Calculadora de Límites de Gráficos de Control

Qué hace un gráfico de control y por qué va primero

Un gráfico de control es la herramienta que responde a la pregunta más básica del control estadístico de procesos: ¿este proceso es estable o algo cambió? Representa un estadístico del proceso en orden temporal frente a una línea central y un par de límites de control fijados a tres desviaciones estándar por encima y por debajo.

Esos límites se calculan a partir de la variación del proceso mismo, no de ninguna especificación, así que describen cómo se comporta el proceso cuando solo hay variación ordinaria de causa común. Mientras los puntos se mantengan dentro de los límites y no muestren patrones no aleatorios, el proceso está bajo control estadístico: predecible, con su distribución futura igual a la pasada.

Un punto más allá de un límite, o una racha o tendencia clara dentro, señala una causa especial, algo fuera de la variación normal, que vale la pena rastrear.

Esta distinción entre causas comunes y especiales, trazada por Walter Shewhart en los años veinte, es la base de toda la disciplina.

Las causas comunes son las muchas influencias pequeñas y siempre presentes que hacen que un proceso estable varíe un poco de unidad a unidad; las causas especiales son eventos específicos y asignables, una herramienta que se desgasta, un nuevo lote de material, un desliz de ajuste, que sacan al proceso de su comportamiento habitual.

Reaccionar ante el ruido de causa común como si fuera una señal, lo que se llama manipular, en realidad aumenta la variación, mientras que ignorar una causa especial genuina deja correr un problema. El gráfico de control es el instrumento que las distingue, para que el esfuerzo vaya a donde corresponde.

También va primero en el flujo de calidad, antes de la capacidad, antes de cualquier juicio sobre si el proceso cumple la especificación. Un índice de capacidad calculado sobre un proceso inestable no significa nada, porque el proceso no tiene una distribución fija que describir.

Así que la secuencia es siempre la misma: grafica el proceso, confirma que está bajo control, y solo entonces evalúa la capacidad.

Este calculador calcula los límites de control para los tres pares de gráficos de datos variables más comunes, X-barra y R, X-barra y S, e I-MR, a partir de tus datos o estadísticas resumen, dibuja tanto el gráfico de ubicación como el de dispersión, y señala los puntos que caen fuera de los límites.

Cómo funciona este calculador, paso a paso

Empieza por elegir el tipo de gráfico. Usa X-barra y R cuando tus datos llegan en subgrupos pequeños, de unas dos a nueve lecturas cada uno, el caso más común en una línea de producción. Usa X-barra y S cuando los subgrupos son más grandes, de unos diez o más, donde la desviación estándar es mejor estimador de dispersión que el rango. Usa I-MR cuando los datos llegan de un valor a la vez y no pueden agruparse, como en procesos lentos, por lote o destructivos. La herramienta aplica las constantes de gráfico de control correctas para el que elijas.

Luego proporciona los datos. En el modo datos pegas tus lecturas: para los gráficos X-barra, un subgrupo por línea con los valores separados por espacios o comas; para I-MR, un valor por línea. El calculador computa las medias de subgrupo y los rangos o desviaciones estándar, y luego el promedio general y la dispersión promedio. En el modo resumen ingresas en cambio la media del proceso, el rango o la desviación estándar promedio, y el tamaño de subgrupo, útil cuando ya tienes esas cifras de un estudio previo y solo necesitas los límites.

El panel de resultados reporta la línea central y los límites de control superior e inferior tanto del gráfico de ubicación, el de medias o individuales, como del gráfico de dispersión que lo acompaña, el de rangos, desviación estándar o rango móvil.

También estima la desviación estándar del proceso a partir de la dispersión promedio, reporta el tamaño y el número de subgrupos, y cuenta cuántos puntos representados caen fuera de sus límites, con un estado simple de bajo control o el número de señales.

Se dibujan dos gráficos, el de ubicación arriba y el de dispersión abajo, cada uno con su línea central y límites, y los puntos fuera de límite marcados. Descarga un PDF o CSV o comparte el resultado; todo corre en tu navegador y nada de lo que ingresas se guarda.

