HERRAMIENTAS DE LA CALIDAD

ANGELICA INDACOCHEA
V SEMESTRE
CONTROL Y ASEGURAMIENTO DE LA
CALIDAD
HERRAMIENTAS DE LA CALIDAD
Las herramientas bsicas DE CALIDAD fueron propuestas
por Kaoru Ishikawa en su libro Guide to Quality Control
como una respuesta a la necesidad de que en las industrias
japonesas se contara con procedimientos claros para el
anlisis y solucin de problemas de calidad, as como el
establecimiento de programas de mejoramiento continuo.
Las siete herramientas bsicas para el control de la calidad
son:

HOJA DE VERIFICACION O LISTA
CHECABLE.
HISTOGRAMA.
DIAGRAMA DE PARETO.
DIAGRAMA CAUSA EFECTO
( DIAGRAMA DE ISHIKAWA ).
GRAFICAS DE CONTROL.
DIAGRAMAS DE DISPERSION.

Cul es el origen de las siete
herramientas?
Kaoru Ishikawa
Conocido por Democratizar la Estadstica

Las 7 herramientas fundamentales acercaron e
hicieron ms fcil al anlisis estadstico a la persona
promedio.

A travs de herramientas de asistencia visual se logr
que el control estadstico y el de calidad fuera ms
comprensivo.
1. La HOJA DE VERIFICACION LISTA CHECABLE, es una
herramienta para la recopilacin y el anlisis de la informacin.
2. En control estadstico se utiliza para comprobar constantemente
si se han recabado los datos solicitados, por ejemplo: la
ocurrencia de defectos en un periodo determinado de tiempo.
3. A partir de una hoja de verificacin, se puede construir un
histograma.
4. Y a partir de un histograma se puede construir una Grfica de
Pareto.
5. Y, para averiguar las causas de las causas fundamentales de los
problemas ( el 20 % de causas que est provocando el 80 % de
los problemas), se puede trabajar con un diagrama de causa
efecto o diagrama de Ishikawa.


LAS HERRAMIENTAS ESTADISTICAS BASICAS PARA EL CONTROL DE LA CALIDAD
LA HOJA DE VERIFICACION O LISTA CHECABLE
Son formatos para recopilar datos en forma
ordenada y de manera simultnea al proceso.
Las hojas de registro son consideradas
tambin como un instrumento para el
autocontrol orientado a la inspeccin.

1. Hojas de registro o inspeccin.
La hoja de registro o inspeccin sirve para reunir
datos basados en la observacin de la muestra con
el fin de detectar fallas y plantear soluciones.
Con la hoja de inspeccin es posible determinar
la frecuencia o periodicidad con que ocurren
ciertos eventos. Es importante que en su
elaboracin e interpretacin se consideren los
siguientes puntos:

Asegurar que las muestras/observaciones sean
representativas.
Certificar que el proceso de muestreo sea eficiente
de manera que las personas tengan tiempo de
hacerlo.
La muestra debe ser homognea, el primer paso
deber ser la estratificacin o agrupacin para el
anlisis de las muestras.
Las hojas de registro deben ser lo ms claras y
precisas posibles, para lo cual es necesario
disearlas para que faciliten la anotacin y
organizacin de datos.
Cabe mencionar
que del correcto
uso de estos
formatos
depender el fcil
entendimiento y
procesamiento de
la informacin
obtenida
Caractersticas:
Formulario pre impreso en el cual aparecen los
tems que se van a registrar, de manera que los
datos puedan recogerse en forma fcil y clara.

