Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ESTADSTICAS
I. Prlogo.
II. Introduccin.
17
12
17
22
26
29
32
34
35
39
50
50
53
55
58
65
68
70
74
VIII. Anexos.
Anexo I. Tablas Estadsticas.
Anexo II. Ejercicios para resolver.
Anexo III. Respuestas.
Anexo IV. Softwares Estadsticos.
Anexo V. Bibliografa Bsica.
75
75
83
89
94
99
LOGO
Seccin I
Prlogo
Fecha
Julio 2002
Direccin de Operaciones
Calidad
I. Prlogo.
El empleo de las Tcnicas Estadsticas nos lleva a identificar las causas que originan productos,
procesos o servicios defectuosos o no aptos para cumplir determinados requisitos o especificaciones,
para evitar la repeticin de estos defectuosos se deben tomar acciones correctivas y preventivas
necesarias para lograr la mejora en la calidad y productividad de los productos, procesos y/o servicios.
Entre los beneficios que se tienen al emplear las Tcnicas Estadsticas se cuenta con:
1. Muestra en hojas de registro, de manera clara y certera, todas las observaciones del proceso
(maquinara, operarios, materia prima, medio ambiente y mtodos, entre otros).
2. Ayuda a visualizar de manera exacta el comportamiento del proceso, es decir, conocer la cantidad
de variacin en el mismo.
3. Permite detectar todas las posibles causas que generan desperdicios.
4. Retroalimentacin inmediata al proceso.
5. Canaliza los esfuerzos hacia las causas ms importantes de los problemas logrando con ello la
reduccin de desperdicios, disminucin del reproceso y ayuda a la deteccin de defectos del
producto.
Todo el anlisis estadstico que se desee hacer, parte y se basa en una serie de datos, los cuales se
pueden clasificar en trminos de sus beneficios como los siguientes:
1. Datos que ayuden a entender la situacin actual. Es decir, con ellos conocemos que tan disperso,
con respecto a la media de especificacin, esta el proceso de produccin o servicio, o para examinar
el porcentaje de partes defectuosas contenidas en los lotes recibidos.
2. Datos para el anlisis. stos datos se pueden utilizar para examinar las relaciones entre un defecto y
su causa. Los datos se colectan examinando resultados anteriores y haciendo nuevos exmenes.
3. Datos para el control de procesos. Despus de investigar la calidad del producto, los datos se
pueden usar para determinar si es o no normal el proceso de manufactura. Se emplean tablas de
control y las acciones a tomar se hacen en base a estos resultados.
4. Datos regulados. Ayudan a predecir acciones para cada dato y que las mediciones se tomen
adecuadamente.
5. Datos de rechazo o aceptacin. Se utilizan para aceptar o rechazar partes o productos despus de
una inspeccin. Existen dos mtodos: el de inspeccin total y por muestreo. En base a la informacin
obtenida se puede decidir que hacer con las partes o productos.
6. Recoleccin de datos. El punto ms importante del muestreo es saber cuales son los datos que se
pueden utilizar. No se deben de tomar tamaos de datos desproporcionados solo porque se
recolecten rpidamente.
Es necesario que los datos representen los hechos y el mtodo estadstico utilizado proporcione una
evaluacin objetiva.
Seccin II
Introduccin
Fecha
Julio 2002
Departamento de
Competitividad
II. Introduccin.
Cuando una empresa se involucra en un proceso de mejora continua, se requieren tomas de decisiones
correctas en el momento oportuno y solucionar los problemas en forma rpida y correcta. La mejor forma
de hacerlo es pensar y actuar en funcin de la realidad, o dicho de otra forma, con base en datos que
nos reflejen esa realidad, as nuestras acciones sern precisas y con mayores beneficios.
Es importante crear una cultura de compilacin y anlisis de datos para la toma de decisiones en el
trabajo diario, la cual se logra a travs del uso sistemtico de las herramientas estadsticas que permitir
la mejora de los niveles de calidad y competitividad de nuestra empresa para mantener la mejora
continua.
Los mtodos estadsticos han demostrado su utilidad para controlar y mejorar la calidad tanto en la
prestacin de servicios como en la manufactura de productos. El conocimiento de los mtodos no
proporciona inmediatamente la habilidad para utilizarlos; esta habilidad radica en interpretar los procesos
a travs del anlisis de los datos obtenidos y el empleo de la herramienta estadstica adecuada.
Lo importante no es solamente el conocimiento de los mtodos estadsticos como tales, sino la actitud
mental hacia su utilizacin, esto es, que todas aquellas personas que hagan uso de los mtodos
estadsticos tengan un inters comn en la bsqueda de la mejora de sus procesos.
Otro punto importante es que las herramientas estadsticas son un soporte para normas como la ISO
9002:1994, la cual en el punto 4.20 las menciona como tcnicas estadsticas, y en la ISO 9002:2000 lo
hace de la misma manera en el punto 8.4, referente al anlisis de datos. Complementando lo anterior, el
proyecto interno del Grupo Bimbo llamado Bimbo XXI.
Por todo lo anterior, la estadstica forma parte inseparable del desarrollo
Seccin III
Cmo utilizar el manual?
Fecha
Julio 2002
Direccin de Operaciones
Calidad
Seccin IV
Conceptos Bsicos
Fecha
Julio 2002
Direccin de Operaciones
Calidad
P
R
O
C
E
S
O
Estadstica.
Es la recoleccin, organizacin, anlisis y
presentacin de los datos obtenidos de un proceso,
sistema, servicio, etc.
Obtencin
de datos
Observacin
Acciones
para mejorar
el Proceso.
Datos
por
conteo.
Llamados
tambin
Discretos.
Toma de decisiones
xi
i=1
n
ste es el smbolo
de la mediana.
Ejemplo.
En la lnea de produccin de plan blanco grande, con los siguientes datos determine la media, la
mediana y la moda.
671
Media:
680
673
665
671
669
674
671
680
675
Mediana:
667
673
671
Seccin IV
Conceptos Bsicos
680
680
675
674
673
673
Fecha
Julio 2002
Direccin de Operaciones
Calidad
671
671
671
671
669
667
665
674
671
680
675
667
673
671
X
= 671
Moda:
671
680
673
665
671
669
M = 671
Medidas de variabilidad o dispersin.
Estas medidas indican qu tan dispersas estn las observaciones individuales
del valor promedio de las mismas, y se cuenta con las siguientes:
R = X mx - X mn
( Xi- X )
i=1
n-1
68%
95%
Seccin IV
Conceptos Bsicos
Fecha
Julio 2002
Direccin de Operaciones
Calidad
Los datos que presentan una distribucin acampanada, tienen caractersticas bien definidas con respecto
a la variacin, que se pueden expresar en la regla emprica anterior.
Los datos que obtenemos en el proceso no son todos iguales, siempre hay variacin, puesto que en un
proceso hay infinitas causas de dispersin, y algunas no se pueden eliminar aunque las condiciones de
operacin estn bajo control.
Ejemplo.
Utilizando los datos de peso del pan grande blanco cuantificados por tres das, que se presentan en la
siguiente tabla, calcule el rango, la varianza y la desviacin estndar
Muestra (g)
671
680
673
665
671
669
674
671
680
675
Rango.
R= 680 665 = 15
Varianza ( V ).
Muestra
671
680
673
665
671
669
674
671
680
675
667
673
671
Xi - X
-1.31
7.69
0.69
-7.31
-1.31
-3.31
1.69
-1.31
7.69
2.69
-5.31
0.69
-1.31
X = 672.31
(Xi - X ) ^ 2 = 228.76
S= V
Varianza =
S=
228.76 = 19.06
( 13 1 )
(Xi - X )^2
1.71
59.17
0.48
53.40
1.71
10.94
2.86
1.71
59.17
7.25
28.17
0.48
1.71
Desviacin estndar
19.06
667
673
671
Seccin IV
Conceptos Bsicos
Fecha
Julio 2002
Direccin de Operaciones
Calidad
S = 4.36
Muestreo al azar.
Definicin.
Forma de obtencin.
1. Utilizando una hoja de clculo (excel), seleccione una celda y tomando como base la siguiente
expresin:
=aleatorio()*(b-a)+a
teclee la frmula en el mismo nmero de celdas que la cantidad de muestras de la poblacin que usted
requiera.
=aleatorio()*(b-a)+a donde:
b. Tamao de la poblacin.
a. Primer nmero de la muestra posible.
2. Utilizando la tabla de Nmeros al Azar o Aleatorios que se muestra en el anexo 1 (Ver tabla 4.1), en
donde se determina al azar el mismo nmero de muestras que se requiere.
Ejemplo.
15
22
25
33
50
58
76
110
140
Lo anterior indica que los nmeros de muestras determinados son los que se tomarn en cuenta
para el anlisis de la poblacin.
Errores de Muestreo.
Si al analizar todo el lote o poblacin se observa que los valores de las medidas de tendencia central y/o
medidas de dispersin son algo diferentes a los valores del lote, se dice que existe un error, entre los
principales errores encontramos:
1. Sesgo. Si se toman como muestras slo las mejores piezas o si nicamente se extraen muestras
con determinado valor, la media muestral ser distinta de la media de la poblacin.
2.
Confiabilidad.
La confiabilidad, es la forma de mantener el control sobre los procesos de muestreo y se necesita:
1. Analizar qu causa el sesgo y cmo conseguir precisin.
Seccin IV
Conceptos Bsicos
Fecha
Julio 2002
Direccin de Operaciones
Calidad
Nombre
Definicin
Frmula
Media (X).
x
n
Mediana
x
i=1
n
Moda (M)
Rango (R)
Varianza (V)
(X-X)2
R = X mx - X min
i=1
n- 1
Seccin IV
Diagrama de Pareto
Fecha
Enero 2002
Departamento de
Competitividad
12
Seccin V
Diagrama de Pareto
Fecha
Julio 2002
Direccin de Operaciones
Calidad
1. Diagrama de Pareto.
Definicin.
100
90
80
70
60
50
40
4.
Se suma la cantidad de cada factor. El total
representa el 100%. Se obtienen los porcentajes de cada
uno de los factores y se ordenan de mayor a menor.
30
20
10
Ejemplo.
12
Seccin V
Diagrama de Pareto
77
12
03
02
01
Fecha
Julio 2002
Direccin de Operaciones
Calidad
81.05%
12.63%
3.15%
2.10%
1.05%
81.05%
93.68%
98.93%
96.83%
100%
%
D
E
F
E
C
T
I
V
O
S
100
90
80
70
60
50
40
30
20
10
0
81.05%
77
100%
96.83%
93.68%
98.93%
100%
50%
(12.63%)
12
(3.15%)
3
(2.10%)
2
(1.05%)
1
0%
PR O B LE MA S
Conclusin de la grfica.
Los diagramas de Pareto se pueden emplear en todo tipo de mejoras en sistemas o procesos, y sirven
tambin para mostrar los resultados de las mejoras y confirmar su impacto.
Ayudan a distinguir entre los problemas triviales y los importantes. Es ms fcil disminuir en un 50% un
problema grande que acabar totalmente con uno pequeo.
Para comparar diagramas de Pareto, es necesario elaborarlos con el mismo intervalo de tiempo
(periodo) y con la misma cantidad de datos .
Si se ha realizado una accin de mejora y sta ha sido efectiva, el orden de las barras del diagrama de
Pareto generalmente cambiar.
La clave para mejorar un anlisis de Pareto es estructurarlo de tal forma que permita enfocar la atencin
en las categoras ms importantes. Se requiere de un anlisis preliminar para determinar si el grado de
importancia es el mismo para todas las categoras y si el potencial de ocurrencia es el mismo.
