I.

- INTRODUCCIN
Todo proceso productivo es un sistema formado por personas, equipos y procedimientos de trabajo. El proceso genera una salida (output), que es el producto que se quiere fabricar. La calidad del producto fabricado est determinada por sus caractersticas de calidad, es decir, por sus propiedades fsicas, qumicas, mecnicas, est ticas, durabilidad, funcionamiento, etc. que en conjunto determinan el aspecto y el comportamiento del mismo. El cliente quedar satisfec!o con el producto si esas caractersticas se ajustan a lo que esperaba, es decir, a sus e"pectativas previas. #or lo general, e"isten algunas caractersticas que son crticas para establecer la calidad del producto. $ormalmente se reali%an mediciones de estas caractersticas y se obtienen datos num ricos. &i se mide cualquier caracterstica de calidad de un producto, se observar que los valores num ricos presentan una fluctuaci'n o variabilidad entre las distintas unidades del producto fabricado. El valor de una caracterstica de calidad es un resultado que depende de una combinaci'n de variables y factores que condicionan el proceso productivo. Las caractersticas de calidad se miden porque permiten obtener informaci'n sobre la calidad del producto, estudiar y corregir el funcionamiento del proceso y aceptar o rec!a%ar lotes de producto. En todos estos casos es necesario tomar decisiones y estas decisiones dependen del anlisis de los datos, ya que los valores num ricos presentan una fluctuaci'n aleatoria y por lo tanto para anali%arlos es necesario recurrir a t cnicas estadsticas que permitan visuali%ar y tener en cuenta la variabilidad a la !ora de tomar las decisiones. Estas t cnicas estadsticas son las llamadas () *erramientas de la +alidad,, que !an sido ampliamente adoptadas en las actividades de mejora de la +alidad y utili%adas como soporte para el anlisis y soluci'n de problemas operativos en los ms distintos conte"tos de una organi%aci'n.

II.- OBJETIVOS
-prender a utili%ar en forma practica cada una de las ) !erramientas estadsticas para el control de calidad. -prender a elaborar las grficas de control, !istogramas, diagramas y adems darle la debida interpretaci'n respectiva.

III.- REVISION BIBLIOGRAFICA

SEGN GALGANO: Las t cnicas fueron agrupadas por el .r. /aouru 0s!i1a2a, y se conocen como las ) !erramientas estadsticas de calidad. Estas son3

1.- HOJA DE RECOLECCION DE DATOS: En el control estadstico de la calidad se !ace uso con muc!a frecuencia de las !ojas de verificaci'n, ya que es necesario comprobar constantemente si se !an recabado los datos solicitados o si se !ace efectuando determinados trabajos. La *oja de 4ecogida de .atos sirve para recoger los datos necesarios y poder reali%ar un posterior anlisis de los mismos. &u principal utilidad proviene del empleo datos objetivos a la !ora de e"aminar un fen'meno determinado. +omo sirven de base para adoptar decisiones es importante que el m todo de recogida y el anlisis de los propios datos garanticen una interpretaci'n correcta del fen'meno estudiado. La !oja de recogida de datos se elabora en funci'n de objetivos concretos y debe ser sencilla y clara, de forma que las personas que tengan que recoger y registrar los datos puedan !acerlo sin ning5n problema. #ara facilitar la recogida se emplean !ojas estndar adaptadas a las e"igencias concretas de cada recogida. En general, todas las !ojas deben poseer un

encabe%ado que recoja datos destinados a encuadrar la propia recogida como, por ejemplo, la fec!a, el producto, el sector, el departamento, el operario, el turno, el n5mero de pie%as inspeccionadas, etc. Las principales !ojas de recogida de datos son3 la de recogida de datos cuantificables, la de recogida de datos medibles, la de recogida de datos por situaci'n del defecto y la !oja de sntesis. 6na secuencia de pasos 5tiles para aplicar esta !oja en un negocio es la siguiente3 0dentificar el elemento de seguimiento. .efinir el alcance de los datos a recoger. 7ijar la periodicidad de los datos a recolectar. .ise8ar el formato de la !oja de recogida de datos, de acuerdo con la cantidad de informaci'n a recoger, dejando un espacio para totali%ar los datos, que permita conocer3 las fec!as de inicio y t rmino, las probables interrupciones, la persona que recoge la informaci'n, fuente, etc.

