Técnicas Básicas de Calidad: 004.qxd 29/11/04 13:49 Página 68

04
En esta unidad aprenders a:

Identificar las tcnicas bsicas
de calidad
Aplicar las herramientas
bsicas de calidad
Utilizar la tormenta de ideas
Crear distintos tipos
de diagramas
Usar histogramas y grficos
de control
5
4
3
2
1
Tcnicas bsicas de calidad
004.qxd 29/11/04 13:49 Pgina 68
Para llevar a cabo una gestin de la calidad en las
mejores condiciones posibles, es necesario contar con
el apoyo de algunas tcnicas que ayuden a su desa-
rrollo.
Algunas de estas herramientas sirven para detectar pro-
blemas con la participacin del personal, mientras que
otras parten de mediciones o datos obtenidos del pro-
ceso a controlar y, a partir del anlisis de estos datos,
se obtienen los resultados buscados.
En ocasiones, estos resultados nos sirven para contro-
lar el proceso. Si los resultados estn dentro de los
lmites que se hayan establecido para cada proceso, di-
remos que dicho proceso est controlado. Si no, habr
que actuar sobre l aplicando acciones correctivas.
Otras veces, nicamente nos interesar ver los resulta-
dos de un proceso con una presentacin grfica.
En general, existe un gran nmero de formas de con-
trolar un proceso, de buscar fallos, de mejorar los sis-
temas, de analizar los riesgos, etc., siendo algunas de
ellas de gran complejidad. Sin embargo, algunas de las
ms conocidas y usadas son las llamadas herramientas
bsicas de la calidad, que son:
Tormenta de ideas (brainstorming).
Diagrama causa-efecto.
Histograma.
Diagramas de sectores.
Grficos de control.
Diagrama de dispersin.
Diagrama de Pareto.
Esta unidad va a dedicarse a realizar una descrip-
cin muy sencilla de estas herramientas bsicas de cali-
dad, tanto desde el punto de vista terico como desde
el punto de vista prctico, planteando aplicaciones de
cada una de ellas.
4. Tcnicas bsicas de calidad
4.1 Qu son las tcnicas bsicas de calidad?
Qu son las tcnicas bsicas de calidad? 4.1
Vamos a ver en qu consiste cada una de las herra-
mientas bsicas de calidad que hemos enumerado en el
primer apartado y cul es la forma que habra que se-
guir para su aplicacin en actuaciones de calidad.
A. Tormenta de ideas (brainstorming)
La tcnica toma su nombre de la unin de dos palabras
inglesas: brain, que significa cerebro y storm, que
significa tormenta. As pues, la traduccin al espaol
sera tormenta de ideas.
El mtodo fue ideado en 1939 por un publicista llamado
A. F. Osborn.
Esta tcnica se desarrolla siempre en grupo e intenta
estimular a cada miembro a participar sin complejos en
la aportacin de cuantas ideas le surjan para resolver
una determinada situacin.
Lgicamente, de entre todas esas ideas, slo algunas
sern realmente vlidas para el problema o situacin
planteada y, aun as, seguramente stas tendrn que
volver a ser depuradas.
Tcnicas bsicas de calidad 4.2
69
004.qxd 29/11/04 13:49 Pgina 69
4.2 Tcnicas bsicas de calidad
70
Es muy importante que el grupo no sea crtico con las
ideas de ningn miembro, ya que ello podra coartar la
expresin de ms ideas por parte de ese participante.
Para que este tipo de tcnica se desarrolle de la mejor
forma posible, deben cumplirse una serie de requisitos
o reglas:
Los grupos deben ser pequeos, con un nmero de
participantes de entre 3 y 8.
Cada miembro del grupo debe conocer y entender
totalmente el problema que se est planteando.
Se deben aceptar todas las ideas que se emitan sin
criticarlas.
Debe existir la figura del moderador o lder del
grupo.
Se pueden emitir ideas que se apoyen en alguna
otra ya expresada anteriormente.
La duracin de la reunin debe estar prefijada de
antemano.
Teniendo en cuenta estas normas, las fases para aplicar
esta tcnica son las siguientes:
1. En primer lugar, se debe hacer una definicin del
problema de la forma ms clara posible, de manera
que todos los miembros del grupo lo conozcan.
2. A continuacin, se lleva a cabo la fase de exposi-
cin y emisin de ideas por parte de todos los par-
ticipantes. Estas ideas deben ir registrndose tal
como se expresaron, para no olvidar ninguna.
3. Posteriormente, una vez que la fase anterior ha
finalizado, se reflexiona sobre las ideas emitidas y
se seleccionan las ms apropiadas.
Los criterios de seleccin de ideas varan mucho en fun-
cin del objeto de la sesin de brainstorming (puede ser
solucionar un problema, identificar o enumerar tareas,
etc.). Una vez seleccionadas las ms apropiadas, es
conveniente organizarlas en funcin de su importancia
para tener un listado ordenado.
Tambin puede ser buena idea elaborar un acta de la
reunin en la que aparezcan datos como la fecha de
realizacin, participantes, etc., donde puedan irse apun-
tando las ideas expresadas y que luego sea refrendada
por los participantes con objeto de corregir errores o
ampliar ideas. Un posible modelo de acta podra ser:
Figura 4.1. Modelo de acta para sesiones de brainstorming.
B. Diagrama causa-efecto
Tambin llamado de Ishikawa (en honor al Dr. Kaoru
Ishikawa, que lo desarroll en 1943 en la Universidad
de Tokio) o de espina de pez o de las siete M.
Esta tcnica intenta localizar fundamentalmente las
causas que provocan un efecto concreto. stas se sue-
len agrupar en bloques, y as el anlisis que se puede
realizar de uno de estos diagramas es ms sencillo. Una
de sus caractersticas es la versatilidad, ya que se
puede aplicar a multitud de situaciones.
Actualmente es una de las tcnicas ms potentes en
calidad, bien por s sola, o bien combinada con otras
herramientas, como, por ejemplo, el brainstorming. Para
realizarlo existen diferentes formas, aunque bsica-
mente los pasos son:
Seleccionar el efecto que queremos controlar. se
ser el tronco del diagrama del cual partirn las
causas que actan sobre dicho efecto (Figura 4.2).
Estas causas sern: mano de obra, materia prima,
maquinaria, mercado, mtodos, medio ambiente y
metrologa.
En la rama correspondiente a cada causa ire-
mos agrupando aquellas que dan lugar al efecto
EMPRESA: FECHA: HORA:
ASISTENTES:
OBJETO DE LA SESIN:
IDEAS APORTADAS:
* * *
* * *
* * *
* * *
* * *
* * *
* * *
004.qxd 29/11/04 13:49 Pgina 70
71
considerado. Estas causas pueden obtenerse de una
tormenta de ideas entre el personal afectado.
