Módulo Control de Calidad PDF

MÓDULO CONTROL DE CALIDAD 2010
RENÉ ALEJANDRO ALVARADO RUEDA
Adaptación
ANDREA ISABEL BARRERA SIABATO
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD -

ESCUELA DE CIENCIAS BÁSICAS, TECNOLOGÍA E INGENIERÍA
PROGRAMA DE INGENIERÍA INDUSTRIAL
2010
“Por la Calidad Educativa y la Equidad Social”

Autor
René Alejandro Alvarado Rueda
Ingeniero Industrial.
Especialista en Ingeniería de Producción.
Magíster en Educación. Énfasis en docencia Universitaria.
Adaptación
Andrea Isabel Barrera Siabato
Ingeniero Industrial.
Especialista en Salud Ocupacional y Prevención de Riesgos Laborales
Programa de Ingeniería Industrial. UNAD
COMITÉ DIRECTIVO
Jaime Alberto Leal Afanador

Rector
Gloria C Herrera Sánchez

Vicerrectora Académico
Roberto Salazar Ramos

Vicerrector De Medios y Mediaciones Pedagógicas
Claudia Patricia Toro Ramírez

Vicerrectora de Desarrollo Regional
Gustavo Velásquez Quintana

Decano Escuela de Ciencias Básicas Tecnología e Ingeniería
CURSO CONTROL DE CALIDAD

GUÍA DIDÁCTICA
Segunda Edición
@CopyRigth
Universidad Nacional Abierta y a Distancia
ISBN
2010
Centro Nacional de Medios para el aprendizaje

CONTENIDO
INTRODUCCIÓN
UNIDAD 1. FUNDAMENTOS Y PRESENTACIÓN DE TÉCNICAS BÁSICAS

PARA EL CONTROL DE CALIDAD
1. CONCEPTUALIZACIÓN
1.1. BREVE HISTORIA Y DEFINICIONES DE CALIDAD
1.1.1. La inspección de la calidad
1.1.2. El control estadístico de la calidad
1.1.3. El aseguramiento de la calidad
1.1.4. La gestión de la calidad
1.1.5. Calidad como conformidad
1.1.6. Calidad como satisfacción de las expectativas del cliente
1.1.7. Calidad como valor con relación al precio
1.2. ÁREAS RESPONSABLES DE LA CALIDAD
1.3. IMPORTANCIA DEL CONTROL DE CALIDAD
1.3.1. El Control de calidad moderno
1.3.2. Mientras en el Japón
1.3.3. El Control estadístico de la calidad
1.3.4. Administración de la calidad total (TQM)

1.4. CONTROL TOTAL DE CALIDAD
1.4.1. TQM Modelo de madurez
1.4.2. Aplicación de los enfoques del control de calidad
1.4.3. Los 14 puntos de Deming
1.4.4. Equipos de trabajo
1.4.5. Una buena práctica del manejo de equipos
1.4.6. Tres Dimensiones de TQM
1.4.7. Administración Diaria en Sistemas TQM
1.4.8. Optimización total de la organización
1.4.9. Etapas en la implementación de TQM
1.5. PLANEACIÓN Y DISEÑO DE UN SISTEMA DE CALIDAD PHVA
2. TÉCNICAS CON DATOS NO NUMÉRICOS PARA EL CONTROL DE

CALIDAD
2.1. TORMENTA DE IDEAS
2.2. DIAGRAMA CAUSA - EFECTO
2.2.1. Cómo hacer diagramas de causa – efecto
2.2.2. Estructura del diagrama de causa – efecto
2.2.3. Procedimiento para hacer un diagrama de causa – efecto
2.2.4. Explicación del procedimiento

2.3. HOJAS DE VERIFICACIÓN
2.3.1. Pasos para la elaboración de una hoja de verificación

2.4. DIAGRAMA DE RELACIONES
2.5. REGISTRO DE NO CONFORMIDADES
3. TÉCNICAS CON DATOS NUMÉRICOS PARA MEJORAR LA CALIDAD
3.1. HISTOGRAMA
3.1.1. Cómo hacer histogramas
3.1.2. Cómo interpretar histogramas
3.2. DIAGRAMA DE PARETO
3.3. GRÁFICOS DE CONTROL
3.3.1. Uso de los gráficos de control de medias y rangos
3.3.2. Elaboración del gráfico de control de medias y rangos
3.3.3. Estudio de los datos preparatorios o estudio inicial, comparados con el

rango permisible especificado
3.3.4. Control de la línea de producción o de servicio
3.3.5. Ajuste de las líneas de control
3.4. DIAGRAMAS DE DISPERSIÓN
3.4.1. Cómo hacer un Diagrama de Dispersión
3.5. APLICACIÓN DE LA OFIMATICA AL CONTROL DE CALIDAD

UNIDAD 2. TÉCNICAS ESTADÍSTICAS PARA EL CONTROL DE CALIDAD
2.1 CONTROL ESTADÍSTICO DE LA CALIDAD
2.1.1 DETERMINACIÓN DE LOS LÍMITES DE CONTROL POR

VARIABLES. (X-R Y X-S)
2.1.2 ELABORACIÓN DE GRÁFICOS DE CONTROL POR VARIABLES

(X-R Y X-S)
2.1.3 DETERMINACIÓN DE LOS LIMITES DE CONTROL POR

ATRIBUTOS (P Y np)
2.1.4 ELABORACIÓN DE GRÁFICOS DE CONTROL POR ATRIBUTOS

(P Y np)
2.1.5 CAPACIDAD O HABILIDAD DE PROCESO (ÍNDICES CP Y CPK).
2.2 MUESTREO DE ACEPTACIÓN LOTE A LOTE POR ATRIBUTOS
2.2.1 CONCEPTOS FUNDAMENTALES
2.2.2 DETERMINACIÓN DE LA CURVA CARACTERISTICA DE OPERACIÓN
2.2.2.1 Curvas de características operativas (CO)
2.2.2.2 Determinación de curvas CO
2.2.2.3 Riesgos para el productor y para el consumidor
2.2.3 ELABORACIÓN DE LA CCO POR HOJA DE CÁLCULO
2.2.4 DISEÑO DEL PLAN DE MUESTREO DE ACEPTACIÓN POR VARIABLES
2.2.5 DISEÑO DEL PLAN DE MUESTREO DE ACEPTACIÓN POR ATRIBUTOS

2.3 COSTOS DE LA CALIDAD
2.3.1 CATEGORÍAS Y ELEMENTOS DEL COSTO DE LA CALIDAD
2.3.1.1 Categorías del costo de la calidad
2.3.1.2 Elementos del costo de la calidad
2.3.2 ANÁLISIS DE LOS COSTOS DE CALIDAD
2.3.2.1 Costos generados por productos defectuosos
2.3.2.2 Costos generados por inspecciones
2.3.2.3 Costo total de calidad
2.3.3 OPTIMIZACIÓN
2.3.3.1 Importancia de la curva de demanda y precio
2.3.3.2 Sensibilidad de la demanda a las variaciones de calidad
2.3.3.3 Curva de beneficios de calidad
2.3.4 COSTOS DE NO CALIDAD
2.3.5 ENSAYOS NO DESTRUCTIVOS
BIBLIOGRAFÍA

INTRODUCCIÓN
El desempeño de las empresas mediante la aplicación del Control de Calidad es

crucial para la supervivencia de la mayor parte de las organizaciones tanto
privadas como públicas; en consecuencia, cada una de las personas que de una u
otra forma tenga responsabilidad con el tema de Control de Calidad debe ser
consciente en diversos grados el desafío que representa a nivel internacional para
los países que como Colombia busca un posicionamiento en los mercados
globales.
De una parte, se tiene presente que el Control de Calidad es una herramienta

poderosa para implantar los objetivos de calidad para diferentes organizaciones;
por lo tanto, a través de esta obra, el estudiante de Ingeniería Industrial
comprenderá mejor el por qué y el cómo estas herramientas pueden ser de
utilidad después de haber entrado en contacto con la capacidad del proceso, el
control estadístico del proceso, la inspección y el muestreo.
De otra parte, este módulo está dividido en dos unidades. La primera unidad,
fundamentos del control de calidad se compone de seis capítulos donde en primer
lugar se aborda la temática general de la conceptualización y antecedentes del
tema de calidad, en segundo lugar los aspectos concernientes al control
estadístico de la calidad, para posteriormente y en tercer lugar entrar al muestreo
de aceptación lote a lote por atributos. La segunda unidad, desarrollo del control
de calidad, continúa con los capítulos cuarto y quinto, donde se describen las
técnicas tanto con datos numéricos como no numéricos para mejorar la calidad,
para finalmente y en sexto lugar tratar el tema de los costos de la calidad,
esperando así llenar las expectativas de los lectores ávidos por el tema.

UNIDAD 1. FUNDAMENTOS Y PRESENTACIÓN DE
TÉCNICAS BÁSICAS PARA EL CONTROL DE
CALIDAD
Introducción:
En esta unidad se conceptúan definiciones de Calidad, Áreas responsables,

importancia de la misma y planeación de un sistema PHVA. Además, se introduce
a las Técnicas Numéricas y No Numéricas del Control de Calidad.
Objetivo general:
 Fundamentar a los estudiantes del control de calidad con respecto a la

conceptualización y a las Técnicas de Control.
Objetivos específicos:
 Que el estudiante conozca acerca de los conceptos y desarrollo de la

calidad.
 Conceptualizar y definir los elementos que le permitan al estudiante

identificar la importancia de la calidad y su significado en el ámbito
empresarial.
 Desarrollar capacidades en el estudiante para el uso de las técnicas del

control de la calidad, aplicándolas a casos específicos presentados a nivel
de empresa, con el fin de demostrar la importancia de la aplicación de sus
beneficios en el mejoramiento continuo de los procesos, ya sea con
técnicas numéricas o no numéricas.
Competencias a desarrollar:
 El estudiante conoce y comprende los conceptos y desarrollo de la calidad.
 El estudiante describe, analiza y sustenta de manera suficiente, soluciones

a situaciones problemáticas específicas de organizaciones productivas a
partir de la aplicación de técnicas de control de calidad.

1.1 CONCEPTUALIZACIÓN
Para la conceptualización y se parte de las definiciones más comunes de calidad y

se continúa con determinar cuáles son las áreas responsables de la misma, así
como el control total de calidad.
1.1.1 DEFINICIONES Y BREVE HISTORIA DE LA CALIDAD
Figura 1.1. Etapas de la calidad
1980 – 2000 GCT Gestión de la

calidad total
1970 – 1980 AC
Aseguramiento
1960 – 1970 de la calidad
CC
I
1950 – 1960 GCT
AC Control de la
CC calidad
I
Inspección de la
calidad
Adaptado de: MORENO-LUZÓN, María. D.; PERIS, Fernando J. y GONZÁLEZ, Tomás. Gestión de la
calidad y diseño de organizaciones. Teoría y estudio de casos. Madrid: Pearson Educación, 2001. 432p.
1.1.1.1 La inspección de la calidad
En la primera etapa de inspección, ésta coincide con el periodo en el que

comienza a tener mucha importancia la producción de artículos en serie. Ante esta
10

situación era necesario ver si el artículo, al final de la línea de producción,
resultaba apto o no, para el uso para el que estaba destinado; por eso, en las
fábricas se vio la conveniencia de introducir un departamento especial a cuyo
cargo estuviera la tarea de inspección. A este nuevo organismo se le denomino
departamento de control de calidad.
Según Frederick W. Taylor, el iniciador de la administración científica, le

corresponde a la administración definir la tarea de los operarios y especificarles el
procedimiento y la relación que debe darse entre tiempos y movimientos. La tarea
de control de calidad compete a los supervisores. Es ésta una de sus ocho taras
específicas.
G.S.Radford, en su obra The Control of Quality in Manufacturing, afirma que la

inspección tiene como propósito examinar de cerca y en forma crítica el trabajo
para comprobar su calidad y detectar los errores; una vez que estos han sido
identificados, personas especializadas en la materia deben ponerles remedio. Lo
importante es que el producto cumpla con los estándares establecidos, porque el
comprador juzga la calidad de los artículos tomado como base su uniformidad, que
es resultado de que el fabricante se ciña a dichas especificaciones.
La inspección no sólo debe llevarse a cabo en forma visual, sino además con
ayuda de instrumentos de medición. Radford propone métodos de muestreo con
ayuda para llevar a cabo el control de calidad, mas no fundamenta sus métodos
en la estadística; habla, además de cómo debe organizarse el departamento de
inspección.
El libro toca otros aspectos relacionados con la calidad; es decir, la calidad se

diseña, como lo es la necesidad de que los diseñadores se involucren desde el
comienzo en las actividades de calidad, la necesidad de que exista coordinación
entre los diferentes departamentos y la relación que debe existir entre el
mejoramiento de la calidad y la baja de costos.
1.1.1.2 El control estadístico de la calidad
En la segunda etapa del Los trabajos de investigación llevados a cabo, en la

década de los treinta, por Bell Telephone Laboratorios fueron el origen de los que
actualmente se denomina control estadístico de la calidad (Statistical Quality
Control SQC)
11

A este grupo de investigadores pertenecieron entre otros, W. A Shewhart, Harold
Dodge. Harry Romig y, más tarde, G.D. Edwards y Joseph Juran, quienes con el
tiempo iban a ser figuras prominentes del movimiento hacia la calidad.
En 1931, W.A Shewhart- publicó su libro Economic Control of Quality of

Manufactured product, que significó un avance definitivo en el movimiento hacia la
calidad. El autor proporciona una definición precisa del control a efectuarse en el
proceso de manufactura, desarrolla técnicas eficaces para monitorear y evaluar
día a día la producción y propone diversas formas para mejorar la calidad.
Shewhart fue el primero en reconocer que en toda producción industrial se da

variación en el proceso.
Esta variación debe ser estudiada con los principios de la probabilidad y de la

estadística. Observó que no pueden producirse dos partes con las mismas
especificaciones, lo cual se debe, entre otras cosas a las diferencias que se dan
en la materia prima, a las diferentes habilidades de los operadores y a las
condiciones en que se encuentra el equipo. Más aún, se da variación aun en las
piezas producidas por un mismo operador y con la misma maquinaria.
La administración debe tomar en cuenta este hecho, relacionado íntimamente con

el problema de la calidad. No se trata de suprimir la variación,- esto resulta
prácticamente imposible-, sino de ver qué rango de variación es aceptable sin que
se originen problemas. El análisis expuesto tuvo su origen en el concepto de
control estadístico de Shewhart.
“Se dice que un fenómeno se controla cuando, con base en experiencias

anteriores, podemos predecir, al menos dentro de ciertos límites, cómo esperamos
que el fenómeno va a variar en el futuro. Esta predicción significa que podemos
establecer, en forma al menos aproximada, la probabilidad con la que el fenómeno
observado se va a dar dentro de ciertos límites”
Teniendo en cuenta los conceptos anteriores, shewhart desarrollo técnicas y

estadísticas sencillas para determinar dichos límites y gráficas de control en las
que se pudieran presentar los resultados.
Mientras Shewhart proseguía su trabajo con respecto al control del proceso, otros
investigadores de la misma compañía, principalmente Harold Dodge y Harry
Roming, avanzaban en la forma de llevar a cabo la práctica del muestreo, que es
el segundo elemento importante del control estadístico del proceso.
Las técnicas de muestreo parten del hecho de que en una producción masiva es
imposible inspeccionar todos los productos, para diferenciar los buenos de los
12

malos. De ahí la necesidad de verificar un cierto número de artículos entresacados
de un mismo lote de producción, para decidir sobre esta base si el lote entero es
aceptable o no.
Sin embargo, esta forma de proceder incluye riesgos: debido a los defectos de
unas cuantas muestras se puede rechazar todo un lote de producción de calidad
aceptable, como también se puede pasar como bueno un lote que en realidad
debería ser rechazado. Los investigadores, que consideraron este problema como
riesgo del productor y del consumidor, desarrollaron también algunas técnicas
para solventarlo.
La participación de Estados Unidos en la Segunda Guerra Mundial y la necesidad

de producir armamento en grandes cantidades fueron la ocasión para que se
aplicaran con mayor amplitud los conceptos y las técnicas de control estadístico
de la calidad.
En diciembre de 1940, el Departamento de Guerra de Estados Unidos formó un

comité para establecer estándares de calidad. Dicho departamento se enfrentó
con el problema de terminar los niveles aceptables de calidad de las armas e
instrumentos estratégicos proporcionados por diferentes proveedores. Se
presentaron dos alternativas: o se daba un entrenamiento masivo a los
contratistas en el uso de las gráficas del control del proceso, o bien, se
desarrollaba un sistema de procedimientos de aceptación mediante un sistema de
muestreo a ser aplicado por inspectores del gobierno. Se optó por esta segunda
forma de proceder; y en 1942 el Departamento de Guerra estableció la sección de
control de calidad, organismo en el que ocuparon puestos relevantes algunos
especialistas en estadística de la Compañía Bell Telephone Laboratorios.
Este grupo desarrolló pronto un conjunto de tablas de muestreo basadas en el

concepto de niveles aceptables de calidad (Aceptable Quality Levels AQL). En
ellas se determinaba el máximo por ciento de defectos que se podía tolerar para
que la producción de un proveedor pudiera ser considerada satisfactoria.
La necesidad de elaborar programas de entrenamiento en asuntos referentes al

control de calidad con la cooperación de importantes universidades de Estados
Unidos, fue la ocasión para que los conceptos y las técnicas de control estadístico
se introdujeran en el ámbito universitario. Los estudiantes que habían tomado
cursos comenzaron a integrar sociedades locales de control de calidad. Fue así
como se originó la American Society for Quality Control (ASQC) y otras más.
A finales de la década de los cuarenta, el control de la calidad era parte ya de la

enseñanza académica. Sin embargo, se le consideraba únicamente desde el
13

punto de vista estadístico y se creía que el ámbito de su aplicación se reducía, en
la práctica, al departamento de manufactura y producción.
Se inicia una nueva en el movimiento hacía la calidad sólo hasta el momento en

que se perciben las implicaciones que el control estadístico de la calidad tiene
para la administración.
1.1.1.3 El aseguramiento de la calidad
Esta tercera etapa se caracteriza por dos hechos muy importantes: la toma de
conciencia por parte de la administración del papel que le corresponde en el
aseguramiento de la calidad y la implantación del nuevo concepto de control de
calidad en Japón.
Antes de la década de los cincuenta, la atención se había centrado en el control

estadístico del proceso, ya que en esta forma era posible tomar medidas
adecuadas para prevenir los defectos. Este trabajo se consideraba
responsabilidad de los estadísticos.
Sin embargo, era necesario que quedara asegurado el mejoramiento de la calidad

logrado; lo cual significaba que había que desarrollar profesionales dedicados al
problema del aseguramiento de la calidad y que, más aún, había que involucrar a
todos en el logro de la calidad. Todo lo cual requería un compromiso mayor por
parte de la administración. ¿Estaría dispuesta la alta gerencia a un compromiso
de este género?
Lo anterior implica una partida presupuestal dedicada específicamente a atender

programas de calidad. ¿Estaría la administración dispuesta a hacer dicha
erogación? Ciertamente se era consciente de que el producto defectuoso incidía
en los costos de producción, pero ¿hasta que grado? La inversión hecha para
asegurar la calidad ¿quedaría justificada por el ahorro que significaba evitar el
producto defectuoso? Tales eran, en el fondo, los problemas que se planteaban al
inicia de esta nueva época del desarrollo del movimiento hacia la calidad.
Cuatro son ahora los autores má importantes que figuran: W. Edwards Deming,
Joseph Juran, Armand Feigenbaum y Philip B. Crosby. Deming pone de relieve la
responsabilidad que la alta gerencia tiene en la producción de artículos
defectuosos. Juran investiga los costos de la calidad. Feigenbaum, por su parte,
concibe el sistema administrativo como coordinador, en la compañía, del
compromiso de todos en orden al logro de la calidad. Crosby es el promotor del
movimiento denominado cero defectos.
14

W. Edwards Deming ocupa un lugar preponderante en el movimiento hacia la
calidad debido, sobre todo, a su planteamiento visionario de la responsabilidad de
la administración y a la influencia que tuvo en el movimiento japonés hacia la
calidad.
Su planteamiento es el siguiente: si se mejora la calidad, disminuyen los costos.

