Documentos de Académico
Documentos de Profesional
Documentos de Cultura
MATERIALES:
Calculadora.
Tabla de estadsticas.
1. Xxxxx
2. Xxxxxx
3. EVOLUCIN E HISTORIA DE LA Buscar que un producto rena los atributos de
La bsqueda por hacer las cosas mejor, ms rpido desde la poca artesanal, cuando la calidad del
y a un menor costo, mediante los tres componentes producto se estableca a travs de la relacin directa
en los conceptos y mtodos de la calidad. Esto producto, revisaba si ste tena las caractersticas
movimiento por la calidad, Cada etapa se ha Con el advenimiento de la era industrial apareci la
construido sobre la siguiente, es decir, una nueva produccin masiva, y con ella la imposibilidad del
etapa es la mezcla de los mejores mtodos, prcticas contacto directo entre el fabricante y el usuario,
ideas y prcticas que han generado los profesionales procedimientos para atender la calidad de los
supuestos y prcticas sobre la calidad, pero se queda para que evalen la calidad y detecten errores.
con algunos de los mtodos de las etapas previas: Estos inspectores utilizaban estndares (gauges)
inspeccin, control estadstico y aseguramiento. De para detectar las partes que no se ajustaban, lo cual
esta manera, no es posible decir, por ejemplo, que el evidentemente represent un avance, ya que esto
insuficiente como estrategia de calidad. consistente que cuando sta se realizaba a simple
vista.
4. Distribucin contina.
a) a Clculo de mediana
Ejemplo: Calcular la Me de los siguientes valores:
Donde la mediana bale:
32, 34, 31, 42, 36, 41, 32, 45, 37, n=9
Ordenando: 31, 32, 32, 34, 34, 36, 37, 41, 42, 45.
Me Li 2
Ame * n Fme1
Observamos el valor central: f me
Me=36 (representa el 5to. dato)
n es par. La mediana es igual al promedio o la
semisuma de los valores centrales.
s=
b) Desviacin estndar : La desviacin estndar s2
mide el grado de dispersin de los datos con
respecto a la media, se denota como s para una 5. Parmetros de distribucin
muestra 5.1. Distribucin Binomial.
Es frecuente que en control de calidad se den
( xi x ) 2 variables del tipo pasa, no pasa.
s n 1 Por ejemplo, un artculo cumple con
especificaciones o no, una pieza resiste cierta fuerza
c) Coeficiente de variacin: Permite determinar la
o no, una lmpara enciende o no. Un experimento
razn existente entre la desviacin estndar (s) y
aleatorio donde los posibles resultados de cada
la media. Se denota como CV. El coeficiente de
ensayo son: xito o fracaso se conoce como
experimento
Bernoulli. Un experimento aleatorio que consiste en
una secuencia de n ensayos Una tercera distribucin de probabilidades discretas
Bernoulli donde adems se cumple que: se llama distribucin de probabilidad e Poisson, por
1. Los ensayos son independientes. Simeon Poisson, quien la describi en 1837. La
2. La probabilidad de xito en cada ensayo, distribucin se puede aplicar en muchos casos
denotada por p, permanece constante. donde intervienen observaciones por unidad de
Entonces este experimento recibe el nombre de tiempo: por ejemplo, contar automviles que llegan
experimento binomial. La variable aleatoria X, que a una caseta de autopista en intervalos de 1 min, la
es igual al nmero de ensayos donde el resultado es cantidad de descomposturas de una mquina en 1
un xito, tiene una distribucin binomial (n, p). La da y la cantidad de clientes que entran a un
funcin de probabilidades de X es, almacn en intervalos de 5 minutos. Tambin se
puede aplicar esa distribucin a casos acerca de
observaciones por unidad de cantidad; por ejemplo
contar las no conformidades de tejido en 1000 m2
de tela, la cantidad de
no conformidades por
nmero de peticiones
de servicio por semana, y la cuenta de remaches no
La media y la distribucin estndar de la conformes en un vehculo recreativo.
distribucin son: En cada una de las situaciones anteriores hay
muchas oportunidades iguales e independientes para
la ocurrencia de un evento.
