Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1
KAORU ISHIKAWA, UN MAESTRO DE LA CALIDAD TOTAL
2
sirven para mejorar la calidad de los productos sino también para impulsar la
motivación de los empleados.
3
consiste en una representación gráfica de los pasos que se realizan a lo
largo de un proceso).
Aporte a la Administración
Fue el primer autor que intentó destacar las diferencias entre los estilos
de administración japoneses y occidentales. Su hipótesis principal fue que
diferentes características culturales en ambas sociedades fueron claves en el
éxito japonés en calidad.
Las principales ideas de Ishikawa se encuentran en su libro ¿Qué es el
control total de calidad?: la modalidad japonesa. En él indica que el CTC
(Control Total de Calidad) en Japón se caracteriza por la participación de todos,
desde los más altos directivos hasta los empleados más bajos.
Puso especial atención en el desarrollo del uso de métodos estadísticos
prácticos y accesibles para la industria. En 1943 desarrollo el primer diagrama
para asesorar a un grupo de ingenieros de una industria japonesa. El Diagrama
de Causa-Efecto se utiliza como una herramienta sistemática para encontrar,
seleccionar y documentar las causas de la variación de la calidad en la
producción, y organizar la relación entre ellas. De acuerdo con Ishikawa, el
control de calidad en Japón se caracteriza por la participación de todos, desde
los altos directivos hasta los empleados de más bajo rango, más que por los
métodos estadísticos de estudio.
Ishikawa definió la filosofía administrativa que se encuentra detrás de la
calidad, los elementos de los sistemas de calidad y lo que el denomina, las
"siete herramientas básicas de la administración de la calidad", donde se le
considera una fuerte inclinación hacia las técnicas estadísticas. También fue el
encargado de desarrollar el proceso de auditoria utilizado para determinar si se
selecciona una empresa para recibir el Premio Deming, la solución de
problemas con base en equipos.
4
Principios de Calidad de Ishikawa
Algunos de los elementos clave de sus filosofías se resumen aquí:
DIAGRAMA CAUSA-EFECTO
5
El Diagrama Causa-Efecto es llamado usualmente Diagrama de
"Ishikawa" porque fue creado por Kaoru Ishikawa, experto en dirección de
empresas interesado en mejorar el control de la calidad; también es llamado
"Diagrama Espina de Pescado" por que su forma es similar al esqueleto de un
pez: Está compuesto por un recuadro ( cabeza), una línea principal (columna
vertebral), y 4 o más líneas que apuntan a la línea principal formando un
ángulo aproximado de 70º (espinas principales). Estas últimas poseen a su
vez dos o tres líneas inclinadas (espinas), y así sucesivamente (espinas
menores), según sea necesario.
6
LA MEDIANA
Determinación de la mediana
Mediana= Promedio de
los valores centrales
Propiedades de la mediana:
CUARTILES
8
cuartiles, como los deciles y los percentiles, son en cierta forma una extensión
de la mediana.
U Q(u)
0.5 Mediana
Los cuartiles son los tres valores que dividen al conjunto de datos
ordenados en cuatro partes porcentualmente iguales.
Hay tres cuartiles denotados usualmente Q1, Q2, Q3. El segundo cuartil
es precisamente la mediana. El primer cuartil, es el valor en el cual o por
debajo del cual queda un cuarto (25%) de todos los valores de la sucesión
(ordenada); el tercer cuartil, es el valor en el cual o por debajo del cual quedan
las tres cuartas partes (75%) de los datos.
Datos Agrupados
9
generalmente los datos son resumidos en una tabla de frecuencia. La fórmula
para el cálculo de los cuartiles cuando se trata de datos agrupados es la
siguiente:
k= 1,2,3
Donde:
Lk = Límite real inferior de la clase del cuartil k
n = Número de datos
Fk = Frecuencia acumulada de la clase que antecede a la clase del cuartil k.
fk = Frecuencia de la clase del cuartil k
c = Longitud del intervalo de la clase del cuartil k
Si se desea calcular cada cuartil individualmente, mediante otra fórmula se
tiene lo siguiente:
El primer cuartil Q1, es el menor valor que es mayor que una cuarta parte de
los datos; es decir, aquel valor de la variable que supera 25% de las
observaciones y es superado por el 75% de las observaciones.
Donde:
L1 = limite inferior de la clase que lo contiene
P = valor que representa la posición de la medida
f1 = la frecuencia de la clase que contiene la medida solicitada.
Fa-1 = frecuencia acumulada anterior a la que contiene la medida solicitada.