La reducción de costos juntamente con el mejoramiento de la calidad se traduce
en mayor productividad. La empresa con mayor productividad es capaz de
capturar un mercado cada vez mayor, lo cual le va a permitir permanecer en el
mundo de los negocios conservando así las fuentes de trabajo para sus
empleados. Hacer este cambio en el sistema es tarea de la alta gerencia.
Dado que la alta gerencia es responsable del sistema y puesto que gran parte de
los productos defectuosos se derivan del sistema mismo, la alta gerencia, y no los
trabajadores, es la responsable en mayor medida (el 85%) de los productos
defectuosos. Si la alta gerencia quiere cumplir con la responsabilidad que le
compete en esta época de gran competitividad, debe llevar a cabo determinadas
acciones (los catorce puntos de Deming) que le van a permitir hacer el cambio del
sistema. El planteamiento de Deming se publico en su obra Quality. Producivity,
and Competittive Position, editada en 1982.
Joseph Juran, en su libro Quality Control Handbook editado en 1951, trató el tema
de los costos de la calidad y de los ahorros substanciales que los administradores
podían lograr si atendían inteligentemente el problema. Estos ahorros los compara
el autor con el “oro de una mina” que es necesario saber explotar. Algunos costos
de producción, son inevitables, pero otros se pueden suprimir. Son inevitables los
relacionados con el control de la calidad.
Los que se pueden suprimir son los que se relacionan con los productos
defectuosos, como son el material de desecho, las horas invertidas en
reparaciones, en retrabado y en atender reclamaciones, y las pérdidas financieras
que resultan de clientes insatisfechos. Si se suprimieran todos estos costos
invirtiendo en el mejoramiento de la calidad, se lograrían ahorros verdaderamente
substanciales.
Se estaría explotando el “oro contenido en la mina”.Es responsabilidad de la alta

gerencia decidir qué tanto quiere invertir en este mejoramiento. Los
administradores, además deben tener en cuenta que determinadas decisiones
tienen consecuencias muy importantes. Por ejemplo, la inversión hecha en el
diseño de la calidad de un nuevo producto va a repercutir grandemente en los
costos de fabricación del producto y en la aceptación que el artículo va a tener
entre los consumidores.
15

En 1956, Armand Feigenbaum en su libro Total Quality Control, propone por
primera vez el concepto control total de calidad. Su planteamiento es el siguiente:
no es posible fabricar productos de alta calidad si el departamento de manufactura
trabaja aisladamente. Para que el control de calidad sea efectivo, éste debe
iniciarse con el diseño mismo del producto y terminar sólo cuando el artículo esté
en manos de un consumidor satisfecho. Por consiguiente, el principio fundamental
del que hay que partir es el siguiente: la calidad es trabajo de todos y de cada uno
de los que intervienen en cada etapa del proceso.
Diferentes departamentos deben intervenir, en mayor o menor medida

dependiendo de la actividad que les es propia tanto en el control del diseño de un
nuevo producto, como en el control del diseño de un nuevo producto como en el
control del material que entra y en el control del producto que sale a la venta. Si no
intervienen grupos interdepartamentales en todas estas actividades, se corre el
riesgo de cometer errores en el proceso, que tarde o temprano van a ser causa de
problemas en la línea de ensamble o, peor aún, cuando el producto esté ya en
manos del consumidor.
A fin de que el sistema funcione, es necesario que las compañías desarrollen

matrices en las que expresen las responsabilidades que los diferentes
departamentos tienen con respecto a determinadas actividades o funciones. De
ahí la necesidad de construir equipos interdepartamentales que tengan como
función llevar a la mesa de discusión los puntos de vista de los diferentes
departamentos y asegurar el que estos puntos de vista sean tomados en cuenta
en la actividad propia de cada departamento. La alta gerencia es, en último
término, la responsable de la efectividad del sistema.
Tanto Juran como Feigenbaum señalan la necesidad de contar con nuevos

profesionales de la calidad que reúnan conocimientos estadísticos y habilidades
administrativas; expertos en ingeniería de control de calidad, que sepan planear la
calidad a alto nivel, coordinar las actividades de otros departamentos y empresas
y de establecer estándares de calidad y proporcionar mediciones adecuadas;
pero también ve cómo se comporta el producto en el mercado a fin de mejorar el
diseño del producto y del proceso y competir mejor.
Philip B. Crosby está ligado con la filosofía conocida como cero defectos, que se
experimentó en la Martín Company, fábrica de los misiles Pershing. El hecho de
haber podido entregar en Cabo Cañaveral uno de estos artefactos el 12 de
diciembre de 1961 sin ningún defecto y el haber podido entregar otro en febrero
de 1962 también sin ningún defecto, pero este último ya como resultado de una
petición expresa de la administración a los trabajadores en este sentido, hizo caer
en la cuenta a los directivos de esta compañía que cuando la administración pide
16

perfección, ésta se da. Si no se da la perfección en un trabajo, esto se debe a que
la administración o no la exige a los trabajadores no tienen la intención de darla.
Dicho razonamiento permitió ver la importancia que tiene motivar a los

trabajadores y hacerlos conscientes de que pueden hacer su labor sin ningún
defecto.
El programa se denominó cero defectos y se, distinguió por el énfasis que puso en
hacer conscientes de la importancia del programa a quienes iban a participar en él
y en motivarlos. Martín Company, pues, articuló una filosofía, según la cual el
único Standard aceptable de calidad es cero defectos.
Para lograr este propósito entrenó a sus trabajadores, hizo eventos especiales,
estableció metas y llevó a cabo autoevaluaciones. Philip B. Crosby, quien trabajó
en la compañía Martín en la década de los sesenta, divulgó esta filosofía en su
libro Quality Is Free (12). A juicio de este autor es técnicamente posible lograr una
excelente calidad; la cual es lo más reducible desde el punto de vista económico.
1.1.1.4 La gestión de la calidad
En la cuarta etapa, relacionada con las dos últimas décadas, ha tenido lugar un
cambio muy importante en la actitud de la alta gerencia con respecto a la calidad
debido, sobre todo, al impacto que, por su calidad, precio y confiabilidad, han
tenido los productos japoneses en el mercado internacional.
Se trata de un cambio profundo en la forma como la administración concibe el

papel que la calidad desempeña actualmente en el mundo de los negocios. Si en
épocas anteriores se pensaba que la falta de calidad era perjudicial a la compañía,
ahora se valora la calidad como la estrategia fundamental para alcanzar
competitividad y, por consiguiente, como el valor más importante que debe presidir
las actividades de la alta gerencia.
La calidad no pasa a ser estrategia competitiva sólo porque se apliquen métodos

estadísticos para controlar el proceso; como tampoco lo es por el hecho de que
todos se comprometan a elaborar productos sin ningún defecto, pues esto de nada
serviría si no hay mercado para ellos. La calidad pasa a ser estrategia de
competitividad en el momento en el que la alta gerencia toma como punto de
partida para su planeación estratégica los requerimientos del consumidor y la
calidad de los productos de los competidores. Se trata de planear toda la
actividad de la empresa, en tal forma de entregar al consumidor artículos que
respondan a sus requerimientos y que tengan una calidad superior a la que
ofrecen los competidores.
17

Esto, sin embargo, implica cambios profundos en la mentalidad de los
administradores, en la cultura de las organizaciones y en las estructuras de las
empresas. La experiencia que las empresas japonesas han tenido en la
implantación de un sistema administrativo enfocado al logro de la calidad ha
contribuido en gran media a visualizar cuáles deben ser estos cambios y, por
consiguiente, a comprender los pasos a dar para lograr que la calidad llegue a ser
estrategia competitiva por excelencia, sintetizada en la gestión de la calidad.
DEFINICIONES DE CALIDAD
Si usted camina a través de una planta manufacturera o de ensamble en

cualquier parte del mundo, verá lotes de partes que, excepto por diferencias muy
pequeñas, son idénticas. Las partes dentro de un lote en particular son exactas,
en el sentido de que todas están diseñadas para una función en específico y son
intercambiables con relación a dicha función.
Para satisfacer ese propósito específico, dichas partes deben tener "alta calidad".
Aunque haya sido simple el escribir la frase "alta calidad", y a pesar de que la
mayoría usamos el término "calidad" de una forma que nosotros pensamos que
tiene sentido y es entendible para cualquiera, descubriremos que una definición
útil de calidad, no es fácil de desarrollar.
Debido a la importancia que el tema de calidad ha venido ganando en los últimos

tiempos, es necesario estar al tanto que cuando se habla de calidad se debe saber
exactamente a qué se está refiriendo, ya que la diversidad de propuestas
existentes en la literatura especializada puede crear cierta confusión en quienes
se introducen en este tema, es de anotar que se comparten los planteamientos
tanto de los clásicos de la calidad, como los de Moreno y otros (2001)1, así:
La clásica adecuación al uso de Juran (1974), la interesante propuesta de Garvin

(1988) de calidad como simple y no analizable propiedad que aprendemos a
reconocer sólo a través de la experiencia, la específica conformidad con los
requerimientos de Crosby (1979), o la de Pirsig (1974) que pone en cuestión la
propia definición de la calidad no es ni mente ni materia, sino una tercera entidad
1
MORENO-LUZÓN, María. D.; PERIS, Fernando J. y GONZÁLEZ, Tomás. Gestión de la calidad y diseño de organizaciones. Teoría y
estudio de casos. Madrid: Pearson Educación, 2001. 432p.
18

independiente de las dos, algo que se conoce, pero sobre lo que es difícil
establecer un juicio objetivo (como para citar algunos ejemplos).
También, cuando se habla de calidad no se puede precisar el objeto al que se

atribuye esa cualidad, que suele estar en el producto, el servicio, el proceso, o la
propia empresa y sus sistemas de gestión, en especial el sistema de gestión de la
calidad como complemento del control estadístico de la calidad.
Garvin (1988) y Reeves y Vendar (1994), realizan una síntesis de las definiciones
del concepto en las que pueden encuadrarse, entre otras, las propuestas por los
autores más conocidos como Deming. Juran, Feigenbaum o Crosby. A
continuación se dan a conocer algunas aproximaciones a éstas.
1.1.1.5 Calidad como conformidad
La calidad como conformidad con unas especificaciones es una idea que surge en
el ámbito del taller y de la fábrica de manufacturas. A finales del pasado siglo y
principios de éste, el objetivo de las empresas manufactureras era conseguir la
producción en masa de productos iguales y sin defectos. Se busca conseguir que
todas las piezas del mismo tipo sean semejantes e intercambiables. Lo substancial
está en obtener una producción estándar que permita obtener piezas y productos
parecidos. De esta forma la calidad equivale a la no variabilidad de procesos y
productos.
La calidad como conformidad coexiste en los postulados tayloristas y fordistas y su

mayor logro es el control estadístico de procesos, que trata de eliminar el elevado
coste de la inspección masiva (Shewhart 1931; Jurán 1951; Deming, 1989;
Crosby, 1984; 19991). La calidad de los productos es medida a través de
indicadores cuantitativos, de los cuales permiten ver la conformidad de los
productos con las especificaciones diseñadas.
Lo anterior se centra en un concepto útil en mercados de productos industriales,
fácil de implantar y administrar, y que puede ser medido y controlado con
exactitud.
La aplicación de este concepto de calidad involucra incrementos de la eficiencia

en aquellas partes de las organizaciones que afrontan menores grados de
incertidumbre y en las que es más fácil definir especificaciones tales como:
producción, facturación, servicio, entre otros. De hecho, siempre que sea posible
identificar correctamente las especificaciones exigidas por el cliente, y siempre
que éstas tengan un grado suficiente de estabilidad en el tiempo, hace posible la
estandarización de procesos y productos.
19

Sin embargo, la aplicación de este concepto se vuelve más problemática cuando
sus defensores (Juran, Deming y Crosby, para citar algunos), insisten en que las
especificaciones deben ser definidas en función de los requerimientos del cliente.
Los clientes en general, no conocen las especificaciones de calidad del producto,
ni se preocupan por estos aspectos tan técnicos y específicos del mismo, lo cual
es especialmente cierto en los productos de gran consumo o de consumo de
masas.
1.1.1.6 Calidad como satisfacción de las expectativas del cliente
La calidad como satisfacción de las expectativas del cliente parte de la evolución

de la gestión de calidad desde una perspectiva muy centrada en la producción
hasta perspectivas que integran la dimensión, se ha tenido como consecuencia el
dar cada vez mayor importancia a la satisfacción de las expectativas de los
clientes como eje central y principio básico de la calidad. En este sentido un
producto o servicio será de calidad cuando satisfaga o exceda las expectativas del
cliente.
Esta definición del concepto de calidad hace necesario un conjunto de factores

subjetivos de tal manera que puedan ser medidos. Los clientes ciertamente, no
conocen las especificaciones que permitan juzgar la calidad de un modo objetivo;
pero sí tienen expectativas y estas son susceptibles de medición, aún cuando esta
medición pueda ser una cuestión difícil en muchos casos.
Se trata de una definición enfocada hacia el exterior de la organización y, por

tanto, va a ser especialmente sensible a los cambios del mercado. Si una empresa
descubre los factores que conforman las expectativas de sus diversos clientes y
es capaz de monitorizarlos, puede afirmarse que habrá adquirido las bases para
una ventaja competitiva importante. Dicha organización estará en situación de
elegir los atributos del producto o servicio sobre los que cimentará su estrategia
producto-mercado.
1.1.1.7 Calidad como valor con relación al precio
La calidad como valor con relación al precio es un pensamiento aplicable, a

productos y servicios. Los autores que utilizan esta definición entienden que la
noción de valor debe ser incluida en la definición de calidad. Plantean que tanto
precio como calidad deben ser tenidas en cuenta en un mercado competitivo.
Feigenbaum (1955) plantea que la calidad no tiene el sentido popular de lo mejor

en un sentido absoluto. Representa lo mejor para cierto consumidor en función del
20

uso actual del producto-servicio y de su mejor precio de venta. Coexiste, la calidad
de un producto-servicio y de su mejor precio de venta. Es decir, la calidad de un
producto no puede ser desligada de su coste y de su precio.
Los modelos de comportamiento del consumidor, que explican cómo éste intenta
maximizar sus utilidades, pueden ser utilizados de forma sencilla para analizar las
relaciones precio-calidad. En consecuencia, un bien con diferentes calidades y
diferentes precios puede ser tratado como un conjunto de diferentes bienes entre
los cuales el consumidor asignará su renta según su función de unidad.
En el concepto de calidad como valor, está la concepción económica de que el

precio es el primer determinante en la elección del consumidor. Por ende la
calidad se entiende aquí como un concepto subordinado y relativo, lo que implica
que se tratará de obtener la mejor calidad posible a un precio dado. Es la
concepción que subyace a la definición muy extendida.
El concepto de calidad incorpora aquí, además, una serie de atributos como

durabilidad, comodidad, etc.; que, junto al precio, permiten su concreción en
indicadores que ayudan al establecimiento de comparaciones efectivas entre
productos, servicios y experiencias de consumo distintas.
1.1.1.8 Calidad como excelencia
La calidad como excelencia es el concepto más genérico e integrador de las

formas de entender la calidad. Se puede aplicar a productos, servicios, procesos,
y a la empresa en su conjunto. De hecho el término excelencia es el más
comúnmente utilizado en referencia a la calidad en contextos muy diversos. Es
frecuente su uso para calificar a las personas, e indica en el mismo un
comportamiento ejemplar, una alta calidad humana.
Como concepto de uso general y denotar aquello que es lo mejor posible, la

calidad como excelencia es un objetivo que permite y exige incorporar el
compromiso de todos los integrantes de la organización; y que, si es reconocida
por el mercado, será fuente de ventaja competitiva, vía diferenciación (Garvin,
1984). Este concepto se aplica a aquellos productos y servicios que reúnen los
máximos estándares de calidad en sus diferentes características. El concepto de
calidad implica aquí no admitir, en la realización de cualquier tarea, todo aquello
que no sea lo mejor (Juran 1951), y supone la inversión de las mejores habilidades
y materiales en la realización de una tarea, para alcanzar el mejor resultado
posible. Concluyentemente, un producto o un servicio son de calidad excelente
cuando se aplican, en su realización, los mejores componentes y la mejor gestión
y realización de los procesos.
21

En consecuencia de lo anterior se pueden esquematizar los anteriores conceptos,
tal como puede verse en la Figura 1.2.
Figura 1.2. Esquema de los conceptos de calidad
Excelencia
Conformidad Satisfacer expectativas
con las especificaciones del CLIENTE
del PRODUCTO (Eficacia)
(Eficiencia) Valor – R – Precio
Perspectiva interna Perspectiva de mercado
Perspectiva global
(Eficiencia * Eficacia) = Efectividad
Adaptado de: MORENO-LUZÓN, María. D.; PERIS, Fernando J. y GONZÁLEZ, Tomás. Gestión
de la calidad y diseño de organizaciones. Teoría y estudio de casos. Madrid: Pearson Educación,
2001. 432p.
Teniendo en cuenta como punto de referencia a la empresa, se puede agrupar las

diferentes definiciones de calidad, así:
La perspectiva interna hace énfasis en la eficiencia. Parte del supuesto de que la

empresa está ofreciendo productos y servicios que interesan al mercado y, por
tanto, lo importante es elaborar el producto o prestar el servicio con una atención
especial a los costes y a la productividad, respetando lo pactado con el cliente de
forma táctica o explícita. Se asume aquí que si un output está elaborado
eficientemente, y tiene un rendimiento igualmente eficiente, será adquirido en el
mercado.
La perspectiva externa, posterior en el tiempo, trata de cubrir las lagunas del

enfoque anterior, asumiendo que en los mercados con un alto grado de rivalidad
entre competidores, fuerte ritmo de cambio tecnológico, y cambios en los gustos
de los consumidores es necesario centrarse en el cliente, que es quien va a
indicar qué productos y servicios necesita, con qué características y prestaciones,
y a que precio. Esta perspectiva deja un segundo plano la eficiencia para poner el
énfasis en la eficacia y en la satisfacción de los deseos del cliente, dejando
22

también en un lugar secundario la satisfacción de otros grupos de influencia; es
decir, los stakeholders.2
La perspectiva global abarca las dos anteriores: la empresa excelente es aquella

que satisface las necesidades de todos los stakeholders relacionados con ella, y
además con criterios de eficiencia. En este caso se entiende el concepto de
excelencia no como estado a alcanzar, sino como una filosofía de trabajo que da
lugar a un proceso dinámico de mejora en el que el objetivo es alcanzar la
eficiencia y la eficacia; y por consiguiente, la efectividad considerada como el
producto de las dos.
Dada la importancia que representan aquí los conceptos de eficiencia y eficacia, y

por ende el de efectividad, así como el de productividad; éstos se amplían a
continuación en la Figura 1.3, así:
Figura 1.3. Esquema del concepto de productividad
PRODUCTIVIDAD
Bienes Relación Bienes
Entrada, Proceso Salida,

Inputs ó de Outputs ó
Insumos Transformación Producción
Servicios Servicios
Mientras que en la Figura 1.3., se observa claramente el concepto de

productividad visto como la relación que existe entre el proceso de transformación
de bienes y servicios para la obtención de otros bienes servicios, en la Figura 1.4.,
se dan a conocer diferentes aseveraciones del término de productividad.
2
Empleados, accionistas, proveedores, otras empresas y sociedad en general.
23

Figura 1.4. Diferentes aseveraciones sobre el
concepto de productividad
• La productividad es la Relación entre las Salidas y Entradas.
• La productividad es la Relación entre las Outputs e Inputs.
• La productividad es la Relación entre la Producción e

Insumos.
Para concluir, en la Figura 1.5., se resaltan los conceptos de eficacia, eficiencia y

efectividad, donde como ya se mencionó anteriormente esta última se considera
como el producto de las dos; es decir, tanto de la eficiencia como de la eficacia.
Figura 1.5. Relación de eficacia, eficiencia y efectividad
Eficacia = Producción Lograda

Meta de Producción
Eficiencia = Recursos Programados

Recursos Reales
Efectividad = Eficacia * Eficiencia
24

Se tiene en cuenta aquí que mientras que la meta de producción y los recursos
programadas pueden ser son obtenidos mediante estudios previos de tiempos y
movimientos, la producción logradas y los recursos reales pueden ser tomados de
reportes de producción y de minutas de producción respectivamente, tal como
puede verse en la Figura 1.6.
Figura 1.6. Diferencia entre meta de producción,

recursos programados, producción lograda y recursos
reales
• Meta de Producción: • Producción Lograda:

Cantidad de unidades a Cantidad de unidades
producir (resultado del producidas (tomada de
estudio de tiempos y los reportes de
movimientos). producción).
• Recursos Programados: • Recursos Reales:

Tiempos programados Tiempos realmente
(resultado del estudio de consumidos (tomados de
tiempos y movimientos) u las “minutas” de
otros recursos producción) u otros
programados. recursos programados.
1.2 ÁREAS RESPONSABLES DE LA CALIDAD
Teniendo en cuenta que la calidad es algo con lo que la organización en su

totalidad debe estar relacionada, la administración de ésta es objeto de estudios
más profundos. Este hecho incluye la mejora continua, la prevención de defectos,
los enfoques de calidad total y la calidad japonesa.
Tal como quedó establecido en la sección anterior, el término calidad se utiliza en

una amplia variedad de formas diferentes; no existe una definición clara de ésta, a
menos que sea vista desde las dimensiones del concepto de calidad; es decir,
desde el punto de vista del comprador, la calidad con frecuencia se asocia a su
valor, utilidad o incluso al precio; desde el punto de vista del productor, la calidad
se asocia con el diseño y la producción de un producto para satisfacer la
necesidad del cliente.
25

Así las cosas, los productores deben esforzarse continuamente para mejorar la
calidad, esto es, realizar un mejor trabajo para satisfacer las necesidades del
cliente y reducir la variabilidad en todos los procesos. La mejora continua es un
proceso que nunca termina y se estima con conocimiento y resolución de
problemas. Conforme los productores cumplen mejor las expectativas de los
clientes, y conforme se tiene disponible una mejor tecnología, la calidad se puede
mejorar continuamente.
De acuerdo con Juran y otros autores versados sobre el tema, como es el caso de
Schroeder (1994)3, la calidad incluye las siguientes cinco características:
 Tecnológicas (por ejemplo, resistencia y dureza)

 Psicológicas, (por ejemplo, sabor, belleza, posición relativa)
 Orientadas en tiempo (por ejemplo, confiabilidad y servicio)
 Contractuales (por ejemplo, estipulación de la garantía)
 Éticas (por ejemplo, cortesía del personal de ventas, honestidad)
La calidad para un producto manufacturado se puede definir principalmente por las

características tecnológicas contractuales y orientadas en tiempo, mientras un
producto de servicio puede incluir todas las características mencionadas
anteriormente.
En este sentido, las áreas responsables de la calidad requieren una interacción

continua entre el consumidor, operaciones y otras áreas de la organización. En la
Figura 1.7., se muestra cómo estas interacciones tienen lugar en las áreas
responsables de la calidad. El cliente especifica las necesidades, por lo regular a
través de la función de la mercadotecnia. Estas necesidades son o están
expresadas directamente por el cliente, o descubiertas a través de un proceso de
investigación de mercados. La ingeniería, a su vez, diseña un producto para
satisfacer esas necesidades o trabaja junto con el cliente en las modificaciones de
diseño que se adaptarán de acuerdo con las capacidades de producción.
3
SCHROEDER, Roger. Administración de operaciones. Toma de decisiones en la función de operaciones. 3ed. Méjico: McGraw-Hill, 1994.
855p.
26

Figura 1.7. Áreas responsables de la calidad
CLIENTE
Especifica las necesidades de calidad.
Redefine las necesidades para fijar las
Necesidades capacidades de operaciones.
MERCADOTECNIA
Interpreta las necesidades del cliente.
Trabaja con el cliente en el diseño del
producto para fijar las operaciones.
Interpretación de OPERACIONES
la necesidades Fabrica el producto
o servicio.
INGENIERÍA Especificaciones
Define el concepto de diseño.
Prepara las especificaciones. CONTROL DE
Define características de calidad. CALIDAD
Planea y monitorea la
calidad.
Adaptado de: SCHROEDER, Roger. Administración de operaciones. Toma de decisiones en la

función de operaciones. 3ed. Méjico: McGraw-Hill, 1994. 855p.
Una vez que se ha terminado el concepto de diseño y las especificaciones, queda

establecida la calidad de diseño. La ingeniería debe entonces trabajar junto con
operaciones para producir el producto especificado o, si se encuentran
dificultades, modificar las especificaciones. Operaciones debe asegurarse
continuamente de que el producto se esté fabricando conforme a lo especificado, y
esto se logra insistiendo en la calidad de conformidad con las especificaciones del
producto o servicio.
Esto generalmente se realiza mediante la capacitación, supervisión,

mantenimiento de maquinaria y equipo e inspección apropiadas. Además, para
cumplir con las especificaciones, operaciones debe esforzarse por reducir la
variación de sus procesos y productos en el tiempo. De esta forma se lleva a cabo
la mejora continua.
1.3 IMPORTANCIA DEL CONTROL DE CALIDAD
1.3.1 El Control de calidad moderno
En 1931, Walter Shewhart publicó " Economic Control of Quality of Manufactured

