La fiabilidad del producto es un componente crucial del proceso de producción industrial. Varios técnicas de control estadístico de procesos se han utilizado con éxito en los procesos de fabricación industrial para observar cambios en variables de calidad relacionadas con la fiabilidad. Sin embargo, estos métodos solo son aplicables a procesos de una sola etapa. En realidad, los procesos de fabricación constan de varias etapas, y la variable de calidad de las etapas anteriores influye en la calidad de la etapa presente. Esta interdependencia entre las etapas de un proceso de varias etapas es una característica importante que se debe tener en cuenta en el monitoreo del proceso. Además, a veces los conjuntos de datos contienen valores atípicos y, en consecuencia, el análisis produce resultados sesgados. Este estudio discute el problema de monitorear datos de fiabilidad con valores atípicos. Para ello, se ha asumido un modelo de riesgo proporcional para modelar la relación entre las variables de calidad significativas de un proceso de fabricación dependiente de dos etapas. Se ha implementado una técnica de regresión robusta conocida como la M-estimación para disminuir el efecto de los valores atípicos presentes en el conjunto de datos correspondiente a las características de calidad relacionadas con la fiabilidad en la segunda etapa del proceso asumiendo la distribución de Nadarajah y Haghighi. Se han diseñado tres enfoques de monitoreo, a saber, una suma acumulativa de un solo lado y dos gráficos de control de promedio móvil exponencial de un solo lado para monitorear eficazmente el proceso dependiente de dos etapas. Utilizando simulaciones de Monte Carlo, se ha examinado la eficiencia de los esquemas de monitoreo sugeridos. Finalmente, se proporcionan dos ejemplos del mundo real de los enfoques de control propuestos en el estudio.