Hoja de recogida de datos cuantificables

2.- HISTOGRAMA El !istograma ordena las muestras, tomadas de un conjunto, en tal forma que se vea de inmediato con qu frecuencia ocurren determinadas caractersticas que son objeto de observaci'n. El !istograma en el control estadstico de calidad se utili%a para visuali%ar el comportamiento del proceso con respecto a determinados lmites y no involucra el tiempo. El n5mero de datos que se necesita es relativamente grande. La cantidad de datos depende de la situaci'n particular, pero cantidades tpicas son 9:, ;:: ' ms. El !istograma resulta incapa% de mostrar si el proceso e"!ibe inestabilidad estadstica. Los !istogramas son diagramas de barras que muestran el grado y la naturale%a de variaci'n dentro del rendimiento de un proceso. El !istograma como distribuci'n de frecuencias tiene muc!sima utilidad, aplicndose en la elaboraci'n de informes, anlisis, estudios de las capacidades de proceso, la maquinaria y el equipo y para el control. Los pasos en su construcci'n son los siguientes3 PASO 1: .eterminar el rango de los datos3 4-$<= es igual al dato mayor (.;) menos el dato menor (.>)? 4 @ .; A .> PASO 2: +lculo del n5mero de clase3 6n criterio usado frecuentemente es que el n5mero de clases debe ser apro"imadamente la ra% cuadrada del n5mero de datos, por ejemplo, la ra% cuadrada de B: (n5mero de artculos) es mayor que cinco, por lo que se seleccionan seis clases. $c @ C PASO 3: +lculo de longitud de clase3 Es igual a la divisi'n entre el rango y el n5mero clase (-pro"imar a n5mero ms cercano). L+ @ 4 D $c PASO 4: +onstruir los intervalos de clases3 Los intervalos resultan de dividir el rango de los datos en relaci'n al resultado del #-&= > en intervalos iguales.

PASO 5: 4eali%ar tabla de frecuencias3 En el se e"ponen la frecuencia de cada intervalo de clase y en ocasiones, seg5n sea necesario, la frecuencia acumulada (&e obtiene de dividir cada frecuencia con el total de la muestra y se suman progresivamente) $ota3 La frecuencia es el n5mero de veces que se repite un dato PASO : <raficar el !istograma3 &e !ace un grfico de barras, las bases de las barras son los intervalos de clases y altura son la frecuencia de las clases. &i se unen los puntos medios de las bases superiores de los rectngulos se obtiene el polgono de frecuencias. PASO !: 0dentificar y clasificar el patr'n de variaci'n? desarrollar una e"plicaci'n l'gica y pertinente del patr'n. 3.- DIAGRAMA DE PARETO El #areto es un diagrama que se utili%a para determinar el impacto, influencia o efecto que tiene determinados elementos sobre un aspecto. +onsiste en un grafico de barras similar al !istograma que se conjuga con una ojiva o curva de tipo creciente y que representa en forma decreciente el grado de importancia o peso que tienen los diferentes factores que afectan a un proceso, operaci'n o resultado. La estructura del diagrama de #areto es3 a) &obre el eje !ori%ontal se muestran barras de la misma dimensi'n, en cuya base debe llevar el nombre del efecto o problema. Estas barras son de ordenadas de i%quierda a derec!a y de mayor a menor frecuencia en cuanto a su aparici'n. b) &obre el eje vertical i%quierdo se muestra la frecuencia de aparici'n de efecto o problema. c) &obre el eje vertical derec!o se grafica el porcentaje relativo acumulado (eje para graficar la ojiva o curva).