Por ltimo, las causas se deben ordenar en funcin
de la importancia que tienen respecto al efecto
que estamos analizando.
C. Histograma
Se utiliza para ver cmo se organizan una serie de
datos y para determinar la distribucin de la variable
asociada a un proceso y su comportamiento.
Su aparicin, aproximadamente en 1833, se debe al
francs A. M. Guerry.
En l se representa con barras la distribucin de fre-
cuencias de una determinada variable agrupada o no en
intervalos. Sirven para:
1 . Ver si el proceso sigue las especificaciones reque-
ridas.
2 . Observar si existe dispersin de los datos en torno
al valor deseado.
Para realizarlo se parte de los datos que hemos recogido
de la variable a analizar y con ellos se procede a efec-
tuar sus representaciones grficas.
La tcnica permite, adems, obtener indicadores, como
medias, varianzas, recorridos, intervalos de agrupacin,
etc., que se vern en la siguiente unidad con detalle.
Vamos a ver cmo se realizara un histograma. Imagi-
naremos el caso de una empresa que fabrique resisten-
cias elctricas de valor 200 V. Han medido los valores
de 100 resistencias y han obtenido los siguientes resul-
tados (Tabla 4.1):
Tabla 4.1. Medida de resistencias.
Colocaremos los valores de las mediciones en el eje hori-
zontal (agrupados o no por intervalos, en los casos en
los que sea apropiado), y en el eje vertical marcaremos
las frecuencias de aparicin de cada medida (Figura 4.3).
En este caso, tenemos cinco tipos de medidas de las
resistencias (198, 199...), por lo que el nmero de
barras verticales ser cinco.
En los histogramas es habitual poner el valor de la fre-
cuencia de cada intervalo sobre la barra correspon-
diente, tal como se ve tambin en la Figura 4.3.
Una vez que hemos realizado este histograma, vamos a
analizarlo. Se observa que los datos tienen una distri-
bucin simtrica en torno al valor deseado de 200 V,
Mano de obra Maquinaria Metrologa
Medio ambiente Mtodo Materia prima
Mercado
EFECTO
Figura 4.2. Diagrama causa-efecto.
7
12
63
10
8
198
199
200
201
202
Nmero de
ejemplares
Valor de la resistencia
medida (V)
004.qxd 29/11/04 13:49 Pgina 71
72
lo que indica que el proceso es aceptable, es decir, que
est cercano a las especificaciones.
Para completar la informacin dada por el histogra-
ma se pueden calcular otros parmetros. Para ello,
mostramos a continuacin una serie de definiciones
estadsticas muy sencillas, que nos servirn para hallar
los indicadores ms importantes (media, varianza, etc.)
cuando sean necesarios. Todos estos conceptos esta-
dsticos se desarrollan con ms detalle en la unidad 5,
y aqu solamente los nombramos como avance.
Poblacin
Son todos los elementos de una determinada clase.
Por ejemplo, supongamos que existe una fbrica que
nicamente produce cable de 4 mm tericos de dime-
tro. Si quisiramos hacer un control en esa fbrica de
los dimetros de los cables que realmente produce, la
poblacin sera el conjunto de todos los cables fabrica-
dos. Por regla general, no se suele trabajar con toda la
poblacin, ya que sta a menudo es excesivamente
grande o el estudio a efectuar sobre la misma tiene
carcter destructivo.
Muestra
Es la parte de la poblacin que se selecciona para
analizar los datos que queremos controlar.
Volvamos al ejemplo de la fbrica de cables. Normal-
mente, para controlar un parmetro no se suele medir
ese parmetro en toda la poblacin, es decir, no se ins-
peccionarn todos los cables fabricados, puesto que su
nmero es muy grande e implicara un coste de inspec-
cin enorme. Lo que se hace es seleccionar una mues-
tra de esa poblacin, y as, por ejemplo, se medir el
dimetro de 10 cables cada hora; o de 12 cables cada
100, etctera.
Media (x)
Se llama media de una muestra al valor medio de los
datos obtenidos.
Matemticamente la expresin de la media es:
siendo:
x
i
: valores obtenidos del parmetro a controlar (en
nuestro ejemplo, el dimetro de cada cable medido).
n: nmero de valores medidos.
Por ejemplo, supongamos que queremos saber cul es
el consumo medio por persona y da de electricidad,
partiendo de una muestra de 5 personas de las cuales
se han medido los siguientes consumos (Tabla 4.2):
Tabla 4.2. Consumo de electricidad.
El nmero de valores medidos es 5, por tanto, sustitu-
yendo estos valores en la expresin matemtica de la
media, tenemos:
ste ser el consumo medio de electricidad expresado
en kW h/persona y da, obtenido a partir de los datos
recogidos a una muestra de 5 personas de la poblacin
estudiada.
x
x
n
i
i
n
= =
+ + + +
?
=
1
0 75 1 1 0 8 1 5 1
5
1 03
, , , ,
, kW h/persona d a
=
=
x
x
n
x x x
n
i
i
n
n
= =
+ + +
=
1 1 2
...
F
r
e
c
u
e
n
c
i
a
70
60
50
40
30
20
10
0
198
7
12
63
10
8
199 200 201 202
0,75
1,1
0,8
1,5
1
1
2
3
4
5
CONSUMO kW h/persona da PERSONA
Figura 4.3. Histograma.
004.qxd 29/11/04 13:49 Pgina 72
73
Veamos qu ocurre con el caso anterior de la fbrica
que hace resistencias de valor 200 V.
Ahora para obtener la media debemos tener en cuenta
el nmero de veces que aparece cada valor.
As, la expresin para calcularla en estos casos ser:
donde n
i
es el nmero de veces que aparece cada valor.
Sustituyendo:
Recorrido o rango (R)
Es la diferencia entre el valor mayor y el valor menor de
los obtenidos en la medida de los parmetros.
En el caso de las resistencias, el recorrido sera:
R = 202 - 198 = 4 V.
Frecuencia
Es el nmero de veces que aparece cada valor.
Las resistencias de 198 V aparecen 7 veces en las 100
medidas, luego sa es su frecuencia de aparicin, mien-
tras que el valor 200 V tiene frecuencia 63.
Desviacin tpica o estndar (s)
Se define como la distancia media de los puntos de la
distribucin de los valores, respecto al valor medio.
Su expresin matemtica es:
Esta expresin se utiliza cuando estamos estudiando la
desviacin de una muestra de la poblacin. Si en lugar
de trabajar con una muestra lo hicisemos con la pobla-
cin completa, la expresin a utilizar sera:
La desviacin tpica de las resistencias medidas ser:
Cuanto menor es la desviacin tpica, mayor con-
centracin de los datos en torno a la media habr en
nuestras medidas. En el caso del consumo medio de
electricidad por habitante y da, la desviacin tpica es:
=