Products " (Control Económico de la Calidad de Productos Manufacturados), en el
que se plantean los principios básicos del control de la calidad, sobre la base de
métodos estadísticos, centrándose en el uso de Cuadros de Control.
27

Convirtiéndose así en el padre del Control de Calidad Moderno (aunque algunos
autores dan esta paternidad a Deming, debemos considerar que los estudios de
Deming se basaron inicialmente en los de Shewhart).
Después del aporte de Shewhart, en 1941 y 1942 se aprobaron y publicaron los "
Estándares Z " conocidos como los estándares de la Guerra, que enfocaban el uso
de los Cuadros de Control para el análisis de datos y su aplicación durante la
producción. Y también en 1941 Leslie E. Simons publicó " Un Manual de Métodos
Estadísticos para Ingenieros ".
Estos tres aportes eran lo único con que se contaba en el campo del control de
calidad durante los años cuarenta en el mundo occidental, donde hasta ese
momento la calidad y el mejoramiento no tenían ninguna importancia para las
empresas, sino hasta 1947, en que un grupo de colaboradores de Johns- Manville
terminaron de rodar y editar un video llamado " Control de Calidad Moderno " con
el objetivo de promover los aspectos básicos del control de calidad en su empresa
entre los colaboradores e indirectamente a la gerencia : cuadros de control,
histogramas, límites para gráficos de barras y cuadros R, así como muestreo. Fue
tan exitoso, que trascendió a la empresa y fue utilizado en muchas otras durante
décadas. Sin embargo, la concientización real sobre la importancia de la calidad
no se asentó en occidente sino hasta los años 80.
1.3.2 Mientras en el Japon…
Después de la II Guerra Mundial, el Japón se encontraba frente a la nada fácil

tarea de reconstruir su país. En aquel momento, las fuerzas de ocupación de los
EEUU, decidieron apoyar en la reconstrucción de la economía y la infraestructura
de manera directa, con el objetivo de evitar que el Japón recuperara su capacidad
bélica.
Llevaron al Japón un importante número de expertos estadounidenses para

ayudar en la labor, pero antes de esto, debían ganar la confianza de los
japoneses, quienes aún los veían como los enemigos. Para ello crearon la CCS
(Civil Communication Section), que debería difundir mensajes pro-EEUU en la
población, entre otros a través de programas de radio. Lamentablemente, la
población no contaba con radios.
Se construyeron establecimientos industriales orientados a la fabricación de

radios, pero luego de la guerra, los administradores experimentados del Japón
fueron alejados de puestos de esta naturaleza por su labor durante la guerra y el
personal con el que se contaba carecía de formación y experiencia, por lo que el
resultado fue productos de bajísima calidad.
28

Para apalear este problema se creó el NETL (National Electric Testing
Laboratory), con la responsabilidad de controlar la calidad. Sin embargo, poco
tiempo después se reconoció que esta estrategia nunca podría alcanzar buenos
resultados en el largo plazo, así que se reorientaron los esfuerzos hacia la
capacitación de esta nueva generación de administradores. Programa que se
realizó conjuntamente por la CCS y la JUSE (Unión de Científicos e Ingenieros del
Japón).
1.3.3 El Control estadístico de la calidad
Entre los temas de la capacitación, se incluyó el Control Estadístico de la Calidad

(SQC – Statistical Quality Control y SPC Statistical Process Control) y
especialmente los aportes en este campo de Walter Shewhart. La JUSE vió en
esta temática una razón, tal vez la principal, de la victoria de los EEUU en la
guerra y orientó su interés hacia este campo, solicitando a la CCS que les
recomendara a expertos que pudieran profundizar y reforzar el tema.
En aquel entonces Shewhart no estaba disponible, así que recomendaron a un

profesor de la Universidad de Columbia, que había estudiado y aplicado los
métodos de Shewhart, W. Edwards Deming. Ya en 1947 Deming había estado en
el Japón como parte de una misión de observación económica, por lo que los
japoneses ya lo conocían, facilitando su incorporación como instructor. En 1950,
durante dos meses, Deming entrenó a cientos de ingenieros y administradores, así
como a ejecutivos de primer nivel, enfocándose principalmente en tres aspectos
claves :
- el ciclo PDCA
- las causas de las variaciones
- el control de procesos con Cuadros de Control
La principal diferencia que existe en estos métodos y lo que después se conocería

como TQM es la orientación hacia la maximización de la operación y la
minimización de costos antes que la orientación al cliente.
1.3.4 Administración de la calidad total (TQM)
Al inicio los resultados fueron bastante buenos, pero poco a poco se regresaba a
la situación inicial, bajó la motivación a nivel de trabajadores, la información
recolectada no era exacta y los ejecutivos no mostraban interés en continuar con
el SQC. Para tratar de solucionar este dilema, la JUSE invitó a Joseph M. Juran
29

para realizar conferencias y charlas respecto del Rol de la Gerencia en la
Promoción de las Actividades de Control de Calidad. Esta visita marcó el salto en
Japón de los primeros pasos en Calidad hacia la Calidad Total, al introducir
aspectos como la definición de las políticas de calidad y la planificación de la
calidad. Que se reforzó con el lanzamiento en Japones del libro " The Practice of
Management " de Peter Drucker, en el que se plantea la Administración por
Objetivos.
Los Japoneses fusionaron las enseñanzas de Deming y Juran con la

Administración por Objetivos y dieron los primeros pasos hacia la Planeación
Estratégica de la Calidad y hacia la Administración de la Calidad Total (TQM –
Total Quality Management).
La Administración Total de Calidad hace énfasis en los objetivos del negocio

principalmente en calidad y varias políticas, prácticas y filosofías gerenciales que
soporten dichos objetivos y aumenten la calidad ya sea del producto o servicio,
enfocándolo al cliente.
1.4 CONTROL TOTAL DE CALIDAD
Para iniciar el proceso de control total de calidad en primer lugar, es de recalcar

que las autoridades de los niveles superiores deben establecer una política de
calidad; vale decir, la alta dirección. Ésta a su vez, debe derivarse de una
estrategia corporativa.
En segundo lugar, después de considerar los factores estratégicos, la gerencia de

alto nivel debe fijar una política de calidad. El comportamiento de calidad total
significa entender quién, cuáles son los requerimientos y satisfacer esos
requerimientos sin error, a tiempo y durante todo el tiempo.
Los enunciados de la política deben continuarse con objetivos de calidad

establecidos sobre bases periódicas, generalmente anuales. Si la compañía tiene
un sistema de Administración Por Objetivos (MBO - Management By Objetives),
los objetivos de calidad deben incorporarse en éste. Los objetivos de la calidad
deben aparecer no únicamente en los enunciados de MBO del administrador de la
calidad, sino en los enunciados de cada gerente relacionado con la calidad, por
ejemplo, operaciones, mercadotecnia, ingeniería y servicio en campo, etc.
Para mencionar algunos se citan los siguientes ejemplos de objetivos de la

calidad:
30

 Aumentar el nivel de calidad de salida a 99.999% (10 defectos en un millón
de unidades) medido mediante procedimientos de muestreo.
 Asegurarse de que todos los gerentes reciban un curso de capacitación de
5 días sobre aseguramiento de la calidad.
 Formar círculos de control de calidad de trabajadores y asesores para
reunirse semanalmente, con objeto de identificar las causas de una baja de
calidad y tomar la acción correctiva apropiada.
 Una vez que se han formulado los objetivos y se han asignado a gerentes
específicos, estos últimos proporcionarán los recursos a corto plazo para
mejorar la calidad y llevar a cabo la política de calidad de la compañía.
Por otra parte, conjuntamente con la política y los objetivos, la estructura

organizacional es uno de los asuntos que deben decidirse como parte de la
administración de la calidad.
Si la calidad debe reportar a manufactura o no da lugar a grandes controversias.

Aquellos que argumentan una función de calidad separada reportando al gerente,
afirman que la calidad debe ser independiente para evitar el comprometerla con el
esfuerzo para satisfacer los programas o reducir costos. Este punto de vista ha
sido especialmente fuerte en compañías que trabajan para el gobierno. En
algunos casos, el gobierno insiste en que la calidad debe ser organizada en forma
separada para proteger los intereses del gobierno como cliente (en la actualidad
en Colombia quien viene adelantando esta labor es Acción Social de la
Presidencia de la República).
Reiterando, aquellos que argumentan que la calidad debe depender de

manufactura puntualizan que ésta no se puede inspeccionar en un producto o
servicio y que la calidad requiere una coordinación estrecha con la fuerza de
trabajo, compras y todas las fases de la operación. Sostienen que el gerente de
manufactura es la persona indicada para coordinar el trabajo del departamento de
calidad y todos los otros departamentos dentro de manufactura que afecta la
calidad.
En años recientes, en la medida que se ha desarrollado el concepto de calidad

total, el arreglo organizacional en uso se ha hecho menos importante. Utilizando el
concepto de calidad total, el departamento de calidad se percibe como el
coordinador organizacional de todos los otros departamentos que afectan a la
calidad: manufactura, compras, mercadotecnia e ingeniería. Bajo un programa de
calidad total. Cada departamento debe identificar su papel exacto en cuanto a la
calidad se refiere y debe establecer objetivos para mantener aceptable la calidad
de diseño y comportamiento.
31

El concepto de la calidad total requiere entonces, que el departamento de calidad
y fábrica invierta más tiempo en la planeación y menos en la inspección y control.
Un enfoque de calidad total subraya la prevención de defectos y reconoce el papel
de todas las áreas de la organización para lograr los objetivos de la calidad. De
hecho, la prevención no es algo que pueda llevar a cabo cualquier departamento
debido a que requiere la atención sobre las relaciones del proveedor (compras),
capacitación (personal), diseño (ingeniería) necesidades del cliente
(mercadotecnia) y fabricación del producto (operaciones).
Se requiere un enfoque de sistemas total que abarque la organización por

completo. En este caso, el departamento de calidad no es responsable de todos.
El departamento de calidad sirve en su papel de coordinador para asegurar que
cada uno contribuya a los objetivos de calidad. En consecuencia, la falta de un
concepto de calidad total se puede ver todos los días en la industria.
Al descubrir un problema de calidad, el gerente general con frecuencia toma en

sus manos el control de calidad para identificar el problema. En realidad, el control
de calidad puede hacer poco, dado que el problema fue ocasionado en primer
lugar por ingeniería, manufactura o mercadotecnia. Es un error llamar a la mayoría
de los problemas como problemas de calidad; deben llamarse por los nombres de
los departamentos que los ocasionaron. Es de aclarar que cada una de estas
áreas responsables de la calidad fue explicada en la sección anterior.
Por lo tanto, no es simple reconocer la importancia del control de calidad total; sino
que, se debe poner en ejecución un programa positivo a través de toda la
organización. El programa debe especificar cómo serán organizados los esfuerzos
de la calidad total, cómo pueden los individuos estar conscientes de su papel en la
calidad y cómo se deben medir los resultados del enfoque de calidad total, razón
por la que el enfoque de Deming es el más empleado.
Para ilustrar los conceptos anteriores, a continuación se esquematiza la forma que

tiene lugar la aplicación de éstos en la Figura 1.8. Es de resaltar que las técnicas
sugeridas como son el costo de la calidad, estudios de pérdidas, medición,
diagrama de causa – efecto, diagrama de Pareto; y los análisis estadísticos como
gráficos de control, muestreo e inspección, se verán en más adelante en los
capítulos sucedentes.
32

Figura 1.8. Proceso para lograr la calidad total
Estrategia y calidad
Aclaración del tema de calidad, un objetivo de las operaciones
Factores que afectan Comprensión de las relaciones entre Análisis: la base para el
la calidad: los factores que afectan la calidad y continuo mejoramiento, la
•Administración desempeño de la calidad: gestión y el aseguramiento
•Empleados •Percepciones del cliente de la calidad y su control:
•Instalaciones, •Resultados que se esperan de la •Diagnóstico
procesos y calidad orientado hacia la
equipos •Factores que afectan la calidad calidad total: Costo de
•Materiales la calidad, estudios de
•Vendedores Acciones para mejorar y asegurar el pérdidas, medición,
apego a los objetivos: diagrama de causa –
•Enfoques iniciados por la efecto, diagrama de
administración Pareto.
•Comportamiento y calidad •Análisis estadístico:
Gráficos de control,
muestreo e
Resultados: Consistencia con la
inspección
calidad de todos los productos y
servicios en concordancia con la
posición estratégica deseada
Adaptado de: ADAM, Everett y EBERT, Ronald. Administración de la producción y las operaciones.
4ed. Méjico: Prentice-Hall, 1991. 739p.
La Administración Total de Calidad es una serie de principios a seguir por toda la

organización a priori de conseguir calidad y productividad bajo la correcta
administración de la compañía. Algunos lo ven como maximizar productividad
mientras se minimizan los costos aunque esta percepción a evolucionado gracias
a herramientas como los 14 puntos de Deming.
La Administración Total de Calidad hace énfasis en los objetivos del negocio

principalmente en calidad, varias políticas, prácticas y filosofías gerenciales que
soporten dichos objetivos y aumenten la calidad ya sea del producto o servicio,
enfocándolo al cliente. TQM se observa más que como un concepto una filosofía,
la cual sirve de base para el desarrollo de muchos otros conceptos., desarrollo de
herramientas y demás.
Bajo la práctica se encontraran diversos autores que imparten sus enseñanzas

siendo estos líderes de calidad como Philip B. Crosby, W. Edwards Deming,
Armand V. Feigenbaum, Kaoru Ishikawa, y J. M. Juran.
La práctica de la calidad es común en las empresas de hoy día no importando el

giro aunque su nacimiento es en la industria manufacturera se puede encontrar
diversas empresas de servicio con la aplicación TQM, este como factor más de
diferenciación y bajo una adecuada implementación paso fundamental para
reducir costos e incrementar utilidades.
33

Si quisiéramos ver a TQM como sencilla ecuación podríamos encontrar:
Calidad = Conforme a los Requerimientos.

Total = Calidad involucra a todos y a todas las actividades en una organización.
Administración = La Calidad puede ser administrada.
TQM = Un proceso para el manejo de la calidad; se traduce a un cambio de

cultura en la manera de afrontar la vida; siendo una filosofía de mejora continua en
todo lo que hacemos.
TQM mantiene como eje la visión y misión definidos por una empresa ya que bajo
este concepto se fundamenta, siendo la correcta determinación de objetivos y
metas el primer paso para orientar a la empresa y su método de resolución de
problemas.
A tiempos recientes TQM tiene como contraparte entre las teorías administrativas
el auge de la alineación estratégica de Recursos Humanos mostrando como
intersección el factor humano de la empresa pero con la gran diferencia de que
TQM incluye como parte de su metodología un análisis a detalle de los procesos,
métodos, herramientas y la constante búsqueda de minimizar costos manteniendo
el propósito de maximizar los beneficios.
Para ver esto existe otro modelo en donde se expresa.
DRH + DO = TQM
Desarrollo de Recursos Humanos + Desarrollo Organizacional = Administración de

la Calidad Total
En donde DRH se concentra en hacer mensurable el desarrollo del capital humano

e intelectual, las organizaciones tienden a convertirse en organizaciones que
aprenden, las compañías obtienen mayor posibilidad de generar riqueza a través
de su personal, esto atado con desarrollo organizacional producirá un efecto de
calidad total.
Varios conceptos aparecerán en el plano de la calidad desarrollados bajo la teoría

de TQM como lo puede ser:
 Cero control de calidad (Poka Yoke)
34

 Despliegue de la Función de Calidad o QFD (Quality Function
Deployment), que derivaría posteriormente en el concepto de Concurrent
Engineering
 El método Taguchi
 Cero Defectos (6 σ)
 ISO 9000
 14 puntos y Sistema de Conocimiento profundo (Deming).
1.4.1 TQM Modelo de madurez
El modelo que se observa para alcanzar la madurez de la implantación de un

sistema de TQM se muestra a continuación. Este modelo es parte de las prácticas
actuales de TQM sin embargo ha habido a través del tiempo otros modelos que
buscaban la implantación exitosa de TQM. El Modelo contiene las siguientes
Fases
1. Proceso de Mejora
Solucionar un problema conocido
2. Mejora del Sistema
Administración Diaria
Aseguramiento de Calidad
Teoría de las Fuerzas
Manejo estratégico de Políticas
3. Mejora de Producto
Función de entrega de Calidad (QFD)4[1]
Bajo el enfoque de analizar la variación de los productos podemos pensar a la

variación como un hecho en la vida, que es aleatorio y misceláneo. Así un
procesos puede producir dos cosas que nos son iguales. En la época de los
35

productos artesanales, esto podría ser valorado como la forma de diferenciarse,
en tiempos modernos en donde la industria es de partes intercambiables y el
reemplazo masivo de piezas hace un producto final, el control de la variación es
crítica para la satisfacción del cliente.
Dr. Walter Shewhart identificó dos tipos de variación, controlada y no controlada, y

sus características.
Variación Controlada
 Estable
 Exhibe un patrón constante a través del tiempo
 Es resultado de un proceso y puede ser predecible con cierta exactitud
 Los procesos pueden ser mejorados dado a que las salidas pueden
predecirse.
Variación No Controlada
Cambios a través del tiempo dado a “causas asignables”

No se puede predecir el resultado de los procesos
Los procesos no pueden ser mejorados de manera sencilla dados la manera
impredecible de presentarse las salidas.
El trabajo de las gerencias es el administrar la variación a razón de obtener

resultados predecibles, tales como calidad, costo y calendario de producción.
Para manejar la variación de un proceso la información debe ser analizada con los
cambios y posibles alteraciones. Usualmente se manejan herramientas del Control
Estadístico de Procesos.
1.4.2 Aplicación de los enfoques del control de calidad
Al buscar diferenciar los enfoques del control de calidad de acuerdo al tipo de

defectos hacia los que se orientan encontramos:
FACTORES HUMANOS
- Trabajo en Equipo
- Compromiso de la Gerencia
- Driving Out Fear
36

VARIACIONES
- Control Estadístico de la Calidad o de los Procesos (SQC)

- Método Taguchi
- DOE
Estos enfoques son aplicables principalmente cuando existen variaciones en las

materias primas y en los resultados de los procesos. Es decir, cuando trabajamos
con valores contínuos (dosis, formulaciones, temperaturas, pesos, cantidades,
entre otros).
COMPLEJIDAD
- Mapeo de Procesos (Process Mapping)

- DFMA
ERRORES
- A Prueba de Errores
- Poka-Yoke
- Cero Control de Calidad
Estos tres enfoques son aplicables cuando nos encontramos con una o más de las
siguientes situaciones:
- Operaciones manuales donde es necesario vigilar al operario.

- Cuando pueden darse errores de posición equivocada
- Cuando se requiere ajustar algo
- Cuando se requiere sentido común y no sólo motivación
- Cuando es difícil o imposible aplicar SQC
- Cuando lo importante son los atributos y no las mediciones
- Donde los costos de entrenamiento y la rotación de personal son altos.
- Cuando existen modelos de producción mixtos.
- Cuando los consumidores pueden cometer errores y culpar al proveedor.
- Cuando los costos de errores externos son superiores a los de errores en el
proceso.
1.4.3 Los 14 puntos de Deming
1. Crear constancia en el propósito de mejorar el producto y el servicio, con el

objetivo de llegar a ser competitivos y permanecer en el negocio, y de
proporcionar puestos de trabajo.
37

2. Adoptar la nueva filosofía. Nos encontramos en una nueva era económica.
Los directivos occidentales deben ser conscientes del reto, deben aprender
sus responsabilidades, y hacerse cargo del liderazgo para cambiar.
3. Dejar de depender de la inspección para lograr la calidad. Eliminar la

necesidad de la inspección en masa, incorporando la calidad en el producto
en primer lugar.
4. Acabar con la práctica de hacer negocios sobre la base del precio. En vez
de ello minimizar el costo total. Tender a tener un solo proveedor para
cualquier artículo, con una relación a largo plazo de lealtad y confianza.
5. Mejorar constantemente y siempre el sistema de producción y servicio, para

mejorar la calidad y la productividad, y así reducir los costos continuamente.
6. Implantar la formación en el trabajo.
7. Implantar el liderazgo. El objetivo de la supervisión debería consistir en

ayudar a las personas y a las máquinas y aparatos para que hagan un
trabajo mejor. La función supervisora de la dirección necesita una revisión,
así como la supervisión de los operarios.
8. Desechar el miedo, de manera que cada uno pueda trabajar con eficacia
para la compañía.
9. Derribar las barreras entre los departamentos. Las personas en

investigación, diseño, ventas y producción deben trabajar en equipo, para
prever los problemas de producción y durante el uso que pudieran surgir
con el producto o el servicio.
10. Eliminar los slogans, exhortaciones y metas para pedir a la mano de obra
cero defectos y nuevos niveles de productividad. Tales exhortaciones sólo
crean relaciones adversas, ya que el grueso de las causas de la baja
calidad y baja productividad pertenecen al sistema y por tanto caen más
allá de las posibilidades de la mano de obra.
11.
a. Eliminar los estándares de trabajo (cupos) en planta. Sustituir por el
liderazgo.
38

b. Eliminar la gestión por objetivos. Eliminar la gestión por números, por
objetivos numéricos. Sustituir por el liderazgo.
12.
a. Eliminar las barreras que privan al trabajador de su derecho a estar
orgulloso de su trabajo. La responsabilidad de los superiores debe
virar de los meros números a la calidad.
b. Eliminar las barreras que privan al personal de dirección y de

ingeniería de su derecho a estar orgullosos de su trabajo. Esto
quiere decir, entre otros, la abolición de la calificación anual o por
méritos y de la gestión por objetivos.
13. Implantar un programa vigoroso de educación y auto-mejora.
14. Poner a todo el personal de la compañía a trabajar para conseguir la

transformación. La transformación es tarea de todos.
1.4.4 Equipos de trabajo
Los equipos de trabajo son parte esencial en TQM y en las organizaciones

modernas. Los métodos para ayudar a administrar, organizar y participar en
equipos efectivos de trabajo son esenciales para las compañías de hoy día.
La gente de calidad los refiere de acuerdo a la “participación de todos”.