Cada remache en un vehculo recreativo tiene igual
Ejemplo: oportunidad de ser no conformidad; sin embargo,
En un proceso de fabricacin donde se produce una slo habr unas pocas no conformidades en los
gran cantidad de artculos, se sabe que en promedio cientos de remaches.
2% de ellos estn defectuosos. Los artculos son La distribucin de Poisson tambin se aplica
empacados en cajas de 10, y se quiere saber cul es cuando n es bastante grande y p0 es pequea.
la probabilidad de no haya ningn artculo
defectuoso en cada caja Ejemplo:
Una empresa se reciben en promedio 5 quejas
5.2. Distribucin Poisson. diarias por mal servicio. Si el nmero de quejas por
da se distribuye Poisson con = 5, cul es la Esta ltima es la razn de cmo se obtienen los
probabilidad de no recibir quejas en un da? lmites reales de un proceso.
kg. Suponiendo que los pesos se distribuyen probabilidad de que una muestra al azar de
16 tubos tomada de entre ellos tenga una 14. La cantidad real de caf instantneo que
duracin de entre 790 y 810 horas. vierte una mquina en jarras de 4 onzas vara
11. Las ventas mensuales de silenciadores en el
de una jarra a otra, y se puede fijar como una
rea de Richmond, Virginia tiene una
variable aleatoria que tiene una distribucin
distribucin normal, con una media de 1200
normal con desviacin estndar de 0.04
y una desviacin estndar de 225. Al
onzas. Si solo el 2% de las jarras va a
fabricante le gustara establecer niveles de
contener menos de 4 onzas de caf. Cul
inventario de manera que solo haya 5% de
debe ser el contenido medio de estas jarras?
probabilidad que se agoten las existencias.
15. Una empresa fabrica juntas tericas para el
Dnde se deben establecer los niveles de
trasbordador espacial de la NASA. Las
inventario?
cuales se han diseado para sellar conexiones
12. La media del dimetro interior de una
y piezas en el sistema de combustible a fin de
muestra de 200 lavadoras producidas por una
impedir fugas. Un tipo de juntas ha de tener 5
mquina es 1,275 cm. y la desviacin tpica
centmetros de dimetro para que encaje
de 0,0125 cm. El propsito para el cual se
como es debido; no puede variar arriba o
han diseado las lavadoras permite una
abajo en ms de 0,25 cm. sin provocar una
tolerancia mxima en el dimetro de 1,26cm
fuga peligrosa. La empresa afirma que esta
a 1,29 cm., de otra forma las lavadoras se
junta tiene 5 cm. de media con una
consideran defectuosas. Determinar el
desviacin tpica de 0,17 cm. Si estas cifras
porcentaje de lavadoras defectuosas
son correctas y se supone una distribucin
producidas por la mquina, suponiendo que
normal de los dimetros, los funcionarios de
los dimetros estn distribuidos
la NASA desean determinar:
normalmente.
a. La proporcin de juntas que se adaptarn
13. En un proceso industrial el dimetro de una
correctamente.
arandela es muy importante. El comprador
b. La proporcin de juntas que son
establece en sus especificaciones que el
defectuosas.
dimetro debe ser de 3,0 0,01 mm. La c. La probabilidad de que cualquier junta
condicin es que no acepta ninguna arandela tenga un dimetro superior a 5,3 cm.
que se salga de estas especificaciones. Se d. La probabilidad de que una junta tenga
sabe que en el proceso el dimetro de las un dimetro comprendido entre 4,9 y 5,2
arandelas tienen distribucin normal con cm.
media de 3,0 mm y una desviacin estndar e. La probabilidad de que una junta elegida
de 0,005 mm. Qu porcentaje de arandelas al azar tenga un dimetro entre 5,3 y 5,5
Comportamiento errtico
LCS= p +3
p ( 1 p )
n
magnitud del problema, no existan bases tangibles
para detectar cambios en el desempeo de las
mquinas, ni haba forma de saber si las medidas
tomadas para reducir el problema haban dado
LC=p resultado.