Las fórmulas y las constantes de gráficos de control

Todo gráfico de control por variables sigue el mismo patrón: la línea central es el promedio del estadístico representado, y los límites se sitúan a tres desviaciones estándar de ese estadístico a cada lado. Lo que difiere es cómo se estima la desviación estándar, y ahí entran las constantes de gráfico de control. Para el gráfico X-barra y R, los límites del gráfico de medias son el promedio general X-doble-barra más o menos A2 por el rango promedio R-barra, y el gráfico de rangos va de D3 por R-barra a D4 por R-barra. La constante A2 ya integra el factor de tres sigma, el tamaño de subgrupo y la conversión del rango a desviación estándar mediante el factor d2.

Para el gráfico X-barra y S la misma idea usa la desviación estándar promedio S-barra: los límites de medias son X-doble-barra más o menos A3 por S-barra, y el gráfico S va de B3 por S-barra a B4 por S-barra.

Para el gráfico I-MR, con valores individuales, los límites de individuales son el promedio más o menos E2 por el rango móvil promedio, donde E2 es cerca de 2.66, y el límite superior del gráfico de rango móvil es 3.267 por el rango móvil promedio con un límite inferior de cero. La desviación estándar del proceso se estima como R-barra entre d2, S-barra entre c4, o el rango móvil promedio entre 1.128, según el gráfico.

Todas estas constantes, A2, A3, D3, D4, B3, B4, d2, c4 y E2, dependen solo del tamaño de subgrupo y vienen de la estadística del rango y de la desviación estándar de una muestra normal; este calculador las lleva para cada tamaño de subgrupo y aplica las correctas de forma automática.

Cinco ejemplos resueltos que puedes seguir

Ejemplo 1: un gráfico X-barra y R

Supón que doce subgrupos de cinco dan un promedio general de 10.0 y un rango promedio de cerca de 0.5. Para un subgrupo de cinco, A2 es 0.577, D3 es 0 y D4 es 2.114. La línea central del gráfico de medias es 10.0, con un límite superior de 10.0 más 0.577 por 0.5, cerca de 10.29, y un límite inferior de cerca de 9.71. El gráfico de rangos tiene una línea central de 0.5, un límite superior de 2.114 por 0.5, cerca de 1.06, y un límite inferior de cero. Si toda media de subgrupo cae entre 9.71 y 10.29 y todo rango por debajo de 1.06, el proceso está bajo control.

Ejemplo 2: cambiar a X-barra y S

Toma subgrupos más grandes de diez con el mismo promedio general de 10.0 y una desviación estándar promedio de 0.30. Para n de diez, A3 es 0.975, B3 es 0.284 y B4 es 1.716. Los límites de medias son 10.0 más o menos 0.975 por 0.30, así que cerca de 9.71 a 10.29 de nuevo, próximo al resultado basado en el rango pero construido sobre un estimador de dispersión más eficiente. El gráfico S va de 0.284 por 0.30, cerca de 0.085, a 1.716 por 0.30, cerca de 0.515. Para subgrupos grandes se prefiere el gráfico de desviación estándar porque el rango desperdicia información de las lecturas intermedias.

Ejemplo 3: un gráfico I-MR para valores individuales

Un proceso por lote entrega una medición por lote, así que los subgrupos son imposibles. Veinte lecturas individuales promedian 50.0 con un rango móvil promedio de 2.0. La línea central del gráfico de individuales es 50.0, con límites de 50.0 más o menos 2.66 por 2.0, así que cerca de 44.7 a 55.3. El gráfico de rango móvil tiene una línea central de 2.0, un límite superior de 3.267 por 2.0, cerca de 6.53, y un límite inferior de cero. La desviación estándar del proceso estimada es 2.0 entre 1.128, cerca de 1.77, que luego puede alimentar un estudio de capacidad una vez que el gráfico confirma el control.

Ejemplo 4: atrapar un punto fuera de control

Vuelve al ejemplo X-barra y R con límites de 9.71 y 10.29 en el gráfico de medias. Supón que un subgrupo, tras un cambio de material, promedia 10.45. Ese punto se sitúa por encima del límite de control superior, una señal clara de una causa especial. La respuesta correcta es investigar qué cambió para ese subgrupo, no ensanchar los límites ni descartar el punto sin causa. Una vez hallada y atendida la causa asignable, y mostrado que el proceso volvió al control, el punto puede excluirse y los límites recalcularse con los datos limpios.

