Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Tecnicas Basicas de La Calidad
Tecnicas Basicas de La Calidad
qxd
29/11/04
13:49
Pgina 68
04
004.qxd
29/11/04
13:49
Pgina 69
Histograma.
Diagramas de sectores.
Grficos de control.
Diagrama de dispersin.
Diagrama de Pareto.
Esta unidad va a dedicarse a realizar una descripcin muy sencilla de estas herramientas bsicas de calidad, tanto desde el punto de vista terico como desde
el punto de vista prctico, planteando aplicaciones de
cada una de ellas.
69
004.qxd
29/11/04
13:49
Pgina 70
70
realizacin, participantes, etc., donde puedan irse apuntando 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:
EMPRESA:
ASISTENTES:
FECHA:
HORA:
OBJETO DE LA SESIN:
IDEAS APORTADAS:
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
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 suelen 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.
Los criterios de seleccin de ideas varan mucho en funcin 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.
En la rama correspondiente a cada causa iremos agrupando aquellas que dan lugar al efecto
004.qxd
29/11/04
13:49
Pgina 71
Mano de obra
Maquinaria
Metrologa
Mercado
EFECTO
Medio ambiente
Mtodo
Materia prima
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.
Vamos a ver cmo se realizara un histograma. Imaginaremos el caso de una empresa que fabrique resistencias elctricas de valor 200 V. Han medido los valores
de 100 resistencias y han obtenido los siguientes resultados (Tabla 4.1):
Valor de la resistencia
medida (V)
Nmero de
ejemplares
198
199
12
200
63
201
10
202
Colocaremos los valores de las mediciones en el eje horizontal (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 los histogramas es habitual poner el valor de la frecuencia de cada intervalo sobre la barra correspondiente, tal como se ve tambin en la Figura 4.3.
71
004.qxd
29/11/04
13:49
Pgina 72
70
63
Frecuencia
60
50
40
30
Media (x)
20
10
12
10
0
198 199 200 201 202
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 dimetro. 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 fabricados. 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
x =
72
i =1
x1 + x2 + ... + xn
n
siendo:
xi: 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):
PERSONA
CONSUMO kW h/persona da
1
2
3
4
5
0,75
1,1
0,8
1,5
1
El nmero de valores medidos es 5, por tanto, sustituyendo estos valores en la expresin matemtica de la
media, tenemos:
x =
xi
0, 75 + 1, 1 + 0, 8 + 1, 5 + 1
=
n
5
= 1, 03 kW ? h/persona da
i =1
004.qxd
29/11/04
13:49
Pgina 73
(x
i =1
x =
i =1
ni
i =1
(x
Sustituyendo:
n
x =
x
i =1
ni
n
i =1
i =1
x)2 ni
i =1
x)2 ni
i =1
i =1
x)2 ni
i =1
82
= 0, 91
100 1
(x
Cuanto menor es la desviacin tpica, mayor concentracin 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:
Frecuencia
n
(x
i =1
n
i =1
x)2 ni
i
0, 358
= 0, 299
51
73
004.qxd
29/11/04
13:49
Pgina 74
Segn los criterios de aceptacin que establezcamos (proceso centrado respecto de la media,
mnima dispersin, etc.), podremos ver si nuestro
proceso es aceptable.
63
60
Frecuencia
La media es muy cercana (en este caso exactamente igual) al valor terico especificado.
Media: 200 V
70
50
40
30
20
10
12
10
D. Diagrama de sectores
0
198
199
200
201
202
Resistencia ( V)
Recorrido
Otro tipo de representaciones grficas son los diagramas de sectores (del ingls pie chart, es decir,
diagrama de tarta). Se usan principalmente para representar porcentajes. Su forma es circular y tiene divisiones radiales.
Caso prctico 1
Tenemos la cantidad de cada tipo de productos que fabrica la
empresa Comodidad, S.A. (Tabla 4.3).
