Lectura 1 - Herramientas de Calidad PDF

004.
qxd 29/11/04 13:49 Pgina 68
Tcnicas bsicas de calidad 04
En esta unidad aprenders a:

1 Identificar las tcnicas bsicas
de calidad
2 Aplicar las herramientas

bsicas de calidad
3 Utilizar la tormenta de ideas
4 Crear distintos tipos

de diagramas
5 Usar histogramas y grficos

de control
004.qxd 29/11/04 13:49 Pgina 69
4. Tcnicas bsicas de calidad

4.1 Qu son las tcnicas bsicas de calidad?
4.1 Qu son las tcnicas bsicas de calidad?
Para llevar a cabo una gestin de la calidad en las

mejores condiciones posibles, es necesario contar con
el apoyo de algunas tcnicas que ayuden a su desa-
rrollo.
Algunas de estas herramientas sirven para detectar pro-

blemas con la participacin del personal, mientras que
otras parten de mediciones o datos obtenidos del pro-
ceso a controlar y, a partir del anlisis de estos datos,
se obtienen los resultados buscados.
En ocasiones, estos resultados nos sirven para contro-

lar el proceso. Si los resultados estn dentro de los
lmites que se hayan establecido para cada proceso, di-
remos que dicho proceso est controlado. Si no, habr
que actuar sobre l aplicando acciones correctivas.
Otras veces, nicamente nos interesar ver los resulta-

dos de un proceso con una presentacin grfica. Histograma.
Diagramas de sectores.
En general, existe un gran nmero de formas de con- Grficos de control.
trolar un proceso, de buscar fallos, de mejorar los sis- Diagrama de dispersin.
temas, de analizar los riesgos, etc., siendo algunas de Diagrama de Pareto.
ellas de gran complejidad. Sin embargo, algunas de las
ms conocidas y usadas son las llamadas herramientas Esta unidad va a dedicarse a realizar una descrip-
bsicas de la calidad, que son: cin muy sencilla de estas herramientas bsicas de cali-
dad, tanto desde el punto de vista terico como desde
Tormenta de ideas (brainstorming). el punto de vista prctico, planteando aplicaciones de
Diagrama causa-efecto. cada una de ellas.
4.2 Tcnicas bsicas de calidad
Vamos a ver en qu consiste cada una de las herra- El mtodo fue ideado en 1939 por un publicista llamado
mientas bsicas de calidad que hemos enumerado en el A. F. Osborn.
primer apartado y cul es la forma que habra que se-
guir para su aplicacin en actuaciones de calidad. Esta tcnica se desarrolla siempre en grupo e intenta
estimular a cada miembro a participar sin complejos en
la aportacin de cuantas ideas le surjan para resolver
A. Tormenta de ideas (brainstorming) una determinada situacin.
La tcnica toma su nombre de la unin de dos palabras Lgicamente, de entre todas esas ideas, slo algunas
inglesas: brain, que significa cerebro y storm, que sern realmente vlidas para el problema o situacin
significa tormenta. As pues, la traduccin al espaol planteada y, aun as, seguramente stas tendrn que
sera tormenta de ideas. volver a ser depuradas.
69
004.qxd 29/11/04 13:49 Pgina 70

Es muy importante que el grupo no sea crtico con las realizacin, participantes, etc., donde puedan irse apun-
ideas de ningn miembro, ya que ello podra coartar la tando las ideas expresadas y que luego sea refrendada
expresin de ms ideas por parte de ese participante. por los participantes con objeto de corregir errores o
ampliar ideas. Un posible modelo de acta podra ser:
Para que este tipo de tcnica se desarrolle de la mejor
forma posible, deben cumplirse una serie de requisitos EMPRESA: FECHA: HORA:
o reglas: ASISTENTES:
Los grupos deben ser pequeos, con un nmero de

participantes de entre 3 y 8. OBJETO DE LA SESIN:
IDEAS APORTADAS:
Cada miembro del grupo debe conocer y entender
totalmente el problema que se est planteando. * * *
* * *
Se deben aceptar todas las ideas que se emitan sin * * *
criticarlas. * * *
* * *
Debe existir la figura del moderador o lder del * * *
grupo. * * *
Se pueden emitir ideas que se apoyen en alguna Figura 4.1. Modelo de acta para sesiones de brainstorming.
otra ya expresada anteriormente.
La duracin de la reunin debe estar prefijada de B. Diagrama causa-efecto

antemano.
Tambin llamado de Ishikawa (en honor al Dr. Kaoru
Teniendo en cuenta estas normas, las fases para aplicar Ishikawa, que lo desarroll en 1943 en la Universidad
esta tcnica son las siguientes: de Tokio) o de espina de pez o de las siete M.
1 . En primer lugar, se debe hacer una definicin del Esta tcnica intenta localizar fundamentalmente las
problema de la forma ms clara posible, de manera causas que provocan un efecto concreto. stas se sue-
que todos los miembros del grupo lo conozcan. len agrupar en bloques, y as el anlisis que se puede
realizar de uno de estos diagramas es ms sencillo. Una
2. A continuacin, se lleva a cabo la fase de exposi- de sus caractersticas es la versatilidad, ya que se
cin y emisin de ideas por parte de todos los par- puede aplicar a multitud de situaciones.
ticipantes. Estas ideas deben ir registrndose tal
como se expresaron, para no olvidar ninguna. Actualmente es una de las tcnicas ms potentes en
calidad, bien por s sola, o bien combinada con otras
3. Posteriormente, una vez que la fase anterior ha herramientas, como, por ejemplo, el brainstorming. Para
finalizado, se reflexiona sobre las ideas emitidas y realizarlo existen diferentes formas, aunque bsica-
se seleccionan las ms apropiadas. mente los pasos son:
Los criterios de seleccin de ideas varan mucho en fun- Seleccionar el efecto que queremos controlar. se
cin del objeto de la sesin de brainstorming (puede ser ser el tronco del diagrama del cual partirn las
solucionar un problema, identificar o enumerar tareas, causas que actan sobre dicho efecto (Figura 4.2).
etc.). Una vez seleccionadas las ms apropiadas, es Estas causas sern: mano de obra, materia prima,
conveniente organizarlas en funcin de su importancia maquinaria, mercado, mtodos, medio ambiente y
para tener un listado ordenado. metrologa.
Tambin puede ser buena idea elaborar un acta de la En la rama correspondiente a cada causa ire-
reunin en la que aparezcan datos como la fecha de mos agrupando aquellas que dan lugar al efecto
70
004.qxd 29/11/04 13:49 Pgina 71

Mano de obra Maquinaria Metrologa Mercado
EFECTO
Medio ambiente Mtodo Materia prima
Figura 4.2. Diagrama causa-efecto.
considerado. Estas causas pueden obtenerse de una Vamos a ver cmo se realizara un histograma. Imagi-
tormenta de ideas entre el personal afectado. naremos el caso de una empresa que fabrique resisten-
cias elctricas de valor 200 V. Han medido los valores
Por ltimo, las causas se deben ordenar en funcin de 100 resistencias y han obtenido los siguientes resul-
de la importancia que tienen respecto al efecto tados (Tabla 4.1):
que estamos analizando.
Valor de la resistencia Nmero de
medida (V) ejemplares
C. Histograma
198 7
Se utiliza para ver cmo se organizan una serie de 199 12
datos y para determinar la distribucin de la variable
asociada a un proceso y su comportamiento. 200 63
201 10
Su aparicin, aproximadamente en 1833, se debe al 202 8
francs A. M. Guerry.
Tabla 4.1. Medida de resistencias.
En l se representa con barras la distribucin de fre-
cuencias de una determinada variable agrupada o no en Colocaremos los valores de las mediciones en el eje hori-
intervalos. Sirven para: zontal (agrupados o no por intervalos, en los casos en
los que sea apropiado), y en el eje vertical marcaremos
1 . Ver si el proceso sigue las especificaciones reque- las frecuencias de aparicin de cada medida (Figura 4.3).
ridas.
En este caso, tenemos cinco tipos de medidas de las
2 . Observar si existe dispersin de los datos en torno resistencias (198, 199...), por lo que el nmero de
al valor deseado. barras verticales ser cinco.
Para realizarlo se parte de los datos que hemos recogido En los histogramas es habitual poner el valor de la fre-
de la variable a analizar y con ellos se procede a efec- cuencia de cada intervalo sobre la barra correspon-
tuar sus representaciones grficas. diente, tal como se ve tambin en la Figura 4.3.
La tcnica permite, adems, obtener indicadores, como Una vez que hemos realizado este histograma, vamos a
medias, varianzas, recorridos, intervalos de agrupacin, analizarlo. Se observa que los datos tienen una distri-
etc., que se vern en la siguiente unidad con detalle. bucin simtrica en torno al valor deseado de 200 V,
71
004.qxd 29/11/04 13:49 Pgina 72

70 63
60 dimetro de 10 cables cada hora; o de 12 cables cada
50 100, etctera.
Frecuencia
40
30
20
Media (x)
12 10
10 7 8
Se llama media de una muestra al valor medio de los
0
198 199 200 201 202 datos obtenidos.
Figura 4.3. Histograma. Matemticamente la expresin de la media es:
n
lo que indica que el proceso es aceptable, es decir, que
est cercano a las especificaciones. x i
x1 + x2 + ... + xn
x = i =1
=
n n
Para completar la informacin dada por el histogra-
ma se pueden calcular otros parmetros. Para ello,
mostramos a continuacin una serie de definiciones siendo:
estadsticas muy sencillas, que nos servirn para hallar
los indicadores ms importantes (media, varianza, etc.) xi: valores obtenidos del parmetro a controlar (en
cuando sean necesarios. Todos estos conceptos esta- nuestro ejemplo, el dimetro de cada cable medido).
dsticos se desarrollan con ms detalle en la unidad 5,
y aqu solamente los nombramos como avance. n: nmero de valores medidos.
Por ejemplo, supongamos que queremos saber cul es

Poblacin el consumo medio por persona y da de electricidad,
partiendo de una muestra de 5 personas de las cuales
Son todos los elementos de una determinada clase. se han medido los siguientes consumos (Tabla 4.2):
Por ejemplo, supongamos que existe una fbrica que PERSONA CONSUMO kW h/persona da
nicamente produce cable de 4 mm tericos de dime-
1 0,75
tro. Si quisiramos hacer un control en esa fbrica de
2 1,1
los dimetros de los cables que realmente produce, la
3 0,8
poblacin sera el conjunto de todos los cables fabrica-
4 1,5
dos. Por regla general, no se suele trabajar con toda la
5 1
poblacin, ya que sta a menudo es excesivamente
grande o el estudio a efectuar sobre la misma tiene
carcter destructivo. Tabla 4.2. Consumo de electricidad.
El nmero de valores medidos es 5, por tanto, sustitu-

Muestra yendo estos valores en la expresin matemtica de la
media, tenemos:
Es la parte de la poblacin que se selecciona para
n
analizar los datos que queremos controlar.
xi
0, 75 + 1, 1 + 0, 8 + 1, 5 + 1
Volvamos al ejemplo de la fbrica de cables. Normal- x = i =1
= =
n 5
mente, para controlar un parmetro no se suele medir
= 1, 03 kW ? h/persona da
ese parmetro en toda la poblacin, es decir, no se ins-
peccionarn todos los cables fabricados, puesto que su ste ser el consumo medio de electricidad expresado
nmero es muy grande e implicara un coste de inspec- en kW h/persona y da, obtenido a partir de los datos
cin enorme. Lo que se hace es seleccionar una mues- recogidos a una muestra de 5 personas de la poblacin
tra de esa poblacin, y as, por ejemplo, se medir el estudiada.
72
004.qxd 29/11/04 13:49 Pgina 73

