Gráfica XBarra
Una gráfica XBarra (también llamada gráfica de medias de subgrupos) es una gráfica de control que monitorea el promedio (la media) de los subgrupos a lo largo del tiempo. Cada punto representado es el promedio de un pequeño grupo de mediciones tomadas en un momento concreto, lo que facilita detectar desplazamientos o tendencias en el centro del proceso.
Última revisión:
Idea clave
Una gráfica XBarra (también llamada gráfica de medias de subgrupos) es una gráfica de control que monitorea el promedio (la media) de los subgrupos a lo largo del tiempo.
En esta página
¿Qué es una gráfica XBarra?
Una gráfica XBarra (también llamada gráfica de medias de subgrupos) es una gráfica de control que monitorea el promedio (la media) de los subgrupos a lo largo del tiempo. Cada punto representado es el promedio de un pequeño grupo de mediciones tomadas en un momento concreto, lo que facilita detectar desplazamientos o tendencias en el centro del proceso.
Es uno de las gráficas de control más utilizados en el monitoreo de la calidad porque se centra exclusivamente en si el promedio del proceso se mantiene en el objetivo , separado de la variación, que se monitorea con una gráfica R o S complementario.
¿Cuándo usar una gráfica XBarra?
- Úselo cuando los datos sean continuos (valores medidos como dimensiones, peso, temperatura o presión)
- Úselo cuando las mediciones se recopilen en subgrupos de 2 o más a intervalos de tiempo regulares
- Úselo cuando desee detectar desplazamientos de la media del proceso a lo largo del tiempo
- Para tamaños de subgrupo de 2 a 8, combínelo con una gráfica R para monitorear también la variación
- Para tamaños de subgrupo mayores que 8, combínelo con una gráfica S para un monitoreo más preciso de la variación
- Para mediciones individuales sin subgrupos, utilice la gráfica I-MR en su lugar
Pautas para el uso correcto de la gráfica XBarra
- El tamaño del subgrupo debe mantenerse constante durante todo el estudio: cambiar los tamaños de subgrupo afecta al cálculo de los límites de control y hace que la gráfica no sea fiable
- Recopile un mínimo de 25 subgrupos antes de sacar conclusiones sobre la estabilidad del proceso
- Cada subgrupo debe ser una muestra racional y homogénea : evite mezclar datos de distintas máquinas, operadores o turnos en un mismo subgrupo
- Combine siempre la gráfica XBarra con una gráfica R o S : la gráfica XBarra por sí solo no indica si la variación del proceso es estable
- Revise siempre primero la gráfica R o S antes de interpretar la gráfica XBarra: si la variación está fuera de control, los límites de control de XBarra no son fiables
- Los datos dentro de los subgrupos deben tener una distribución aproximadamente normal para que los límites de control sean estadísticamente válidos
Alternativas: cuándo no usar una gráfica XBarra
- Si los datos llegan como mediciones individuales sin subgrupos, utilice la gráfica I-MR en su lugar
- Si los tamaños de subgrupo son inconsistentes o no pueden estandarizarse, considere la gráfica I-MR para obtener resultados más fiables
- Si monitorea la proporción de defectuosos o el conteo de defectos, utilice las gráficas P, NP, C o U en su lugar
- Si los datos son severamente no normales, aplique primero la transformación de Box-Cox antes de usar la gráfica XBarra
- Si ejecuta series de producción cortas o tipos de pieza mixtos en el mismo proceso, utilice la gráfica Z-MR en su lugar
- Si solo desea monitorear la variación sin seguir la media, utilice una gráfica R o una gráfica S de forma independiente
Ejemplo de gráfica XBarra
Un ingeniero de calidad de una planta de autopartes monitorea la longitud 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. Deja vacíos la media y la desviación estándar del proceso, ya que por ahora se desconocen. 2. Activa las 8 reglas de Nelson. Realiza los siguientes pasos:
- Recopiló los datos necesarios.