Usualmente se dice que todos hasta usted mismo es un cliente. En otras palabras
cada equipo de trabajo debe reconocer lo siguiente: escuchar las necesidades de
los demás y comunicar las necesidades propias, todos como miembros de un
mismo equipo y orientado hacia un objetivo en común.
1.4.5 Una buena práctica del manejo de equipos
Sombreros del pensamiento de Bono
Hay seis sombreros metafóricos y el participante puede ponerse y quitarse estos

sombreros para indicar el tipo de pensamiento que está utilizando. La acción de
ponerse y quitarse el sombrero es esencial. Los sombreros nunca deben ser
utilizados para categorizar a los individuos, aunque su comportamiento parezca
39

inducirnos a hacerlo. Cuando se realiza en grupo, todos los participantes deben
utilizar el mismo sombrero al mismo tiempo.
Pensamiento con el Sombrero Blanco

Este tiene que ver con hechos, cifras, necesidades y ausencias de información.
"Pienso que necesito un poco de pensamiento de sombrero blanco en este
punto..." significa: Dejemos los argumentos y propuestas y miremos los datos y las
cifras.
Pensamiento con el Sombrero Rojo

Este tiene que ver con intuición, sentimientos y emociones. El sombrero rojo le
permite al participante exponer una intuición sin tener que justificarla.
"Poniéndome mi sombrero rojo, pienso que es una propuesta terrible".
Usualmente, los sentimientos e intuiciones solamente pueden ser introducidas en
una consideración si son sustentadas por la lógica. Por lo general el sentimiento
es genuino pero la lógica no es auténtica. El sombrero rojo autoriza plenamente al
participante para que exponga sus sentimientos sobre el asunto sin tener que
justificarlo o explicarlo.
Pensamiento con el Sombrero Negro

Este es el sombrero del juicio y la cautela. Es el sombrero más valioso. En
ningún sentido es un sombrero negativo o inferior a los demás. El sombrero negro
se utiliza para señalar por qué una sugerencia no encaja en los hechos, la
experiencia disponible, el sistema utilizado, o la política que se está siguiendo. El
sombrero negro debe ser siempre lógico.
Pensamiento con el Sombrero Amarillo

Tiene que ver con la lógica positiva. Por qué algo va a funcionar y por qué
ofrecerá beneficios. Debe ser utilizado para mirar adelante hacia los resultados de
una acción propuesta, pero también puede utilizarse para encontrar algo de valor
en lo que ya ha ocurrido.
Pensamiento con el Sombrero Verde
40

Este es el sombrero de la creatividad, alternativas, propuestas, lo que es
interesante, estímulos y cambios.
Pensamiento con el Sombrero Azul

Este es le sombrero de la vista global y del control del proceso. No se enfoca en
el asunto propiamente dicho sino en el 'pensamiento' acerca del asunto.
"Poniéndome el sombrero azul, siento que deberíamos trabajar más en el
pensamiento con el sombrero verde en este punto". En términos técnicos, el
sombrero azul tiene que ver con el meta-conocimiento.
También es importante mantener un buen manejo de juntas, bitácoras, glosario de

principales términos e información de los resultados. Además de ser posible rotar
la responsabilidad entre los miembros del equipo.
1.4.6 Tres Dimensiones de TQM
Los japoneses extendieron la enseñanza de Deming hacia el ámbito

administrativo. Algunos modelos de TQM son extraídos de La Sociedad Japonesa
de Calidad y la Asociación Japonesa de Estándares.
Los Japoneses identifican tres principales dimensiones de TQM: Administración

Diaria, Hoshin /Manejo de Políticas y la Administración Multi Funcional.
41

Administración Diaria es la administración de las operaciones de la
administración día a día Esto incluye Mejoramiento de Calidad, Mantenimiento,
Estandarización.
Administración de Políticas Se enfoca en dirección estratégica para lograr

objetivos de la compañía.
Aseguramiento de la Calidad se enfoca en diseñar productos de calidad

procesos de calidad oponiéndose a inspeccionar después.
Administración multifuncional se enfoca en las iniciativas de mejoramiento de la

calidad, reducción de costos, mejoramiento de tiempos y compromisos medibles,
satisfacción de los accionistas, seguridad, protección en el ambiente de trabajo y
otras directrices a gran escala.
1.4.7 Administración Diaria en Sistemas TQM
El mantenimiento y continuo mejoramiento de las operaciones diarias y procesos

claves. Esto se lleva acabo a nivel individual y organizacional. Un giro en la Teoría
de Restricciones causaría que la optimización en las actividades locales
entorpezca la optimización del sistema. Hay que tener cuidado de que los cambios
42

locales no interfieran con el sistema de la organización. Por ejemplo comprar un
componente más barato podría provocar un problema de calidad en la planta.
Lo que distingue al la Administración diaria de otras administraciones es el

PDCA5[1]. El PCDA requiere una evaluación de los resultados actuales
comparados con los resultados predichos dentro de un ciclo de retroalimentación.
Se requiere de un sistema de medición definido en la etapa de planeación. Como
lo dice el estudio del proceso de variación no podemos mejorar directamente el
proceso de salida de producción solo las entradas de producción. La
administración diaria debe controlar ambos. Esto se releja en un diagrama de
Espina de Pescado o en un diagrama de relaciones. Dicho en otras palabras se
aplica los mismos sistemas de retroalimentación y control para el proceso
administrativo que para el mecánico.
Los puntos de control pueden ser monitoreados periódicamente para ver a que
distancia están de sus objetivos meta y tomar acciones correctivas en lugar de
esperar a actuar al final de los resultados.
El proceso de TQM funciona mejor cuando se establecen puntos de control y

monitoreo para acción critica de la organización y a esto se le llama administración
diaria.
La administración diaria no busca la mejora continua de forma aleatoria ya que
puede ser dañina para la organización, la administración diaria debe ser una
optimización de toda la organización.
1.4.8 Optimización total de la organización
1. Propósito, Misión y Visión
Primero que nada hay que definir: el propósito de la organización a través de sus
principios, la visión y la misión.
Principios deben reflejar la filosofía de la compañía. Establece los principios de la

filosofía. Los compromisos con la sociedad, el medio ambiente y las personas, el
compromiso de calidad con los clientes, proveedores, empleados, etc. El principio
debe ser lo suficientemente amplio para que pueda aplicarse en cualquier
circunstancia.
43

Visión y Misión Tienen una relación de causa y efecto. La visón refleja a la
organización misma dentro de los próximos 5 a 10 años (visión a corto plazo. La
Visión debe contener la dirección (mejoramiento) un indicador (calidad,
satisfacción del cliente) un objetivo cuantitativo ($, #, %) y un tiempo limite (para
cuando). Todo esto es un punto de control.
Misión Describe las actividades a realizar para alcanzar la visión. La misión es la

causa y la visión es el efecto. La misión contiene el diseño (verbo, rumbo,
mantenimiento) objetivo (sistemas, estrategia) objetivo cuantificable ($, #, %) limite
de tiempo (igual al de la visión). Todos estos valores son puntos de seguimiento.
Algunas organizaciones tiene una visión a largo plazo (30 años) o a corto plazo (2-
5 años). El propósito, la visión y la misión deben mantenerse simples y fáciles de
entender por todos los empleados. Debe mantenerse visible para que los
empleados estén convencidos de porque quieren trabajar en la organización.
1.4.9 Etapas en la implementación de TQM
Etapa1 Etapa 2 Etapa 3 Etapa 4

Descripción
Despertando Activación Abrirse paso Clase Mundial
Orientación de los logros Esta enfocado hacia El talento necesita cambiar Buscar clientes de largo Existente al gozo del
resultados financieros para enfocarse en alcances plazo. cliente
Lo que la organización a corto plazo. a largo plazo.
intenta hacer
Orientación hacia la Explotar sus mayores Identificar y analizar sus Enfoque en la Buscar liderear
implementaron fortalezas pequeñas entradas implementaron de pocos consistentemente a los
procesos con trabajos clientes proveyendo
Lo que la organización críticos anticipadamente valor
trata de implementar extraordinario
Orientación de la Confiar en información Esta agusto con las nuevas Intentar conectar su Buscar continuamente
información generada por fuentes fuentes de información proceso interno de el flujo de información
confiable internas información con la integrada del ambiente
Lo que la organización usa (presupuestos, información externa del e que rodea a los
como información ingresos, producción, cliente clientes, empleados,
costos de operación, procesos de trabajo,
etc.) etc.
Orientación funcional Esta orientada por un Experimentar con Sistemáticamente luchar Ah eliminado 'turfism'.
impulso alternativas 'turfism'. 'turfism'. Buscar alcanzar Todas las funciones
Como la organización se Intentar cortar a través de atraves de la funcionalidad comparten la meta.
busca a sí mismo sus chimeneas con enfocada en compartir Deleitar a los clientes
programador de calidad metas definidas de los
clientes
Orientación catalítica Responder cuando Buscar escapar de la crisis Anticiparse al o que el Responder a las
llegue la crisis con un nuevo énfasis en cliente quiere oportunidades
Lo que origina cambios en prevención
la organización
Orientación emocional Es lidereada por Es lidereada empleados Es lidereada por Es lidereado por
empleados escépticos empleados motivados y empleados con
Como se comporta la frustrados o con espíritu empowerment con
organización indiferentes confidencialidad
44

1.5 PLANEACIÓN Y DISEÑO DE UN SISTEMA DE CALIDAD
PHVA
Planear
 Quién debe asistir, tomar notas y estar presente.

 Cual es el propósito de la junta para la organización
 Cuando se realizara dicha junta y enviar la orden del día
 Porque es importante la asistencia a dicha junta
 Cómo será dirigida la junta y mejorada para la próxima ocasión.
Hacer
Comenzar la junta a tiempo, revisar la orden del día, establecer el escenario las
reglas y roles (incluyendo aquel que lleve el tiempo de duración), dirigir hacia
objetivos específicos, establezca pendientes, tiempos de realización, metodología
de documentación, comunicación y responsables al igual que acuerdos y
resoluciones.
Verificar
Verifique que la orden del día se haya cumplido, haga un resumen de los
acuerdos, planes de acción y tiempos. Establezca cuando se realizará la siguiente
juntas (si es necesario) y evalué.
Actuar
Dar seguimiento a los pendientes y compromisos, distribuya notas, documentación

e información a las personas pertinentes. Mejore continuamente su método de
llevar las reuniones.
45

2. TÉCNICAS CON DATOS NO NUMÉRICOS PARA EL
CONTROL DE CALIDAD
2.1 TORMENTA DE IDEAS
La lluvia de ideas o brainstorming, también denominada tormenta de ideas, es una

herramienta de trabajo grupal que facilita el surgimiento de nuevas ideas sobre un
tema o problema determinado. La lluvia de ideas es una técnica de grupo para
generar ideas originales en un ambiente relajado.
Esta herramienta fue ideada en el año 1941 por Alex Faickney Osborn, cuando su
búsqueda de ideas creativas resultó en un proceso interactivo de grupo no
estructurado que generaba más y mejores ideas que las que los individuos podían
producir trabajando de forma independiente; dando oportunidad de hacer
sugerencias sobre un determinado asunto y aprovechando la capacidad creativa
de los participantes.
La principal regla del método es aplazar el juicio, ya que en un principio toda idea
es válida y ninguna debe ser rechazada. Habitualmente, en una reunión para
resolución de problemas, muchas ideas tal vez aprovechables mueren
precozmente ante una observación "juiciosa" sobre su inutilidad o carácter
disparatado. De ese modo se impide que las ideas generen, por analogía, más
ideas, y además se inhibe la creatividad de los participantes. En un brainstorming
se busca tácticamente la cantidad sin pretensiones de calidad y se valora la
originalidad. Cualquier persona del grupo puede aportar cualquier idea de
cualquier índole, la cual crea conveniente para el caso tratado. Un análisis ulterior
explota estratégicamente la validez cualitativa de lo producido con esta técnica.
2.2. DIAGRAMA CAUSA - EFECTO

Para comenzar se recuerda la frase “La calidad empieza con educación y termina
con educación”, palabras atribuidas a Kaoru Ishikawa al resumir un principio
filosófico de la calidad.
46

Un diagrama de causa – efecto indica en forma gráfica, qué conjunto de factores
causales intervienen en una determinada característica, de calidad, la cual podría
influir en un efecto correspondiente al identificar todas las variables o causas que
intervienen e interactúan en el proceso.
Teniendo en cuenta que para mejorar un proceso se debe continuamente obtener

más información acerca del mismo y sus resultados. Una única y valiosa
herramienta para logar esta meta es el diagrama de causa – efecto, desarrollado
en 1943 por Ishikawa en la Universidad de Tokio. Él la usó para explicar a un
grupo de ingenieros de la compañía Kawasaki Steel Works cómo varios efectos
podían ser arreglados y relacionados.
Con el transcurrir del tiempo este diagrama ha sido normalizado en Japón. Su uso
se ha difundido ampliamente en todo el país. Ha sido incluido en la terminología
de calidad de JIS (Normas Industriales Japonesas) donde se define así: Diagrama
de causa – efecto: Diagrama que muestra la relación entre una característica de
calidad y los factores.
En la actualidad, el diagrama se usa, no sólo para tratar las características de

calidad de productos y servicios, sino en otros campos, y ha encontrado aplicación
mundial.
2.2.1. Cómo hacer diagramas de causa – efecto
Hacer un diagrama de causa – efecto útil requiere conocimiento y práctica. Puede

decirse seguramente que quien tiene éxito en resolver problemas en control de
calidad es aquel que ha tenido éxito en la elaboración y utilización del diagrama
de causa – efecto.
2.2.2. Estructura del diagrama de causa – efecto
También llamado “diagrama de esqueleto de pescado ó diagrama de espina de

pescado”, ya que se parece exactamente a un esqueleto de pescado. Aquí se
tratará como diagrama C (Causa) y E (Efecto).
2.2.3. Procedimiento para hacer un diagrama de causa – efecto
Los siguientes son los pasos para elaborar un diagrama de causa – efecto, tal
como puede verse en la Figura 5.1.
47

Paso 1. Se determina la característica de calidad.
Paso 2. Se selecciona una característica de calidad. Al centro de una hoja de

papel, dibuje el tronco o columna vertebral del diagrama. Se escribe la
característica de calidad del lado derecho y enciérrela dentro de un rectángulo. A
continuación, se escribe las causas primarias que afectan a la característica de
calidad como ramas, también encerradas en rectángulos.
Paso 3. Se escriben las causas (secundarias) que afectan a las ramas (primarias)
como ramas medianas, y las causas (terciarias) que afectan a las ramas medianas
como ramitas. Todas son causas probables.
Paso 4. Se asigna una importancia a cada factor. Se marcan los factores de

importancia particular que parezcan tener un efecto significativo sobre la
característica de calidad.
Paso 5. Se registra cualquier información necesaria como: fecha, participantes,

departamento, producto, propósito y nombre o nombres de quien o quienes
elaboró o elaboraron el diagrama.
Figura 5.1. Diagrama de causa – efecto

PRECIO PRODUCTO
CAUSAS
Nitidez
Grosor
Fotocopia
Costos
operativos Variedad de
Papel tamaños
Actividades que
no agregan valor Color
Satisfacción de
clientes del centro
Espera en de fotocopiado
la cola
Amabilidad
Servicio de del personal EFECTO
entrega
Rapidez del Personal

servicio
Flexibilidad
SERVICIO
48

2.2.4. Explicación del procedimiento
Puede encontrar a menudo dificultad para proceder cuando practica esta

perspectiva. El mejor método en tal caso es considerar la variación. Por ejemplo,
considere la variación en la característica de calidad al conceptualizar las ramas.
Si los datos muestran que hay tal variación, considere el porqué existe. Una
variación en el efecto puede ser causada por variación en los factores. Esta clase
de conceptualización es extremadamente efectiva.
Cuando se hace un diagrama C y E relacionado con cierto defecto, por ejemplo,

se puede describir que hay una variación en el número de defectos que ocurren en
diferentes días de una semana. Si encuentra que el defecto ocurrió con más
frecuencia en lunes que en cualquier otro día, puede pensar de la siguiente forma:
“¿Por qué ocurrió el defecto?” “¿Por qué ocurrió el defecto con más frecuencia en
lunes que en cualquier otro día?” Esto lo guiará a buscar factores que hagan una
situación diferente, finalmente lo conduce a descubrir la causa del defecto.
Al adoptar este método de pensamiento en cada etapa de examen de la relación

entre la característica y las ramas, las ramas medianas y las ramitas es posible
construir un diagrama C y E útil sobre una base lógica.
Una vez completado el diagrama, el próximo paso a asignar una importancia a

cada factor. No todos los factores en el diagrama están necesaria y cercanamente
relacionados con la característica. Marque aquellos que parezcan tener un defecto
en particular significativo sobre las características.
Finalmente, se incluye cualquier información necesaria en el diagrama, tal como

título, nombre del producto o del servicio, proceso o grupo, lista de participantes,
fecha, etcétera.
Aún cuando de acuerdo a los planteamientos precedentes del procedimiento hasta

aquí consignado incluye los elementos necesarios para la construcción de un
diagrama de causa – efecto, es importante tener en cuenta que en la medida éste
se combine con otro tipo de diagrama, los resultados pueden llegar a ser más
satisfactorios. Por ejemplo, para llegar al diagrama presentado en la Figura 5.2.,
es importante haberla complementado con otro(s) diagrama(s) como podrían ser
el diagrama de árbol, el diagrama de afinidad o la tormenta de ideas, etc.
Para el caso que nos ocupa, a manera de ilustración se muestra el diagrama de

árbol en la Figura 5.2., el cual permite visualizar el conjunto de posibilidades con
las que podrá alcanzarse una meta predeterminada; además de poder ser vista
49

como el efecto de la organización sistemática en cuanto a las metas y los medios
correspondientes para lograrlas, sirviendo para presentar, en forma organizada, el
conjunto de medidas con las que es posible alcanzar el propósito deseado.
Responsabilidad secundaria SIMBOLOGÍA

Figura 5.2. Diagrama de árbol Responsabilidad primaria Mantener informado
VARIABLES VARIABLES VARIABLES Departamento

PRINCIPALES SECUNDARIAS AUXILIARES
Provee- Atención Manteni-
duría cliente miento
Satisfacción del cliente del centro de fotocopiado
Papel grueso
Papel de
alta calidad
Papel blanco
Excelente
producto
Fotocopia Fotocopia nítida
de alta
calidad Variedad de tamaños
Buen Precio
Precio bajo
precio favorable
Rápido Espera corta

servicio de
entrega Servicio rápido
Excelente
servicio Personal amable
Excelente
atención
personal Servicio flexible
2.3. HOJAS DE VERIFICACIÓN
En el control estadístico de la calidad se hace uso cotidiano de las hojas de

verificación, ya que es necesario comprobar si se han recabado los datos
solicitados o si se han efectuado determinados trabajos. Se usan para verificar:
- La distribución del proceso de producción.

- Los defectos
- Las causas de los defectos
- La localización de los defectos
- Confirmar si se han hecho las verificaciones programadas
Una Hoja de Verificación (también llamada "de Control" o "de Chequeo") es un impreso
con formato de tabla o diagrama, destinado a registrar y compilar datos mediante un
método sencillo y sistemático, como la anotación de marcas asociadas a la ocurrencia de
50

determinados sucesos. Esta técnica de recogida de datos se prepara de manera que su
uso sea fácil e interfiera lo menos posible con la actividad de quien realiza el registro.
2.3.1. Pasos para la elaboración de una hoja de verificación
1. Determinar claramente el proceso sujeto a observación. Los integrantes deben

enfocar su atención hacia el análisis de las características del proceso.
2. Definir el período de tiempo durante el cuál serán recolectados los datos. Esto
puede variar de horas a semanas.
3. Diseñar una forma que sea clara y fácil de usar. Asegúrese de que todas las
columnas estén claramente descritas y de que haya suficiente espacio para
registrar los datos.
4. Obtener los datos de una manera consistente y honesta. Asegúrese de que se
dedique el tiempo necesario para esta actividad.
DIA
DEFECTO 1 2 3 4 TOTAL
Tamaño erróneo IIIII I IIIII IIIII III IIIII II 26
Forma errónea I III III II 9
Depto. Equivocado IIIII I I I 8
Peso erróneo IIIII IIIII I IIIII III IIIII III IIIII IIIII 37
Mal Acabado II III I I 7
TOTAL 25 20 21 21 87
2.3.2. Consejos para la elaboración e interpretación de las hojas de

verificación
1. Asegúrese de que las observaciones sean representativas.

2. Asegúrese de que el proceso de observación es eficiente de manera que las
personas tengan tiempo suficiente para hacerlo.
3. La población (universo) muestreada debe ser homogénea, en caso contrario, el
primer paso es utilizar la estratificación (agrupación) para el análisis de las
muestras/observaciones las cuales se llevarán a cabo en forma individual.
51

Ventajas:
 Supone un método que proporciona datos fáciles de comprender y que son obtenidos
mediante un proceso simple y eficiente que puede ser aplicado a cualquier área de la
organización.
 Las Hojas de Verificación reflejan rápidamente las tendencias y patrones subyacentes

en los datos.
Utilidades:
 En la mejora de la Calidad, se utiliza tanto en el estudio de los síntomas de un

problema, como en la investigación de las causas o en la recogida y análisis de
datos para probar alguna hipótesis.
 También se usa como punto de partida para la elaboración de otras

herramientas, como por ejemplo los Gráficos de Control.
2.4. DIAGRAMA DE RELACIONES
Permite obtener una visión de conjunto de la complejidad de un problema.

Presenta qué causas están relación con determinados efectos y cómo se
relacionan entre sí diferentes conjuntos de causas y efectos.
Procedimiento de elaboración:
1. Enunciar el problema por escrito.
2. Listar las causas probables del problema, encerrar cada causa en un círculo.
3. Identificar el resultado que corresponde a cada causa, cada resultado se

escribe y se encierra en un círculo.
4. Relacionar la causa con su resultado con una flecha.

