Está en la página 1de 56

CONTROL DE CALIDAD

Ing. Marcos Amasifuen Vsquez


MODULO 2 HERRAMIENTAS DE CALIDAD
1. Las Siete Herramientas de la Calidad
Todo proceso productivo es un sistema formado por personas, equipos y
procedimientos de trabajo. El proceso genera una salida (output), que es el
producto que se quiere fabricar. La calidad del producto fabricado est
determinada por sus caractersticas de calidad, es decir, por sus propiedades
fsicas, qumicas, mecnicas, estticas, durabilidad, funcionamiento, etc. que en
conjunto determinan el aspecto y el comportamiento del mismo. El cliente
quedar satisfecho con el producto si esas caractersticas se ajustan a lo que
esperaba, es decir, a sus expectativas previas.
Por lo general, existen algunas caractersticas que son crticas para establecer la
calidad del producto. Normalmente se realizan mediciones de estas
caractersticas y se obtienen datos numricos. Si se mide cualquier
caracterstica de calidad de un producto, se observar que los valores numricos
presentan una fluctuacin o variabilidad entre las distintas unidades del producto
fabricado. Por ejemplo, si la salida del proceso son frascos de mayonesa y la
caracterstica de calidad fuera el peso del frasco y su contenido, veramos que a
medida que se fabrica el producto las mediciones de peso varan al azar, aunque
mantenindose cerca de un valor central.

CONTROL DE CALIDAD
Ing. Marcos Amasifuen Vsquez

El peso de los frascos llenos flucta alrededor de los 250 grs. Si la caracterstica
de calidad fuera otra, como el contenido de aceite, el color de la mayonesa o el
aspecto de la etiqueta tambin observaramos que las sucesivas mediciones
fluctan alrededor de un valor central.
El valor de una caracterstica de calidad es un resultado que depende de una
combinacin de variables y factores que condicionan el proceso productivo. Por
ejemplo, en el caso de la produccin de mayonesa es necesario establecer que
cantidades de aceite, huevos y otras materias primas se van a usar. Hay que
establecer a que velocidad se va a agitar la mezcla y cuanto tiempo. Se debe

CONTROL DE CALIDAD
Ing. Marcos Amasifuen Vsquez
fijar el tipo y tamao de equipo que se va a utilizar, y la temperatura de trabajo. Y
como stas se deben fijar muchas otras variables del proceso.
La variabilidad o fluctuacin de las mediciones es una consecuencia de la
fluctuacin de todos los factores y variables que afectan el proceso. Por ejemplo,
cada vez que se hace un lote de mayonesa hay que pesar el aceite segn lo que
indica la frmula. Es imposible que la cantidad pesada sea exactamente igual
para todos los lotes. Tambin se producirn fluctuaciones en la velocidad de
agitacin, porque la corriente elctrica de la lnea que alimenta el agitador
tambin flucta. Y de la misma manera, de lote a lote cambiar la cantidad
pesada de los dems componentes, el tiempo de agitacin, la temperatura, etc.
Todos estos factores y muchos otros condicionan y determinan las
caractersticas de calidad del producto.
En el proceso de fabricacin de mayonesa intervienen equipos donde hacer la
mezcla, materias primas (aceite, huevos, condimentos, etc.), procedimientos de
trabajo, personas que operan los equipos, equipos de medicin, etc.:

CONTROL DE CALIDAD
Ing. Marcos Amasifuen Vsquez

Para qu se miden las caractersticas de calidad? El anlisis de los datos


medidos permite obtener informacin sobre la calidad del producto, estudiar y
corregir el funcionamiento del proceso y aceptar o rechazar lotes de producto.
En todos estos casos es necesario tomar decisiones y estas decisiones
dependen del anlisis de los datos. Como hemos visto, los valores numricos
presentan una fluctuacin aleatoria y por lo tanto para analizarlos es necesario
recurrir a tcnicas estadsticas que permitan visualizar y tener en cuenta la
variabilidad a la hora de tomar las decisiones.
Siguiendo el pensamiento del Dr. Kaoru Ishikawa, en los mdulos siguientes
vamos a explicar algunas de estas tcnicas, que se conocen como Las 7
Herramientas de la Calidad.
4

CONTROL DE CALIDAD
Ing. Marcos Amasifuen Vsquez
Estas son:
1. Braistorming
2. Diagramas de Causa-Efecto
3. Planillas de Inspeccin
4. Grficos de Control
5. Diagramas de Flujo
6. Histogramas
7. Grficos de Pareto
8. Diagramas de Dispersin

HERRAMIENTAS BSICAS DE CALIDAD

BRAINSTORMING
El Brainstorming es una tcnica de dinmica grupal y se utiliza para ayudar a
los grupos a generar tantas ideas creativas como sea posible en un perodo de
tiempo corto.
El grupo debe respetar principalmente las siguientes consignas :
No criticar : No solo est prohibida la critica sino tambin la autocrtica y la
autocensura Un comentario gracioso puede arruinar una seccin de
Brainstorming.
Libre imaginacin :Las ideas aparentemente ms fuera de contexto ,
pueden generar asociaciones interesantes . Todos los aportes son
bienvenidos.
La cantidad se privilegia sobre la calidad : A mayor cantidad de ideas es
posibles encontrar buenas ideas
Todo debe ser registrado : para su evaluacin posterior
El grupo ideal :Para una seccin de Brainstorming oscila entre 5 y 10
personas .
5

