LAS SIETE HERRAMIENTAS BSICAS DE LA CALIDAD

Estas herramientas, que posteriormente fueron denominadas las siete

herramientas bsicas de la calidad, pueden ser descritas genricamente
como mtodos para la mejora continua y la solucin de problemas.

Las siete herramientas bsicas de la calidad son:

Diagrama Causa Efecto.- Ayuda a identificar, clasificar y poner de

manifiesto posibles causas, tanto de problemas especficos como de
efectos deseados.

Hoja de Comprobacin.- Registro de datos relativos a la ocurrencia de

determinados sucesos, mediante un mtodo sencillo.

Grficos de Control.- Herramienta estadstica utilizada para controlar y

mejorar un proceso mediante el anlisis de su variacin a travs del tiempo.

Histograma.- Grfico de barras verticales que representa la distribucin de

frecuencias de un conjunto de datos.

Diagrama de Pareto.- Mtodo de anlisis que permite discriminar entre las

causas ms importantes de un problema (los pocos y vitales) y las que lo
son menos (los muchos y triviales).

Diagrama de Dispersin.- Herramienta que ayuda a identificar la posible

relacin entre dos variables.

Estratificacin.- Procedimiento consistente en clasificar los datos disponibles

por grupos con similares caractersticas que muestra grficamente la
distribucin de los datos que proceden de fuentes o condiciones diferentes.

1. DIAGRAMA CAUSA EFECTO DE ISHIKAWA

El Diagrama Causa Efecto de Ishikawa, conocido tambin como diagrama

de espina de pescado, ideado por Kaoru Ishikawa, fue aplicado por
primera vez (en todos sus procesos) por la Kawasaki Iron Fukiai Works, en
1952. De las siete herramientas bsicas de la calidad, es la nica de
naturaleza no estadstica.
En su base est la idea de que un problema puede estar provocado por
numerosas causas, contrarrestando la tendencia a considerar una sola de
ellas.

1. Definir el efecto o resultado a analizar

Esta definicin debe estar hecha en trminos operativos, lo suficientemente

especficos para que no existan dudas sobre qu se pretende, de modo
que el efecto estudiado sea comprendido por los miembros del equipo.

2. Situar el efecto o caracterstica a examinar en el lado derecho de lo que

ser el diagrama.

En ste debe aparecer, al menos, una breve descripcin del efecto.

3. Trazar una lnea hacia la izquierda, partiendo del recuadro

4. Identificar las causas principales que inciden sobre el efecto.

stas sern las ramas principales del diagrama causa efecto de Ishikawa y
constituirn las categoras bajo las cuales se relacionarn otras posibles
causas.

Las categoras habitualmente empleadas son:

3 Ms 1P: Maquinaria, Materiales, Mtodos y Personal.

4 Ps: Personas, Polticas, Procedimientos y Planta.
Medio: Categora potencialmente utilizable y que se refiere al entorno
en que se sita el problema.

5. Situar cada una de las categoras principales de causas en sendos

recuadros conectados con la lnea central.

6. Identificar, para cada rama principal, otros factores especficos que

puedan ser causa del efecto.

Estos factores formarn las ramas de segundo nivel. A su vez, stas podrn
expandirse en otras de tercer nivel, y as sucesivamente. Para esta
expansin recurrente, ser til emplear series de preguntas iniciadas
con: Por qu? Asimismo, para desplegar las ramas y sus distintos niveles,
puede utilizarse el mtodo de la tormenta de ideas.
7. Verificar la inclusin de factores.

Ser preciso revisar el diagrama para asegurar que se han incluido todos los
factores causales posibles.

8. Analizar el diagrama

El anlisis debe ayudar a identificar las causas reales. Un diagrama causa

efecto de Ishikawa identifica nicamente causas potenciales. Por tanto
ser preciso llevar a cabo una toma de datos posterior, y su pertinente
anlisis, para llegar a conclusiones slidas sobre las causas principales del
efecto. En esta fase posterior, el diagrama de Pareto puede ser utilizado
como valiosa herramienta.

Algunos aspectos del diagrama causa efecto de Ishikawa pueden sugerir

ciertas ideas:

Una rama con un gran nmero de ramas secundarias y sus factores puede
indicar la necesidad de llevar a cabo un anlisis con mayor profundidad.