13
Seccin V
Diagrama de Pareto
Fecha
Julio 2002
Direccin de Operaciones
Calidad
Recordando que el Diagrama de Pareto es una grfica que muestra en forma ordenada la frecuencia de
los factores o causas que producen un problema y que sern sujetos de estudio, es muy comn fijar la
vista en la barra con la frecuencia ms alta, lo cual es apropiado y lo comn en la mayora de las
ocasiones; sin embargo no siempre es lo correcto en todos los casos. Algunas veces, enfocarse en otra
barra de la grfica puede ser ms ventajoso, de hecho, puede suceder que la barra con la frecuencia
ms baja sea aquella a la que se le debe de prestar mayor atencin.
Ejemplo.
Se recabaron los defectos de varios camiones repartidores, los cuales se presentan a continuacin con
su correspondiente grfica.
f r e c u e n c i a s
Categora
D
A
C
B
E
Problema
Puertas gastadas por jaulas.
Caja de carga sucia.
Rayones exteriores.
Asientos rotos.
Frenos defectuosos.
35
30
25
20
15
10
5
0
D
Como se observa en la grfica la mayor frecuencia de problemas la representan las puertas gastadas por
jaulas y la menor frecuencia son los frenos defectuosos, sin embargo los frenos defectuosos es el
defecto ms importante y con mayor peso, ya que podra ocasionar accidentes graves e incluso prdidas
humanas y materiales, por lo que se le debe prestar atencin inmediata.
Para definir si se emplea el criterio de frecuencias, el Pareto tradicional. se pueden aplicar los siguientes
criterios:
a)
Se le brinda la misma importancia a todos los defectos. Por ejemplo, el rea de desarrollo de
nuevos productos realiza una encuesta para conocer la satisfaccin que el cliente recibe del
consumo de cada uno de los productos que se elaboran en Marinela Venezuela. Las quejas se
clasifican por aspectos de servicio pero ninguno de los defectos es ms importante que el otro.
b)
14
Seccin V
Diagrama de Pareto
Fecha
Julio 2002
Direccin de Operaciones
Calidad
En este caso se define la importancia del defecto, otorgndosele un valor que represente su grado
de importancia. Se pueden involucrar valores monetarios, costos, potenciales de perdida o alguna
otra medicin. La medida de importancia debe ser cuantitativa y se puede basar en la decisin de
un gerente o de un equipo.
Ya que se ha determinado la medida de importancia y se obtuvieron las frecuencias, se multiplica la
medida establecida por la frecuencia del defecto observado, sta operacin genera valores ms
significativos que las frecuencias por s mismas.
Ejemplo.
Se ilustra esta condicin, aqu se utiliza el costo por ocurrencia como lo es el peso. El equipo de calidad
de una fbrica ha decidido realizar un estudio determinando el costo por arreglo del defecto de las cinco
categoras que se presentan en la siguiente tabla:
Categora
V
W
X
Y
Z
Frecuencia
20
10
22
7
2
Multiplicando los costos y las frecuencias se obtiene la columna de frecuencia*costo, como se observa
en la siguiente tabla:
Categora
Frecuencia
V
W
X
Y
Z
$80
$20
$50
$100
$50
20
10
22
7
2
Frecuencia
* costo
$1,600
$200
$1,100
$700
$100
1600
1400
1200
1000
800
600
400
200
0
V
En este ejemplo se observa que al realizar la multiplicacin entre valor econmico y frecuencia la
barra ms alta es la del defecto V, por lo que es la que se debe atacar, ya que ni la barra de defectos
con mayo valor econmico (Y), ni los defectos con la frecuencia ms alta (X) se marcaron como
importantes.
2. El potencial de ocurrencia no es igual para todas las categoras.
Para desarrollar ste punto utilizaremos un ejemplo.
Ejemplo.
15
Seccin V
Diagrama de Pareto
Fecha
Julio 2002
Direccin de Operaciones
Calidad
Se utilizan tres mquinas cortadoras de pan blanco, las cuales trabajan con diferentes velocidades, esto
significa que el potencial de ocurrencia de defectos no es el mismo para todas las mquinas, por lo que
las que tengan velocidades de produccin mayores tendrn un mayor potencial para generar defectos. El
nmero de ocurrencia del defecto producido por una mquina en particular se divide entre el total de las
salidas de la mquina, los datos se muestran en la siguiente tabla:
Mquina
A
B
C
Ocurrencia
del defecto
6
5
4
Piezas producidas
Defectivos
200
100
50
0.03
0.06
0.08
0
La mquina A tiene el mayor nmero de defectos, pero posee el mayor nmero de unidades producidas
por mquina. Dividiendo las frecuencias (nmero de defectivos) por el nmero de piezas producidas, los
porcentajes de ocurrencia reflejan, que aunque la mquina C produce el menor nmero de defectos,
tiene la mayor cantidad de defectos de todas las mquinas.
3. Tanto el grado de importancia y el potencial de ocurrencia tienen distintas categoras.
Si ninguna de las dos condiciones satisfacen las necesidades, se puede realizar una combinacin de los
dos procedimientos anteriores. Las frecuencias se convierten en porcentajes y los valores resultantes se
modifican de acuerdo a un valor o grado de importancia previamente establecido.
16
Seccin V
Histograma
Fecha
Marzo 2002
Direccin de Operaciones
Calidad
2. Histograma.
Definicin.
Objetivo.
Usos.
Elaboracin de un histograma.
1. Contar el nmero de datos ( n ).
2. Seleccionar el valor mximo (X Mx) y el valor mnimo (X Mn) de todos los datos.
3. Calcular el nmero de clases ( intervalos ) de la siguiente manera:
3.1 Encontrar el logaritmo base 10 (log) de n, donde n es el nmero de datos.
3.2 Multiplicar el resultado por el nmero constante de 3.3 y se le suma 1.
3.3 Redondear el resultado.
4. El tamao de la clase se calcula como: Tamao de la clase =
X max - Xmin
Numero de Intervalos
5. Determinar el espacio entre frontera y frontera. Para la primera clase, la frontera inferior ser X Mn, y
la frontera superior ser X Mn + tamao de la clase.
6. Para la segunda clase, la frontera inferior ser la frontera superior de la primera clase ms el espacio
entre frontera y frontera determinado en el paso.
7. El proceso se repite para cada clase. Para el ltimo grupo, la frontera superior ser X Mx.
17
Seccin V
Histograma
Fecha
Marzo 2002
Direccin de Operaciones
Calidad
8. Lo que resta es encontrar la frecuencia de cada una de las clases y hacer una representacin grfica.
Frecuencia
30
25
20
15
10
5
0
1
Clase
Ejemplo de un Histograma.
18
Seccin V
Histograma
Fecha
Marzo 2002
Direccin de Operaciones
Calidad
Ejemplo.
19
Seccin V
Histograma
Fecha
Marzo 2002
Direccin de Operaciones
Calidad
A continuacin se presenta un conjunto de mediciones del peso de pan integral grande al iniciar el
proceso en un turno, realice un histograma y concluya lo que observa.
Especificacin: 681 +- 2.5%
717
752
726
737
725
709
642
706
677
677
717
735
702
693
686
684
694
707
705
668
688
705
714
687
694
704
694
696
683
680
678
683
677
673
762
698
705
693
707
698
741
667
690
672
689
688
685
708
688
707
688
710
707
694
701
684
698
765
702
707
702
720
689
698
699
672
725
664
717
662
707
716
669
704
717
706
697
667
730
668
772
732
691
726
698
704
704
668
687
677
2 * 3.3 = 6.6
Tamao de la clase.
Tamao = 772 642 = 16.3
8
La frontera menor es X min que es 642.
Rangos:
Clase
642.0 658.3
658.4 674.6
674.7 690.9
691.0 707.2
707.3 723.5
723.6 739.8
739.9 756.1
756.2 772.4
Cuenta
I
IIIII
IIIII
IIIII
IIIII
IIIII
II
II
IIIII
IIIII
IIIII
IIIII
III
I
IIIII IIIII IIIII
IIIII IIIII IIIII IIIII IIIII IIIII
II
20
Frecuencia
1
11
24
40
12
8
2
2
720
707
692
712
691
706
687
687
693
664
Seccin V
Histograma
Fecha
Marzo 2002
Direccin de Operaciones
Calidad
45
40
35
30
25
20
15
10
5
0
1
Esta grfica presenta una forma tipo sesgada, con los datos de los pesos cargados hacia la izquierda de
la grfica. Lo cual se ratifica ya que la mayora de los puntos no cae dentro de la media de
especificacin (Media 681, lmites 667.9 y 702.02) y los puntos de la frecuencia 1, 5, 6, 7 y 8 estn fuera
de especificacin establecida para ste producto y la cual se encuentra enunciada al inicio del
problema.
21
Seccin V
Diagrama de Causa y Efecto
Fecha
Julio 2002
Direccin de Operaciones
Calidad
Medio Ambiente
Se trata de una tcnica de anlisis que nos muestra las causas que contribuyen a
generar un problema. Es importante resaltar que se debe de contar con la
participacin del mayor nmero de personas que integran las diversas reas o
departamentos cuya actividad afecta directa o indirectamente el problema a
resolver. El siguiente esquema es una muestra de un Diagrama causa y efecto.
Materiales
Mtodo
Caracterstica
de calidad
Medicin
Maquinaria
Personal
Cada una de las principales ramificaciones corresponden a una parte importante e independiente del
proceso, la cual debe ser administrado para su control y mejora. Al conjunto de las mismas se les conoce
como las 5Ms y 1P.
Significado de las 5Ms y 1P.
1. Personal. El desempeo del personal depende de tres factores muy importantes: conocimientos,
habilidades y actitudes. La falta de capacitacin continua del personal, cursos de manejo de mquinasherramientas, incentivos, motivacin, supervisin, etc. pueden ser causantes de problemas.
2. Medio Ambiente. En esta parte se incluye la basura, desperdicios de insumos y producto terminado,
exposicin a contaminantes, humedad atmosfrica, iluminacin de la planta, etc.
3. Materiales. Normalmente las empresas utilizan una gran cantidad de materiales y de componentes
para fabricar los productos, estos materiales deben de cumplir con ciertos requisitos de calidad. Aqu se
involucra lo que es el agua de proceso, agua de las plantas, materias primas, vapor, etc.
4. Mtodo. Implica cualquier proceso o forma de realizar el trabajo, por ejemplo el lavado, molienda,
secado, horneado, limpieza, fermentado, atencin a llamadas, etc.
5. Medicin. Resulta primordial que las mediciones se realicen con exactitud, logrndose sto con un buen
manejo del equipo de medicin y con personal capacitado para el manejo del equipo y toma de
mediciones, esto implica un anlisis de laboratorio, calibracin, mantenimiento a instrumentos, manuales
de operacin, etc.
6.Maquinaria. En ocasiones la maquinara para la elaboracin de productos solo es capaz de
proporcionar ciertos rangos de calidad, que en ocasiones no corresponden con los lmites requeridos,
entonces se tiene que hacer un ajuste o considerar la compra de equipo nuevo, algunos equipos que
pueden ocasionar problemas son los siguientes: hornos, enfriadores, transportadores, fermentadores,
mquina empaquetadora de producto, etc.
22
Seccin V
Diagrama de Causa y Efecto
Fecha
Julio 2002
Direccin de Operaciones
Calidad
3. Se determina qu factores dan lugar a otros, cul es la relacin entre ellos y a qu grupo pertenecen.
4. Se completa el diagrama, apuntando sobre las ramas de los factores principales, las acciones a
detalle que causan o influyen sobre estos. De igual manera se escriben los factores pequeos que
afectan a los factores en detalle.
5. Se analiza el diagrama para seleccionar las causas ms probables para posteriormente confirmarlas,
se puede auxiliar de la Metodologa de Proyectos para Solucin de Problemas y reas de Mejora (paso
No. 3).
A continuacin se explica de forma resumida la secuencia para la elaboracin del diagrama y se incluyen
algunos consejos para la mejor prctica de la misma.
Reunir al personal o departamentos involucrados en el problema.
Realizar la tormenta de ideas.
Elegir a un facilitador para moderar e ir formando el diagrama.