Ventajas:
Es un mtodo que proporciona datos fciles de
comprender y que son obtenido mediante un
proceso simple y eficiente que puede ser aplicado a
cualquier rea de la organizacin.
Esta hojas reflejan rpidamente las tendencias y
patrones derivados de los datos.
Estas hojas pueden tener muy distintas formas, segn
el tipo de datos, el lugar y nmero que vayan a
recogerse. Los datos recogidos con este instrumento
suelen emplearse para el posterior desarrollo de otras
herramientas como la grafica de control, el histograma
y el diagrama de Pareto.
Estas aunque existe una multitud de formatos, estas hojas
suelen tener dos partes, una situada en la zona superior con
los datos generales de la observacin o verificacin a realizar,
por ejemplo, numero, fecha, hora, responsable, producto, etc.,
y otra con la transcripcin de los resultados de dichas
observaciones o verificaciones.
Producto: Fecha:
Etapa de fabricacin: Seccin:
Tipos de defectos: Responsible:
Total inspeccionado: Lote:
Observaciones Orden:
Tipo de defecto Control SUBTOTA
L
Rotura IIII IIII IIII II 14
Desprendimiento IIII 4
Incompleto IIII II 6
Rayado IIII IIII IIII IIII 16
Otro III 3
TOTAL 43
Hay tres tipos de hojas de registros: La hoja para el registro
de datos propiamente, la hoja de localizacin y la lista de
verificacin. La hoja de localizacin es un mapa del rea que
se estudia, en el que se indica la naturaleza y localizacin
especifica de errores. La lista de verificacin es una secuencia
de pasos de un determinado proceso, la cual se utiliza para
evitar omitir algn paso en un procedimiento.

En si estas hojas sirven para verificar los siguientes aspectos:

La distribucin del proceso de produccin
Productos defectuosos
Ubicacin de los defectos
Causa de los defectos
Confirmar el grado de cumplimiento de las actividades
programadas
0
.
2
8

0
.
3
0

0
.
3
2

0
.
3
4

0
.
3
6

0
.
3
8

0
5
10
15
20
"Y"
"X"
REPROCESO (MINUTOS)
F
R
E
C
U
E
N
C
I
A
D
E

R
E
P
R
O
C
E
S
O
HISTOGRAMA
3. Histograma
El Histograma es un diagrama de barras que
permite analizar la frecuencia y distribucin
de los eventos, con el fin de detectar y
resolver las variaciones del proceso.
El manejo de grandes cantidades de datos de una
poblacin hace difcil su comprensin y manejo, aun
cuando la informacin pueda ser organizada y presentada
en tablas, es aconsejable elaborar un histograma en
donde se represente la distribucin de variaciones por
intervalos de frecuencia y as comprender la frecuencia
de ocurrencia de los sucesos de manera ms objetiva.
Para realizar un histograma suele ser interesante
basarse en una hoja de recogida de datos (es decir
una hoja de registro).
Su construccin ayudar a comprender la tendencia central,
dispersin y frecuencia relativa de los distintos valores.
Muestra grandes cantidades de datos dando una visin clara y
sencilla de su distribucin.
Es un medio eficaz para transmitir a otras personas
informacin sobre un proceso de forma precisa.
Su representacin consiste en un grafico de barra
que recoge en el eje de las abscisas la caracterstica o
variable a estudiar, y en el eje de ordenadas, la
frecuencia de ocurrencia.
Para la elaboracin de un histograma debemos seguir los
siguientes pasos:

Calcular el rango (R), es decir, la diferencia entre el mayo y
menor dato observado.
Calcular la amplitud de cada clase (i). Para ello, se divide el
rango para la raz cuadrada de; numero total de datos (n).
Calcular los limites de cada clase. Se comienza
tomando el valor mas pequeo de los datos (este ser
el limite inferior de la primera clase) y se le suma la
amplitud de clase, (este ser el limite inferior de la
segunda clase). El limite superior de la primera clase
ser una unidad significativa menor que el limite
inferior de la segunda clase. Se repite el proceso
sucesivamente hasta tener todos las observaciones
dentro de las clases.
Calcular los puntos intermedios o marcas de clase
(Xm). Esto se puede hacer sumando el limite inferior
y el superior de la clase y dividindolo para dos.

Anotar en una tabla las frecuencias de cada clase, es
decir, el nmero de observaciones comprendidos en
cada clase.

Representar el histograma. En el eje de abscisas se
representaran las clases con su marca de clase y en el
de las ordenadas, sus frecuencias.
Con la utilizacin de los histogramas se puede analizar si las
medidas llevadas a cabo para mejorar la calidad han sido
efectivas a travs de su comparacin en distintos momentos
del tiempo. Igualmente, permite ver si existe anomalas en el
proceso o si se esta dentro de los limites establecidos para el
mismo
Sin embargo, el histograma tiene varias limitaciones:

Proporciona informacin a posteriori del proceso,
Su elaboracin requiere gran cantidad de informacin,
No muestra si las causas encontradas son comunes o
especiales,
Ni si el proceso tienen inestabilidad estadstica
CONCLUSION
Un histograma es una herramienta que puede
proporcionar amplia informacin sobre
cumplimiento de especificaciones, sobre
capacidad de un proceso para desarrollar calidad,
sobre el tamao y costo de las fallas de calidad y
sobre todo, servir de base para estudiar las causas
de las desviaciones y con base en ello, establecer
un programa de mejora continua.