Si varias ramas tienen pocos subfactores es posible que proceda un

esfuerzo mayor en la identificacin de las causas.

Si una misma causa aparece repetidamente en distintas categoras, stas

pueden representar en s mismas causas principales.
 2. HOJAS DE COMPROBACIN

Las hojas de comprobacin (tambin llamadas de verificacin, de

control o de chequeo) son impresos con formato de tabla o diagrama,
destinados a registrar datos relativos a la ocurrencia de determinados
sucesos, mediante un mtodo sencillo.
Las hojas de comprobacin:

Facilitan el registro de datos de forma fcil y comprensible.

Suponen poca interferencia con la actividad habitual de quien realiza el
registro.
Permiten que los patrones de comportamiento de un fenmeno se
visualice rpidamente.
Facilitan el estudio de los sntomas de un problema.
Ayudan a investigar las causas de un problema.
Permiten analizar datos para probar alguna hiptesis.

Esta tcnica de recogida de datos se prepara de manera que su uso sea

fcil e interfiera lo menos posible con la actividad de quien realiza el
registro. En la mejora de la Calidad, se utiliza tanto en el estudio de los
sntomas de un problema, como en la investigacin de las causas o en la
recogida y anlisis de datos para probar alguna hiptesis.

Las hojas de comprobacin centran la atencin en los hechos, es decir,

objetiva un problema sobre la base de datos que ofrezcan una perspectiva
realista.

Los datos a coleccionar pueden ser de muy distinta naturaleza as como los
fenmenos a estudiar. Asimismo los tipos de formatos de hojas de
comprobacin pueden ser muy diversos de modo que se ajusten al
problema o hiptesis a analizar.
Fases de aplicacin de las Hojas de Comprobacin

1. Determinar el objetivo

Precisndolo de manera clara e inequvoca: verificar la distribucin de un

proceso, revisar defectos y/o errores, contar la frecuencia en la ocurrencia
incidencias

2. Definir el modo en que se llevar a cabo el registro

En este paso se establece quin efectuar el registro, cmo y dnde, si se

registrarn todas las ocurrencias o se realizar un muestreo

3. Disear la hoja de comprobacin

La hoja de comprobacin ha de permitir que el registro de datos sea

sencillo, que la situacin registrada pueda entenderse con inmediatez y
que los datos no presenten dificultad para ser procesados.

4. Tomar datos

Una vez diseada la hoja de comprobacin se procede a iniciar la toma de

datos.

A continuacin se presenta un formato de hoja de comprobacin

destinado a obtener datos sobre las incidencias informadas en la va
pblica segn el distrito de la ciudad.
3. GRFICOS DE CONTROL

Los grficos de control tienen su origen al final de la dcada de 1920,

cuando Walter A. Shewhart analiz numerosos procesos de fabricacin
concluyendo que todos presentaban variaciones. Encontr que estas
variaciones podan ser de dos clases: una aleatoria, entendiendo por ella
que su causa era insignificante o desconocida, y otra imputable (tambin
llamada asignable), cuyas causas podan ser descubiertas y eliminadas tras
un correcto diagnstico.

La variacin de una determinada caracterstica de calidad puede ser

cuantificada realizando un muestreo de las salidas del proceso y estimando
los parmetros de su distribucin estadstica. Shewhart inici as el moderno
control de calidad, fundamentado en el control estadstico del proceso y
rebasando al clsico control de calidad, limitado a la inspeccin final del
producto.

Los cambios en la distribucin pueden comprobarse representando ciertos

parmetros en un grfico en funcin del tiempo, denominado grfico de
control.

Todo proceso tendr variaciones, pudiendo estas agruparse en:

Causas aleatorias de variacin.- Son causas desconocidas y con poca

significacin, debidas al azar y presentes en todo proceso.

Causas especficas (imputables o asignables).- Normalmente no deben

estar presentes en el proceso. Provocan variaciones significativas.

Las causas aleatorias son de difcil identificacin y eliminacin. Las causas

especficas s pueden ser descubiertas y eliminadas, para alcanzar el
objetivo de estabilizar el proceso.

Existen diferentes tipos de grficos de control:

De datos por variables. Que a su vez pueden ser de media y rango,

mediana y rango, y valores medidos individuales.