El .iagrama de #areto es una !erramienta de representaci'n grfica que identifica los problemas ms importantes, en funci'n de su frecuencia de ocurrencia o coste (dinero, tiempo), y permite establecer las prioridades de intervenci'n. En definitiva, es un tipo de distribuci'n de frecuencias que se basa en el principio de #areto, a menudo denominado regla E:D>:, el cual indica que el E: por cien de los problemas son originados por un >: por cien de las causas. Este principio ayuda a separar los errores crticos, que normalmente suelen ser pocos, de los muc!os no crticos o triviales. La construcci'n del .iagrama de #areto consta de las siguientes etapas3 1. D"#$%$& #'() #*+,$-$#+& *), %+.),: por tipo de defecto (forma muy usual de !acerlo), por mquina, por fase del proceso, por turno, etc. 2. D"."&($/+& "* .$"(0) %" &"#)1$%+ %" *), %+.),: en t rminos de !oras, das, semanas o meses. 3. O2."/"& *), %+.), 3 )&%"/+&*),: en esta fase se debe preparar la !oja de recogida de datos. 4. D$245+& *), "5", %" #))&%"/+%+,: se colocan en el eje vertical la escala de medida de las frecuencias o coste y en el eje !ori%ontal las causas en orden decreciente de la unidad de medida. 5. D$245+& "* %$+1&+(+: representaci'n grfica de los datos recogidos en la !oja. 6. C)/,.&4$& 4/+ *6/"+ %" -&"#4"/#$+ +#4(4*+%+ 7. E* +/7*$,$, %" P+&".): el diagrama pone de relieve los problemas ms importantes sobre los que ser necesario actuar. F0nsatisfacci'n del +liente con el servicio de +ajeros automticos

4.- DIAGRAMA DE CAUSA - EFECTO Tambi n conocido como esqueleto de pescado o diagrama de 0s!i1a2a. Es una !erramienta sistemtica para la resoluci'n de problemas que permiten apreciar la relaci'n e"istente entre una caracterstica de calidad (efecto) y los factores (causas) que la afectan, para as poder definir las causas principales de un problema e"istente en un proceso. Las causas son determinadas pensando en el efecto que tiene sobre el resultado, indicando por medio de flec!as la relaci'n l'gica entre la causa y el efecto. La primera secci'n esta constituida por una flec!a principal !acia la que convergen otras flec!as, consideradas como ramas del tronco principal, y sobre las que indiquen nuevamente flec!as ms peque8as o sub ramas. (En esta primera secci'n quedan pues organi%ados los factores causales). La segunda secci'n est constituida por el nombre de la caracterstica de calidad. La flec!a principal de la secci'n apunta precisamente !asta este nombre indicando con ello la relaci'n causal que se da entre el conjunto de factores con respecto a la caracterstica de calidad.

El diagrama de cusaAefecto es aplicable en cualquier proceso en donde se requiera de solucionar un problema o en donde se desee implementar una mejora. Es utili%ado como lluvia de ideas para detectar las causas y consecuencias de los problemas en el proceso. #ara desarrollar el diagrama de espina se deben seguir los siguientes pasos3 1. D"-$/$& 3 %"."&($/+& #*+&+("/." "* 0&)2*"(+ ) "-"#.) que va a ser anali%ado. 2. I%"/.$-$#+& *), -+#.)&", ) #+4,+, 84" )&$1$/+/ "* "-"#.) , mediante un brainstorming (lluvia de ideas). #ara clasificar las causas encontradas a menudo se utili%a como referencia las categoras de las cuatro G definidas por 0s!i1a2a3 mano de obra, maquinaria, materiales y m todos. Estas categoras son los r'tulos de las espinas. 3. R"0&","/.+#$'/ %"* %$+1&+(+. 6na ve% enumeradas todas las causas debemos ir colocndolas en el diagrama agrupando las de similar naturale%a. 4. A/7*$,$, %" *+, &"*+#$)/", #+4,+-"-"#.) que derivan de la construcci'n del diagrama FGodelo3

