Unidad II Herramientas de Calidad

MATERIA APUNTES UNIDAD II
CLAVE : GESCAL-002 REVISIN : 1 FECHA : 20-ENERO-2011 PAGINA : 1/25

UNIDAD 2 HERRAMIENTAS PARA LA CALIDAD
3.1 LAS SIETE HERRAMIENTAS DE LA CALIDAD
3.1.1 Diagramas de Pareto y Causa y Efecto, Histograma, Hoja de evaluacin, Diagrama de
dispersin, r!fica lineal, Diagrama de control "#$%
3.1.1.1 DIAGRAMA DE PARETO
Enfoque haca !o" #$o%!e&a" fun'a&en(a!e".
El principio de Pareto fue adoptado por &uran con la finalidad de enfocarse en 'los pocos
factores cr(ticos )pocos vitales* en ve+ de en los muc,os triviales-. tam/i0n es conocido como
la regla del 12/22%
El an!lisis de Pareto es una ,erramienta para resumir y evaluar datos a fin de ayudar en
la identificacin de las causas principales de los pro/lemas% En este principio se afirma 3ue
cuando muc,os elementos de un sistema est!n sujetos a variacin, algunos variar!n m!s
3ue otros% 4plicado al campo de la calidad, este principio se e5presa por la distri/ucin
desigual de las ocurrencias de no conformidades para un producto o servicio dado%
6os datos recolectados 3ue a(slan las caracter(sticas no conformes, las cuales ocurren
con m!s frecuencia, permiten identificar las 3ue re3uieren m!s atencin para lograr el mayor
/eneficio% Por ejemplo, en el principio se implica 3ue un porcentaje relativamente grande
)cerca del 127* de las dificultades del procesoes causado por un porcentaje relativamente
pe3ue8o )cerca del 227* de los factores relacionados% 6a aplicacin de este principio ayuda
a identificar los pocos vitales de los muc,os triviales en las investigaciones de proceso%
)Po$ qu* u"a$!o+
Para enfocar los esfuer+os ,acia los pro/lemas 3ue ofrecen las mayores posi/ilidades de
mejora mostrando su frecuencia o tama8o relativos en un gr!fico de /arras descendentes%
)C,&o !o ha-o+
1. Dec'a "o%$e que #$o%!e&a que$e "a%e$ &.".
Ejemplo9 Considere el caso de H:;rep, una l(nea de ayuda interna para redes de
computadoras9 <Por 3u0 la gente llama a la l(nea de ayuda H:; rep=. <>u0
pro/lemas est!n teniendo=
2. Se!eccone !a" cau"a" o #$o%!e&a" que "e$.n /-!a'a"0 co&#a$a'a" 1
c!a"fca'a"2o$'ena'a" &e'an(e an.!"" o con 'a(o" e3"(en(e".
a% ?ediante an!lisis%
Ejemplo9<Cu!les son los pro/lemas t(picos so/re los 3ue los usuarios preguntan
en la l(nea de ayuda H:;rep=
/% En /ase a datos e5istentes%
Ejemplo9<Con 3u0 pro/lemas ,an llamado los usuarios a la l(nea de ayuda H:;rep
el mes pasado=
3. E"co4a !a un'a' 'e &e''a &." "-nfca(/a0 (a! co&o f$ecuenca o co"(o.
4lgunas veces, usted no sa/e antes del estudio 3u0 unidad de medida es mejor% Est0
preparado para tra/ajar con am/as, frecuencia y costo%
Ejemplo9 Para los datos de H:; rep, la medida m!s importante es la frecuencia
por3ue el e3uipo del proyecto puede usar la informacin para simplificar soft@are,
mejorar la documentacin o la capacitacin o resolver pro/lemas del sistema m!s
grandes%
5. E"co4a e! (e&#o 'e! e"(u'o.
Escoja un tiempo lo suficientemente largo como para representar la situacin% Ao
siempre el ,ec,o de efectuar estudios m!s largos significa mejor informacin% ?ire
primero el volumen y la variedad dentro de los datos%
4segBrese de 3ue el tiempo planificado sea t(pico a fin de tomar en consideracin la
temporalidad o ,asta diferentes patrones dentro de un d(a o semana dados%
Ejemplo9 revise las llamadas a la l(nea de ayuda H:;rep durante 12 semanas )del 22
de mayo al C de agosto*%
6. Re7na !o" 'a(o" nece"a$o" "o%$e ca'a ca(e-o$8a 'e #$o%!e&a0 1a "ea #o$
9(e&#o $ea!: o $e/"an'o 'a(o" h"(,$co".
6o mismo si se reBne datos en 'tiempo real- 3ue ,istricamente, las ,ojas de
compro/acin son el m0todo m!s f!cil para recolectar datos%
Ejemplo9 Datos so/re llamadas a la l(nea de ayuda H:;rep reunidos en /ase a la
revisin de reportes de incidentes ),istricos*%
Dugerencia9 Diempre incluya con los datos de las fuentes y la ta/la final, los
identificadores 3ue indican la fuente, la locali+acin y el tiempo cu/iertos%
;. Co&#a$e !a f$ecuenca o co"(o" $e!a(/o" 'e ca'a ca(e-o$8a 'e #$o%!e&a.
E4e&#!o: Ta%!a 1
Ca(e-o$8a 'e #$o%!e&a <$ecuenca Po$ cen(o
?ala configuracin E 1%5F1
Pro/lemas de partida G1 E5%G22
Pro/lemas de arc,ivos 1 C%111
Cone5in lateral 22 12%CF1
Pro/lemas de impresin 1G 1%EFF
Confirmacin de recepcin de se8al 2C 12%5G5