De ah surgi la necesidad de registrar los
resultados y analizarlos mediante una carta de
control. Cada hora se registra el nmero de paquetes
detectados con aire di y del contador de la mquina
LCI= p 3
p ( 1 p )
n se obtiene el total de paquetes ni durante esa hora.
Los datos obtenidos durante tres das en una
mquina se muestran en la tabla.
Ejemplo: PAQUETES
SUBGRUP PAQUETES
CON AIRE
En una empresa del ramo alimenticio, mediante O ni
di
ciertas mquinas se empaquetan salchichas en 1 595 15
2 593 5
sobres o paquetes.
3 607 8
Un problema que se ha tenido es que dentro del 4 596 10
sobre queda aire (falta de vaco). El problema se 5 602 6
6 599 5
detecta mediante inspeccin visual; los paquetes
7 600 5
con aire son segregados y despus se abren para 8 590 7
recuperar las salchichas y volverlas a empaquetar. 9 599 2
10 601 4
El atributo de falta de vaco es importante debido a 11 598 9
que si un paquete con aire llega al mercado, la vida 12 600 17
13 597 4
de anaquel se acorta, por lo que despus de algunos
14 594 5
das la salchicha empieza a cambiar de color y a 15 595 3
perder su frescura; y eso puede ocurrir en el 16 597 10
17 599 7
refrigerador del distribuidor o del consumidor. Esta 18 596 5
situacin repercute en clientes insatisfechos y 19 607 4
genera una mala imagen de la compaa. 20 601 9
21 594 7
Por lo anterior, a los operadores de las diferentes 22 606 5
mquinas continuamente se les recordaba la 23 601 7
24 598 4
25 599 2 LCI=n p 3 n p (1 p )
26 590 3
27 588 5
28 597 3
29 604 6
30 605 5 Ejemplo: Del anlisis de los datos de inspecciones y
31 597 7
pruebas finales de un producto ensamblado se
32 603 9
33 596 5 detect a travs de una estratificacin y un anlisis
34 597 3 de Pareto que la causa principal por la que los
35 607 8
36 596 15 artculos salen defectuosos est relacionada con los
37 598 4 problemas de un componente en particular (el
38 600 6
componente k12). Por lo tanto, se decide analizar
39 608 8
40 592 5 ms de cerca el proceso que produce tal
componente. Para ello, de cada lote de componentes
5.1.1.2. Carta np (nmero de defectuosos) k12 se decide inspeccionar una muestra de n = 120.
Los datos obtenidos en 20 lotes consecutivos se
En ocasiones, cuando el tamao de subgrupo o muestran en la tabla.
muestra en las cartas p es constante, es ms COMPONENT
conveniente usar la carta np, en la que se grafica el MUESTRA E
29 8 LC=u
30 5
LCi=u 3
u
n
5.2. CARTAS DE CONTROL POR VARIABLES.
SEMANA 08
Nota: Para el desarrollo de los ejercicios
imprimir el Anexo denominado: tabla de control
Los lmites tentativos de control para las grficas se
estadstico
establecen en 3 desviaciones estndar del valor
central, como se indica en las siguientes frmulas:
Los clculos se simplifican usando que se grafican las desviaciones estndar de los
subgrupos.
Carta x
6.1.1.1. Lmites de control de la carta S
LCS X = X + A2 R
A cada subgrupo se le calcula S, que al ser una
variable aleatoria, sus lmites se determinan a partir
LCI X = X A 2 R de su media y su desviacin estndar.
