Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Lectura 1 - Herramientas de Calidad PDF
Lectura 1 - Herramientas de Calidad PDF
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:
Se pueden emitir ideas que se apoyen en alguna Figura 4.1. Modelo de acta para sesiones de brainstorming.
otra ya expresada anteriormente.
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
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.
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 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.
72
004.qxd 29/11/04 13:49 Pgina 73
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
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.
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.
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
74
004.qxd 29/11/04 13:50 Pgina 75
50 % Banquetas
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
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:
24
y la desviacin tpica (s):
22
(19 19, 3)2 + (18 19, 3)2 + (17 19, 3)2 +
=
10 1 20 Media
+ (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
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
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
Recorrido 2 3 4 1 2 2
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
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.
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
A
A
Figura 4.16. Correlacin lineal horizontal.
A A
Figura 4.17. Correlacin no lineal. Figura 4.20. Valores sin correlacin.
81
004.qxd 29/11/04 13:50 Pgina 82
Caso prctico 3
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
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
5
nmero de no conformidades.
0
AVER
RECH
DIR
ROT
CLIM
ALM
84
004.qxd 29/11/04 13:50 Pgina 85
Tabla 4.10. Empresas certificadas por AENOR con la ISO 9001 por
comunidades autnomas.
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.
86
004.qxd 29/11/04 13:51 Pgina 87
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
Histograma
87
004.qxd 29/11/04 13:51 Pgina 88
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.
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
a) LCS c) LC S
LCI LCI
d)
LCS
b) LC S
LCI
LCI
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
90
004.qxd 29/11/04 13:51 Pgina 91
Actividades complementarias
PROBLEMA:
IDEAS APORTADAS:
91
Sociedad Latinoamericana para la Calidad
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?
Cundo se utiliza?
Cmo se utiliza?
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.
El
Problema
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
Qu es?
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?
Cmo se utiliza?
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:
123
LNEA DE PORCENTAJE 100%
120 ACUMULATIVO
EJE
VERTICAL
IZQUIERDO
100
75%
80
EJE
VERTICAL
DERECHO
60 50%
40
25%
20
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?
Cundo se utiliza?
Definicin de proyectos:
Identificar oportunidades de cambios en el proceso.
Desarrollar estimados de costos de mala calidad.
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.
Cmo se utiliza?
9. DETERMINAR OPORTUNIDADES.
Punto de Almacenamiento.
Sub-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.
Produce Proposal
Sales
1 2 3 9
Yes
Engineering
Technical Design
Clarification System
4 5
Manufacturing
Manufacture
Install
Installation
Commission
Systems
7 8
Mapa de Relaciones
Mapa de Proceso Interfuncional (Cross-Functional)
Qu pasa si la decisin es S?
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
Sociedad Latinoamericana para la Calidad
Histograma
(Histogram)
o Definir o Creatividad
Qu es?
Cundo se utiliza?
Cmo se utiliza?
Puntos de Intervalos
Datos
30-50 5-7
51-100 6-10
101-250 7-12
Ms de 250 10-20
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
46.40 46.79 II 2
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
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
Definir o Creatividad
o Reunin de Datos
o Medir
Anlisis de Datos
Analizar
Toma de Decisin
o Mejorar o Planeacin
o Controlar o Trabajo en Equipo
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?
Cmo se utiliza?
Monumento de Lincoln
Lluvia de Ideas
(Brainstorming)
Definir Creatividad
Qu es?
Cundo se utiliza?
Cmo se utiliza?
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.
Diagrama de Afinidad
Diagrama de Causa y Efecto
Anlisis del Campo de Fuerzas
Diagrama de Interrelaciones
Hoja de Verificacin
Checklist para la Reunin de Datos
Multi-votacin
Tcnica de Grupo Nominal