Hntegridad del sistema de confirmacin de recepcin de
se8al
11
5%F5I
?isc% De confirmaciones de recepcin de se8al G E%1C1
Configuracin del sistema 1G 1%EFF
Hntegridad del sistema 1I I%IC1
;otal 1I1 122%222
=. Pon-a !a" ca(e-o$8a" 'e #$o%!e&a en !a !8nea ho$>on(a! 1 !a" f$ecuenca" en !a
/e$(ca!.
Colo3ue las categor(as en orden descendente de i+3uierda a derec,a en la
l(nea ,ori+ontal con /arras so/re cada categor(a de pro/lema para indicar su
frecuencia o costo% Ponga la unidad de medida en la l(nea vertical%
?. @O#cona!A D%u4e !a !8nea 'e #o$ cen(o acu&u!a(/o &o"($an'o !a #o$c,n 'e!
(o(a! que ca'a ca(e-o$8a 'e #$o%!e&a $e#$e"en(a.
a% En la l(nea vertical, )opuesto a los datos /rutos, J, K, etc%*, registre 122 7 al nivel
del nBmero total y 52 7 al nivel del punto medio% Complete con los porcientos
restantes a escala%
/% Comen+ando con la categor(a de pro/lema m!s alta, di/uje un punto o mar3ue una
" en la es3uina superior de la /arra%
48ada el total de la siguiente categor(a de pro/lema a la primera y di/uje un
punto encima de esa /arra mostrando tanto el nBmero acumulativo como el 7%
Conecte los puntos y registre los totales acumulativos restantes ,asta 3ue se
alcance el 122 7%
6os datos de la ta/la 1 se encuentran desordenados, es necesario 3ue estos se
ordenen en forma descendente%
Ca(e-o$8a 'e #$o%!e&a <$ecuenca Po$ cen(o
Pro/lemas de partida G1
E5%G22
Cone5in lateral 22
12%CF1
Pro/lemas de impresin 1G
1%EFF
Hntegridad del sistema de confirmacin
de recepcin de se8al
11
5%F5I
?isc% De confirmaciones de recepcin de
se8al
G
E%1C1
;otal 1I1 122%22
No(a: E! (o(a! 'e f$ecuenca "e o%(ene "u&an'o ca'a /a!o$ 'e f$ecuenca.
E! B 'e f$ecuenca "e o%(ene '/'en'o !a f$ecuenca en($e !a f$ecuenca
(o(a! #o$ 1CC.
E4e&#!o":
To(a! 'e f$ecuenca D ;? E 25 E 2CEF..E 3 D 1G1
Po$ cen(o D @;?21G1A 3 1CC D 36.;C.
Po$ cen(o acu&u!a'o #a$a conf$&ac,n 'e $ece#c,n 'e "eHa! D
36.;C2 E 12.6;6 D 5?.1;=
Ca(e-o$8a 'e #$o%!e&a <$ecuenca Po$ cen(o B acu&u!a'o
Pro/lemas de partida G1 E5%G22
E5%G22
C1%1G1
Cone5in lateral 22 12%CF1
51%GEI
G1%51G
Pro/lemas de impresin 1G 1%EFF
FG%IGE
15%EC2
Hntegridad del sistema de confirmacin
de recepcin de se8al
11 5%F5I
I1%2II
I5%211
?isc% De confirmaciones de recepcin de
se8al
G E%1C1
I1%C2I
122%222
;otal 1I1 122%22
E!a%o$a$ !a -$.fca
G. In(e$#$e(e !o" $e"u!(a'o"
eneralmente, las /arras m!s altas indican los mayores contri/uyentes al
pro/lema general% Por lo tanto, es cosa de sentido comBn ocuparse primero de
estas categor(as de pro/lemas% Pero, lo m!s frecuente o caro no es siempre lo
m!s importante% Diempre pregunte9 <>u0 es lo 3ue tiene mayor impacto so/re
los o/jetivos de nuestro negocio y clientes=
IARIACIONES
El diagrama de Pareto es una de las ,erramientas de mejoras m!s amplia y
creativamente utili+adas% 6as variaciones m!s frecuentemente utili+adas son9
a% 6a de descomposicin de causas importantes9 en la cual la /arra m!s alta es
descompuesta en su/causas en un segundo Pareto vinculado%
/% 6a de antes y despu0s9 en la cual las /arras del nuevo Pareto son di/ujadas al lado
del Pareto original, mostrando el cam/io%
c% 6a de cam/io de fuentes de datos9 en la cual se recogen datos de un mismo
pro/lema, pero de diferentes departamentos, lugares, e3uipos, etc%, y se muestran
en Paretos una al lado de la otra%
d% 6a de cam/io de escala de medida9 en la cual se usan las mismas categor(as, pero
se miden diferentemente% ;(picamente se alternan el costo y la frecuencia%
3.1.1.2 DIAGRAMA DE CAUSA J E<ECTO
Encuen($e 1 cu$e cau"a" no "8n(o&a"
)Po$ qu* u"a$!o+
Para permitir 3ue un e3uipo identifi3ue, e5plore y e5,i/a gr!ficamente, con detalles
crecientes, todas las posi/les causas relacionadas con un pro/lema o condicin a fin de
descu/rir su)s* ra(+ o ra(ces%
)Ku* hace+
Permite 3ue el e3uipo se concentre en el contenido del pro/lema, no en la ,istoria del
pro/lema, ni en los distintos intereses personales de los integrantes del e3uipo%
Crea como una fotograf(a del conocimiento y consenso colectivo de un e3uipo alrededor
de un pro/lema% Esto crea apoyo para las soluciones resultantes%
Hace 3ue el e3uipo se concentre en causas y no en s(ntomas%
)C,&o !o ha-o+
1. Se!eccone e! fo$&a(o 'e cau"a 1 efec(o &." a#$o#a'o. E3"(en 'o" fo$&a(o"
#$nc#a!e":
E! (#o 'e an.!"" 'e !a '"#e$",n: se construye colocando causas
