Manual de Tecnicas Estadisticas Del Grupo Bimbo 2

MANUAL DE TCNICAS
ESTADSTICAS
Manual de Tcnicas Estadsticas del Grupo Bimbo.
MANUAL DE TCNICAS ESTADSTICAS DEL GRUPO BIMBO.
I. Prlogo.
II. Introduccin.
III. Cmo utilizar el manual?
IV. Conceptos bsicos.
V. Las Siete Herramientas Estadsticas Bsicas.

1. Diagrama de Pareto.
2. Histograma.
3. Diagrama de Causa y Efecto.
4. Diagrama de Dispersin.
5. Estratificacin.
6. Hoja de Datos.
7. Grficas de Control.
a) Grficas por variables.
b) Grficas por atributos.
17
12
17
22
26
29
32
34
35
39
VI. Tcnicas de calidad.

8. Capacidad y habilidad del proceso.
9. Las 5 Ss japonesas.
10. La tcnica de las 5 W y I H.
11. Metodologa de proyectos para la solucin de problemas y reas de mejora.
12. Tormenta de ideas.
13. Flujograma.
14. Muestreo utilizando las tablas MIL-STD.
50
50
53
55
58
65
68
70
VII. Las tcnicas Estadsticas y la ISO 9000-2000.
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
Manual de Tcnicas estadsticas
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.
ES NECESARIO QUE LOS DATOS REPRESENTEN LOS HECHOS, Y EL

MTODO ESTADSTICO UTILIZADO PROPORCIONE UNA EVALUACIN
2
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
LO IMPORTANTE NO ES LA HERRAMIENTA, SINO LA SOLUCIN DEL PROBLEMA.

NO PODEMOS MEJORAR LO QUE NO ESTA CONTROLADO, NO PODEMOS CONTROLAR LO QUE
NO SE MIDE, NO PODEMOS MEDIR LO QUE NO ESTA DEFINIDO.
Seccin III
Cmo utilizar el manual?
Fecha
Julio 2002
Calidad
III. Cmo utilizar el manual?

El Manual de tcnicas Estadsticas esta diseado para facilitar el anlisis de los procesos de produccin
de productos y servicios, pero sobre todo para que el personal tenga una gua acerca de que herramienta
estadstica utilizar dependiendo de sus necesidades y del tipo de problema o proceso que se desee
analizar.
Esta formado por cuatro partes: en la primera se localizan los conceptos bsicos de la estadstica, es
decir, conceptos indispensables que se deben de conocer antes de iniciar el empleo de cualquier tcnica
estadstica.
La segunda parte la conforman las siete herramientas estadsticas bsicas, la tercera parte la forman una
serie de tcnicas de calidad, en las cuales se puede apoyar para mejorar el proceso, el rea de trabajo,
el muestreo, organizar la solucin de problemas, etc.
En la ltima parte se presentan los anexos, en donde se encuentran las tablas de datos necesarias para
realizar el anlisis de los datos, ejercicios de repaso con sus respectivas respuestas, un breve catlogo
de softwares estadsticos y por ltimo una bibliografa propuesta para aclarar posibles dudas o si se
desea profundizar en algn tema.
Es importante mencionar que la recoleccin de datos de todo el proceso se debe llevar a cabo con un
propsito definido, ya que si se carecen de objetivos bien fundamentados, es mnima la ayuda que las
herramientas puedan proporcionarnos. La utilizacin de los datos obtenidos del proceso, producto o
servicio, permiten analizar un problema adecuadamente para plantear las posibles soluciones, adems
de que el anlisis estadstico de los datos le da un gran soporte a la resolucin del problema, evitando
decisiones subjetivas.
Cada una de las herramientas estadsticas indica, en forma breve, las funciones para las cuales esta
diseada, de sta forma se facilita la localizacin de la tcnica que le presente mejores resultados para
el anlisis del su proceso.
Seccin IV
Conceptos Bsicos
Fecha
Julio 2002
Calidad
IV. Conceptos bsicos.

Definiciones:
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.
Validacin Resultan de contar ciertas caractersticas. Son datos que

y anlisis
guardan relacin estricta con nmeros enteros.
estadstico
Toma de decisiones
Datos por medicin. Tcnicamente los llamamos datos

Continuos. Proceden de mediciones de volmenes, peso,
densidades, longitudes, espesores, etc.
Obtencin de datos. La obtencin de datos es la base
para la toma de decisiones y acciones, del lado izquierdo
se presenta el esquema a seguir.
Diagrama de Obtencin de Datos
Medidas de localizacin o tendencia central.

Media (X). Se define como la suma de todas las observaciones de la
muestra, dividida entre el nmero total de las mismas. Su frmula se
encuentra del lado izquierdo, y sus smbolos son:
xi : Representa a cada uno de los valores observados.
X : Media (tambin representada por ).
xi
i=1
n
ste es el smbolo
de la mediana.
Mediana. Se define como el centro de un conjunto de observaciones ordenadas en forma

ascendente o descendente respecto a sus valores numricos. Es el valor que se obtiene al
dividir la distribucin exactamente a la mitad.
Si el centro no lo ocupa un valor nico, entonces se saca el promedio de
dichos valores.
Moda. Se define como el valor que se presenta con mayor frecuencia.
Se representa con la letra M.
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
X = 671 + 680 + 665 + + 673 + 671 = 672.30

13
Mediana:
667
673
671
Seccin IV
Conceptos Bsicos
680
680
675
674
673
673
Fecha
Julio 2002
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
Rango ( R ). Se define como la diferencia entre el valor mayor y el

menor de un conjunto de datos.
( Xi- X )
Varianza (V). Es la medida ms comn de variabilidad usada en las

mediciones muestrales con respecto a su media. Se define como el
promedio de las desviaciones al cuadrado de los datos a partir de su
media. Su frmula se observa en la parte superior.
i=1
n-1
Dos muestreos de datos pueden tener la

misma media y sin embargo tener
varianzas completamente diferentes. A
mayor varianza corresponde una mayor
X
variacin dentro del conjunto de
X
mediciones.
La varianza es til en la comparacin de la variacin relativa de dos conjuntos de mediciones, pero slo
aporta informacin con respecto a la variacin en un solo conjunto cuando se interpreta en trminos de
la desviacin estndar.
68%
Desviacin estndar (S). Es la raz cuadrada positiva

de la varianza. Da una idea bastante exacta de la
variacin de los datos en un slo conjunto de
mediciones.
Muchas distribuciones de datos de la vida real tienen la
forma de una montaa, es decir, se pueden aproximar
por una distribucin de campana, que se conoce como la
curva Normal, y es la grfica que se presenta del lado
izquierdo.
95%
Para una distribucin de mediciones que es aproximadamente normal (forma de

campana), el intervalo:
S
2S
3S
Contiene aproximadamente el 68% de las mediciones.

Contiene aproximadamente el 95% de las mediciones.
6
Contiene casi todas las mediciones.
Seccin IV
Conceptos Bsicos
Fecha
Julio 2002
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
Calidad
S = 4.36
Muestreo al azar.
Definicin.
El hecho de que cualquier elemento de la poblacin tenga las mismas

probabilidades de ser incluida dentro de la muestra se le conoce como muestreo
al azar.
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.
Si queremos obtener una muestra de 10 elementos de una poblacin de

150, se obtienen los siguientes nmeros aleatorios en una hoja de clculo, tecleando en
las diez celdas la frmula:
=aleatorio()*(150-1)+1
2
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.
Dispersin. La dispersin o precisin de los datos se representa por la desviacin

estndar o rango, las cuales son inevitables en cualquier proceso.
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
Calidad
2. Dar instrucciones para controlar esas causas.