CONTROL DE CALIDAD
Ing. Marcos Amasifuen Vsquez
Existen 2 clases:
1. Brainstorming Creativo ( Genera nuevas ideas )
2. Brainstorming Crtico ( Evala valora las nuevas ideas )
Para asegurar que cada uno de los participantes se sienta cmodo para
expresarse libremente, primero se realiza el brainstorming creativo y luego
se sigue con sesiones separadas de brainstorming crtico.
Cmo conducir una sesin de brainstorming creativo
1. Rena al equipo y exprese claramente el propsito de la sesin. Asegrese
que todos entiendan el tema y comunquelo por escrito a cada uno de ellos.
2. Genere ideas de la siguiente forma:
- Haciendo que cada persona aporte la mayor cantidad de ideas posibles
- Haciendo que las personas aporten ideas por turno rotativo.
3. Escriba las ideas exactamente como las personas las expresan. Contine
hasta que todas las ideas hayan sido expuestas.
4. Pregunte al equipo si todas las ideas escritas son entendidas, caso contrario
aclrelas.
5. No permita que se produzcan criticas cuando alguna persona aporta alguna
idea , la
base es que en principio todas las ideas son validas

CONTROL DE CALIDAD
Ing. Marcos Amasifuen Vsquez

Reglas bsicas para la sesin:

Ninguna idea es absurda

No est permitida la crtica ni la discusin de ideas

Todos participan en la generacin de ideas

Deje su rango y/ cargo afuera de la sala

Sea creativo y espontneo

Se anotan todas las respuestas

Cmo conducir un brainstorming crtico


1. Revise las ideas escritas y elimine las ideas repetidas.
2. Decida el criterio a usar para evaluar las ideas restantes.
3. Elimine las ideas que no satisfacen los criterios. Elimine solamente si los
participantes estn de acuerdo.
4. Agrupe las ideas restantes en categoras similares.
5. Contine con la reduccin de la lista hasta agotarla usando las tcnicas de
reduccin.
Reglas para la sesin:
- Deben participar todos, sin excepcin.
- Deje su rango y/ cargo afuera de la sala.
- Ninguna idea es rechazada sin discusin.
Tcnicas de reduccin de lista

CONTROL DE CALIDAD
Ing. Marcos Amasifuen Vsquez
Esta tcnica es usada para seleccionar uno o dos del total de opciones para
actuar sobre eso. Las tcnicas de reduccin son generalmente usados cuando
usted enfrenta un numero de opciones y el grupo no puede decidir con cual
proceder y/ cuando hay un desacuerdo dentro del grupo de cual es la mejor
opcin.
Hay tres tcnicas principales de reduccin de lista:
Valuacin
Ponderacin
Voto mltiple

Valuacin
1. Seleccione el criterio contra lo cual cada opcin ser valuado tales
como el costo o facilidad de implementacin.
2. Liste las opciones.
3. Vale cada opcin frente al criterio, por ejemplo usando una escala de 1(lo
peor) al 10 (lo mejor).
4. Adicione el total para cada opcin y seleccione la opcin con mayor valor.
Criterio
Opcin 1
Opcin 2
Opcin 3

Efecto en la
calidad
10
5
6

Costo bajo
5
4
1

Facilidad de
implementacin
7
10
1

Total
22
19
8

10 = lo mejor, 1 = lo peor
Ponderacin
1. Repita los 2 primeros pasos de la valuacin.
2. En lugar de usar una escala de 1 a 10, pondere las opciones desde el mejor
hasta el peor para cada criterio.

CONTROL DE CALIDAD
Ing. Marcos Amasifuen Vsquez
3. Adicione la ponderacin para cada opcin y seleccione la opcin de mayor
ponderacin.
Criterio
Opcin 1
Opcin 2
Opcin 3

Efecto sobre
la calidad
1
3
2

Costo bajo
1
2
3

Facilidad de
implementacin
2
1
3

Total
4
6
8

Voto mltiple
1. Liste las opciones
2. Haga que cada persona escoja un cierto numero de votos, generalmente
acerca de 1/3 del numero total de opciones.
3. Deje que cada persona decida como escoger su voto ( votos mltiples para
una opcin son permitidos ).
4. Seleccione la opcin que recibe mas votos.

CONTROL DE CALIDAD
Ing. Marcos Amasifuen Vsquez

BRAINSTORMING DE CAUSAS
AREA O
SECTOR:________________________________________

DIA

MES

AO

_____________________________
COMPONENTES DEL GRUPO:
____________________________________________________________

___________________________________________
___________________________________________
PROBLEMA O TEMA A ANALIZAR:
_______________________________________________________
___________________________________________________________________________
______________
___________________________________________________________________________
_____________
N
CAUSAS
CLASIFICACION DE CRITERIOS
1
2
3
4
5
6
7
8
9
10
11
12
FECHA DE FINALIZACION ANALISIS:
____________________________________________________
CONFORMIDAD PARTICIPANTES DEL GRUPO:
___________________________________________
___________________________________________________________________________
______________

________________________________________________________________

10

CONTROL DE CALIDAD
Ing. Marcos Amasifuen Vsquez

BRAINSTORMING DE SOLUCIONES
AREA O SECTOR:
__________________________________________

DIA

MES

AO

_______________________________
COMPONENTES DEL GRUPO:
____________________________________________________________
_____________________________________________________________
_____________________________________________________________
PROBLEMA O TEMA
ANALIZADO

SOLUCIONES

CAUSA SOBRE LA CUAL SE


BUSCASOLUCION

VENTAJAS

DESVENTAJAS

RELACION PORCENTUAL DE
LA CAUSA S/PROBLEMA

PORCENTAJE

VALOR PRIORIDAD

FECHA FINALIZACION ANALISIS:


________________________________________________________
CONCLUSION SOLUCION/ES PROPUESTA/S:
______________________________________________
___________________________________________________________________________
______________
___________________________________________________________________________
______________

11

CONTROL DE CALIDAD
Ing. Marcos Amasifuen Vsquez

Diagramas de Causa-Efecto
Hemos visto en la introduccin como el valor de una caracterstica de
calidad depende de una combinacin de variables y factores que
condicionan el proceso productivo. Vamos a continuar con el ejemplo de
fabricacin de mayonesa para explicar los Diagramas de Causa-Efecto:

La variabilidad de las caractersticas de calidad es un efecto observado


que tiene mltiples causas. Cuando ocurre algn problema con la calidad
del producto, debemos investigar para identificar las causas del mismo.
Para ello nos sirven los Diagramas de Causa - Efecto, conocidos tambin
como Diagramas de Espina de Pescado por la forma que tienen. Estos
diagramas fueron utilizados por primera vez por Kaoru Ishikawa.