Efectuar un diagrama para cada problema.
Dar preferencia a la seleccin de factores cuantificables para poder
aplicarles un tratamiento estadstico.
Se recomienda que los factores que aparecen en el diagrama puedan ser
controlados por el personal.
Mejorar el diagrama a travs de la retroalimentacin de nuevas ideas por
parte del personal.
Evitar crear diagramas con demasiada informacin que pueda confundir al
observador.
23
Seccin V
Diagrama de Causa y Efecto
Fecha
Julio 2002
Direccin de Operaciones
Calidad
Este diagrama se emplea tanto para mejora como para control de procesos.
Su anlisis ayuda a determinar el tipo de datos que deben obtenerse, para
confirmar las causas probables del problema.
Ayuda a detectar las causas de la dispersin en las caractersticas de
calidad.
Ayuda a prevenir problemas. Sirve para detectar causas potenciales de un
problema que se puede prevenir adoptando los controles apropiados.
Se adquieren nuevos conocimientos sobre el proceso analizado.
Favorece el trabajo en equipo, ya que se trabaja hacia un fin comn.
Ejemplo.
El rea de ventas de Tortillinas Ta Rosa realizo un anlisis del por qu de sus bajas en ventas de
producto, para eliminarlos se utiliz la metodologa de Proyectos para la Solucin de Problemas y reas
de Oportunidad. Al elaborar la lluvia de ideas se obtuvieron los siguientes resultados:
LLUVIA DE IDEAS.
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
24
Seccin V
Diagrama de Causa y Efecto
Medio
ambiente
Clima
hmedo
Distancia de
la agencia al
changarro
Clientes con
ventas bajas
Malos
itinerarios
Mtodos
Frecuencia
de visitas
Falta de
supervi
cin
Posicin de
exhibidores
Falta de
motivacin
Rotacin de
personal
Ausentismo
Elaboracin
de pedidos
Calidad del
producto
Seguimiento
semanal
Conocimiento
de los
mnimos por
ruta
Descompostura
del camin
repartidor
Maquinara
Personal
Fecha
Julio 2002
Direccin de Operaciones
Calidad
Medicin
Materiales
25
Tipo de
exhibidor
Qu
produce
bajas ventas
de
Tortillinas
Ta Rosa?
Seccin V
Diagrama de Dispersin
Fecha
Julio 2002
Direccin de Operaciones
Calidad
4. Diagrama de Dispersin.
Definicin.
El diagrama de dispersin muestra la relacin entre los datos que
son graficados en un par de ejes. Sirve para establecer la
relacin entre unas causas y un efecto.
Diagram a de Dispersin
% pan fracturado
2 .4 0 %
2 .2 0 %
2 .0 0 %
1 .8 0 %
1 .6 0 %
1 .4 0 %
1 .2 0 %
1 .0 0 %
1 1 .0 0 % 1 2 .0 0 %
1 3 .0 0 % 1 4 .0 0 % 1 5 .0 0 %
% de Humedad
Usos. El diagrama de dispersin tiene, principalmente, un uso tcnico. Es de gran utilidad para la
solucin de problemas de la calidad en proceso y en producto, ya que nos sirve para comprobar
qu causas (factores) estn influyendo o perturbando la dispersin de una caracterstica de calidad
o variable del proceso a controlar.
Elaboracin del diagrama.
1. Disee una hoja para colectar datos.
2. Tome de 30 a 90 muestras y regstrelos en la hoja.
3. Trace los ejes horizontal y vertical.
4. Grafique los puntos, si se repiten los valores trace un crculo para representar que esta repetido.
5. Si observa que existen demasiados datos del mismo valor haga uso de un histograma y construya
una tabla de frecuencias con ndices vertical y horizontal.
6. Determine el tipo de relacin que existe de acuerdo a la dispersin de los puntos.
7. Para saber si la correlacin es significativa se utiliza el mtodo de clculo de coeficiente de
correlacin con el papel de distribucin binomial o con el mtodo de la mediana.
Mtodo de la mediana.
II
III
I
IV
5. Cuente los puntos de cada rea, si la lnea de las medias cruza algn punto no lo tome en cuenta.
26
Seccin V
Diagrama de Dispersin
Fecha
Julio 2002
Direccin de Operaciones
Calidad
Si los valores de la tabla son mayores que los de la grfica la correlacin es negativa.
Ejemplo.
Se debe encontrar la relacin existente entre la cantidad en pesos de faltantes y sobrantes de producto y
el nmero de jaulas manejadas en rea de embarque.
F al ta nt es y sob ra n te s
Semana
Para la realizacin de la
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
21
20
20
No. De jaulas
por semana
20,500
20,600
20,900
19,700
21,000
19,400
19,000
20,800
20,500
19,900
19,600
20,400
20,100
19,800
20,300
20,500
19,100
21,000
20,100
II
19,700
19
18
grfica
utilizaremos el
17
16
15
III
14
13
12
19,000
19,500
20,000
27
No. de jaula s
20,500
21,000
Seccin V
Diagrama de Dispersin
rea
I
II
III
IV
Total (n)
Fecha
Julio 2002
Direccin de Operaciones
Calidad
Puntos
7
2
7
1
17
En este caso el total es de 17 ya que se eliminaron tres puntos sobre los que pasa la mediana (lnea).
I + III = 7 + 7 = 14
II + IV = 2 + 1 = 3
Utilizando la tabla de prueba de signo tenemos como lmites:
Lmite inferior : 4
Lmite superior : 13
Haciendo la correlacin entre los lmites y los determinados a travs de la grfica:
Total mayor
Total menor
( 14 ) > ( 13 )
( 3 )<( 4 )
Se observa que existe una correlacin entre los puntos, lo que implica que a medida que se aumente el
nmero de jaulas usadas el costo de faltantes y sobrantes aumentar.
28
Seccin V
Estratificacin
Fecha
Julio 2002
Direccin de Operaciones
Calidad
5. Estratificacin.
Definicin.
Ejemplo.
Caracterstica
Estratificacin
Por operario
Por proceso
Procedimiento de operacin
Por material
Proveedor, composicin
La estratificacin se puede emplear como base para el uso de otras herramientas estadsticas como: los
Histogramas, diagramas de dispersin, grficas de control, etc.
29
Seccin V
Estratificacin
Fecha
Julio 2002
Direccin de Operaciones
Calidad
2. Los datos de estas caractersticas deben ser expresados de manera comprensible, por ejemplo en un
histograma de frecuencias.
3. En cada histograma hay diferentes tipos de dispersin que los caracteriza, y hay que pensar en las
causas especficas de esta variacin, para as detectar la causa que ms contribuye a dicha dispersin.
4. Los datos que resulten deben clasificarse en grupos de acuerdo con la causa probable de dispersin,
este proceso es la estratificacin.
Ejemplo.
Para investigar la eficiencia en la recepcin y los faltantes atribuibles al departamento de produccin, se
muestrearon tres mil charolas diarias y se inspeccionaron buscando faltantes, sobrantes o defectos en
los productos. Las charolas defectuosas fueron aquellas que tuvieron alguno de los defectos
mencionados. La informacin se presenta a continuacin:
Da
Lunes
Martes
Mircoles
Jueves
Viernes
Sbado
Charolas
defectuosas
41
38
30
36
55
30
57
26
37
27
33
41
34
39
33
53
38
30
sta informacin es til, sin embargo no se puede distinguir el comportamiento en relacin con las
charolas defectuosas para cada uno de los turnos, por lo que se decidi estratificar (separar) por turno, y
quedo de la siguiente forma:
Da
Turno 1
Turno 2
Turno 3
Lunes
10
25
22
Martes
05
10
11
Mircoles
08
14
15
Jueves
10
07
10
Viernes
06
15
12
Sbado
09
17
15
Lunes
16
10
15
Martes
10
11
17
30
Seccin V
Estratificacin
Fecha
Julio 2002
Direccin de Operaciones
Calidad
Mircoles
06
09
15
Jueves
15
11
10
Viernes
10
15
30
Sbado
09
09
12
Lunes
07
12
15
Martes
11
14
14
Mircoles
09
13
11
Jueves
10
18
25
Viernes
14
08
16
Sbado
06
10
14
Sumatoria
171
228
279
Una vez estratificado es posible investigar el comportamiento para cada uno de los turnos y emprender
las acciones necesarias. En el ejemplo se puede apreciar que el tercer turno es el que debe revisarse
prioritariamente, cosa que no se poda apreciar en la primera tabla en la cual no se utiliz la
estratificacin.
31
Seccin VI
La tcnica de las 5W y 1H
Fecha
Julio 2002
Direccin de Operaciones
Calidad
6. Hoja de Datos.
Definicin.
Beneficios de su utilizacin.
1. Ver cmo se distribuye un proceso.
2. Saber cuntos productos son defectuosos.
3. Ubicar dnde estn localizados los defectos.
4. Encontrar las causas de los productos defectuosos.
5. Verificar o inspeccionar un proceso, etc.
6. Lo ms importante es que se cuenta con una base para actuar.
Importancia de las hojas en el Grupo Bimbo.
Los ejemplos de las hojas de datos que posee nuestra organizacin es muy grande; cada departamento
lleva sus propias hojas de datos, un ejemplo muy extendido son los registros definidos en el Sistema ISO
9000.
Ejemplo.
Un equipo de proyecto del departamento de produccin, decidi recolectar informacin acerca del las
temperaturas de horneado del pay de pia, por lo que con el fin de que la informacin recolectada fuera
uniforme, decidieron crear una hoja de datos con los siguientes datos.
32
Seccin VI
La tcnica de las 5W y 1H
Fecha
Julio 2002
Direccin de Operaciones
Calidad
Variable a medir:
LIE:
LSE:
Fecha
Hora
Turno:
7. Grficas de Control.
Definicin.
Funciones de la Grfica.
33
Seccin VI
La tcnica de las 5W y 1H
Fecha
Julio 2002
Direccin de Operaciones
Calidad
34
Seccin VI
La tcnica de las 5W y 1H
Fecha
Julio 2002
Direccin de Operaciones
Calidad
Grfica c. Sirve para controlar y analizar el nmero de defectos por unidad en muestras de tamao
constante.
Tipo de datos
Fraccin
Tamao de
subgrupo
n constante
n variable
Grfica
p
p
Cantidad
n constante
np
Conteo
n constante
n variable
c
u
Se busca
Eje Y
Defectivo
Si
Atributos
Defectos
Existe criterio
pasa/no pasa?
Variables
Valor
No
n=1
X-RM
10 n 2
X R
n 11
X S
LC = X
LCS = X + A2 R
35
Seccin VI
La tcnica de las 5W y 1H
Fecha
Julio 2002
Direccin de Operaciones
Calidad
LCI = X - A2 R
Grfica R.
Lnea Central
LC = R
LCS = D4 R
LCI = D3 R
Los valores de los coeficientes A2,, D3 y D4 dependen del tamao de la muestra n. La tabla se presenta
en el anexo (tabla 4.3) o a continuacin:
n
2
3
4
5
6
7
8
9
10
A1
3.759
2.394
1.880
1.596
1.410
1.277
1.175
1.094
1.028
A2
1.880
1.023
0.729
0.577
0.483
0.419
0.373
0.337
0.308
B3
0
0
0
0
0.030
0.118
0.185
0.239
0.284
B4
3.267
2.568
2.266
2.089
1.970
1.882
1.815
1.761
1.716
D3
0
0
0
0
0
0.076
.0.136
0.184
0.223
D4
3.268
2.574
2.282
2.114
2.004
1.924
1.864
1.816
1.777
5. Trazar la grfica de control X - R. El trazo de la lnea central debe ser continuo, y el de los lmites
de control, punteado.
Ejemplo.