3. Asegurarse de que se cumplen las instrucciones (mediante la educacin y capacitacin del
trabajador).
4. Controlar los instrumentos y equipos de medicin (calibracin).
Resumen de los principales conceptos estadsticos.
Nombre
Definicin
Frmula
Medidas de Tendencia Central
Es la suma de todas las observaciones

de la muestra dividida entre el nmero
total de las mismas.
Media (X).
x
n
Mediana
x
i=1
n
Se define como el centro de un

conjunto de observaciones ordenadas
en forma ascendente o descendente
respecto a sus valores numricos
Es el valor que se presenta con mayor

frecuencia.
Moda (M)
Medidas de Variabilidad o de Dispersin

Es la diferencia entre el valor mayor y
el menor de un conjunto de datos.
Rango (R)
Es el promedio de las desviaciones al

cuadrado de los datos a partir de su
media.
Varianza (V)
Desviacin estndar (S)
(X-X)2
Es la raz cuadrada positiva de la

varianza.
R = X mx - X min
i=1
n- 1
Seccin IV
Diagrama de Pareto
Fecha
Enero 2002
Departamento de
Competitividad
V. Las Siete Herramientas Estadsticas Bsicas.

Las siete Herramientas Estadsticas Bsicas son un conjunto de tcnicas que han mostrado grandes
beneficios en la observancia y anlisis de procesos de productos o servicios, a continuacin se muestran
algunos de ellos:
1. Son fciles de entender y utilizar.
2. Muestran, en hojas de registro, de manera clara y certera todas aquellas observaciones del
proceso (maquinaria, personal, medio ambiente y mtodos, entre otros).
3. Ayuda a visualizar de manera exacta el comportamiento del proceso (permite conocer la
calidad de variacin en el proceso).
4. Permite detectar todas las posibles causas que generan desperdicios.
5. Retroalimentacin inmediata al proceso.
6. Canaliza los esfuerzos hacia las causas ms importantes de los problemas de produccin,
logrando la reduccin de desperdicios, la disminucin de artculos de segunda, disminucin
del reproceso, incremento de artculos de primera y la deteccin de defectos del producto.
7. Proporcionan amplia informacin comparada con el tiempo invertido en su uso.
12
Seccin V
Diagrama de Pareto
Fecha
Julio 2002
Calidad
Definicin.
El Diagrama de Pareto es una grfica que muestra en forma ordenada la

frecuencia, de mayor a menor, de los factores o causas que producen un
problema y que sern sujetos de estudio. La idea bsica del Pareto es la de
ordenar y dar prioridad a la recoleccin de datos, es decir:
Traducir el anlisis de los datos a nmeros y porcentajes.
Presentar en forma grfica los pocos vitales y los muchos triviales
dentro de las causas que originan el problema que se est analizando.
Indica qu problema se debe resolver primero para eliminar el defecto y
mejorar las operaciones.
Elaboracin del Diagrama.

1. Decida el periodo de tiempo que se emplear para la
compilacin de los datos con los que se construir la
grfica, por ejemplo una semana, un mes.
100
90
2. Hacer una clasificacin de los factores o problemas a

analizar de acuerdo a su tipo de defectos, bajas,
demoras, etc.
80
70
3. Los diferentes tipos de causas del problema se

ordenan conforme a su ocurrencia, es decir de mayor a
menor.
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
0Ejemplo de un Diagrama de Pareto

A B C D E F G H
I
5. Se construye la grfica. En el eje horizontal se

representan los tipos de defectos o fallas, ubicando de
izquierda a derecha las causas de mayor a menor
importancia. En el eje vertical izquierdo se representa el
nmero de defectos o datos fuera de especificacin que
se obtuvieron para cada caracterstica. El eje vertical
derecho se usar para representar el porcentaje
acumulado, la suma de los porcentajes de todos los
conceptos debe ser el 100%.
6. Se construyen las barras correspondientes para cada
factor o problema de acuerdo a su total.
7. Se traza la curva de ocurrencia acumulada.
Ejemplo.
En una planta encargada de la elaboracin de donas azucaradas, se presentan

varios problemas detectados a partir de una lluvia de ideas y una matriz de
seleccin de problemas, los resultados obtenidos son los siguientes:
Problema
No. Defectos
%
% acumulado
12
Seccin V
Diagrama de Pareto
Retraso en la distribucin para empaquetadora.

Se detiene produccin por cambio de aceite.
Exceso de dosificacin de azcar a donas.
Desajuste del detector de metales.
Tapado de dulla.
77
12
03
02
01
Fecha
Julio 2002
Calidad
81.05%
12.63%
3.15%
2.10%
1.05%
81.05%
93.68%
98.93%
96.83%
100%
El periodo de tiempo para construir la grfica fue de una semana.
%
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.
Recordando la frase 80 20 el problema vital a solucionar lo ocupa el

retraso en la distribucin de las donas para empaque, ya que se realiza
de forma manual, por lo que es aqu donde debemos enfocar la solucin
del problema.
Ventajas del empleo de los diagramas de Pareto.
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.
Cuidados al interpretar las grficas de Pareto.
13
Seccin V
Diagrama de Pareto
Fecha
Julio 2002
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)
El defecto se presenta el mismo nmero de ocasiones. Ejemplificando el caso, en la lnea de

produccin de pinginos tiene tres mquinas, las cuales elaboran el mismo producto y se busca
disminuir un defecto que se produce en el producto, en este caso las tres mquinas producen el
mismo nmero de producto por hora., Ya que las mquinas elaboran el mismo artculo, el grado de
importancia es el mismo en las mquinas y, como la velocidad de las mquinas es la misma, la
posibilidad de defectos es igual.
Cuando el enfoque de frecuencias no es el adecuado, el procedimiento a usar puede variar
dependiendo del grado de importancia y costos de los defectos por lo que a continuacin se
analizan 3 posibilidades.
1. El grado de importancia no es el mismo para todos los defectos.
14
Seccin V
Diagrama de Pareto
Fecha
Julio 2002
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
Costo por evento

$80
$20
$50
$100
$50
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
Costo por evento
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
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
Calidad
2. Histograma.
Definicin.
Es la tabulacin o el nmero de veces en que se presenta una cierta medicin o

dato de la caracterstica o variable de calidad a analizar, para un producto
cualquiera que se est examinado.
Objetivo.
Muestra el modelo de variacin general. Presenta los datos de forma ordenada,

de manera tal, que se capten las variaciones claramente. Se trata de una
ilustracin a posteriori, (se describe una situacin que ya ocurri).
Usos.
El histograma nos ayuda a determinar la cantidad de veces que ocurren las

variaciones de los datos. Revelan, sin realizar elaborados anlisis, informacin
acerca del producto o proceso fciles de entender para el personal, que ayudan a
la mejora. Algunas de sus aplicaciones son las siguientes:
Valorar la resistencia de los materiales.

Procesos de evaluacin.
Indicar la necesidad de efectuar una accin correctiva.
Medir los efectos de la accin correctiva.
Determinar la capacidad de las mquinas.
Describir grficamente las caractersticas de una mquina.
Comparar el trabajo de los operadores.
Comparar la labor de los vendedores.
Comparar productos.
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
Calidad
8. Lo que resta es encontrar la frecuencia de cada una de las clases y hacer una representacin grfica.
Peso en gramos del Pan Blanco Grande

40
35
Frecuencia
30
25
20
15
10
5
0
1
Clase
Ejemplo de un Histograma.
18
Seccin V
Histograma
Fecha
Marzo 2002
Calidad
Posibles formas de histogramas como patrones comunes y su justificacin.