individuales dentro de cada categor(a de causa 'principal- y luego
preguntando con respecto a cada causa individual% '<Por 3u0 ocurre esta
causa )dispersin*=-% Esta pregunta se repite para el siguiente nivel de
detalle ,asta 3ue el e3uipo se le agoten las causas% 6os ejemplos mostrados
se /asan en esta ,erramienta%
E! (#o 'e c!a"fcac,n 'e #$oce"o: usa los pasos principales del proceso
en lugar de las categor(as de causas principales% El proceso de
cuestionamiento de la causa ra(+ es igual al del tipo de 4n!lisis de la
dispersin%
2. Gene$e !a" cau"a" nece"a$a" #a$a con"($u$ un 'a-$a&a 'e cau"a 1 efec(o.
E"co4a un &*(o'o:
L7"que'a 1 An.!"" sin preparacin previa%
Ho4a" 'e co&#$o%ac,n /asadas en datos recogidos por integrantes del
e3uipo antes de la reunin%
3. Con"($u1a e! 'a-$a&a 'e cau"a 1 efec(o @e"#na>o , e"#na 'e #e"ca'oA
a% Colo3ue el planteamiento del pro/lema en un recuadro al lado derec,o de la
superficie de escri/ir%
Deje /astante espacio% Lse una ,oja de rotafolios cartulina% Es preferi/le usar
una superficie de papel, ya 3ue el diagrama de causa y efecto puede moverse%
C4LD4D 'Espinas- EMEC;:
)Categor(as de causas principales*
Entrega !e "#$$a a
!%&#'#(#% !e&%ra!a (%
)#erne * +,a!%
Su-e$enca: 4segBrese de 3ue todo el mundo est0 de acuerdo con el
planteamiento del pro/lema% Hncluya toda la informacin 3ue pueda en cuanto al
'3u0-, 'dnde-, 'cu!ndo-, y 'cu!nto- del pro/lema% Lse datos para especificar el
pro/lema%
/% Escri/a las categor(as de causas principales o pasos del proceso de produccin
o servicio% Con0ctelas a la 'espina dorsal- del diagrama de espina+o%
Maquna$a 1 equ#o Mano 'e o%$a
M*(o'o" Ma(e$a!e" Me'o A&%en(e
No(a: En un formato del tipo de clasificacin del proceso, sustituya las
categor(as principales, las de las espinas por9 'toma de pedidos-, 'preparacin-,
'coccin- y 'entrega-%
Dea fle5i/le en cuanto a las 'espinas- de causas principales 3ue se usan%
En un P$oce"o 'e #$o'ucc,n las categor(as tradicionales son9
Maquna$a 1 equ#o 9)?a3uinaria y e3uipo utili+ado para producir*
M*(o'o"9 )Cmo se ,ace el tra/ajo*%
Ma(e$a!e"9 )componentes o materia prima*%
Mano 'e o%$a9 )El elemento ,umano*%
Me'o A&%en(e9 )Edificios, log(stica, espacio o am/ientales*%
Me'c,n: )cali/racin y recoleccin de datos*
En un #$oce"o 'e Se$/co las categor(as son9
Po!8(ca": )reglas de decisin de los altos niveles*%
P$oce'&en(o": )Pasos de una tarea*%
P!an(a: )e3uipo y espacio*%
Pe$"ona": )el elemento ,umano*
Me'o A&%en(e9 )Edificios, log(stica, espacio o am/ientales*%
Me'c,n: )cali/racin y recoleccin de datos*
Aota9 Ao e5iste un conjunto o nBmero de categor(as perfecto% Haga 3ue
estas se adecBen al pro/lema%
Entrega !e "#$$a a
!%&#'#(#% !e&%ra!a (%
)#erne * +,a!%
Maquna$a 1 equ#o Mano 'e o%$a
M*(o'o" Ma(e$a!e" Me'o A&%en(e
c. Co!oque !a" cau"a" ana!>a'a" o %a"a'a" en 'a(o" en !a ca(e-o$8a
a#$o#a'a.
En la /Bs3ueda y an!lisis, las posi/les causas pueden irse colocando en
una categor(a de causa principal segBn cada una es generada, o
despu0s de 3ue toda la lista ,aya sido creada% 6as dos cosas funcionan
/ien0 pero crear la lista entera primero mantiene el flujo creativo de ideas
sin ser constre8ido por las categor(as de causas principales o el lugar en
3ue las ideas encajan en cada 'espina-%
4lgunas causas parecen encajar en m!s de una categor(a idealmente,
cada causa de/e ir en slo una categor(a, pero algunas de las causas
relacionadas con las 'personas2 pueden pertenecer leg(timamente a dos
lugares% Col3uelas en am/as categor(as y vea como resultan al final%
Su-e$enca: D( el surgimiento de ideas es lento, use las categor(as de causas
principales como catali+adores, por ejemplo9 ' )Ku* 'e !o" &a(e$a!e" e"(a
cau"an'oF.+.
d% Con respecto a cada causa de las e"#na" pregunte repetidamente9
)Po$ qu* "uce'e+ Por ejemplo, /ajo )Po$ qu* "uce'e a-o(a&en(o
'e !o" n-$e'en(e"+ , esta pregunta llevar(a a causas m!s /!sicas
como 'Pedidos no e5actos-, 'Po/re uso del espacio-, etc%
Entrega !e "#$$a a
!%&#'#(#% !e&%ra!a (%
)#erne * +,a!%
Hornos demasiado
pe3ue8os
Carros no confia/les
?al manejo de los
pedidos grandes
6os c,oferes se pierden 6a gente no se
presenta a tra/ajar
4gotamiento de
los ingredientes
Po/re despac,o
Ao
detectado
Mano 'e o%$a
Maquna$a 1 equ#o