12

CONTROL DE CALIDAD
Ing. Marcos Amasifuen Vsquez
Para hacer un Diagrama de Causa-Efecto seguimos estos pasos:
9. Decidimos cual va a ser la caracterstica de calidad que vamos a analizar.
Por ejemplo, en el caso de la mayonesa podra ser el peso del frasco
lleno, la densidad del producto, el porcentaje de aceite, etc.
Trazamos un flecha gruesa que representa el proceso y a la derecha
escribimos la caracterstica de calidad:

Indicamos los factores causales ms importantes y generales que puedan


generar la fluctuacin de la caracterstica de calidad, trazando flechas
secundarias hacia la principal. Por ejemplo, Materias Primas, Equipos,
Operarios, Mtodo de Medicin, etc.:

13

CONTROL DE CALIDAD
Ing. Marcos Amasifuen Vsquez

Incorporamos en cada rama factores ms detallados que se puedan


considerar causas de fluctuacin. Para hacer esto, podemos formularnos
estas preguntas:
a. Por qu hay fluctuacin o dispersin en los valores de la caracterstica
de calidad? Por la fluctuacin de las Materias Primas. Se anota Materias
Primas como una de las ramas principales.
b. Qu Materias Primas producen fluctuacin o dispersin en los valores
de la caracterstica de calidad? Aceite, Huevos, sal, otros condimentos.
Se agrega Aceite como rama menor de la rama principal Materias Primas.
c. Por qu hay fluctuacin o dispersin en el aceite? Por la fluctuacin de
la cantidad agregada a la mezcla. Agregamos a Aceite la rama ms
pequea Cantidad.

14

CONTROL DE CALIDAD
Ing. Marcos Amasifuen Vsquez
d. Por qu hay variacin en la cantidad agregada de aceite? Por
funcionamiento irregular de la balanza. Se registra la rama Balanza.
e. Por qu la balanza funciona en forma irregular? Por que necesita
mantenimiento. En la rama Balanza colocamos la rama Mantenimiento.
As seguimos ampliando el Diagrama de Causa-Efecto hasta que
contenga todas las causas posibles de dispersin.
a. Finalmente verificamos que todos los factores que puedan causar
dispersin hayan sido incorporados al diagrama. Las relaciones CausaEfecto deben quedar claramente establecidas y en ese caso, el diagrama
est terminado.
Veamos un ejemplo de la Gua de Control de Calidad de Kaoru Ishikawa,
publicada por UNIPUB (N. York). Se trata de una mquina en la cual se produce
un defecto de rotacin oscilante. La caracterstica de calidad es la oscilacin de
un eje durante la rotacin:
Un diagrama de Causa-Efecto es de por si educativo, sirve para que la gente
conozca en profundidad el proceso con que trabaja, visualizando con claridad
las relaciones entre los Efectos y sus Causas. Sirve tambin para guiar las
discusiones, al exponer con claridad los orgenes de un problema de calidad. Y
permite encontrar ms rpidamente las causas asignables cuando el proceso se
aparta de su funcionamiento habitual.

15

CONTROL DE CALIDAD
Ing. Marcos Amasifuen Vsquez
Un diagrama de Causa-Efecto es de por si educativo, sirve para que la gente
conozca en profundidad el proceso con que trabaja, visualizando con claridad
las relaciones entre los Efectos y sus Causas. Sirve tambin para guiar las
discusiones, al exponer con claridad los orgenes de un problema de calidad. Y
permite encontrar ms rpidamente las causas asignables cuando el proceso se
aparta de su funcionamiento habitual.

Un diagrama de Causa-Efecto es de por si educativo, sirve para que la gente


conozca en profundidad el proceso con que trabaja, visualizando con claridad
las relaciones entre los Efectos y sus Causas. Sirve tambin para guiar las
discusiones, al exponer con claridad los orgenes de un problema de calidad. Y

16

CONTROL DE CALIDAD
Ing. Marcos Amasifuen Vsquez
permite encontrar ms rpidamente las causas asignables cuando el proceso se
aparta de su funcionamiento habitual.

Planillas de Inspeccin
Los datos que se obtienen al medir una caracterstica de calidad pueden
recolectarse utilizando Planillas de Inspeccin. Las Planillas de Inspeccin sirven
para anotar los resultados a medida que se obtienen y al mismo tiempo observar
cual es la tendencia central y la dispersin de los mismos. Es decir, no es
necesario esperar a recoger todos los datos para disponer de informacin
estadstica.

17

CONTROL DE CALIDAD
Ing. Marcos Amasifuen Vsquez

Cmo realizamos las anotaciones? En lugar de anotar los nmeros, hacemos


una marca de algn tipo (*, +, raya, etc.) en la columna correspondiente al
resultado que obtuvimos.
Vamos a suponer que tenemos un lote de artculos y realizamos algn tipo de
medicin. En primer lugar, registramos en el encabezado de la planilla la
informacin general: N de Planilla, Nombre del Producto, Fecha, Nombre del
Inspector, N de Lote, etc. Esto es muy importante porque permitir identificar
nuestro trabajo de medicin en el futuro.