Ejemplo 5: de los límites a una sigma estimada

El rango promedio de 0.5 del Ejemplo 1, dividido entre la constante d2 para un subgrupo de cinco, que es 2.326, da una desviación estándar del proceso estimada de cerca de 0.215. Esa cifra es la sigma de corto plazo, dentro del subgrupo, la misma cantidad que un estudio de capacidad usa para Cp y Cpk. Así que un gráfico de control hace doble labor: confirma la estabilidad y entrega a la siguiente herramienta un estimador limpio de la dispersión del proceso, por lo cual las dos calculadoras se usan en secuencia.

Tres consejos de experto para gráficos de control eficaces

Elegir el tipo de gráfico correcto

La primera y más consecuente elección es qué par de gráficos usar, y depende por completo de cómo llegan los datos. Cuando puedes reunir varias lecturas juntas bajo condiciones esencialmente iguales, un subgrupo racional, representas los promedios de subgrupo, y la pregunta pasa a ser cómo medir la dispersión dentro del subgrupo.

Para subgrupos pequeños, de hasta unos nueve, el rango, simplemente la lectura mayor menos la menor, es un estimador de variación casi tan bueno como la desviación estándar completa y mucho más fácil de calcular y entender, así que el gráfico X-barra y R es la elección tradicional y aún dominante.

Su gráfico de rangos es intuitivo y rápido, lo que importa cuando los operadores grafican a mano.

A medida que los subgrupos crecen más allá de unos diez, el rango empieza a desperdiciar información, porque usa solo los dos valores extremos e ignora todo lo intermedio, así que su eficiencia como estimador de dispersión cae. Ahí toma el relevo el gráfico X-barra y S, que usa la desviación estándar del subgrupo, la cual usa cada lectura y estima la variación con más precisión para subgrupos grandes.

El intercambio es un poco más de aritmética, irrelevante cuando el software la calcula. Por último, cuando las lecturas llegan de una en una, de un proceso lento, una prueba destructiva, un lote o un periodo contable, no hay subgrupo que promediar, y el gráfico I-MR es la respuesta: representa valores individuales y usa el rango móvil entre puntos consecutivos como su medida de variación de corto plazo.

Elegir bien entre estos tres es la base de un gráfico sólido, y esta herramienta hace explícita la elección para que siempre se apliquen las constantes correctas.

Leer los dos gráficos juntos

Un gráfico de control por variables siempre viene en pareja, un gráfico de ubicación y uno de dispersión, y leerlos juntos es esencial porque responden preguntas distintas. El gráfico de ubicación, el de X-barra o individuales, pregunta si el centro del proceso es estable:

¿el promedio se mantiene firme, o se está desviando, desplazando o ciclando? El gráfico de dispersión, el de rango, desviación estándar o rango móvil, pregunta si la variación del proceso es estable:

¿la dispersión es consistente, o se ensancha y se angosta de forma impredecible? Un proceso puede estar fuera de control en cualquiera de los dos de forma independiente, y cada uno cuenta una historia distinta de lo que salió mal.

El orden de interpretación importa. Lee siempre primero el gráfico de dispersión, porque los límites de control del gráfico de ubicación se calculan a partir de la dispersión promedio, así que si el gráfico de dispersión está fuera de control, los límites del de ubicación son en sí poco confiables y no pueden creerse. Solo una vez que el gráfico de dispersión muestra variación estable, los límites del de ubicación significan lo que deben.

Un gráfico de dispersión bajo control con un gráfico de ubicación fuera de control apunta a un centro que se desplaza con variación estable, a menudo un problema de ajuste o deriva; un gráfico de dispersión fuera de control apunta a variación inconsistente, a menudo una mezcla de fuentes, un problema intermitente o un problema de medición.

Este calculador dibuja ambos gráficos para que la pareja se lea en el orden correcto, y cuenta los puntos fuera de límite en cada uno, pero el juicio de lo que significan los patrones recae en el analista que conoce el proceso.

Límites de control frente a límites de especificación

Ninguna confusión en el control estadístico de procesos es más común ni más dañina que mezclar los límites de control y los de especificación, y mantenerlos separados es fundamental. Los límites de control se calculan a partir de los datos del proceso mismo; son la voz del proceso, y describen el rango de variación que produce naturalmente cuando es estable. Los límites de especificación los fija el cliente, el diseñador o una norma; son la voz del cliente, y describen lo que la salida debe ser para ser aceptable. Los dos tienen orígenes por completo distintos y responden preguntas por completo distintas, y no hay relación matemática entre ellos.