En la lnea de elaboracin del polvorn, se han detectado problemas, a raz de esto se resolvi que el
problema se presenta durante el horneado. Realice el anlisis de las temperaturas del mismo y de la
grfica de control de las temperaturas del horno.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
X1
265
250
255
265
260
267
275
285
275
270
275
265
270
275
280
269
X2
267
260
260
269
265
265
275
283
277
275
280
275
276
280
275
267
X3
269
267
275
279
267
264
276
280
277
278
275
278
285
280
276
270
X4
269
273
280
280
269
267
280
275
280
275
273
274
283
277
274
273
36
X5
270
280
284
278
268
269
290
270
285
269
276
275
274
275
270
275
1340
1330
1354
1371
1329
1332
1396
1393
1394
1367
1379
1367
1388
1387
1375
1354
Media Rango
268.0
5
266.0
30
270.8
29
274.2
15
265.8
9
266.4
5
279.2
15
278.6
15
278.8
10
273.4
9
275.8
7
273.4
13
277.6
15
277.4
5
275.0
10
270.8
8
Seccin VI
La tcnica de las 5W y 1H
17
18
19
20
21
22
23
24
25
Fecha
Julio 2002
Direccin de Operaciones
Calidad
283
272
260
255
267
270
273
267
280
280
270
264
264
267
272
275
269
284
280
269
268
273
269
277
278
268
276
276
270
280
265
270
273
280
267
273
273
272
285
269
274
270
274
270
270
1392
1353
1357
1326
1347
1362
1380
1341
1383
34097
278.4
270.6
271.4
265.2
269.4
272.4
276.0
268.2
276.6
272.8
10
3
25
18
7
7
7
3
14
11.76
Media:
X 1 X 2 ... X n
n
Para subgrupo 1.
Rango:
R = X mx X mn
Para subgrupo 2.
R = 270 265 = 5
Media de medias:
Media de rangos:
R = 5 + 30 + 29 + + 14 = 11.76
25
Lmites de control para medias.
Lmite superior: LCS = X
+ A2 R
Lmite inferior:
LCI = X - A 2 R
Lmite de control:
LC = X
LCI = D3 R
T e m p e r atu r as (C)
Lmite de control:
310.0LC
= R
300.0
290.0
280.0
270.0
260.0
250.0
240.0
1
37
11
13
15
Grupos
17
19
21
23
25
Seccin VI
La tcnica de las 5W y 1H
Fecha
Julio 2002
Direccin de Operaciones
Calidad
No se observan puntos fuera de control en la grfica de medias, lo que indica que no existe una causa
asignable de variacin. Si existiera un punto fuera de los lmites, indica alguna causa especial, como en
la grfica de rangos. Se debe de investigar cual fue esa causa especial y evitar su recurrencia. La lnea
central del grfico nos indica el promedio del proceso. Las lneas que unen los puntos muestran las
diferencias entre los promedios de cada subgrupo.
5
G
3
La grfica de rangos es relevante porque lleva a la identificacin y posterior reduccin de las variaciones
del proceso. Un punto en la grfica muestra la variacin existente dentro del subgrupo y la lnea central la
variacin del proceso.
Grfica X - S
Las grficas de control de medias y desviacin estndar se recomienda utilizar cuando:
1. El tamao de muestra es moderadamente grande n>10 o 12 (donde el rango pierde eficiencia por no
tomar en cuenta valores intermedios).
2. El tamao de muestra es variable.
Su construccin es similar a la carta de medias-rangos, excepto que en lugar de rango R en cada
subgrupo se calcula la desviacin estndar S.
Elaboracin de la grfica.
1.
2.
38
Seccin VI
La tcnica de las 5W y 1H
Fecha
Julio 2002
Direccin de Operaciones
Calidad
3.
S.
4.
Lnea Central
LCS = X + A1 S
LCI = X - A1 S
Grfica S.
Lnea Central
LC = S
LCS = B4 S
LCI = B3 S
5. Trazar la grfica de control X - S. El trazo de la lnea central debe ser continuo, y el de los lmites
de control, punteado.
Nota: los valores para calcular dichos lmites se presentan en el anexo 1 (ver tabla 4.4 ).
b) Grficas por atributos.
Grfica p.
Definicin.
Es la relacin entre el nmero de artculos defectivos encontrados en una inspeccin, o
en una serie de inspecciones y la cantidad de artculos realmente inspeccionados. Consiste en clasificar
a un artculo como aceptado o rechazado y se utiliza cuando la muestra de datos tomada no es
constante y se representa como porcentaje.
Elaboracin de la grfica.
1. El tamao de la muestra (n) debe ser mayor a 50 datos.
Calcule la fraccin defectiva para cada subgrupo. Multiplique el resultado por cien para representarlo en
porcentaje.
P=
2.
Nmero de defectivos
= np
Nmero de inspecciondados
n
Calcule la fraccin defectiva promedio p :
np
n
LSC p
3
n
p 1 p
39
Seccin VI
La tcnica de las 5W y 1H
LIC p
3
n
p 1 p
Fecha
Julio 2002
Direccin de Operaciones
Calidad
4. Construya la grfica, trace los lmites de control y dibuje los puntos que representen la fraccin
defectiva en porcentaje p (%).
Ejemplo.
Durante el recorrido por turno en la lnea de produccin de negritos se toman muestras aleatorias del lote
elaborado en ese turno, de los cuales se verifica que no haya defectos en el cierre de la bolsa, como que
ste quemada, abierta o con producto interfiriendo el cierre de la bolsa. A continuacin se presenta la
tabla con las muestras verificadas y el nmero de defectos encontrados en cada uno de ellos. Realice el
anlisis estadstico y concluya lo observado en la grfica.
Tamao
de la
muestra
(n)
No.
Defectuosos (np)
Fecha o
subgrupo
(No)
Porcentaje
defectuos
o p(%)
3
n
190
180
185
190
130
190
220
220
220
220
180
150
60
100
135
210
220
220
255
300
19
15
12
8
15
6
24
20
15
18
10
15
3
6
14
23
22
18
15
33
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
10.0
8.3
6.5
4.2
11.5
3.1
10.9
9.1
6.8
8.2
5.6
10.0
5.0
6.0
10.4
10.9
10.0
8.2
5.8
11.0
0.218
0.224
0.221
0.218
0.263
0.218
0.202
0.202
0.202
0.202
0.224
0.245
0.388
0.300
0.258
2.207
0.202
0.202
0.188
0.173
3,775
311
Np =
P (%) =
19
p 1 p
3
X
n
p 1 p
LCS
LCI
0.274
0.274
0.274
0.274
0.274
0.274
0.274
0.274
0.274
0.274
0.274
0.274
0.274
0.274
0.274
0.274
0.274
0.274
0.274
0.274
0.059
0.061
0.060
0.058
0.072
0.058
0.055
0.055
0.055
0.055
0.061
0.067
0.106
0.082
0.070
0.057
0.055
0.055
0.052
0.047
14.1
14.3
14.2
14.0
15.4
14.0
13.7
13.7
13.7
13.7
14.3
14.9
18.8
16.4
15.2
13.9
13.7
13.7
13.4
12.9
2.3
2.1
2.2
2.4
1.0
2.4
2.7
2.7
2.7
2.7
2.1
1.5
-2.4 (0)
0.0
1.2
2.5
2.7
2.7
3.0
3.5
311
= 0.082
3,775
* 100 = 10 %
190
3. Para facilitar el calculo de los lmites de control, se separo la formula en dos factores, los cuales son:
3
n
p 1 p
El segundo:
40
Seccin VI
La tcnica de las 5W y 1H
Fecha
Julio 2002
Direccin de Operaciones
Calidad
3
0.218
190
LSC p
3
n
LIC p
3
n
p 1 p
LSC 0.082
3
190
p 1 p
LIC 0.082
3
190
5. Realizar la grfica, tomando cada uno de los lmites y los puntos de p(%), a continuacin se muestra
la grfica final.
20
Fraccin defectuosa
18
16
14
12
10
8
6
4
2
0
2 3 de
4 5
6 7 8 9de10los
11negritos,
12 13 14 esta
15 16en17control,
18 19 20
De la grfica se concluye que 1el cierre
la envoltura
aunque no es
Subgrupo
constante, por lo que se debe trabajar en reducir la variabilidad del proceso.
41
Seccin VI
La tcnica de las 5W y 1H
Fecha
Julio 2002
Direccin de Operaciones
Calidad
Grfica C.
Definicin.
Representa el nmero de defectivos por unidad muestreada (puede ser uno o varios
artculos), en este caso la n representa una muestra constante. Se emplea cuando se
desea cuantificar el nmero de defectos por unidad de muestreo.
Elaboracin de la grfica.
C
k
Donde:
LC = Media.
4. Trace los lmites de control y grafique los puntos que representan el nmero de defectos por unidad
correspondiente a cada subgrupo.
Ejemplo.
En la planta de Suandy se presentan problemas con la reciba de lotes de la panera del pastel de
chocolate de 60g, a continuacin se muestran los datos recabados de stos defectos.
Subgrupo
No.
1
2
3
4
5
6
No.
Defectos
7
8
9
4
6
7
42
Subgrupo
No.
61
62
63
64
65
66
No.
defectos
5
6
8
6
7
8
Seccin VI
La tcnica de las 5W y 1H
7
8
9
10
11
10
13
14
15
16
17
18
19
20
9
11
5
8
7
7
8
6
10
8
9
6
7
2
27
28
29
30
31
32
33
34
35
36
37
38
39
40
6
7
3
7
4
5
7
3
6
5
7
8
9
8
47
48
49
50
51
52
53
54
55
56
57
58
59
60
Fecha
Julio 2002
Direccin de Operaciones
Calidad
4
6
8
6
9
7
6
4
4
6
4
9
5
9
67
68
69
70
71
72
73
74
75
76
77
78
79
80
= 6.5
LIC C 3 C
Grfica C
16
Defectos por m uestras
14
12
10
8
6
4
2
0
-2
Muestras
43
6
5
8
9
9
10
3
7
9
8
5
3
4
5
Seccin VI
La tcnica de las 5W y 1H
Fecha
Julio 2002
Direccin de Operaciones
Calidad
VARIABLE
ATRIBUTOS
Resumen de las ecuaciones para realizar los clculos para las diferentes grficas por variables y
atributos.
Tipo de
Grfico
Lnea
Central
Referencia
NP
NP
NP
NP
K
C
K
U =
X
K
R
K
Lmites de Control
P
NP 3
P 1 P
n
P1 P
n
C 3 C
U 3
U
n
X A2 R
D4 R , D3 R
44
Seccin VI
La tcnica de las 5W y 1H
Fecha
Julio 2002
Direccin de Operaciones
Calidad
Estudiar promedio
Estudiar variabilidad
Grfica X
Grfica R
2.
X CL
=suma de X
n
LSC X X A2 R
LIC X X A2 R
3. Calcular:
R CL suma de RM
# de RM
LIC R D3 R
LSC R D4 R
En qu consiste la
grfica X?
Es consiste la grfica R?
No
Investigar
causas.
Usar
herramientas para de solucin de
problemas en el proceso.
Estimar la variacin
del proceso:
R
d2
45
Estudiar
forma
Si
No
Investigar
causas.
Usar herramientas de
solucin de problemas
para trabajar en el
proceso.
Estimar el
promedio
del proceso.
X X
Seccin VI
La tcnica de las 5W y 1H
Fecha
Julio 2002
Direccin de Operaciones
Calidad
Continuar la
grfica.
Redefinir la
lnea central y
los lmites
donde sea
necesario.
No
Si
Aceptable?
4. Calcular:
LC = p =No. Total de artculos defectuosos
Total de artculos inspeccionados
LSCp p 3 p
1 p
n
LICp p 3 p
1 p
Estimar el nmero
promedio de fraccin
de
artculos
defectuosos.
Si
4. Trazar p y lmites
Consistente?
46
Investigar las
causas. Usar
herramientas
de solucin de
problemas
para lograr la
consistencia.
No
Seccin VI
La tcnica de las 5W y 1H
Fecha
Julio 2002
Direccin de Operaciones
Calidad
No
Continuar la
grfica.