18

CONTROL DE CALIDAD
Ing. Marcos Amasifuen Vsquez
Luego realizamos las mediciones y las vamos anotando en la Planilla. Por
ejemplo, si obtuvimos los tres valores siguientes 1.8, 2.6, 2.6 y los registramos
con un signo + quedara as:

19

CONTROL DE CALIDAD
Ing. Marcos Amasifuen Vsquez

Despus de muchas mediciones, nuestra planilla quedara como sigue:

Para cada columna contamos el total de resultados obtenidos y lo anotamos al


pi. Esta es la Frecuencia de cada resultado, que nos dice cules mediciones se
repitieron ms veces.

20

CONTROL DE CALIDAD
Ing. Marcos Amasifuen Vsquez
Qu informacin nos brinda la Planilla de Inspeccin? Al mismo tiempo que
medimos y registramos los resultados, nos va mostrando cual es la Tendencia
Central de las mediciones. En nuestro caso, vemos que las mismas estn
agrupadas alrededor de 2.3 aproximadamente, con un pico en 2.1 y otro en 2.5 .
Habra que investigar por que la distribucin de los datos tiene esa forma.
Adems podemos ver la Dispersin de los datos. En este caso vemos que los
datos estn dentro de un rango que comienza en 1.5 y termina en 3.3 . Nos
muestra entonces una informacin acerca de nuestros datos que no sera fcil
de ver si slo tuvieramos una larga lista con los resultados de las mediciones.

21

CONTROL DE CALIDAD
Ing. Marcos Amasifuen Vsquez

Y adems, si marcamos en
la planilla los valores mnimo y mximo especificados para la caracterstica de
calidad que estamos midiendo (LIE y LSE) podemos ver que porcentaje de
nuestro producto cumple con las especificaciones.
Grficos de Control
Un grfico de control es una carta o diagrama especialmente preparado donde
se van anotando los valores sucesivos de la caracterstica de calidad que se
est controlando. Los datos se registran durante el funcionamiento del proceso
de fabricacin y a medida que se obtienen.

22

CONTROL DE CALIDAD
Ing. Marcos Amasifuen Vsquez
El grfico de control tiene una Lnea Central que representa el promedio
histrico de la caracterstica que se est controlando y Lmites Superior e
Inferior que tambin se calculan con datos histricos.

Por ejemplo, supongamos que se tiene un proceso de fabricacin de anillos de


pistn para motor de automvil y a la salida del proceso se toman las piezas y se
mide el dimetro. Las mediciones sucesivas del dimetro de los anillos se
pueden anotar en una carta como la siguiente:
Por ejemplo, si las 15 ltimas mediciones fueron las siguientes:
Entonces tendramos un Grfico de Control como este:

23

CONTROL DE CALIDAD
Ing. Marcos Amasifuen Vsquez

Podemos observar en este grfico que los valores fluctan al azar alrededor del
valor central (Promedio histrico) y dentro de los lmites de control superior e
inferior. A medida que se fabrican, se toman muestras de los anillos, se mide el
dimetro y el resultado se anota en el grfico, por ejemplo, cada media hora.
Pero Qu ocurre cuando un punto se va fuera de los lmites? Eso es lo que
ocurre con el ltimo valor en el siguiente grfico:

24

CONTROL DE CALIDAD
Ing. Marcos Amasifuen Vsquez

Esa circunstancia puede ser un indicio de que algo anda mal en el proceso.
Entonces, es necesario investigar para encontrar el problema (Causa
Asignable) y corregirla. Si no se hace esto el proceso estar funcionando a un
nivel de calidad menor que originalmente.
Existen diferentes tipos de Grficos de Control: Grficos X-R, Grficos C,
Grficos np, Grficos Cusum, y otros. Cuando se mide una caracterstica de
calidad que es una variable continua se utilizan en general los Grficos X-R.
Estos en realidad son dos grficos que se utilizan juntos, el de X (promedio del
subgrupo) y el de R (rango del subgrupo). En este caso se toman muestras de
varias piezas, por ejemplo 5 y esto es un subgrupo. En cada subgrupo se calcula
el promedio X y el rango R (Diferencia entre el mximo y el mnimo).
A continuacin podemos observar un tpico grfico de X:

25

CONTROL DE CALIDAD
Ing. Marcos Amasifuen Vsquez

Y lo que sigue es un grfico de R:


Diagramas de Flujo
Diagrama de Flujo es una representacin grfica de la secuencia de etapas,
operaciones, movimientos, decisiones y otros eventos que ocurren en un
proceso. Esta representacin se efecta a travs de formas y smbolos grficos
utilizados usualmente:

26

CONTROL DE CALIDAD
Ing. Marcos Amasifuen Vsquez

Los smbolos grficos para dibujar un diagrama de flujo estn ms o menos


normalizados:

27

CONTROL DE CALIDAD
Ing. Marcos Amasifuen Vsquez

Existen otros smbolos que se pueden utilizar. Lo importante es que su


significado se entienda claramente a primera vista. En el ejemplo siguiente,

28

CONTROL DE CALIDAD
Ing. Marcos Amasifuen Vsquez
vemos un diagrama de flujo para representar el proceso de fabricacin de una
resina (Reaccin de Polimerizacin):

Algunas recomendaciones para construir Diagramas de Flujo son las siguientes:

Conviene realizar un Diagrama de Flujo que describa el proceso real y no


lo que est escrito sobre el mismo (lo que se supone debera ser el proceso).

Si hay operaciones que no siempre se realizan como est en el diagrama,


anotar las excepciones en el diagrama.

29

CONTROL DE CALIDAD
Ing. Marcos Amasifuen Vsquez
Probar el Diagrama de Flujo tratando de realizar el proceso como est

descripto en el mismo, para verificar que todas las operaciones son posibles tal
cual figuran en el diagrama.
Si se piensa en realizar cambios al proceso, entonces se debe hacer un

diagrama adicional con los cambios propuestos.