Me'o A&%en(e
M*(o'o" Ma(e$a!e"
9)Ku* #o'$8a #a"a$+: Po$ e4e&#!o0 <Por 3u0 /ajo agotamiento de los
ingredientes=, esta pregunta llevar(a a una comprensin m!s profunda
del pro/lema9 'Cajas-, '?asa preparada-, '4dere+os-, etc%
Su-e$enca: Para cada causa m!s profunda, continBe tratando de
o/tener una comprensin m!s profunda, pero sepa cuando detenerse%
6a regla de sentido comBn ser(a dejar de preguntar cuando una causa es
controlada por personal administrativo a m!s de un nivel de
Entrega !e
"#$$a a
!%&#'#(#%
!e&%ra!a
(% )#erne *
+,a!%
Hornos demasiado
pe3ue8os
Carros no confia/les
?al manejo de los
pedidos grandes
6os c,oferes se pierden
6a gente no se presenta a
tra/ajar
4gotamiento de
los ingredientes
Po/re despac,o
Ao
detectado
Ao ,ay capacidad para los
per(odos de mayor afluencia
Desconocimiento de la ciudad
Po/re uso espacio
Capacitacin po/re
4lta fluctuacin de
personal
Carros sin
mantenimiento
Ao ,ay dinero para
reparaciones
4lta fluctuacin de personal
:/tencin de informacin incorrecta
4puro
Capacitacin po/re
Malta de capacitacin
Ao ,ay tra/ajo en e3uipo
4lta fluctuacin de
personal
Naja paga
4lta fluctuacin de
personal
Malta de e5periencia
4gotamiento de los ingredientes
Desconocimiento de
la ciudad
Calles nuevas
4lta fluctuacin de
personal
Pedidos ine5actos
4lta fluctuacin de
personal
administracin por encima del grupo% De otro modo, el proceso podr(a
convertirse en un ejercicio de frustacin% Lse el sentido comBn%
e. In(e$#$e(e o #$ue%e en %u"ca 'e $a8ce" cau"a!e" "-uen'o uno o &." 'e
!o" "-uen(e" #a($one":
Nus3ue causas 3ue apare+can repetidamente dentro o a lo largo de las
categor(as de causas principales%
Deleccione lo mismo a trav0s de un proceso de consenso no
estructurado 3ue a trav0s de uno estructurado, como la t0cnica de grupo
nominal o la multivotacin%
$eBna datos a trav0s de ,ojas de compro/acin u otros formatos para
determinar las frecuencias relativas de las diferentes causas%
Ia$acone"
;radicionalmente, los diagramas de causa y efecto ,an sido creados en el conte5to
de una reunin% El 'espina+o- terminado a menudo es revisado por otros y/o
confirmado con recoleccin de datos% Lna alternativa muy efica+ es el diagrama de
causa y efecto con la adicin de tarjetas, en la cu!l se e5,i/e una ta/la tipo
espina+o en /lanco, en el !rea de tra/ajo% ;odo el mundo ad,iere tanto posi/les
causas como soluciones en ho4(a" 'e #a#e! Po"( ( en cada una de las
categor(as% 6as causas y soluciones son revisadas, pro/adas y pu/licadas% Esta
t0cnica a/re el proceso al conocimiento y creatividad de cada persona en la
operacin%
Aota9
Lna ve+ 3ue se ,an o/tenido las causas y su/ causas, se eligen las m!s pro/a/les
3ue originaron el pro/lema )usando una t0cnica grupal*, se /usca informacin 3ue
nos lleve a confirmar esta)s* causa1s* y se ela/ora un programa de acciones, con
las actividades a reali+ar, el responsa/le de efectuarlas y la fec,a%
4ctividad $esponsa/le Mec,a estimada de
terminacin
Mec,a real de
terminacin
1
2
3.1.1.3 H"(o-$a&a
Cen($a'o0 e"#a$c&en(o 1 fo$&a 'e! #$oce"o
)Po$ qu* u"a$!o+
Para resumir datos de un proceso 3ue ,an sido recolectados durante un tiempo y
presentar gr!ficamente su distri/ucin de frecuencias en forma de /arras%
)Ku* hace+
?uestra grandes cantidades de datos 3ue son dif(ciles de interpretar en forma
ta/ular%
?uestra la frecuencia de ocurrencia relativa de los diferentes valores de datos%
$evela el centrado, variacin y forma de los datos%
Hlustra r!pidamente la distri/ucin su/yacente de los datos%
Proporciona informacin Btil para predecir el comportamiento futuro del proceso%
4yuda a indicar si ,a ,a/ido un cam/io en el proceso%
4yuda a responder a la pregunta 9)E! #$oce"o e" ca#a> 'e "a("face$ !o"
$equ"(o" 'e &" c!en(e"+
)C,&o !o ha-o+
1. Dec'a "o%$e !a &e''a 'e! #$oce"o.
6os datos de/en ser datos continuos, o sea, medidos en una escala
continua% Por ejemplo9 ;emperatura, tiempo, dimensiones, peso,
velocidad, etc%
2. Reco!ec(e 'a(o"
$ecolecte al menos de 52 a 122 puntos de datos si piensa /uscar
patrones y calcular el centrado )media*, esparcimiento )variacin* y forma
de la distri/ucin% >ui+!s tam/i0n de/a considerar recolectar datos por
un tiempo espec(fico9 Hora, turno, d(a, semana, etc%
Lse datos ,istricos para ,allar patrones o para usarlos como medida de
l(nea de /ase del comportamiento pasado%
3. P$e#a$e una (a%!a 'e f$ecuenca a #a$($ 'e !o" 'a(o".
a% Cuente el nBmero de puntos de datos, n, en la muestra%