Las consecuencias de confundirlos son serias en ambos sentidos. Representar los límites de especificación en un gráfico de control y reaccionar cuando los puntos se acercan a ellos manipula un proceso estable e infla su variación, mientras a la vez no detecta cambios reales del proceso que se mantienen dentro de la especificación más ancha. A la inversa, juzgar la capacidad contra los límites de control en lugar de los de especificación da una respuesta sin sentido, porque los límites de control se mueven con el proceso y no dicen nada sobre los requisitos del cliente.

Los roles correctos son claros: los límites de control, en esta página, juzgan si el proceso es estable en el tiempo; los de especificación, en un estudio de capacidad, juzgan si un proceso estable es suficientemente bueno. Un proceso puede estar bajo control pero no ser capaz, es decir, predecible y sin embargo producir defectos de forma predecible, o ser capaz pero no estar bajo control, es decir, cumplir hoy la especificación pero de forma impredecible, y quizá no mañana.

Solo manteniendo separados los dos tipos de límites puedes saber en cuál situación estás y actuar bien.

Los límites de tres sigma y por qué se fijan ahí

La elección de situar los límites de control a tres desviaciones estándar de la línea central no es arbitraria, y entender el razonamiento explica por qué no deben ajustarse a la ligera. Shewhart lo planteó como un balance económico entre dos errores.

El primero es una falsa alarma: llamar fuera de control a un proceso estable y buscar una causa especial que no existe, lo que desperdicia esfuerzo y, peor, a menudo lleva a manipular, que aumenta la variación. El segundo es una señal perdida: no detectar un cambio real porque los límites son demasiado anchos.

Los límites de tres sigma logran un balance práctico entre estos, lo bastante ajustados para captar desplazamientos importantes antes de mucho, lo bastante anchos para que las falsas alarmas sean raras.

Los números hacen concreto el balance. Para un proceso estable y normal, solo cerca del 0.27 por ciento de los puntos cae fuera de los límites de tres sigma por azar, aproximadamente uno de cada 370 puntos, así que un punto fuera de límite es una señal fuerte y rara que bien vale la investigación. Límites más angostos, digamos dos sigma, captarían los desplazamientos más rápido pero elevarían la tasa de falsas alarmas a cerca de una de cada veinte, inundando el gráfico de ruido e invitando a manipular.

Límites más anchos suprimirían las falsas alarmas pero dejarían esconderse los cambios reales. La convención de tres sigma ha perdurado un siglo porque funciona en un enorme rango de procesos sin ajuste, y porque se calcula a partir del proceso mismo en lugar de elegirse al gusto.

Por eso también nunca debes mover los límites para que un gráfico se vea mejor o para acomodar puntos que no te gustan: los límites son una medición del proceso, y ajustarlos para reducir señales simplemente ciega al gráfico ante los mismos cambios que existe para revelar.

Más allá de la regla de un solo punto: pruebas de rachas

La regla básica de fuera de control, un punto más allá de tres sigma, atrapa desplazamientos grandes y súbitos, pero puede ser lenta para detectar cambios pequeños y sostenidos, así que los practicantes agregan pruebas de rachas, conjuntos de reglas de patrones que miran secuencias de puntos dentro de los límites.

Las más conocidas son las reglas de Western Electric y las reglas de Nelson, muy relacionadas.

Señalan configuraciones que están individualmente dentro de los límites pero colectivamente improbables para un proceso estable: dos de tres puntos consecutivos en el tercio exterior del gráfico, cuatro de cinco más allá de una sigma del mismo lado, ocho o nueve puntos seguidos del mismo lado de la línea central, seis puntos que suben o bajan de forma sostenida, o ciclos y alternancias inusuales.

Estas reglas agregan sensibilidad a los desplazamientos pequeños que una regla de un solo punto pasa por alto, lo que importa porque un proceso puede desviarse de forma significativa sin que ningún punto cruce un límite. El costo es una mayor tasa global de falsas alarmas: cada regla agregada aumenta la probabilidad de que un proceso estable dispare alguna prueba por azar, así que aplicarlas todas a la vez puede volver nervioso a un gráfico.