PRODUCTOS
CANTIDAD
Mesas
Sillas
Estanteras
Banquetas
100
400
200
100
74
Mesas:
100
100 = 12, 5%
800
Sillas:
400
100 = 50%
800
Estanteras:
200
100 = 25%
800
Banquetas:
100
100 = 12, 5%
800
004.qxd
29/11/04
13:50
Pgina 75
50% 360
= 180
Sillas: 180 del diagrama
100%
25% 360
= 90
Estanteras: 90 del diagrama
%
100
12, 5% 360
= 45
Banquetas: 45 del diagrama
%
100
Mesas
Sillas
Estanteras
Banquetas
50 %
E. Grficos de control
Esta tcnica permite comprobar si un proceso es estable en el tiempo, con relacin a 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 preestablecidos.
Estos grficos son muy sencillos de confeccionar. En
ellos se suelen marcar unos lmites superiores e inferiores para el valor de la variable que sta no debe sobrepasar. 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:
Valor
de la variable
Media
Tiempo
75
004.qxd
29/11/04
13:50
Pgina 76
Aparecen ciclos en las variaciones. Pueden ser debidos a operaciones peridicas o a causas ambientales, por ejemplo (Figura 4.7 b).
2 . Para un proceso que sigue una distribucin normal (que se estudiar en la unidad 5) en general,
los lmites se obtienen usando las expresiones:
a)
b)
LCS
LCI
LC S
LCI
d)
c)
LC S
LCS
LCI
LCI
76
004.qxd
1/12/04
17:51
Pgina 77
Caso prctico 2
Supongamos que una muestra de 10 piezas fabricadas en una
empresa ofrece los siguientes resultados al medir uno de sus
parmetros (Tabla 4.4):
Medida
19
18
17
17
20
20
20
19
20
23
x =
x
i =1
ni
n
i =1
19 + 18 + 17 + 17 + 20 + 20 + 20 + 19 + 20 + 23
=
=
10
193
=
= 19, 3
100
Media: 19,3
26
LCS
24
20
18
+ (20 19, 3)2 + (19 19, 3)2 + (20 19, 3)2 + (23 19, 3)2
=
28, 1
= 1, 766
10 1
Media
LCI
14
1
10
77
004.qxd
29/11/04
13:50
Pgina 78
Serie 1
Serie 2
Serie 3
Serie 4
Serie 5
Serie 6
Muestra 1
Muestra 2
Muestra 3
Muestra 4
2,75
3,25
2,5
1,75
2,5
Media
Recorrido
2, 75 + 3, 25 + 3 + 2, 5 + 1, 75 + 2, 5
= 2, 625
6
1,023
2,574
0,729
2,282
0,577
2,114
Con estas constantes, y teniendo en cuenta que el tamao de la muestra para cada serie del ejemplo es de 4,
se pueden calcular los lmites de control:
78
1/12/04
17:51
Pgina 79
4,5
4
3,5
=
x
Media
3
2,5
2
LCI
10
20
30
40
50
% piezas
defectuosas
1,5
0,5
0
Serie
LCS
3
2
1
LCI
% piezas
defectuosas
1
1
Todos estos datos han sido obtenidos experimentalmente a partir del proceso productivo.
A continuacin, se elige una de las variables para colocar 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 lmites representados coincidan con los valores mximo y
mnimo que toma cada variable (Figura 4.11).
5
Recorridos
004.qxd
Serie
F. Diagramas de dispersin
A veces, es necesario conocer la relacin existente, por
ejemplo, entre la temperatura ambiente y el porcentaje 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 mquina, 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.
10
50
Temperatura
79
004.qxd
29/11/04
13:50
Pgina 80
% Piezas defectuosas
5
4
Pero no es ste el nico tipo de correlacin que podemos encontrar. Existen diversos tipos de correlaciones
dependiendo de la distribucin de los puntos en el diagrama.