=
=
(x x) n
n
i
i i
n
i
i
n
2
1
1
=

=
=
(x x) n
n
i i
i
n
i
i
n
2
1
1
1
x
x n
n
i i
i
n
i
i
n
=
=
=
+ + + +
+ +
=
=
1
1
198 7 199 12 200 63 201 10 202 8
7 12 663 10 8
20000
100
200
+ +
=
= =
x
x n
n
i i
i
n
i
i
n
=
=
=
1
1
=

=
=
+ +
=
=
(x x) n
n
i i
i
n
i
i
n
2
1
1
2 2
1
198 200 7 199 200 12 20 ( ) ( ) ( 00 200
7 12 63
63 201 200 10 202 200 8
10 8 1
2
2 2

+ + +
+ +
+ +
=
=
)
(
( ) ( )
)
882
100 1
0 91
= ,
=

=
=
+ +
=
=
(x x) n
n
i i
i
n
i
i
n
2
1
1
2 2
1
0 75 1 03 1 1 1 1 03 1 ( , , ) ( , , ) (00 8 1 03
1 1 1
1 1 5 1 03 1 1 1 03 1
1 1 1
0
2
2 2
, , )
(
( , , ) ( , )
)

+ +
=
=
+ +
+ +
=
=
,,
,
358
5 1
0 299
=
004.qxd 29/11/04 13:49 Pgina 73
74
Observamos, por tanto, que en este caso la distribucin
est ms concentrada alrededor de la media que en el
caso de las resistencias.
Una vez visto cmo se calculan estos indicadores,
volvemos al histograma que ya habamos calcula-
do y vemos cmo nos ayudan a su interpretacin.
El recorrido del proceso ser la diferencia entre los va-
lores mximo y mnimo (Figura 4.4).
Adems se observa tambin:
Si colocamos el valor medio sobre el grfico, que
era 200 V, los datos tienen una distribucin sim-
trica en torno a la media.
Segn los criterios de aceptacin que establezca-
mos (proceso centrado respecto de la media,
mnima dispersin, etc.), podremos ver si nuestro
proceso es aceptable.
La media es muy cercana (en este caso exacta-
mente igual) al valor terico especificado.
Cualquier desviacin de la media, o dispersin de
los datos, o falta de simetra, indicara un pro-
blema en el proceso o producto que estuvisemos
midiendo.
D. Diagrama de sectores
Otro tipo de representaciones grficas son los dia-
gramas de sectores (del ingls pie chart, es decir,
diagrama de tarta). Se usan principalmente para re-
presentar porcentajes. Su forma es circular y tiene divi-
siones radiales.
63 70
60
50
40
30
20
10
0
Recorrido
Resistencia (V)
Media: 200 V
F
r
e
c
u
e
n
c
i
a
7
12 10
8
198 199 200 201 202
Tenemos la cantidad de cada tipo de productos que fabrica la
empresa Comodidad, S.A. (Tabla 4.3).
Tabla 4.3. Productos que fabrica la empresa Comodidad S.A.
El nmero total de productos fabricados es de 800.
Para realizar el diagrama se obtiene el porcentaje correspon-
diente a cada producto.
Se obtienen los grados del diagrama que corresponden a cada
producto mediante una simple regla de tres, teniendo en
cuenta que el 100 % seran 360.
(Contina)
Mesas:
Sillas:
Estanteras:
100
800
100 12 5
400
800
100 50
=
=
, %
%
2200
800
100 25
100
800
100 12 5
=
=
%
, % Banquetas:
100
400
200
100
Mesas
Sillas
Estanteras
Banquetas
CANTIDAD PRODUCTOS
Figura 4.4. Media y recorrido del ejemplo de las resistencias.
Caso prctico 1
004.qxd 29/11/04 13:49 Pgina 74
75
E. Grficos de control
Esta tcnica permite comprobar si un proceso es esta-
ble en el tiempo, con relacin a una determinada va-
riable que se desea tener bajo control. Con ello, puede
predecirse en alguna medida el comportamiento de un
proceso, es decir, se puede saber si va a estar contro-
lado o si, por el contrario, va a estar fuera de los lmi-
tes preestablecidos.
Estos grficos son muy sencillos de confeccionar. En
ellos se suelen marcar unos lmites superiores e inferio-
res para el valor de la variable que sta no debe sobre-
pasar. Cuando esto ocurre se supone que el proceso est
controlado. En caso contrario, es decir, si los valores de
la variable sobrepasan los lmites de control, se dice
que el proceso est fuera de control (Figura 4.6).
Fundamentalmente, estos grficos son de dos tipos:
a) Grficos de control por atributos, en los que se
controla una caracterstica del proceso (pasa, no
pasa; conforme, no conforme). Esto ocurre, por
ejemplo, con la clasificacin de frutas por tama-
os: si una fruta pasa por un calibre del tipo pasa,
no pasa, significa que es de un tamao inferior y,
por tanto, de una categora menor.
b) Grficos de control por variables, en los que se
controla la variacin de una magnitud medible
(medidas, pesos, etc.). ste sera, por ejemplo, el
caso del control del valor de los dimetros de un
cable.
Este segundo tipo de grficos de control proporciona
mayor informacin sobre el proceso, ya que informa del
valor de las variaciones. Hay distintos tipos de grficos
de control por variables, aunque en este texto se ana-
lizan solamente algunos de ellos, ya que la forma de
construccin de los diferentes tipos es anloga.
Figura 4.6. Grfico de control.
En el comportamiento de los datos que se observa en
un grfico de control hay que distinguir varios casos:
Por ltimo, hacemos la representacin grfica (Figura 4.5):
Figura 4.5. Representacin grfica del Caso prctico 1.
Mesas: 45 del diagrama
Sillas: 180
, %
%
12 5 360
100
45
del diagrama
Estanteras: 90 del
50 360
100
180
%
%
diagrama
Banquetas: 45 del diagram
25 360
100
90
%
%
aa
12 5 360
100
45
, %
%
Caso prctico 1 (cont.)