Veamos qu ocurre con el caso anterior de la fbrica Su expresin matemtica es:

que hace resistencias de valor 200 V.
n
Ahora para obtener la media debemos tener en cuenta (x i x)2 ni

= i =1
n
el nmero de veces que aparece cada valor.
n i =1
i 1
As, la expresin para calcularla en estos casos ser:
n
x i ni Esta expresin se utiliza cuando estamos estudiando la

desviacin de una muestra de la poblacin. Si en lugar
x = i =1
n
de trabajar con una muestra lo hicisemos con la pobla-
n
i =1
i
cin completa, la expresin a utilizar sera:
n
donde ni es el nmero de veces que aparece cada valor.
(x i x)2 ni
= i =1
n
Sustituyendo:
n
n i =1
i
x i ni
La desviacin tpica de las resistencias medidas ser:
x = i =1
n
=
n i n
i =1
(x i x)2 ni
198 7 + 199 12 + 200 63 + 201 10 + 202 8 = i =1
=
= = n
7 + 12 + 63 + 10 + 8 n 1
i
20000 i =1
= = 200
100 (198 200)2 7 + (199 200)2 12 + (200 200)2
=
(7 + 12 + 63 +
Recorrido o rango (R)
63 + (201 200)2 10 + (202 200)2 8
=
Es la diferencia entre el valor mayor y el valor menor de +10 + 8) 1
los obtenidos en la medida de los parmetros. 82
= = 0, 91
100 1
En el caso de las resistencias, el recorrido sera:
Cuanto menor es la desviacin tpica, mayor con-
R = 202 - 198 = 4 V. centracin de los datos en torno a la media habr en
nuestras medidas. En el caso del consumo medio de
electricidad por habitante y da, la desviacin tpica es:
Frecuencia
n
Es el nmero de veces que aparece cada valor. (x i x)2 ni

= i =1
n
=
Las resistencias de 198 V aparecen 7 veces en las 100 n
i =1
i 1
medidas, luego sa es su frecuencia de aparicin, mien-
tras que el valor 200 V tiene frecuencia 63. (0, 75 1, 03)2 1 + (1, 1 1, 03)2 1 + (00, 8 1, 03)2
= =
(1 + 1 + 1
Desviacin tpica o estndar (s) 1 + (1, 5 1, 03)2 1 + (1 1, 03)2 1
= =
+1 + 1) 1
Se define como la distancia media de los puntos de la
0, 358
distribucin de los valores, respecto al valor medio. = = 0, 299
51
73
004.qxd 29/11/04 13:49 Pgina 74

Observamos, por tanto, que en este caso la distribucin Adems se observa tambin:
est ms concentrada alrededor de la media que en el
caso de las resistencias. Si colocamos el valor medio sobre el grfico, que
era 200 V, los datos tienen una distribucin sim-
Una vez visto cmo se calculan estos indicadores, trica en torno a la media.
volvemos al histograma que ya habamos calcula-
do y vemos cmo nos ayudan a su interpretacin. Segn los criterios de aceptacin que establezca-
mos (proceso centrado respecto de la media,
El recorrido del proceso ser la diferencia entre los va- mnima dispersin, etc.), podremos ver si nuestro
lores mximo y mnimo (Figura 4.4). proceso es aceptable.
Media: 200 V
La media es muy cercana (en este caso exacta-
mente igual) al valor terico especificado.
70 63 Cualquier desviacin de la media, o dispersin de

60 los datos, o falta de simetra, indicara un pro-
50
blema en el proceso o producto que estuvisemos
Frecuencia
midiendo.
40
30
20 12 10 D. Diagrama de sectores
7 8
10
0 Otro tipo de representaciones grficas son los dia-
198 199 200 201 202 Resistencia ( V) gramas de sectores (del ingls pie chart, es decir,
diagrama de tarta). Se usan principalmente para re-
Recorrido presentar porcentajes. Su forma es circular y tiene divi-
siones radiales.
Figura 4.4. Media y recorrido del ejemplo de las resistencias.
Caso prctico 1
100
Tenemos la cantidad de cada tipo de productos que fabrica la Mesas: 100 = 12, 5%
empresa Comodidad, S.A. (Tabla 4.3). 800
PRODUCTOS CANTIDAD 400

Sillas: 100 = 50%
800
Mesas 100
Sillas 400
200
Estanteras 200 Estanteras: 100 = 25%
Banquetas 100 800
Tabla 4.3. Productos que fabrica la empresa Comodidad S.A. 100

Banquetas: 100 = 12, 5%
800
El nmero total de productos fabricados es de 800.
Se obtienen los grados del diagrama que corresponden a cada
Para realizar el diagrama se obtiene el porcentaje correspon- producto mediante una simple regla de tres, teniendo en
diente a cada producto. cuenta que el 100 % seran 360.
(Contina)
74
004.qxd 29/11/04 13:50 Pgina 75

Caso prctico 1 (cont.)

12, 5% 360 Por ltimo, hacemos la representacin grfica (Figura 4.5):
Mesas: 45 del diagrama = 45
100%
12,5 %
50% 360
Sillas: 180 del diagrama = 180 25 %
100%
12,5 %
25% 360
Estanteras: 90 del diagrama = 90
100 %
12, 5% 360 Mesas
Banquetas: 45 del diagrama = 45
100 % Sillas
Estanteras
50 % Banquetas
Figura 4.5. Representacin grfica del Caso prctico 1.
E. Grficos de control (medidas, pesos, etc.). ste sera, por ejemplo, el

caso del control del valor de los dimetros de un
Esta tcnica permite comprobar si un proceso es esta- cable.
ble en el tiempo, con relacin a una determinada va-
riable que se desea tener bajo control. Con ello, puede Este segundo tipo de grficos de control proporciona
predecirse en alguna medida el comportamiento de un mayor informacin sobre el proceso, ya que informa del
proceso, es decir, se puede saber si va a estar contro- valor de las variaciones. Hay distintos tipos de grficos
lado o si, por el contrario, va a estar fuera de los lmi- de control por variables, aunque en este texto se ana-
tes preestablecidos. lizan solamente algunos de ellos, ya que la forma de
construccin de los diferentes tipos es anloga.
Estos grficos son muy sencillos de confeccionar. En
ellos se suelen marcar unos lmites superiores e inferio-
res para el valor de la variable que sta no debe sobre-
Valor
pasar. Cuando esto ocurre se supone que el proceso est Lmite de control superior (LCS)
de la variable
controlado. En caso contrario, es decir, si los valores de
la variable sobrepasan los lmites de control, se dice
que el proceso est fuera de control (Figura 4.6). Media
Fundamentalmente, estos grficos son de dos tipos:

Lmite de control inferior (LCI)
a) Grficos de control por atributos, en los que se

controla una caracterstica del proceso (pasa, no
pasa; conforme, no conforme). Esto ocurre, por
ejemplo, con la clasificacin de frutas por tama- Tiempo
os: si una fruta pasa por un calibre del tipo pasa,
no pasa, significa que es de un tamao inferior y,
por tanto, de una categora menor. Figura 4.6. Grfico de control.
b) Grficos de control por variables, en los que se En el comportamiento de los datos que se observa en
controla la variacin de una magnitud medible un grfico de control hay que distinguir varios casos:
75
004.qxd 29/11/04 13:50 Pgina 76

Existe una tendencia clara en la variacin de los Para realizar los grficos se deben tener en cuenta los
datos. Hay que investigar cul es la causa que pro- siguientes puntos:
voca la variacin (Figura 4.7 a).
1 . Los lmites de control superior (LCS) e inferior
Aparecen ciclos en las variaciones. Pueden ser de- (LCI) provienen de los parmetros de la distribu-
bidos a operaciones peridicas o a causas ambien- cin (que, como ya se vio, pueden obtenerse a par-
tales, por ejemplo (Figura 4.7 b). tir de una muestra).
Un punto aparece fuera de los lmites de control. 2 . Para un proceso que sigue una distribucin nor-
Por lo general, esto es debido a alguna causa mal (que se estudiar en la unidad 5) en general,
externa que es necesario investigar (Figura 4.7 c). los lmites se obtienen usando las expresiones:
Ocho o ms puntos aparecen fuera de los lmites de Lmite de control superior (LCS) = x + 3 s
control (Figura 4.7 d). Hay que revisar ntegra-
mente el proceso. Lmite de control inferior (LCI) = x - 3 s
a) LCS b) LC S
LCI LCI
d)
c) LC S LCS
LCI
LCI
Figura 4.7. Diferentes comportamientos de los datos en los grficos de control.
76
004.qxd 1/12/04 17:51 Pgina 77

Caso prctico 2
Supongamos que una muestra de 10 piezas fabricadas en una Una vez calculados estos dos parmetros, debemos hallar los
empresa ofrece los siguientes resultados al medir uno de sus valores de los lmites superior e inferior en funcin del porcen-
parmetros (Tabla 4.4): taje de productos defectuosos que estamos dispuestos a acep-
tar en este caso. Por lo general, se suele sumar y restar a la
Medida 19 18 17 17 20 20 20 19 20 23 media tres veces la desviacin tpica para obtener los lmites
superior e inferior, respectivamente. Como ves, este grfico
parte del dato de la media para obtener los lmites.
Tabla 4.4. Constantes en funcin del tamao de la muestra.
En este caso el grfico quedara:
La media de las medidas ha sido: Lmite de control superior:
n x + 3s = 19,3 + 3 1,766 = 24,6

x i ni
x = i =1
n
= Lmite de control inferior:
n i
i =1 x - 3s = 19,3 - 3 1,766 = 13,99 . 14
19 + 18 + 17 + 17 + 20 + 20 + 20 + 19 + 20 + 23
= =
10 Media: 19,3
193
= = 19, 3
100 26
LCS
24
y la desviacin tpica (s):
22
(19 19, 3)2 + (18 19, 3)2 + (17 19, 3)2 +
=
10 1 20 Media
+ (17 19, 3) + (20 19, 3) + (20 19, 3) +

2 2 2
18
+ (20 19, 3)2 + (19 19, 3)2 + (20 19, 3)2 + (23 19, 3)2 LCI
= 14
28, 1 1 2 3 4 5 6 7 8 9 10
= = 1, 766
10 1
Figura 4.8. Grfico de control del Caso prctico 2.
Otros tipos de grficos de control por variables parten muestras y el que presenta el comportamiento del
de muestras de las que se halla su media. Con la me- recorrido.
dia de todas las medias de las muestras y con el reco-
rrido (diferencia entre el valor mayor y menor obtenido) Supongamos una empresa que est fabricando ladrillos
se suele representar el grfico llamado x / R. refractarios, a los que les controla su espesor en mil-
metros. Se efectan seis series de medidas, tomando 4
En este caso se obtienen dos grficos de control: el muestras en cada una de ellas. Los datos que ha obte-
que seala el comportamiento de la media de las nido de estas medidas quedan reflejados en la Tabla 4.5.
77
004.qxd 29/11/04 13:50 Pgina 78