Histogramas
Un histograma es un grfico o diagrama que muestra el nmero de veces que se
repiten cada uno de los resultados cuando se realizan mediciones sucesivas.
Esto permite ver alrededor de que valor se agrupan las mediciones (Tendencia
central) y cual es la dispersin alrededor de ese valor central.
Supongamos que un mdico dietista desea estudiar el peso de personas adultas
de sexo masculino y recopila una gran cantidad de datos midiendo el peso en
kilogramos de sus pacientes varones:

74.6

74.6

81.6

75.4

69.8

68.4

74.5

85.9

65.8

63.5

95.7

69.4

77.0

113.7

57.8

69.9

74.5

74.3

70.7

77.9

74.5

63.7

77.0

63.2

79.4

76.4

77.0

72.1

70.7

68.4

74.6

95.7

70.7

71.6

79.4

76.9

30

CONTROL DE CALIDAD
Ing. Marcos Amasifuen Vsquez
85.2

78.4

79.4

69.4

74.6

75.4

81.6

84.6

74.6

69.8

85.2

74.8

67.9

97.4

85.2

83.5

81.6

78.9

63.7

74.5

81.6

69.7

67.9

77.0

72.1

77.0

67.9

68.4

63.7

76.7

71.6

70.7

63.7

70.7

72.1

77.0

69.4

79.4

72.1

79.4

71.6

70.7

69.8

74.6

71.6

74.6

69.4

79.4

83.5

85.2

69.4

85.2

69.8

74.6

83.5

81.6

69.8

81.6

83.5

85.2

74.9

67.9

83.5

67.9

79.3

81.6

73.2

63.7

74.9

63.7

76.3

67.9

70.7

70.7

73.2

67.5

79.8

63.7

79.4

79.4

70.7

85.3

70.7

72.1

88.6

74.6

79.4

88.6

79.4

71.6

70.7

85.2

74.6

70.7

74.6

69.4

79.4

81.6

85.2

79.4

85.2

69.8

70.7

67.9

81.6

74.6

81.6

83.5

79.4

63.7

67.9

85.2

67.9

67.9

31

CONTROL DE CALIDAD
Ing. Marcos Amasifuen Vsquez
74.6

72.1

63.7

81.6

63.7

63.7

85.2

71.6

72.1

67.9

72.1

70.7

81.6

69.4

71.6

63.7

71.6

73.2

67.9

69.8

69.4

72.1

69.4

70.7

63.7

83.5

69.8

71.6

69.8

79.4

72.1

83.5

83.5

69.4

83.5

74.6

71.6

69.7

85.2

69.8

69.8

63.7

69.4

68.4

81.6

83.5

83.5

72.1

69.8

70.7

63.7

72.1

83.5

71.6

83.5

79.4

72.1

71.6

72.1

69.4

67.9

71.6

71.6

69.4

71.6

69.8

As como estn los datos es muy difcil sacar conclusiones acerca de ellos.
Entonces, lo primero que hace el mdico es agrupar los datos en intervalos
contando cuantos resultados de mediciones de peso hay dentro de cada
intervalo (Esta es la frecuencia). Por ejemplo, Cuntos pacientes pesan entre
60 y 65 kilos? Cuntos pacientes pesan entre 65 y 70 kilos?:

Intervalos

N Pacientes
(Frecuencia)

<50

0
32

CONTROL DE CALIDAD
Ing. Marcos Amasifuen Vsquez
50-55

55-60

60-65

17

65-70

48

70-75

70

75-80

32

80-85

28

85-90

16

90-95

95-100

100-105

105-110

>110

33

CONTROL DE CALIDAD
Ing. Marcos Amasifuen Vsquez

Ahora se pueden representar las frecuencias en un grfico como el siguiente:

Por ejemplo, la tabla nos dice que hay 48 pacientes que pesan entre 65 y 70
kilogramos. Por lo tanto, levantamos una columna de altura proporcional a 48 en
el grfico:

34

CONTROL DE CALIDAD
Ing. Marcos Amasifuen Vsquez

Y agregando el resto de las frecuencias nos queda el histograma siguiente:

Qu utilidad nos presta el histograma? Permite visualizar rpidamente


informacin que estaba oculta en la tabla original de datos. Por ejemplo, nos

35

CONTROL DE CALIDAD
Ing. Marcos Amasifuen Vsquez
permite apreciar que el peso de los pacientes se agrupa alrededor de los 70-75
kilos. Esta es la Tendencia Central de las mediciones. Adems podemos
observar que los pesos de todos los pacientes estn en un rango desde 55 a
100 kilogramos. Esta es la Dispersin de las mediciones. Tambin podemos
observar que hay muy pocos pacientes por encima de 90 kilogramos o por
debajo de 60 kilogramos.
Ahora el mdico puede extraer toda la informacin relevante de las mediciones
que realiz y puede utilizarlas para su trabajo en el terreno de la medicina.
Diagrama de Pareto
Mediante el Diagrama de Pareto se pueden detectar los problemas que tienen ms
relevancia mediante la aplicacin del principio de Pareto (pocos vitales, muchos
triviales) que dice que hay muchos problemas sin importancia frente a solo unos
graves. Ya que por lo general, el 80% de los resultados totales se originan en el 20%
de los elementos.

La minora vital aparece a la izquierda de la grafica y la mayora til a la derecha.


Hay veces que es necesario combinar elementos de la mayora til en una sola
clasificacin denominada otros, la cual siempre deber ser colocada en el extremo
derecho. La escala vertical es para el costo en unidades monetarias, frecuencia o
porcentaje.

La grfica es muy til al permitir identificar visualmente en una sola revisin tales
minoras de caractersticas vitales a las que es importante prestar atencin y de esta
manera utilizar todos los recursos necesarios para llevar acabo una accin correctiva
sin malgastar esfuerzos.

36

CONTROL DE CALIDAD
Ing. Marcos Amasifuen Vsquez

Algunos ejemplos de tales minoras vitales seran:

La minora de clientes que representen la mayora de las ventas.