25 %
12,5 %
50 %
Mesas
Sillas
Estanteras
Banquetas
12,5 %
Lmite de control superior (LCS)
Media
Lmite de control inferior (LCI)
Tiempo
Valor
de la variable
004.qxd 29/11/04 13:50 Pgina 75
76
Existe una tendencia clara en la variacin de los
datos. Hay que investigar cul es la causa que pro-
voca la variacin (Figura 4.7 a).
Aparecen ciclos en las variaciones. Pueden ser de-
bidos a operaciones peridicas o a causas ambien-
tales, por ejemplo (Figura 4.7 b).
Un punto aparece fuera de los lmites de control.
Por lo general, esto es debido a alguna causa
externa que es necesario investigar (Figura 4.7 c).
Ocho o ms puntos aparecen fuera de los lmites de
control (Figura 4.7 d). Hay que revisar ntegra-
mente el proceso.
Para realizar los grficos se deben tener en cuenta los
siguientes puntos:
1 . Los lmites de control superior (LCS) e inferior
(LCI) provienen de los parmetros de la distribu-
cin (que, como ya se vio, pueden obtenerse a par-
tir de una muestra).
2 . Para un proceso que sigue una distribucin nor-
mal (que se estudiar en la unidad 5) en general,
los lmites se obtienen usando las expresiones:
Lmite de control superior (LCS) = x + 3 s
Lmite de control inferior (LCI) = x - 3 s
LCS S C L
LCI LCI
a)
LCI
S C L ) c
) b
LCS
LCI
d)
Figura 4.7. Diferentes comportamientos de los datos en los grficos de control.
004.qxd 29/11/04 13:50 Pgina 76
77
Otros tipos de grficos de control por variables parten
de muestras de las que se halla su media. Con la me-
dia de todas las medias de las muestras y con el reco-
rrido (diferencia entre el valor mayor y menor obtenido)
se suele representar el grfico llamado x / R.
En este caso se obtienen dos grficos de control: el
que seala el comportamiento de la media de las
muestras y el que presenta el comportamiento del
recorrido.
Supongamos una empresa que est fabricando ladrillos
refractarios, a los que les controla su espesor en mil-
metros. Se efectan seis series de medidas, tomando 4
muestras en cada una de ellas. Los datos que ha obte-
nido de estas medidas quedan reflejados en la Tabla 4.5.
Supongamos que una muestra de 10 piezas fabricadas en una
empresa ofrece los siguientes resultados al medir uno de sus
parmetros (Tabla 4.4):
Tabla 4.4. Constantes en funcin del tamao de la muestra.
La media de las medidas ha sido:
y la desviacin tpica (s):
Una vez calculados estos dos parmetros, debemos hallar los
valores de los lmites superior e inferior en funcin del porcen-
taje de productos defectuosos que estamos dispuestos a acep-
tar en este caso. Por lo general, se suele sumar y restar a la
media tres veces la desviacin tpica para obtener los lmites
superior e inferior, respectivamente. Como ves, este grfico
parte del dato de la media para obtener los lmites.
En este caso el grfico quedara:
Lmite de control superior:
x + 3s = 19,3 + 3 1,766 = 24,6
Lmite de control inferior:
x - 3s = 19,3 - 3 1,766 = 13,99 . 14
Media: 19,3
Figura 4.8. Grfico de control del Caso prctico 2.
Caso prctico 2
x
x n
n
i i
i
n
i
i
n
=