Redefinir la
lnea central y
los lmites
donde sea
necesario.
Usar
herramientas
de solucin
de problemas
para mejorar
el proceso.
Si
Aceptable?
Estimar el nmero
promedio de
los
defectos por unidad de
inspeccin.
3. Calcular:
Si
Consistente?
47
Investigar las
causas. Usar
herramientas
de solucin
de problemas
para lograr la
consistencia.
No
Seccin VI
La tcnica de las 5W y 1H
Fecha
Julio 2002
Direccin de Operaciones
Calidad
Para facilitar la elaboracin de las grficas de esta herramienta estadstica, incorporamos hojas de trabajo
para cada una de las grficas, con las cuales se puede guiar para conocer los datos que se requieren y las
frmulas necesarias para la determinacin de los respectivos lmites de Control.
1. Hojas de trabajo para grficas X y R.
Datos requeridos:
de
LSC R D4 * R
Grfica X
X = Total de valores X
No. De valores X
X=
LSC X X A2 * R
LSC X
LSC R
LIC X X ( A2 * R)
LIC R
LIC X
Datos necesarios:
Lnea Central
Limite Superior
de Control
LSC p 3
LSC p
Lmite Inferior
de Control
LIC p 3
p 1 p
n
p1 p
n
LIC p
3. Hoja de trabajo para Grfica c.
Datos necesarios:
48
Seccin VI
La tcnica de las 5W y 1H
Fecha
Julio 2002
Direccin de Operaciones
Calidad
Lnea Central
Limite Superior
de Control
Lmite Inferior
de Control
Grfica c
Nmero
total
de
defectos
c
Nmero total de subgrupos
LSC c c 3 c
LSC c
LICc c 3 c
LIC c
Una capacidad mayor o igual a uno significa que el proceso, producto, etc, es capaz de
cumplir con la especificacin o condiciones impuestas.
Una capacidad menor a uno significa que el proceso tiene dificultades para cumplir con
la especificacin.
Ejemplo.
Obtener la capacidad de proceso para la siguiente serie de datos, as como su interpretacin.
Lmite superior de Especificacin = 9
Limite Inferior de Especificacin = 8
7.5
7.5
7.5
7.4
7.5
7.5
7.5
7.5
7.5
7.5
X = 7.51
9.5
= 0.03
Cp = LSE (9) LIE (8) = 5.55
(6 * 0.03) 9
Muestras
8.5
Media
LSE
LIE
7.5
7
1
49
7
10
Seccin VI
La tcnica de las 5W y 1H
Fecha
Julio 2002
Direccin de Operaciones
Calidad
En este ejemplo ninguno de los datos esta dentro de especificacin, por esto la desviacin estndar es
muy pequea y trae como consecuencia un alto valor de la capacidad del proceso.
Habilidad del proceso Cpk.
Definicin.
La ecuacin se emplea
cuando slo existe el
lmite superior (unilateral).
La ecuacin se emplea
cuando slo existe el
lmite inferior (unilateral).
7.5
7.4
X = 7.51
.= 0.03
50
7.5
7.5
7.5
7.5
7.5
7.5
Seccin VI
La tcnica de las 5W y 1H
Cpklse = 9 - 7.51 =16.55
3*0.03
Fecha
Julio 2002
Direccin de Operaciones
Calidad
9. Las 5 Ss japonesas.
Definicin.
Significado de cada S.
1.
SEIRI: Seleccin. Es clasificar lo necesario y lo innecesario y deshacerse de lo
innecesario.
La metodologa para aplicar Seiri es:
1. Definir el criterio para las cosas necesarias o innecesarias.
2. Clasificar las cosas necesarias.
3. Desechar las cosas innecesarias o identificarlas
4. No traer cosas innecesarias.
2. SEITON: Orden. Es mantener lo necesario en forma ordenada y de fcil acceso (tener un lugar
para cada cosa y cada cosa en su lugar).
El mtodo para realizar Orden:
1. Eliminar las cosas innecesarias.
2. Arreglar el lugar para colocar las cosas.
3. Definir el lugar de las cosas.
4. Indicar el lugar de las cosas.
5. Identificar las cosas.
6. Registrar el lugar de los documentos.
7. Respetar y mantener continuamente lo anterior.
3. SEISO: Limpieza. Es mantener limpia el rea de trabajo, mquinas e instalaciones ( no ensuciar y
en caso contrario limpiar). Los puntos clave son:
1. No ensuciar, en caso contrario limpiar inmediatamente.
2. Mejoramiento para eliminar el origen de la basura y suciedad.
3. No tirar y no desordenar, si se borran las indicaciones reescribirlas, si se despegan las ayudas
visuales volver a pegarlas.
4. SEIKETSU: Progreso. Es mantener y elevar el nivel de seleccin, orden y limpieza en el rea de
trabajo (mejorarlo continuamente).
Mtodo para Mantener:
1. Utilizar apoyos visuales que permitan detectar errores.
2. Indicar el lugar donde deben estar las cosas.
3. Designar el equipo necesario.
51
Seccin VI
La tcnica de las 5W y 1H
Fecha
Julio 2002
Direccin de Operaciones
Calidad
Un minuto diario de 5 Ss
Comunicar y retroalimentar como una rutina diaria.
Responsabilidad individual.
Practicar buenos hbitos.
Formar hbitos y una disciplina en el lugar de trabajo.
Elaboracin de la tcnica.
Cada uno de los involucrados en el problema a resolver se deben cuestionar las
causas que lo provocan, adems de fijar tiempos y responsables para la solucin
y cumplimiento del mismo. Las preguntas y la finalidad de las mismas se
escriben a continuacin:
What ?
Who ?
(Qu?)
(Quin?)
Indica en detalle los pasos a seguir por cada uno de los departamentos,
secciones o personas implicadas en el plan.
When ? (Cundo?)
52
Seccin VI
La tcnica de las 5W y 1H
Fecha
Julio 2002
Direccin de Operaciones
Calidad
Where ? (Dnde?)
How ?
(Cmo?)
Ejemplo.
Dentro del Grupo Bimbo se lleva aplicando esta tcnica desde hace tiempo, ejemplos de lo
anterior son las tablas de los pasos 3 y 4 de nuestra Metodologa de Proyectos para Solucin de
Problemas y reas de Oportunidad, a continuacin se presentan algunas tablas utilizadas.
Tabla para confirmar causas
Fbrica:
Departamento:
Nombre del proyecto:
No
Causa
selecta
Qu?
Mtodo de
confirmacin
Cmo?
Persona
responsable
Quin?
Fecha
Cundo?
Resultados
obtenidos
Por qu?
Se confirmo
Si /No
Por qu?
Comentarios
Tabla de contramedidas
Fbrica:
Departamento:
Nombre del proyecto:
No
.
Causa
confirmad
a
Qu?
Ideas de
contramedida
Cmo?
Persona
responsable
Quin?
Fecha
Cundo?
Resultados
obtenidos
Por qu?
Se confirmo
Por qu?
Si /No
Comentarios
Como se puede observar, cada columna de las tablas para Confirmar Causas y tablas de
Contramedidas, corresponden a una pregunta recomendada por la tcnica 5W y 1H, por lo que cualquier
tabla mencionada en algn proyecto, es un ejemplo de explicacin de sta tcnica.
Ejemplo.
En una fbrica dedicada a la produccin y venta de harina tiene problemas en los silos de
almacenamiento, la solucin de ste defecto implica el no paro del proceso de produccin. Para
53
Seccin VI
La tcnica de las 5W y 1H
Fecha
Julio 2002
Direccin de Operaciones
Calidad
solucionar el problema se realiz el siguiente cuadro utilizando la tcnica de las 5W y 1H, que se
presenta a continuacin.
Causa
Soluciones
Responsable
Fecha
Costo
Qu?
Quin?
Cundo? Cundo?
Faltan toberas
Instalar tres
Juan Prez y
8-12-2001
$1,966.00
de aire en los
toberas en la parte
Jos Lpez.
Silos.
superior del cono.
Falta vibracin
1. Aumentar un
Pedro Jurez.
13-12- 2001 $7,000.00
al silo No. 1.
vibrador.
2. Establecer como
norma que slo se
vibre cuando tenga
mximo 5 ton.
Se atora el
Aumentar la velocidad Ricardo Vzquez 13 dic 2001 Sin costo.
gusano de
del gusano y restringir
producto.
el pasa del producto
por la compuerta.
Falta presin de Implantar mtodo y
Juan Prez y
8-12-2001
Regulador:
aire en los silos.
control automtico
Pedro Jurez.
$483.00
No se aplica
para la aplicacin de
Manmetro:
aire
aire.
$115.00
continuamente
Timer:
en los silos.
$591.00
Cada lenta del
producto.
Cambiar el
procedimiento de
cada del producto
para no golpear el silo
sino darle ms tiempo
de vibracin y
suministra ms aire.
Todos.
54
8-12-2001
Sin costo.
Beneficio
Para qu?
Mayor y mejor
fluidez del
producto.
Evitar que el
personal suba a
golpear el silo
haciendo que
fluya ms
fcilmente.
Se deja de
atorar el gusano
del producto.
Cae ms rpido
el producto para
evitar
derrames,
ahorrar trabajo
de limpieza y
evitar fallos en
silos.
Evitar prdida
de tiempo y
riesgo de
accidente.
Seccin VI
Metodologa para la solucin
de problemas
Fecha
Julio 2002
Direccin de Operaciones
Calidad
Equipo de Trabajo.
Es un grupo de personas comprometidas a lograr un objetivo comn, que se renen regularmente para
identificar y resolver problemas, trabajando e interactuando abierta y efectivamente y que obtienen
resultados tanto econmicos para la organizacin como para el personal.
Para lograr que un Equipo sea efectivo, debe de tener las siguientes caractersticas:
Unidad de propsito.
Comunicacin abierta y clima de confianza.
Claridad de funciones y responsabilidades.
Participacin total y compromiso.
Consenso en las decisiones.
Actitud positiva de los miembros del Equipo.
Creatividad y apertura a los nuevos paradigmas.
Dentro de los procedimientos de operacin, se deben asignar roles a los miembros del equipo como
son: el facilitador, el tormador de acta, el cronometrista, y los responsables.
55
Seccin VI
Metodologa para la solucin
de problemas
INICIAR
PASO 2
Identificar
problemas y
escoger uno
Comprender la
situacin actual y
definir claramente
el problema
SOLUCIN
HACER
PASO 3
Analizar el
problema.
Encontrar causas
fundamentales
No Satisfactorio
PASO 1
DIAGNSTICO
PLANEAR
Fecha
Julio 2002
Direccin de Operaciones
Calidad
VERIFICAR
PASO 5
PASO 6
Definir el plan de
contramedidas
Implementar el
plan
Confirmar el
efecto de la
mejora realizada
ACTUAR
PASO 7
PASO 8
Mantener el efecto
de la mejora.
Estandarizar.
Revisar problemas
remanentes e
iniciar nuevos
proyectos
Satisfactorio
PASO 4
Desarrollo de la metodologa.
1. Identificar problemas y/o reas de mejora, escoger uno.
Pasos a seguir:
1. Elaborar un listado de los problemas del departamento o reas de mejora del rea de trabajo
utilizando una lluvia o tormenta de ideas.
2. Escoger una lista del problema que ms afecte, que sea ms grave y que este a nuestro alcance
solucionarlo, o el rea de oportunidad que ofrezca una ventaja competitiva en precio, calidad, servicio
y/o costo.
56
Seccin VI
Metodologa para la solucin
de problemas
Fecha
Julio 2002
Direccin de Operaciones
Calidad
Nota: Se recomienda que la duracin del proyecto debe ser mxima de seis meses, y se utilice el
software Project Management para darle seguimiento.