-.- -./ 10.2 -.0 10.1 -.1 -.- 10.1 -.2
-.2 -.2 10.1 -.- -.3 -.2 -.- 10.0 -.1
-.3 -.0 -.1 10.0 -.2 -.- 10.1 10.0 10.0
10.2 10.1 -.2 10.1 10./ 10.0 10.2 -.2 10.3
-.- 10.3 -./ 10./ -.- -.2 10./ -.4 -.-
-./ 10.2 -.2 -.- -.3 -.- -.2 -.4 -.0
-.0 -.4 -.3 -.3 -.2 -.2 -./ -.1 -.3
10.0 -.3 -.0 -.2 -.0 -.1 10.0 10./ -.2
-.4 -.3 10.1 -.4 10.1 10.0 -.2 10.1 -.1
-.1 -.0 10.1 -.4 10.1 10.2 -.2 -.4 -./
10./ -.1 -.3 -.3 10.1 -.2 -.3 10.0 10.0
-.4 -.4 -.2 -.- -.2 10.0 10.0 -.3 -.3
-.- 10.0 -./ -.1 10.2 -.3 -.3 -.3 10.3
-.- 10.2 -.2 -./ -.1 -.4 -.1 10.3
En este ejemplo, ,ay 125 puntos de datos, n O 125%
/% Determine el rango, $, para toda la muestra%
El rango es el valor m!s pe3ue8o del conjunto de datos restado al valor m!s
grande% Para nuestro ejemplo9
$ O "ma5 P "min O 12%F # I%2 O 1%F
c% Determine el nBmero de intervalos de clase, Q, necesario%
?0todo 19 ;ome la ra(+ cuadrada del nBmero total de puntos de datos
y redond0ela al nBmero entero m!s pr5imo%
Q O R125 O 11%11 O 11 intervalos%
?0todo 29 Lse la ta/la presentada a continuacin a fin de contar con
una gu(a para dividir su muestra en un nBmero ra+ona/le de clases%
N7&e$o 'e #un(o" 'e 'a(o" N7&e$o 'e c!a"e"
?enos de 52 De 5 a F
De 52 a 122 De G a 12
De 122 a 252 De F a 12
?!s de 252 De 12 a 22
Para este ejemplo9 6os 125 datos se encuentran en el intervalo
N7&e$o 'e #un(o" 'e 'a(o" N7&e$o 'e c!a"e"
De 122 a 252 De F a 12
El nBmero de clases 3ue se puede utili+ar es el de F a 12%
Es decir Q puede ser igual a F 1 I 12 11 12%
Para este caso vamos a utili+ar 12 clases
d% Determine el anc,o de la clase, H
H D R D Ran-o
M N7&e$o 'e c!a"e
H D 1.1= D C.1=
1C
En los casos en 3ue de valores con demasiadas fracciones utilice 2 o E
decimales redondeando al valor superior%
e. De(e$&ne !a" f$on(e$a" o #un(o" 'e fna!>ac,n 'e !a c!a"e.
Lse la medida individual m!s 03ue8a de la muestra, o redondee al
pr5imo nBmero redondo m!s /ajo apropiado% Este ser! el punto de
finali+acin m!s /ajo para el primer intervalo de clase%
Este punto de finali+acin m!s /ajo para el primer intervalo de clase%
En este ejemplo 0ste ser(a I%2%
Dume el anc,o de la clase, H, al punto de finali+acin m!s /ajo% Este
ser! el punto de finali+acin inferior para el intervalo de la clase
siguiente% Pa ra este ejemplo9
I%2S H O I%2 S2%1F O I%1F
El segundo intervalo empe+ar(a en I%1F1 y concluye en I%EC
El tercer intervalo empe+ar(a en I%EC1 y concluye en I%25C%
Esto es de/ido para evitar repetir valores cuando terminan en I%1F o
I%EC%
f. C$ee !a (a%!a 'e f$ecuenca.
C(ae
N%. Inter)a(%
1 - -.13
2 -.131 -./0
/ -./01 -.41
0 -.411 -.12
4 -.121 -.24
1 -.241 10.02
3 10.021 10.1-
2 10.1-1 10./1
- 10./11 10.4/
10 10.4/1 10.3
Una /e> que "e (enen !o" n(e$/a!o" "e o%(ene !a f$ecuenca #a$a ca'a
c!a"eN #o$ e4e&#!o:
Para la clase 1 3ue dice 3ue el intervalo es9 I a I%1F. en la ta/la de
datos se /usca cuantos datos est!n entre I y I%1F. es decir /uscamos los valores de I%2 y I%1
En este caso solo se encontr 1 dato% )ver ta/la en color amarillo*
Para la clase 2 3ue dice 3ue el intervalo es9 I%1F1 a I%EC. en la ta/la de datos se
/usca cuantos datos est!n entre I%1F1 y I%EC. es decir /uscamos los valores de I%2 y I%E
En este caso se encontraron I datos% )ver ta/la en color naranja*
-.- -./ 10.2 -.0 10.1 -.1 -.- 10.1 -.2
-.2 -.2 10.1 -.- -.3 -.2 -.- 10.0 -.1
-.3 -.0 -.1 10.0 -.2 -.- 10.1 10.0 10.0
10.2 10.1 -.2 10.1 10./ 10.0 10.2 -.2 10.3
-.- 10.3 -./ 10./ -.- -.2 10./ -.4 -.-
-./ 10.2 -.2 -.- -.3 -.- -.2 -.4 -.0
-.0 -.4 -.3 -.3 -.2 -.2 -./ -.1 -.3
10.0 -.3 -.0 -.2 -.0 -.1 10.0 10./ -.2
-.4 -.3 10.1 -.4 10.1 10.0 -.2 10.1 -.1
-.1 -.0 10.1 -.4 10.1 10.2 -.2 -.4 -./
10./ -.1 -.3 -.3 10.1 -.2 -.3 10.0 10.0
-.4 -.4 -.2 -.- -.2 10.0 10.0 -.3 -.3
-.- 10.0 -./ -.1 10.2 -.3 -.3 -.3 10.3
-.- 10.2 -.2 -./ -.1 -.4 -.1 10.3
De continBa o/teniendo la frecuencia para cada clase y se o/tiene la ta/la siguiente9
C(ae
N%. Inter)a(%
Fre'5en'#
a
1 - -.13 1
2 -.131 -./0 -
/ -./01 -.41 11
0 -.411 -.12 11
4 -.121 -.24 /0
1 -.241 10.02 20
3 10.021 10.1- 11
2 10.1-1 10./1 12
- 10./11 10.4/ 2
10 10.4/1 10.3 4
T%ta( !e !at% 124
Ho4a 'e e/a!uac,n u Ho4a 'e co&#$o%ac,n.
Ni/liografia9 El impulsor de la memoria ?ic,ael Nrassard T Diane $itter Primera edicin
:46/>PC
)Po$ qu* +
Para permitir a un e3uipo registrar y compilar de modo sistem!tico datos de fuentes
,istricas, u o/servaciones segBn ocurren, a fin de 3ue las tendencias y patrones puedan
ser claramente detectadas y mostradas%
<>u0 ,ace=