=
=
+ + + + + + + + +
=
=
=
=

1
1
19 18 17 17 20 20 20 19 20 23
10
193
10 0
19 3 = ,
=
+ + +
+ +
( , ) ( , ) ( , )
( , ) ( ,
19 19 3 18 19 3 17 19 3
10 1
17 19 3 20 19
2 2 2
2
33 20 19 3
20 19 3 19 19 3 20 19 3 23 19 3
2 2
2 2 2
) ( , )
( , ) ( , ) ( , ) ( ,
+ +
+ + + + ))
,
,
2
28 1
10 1
1 766
=
=
=
26
24
22
20
18
14
1
Media
LCI
LCS
2 3 4 5 6 7 8 9 10
23 20 19 20 20 20 17 17 18 19
Medida
004.qxd 1/12/04 17:51 Pgina 77
78
La media de medias ser:
La media de recorridos ser:
En este tipo de representaciones, los lmites de control
se calculan en funcin de unas constantes estadsticas
que varan segn el tamao de la muestra.
Las frmulas para obtenerlos son:
Grfico de medias
Lmite de control superior: x + C R
Lmite de control inferior: x - C R
Grfico de recorridos
Lmite de control superior: D R
Lmite de control inferior: E R
Estas constantes estn tabuladas.
En la Tabla 4.6 se muestra un grupo de estas constan-
tes en funcin del tamao de la muestra (n):
Tabla 4.6. Valor de las constantes C, D y E en funcin del
tamao de la muestra.
Con estas constantes, y teniendo en cuenta que el ta-
mao de la muestra para cada serie del ejemplo es de 4,
se pueden calcular los lmites de control:
Grfico de medias
x + C R = 2,625 + 0,729 2,33 = 4,324
Lmite de control inferior:
x - C R = 2,625 - 0,729 2,33 = 0,926
Grfico de recorridos
D R = 2,282 2,33 = 5,317
Lmite de control inferior: E R = 0 2,33 = 0
R =
+ + + + +
=
2 3 4 1 2 2
6
2 33 ,
x =
+ + + + +
=
2 75 3 25 3 2 5 1 75 2 5
6
2 625
, , , , ,
,
2
2
4
2
2,5
2
2
1
1
3
1,75
2
2
2
3
3
2,5
1
2
4
5
1
3
4
2
3
3
5
3,25
3
3
4
2
2
2,75
2
Muestra 1
Muestra 2
Muestra 3
Muestra 4
Media
Recorrido
Serie 6 Serie 5 Serie 4 Serie 3 Serie 2 Serie 1
Tabla 4.5. Series de medidas tomadas en la empresa de ladrillos.
0
0
0
2,574
2,282
2,114
1,023
0,729
0,577
3
4
5
E D C n
004.qxd 29/11/04 13:50 Pgina 78
79
Y los grficos de control correspondientes sern los
representados en las Figuras 4.9 y 4.10, en los que se
observa que el proceso del ejemplo est controlado.
Figura 4.9. Grfico de medias.
Figura 4.10. Grfico de recorridos.
F. Diagramas de dispersin
A veces, es necesario conocer la relacin existente, por
ejemplo, entre la temperatura ambiente y el porcenta-
je de piezas defectuosas en un proceso, o entre las
horas de funcionamiento de una mquina y la precisin
con la que salen los componentes hechos por dicha m-
quina, etctera.
Para detectar el tipo de relacin que puede existir entre
dos variables que caracterizan un proceso (por ejemplo,
el peso y el dimetro de un neumtico) se usan estos
diagramas. A esa relacin se la llama correlacin, lo
que hace que a veces a estos diagramas se los llame
diagramas de correlacin.
La realizacin de estos grficos es muy sencilla. El
punto de partida son los datos de las dos variables cuya
relacin se desea identificar.
Supongamos que observamos el porcentaje de piezas
defectuosas que aparecen en un proceso productivo en
funcin de la temperatura. Medimos el porcentaje de
estas piezas que aparecen con cada temperatura y
escribimos la Tabla 4.7.
Tabla 4.7. Piezas defectuosas en funcin de la temperatura.
Todos estos datos han sido obtenidos experimental-
mente a partir del proceso productivo.
A continuacin, se elige una de las variables para colo-
car sus valores en el eje horizontal (por ejemplo, la
temperatura) y la otra se colocar en el eje vertical (en
este caso el porcentaje de piezas defectuosas). La
escala de cada eje se selecciona de modo que los lmi-
tes representados coincidan con los valores mximo y
mnimo que toma cada variable (Figura 4.11).
Figura 4.11. Colocacin de valores mximo y mnimo en
cada eje.
Una vez realizados los ejes, se colocan las parejas de
valores relacionados (Figura 4.12).
Bsicamente ste es el proceso de realizacin del dia-
grama. Sin embargo, lo ms importante es analizarlo
para obtener de l la mayor cantidad de informacin
posible.
5
4,5
4
3,5
3
2,5
2
1,5
1
0,5
0
LCS
LCI
x
=
Serie
M
e
d
i
a
1 2 3 4 5 6 7
6
5
4
3
2
1
0
1
LCS
LCI
R
Serie
R
e
c
o
r
r
i
d
o
s
1 2 3 4 5 6 7
Temperatura
% piezas
defectuosas
5
1
50 10
5 4 3 2 1
% piezas
defectuosas
50 40 30 20 10
Temperatura
(C)
004.qxd 1/12/04 17:51 Pgina 79
80
Dicha informacin ser utilizada para posibles mejoras
del proceso, o bien para descartar o detectar posibles
causas de defectos que, a priori, podran no estar claras.
Segn la dispersin de los puntos del diagrama se pue-
de aproximar una lnea que siga la tendencia de todos
ellos.
En el diagrama del ejemplo se observa que la corre-
lacin es claramente lineal, es decir, que todos los pun-
tos de la correlacin pueden unirse con una lnea recta
