se necesitan para una gráfica R?
Recopile al menos 25 subgrupos antes de establecer los límites de control y sacar conclusiones. Los datos deben ser continuos, recopilarse a intervalos regulares y ser independientes y aproximadamente normales dentro de los subgrupos para que los límites de control sean válidos. Un rango de cero es aceptable y significa simplemente que todos los valores de ese subgrupo son idénticos.