Ic = intervalo de clase
El segundo cuartil Q2, (coincide, es idéntico o similar a la mediana, Q2 = Md),
es el menor valor que es mayor que la mitad de los datos, es decir el 50% de
las observaciones son mayores que la mediana y el 50% son menores.
10
Donde:
L1 = limite inferior de la clase que lo contiene
P = valor que representa la posición de la medida
f1 = la frecuencia de la clase que contiene la medida solicitada.
Fa-1 = frecuencia acumulada anterior a la que contiene la medida solicitada.
Ic = intervalo de clase
El tercer cuartil Q3, es el menor valor que es mayor que tres cuartas partes de
los datos, es decir aquel valor de la variable que supera al 75% y es superado
por el 25% de las observaciones.
Donde:
L1 = limite inferior de la clase que lo contiene
P = valor que representa la posición de la medida
f1 = la frecuencia de la clase que contiene la medida solicitada.
Fa-1 = frecuencia acumulada anterior a la que contiene la medida solicitada.
Ic = intervalo de clase.
Otra manera de verlo es partir de que todas las medidas no son sino casos
particulares del percentil, ya que el primer cuartil es el 25% percentil y el tercer
cuartil 75% percentil.
Si se tienen una serie de valores X1, X2, X3 ... Xn, se localiza mediante las
siguientes fórmulas:
El primer cuartil:
11
Cuando n es par:
Cuando n es impar:
Cuando n es impar:
EJEMPLO
fi 3 5 7 8 2 6
Ca lc ula r :
La m e dia na .
C uar t il 2 º y 3 º .
12
xi fi Fi
[0, 5) 2.5 3 3
[25, ∞) 6 31
31
M e dia na
C uar t ile s
HISTOGRAMA
¿Qué es?
13
Una gráfica de la distribución de un conjunto de medidas. Un Histograma es un
tipo especial de gráfica de barras que despliega la variabilidad dentro de un
proceso. Un Histograma toma datos variables (tales como alturas, pesos,
densidades, tiempo, temperaturas, etc) y despliega su distribución. Los
patrones inusuales o sospechosos pueden indicar que un proceso necesita
investigación para determinar su grado de estabilidad.
¿Cuándo se utiliza?
14
• Mostrar el resultado de un cambio en el sistema
• Identificar anormalidades examinando la forma
• Comparar la variabilidad con los límites de especificación
Distribución Plana:
Una gran parte plana, sin ningún pico y con dos ligeras colas a los lados.
Esta forma puede ser el resultado de varias distribuciones en campana
con sus centros distribuidos uniformemente a lo largo del recorrido de los
datos.
Se deberán identificar los diferentes procesos que intervienen dentro del
proceso básico.
Esta distribución es un caso típico de departamentos u organizaciones
que no tienen el trabajo bien definido y cada cual lo hace “a su manera”.
Distribución en Peine:
Valores altos y bajos se alternan de forma regular.
Esta pauta de variación es típica de errores de medición, errores en la
forma de agrupar los datos para la construcción del Histograma o sesgos
sistemáticos de redondeo.
15
En este caso revisar inicialmente los procesos de recogida de datos y
construcción del Histograma.
16
Distribución con un pico aislado Distribución con un pico en el extremo
DIAGRAMA DE PUNTOS
17
Un gráfico de puntos que muestra la relación entre dos conjuntos de datos.
En este ejemplo, cada punto representa el peso de una persona y la altura de
la misma persona.
El diagrama de puntos resulta de utilidad cuando el conjunto de datos es
razonablemente pequeño o hay relativamente pocos datos distintos. Cada dato
se representa con un punto encima de la correspondiente localización en una
escala horizontal de medida. Cuando un valor se repite, hay un punto por cada
ocurrencia y se colocan verticalmente. Permite por ejemplo analizar la
dispersión y detectar datos atípicos.
18
Es importante ya que ayuda a designar cualquier representación gráfica de
un procedimiento o parte de este, el flujo grama de conocimiento o diagrama de
flujo, como su nombre lo indica, representa el flujo de información de un
procedimiento. En la actualidad los Flujo gramas son considerados en las
mayorías de las empresas o departamentos de sistemas como uno de los
principales instrumentos en la realización de cualquiera métodos y sistemas;
además que permite la visualización de las actividades innecesarias y verifica
si la distribución del trabajo está equilibrada, o sea, bien distribuida en las
personas, sin sobrecargo para algunas mientras otros trabajan con mucha
holgura.