Crea datos f!ciles de comprender 3ue vienen de un proceso simple y eficiente 3ue
puede ser aplicado a cual3uier !rea de comportamiento clave%
Crea, con cada o/servacin, una imagen m!s clara de ' los ,ec,os- en lugar de
opiniones de cada integrante del e3uipo%
Muer+a el llegar a un acuerdo con respecto a la definicin de las condiciones o
eventos )cada persona tiene 3ue estar /uscando y registrando la misma cosa*%
Hace 3ue los patrones y tendencias presentes en los datos sean o/vios
r!pidamente%
<Cmo lo ,ago=
1%#6legue a un acuerdo con respecto a la definicin de los eventos o condiciones 3ue se
est!n o/servando%
Di est! creando una lista de eventos o condiciones a medida 3ue se ,acen las
o/servaciones, llegue a un acuerdo con respecto a la definicin general del proyecto%
Ejemplo9
Di est! /uscando las ra+ones de los pagos tard(os, llegue a un acuerdo con respecto a la
definicin de 'tard(o-%
Di est! tra/ajando a partir de una lista est!ndar de eventos o condiciones, asegBrese de
3ue e5ista un acuerdo en cuanto al significado y la aplicacin de cada uno%
Ejemplo9
Di est! rastreando llamadas de venta desde varias regiones, asegBrese de 3ue todo el
mundo sepa 3u0 estados se encuentran en cada regin%
2%#Decida 3ui0n va a recoger los datos. en 3u0 tiempo. y de 3u0 fuentes%
>ui0n recoge los datos o/viamente depende del proyecto y los recursos% El per(odo
depende del proyecto y los recursos% El per(odo de recoleccin de datos puede ir desde
,oras ,asta meses% 6os datos pueden provenir lo mismo de una muestra 3ue de toda una
po/lacin%
4segBrese de 3ue el )los* recolector)es* de datos tengan tanto el tiempo como los
conocimientos 3ue necesitan para o/tener la informacin adecuada%
$ecolecte los datos durante un tiempo suficiente para estar seguro de 3ue los datos
representan resultados 't(picos- durante un ciclo 't(pico- de su negocio%
4lgunas veces, pueden ,a/er diferencias significativas dentro de una po/lacin 3ue
de/en ser reflejadas mediante un muestreo individual de cada su/grupo diferente% 4 esto
se le llama estratificacin%
Ejemplo9 $ecolecte datos so/re 3uejas de los viajeros de negocios aparte de la
informacin de otros tipos de viajeros% $ecolecte los datos so/re desec,os de cada
m!3uina por separado%
Su-e$enca: El registrar e informar 'malas noticias- tiene 3ue ser seguro, de otro modo
los datos estar(an filtrados%
E%#Dise8e un formulario de ,oja de compro/acin 3ue sea claro, completo y f!cil de usar%
Lna ,oja de compro/acin completa, mostrada a continuacin, incluye lo siguiente9
Hnformacin de la fuente
4 Aom/re del proyecto
N 6ugar de recoleccin de los datos
C Aom/re de la persona 3ue recoge los datos, de ser pertinente%
D Mec,a)s*
E :tros identificadores importantes%
Hnformacin so/re el contenido
M Columna con nom/re del defecto / evento%
Columnas con d(as / fec,as de recoleccin%
H ;otales para cada columna
H ;otales para cada fila
& ran total tanto para las columnas como para las filas%
A
Pr%*e't%: !e&%ra en (a
a!&##6n C N%&,re: De er "ert#nente E
T5rn%:
T%!%
7 L5gar: Sa(a !e e&ergen'#a D Fe'8a: De( 109/ a( 119/
F Ra$6n
G Fe'8a I
10-&ar 11-&ar
12-
&ar 1/-&ar 10-&ar 14-&ar
11-
&ar T%ta(
De&%ra !e(
(a,%rat%r#% - 0 1 1 / 12 12 42
N%
!#"%n#,#(#!a
! !e 'a&a 2 3 2 0 4 2 / /1
0
In:%r&a'#6n
!e( "a'#ente
#n'%&"(eta 3 / 1 2 2 0 4 20
H T%ta( // 22 /1 /0 24 03 /2 2/3
J
C%#$ecolecte los datos de modo uniforme y con e5actitud%
4segBrese de 3ue todos los registros est0n escritos claramente%
Dugerencia9
6os gerentes y/o integrantes del e3uipo pueden ,acer su parte para ayudar al ) a los*
recolector )es* de datos a ,acer /ien su tra/ajo simplemente mostrando inter0s en el
proyecto%
PregBntele al )a los* recolector)es* cmo anda el proyecto% ?uestre su apoyo P d(gale al )a
los* recolector )es* de datos 3ue usted piensa 3ue recolectar los datos es importante% Pero
so/re todo #UactBe en /ase a los datos tan r!pido como sea posi/leV
Wariaciones
6ocali+acin de defectos
?uestra la concentracin de defectos marcando un di/ujo del producto cada ve+ 3ue se
descu/re un defecto%
Proyecto9 Da8o de la cu/ierta e5terior del monitor Aom/re9 ;urno9 Primero
Mec,a9 11/G
6ugar9 Ensam/laje
$ecopile otros ejemplos9
En las plantas industriales cuentan algunas con sistemas de control distri/uido% El uso de
este e3uipo permite recopilar informacin en l(nea, so/re9
;emperaturas, flujos, presiones, ca(da de presin, velocidad, etc%
Esta informacin se conserva en el modulo de ,istoria y se configura la forma en 3ue se
desea recopilarla%