4. Diagrama Causa -Efecto
No es precisamente una tcnica estadstica,
se le conoce tambin como el diagrama de
pescado o de Ishikawa. Por medio de ste,
se analizan las causas que originan un
problema.
Los diagramas de pescado, consideran las
relaciones causa y efecto que originan un
problema.
Las causas se determinan a partir de una lluvia de
ideas que puede conducir a encontrar las causas
ms probables que originan los problemas.

Estos diagramas se forman con una estructura
parecida a la espina dorsal de un pescado, en el que
la cabeza es la caracterstica de calidad en estudio
o el efecto, y los huesos principales representan en
sus extremos las causas mayores o principales de
las que derivan huesos ms pequeos que indican
las causas secundarias o menos importantes.
Generalmente cada causa mayor es una de las 5
m's: materiales, mtodos, maquinaria, mano de
obra y medio ambiente. Una vez que se ha
elaborado el diagrama se procede a determinar la
causa mayor y mediante la aplicacin de las otras
herramientas como las hojas de registro y el
histograma, se plantean alternativas de solucin.

Se sugiere la aplicacin de este tipo de diagramas
despus de haber utilizado los diagramas de Pareto,
ya que una vez detectado el atributo principal de
calidad que incide en el proceso pueden encontrarse
la causa principal y subcausas que lo originan
1. De manera general se clasifican las causas de una desviacin de metas en los
siguientes factores: MANO DE OBRA O PERSONAL, METODOS DE TRABAJO,
MATERIALES, MAQUINARIA O EQUIPO y MEDIO AMBIENTE.
2. Por lo anterior, tambin se conoce este diagrama tambin con el nombre de 5 Ms.
3. Recientemente se han agregado a las tradicionales Ms., las de MEDICION Y
MANAGEMENT.
4. Por su forma tambin se le conoce con el nombre de DIAGRAMA DEL PEZ.

LAS HERRAMIENTAS ESTADISTICAS BASICAS PARA EL CONTROL DE LA CALIDAD
DIAGRAMA CAUSA - EFECTO O DE ISHIKAWA

DESVIACION
ENTRE LO
PLANEADO Y LO
REALIZADO


METODO


MATERIALES


MANO DE OBRA


MANAGEMENT


MAQUINARIA


MEDIO AMBIENTE


MEDICION

CAUSAS EFECTO
Post it en donde se anota una causa
LAS HERRAMIENTAS ESTADISTICAS BASICAS PARA EL CONTROL DE LA CALIDAD
DIAGRAMA CAUSA - EFECTO O DE ISHIKAWA O DEL PEZ
MANO DE
OBRA
MATERIALES METODO MAQUINARIA MEDICION MANAGEMENT
No capacitada. No disponibles. Inexistente. Obsoleta. No se mide No se planea
Insuficiente. De mala calidad. Inadecuado. Descompuesta
con frecuencia.
No se mide lo
adecuado
No se programa
el trabajo
No informada. Insuficientes. No
estandarizado.
Mal
seleccionada.
No se mide con
persistencia
No se organiza el
trabajo
Pierde tiempo. Entrega tarda. No
documentado.
Mal calibrada. No se tienen los
medios para
medir
No se provee de
recursos
No balanceada. Almacenamiento
inadecuado.
No conocido. No sistema
formal de
Mantenimiento.
No se da
seguimiento a las
desviaciones
detectadas
No hay liderazgo
adecuado
Desmotivada. Falta de control. No cumplido. Mal operada. No se capacita al
personal para
medir
No se supervisa
bien.
No
multihabilidosa.
Controles
excesivos.
No supervisado. No inventario de
refacciones.
No se supervisa
la medicin
No se forman
equipos.
No trabaja en
equipo.
Comprados slo
por costo bajo.
No control de
desviaciones.
No compatible
con otra.
No se toma
como base para
decidir
No se conocen
las metas del
trabajo
No conciencia
de calidad.
Deshonestidad
en compras.
No sujeto a
mejora continua.
No operario
autorizado
La medicin no
es confiable
No se
retroalimenta al
personal
LAS HERRAMIENTAS ESTADISTICAS BASICAS PARA EL CONTROL DE LA CALIDAD
EJEMPLOS DE LAS CAUSAS DE LOS PROBLEMAS
No se est logrando
la meta mensual de
ventas
PERSONAL
No estn
asignadas
metas
personales
No hay
suficiente
capacitacin en
ventas
EQUIPO MATERIALES
METODO
MEDIO
AMBIENTE
No se hace plan
diario y semanal
de trabajo
No se buscan
nuevos clientes
Distribucin
ineficiente
Material no
exhibido
Deficiente
mantenimiento al
equipo de
transporte
Rutas mal
planeadas
No se tienen
productos para
elevar las
ventas en
temporada baja
LAS HERRAMIENTAS ESTADISTICAS BASICAS PARA EL CONTROL DE LA CALIDAD
EJEMPLO PRACTICO DEL DIAGRAMA DE ISHIKAWA
En la siguiente grfica para un problema
concreto: fallo en pintura, se establecen las
distintas causas ordenadas en las categoras
antes mencionadas:
Por ejemplo como posibles causas del fallo de
pintura se identifican dentro de la categora
hombre: que el empleado que realiza la
operacin no lleve los guantes puestos.
Dentro de la categora material se identifican
entre otras causas, un fallo en el proveedor.
Dentro de la categora mquina se apunta la
posibilidad de que la pistola que se emplea en la
operacin este a una excesiva presin. Adems
como causa de esta primera causa se indica la
posibilidad de que exista un parmetro mal
especificado.