La práctica común es elegir un subconjunto adecuado al proceso y al costo de investigar, a menudo la racha de ocho de un lado y la de dos de tres en la zona exterior, en lugar de toda regla disponible.

Este calculador señala los puntos más allá de los límites de tres sigma, la señal principal y menos ambigua; las pruebas de rachas son una capa natural de análisis siguiente a aplicar a ojo o con software de SPC dedicado una vez configurado el gráfico básico, usando la línea central y los límites que esta herramienta provee como referencia contra la cual se trazan las zonas.

Errores comunes con los gráficos de control

Un puñado de errores se repite y socava los gráficos de control. Vigila estos.

• Confundir límites de control y de especificación. Vienen de fuentes distintas y responden preguntas distintas. Nunca representes uno como el otro.
• Usar el tipo de gráfico equivocado. Los subgrupos pequeños necesitan X-barra y R, los grandes X-barra y S, los individuales I-MR. El par equivocado da límites ineficientes o engañosos.
• Recalcular límites para perseguir puntos. Ajustar los límites en respuesta a señales las esconde. Mantén los límites fijos; recalcula solo tras un cambio verificado del proceso.
• Muy pocos subgrupos. Los límites de menos de 20 a 25 subgrupos son inestables. Usa límites de prueba y luego afírmalos con más datos.
• Leer los gráficos en el orden equivocado. Los límites del gráfico de ubicación dependen de la dispersión. Lee primero el de dispersión; si está fuera de control, los límites de ubicación son poco confiables.
• Juzgar la capacidad antes de la estabilidad. Un índice de capacidad sobre un proceso fuera de control no significa nada. Confirma primero el control.
• Subgrupación irracional. Los subgrupos deben captar solo variación de corto plazo, de causa común, dentro de ellos. Mezclar condiciones dentro de un subgrupo infla el rango y ensancha los límites, enmascarando señales reales.

Dónde encajan los gráficos de control en el conjunto de calidad

Los gráficos de control se sitúan en la entrada del control estadístico de procesos: son lo que usas para establecer y mantener un proceso estable, y esa estabilidad es la condición previa para todo lo que sigue. Antes de que un gráfico de control sea confiable, el sistema de medición detrás de las lecturas debe validarse, porque un gráfico que representa sobre todo ruido del instrumento no revela nada del proceso. Una vez que el gráfico confirma que el proceso está bajo control, su desviación estándar estimada alimenta directamente un estudio de capacidad, y sus señales continuas mantienen estable el proceso para que esa conclusión de capacidad siga siendo válida en el tiempo.

De ahí las conexiones se abren por todo el conjunto de herramientas. La sigma estimada que produce este gráfico es exactamente la variación de corto plazo que la calculadora de capacidad de proceso usa para Cp y Cpk, así que un gráfico de control precede naturalmente a un análisis de capacidad.

La vista de la calidad basada en defectos complementa la vista de medición, y la calculadora de nivel sigma y DPMO expresa el mismo desempeño en la escala sigma para defectos contados. El muestreo de aceptación decide cuánto inspeccionar, y el análisis del sistema de medición valida el instrumento debajo de todo.

Esta página es donde empieza el flujo, porque hasta que un proceso se muestra estable, ninguna de las otras herramientas puede confiarse para describirlo. Vuelve al hub de Control de Calidad para el conjunto completo a medida que cada una se publica.

Subgrupación racional: la clave silenciosa de un buen gráfico

La decisión de diseño más importante en un gráfico de control no es el tipo de gráfico ni los límites sino cómo se forman los subgrupos, un concepto llamado subgrupación racional, y es donde los gráficos más a menudo fallan en silencio.

El principio es que las lecturas dentro de un subgrupo deben reunirse de modo que solo la variación de causa común, el ruido ordinario de corto plazo, pueda actuar dentro de ellas, mientras que cualquier variación de causa especial aparezca entre subgrupos.

En la práctica eso suele significar tomar las lecturas de un subgrupo juntas en el tiempo y bajo condiciones tan idénticas como sea posible, piezas consecutivas de una máquina, digamos, en lugar de una pieza de cada una de varias máquinas.