1. Tipo de distribucin normal. El histograma de una muestra aleatoria
tomada de un proceso bien controlado (distribucin normal), siempre
ser de este tipo si la muestra proviene de una poblacin grande o
indeterminada.
a b c d e f g
2. Tipo serrucho: Esta forma se presenta cuando el tamao de la clase

del histograma fue mal establecida.
3. Tipo sesgada: estos histogramas se observan en casos de defectos o

fallas, puesto que son muestras que provienen de una poblacin con
distribucin sesgada, o sea, un tipo de distribucin binomial o
Poisson.
a
4. Tipo pendiente: Si existe un solo lmite de especificacin los datos

obtenidos nos darn esta forma del histograma, ya que el supervisor
y los trabajadores normalmente no desean producir defectos y
realizan ajustes al proceso.
a
5. Tipo meseta: Este es un caso en el que los datos provienen de varias

poblaciones con distribucin normal.
6. Dos picos: Aqu se trata de datos de muestras de dos poblaciones

con distribucin normal.
7. Datos aislados: Este tipo de histograma se d debido a errores en

mediciones o en la toma de la muestra.
Ejemplo.
19
Seccin V
Histograma
Fecha
Marzo 2002
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
Nmero de datos n=100

X max =772
X min = 642
Nmero de intervalos.
Logaritmo natural de 100 = 2
Nmero de clases o intervalos = 8
2 * 3.3 = 6.6
6.6 + 1 = 7.6 aproximado 8
Tamao de la clase.
Tamao = 772 642 = 16.3
8
La frontera menor es X min que es 642.
Rangos:
16.3 + 642 = 658.3
Frecuencia: Cantidad de nmeros que entran en cada rango.
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
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
Calidad
3. Diagrama de Causa y Efecto.

Definicin.
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
Fecha
Julio 2002
Calidad
Elaboracin del Diagrama.

1. Se anota la caracterstica de calidad, problema seleccionado o rea de oportunidad a analizar, en el
extremo derecho del diagrama.
2. Se elabora una lista de todos los factores que pueden tener influencia sobre este problema, utilizando
la tcnica de lluvia de ideas, la forma de realizarla es la siguiente:
El problema o afirmacin a analizar debe ponerse donde todos lo vean.

Permitir a la gente unos minutos para anotar sus ideas en una lista (factores que afectan).
Permitir a la gente que genere un gran nmero de ideas.
Dar confianza para que se expresen sin interrupciones.
Evitar la crtica.
Todos deben de tener la misma oportunidad de participar.
Registrar las ideas y mantenerlas en un lugar visible.
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.
Beneficios del uso del diagrama de Causa y Efecto.
23
Seccin V
Fecha
Julio 2002
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.
La calidad del producto no es la que el consumidor busca.

El tipo de exhibidor no es el adecuado.
Se realizan errores al levantar el pedido.
Mala planeacin de itinerarios.
Frecuencia de las visitas al cliente por parte del consumidor.
Distancia de la agencia al changarro.
Clientes con ventas bajas.
Clima de la zona muy hmedo.
Exhibidores sin visibilidad para el consumidor.
Falta de motivacin por parte del vendedor.
Ausentismo del vendedor.
Rotacin del personal.
Descompostura de camiones repartidores.
Desconocimiento de mnimos de consumo por ruta.
No hay un seguimiento semanal hacia el cliente.
La supervisin hacia el vendedor no es adecuada.
A partir de la lluvia de ideas se realizo el siguiente Diagrama Causa y Efecto.

Las causas que se encuentran resaltadas fueron las principales que se encontraron al utilizar sta
tcnica, siendo los principales originados por los mtodos y el personal. Con ste esquema se prosigue a
determinar cual va a ser el problema a resolver primero.
24
Seccin V
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
Calidad
Medicin
Materiales
25
Tipo de
exhibidor
Qu
produce
bajas ventas
de
Tortillinas
Ta Rosa?
Seccin V
Diagrama de Dispersin
Fecha
Julio 2002
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 %
En el grfico se nota una relacin entre el porcentaje de

humedad de la harina y la fragilidad del pan tostado.
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.
1. Grafique los puntos.

2. Calcule las medianas de las dos columnas de datos (X y Y).
II
III
I
IV
3. Dibuje las lneas medianas para la X y para Y, dichas lneas

parten de los valores obtenidos del clculo de las medias.
4. Identifique las cuatro reas resultantes despus de trazar las lneas
medianas; identifquelas con: I, II, III y IV.
X
5. Cuente los puntos de cada rea, si la lnea de las medias cruza algn punto no lo tome en cuenta.
26
Seccin V
Fecha
Julio 2002
Calidad
6. Calcule el nmero de puntos en las reas:

( I ) + ( III ) =
( II ) +( IV ) =
Si la suma de I y III es mayor que la de II y IV, existe una probable correlacin positiva.
* Si la suma de I y III es igual que la de II y IV no existe una correlacin.
* Si la suma de I y III es menor que la II y IV existe una posible correlacin negativa.
7. Compruebe si existe correlacin estableciendo el nmero lmite de puntos utilizando la tabla 4.2 (Ver
anexo 1). Para lo anterior se toma como n la suma de los puntos de rea I, II, III y IV.
8. Compare los resultados de los lmites obtenidos de la tabla con los calculados de la grfica.
Se pueden presentar los siguientes casos:
a)
Si los calculados (en la grfica) son mayores que los obtenidos de la tabla, se ratifica que
el diagrama de dispersin presenta correlacin y que es positiva.
b)
Si los valores de la tabla con los de la grfica son iguales se toma como correlacin
positiva.
c)
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
Faltantes y sobrantes en pesos

por cada 10,000 de venta
17.50
18
17.50
14.50
19
15
12.50
18
14
17
15.5
16
15
16
18
16
14
20
15
18
I
mtodo de medianas que a continuacin se ejemplifica:

IV
20,000
27
No. de jaula s
20,500
21,000
Seccin V
rea
I
II
III
IV
Total (n)
Fecha
Julio 2002
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
Calidad
5. Estratificacin.
Definicin.
La estratificacin es una herramienta poderosa para encontrar las causas ms

importantes que afectan la dispersin. La estratificacin implica la posibilidad de
poder separar y tratar cada parte o poblacin siempre y cuando compartan una
mnima caracterstica.
Ejemplo.
Caracterstica
Estratificacin
Por operario
Experiencia, edad, turno
Por tiempo de produccin
Da, semana, perodo, mes
Por maquinaria o equipo
Mquina, modelo, tipo, vida
Por proceso
Procedimiento de operacin
Por material
Proveedor, composicin
Por inspeccin o medicin
Pruebas de mquinas, instrumento
La estratificacin se puede emplear como base para el uso de otras herramientas estadsticas como: los
Histogramas, diagramas de dispersin, grficas de control, etc.
Puntos para encontrar la dispersin en relacin con sus causas.

1. Tratar de Estratificar en varias clases de causas, dado que es difcil identificar qu causa contribuye
ms. Puede tratarse de agrupar de acuerdo con cualquier posible causa.
2. Obtenga los datos directamente relacionados con la calidad y sus causas.
Procedimiento para estratificar.
1. Determinar las caractersticas especficas para la estratificacin, dependiendo de la naturaleza de los
datos.
29
Seccin V
Estratificacin
Fecha
Julio 2002
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
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
Manual de Tcnicas Estadsticas
Fecha
Julio 2002
Calidad
6. Hoja de Datos.
Definicin.
Es una herramienta en la que se vacan los datos de un proceso, producto,

servicio, etc.
Obstculos que se encuentran en la recoleccin de datos.
Problemas de muestreo o de cmo se obtienen los datos.