Serie 1 Serie 2 Serie 3 Serie 4 Serie 5 Serie 6
Muestra 1 3 2 2 2 2 2
Muestra 2 4 3 4 2 1 2
Muestra 3 2 3 5 3 1 4
Muestra 4 2 5 1 3 3 2
Media 2,75 3,25 3 2,5 1,75 2,5
Recorrido 2 3 4 1 2 2
Tabla 4.5. Series de medidas tomadas en la empresa de ladrillos.
La media de medias ser: n C D E
2, 75 + 3, 25 + 3 + 2, 5 + 1, 75 + 2, 5 3 1,023 2,574 0
x = = 2, 625
6
4 0,729 2,282 0
La media de recorridos ser:
5 0,577 2,114 0
2+3+4 +1+2+2
R = = 2, 33
6 Tabla 4.6. Valor de las constantes C, D y E en funcin del
tamao de la muestra.
En este tipo de representaciones, los lmites de control
se calculan en funcin de unas constantes estadsticas Con estas constantes, y teniendo en cuenta que el ta-
que varan segn el tamao de la muestra. mao de la muestra para cada serie del ejemplo es de 4,
se pueden calcular los lmites de control:
Las frmulas para obtenerlos son:
Grfico de medias
Grfico de medias
Lmite de control superior:
Lmite de control superior: x + C R
x + C R = 2,625 + 0,729 2,33 = 4,324
Lmite de control inferior: x - C R
Lmite de control inferior:
Grfico de recorridos
x - C R = 2,625 - 0,729 2,33 = 0,926
Lmite de control superior: D R
Grfico de recorridos
Lmite de control inferior: E R
Lmite de control superior:
Estas constantes estn tabuladas.
D R = 2,282 2,33 = 5,317
En la Tabla 4.6 se muestra un grupo de estas constan-
tes en funcin del tamao de la muestra (n): Lmite de control inferior: E R = 0 2,33 = 0
78
004.qxd 1/12/04 17:51 Pgina 79

Y los grficos de control correspondientes sern los Supongamos que observamos el porcentaje de piezas
representados en las Figuras 4.9 y 4.10, en los que se defectuosas que aparecen en un proceso productivo en
observa que el proceso del ejemplo est controlado. funcin de la temperatura. Medimos el porcentaje de
estas piezas que aparecen con cada temperatura y
5
LCS
escribimos la Tabla 4.7.
4,5
4
Temperatura 10 20 30 40 50
3,5 (C)
3 =
x
Media
2,5 % piezas 1 2 3 4 5
2
defectuosas
1,5 Tabla 4.7. Piezas defectuosas en funcin de la temperatura.
1 LCI
0,5
0 Todos estos datos han sido obtenidos experimental-
1 2 3 4 5 6 7
mente a partir del proceso productivo.
Serie
Figura 4.9. Grfico de medias. A continuacin, se elige una de las variables para colo-
car sus valores en el eje horizontal (por ejemplo, la
6 LCS temperatura) y la otra se colocar en el eje vertical (en
5 este caso el porcentaje de piezas defectuosas). La
4 escala de cada eje se selecciona de modo que los lmi-
Recorridos

3 R tes representados coincidan con los valores mximo y
2 mnimo que toma cada variable (Figura 4.11).
1
LCI % piezas
0
1 defectuosas
1 2 3 4 5 6 7 5
Serie
Figura 4.10. Grfico de recorridos.
F. Diagramas de dispersin
A veces, es necesario conocer la relacin existente, por
ejemplo, entre la temperatura ambiente y el porcenta-
je de piezas defectuosas en un proceso, o entre las 1
horas de funcionamiento de una mquina y la precisin
con la que salen los componentes hechos por dicha m-
Temperatura
quina, etctera. 10 50
Para detectar el tipo de relacin que puede existir entre Figura 4.11. Colocacin de valores mximo y mnimo en
dos variables que caracterizan un proceso (por ejemplo, cada eje.
el peso y el dimetro de un neumtico) se usan estos
diagramas. A esa relacin se la llama correlacin, lo Una vez realizados los ejes, se colocan las parejas de
que hace que a veces a estos diagramas se los llame valores relacionados (Figura 4.12).
diagramas de correlacin.
Bsicamente ste es el proceso de realizacin del dia-
La realizacin de estos grficos es muy sencilla. El grama. Sin embargo, lo ms importante es analizarlo
punto de partida son los datos de las dos variables cuya para obtener de l la mayor cantidad de informacin
relacin se desea identificar. posible.
79
004.qxd 29/11/04 13:50 Pgina 80

6 Esto se ve en el diagrama, ya que cuanto ms aumenta

la temperatura mayor porcentaje de piezas defectuosas
5 aparecen en el proceso.
% Piezas defectuosas
4
Pero no es ste el nico tipo de correlacin que pode-
mos encontrar. Existen diversos tipos de correlaciones
3
dependiendo de la distribucin de los puntos en el dia-
grama.
2
1
Veamos algunos de los tipos de correlaciones ms
comunes:
0
0 20 40 60 Correlacin lineal creciente: incrementos en los
Temperatura valores de la variable A producen incrementos en
los valores de la variable B (Figura 4.14).
Figura 4.12. Representacin de las parejas de valores.
Correlacin lineal decreciente: incrementos en
los valores de la variable A producen decrementos
Dicha informacin ser utilizada para posibles mejoras en los valores de la variable B (Figura 4.15).
del proceso, o bien para descartar o detectar posibles
B
causas de defectos que, a priori, podran no estar claras.
Segn la dispersin de los puntos del diagrama se pue-

de aproximar una lnea que siga la tendencia de todos
ellos.
En el diagrama del ejemplo se observa que la corre-

lacin es claramente lineal, es decir, que todos los pun-
tos de la correlacin pueden unirse con una lnea recta
(Figura 4.13).
Por tanto, se puede deducir que la temperatura de tra-

bajo va a afectar al porcentaje de defectos y que deber A
ser una variable a controlar en el proceso productivo.
Figura 4.14. Correlacin lineal creciente.
6
B
5
% Piezas defectuosas
0
0 20 40 60
Temperatura A
Figura 4.13. Unin de los puntos mediante una lnea recta. Figura 4.15. Correlacin lineal decreciente.
80
004.qxd 29/11/04 13:50 Pgina 81

Correlacin lineal horizontal: las variaciones de Sin correlacin: en este caso no es posible ajustar
A no producen variaciones en B. Por tanto, en este una lnea que siga la tendencia de los puntos; por
caso se puede asumir que la variable B es inde- tanto, las variables A y B no tienen correlacin.
pendiente de la variable A; es decir, B no tiene Esto significa que el valor de B es totalmente
relacin alguna con A. En este caso la variable B variable, sea cual sea el valor de A (Figura 4.20).
tiene siempre el mismo valor independientemente
del valor que tome A (Figura 4.16). B
Correlacin no lineal: las variaciones de A produ-

cen diversas variaciones de B dependiendo del
punto donde se encuentra (Figura 4.17).
Existe una amplia variedad de correlaciones no linea-

les, como las representadas en las Figuras 4.18 y 4.19
(en ellas se ha podido obtener con mtodos matemti-
cos avanzados la correlacin matemtica existente) y
otras muchas ms.
A
B
Figura 4.18. Correlacin no lineal.
A
A
Figura 4.16. Correlacin lineal horizontal.
Figura 4.19. Correlacin no lineal.

B
B
A A
Figura 4.17. Correlacin no lineal. Figura 4.20. Valores sin correlacin.
81
004.qxd 29/11/04 13:50 Pgina 82

Esta distribucin se aprecia tambin, por ejemplo, en

G. Diagramas de Pareto la distribucin de la riqueza en la poblacin humana,
es decir, aproximadamente el 80 % de la riqueza est
Este diagrama tambin es conocido por los siguientes controlada por el 20 % de la poblacin.
nombres:
En general, en la mayora de las situaciones, un pe-
Diagrama ABC. queo porcentaje de las causas posibles origina un gran
Diagrama 80/20. porcentaje de los efectos. Estos porcentajes se aproxi-
Diagrama 70/30. man al 20 y 80, respectivamente, aunque no siempre
se cumplen de forma exacta. Por eso a los grficos que
El diagrama parte de un hecho que se da con mucha tienen este comportamiento se les llama 80/20 o
frecuencia en procesos industriales y en fenmenos 70/30.
naturales: la distribucin de los efectos y sus posibles
causas no es lineal sino que el 20 % de las causas ori- La realizacin del diagrama de Pareto se ver mejor con
gina el 80 % de los efectos. el siguiente ejemplo.
Caso prctico 3
Imaginemos un lote de 100 resistencias defectuosas. Una 100

80
investigacin sobre las causas que originan los defectos en las 80
% defectuosas
mismas determina que:

60
80 de ellas son defectuosas por una falta de aporte de 40
material dielctrico (tipo de causa A). 16
20
16 de ellas son defectuosas por un exceso de aporte de 4
material dielctrico (tipo de causa B). 0
A B C
4 de ellas son defectuosas por otras causas (tipo de causa C).
Figura 4.21. Diagrama de Pareto.
Para realizar el grfico, se colocan en el eje vertical los por-
centajes de piezas defectuosas (de 0 a 100) y en el eje hori- 100
zontal las posibles causas ordenadas de mayor a menor. 80
80
% defectuosas
Cada causa estar representada por una columna de anchura 60

constante y cuya altura corresponder al porcentaje respectivo 40
(Figura 4.21). 16
20
4
Por ltimo, se realiza la lnea de porcentaje acumulado 0
A B C
sumando a cada columna el porcentaje de todas las columnas
situadas a su izquierda (Figura 4.22). Figura 4.22. Diagrama de Pareto con la lnea de acumulado.
A la lnea de acumulado, que suele tener la forma de la Figura

4.23, se la denomina distribucin de Pareto.
Analizando este tipo de diagramas se pueden localizar las prin-

cipales causas que originan efectos no deseables (como pro-
blemas o defectos) y actuar sobre ellas prioritariamente, antes
que sobre las que originan poca cantidad de efectos.
Figura 4.23. Lnea de acumulado o distribucin de Pareto.
82
004.qxd 29/11/04 13:50 Pgina 83

Caso prctico 4
En una empresa de 250 trabajadores, las bajas por accidentes Causas ordenadas % % acumulado
laborales en un mes se han producido por los siguientes
motivos: E 37,01 37,01
A 27,27 64,28
A. Cadas al mismo nivel: 42 accidentes. C 14,29 78,57
B 13,64 92,21
B. Cadas a distinto nivel: 21 accidentes. D 7,79 100
TOTAL 100
C. Contusiones: 22 accidentes.
Tabla 4.9. Clculos para realizar un anlisis de Pareto con las
D. Cortes: 12 accidentes. causas ordenadas.
E. Quemaduras: 57 accidentes.
%
En primer lugar, rellenamos las Tablas 4.8 y 4.9, con las que
realizaremos y analizaremos el diagrama de Pareto correspon- 100
diente (Figura 4.24).
Causas Nmero %
A 42 27,27
B 21 13,64 37,01
C 22 14,29 27,27
D 12 7,79
14,29
E 57 37,01 13,64 7,79
TOTAL 154
Causas
Tabla 4.8. Clculos para realizar un anlisis de Pareto.
Figura 4.24. Diagrama de Pareto del Caso prctico 4.
Caso prctico 5
La empresa de reparto Aqu Est, S.A., ha tenido 152 no con- 45 no se entregaron debido a problemas con la direccin
formidades en los ltimos 6 meses, y desea reducir esta cifra del receptor (DIR).
en el futuro. Se decide realizar como primera medida un an-
lisis de Pareto para ver sobre qu causas actuar de inmediato. 5 no las acept el receptor (RECH).
El resumen de las no conformidades de la empresa refleja los 70 llegaron tarde por problemas de logstica en el alma-
siguientes datos: cn central (ALM). (Contina)
83
004.qxd 29/11/04 13:50 Pgina 84