0ncorporamos en cada rama factores ms detallados que se puedan considerar causas de fluctuaci'n. 5.- DIAGRAMA DE DISPERSION Los m todos grficos tales como el !istograma o las graficas de control tienen como base un conjunto de datos correspondientes a una sola variable, es decir, son datos univariables. 6n diagrama de dispersi'n se usa para estudiar la posible relaci'n entre una variable y otra (datos bivariados)? tambi n sirve para probar posibles relaciones de causaAefecto? en este sentido no puede probar que una variable causa a la otra, pero deja ms claro cuando una relaci'n e"iste y la fuer%a de esta relaci'n. .adas > variables H e I, se dice que e"iste una correlaci'n entre ambas si cada ve% que aumenta el valor de H aumenta proporcionalmente el valor de I (correlaci'n positiva)? o si cada ve% que aumenta el valor de H disminuye en igual proporci'n el valor de I (correlaci'n negativa). El diagrama de correlaci'n o diagrama de dispersi'n sirve para determinar si e"iste relaci'n entre dos variables, normalmente de causa y efecto. *abitualmente, se aplica despu s de la utili%aci'n del diagrama de espina, donde ya !emos identificado todas las posibles causas del efecto y conviene verificar la e"istencia de relaci'n, al menos, de las causas ms probables. Esta !erramienta nos permite conocer c'mo al variar una causa probable vara el efecto. La construcci'n del diagrama consta de cuatro fases3 1. Recogida de datos: para construir el diagrama se precisan recoger en pares los datos de las dos variables objeto de estudio, al menos B: pares de datos. 2. Representacin de los datos: para su representaci'n se utili%a un grfico de dos ejes de coordinadas donde se sit5an los valores de cada una de las variables y se determina su punto de corte sobre el plano del

grfico. -s, obtenemos una (nube, de puntos que permite conocer si e"iste o no relaci'n entre ambas variables. 3. Interpretacin del diagrama: para proceder a la interpretaci'n del resultado, observamos c'mo se distribuye la (nube, de puntos y lo comparamos con los diagramas de referencia (seg5n grados y tipos de correlaci'n). -s, podemos encontrar casos en que3

Las variables no estn correlacionadas? el efecto no est relacionado con la causa de ninguna forma.

#osible relaci'n baja entre las variables? la causa puede afectar al efecto, pero levemente. Es conveniente encontrar otras causas que influyan en mayor medida, directamente y produ%can variaci'n significativa en el efecto.

+orrelaci'n alta? es probable que la causa est directamente relacionada con el efecto.

+orrelaci'n perfecta? dado un valor de la causa, el correspondiente valor del efecto puede ser estimado con absoluta certe%a. Grados de correlacin Ninguna Baja Alta Perfecta

Tipos de correlaciones Positiva Negativa Curvilnea

.- ESTRATIFICACION Es una clasificaci'n por afinidad de los elementos de una poblaci'n, para anali%arlos y poder y poder determinar con ms facilidad las causas del comportamiento de alguna caracterstica de calidad. - cada una de las partes de de esta clasificaci'n, se les llama estrato. La estratificaci'n se utili%a para clasificar datos e identificar su estructura. La estratificaci'n generalmente se !ace partiendo de la clasificaci'n de los factores que indican en un proceso o en un servicio (9G3 mquinas, m todos, materiales, medio ambiente y mano de obra) y los estratos que se utilicen, dependern de la situaci'n anali%ada. F6sos de la estratificaci'n3 a) 0dentificar las causas que tienen mayor influencia en la variaci'n. b) +omprender de manera detallada la estructura de un grupo de datos, lo cual permitir identificar las causas del problema y llevar a cabo las acciones correctivas convenientes. c) E"aminar las diferencias entre los valores promedios y la variaci'n entre diferentes estratos, y tomar medidas contra las diferencias que pueda e"istir. 9D$+1&+(+, %" F*45).- Es una representaci'n grfica de la secuencia de etapas, operaciones, movimientos, decisiones y otros eventos que ocurren en un proceso. Esta representaci'n se efect5a a trav s de formas y smbolos grficos utili%ados usualmente3