Para la categora mtodo una posible causa sera
una falta de explicacin detallada de cmo llevar a
cabo la operacin

Para la categora mtodo una posible causa sera
una falta de explicacin detallada de cmo llevar a
cabo la operacin.

2. Estratificacin
Se trata de un mtodo estadstico que agrupa los
datos en estratos en funcin de caractersticas
semejantes. El objeto es facilitar el anlisis de los
datos identificando el grado de influencia que
determinados factores tienen sobre el proceso.
Si los datos se toman de manera global sin
utilizar ningn criterio de clasificacin, la
informacin obtenida ser de poca utilidad y no
permitir establecer cuales son las causas
aleatorias y las asignables de la variacin del
proceso. Se utiliza como base para la elaboracin
de histogramas, grficos de control, etc
Esta herramienta tambin permite identificar las
causas que tienen un mayor impacto en la
situacin que se esta estudiando y analizar las
variaciones entre los diferentes estratos, para
disear las acciones correctivas convenientes
Diagramas de estratificacin.

El diagrama de estratificacin es una grfica en la
cual se analizan los datos en funcin de una
caracterstica comn y se clasifican y agrupan de
acuerdo con su incidencia y orden de importancia.
Mediante este diagrama se pretende determinar las causas que
ocasionan una variacin en los resultados; lo que se logra al
discriminar y agrupar por categoras los factores que intervienen
en el resultado o producto deseado. Por medio de una grfica de
barras, en el eje "X" se muestra cada una de las categoras que se
han identificado y en el eje de las "Y" el valor que dichas
categoras estn alterando.
Con el diagrama de estratificacin se identifica la importancia que
ocupa cada causa en cuanto al nmero total de incidencias. Se
utiliza para tomar decisiones con el fin de realizar acciones de
mejora sobre las variables del proceso.
LA LEY DE PARETO CMO
LA REGLA DEL 80/20











PUEDE AYUDARLO A SER MS EFECTIVO


En 1906, el economista italiano Vilfredo Pareto
cre una frmula matemtica para describir la
distribucin desigual de la riqueza en su pas,
observando que el 20% de las personas posean el
80% de la riqueza. Ya en los aos 40 el Dr. Joseph
M. Juran atribuy (no del todo acertadamente) la
regla del 80/20 a Pareto, llamndola "Ley de
Pareto".
LA LEY DE PARETO CMO
LA REGLA DEL 80/20


Como resultado, la observacin del Dr. Juran sobre el
principio de que "20% de algo siempre es responsable
del 80% de los resultados se conoci como Ley de
Pareto o "Regla del 80/20". Significa que el 20% de algo
es esencial y el 80% es trivial.
LA LEY DE PARETO CMO
LA REGLA DEL 80/20


Juran estableci que el 20% de los defectos
causaban el 80% de los problemas. Los Gerentes
de Proyecto saben que el 20% del trabajo (el
10% inicial y el 10% final) consume el 80% del
tiempo y los recursos.
LA LEY DE PARETO CMO
LA REGLA DEL 80/20


La regla del 80/20 tambin se aplica a las
ventas (el 20% de los clientes produce el 80%
de los beneficios; o el 20% de los vendedores
realiza el 80% de las ventas) o a cualquier otra
cosa (el 20% del diario trae el 80% de las
noticias importantes, o que el 20% de los
empleados causan el 80% de los problemas).