- A continuación, analice los datos en Zometric Statistical Software en https://statsai.zometric.com/.
- Para encontrar la gráfica XBarra, elija Statistical module> Control Charts>Xbar Chart .
- Dentro de la herramienta, introduce los datos junto con otras entradas, como se indica a continuación:

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

Cómo generar una gráfica XBarra
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 >Xbar Chart.
- Haga clic en Xbar 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).
- 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 XBarra , 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 varias opciones, como se indica a continuación:
- Subgroup Columns Permite seleccionar una sola columna o varias columnas según cómo estén estructurados sus datos. Si cada subgrupo se reparte en varias columnas (una columna por posición de medición), seleccione todas esas columnas. Si todas las mediciones están apiladas en una columna, seleccione esa única columna y defina por separado el tamaño del subgrupo. La selección aquí determina directamente cómo agrupa la gráfica sus datos para calcular los promedios de los subgrupos.
- Observations: Este ajuste define cómo están dispuestos físicamente sus datos en la hoja de cálculo. Elija la opción que coincida con la estructura de sus 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.
Si selecciona una disposición incorrecta aquí, la gráfica agrupará los datos de forma errónea y producirá límites de control no válidos.
- Subgroup Size Solo es necesario 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 sus 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 mean: Es el valor medio 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: Es una medida de la variabilidad o dispersión de los datos del proceso en torno a 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: Ofrece al usuario dos opciones para el cálculo. Elegir Rbar como método de estimación o el método de la desviación estándar combinada (pooled) cambia el resultado.
- Rbar Sd estimation method: Rbar representa el promedio de los rangos dentro de los subgrupos. El método Rbar es una estimación de la desviación estándar muy utilizada, especialmente eficaz para tamaños de subgrupo de 2 a 8.
- Pooled Sd estimation method: La desviación estándar combinada (pooled) es la media ponderada de las varianzas de los subgrupos, en la que los subgrupos más grandes tienen mayor peso en la estimación global. Este método ofrece una estimación más precisa de la desviación estándar cuando el proceso es estable.
- Use unbiasing constants for pooled sd: Esta opción solo se aplica cuando Stdev 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 exactitud y legibilidad para su audiencia.
- Check Rule 1: 1 point > K Stdev from center line: La prueba 1 es esencial para identificar subgrupos que se desvían de forma significativa 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 menores del 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 desplazamientos pequeños del proceso, la prueba 2 puede usarse junto con la prueba 1 para mejorar 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. Busca específicamente una secuencia prolongada de puntos consecutivos cuyo valor aumenta o disminuye de forma constante, lo que señala 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 pasa 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 desplazamientos pequeños del proceso.
- Check Rule 6: K out of K + 1 points > 1 standard deviation from center line (same side):La prueba 6 detecta desplazamientos pequeños del 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 un 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 de forma constante a un 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 de advertencia intermedia entre el centro y los límites de control estándar de ±3 sigma. Los puntos que caen entre las líneas de 2 y 3 sigma pueden dar una alerta temprana de un desplazamiento del 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 obtiene su propio conjunto de límites de control, calculados de forma independiente. Es útil cuando se produjo un cambio conocido en el proceso, como una máquina nueva, una mejora del proceso o un cambio en la materia prima, y 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 sus subgrupos corresponden a fechas, turnos o lotes concretos y desea que el eje de la gráfica refleje ese contexto en lugar de solo números secuenciales, lo que hace la gráfica más fácil de leer y presentar.
Preguntas frecuentes
¿Qué es una gráfica XBarra?
Una gráfica XBarra, también llamada gráfica de medias de subgrupos, es una gráfica de control que monitorea el promedio de los subgrupos a lo largo del tiempo. Cada punto es la media de un pequeño grupo de mediciones tomadas en un momento, lo que facilita ver desplazamientos o tendencias en el centro del proceso. La variación se monitorea por separado con una gráfica R o S complementario.
¿Cuándo debe usarse una gráfica R o una gráfica S con una gráfica XBarra?
Combine siempre la gráfica XBarra con una gráfica de variación. Para tamaños de subgrupo de 2 a 8, combínelo con una gráfica R; para tamaños de subgrupo mayores que 8, combínelo con una gráfica S para un monitoreo más preciso de la variación. Revise primero la gráfica R o S, porque si la variación está fuera de control, los límites de XBarra no son fiables.
¿Cuántos subgrupos se necesitan para una gráfica XBarra?
Recopile un mínimo de 25 subgrupos antes de sacar conclusiones sobre la estabilidad del proceso. Mantenga constante el tamaño del subgrupo, use subgrupos racionales y homogéneos sin mezclar máquinas, operadores ni turnos, y los datos dentro de los subgrupos deben ser aproximadamente normales para que los límites de control sean válidos.
¿Cuándo no debe usarse una gráfica XBarra?
Use una gráfica I-MR para mediciones individuales sin subgrupos o cuando los tamaños de subgrupo no puedan estandarizarse. Use gráficas P, NP, C o U para defectuosos o conteos de defectos, una gráfica Z-MR para series cortas o tipos de pieza mixtos, y considere primero una transformación de Box-Cox si los datos son severamente no normales.