(Figura 4.13).
Por tanto, se puede deducir que la temperatura de tra-
bajo va a afectar al porcentaje de defectos y que deber
ser una variable a controlar en el proceso productivo.
Esto se ve en el diagrama, ya que cuanto ms aumenta
la temperatura mayor porcentaje de piezas defectuosas
aparecen en el proceso.
Pero no es ste el nico tipo de correlacin que pode-
mos encontrar. Existen diversos tipos de correlaciones
dependiendo de la distribucin de los puntos en el dia-
grama.
Veamos algunos de los tipos de correlaciones ms
comunes:
Correlacin lineal creciente: incrementos en los
valores de la variable A producen incrementos en
los valores de la variable B (Figura 4.14).
Correlacin lineal decreciente: incrementos en
los valores de la variable A producen decrementos
en los valores de la variable B (Figura 4.15).
6
5
4
3
2
1
0
Temperatura
%

P
i
e
z
a
s

d
e
f
e
c
t
u
o
s
a
s
0 20 40 60
B
A
B
A
6
5
4
3
2
1
0
Temperatura
%

P
i
e
z
a
s

d
e
f
e
c
t
u
o
s
a
s
0 20 40 60
Figura 4.12. Representacin de las parejas de valores.
Figura 4.15. Correlacin lineal decreciente.
Figura 4.14. Correlacin lineal creciente.
Figura 4.13. Unin de los puntos mediante una lnea recta.
004.qxd 29/11/04 13:50 Pgina 80
81
Correlacin lineal horizontal: las variaciones de
A no producen variaciones en B. Por tanto, en este
caso se puede asumir que la variable B es inde-
pendiente de la variable A; es decir, B no tiene
relacin alguna con A. En este caso la variable B
tiene siempre el mismo valor independientemente
del valor que tome A (Figura 4.16).
Correlacin no lineal: las variaciones de A produ-
cen diversas variaciones de B dependiendo del
punto donde se encuentra (Figura 4.17).
Existe una amplia variedad de correlaciones no linea-
les, como las representadas en las Figuras 4.18 y 4.19
(en ellas se ha podido obtener con mtodos matemti-
cos avanzados la correlacin matemtica existente) y
otras muchas ms.
Sin correlacin: en este caso no es posible ajustar
una lnea que siga la tendencia de los puntos; por
tanto, las variables A y B no tienen correlacin.
Esto significa que el valor de B es totalmente
variable, sea cual sea el valor de A (Figura 4.20).
B
A
Figura 4.16. Correlacin lineal horizontal.
A
B
Figura 4.18. Correlacin no lineal.
A
B
B
A
Figura 4.20. Valores sin correlacin.
B
A
004.qxd 29/11/04 13:50 Pgina 81
82
G. Diagramas de Pareto
Este diagrama tambin es conocido por los siguientes
nombres:
Diagrama ABC.
Diagrama 80/20.
Diagrama 70/30.
El diagrama parte de un hecho que se da con mucha
frecuencia en procesos industriales y en fenmenos
naturales: la distribucin de los efectos y sus posibles
causas no es lineal sino que el 20% de las causas ori-
gina el 80% de los efectos.
Esta distribucin se aprecia tambin, por ejemplo, en
la distribucin de la riqueza en la poblacin humana,
es decir, aproximadamente el 80% de la riqueza est
controlada por el 20% de la poblacin.
En general, en la mayora de las situaciones, un pe-
queo porcentaje de las causas posibles origina un gran
porcentaje de los efectos. Estos porcentajes se aproxi-
man al 20 y 80, respectivamente, aunque no siempre
se cumplen de forma exacta. Por eso a los grficos que
tienen este comportamiento se les llama 80/20 o
70/30.
La realizacin del diagrama de Pareto se ver mejor con
el siguiente ejemplo.
Imaginemos un lote de 100 resistencias defectuosas. Una
investigacin sobre las causas que originan los defectos en las
mismas determina que:
80 de ellas son defectuosas por una falta de aporte de
material dielctrico (tipo de causa A).
16 de ellas son defectuosas por un exceso de aporte de
material dielctrico (tipo de causa B).
4 de ellas son defectuosas por otras causas (tipo de causa C).
Para realizar el grfico, se colocan en el eje vertical los por-
centajes de piezas defectuosas (de 0 a 100) y en el eje hori-
zontal las posibles causas ordenadas de mayor a menor.
Cada causa estar representada por una columna de anchura
constante y cuya altura corresponder al porcentaje respectivo
(Figura 4.21).
Por ltimo, se realiza la lnea de porcentaje acumulado
sumando a cada columna el porcentaje de todas las columnas
situadas a su izquierda (Figura 4.22).
A la lnea de acumulado, que suele tener la forma de la Figura
4.23, se la denomina distribucin de Pareto.
Analizando este tipo de diagramas se pueden localizar las prin-
cipales causas que originan efectos no deseables (como pro-
blemas o defectos) y actuar sobre ellas prioritariamente, antes
que sobre las que originan poca cantidad de efectos.
Caso prctico 3
100
80
60
40
20
0
80
16
4
A B C
%