;<<<<<
3.1.1.5 Da-$a&a 'e '"#e$",n
Me'c,n 'e !a" $e!acone" en($e /a$a%!e"
<Por 3u0 usarlo=
Para estudiar e identificar las posi/les relaciones entre los cam/ios o/servados en dos conjuntos
diferentes de varia/les%
<>u0 ,ace=
Duministra los datos para confirmar una ,iptesis de 3ue dos varia/les est!n
relacionadas%
Provee un medio un tanto visual como estad(stico para pro/ar la fuer+a de una posi/le
relacin%
Provee un /uen seguimiento a un diagrama de causa y efecto para averiguar si ,ay m!s
3ue simplemente una cone5in de consenso entre causas y efecto%
<Cmo lo ,ago=
1%#$ecolecte de 52 a 122 muestras de datos de pareja 3ue usted piense puedan estar
relacionadas y cree una ,oja de datos%
Curso Calificacin de sesin promedio
)En una escala de 1 a 5*
E5periencia promedio del e3uipo de
capacitacin )d(as*
1 C%2 222
2 E%F 2F2
E C%E 2F2
555 5555 5555
C2 E%I G25
;eor(a9 E5iste una posi/le relacin entre el nBmero de d(as de e5periencia 3ue el e3uipo de
capacitacin ,a reci/ido y las calificaciones de las sesiones del curso%
2%#Di/uje las l(neas ,ori+ontal )eje 5* y vertical )eje y* del diagrama%
6as escalas de medida generalmente aumentan a medida 3ue se asciende por el eje
vertical y se avan+a ,acia la derec,a por el eje ,ori+ontal%
E5periencia promedio del e3uipo de capacitacin en d(as
E%#$epresente los datos en el diagrama%
Di los valores se repiten, circule ese punto tantas veces como sea apropiado%
C%#Hnterprete los datos
Hay muc,os niveles de an!lisis 3ue pueden ser aplicados a los datos del diagrama de
diseminacin%
6as cinco ilustraciones siguientes muestran los varios patrones y significados 3ue pueden
tener los diagramas de diseminacin%
Su-e$enca:
El diagrama de diseminacin no predice relaciones de causa y efecto% Dlo muestra la
fortale+a de la relacin entre dos varia/les% ?ientras m!s fuerte sea la relacin, m!s grande
ser! la pro/a/ilidad de 3ue el cam/io en una varia/le afecte el cam/io en otra varia/le%
5%#6ectura del diagrama de dispersin
Este paso indica 3u0 relacin e5iste segBn la dispersin de los datos y de 3u0 tipo de
correlacin se trata% Lna lectura correcta nos lleva a reali+ar la accin apropiada% Para
aprender a leer los diagramas se adjunta los tipos m!s comunes 3ue e5isten%
5%1 Correlacin positiva9 Ln incremento en X puede depender de un incremento en "% Es
pro/a/le 3ue las calificaciones de sesin aumenten a medida 3ue aumente la e5periencia del
capacitador%
1%2 Posi/le correlacin positiva9 Di " es incrementada, X puede aumentar algo% 4dem!s de
la e5periencia del capacitador otras varia/les pueden tener 3ue ver con el nivel de
calificacin%
1%E Cero correlacin9 Ao ,ay cone5in demostrada entre la e5periencia del capacitador y las
calificaciones de la sesin%
1%C Posi/le correlacin negativa9 4 medida 3ue " es incrementada X puede disminuir algo%
:tras varia/les, adem!s de la e5periencia del capacitador, tam/i0n pueden estar
afectando las calificaciones%
1%5 Correlacin negativa9 Lna disminucin en X puede depender de un aumento en "% Es
pro/a/le 3ue las calificaciones de la sesin desciendan a medida 3ue aumente la
e5periencia del capacitador%
Ejemplo9
En un la/oratorio de aceites se intenta o/tener el comportamiento de la viscosidad de un
nuevo producto a las diferentes temperaturas 3ue se pueden o/tener en un taller% 6os
resultados son9