!.- GRAFICOS DE CONTROL

La grfica de control es un m todo grafico que ayuda a evaluar si un proceso esta o no en un estado de control estadstico. Es decir, ver su comportamiento dentro de los lmites de especificaci'n. Es muy parecida a las grficas de lnea o de tendencias, la diferencia esencial consiste en que las graficas de control tienen los denominados :lmites de control;, que determinan el rango de variabilidad estadstica aceptable para la variable que se esta monitoreando. &i los puntos se mantienen dentro de los lmites de control y presentan un patr'n aleatorio, entonces se dice que (el proceso est en control,. &i por el contrario se encuentra puntos fuera de los lmites de control, o el conjunto de puntos muestra tendencias, periodicidad o cosas anormales, entonces el proceso se diagnostica como inestable, o (fuera de control,. Las ventajas de la graficas de control son3 &irve para determinar el estado de control de un proceso. .iagnostica el comportamiento de un proceso en el tiempo. 0ndica si un proceso !a mejorado o empeorado. &irve como una !erramienta de detecci'n de problemas. #ermite identificar las dos fuentes de variaci'n de un proceso, causas comunes o tambi n llamadas naturales? son los factores que afectan un poco la variabilidad del sistema. &u presencia es aleatoria, y no son de fcil detecci'n, generalmente estn relacionadas con aspectos administrativos. I otras causas son llamadas especiales o asignadas, stas son los factores espordicos que desestabili%an el sistema. &u identificaci'n en inmediata y fcil. C+&+#."&6,.$#+, %" C+*$%+% %" *+, G&7-$#+, %" C)/.&) Jariables3 .imetro, peso, etc. -tributos3 #orcentaje de unidades defectuosas en la muestra, n5mero de disconformidades en una unidad El grfico de control tiene una L6/"+ C"/.&+* que representa el promedio !ist'rico de la caracterstica que se est controlando y L6($.", S40"&$)& e I/-"&$)& que tambi n se calculan con datos !ist'ricos.

IV.- RESULTADOS :ELABORACION DE <UESO;

1.- HOJA RECOGIDA DE DATOS CUANTIFICALBLES CAUSAS DE RECHA=O DEL PRODUCTO #4=.6+T=3 K6E&= 7E+*-3 ;)D:LD;; =#E4-+0M$3 4ec!a%o del producto +-$T0.-.3>: FECHA TOTAL 1!>?@ 1A>?@ 1@>?@ 2?>?@ 21>?@ 22>?@ 23>?@ III II III IIII III III III 21 I II IIII III III II II IIII 21 I II III III IIII I II 1! I II IIII II IIII IIII I 1@ II III I II II III I 14 III III III IIII III II III 22 II IIII IIII IIII II IIII IIII IIII 3? 12 1? 21 31 24 13 15 1A 144

DEFECTO +olor &abor Te"tura #eso incompleto Envase .efectuoso +ontaminado Gal sellado =tros TOTAL Interpretacin:

El periodo de evaluaci'n para el anlisis fue de ; semana y de acuerdo a la distribuci'n de datos recopilados podemos interpretar que en el 5ltimo da de la semana se observa mas fallas en el proceso con un total de B: imperfecciones.

&in embargo el defecto mas notorio es el de peso incompleto, ya que en la etiqueta dice 9::g, y venia menos y eso era la mayor queja de los clientes es decir representa el mayor ndice problemtico.

2.- HISTOGRAMAS Tabla de datos de quesos defectuosos obtenidos durante un periodo de C: das. Las fallas comunes en este lapso eran3 quesos que saben muy amargos, quesos muy amargos y cidos, quesos con poco a ning5n sabor, coloraci'n irregular, manc!as rojas, a%ules, grises o negras y queso !inc!ado. C L ; > B ; B ) B > > ; 9 E E : > N E B ) B ) C : E 9 ; : 9 N : > ; N > B > N E : ; B B C 9 : N ; ; ; C N 9 ) B ; C ) :

+B.- R+/1): J m"@ E J min@ : 2B.- E/#)/.&+(), C /@ N /@ C:@ ).)@ E, CD A #B.- A(0*$.4% ) .+(+E) %" #*+," FHB: 4D/@ ED)@ ;.:B@ ; Jalores que toma la variable : ; > B N 9 C ) E 7recuencia 7recuencia 7recuencia 7recuencia -bsoluta -bsoluta 4elativa 4elativa (fi) -cumulada (!i) -cumulad (7i) a(*i) ) ;: ) L C 9 9 9 C ) ;) >N BB BL NN NL 9N C: :.; :.> :.; :.; :.; :.; :.; :.; :.; :.; :.B :.N :.9 :.C :.) :.E :.L ;.: !i";:: *i";:: 4 @ J m". O J min E O : @ E

$P ; > B N 9 C ) E L

;:.: >:.: ;:.: ;:.: ;:.: ;:.: ;:.: ;:.: ;:.:

;:.: B:.: N:.: 9:.: C:.: ):.: E:.: L:.: ;::.:

Interpretacin:

&e puede observar que de los C: das e"iste una frecuencia de ) das en los cuales no !ubo ning5n queso defectuoso por lo que podemos decir que en el periodo de esos das no !ubo ning5n factor que pueda complicar el proceso de elaboraci'n.