De datos por atributos. Del estilo aceptable / inaceptable, s / no,

En la base de los grficos de control est la idea de que la variacin de una

caracterstica de calidad puede cuantificarse obteniendo muestras de las
salidas de un proceso y estimando los parmetros de su distribucin
estadstica. La representacin de esos parmetros en un grfico, en funcin
del tiempo, permitir la comprobacin de los cambios en la distribucin.

El grfico cuenta con una lnea central y con dos lmites de control, uno
superior (LCS) y otro inferior (LCI), que se establecen a 3 desviaciones
tpicas (sigma) de la media (la lnea central). El espacio entre ambos lmites
define la variacin aleatoria del proceso. Los puntos que exceden estos
lmites indicaran la posible presencia de causas especficas de variacin.

Grficos de Control: Interpretacin

Para la interpretacin de los grficos de control, de medias y recorrido,

pueden seguirse las normas siguientes:

Norma 1: Cuando un slo punto est fuera de los lmites de control, puede
estar sealando la ausencia de control del proceso. No obstante, esta
probabilidad sera pequea por lo que tal vez no sea oportuno efectuar
cambios.

Norma 2: Si al menos 2 3 puntos sucesivos estn en el mismo lado de la

lnea media, y ms de dos unidades sigma (dos desviaciones tpicas)
alejados de esta lnea, estar sugerida una falta de control del proceso. Si el
tercer punto consecutivo est alejado de la lnea media en la medida
indicada, pero en el otro lado, la misma conclusin sera vlida.
Norma 3: En el caso de que 4 5 valores sucesivos se situaran en el mismo
lado, alejados de la lnea central ms de 1 sigma, se apuntara un dficit en
la estabilidad o control del proceso.

Norma 4: Igualmente, estara indicada esta falta de control cuando al

menos 7 valores sucesivos estuvieran situados en el mismo lado de la lnea
media. Esto mostrara una inadecuada distribucin de esos puntos.

4. HISTOGRAMA HERRAMIENTAS DE LA CALIDAD

Un histograma es un grfico de barras verticales que representa la

distribucin de frecuencias de un conjunto de datos.

El histograma es especialmente til cuando se tiene un amplio nmero de

datos que es preciso organizar, para analizar ms detalladamente o tomar
decisiones sobre la base de ellos. Tambin es un medio eficaz para transmitir
a otras personas informacin sobre un proceso de forma precisa e
inteligible.

Otra aplicacin de sumo inters del histograma es la comparacin de los

resultados de un proceso con las especificaciones previamente
establecidas para el mismo. En este caso, mediante el histograma, puede
determinarse en qu grado el proceso est produciendo buenos resultados
y hasta qu punto existen desviaciones respecto a los lmites fijados en las
especificaciones. En este sentido, el estudio de la distribucin de los datos
puede ser un excelente punto de partida para establecer hiptesis acerca
de un funcionamiento insatisfactorio.

Un histograma facilita una representacin visual en la que puede apreciarse

si las medidas tienden a estar centradas o a dispersarse. Tambin da
respuesta a la cuestin de si el proceso produce buenos resultados y a si
stos estn o no dentro de las especificaciones.

Histograma: Interpretacin

Para el ejemplo de referencia, en la figura anterior, puede observarse que

se ha trazado una lnea adiciones: lmite de las especificaciones. En este
caso, la especificacin planteada fue que la respuesta del proceso se diera
en un plazo no superior a 60 das. Observando el histograma se aprecia que
cierto nmero de observaciones, a la derecha de la lnea y sombreadas
ms oscuro, no han cumplido este objetivo.

Un anlisis ms detenido del histograma anterior nos llevara a concluir que

el proceso no posee la estabilidad deseable. Los histogramas que reflejan
procesos estables son ms elevados en el centro y declinan simtricamente
hacia ambos lados. Aqu no parece darse esta condicin, existiendo una
cierta asimetra provocada por los datos fuera de lmite. Pero aunque los
datos fueran ms estables, podemos colegir que parte de ellos rebasaran
la especificacin.

As, en este caso los esfuerzos deberan dirigirse hacia un doble objetivo:

Reducir la dispersin.
Conseguir desplazar el histograma hacia la izquierda, de manera que
an los datos extremos estuvieran dentro del lmite especificado (el
objetivo, en este caso).