Hacer esto mal corrompe el gráfico de una forma que ninguna aritmética correcta puede arreglar. Si un subgrupo mezcla deliberadamente fuentes que difieren, por ejemplo una pieza de cada uno de cuatro husillos, el rango dentro del subgrupo capta la diferencia de husillo a husillo, inflando el rango promedio y ensanchando los límites de control. Los límites anchos entonces se tragan las mismas señales entre subgrupos que el gráfico existe para detectar, así que un proceso con un problema real de husillo puede verse perfectamente bajo control.

El error inverso, subgrupos reunidos demasiado separados en el tiempo, deja que la deriva del proceso se cuele en la dispersión dentro del subgrupo y tiene un efecto cegador similar. El remedio es pensar con cuidado en las fuentes de variación y formar subgrupos que aíslen el ruido de corto plazo, de causa común, dejando los desplazamientos que te importan para que aparezcan entre subgrupos donde el gráfico pueda atraparlos.

Cuando un gráfico parece insensible, incapaz de señalar problemas que todos conocen, la subgrupación irracional es un culpable frecuente, y vale la pena revisar el esquema de muestreo antes de confiar en los límites.

Qué te dicen los patrones fuera de control

Una señal en un gráfico no es solo un veredicto de sí o no; la forma del patrón a menudo apunta al tipo de causa detrás, y aprender a leer esas formas convierte el gráfico de una alarma en un diagnóstico.

Un solo punto muy lejos de un límite suele significar un evento aislado, un lote de material equivocado, un error de medición, un tropiezo de máquina, algo que pasó una vez y quizá no se repita.

Un desplazamiento súbito, donde el proceso salta a un nuevo nivel y se queda ahí, apunta a un cambio discreto que persiste: un nuevo operador, un cambio de herramienta, un ajuste revisado. Como la causa perdura, un desplazamiento importa más que un pico aislado, y las reglas de rachas existen en gran parte para atraparlo rápido.

Una tendencia gradual, puntos que avanzan de forma sostenida en una dirección, sugiere algo que se desgasta o se acumula: una herramienta que se despunta, un baño que se agota, la temperatura que sube a lo largo de un turno. Un ciclo que se repite insinúa una influencia rítmica, oscilaciones de temperatura entre día y noche, cambios de turno, un dispositivo que rota.

Y un patrón que se pega demasiado a la línea central, con casi nada de variación, es su propia advertencia, a menudo señal de límites demasiado anchos por subgrupación irracional, o en ocasiones de datos que se redondearon o editaron. Cada una de estas formas aparece en el gráfico de ubicación, en el de dispersión, o en ambos, y cuál gráfico lleva la señal estrecha aún más la búsqueda. El valor práctico es que el patrón guía la investigación antes de que alguien toque el proceso, lo que hace de los gráficos de control una herramienta de mejora y no solo de vigilancia.

Este calculador marca los puntos que rebasan los límites de tres sigma, las señales inequívocas, y la línea central y los límites que provee son el marco de referencia contra el cual se leen estos patrones más ricos.

Unidades y referencia rápida

Ingresa los datos y las estadísticas resumen en las mismas unidades; los límites y la sigma estimada regresan en esas unidades, y el tamaño de subgrupo y el conteo fuera de control son enteros simples. La referencia de abajo lista las constantes de gráfico de control comunes por tamaño de subgrupo, los números que este calculador aplica de forma automática. A2, A3 y E2 construyen los límites de medias o individuales; D3, D4, B3 y B4 construyen los límites del gráfico de dispersión; d2 y c4 convierten la dispersión promedio en una sigma estimada.

Preguntas frecuentes

Fuentes, aviso y transparencia editorial

Las fórmulas de los límites de control, las constantes de gráficos de control y el marco de causa común frente a causa especial usados aquí siguen fuentes reconocidas de ingeniería de calidad, incluidos el trabajo de Walter Shewhart, el cuerpo de conocimiento de ASQ y el manual de referencia de SPC de AIAG. Este calculador y esta guía son creados y revisados por el equipo de OpsCalculators; consulta nuestra Política Editorial para saber cómo se investiga, construye y prueba cada herramienta.

Los resultados son estimaciones precisas para planeación y educación, no asesoría de ingeniería certificada. Usa subgrupos racionales y suficientes datos antes de actuar sobre los límites de control. Consulta nuestro Aviso Legal completo. OpsCalculators.com es operado por MAFHH INTERNATIONAL LTD. Tus datos se procesan en tu navegador y nunca se guardan; consulta nuestra Política de Privacidad.