=bservamos tambi n que e"iste una frecuencia de C das en los cuales !ubo E quesos defectuosos lo que indica que en estos das se presentaron cuellos de botella que dificultaron el proceso productivo. #or eso se recomienda !acer una evaluaci'n minuciosa del proceso de elaboraci'n de modo que se identifique el problema que pueda !aber entorpecido la producci'n durante esos C das.

El objetivo de este !istograma debe ser equilibrar o !omogeni%ar el numero de quesos defectuosos !asta el ms mnimo valor posible, que

en este caso buscamos que no sea mayor de B o N, de modo que la productividad mejore y mejora tambi n la calidad del producto mejorando as su competitividad y otorgando satisfacci'n a las necesidades del consumidor.

3.- DIAGRAMA DE PARETO .e acuerdo a los datos de la !oja de verificaci'n tenemos3 G DEFECTO #eso incompleto Envase .efectuoso Te"tura =tros Gal sellado +ontaminado +olor &abor FALLAS 31 24 21 1A 15 13 12 1?

N H ; > B N 9 C ) E

C+."1)&6+

F&"#4"/#$+ +2,)*4.+ B; >N >; ;E ;9 ;B ;> ;:

F&"#4"/#$+ +2,)*4.+ +#4(4*+%+ B; 99 )C LN ;:L ;>> ;BN ;NN

F&"#4"/#$+ &"*+.$I+ 4/$.+&$+ J >;.9> ;C.CC ;N.9E ;>.9 ;:.N; L.:> E.BB C.LN

F&"#4"/#$+ +#4(4*+%+ J >;.9> BE.;E 9>.)C C9.>C )9.C) EN.CL LB.:> ;::

#eso incompleto Envase .efectuoso Te"tura =tros Gal sellado +ontaminado +olor &abor

Interpretacin: &eg5n la grafica se observa que las B primera categoras esta ocasionando mayor parte de las imperfecciones, por ello se debe centrar con mayor facilidad en los B primeros defectos y as poder reducir el problema

4.- DIAGRAMA DE CAUSA K EFECTO En la elaboraci'n del queso podemos encontrar varios efectos por la que se produce el abombamiento.

TEMPERATURA DE LECHE CRUDA

M.O.S EN LA CUAJADA

TIEMPO DE MOLDEO

CALIDAD MICROBIOLOGICA DE SALMUERA

Interpretacin:

+on la ayuda de los diagramas de causaAefecto se determinaron c'mo causas del origen del abombamiento de quesos frescos a las siguientes3

Jariable de entrada3 Temperatura de lec!e cruda .A ;3 7alta de !igiene durante el orde8o. >3 4ecipientes y condiciones de transporte inadecuadas Jariable de entrada3 #resencia de microorganismos en la cuajada.A B3 7alta de capacitaci'n del personal y desconocimiento de la importancia del cumplimiento de Q#G. Jariable de entrada3 Tiempo de moldeo.A N3 7alta de control y desorgani%aci'n en la recepci'n de lec!e. Jariable de entrada3 +alidad microbiol'gica de salmuera.A 93 7alta de monitoreo microbiol'gico de la salmuera y del producto. C3 7alta de conocimiento de la importancia del control de la calidad e inocuidad alimentaria.

5.- DIAGRAMA DE DISPERSION &e anali%aran datos con respecto a 9>> muestras (unidades de queso) y sus respectivos pesos (en gr.) L ;> ;E >B B: BE N9 9: 9> 9) C: C9 )> N 522 3 >:.9 >:.L >;.B >B.> >N.: >B.9 >9.9 >9.) >C.B >N.; >B.N >9.B N 2A3.! LM ;NN B>N 9>L L:: ;NNN >:>9 >9:: >):N B>NL BC:: N>>9 9;EN N 2 A2A L3 >NC.: B)C.> NEL.L CLC.: L;>.: ;:9).9 ;>)9.: ;BBC.N ;NLL.; ;NNC.: ;9>;.: ;E>;.C N 12 @ .! 3M N>:.B NBC.E N9B.) 9BE.> 9)C.: 99>.B C9:.B CC:.9 CL;.) 9E:.E 9N).C CN:.; N !4A.3