Caso prctico 5 (cont.)
20 llegaron tarde por problemas climatolgicos (CLIM). Con todo esto, se deduce del diagrama que el 33 % de las causas
originan el 75 % de los efectos (es decir, de no conformidades).
10 llegaron tarde por averas en los vehculos (AVER).
46,05
2 llegaron rotas (ROT). 50
45
Primero, vemos el porcentaje de cada una: 40
29,6
35
45 100
DIR: = 29, 6% 30
152 25
5 100
1 3 ,1 6
20
RECH: = 3, 29%
152 15
6,58
70 100
3,29
10
ALM: = 46, 05%
1,32
152 5
20 100 0
= 13, 16%
AVER
RECH
DIR
ROT
CLIM: CLIM
ALM
152
10 100
AVER: = 1, 32%
152 Figura 4.25. Diagrama de Pareto del Caso prctico 5.
2 100
ROT: = 1, 32% 100
152
90
Despus las ordenamos de mayor a menor porcentaje:
80
ALM: 46,05 %
70
DIR: 29,6 %
CLIM: 13,16 % 60
46,05
AVER: 6,58 % 50
45
RECH: 3,29 % 40
29,6
35
ROT: 1,32 % 30
25
Con estos datos, colocamos las columnas en un grfico (Figura
1 3 ,1 6
20
4.25). Por ltimo, realizamos la curva acumulada (Figura 4.26).
15
6,58
Del anlisis del diagrama se puede deducir que resolviendo los

10
3,29
problemas de logstica del almacn se reducir en un 46 % el

1,32
5
nmero de no conformidades.
0
AVER
RECH
DIR
ROT
CLIM
ALM
Por otro lado, solucionando los problemas de almacn y los de

identificacin de la direccin del receptor, se reducir en un
75 %, aproximadamente. Figura 4.26. Diagrama de Pareto con la lnea de acumulado.
84
004.qxd 29/11/04 13:50 Pgina 85

Aplicaciones de las herramientas bsicas de calidad
En este apartado vamos a ver la utilidad de las herramientas Comunidad Nmero de

que se han estudiado en el tema. Autnoma certificados ISO 9001
Andaluca 2 152
Una de ellas es el diagrama de tarta (vase la Figura 4.27),
Aragn 804
que resulta muy til para comparar la magnitud de un dato o
Asturias 466
serie de datos frente al total.
Baleares 348
Canarias 400
En la Tabla 4.10, aparecen las empresas certificadas por
Cantabria 238
AENOR con el certificado ISO 9001 por comunidades autno-
Castilla-La Mancha 835
mas (datos cedidos por AENOR del ao 2005).
Castilla y Len 1 062
Catalua 1 888
Otra de las herramientas es el diagrama de barras (vase la
Ceuta 19
Figura 4.28), que puede sernos til, por ejemplo, para com-
Comunidad Valenciana 1 912
parar el nmero de empresas en Espaa con el certificado de
Extremadura 333
Medio ambiente emitido por AENOR, hasta el ao 2005
Galicia 1 209
(fuente AENOR) por comunidades autnomas.
La Rioja 284
Madrid 2 623
Melilla 18
Murcia 605
Navarra 526
Pas Vasco 1 984
Total 17 706
Tabla 4.10. Empresas certificadas por AENOR con la ISO 9001 por
comunidades autnomas.
11% 12% Andaluca

Aragn
3% Asturias
5%
Baleares
3% Canarias
0% 3% Cantabria
2% Castilla-La Mancha
2% Castilla y Len
1% Catalua
15% Ceuta
5% Comunidad Valenciana
Extremadura
Galicia
6% La Rioja
2% Madrid
Melilla
7% Murcia
Navarra
2% 11%
Pas Vasco
11% 0%
Figura 4.27. Porcentaje de empresas certificadas por AENOR con la ISO 9001 por comunidades autnomas.
85
004.qxd 29/11/04 13:50 Pgina 86

3 000
2 500
Empresas certificadas
2 000
1 500
1 000
500
Melilla
Castilla-La Mancha
La Rioja
Catalua
Galicia
Madrid
Ceuta
C. Valenciana
Cantabria
Castilla y Len
Extremadura
Murcia
Canarias
Andaluca
Baleares
Navarra
Pas Vasco
Aragn
Asturias
Comunidad autnoma
Figura 4.28. Histograma de las empresas certificadas por AENOR con la ISO 9001 por comunidades autnomas.
Comunidad Nmero de certificados

autnoma ISO 14001
Andaluca 532
Aragn 173
Asturias 119
Baleares 80
Canarias 118
Cantabria 50
Castilla-La Mancha 152
Castilla y Len 239
Catalua 418
Ceuta 5
Comunidad Valenciana 335
Extremadura 70
Galicia 291
La Rioja 84
Madrid 576
Melilla 5
Murcia 107
Navarra 102
Pas Vasco 391
Total 3 847
Tabla 4.11. Nmero de empresas que han merecido el Certificado de Medio Ambiente.
86
004.qxd 29/11/04 13:51 Pgina 87

Vilfredo Federico Damaso Pareto (1848-1923)
Vilfredo Federico Damaso Pareto (1848-1923)
Pareto fue un socilogo y economista talo-suizo, cuya fama mulacin matemtica que fue duramente criticada. Ms tarde,
proviene, sobre todo, de sus teoras de aplicacin de las mate- en 1906, escribi la que fue su obra ms influyente, el Manual
mticas al anlisis econmico. de Economa Poltica. Despus aparecieron otras como el Tra-
tado de Sociologa General (1916).
Se gradu en la Universidad de Turn en 1869 en Fsica
y Matemticas. Posteriormente, trabaj como director de Pareto defendi un postulado que dice que en una poblacin
los ferrocarriles italianos y estudi Filosofa y Poltica. solamente unos pocos individuos controlan la mayora de la
Escribi muchos artculos en los que realiz anlisis eco- riqueza. Este enunciado es conocido como Ley de Pareto o
nmicos usando herramientas matemticas. En 1893, ocu- Principio de Pareto, y tradicionalmente se ha conocido como
p una Ctedra de Economa en la Universidad de Lausana. la regla del 80/20, es decir, que el 80 % de los efectos pueden
En 1896, public el Curso de Economa Poltica, donde se ser razonablemente suprimidos eliminando el 20 % de las cau-
inclua una ley de distribucin basada en una complicada for- sas que los producen.
Vocabulario
A continuacin se proponen una serie de trminos que han Recorrido

aparecido a lo largo de la unidad. Intenta encontrar la defini-
cin ms precisa de cada uno de ellos y apntala en el cua- Atributo
derno.
Correlacin
Brainstorming
Histograma
87
004.qxd 29/11/04 13:51 Pgina 88

Conceptos bsicos
Conceptos bsicos
Para llevar a cabo una gestin de la calidad en las mejores Tormenta de ideas (brainstorming): esta tcnica se de-
condiciones posibles, es necesario contar con el apoyo de sarrolla siempre en grupo e intenta estimular a cada
algunas tcnicas que ayuden a su desarrollo. miembro a participar sin complejos en la aportacin de
cuantas ideas surjan para resolver una determinada
Hay muchas formas de controlar un proceso, de buscar fallos, situacin.
de mejorar los sistemas, de analizar los riesgos, etc., siendo
algunas de ellas de gran complejidad. Algunas de estas herra- Diagramas causa-efecto: con esta tcnica se intentan
mientas son las llamadas herramientas bsicas de la calidad: localizar las causas que provocan un efecto concreto.
Mano de obra Maquinaria Metrologa Mercado
EFECTO
Medio ambiente Mtodo Materia prima
Figura 4.29. Diagrama causa-efecto.
Histogramas: se utilizan para ver cmo se organiza una Grficos de control: permiten comprobar si un proceso
serie de datos y para determinar la distribucin de la es estable en el tiempo en relacin con una determinada
variable asociada a un proceso y su comportamiento. variable que se desea tener bajo control. Con ello puede
predecirse en alguna medida el comportamiento de un
Diagramas de sectores: son otro tipo de representacio- proceso, es decir, se puede saber si va a estar controlado
nes grficas que se usan principalmente para representar o si, por el contrario, va a estar fuera de los lmites pre-
porcentajes. Su forma es circular y tiene divisiones ra- establecidos. Son de dos tipos: grficos de control por
diales. atributos, y grficos de control por variables.
88
004.qxd 29/11/04 13:51 Pgina 89

Conceptos bsicos
Conceptos bsicos
a) LCS c) LC S
LCI LCI
d)
LCS
b) LC S
LCI
LCI
Figura 4.30. Grficos de control.
Diagramas de dispersin: se usan para detectar el tipo caracterizan un proceso. El punto de partida son los datos
de relacin que puede existir entre dos variables que de las dos variables cuya relacin se desea identificar.
B B
A A
Figura 4.31. Diagramas de dispersin.
Diagrama de Pareto: en muchos sistemas el 20 % de las efecto para ver sobre cules hay que actuar con mayor
causas origina el 80 % de los efectos, aproximadamente. rapidez.
Por tanto, el diagrama representa el porcentaje de cada
89
004.qxd 29/11/04 13:51 Pgina 90

Actividades complementarias
1 Los siguientes datos corresponden al consumo de energa 5 Realiza el histograma que corresponde a las medidas de
de la empresa Servicios y Asociados: ruido tomadas en una empresa. Sabemos que el lmite
legal mximo son 80 dB.
Realiza el histograma correspondiente a esos datos.
80 82 80 98 89 86 84 87 82
Da semana L M X J V S D 80 81 89 81 85 82 82 86 92
85 78 96 79 85 81 86 96 81
kWh 1 200 1 000 1 100 1 200 1 200 600 50 96 79 84 84 83 85 86 77 84
80 77 85 83 83 80 92 85 82
80 82 82 86 89 85 81 82 83
2 Realiza un grfico de control partiendo de los siguientes 81 84 81 86 96 96 84 81 85
datos: 80, 81, 81, 82, 82, 82, 83, 83, 84.
3 Realiza el diagrama circular (de tarta) que represente la 6 Realiza el grfico de control de las siguientes series de
cantidad de componentes vendidos por una empresa en muestras obtenidas del proceso de fabricacin de bombi-
varias ciudades. llas. Se ha medido el nmero de das de funcionamiento
ininterrumpido de las bombillas.
Ciudad Componentes vendidos
Zaragoza 10 000 Mues- Mues- Mues- Mues- Mues- Mues-

tra 1 tra 2 tra 3 tra 4 tra 5 tra 6
Sagunto 2 000
Soria 500
25 28 22 22 22 22
Guadalajara 4 000
44 43 34 32 18 29
Trujillo 1 000 28 33 25 23 19 34
Calahorra 500 32 35 12 13 32 32
Media 32,25 34,75 23,25 22,5 22,75 29,25
Recorrido 19 15 22 19 14 12
4 Los cambios de piezas que se han realizado en las insta-
laciones elctricas de una cadena de tiendas en el ltimo
ao han sido: 7 a) Realiza el diagrama circular que representa la canti-
dad de unidades producidas por una empresa que
Fusibles: 250 fabrica robots, segn los siguientes datos:
Enchufes: 430
Interruptores: 720 Modelo pequeo: 250 unidades.
Diferenciales: 94 Modelo mediano: 200 unidades.
Transformadores: 47 Modelo grande: 100 unidades.
Otros elementos: 141
b) Teniendo en cuenta que los precios de venta de cada
Haz un diagrama de Pareto que muestre el porcentaje de cam- robot son los siguientes, realiza el diagrama circular
bios y analzalo. de dinero ingresado por la empresa segn los dis-
tintos tipos de robots.
90
004.qxd 29/11/04 13:51 Pgina 91