3
2
1
0
0
20
40
60
Temperatura
Segn la dispersin de los puntos del diagrama se puede aproximar una lnea que siga la tendencia de todos
ellos.
En el diagrama del ejemplo se observa que la correlacin es claramente lineal, es decir, que todos los puntos de la correlacin pueden unirse con una lnea recta
(Figura 4.13).
Por tanto, se puede deducir que la temperatura de trabajo va a afectar al porcentaje de defectos y que deber
ser una variable a controlar en el proceso productivo.
% Piezas defectuosas
5
4
3
2
1
0
0
20
40
60
Temperatura
80
004.qxd
29/11/04
13:50
Pgina 81
A
A
81
004.qxd
29/11/04
13:50
Pgina 82
G. Diagramas de Pareto
Este diagrama tambin es conocido por los siguientes
nombres:
En general, en la mayora de las situaciones, un pequeo porcentaje de las causas posibles origina un gran
porcentaje de los efectos. Estos porcentajes se aproximan 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.
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 origina el 80 % de los efectos.
Caso prctico 3
100
% defectuosas
80
80
60
40
16
20
4
0
100
% defectuosas
Para realizar el grfico, se colocan en el eje vertical los porcentajes de piezas defectuosas (de 0 a 100) y en el eje horizontal las posibles causas ordenadas de mayor a menor.
80
80
60
40
16
20
4
0
82
004.qxd
29/11/04
13:50
Pgina 83
Caso prctico 4
En una empresa de 250 trabajadores, las bajas por accidentes
laborales en un mes se han producido por los siguientes
motivos:
Causas ordenadas
% acumulado
E
A
C
B
D
TOTAL
37,01
27,27
14,29
13,64
7,79
100
37,01
64,28
78,57
92,21
100
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 correspondiente (Figura 4.24).
Causas
Nmero
A
B
C
D
E
TOTAL
42
21
22
12
57
154
27,27
13,64
14,29
7,79
37,01
100
37,01
27,27
14,29
13,64 7,79
Causas
Caso prctico 5
La empresa de reparto Aqu Est, S.A., ha tenido 152 no conformidades en los ltimos 6 meses, y desea reducir esta cifra
en el futuro. Se decide realizar como primera medida un anlisis de Pareto para ver sobre qu causas actuar de inmediato.
83
004.qxd
29/11/04
13:50
Pgina 84
50
46,05
45
10
AVER
CLIM
DIR
1,32
15
ROT
20
3,29
1 3 ,1 6
25
RECH
30
6,58
29,6
35
ALM
45 100
DIR:
= 29, 6%
152
5 100
RECH:
= 3, 29%
152
70 100
ALM:
= 46, 05%
152
20 100
= 13, 16%
CLIM:
152
10 100
AVER:
= 1, 32%
152
2 100
ROT:
= 1, 32%
152
40
DIR: 29,6 %
70
CLIM: 13,16 %
60
AVER: 6,58 %
50
46,05
45
84
29,6
10
5
1,32
15
3,29
20
6,58
1 3 ,1 6
25
ROT
RECH
0
AVER
30
CLIM
35
DIR
ROT: 1,32 %
40
ALM
RECH: 3,29 %
004.qxd
29/11/04
13:50
Pgina 85
Comunidad
Autnoma
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
Total
Nmero de
certificados ISO 9001
2 152
804
466
348
400
238
835
1 062
1 888
19
1 912
333
1 209
284
2 623
18
605
526
1 984
17 706
Tabla 4.10. Empresas certificadas por AENOR con la ISO 9001 por
comunidades autnomas.
12%
11%
3%
5%
3%
0%
3%
2%
2%
1%
15%
5%
6%
2%
7%
11%
2%
11%
0%
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
Figura 4.27. Porcentaje de empresas certificadas por AENOR con la ISO 9001 por comunidades autnomas.