52

5. Cuando un resultado es causa de otro resultado, se pone una flecha partiendo
del resultado-causa hacia el resultado correspondiente.
Ejemplo en una industria Piscícola
2.5. REGISTRO DE NO CONFORMIDADES
El registro de no conformidades está directamente relacionado con los

planteamientos hechos en la norma ISO 9000:2000 del ICONTEC (2002)6, así:
6
INSTITUTO COLOMBIANO DE NORMAS TÉCNICAS. ISO 9000. Guía para las pequeñas empresas. 5ed. Bogotá: ICONTEC, 2002.
172p.
53

En primer lugar, para el control del producto no conforme la organización debe
asegurarse de que el producto que no sea conforme con los requisitos, se
identifique y se controle para prevenir su uso o entrega no intencional.
En este sentido, los controles, las responsabilidades y autoridades relacionadas

con el tratamiento del producto no conforme deben estar definidos en un
procedimiento documentado; asimismo, la organización debe tratar los productos
no conformes mediante una o más de las siguientes maneras:
a) Tomando acciones para eliminar la no conformidad detectada.

b) Autorizando su uso, liberación o aceptación bajo concesión por una
autoridad pertinente y, cuando sea aplicable, por el cliente.
c) Tomando acciones para impedir su uso o aplicación originalmente prevista.
En consecuencia, se deben mantener registros de la naturaleza de las no

conformidades y de cualquier acción tomada posteriormente, incluyendo las
concesiones que se hayan obtenido.
Se tiene entonces que cuando se corrige un producto no conforme, debe

someterse a una nueva verificación para demostrar su conformidad con los
requisitos; también, cuando se detecta un producto no conforme después de la
entrega o cuando ha comenzado su uso, la organización debe tomar las acciones
apropiadas respecto a los efectos y defectos potenciales de la no conformidad.
En segundo lugar, para la corrección de problemas del producto y/o servicio no

conforme, existen algunas opciones sobre lo que se podría hacer, así.
a) Reprocesar el elemento no conforme.

b) Desechar el elemento no conforme y reemplazarlo con uno nuevo.
c) Reajustar de acuerdo con una especificación diferente que si cumpla con
los requisitos.
d) Proveer el elemento no conforme bajo concesión del cliente.
Dada la situación anterior, el representante de la dirección de la empresa o

alguna otra persona, con la autoridad necesaria, debe decidir cuál de estas
opciones será aplicable a cada caso de producto y/o servicio no conforme.
Es posible que algunos clientes exijan notificación de cualquier producto y/o

servicio no conforme y aprobar los pasos que deberían seguirse; si este es el
caso, será necesario notificarle al cliente luego de la detección del producto y/o
servicio no conforme.
54

Probablemente se desee incluir los pasos que se proponen seguir junto con la
notificación; por lo tanto, se deberán mantener registros de cualquier decisión
tomada, la aprobación del cliente, cualquier procedimiento de reparación o
reproceso y los resultados de la inspección y ensayo de dichos procedimientos.
En tercer lugar, el control de los registros implica que deben establecerse y

mantenerse para proporcionar evidencia de la conformidad con los requisitos,
éstos deben permanecer legibles, fácilmente identificables y recuperables; amén
de que debe establecerse un procedimiento documentado para definir los
controles necesarios para la identificación, el almacenamiento, la protección, el
tiempo de retención y la disposición de los mismos.
Finalmente, se parte del hecho que todas las empresas cuenten con registros, los
cuales pueden brindarle la información necesaria, tales como: archivos de diseño,
cálculos; órdenes de compra del cliente, revisiones de contratos; notas de
reuniones, (por ejemplo, de revisión por la dirección); reporte de auditoria interna;
registros de no-conformidad (reportes de fallas del servicio, reclamos sobre
garantía, quejas del cliente); registros de acciones correctivas; registros de
proveedores (por ejemplo, evaluación de proveedores y su historia de
desempeño); registros de control de procesos; reportes de inspección y ensayo;
registros de formación; y registros de bienes recibidos y entregados, entre otros.
Los registros, índices y archivos pueden mantenerse en cualquier forma adecuada

en copia impresa o electrónica, así como el almacenamiento apropiado para el
medio y que se reduzca al mínimo el riesgo de deterioro, daño o pérdida.
Del mismo modo, también es conveniente identificar y anotar los nombes de las
personas que tienen acceso a los registros y decidir sobre su disponibilidad. A
manera de ejemplo a continuación se da a conocer un formato que podría
coadyuvar para tal fin, como puede verse en la Tabla 5.1.
55

Tabla 5.1. Reporte de rechazo
REPORTE DE RECHAZO
NÚMERO CANTIDAD DE No. DE FACTURA DEL No. DE
FECHA
DE CÓDIGO PIEZAS PROVEEDOR REGISTRO
DEPARTAMENTOS AFECTADOS No. DE DEPARTAMENTOS AFECTADOS
NOMBRE DEL
CLAVE DEL DEPARTAMENTO/PROVEEDOR
DEPARTAMENTO/PROVEEDOR
RESPONSABLE No. REPORTE DE INSPECCIÓN FECHA DE RECEPCIÓN
MOTIVO DE RECHAZO:
OBSERVACIONES:
FIRMAS DE LOS RESPONSABLES
INSPECTOR MERCADEO CALIDAD PRODUCCIÓN COMPRAS PROVEEDOR

Adaptado de: TABLA, Guillermo. Guía para implantar la norma ISO 9000 para empresas de todos tipos y tamaños. México: McGraw-
Hill, 1998. 387p.
56

3. TÉCNICAS CON DATOS NUMÉRICOS PARA MEJORAR
LA CALIDAD
Las técnicas con datos numéricos para mejorar la calidad contemplan las
herramientas estadísticas como son el diagrama de Pareto, los histogramas y los
gráficos de control.
3.1 HISTOGRAMA
El desarrollo del histograma se acredita al francés experto en estadística A. M.

Guerry. En 1983, Guerry introdujo una nueva clase de gráfica de barras para
describir su análisis de datos criminalísticos. Aquellas gráficas de barras eran
únicas porque se había dispuesto las barras para mostrar los números de
crímenes en Francia correspondientes a varias categorías de variables continuas,
tales como la edad del criminal.
En esencia, Guerry sostuvo que los datos obtenidos desde una muestra sirven
como base para una decisión sobre la población. Mientras más grande es el
tamaño de la muestra, más información se tiene acerca de la población. Sin
embargo, un incremento en el tamaño de la muestra lo es también respecto a la
cantidad de datos. Entonces, será difícil conocer la población desde esos datos,
aún cuando ellos son arreglados en tablas. En ese caso, es necesario conocer un
método que permita conocer la población de un vistazo; un histograma responde a
estas necesidades. Al organizar muchos datos en un histograma, podemos
conocer la población de una manera objetiva.
3.2.1. Cómo hacer histogramas
Paso 1. Se marca el eje horizontal con una escala. Ésta no deberá basarse sobre
el intervalo de clase sino con base en las unidades de medición de los datos (10
gramos, corresponden a 10 mm, por ejemplo).
Esto es conveniente para hacer comparaciones con muchos histogramas los

cuales describen factores similares y características, así como con
especificaciones (normas). Deje un espacio casi igual al intervalo o clase sobre el
eje horizontal, sobre cada lado de la primera y última clase.
57

Se señala la frecuencia, frecuencia relativa, media, marcas de clase, límites de
clase. LIE (Límite Inferior de Especificaciones), LSE (Límite Superior de
Especificaciones)
Paso 2. Se marca el eje vertical izquierdo con una escala de frecuencia. Si es

necesario, dibuje un eje al lado derecho con marcas de una escala de la
frecuencia relativa. NOTA: La altura de la clase con la máxima frecuencia deberá
ser de 0.5 a 2.0 veces la distancia entre los valores máximo y el mínimo sobre el
eje horizontal.
Paso 3. Se marca el eje horizontal con los valores de los límites de clases.
Paso 4. Se usan los intervalos de clase como línea de base, dibuje un rectángulo
cuya altura corresponda con la frecuencia en esa clase.
Paso 5. Se dibuja una línea sobre el histograma que representa la media, y

también dibuje una línea o dos que representen el límite o límites de
especificaciones, en el caso de que las haya.
Paso 6. En un área en blanco de la hoja que contiene el histograma, anote la

historia de los datos (el periodo durante el cual los datos fueron colectados,
instrumento usado, nombre de quien inspeccionó la muestra, etcétera), el número
de datos, la media y, si es posible, también se recomienda poner la desviación
estándar de los datos.
Enseguida se muestra un ejemplo que trata de la puntuación del servicio prestado

a clientes, cuyos datos aparecen en la Tabla 4.3.
58

Tabla 4.3. Puntuación del servicio prestado a clientes (X, Y e Z)
Cliente Puntos Cliente Puntos Cliente Puntos Cliente Puntos Cliente Puntos
X 9,850 Z 9,860 Y 9,640 Y 9,850 X 9,930
X 10,040 Z 9,810 Y 10,130 Y 10,150 X 10,040
X 9,960 Z 9,980 Z 9,870 Y 10,070 X 10,140
X 10,000 Z 9,910 Z 9,830 Y 9,870 X 9,950
X 9,980 Z 9,840 Z 9,960 Y 10,110 Y 9,820
X 10,030 Z 9,870 Z 9,880 Y 9,920 Y 9,950
X 10,010 X 9,980 Z 9,940 Y 10,120 Y 9,880
X 9,970 X 9,990 Z 10,030 Y 9,860 Y 10,080
X 9,960 X 9,970 Z 9,860 Z 9,860 Y 10,140
X 9,910 X 9,910 Z 9,930 Z 9,800 Y 9,680
Y 10,120 X 10,010 Z 9,820 Z 9,970 Y 9,910
Y 9,830 X 10,040 Z 9,930 Z 9,840 Y 9,890
Y 10,170 X 9,960 X 9,970 Z 9,870 Y 10,080
Y 9,860 X 10,020 X 10,040 Z 10,070 Y 9,810
Y 10,140 X 9,980 X 10,130 Z 9,810 Z 9,840
Y 10,070 X 10,080 X 10,010 Z 9,850 Z 9,850
Y 9,880 Y 9,860 X 10,030 Z 9,940 Z 9,820
Y 10,130 Y 9,800 X 9,960 Z 9,810 Z 9,950
Y 9,840 Y 10,130 X 10,140 X 10,050 Z 9,880
Y 10,190 Y 9,940 X 10,020 X 9,990 Z 9,870
Z 9,900 Y 9,670 X 10,000 X 10,060 Z 9,920
Z 9,880 Y 10,160 X 9,940 X 10,010 Z 9,810
Z 9,910 Y 10,100 Y 10,120 X 9,960 Z 10,020
Z 9,970 Y 9,850 Y 10,040 X 10,010 Z 9,830
Para este ejemplo se tomaron 120 puntuaciones a 40 de cada uno de tres clientes
diferentes. El puntaje esperado es de 10,000 puntos; donde se encontró que, el
Límite Superior de Especificaciones (LSE) es de 10,200 puntos, y el Límite Inferior
de Especificaciones (LIE), es de 9,800 puntos, que se pueden expresar así:
10,000 ± 200 puntos). Véase la Tabla 4.4.
Tabla 4.4. Frecuencia por puntajes

Puntaje 9,600 9,650 9,700 9,750 9,800 9,850 9,900 9,950 10,000 10,050 10,100 10,150 10,200
Frecuencia 1 2 0 0 17 22 15 20 18 8 13 4 0
Para tener una mejor comprensión de los datos, se elabora el histograma de la

Figura 4.3. El histograma deja ver los puntajes con una amplia distribución de
varios picos, también llamada multimodal, con una mayor cantidad de población
entre el Límite Inferior de Especificaciones (LIE) y el valor nominal o media de la
especificación.
59

Figura 4.3. Frecuencia por puntajes
25
20
Frecuancia 15
Serie1
10
5
0
10 0
10 0
10 0
10 0
00
0
10 0
60
65
70
75
80
85
90
95
5
,0
,0
,1
,1
,2
9,
9,
9,
9,
9,
9,
9,
9,
Puntajes
3.2.2. Cómo interpretar histogramas
Los histogramas se interpretan mediante la identificación y explicación de los

patrones de variación.
Como se sabe que los valores en cualquier serie de datos varían; esa variación
mostrará algún patrón. En ese sentido los objetivos de análisis de un histograma
son:
1. Identificar y clasificar el patrón de variación

2. Desarrollar una explicación relevante a aquel patrón
Como puede verse en la Figura 4.3., el histograma tiene forma de campana y

explica la forma en que la mayoría de los datos tienden hacia la línea central.
3.2 DIAGRAMA DE PARETO
Para abordar el tema del diagrama de Pareto, así como el histograma y los
gráficos de control, se retoman los bosquejos hechos en la obra de González
(1998)7. En este sentido, se conoce que el diagrama de Pareto tiene su origen en
el gestor del mismo que lleva su nombre; Vilfredo Pareto, quien fue un economista
7
GONZALEZ, Carlos. ISO 9000 QS 9000 ISO 14000, Normas internacionales de administración de calidad, sistemas de calidad y sistemas
ambientales. Méjico: McGraw-Hill, 1998. 574p.
60

y sociólogo. Nacido en París, Francia, descendiente de una desterrada familia
italiana de marqueses, que más tarde regresaría a Italia en el año de 1858, por lo
que a Pareto se le considera italiano.
Estudió en el Instituto Politécnico de Turín y se especializo en ferrocarriles y

metalurgia. Sus hábitos de estudio y su afición a la lectura le dieron la enorme
erudición que caracterizaría su obra económica. Versado en las cuestiones
sociales y económicas, fue nombrado profesor de Economía Política en la
Universidad de Lausana (Suiza), ciudad donde se estableció. Entre sus obras
figura su curso de economía política (1896-1897) y otros.
La mayor aportación de Pareto al campo de la economía fue la aplicación de las

fórmulas matemáticas a la teoría económica general. En sociología fue el
precursor en intentar reconstruir teorías nuevas sobre la ruinas del positivismo
clásico. Pareto atrajo la atención de Mussolini, el dictador italiano, quien lo nombró
representante de Italia en la comisión de Hacienda de la Sociedad de las
Naciones.
En 1897, el economista italiano presentó una fórmula que mostraba que la

distribución del ingreso es desigual, con base en el postulado de que en la
sociedad se forman clases y dentro de ellas sólo unos cuantos deciden lo que
afectarán a la mayoría. En suma, se trata del concepto: ”Pocos deciden la suerte
de muchos”. Una teoría similar fue expresada diagramáticamente por el
economista estadounidense M.C. Lorenz en 1907.
Por otra parte, para el control de calidad, Juran aplicó el método del diagrama de
Lorenz como una fórmula para clasificar problemas de calidad como: “Pocos
vitales, muchos triviales”, y lo llamó análisis de Pareto. Puntualizó que en muchos
casos la mayoría de los defectos y el costo de los mismos surgen de un número
relativamente pequeño de causas. Luego Juran en su libro Análisis y planeación
de la calidad define el principio de Pareto como “Pocos vitales, muchos triviales”
A continuación se resaltan los pasos que tienen lugar en la elaboración del

diagrama de Pareto; conformemente, a manera de ilustración se da a conocer un
ejemplo de un banco donde se tienen las siguientes situaciones, así:
Paso 1. Se decide cuáles problemas van a ser investigados (servicios, casos no

resueltos, pérdidas en términos monetarios, accidentes ocurridos, retardos casos
resueltos, etcétera), y cómo colectar los datos (por tipo de servicio, por tipo de
caso, lugar, región, categoría, proceso, computadora, terminal, empleado, u
operario, método, etcétera).
61

Paso 2. Se diseña una hoja de conteo de datos para listar los ítems, con espacio
para registrar totales como se ve en la Tabla 4.1.
Tabla 4.1. Hoja de conteo de datos

Número de
Situaciones Conteo
situaciones
Máquinas //////////…/////// 256,000
Moneda / / / / / / / / /… 29,000
Medio ambiente / / / / / / / / / /… 211,000
Mano de obra / / / / / /… 26,000
Mediciones / / / / /… 25,000
Mandos / / / / / / / / / / / / / / / /… 216,000
Materiales / / / /… 24,000
Métodos / / / / / / / / / / / / / / / / /… 217,000
Manejo / / / / / / /… 27,000
TOTAL 1031,000
Paso 3. Se llena la hoja de conteo y se calculan los totales.
Paso 4. Se elabora la hoja de datos para el diagrama de Pareto, con sus totales
individuales, totales acumulados, porcentajes del total y los porcentajes
acumulados (véase Tabla 4.2.).
Tabla 4.2. Hoja de datos del diagrama de Pareto

Número de Total Porcentaje Porcentaje
Situaciones Conteo
situaciones acumulado del total acumulado
Máquinas //////////…/////// 256,000 256,000 24,83% 0,248
Metódos / / / / / / / / / / / / / / / / /… 217,000 473,000 45,88% 0,707
Mandos / / / / / / / / / / / / / / / /… 216,000 689,000 66,83% 1,375
Medio ambiente / / / / / / / / / /… 211,000 900,000 87,29% 2,248
Moneda / / / / / / / / /… 29,000 929,000 90,11% 3,149
Manejo / / / / / / /… 27,000 956,000 92,73% 4,077
Mano de obra / / / / / /… 26,000 982,000 95,25% 5,029
Mediciones / / / / /… 25,000 1007,000 97,67% 6,006
Materiales / / / /… 24,000 1031,000 100,00% 7,006
Paso 5. Se arreglan las situaciones en el orden descendente respecto a la

cantidad y se llenan los datos en la hoja.
Paso 6. Se dibujan los ejes verticales y uno horizontal, así:
a. Eje vertical izquierdo. Marqué este eje con una escala de 0 (cero) hasta el
número total de defectos.
b. Eje vertical derecho. Marque este eje con una escala de 0% al 100%.
62

c. Eje horizontal. Divida este eje en un número de intervalos igual al número
de situaciones clasificados; incluya la categoría Otros.
En su defecto, se pueden dibujar dos gráficas por aparte donde en cada una de
éstas se den a conocer los diferentes parámetros (tal como es el caso aquí
mostrado).
Paso 7. Se construye un diagrama de barras como el de la Figura 4.1.
Figura 4.1. Diagrama de barras por número de

situaciones
Número de situaciones
300,000
250,000
200,000
150,000 Serie1
100,000
50,000
0,000
Moneda
Medio
Mano de
Máquinas
Mandos
Métodos
Mediciones
Materiales
Materiales
Tipo de situación
Paso 8. Se dibuja la curva acumulativa (curva de Pareto), como puede verse en la

Figura 4.2. Se marcan los valores acumulados (acumulado total o porcentaje
acumulado), arriba de la esquina superior derecha de los intervalos de cada
artículo. Se conectan con una línea continua.
a. Temas concernientes al diagrama: Título, cantidades significativas,

unidades, nombre del autor o autores, etc.
b. Temas concernientes a los datos: Periodo, objeto y lugar de las
investigaciones, número total de datos, etc.
63

Figura 4.2. Diagrama de barras por porcentaje
acumulado
Porcentaje acumulado
100,00%
80,00%
60,00%
Serie1
40,00%
20,00%
0,00%
Medio
Máquinas
Mediciones
Materiales
Materiales
Tipo de situación
3.3 GRÁFICOS DE CONTROL
Para la exposición de los gráficos de control se abarca temas como son el uso y la
elaboración de los gráficos de control de medias y rangos, el estudio de los datos
preparatorios o estudio inicial, comparados con el rango permisible especificado,
control de la línea de producción o de servicio y el ajuste de las líneas de control.
Es de anotar que el tema es ampliamente tratado en las secciones 2.3., y 2.4.,
respectivamente; sin embargo, dentro del marco de las técnicas para mejorar la
calidad se exponen a manera de síntesis.
3.3.1 Uso de los gráficos de control de medias y rangos
Se usa para controlar la calidad de una característica y las condiciones de

producción de un conjunto de valores medidos, en un rango R con una media x ,
(x barra), x (x testada), media, promedio o valor típico.
El doctor Walter A. Shewhart se basó en el teorema del límite central y en la

distribución normal que forman las medidas de tendencia central. Respecto al
teorema del límite central se puede explicar de la siguiente manera. Se toma una
muestra de una población como en el caso de los subgrupos de un gráfico de
control. Si calculamos la media de los valores del subgrupo y los graficamos,
veremos que la distribución de los valores individuales tiene mayor dispersión que
la de los valores de las medias. Si el tamaño del subgrupo crece, las medias de
estos subgrupos, a su vez, tienden cada vez más al centro.
64

Cuando el tamaño del subgrupo se acerca al de la población, en ese momento, la
medida de los subgrupos se confunde con la media de la población (ejemplo de
edades de los participantes partiendo de n=1, n=2, n=3, etcétera). Al mismo
tiempo se ve que las medias forman una curva normal o campana.
3.3.2 Elaboración del gráfico de control de medias y rangos
Para la elaboración del gráfico de control de medidas y rangos se comienza con el

trazado del gráfico de control con datos del estudio inicial, así:
Paso 1. Se clasifica en varios grupos los valores de la característica del producto

o servicio que se quiere controlar; tome de 2 a 5 muestras de cada subgrupo. El
número de subgrupos debe ser de 20 a 25.
Paso 2. Se calcula la media aritmética de cada subgrupo con la fórmula que

aparece a continuación. Por ejemplo, para el caso de 5 mediciones por subgrupo,
se calcularía de la siguiente forma:
x1 x2  x3 x4  x5
Media 
5
Paso 3. Se obtiene la diferencia entre el valor máximo y el valor mínimo en cada
subgrupo. Calcule el rango con la fórmula:
Rango  Valor máximo  Valor mínimo

Paso 4. En una hoja para el trazado de la carta de control, se usa el eje horizontal
para el número consecutivo de subgrupos y el eje vertical para la media y el rango
a una escala apropiada. Haga varios ensayos para que todos los valores de las
medidas y de los rangos quepan en la escala.
Paso 5. Se coloca en la carta los valores de las medidas y rangos de cada

subgrupo obtenidos y calculados en los pasos 2 y 3.
Paso 6. Se calculan los valores para los límites de control del gráfico en cuanto a
las medias con las siguientes fórmulas y coeficientes con base en los valores de la
Tabla 4.5.8
8
Tablas B2 y B3 de la ASTM (Manual on Quality Control of Materials).
65

Tabla 4.5. Coeficientes o factores para gráficos de control de medias y rangos
Número de valores Carta de control Carta de control
en el subgrupo de medias de rangos
n A2 D3 D4
2 1,880 0 3,267
3 1,023 0 2,575
4 0,729 0 2,282
5 0,577 0 2,115
6 0,483 0 2,004
7 0,419 0,076 1,924
8 0,373 0,136 1,864
9 0,337 0,184 1,816
10 0,308 0,223 1,777
Fuente: Tablas B2 y B3 de la ASTM (Manual on Quality Control of Materials)
a. Calcule la gran media o media de medias, sumando todas las medias de los
subgrupos y dividir ese total entre el número de éstas con:
Suma de las medias de subgrupos

Media de medias 
N
Donde N es el número de subgrupos. También abreviada como:
k
x
 i 1 i
x
k
b. Calcule la media de rangos, sumando todos los rangos de los subgrupos y

dividiendo el total entre el número de subgrupos con:
Suma de los rangos de subgrupos