Problemas al presentar y ordenar los datos para su debida interpretacin.
Recomendaciones para la recopilacin de datos.
La utilizacin cabal de los datos obtenidos del proceso, producto o servicio,

que reflejen la realidad, permiten analizar un problema adecuadamente para
plantear las posibles soluciones.
Es indispensable que la recoleccin de los datos se realice de manera
cuidadosa y exacta.
Se debe tener perfectamente claro el propsito de reunir los datos.
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
Fecha
Julio 2002
Calidad
Hoja de datos para produccin de Pay de PIA

Nombre del rea o depto:
Nombre de la mquina o lnea:
Nombre del producto.
Nombre del proceso:
Nombre del inspector:
Variable a medir:
LIE:
LSE:
Fecha
Hora
Turno:
Muestras obtenidas durante el proceso Media de los Rango de los

1
2
3
4
5 datos X.
datos R.
7. Grficas de Control.
Definicin.
Una grfica de control es una herramienta estadstica que

detecta la variabilidad de un proceso a travs del tiempo. En ella
se marcan los resultados de la variable a observar en un
esquema formado por una lnea central o media, y dos lneas
que representan los lmites de control (superior e inferior).
Funciones de la Grfica.
Funciona como una radiografa que muestra si el proceso,

servicio, producto, etc. esta sano, sino tiene huesos rotos y
adems proporciona informacin suficiente para que dicho
proceso se mantenga sano y nos prevenga para evitar una
posible fractura.
Debe de proporcionar una visin clara del proceso hora tras hora
y da tras da para que en cualquier momento se pueda tomar
una accin correctiva.
Objetivos de las grficas de control.
33
Seccin VI
Fecha
Julio 2002
Calidad
1. Establecer, cambiar especificaciones, o determinar si un proceso dado puede cumplirlas.

2. Establecer o cambiar los procedimientos de produccin. Esto puede ser eliminar las causas que
originan la variacin, o cambios en los mtodos de produccin si es que se considera que con los
existentes no se pueden cumplir las especificaciones.
3. Establecer o cambiar procedimientos de inspeccin y aceptacin, o ambos. Es decir, proporciona una
base para tomar decisiones sobre el proceso como: cuando dejar al proceso solo, cuando investigar las
causas de variacin o cuando tomar una accin para permitir eliminar cualquier causa asignable de
variacin, adems de que permite actuar para mantener dentro de control el proceso o permite eliminar
la dispersin del proceso.
4. Proporcionan una base de decisiones sistemticas sobre: aceptar o rechazar un producto, reducir
costos de inspeccin y produccin, contribuir a familiarizar al personal con el uso de grficas y a adquirir
un compromiso que favorezca la calidad del producto.
Partes que conforman la Grfica.
Las grficas de Control estn compuestas por un eje horizontal y un eje vertical, lmite de control
superior, lmite central, lmite de control inferior y la lnea de los datos.
Los lmites de control se establecen con el propsito de obtener un juicio respecto al comportamiento del
proceso, esto es, determinar si es estable o no. Cualquier punto que se encuentre fuera de los lmites se
considera como fuera de control.
Los lmites de control son lmites naturales del proceso, esto es, se generan de manera
automtica en base a los datos ledos. No deben ser confundidos con los lmites de
especificacin.
Tipos de grficas de control.

Existen varias grficas en funcin de la variable a observar y del proceso a controlar, es decir si el
proceso depende de una variable o un atributo.
1. Grfica de control por variables:
Grfica X - R. Sirve para el control y anlisis de la media de una caracterstica y su dispersin se

expresa mediante el rango.
Grfica X - . Sirve para el control y anlisis de la media de una caracterstica, su dispersin se
expresa mediante la desviacin estndar.
2. Grficas de control por atributos.
Grfica P. Sirve para controlar y analizar la fraccin de unidades defectuosas de muestras de

tamao variable.
Grfica nP. Sirve para controlar y analizar la fraccin de unidades defectuosas de muestras de
tamao constante.
34
Seccin VI
Fecha
Julio 2002
Calidad
Grfica c. Sirve para controlar y analizar el nmero de defectos por unidad en muestras de tamao
constante.
Qu grfica de Control Utilizar?
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
a) Grficas por variables.

Grfica de control X - R.
Se emplean para mostrar al mismo tiempo los cambios en el valor medio y la dispersin del proceso, lo
que la convierte en una herramienta efectiva para revisar diariamente anormalidades en un proceso.
Adems de que indica los cambios de manera dinmica.
Elaboracin de la grfica.
1. Se deben reunir los datos. Habitualmente se toman 100 muestras, divididas en subgrupos
(normalmente 4 5) cumpliendo con las siguientes condiciones:
Los datos obtenidos bajo las mismas condiciones tcnicas deben formar un subgrupo, que es una
agrupacin ordenada de datos tomados de una mquina, lnea de proceso, control de servicios, etc, cada
determinado periodo de tiempo, no debe incluir datos provenientes de lotes diferentes, ni de distinta
naturaleza.
La cantidad de muestras de un subgrupo determina su tamao, y se denota con la letra n. La cantidad de
subgrupos se denota con la letra k.
2. Calcular
X y R para cada subgrupo, donde R es el rango (X mx - X mn).
3. Obtener el gran promedio X (promedio de promedios) y el rango promedio R.

4. Se calculan los lmites de control empleando las siguientes frmulas:
Grfica X .
Lnea Central
LC = X
Lmite de control superior
LCS = X + A2 R
35
Seccin VI
Fecha
Julio 2002
Calidad
Lmite de control inferior
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
17
18
19
20
21
22
23
24
25
Fecha
Julio 2002
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.
X = 265 + 267 +269 + 269 +270 = 268

5
Rango:
R = X mx X mn
Para subgrupo 2.
R = 270 265 = 5
Media de medias:
X = 268 + 266 + 270 + + 276.6 = 272.8

25
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
Lmites de control para rangos.

Lmite superior: LCS = D4 R
Lmite inferior:
LCS = 2.11 * 11.7 6

LCS = 24.81
LCI = 0 * 11.76
LCI = 0
Grfico de medias
LCI = D3 R
T e m p e r atu r as (C)
Lmite de control:
310.0LC
LCS = 272.8 + 2.11 ( 11.76 )

LCS = 297.6
LCI = 272.8 2.11 ( 11.76 )
LCI = 248
= 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
Fecha
Julio 2002
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.
1.
Obtenga la Media de cada lote o subgrupo.
2.
Obtenga la desviacin estndar de cada lote o subgrupo S.

V
38
Seccin VI
Fecha
Julio 2002
Calidad
3.
S.
Calcule la media de la media de los lotes tanto para X como para
4.
Se calculan los lmites de control empleando las siguientes frmulas:

Grfica X .
LC = X
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.
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
= nmero de defectivos/ nmero total de inspeccionados
3. Establezca los lmites de control.

LC = p
LSC p
3
n
p 1 p
39
Seccin VI
LIC p
3
n
p 1 p
Fecha
Julio 2002
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
1. Determine la fraccin defectiva

2. Calcular el porcentaje defectuoso.
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 primer multiplicando queda:
El segundo:
40
Seccin VI
Fecha
Julio 2002
Calidad
3
0.218
190
0.0821 0.082 0.274
Por ltimo la multiplicacin de ambos multiplicandos:

0.218 * 0.274 = 0.0597
4. Calcular los Lmites de Control los diferentes tamaos de muestra.
LSC p
3
n
LIC p
3
n
p 1 p
LSC 0.082
3
190
p 1 p
LIC 0.082
3
190
0.0821 0.082 14.1
0.0821 0.082 2.3
5. Realizar la grfica, tomando cada uno de los lmites y los puntos de p(%), a continuacin se muestra
la grfica final.
20
Grfica de Fraccin defectuosa (P)
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
Fecha
Julio 2002
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.
1. Establezca el tamao de la muestra ( n ) como unidad a muestrear en cada subgrupo.