LA LEY DE PARETO CMO
LA REGLA DEL 80/20


Para qu le sirve:

El valor de la Ley de Pareto es que nos recuerda que
debemos dar preferencia al 20% que importa y que
produce el 80% de los resultados.
De las cosas que uno hace durante el da, el 20%
produce el 80% de los resultados. Ese 20% "esencial"
debe ser identificado, y los esfuerzos deben enfocarse
en esas cosas.

LA LEY DE PARETO CMO
LA REGLA DEL 80/20


APLICACIONES:

Uno de los ms famosos mandamientos del mercadeo es
la Ley de Pareto y que est ntimamente relacionado
con la obtencin de resultados en general y ahora en
particular por internet.
La Regla del 80/20 significa que el 20% de algo es
Esencial y el 80% es Trivial.
LA LEY DE PARETO CMO
LA REGLA DEL 80/20


LAS MINORIAS VITALES

El llamado Anlisis de Pareto es una tcnica que separa tambin los
factores denominados pocos o minoras vitales de los muchos
triviales . Entre las llamadas minoras vitales son identificadas:

1. La minora de clientes que representen la mayora de las ventas.
2. La minora de productos, procesos, o caractersticas de la
calidad causantes del grueso de desperdicio o de los costos de
reelaboracin.
3. La minora de rechazos: que representa la mayora de quejas de
la clientela.

LA LEY DE PARETO CMO
LA REGLA DEL 80/20


LAS MINORIAS VITALES


4. La minora de vendedores: que esta vinculada a la mayora de
partes rechazadas.
5. La minora de problemas: causantes del grueso del retraso de un
proceso.
6. La minora de productos: que representan la mayora de las
ganancias obtenidas.
7. La minora de elementos: que representan al grueso del costo de
un inventarios.

LA LEY DE PARETO CMO
LA REGLA DEL 80/20



MS APLICACIONES:

> El 20% de la poblacin tiene el 80% del dinero de este pas.
> El 80% de la poblacin tiene el 20% restante de ese dinero.

> El 20% de los vendedores realizan el 80% de las ventas.
> Y el 80% de los vendedores realizan el 20% de las ventas.

> El 20% de mis clientes me generan el 80% de mi ingreso.
> Y el 80% de mis clientes me generan el 20% restante.


LA LEY DE PARETO CMO
LA REGLA DEL 80/20








MS APLICACIONES:


> El 80% de las veces que discuto con mi pareja, es
debido al 20% de nuestras diferencias. (Discutimos
generalmente por los mismos temas).

> El 80% culpable de mi situacin econmica, es debido
a que no atiendo eficazmente al 20% de mis defectos.
(Responsabilidad, puntualidad, orden, disciplina, etc.)









LA LEY DE PARETO CMO
LA REGLA DEL 80/20

Esta herramienta es
una grafica, semejante
a un diagrama de
barras y presenta los
factores o causas
ordenados con base en
la importancia que
tengan en un
determinado problema,
facilitando as la toma
de decisiones.
El diagrama de Pareto es
utilizado para encontrar
rpidamente los factores o
causas mas importantes de
un problema, para saber
cuales se deben atender
primero y no realizar
esfuerzos intiles para
solucionar problemas
Para la elaboracin del diagrama de Pareto se
pueden seguir los siguientes pasos:

1. Determinar el problema o cuestin a analizar,
que datos es necesario recoger y durante que
tiempo (utilizando la hoja de registro)

2. Clasificar los datos recogidos segn los
distintos tipos de causas o factores
considerados y calcular las frecuencias
absolutas, relativas y acumuladas Ordenar los
factores de mayor a menor frecuencia.