Como por lo general en un estudio inicial no se
conoce, sta puede estimarse, pero ya no a travs
del mtodo de rangos, sino ahora con:
Carta R
S
=
C4
LCS R =D4 R
SUB SUB
GRUP GRUP RANG
LCI R=D3 R O MEDIA RANGO O MEDIA O
301.1 302.0
1 2 1.9 21 0 4.6
300.9 299.0
R 2 6 1.0 22 2 3.5
Una estimacin de = 3 301.1 3.6 23 299.5 3.1
d2
6 0 LCS X = X + A3 S
300.5 300.3
4 0 1.0 24 0 2.3
301.2 301.6 LCI X = X A 3 S
5 8 2.5 25 4 3.4
299.9 300.8 Carta S
6 2 2.3 26 8 2.9
300.0 301.2
7 0 2.3 27 8 1.8
301.8 300.7 LCS S =B 4 S
8 6 1.5 28 5 1.5
301.5 301.6
9 2 2.3 29 0 3.1 LCI S =B3 S
302.8 300.5
10 0 0.4 30 3 2.8
299.0 300.4
11 1 3.0 31 1 1.4 EJEMPLO: 01
300.0 300.1
12 2 2.5 32 9 2.1
300.1 301.1
13 0 2.3 33 2 3.4 muestra,
301.2 300.8
subgrup peso de los costales kg
14 8 3.4 34 0 3.2
301.0 300.2 o
1 50,2 49,9 49 50,1
15 2 1.1 35 7 3.4
2 50,3 50,2 50 49,3
300.7 300.9
3 49,8 50 50 49,7
16 0 3.9 36 1 2.7 4 50 49,4 50,1 50,5
301.2 300.4 5 50,2 49,8 49,1 49,9
17 0 3.1 37 8 3.2 6 49,2 50,7 49,1 49,8
300.9 302.0 7 49,6 49,9 49,5 49,9
18 6 3.1 38 0 1.8 8 50,2 49,8 49,5 50,6
300.2 299.2 9 50,1 49,3 49 49,43
10 50,8 49,6 49,8 50,4
19 4 3.7 39 2 3.5
301.8 300.5 11 50,7 48,8 49,7 50,1
12 50,3 49,6 49,4 49,3
20 6 2.7 40 9 3.0 13 49,3 49,3 49,2 50,5
14 48,8 50,2 49,5 49,6
15 50,9 49,5 49,3 49,9
16 49,7 48,8 49,6 49,5
17 49,4 49,3 49,4 50,2
18 49,9 49,7 49,9 49,1
Carta X 19 49,7 49,2 49,4 49,7
20 50,6 49,6 49,6 49,9 11 326.2 310.1 338.5
21 49,9 49,9 50 49,7 12 328.8 325.0 322.0
22 49,6 50,2 49,9 48,7 13 328.8 306.3 305.6
23 49,6 48,9 50,2 49 14 318.7 320.8 310.3
15 326.7 316.7 327.3
16 313.4 307.4 329.5
17 337.3 312.9 324.4
18 316.3 314.1 323.0
Ejemplo 02: Se desea que la resistencia de un
19 327.2 338.2 340.9
artculo sea de por lo menos 300 psi. Para verificar 20 337.8 343.0 337.4
que se cumple con tal caracterstica de calidad, se 21 309.2 321.7 310.5
22 314.3 321.6 318.0
hacen pequeas inspecciones peridicas y los datos
23 318.9 322.2 333.5
24 303.7 326.3 337.1
se registran en una carta X -R. El tamao del
25 319.3 338.8 320.9
subgrupo que se ha usado es de tres artculos, que 26 317.0 327.4 312.5
27 310.6 318.5 336.7
son tomados de manera consecutiva cada dos horas.
28 319.5 326.0 333.2
Los datos de los ltimos 30 subgrupos se muestran 29 308.6 321.7 306.0
en la tabla Conteste: 30 316.2 321.6 328.5
carta X -R.