La minora de productos, procesos, o caractersticas de la calidad


causantes del grueso de desperdicio o de los costos de reelaboracin.

La minora de rechazos que representa la mayora de quejas de la


clientela.

La minora de vendedores que esta vinculada a la mayora de partes


rechazadas.

La minora de problemas causantes del grueso del retraso de un proceso.

La minora de productos que representan la mayora de las ganancias


obtenidas.

La minora de elementos que representan al grueso del costo de un


inventarios.

Concepto

El Diagrama de Pareto es una grfica en donde se organizan diversas


clasificaciones de datos por orden descendente, de izquierda a derecha por medio de
barras sencillas despus de haber reunido los datos para calificar las causas. De
modo que se pueda asignar un orden de prioridades.

Qu es?

37

CONTROL DE CALIDAD
Ing. Marcos Amasifuen Vsquez
El nombre de Pareto fue dado por el Dr. Joseph Juran en honor del economista italiano
Vilfredo Pareto (1848-1923) quien realizo un estudio sobre la distribucin de la
riqueza, en el cual descubri que la minora de la poblacin posea la mayor parte de
la riqueza y la mayora de la poblacin posea la menor parte de la riqueza. Con esto
estableci la llamada "Ley de Pareto" segn la cual la desigualdad econmica es
inevitable en cualquier sociedad.
El Dr. Juran aplic este concepto a la calidad, obtenindose lo que hoy se conoce
como la regla 80/20.
Segn este concepto, si se tiene un problema con muchas causas, podemos decir
que el 20% de las causas resuelven el 80% del problema y el 80% de las causas solo
resuelven el 20% del problema.
Por lo tanto, el Anlisis de Pareto es una tcnica que separa los pocos vitales de los
muchos triviales. Una grfica de Pareto es utilizada para separar grficamente los
aspectos significativos de un problema desde los triviales de manera que un equipo
sepa dnde dirigir sus esfuerzos para mejorar. Reducir los problemas ms
significativos (las barras ms largas en una Grfica Pareto) servir ms para una
mejora general que reducir los ms pequeos. Con frecuencia, un aspecto tendr el
80% de los problemas. En el resto de los casos, entre 2 y 3 aspectos sern
responsables por el 80% de los problemas.
En relacin con los estilos gerenciales de Resolucin de Problemas y Toma de
Decisiones (Conservador, Bombero, Oportunista e Integrador) 1[1], vemos como la
utilizacin de esta herramienta puede resultar una alternativa excelente para un
gerente de estilo Bombero, quien constantemente a la hora de resolver problemas
solo apaga incendios, es decir, pone todo su esfuerzo en los muchos triviales.

Cundo se utiliza?

Al identificar un producto o servicio para el anlisis para mejorar la calidad.


1

38

CONTROL DE CALIDAD
Ing. Marcos Amasifuen Vsquez

Cuando existe la necesidad de llamar la atencin a los problema o causas


de una forma sistemtica.

Al identificar oportunidades para mejorar

Al analizar las diferentes agrupaciones de datos (ej: por producto, por


segmento, del mercado, rea geogrfica, etc.)

Al buscar las causas principales de los problemas y establecer la prioridad


de las soluciones

Al evaluar los resultados de los cambos efectuados a un proceso (antes y


despus)

Cuando los datos puedan clasificarse en categoras

Cuando el rango de cada categora es importante

Pareto es una herramienta de anlisis de datos ampliamente utilizada y es por lo


tanto til en la determinacin de la causa principal durante un esfuerzo de resolucin
de problemas. Este permite ver cules son los problemas ms grandes,
permitindoles a los grupos establecer prioridades. En casos tpicos, los pocos
(pasos, servicios, tems, problemas, causas) son responsables por la mayor parte el
impacto negativo sobre la calidad. Si enfocamos nuestra atencin en estos pocos
vitales, podemos obtener la mayor ganancia potencial de nuestros esfuerzos por
mejorar la calidad.

Un equipo puede utilizar la Grfica de Pareto para varios propsitos durante un


proyecto para lograr mejoras:

Para analizar las causas

Para estudiar los resultados

Para planear una mejora continua

39

CONTROL DE CALIDAD
Ing. Marcos Amasifuen Vsquez

Las Grficas de Pareto son especialmente valiosas como fotos de


antes y despus para demostrar qu progreso se ha logrado. Como tal, la Grfica
de Pareto es una herramienta sencilla pero poderosa.

Cmo se utiliza?

1.

Seleccionar categoras lgicas para el tpico de anlisis identificado (incluir el

periodo de tiempo).
2.

Reunir datos. La utilizacin de un Check List puede ser de mucha ayuda en este

paso.
3.

Ordenar los datos de la mayor categora a la menor

4.

totalizar los datos para todas las categoras

5.

calcular el porcentaje del total que cada categora representa

6.

trazar los ejes horizontales (x) y verticales (y primario - y secundario)

7.

trazar la escala del eje vertical izquierdo para frecuencia (de 0 al total, segn se

calcul anteriormente)
8.

de izquierda a derecha trazar las barras para cada categora en orden

descendente. Si existe una categora otros, debe ser colocada al final, sin importar su
valor. Es decir, que no debe tenerse en cuenta al momento de ordenar de mayor a
menor la frecuencia de las categoras.
9.

trazar la escala del eje vertical derecho para el porcentaje acumulativo,

comenzando por el 0 y hasta el 100%


10. trazar el grfico lineal para el porcentaje acumulado, comenzando en la parte
superior de la barra de la primera categora (la mas alta)

40

CONTROL DE CALIDAD
Ing. Marcos Amasifuen Vsquez
11. dar un ttulo al grfico, agregar las fechas de cuando los datos fueron reunidos y
citar la fuente de los datos.
12. analizar la grfica para determinar los pocos vitales