En este segundo ejemplo, el histograma de la figura A muestra un proceso

capaz, ya que sus valores no rebasan el lmite de la especificacin.
Adems, existe un amplio espacio para la dispersin de los datos.

Por el contrario, el histograma de la figura B representa un proceso no

capaz.
5. DIAGRAMA DE PARETO

Tambin llamado curva 80-20 o distribucin C-A-B, es una grfica para

organizar datos de forma que estos queden en orden descendente, de
izquierda a derecha y separados por barras. Permite asignar un orden de
prioridades. El diagrama permite mostrar grficamente el principio de
Pareto (pocos vitales, muchos triviales), es decir, que hay muchos
problemas sin importancia frente a unos pocos graves. Mediante la grfica
colocamos los pocos vitales a la izquierda y los muchos triviales a la
derecha.

6. DIAGRAMA DE DISPERSIN

El diagrama de dispersin permite analizar si existe algn tipo de relacin

entre dos variables. Por ejemplo, puede ocurrir que dos variables estn
relacionadas de manera que al aumentar el valor de una, se incremente el
de la otra. En este caso hablaramos de la existencia de una correlacin
positiva. Tambin podra ocurrir que al producirse una en un sentido, la otra
derive en el sentido contrario; por ejemplo, al aumentar el valor de la
variable x, se reduzca el de la variable y. Entonces, se estara ante una
correlacin negativa. Si los valores de ambas variable se revelan
independientes entre s, se afirmara que no existe correlacin.

El diagrama de dispersin es una herramienta grfica que ayuda a

identificar la posible relacin entre dos variables. Representa la relacin
entre dos variables de forma grfica, lo que hace ms fcil visualizar e
interpretar los datos.

De otro lado, calculando el coeficiente de correlacin entre dos variables,

permite cuantificar el grado de relacin entre ambas, as como su signo. El
valor de este coeficiente puede estar comprendido entre 1 y 1.

Cuando toma un valor prximo a 1, la correlacin es fuerte y negativa. Si

el valor es cercano a +1, la correlacin es fuerte y positiva.

Si el coeficiente de correlacin lineal presenta un valor prximo a 0, la

correlacin es dbil.

Un coeficiente de 0 indicara independencia total entre ambas variables. A

su vez, un coeficiente de correlacin lineal de 1 de -1 sealara que entre
ambas variables hay dependencia funcional, positiva o negativa segn el
signo del coeficiente.

Esta correlacin puede sealar, pero no por ello probar, una relacin
causal, es decir, no predice relaciones causa efecto, sino que muestra la
intensidad de la relacin entre dos variables. Por lo tanto, es importante no
apresurarse a obtener conclusiones sobre la relacin entre las variables, ya
que puede ser otra tercera que afecte a la relacin.

DIAGRAMA DE DISPERSIN: EJEMPLOS Y CASOS

 En el diagrama de dispersin de ejemplo las variables a analizar son las
puntuaciones medias obtenidas para los distintos factores del servicio, tanto
en percepcin (X) como en expectativas (Y), a partir de una muestra de
usuarios de un servicio administrativo a los que se les administr una
encuesta de satisfaccin.

El clculo del coeficiente de correlacin lineal efectuado para los datos

del ejemplo de diagrama de dispersin arroja un valor de 0,45. Se confirma
que existe una relacin positiva entre ambas variables, si bien la correlacin
existente entre ambas es moderada.

El resultado de un diagrama de dispersin puede ser de diversos tipos. Si los

puntos trazados en el diagrama estn dispersos al azar, sin un patrn
discernible, significa que los dos conjuntos de mediciones no tienen relacin
entre s. Si los puntos forman algn patrn, se denota la existencia
de relacin entre los dos grupos de mediciones.

Generalmente, el diagrama de dispersin mostrar los siguientes posibles

tipos de relacin:
7. ESTRATIFICACIN. HERRAMIENTAS PARA LA MEJORA

La estratificacin es una tcnica utilizada en combinacin con otras

herramientas de anlisis de datos. Cuando los datos, de una variedad de
fuentes o categoras, han sido agrupados su significado puede ser imposible
de interpretar. Esta tcnica separa los datos para que los patrones de
distribucin de dos o ms grupos se puedan distinguir.