1.- En una industria alimenticia se quiere garantizar 2.- En una empresa en la que se fabrican corcholatas
que la concentracin mnima de grasa de un o tapas metlicas para bebidas gaseosas, un aspecto
producto sea de 1.8%. En la siguiente tabla se importante es la cantidad de PVC que lleva cada
corcholata, el cual determina el espesor de la
pelcula que hace que la bebida quede bien cerrada.
El peso de los grnulos de PVC debe estar entre 212 forma aleatoria se le pide a cinco clientes atendidos
y 218mg. Si el peso es menor a 212, entonces, entre que contesten una encuesta de satisfaccin en el
otras cosas, la pelcula es muy delgada y eso puede servicio, la escala de satisfaccin va de 0 a 100. Los
causar fugas de gas en la bebida. Pero si el peso es datos obtenidos durante el ltimo mes se muestran a
mayor a 218g, entonces se gasta mucho PVC y continuacin:
aumentan los costos. Para asegurar que se cumple
con las especificaciones, de manera ordinaria se usa
una carta de control: cada 30 minutos se toma una
muestra de cuatro grnulos consecutivos de PVC y
se pesan. En la siguiente tabla se muestran las
ltimas 25 medias y los rangos obtenidos del
proceso.
SUB SUB
MEDI RANG MEDI RANG
GRUP GRU
A O A O
O PO
214.1 213.
1 8 2.5 14 74 3.2 SEMANA 09
213.4 214.
2 8 2.7 15 26 1.2 MUESTREO DE ACEPTACION
213.9 214.
3 8 2.2 16 18 2.2
214.1 1) INTRODUCCIN:
4 2 1.8 17 214 1
214.4 213. En las actividades de control de calidad es frecuente
5 6 2.5 18 6 2
213.3 214. inspeccionar lotes de materia prima, partes o
6 8 2.7 19 2 2.7
productos terminados para asegurar que se cumplan
231.5 214.
7 6 2.3 20 38 0.8 ciertos niveles de calidad con un buen grado de
214.0 213.
8 8 1.8 21 78 2 seguridad. El muestreo de aceptacin es el proceso
231.7 213. de inspeccin de una muestra de unidades extradas
9 2 2.9 22 74 1.6
214.6 213. de un lote con el propsito de aceptar o rechazar
10 4 2.2 23 32 2.4 todo el lote. Este tipo de muestreo se puede ver
213.9 214.
11 2 2.4 24 02 3.2 como una medida defensiva para protegerse contra
213.9 214.
12 6 3.6 25 24 1.1
la amenaza del posible deterioro en la calidad. En
13 214.2 0.4 este captulo se estudian los conceptos y tcnicas de
este tipo de muestreo.
Realice las cartas X- R, X-S
3.- En la prestacin de servicios en una empresa se 2) MUESTREO DE ACEPTACIN
registra diariamente la evaluacin de los clientes. La
forma operativa es la siguiente: todos los das en
Una situacin tpica del muestreo de aceptacin es se disea el plan se estn alcanzando. Por lo tanto,
la siguiente: una compaa recibe un lote de algn es una estrategia defensiva ante el posible deterioro
producto de cierto proveedor; este producto puede de la calidad.
ser materia prima o cualquier otro componente que Cuando se pretende enjuiciar un lote se tienen tres
utiliza la compaa. Se selecciona una muestra del alternativas:
lote y se inspecciona de acuerdo con ciertos Inspeccin al 100%,
criterios de calidad. Con base en la informacin Cero inspecciones.