Entre los errores comunes en la definir los problemas y reas de mejora se encuentran:
La definicin del problema y/o rea de mejora es la base para la resolucin de los mismos, las causas
potenciales son aquellas posibles que aparentan ser fuente del problema, siempre y cuando se apoye en
una evidencia. El enfoque del problema se puede logra a travs de las preguntas lo que es contra lo
que no es. Es importante describir el problema y/o rea de mejora en trminos que tengan el mismo
significado para todos.
57
Seccin VI
Metodologa para la solucin
de problemas
Fecha
Julio 2002
Direccin de Operaciones
Calidad
El paso queda cubierto cuando existen datos suficientes y bien organizados para explicar la magnitud
del problema y el rea de mejora.
3.Analizar el problema.
Pasos a seguir:
1. Ya definido el problema hay que analizarlo para encontrar las posibles causas.
2. Se recomienda emplear un diagrama causa y efecto para ilustrar y clasificar todas las posibles
causas.
3. Seleccionar las causas ms importantes o las que se piense afectan o producen el problema.
4. Confirmar las causas, ya que no implica que sean las verdaderas.
Las herramientas estadsticas utilizadas en este paso son:
Diagrama causa y efecto y la tabla de confirmacin de causas (la tcnica 5W y 1H).
Nota: hay que recordar que se busca eliminar las causas del problema para siempre, no se desea un
paliativo o solucin pasajera.
Las herramientas estadsticas utilizadas en este paso son:
Lluvia de ideas y tabla de contramedidas (Tcnica de 5W y 1H).
58
Seccin VI
Metodologa para la solucin
de problemas
Fecha
Julio 2002
Direccin de Operaciones
Calidad
Para hacer evidente la mejora, es necesario comparar los resultados obtenidos con los del paso 2, esto
ayudar a ver claramente los logros obtenidos para poder validar el tiempo, recursos y esfuerzos
empleados en el proyecto, as como la retroalimentacin del equipo para reconocer sus xitos o revisar
reas de oportunidad.
Las herramientas estadsticas utilizadas en este paso son
Diagrama de Pareto, histograma, grficos de control, hoja de datos.
Se debe de verificar que los cambios sugeridos se estn llevando a cabo, el nuevo procedimiento
requerir atencin hasta que se convierta en la manera normal de hacer las cosas.
Las herramientas estadsticas utilizadas en este paso son:
Hoja de verificacin, grfica de control y diagrama de flujo.
59
Seccin VI
Metodologa para la solucin
de problemas
Fecha
Julio 2002
Direccin de Operaciones
Calidad
Revise la Metodologa de Proyectos y proporcione la solucin del problema a cada uno de los pasos,
de forma que se conozcan los problemas remanentes y se tomen stos de base para la iniciacin de
nuevos proyectos. Lo anterior nos gua para evitar errores a travs de la experiencia adquirida adems
de tener bases de cmo iniciar nuevos proyectos.
Se observarn las contramedidas que no pudieron ser probadas y que probablemente se puedan utilizar
en algn proyecto.
El paso queda cubierto cuando:
- Se han revisado todas las actividades de mejora realizada en cada uno de los pasos de la
metodologa.
- Se definieron los posibles problemas relacionados con la iniciacin de nuevos proyectos.
- Documentar el proyecto en el formato de Reporte Final para presentar al Equipo Directivo de Calidad.
- Evidenciar aprendizajes, y en su caso, participar en eventos Estatales o Nacionales de Trabajo en
Equipo.
Nota: Al finalizar el proyecto se debe documentar en el formato Reporte final para ser presentado al
Equipo Directivo de Calidad.
7
6
5
CONTROL
MANTENER
MEJORA
CONTROL
4
3
MEJORA
MANTENER
CONTROL
2
MANTENER
1
META
60
Seccin VI
Tormenta de Ideas
Fecha
Julio 2002
Direccin de Operaciones
Calidad
Las fases que incluye una tormenta de ideas son las siguientes.
Definir el tema.
Etapas a seguir.
1. Seleccionar el tema o problema a discutir. Debe tomarse en cuenta, que se buscan muchas ideas, por lo
que es importante colocar en un lugar a la vista de todos los participantes las ideas que vayan surgiendo,
es necesario anotar todas las ideas.
2. Sugerir ideas en turnos respecto al tema seleccionado. La bsqueda de ideas debe hacerse de forma
ordenada, es decir cada persona tiene un turno para expresarse, en el caso de que no quiera sugerir
solo debe decir que pasa. Una forma de facilitar la obtencin de ideas es hacindose las siguientes
preguntas: qu?, cundo?, dnde?, por qu?, quin? y cmo? La generacin de ideas termina
cuando todos los miembros participantes ya no tienen ideas y el grupo se siente satisfecho con los
resultados obtenidos.
3. Evaluar las ideas. Se realiza siguiendo un anlisis tcnico o por un proceso de votacin. Cada idea es
evaluada por turno y se seleccionan las mejores.
4. Algunos criterios convenientes para poder obtener mejores resultados son los de pensar en trminos de
modificar, sustituir y de arreglar.
Reglas a observar en la sesin.
61
Seccin VI
Tormenta de Ideas
Fecha
Julio 2002
Direccin de Operaciones
Calidad
Pasos a seguir.
1. Se parte con los primeros puntos de una tormenta de ideas comn. Se forman equipos con un lder y un
problema a resolver.
2. Se le entrega suficiente cantidad de post-its a cada miembro del equipo.
3. Se asigna un tiempo para dejar que todo el equipo aporte sus ideas y las anote en los post-its.
4. El secretario del equipo anota en el pintarrn los temas mediante los cuales se clasificarn las ideas,
dejando suficiente espacio para colocar los post-its.
5. Se le pide a cada miembro del equipo que pegue los post-its en el pintarrn en el lugar marcado para el
tema con el que su idea se relaciona.
6. Ya colocadas todas las ideas, el equipo coordinado por el moderador, revisa cada idea, para determinar
si se queda, se elimina, se complementa, se cambia de colocacin, etc., ideas similares se agrupan. Cada
accin la comenta el moderador con el equipo.
7. Ya terminado de analizar todos los post-its, el secretario anota en limpio las ideas finales para su
presentacin por parte del vocal del equipo a los dems equipos.
8.
62
Seccin VI
Flujograma
Fecha
Julio 2002
Direccin de Operaciones
Calidad
13. Flujograma.
Definicin.
Rombo.
Indica
decisiones,
alternativas,
preguntas
o
verificacin de condiciones.
Rectngulo.
Representa
Operaciones o acciones a
realizar, con excepcin de
decisiones o alternativas.
63
Seccin VI
Flujograma
Fecha
Julio 2002
Direccin de Operaciones
Calidad
Lleg
Si
No
Evidencia
del lote
Inspeccin
Oficina
abierta
No
Esperar
Buena
Si
condicin
Tiempo
correcto
No
Regresarlo
Si
Correcto
Si Disponible
No
Corregirlo
Si
No
Esperar
Cantidad No
No
No
Si
Falta
Guardarlo
No
Se
almacena
Si
Es
til
Si
Programa
de Reparto
Espacio
No
Esperar
Si
Equipo
listo
Si
No
Esperar
Trabaja
el equipo
No
Repararlo
Meterlo a inventario
64
Si
Descarga
a salvo
No
Recuperar el
material daado
Regre
sarlo
Seccin VI
Muestreo con tablas MIL-STD
Fecha
Julio 2002
Direccin de Operaciones
Calidad
Muestreo MIL-STD-104, el cual se aplica a caractersticas de calidad que se miden y puede ser
expresadas en nmeros, es decir, inspeccin por variables.
Muestreo MIL-STD-105D, para artculos donde la inspeccin es visual, pasa o no pasa, si lo tiene o no lo
tiene, es decir, muestreo por atributos.
Objetivo.
Es proteger al consumidor de aceptar productos, procesos y/o resultados de servicios fuera de la
especificacin requerida; proteger al productor que le rechacen lotes buenos y animar al consumidor a
confiar en la buena calidad de los insumos que compra.
Antes de iniciar el muestreo.
1. Definir las variables y los atributos del producto, proceso y/o resultados de servicios, antes de iniciar el
muestreo.
2. Cada lote debe de representar la produccin, procesos y/o resultados de servicios durante un intervalo
de tiempo, tal que todas las partes o productos, procesos y/o resultados de servicios en el lote se hayan
elaborado bajo las mismas condiciones. Si se cuenta con partes de diferente origen como mquinas,
lneas de proceso o proveedores, o si las condiciones de operacin son distintas no deben de mezclarse.
3. La MIL-STD establece que se cuenta con tres tipos de muestreo, los cuales son: muestreo simple,
muestreo doble y muestreo mltiple; los dos ltimos ya en desuso debido a que ofrecan una segunda
oportunidad al productor o prestador del servicio para aceptar su mercanca cuando se le rechazaba bajo
el empleo de un plan sencillo.
El muestreo sencillo a su vez lo integran tres tablas maestras o formas de inspeccin denominadas
inspeccin normal, estricta y reducida, as como una tabla para seleccionar el tamao de muestra. La
inspeccin normal se utiliza cuando se va a iniciar el muestreo al producto, proceso y/o resultados de
servicios, la estricta se emplea cuando la calidad del producto, proceso y/o resultados de servicios es
mala y la reducida cuando la calidad del producto, proceso y/o resultados de servicios es buena, adems
se reducen los tamaos de muestra.
5. El nivel de calidad aceptable (AQL). Se define como el valor mximo en porcentaje de defectuosos, o el
nmero mximo de defectos por cien unidades, que para propsitos de inspeccin por muestro, puede
considerarse como un valor nominal. En la MIL-STD-105D, los valores de AQL de 10 o menos se
expresa como porcentaje defectuoso o como defectos por cien unidades; aquellos por encima de 10 se
expresan solamente por cien unidades.
6. Para un AQL especfico, un nivel de inspeccin y un tamao de lote dado, el militar estndar proporciona
un plan de muestreo normal que se utilizar conforme a los cambios de la calidad del producto, proceso
y/o resultados de servicios, adems proporciona un mecanismo de cambio a inspeccin estricta o
reducida, que a continuacin se describen:
Cambio de normal a estricta. Cuando se tiene inspeccin normal, la inspeccin estricta se instituye
cuando dos de cinco lotes consecutivos han sido rechazados.
65
Seccin VI
Muestreo con tablas MIL-STD
Fecha
Julio 2002
Direccin de Operaciones
Calidad
Estricta a normal. Cuando se tiene una inspeccin estricta, la inspeccin normal se instituye cuando
cinco lotes consecutivos son aceptados.
Normal a reducida. Cuando se tiene inspeccin normal, la inspeccin reducida se instituye cuando se
cumple con todas las condiciones siguientes:
a. Diez lotes consecutivos han sido aceptados con inspeccin normal.
b. El nmero total de defectivos en las muestras de los diez lotes precedentes es menor o igual al nmero
lmite aplicable del estndar.
c. La produccin de lotes ha sido continua sin interrupciones mayores.
d. La inspeccin reducida se considera adecuada por la funcin responsable de la inspeccin por muestreo.
Reducida a normal. Cuando se tiene inspeccin reducida, la inspeccin normal se instituye cuando se
cumple con cualquiera de las condiciones siguientes:
a. Un lote es rechazado.
b. Cuando el procedimiento de muestreo termina sin decisin de aceptacin o rechazo, el lote se acepta
pero se cambia a inspeccin normal en el prximo lote.
c. La produccin es irregular o se retarda en ser entregada.
d. Otras condiciones que fuercen a cambiar a la inspeccin normal.
La inspeccin se descontinua cuando diez lotes se aceptan con inspeccin estricta y se toman acciones
para mejorar su calidad.
Reglas para seleccionar el tamao de muestra.
1. Conocer el tamao de lote, es decir, la cantidad de pieza, rollos, cajas, etc, que enva el proveedor para
que lo inspeccione el cliente.
2. Conocer el nivel de inspeccin, existen los siguiente niveles:
Nivel I. Se aplica a proveedores sumamente confiables, por lo que los tamaos de muestra son ms
pequeos que en los otros niveles.