19
EL DIAGRAMA DE TALLO Y HOJA
TALLO:13
HOJA: 6
Es un diagrama donde cada valor de datos es dividido en una "hoja"
(normalmente el último dígito) y un "tallo" (los otros dígitos).
El "tallo" es usado para agrupar los puntajes y cada "hoja" indica los puntajes
individuales dentro de cada grupo.
Ejemplo:
Supongamos la siguiente distribución de frecuencias:
36 25 37 24 39 20 36 45 31 31
39 24 29 23 41 40 33 24 34 40
20
que representan la edad de un colectivo de una Empresa “Perfumes Anais”: N
= 20 personas y que vamos a representar mediante un diagrama de Tallos y
Hojas.
Comenzamos seleccionando los tallos que en nuestro caso son las cifras de
decenas, es decir 3, 2, 4, que reordenadas son 2, 3 y 4.
A continuación efectuamos un recuento y vamos añadiendo cada hoja a su tallo
tallos....|.......hojas
-------------------------
...2........|..5 4 0 4 9 3 4
...3........|..6 7 9 6 1 1 9 3 4
...4........|..5 1 0 0
tallos....|.......hojas
-------------------------
...2........|..0 3 4 4 4 5 9
...3........|..1 1 3 4 6 6 7 9 9
...4........|..0 0 1 5
DIAGRAMA DE CAJA
21
Peña (1991) los define como una representación semigráfica de una
distribución construida para mostrar sus características principales y señalar
aquellas distribuciones que parecen ser distintas de las demás.
Es un gráfico que suministra información sobre los valores mínimo y
máximo, los cuartiles Q1, Q2 o mediana y Q3, y sobre la existencia de valores
atípicos y la simetría de la distribución.
22
Diagrama de caja. Hemos partido la caja,
que contiene el 50% de los datos, por la
mediana de la distribución. Con un círculo
hemos marcado los valores atípicos.
+-----+-+
* o |-------| | |---|
+-----+-+
+---+---+---+---+---+---+---+---+---+---+---+---+
0 1 2 3 4 5 6 7 8 9 10 11 12
Ordenar los datos y obtener el valor mínimo, el máximo, los cuartiles Q1, Q2 y
Q3 y el Rango Inter Cuartilico (RIC)
En el ejemplo:
Valor 7: es el Q1 (25% de los datos)
Valor 8.5: es el Q2 o mediana (el 50% de los datos)
Valor 9: es el Q3 (75% de los datos)
Rango Inter Cuartilico RIC (Q3-Q1)=2
Dibujar un rectángulo con Q1 y Q3 como extremos e indicar la posición de la
mediana (Q2) mediante una línea.
23
Para dibujar los bigotes, las líneas que se extienden desde la caja, hay que
calcular los límites superior e inferior, Li y Ls, que identifiquen a los valores
atípicos.
Para ello se calcula cuándo se consideran atípicos los valores. Son aquellos
inferiores a Q1-1.5*IQR o superiores a Q3+1.5*IQR.
En el ejemplo:
Inferior: 7-1.5*2=4
Superior: 9+1.5*2=12
Ahora se buscan los últimos valores que NO son atípicos, que serán los
extremos de los bigotes.
En el ejemplo: 5 y 10
Marcar como atípicos todos los datos que están fuera del intervalo (Li, Ls).
24
Proporcionan una visión general de la simetría de la distribución de los
datos; si la mediana no está en el centro del rectángulo, la distribución no es
simétrica.
Son útiles para ver la presencia de valores atípicos.
Son de gran utilidad para los informes financieros como técnica de
análisis.
25
Estos sencillos gráficos son una poderosa herramienta que sirve para
facilitar la comparación de una empresa con su sector; para ello basta con
superponer el valor del ratio de la empresa sobre el diagrama de caja del
sector. De esta forma podemos igualmente estudiar la evolución temporal de
una empresa dentro de un sector, pudiendo contrastar por ejemplo la hipótesis
de Lev (1969) que muestra en su estudio cómo los ratios de las compañías
tienden a lo largo del tiempo a la media del sector.
26
a) Ambas líneas largas implica una situación de desequilibrio. Significa que
hay firmas en el sector que tienen valores extremos de ese ratio.
b) Cajas grandes y líneas cortas indican que en dicho sector ese ratio
presenta valores similares para las empresas.
c) Una línea larga y la otra corta. Puede depender de la definición del ratio,
si este tiene un límite superior o inferior, como por ejemplo en los ratios
de endeudamiento o liquidez.
d) Al construir los diagramas de caja de un sector para varios años, la caja
se hace cada vez más grande o más pequeña. Puede ser una señal de
cambios generales en la economía.