2. Determine el nmero de defectivos promedio por unidad.
C
k
Donde:
C = es el promedio de defecto por subgrupo.

K = Total de grupos.
C = Total de defectos.
3. Determine los lmites de control utilizando las siguientes frmulas.
LSC C 3 C
LIC C 3 C
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
Grfico de Defectos por muestra ( C )

Subgrupo
No.
Subgrupo
No.
No.
defectos
No.
defectos
21
8
41
11
22
4
42
5
23
7
43
5
24
5
44
3
25
6
45
7
26
7
46
5
42
Subgrupo
No.
61
62
63
64
65
66
No.
defectos
5
6
8
6
7
8
Seccin VI
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
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
1. Determinar el nmero de defectivos.

C = 520
K = 80
C = 520
80
= 6.5
2. Calcule los Lmites de control.

L.C. = 6.5
LSC C 3 C
LSC 6.5 3 6.5
LIC C 3 C
LIC 6.5 3 6.5
3. Elabore la grfica respectiva, tomando en cuenta los lmites de control.
Grfica C
16
Defectos por m uestras
14
12
10
8
6
4
2
0
-2
Muestras
La grfica nos muestra un proceso dentro de control.
43
6
5
8
9
9
10
3
7
9
8
5
3
4
5
Seccin VI
Fecha
Julio 2002
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
P = No. Total de defectuosos

No. Total inspeccionado
NP
K
C
K
U =
No. Total e defectos

No. Tot unid inspeccionadas
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
Diagrama de flujo para la elaboracin de Grficos de Control.

Sabemos que al iniciarse en la elaboracin de estas Grficas de Control, es difcil recordar cada uno de
los pasos y las respectivas ecuaciones de cada una de las grficas. Es por esta razn que se
desarrollaron una serie de diagramas de flujo, en donde se pueden guiar para dirigir el desarrollo de la
grfica, adems de que se ofrecen alternativas para catalizar y mejorar los procesos.
44
Seccin VI
Fecha
Julio 2002
Calidad
Diagrama de Flujo para Grficas X y R

Datos variables?
Si
Datos en subgrupos
de tamao n
Estudiar promedio
Estudiar variabilidad
Grfica X
Grfica R
1. Calcular los valores de X.
1. Calcular los valores de R
2.
X CL
=suma de X
n
R = valor mayor - menor
LSC X X A2 R
2. Graficar los valores de R.
LIC X X A2 R
3. Calcular:
3. Trazar los lmites y la lnea

central.
R CL suma de RM
# de RM
LIC R D3 R
LSC R D4 R
En qu consiste la
grfica X?
4. Trazar los lmites y la lnea central

Si
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
Fecha
Julio 2002
Calidad
Diagrama de Flujo para Grfica p.

Anlisis de Artculos Defectuosos.
Atributos?
Si
Usar
herramientas
de solucin
de problemas
para
la
mejora del
proceso.
Estudia el nmero promedio de

artculos defectuosos
Grfica P
1. Recolectar los datos.
Continuar la
grfica.
Redefinir la
lnea central y
los lmites
donde sea
necesario.
2. Calcular los valores de p.

P = No. Tot de artculos defectuosos en el subgrupo
No
Si
No. De artculos en el subgrupo

3. Trazar los valores p.
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
Fecha
Julio 2002
Calidad
Diagrama de Flujo para Grfica c.

Anlisis de Nmero de Defectos por Unidad de
Inspeccin.
Atributos?
Si
Nmero de defectos en
una unidad de inspeccin
Si
No
Contiene cada subgrupo la misma

cantidad de material? (una unidad de
inspeccin)
Grfica c
1. Recolectar datos.
2. Trazar los valores de c (nmero de
defectos en un subgrupo).
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
LC = c = Nmero total de defectos
Consistente?
Nmero total de subgrupos

LSCc c 3 c
LICc c 3 c
4. Trazar la lnea central y sus lmites.
Hojas de Trabajo para Grficos de Control.
47
Investigar las
causas. Usar
herramientas
de solucin
de problemas
para lograr la
consistencia.
No
Seccin VI
Fecha
Julio 2002
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:
n = Tamao del subgrupo.

D3 = Factor para la grfica R (encontrado en la tabla).
D4 = Factor para la grfica R (encontrado en la tabla)
A2 = Factor para calcular (encontrado en la tabla).
d2 = Factor para calcular (encontrado en la tabla).
Grfica R
R= Total de valores R
No. De valores R
R=
Lnea Central (LC)

Lmite
Superior
Control (LSC)
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)
Lmite Inferior de Control LIC R D3 * R

(LIC)
LIC R
LIC X
2. Hoja de trabajo para Grfica p.
Datos necesarios:
n = Tamao del sub-grupo.

Grfica p
p no. Total de artculos que no se ajustan a los estndares
Lnea Central
no. Total de artculos inspeccionados
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:
Una unidad de inspeccin =
48
Seccin VI
Fecha
Julio 2002
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
VI. Tcnicas de calidad.

8. Capacidad y habilidad del proceso.
Definicin.
La capacidad del proceso indica si un producto, materia prima, proceso, lnea de

produccin, mquina, servicio, etc., de acuerdo a ciertos requerimientos
establecidos del cliente, a travs de una tolerancia o lmite de especificacin, es
capaz de cumplirlos o no.
Su expresin matemtica es la siguiente:
Cp = Lmite Superior Especificacin Lmite Inferior Especificacin
6 veces la desviacin estndar
Qu indica el valor de Cp.
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.
De acuerdo a la ecuacin anterior, para tener capacidades mayores o igual a uno, el

valor de la desviacin estndar deber ser pequeo.
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
Fecha
Julio 2002
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.
Toma en cuenta la posicin de la media real de los datos, as como la desviacin

estndar de los mismos con respecto a la de especificacin.
Se utiliza cuando la capacidad del proceso no es un indicador confiable o
sensible, ya que para ser efectivo debe de considerarse dentro de los lmites, de
no ser as se pueden obtener valores de capacidad de proceso que no estn de
acuerdo con la realidad. Matemticamente se expresa:
Cpklse = Lmite Superior de Especificacin Promedio

3 veces la desviacin estndar.
La ecuacin se emplea
cuando slo existe el
lmite superior (unilateral).
Cpklie = Promedio Lmite Inferior Especificacin

3 veces la desviacin estndar
La ecuacin se emplea
cuando slo existe el
lmite inferior (unilateral).
De los valores que se obtengan se toma en cuenta el que resulte ms bajo.
Criterios para interpretar los resultados.

En la actualidad la mayora de las empresas manufactureras consideran a un proveedor, producto,
proceso, etc, confiable si el valor de Cpk es mayor o igual a 1 con los lmites de +-3.
Ejemplo.
Utilizando los datos anteriores determinar el Cpk.
7.5
7.5
7.5
7.4
X = 7.51
.= 0.03
50
7.5
7.5
7.5
7.5
7.5
7.5
Seccin VI
Cpklse = 9 - 7.51 =16.55
3*0.03
Fecha
Julio 2002
Calidad
El valor de Cpk se toma el ms bajo, que es

Cpk = -5.44. Lo que indica que la fuente de
donde se obtuvieron los datos no es hbil
para cumplir con las especificaciones
establecidas, sino que tiene serios problemas
Cpklie = 7.51 - 8 = -5.44

3*0.03
9. Las 5 Ss japonesas.
Definicin.
Son el primer paso en el proceso de mejora continua tanto para empresas de

manufactura como de servicio. Cada S es un paso lgico y secuencial que nos
ayuda a transformar nuestra rea de trabajo, la manera de hacer las cosas y lo
ms importante, nos crea un hbito de mejorar lo que realizamos da con da.
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
Fecha
Julio 2002
Calidad
4. Recordar precauciones y operaciones.