Modelo pequeo: 25 000 . 28,28,28,28,28,

Modelo mediano: 45 000 . 29,29
Modelo grande: 120 000 .
10 En una fbrica de bicicletas, el nmero de defectos apa-
8 Realiza un histograma con los siguientes datos: recidos en la produccin de un mes es el siguiente:
21,21, Rueda delantera: 1

22,22,22,22,22, Rueda trasera: 10
23,23,23,23,23,23,23,23, Cuadro: 50
24,24,24,24,24,24,24,24,24,24, Horquilla delantera y manillar: 20
25,25,25,25,25,25,25,25,25,25,25, Freno delantero: 3
26,26,26,26,26,26,26,26,26,26, Freno trasero: 10
27,27,27,27,27,27,27,27, Cambio de marchas: 14
28,28,28,28,28, Pedales y cadena: 0
29,29
Realiza un diagrama de Pareto con los tipos de compo-
9 Realiza un histograma de porcentajes con los siguientes nentes defectuosos y el porcentaje de aparicin.
datos:
11 Forma un grupo con varios compaeros de clase y reali-
21,21, zad un diagrama de causa-efecto para analizar las causas
22,22,22,22,22, del suspenso en una asignatura.
23,23,23,23,23,23,23,23,
24,24,24,24,24,24,24,24,24,24, 12 Organizad grupos en clase para realizar una tormenta de
25,25,25,25,25,25,25,25,25,25,25, ideas con los compaeros sobre el tema: Cmo evitar
26,26,26,26,26,26,26,26,26,26, que los alumnos dibujen en las mesas de clase. Rellena
27,27,27,27,27,27,27,27, la siguiente acta a medida que vayan surgiendo las ideas.
EMPRESA: FECHA: HORA:

ASISTENTES:
PROBLEMA:
IDEAS APORTADAS:
1. ... 8. ... 15. ... 22. ...

2. ... 9. ... 16. ... 23. ...
3. ... 10. ... 17. ... 24. ...
4. ... 11. ... 18. ... 25. ...
5. ... 12. ... 19. ... 26. ...
6. ... 13. ... 20. ... 27. ...
7. ... 14. ... 21. ... 28. ...
Hoja para realizar una tormenta de ideas.
91
Sociedad Latinoamericana para la Calidad
Diagrama de Causa y Efecto

(Cause & Efect Diagram)
o Definir Creatividad
Reunin de Datos
o Medir
Anlisis de Datos
Analizar
o Toma de Decisin
o Mejorar
o Planeacin
o Controlar o Trabajo en Equipo
Qu es?
Un diagrama de Causa y Efecto es la representacin de varios elementos

(causas) de un sistema que pueden contribuir a un problema (efecto). Fue
desarrollado en 1943 por el Profesor Kaoru Ishikawa en Tokio. Algunas veces
es denominado Diagrama Ishikawa o Diagrama Espina de Pescado por su
parecido con el esqueleto de un pescado. Es una herramienta efectiva para
estudiar procesos y situaciones, y para desarrollar un plan de recoleccin de
datos.
Cundo se utiliza?
El Diagrama de Causa y Efecto es utilizado para identificar las posibles causas

de un problema especfico. La naturaleza grfica del Diagrama permite que los
grupos organicen grandes cantidades de informacin sobre el problema y
determinar exactamente las posibles causas. Finalmente, aumenta la
probabilidad de identificar las causas principales.
El Diagrama de Causa y Efecto se debe utilizar cuando se pueda contestar s a

una o a las dos preguntas siguientes:
1. Es necesario identificar las causas principales de un problema?

2. Existen ideas y/u opiniones sobre las causas de un problema?
Copyright 2000 by Sociedad Latinoamericana para la Calidad. All rights reserved. 1

Con frecuencia, las personas vinculadas de cerca al problema que es
objeto de estudio se han formado opiniones sobre cules son las
causas del problema. Estas opiniones pueden estar en conflicto o
fallar al expresar la causa principales. El uso de un Diagrama de
Causa y Efecto hace posible reunir todas estas ideas para su estudio
desde diferentes puntos de vista.
El desarrollo y uso de Diagramas de Causa y Efecto son ms efectivos
despus de que el proceso ha sido descrito y el problema est bien
definido. Para ese momento, los miembros del equipo tendrn una
idea acertada de qu factores se deben incluir en el Diagrama.
Los Diagramas de Causa y Efecto tambin pueden ser utilizados para
otros propsitos diferentes al anlisis de la causa principal. El formato
de la herramienta se presta para la planeacin. Por ejemplo, un grupo
podra realizar una lluvia de ideas de las causas de un evento
exitoso, tal como un seminario, una conferencia o una boda. Como
resultado, produciran una lista detallada agrupada en una categora
principal de cosas para hacer y para incluir para un evento exitoso.
El Diagrama de Causa y Efecto no ofrece una respuesta a una
pregunta, como lo hacen otras herramientas. Herramientas como el
Anlisis de Pareto, Diagramas Scatter, e Histogramas, pueden ser
utilizadas para analizar datos estadsticamente. (Nota: consultar la
descripcin de la Grfica de Pareto, Diagrama Scatter, e
Histograma). En el momento de generar el Diagrama de Causa y
Efecto, normalmente se ignora si estas causas son o no responsables
de los efectos. Por otra parte, un Diagrama de Causa y Efecto bien
preparado es un vehculo para ayudar a los equipos a tener una
concepcin comn de un problema complejo, con todos sus elementos
y relaciones claramente visibles a cualquier nivel de detalle requerido.
Cmo se utiliza?
1. Identificar el problema. El problema (el efecto generalmente est en la forma

de una caracterstica de calidad) es algo que queremos mejorar o controlar.
El problema deber ser especfico y concreto: incumplimento con las citas
para instalacin, cantidades inexacta en la facturacin, errores tcnicos en
las cuentas de proveedores, errores de proveedores. Esto causar que el
nmero de elementos en el Diagrama sea muy alto (consultar la ilustracin).
2. Registrar la frase que resume el problema. Escribir el problema identificado
en la parte extrema derecha del papel y dejar espacio para el resto del
Diagrama hacia la izquierda. Dibujar una caja alrededor de la frase que
identifica el problema (algo que se denomina algunas veces como la cabeza
del pescado).
3. Dibujar y marcar las espinas principales. Las espinas principales
representan el input principal/ categoras de recursos o factores causales. No
existen reglas sobre qu categoras o causas se deben utilizar, pero las ms
comunes utilizadas por los equipos son los materiales, mtodos, mquinas,
personas, y/o el medio. Dibujar una caja alrededor de cada ttulo. El ttulo de

un grupo para su Diagrama de Causa y Efecto puede ser diferente a los
ttulos tradicionales; esta flexibilidad es apropiada y se invita a considerarla.
4. Realizar una lluvia de ideas de las causas del problema. Este es el paso ms
importante en la construccin de un Diagrama de Causa y Efecto. Las ideas
generadas en este paso guiarn la seleccin de las causas de raiz. Es
importante que solamente causas, y no soluciones del problema sean
identificadas. Para asegurar que su equipo est al nivel apropiado de
profundidad, se deber hacer continuamente la pregunta Por Qu para cada
una de las causas iniciales mencionadas. (ver el mdulo de los Cinco Por
Qus). Si surge una idea que se ajuste mejor en otra categora, no discuta la
categora, simplemente escriba la idea. El propsito de la herramienta es
estimular ideas, no desarrollar una lista que est perfectamente clasificada.
(Nota: Consultar la descripcin de Lluvia de Ideas).
5. Identificar los candidatos para la causa ms probable. Las causas
seleccionadas por el equipo son opiniones y deben ser verificadas con ms
datos. Todas las causas en el Diagrama no necesariamente estn
relacionadas de cerca con el problema; el equipo deber reducir su anlisis a
las causas ms probables. Encerrar en un crculo la causa(s) ms probable
seleccionada por el equipo o marcarla con un asterisco.
6. Cuando las ideas ya no puedan ser identificadas, se deber analizar ms a
fondo el Diagrama para identificar mtodos adicionales para la recoleccin de
datos.
Versin CEDAC Cause & Effect Diagram Adding Cards
Despus de completar el paso 5, el equipo de resolucin de problemas deber:
A. Dibujar la versin final en un tamao ms grande (aproximadamente de

3 x 5).
B. Exhibir el Diagrama en una zona de alto trfico o en una cartelera con una
invitacin para ser estudiado por otros y para que agreguen su ideas en
Post-It en las categoras respectivas.
C. Despus de un perodo especfico de tiempo (1 2 semanas) el

Diagrama se retira y se revisa para incluir la informacin adicional. Un
Diagrama completo ms pequeo se publica nuevamente con una nota
de agradecimiento.
D. En este momento, el equipo avanza al siguiente paso para un anlisis

ms profundo, y para reunir datos adicionales (ver paso 6).
El Diagrama completo tambin puede exhibirse ( o dejarse). Luego, a medida

que una y otra causa es atendida, se pueden anotar las ganancias. Una vez que
las causas sean retiradas, se debern tachar y apuntar la fecha de su
terminacin. Las causas que actualmente estn siendo atendidas tambin

pueden indicarse. De esta manera toda el rea de trabajo tiene un indicador de
progreso y se puede percibir cierta relacin de lo que se est haciendo.
Consejos para la Construccin/ Interpretacin :
Se debe recordar que los Diagramas de Causa y Efecto nicamente

identifican causas posibles. Aun cuando todos estn de acuerdo en estas
causas posibles, solamente los datos apuntarn a las causas.
El Diagrama de Causa y Efecto es una forma grfica de exhibir gran
informacin de causas en un espacio compacto. El uso del Diagrama ayuda
a los equipos a pasar de opiniones a teoras comprobables.
Relacin con otras Herramientas:
Un Diagrama de Causa y Efecto normalmente se relaciona con:

Lluvia de Ideas
Digrama de Interrelaciones
Grfica de Pareto
Multi-votacin
Tcnica de Grupo Nominal
Diagrama de Afinidad
Cinco Por Qus
Informacin adicional con respecto a esta herramienta puede obtenerse

consultando el siguiente material de referencia:
Total Quality Tools , PQ Systems, Inc., 1996

Quality Improvement Tools , Juran Institute, 1989
The Team Handbook, Sholtes, Peter R., 1988
The Memory Jogger II, GOAL/QPC, 1994
The Coachs Guide To The Memory Jogger II, GOAL/QPC, 1995
SPC Simplified for Services, Amsden, Davida M.; Butler, Howard E.; Amsden,
Robert T.; 1991

Categoras Categoras Categoras
El
Problema
Categoras Categoras Categoras

Ejemplo del Diagrama de Causa y Efecto
Personas Equipo
Termostato roto
Pobre capacidad de lectura
Cocina Falla del horno
muy No puede entender recetas
pequea
Vlvula de
Barrera del idioma
Medidor temperatura errada
mal
instalado
La torta se
Medio quema en el
horno
Mezcla sin revolver
Pre-calentado Recipiente equivocado
por mucho
tiempo Error en el libro de cocina
Horno sin enfriarse del uso
anterior a mayor temperatura Instrucciones confusas
Mtodos Materiales

Grfica de Pareto
(Pareto Chart)
o Definir o Creatividad
Medir o Reunin de Datos

Anlisis de Datos
Analizar
Toma de Decisin
o Mejorar
o Planeacin
Qu es?
A principios del siglo XX, Vilfredo Pareto (1848-1923), un economista italiano,

realiz un estudio sobre la riqueza y la pobreza. Descubri que el 20% de las
personas controlaba el 80% de la riqueza en Italia. Pareto observ muchas otras
distribuciones similares en su estudio. A principios de los aos 50, el Dr. Joseph
Juran descubri la evidencia para la regla de 80-20 en una gran variedad de
situaciones. En particular, el fenmeno pareca existir sin excepcin en
problemas relacionados con la calidad. Una expresin comn de la regla 80/20
es que el ochenta por ciento de nuestro negocio proviene del 20% de nuestros
clientes.
Por lo tanto, el Anlisis de Pareto es una tcnica que separa los pocos vitales
de los muchos triviales. Una Grfica 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.
Cundo se utiliza?
Al identificar un producto o servicio para el anlisis para mejorar calidad.

