Ya hemos visto que un proceso está usualmente sometido a variaciones por causas naturales, aleatorias y también que la eliminación de estas en su mayoría no es rentable y a menudo no es posible. Sin embargo cuando un proceso de fabricación se rompe repentinamente, está bajo la influencia de causas de variación aislables o asignables, y a diferencia de las anteriores, estas causas (generalmente externas al proceso), son fáciles de localizar, de eliminar y, por lo tanto, rentables.
Para un proceso de fabricación, el objetivo de mayor importancia es distinguir entre las variables aleatorias y las causas asignables de variación.
Todavía hoy en día, un gran error de juicio a menudo realizado por la gerencia consiste en suponer que cada desvío de proceso se debe a una causa asignable, sin tener en cuenta la variación natural del proceso. La principal consecuencia de esta actitud es el sobre seteo de la máquina, que en primer lugar da desperdicios y luego puede conducir a un aumento artificial de la variación del proceso.
Tomemos el ejemplo de un producto cuya característica durante la producción varía como una curva de Gauss clásica.
Si el operador a cargo del proceso toma un ítem individual y mide su característica, existe una probabilidad que esta medición se realice en posición cerca a más 3 sigma. Si este operador es informado acerca de la variación del proceso y no está acostumbrado a alguna estadística básica, configurará la máquina para poner dicho punto en la posición 0 correspondiente al valor objetivo central.
Entonces, la distribución de producción se traduce a la derecha, dando una nueva curva de distribución (B). En esta situación hay una probabilidad de tomar un ítem que característico está en la posición cerca de menos 3 sigma. Utilizando siempre el mismo razonamiento, los trabajadores pondrán la máquina de nuevo a la meta Valor en posición 0. La nueva distribución de producción corresponderá a otra curva a le izquierda de la inicial (C).
Con la mejor de las intenciones, de ajuste a ajuste, el operador está incrementando la variación natural del proceso. En el peor de los casos puede ser el doble de la inicial.
Por lo que parece una gran necesidad de herramientas estadísticas que permitan, en primer lugar, estudiar y luego controlar la variación del proceso.
La creación de gráficos de control es la forma más eficiente de definir qué parte de la variabilidad se debe a fluctuaciones al azar y cuánto se debe a causas específicas que puede aislar y corregir.