5. Apoyos visuales para mantenimiento preventivo.
5. SHITSUKE: Disciplina. Es respetar y cumplir los acuerdos.
Mtodo para la Disciplina:
1.
2.
3.
4.
5.
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.
Beneficios de utilizar las 5Ss.

Mayor utilizacin de los espacios al eliminar objetos inservibles, estorbosos y obsoletos.
Al aplicar la higiene y seguridad, se obtienen grandes beneficios, ya que de tener un lugar sucio y
amontonado a un lugar limpio y ordenado, se reducen de accidentes causados por objetos o lquidos en
el piso, respiracin de gases o polvos, etc.
Aumenta la calidad de productos y servicios ya que se evitan errores de identificacin, daos a
productos, obstruccin de pasillos, informacin perdida, etc.
Reduccin de costos al minimizar el gasto de manejo de materiales y de los errores de produccin,
adems de que existen menos demoras de optimizacin de los tiempos de trabajo del personal,
mquinas y materiales.
Aumento de la productividad lograda gracias al buen desempeo de las mquinas, la fcil disposicin
de las herramientas, materiales, etc.
10. La tcnica de las 5 W y I H.

Definicin.
Es una tcnica para facilitar la solucin de problemas.
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?)
Establecer metas claras a alcanzar, basadas en un anlisis de nuestras

posibilidades y en un conocimiento completo de todas las variables
involucradas.
(Quin?)
Indica en detalle los pasos a seguir por cada uno de los departamentos,
secciones o personas implicadas en el plan.
When ? (Cundo?)
Fecha en que se van a realizar los eventos.
52
Seccin VI
Fecha
Julio 2002
Calidad
Where ? (Dnde?)
Deben estar especificados en el programa.
Why ? (Por qu?)
Incluir su revisin peridica.
How ?
Todos estos pasos se integran entre s en un esquema bsico para la

accin, definido en trminos de un programa preciso.
(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
Fecha
Julio 2002
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
Calidad
11. Metodologa de proyectos para la solucin de problemas y reas de mejora.

Definicin.
Nos lleva a soluciones y mejoras eficaces y duraderas en los productos,

procesos, servicios y personal a travs de la utilizacin de los Equipos de
Trabajo para consolidar una mejora continua dentro del Grupo Bimbo.
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.
Acciones a realizar durante la elaboracin de la metodologa.

En cada paso de la metodologa que se vaya realizando, se debe documentar y evaluar el
desempeo del equipo dentro de las juntas, incluyendo los avances que se vayan teniendo en la solucin
del problema y de mejora del proyecto en el que se esta trabajando.
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.
A continuacin se presenta el esquema general para aplicar la Metodologa de Proyectos para la

Solucin de Problemas.
55
Seccin VI
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
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.
Para la seleccin del problema se deben de tomar aspectos como:
Beneficio en costo al resolverlo.

Beneficios a nuestros clientes internos y externos.
Grado de sencillez o complejidad del problema.
Esfuerzo requerido para resolverlo.
56
Seccin VI
de problemas
Fecha
Julio 2002
Calidad
Valor agregado de la solucin del problema.

Nota: En ocasiones el Equipo de Proyecto se forma para resolver un problema ya seleccionado por su
importancia o gravedad.
Al tener el plan en el que se va a trabajar, se define quien forma parte del Equipo de Trabajo (es
necesario utilizar el Manual de Alto Desempeo del Grupo Bimbo) para definir las siguientes
responsabilidades:
Del lder durante las juntas y fuera de ellas.

Del encargado del acta.
Del facilitador durante las juntas y fuera de ellas.
Del tomador de tiempo.
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:
Seleccionar un problema que no interese.

Seleccionar una solucin en lugar de un problema.
Seleccionar un problema transitorio o un sistema en lugar de un problema.
Las herramientas estadsticas utilizadas en este paso son:
Tormenta de ideas, diagrama de Pareto, histograma, grficas lineales.
El paso queda cubierto cuando:
- Se tiene definido un problema especifico o un rea de mejora a la cual atacar.

- Se establecen los integrantes del equipo de proyecto, lder, responsable, padrino y el directivo
responsable del proyecto.
2. Comprender la situacin y definir claramente el problema.

En este paso se define la magnitud del alcance del problema seleccionado, para conocerlo tenemos
que conocer la gravedad e impacto. Las siguientes preguntas ayudaran a la comprensin de la
operacin.
De qu magnitud es el problema o el rea de mejora?

Cada cundo se presenta, que pasara si se presentar?
Cunto cuesta y/o cunto estamos dejando de ganar?
Qu molestias ocasiona a nuestros clientes?
Dnde es ms grave?
Qu ventaja competitiva obtendramos de tener dicha caracterstica de calidad?
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
de problemas
Fecha
Julio 2002
Calidad

Diagrama de Pareto, histograma, grficos de control, hoja de datos.
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.
Diagrama causa y efecto y la tabla de confirmacin de causas (la tcnica 5W y 1H).

Definimos todas las posibles causas del problema.
Se seleccionan las causas ms importantes (probables).
Se confirman y/o validan las causas del problema.
Se llena la tabla de confirmacin de causas.
4. Definir el plan de contramedidas.

Elaborar el plan para cada causa confirmada y/o factor clave de xito, para lo cual se deben plantear
y analizar algunas alternativas de solucin. Se recomienda realizar una lluvia de ideas para encontrar la
mejor alternativa de solucin de cada causa confirmada. Dentro de este proceso se puede redisear
parte o todo el proceso, esto eliminara la recurrencia del problema. Este paso es de accin, es decir,
requiere una profunda involucracin de los interesados.
Nota: hay que recordar que se busca eliminar las causas del problema para siempre, no se desea un
paliativo o solucin pasajera.
Lluvia de ideas y tabla de contramedidas (Tcnica de 5W y 1H).

- Se han analizado las ideas de contramedida, tomado en cuenta el tiempo de implementacin,
factibilidad, inversin e impacto en el problema estudiado.
- Se ha llevado a cabo en una prueba y revisado los resultados.
- Se ha seleccionado y aprobado la mejor idea de contramedida.
- Se llen la tabla de contramedidas con la descripcin detallada del proyecto y la Autorizacin del
Proyecto con la informacin requerida.
- Los datos se vaciaron en el software Project Management, con las principales tareas definidas.
58
Seccin VI
de problemas
Fecha
Julio 2002
Calidad
5. Implementacin del plan de contramedidas.

Elaborado el plan de contramedidas, se continua con la toma de acciones correctivas necesarias,
aqu hay que hacer que las cosas sucedan. Es necesario realizar un buen plan, para esto se puede tomar
ayuda de la tcnica de las 5W y 1H.Tambin se pueden precisar los obstculos o factores claves que se
considera puedan entorpecer o impedir la realizacin del plan, con el objeto de tener la mxima atencin
sobre ellos.

La tcnica de las 5W y 1H.

- Se define y documenta el plan en el software Project Management, que es la base para el
seguimiento del proyecto, adems de llevarse a cabo al pie de la letra.
6. Confirmar el efecto de la mejora realizada.

Verificar los avances hasta el logro de los Resultados Esperados. Ya que el equipo implement las
soluciones (contramedidas) adecuadas, el problema debe haber disminuido o reducido su magnitud, o la
ventaja competitiva se debe estar presentando.
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 compara los datos a travs de las herramientas estadsticas.
Se logran los Resultados Esperados definidos adems de poder cuantificar los beneficios obtenidos.
7. Mantener el efecto de la mejora (estandarizar).