Nivel II. Se aplica a proveedores poco confiables, por lo que se tendrn tamaos de muestra ms
grandes de la tabla MIL-STD-105D.
Nivel III. Cuando no se especifica ningn nivel se deber iniciar con el nivel II que es un intermedio (ver
tabla 4.6). Existen cuatro niveles adicionales: S-1, S-2, S-3 y S-4, los cuales ya son obsoletos.
3. Cuando se conoce el tamao del lote y el nivel de inspeccin, se obtiene el tamao de muestra, el cual
se designa con las letras del cdigo de A a R (omitiendo I y O).
Reglas para usar las tablas maestras bajo muestreo sencillo.
1. Al emplear la MIL-STD por primera vez, se deber recurrir al empleo de la tabla maestra llamada
inspeccin normal (tabla 4.6) para efectuar la decisin de aceptar o rechazar un lote.
2. La tabla de inspeccin estricta (tabla 4.7) se utilizar con la condicin de que se hayan rechazado 2 de 5
lotes consecutivos por la tabla de inspeccin normal. Se restablece el empleo de la tabla de inspeccin
normal cuando se han aceptado 5 lotes consecutivos con inspeccin estricta. Finalmente, si 10 lotes
consecutivos permanecen bajo inspeccin estricta, la inspeccin mediante MIL-STD ha de suspenderse
ya que el proveedor no se est preocupando por tomar acciones para mejorar su calidad.
66
Seccin VI
Muestreo con tablas MIL-STD
Fecha
Julio 2002
Direccin de Operaciones
Calidad
3. La tabla de inspeccin reducida (ver tabla 4.8) se emplea cuando 10 lotes consecutivos se han aceptado
bajo inspeccin normal. Se disminuye el tamao de muestra aproximadamente un 40%, utilizando la
inspeccin reducida, del que se tena en la inspeccin normal.
4. Ya conocido el tamao de muestra y la tabla de inspeccin que se va a manejar se necesita conocer el
tipo de AQL que se debe aplicar para conocer finalmente los valores para aceptacin y rechazo del lote.
Pasos para emplear la MIL-STD-105D.
1. Obtener el tamao de muestra.
Vaya a la tabla de tamao muestral (tabla 4.5) y localice la columna tamao de lote, y posicinese en el
valor de su lote entre los diferentes valores de los intervalos que aparecen ah.
Haga coincidir el rengln del intervalo del lote seleccionado, con la letra que se encuentra en la columna
nivel de inspeccin general II (recuerde que este valor es slo en el principio, despus podr ser
modificado), dicha letra nos arrojar el tamao de la muestra a tomar.
2. Con la letra de cdigo del tamao posicinese en la tabla de inspeccin normal (tabla 4.6) y obtenga de
la columna tamao de la muestra, el valor de muestras que originarn su rechazo.
3. Cruce el valor del tamao de muestra con el valor de AQL elegido para obtener tanto el nmero de
muestras inspeccionadas que permitirn aceptar el lote, as como el valor de muestras que originarn su
rechazo.
4. Efecte el muestreo al azar de las piezas representativas del lote a inspeccionar.
5. Al trmino del muestreo, si el valor de muestras defectuosas no rebasa el valor de aceptacin el lote
deber ser aceptado, en caso contrario el lote deber ser rechazado.
Nota. En ocasiones al leer la tabla de inspeccin normal (tabla 4.6) no encontrar valores sino una
flecha, siga la flecha y el valor prximo es el que debe utilizar.
Ejemplo.
Una empresa elaboradora de chocolates har uso de la MIL-STD-105D para aceptar o rechazar un lote
de 2,500 piezas de papel corrugado, dicha empresa emplear un AQL de 0.10 para efectuar tal decisin.
1. Revisar en la tabla 4.5 el intervalo correspondiente al tamao de lote de 2500,
En este caso es de 1201-3200
2. Ya identificado seguir a la columna II de niveles de inspeccin generales.
El resultado es la letra K.
3. Ver la tabla 4.6 y localizar la letra de cdigo de tamao de muestra, es la primera de izquierda a
derecha, y ubique la letra K.
El valor que le corresponde a la letra es de 125 en la columna tamao de la muestra (segunda columna
de izquierda a derecha).
Esto significa que del lote de 2500 piezas se va a muestrear 125 piezas al azar, las cuales sern
representativas de toda la muestra y se debern de inspeccionar tanto en apariencia como impresin.
67
Seccin VI
Muestreo con tablas MIL-STD
Fecha
Julio 2002
Direccin de Operaciones
Calidad
4. Con el valor de la muestra de 125 piezas, nos ubicamos en dicho rengln hasta coincidir con el valor
de la columna AQL = 0.10, de la tabla 4.6 llamado Niveles de calidad aceptable.
El resultado del muestreo, es que se acepta con cero defectos y se rechaza con un defecto, lo que
significa que de las 125 piezas todas debern estar bien en apariencia y en impresin, en caso de llegar
a existir una pieza mala, es decir que este rota, arrugada o de mala impresin, el lote deber de ser
rechazado.
5. Al realizar la inspeccin se encontr que de las 125 piezas se encontraron 2 piezas defectuosas por
mala impresin y ningn problema con la apariencia, por lo que el inspector no sabia que decisin tomar,
ya que por una de las variables se acepta el lote, pero por la otra se rechaza. Para salir del embrollo se
llev el caso al personal de gerencia de produccin y control de calidad y despus del anlisis se decidi
rechazar el lote.
68
Seccin VII
Las Tcnicas Estadsticas
y la ISO 9000
Fecha
Julio 2002
Direccin de Operaciones
Calidad
En este caso la norma, solo hace mencin a la palabra analizar, sin embargo esto implica que todos los
procesos, tanto de produccin como de servicios, se evalen a travs de un anlisis estadstico en el
cual se visualice rpida y fcilmente el comportamiento del mismo, las posibles tendencias, problemas o
solucin de stos y la satisfaccin del cliente y la mejora continua de los mismos.
Adems de que es otra forma en que nosotros, como productores de bienes o servicios, podemos
garantizarle al cliente y consumidor que el producto o servicio cumple con la conformidad de los
requisitos del mismo.
69
Seccin VIII
Anexo I. Tablas Estadsticas
Fecha
Julio 2002
Direccin de Operaciones
Calidad
VIII. Anexos.
Anexo I. Tablas Estadsticas.
Tabla 4.1
49
57
16
78
09
54
24
95
64
47
43
55
55
56
27
54
06
67
07
96
82
88
19
82
54
17
77
98
52
49
37
04
10
42
17
93
74
50
07
46
23
47
71
44
19
78
67
75
38
62
87
21
12
15
90
35
76
86
51
52
20
33
73
00
84
96
50
58
13
77
43
25
07
42
27
84
83
44
99
08
26
92
39
66
02
34
12
52
02
73
91
6
37
79
43
64
76
79
54
28
44
84
82
50
83
17
16
97
92
39
16
07
77
26
50
58
44
77
11
08
09
99
81
97
30
79
83
07
00
42
82
11
12
56
34
86
46
32
76
07
19
32
14
31
93
62
24
05
38
88
06
20
32
80
54
76
14
98
22
42
50
85
94
02
06
03
88
07
53
87
10
45
72
53
98
55
10
93
86
35
23
93
85
60
85
64
72
79
42
29
05
88
10
04
48
05
71
75
56
39
40
96
88
33
50
33
83
42
27
27
20
50
95
14
89
38
87
45
34
87
26
75
72
09
19
13
97
16
45
20
89
12
64
59
15
51
25
36
34
37
03
93
16
68
00
74
47
00
49
49
17
70
04
12
52
76
33
43
72
85
37
24
18
07
66
13
03
66
34
60
04
54
79
45
44
07
97
94
99
38
74
77
77
27
68
21
46
24
72
88
19
44
21
95
11
30
80
90
14
80
55
59
48
66
68
74
29
55
37
49
30
97
90
32
69
77
68
65
20
10
40
60
72
30
82
44
71
96
77
56
22
91
57
84
75
78
38
69
57
91
84
67
36
03
93
26
54
10
29
30
04
13
96
10
34
33
58
46
45
25
46
18
92
65
20
09
24
42
04
57
52
76
45
26
27
68
15
97
11
40
07
54
60
04
48
97
55
49
96
73
06
95
04
67
51
57
52
91
24
92
83
06
33
42
96
62
09
32
38
44
64
19
51
97
33
11
74
26
01
49
12
66
38
50
13
67
02
79
87
34
19
94
8
75
85
00
37
45
66
82
71
34
04
81
53
74
02
91
41
91
60
76
16
40
00
47
70
92
01
52
21
90
53
74
43
29
30
56
91
48
68
86
16
62
85
02
38
02
48
27
02
45
75
51
55
37
94
50
84
26
03
30
95
08
89
31
38
98
32
62
64
75
33
97
15
05
73
96
51
06
71
88
02
40
15
95
05
75
14
93
86
90
19
08
20
11
52
07
04
01
04
27
60
02
90
54
41
62
33
10
09
14
93
31
75
68
86
55
08
06
76
22
59
39
40
83
98
33
54
78
20
12
82
16
78
37 901
22 08
43 90
49 36
89 62
57
07
49
47
02
16
52
37
95
67
00
74
38
93
74
11
95
44
13
17
66
80
59
30
33
22
09
54
58
87
35
98
87
37
59
85
42
66
78
36
15
99
47
80
88
33
64
54
70
41
92
61
73
42
26
03
71
32
10
78
51
62
08
50
63
59
99
11
67
06
77
15
12
42
55
57
06
44
32
13
56
51
95
17
08
78
29
92
55
27
06
16
63
85
01
83
93
16
74
50
52
58
29
94
15
91
05
56
44
29
05
77
24
67
39
70
09
29
16
39
74
51
48
94
43
71
23
31
31
94
41
52
04
99
58
61
23
49
73
28
50
33
69
68
41
72
12
96
68
36
12
96
10
35
45
41
93
47
81
37
94
02
48
33
59
96
18
45
03
03
86
39
88
76
09
44
07
13
24
90
95
02
41
30
35
27
18
43
12
57
36
36
29
48
29
99
07
20
60
12
02
25
97
18
82
96
99
17
99
62
74
32
14
10
54
30
70
49
72
65
83
23
17
34
60
Tabla 4.2
70
Seccin VIII
Anexo I. Tablas Estadsticas
Fecha
Julio 2002
Direccin de Operaciones
Calidad
n
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
29
30
Lmite
Inf Sup
0
0
0
1
1
1
2
2
2
3
3
4
4
4
5
5
5
6
6
7
7
7
8
8
9
5
6
7
8
8
9
10
10
11
12
12
13
13
14
15
15
16
17
17
18
18
19
20
20
21
21
n
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
Lmite
Inf
9
9
10
10
11
11
12
12
12
13
13
14
14
15
15
15
16
16
17
17
18
18
18
19
19
20
20
21
21
21
71
Sup
22
23
23
24
24
25
25
26
27
27
28
28
29
29
30
31
31
32
32
33
33
34
35
35
36
36
37
37
38
39
n
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
Lmite.
Inf
Sup
22
39
22
40
23
40
23
41
24
41
24
42
25
42
25
43
25
44
26
44
26
45
27
45
27
46
28
46
28
47
28
48
29
48
29
49
30
49
30
50
31
50
31
51
32
51
32
52
32
53
33
53
33
54
34
54
34
55
35
55
Seccin VIII
Anexo I. Tablas Estadsticas
Fecha
Julio 2002
Direccin de Operaciones
Calidad
Tabla 4.3
Valores de los coeficientes A2, D3 y D4 para elaborar una Grfica de Control X-R.
n
2
3
4
5
6
7
8
9
10
A1
3.759
2.394
1.880
1.596
1.410
1.277
1.175
1.094
1.028
A2
1.880
1.023
0.729
0.577
0.483
0.419
0.373
0.337
0.308
B3
0
0
0
0
0.030
0.118
0.185
0.239
0.284
72
B4
3.267
2.568
2.266
2.089
1.970
1.882
1.815
1.761
1.716
D3
0
0
0
0
0
0.076
.0.136
0.184
0.223
D4
3.268
2.574
2.282
2.114
2.004
1.924
1.864
1.816
1.777
Seccin VIII
Anexo I. Tablas Estadsticas
Fecha
Julio 2002
Direccin de Operaciones
Calidad
Tabla 4.4
Factores para determinar los Lmites de Control de las Grficas X - R y X - S.