Muestreo de aceptacin.
obtenida con la inspeccin se tomar una decisin:
Esta ltima es una decisin intermedia entre las
aceptar o rechazar todo el lote. Si se acepta el lote,
otras dos alternativas opuestas, y a veces resulta la
pasa directamente a utilizarse, pero si se rechaza,
ms econmica a nivel global. A continuacin
entonces se devuelve al proveedor o queda sujeto a
explicamos cundo se aplica cada una de ellas.
alguna otra disposicin (por ejemplo, inspeccin de
1. Cero inspecciones (aceptar o mandar el lote sin
todos los productos del lote, inspeccin 100%
inspeccin). Esta alternativa es adecuada cuando se
pagada por el proveedor).
ha demostrado que el proceso que fabric el lote
Si los criterios de calidad con los que se inspecciona
cumple de manera holgada los niveles de calidad
son variables de atributos del tipo pasa-no pasa,
acordados entre el cliente y el proveedor.
entonces un plan simple de muestreo de aceptacin
Tambin se aplica cero inspecciones cuando la
est definido por un tamao de lote, N, un tamao
prdida global causada por las unidades defectuosas
de muestra, n, y el nmero de aceptacin, c. Por
es pequea en comparacin con el costo del
ejemplo, el plan
muestreo.
N= 6000, n= 200 y c=2
XEI
Z EI = especificaciones inferior EI En una fbrica de autopartes se han tenido
S
problemas con la dimensin de cierta barra de acero
en el momento de ensamblarla. La longitud ideal de
Note que ambos ndices: ZEI y ZES, son la la barra es de 100 mm, con una tolerancia de 2mm.
Y con stos a su vez se calculan los ndices: 1.- En una empresa se ha aplicado un muestreo de
Con estos valores, en la columna de n = 40 de la b) De acuerdo con lo anterior, este plan garantiza
tabla 12.18 y tomando el valor de Z ES igual al valor que no se acepten lotes con un porcentaje de
a) Para un tamao de lote N = 40 encuentre el plan 6.- Si usted es vendedor, cul de los dos planes
apropiado. anteriores preferira? Argumente su respuesta.
i. Estado de conservacin de las cajas externas. ficha de negociacin. Cul es la letra que identifica
el tamao de la muestra?
ii. Estado del empaque de cada unidad e integridad
de las galletas (que no estn rotas, fracturadas o
pulverizadas) o que no estn quemadas por horneo.
14.-Una vez realizado el muestreo del caso 11, se
Realizar el muestreo correspondiente para
obtuvo la siguiente informacin:
determinar si el lote es o no conforme.
a) abolladuras. De las 315 cajas inspeccionadas
12.- Se ha contratado el suministro de fruta fresca
externamente, se encontraron 5 con deformaciones
(mango comn) y en las condiciones de negociacin
b) De las 2000 unidades inspeccionadas se
se ha establecido que no se acepta producto sucio,
encontraron: 19 galletas quebradas y 6 unidades
con magulladuras o con signos de pudricin.
quemadas para un total de 25 unidades no
para el control de calidad cualitativo se aplicar un primario en mal estado. Se debe aceptar el lote?
c. Si solo se hubieran encontrado 21 unidades Luego se encuentra en otro tipo de carta muestral, y
asegurarse de que la relacin entre dos variables, (por ejemplo, el tamao y las escalas), as como
para cuantificar la magnitud de la correlacin lineal alguna de las 6 M. La pregunta bsica para este tipo
en trminos numricos. de construccin es: qu aspecto de esta M se
Para un conjunto de n valores del tipo (xi, yi), refleja en el problema bajo anlisis? Ms adelante
obtenidos a partir de n unidades o productos, este se da una lista de posibles aspectos para cada una de
coeficiente se calcula con: las M que pueden ser causas potenciales de
problemas en manufactura
2.3. Diagrama de Ishikawa (o de causa-efecto)
El diagrama de causa-efecto o de Ishikawa1 es un 2.3.1.1. Aspectos o factores a considerar en
mtodo grfico que relaciona un problema o efecto las 6 M
2.3.1.2. Mano de obra o gente
con los factores o causas que posiblemente lo
Conocimiento (la gente conoce su trabajo?).
generan. La importancia de este diagrama radica en Entrenamiento (los operadores estn
que obliga a buscar las diferentes causas que afectan entrenados?).
el problema bajo anlisis y, de esta forma, se evita Habilidad (los operadores han demostrado
el error de buscar de manera directa las soluciones tener habilidad para el trabajo que realizan?).