Media de rangos 
N
Del mismo modo simplificada como:
66

k
 Ri
R  i 1
k
c. Fórmula para el cálculo del Límite Superior de Control para medias (LSC):
LSC  x  A R
x 2
d. Fórmula para el cálculo del Límite Inferior de Control para medias (LIC):
LIC  x  A R
x 2
Paso 7. Se sigue el mismo procedimiento anterior. Calcule los límites de control

para los rangos con las fórmulas:
a. Cálculo de Límite Superior de Control para rangos ( LSC):
LSC R
 D4 R
b. Cálculo del Límite Inferior de Control para rangos (LIC):
LIC R
 D3 R
Paso 8. Se obtienen el coeficiente A2, D3, y D4 de la Tabla 4.5., de acuerdo con

el tamaño de subgrupo que se haya elegido y utilícelos en los pasos 6 y 7.
Paso 9. Se coloca en los gráficos de control de medias y rangos, los valores

obtenidos en los pasos 6 y 7 con los valores del paso 8. Se utilizan líneas
discontinuas.
Paso 10. Se examina si los puntos graficados y unidos están dentro de los límites
que se marcan, tanto del lado superior como del inferior. Si hay algunos puntos
fuera, entonces hay una causa de error llamada asignable que no debe pasar
inadvertida, es necesario revisarla. Si un punto está precisamente sobre la línea
de cualquier límite de control, se supone que está fuera.
67

3.3.3 Estudio de los datos preparatorios o estudio inicial, comparados
con el rango permisible especificado
Paso 1. Se examina si los puntos colocados en el gráfico de control, según los

pasos anteriores, están dentro del rango permisible especificado. Si todos los
puntos están en el rango permisible, los límites de control no necesitan
reconsiderarse.
Paso 2. Si varios puntos de los datos preparatorios o estudio inicial están fuera del
rango permitido especificado, hay que examinar la causa probable de error y
tomar acciones para prevenir el problema.
Paso 3. Se excluyen los puntos fuera del rango admitido para los cuales se
encuentra solución y vuelve a calcular los límites de control. Si no se puede
encontrar la causa de error, o si se conoce pero no se puede hallar la solución,
vuelva a calcular los límites de control incluyendo los puntos que no están dentro
del rango.
Si algunos puntos que solían estar dentro del rango se salen, déjelos como están
y haga el cálculo.
Paso 4. Se elabora un histograma con los valores que no fueron excluidos en los
pasos 1 y 3, compárelos con el rango permitido especificado. Si todos los puntos
están dentro del rango, no es necesario tomar acciones correctivas. Si algunos
puntos están fuera del rango, se deben tomar acciones especiales de tal manera
que la dispersión puede disminuirse.
Si la dispersión no puede ser disminuida por las acciones correctivas, tendrá que
cambiar el rango permitido o establecer un proceso de selección.
3.3.4 Control de la línea de producción o de servicio
Cuando el gráfico de control se ha comparado con las especificaciones, se usa

para controlar la línea de producción o de servicio de acuerdo con los siguientes
pasos.
Paso 1. Se coloca en la hoja del gráfico de control las líneas para los límites de
control establecidos en los pasos anteriores.
Paso 2. Se toman muestras de la línea de producción o de servicio. Calcule la

media y el rango para cada subgrupo y localícelas en los gráficos de control de
medias y rangos.
68

Paso 3. Si los puntos están dentro del rango especificado y no hay un patrón
especial en la distribución, entonces se puede concluir que el estado de la línea de
producción o de servicio es estable. Si alguno de ellos está fuera del rango y se
observa un patrón especial, el diagnóstico será que hay causas de error que no
pueden ser pasadas por alto.
Paso 4. Se encuentran las causas de error y tome las acciones correctivas.
En el caso de que haya un punto por encima de la línea de control superior en el

gráfico de control de rangos, debe considerarse que la dispersión es grande. Si
éste es el caso para el gráfico de control de medias, significa que la media ha
cambiado o la dispersión ha llegado a ser muy grande.
El tomar acciones correctivas significa no sólo que ha de resolver el problema

presente, sino tomar medidas preventivas para que no se repita en el futuro.
3.3.5 Ajuste de las líneas de control
Una vez que la línea de producción o de servicio se ha corregido y mejorado por el

uso del gráfico de control, las líneas de control existentes pueden resultar
demasiado elásticas para un mejoramiento futuro de la calidad de los productos y
servicios. Si la línea de producción o servicio ha alcanzado este estado, se
consideran los datos recientes como datos preparatorios y se procede a ajustar las
líneas de control, siguiendo los pasos antes enumerados.
3.4 DIAGRAMAS DE DISPERSIÓN
Un Diagrama de Dispersión es la forma mas sencilla de definir si existe o no una

relación causa efecto entre dos variables y que tan firme es esta relación, como
estatura y peso. Una aumenta al mismo tiempo con la otra.
El Diagrama de Dispersión es de gran utilidad para la solución de problemas de la

calidad en un proceso y producto, ya que nos sirve para comprobar que causas
(factores) están influyendo o perturbando la dispersión de una característica de
calidad determinada o variable del proceso a controlar.
Los motivos más comunes de este tipo de diagrama son analizar:

69

 La relación entre una causa y un efecto.
 La relación entre una causa y otra.
 La relación entre una causa y otras dos causas.
 Un efecto y otro efecto.
3.4.1 Cómo hacer un Diagrama de Dispersión
A continuación se describe el proceso completo a seguir para analizar la

existencia de una relación lógica entre dos variables.
Se describe la construcción de los Diagramas de Dispersión a partir de la recogida

de datos acerca de dichas variables y el análisis posterior necesario para
confirmar la correlación que puede mostrar dicho diagrama, ya que ésta no implica
la existencia de una relación lógica.
3.4.2 Pasos previos a la construcción de un Diagrama de Dispersión
Paso 1: Elaborar una teoría admisible y relevante sobre la supuesta

relación entre dos variables
Este paso previo es de gran importancia, puesto que el análisis de un Diagrama

de Dispersión permite obtener conclusiones sobre la existencia de una relación
entre dos variables, no sobre la naturaleza de dicha relación.
Paso 2: Obtener los pares de datos correspondientes a las dos

variables
Al igual que en cualquier otra herramienta de análisis de datos, éstos son la base
de las conclusiones obtenidas, por tanto cumplirán las siguientes condiciones:
En cantidad suficiente: Se consideran necesarios al menos 40 pares de datos

para construir un Diagrama de Dispersión.
Datos correctamente emparejados: Se estudiará la relación entre ambos.
Datos exactos: Las inexactitudes afectan a su situación en el diagrama
desvirtuando su apariencia visual.
Datos representativos: Asegúrese de que cubren todas las condiciones
operativas del proceso.
Información completa: Anotar las condiciones en que han sido obtenidos los
datos.
70

Determinar los valores máximo y mínimo para cada una de las variables:
Ejemplo: tabla de recogida de datos
Paso 4: Decidir sobre qué eje representará a cada una de las

variables
Si se está estudiando una posible relación causa-efecto, el eje horizontal

representará la supuesta causa.
Paso 5: Trazar y rotular los ejes horizontal y vertical
La construcción de los ejes afecta al aspecto y a la consiguiente interpretación del

diagrama.
Los ejes han de ser aproximadamente de la misma longitud, determinando un

área cuadrada.
La numeración de los ejes ha de ir desde un valor ligeramente menor que el
valor mínimo de cada variable hasta un valor ligeramente superior al valor
máximo de las mismas. Esto permite que los puntos abarquen toda el área de
registro de los datos.
Numerar los ejes a intervalos iguales y con incrementos de la variable
constantes.
71

Los valores crecientes han de ir de abajo a arriba y de izquierda a derecha en
los ejes vertical y horizontal respectivamente.
Rotular cada eje con la descripción de la variable correspondiente y con su
unidad de medida.
Ejemplo:
Número de
errores
Hora del día
Paso 6: Marcar sobre el diagrama los pares de datos
Para cada par de datos localizar la intersección de las lecturas de los

ejes correspondientes y señalarlo con un punto o símbolo.
Si algún punto coincide con otro ya existente, se traza un círculo concéntrico a

este último.
Ejemplo
72

Número de
errores
Hora del día
Cuando coinciden muchos pares de puntos, el Diagrama de Dispersión puede

hacerse confuso. En este caso es recomendable utilizar una "Tabla de
Correlación" para representar la correlación.
Ejemplo
En el caso en que se construye un Diagrama de Dispersión estratificado

separando los pares de datos, por ejemplo, según el turno de trabajo, lote de
materia prima, etc.), deben escogerse símbolos que pongan de manifiesto los
diferentes grupos de puntos de forma clara.
73

Estratificación: Número de errores de tecleo según la hora del día y
empleado
José
Javier
X Juan
Interpretación. Posibles tipos de relaciones entre variables.
El Diagrama de Dispersión se puede utilizar para estudiar:
Relaciones causa-efecto: este es el caso más común en su utilización para la

mejora de la calidad. Se utiliza el diagrama a partir de la medición del efecto
observado y de su posible causa.
Ejemplo: Comprobar la relación entre el número de errores y la hora en que se

cometen.
Relaciones entre dos efectos: sirve para contrastar la teoría de que ambos
provienen de una causa común desconocida o difícil de medir.
Ejemplo: Analizar la relación entre el número de quejas que llegan y el aumento /

disminución de las ventas, suponiendo que los dos dependen del nivel de
satisfacción del cliente.
Posibilidad de utilizar un efecto como sustituto de otro: se puede utilizar para

controlar efectos difíciles o costosos de medir, a través de otros con medición
más simple.
Ejemplo: Estudiar la relación existente entre reducción de costes y satisfacción del

cliente para utilizar el parámetro de más fácil medición en la evaluación de las
actividades de planificación.
74

Relaciones entre dos posibles causas: sirve para actuar sobre efectos de forma
más simple o adecuada y para analizar procesos complejos.
Ejemplo: Analizar la relación entre el porcentaje idóneo de contenido en potasio de

un fertilizante y la cantidad media de lluvia recogida en la zona de cultivo, puesto
que ambos elementos influyen en la calidad del vino y el régimen de lluvias no
puede ser modificado.
Pautas típicas de correlación.
1. Correlación Fuerte
Los puntos se agrupan claramente alrededor de una línea imaginaria que pasa por
el centro de la masa de los mismos. Estos casos sugieren que el control de una de
las variables lleva al control de la otra.
Los datos parecen confirmar la teoría estudiada, pero hay que analizar la
existencia de otras posibles explicaciones admisibles y relevantes para dicha
relación.
Correlación Fuerte, Positiva: El valor de la variable "Y" (eje vertical) aumenta

claramente con el valor de la variable "X" (eje horizontal).
Correlación Fuerte, Negativa: El valor de "Y" disminuye claramente cuando "X"
aumenta
Correlación fuerte
75

2. Correlación Débil
Los puntos no están suficientemente agrupados, como para asegurar que existe la
relación. El control de una de las variables no necesariamente nos llevará al
control de la otra.
Si lo que se busca es determinar las causas de un problema, se deben buscar

otras variables con una relación mayor o más relevante sobre el efecto.
Correlación Débil, Positiva: El valor de la variable "Y" (eje vertical) tiende a

aumentar cuando aumenta el valor de la variable "X" (eje horizontal)
Correlación Débil, Negativa: El valor de "Y" tiende a disminuir cuando aumenta
el valor de "X".
Correlación débil
3. Correlación compleja
El valor de la variable "Y" parece estar relacionado con el de la variable "X", pero
esta relación no es simple o lineal.
En este caso se estudia la relación más profundamente (¿hay alguna ley no lineal
que explique esta relación? ¿Es esta relación el resultado de componer varias
relaciones?).
4. Sin correlación
76

Para cualquier valor de la variable "X", "Y" puede tener cualquier valor. No
aparece ninguna relación especial entre ambas variables.
En este caso, nuestra teoría no es correcta y se deben buscar otros tipos de
relaciones.
3.5 APLICACIÓN DE LA OFIMATICA AL CONTROL DE CALIDAD
Por favor consulte los siguientes enlaces:
Diagrama de Pareto:
http://www.youtube.com/watch?v=-JsPUeHKNrQ&feature=related
Histograma:
http://www.youtube.com/watch?v=0MrLRVcqsOM&feature=related
Grafico de Control:
http://www.youtube.com/watch?v=rT_GHjBl8T8&feature=related
Diagrama de Dispersión:
http://www.youtube.com/watch?v=5tsgygTBT_8
77

UNIDAD 2. TÉCNICAS ESTADÍSTICAS PARA EL
CONTROL DE CALIDAD
Introducción:
En esta unidad se desarrollan los conceptos relacionados con el Control

Estadístico de Calidad, el Muestreo de Aceptación Lote a Lote por Atributos y los
Costes de Calidad.
Objetivo general:
 Fundamentar a los estudiantes del control de calidad con respecto a las

Técnicas Estadísticas más relevantes en este proceso.
Objetivos específicos:
 Que el estudiante conozca el Control Estadístico de Calidad, elaborando

gráficos de control.
 El estudiante conozca y maneje la Curva Carácterística de Operación.
 Conceptualizar la importancia y componentes de los Costes de Calidad.
Competencias a desarrollar:
 El estudiante conoce y comprende las técnicas estadísticas de Control de

Calidad.
 El estudiante reconoce la aplicabilidad de los conceptos estadísticos en la

resolución de problemas empresariales relacionados con el control de
calidad.
78

1. CONTROL ESTADÍSTICO DE LA CALIDAD
Para el estudio del control estadístico de la calidad es necesario conocer acerca

del papel que juega la distribución de frecuencias y parámetros en el mismo, la
capacidad del proceso para medir la variación de éstos; y de hecho, los gráficos
de control por variables y atributos, entre otros de los muchos autores que han
trabajado el tema, se acompañan los esbozados por Tabla (1998)9, así:
1.1. DETERMINACIÓN DE LOS LIMITES DE CONTROL POR

VARIABLES
Para el estudio de los gráficos de control por variables es de tener en cuenta que
las variaciones que ocurren en un proceso de producción caen en dos amplias
categorías: variaciones aleatorias y variaciones con causas asignables. Las
variaciones aleatorias pueden tener un complejo de causa real menor, ninguna de
las cuales es responsable por la variación total. Estas variaciones ocurren en
forma aleatoria y es muy poco lo que se puede hacer al respecto dado el proceso
en que ocurren. Por otra parte, las variaciones con causas asignables son
relativamente grandes y pueden rastrearse hasta su origen. En este sentido, se
tienen en cuenta los aspectos destacados por Buffa y Sarín (1992)10. En general,
las causas asignables son resultado de:
 Diferencias entre los trabajadores

 Diferencias entre las máquinas
 Diferencias entre materiales
 Diferencias debidas a la interacción entre cualesquiera dos o tres de las
causas anteriores.
Puede desarrollarse entonces, un conjunto parecido de causas asignables para

cualquier proceso. Se tiene que cuando un proceso se encuentra en un estado de
control estadístico las variaciones que ocurren en el número de defectos, la
magnitud de una dimensión, la composición química, el peso y otras parecidas
9
TABLA, Guillermo. Guía para implantar la norma ISO 9000 para empresas de todos tipos y tamaños. México: McGraw-Hill, 1998. 387p.
10
BUFFA, Elwood y SARIN, Rakesh. Administración de la producción y de las operaciones. Méjico: Limusa, 1992. 939p.
79

que se deben solamente a una variación aleatoria normal. Por lo tanto, con los
gráficos de control se establecen estándares de variación normal esperada debido
a causas aleatorias.
De esta forma, cuando las variaciones debidas a una o más causas asignables se
trasladan, de inmediato indican que algún componente básico ha cambiado.
Entonces no es posible investigar para encontrar la causa asignable y corregirla.
En consecuencia, estos mecanismos de control estadístico son los que se
conocen como gráficos de control.
2. Marco conceptual de gráficos de control
Si se toma un conjunto de medidas en secuencia, los datos pueden acomodarse

como una distribución y calcular la medida y la desviación estándar. Si se tiene
entendido que los datos provienen de una distribución normal de población,
pueden establecerse estimados precisos, respecto a la probabilidad de ocurrencia
asociada con las medidas. Dada en unidades de desviación estándar como sigue:
 68.26 por ciento de los valores normalmente caen dentro de µ ± 1σ

Estos valores porcentuales representan el área bajo la curva normal entre los
límites dados; por lo tanto, indican la probabilidad de ocurrencia para los valores
que provienen de la distribución normal que generó las mediciones. En este
sentido la tolerancia (considerada como las desviaciones estándar que se estarían
dispuestas a aceptar) natural se basarán en información de la muestra. Para tal
efecto se utiliza la siguiente notación:
 µ = Medida de la población (parámetro)

 x = Medida de una muestra obtenida de la población (estadística)
 σ = Desviación estándar de la población (parámetro)
 s = Desviación estándar de una muestra obtenida de la población
(estadística)
Dado que debe usarse información de la muestra para estimar las medias y las
desviaciones estándar de la población, la tolerancia natural de un proceso se
estima sustituyendo x  3s x en las estadísticas de la muestra.
En los gráficos de control generalmente se utilizan dos tipos básicos con algunas
variantes: gráficos de control por variables y gráficos de control por atributos. Los
80

gráficos de control por variables serán abordados a continuación mientras que los
gráficos de control por atributos serán abordados en la siguiente sección.
Los gráficos de control por variables son utilizados cuando el parámetro basado en
el control es alguna medida de una variable, tal como la dimensión de una parte,
el control para realización de un trabajo y otras. Los gráficos de control por
variables pueden basarse en mediciones individuales, valores de la media de
muestras pequeñas, valores de la variación de mediciones de variabilidad.
3. Gráficos de control x (x barra)
Para construir gráficos de control por variables x , existen varias cuestiones que
deben resolverse como el tamaño de la muestra, establecimientos de estándares
para promedio del proceso y límites de control, además de los procedimientos
prácticos para reducir los cálculos requeridos.
Tamaño de la muestra. Para establecer el tamaño de la muestra se tiene en

cuenta que los tamaños de las muestras son generalmente reducidos por razones
tales como:
Primero, es más barato recolectar, inspeccionar y procesar muestras pequeñas.
Segundo, las muestras de mayor tamaño deben obtenerse durante períodos más
prolongados y pueden presentarse cambios durante dichos periodos, impidiendo
que las reacciones sean oportunas; así las cosas, las condiciones fuera de control
no se detectan tan rápidamente y pueden producirse desperdicios adicionales. Se
tiene establecido que generalmente los tamaños de muestra más comunes son de
cuatro o cinco ejemplares.
Este tamaño anticipa los problemas indicados y es lo suficientemente grande

como para que el teorema del límite central garantice la normalidad en la
distribución del muestreo.
Definición de estándares de promedios del proceso y límites de control. Para

poder definir los estándares se debe contestar la siguiente pregunta:
¿Cómo puede determinarse si el promedio del proceso, x , y los límites de control

son representativos del proceso cuando éste se encuentra en un estado de
control estadístico?
Si en el proceso cambian durante el período en el cual se está desarrollando la

información para definir estándares, los estándares no tienen significado. Las
81

condiciones no estándar pueden resultar en un cambio en el promedio, en la
desviación estándar, o en ambos.
Para contar con una protección, se calcula una s individual para cada una de las
pequeñas muestras de un subgrupo preliminar y después se promedian. Las
medias de las muestras del subgrupo se trazan sobre una gráfica de control
basada en x  3s x para determinar si han ocurrido cambios en el promedio del
proceso en el periodo durante el cual se recopilaron los datos preliminares.
Atendiendo a la sugerencia de los expertos, para lograr los objetivos, el tamaño

del subgrupo debe ser relativamente reducido, posiblemente de 20 a 25 y el
periodo de tiempo durante el cual se recopilan los datos preliminares debe ser lo
suficientemente largos como para poder reconocer cualesquiera cambios en el
proceso que ocurran entre intervalos de muestreo.
Procedimientos prácticos para determinar los límites de control de la gráfica

x . Los límites de control requieren un estimulo de s x y aunque este cálculo no es
costoso sí requiere la incorporación de todos los datos en los que se basa la
estadística. Al poner ponen en práctica estos conceptos se desarrollan métodos
más cortos para calcular los límites de control, utilizando el rango en lugar de la
desviación estándar como una medida de variabilidad. La Tabla 2.9., es una
pequeña porción de una tabla de factores usados para convertir el rango
promedio, R , a los límites de control 3s x .
El procedimiento es el siguiente. Se selecciona el factor adecuado de la Tabla

2.9., para gráficas x y se calculan los límites de control, así:
 Límite Superior de Control
LSC x

xAR
2
 Límite Inferior de Control
LIC x

xAR
2
A manera de ejemplo, si x = 4.00000, R = 0.01000 y n = 8, entonces el factor de

la Tabla 2.9., es A2 = 0.37300 y los límites de control son:
 LSC = 4.00000 + (0.37300 X 0.01000) = 4.00000 + 0.00373 = 4.00073

82

 LIC = 4.00000 – (0.37300 X 0.01000) = 4.00000 – 0.00373 = 3.99627
De hecho, los cálculos básicos para determinar las líneas centrales y los límites de
control permanecen iguales sin importar la variable que se está midiendo.
Tabla 2.9. Factores para convertir un rango promedio, R , a límites de control variables
Número de valores Carta de control Carta de control
en el subgrupo de medias de rangos
n A2 D3 D4
2 1,880 0 3,267
3 1,023 0 2,575
4 0,729 0 2,282
5 0,577 0 2,115
6 0,483 0 2,004
7 0,419 0,076 1,924
8 0,373 0,136 1,864
9 0,337 0,184 1,816
10 0,308 0,223 1,777
Adaptado de Buffa y Sarín. Fuente: Desarrollada a partir de una tabla de factores mucho más grande de gran utilidad para la construcción de
gráficas de control, tabla B2 del manual A.S.T.M para control de calidad de materiales, P.115.
A continuación se considera un proceso de evaluación para el cual se desea

establecer un gráfico de control x . Con el fin de inicializar la gráfica, se toman 20
muestras de n = 5 mediciones aleatorias conforme el proceso de evaluación tiene
lugar. Estas observaciones individuales se exponen en la Tabla 2.10.,
representando en cada línea una muestra de n = 5. Obteniendo el promedio de
cada muestra; x . La gran media se expresa en la parte inferior como x = 5.171.
Cálculos para el gráfico de control x . Primero se calcula la línea central y los

límites de control preliminares para el gráfico de control x de la siguiente forma:
 Límite Superior de Control:
LSC x

xAR 2
= 5.171 + (0.577 x 7.1511)
= 9.297
83

Tabla 2.10. Mediciones tomadas en secuencia sobre los
resultados de un proceso de producción (tamaño de muestra
N = 20, n = 5), para
x
Número de Observaciones individuales Promedio de la

muestra muestra, x
1 2 3 4 5
1 1,198 3,175 5,201 7,209 9,204 5,197
2 2,224 4,209 6,184 8,225 1,209 4,410
3 3,195 5,172 7,204 9,213 2,208 5,398
4 4,183 6,191 8,168 1,194 3,202 4,588
5 6,194 8,142 1,208 3,226 5,188 4,792
6 7,212 9,238 2,219 4,198 6,230 5,819
7 8,179 1,186 3,206 5,170 7,212 4,991
8 9,216 2,212 4,201 6,196 8,224 6,010
9 1,221 3,172 5,201 7,205 9,204 5,201
10 2,226 4,184 6,187 8,182 1,229 4,402
11 3,181 5,210 7,219 9,206 2,184 5,400
12 4,176 6,179 8,206 1,182 3,244 4,597
13 5,217 7,199 9,225 2,205 4,208 5,611
14 6,203 8,192 1,203 3,207 5,208 4,803
15 7,243 9,184 2,187 4,220 6,214 5,810
16 8,255 1,217 3,200 5,231 7,214 5,023
17 9,210 2,226 4,187 6,187 8,190 6,000
18 1,178 3,188 6,157 8,184 1,162 3,974
19 1,163 6,223 8,171 7,208 9,202 6,393
20 2,218 7,192 6,198 8,199 1,199 5,001
x  5,171
 Límite Inferior de Control:
LIC x

xAR 2
= 5.171 – (0.577 x 7.1511)
= 1.045
Los limites de control y la línea central preliminares para la gran media se

muestran en la Figura 2.5., graficándose las medias de las 20 muestras del
promedio de muestras x de la Tabla 2.10.
84

Cuándo actuar. En el caso que existan muestran fuera de los límites de control se
plantea la pregunta:
¿Qué configuraciones de puntos en una gráfica de control sugieren que debe

adoptarse una acción?” ¿Se justifica una acción solamente cuando los puntos
salen de los límites?
Figura 2.5. Gráfico de control x en la que se

muestran los promedios de proceso y límites de
control
10,000
9,000 LSC  9 .297
8,000
Media de la muestra
7,000
6,000
5,000 x  5Serie1
.1 7 1
4,000
3,000
2,000
1,000 LIC  1 .045
0,000
1 3 5 7 9 11 13 15 17 19
Número de muestra
Los siguientes son algunos lineamientos convenientes sobre cuándo anticipar los
problemas mediante una acción de investigación.
 Un solo punto se sale de los límites, ya sea superior o inferior.