85
004.qxd
29/11/04
13:50
Pgina 86
Empresas certificadas
2 500
2 000
1 500
1 000
500
Pas Vasco
Navarra
Murcia
Melilla
Madrid
La Rioja
Galicia
Extremadura
C. Valenciana
Ceuta
Catalua
Castilla y Len
Castilla-La Mancha
Cantabria
Canarias
Baleares
Asturias
Aragn
Andaluca
Comunidad autnoma
Figura 4.28. Histograma de las empresas certificadas por AENOR con la ISO 9001 por comunidades autnomas.
Comunidad
autnoma
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
Total
Nmero de certificados
ISO 14001
532
173
119
80
118
50
152
239
418
5
335
70
291
84
576
5
107
102
391
3 847
Tabla 4.11. Nmero de empresas que han merecido el Certificado de Medio Ambiente.
86
004.qxd
29/11/04
13:51
Pgina 87
Vocabulario
A continuacin se proponen una serie de trminos que han
aparecido a lo largo de la unidad. Intenta encontrar la definicin ms precisa de cada uno de ellos y apntala en el cuaderno.
Recorrido
Atributo
Correlacin
Brainstorming
Histograma
87
004.qxd
29/11/04
13:51
Pgina 88
Conceptos bsicos
Mano de obra
Maquinaria
Tormenta de ideas (brainstorming): esta tcnica se desarrolla 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.
Metrologa
Mercado
EFECTO
Medio ambiente
Mtodo
Materia prima
88
004.qxd
29/11/04
13:51
Pgina 89
Conceptos bsicos
a)
c)
LCS
LC S
LCI
LCI
d)
b)
LCS
LC S
LCI
LCI
efecto para ver sobre cules hay que actuar con mayor
rapidez.
89
004.qxd
29/11/04
13:51
Pgina 90
Actividades complementarias
50
Zaragoza
Sagunto
Soria
Guadalajara
Trujillo
Calahorra
80
80
85
96
80
80
81
82
81
78
79
77
82
84
86
82
81
85
80
85
96
84
82
86
86
92
81
84
87
86
96
77
85
82
81
82
92
81
84
82
83
85
Mues- Mues- Mues- Mues- Mues- Muestra 1 tra 2 tra 3 tra 4 tra 5 tra 6
10 000
2 000
500
4 000
1 000
500
a)
Fusibles: 250
Enchufes: 430
Interruptores: 720
Diferenciales: 94
Transformadores: 47
Otros elementos: 141
25
44
28
32
32,25
19
28
43
33
35
34,75
15
22
34
25
12
23,25
22
22
32
23
13
22,5
19
22
18
19
32
22,75
14
22
29
34
32
29,25
12
Realiza el diagrama circular que representa la cantidad 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)
Haz un diagrama de Pareto que muestre el porcentaje de cambios y analzalo.
90
89
85
85
83
83
89
96
Componentes vendidos
Los cambios de piezas que se han realizado en las instalaciones elctricas de una cadena de tiendas en el ltimo
ao han sido:
98
81
79
84
83
86
86
Media
Recorrido
4
80
89
96
84
85
82
81
004.qxd
29/11/04
13:51
Pgina 91
Actividades complementarias
28,28,28,28,28,
29,29
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
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
9
Realiza un diagrama de Pareto con los tipos de componentes defectuosos y el porcentaje de aparicin.
11
Forma un grupo con varios compaeros de clase y realizad un diagrama de causa-efecto para analizar las causas
del suspenso en una asignatura.
12
EMPRESA:
ASISTENTES:
FECHA:
HORA:
PROBLEMA:
IDEAS APORTADAS:
1. ...
2. ...
3. ...
4. ...
5. ...
6. ...
7. ...
8. ...
9. ...
10. ...
11. ...
12. ...
13. ...
14. ...
15. ...
16. ...
17. ...
18. ...
19. ...
20. ...
21. ...
22. ...
23. ...
24. ...
25. ...
26. ...
27. ...
28. ...
91