Ri @ S: T S;H i S; @ n U "y O (Uy)( U") @ (;> " ;>CLC.)) O (>EB.))(9>>) @ :.:EC n U"V O (U")V (;> " >CE>E) O (9>>)V

S: @ y A S;" @ (>EBD;>) O (:.:EC " (9>>D;>)) @ ;L.L >:.:

Ri @ S: T S;H i @ ;L.L T :.:EC " #ara (y, @ >EB.)D;> @ >B.C #ara (", @ 9>>D;> @ NB.9 +oeficiente de correlaci'n3 n U "y O (Uy)( U") WXn U"V O (U")VY Xn UyV A (Uy)VY @ :.EC

>) >C >9

<4-70+=& .E .0&#E4&0=$

#E&= E$ <4-G=&

>N >B >> >; >: ;: >: B: N: 9: C: ): E:

$6GE4= .E K6E&=&

I/."&0&".+#$'/: Los datos que se controlan en este grafico corresponden a dos caractersticas de calidad, el peso en gr y la cantidad de quesos con estos pesos? se puede apreciar que los puntos ubicados obtenidos de los datos estn cerca a la recta, la cual tiene una tendencia positiva con una grado de correlaci'n de T:.EC y como este valor fluct5a entre T:.C: a T:.L9 nos indica que la correlaci'n es directamente alta, ya que la cantidad de quesos defectuosos por tener un bajo o alto peso con respecto al estndar que es de >9 gr.Dqueso corresponden a la respuesta de las imperfecciones que se pueden producir en el proceso de estandari%aci'n, pasteuri%aci'n, inoculaci'n, etc. .- ESTRATIFICACION C+."1)&$+, Getodos Gano de obra Gedio -mbiente <4",), %"-"#.4),), B C ) J C.BE ;>.)C ;N.EL

Gedicion Gaquina Gateriales T).+*

E ;; ;> 4!

;).:> >B.N: >9.9B 1??

Interpretacin: =bservamos en el grafico que la causa de materiales presenta ms n5mero de quesos defectuosos, esto se da debido a que los materiales a usar en la elaboraci'n no estn limpios o esterili%ados y eso !ace que se tenga problemas con el producto final. !.- GROFICOS DE CONTROL D6+, ; > B N 9 C ) E L ;: ;

NP("&) %" %"-"#.), B ; N > ; B N ; >

c= c/K = 22= 2.2 10 LSC = c + 3 c LSC = 2.2 + 3 2.2 = 6.6 LIC= 2.2 - 3 2.2 = - 2.2

Interpretacin: Estos datos obtenidos estn dentro de los rangos de lmite superior e inferior, obteniendo as una curva que muestra el proceso en 'ptimas condiciones.

V.- CONCLUSIONES
-l !acer este trabajo, llegamos a la conclusi'n que es la obligaci'n de las empresas implantar la +alidad Total, en la actualidad es muy difcil competir si nuestros productos no cumplen con una calidad elevada. 6na calidad acorde con el siglo HH0 donde los beneficiarios no sean solo los clientes, sino la sociedad entera. Esta comprobado que las ) !erramientas de la calidad son m todos que sirven para optimi%ar, verificar y obtener informaci'n estadstica precisa sobre el rendimiento de los procesos. &u funcionamiento es efica%, tiene un amplio campo de aplicaci'n y probablemente nunca dejen de utili%arse.

VI.- BIBLIOGRAFIA
#agina 2eb3 -LQE4T= <-L<-$= (LOS SIETE INSTRUMENTOS DE LA CALIDAD TOTAL; QEN LRNEAS (!ttp3DDboo1s.google.com.peDboo1sZ id@#27N-K>7Nmg+[pg@#-)N[lpg@#-)N[dq@!ojaTdeTrecogidaTdeTd atosTcuantificables[source@bl[ots@2GEQt1J=1;[sig@eJ0$-JLQQLL0\ 0*J*;p%j=1ygc[!l@es]v@onepage[q@!oja^>:de^>:recogida^>:de ^>:datos ^>:cuantificables[f@false!ttp3DD222.itc.m"DeducacionDmaestriasDm\indu strialD+0$+=\&.pdf) QCONSULTA: S72+%) 1! %" S".$"(2&" %"* 2?11S