Te&"erat5r
a
V#'%#!a
!
1 1 30
2 10.4 14
/ 10 11
0 12 42.4
4 10 12.4
1 1/ 11
3 11 12.4
2 12 10.4
- 1/ 32
10 14 1-
11 13 13
12 1- 14
1/ 2 1-.4
10 12 14.4
14 14 10
11 12 10.4
13 - 31
12 12 11
1- 14 1/
20 12 12
21 12 1-
22 10 13
2/ 11 11
20 12 14
24 10 30
21 1/ 14.4
23 11 10
22 12.4 12
2- 4 1-
/0 10 1/
/1 10 10
/2 12 41.4
3.1.1.; G$.fca !nea!
6as o/servaciones de cual3uier proceso presentan variaciones y conducen al esta/lecimiento de
los fenmenos fundamentales siguientes9
1%#;odo var(a9 dos art(culos u ocurrencias no son e5actamente iguales%
2%#6as o/servaciones individuales son impredeci/les%
E%#rupos de o/servaciones tienden a formar patrones predeci/les o arrojan prue/as de 3ue no
,ay un patrn predeci/le sin algBn cam/io del proceso%
r!ficas lineales9 De representan los valores en dos ejes cartesianos% 6as gr!ficas lineales se
recomiendan para representar series en el tiempo, y en donde se muestran valores m!5imos y
m(nimos%
X
"
De pueden representar los datos en cual3uier cuadrante%
Para el caso de estudio de un proceso usaremos el cuadrante 3ue contiene a " )positivo* e X
)Positivo*%
Por ejemplo al graficar la ;, la P la DP de una columna o de un reactor%
H%ra
Te&"erat5
ra
2 -2
0 -3
1 100
2 100
10 102
12 101
10 100
11 10/
12 --
20 100
22 102
20 101
Este tipo de gr!ficas nos representa el comportamiento de la temperatura en funcin del tiempo,
sin em/argo no indica si el proceso se encuentra en control o no%
3.1.1.6 Da-$a&a 'e con($o! OPR
3.2 Mue"($eo 'e Ace#(ac,n
?uestreo9 De refiere a la o/servacin o inspeccin de una parte de una po/lacin o lote con el
fin de o/tener alguna informacin%
HD:#E5EC#29222G Estad(stica# Woca/ulario y D(m/olos #parte 29 Estad(stica 4plicada
?uestreo de aceptacin9 ?uestreo en el cual se toman decisiones para aceptar o no un lote u
otro grupo de productos, materiales o servicios, con /ase en resultados de la muestra%
Ln lote rec,a+ado es se8al para un fa/ricante de 3ue el proceso se de/e mejorar% El
muestreo permite un uso econmico de la fuer+a de tra/ajo de inspeccin%
El muestreo incurre en ciertos riesgos, como no se inspecciona un lote o grupo completo
del material, no se conoce todo acerca de 0l, slo se conoce la muestra%
6os planes de muestreo se pueden clasificar en planes de varia/les o de atri/utos%
3.2.1 A($%u(o" o /a$a%!e"
6os planes de muestreo de atri/utos re3uieren un tama8o de muestra mayor 3ue el de los
planes de muestreo de varia/les% 6os planes de muestreo necesitan datos del tipo de medicin,
y cada decisin respecto a la aceptacin del lote o grupo se de/e /asar en esa caracter(stica de
medicin%
Para el caso de atri/utos se selecciona una muestra de tama8o n del lote y el lote se acepta si
no se encuentra m!s de c partes disconformes en la muestra% El muestreo do/le implica tomar
una segunda muestra cuando los resultados de la primera indican calidad marginal%
Mue"($eo "&#!e
Ln plan de muestreo


Unidad II Herramientas de Calidad

Cargado por

Información del documento

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

Unidad II Herramientas de Calidad

Cargado por

Copyright:

Formatos disponibles

MATERIA APUNTES UNIDAD II

CLAVE : GESCAL-002 REVISIN : 1 FECHA : 20-ENERO-2011 PAGINA : 1/25

También podría gustarte