A cada grupo se le denomina estrato. El objetivo es aislar la causa de un

problema, identificando el grado de influencia de ciertos factores en el
resultado de un proceso.

Los estratos a definir lo sern en funcin de la situacin particular de que se

trate, pudiendo establecerse estratificaciones atendiendo a:

Personal.
Materiales.
Maquinaria y equipo.
reas de gestin.
Tiempo.
Entorno.
Localizacin geogrfica.
Otros.

La estratificacin puede apoyarse en distintas herramientas de calidad, si

bien el histograma es el modo ms habitual de presentarla.

El desarrollo de la tcnica atiende a la metodologa presentada para los

histogramas, para el caso de los histogramas estatificados (1). Al fin y al
cabo se trata de construir los histogramas correspondientes.

Estratificacin: Ejemplo

Se han observado retrasos en el plazo de elaboracin de informes tcnicos

de un Servicio de una Administracin Pblica. Dicho Servicio cuenta con
dos Secciones y se pretende investigar si la variable seccin puede
explicar los retrasos en la emisin de resoluciones.

En principio, se elabora un histograma combinado de las dos Secciones

(2) para, posteriormente, realizar histogramas de cada seccin por
separado.
La estratificacin:

Permite aislar la causa de un problema, identificando el grado de influencia

de ciertos factores en el resultado de un proceso.

Puede apoyarse y servir de base en distintas herramientas de calidad.

(1) Otra modalidad de estratificacin consiste en la construccin de

diagramas de dispersin estratificados.

(2) Este patrn de distribucin es denominado bimodal. Una forma bimodal

del histograma refleja a menudo la presencia de dos procesos que son
mezclados en los datos exhibidos.
El xito de estas tcnicas radica en la capacidad que han demostrado
para ser aplicadas en un amplio rango de problemas, desde el control de
calidad hasta las reas de produccin, marketing y administracin. Las
organizaciones de servicios tambin son susceptibles de aplicarlas, aunque
su uso comenzara en el mbito industrial.

Estas tcnicas pueden ser manejadas por personas con una formacin
media, lo que ha hecho que sean la base de las estrategias de resolucin
de problemas en los crculos de calidad y, en general, en los equipos de
trabajo conformadas para acometer mejoras en actividades y procesos.
 LAS 7 NUEVAS HERRAMIENTAS DE LA CALIDAD

Adems de las conocidas 7 Herramientas Bsicas de la Calidad que fueran

descritas en una publicacin anterior, la Unin Japonesa de Cientficos e
Ingenieros (JUSE) agreg, luego de aos de anlisis y aplicacin, siete
nuevas herramientas. Si bien las herramientas clsicas se siguen utilizando
masivamente y con mucho xito, slo funcionan bien en los casos en los
que contemos con suficiente informacin cuantitativa.

Las denominadas 7 Nuevas Herramientas de la Calidad fueron diseadas

para cubrir necesidades de complejidad considerable, permitiendo un alto
nivel de detalle en el anlisis de tipo cualitativo.

En este resumen intentaremos dar a conocer en qu consiste cada una de

ellas y cules son sus aplicaciones principales. Las 7 Nuevas Herramientas de
la Calidad son las siguientes:

Diagrama de Relaciones
Diagrama de Afinidad
Diagrama de rbol
Diagrama Matriz
Matriz de Priorizacin
Diagrama de Proceso de Decisiones
Diagrama de Flechas

DIAGRAMA DE RELACIONES

Esta herramienta es sumamente til para el anlisis de un problema en el

cual sus causas se encuentran relacionadas entre s de manera compleja.
Su implementacin se realiza generalmente de manera grupal mediante el
uso de tarjetas

Para comenzar, se define el problema a analizar y se lo escribe en una

tarjeta que ir colocada en el centro del diagrama. Luego, los integrantes
del grupo deben colocar sus ideas aisladas sobre posibles causas en
tarjetas. Cuando se cuente con todas las tarjetas, se las debe agrupar por
similitud o relacin entre s. A las que se les determine una relacin ms
directa con el problema, se las considerar causas principales o primarias.
Las tarjetas correspondientes debern ser colocadas cerca de la tarjeta
central con el problema. Con el mismo criterio, cerca de las causas
primarias se deben colocar las tarjetas con mayor relacin a ellas (causas
secundarias, terciarias, etc) alejndose del centro. Una vez distribuidas por
completo las tarjetas, se procede a relacionarlas entre s mediante el criterio
de causa-efecto, a travs de flechas. Esto permite representar la relacin
que pueda existir entre una causa y otra. Es decir, si una causa es originada
por otra causa.