Cuando existe la necesidad de llamar la atencin a los problemas o causas
de una forma sistemtica.

Al identificar oportunidades para mejorar
Al analizar las diferentes agrupaciones de datos (ej. por producto, 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 cambios 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 del 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 Pareto para varios propsitos durante un

proyecto para lograr mejoras:
Para analizar las causas

Para estudiar los resultados
Para planear una mejora continua
Las Grficas Pareto son especialmente valiosas como fotos de antes y
despus para demostrar qu progreso se ha logrado. Como tal, la
Grfica Pareto es una herramienta de anlisis sencilla pero poderosa.
Cmo se utiliza?
1. Seleccionar categoras lgicas para el tpico de anlisis identificado (incluir el

periodo de tiempo).
2. Reunir datos (ej. una hoja de revisin puede utilizarse para reunir los datos
requeridos).
3. Ordenar los datos de la mayor categora a la menor.
4. Totalizar los datos para todas las categoras.
5. Computarizar el porcentaje del total que cada categora representa.
6. Trazar los ejes horizontales y verticales en papel para grficas.
7. Trazar la escala de los ejes verticales izquierdos para frecuencia (de cero al
total segn se calcul arriba).

8. De izquierda a derecha, trazar una barra para cada categora en orden
descendiente. La otra categora siempre ser la ltima sin importar su valor.
9. Trazar la lnea del porcentaje acumulativo que muestre la porcin del total
que cada categora de problemas represente.
a. En el eje vertical derecho, opuesto a los datos brutos en el eje vertical
izquierdo, registrar el 100% al frente del nmero total y el 50% en el punto
medio. Llenar los porcentajes restantes llevados a escala (ver ejemplo del
servicio de ATMs).
10. Trazar la lnea de porcentaje acumulativo.
a. Iniciando con la categora ms alta, colocar un punto en la esquina
superior derecha de la barra.
b. Sumar el total de la siguiente categora al primero y colocar un punto
encima de la barra mostrando el porcentaje acumulativo. Conectar los
puntos y registrar los totales restantes acumulativos hasta que se llegue
al 100%.
11. Dar un ttulo a la Grfica, agregar la fecha(s) cuando se reuni la informacin
y la fuente de los datos.
12. Analizar la Grfica para determinar los pocos vitales.
Consejos para la Construccin/ Interpretacin:
Una Grfica Pareto es una grfica de barras que enumera las categoras en
orden descendiente de izquierda a derecha.
Un equipo puede utilizar una Grfica Pareto para:
a. Analizar causas
b. Estudiar resultados y planear una continua mejora
Una trampa que hay que considerar al tratar de interpretar la Grfica Pareto es
que algunas veces los datos no indican una clara distincin entre las categoras.
Este problema se manifiesta en una de dos formas:
Todas las barras en una Grfica Pareto son ms o menos de la misma

altura
Se necesita ms de la mitad de las categoras para sumar ms del 60%
del efecto de calidad
En cualquiera de los casos, parece que el principio Pareto no aplica. Debido a

que el principio Pareto 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. Es posible que los porcentajes

nunca sean exactos, pero los equipos generalmente encuentran que la mayora
de los problemas viene de slo unos pocos problemas cuidadosamente
estratificados.
La interpretacin de una Grfica Pareto se puede defnir completando las

siguientes oraciones: Existen (nmero) contribuyentes relacionados con
(efecto). Pero estos (nmero) (enumerar los pocos vitales) corresponden a
(nmero) % del total (efecto). Debemos procurar estas (nmero) categoras
poco vitales ya que representan la mayor ganancia potencial para nuestros
esfuerzos.
Una Grfica Pareto generalmente se relaciona con:
Diagrama de Cause y Efecto

Hoja de Revisin
Checklist para la Reunin de Datos
Matriz para la Planeacin de Acciones
Informacin adicional con respecto a esta herramienta puede otenerse


Quality Improvement Pocket Guide, Juran Institute, 1993
The Team Handbook, Sholtes, Peter R., 1988
Total Quality Tools , PQ Systems, Inc., 1996
Coachs Guide To The Memory Jogger II, GOAL/QPC, 1995
Robert T.; 1991

Ejemplo: Insatisfaccin del Cliente con el
Servicio de Cajeros Automaticos
123
LNEA DE PORCENTAJE 100%
120 ACUMULATIVO
EJE
VERTICAL
IZQUIERDO
100
75%
80
EJE
VERTICAL
DERECHO
60 50%
40
25%
20
Error en Suma Area Recibo Largas ATM Los billetes Otros

dispensar equivocada del Ilegible filas daado nuevos se
dinero acreditada cajero pegan
sucia
EJE HORIZONTAL CATEGORIAS

Diagrama de Flujo
(Flow Chart)
Definir Creatividad
Medir Reunin de Datos
Anlisis de Datos
Analizar
Toma de Decisin
Mejorar
Planeacin
Controlar Trabajo en Equipo
Qu es?
Un Diagrama de Flujo es una representacin pictrica de los pasos en un

proceso, til para determinar cmo funciona realmente el proceso para producir
un resultado. El resultado puede ser un producto, un servicio, informacin o una
combinacin de los tres. Al examinar cmo los diferentes pasos en un proceso
se relacionan entre s, se puede descubrir con frecuencia las fuentes de
problemas potenciales. Los Diagramas de Flujo se pueden aplicar a cualquier
aspecto del proceso desde el flujo de materiales hasta los pasos para hacer la
venta u ofrecer un producto. Los Diagramas de Flujo detallados describen la
mayora de los pasos en un proceso. Con frecuencia este nivel de detalle no es
necesario, pero cuando se necesita, el equipo completo normalmente
desarrollar una versin de arriba hacia abajo; luego grupos de trabajo ms
pequeos pueden agregar niveles de detalle segn sea necesario durante el
proyecto.
Cundo se utiliza?
Cuando un equipo necesita ver cmo funciona realmente un proceso completo.

Este esfuerzo con frecuencia revela problemas potenciales tales como cuellos
de botella en el sistema, pasos innecesarios y crculos de duplicacin de trabajo.
Algunas aplicaciones comunes son:
Definicin de proyectos:
Identificar oportunidades de cambios en el proceso.
Desarrollar estimados de costos de mala calidad.

Identificar organizaciones que deben estar representadas en el equipo.
Desarrollar una base comn de conocimiento para los nuevos miembros
del equipo.
Involucrar a trabajadores en los esfuerzos de resolucin de problemas
para reducir la resistencia futura al cambio.
Identificacin de las causas principales:

Desarrollar planes para reunir datos.
Generar teoras sobre las causas principales.
Discutir las formas de estratificar los datos para el anlisis para identificar
las causas principales.
Examinar el tiempo requerido para las diferentes vas del proceso.
Diseo de Soluciones:
Describir los cambios potenciales en el proceso y sus efectos potenciales.
Identificar las organizaciones que sern afectadas por los cambios
propuestos.
Aplicacin de soluciones:
Explicar a otros el proceso actual y la solucin propuesta.
Superar la resistencia al cambio demostrando cmo los cambios
propuestos simplificarn el proceso.
Control (Retener las Ganancias):

Revisar y establecer controles y monitoras al proceso.
Auditar el proceso peridicamente para asegurar que se estn siguiendo
los nuevos procedimientos.
Entrenar a nuevos empleados.
Cmo se utiliza?
La metodologa para preparar un Diagrama de Flujo es:
1. PROPSITO Analizar cmo se pretende utilizar el Diagrama de Flujo.

Exhibir esta hoja en el pared y consultarla en cualquier momento para
verificar que su Diagrama de Flujo es apropiado para las aplicaciones que
se pretenden.
2. DETERMINAR EL NIVEL DE DETALLE REQUERIDO.

3. DEFINIR LOS LMITES Despus de establecer los lmites del proceso,
enumerar los resultados y los clientes en el extremo derecho del
diagrama.
4. UTILIZAR SMBOLOS APROPIADOS Utilizando los smbolos
apropiados para el Diagrama de Flujo, presentar las respuestas como los
primeros pasos en el diagrama.
5. HACER PREGUNTAS Para cada input, haga preguntas como:
Quin recibe el input?

Qu es lo primero que se hace con el input?
6. DOCUMENTAR Documentar cada paso en la secuencia, empezando
con el primer (o ltimo) paso. Para cada paso, hacer preguntas como:
Qu produce este paso?

Quin recibe este resultado?
Qu pasa despus?
Alguno de los pasos requiere de inputs que actualmente no se
muestran?
7. COMPLETAR Continuar la construccin del diagrama hasta que se

conecte todos los resultados (outputs) definidos en el extremo derecho
del diagrama. Si se encuentra un segmento del proceso que es extrao
para todos en el el saln, se deber tomar nota y continuar haciendo el
diagrama.
8. REVISIN Preguntar:
Todos los flujos de informacin encajan en los inputs y outputs del

proceso?
El diagrama muestra la naturaleza serial y paralela de los pasos?
El diagrama capta de forma exacta lo que realmente ocurri a
diferencia de la forma cmo se piensa que las cosas deberan pasar o
cmo fueron diseadas originalmente?
9. DETERMINAR OPORTUNIDADES.
NOTA: El Diagrama de Flujo final deber actuar como un registro de cmo el

proceso actual realmente opera. Indicar la fecha.
Aunque hay literalmente docenas de smbolos especializados utilizados para

hacer Diagramas de Flujos, se utiliza con mas frecuencia los siguientes:

Un paso o tarea del proceso. Una descripcin breve del paso se
presenta dentro del smbolo.
Punto de verificacin o de decisin. Este diamante indica un punto de la

rama en el proceso. La descripcin est escrita dentro del smbolo,
generalmente en la forma de una pregunta. La respuesta a la pregunta
determina el camino que debe tomarse desde el smbolo de decisin.
Cada camino est identificado para que corresponda a una respuesta.
Cola o punto de espera.
Punto de Almacenamiento.
Sub-proceso.
Las Lneas de flujo son utilizadas para representar el progreso

de los pasos en la secuencia. La punta de la flecha indica la
direccin del flujo del proceso.
Otros dos smbolos que no son utilizados tan comnmente y que pueden ser
tiles son:
*
Tools El smbolo del documento representa la informacin escrita
Gua del pertinente al proceso.
Participante
*
El smbolo de la base de datos representa informacin
Base de Datos
almacenada electrnicamente con respecto al proceso.
*En estos dos, el ttulo o la descripcin aparece dentro del smbolo.