d
e
f
e
c
t
u
o
s
a
s
Figura 4.21. Diagrama de Pareto.
100
80
60
40
20
0
80
16
4
A B C
%

d
e
f
e
c
t
u
o
s
a
s
Figura 4.22. Diagrama de Pareto con la lnea de acumulado.
Figura 4.23. Lnea de acumulado o distribucin de Pareto.
004.qxd 29/11/04 13:50 Pgina 82
83
En una empresa de 250 trabajadores, las bajas por accidentes
laborales en un mes se han producido por los siguientes
motivos:
A. Cadas al mismo nivel: 42 accidentes.
B. Cadas a distinto nivel: 21 accidentes.
C. Contusiones: 22 accidentes.
D. Cortes: 12 accidentes.
E. Quemaduras: 57 accidentes.
En primer lugar, rellenamos las Tablas 4.8 y 4.9, con las que
realizaremos y analizaremos el diagrama de Pareto correspon-
diente (Figura 4.24).
Tabla 4.8. Clculos para realizar un anlisis de Pareto.
Tabla 4.9. Clculos para realizar un anlisis de Pareto con las
causas ordenadas.
Figura 4.24. Diagrama de Pareto del Caso prctico 4.
Caso prctico 4
27,27
13,64
14,29
7,79
37,01
42
21
22
12
57
154
A
B
C
D
E
TOTAL
% Nmero Causas
37,01
64,28
78,57
92,21
100
37,01
27,27
14,29
13,64
7,79
100
E
A
C
B
D
TOTAL
% acumulado % Causas ordenadas
100
%
Causas
7,79
13,64
14,29
27,27
37,01
La empresa de reparto Aqu Est, S.A., ha tenido 152 no con-
formidades en los ltimos 6 meses, y desea reducir esta cifra
en el futuro. Se decide realizar como primera medida un an-
lisis de Pareto para ver sobre qu causas actuar de inmediato.
El resumen de las no conformidades de la empresa refleja los
siguientes datos:
45 no se entregaron debido a problemas con la direccin
del receptor (DIR).
5 no las acept el receptor (RECH).
70 llegaron tarde por problemas de logstica en el alma-
cn central (ALM). (Contina)
Caso prctico 5
004.qxd 29/11/04 13:50 Pgina 83
84
20 llegaron tarde por problemas climatolgicos (CLIM).
10 llegaron tarde por averas en los vehculos (AVER).
2 llegaron rotas (ROT).
Primero, vemos el porcentaje de cada una:
Despus las ordenamos de mayor a menor porcentaje:
ALM: 46,05 %
DIR: 29,6 %
CLIM: 13,16 %
AVER: 6,58 %
RECH: 3,29 %
ROT: 1,32 %
Con estos datos, colocamos las columnas en un grfico (Figura
4.25). Por ltimo, realizamos la curva acumulada (Figura 4.26).
Del anlisis del diagrama se puede deducir que resolviendo los
problemas de logstica del almacn se reducir en un 46 % el
nmero de no conformidades.
Por otro lado, solucionando los problemas de almacn y los de
identificacin de la direccin del receptor, se reducir en un
75%, aproximadamente.
Con todo esto, se deduce del diagrama que el 33 % de las causas
originan el 75 % de los efectos (es decir, de no conformidades).
DIR:
45
RECH:
ALM:
70
=
100
152
29 6
5 100
152
3 29
100
152
46 0
, %
, %
, 5 5
100
152
13 16
100
152
1 32
2 100
15
%
, %
, %
CLIM:
20
AVER:
10
ROT:
22
1 32 = , %
50
45
40
35
30
25
20
15
10
5
0
A
L
M
D
I
R
C
L
I
M
A
V
E
R
R
E
C
H
R
O
T
4
6
,
0
5
2
9
,
6
6
1
,
3
1
6
,
5
8
3
,
2
9
1
,
3
2
50
45
40
35
30
25
20
15
10
5
0
100
90
80
70
60
A
L
M
D
I
R
C
L
I
M
A
V
E
R
R
E
C
H
R
O
T
4
6
,
0
5
2
9
,
6
6
1
,
3
1
1
,
3
2
3
,
2
9 6
,
5
8
Figura 4.25. Diagrama de Pareto del Caso prctico 5.
Figura 4.26. Diagrama de Pareto con la lnea de acumulado.
Caso prctico 5 (cont.)
004.qxd 29/11/04 13:50 Pgina 84
Aplicaciones de las herramientas bsicas de calidad
En este apartado vamos a ver la utilidad de las herramientas
que se han estudiado en el tema.
Una de ellas es el diagrama de tarta (vase la Figura 4.27),
que resulta muy til para comparar la magnitud de un dato o
serie de datos frente al total.
En la Tabla 4.10, aparecen las empresas certificadas por
AENOR con el certificado ISO 9001 por comunidades autno-
mas (datos cedidos por AENOR del ao 2005).
Otra de las herramientas es el diagrama de barras (vase la
Figura 4.28), que puede sernos til, por ejemplo, para com-
parar el nmero de empresas en Espaa con el certificado de
Medio ambiente emitido por AENOR, hasta el ao 2005
(fuente AENOR) por comunidades autnomas.
12%
5%
3%
2%
2%
1%
5%
6%
11%
0%
11%
2%
7%
2%
15%
0%
3%
11%
Andaluca
Aragn
Asturias
Baleares
Canarias
Cantabria
Castilla-La Mancha
Castilla y Len
Catalua
Ceuta
Comunidad Valenciana
Extremadura
Galicia
La Rioja
Madrid
Melilla
Murcia
Navarra
Pas Vasco
3%
2152
804
466
348
400
238
835
1062
1888
19
1912
333
1209
284
2623
18
605
526
1984
17706
Andaluca
Aragn
Asturias
Baleares
Canarias
Cantabria
Castilla-La Mancha
Castilla y Len
Catalua
Ceuta
Extremadura
Galicia
La Rioja
Madrid
Melilla
Murcia
Navarra
Pas Vasco
Total
Nmero de
certificados ISO 9001
Comunidad
Autnoma
Figura 4.27. Porcentaje de empresas certificadas por AENOR con la ISO 9001 por comunidades autnomas.
Tabla 4.10. Empresas certificadas por AENOR con la ISO 9001 por
comunidades autnomas.
85
004.qxd 29/11/04 13:50 Pgina 85
86
A
n
d
a
l
u
c
a
A
r
a
g
n
A
s
t
u
r
i
a
s
B
a
l
e
a
r
e
s
C
a
n
a
r
i
a
s
C
a
n
t
a
b
r
i
a
C
a
s
t
i
l
l
a
-
L
a