27
El ratio 5 discrimina bastante mejor la quiebra de las empresas: la caja
de las empresas solventes está por encima de la mediana de las empresas
quebradas. Apenas hay un 10% de empresas solventes que presentan valores
propios de empresas insolventes y viceversa, si bien la existencia de valores
atípicos hace que en este primer análisis no podamos llegar a conclusiones.
28
encuentran bastante agrupadas. Por el contrario, las cajas del ratio de
rentabilidad es más pequeña. Continúa habiendo empresas con valores
atípicos.
DIAGRAMA DE PARETO
29
cero y la magnitud total de los factores. En el derecho se representa el
porcentaje acumulado de los factores, por tanto, la escala es de 0 a 100. El
punto que representa 100 en el eje derecho está alineado con el que muestra
la magnitud total de los factores detectados el eje izquierdo. Por último, el eje
horizontal muestra los factores empezando por el de mayor importancia.
Se trazan las barras correspondientes a cada factor. La altura de cada
barra representa su magnitud por medio del eje vertical izquierdo.
Se representa el gráfico lineal que representa el porcentaje acumulado
calculado anteriormente. Este gráfico se rige por el eje vertical derecho.
Escribir junto al diagrama cualquier información necesaria, sea sobre el
diagrama o sobre los datos.
EJEMPLO
En una empresa textil se desea analizar el número de defectos en los
tejidos que fabrica. En la tabla siguiente se muestran los factores que se han
identificado como causantes de los mismos así como el número de defectos
asociado a ellos:
Factores Número de defectos
Seda 13
Algodón 171
Tul 105
Tafetán 7
Raso 7
Encaje 8
Lana 4
Lino 9
Satén 11
Viscosa 9
30
Seda 13 289 3.78 84.01
Satén 11 300 3.20 87.21
Lino 9 309 2.62 89.83
Viscosa 9 318 2.62 92.44
Encaje 8 326 2.33 94.77
Tafetán 7 333 2.03 96.80
Raso 7 340 2.03 98.84
Lana 4 344 1.16 100.00
Total 344 100.00
Análisis
En el gráfico obtenido se observa que un 20% de los tejidos (Algodón y
Tul) representan aproximadamente un 80% de los defectos, por lo tanto
centrándose la empresa solo en esos 2 productos reduciría en un 80% el
número de defectos.
DIAGRAMA CUANTIL-CUANTIL
31
Buena parte de los procedimientos estadísticos al uso exigen como
condición básica para su aplicabilidad que la muestra tenga distribución normal.
Es así que surge la necesidad de disponer de algún método para chequear si
esta condición de normalidad se cumple.
Para mejor apreciar la posible linealidad o no de los puntos (q(j), x(j)), se
puede dibujar la recta de regresión que mejor se ajuste a los datos, de acuerdo
con el criterio de la minimización del error cuadrático.
Finalmente, una valoración cuantitativa la ofrece el coeficiente de
correlación, calculado como:
32
Una línea de referencia de 45 grados también se traza. Si los dos
conjuntos vienen de una población con la misma distribución, los puntos deben
caer aproximadamente a lo largo de esta línea de referencia. Cuanto mayor
sea la desviación de esa línea de referencia, mayor es la evidencia de la
conclusión de que los dos conjuntos de datos proceden de poblaciones con
diferentes distribuciones.
33
Esta parcela qq muestra que:
Los lotes 2, no parecen haber venido de las poblaciones con una distribución
común.
El lote 1 los valores son significativamente mayores que el lote correspondiente
2 valores.
Las diferencias van en aumento a partir de valores desde 525 hasta 625. A
continuación, los valores de los 2 lotes acercarse de nuevo.
34
CONCLUSION
35
BIBLIOGRAFIA
www.rincondelvago.com
www.monografía.com
www.fundibeq.org
36
I N D I C E
CONTENIDO: Pag.
• INTRODUCCIÓN……………………………………………………….……1
• DIAGRAMA CAUSA-EFECTO………………………………………….….5
• LA MEDIANA………………………………………………………………....7
• CUARTILES……………………………………………………………….….8
• HISTOGRAMA………………………….,……………………………….….14
• DIAGRAMA DE PUNTOS……………………………………………….....18
• DIAGRAMA DE CAJA………………………………………………………21
• DIAGRAMA DE PARETO…………………………………………………..29
• DIAGRAMA CUANTIL-CUANTIL………………………………………….32
• CONCLUSIÓN…………………………………………………………….....35
• BIBLIOGRAFÍA…………………………………………………………...…36
37
38