Las herramientas de monitoreo estadístico están bien establecidas en la literatura, creando culturas organizacionales como Seis Sigma o Gestión de Calidad Total. Sin embargo, la mayor parte de esta literatura se basa en la suposición de normalidad, por ejemplo, basada en la ley de los grandes números, y presenta limitaciones hacia procesos truncados como preguntas abiertas en este campo. Este trabajo fue motivado por el registro de elementos relacionados con el monitoreo de partículas de agua (humedad relativa), una fuente importante de humedad para la cuenca del río Copiapó y la región de Atacama de Chile (el Desierto de Atacama), y presenta una alta asimetría para datos de tasas y proporciones. Este artículo propone un nuevo gráfico de control para datos de intervalo sobre tasas y proporciones (datos de intervalo simbólicos) cuando no son resultados de un proceso de Bernoulli. La distribución de Lindley unitaria tiene muchas propiedades interesantes, como tener solo un parámetro, a partir del cual desarrollamos el gráfico de Lindley unitario tanto para datos clásicos como simbólicos. El rendimiento del gráfico de control propuesto se analiza utilizando las métricas de longitud promedio de ejecución (ARL), longitud mediana de ejecución (MRL) y desviación estándar de la longitud de ejecución (SDRL) calculadas a través de un extenso estudio de simulación de Monte Carlo. Los resultados de las aplicaciones de datos reales revelan el potencial de la herramienta para ser adoptada para estimar los límites de control en un marco de Control Estadístico de Procesos (SPC).