Consejos para la construccin / interpretacin

Como hemos visto, un Diagrama de Pareto es un grfico de barras que enumera las
categoras en orden descendente de izquierda a derecha, el cual puede ser utilizado
por un equipo para analizar causas, estudiar resultados y planear una mejora
continua.
Dentro de las dificultades que se pueden presentar al tratar de interpretar el
Diagrama de Pareto es que algunas veces los datos no indican una clara distincin
entre las categoras. Esto puede verse en el grfico cuando todas las barras son ms
o menos de la misma altura.
Otra dificultad es que se necesita ms de la mitad de las categoras para sumar ms
del 60% del efecto de calidad, por lo que un buen anlisis e interpretacin depende
en su gran mayora de un buen anlisis previo de las causas y posterior recogida de
datos.
En cualquiera de los casos, parece que el principio de Pareto no aplica. Debido a que
el mismo se ha demostrado como vlido en literalmente miles de situaciones, es muy
poco probable que se haya encontrado una excepcin. Es mucho ms probable que
simplemente no se haya seleccionado un desglose apropiado de las categoras. Se
deber tratar de estratificar los datos de una manera diferente y repetir el Anlisis de
Pareto.
Esto nos lleva a la conclusin que para llevar a cabo un proceso de Resolucin de
Problemas /Toma de Decisiones (RP/TD) es necesario manejar cada una de las
herramientas bsicas de la calidad, tanto desde el punto de vista terico como desde
su aplicacin.

41

CONTROL DE CALIDAD
Ing. Marcos Amasifuen Vsquez
La interpretacin de un Diagrama de Pareto se puede definir completando las
siguientes oraciones de ejemplo:
Existen (nmero de categoras) contribuyentes relacionados con (efecto). Pero estos
(nmero de pocos vitales) corresponden al (nmero) % del total (efecto). Debemos
procurar estas (nmero) categoras pocos vitales, ya que representan la mayor
ganancia potencial para nuestros esfuerzos.

Relacin con otras herramientas

Un Diagrama de Pareto generalmente se relaciona con:

diagrama de Causa y Efecto (Ishikawa)

Check List de Revisin

Check List de reunin de datos

Matriz para la Planeacin de Acciones

Ejemplo de aplicacin

Un fabricante de heladeras desea analizar cuales son los defectos ms frecuentes


que aparecen en las unidades al salir de la lnea de produccin. Para esto, empez
por clasificar todos los defectos posibles en sus diversos tipos:

Tipo de Defecto
Motor no detiene

Detalle del Problema


No para el motor cuando alcanza
Temperatura

No enfra

El motor arranca pero la heladera no enfra

Burlete Def.

Burlete roto o deforme que no ajusta

Pintura Def.

Defectos de pintura en superficies externas

42

CONTROL DE CALIDAD
Ing. Marcos Amasifuen Vsquez
Rayas

Rayas en las superficies externas

No funciona

Al enchufar no arranca el motor

Puerta no cierra

La puerta no cierra correctamente

Gavetas Def.

Gavetas interiores con rajaduras

Motor no arranca

El motor no arranca despus de ciclo de


parada

Mala Nivelacin

La heladera se balancea y no se puede


nivelar

Puerta Def.

Puerta de refrigerador no cierra


hermticamente

Otros

Otros Defectos no includos en los anteriores

Posteriormente, un inspector revisa cada heladera a medida que sale de produccin


registrando sus defectos de acuerdo con dichos tipos. Despus de inspeccionar 88
heladeras, se obtuvo una tabla como esta:

Tipo de
Detalle del Problema

Defecto

Frec.

Burlete Def.

Burlete roto o deforme que no ajusta

Pintura Def.

Defectos de pintura en superficies

externas
Gavetas Def.

Gavetas interiores con rajaduras

Mala

La heladera se balancea y no se puede

Nivelacin

nivelar

43

CONTROL DE CALIDAD
Ing. Marcos Amasifuen Vsquez
Motor no

El motor no arranca despus de ciclo

arranca

de parada

Motor no

No para el motor cuando alcanza

detiene

Temperatura

No enfra

El motor arranca pero la heladera no

36

27

enfra
No funciona

Al enchufar no arranca el motor

Otros

Otros Defectos no includos en los

anteriores
Puerta Def.

Puerta de refrigerador no cierra

hermticamente
Puerta no

La puerta no cierra correctamente

Rayas en las superficies externas

cierra
Rayas
Total:

88

La ltima columna muestra el nmero de heladeras que presentaban cada tipo de


defecto, es decir, la frecuencia con que se presenta cada defecto. En lugar de la
frecuencia numrica podemos utilizar la frecuencia porcentual, es decir, el porcentaje
de heladeras en cada tipo de defecto:

Tipo de

Detalle del Problema

Frec.

Frec. %

10.2

Defecto
Burlete Def.

Burlete roto o deforme que no ajusta

44

CONTROL DE CALIDAD
Ing. Marcos Amasifuen Vsquez
Pintura Def.

Defectos de pintura en superficies

5.7

externas
Gavetas Def.

Gavetas interiores con rajaduras

1.1

Mala

La heladera se balancea y no se puede

1.1

Nivelacin

nivelar

Motor no

El motor no arranca despus de ciclo

1.1

arranca

de parada

Motor no

No para el motor cuando alcanza

36

40.9

detiene

Temperatura

No enfra

El motor arranca pero la heladera no

27

30.7

enfra
No funciona

Al enchufar no arranca el motor

2.3

Otros

Otros Defectos no includos en los

0.0

0.0

La puerta no cierra correctamente

2.3

Rayas en las superficies externas

4.5

88

100

anteriores
Puerta Def.