Ejemplo de Diagrama de Flujo
Produce Proposal
Sales
ID customer Accepted? Post-Mortem

Proposal No
1 2 3 9
Yes
Engineering
Technical Design
Clarification System
4 5
Manufacturing
Manufacture
Install
Installation
Commission
Systems
7 8

Si un Diagrama de Flujo se construye de forma apropiada y refleja el proceso de

la forma que realmente opera, todos los miembros del equipo poseern un
conocimiento comn, exacto del funcionamiento del proceso. Adicionalmente, el
equipo no necesita invertir el tiempo y la energa en observar el proceso
fsicamente cada vez que se quiera identificar problemas para trabajar, discutir
teoras sobre las causas principales, examinar el impacto de las soluciones
propuestas o discutir las formas para mantener las mejoras.
Los Diagramas de Flujo pueden ayudar a un equipo en su tarea de diagnstico

para lograr mejoras. Uno de sus usos es el de ayudar a un equipo a generar
teoras sobre las posibles causas principales de un problema. El Diagrama de
Flujo se dibuja en una pared de la sala de reuniones. El equipo que investiga un
problema redacta una descripcin del problema en un pedazo pequeo de papel
y lo pega en el Diagrama de Flujo en el punto en el proceso donde el problema
se ha detectado. El equipo luego discute cada uno de los pasos en el proceso
antes del punto donde el problema se ha detectado, y produce teoras sobre las
cosas que podran salir mal en el paso que causa el problema. El Diagrama de
Flujo le ayuda al equipo a examinar cada paso del proceso de forma sistemtica
a medida que producen teoras sobre las posibles causas principales del
problema.
Otro uso de un Diagrama de Flujo es el de ayudar a un equipo a identificar las

formas apropiadas para separar los datos para su anlisis. Por ejemplo ,
considrese el problema de analizar los tiempos de reparacin. Una rpida
revisin del Diagrama de Flujo puede sugerir un nmero de grupos posibles que
pueden explicar el tiempo que se necesita para hacer una reparacin.
Los Diagramas de Flujo de Procesos generalmente se relacionan con:
Mapa de Relaciones
Mapa de Proceso Interfuncional (Cross-Functional)


The Team Handbook, Scholtes, Peter R. et al, 1988

Preguntas utiles al crear su
Diagrama de Flujo
Qu es lo primero que ocurre?
Qu es lo siguiente que ocurre?
Qu es lo ltimo que ocurre?
De dnde viene el (Servicio, Material)?
Cmo el (Servicio, Material) llega al proceso?
Quin toma las decisiones (si se necesita)?
Qu pasa si la decisin es S?
Qu pasa si la decisin es No?
Adnde va el (Producto, Servicio) de esta operacin?
Qu revisiones/ verificaciones se realizan en el producto en cada

parte del proceso?
Qu pasa si la revisin/ verificacin no cumple con los requisitos?
PRECAUCIN:
Se debe tener cuidado al hacer la pregunta Por Qu:
Podra poner a alguien a la defensiva
Tratar de definir el estado como es (as is) y no el estado
debe ser (should be)
7
Preguntas que pueden generarse
despus de completar un
Diagrama de Flujo
PROPSITO:
Qu se hace realmente?
Por qu la actividad es necesaria?
Qu otra cosa se podra o se debera hacer?
LUGAR:
Dnde se lleva a cabo?
Por qu se lleva a cabo en ese lugar en particular?
SECUENCIA:
Cundo se hace?
Por qu se hace en ese momento en particular?
Cundo se podra o debera hacer?
GENTE:
Quin lo hace?
Por qu lo hace esa persona?
Quin ms podra o debera hacerlo?
MTODO:
Cmo se hace?
De qu otra forma se podra o debera hacer?
8
Histograma
(Histogram)
o Definir o Creatividad
o Medir o Reunin de Datos

Anlisis de Datos
Analizar
o Toma de Decisin
o Mejorar
o Planeacin
Qu es?
Una grfica de la distribucin de un conjunto de medidas. Un Histograma es un

tipo especial de grfica de barras que despliega la variabilidad dentro de un
proceso. Un Histograma toma datos variables (tales como alturas, pesos,
densidades, tiempo, temperaturas, etc.) y despliega su distribucin. Los patrones
inusuales o sospechosos pueden inidicar que un proceso necesita investigacin
para determinar su grado de estabilidad.
Cundo se utiliza?
Cuando se quiere comprender mejor el sistema, especficamente al:
Hacer seguimiento del desempeo actual del proceso

Seleccionar el siguiente producto o servicio a mejorar
Probar y evaluar las revisiones de procesos para mejorar
Necesitar obtener una revisin rpida de la variabiilidad dentro de un
proceso
Desde un sistema estable, se pueden hacer predicciones sobre el desempeo

futuro del sistema. Un equipo para efectuar mejoras utiliza un Histograma para
evaluar la situacin actual del sistema y para estudiar resultados. La forma del
Histograma y la informacin de estadsticas le ayuda al equipo a saber cmo
mejorar el sistema. Despus de que una accin por mejorar es tomada, el

equipo continua recogiendo datos y haciendo Histogramas para ver si la teora
ha funcionado.
Cmo se utiliza?
1. Despus de la recoleccin de datos, contar el nmero de puntos de datos (n)

en su muestra (ver Figura 1).
2. Determinar el rango, R, para todo el conjunto de datos al restar el valor

menor de los datos del mayor.
R = mayor valor menor valor
3. Determinar el nmero de intervalos, denotados como K. Utilizar esta pauta:
Puntos de Intervalos
Datos
30-50 5-7
51-100 6-10
101-250 7-12
Ms de 250 10-20
Esta grfica es un mtodo prctico nicamente. Esta determinar el nmero

de barras que el Histograma tendr a lo largo de su eje horizontal.
4. Determinar la extensin del intervalo, W. La frmula es sencilla: W = R K.

Es til y apropiada para aproximar W al nmero entero ms cercano.
5. Construir los intervalos determinando el lmite del intervalo, o los puntos
finales. Tomar la medida individual ms pequea en el conjunto de datos.
Utilizar este nmero o aproximarlo al siguiente nmero entero ms bajo. Este
se convierte en el punto final ms bajo para el primer lmite del intervalo.
Ahora, se debe tomar este nmero y sumar la duracin del intervalo. El
siguiente lmite de clase ms bajo iniciara en el nmero. El primer intervalo
es el nmero ms bajo y todo hasta, pero sin incluir, el nmero que
empieza el prximo intervalo ms alto. Esto har que cada uno de los datos
se ajuste en una y sola una, clase. Finalmente, sumar de forma consecutiva
las clases, manteniendo el rango de todos los nmeros (ver Figura 2).
6. Construir una tabla de frecuencias basada en los valores computados arriba

(ej. nmero de clases, duracin de las clases, lmite de las clases). La tabla
de frecuencia es realmente un Histograma en una forma tabular (ver Figura
2).
7. Trazar y marcar los ejes horizontal y vertical (ver Figura 3).

8. Dibujar las barras para representar el nmero de puntos de datos en cada
intervalo. La altura de las barras deber ser igual al nmero de puntos de
datos en ese intervalo, segn se mide en el eje vertical (ver Figura 3).
9. Poner ttulo y fecha a la grfica. Indicar el nmero total de puntos de datos y

mostrar los valores nominales y lmites (si es el caso). Quizs tambin se
quiera agregar otras notas describiendo ms a fondo el sujeto de las
mediciones y las condiciones bajo las cuales se tomaron. Estas notas ayudan
a otros a interpretar la tabla y sirven como un registro de la fuente de los
datos(Figura3).
10. Identificar y clasificar el patrn de variacin; desarrollar una explicacin lgica

y pertinente del patrn. No olvidar la confirmacin de las teoras por medio de
la reunin de datos adicionales y de la observacin.
Si las causas de variacin son comunes, el Histograma se distribuye

normalmente (simtrico, forma de campana o uni-modal); pero otras
posibilidades (particularmente para procesos fuera de control) es inclinarlo (a la
izquierda o derecha) y/o bi-modal (con dos picos).
Algunos conceptos claves para recordar:

Los valores en un conjunto de datos casi siempre muestran variacin. Es
inevitable en el resultado de cualquier proceso, servicio administrativo o
de manufactura. Es imposible mantener todos los factores en un estado
constante todo el tiempo.
La variacin despliega un patrn. Diferentes fenmenos tendrn
variaciones diferentes, pero siempre hay algn patrn en la variacin.
Estos patrones de variacin en los datos se llaman distribuciones. Existen
tres caractersticas importantes en un Histograma: su centro, su extensin
y su forma.
Los patrones de variacin son difciles de ver en simpres tablas de
nmeros. Es fcil, por otro lado, concluir de forma errnea que los datos
representan un final cerrado en un esfuerzo de solucin de problemas.
Los patrones de variacin son ms fciles de ver cuando los datos se
resumen pictricamente en un Histograma.

Un Histograma generalmente se relaciona con:
Hoja de Revisin - Check Sheet

Grfica de Comportamiento - Run Chart
Grficas de Control Control Charts

consultando el siguiente material de investigacin:

Total Quality Tools , PQ Systems Inc., 1996
Expressworks Quality ToolKit, Expressworks International, Inc., 1993
Robert T.; 1991

Figura 1. Tabla de Datos
Producto/Servicio Customer Call Center Proceso Tiempo de espera del Cliente Lmite de Especificacin 45.0-50.0
Nombre del Usuario Carole Ubicacin San Antonio, TX Dispositivo de Medicin Computadora Unidad de Medicin Segundos
FECHA 5/1
HORA 7:00 7:30 8:00 8:30 9:00 9:30 10:00 10:30 11:00 11:30 12:00 12:30 1:30 2:00 2:30 3:30 4:00 4:30 5:00 5:30 6:00 6:30 7:00
1 45.3 45.2 46.0 45.0 45.0 46.0 45.0 46.0 45.0 44.5 44.3 45.0 44.3 45.2 45.5 45.5 45.0 45.5 45.7 45.0 45.5 46.0 46.0
Ejemplos de
Mediciones
2 45.0 44.8 46.3 45.2 45.3 46.2 45.0 44.5 45.3 46.2 45.0 44.3 44.5 45.0 45.8 45.3 45.5 45.2 45.5 45.9 45.2 44.5 45.7
3 44.2 45.0 46.5 44.5 45.5 45.0 45.5 44.5 45.5 46.5 45.0 45.0 44.0 45.5 45.5 45.0 45.3 44.5 45.2 44.8 45.7 45.0 46.0
4 45.0 45.3 45.2 44.7 45.0 45.8 46.0 45.0 45.5 46.0 45.3 44.8 46.0 44.8 44.5 44.5 46.0 44.8 45.0 45.5 45.5 45.7 45.3
5 44.5 45.0 45.0 45.0 46.0 45.6 45.8 45.2 45.0 45.8 45.0 45.0 45.2 44.5 45.0 45.0 45.8 45.0 45.8 44.6 45.0 45.5 45.5
SUMA 224.0 225.3 229 224.4 226.9 228.6 227.3 225.2 226.3 229.0 224.6 224.1 224.0 225.0 226.6 226.3 227.6 225.0 225.0 225.8 226.9 226.7 228.5
PROM 44.90 45.06 45.90 44.98 45.36 45.72 45.46 45.04 45.26 45.80 44.92 44.92 44.90 45.00 45.32 45.26 45.52 45.00 45.40 46.16 45.38 45.34 46.70
RANGO 1.1 0.5 1.5 0.7 1.0 .1.2 1.0 1.5 0.5 2.0 1.0 0.7 2.0 1.0 1.0 0.5 1.0 1.0 0.7 1.3 0.7 1.5 0.7
X
NOTAS R
Figura 2. Tabla de Frecuencias
CLASES CONTEO TOTAL

44.00 - 44.39 IIII 5
44.40 - 44.79 IIII IIII I 11
44.80 - 45.19 IIII IIII IIII IIII IIII IIII IIII II 37
45.20 - 45.59 IIII IIII IIII IIII IIII IIII IIII 34
45.60 - 45.99 IIII IIII II 12
46.00 - 46.39 IIII IIII IIII 14
46.40 46.79 II 2