M
a
n
c
h
a
C
a
s
t
i
l
l
a

y

L
e
n
C
a
t
a
l
u
a
C
e
u
t
a
C
.

V
a
l
e
n
c
i
a
n
a
E
x
t
r
e
m
a
d
u
r
a
G
a
l
i
c
i
a
L
a

R
i
o
j
a
M
a
d
r
i
d
M
e
l
i
l
l
a
M
u
r
c
i
a
N
a
v
a
r
r
a
P
a
s

V
a
s
c
o
Comunidad autnoma
E
m
p
r
e
s
a
s

c
e
r
t
i
f
i
c
a
d
a
s
3 000
2 500
2 000
1 500
1 000
500
0
Figura 4.28. Histograma de las empresas certificadas por AENOR con la ISO 9001 por comunidades autnomas.
532
173
119
80
118
50
152
239
418
5
335
70
291
84
576
5
107
102
391
3847
Andaluca
Aragn
Asturias
Baleares
Canarias
Cantabria
Castilla-La Mancha
Castilla y Len
Catalua
Ceuta
Extremadura
Galicia
La Rioja
Madrid
Melilla
Murcia
Navarra
Pas Vasco
Total
Nmero de certificados
ISO 14001
Comunidad
autnoma
Tabla 4.11. Nmero de empresas que han merecido el Certificado de Medio Ambiente.
004.qxd 29/11/04 13:50 Pgina 86
Pareto fue un socilogo y economista talo-suizo, cuya fama
proviene, sobre todo, de sus teoras de aplicacin de las mate-
mticas al anlisis econmico.
Se gradu en la Universidad de Turn en 1869 en Fsica
y Matemticas. Posteriormente, trabaj como director de
los ferrocarriles italianos y estudi Filosofa y Poltica.
Escribi muchos artculos en los que realiz anlisis eco-
nmicos usando herramientas matemticas. En 1893, ocu-
p una Ctedra de Economa en la Universidad de Lausana.
En 1896, public el Curso de Economa Poltica, donde se
inclua una ley de distribucin basada en una complicada for-
mulacin matemtica que fue duramente criticada. Ms tarde,
en 1906, escribi la que fue su obra ms influyente, el Manual
de Economa Poltica. Despus aparecieron otras como el Tra-
tado de Sociologa General (1916).
Pareto defendi un postulado que dice que en una poblacin
solamente unos pocos individuos controlan la mayora de la
riqueza. Este enunciado es conocido como Ley de Pareto o
Principio de Pareto, y tradicionalmente se ha conocido como
la regla del 80/20, es decir, que el 80% de los efectos pueden
ser razonablemente suprimidos eliminando el 20% de las cau-
sas que los producen.
Vilfredo Federico Damaso Pareto (1848-1923)
87
A continuacin se proponen una serie de trminos que han
aparecido a lo largo de la unidad. Intenta encontrar la defini-
cin ms precisa de cada uno de ellos y apntala en el cua-
derno.
Brainstorming
Histograma
Recorrido
Atributo
Correlacin
Vilfredo Federico Damaso Pareto (1848-1923)
Vocabulario
004.qxd 29/11/04 13:51 Pgina 87
Conceptos bsicos
Conceptos bsicos
88
Para llevar a cabo una gestin de la calidad en las mejores
condiciones posibles, es necesario contar con el apoyo de
algunas tcnicas que ayuden a su desarrollo.
Hay muchas formas de controlar un proceso, de buscar fallos,
de mejorar los sistemas, de analizar los riesgos, etc., siendo
algunas de ellas de gran complejidad. Algunas de estas herra-
mientas son las llamadas herramientas bsicas de la calidad:
Tormenta de ideas (brainstorming): esta tcnica se de-
sarrolla siempre en grupo e intenta estimular a cada
miembro a participar sin complejos en la aportacin de
cuantas ideas surjan para resolver una determinada
situacin.
Diagramas causa-efecto: con esta tcnica se intentan
localizar las causas que provocan un efecto concreto.
Histogramas: se utilizan para ver cmo se organiza una
serie de datos y para determinar la distribucin de la
variable asociada a un proceso y su comportamiento.
Diagramas de sectores: son otro tipo de representacio-
nes grficas que se usan principalmente para representar
porcentajes. Su forma es circular y tiene divisiones ra-
diales.
Grficos de control: permiten comprobar si un proceso
es estable en el tiempo en relacin con una determinada
variable que se desea tener bajo control. Con ello puede
predecirse en alguna medida el comportamiento de un
proceso, es decir, se puede saber si va a estar controlado
o si, por el contrario, va a estar fuera de los lmites pre-
establecidos. Son de dos tipos: grficos de control por
atributos, y grficos de control por variables.
Mano de obra Maquinaria Metrologa
Medio ambiente Mtodo Materia prima
Mercado
EFECTO
Figura 4.29. Diagrama causa-efecto.
004.qxd 29/11/04 13:51 Pgina 88
Conceptos bsicos
Conceptos bsicos
89
LCS
LCI
a)
LCI
S C L ) c
S C L
LCI
) b
LCS
LCI
d)
Figura 4.30. Grficos de control.
B
A
B
A
Figura 4.31. Diagramas de dispersin.
Diagramas de dispersin: se usan para detectar el tipo
de relacin que puede existir entre dos variables que
caracterizan un proceso. El punto de partida son los datos
de las dos variables cuya relacin se desea identificar.
Diagrama de Pareto: en muchos sistemas el 20 % de las
causas origina el 80 % de los efectos, aproximadamente.
Por tanto, el diagrama representa el porcentaje de cada
efecto para ver sobre cules hay que actuar con mayor
rapidez.
004.qxd 29/11/04 13:51 Pgina 89
Actividades complementarias
Los siguientes datos corresponden al consumo de energa
de la empresa Servicios y Asociados:
Realiza el histograma correspondiente a esos datos.
Realiza un grfico de control partiendo de los siguientes
datos: 80, 81, 81, 82, 82, 82, 83, 83, 84.
Realiza el diagrama circular (de tarta) que represente la
cantidad de componentes vendidos por una empresa en
varias ciudades.
Los cambios de piezas que se han realizado en las insta-
laciones elctricas de una cadena de tiendas en el ltimo
ao han sido:
Fusibles: 250
Enchufes: 430
Interruptores: 720
Diferenciales: 94
Transformadores: 47
Otros elementos: 141
Haz un diagrama de Pareto que muestre el porcentaje de cam-
bios y analzalo.
Realiza el histograma que corresponde a las medidas de
ruido tomadas en una empresa. Sabemos que el lmite
legal mximo son 80 dB.
Realiza el grfico de control de las siguientes series de
muestras obtenidas del proceso de fabricacin de bombi-
llas. Se ha medido el nmero de das de funcionamiento
ininterrumpido de las bombillas.
a) Realiza el diagrama circular que representa la canti-
dad de unidades producidas por una empresa que
fabrica robots, segn los siguientes datos:
Modelo pequeo: 250 unidades.
Modelo mediano: 200 unidades.
Modelo grande: 100 unidades.
b) Teniendo en cuenta que los precios de venta de cada
robot son los siguientes, realiza el diagrama circular
de dinero ingresado por la empresa segn los dis-
tintos tipos de robots.
7
6
5
4
3
2
1
90
50 600 1200 1200 1100 1000 1200 kWh
D S V J X M L Da semana
10000
2000
500
4000
1000
500
Zaragoza
Sagunto
Soria
Guadalajara
Trujillo
Calahorra
Componentes vendidos Ciudad
80 82 80 98 89 86 84 87 82
80 81 89 81 85 82 82 86 92
85 78 96 79 85 81 86 96 81
96 79 84 84 83 85 86 77 84
80 77 85 83 83 80 92 85 82
80 82 82 86 89 85 81 82 83
81 84 81 86 96 96 84 81 85
22
29
34
32
29,25
12
22
18
19
32
22,75
14
22
32
23
13
22,5
19
22
34
25
12
23,25
22
28
43
33
35
34,75
15
25
44
28
32
32,25
19
Media
Recorrido
Mues-
tra 6
Mues-
tra 5
Mues-
tra 4
Mues-
tra 3
Mues-
tra 2
Mues-
tra 1
004.qxd 29/11/04 13:51 Pgina 90
Modelo pequeo: 25 000 .
Modelo mediano: 45 000 .
Modelo grande: 120 000 .
Realiza un histograma con los siguientes datos:
21,21,
22,22,22,22,22,
23,23,23,23,23,23,23,23,
24,24,24,24,24,24,24,24,24,24,
25,25,25,25,25,25,25,25,25,25,25,
26,26,26,26,26,26,26,26,26,26,
27,27,27,27,27,27,27,27,
28,28,28,28,28,
29,29
Realiza un histograma de porcentajes con los siguientes
datos:
21,21,
22,22,22,22,22,
23,23,23,23,23,23,23,23,
24,24,24,24,24,24,24,24,24,24,
25,25,25,25,25,25,25,25,25,25,25,
26,26,26,26,26,26,26,26,26,26,
27,27,27,27,27,27,27,27,
28,28,28,28,28,
29,29
En una fbrica de bicicletas, el nmero de defectos apa-
recidos en la produccin de un mes es el siguiente:
Rueda delantera: 1
Rueda trasera: 10
Cuadro: 50
Horquilla delantera y manillar: 20
Freno delantero: 3
Freno trasero: 10
Cambio de marchas: 14
Pedales y cadena: 0
Realiza un diagrama de Pareto con los tipos de compo-
nentes defectuosos y el porcentaje de aparicin.
Forma un grupo con varios compaeros de clase y reali-
zad un diagrama de causa-efecto para analizar las causas
del suspenso en una asignatura.
Organizad grupos en clase para realizar una tormenta de
ideas con los compaeros sobre el tema: Cmo evitar
que los alumnos dibujen en las mesas de clase. Rellena
la siguiente acta a medida que vayan surgiendo las ideas.
12
11
10
9
8
91
EMPRESA: FECHA: HORA:
ASISTENTES:
PROBLEMA:
IDEAS APORTADAS:
1. ... 8. ... 15. ... 22. ...
2. ... 9. ... 16. ... 23. ...
3. ... 10. ... 17. ... 24. ...
4. ... 11. ... 18. ... 25. ...
5. ... 12. ... 19. ... 26. ...
6. ... 13. ... 20. ... 27. ...
7. ... 14. ... 21. ... 28. ...
Hoja para realizar una tormenta de ideas.
004.qxd 29/11/04 13:51 Pgina 91

Técnicas Básicas de Calidad: 004.qxd 29/11/04 13:49 Página 68

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Técnicas Básicas de Calidad: 004.qxd 29/11/04 13:49 Página 68

Cargado por

Copyright:

Formatos disponibles

04

En esta unidad aprenders a:

Caso prctico 1 (cont.)

También podría gustarte