Capacidad (se espera que cualquier trabajador
sin cuestionar cules son las verdaderas causas.
lleve a cabo su labor de manera eficiente?).
El uso del diagrama de Ishikawa (DI), con las tres La gente est motivada? Conoce la
herramientas que hemos visto en las secciones importancia de su trabajo por la calidad?
anteriores, ayudar a no dar por obvias las causas,
2.3.1.3. Mtodos
sino que se trate de ver el problema desde diferentes Estandarizacin (las responsabilidades y los
perspectivas.
procedimientos de trabajo estn definidos de
Existen tres tipos bsicos de diagramas de Ishikawa,
manera clara y adecuada o dependen del criterio
los cuales dependen de cmo se buscan y se
de cada persona?).
organizan las causas en la grfica. A continuacin Excepciones (cuando el procedimiento
veremos un ejemplo de cada uno. estndar no se puede llevar a cabo existe un
procedimiento alternativo definido
2.3.1. Mtodo de las 6 M claramente?).
El mtodo de las 6 M es el ms comn y consiste en Definicin de operaciones (estn definidas las
agrupar las causas potenciales en seis ramas operaciones que constituyen los
mente de obra, materiales, maquinaria, medicin y operacin fue realizada de manera correcta?).
medio ambiente. Como se vio en el captulo 1, estos La contribucin a la calidad por parte de esta rama
seis elementos definen de manera global todo es fundamental, ya que por un lado cuestiona si
proceso y cada uno aporta parte de la variabilidad estn definidos los mtodos de trabajo, las
del producto final, por lo que es natural esperar que operaciones y las responsabilidades; por el otro, en
2.3.4.2. Desventajas
factores en esta parte del proceso afectan al que determine las acciones que se deben realizar;
problema especificado? para ello se puede usar nuevamente el DI. Una vez
Mtodo enumeracin de causas: mediante determinadas las causas, se debe insistir en las
una lluvia de ideas generar una lista de las acciones para no caer en slo debatir los problemas
posibles causas y despus agruparlas por y en no acordar acciones de solucin.
afinidad. Es preciso representarlas en el
se logra concentrar ms la atencin de los
participantes en el objetivo. Incluso, esta lista puede
encargarse de manera previa a la sesin.
4. Los participantes se acomodan de preferencia en
forma circular y se turnan para leer una idea de su
lista cada vez. A medida que se leen las ideas, stas
se presentan visualmente a fin de que todos las
vean. El proceso contina hasta que se hayan ledo
todas las ideas de todas las listas. Ninguna idea debe
tratarse como absurda o imposible, aun cuando se
considere que unas sean causas de otras; la crtica y
2.5. Lluvia de ideas
la anticipacin de juicios tienden a limitar la
Las sesiones de lluvia o tormenta de ideas son una
creatividad del grupo, que es el objetivo en esta
forma de pensamiento creativo encaminada a que
etapa. En otras palabras, es importante distinguir
todos los miembros de un grupo participen
dos procesos de pensamiento: primero pensar en las
libremente y aporten ideas sobre determinado tema
posibles causas y despus seleccionar la ms
o problema. Esta tcnica es de gran utilidad para el
importante. Realizar ambos procesos al mismo
trabajo en equipo, ya que permite la reflexin y el
tiempo entorpecer a ambos. Por eso, en esta etapa
dilogo con respecto a un problema y en trminos
slo se permite el dilogo para aclarar alguna idea
de igualdad. Se recomienda que las sesiones de
sealada por un participante. Es preciso fomentar la
lluvia de ideas sean un proceso disciplinado a travs
informalidad y la risa instantnea, pero la burla debe
de los siguientes pasos:
prohibirse.