Figura 3. Ejemplo de Histograma
40
35
30
FRECUENCIA
25
20
15
Y
10
0
44.00 - 44.39 44.40 - 44.79 44.80 - 45.19 45.20 - 45.59 45.60 - 45.99 46.00 - 46.39 46.40 - 46.79
Clase/Celda
TIEMPO DE ESPERA DEL CLIENTE
Mediciones de media hora por un da

Observaciones y Conclusiones
35
30
Observar Concluir
25
Simtrico, Los datos indican una
20
Forma de campana distribucin normal. Se
15
(Normal) puede concluir que el
10
proceso es estable.
5
45
40
Observar Concluir
35
Diagrama (Izquierda) Los datos estn hacia la
30 Negativo izquierda de la media.
25 La distribucin no es
20
normal y el proceso debe
15
10
ser investigado.
5
Concluir
45
Observar Los datos estn hacia la
40
35
Diagrama (Derecho) derecha de la media.
30 Positivo La distribucin no es
25 normal y debe ser
20
investigado.
15
10
0
Concluir
Los datos pueden venir de
40 Observar dos procesos diferentes.
35 Bi-modal Por ejemplo, es posible
30 que datos de la operacin
25 de da y de noche hayan
20
sido combinados para
15
formar el histograma.
10

Cinco Por Qus

(Five Whys)
Definir o Creatividad
o Reunin de Datos
o Medir
Anlisis de Datos
Analizar
Toma de Decisin
o Mejorar o Planeacin
Qu es?
Los Cinco Por Qus es una tcnica sistemtica de preguntas utilizada durante la
fase de anlisis de problemas para buscar posibles causas principales de un
problema. Durante esta fase, los miembros del equipo pueden sentir que tienen
suficientes respuestas a sus preguntas. Esto podra resultar en la falla de un equipo
en identificar las causas principales ms probables del problema debido a que el
equipo ha fallado en buscar con suficiente profundidad. La tcnica requiere que el
equipo pregunte Por Qu al menos cinco veces, o trabaje a travs de cinco
niveles de detalle. Una vez que sea difcil para el equipo responder al Por Qu, la
causa ms probable habr sido identificada.
Cundo se utiliza?
Al intentar identificar las causas prinicpales ms probables de un problema.
Cmo se utiliza?
1. Realizar una sesin de Lluvia de Ideas normalmente utilizando el modelo del

Diagrama de Causa y Efecto.
2. Una vez que las causas probables hayan sido identificadas, empezar a
preguntar Por qu es as? o Por qu est pasando esto?

3. Continuar preguntando Por Qu al menos cinco veces. Esto reta al equipo a
buscar a fondo y no conformarse con causas ya probadas y ciertas.
4. Habr ocasiones en las que se podr ir ms all de las cinco veces
preguntando Por Qu para poder obtener las causas principales.
5. Durante este tiempo se debe tener cuidado de NO empezar a preguntar
Quin. Se debe recordar que el equipo est interesado en el Proceso y no en
las personas involucradas.
Esta tcnica se utiliza mejor en equipos pequeos (4 a 8 personas). El facilitador

deber conocer la dinmica del equipo y las relaciones entre los miembros del
equipo. Durante los Cinco Por Qus, existe la posibilidad de que muchas
preguntas de Por Qu, Por Qu, etc. podran causar molestia entre algunos de los
miembros del equipo.
Monumento de Lincoln
1. Se descubri que el monumento de Lincoln se estaba deteriorando ms rpido

que cualquiera de los otros monumentos de Washington D.C, Por qu?
2. Porque se limpiaba con ms frecuencia que los otros monumentos Por
qu?
3. Se limpiaba con ms frecuencia porque haba ms depsitos de pjaros en el
monumento de Lincoln que en cualquier otro monumento Por qu?
4. Haba ms pjaros alrededor del monumento de Lincoln que en cualquier otro
monumento, particularmente la poblacin de gorriones era mucho ms
numerosa por qu?
5. Haba ms comida preferida por los gorriones en el monumento de Lincoln -
especficamente caros por qu?
6. Descubrieron que la iluminacin utilizada en el monumento de Lincoln era
diferente a la de los otros monumentos y esta iluminacin facilitaba la
reproduccin de caros.
7. Cambiaron la iluminacin y solucionaron el problema.
Relacin con otras herramientas:
La tcnica de los Cinco Por Qus se relaciona con frecuencia con:

Diagrama de rbol
Anlisis del Campo de Fuerzas
Hoja de Revisin (Check Sheet)
Cuadrcula de Seleccin
Matriz de Planeacin de Acciones

Tool Navigator, Michalski, Walter J., 1997

Lluvia de Ideas
(Brainstorming)
Definir Creatividad
Medir Reunin de Datos

Anlisis de Datos
Analizar
Toma de decisin
Mejorar
Planeacin
Controlar Trabajo en Equipo
Qu es?
La Lluvia de Ideas (Brainstorming) es una tcnica de grupo para generar ideas

originales en un ambiente relajado. Esta herramienta creada en el ao 1941 por
Alex Osborne, cuando su bsqueda de ideas creativas result en un proceso
interactivo de grupo no estructurado de lluvia de ideas que generaba ms y
mejores ideas que las que los individuos podian producir trabajando de forma
independiente.
Cundo se utiliza?
Se deber utilizar la Lluvia de Ideas cuando exista la necesidad de:

Liberar la creatividad de los equipos
Generar un nmero extenso de ideas
Involucrar a todos en el proceso
Identificar oportunidades para mejorar
Cmo se utiliza?
Para utilizar la tcnica de Lluvia de Ideas:

NO ESTRUCTURADO (Flujo libre)
1. Escoger a alguien para que sea el facilitador y apunte las ideas.

2. Escribir en un rotafolio o en un tablero una frase que represente el problema
y el asunto de discusin.
3. Escribir cada idea en el menor nmero de palabras posible. Verificar con la
persona que hizo la contribucin cuando se est repitiendo la idea. No
interpretar o cambiar las ideas.
4. Establecer un tiempo lmite aproximadamente 25 minutos.
5. Fomentar la creatividad. Construir sobre las ideas de otros. Los miembros del
grupo de Lluvia de Ideas y el facilitador nunca deben criticar las ideas.
6. Revisar la lista para verificar su comprensin.
7. Eliminar las duplicaciones, problemas no importantes y aspectos no
negociables. Llegar a un consenso sobre los problemas que parecen
redundantes o no importantes.
ESTRUCTURADO (En crculo)
Tiene las mismas metas que la Lluvia de Ideas No Estructurada. La diferencia

consiste en que cada miembro del equipo presenta sus ideas en un formato
ordenado (ej. de izquierda a derecha). No hay problema si un miembro del
equipo cede su turno si no tiene una idea en ese instante.
SILENCIOSA (lluvia de ideas escritas)
Es similar a la Lluvia de Ideas, los participantes piensan las ideas pero registran
en papel sus ideas en silencio. Cada participante pone su hoja en la mesa y la
cambia por otra hoja de papel. Cada participante puede entonces agregar otras
ideas relacionadas o pensar en nuevas ideas. Este proceso continua por cerca
de 30 minutos y permite a los participantes construir sobre las ideas de otros y
evitar conflictos o intimidaciones por parte de los miembros dominantes.
Hacer una lista de las ideas que pueden ser criticadas, editadas por
duplicacin, y clasificadas de la ms importante a la menos importante.
Soluciones creativas para problemas basados en las contribuciones hechas

por todos los miembros del equipo.

Relacin con otras herramientas:
La Lluvia de Ideas generalmente se relaciona con:
Diagrama de Afinidad
Anlisis del Campo de Fuerzas
Diagrama de Interrelaciones
Hoja de Verificacin
Checklist para la Reunin de Datos
Multi-votacin
Tcnica de Grupo Nominal


Tool Navigator, Michalski, Walter J., 1997
Robert T.; 1991

Lectura 1 - Herramientas de Calidad PDF

Cargado por

Información del documento

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

Lectura 1 - Herramientas de Calidad PDF

Cargado por

Copyright:

Formatos disponibles

004.

qxd 29/11/04 13:49 Pgina 68

Tcnicas bsicas de calidad 04

En esta unidad aprenders a:

2 Aplicar las herramientas

3 Utilizar la tormenta de ideas

4 Crear distintos tipos

5 Usar histogramas y grficos

4. Tcnicas bsicas de calidad

4.1 Qu son las tcnicas bsicas de calidad?

Para llevar a cabo una gestin de la calidad en las

Algunas de estas herramientas sirven para detectar pro-

En ocasiones, estos resultados nos sirven para contro-

Otras veces, nicamente nos interesar ver los resulta-

4.2 Tcnicas bsicas de calidad

4. Tcnicas bsicas de calidad

Los grupos deben ser pequeos, con un nmero de

La duracin de la reunin debe estar prefijada de B. Diagrama causa-efecto

4. Tcnicas bsicas de calidad

Mano de obra Maquinaria Metrologa Mercado

Medio ambiente Mtodo Materia prima

Figura 4.2. Diagrama causa-efecto.

4. Tcnicas bsicas de calidad

Figura 4.3. Histograma. Matemticamente la expresin de la media es:

Por ejemplo, supongamos que queremos saber cul es

El nmero de valores medidos es 5, por tanto, sustitu-

4. Tcnicas bsicas de calidad

Veamos qu ocurre con el caso anterior de la fbrica Su expresin matemtica es:

Ahora para obtener la media debemos tener en cuenta (x i x)2 ni

x i ni Esta expresin se utiliza cuando estamos estudiando la

Es el nmero de veces que aparece cada valor. (x i x)2 ni

4. Tcnicas bsicas de calidad

70 63 Cualquier desviacin de la media, o dispersin de

Figura 4.4. Media y recorrido del ejemplo de las resistencias.

PRODUCTOS CANTIDAD 400

Tabla 4.3. Productos que fabrica la empresa Comodidad S.A. 100

4. Tcnicas bsicas de calidad

Caso prctico 1 (cont.)

Figura 4.5. Representacin grfica del Caso prctico 1.

E. Grficos de control (medidas, pesos, etc.). ste sera, por ejemplo, el

Fundamentalmente, estos grficos son de dos tipos:

a) Grficos de control por atributos, en los que se

4. Tcnicas bsicas de calidad

Figura 4.7. Diferentes comportamientos de los datos en los grficos de control.

4. Tcnicas bsicas de calidad

La media de las medidas ha sido: Lmite de control superior:

n x + 3s = 19,3 + 3 1,766 = 24,6

+ (17 19, 3) + (20 19, 3) + (20 19, 3) +

Figura 4.8. Grfico de control del Caso prctico 2.

4. Tcnicas bsicas de calidad

Serie 1 Serie 2 Serie 3 Serie 4 Serie 5 Serie 6

Media 2,75 3,25 3 2,5 1,75 2,5

Tabla 4.5. Series de medidas tomadas en la empresa de ladrillos.

La media de medias ser: n C D E

4. Tcnicas bsicas de calidad

4. Tcnicas bsicas de calidad

6 Esto se ve en el diagrama, ya que cuanto ms aumenta

Segn la dispersin de los puntos del diagrama se pue-

En el diagrama del ejemplo se observa que la corre-

Por tanto, se puede deducir que la temperatura de tra-

4. Tcnicas bsicas de calidad

Correlacin no lineal: las variaciones de A produ-

Existe una amplia variedad de correlaciones no linea-