Mantener en control la nueva situacin, lo cual se logra mediante la estandarizacin del nuevo
mtodo de operacin.
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.
Hoja de verificacin, grfica de control y diagrama de flujo.

- Se esta seguro de que la nueva forma de hacer las cosas se cumple normalmente y queda
estandarizada.
8. Revisar los problemas pendientes e iniciar nuevos proyectos.
59
Seccin VI
de problemas
Fecha
Julio 2002
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.
- 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
Diagrama de cmo para llevar a acabo la solucin de problemas.
60
Seccin VI
Tormenta de Ideas
Fecha
Julio 2002
Calidad
12. Tormenta de ideas.

Definicin.
Su propsito es generar una cantidad de ideas creativas para encontrar y

resolver problemas, o aprovechar reas de oportunidad en poco tiempo y en un
ambiente de libertad de expresin.
Las fases que incluye una tormenta de ideas son las siguientes.
Definir el tema.
Realizar la tormenta de ideas.
Analizar cada una de las ideas.
Seleccin de las mejores ideas.
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.
Todas las personas reunidas deben de participar.

No realizar crticas durante la sesin especficamente juicios negativos.
Insistir en tener cantidad de ideas, ya que con esto se asegurar que emerjan ideas de calidad.
No intentar juzgar las ideas durante la sesin, esto se hace despus.
Animar a establecer ideas libremente no importa lo descabelladas que stas sean.
No buscar culpables cuando surjan ideas de causa de problemas.
61
Seccin VI
Tormenta de Ideas
Fecha
Julio 2002
Calidad
Situaciones a prever por el coordinador.

Las siguientes situaciones deben evitarse en lo posible por el coordinador y en el caso de que se
presenten reducir sus efectos.
La persona encargada de anotar las ideas es muy lenta o puede omitir comentarios de importancia.
Algunos participantes se inhiben frente al pblico.
Los participantes tienden a analizar cada idea cuando sta surge sin esperar a que inicie la siguiente
sesin.
Los participantes sacan conclusiones precipitadamente y piensan haber encontrado la solucin sin haber
entendido el problema a detalle.
Un miembro tiende a dominar a los dems.
El coordinador es incapaz de mantener el orden y lograr que cada integrante hable cuando le
corresponda.
Tormenta de ideas bajo la tcnica de Post-it.

Definicin.
Esta tcnica se emplea cuando se revisan temas muy tcnicos, adems de contarse con
pocos participantes (mximo cinco personas) y no tener demasiado tiempo para la reunin.
Materiales.
Post- its de 3 x 5 pulgadas mnimo, de preferencia de colores.
Hojas de rotafolio o un pintarrn.
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.
En las presentaciones se recomienda no utilizar ms de 10 minutos.
9. Se nombra un coordinador que recopila toda la informacin presentada y se compromete a enviarla a

todos los participantes en tiempo y forma especificada.
62
Seccin VI
Flujograma
Fecha
Julio 2002
Calidad
13. Flujograma.
Definicin.
Flujograma o tambin llamado diagrama de flujo, es una representacin

esquemtica que muestra los pasos que se realizan en un proceso de produccin
o servicio, proporcionando un resumen simple y claro de las etapas involucradas
en los mismos, adems nos permite conoce ampliamente las interrelaciones de
los diferentes pasos dentro del proceso. El flujograma no debe de ser tan
detallado como los diseos de ingeniera, pero si lo suficientemente descriptivos
para comprender y evaluar el producto y el flujo del proceso.
Aplicaciones del flujograma.

Ayuda a que se entienda fcilmente el proceso de produccin o servicio por cualquier persona, ya sea
que intervenga en el mismo o no, por lo anterior son muy tiles en la fase de capacitacin.
Usos de los flujogramas.
Describir las etapas de un proceso y entender como funciona.

Apoyar el desarrollo del procedimiento
Dar seguimiento a los productos (bienes o servicios) generados por un proceso.
Identificar a los clientes y proveedores de un proceso.
Planificar, revisar y redisear procesos con alta calidad, identificando las oportunidades de mejora.
Disear nuevos procesos.
Documentar el mtodo estndar de operacin de un proceso.
Facilitar el entrenamiento de nuevos empleados.
Hacer presentaciones ejecutivas.
Smbolos para elaborar un flujograma.
Elipse. Establece la iniciacin o
la terminacin del proceso.
Conector. Fuera de pgina.
Rombo.
Indica
decisiones,
alternativas,
preguntas
o
verificacin de condiciones.
Tringulo. Archivo o Guarda

de documento.
Rectngulo.
Representa
Operaciones o acciones a
realizar, con excepcin de
decisiones o alternativas.
Documento o formato. Sobre

el que se efecta alguna
actividad.
Crculo. Es un conector dentro

de la misma pgina.
Flechas. Marcan el sentido o

la orientacin del proceso.
Ventajas de los Diagramas de Flujo.

Proporcionan una compresin de conjunto.
Facilitan la comunicacin.
Descubren las oportunidades para mejorar.
Hacen ms fcil establecer los lmites.
63
Seccin VI
Flujograma
Fecha
Julio 2002
Calidad
Elaboracin del flujograma.

1. Enlistar la secuencia de actividades que conforman el proceso o sistema a esquematizar.
2. Utilizar los smbolos bsicos y definir la secuencia lgica, detallada y completa de los pasos
que sigue el proceso.
3. Asegurarse que todas las lneas y conectores estn debidamente unidos. Sobre todo, los
rombos de decisin deben indicar el camino que siguen los SIs y los NOs.
4. Verificar que todos los textos dentro de cada smbolo, empiecen con un verbo en infinitivo.
(comprar, firmar, revisar, aceptar, aprobar, devolver, sellar, etiquetar, etc.)
5. Revisar que el diagrama est completo. Que todo lo que se hace en la realidad, corresponda
a lo ah plasmado. Somtalo a consideracin de otras personas.
6. Comprobar la validez del diagrama, verificando que no se mezcle lo que es, con lo que
debiera ser.
Nota. Un diagrama es ms til en la medida que sea ms compacto. Se recomienda que el diagrama
de Flujo tenga un mximo de veinte pasos.
Ejemplo. A continuacin se presenta el diagrama de flujo de recepcin de materiales de cualquier insumo
o material de empaque.
Programa
de Reparto
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
Calidad
14. Muestreo utilizando las tablas MIL-STD.

Esta norma se desarrollo durante la segunda guerra mundial y se sigui desarrollando hasta que en 1989
se liber la versin E.
Tipos de muestreo.
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
Fecha
Julio 2002
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
Fecha
Julio 2002
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
Fecha
Julio 2002
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

De Grupo Bimbo
Fecha
Julio 2002
Calidad
VII. Las tcnicas Estadsticas y la ISO 9000-2000.