3. Dibujar los ejes del diagrama. El eje horizontal se divide
en tantas partes como causas o factores existan. El eje
vertical izquierdo se enumera desde cero hasta el numero
total de frecuencias absolutas y el derecho se numera de
cero a cien para representar las frecuencias relativas
acumuladas.

4. Construir el diagrama de barras. Para cada causa o
factor, la altura de las barras se corresponde con su
frecuencia absoluta, todas tienen el mismo ancho y no
hay separacin entre las mismas

5. Construir el polgono de frecuencias acumulado sobre el
diagrama de barras
Aunque es un grafico sencillo de realizar y entender,
tambin, es una importante herramienta para la correcta
asignacin de esfuerzos y recurso econmicos
Ejemplo
En una empresa textil se desea analizar el
nmero de defectos en los tejidos que fabrica. En
la tabla siguiente se muestran los factores que se
han identificado como causantes de los mismos
as como el nmero de defectos asociado a ellos:
EJERCICIO 1
Un fabricante de Refrigeradores desea analizar
cuales son los defectos ms frecuentes que
aparecen en las unidades al salir de la lnea de
produccin. Para esto, empez por clasificar todos
los defectos posibles en sus diversos tipos:
CONCLUSION
Por el principio de Pareto, concluimos que: La
mayor parte de los defectos encontrados en el lote
pertenece slo a 3 tipos de defectos, de manera
que si se eliminan las causas que los provocan
desaparecera la mayor parte de los
defectos.
EJERCICIO 2
Un fabricante de accesorios plsticos desea analizar
cules son los defectos ms frecuentes que aparecen
en las unidades al salir de la lnea de produccin.
Para esto, empez por clasificar todos los defectos
posibles en sus diversos tipos.

Posteriormente, un inspector revisa cada accesorio a
medida que sale de produccin registrando sus
defectos de acuerdo con dichos tipos. Al finalizar la
jornada, se obtuvo una tabla como esta:
CONCLUSION
Ahora resulta evidente cuales son los tipos de
defectos ms frecuentes. Podemos observar que
los 2 primeros tipos de defectos se presentan en el
79,8 % de los accesorios con fallas. Por el
Principio de Pareto, concluimos que: La mayor
parte de los defectos encontrados en el lote
pertenece slo a 2 tipos de defectos (los pocos
vitales), de manera que si se eliminan las causas
que los provocan desaparecera la mayor parte de
los defectos.
6. Diagrama de Dispersin
El diagrama de dispersin es la representacin
grfica de los datos para determinar la relacin
existente entre dos factores, que pueden ser la
caracterstica de calidad y el factor que afecta o
dos caractersticas relacionadas.
Su uso permite comprobar o verificar hiptesis
que pudieron haber surgido del anlisis del
diagrama de causa y efecto.

Mediante esta representacin es ms fcil
comprender y observar globalmente la relacin que
guardan las variables.
Es muy importante ser objetivo en el anlisis de
este diagrama, ya que correlacin no
necesariamente significa causalidad. En ocasiones
pueden presentarse tendencias similares en los
desplazamientos de las variables de estudio, sin que
una justifique a la otra. No obstante se debe utilizar
cuando sea necesario mostrar lo que le sucede a una
variable cuando la otra cambia, con la finalidad de
probar la relacin entre variables.
En la figura puede observarse la relacin existente entre las
variables eficiencia y capacitacin; observndose que a
mayor horas de capacitacin mayor es el ndice de
productividad
Horas de Capacitacin

n
d
i
c
e

d
e

P
r
o
d
u
c
t
i
v
i
d
a
d



Coeficiente de correlacin
Se utiliza el mtodo de los mnimos cuadrados para hallar la recta
de ajuste ptimo, hace mnima la suma de cuadrados de los errores
Medida de la intensidad
de la relacin lineal entre
dos variables
1. Un Coeficiente de Correlacin de -1 o
de +1 indica una correlacin perfecta
en forma negativa o positiva.