El siguiente ejemplo permite una mayor comprensin:

Por ltimo, con el grfico completo, el grupo puede realizar un anlisis de

las relaciones existentes que le permita identificar con mayor claridad las
causas reales del problema.

DIAGRAMA DE AFINIDAD

Este diagrama es conocido tambin como Diagrama KJ por las iniciales de

su creador, Kawakita Jiro. Surgido en la dcada de 1980, constituye una
herramienta esencial para ordenar grandes cantidades de datos. El
criterio utilizado es el de agrupar los datos en funcin de la afinidad, de
alguna relacin que exista entre ellos. Esto permite clarificar mejor las ideas
a la hora de determinar la causa de un problema. En mucho de los casos,
su resultado puede no ser determinante pero s orientativo. Es decir, puede
no brindarnos la respuesta exacta sobre la causa del problema aunque s
guiarnos hacia la direccin correcta.

Una de las maneras ms habituales de implementacin de esta

herramienta es tambin a travs del uso de tarjetas. Se forma un grupo de
trabajo, con un moderador. Se plantea grupalmente el tema a tratar y
cada uno expresa sus ideas de manera escrita en tarjetas. Una vez que
todas las ideas son volcadas, se trabaja en grupo para agrupar todas las
tarjetas segn su afinidad.

En el siguiente grfico podemos observar una distribucin tpica de las

tarjetas, desde las ideas sueltas en unbrainstorming, hasta su ordenamiento
por afinidad:

DIAGRAMA DE RBOL

Esta es quizs una de las herramientas ms sencillas, aunque no por eso

menos til. Permite obtener una visin sistemtica del problema (razn por
la que tambin se lo conoce como Diagrama Sistemtico). Su estructura es
similar a la del organigrama de una organizacin en el que se plantea una
relacin jerrquica. En el nivel superior se coloca el objetivo principal a
alcanzar y luego se va desglosando en ramas. De cada objetivo se van
desprendiendo los medios posibles para alcanzarlo y un nuevo objetivo del
cual se desprendern nuevos medios, y as sucesivamente. Una mejor
comprensin puede obtenerse a travs del siguiente esquema:

La principal ventaja sobre los dos mtodos anteriores es que el diagrama de

rbol impide que existan "cabos sueltos", exige una continuidad lgica en el
anlisis. Tanto en el Diagrama de Afinidad como en el de Relaciones se
agrupan datos por similitud y se establecen relaciones entre causas
identificadas. El problema es que no necesariamente, estn todas las
causas que deberan estar. El diagrama de rbol ayuda a establecer una
dependencia ininterrumpida como una cadena.

DIAGRAMA DE MATRIZ

Es quizs la mejor manera de volcar grficamente la relacin que hay entre

dos aspectos o variables a analizar. Se pueden vincular opciones con
criterios, causas con efectos, etc. Uno de los aspectos se coloca en las filas
de la matriz, y el otro en las columnas. En la celda que resulta de la
interseccin de ambas se coloca generalmente un smbolo que suele
representar el grado de relacin existente: fuerte, media o dbil. Esto nos
permite tener referencia del grado de vinculacin o conexin que existe
entre ambos aspectos.
 Con estos smbolos suele representarse el grado de vinculacin entre aspectos.
De izquierda a derecha: relacin fuerte o alta, relacin media y relacin dbil o baja

Existen diferentes configuraciones de matrices dependiendo de la cantidad

de dimensiones simultneas que se estn analizando.

La ms habitual es la matriz tipo L, que vincula dos dimensiones.