1. Definir con claridad y precisin el tema o
5. Una vez ledos todos los puntos, el moderador le
problema sobre el que se aportan ideas. Esto
pregunta a cada persona, por turnos, si tiene
permitir que el resto de la sesin slo est enfocada
comentarios adicionales. Este proceso contina
a ese punto y no se d pie a la divagacin en otros
hasta que se agoten las ideas. Ahora se tiene una
temas.
lista bsica de ideas acerca del problema o tema. Si
2. Se nombra un moderador de la sesin, quien se
el propsito era generar estas ideas, aqu termina la
encargar de coordinar la participacin de los dems
sesin; pero si se trata de profundizar an ms la
participantes.
bsqueda y encontrar las ideas principales, entonces
3. Cada participante en la sesin debe hacer una
se deber hacer un anlisis de las mismas con las
lista por escrito de ideas sobre el tema (una lista de
siguientes actividades.
posibles causas si se analiza un problema). La razn
6. Agrupar las causas por su similitud y
de que esta lista sea por escrito y no de manera oral
representarlas en un diagrama de Ishikawa,
es que as todos los miembros del grupo participan y
considerando que para cada grupo corresponder
una rama principal del diagrama, a la cual se le personas de distintos niveles jerrquicos, o cuando
asigna un ttulo representativo del tipo de causas en hay alguien de opiniones dominantes. La votacin
tal grupo. Este proceso de agrupacin permitir puede ser del tipo 5,3,1 (vea el paso 5 de las
clarificar y estratificar las ideas, as como tener una recomendaciones presentadas antes para construir
mejor visin de conjunto y generar nuevas un diagrama de Ishikawa). Se suman los votos y se
opciones. eliminan las ideas que recibieron poca atencin;
7. Una vez realizado el DI se analiza si se ha ahora, la atencin del grupo se centra en las ideas
omitido alguna idea o causa importante; para ello, que recibieron ms votos. Se hace una nueva
se pregunta si hay alguna otra causa adicional en discusin sobre stas y despus de ello una nueva
cada rama principal, y de ser as se agrega. votacin para obtener las causas ms importantes
8. A continuacin se inicia una discusin abierta y que el grupo se encargar de atender.
respetuosa dirigida a centrar la atencin en las 10. Si la sesin est encaminada a resolver un
causas principales. El objetivo es argumentar en problema, se debe buscar que en las futuras
favor de y no de descartar opciones. reuniones o sesiones se llegue a las acciones
Las causas que reciban ms mencin o atencin en concretas que es necesario realizar, para lo cual se
la discusin se pueden sealar en el diagrama de puede utilizar de nuevo la lluvia de ideas y el
Ishikawa resaltndolas de alguna manera. diagrama de Ishikawa. Es importante dar nfasis a
9. Elegir las causas o ideas ms importantes de entre las acciones para no caer en el error o vicio de
las que el grupo ha destacado previamente. muchas reuniones de trabajo, donde slo se debaten
Para ello se tienen tres opciones: datos, consenso o los problemas pero no se acuerdan acciones para
por votacin. Se recomienda esta ltima cuando no solucionarlos.
es posible recurrir a datos y en la sesin participan
ANEXOS:
ANEXO 01.
ETAPAS DE LA CALIDAD
Control estadstico Aseguramiento de la Administracin
Criterios y Inspeccin
calidad
consideraciones de la calidad de la calidad total
Fecha de inicio
Preocupacin
principal
La calidad se ve
como:
nfasis
Mtodos
Papel de los
profesionales
de la calidad
Quin tiene la
responsabilidad
por la calidad
Orientacin y
enfoque
ANEXO 02
ETAPAS DE LA CALIDAD
FILOSOFIA
GUR CONCEPTO DE APORTACIONES APLICACI
CALIDAD N
Fecha de inicio
ANEXO: TABLA DE CONTROL ESTADSTICO
ANEXO TABLA DE MUESTREO.