Nmero de
Observaciones
En el lote o
Subgrupo ( n )
Factores para
La Grfica
X
A2
A1
2
3
4
5
1.88
1.02
0.73
0.58
3.76
2.39
1.88
1.60
0.00
0.00
0.00
0.00
3.27
2.57
2.28
2.11
0.00
0.00
0.00
0.00
3.27
2.57
2.27
2.09
6
7
8
9
10
0.48
0.42
0.37
0.34
0.31
1.41
1.28
1.17
1.09
1.03
0.00
0.05
0.14
0.18
0.22
2.00
1.92
1.86
1.82
1.78
0.03
0.12
0.19
0.24
0.28
1.97
1.88
1.81
1.76
1.72
11
12
13
14
15
0.29
0.27
0.25
0.24
0.22
0.97
0.93
0.88
0.85
0.82
0.26
0.28
0.31
0.33
0.35
1.74
1.72
1.69
1.67
1.65
0.32
0.35
0.38
0.41
0.43
1.68
1.65
1.62
1.59
1.57
73
Seccin VIII
Anexo I. Tablas Estadsticas
Fecha
Julio 2002
Direccin de Operaciones
Calidad
Tabla 4.5
Tabla de cdigo de letras de la MIL-STD-105D para obtener el tamao muestral.
2-8
9-15
16-25
Niveles de inspeccin
generales
I
II
III
A
A
B
A
B
C
B
C
D
26-50
51-90
91-150
C
C
D
D
E
F
E
F
G
151-280
281-500
501-1200
R
F
G
G
H
J
H
J
K
1201-3200
3201-10000
10001-35000
H
J
K
K
L
M
L
M
N
35001-150000
150001-500000
500001-Mayores
L
M
N
N
P
Q
P
Q
R
74
Seccin VIII
Anexo I. Tablas Estadsticas
Tabla 4.6
Fecha
Julio 2002
Direccin de Operaciones
Calidad
75
Seccin VIII
Anexo I. Tablas Estadsticas
Tabla 4.7
Fecha
Julio 2002
Direccin de Operaciones
Calidad
76
Seccin VIII
Anexo I. Tablas Estadsticas
Tabla 4.8
Fecha
Julio 2002
Direccin de Operaciones
Calidad
77
Seccin IX
Anexo II. Ejercicios para
resolver
Fecha
Julio 2002
Direccin de Operaciones
Calidad
1. Diagrama de Pareto.
1.1. Existe un problema con la devolucin de productos arrojando los siguientes costos:
A
B
C
D
E
F
G
H
I
J
Producto
Pan blanco grande
Multigrano
Pan integral chico
Pan integral grande
Medias noches
Bimbollos
Bibollitos
Tostado
Pan molido
Pan blanco chico
Devolucin
$ 35,652,305
$ 2,008,590
$ 2,309,670
$ 6,014,310
$ 6,185,352
$ 5,443,039
$ 1,161,972
$ 2,394,036
$ 1,336,014
$ 8,677,265
La siguiente tabla muestra el tiempo en minutos de interrupcin por falla mecnica debido a
problemas con las envolvedoras, las cuales se observaron en el primer periodo del 8 al 11 de
octubre (un turno de seis horas en cada uno de los cuatro das), calculndose as:
N = Nmero de minutos considerados.
N = 4 * 6 * 60 = 1440 minutos totales.
Causas de las fallas
A
B
C
D
E
F
G
H
Tiempo de paros
de trabajo (min)
92
45
114
202
19
25
14
16
Elabore el diagrama de Pareto, seleccione la causa principal a resolver y conteste las siguientes
preguntas:
a) Eliminando la primera causa, cul sera la siguiente causa a resolver?
b) Al corregir el problema cul sera el porcentaje en que se incrementara la operacin de la
envoltura.
1.3.
A continuacin se presentan los datos de la lnea de bollera del segundo trimestre de 2001. En
el se manejan los minutos perdidos por interrupcin.
Datos de la lnea de
bollera
78
Interrupcin (min)
Seccin IX
Anexo II. Ejercicios para
resolver
Fecha
Julio 2002
Direccin de Operaciones
Calidad
A
B
C
D
E
F
G
H
I
J
K
L
M
N
Pesadora
Fermentador
Horno
Insufladora
Glaseadora
Transportadores
Medidor de agua
Divisora
Engrasadora
Dosificador de ajonjol
Atadora
Cartonera
Envolverdora
Tortilladora II
55
170
150
25
50
20
50
1782
120
70
115
60
3003
91
Elabore el diagrama de Pareto y diga por qu no seleccion el transportador como primera causa
a solucionar.
2. Histograma.
1.1.
Los siguientes datos representan un conjunto de mediciones de peso del gansito. Estdielos a
travs de un histograma. La especificacin es: 55 +- 10%
57
62
71
65
60
64
70
65
76
58
64
62
64
65
65
62
67
64
65
59
61
65
64
64
60
60
62
65
66
64
58
64
65
63
67
64
67
58
58
62
62
62
64
64
62
58
65
67
57
64
63
63
59
67
70
62
59
63
57
61
58
52
67
68
62
64
67
67
68
57
63
67
66
64
63
58
70
70
67
59
57
60
61
57
55
72
58
58
61
60
63
64
63
65
63
68
59
59
57
62
Los siguientes datos han sido extrados del laboratorio de control de calidad de una planta, con el
fin de observar el comportamiento de un proceso respecto a la humedad de la misma. Este
anlisis se inicia a partir del inters de un equipo de proyecto que trabaja en la solucin de un
problema importante y creen que los problemas son ocasionados por la humedad de la harina.
Lmite de especificacin:13.25 +- 10%.
1.3.
14.1
13.6
13.2
13.2
13.2
14.7
14.5
14.5
14.4
13.7
14.3
14.3
13.3
14.1
12.8
14.2
12.4
13.2
14.8
14.0
14.2
14.0
13.2
14.2
15.1
12.6
12.1
12.5
12.7
13.9
13.8
13.6
14.6
13.2
14.0
14.0
14.3
13.0
13.7
13.6
13.4
14.4
14.7
14.7
14.9
14.3
14.1
14.3
79
14.5
14.3
14.9
14.9
14.2
14.6
14.0
13.8
14.7
13.9
13.9
13.9
13.4
13.3
14.0
14.2
13.3
13.9
13.3
13.3
14.8
14.1
14.1
14.8
14.5
14.2
14.4
14.7
14.4
13.9
14.3
13.8
Seccin IX
Anexo II. Ejercicios para
resolver
13.6
13.7
13.7
14.4
Fecha
Julio 2002
Direccin de Operaciones
Calidad
13.3
13.5
13.8
13.6
13.3
14.1
14.9
14.0
13.9
13.4
14.7
14.0
14.4
15.1
13.9
14.0
3. Diagrama causa-efecto.
3.1 Debido a las devoluciones por parte de nuestros clientes del pan blanco grande por estar aplastado,
el departamento de ventas decidi formar un equipo para seleccionar un problema especfico que es la
alta devolucin del producto. Elabore un diagrama causa-efecto y seleccione la o las causas principales
que generan dicho problema.
4. Diagrama de dispersin.
4.1 En la tabla se observan los porcentajes de humedad de la materia prima (X) y del producto fabricado
de esta materia prima (Y). El lmite Superior de Especificacin es de 2.3%.
No.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
Humedad Mat.
Prima X (%)
2.85
2.40
2.60
2.10
2.60
2.85
2.70
2.55
2.45
2.15
2.05
2.35
2.60
2.45
2.20
2.35
2.05
2.30
2.45
2.30
2.60
2.55
2.40
80
Humedad
producto Y (%)
2.10
2.00
2.30
1.60
1.75
2.40
2.30
1.90
2.15
2.00
1.85
2.10
2.10
2.20
1.80
1.80
1.70
2.30
1.80
1.70
2.05
2.30
2.00
Seccin IX
Anexo II. Ejercicios para
resolver
24
2.30
Fecha
Julio 2002
Direccin de Operaciones
Calidad
1.90
Ancho X (cm)
6.5
6.2
6.5
6.4
6.3
6.4
6.5
6.5
6.5
6.3
6.2
6.3
6.4
6.3
6.4
6.4
6.3
6.3
6.5
6.6
6.2
6.1
6.4
6.3
6.3
Peso Y (g)
100
110
105
102
103
106
103
101
104
107
100
104
105
105
106
103
102
109
98
103
101
102
111
103
104
Charolas
253
244
215
Defectuosas
225
215
260
81
Charolas
240
244
251
Defectuosas
219
187
190
Seccin IX
Anexo II. Ejercicios para
resolver
Jueves
Viernes
Sbado
256
220
212
234
229
244
Fecha
Julio 2002
Direccin de Operaciones
Calidad
233
258
243
224
204
204
6. Grficas de control.
6.1 Construya la grfica X-R para la siguiente serie de datos:
No.
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
29
30
1
2
3
4
5
X1
29.7
29.7
29.5
30.8
29.1
20.5
28.9
26.9
28.6
29.3
28.1
27.8
28.6
28.5
29.1
28.3
28.8
28.9
28.5
27.9
27.9
28.3
28.3
28.3
27.7
27.2
28.8
28.6
28.7
29.0
X2
28.1
28.1
29.2
30.4
26.6
27.8
28.9
27.0
28.2
27.3
27.5
27.3
28.0
27.8
28.7
27.7
28.4
28.7
27.5
26.5
27.5
27.5
28.7
28.0
27.5
27.6
28.1
28.8
28.2
28.0
X4
28.8
28.8
29.7
28.6
26.4
28.4
26.3
26.4
25.7
26.7
26.9
26.5
27.4
27.6
28.2
26.2
27.7
27.9
27.3
26.6
27.5
26.9
29.0
27.6
27.9
27.5
28.6
28.5
28.7
28.7
X5
28.5
28.8
26.0
27.7
27.9
28.1
28.2
25.8
25.6
27.8
27.2
26.8
27.9
27.4
28.3
27.2
28.4
27.7
27.3
27.5
28.0
27.5
29.5
28.5
28.2
28.1
29.2
28.9
29.2
29.1
82
Seccin IX
Anexo II. Ejercicios para
resolver
Fecha
Julio 2002
Direccin de Operaciones
Calidad
6.2 Elabore la grfica X-R para los datos obtenidos del pan blanco elaborado en Diciembre de 2001.
No.
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
29
30
31
32
X1
463
393
386
394
456
385
384
392
455
389
382
395
413
372
359
379
430
398
375
398
383
377
357
387
425
393
379
403
436
394
388
381
X2
429
398
388
394
432
388
383
389
431
388
383
392
399
365
359
371
437
391
371
395
425
377
356
381
440
386
383
390
433
398
378
380
X3
389
392
386
386
382
390
360
383
382
386
370
384
360
365
350
368
387
395
381
384
365
370
358
368
388
396
376
389
373
393
384
385
X4
380
382
382
383
384
386
364
378
379
389
370
377
321
375
352
358
375
394
384
386
358
374
362
364
395
404
378
386
369
386
375
383
X5
396
395
384
381
387
364
379
377
386
386
371
381
358
361
348
367
386
390
379
391
367
377
361
377
390
393
385
381
388
392
370
384
a) Calcule el lmite superior, inferior y central, comprelo con la media de especificacin que es 380g y
concluya los resultados obtenidos.
83
84
85