2. Un coeficiente de correlacin cercano a
O indica que la relacin es muy dbil
7. Graficas de Control
En una grfica de control se presentan los lmites
de control estadsticamente determinados; estos
lmites se denominan Lmite de Control Superior
(LCS) y Lmite de Control Inferior (LCI) y se
colocan equidistantes a ambos lados de la lnea
que indica el promedio de un proceso.
Las grficas y cuadros de control representan las
variaciones que rebasan los lmites de control
establecidos como parmetros de calidad.
En 1924 W.A. Shewhart, propuso una Grafica de Control
para eliminar las variaciones anormales, distinguiendo
las variaciones debidas a causas asignables de aquellas
debidas a causas al azar, es decir, causas no asignables

Una grafica de Control consiste en una lnea central, un
par de limites de control, uno de ellos colocado por
encima de una lnea central y otro por debajo, y en
ciertos valores caractersticos registrados en la grafica
que representa el estado del proceso. Si todos los
valores ocurren dentro de los limites de control, sin
ninguna tendencia especial, se dice que el proceso esta
en estado controlado. Sin embargo, si ocurren por fuera
de los limites de control o muestran una forma particular,
se dice que el proceso est fuera de control
La calidad de un producto manufacturado por medio
de un proceso inevitablemente sufrir variaciones.
Estas variaciones tienen clases que pueden
clasificarse en:

Causas no Asignables (causas debidas al azar).-
Las causas no asignables son las responsables de
las variaciones normales que producen la distribucin
Gaussiana dentro del entorno de las 3 sigmas
alrededor de las media. Las variaciones debidas al
azar son inevitables en el proceso, por lo cual se las
aceptan, se las consideran inherentes al proceso y
por lo tanto son variaciones normales.
Causas Asignables.- Son aquellas que producen
datos que se alejan significativamente de la media de
la distribucin normal, es decir, los resultados de las
mediciones estn mas all del entorno de los tres
sigma a partir de la media aritmtica.

Las variaciones debidas a causas asignables significa
que hay factores indeseables que deben ser
investigados. Por tanto estas variaciones no son
normales, no pertenecen al proceso y no sern
aceptadas.

Estas Causas asignables tienen que ser encontradas y
eliminadas pues producen una disminucin de la
calidad del producto.
Cual es objetivo de una Grafica de control?

El objetivo como lo indica su nombre, es controlar el
proceso, es decir, mantenerlo en estado controlado,
para ello debemos hacer una grafica que en rigor son
dos: una para exactitud, o sea la grfica X; y otra para
la precisin, esta es la grfica R.

Tipos de Graficas de Control

Hay dos tipos de Grficos de Control, una para
valores continuos y otra para valores discretos.
En la introduccin comentamos que los grficos
por variables se utilizan para controlar una
caracterstica mesurable del producto, como
puede ser la longitud, el peso, la altura, etc.
Grafico X
Un grfico X contiene las medias muestrales de la
caracterstica que se pretende estudiar, por lo que
mediante l podremos detectar posibles variaciones en el
valor medio de dicha caracterstica durante el proceso
(desviaciones con respecto al objetivo).
Un grfico R es un grfico de control para rangos muestrales. Se
utiliza para medir la variacin del proceso y detectar la posible
existencia de causas especiales. Es habitual usar los grficos R
para estudiar la variacin en muestras de tamao no superior a
10, recurriendo a los grficos S para muestras mayores.
Grafico R
Grfico p y Grfico
np
Estas graficas se usan cuando la caracterstica
de calidad se presenta por el numero de
unidades defectuosas o la fraccin defectuosa.
Para una muestra de tamao constante, se usa
una grafica np del nmero de unidades
defectuosas, mientras que una grafica p de la
fraccin de defectos se usa para una muestra de
tamao variable.
En una grfica de control sabemos que el proceso no est bajo control
cuando:

1. Uno o ms puntos estn fuera de los lmites de control.
2. Adems hay una serie de patrones de inestabilidad. Cuando
observamos uno de estos patrones en nuestros grficos de control, tenemos
que considerar que nuestro proceso no est bajo control. Para la deteccin
de los patrones dividimos el rea entre los lmites de control en tres zonas
de igual tamao.
Los patrones de inestabilidad son los siguientes:
a) dos puntos de 3 consecutivos, se encuentran en la zona A.
b) 4 puntos de 5 seguidos se encuentran al mismo lado de la Zona B.
c) 9 puntos seguidos en el mismo lado (por encima o por debajo de la lnea
del centro).
d) 6 puntos consecutivos con una tendencia creciente o decreciente.
e) 14 puntos que se mueven de forma consecutiva hacia arriba y hacia
abajo (en forma de onda).
f) 15 puntos consecutivos en la zona C.
LAS SIETE HERAMIENTAS BASICAS DE LA
CALIDAD