Puerta de refrigerador no cierra


hermticamente

Puerta no
cierra
Rayas
Total:

Podemos ahora representar los datos en un histograma como el siguiente:

45

CONTROL DE CALIDAD
Ing. Marcos Amasifuen Vsquez

Pero Cules son los defectos que aparecen con mayor frecuencia? Para hacerlo ms
evidente, antes de graficar podemos ordenar los datos de la tabla en orden
decreciente de frecuencia:

Tipo de
Defecto

Detalle del Problema

Frec.

Frec. %

Motor no
detiene

No para el motor cuando alcanza


Temperatura

36

40.9

No enfra

El motor arranca pero la heladera no


enfra

27

30.7

Burlete Def.

Burlete roto o deforme que no ajusta

10.2

Pintura Def.

Defectos de pintura en superficies


externas

5.7

Rayas

Rayas en las superficies externas

4.5

No funciona

Al enchufar no arranca el motor

2.3

Puerta no
cierra

La puerta no cierra correctamente

2.3

46

CONTROL DE CALIDAD
Ing. Marcos Amasifuen Vsquez
Gavetas Def.

Gavetas interiores con rajaduras

1.1

Mala
Nivelacin

La heladera se balancea y no se puede


nivelar

1.1

Motor no
arranca

El motor no arranca despus de ciclo


de parada

1.1

Puerta Def.

Puerta de refrigerador no cierra


hermticamente

0.0

Otros

Otros Defectos no incluidos en los


anteriores

0.0

88

100

Total:

Vemos que la categora otros siempre debe ir al final, sin importar su valor. De esta
manera, si hubiese tenido un valor ms alto, igual debera haberse ubicado en la
ltima fila.
Ahora resulta evidente cuales son los tipos de defectos ms frecuentes. Podemos
observar que los 3 primeros tipos de defectos se presentan en el 82 % de las
heladeras, aproximadamente. Por el Principio de Pareto, concluimos que: La mayor
parte de los defectos encontrados en el lote pertenece slo a 3 tipos de defectos, de
manera que si se eliminan las causas que los provocan desaparecera la mayor parte
de los defectos.

47

CONTROL DE CALIDAD
Ing. Marcos Amasifuen Vsquez
Diagramas de Dispersin
Los Diagramas de Dispersin o Grficos de Correlacin permiten estudiar la
relacin entre 2 variables. Dadas 2 variables X e Y, se dice que existe una
correlacin entre ambas si cada vez que aumenta el valor de X aumenta
proporcionalmente el valor de Y (Correlacin positiva) o si cada vez que
aumenta el valor de X disminuye en igual proporcin el valor de Y (Correlacin
negativa).
En un grfico de correlacin representamos cada par X, Y como un punto donde
se cortan las coordenadas de X e Y:

Veamos un ejemplo. Supongamos que tenemos un grupo de personas adultas


de sexo masculino. Para cada persona se mide la altura en metros (Variable X) y
el peso en kilogramos (Variable Y). Es decir, para cada persona tendremos un
par de valores X, Y que son la altura y el peso de dicha persona:
48

CONTROL DE CALIDAD
Ing. Marcos Amasifuen Vsquez
N

Altura

Peso

Altura

Peso

Persona (m)

(Kg.)

Persona (m)

(Kg.)

001

1.94

95.8

026

1.66

74.9

002

1.82

80.5

027

1.96

88.1

003

1.79

78.2

028

1.56

65.3

004

1.69

77.4

029

1.55

64.5

005

1.80

82.6

030

1.71

75.5

006

1.88

87.8

031

1.90

91.3

007

1.57

67.6

032

1.65

66.6

008

1.81

82.5

033

1.78

76.8

009

1.76

82.5

034

1.83

80.2

010

1.63

65.8

035

1.98

97.6

011

1.59

67.3

036

1.67

76.0

012

1.84

88.8

037

1.53

58.0

013

1.92

93.7

038

1.96

95.2

014

1.84

82.9

039

1.66

74.5

015

1.88

88.4

040

1.62

71.8

49

CONTROL DE CALIDAD
Ing. Marcos Amasifuen Vsquez
016

1.62

69.0

041

1.89

91.0

017

1.86

83.4

042

1.53

62.1

018

1.91

89.1

043

1.59

69.8

019

1.99

95.2

044

1.55

64.6

020

1.76

79.1

045

1.97

90.0

021

1.55

61.6

046

1.51

63.8

022

1.71

70.6

047

1.59

62.6

023

1.75

79.4

048

1.60

67.8

024

1.76

78.1

049

1.57

63.3

025

2.00

90.6

050

1.61

65.2

Entonces, para cada persona representamos su altura y su peso con un punto


en un grfico:
Una vez que representamos a las 50 personas quedar un grfico como el
siguiente:

50

CONTROL DE CALIDAD
Ing. Marcos Amasifuen Vsquez

51

CONTROL DE CALIDAD
Ing. Marcos Amasifuen Vsquez
Qu nos muestra este grfico? En primer lugar podemos observar que las
personas de mayor altura tienen mayor peso, es decir parece haber una
correlacin positiva entre altura y peso. Pero un hombre bajito y gordo puede
pesar ms que otro alto y flaco. Esto es as porque no hay una correlacin total y
absoluta entre las variables altura y peso. Para cada altura hay personas de
distinto peso:

Sin embargo podemos afirmar que existe cierto grado de correlacin entre la
altura y el peso de las personas.

52

CONTROL DE CALIDAD
Ing. Marcos Amasifuen Vsquez
Cuando se trata de dos variables cualesquiera, puede no haber ninguna
correlacin o puede existir alguna correlacin en mayor o menor grado, como
podemos ver en los grficos siguientes:

53

CONTROL DE CALIDAD
Ing. Marcos Amasifuen Vsquez

54

CONTROL DE CALIDAD
Ing. Marcos Amasifuen Vsquez
Por ejemplo, en el siguiente grfico podemos ver la relacin entre el contenido
de Humedad de hilos de algodn y su estiramiento:

55