Las otras matrices disponibles son generalmente combinaciones de esta,

entre las que se encuentran:

La matriz tipo T (dos matrices L combinadas: un listado comparado en

simultneo con otros dos).
La matriz tipo X (cuatro matrices L combinadas: cuatro listados,
comparados cada uno con otros dos, de a pares):

Luego se encuentran otras combinaciones para tres listados: La matriz tipo

Y (tres matrices L combinadas: cada listado comparado con los otros dos) y
la matriz tipo C (los tres listados comparados entre s, en simultneo, dando
un grfico en tres dimensiones).
 De izquierda a derecha: Matriz tipo C y matriz tipo Y

Matriz de Priorizacin

Esta herramienta se utiliza para escoger entre varias opciones, en funcin

de criterios predefinidos y de manera ponderada. El grupo de trabajo es
quien determina cules son las opciones disponibles y qu criterios se
tendrn en cuenta. Estos criterios deben ser diferentes entre s. Es importante
escoger un nmero prudente de criterios, slo los ms importantes, para
reducir la complejidad del anlisis. Tres o cuatro criterios suelen ser
aceptables. Para elaborar una Matriz de Priorizacin, en primer lugar, se
debe definir claramente el objetivo. Luego se deben determinar las
opciones disponibles. A continuacin, se debern especificar los criterios
sobre los cuales se decidir. Seguramente no todos los criterios tienen igual
importancia (igual "peso"). Por lo tanto, se deben ponderar los criterios para
que no todos impacten de igual manera a la hora de tomar la decisin
final.

Un ejemplo de Matriz de Priorizacin es el que vimos en una publicacin

anterior con un caso prctico: la Matriz de Pugh.
DIAGRAMA DE PROCESO DE DECISIONES

Es una herramienta, tambin conocida por las siglas PDPC (Process Decision
Program Chart) muy til para detectar posibles obstculos o inconvenientes
al implementar un plan de accin, permitindonos tomar decisiones a
tiempo para solucionarlos. Se parte desde la actividad inicial y se va
descendiendo. En primer lugar encontramos a las fases, que son las tareas
fundamentales que deben realizarse para alcanzar el objetivo. De cada
una de ellas se plantean problemas que puedan surgir (problemas
potenciales) los cuales aparecen en el nivel inmediato inferior. Para cada
problema se determinan medidas para contrarrestarlos. Las medidas
aparecen en el nivel inferior. Si la medida es efectiva, se coloca un crculo
(O) debajo. Si no lo es, una cruz (X). Se implementan, entonces, slo las
medidas que llevan un crculo.
DIAGRAMA DE FLECHAS

El Diagrama de Flechas se utiliza para representar de manera grfica una

red compuesta por la secuencia lgica de las actividades que se precisan
realizar para resolver un problema o alcanzar una meta. Nos permite, por
ejemplo, determinar posibles "cuellos de botella" o hallar los caminos ms
cortos.

Como en todos los casos, antes de comenzar el grupo de trabajo debe

identificar claramente cul es el objetivo del uso de la herramienta y definir
los lmites y el alcance. Los eventos o situaciones son representados por
crculos y las actividades necesarias para pasar de un evento a otro, por
flechas.
Es muy habitual encontrar este tipo de grficas en la gestin de proyectos,
en donde se suelen utilizar dos tcnicas muy importantes: PERT (Program
Evaluation and Review Technics) y CPM (Critical Path Method). PERT es
bsicamente una tcnica utilizada para revisar y evaluar proyectos, en
donde el parmetro principal a evaluar es el tiempo que se utiliza para
realizar cada tarea, siempre en bsqueda de su optimizacin. CPM tambin
persigue el mismo fin, intentanto determinar la "ruta" ms corta para
alcanzar el objetivo (completar el proyecto). Hablaremos, en mayor detalle,
sobre estas dos tcnicas en otra publicacin.

RESUMEN

Las 7 Nuevas Herramientas de la Calidad no son en realidad tan nuevas,

slo seguimos utilizando el trmino para diferenciarlas de las clsicas. En
todos los casos, se trata de un conjunto de herramientas sumamente
poderoso y verstil. La posibilidad de ser utilizadas en infinidad de
actividades, en un sinnmero de aplicaciones, las hace imprescindibles. Su
vigencia es absoluta. Slo debe seleccionarse la ms adecuada para cada
necesidad. En futuras publicaciones seguiremos profundizando este tema a
travs de ejemplos y aplicaciones.