La norma ISO 9001 versin 2000 se relaciona con las herramientas estadsticas en el punto 8.4 que dice
as:
8.4 Anlisis de datos.
La organizacin debe determinar, recopilar y analizar los datos apropiados para demostrar la idoneidad y
la eficacia del sistema de gestin de la calidad y para evaluar dnde puede realizarse la mejora continua
de la eficacia del sistema de gestin de la calidad. Esto debe incluir los datos generados del resultado
del seguimiento y medicin y de cualesquiera otras fuentes pertinentes.
El anlisis de datos debe proporcionar informacin sobre:
a) la satisfaccin del cliente.
b) la conformidad con los requisitos del producto.
c) las caractersticas y tendencias de los procesos y de los productos, incluyendo las
oportunidades para llevar a cabo acciones preventivas, y
d) los proveedores.
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
Calidad
VIII. Anexos.
Anexo I. Tablas Estadsticas.
Tabla 4.1
Nmeros al azar o aleatorios.
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
Fecha
Julio 2002
Calidad
Prueba del signo para un Diagrama de Dispersin.
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
Fecha
Julio 2002
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
Fecha
Julio 2002
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
Factores para la Grfica R

Lmite de
Lmite de
Control Inferior
Control
D3
Superior
D4
Factores para la Grfica S

Lmite de
Lmite de
Control
Control
Inferior
Superior
B3
B4
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
Fecha
Julio 2002
Calidad
Tabla 4.5
Tabla de cdigo de letras de la MIL-STD-105D para obtener el tamao muestral.
Tamao del lote
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
Tabla 4.6
Fecha
Julio 2002
Calidad
Tabla para la inspeccin Normal de la MIL-STD-105D.
75
Seccin VIII
Tabla 4.7
Fecha
Julio 2002
Calidad
Tabla para la inspeccin Estricta de la MIL-STD-105D.
76
Seccin VIII
Tabla 4.8
Fecha
Julio 2002
Calidad
Tabla para la inspeccin Reducida de la MIL-STD-105D.
77
Seccin IX
Anexo II. Ejercicios para
resolver
Fecha
Julio 2002
Calidad
Anexo II. Ejercicios para resolver.
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
Construya el diagrama de Pareto y analice cual es la principal causa a resolver.

1.2.
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
Interrupcin por energa elctrica

Manejo incorrecto (del operador)
Ajuste inadecuado por el operador
Desgaste (por el uso)
Falta de lubricacin
Mal armado
Refaccin defectuosa
Otros
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
resolver
Fecha
Julio 2002
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
a) Construya el histograma y analice el comportamiento de la grfica y concluya si el proceso

esta dentro de control.
1.2.
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
resolver
13.6
13.7
13.7
14.4
Fecha
Julio 2002
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
a) Construya el histograma y analice el comportamiento de la humedad de la harina.

b) Calcule la capacidad del proceso.
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
resolver
24
2.30
Fecha
Julio 2002
Calidad
1.90
a) Construya el diagrama de dispersin.

b) Pruebe si existe correlacin o no.
c) Si la correlacin es significante cul sera el Lmite de Tolerancia respecto al contenido de humedad
en la materia prima para poder cumplir con el lmite Superior de Especificacin en el producto
terminado?
4.2 Al analizar las causas de la variabilidad en el peso del minirol tambin se consider el ancho del
rebanado que estaba afectando y se elabor la siguiente tabla:
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
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
a) Construya el diagrama de dispersin.

b) Compruebe si existe correlacin.
5.Estratificacin.
5.1 La siguiente informacin representa el nmero de charolas defectuosas de tres lneas de produccin.
Despus de revisar el comportamiento de las charolas defectuosas de las tres lneas de produccin qu
paso sugiere despus de este anlisis y por qu?. La informacin se presenta en la siguiente tabla:
Da
Lunes
Martes
Mircoles
Charolas
253
244
215
Defectuosas
225
215
260
81
Charolas
240
244
251
Defectuosas
219
187
190
Seccin IX
resolver
Jueves
Viernes
Sbado
256
220
212
234
229
244
Fecha
Julio 2002
Calidad
233
258
243
224
204
204
6. Grficas de control.
6.1 Construya la grfica X-R para la siguiente serie de datos:
rea: batido de gansito.

Fecha: Noviembre 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
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
Variable: Peso depositado.

Unidad: gramos
Periodo de toma de
Datos: 15 min
X3
27.4
27.4
27.9
29.5
28.1
28.3
26.9
26.4
25.9
27.9
26.7
26.6
27.4
28.2
28.4
27.0
27.9
27.6
27.7
26.8
27.5
27.1
28.0
27.5
26.9
26.8
28.6
27.8
27.9
27.8
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
a) Defina si el proceso esta dentro de control.

b) De acuerdo a los resultados obtenidos, se podra dejar slo al proceso?
82
Seccin IX
resolver
Fecha
Julio 2002
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
uciones a ste Manual.
85

Manual de Tecnicas Estadisticas Del Grupo Bimbo 2

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Manual de Tecnicas Estadisticas Del Grupo Bimbo 2

Cargado por

Copyright:

Formatos disponibles

MANUAL DE TCNICAS

Manual de Tcnicas Estadsticas del Grupo Bimbo.

MANUAL DE TCNICAS ESTADSTICAS DEL GRUPO BIMBO.

III. Cmo utilizar el manual?

IV. Conceptos bsicos.

V. Las Siete Herramientas Estadsticas Bsicas.

VI. Tcnicas de calidad.

VII. Las tcnicas Estadsticas y la ISO 9000-2000.

Manual de Tcnicas estadsticas

ES NECESARIO QUE LOS DATOS REPRESENTEN LOS HECHOS, Y EL

Manual de Tcnicas estadsticas

LO IMPORTANTE NO ES LA HERRAMIENTA, SINO LA SOLUCIN DEL PROBLEMA.

Manual de Tcnicas estadsticas

III. Cmo utilizar el manual?

Manual de Tcnicas estadsticas

IV. Conceptos bsicos.

Validacin Resultan de contar ciertas caractersticas. Son datos que

Datos por medicin. Tcnicamente los llamamos datos

Diagrama de Obtencin de Datos

Medidas de localizacin o tendencia central.

Mediana. Se define como el centro de un conjunto de observaciones ordenadas en forma

X = 671 + 680 + 665 + + 673 + 671 = 672.30

Manual de Tcnicas estadsticas

Rango ( R ). Se define como la diferencia entre el valor mayor y el

Varianza (V). Es la medida ms comn de variabilidad usada en las

Dos muestreos de datos pueden tener la

Desviacin estndar (S). Es la raz cuadrada positiva

Para una distribucin de mediciones que es aproximadamente normal (forma de

Contiene aproximadamente el 68% de las mediciones.

Manual de Tcnicas estadsticas

Manual de Tcnicas estadsticas

El hecho de que cualquier elemento de la poblacin tenga las mismas

Si queremos obtener una muestra de 10 elementos de una poblacin de

Dispersin. La dispersin o precisin de los datos se representa por la desviacin

Manual de Tcnicas estadsticas

2. Dar instrucciones para controlar esas causas.

Medidas de Tendencia Central

Es la suma de todas las observaciones

Se define como el centro de un

Es el valor que se presenta con mayor

Medidas de Variabilidad o de Dispersin

Es el promedio de las desviaciones al

Desviacin estndar (S)

Es la raz cuadrada positiva de la

Manual de Tcnicas estadsticas

V. Las Siete Herramientas Estadsticas Bsicas.

Manual de Tcnicas estadsticas

El Diagrama de Pareto es una grfica que muestra en forma ordenada la

Elaboracin del Diagrama.

2. Hacer una clasificacin de los factores o problemas a

3. Los diferentes tipos de causas del problema se

0Ejemplo de un Diagrama de Pareto

5. Se construye la grfica. En el eje horizontal se

En una planta encargada de la elaboracin de donas azucaradas, se presentan

Manual de Tcnicas estadsticas

Retraso en la distribucin para empaquetadora.

El periodo de tiempo para construir la grfica fue de una semana.

Recordando la frase 80 20 el problema vital a solucionar lo ocupa el

Ventajas del empleo de los diagramas de Pareto.

Cuidados al interpretar las grficas de Pareto.

Manual de Tcnicas estadsticas

El defecto se presenta el mismo nmero de ocasiones. Ejemplificando el caso, en la lnea de