 Dos puntos consecutivos están cerca de un límite de control superior o
inferior.
 Una corrida de cinco puntos por arriba o por debajo del promedio del
proceso.
 Una tendencia de cinco puntos hacia cualquiera de los límites.
 Un cambio súbito de nivel.
 Un compromiso errático.
85

4. Gráficos de control R
Una vez calculados los límites de control para los gráficos de control x , las
estadísticas usadas son las medias de la muestra reducida y estos son los datos
que se trazan en la gráfica. De la misma forma podría usarse una medida de
variabilidad, como la desviación estándar o el rango, como estadística básica.
Para cada muestra se calcula una desviación estándar (o rango) como muestra y
estas observaciones se agrupan en una distribución que se aproxima a la
distribución normal. Esta nueva distribución de medidas de variabilidad tiene una
media, una desviación estándar y un rango que pueden ser usados para construir
una de control. Esta gráfica de control indica cuando la variabilidad del proceso es
mayor o menor que el estándar.
En el control de la calidad, la estadística seleccionada es generalmente el rango,

más que la variación estándar, debido a la facilidad con la que el rango puede ser
calculado en un ambiente de procesamiento. Para cada muestra, la diferencia
entre la mediación más alta y la más baja se traza en el gráfico de control R. La
distribución de rangos tiene un promedio, R , y una desviación estándar sR. Los
límites de ± 3sR tienen el mismo significado general que para la gráfica x .
1.2 ELABORACIÓN DE GRÁFICOS DE CONTROL POR VARIABLES .
De la misma forma que para las gráficas x , el cálculo de los límites de control
para el gráfico de control R ha sido simplificado mediante el uso de la estadística
R en lugar de la desviación estándar. Usando los datos de la Tabla 2.9., para una
muestra de tamaño n, se seleccionan los factores D3 y D4 y se calculan los límites
de control 3sR como sigue:
LSC R
 D4 R
LIC R
 D3 R
86

De igual modo como se expresó anteriormente, a manera de ejemplo, si n = 6, R =
5.000, con base en el factor de la Tabla 2.9., D4 = 2.004 y D3 = 0, entonces los
límites de control para la gráfica R son:
 LSCR = 2.004 x 5.000 = 10.020

 LICR = 0 x 3.000 = 0
Enseguida, se continúa con los datos anteriores considerados en el proceso de

evaluación para establecer como un gráfico de control R. De manera semejante,
con el fin de inicializar la gráfica, se retoman las 20 muestras de n = 5 mediciones
aleatorias conforme el proceso de evaluación tiene lugar. Estas observaciones
individuales se exponen en la Tabla 2.11., de la misma manera representando en
cada línea una muestra de n = 5. Obteniendo el rango de la muestra R, el rango
promedio se expresan en la parte inferior como R = 7.1511.
Tabla 2.11. Mediciones tomadas en secuencia sobre los resultados de un proceso

de producción (tamaño de muestra N = 20, n = 5), para R
Número de Observaciones individuales Promedio de la Rango de la
Máximo Mínimo
muestra muestra, x muestra R
1 2 3 4 5
1 1,198 3,175 5,201 7,209 9,204 5,197 9,204 1,198 8,0060
2 2,224 4,209 6,184 8,225 1,209 4,410 8,225 1,209 7,0160
3 3,195 5,172 7,204 9,213 2,208 5,398 9,213 2,208 7,0050
4 4,183 6,191 8,168 1,194 3,202 4,588 8,168 1,194 6,9740
5 6,194 8,142 1,208 3,226 5,188 4,792 8,142 1,208 6,9340
6 7,212 9,238 2,219 4,198 6,230 5,819 9,238 2,219 7,0190
7 8,179 1,186 3,206 5,170 7,212 4,991 8,179 1,186 6,9930
8 9,216 2,212 4,201 6,196 8,224 6,010 9,216 2,212 7,0040
9 1,221 3,172 5,201 7,205 9,204 5,201 9,204 1,221 7,9830
10 2,226 4,184 6,187 8,182 1,229 4,402 8,182 1,229 6,9530
11 3,181 5,210 7,219 9,206 2,184 5,400 9,206 2,184 7,0220
12 4,176 6,179 8,206 1,182 3,244 4,597 8,206 1,182 7,0240
13 5,217 7,199 9,225 2,205 4,208 5,611 9,225 2,205 7,0200
14 6,203 8,192 1,203 3,207 5,208 4,803 8,192 1,203 6,9890
15 7,243 9,184 2,187 4,220 6,214 5,810 9,184 2,187 6,9970
16 8,255 1,217 3,200 5,231 7,214 5,023 8,255 1,217 7,0380
17 9,210 2,226 4,187 6,187 8,190 6,000 9,210 2,226 6,9840
18 1,178 3,188 6,157 8,184 1,162 3,974 8,184 1,162 7,0220
19 1,163 6,223 8,171 7,208 9,202 6,393 9,202 1,163 8,0390
20 2,218 7,192 6,198 8,199 1,199 5,001 8,199 1,199 7,0000
x  5,171 R  7,1511
87

Cálculos para el gráfico de control R. Los límites de control preliminares para
un gráfico de control R, para n = 5, se calculan utilizando los factores D3 = 0 y D4 =
2.115, de la Tabla 2.9., como sigue:
LSC R
 D4 R
= 2.115 x 7.1511
= 15.1246
LIC R
 D3 R
= 0 x 7.1511
=0
En la Figura 2.6., se muestra el gráfico de control R con los límites de control

preliminares y los rangos de 20 muestras. Como se puede apreciar, en este caso
el rango para la muestra 18 no cae fuera de los límites de control en la gráfica R.
Figura 2.6. Gráfica R en la se muestran promedios de

proceso y límites de control
LSC  15.1246
Rango de la muestra
15,0000
10,0000
R  7Serie1
.1511
5,0000
0,0000 LIC  0
1 3 5 7 9 11 13 15 17 19
Número de muestra
Ver Anexo A: Tabla IV Gráficos De Control por variables
88

1.3 DETERMINACIÓN DE LOS LIMITES DE CONTROL POR
ATRIBUTOS
Los gráficos de control por atributos se emplean cuando el parámetro de control es

la proporción o fracción de unidades defectuosas. Existen diversas partes de los
gráficos de control por atributos. Los gráficos de control para el número de
defectos por unidad se utilizan cuando un solo defecto no tiene demasiada
importancia pero un gran número de defectos puede dar como resultado un
producto defectuoso, como en el caso de número de rayones en una superficie
pintada. De la misma manera; en este sentido, se tiene en cuenta los temas
enfatizados por Buffa y Sarín (1992)11.
En los gráficos de control por atributos la población se divide en las

clasificaciones: partes defectuosas contra partes buenas, el número de facturas
con errores contra el número de facturas sin errores en una operación de oficina,
el número presente contra el número ausente para el control del ausentismo, la
proporción del tiempo inactivo contra el tiempo activo en un estudio de muestreo
de trabajo y así sucesivamente. En cualquier situación para lo que se desee
construir un gráfico de control es necesario establecer esta distinción “bueno –
malo”.
1.4 ELABORACIÓN DE GRAFICOS DE CONTROL POR

ATRIBUTOS
Los gráficos de control para la proporción o fracción de partes defectuosas que se

presentan se denominan gráficos de control p; estos gráficos se elaboran con
base en la distribución binomial. Se recuerda que la siguiente fórmula corresponde
a la distribución binomial:
 Distribución binomial
k
 xi Número de partes defectuosas
p  i 1 
N Número total observado
11
89

O lo que es lo mismo
k
 xi
p  i 1
k*n
 Desviación estándar muestral s p
p (1  p )
sp 
n
Donde:
 n = Tamaño de la muestra
Siguiendo la práctica más empleada para gráficos de control de calidad, los límites
de control se establecen en el promedio del proceso para partes defectuosas más
o menos tres desviaciones estándar; es decir, p  3s p .
LSC  p3s p
LIC  p3s p
A manera de ejemplo a continuación en la Tabla 2.12., se muestra un conjunto de

datos para el número de defectos encontrados en muestras diarias de 200
unidades para 24 días consecutivos de producción.
Cálculos para el gráfico de control p.
90

Primero se quiere determinar si los datos exhiben control estadístico y segundo
establecer un gráfico de control para la proporción o fracción de partes
defectuosas p. La fracción de defectos diarios se calcula dividiendo cada cifra
diaria entre el tamaño de la muestra, n= 200.
Tabla 2.12. Registro del número de partes defectuosas y fracción calculada de

defectos en muestras diarias de n = 200
Número de Número de
Día de Fracción de Día de Fracción de
partes partes
producción defectos (p ) producción defectos (p )
defectuosas (x i ) defectuosas (x i )
1 110 0,550 13 18 0,090
2 15 0,075 14 114 0,570
3 110 0,550 15 14 0,070
4 112 0,560 16 110 0,550
5 111 0,555 17 111 0,555
6 19 0,095 18 111 0,555
7 122 0,610 19 126 0,630
8 14 0,070 20 113 0,565
9 112 0,560 21 110 0,550
10 124 0,620 22 19 0,095
11 121 0,605 23 111 0,555
12 115 0,575 24 112 0,560
k
n  200 x
i 1
i
 2154
En la Tabla 2.12., también se calculan cifras preliminares para p , s p , y LSC y LIC,

así:
 Distribución binomial:
k
 xi
p  i 1
k*n
2154

24 * 200
= 0.449
 Desviación estándar muestral s p :

91

p (1  p )
sp 
n
0.449 * 0.551

200
= 0.035
El cálculo con tres desviaciones estándar es:
3 s 3* s
p p
= 3 x 0.035
= 0.105
LSC  p3s p
= 0.449 + 0.105
= 0.554
LIC  p3s p
= 0.449 – 0.105
= 0.344
Estas cifras preliminares se emplean para determinar si el proceso que genera los
datos está bajo control.
92

En la Figura 2.7., se presenta la gráfica restante de los defectos en la producción
diaria en relación con los límites de control preliminares. Se observa que catorce
puntos caen fuera del límite superior de control en los días: 4, 5, 7, 9, 10, 11, 12,
14, 17, 18, 19, 20, 23 y 24, respectivamente.
Figura 2.7. Gráfico de control p para examinar

datos históricos y establecer límites de control
Fracción defectuosa
0,700
0,600 LSC  0 .554
de la muestra
0,500
0,400
p  0Serie1
. 449
0,300
0,200
0,100
LIC  0.344
0,000
1 3 5 7 9 11 13 15 17 19 21 23
Días de producción
Gráficos de control p para muestras de tamaño variable
En el ejemplo anterior el tamaño de la muestra era constante. Sin embargo, con

frecuencia de los tamaños de la muestra son variables, como suele ser el caso
cuando se aplica una inspección del 100 por ciento y los volúmenes resultantes
varían día a día. Si los tamaños de la muestra varían sólo ligeramente, los límites
de control pueden basarse en el tamaño de la muestra promedio. Sin embargo,
cuando los tamaños de la muestra varían sustancialmente, pueden calcularse
nuevos límites de control para cada muestra.
Estos cálculos de los límites de control pueden simplificarse, así:
Por ejemplo, si p = 0.449,
p (1  p )
s p

n
93

0.449 * 0.551

n
0,497

n
El cálculo con tres desviaciones estándar es:
3 s 3* s
p p
0.497
=3x
n
1.492

n
Para cada muestra, entonces, la raíz cuadra del tamaño de la muestra se divide
entre 1.492 para obtener el valor de 3 que debe sumarse y restarse de p para
obtener los límites de control individuales. Efectivamente, una p diferente requiere
una nueva determinación de la constante.
Otra forma de manejar este problema es construir un gráfico de control p

estabilizada convirtiendo las desviaciones del proceso a unidades de desviación
estándar.
Cálculos para el gráfico de control p para muestra de tamaño variable. Se

calcula una para cada muestra utilizando el método rápido antes mencionando (el
factor para el ejemplo sería simplemente de 1.492 / 3 = 0.497) y se divide entre la
variación de la muestra a partir de p , ( p  p) . Si la proporción de defectos de la
muestra fuera p = 0.555, p = 0.449 como anteriormente y n = 200.
Entonces:
94

p (1  p )
s p

n
0.449

200
= 0,0318
Entonces las unidades de desviación estándar son:
(p  p ) (0.555  0.449)

0.0318
sp
0.106
=
0.0318
= 3.33 unidades
En consecuencia, los límites de control se trazan en términos de unidades de

desviación estándar y esta muestra está 3.33 desviaciones estándar por encima
de la media. En el caso que el resultado sea negativo se entiende que estaría
esas unidades por debajo de la media.
Gráficos de control c
Los gráficos de control c llamados también gráficos de control por defectos por
unidad se utilizan cuando existen ocasiones en las que el parámetro a ser
controlado no puede ser expresado como una proporción simple, como fue el caso
de los gráficos de control p, vistos anteriormente.
A manera de ejemplo se expone el tema de la digitación del número de

transacciones bancarias en una matriz de 10x10, en el que el número de defectos
(digitaciones erróneas) por cada 100 de éstas, puede ser el parámetro a controlar.
En dichos casos, un defecto puede ser menor en sí mismo, pero un gran número
de defectos por unidad en el grupo puede ser cuestionable.
95

La distribución de probabilidad de Poisson resulta generalmente aplicable.
 Distribución de Poisonn
s 
c c
LSC  c  3 s c
LIC  c  3 s c
Cálculos para el gráfico de control c. El cálculo de los límites de control es

simple. Por ejemplo, si el número medio de defectos por unidad fuera c = 16, se
tiene que:
 Distribución de Poisonn:
s 
c c
 16
=4
LSC  c  3 s c
= 16 + (3 x 4)
= 28
96

LIC  c  3 s c
= 16 – (3 x 5)
=4
1.5 CAPACIDAD DEL PROCESO
La tabulación o recopilación del número de veces en que se presenta una cierta

medición o dato de la característica o variable de calidad a analizar, para un
producto cualquiera que se esté examinando se conoce como Histograma de
Frecuencias. La tabulación u ordenación de datos se representa colocando sobre
el eje vertical la frecuencia en que ocurren los datos, y sobre el eje horizontal los
valores de la característica que se mide; estos valores se representan en
pequeños intervalos numéricos casi siempre definidos por el usuario, llamados
intervalos de clase.
Normalmente en dicho Histograma, se muestra también las marcas

correspondientes a la media nominal de toda la población, así como los valores de
los límites inferior y superior de especificación.
La capacidad potencial del proceso o Cp se define como la relación entre los

límites de especificación o tolerancia y la variabilidad total del proceso dada por el
cálculo de la desviación estándar.
Matemáticamente se expresa de la siguiente forma:
Especificación Superior - Especificación Inferior

Cp = __________________________________________________
6 veces la desviación estándar
Ejemplo:
Límite superior de especificación: 5.00 % de humedad

Límite inferior de especificación: 3.00 % de humedad
97

Desviación estándar del proceso: 0.40 %
(Calculado con los datos obtenidos en el mes pasado)
Sustituyendo estos valores en la formula se tiene:
5-3
Cp = -------------- = 0.83
6 x 0.40
El denominador es mayor que el numerador y resulta un valor menor a la unidad,

esto significa que el proceso tiene mayor variabilidad de lo que permite la
especificación.
Ahora, se toma acción correctiva sobre una de las causas comunes para reducir la
variabilidad y entonces la nueva desviación estándar del proceso es igual a 0.25
%, por lo que se tiene un nuevo valor de Cp:
5-3
Cp = ------------ = 1.333
6 x 0.25
Esto indica que la variabilidad de la humedad que da el proceso es menor que la

de la tolerancia establecida, por lo que el proceso tiene la capacidad potencial de
cumplir la especificación.
Las técnicas estadísticas permiten evaluar la variación que tienen los procesos
medidos, para después compararlos con las especificaciones o normas
establecidas. La variación se puede conocer con el análisis estadístico de la
capacidad y habilidad de los procesos cuando se cumplen con tales
especificaciones. Los índices que se pueden calcular para evaluar estas
características son la capacidad y la habilidad de un proceso.
Capacidad del proceso
El parámetro conocido como Cp indica la capacidad que tiene un proceso para

cumplir con las especificaciones o normas; este valor relaciona la dispersión real
del proceso en estudio comparado con respecto a las especificaciones o normas.
Para una mejor ilustración véase la Figura 2.3.
98

Figura 2.3. Representación gráfica de la
capacidad del proceso
x
LIE LSE
La fórmula para su cálculo es:
Variación especificada o permitida LSE  LIE

C  p

Variación real del proceso 6s
Donde :
 Cp = Capacidad del proceso

 LSE = Límite Superior de Especificación
 LIE = Límite Inferior de Especificación
 s = Desviación estándar muestral
Habilidad del proceso
Representa la variación del proceso comparada con los límites de especificación

en sus condiciones más críticas. Esta descrita como la distancia existe entre el
uso de promedio del proceso medido y los límites. Para calcular la habilidad del
proceso se requieren las siguientes fórmulas:
99


LSE  x
Z sup
s

x  LIE
Z inf
s
Entonces:

Z min
C pk
3
En donde:
 Zsup = Valor de la variación estandarizada en términos de las desviaciones

estándar, en comparación con el límite superior de especificación.
 Zinf = Valor de la variación estandarizada en términos de las desviaciones
estándar, en comparación con el límite inferior de especificaciones.
 Zmin = Valor menor entre los resultados calculados de Z.
 x = Promedio calculo de la muestra.
 Cpk = Habilidad del proceso.
En primer lugar, se calculan los dos valores de Z, se elige el valor menor entre los
dos (incluyendo los valores negativos, entre mayor sea el número negativo éste se
toma como Z menor); posteriormente se divide entre la cantidad seleccionada de
desviaciones estándar que se requiere analizar para encontrar el valor de Cpk.
En segundo lugar, para tener la seguridad de que se tiene controlado el proceso,

los valores de Cp y de Cpk deben ser mayores que 1.33, lo cual quiere decir que se
tiene al menos una desviación estándar entre el límite de especificación y la orilla
de la curva del proceso real a la cantidad de desviaciones estándar calculadas.
En tercer lugar, en este análisis, si se tienen valores más altos de la capacidad y

habilidad del proceso, éste está más controlado. Para entender el comportamiento
del proceso de transformación, es necesario que se tengan las siguientes
condiciones:
100

a) El histograma debe tener un comportamiento normal, esto es que se tenga
una tendencia central y una dispersión de los datos semejantes a cada lado
de la tendencia central.
b) El histograma debe ser unimodal.
Enseguida se muestran las condiciones de los diferentes valores de la habilidad

del proceso Cpk. Véase Figura 2.4.
Cpk = Cp > 1. En esta condición, el valor del promedio del proceso está ubicado en
el valor de la tolerancia especificada y la variación es menor al total.
Figura 2.4. Diferentes valores de Cpk comparados con

las especificaciones
 LSE  x x  LIE 
C  min  ó 
pk
 3s 3s 
 
Cpk > 1:
 Proceso controlado dentro de los límites de especificación y con una

variación pequeña con respecto a lo permitido; ó,
 Proceso controlado dentro de los límites de especificación, con una
variación mayor a la anterior; ó,
 Proceso controlado en donde la “orilla” de la variación del proceso
calculado a  3  (3s), coincide con el límite inferior de especificación.
Cpk = 1. Proceso controlado en donde la “orilla” de la variación del proceso

calculado a  3  (3s), coincide con el límite superior de especificación.
Cpk < 1:
101

 Proceso fuera de control; parte de su variación calculada a  3  (3s), está
fuera de las especificaciones, en el lado del límite superior de
especificación.
Cpk = 0. Proceso fuera de control; su promedio coincide con el límite superior de

especificación.
Cpk < 0 (Negativo):
 Proceso fuera de control; su promedio está fuera del límite superior de

especificación; ó,
 Proceso fuera de control; su promedio está fuera del límite inferior de
especificación.
Habilidad del proceso con tolerancias unilaterales
En el caso de una tolerancia unilateral, el valor de Cp no tiene sentido puesto qué

sólo hay un límite de especificación, ya sea el superior, como lo es una
especificación de rugosidad máxima; así también, se puede tener un sólo límite de
especificación que es el mínimo que debe cumplir el elemento a medir, como
ejemplos se pueden citar: un porcentaje mínimo de concentración en una solución,
una tensión mínima a cumplir, etcétera. Para su cálculo, se tienen las siguientes
condiciones:
a) Cuando la especificación establece un máximo:

LE  x
Z
s
b) Cuando la especificación establece un mínimo:

x  LE
Z
s
Por lo que:
102


Z
C pk
3
Donde:
 Z = Distancia al límite de especificación

 LE = Límite de Especificación
 x = Valor promedio del proceso
 s = Desviación estándar muestral
 Cpk = Habilidad del proceso.
Siempre que existan cambios en el proceso que se está midiendo, se pueden

provocar también cambios de Cp y de Cpk, se puede provocar por cambios en de
condiciones de medio ambiente, cambios en la metodología, sustitución de
personal capacitado por no capacitado etc. Para controlar el proceso, es necesario
que se analicen las causas que provocan la variación y que por consecuencia, se
realicen las acciones tanto correctivas como preventivas para su control
estadístico.
Un medio para lograr el control a través del tiempo, es el control estadístico del
proceso llevado mediante gráficos de control tanto por variables, como por
atributos, como se verá enseguida en las secciones 2.3., y 2.4.
Ventajas al calcular los índices de capacidad y habilidad del proceso
Los estudios de capacidad y habilidad de los procesos permiten conocer su

comportamiento tanto en las operaciones en particular, como en los procesos
productivos completos. Lo anterior se puede llevar a cabo, calculando la
dispersión del proceso y la comparación de éste contra las especificaciones o
normas, así las cosas tenemos que:
a. Se puede diagnosticar si una operación en particular o un proceso completo

puede proporcionar resultados libres de defectos, esto es, totalmente
dentro de especificaciones, en condiciones normales de operación.
b. Proporcionan una base para diagnosticar el comportamiento, ya sea normal
o anormal, que esté centrado o no, también variaciones excesivas con
respecto a la especificación; se pueden relacionar con causas específicas
para atacarlas y cumplir con los requisitos para lograr una mejora continua.
103

c. Pronostican el comportamiento de las operaciones y los procesos
completos, que permiten establecer un sistema preventivo para asegurar la
calidad de los resultados.
2. MUESTREO DE ACEPTACIÓN LOTE A LOTE POR

ATRIBUTOS
En esta sección se abordará el tema de muestreo de aceptación lote a lote por
atributos comenzando con los conceptos fundamentales que están involucrados
en el tema y posteriormente se tocarán los aspectos estadísticos concernientes
para culminar con el diseño del plan de muestreo. Continuando con la exposición y
dada la sencillez para dar a conocer el muestreo de aceptación lote a lote por
atributos, se retoman planteamientos esbozados por Buffa y Sarín (1992) 12.
2.1. CONCEPTOS FUNDAMENTALES
La inspección por muestreo de aceptación es un procedimiento mediante el cual

se decide sobre la aceptación o rechazo de un lote de productos, materias primas,
partes, materiales, componentes, subensambles, etc; según el número de
defectuosos ( o de defectos) encontrados en una muestra aleatoria ( o en más de
una muestra) extraída del lote que se somete a evaluación.
En primer lugar, tenemos que el lote es un conjunto de artículos o unidades

producidos bajo condiciones esencialmente similares, a través de un proceso de
fabricación, y que es sometido a inspección muestral para su aceptación o
rechazo.
En segundo lugar, los defectuosos son aquellos artículos que no satisfacen uno o
más criterios de calidad, según la definición de defectuoso que previamente se
haya establecido para el lote de artículos sobre el cual se quiere realizar el
muestreo de aceptación.
En tercer lugar, la muestra aleatoria a tomar es un conjunto de artículos extraídos

del lote, de tal manera que se haya dado una oportunidad igual a todos los
componentes del lote para formar parte de la misma.
12
104

En cuarto lugar, la inspección es la verificación de la aptitud de un producto para
cumplir su función, o la apreciación sobre el cumplimiento de las especificaciones
de sus componentes. Se efectúa a través de mediciones, chequeos, pruebas,
ensayos, apreciaciones o comparaciones. Busca detectar los defectos de cada
artículo, o sea las discrepancias entre las características observadas en el
producto y los estándares o criterios de calidad establecidos para cada una de
éstas. Según el número y la clase de defectos encontrados en cada artículo, se
clasifican como defectuosos o como aceptables.
La inspección puede hacerse sobre la totalidad de las características del producto,

o sobre las características críticas solamente, o sobre algunas pocas
características (una o más) previamente determinadas.
Si se realiza inspección por atributos, o sea apreciando las características del

producto a través de nuestros sentidos (vista, tacto, olfato, gusto, oído) o utilizando
comparadores (como medidores de pasa no pasa), y como resultado de esta
inspección clasificamos cada artículo como bueno o defectuoso, hablamos de la
inspección de muestreo de aceptación por atributos.
2.2. DETERMINACIÓN DE LA CURVA CARACTERISTICA DE

OPERACIÓN CCO
Cuando ya se ha llevado a cabo la producción, con frecuencia se desea conocer el

nivel de calidad del lote. Cuando un proveedor envía un lote de partes, por
ejemplo, ¿Deben estas partes aceptarse como buenas o no? El muestreo de
aceptación es la técnica estadística de control de calidad para tomar este tipo de
decisiones. A continuación se expone el muestreo de aceptación por atributos,
haciendo alusión a las curvas de características operativas (CO).
2.2.1. CURVA CARÁCTER´SITICA DE OPERACIÓN (CCO)
La curva CO muestra la probabilidad de aceptación del lote como función de la

fracción defectuosa contenida en este. A cada plan de muestreo (o sea, a cada
par de valores n y c) le corresponde una curva CO distinta. Usualmente, la
elección de un plan se basa en su curva CO.
105

Ejemplo: la curva CO para el plan con N = 1000, n = 89 y c = 2 es:
Suele distinguirse entre curvas CO de tipo A o curvas CO del consumidor cuando

las mismas se construyen a partir de la distribución hipergeométrica y curvas CO
tipo B o curvas CO del productor cuando las mismas se construyen a partir de la
distribución binomial.
106

Curvas CO tipo A y B para n = 25 y c = 0.
Como la diferencia entre las curvas mostradas es pequeña, en la práctica los

planes se diseñan basándose las curvas tipo B. Estos permite diseñar los
planes independientemente del tamaño del lote.
Sin embargo debe recordarse que para el consumidor esto es una
aproximación cuya validez debe verificarse en cada caso.
107

La curva CO ideal sería aquella con relación n/N fija y c = 0.
El diseño clásico de planes de muestreo se basa en la especificación de algunos

puntos dentro de la curva CO.
NCA: nivel de calidad aceptable, es el peor nivel de calidad que el consumidor
considera aceptable como media del proceso.
: riesgo del productor, es la probabilidad de que el plan rechace un lote con
una proporción defectuosa igual al NCA. Se desea que sea bajo para proteger
al productor.
NCL: nivel de calidad limitativo, es el peor nivel de calidad que el consumidor
considera aceptable en un lote individual.
: riesgo del consumidor, es la probabilidad de que el plan acepte un lote con
una proporción defectuosa igual al NCL. Se desea que su valor sea pequeño
ya que se trata del tope aceptable por el consumidor.
108

Una vez que se fijan estos cuatro valores la curva característica está determinada
en forma única y por tanto el plan de muestreo también. Para obtener n y c hay
que resolver las ecuaciones:
c
n!
1   NCA d (1  NCA) n  d
d  0 d !( n  d )!
c
n!
  NCLd (1  NCL ) n  d
d  0 d !( n  d )!
Si NCA < NCL y  < 1 - , este par de ecuaciones siempre tienen solución
(aunque no en forma explícita). Sin embargo, dependiendo de cómo se fijen los
parámetros anteriores es posible que el plan sea irrealizable en la práctica.
En general mientras más cercanos sean el NCA y el NCL mayor será el tamaño de
la muestra n y, por tanto, más complejo el plan.
En estos planes la decisión tras observar la primera muestra tomada del lote
puede ser aceptarlo, rechazarlo o tomar una segunda muestra. Si esto último se
decide entonces la aceptación o el rechazo se basan en la información
proveniente de ambas muestras.
Así pues, para determinar un plan de muestreo doble es necesario fijar cuatro
valores: el tamaño de la primera muestra (n1), el número de aceptación de la
segunda muestra (c1), el tamaño de la segunda muestra (n2) y el número de
aceptación para ambas muestras combinadas (c2).
Si llamamos di al número de defectos en la i-ésima muestra podemos resumir así:
109

Tomar Tomar Rechazar
muestra muestra lote
de tamaño n1 de tamaño n2 N
N O
O ¿ d1 + d2 
N
¿ d1  ¿ d1 > c2 ?
O
c1 ? c2 ? S
S S I
I I Aceptar
Aceptar Rechazar lote
lote lote
Dos ventajas de estos planes son:

Cuando se utiliza reducción en la segunda muestra pueden haber ahorros
importantes.
Sicológicamente son más fáciles de aceptar ya que estos planes le dan al lote una
segunda oportunidad.
La principal desventaja de los planes dobles es que requieren mayor planificación
previa.
2.2.2. Curvas de características operativas (CO)
Para especificar un plan de muestreo se establece el tamaño de la muestra n, y el

número de defectos permitidos en la muestra, c (número de aceptación), antes de
que sea rechazado todo el lote del cual se obtuvo la muestra. La curva CO para
una combinación particular de n y c muestra qué tan bien discrimina el plan entre
lotes buenos y malos. La Figura 3.1., muestra una curva CO para un plan de
muestreo con una muestra de tamaño n = 100 y un número de aceptación c = 2.
En este plan, si c = 0 y se encuentran 1 ó 2 partes defectuosas en una muestra de

n = 100, el lote se considera aceptable. Si se encuentra más de dos partes
defectuosas el lote deberá ser rechazado. Si la calidad real del lote es del 1% de
partes defectuosas, el plan en la Figura 3.1., se aceptaría el lote aproximadamente
el 91.5% del tiempo y lo rechazaría aproximadamente el 8.5% del tiempo. Se
hace notar, que si la calidad real del lote fuera algo inferior al 1% de partes
defectuosas posiblemente 5%, la probabilidad de aceptación del lote disminuye
drásticamente a cerca del 13%.
110

Por lo tanto, si la calidad real del lote es buena, el plan provee una alta
probabilidad de aceptación, pero si la calidad real es mala, la probabilidad de
aceptación es baja. De esta forma, la curva CO muestra qué tan bien un plan
dado discrimina entre una calidad buena y una mala. Por ende, la capacidad de
discriminación de un plan de muestreo depende del tamaño de la muestra.
Figura 3.1. Curva de característica operativa (CO), con

n = 100 y c = 2
1
0.9
Probabilidad de aceptación
0.8
0.7 n = 100
0.6 c=2
0.5
0.4
0.3
0.2
0.1
0
1 2 3 4 5 6 7 8 9 10 11 12
Porcentaje de defectuosos
La probabilidad de aceptación es cero para todos los lotes con porcentajes de

partes defectuosas a la derecha de la línea. Desafortunadamente, el único plan
que lograría está discriminación es aquel que requiere una inspección del 100%.
Por lo tanto, la justificación del muestreo para aceptación resulta del balance entre
los costos de inspección y los posibles costos de aceptar partes defectuosas.
Por un lado, si se quiere justificar la inspección al 100% de una muestra, las

pérdidas probables debidas a la aceptación de productos malos deberán ser
grandes en relación a los costos de inspección, resultando posiblemente en la
pérdida de contratos y clientes. Es sobre esta base que se puede justificar el
objetivo japonés de “cero defectos”. Por otro lado, para justificar que no se realice
una inspección, los costos de inspección deberán ser bastante elevados en
relación a las pérdidas probables debidas a la aceptación de partes malas. La
situación más usual se ubica entre estos extremos, en donde existe el riesgo de
no aceptar lotes que son en realidad adecuados y el riesgo de aceptar lotes malos.
111

2.3. ELABORACIÓN DE LA CURVA CARACTERÍSTICA DE
OPERACIÓN
Las curvas CO pueden construirse a partir de los datos obtenidos de la

distribución normal o de Poisson. Si los lotes son grandes, posiblemente más de
10 veces el tamaño de la muestra, las probabilidades para la curva CO pueden
obtenerse de la distribución binomial. Sin embargo, si las muestras son grandes
las aproximaciones normal o de Poisson también son muy cercanas y son mucho
más convenientes de usar. Para tal efecto, existen las siguientes reglas empíricas,
así:
 Si p´n > 5, las probabilidades pueden ser determinadas a partir de la

distribución normal con una media p´ y una desviación estándar de
p´(1  p´) / n .
 Si p´n ≤ 5, usar la distribución de Poisson.
Generalmente el porcentaje de defectos del lote es reducido y los lotes son

relativamente grandes por lo que se emplea la distribución de Poisson para
calcular los valores para obtener el porcentaje de probabilidad de aceptación, Pa,
para curvas CO. Para el cálculo de otros lotes con diferentes valores de n y c,
empléese la gráfica Thorndike, que suministra curvas de acumulación de
distribuciones de Poisson de probabilidad, para distintos valores del número de
aceptación c; puesto que la gráfica indica la probabilidad de ocurrencia de c o
menos defectos en una muestra n seleccionada de un universo infinito en el cual
el porcentaje de partes defectuosos es PD.
2.3.1. Riesgos para el productor y para el consumidor
La definición de estos riesgos puede especificarse mediante su referencia a una

curva CO típica. En la Figura 3.2., se muestra las siguientes cuatro definiciones:
 AQL = Nivel Aceptable de Calidad (Aceptable Quality Level). Los lotes de

este nivel de calidad se consideran buenos y se desea tener una alta
probabilidad para su aceptación.
  = Riesgo para el productor. La probabilidad de que lotes con un nivel

de calidad AQL no sean aceptados. Generalmente  = 5% en la práctica.
 LTPD = Porcentaje de Defectos Tolerables para el Lote (Lot Tolerance

Percent Defective). La línea divisoria entre lotes buenos y lotes malos
112

seleccionada. Los lotes de este nivel de calidad se consideran como pobres
y se desea tener una baja probabilidad para su aceptación.
 β = Riesgo para el consumidor. La probabilidad que se acepta el nivel de

calidad LTPD. Generalmente β = 10% en la práctica.
Cuando se establecen los niveles para cada uno de estos cuatro valores se están
determinando dos puntos críticos en la curva CO, los puntos  y β mostrados en
la Figura 3.2.
Figura 3.2. Curva de características operativa (CO) con

 = 0.05 y β = 0.10
1
0.9 = .05 (Riesgo del productor)
Probabilidad de aceptación
0.8
0.7 n = 100
0.6 c=2
0.5
0.4
0.3  =.10
(Riesgo del consumidor)
0.2
0.1
0
1 2 3 4 5 6 7 8 9 10 11 12
AQL LTPD
A manera de ilustración se presenta el siguiente ejemplo. Una empresa que

fabrica escáneres para detectar trampas de velocidad. Los tableros de circuito
impreso en los escáneres son comprados a un proveedor externo. El proveedor
produce las tarjetas con un AQL de dos por ciento de ítems defectuosos y está
dispuesto a asumir un riesgo de cinco por ciento (α) de rechazo en lotes de este
nivel o meno ítems defectuosos. La empresa considera que los lotes con ocho por
ciento de ítems defectuosos o más (LTPD) son inaceptables y quiere asegurarse
de que no aceptará esos lotes de baja calidad más de diez por ciento del tiempo
(). Se acaba de entregar un gran cargamento. ¿Qué valores de n y c se deben
seleccionar para determinar la calidad del lote?
Para encontrar los valores de n y c, en primer lugar se tiene en cuenta que los
parámetros del problema son:
 AQL = 0.02
113

  = 0.05
 LTPD = 0.08
 β = 0.10
Con base en el extracto de una tabla de plan de muestreo para los valores
generalmente empleados  = 0.05 y β = 0.10 (tal como quedó establecido
previamente), se emplea la Tabla 3.1., para determinar los valores de n y c.
Tabla 3.1. Extracto de una tabla de plan de muestreo

convencional para α = 0.05 y β = 0.10
c LTPD / AQL n X AQL
0 44,890 0,052
1 10,946 0,355
2 6,509 0,818
3 4,89 1,366
4 4,057 1,970
5 3,549 2,613
6 3,206 3,286
7 2,957 3,981
8 2,768 4,695
9 2,618 5,426
Primero. Se divide LTPD en AQL lo cual da como resultado (0.08 / 0.02 = 4).
Segundo. Se determina la relación en la columna de tal forma que sea

equivalente o ligeramente superior a ésta cantidad, como es el caso de 4, siendo
este valor de 4,057, que se asocia con c = 4.
Tercero. Se determina el valor en la columna que está en la misma fila de de c =

4, y se divide esa cantidad por AQL para obtener n; es decir, (1,970 / 0.02 =
98,50).
Cuarto. Se obtiene que el plan de muestreo es c = 4 y n = 99, tal como puede

verse en la Figura 3.3.
114

 = 0.05, β = 0.10, LTPD = 0.08 y AQL = 0.02
1
0.9 = 0.05 (Riesgo del productor)
Probabilidad de aceptación 0.8
0.7 n = 99
0.6 c=4
0.5
0.4
0.3  = 0.10
(Riesgo del consumidor)
0.2
0.1
0
1 2 3 4 5 6 7 8 9 10 11 12
AQL LTPD
Enseguida se detalla el diseño del plan de muestreo de aceptación por atributos,

para el ejemplo en mención.
DISEÑO DEL PLAN DE MUESTREO
Para especificar un plan que satisfaga los requerimientos para AQL, , LTPD y β,
debe encontrarse una combinación de n y c con una curva CO que pase a través
de los puntos a y b, como se muestra en la Figura 3.4. La mecánica para
encontrar planes específicos adecuados puede establecerse utilizando tablas,
gráficas o fórmulas estándar que resulten en la especificación de una combinación
de n y c que se aproxime lo suficiente a los requisitos establecidos para AQL, ,
LTPD y β13.
13
Para una mayor comprensión del tema se puede consultar las tablas de Dodge y Romig.
115

planes que pasen por los puntos a y b
1
0.9 a
Probabilidad de aceptación 0.8
0.7
0.6
0.5
0.4
0.3
b
0.2
0.1
0
1 2 3 4 5 6 7 8 9 10 11 12
AQL LTPD
La especificación completa de un plan de muestreo con base en una curva CO

que pasa a través de los puntos a y b que satisface los requisitos establecidos por
AQL y , y LTPD y β, detalla así un plan de muestreo definido por un tamaño de
muestra n y un número de aceptación c.
Teniendo presente que con base en la gráfica de Thorndike de curvas de

probabilidad de distribución acumulada de la distribución de Poisson, se puede
generar el cálculo de valores para diseñar planes de muestreo; tal como es el caso
del plan de muestreo para n = 100 y c = 2, que se muestra a continuación en la
Tabla 3.2.
Para especificar un plan debe determinarse el tamaño de la muestra n y el número

de aceptación c únicos que produzcan una curva CO que se aproxime a la
especificada por los cuatro valores, AQL, , LTPD y β. Esto puede lograrse
consultando tablas o usando la gráfica Thorndike.
116

Tabla 3.2. Cálculo de los valores de Pa x 100 a partir de la gráfica
de Thorndike (plan de muestreo: n = 100 y c = 2).
Porcentaje de probabilidad
Porcentaje real de
(PD x n)/100 de aceptación a partir de la
partes defectuosa, PD
gráfica de Thorndike
0 0,00 100,00
1 1,00 95,50
2 2,00 68,00
3 3,00 42,00
4 4,00 24,00
5 5,00 12,00
6 6,00 6,00
7 7,00 3,00
8 8,00 1,50
Adaptado de: BUFFA, Elwood y SARIN, Rakesh. Administración de la producción y de las
operaciones. Méjico: Limusa, 1992. 939p.
A manera de ejemplo se ilustran los pasos a seguir para calcular los valores de n y
c en el ejemplo precedente. Recuérdese que los parámetros considerados son:
AQL = 2%, α = 5%, LTPD = 8% y β = 10%.
Paso 1. Se tabula los valores de (PD x n) / 100 para:
 Pa = (1 -α) = 95% y Pa = β = 10% para cada valor de c a partir de la gráfica

Thorndike.
 Por ejemplo, para Pa = 95% y c = 1, lea (PD x n) / 100 = 0.36 y para Pa =
10% y c = 1, lea (PD x n) / 100 = 3.90.
 Se hace lo mismo como en los diversos valores de c en las columnas
correspondientes. Tal como aparece en la Tabla 3.2.
Paso 2. Se calcula la relación de la columna de LTPD con la columna AQL para

cada uno de los valores de c, como en la columna LTPD / AQL de la Tabla 3.2.
 Para el plan deseado se busca en la columna LTPD / AQL la relación 8/2 =

4, dado que para el plan deseado LTPD = 8% y AQL = 2%.
 Esta relación de 4 cae entre 4.06 para c = 4 y 3.58 para c = 5.
Paso 3. Se hallan los tamaños de muestra como en la Tabla 3.3., decidiendo si se

mantiene  fija y se deja variar β o viceversa.
117

Tabla 3.3. Determinación de planes de muestreo con AQL y LTPD especificadas
(α = 5%, β = 10%)
AQL LTPD
Valor de (PD x n) / 100 con Valor de (PD x n) / 100 con
Número de P a = 95% a partir de la P a = 10% a partir de la
aceptación gráfica de Thorndike gráfica de Thorndike LTPD / AQL
1 0,36 3,90 10,83
2 0,80 5,30 6,63
3 1,35 6,70 4,96
4 1,97 8,00 4,06
5 2,60 9,30 3,58
6 3,30 10,50 3,18
7 4,00 11,80 2,95
8 4,70 13,00 2,77
 Si, por ejemplo, se establece c = 4 y se mantiene en 5%, entonces PD x n

/ 100 = AQL x n / 100 = 1.97 y puede resolverse para la muestra de tamaño
n:
1.97 *100
n   99
2
 El plan de muestreo sería entonces n = 99 y c = 4.
Paso 4. Se revisa el valor resultante del riesgo flotante.
 Usando la gráfica Thorndike, para el plan 1, ingresar los valores de c = 4 y

PD x LTPD X n / 100 = 8 x 99 / 100 = 7.92 y leer el valor real de β = 10.5%.
También se pueden calcular otros valores de  y . Aún cuando la Tabla 3.3., se

construyó para los valores comunes de 5% y 10% de  y , respectivamente. De
la misma manera, puede construirse una tabla comparable a partir de la gráfica de
Thorndike para cualesquiera valores de  y , por lo que los métodos descritos
son generales.
2.4. DISEÑO DE PLANES DE MUESTREO DE ACEPTACIÓN POR

ATRIBUTOS
En el plan de muestreo simple, se toma una muestra aleatoria de tamaño n y si

ésta contiene más de c unidades defectuosas se rechaza el lote.
118

Parámetros:
n: tamaño de la muestra
c: no.máximo de defectuosos que se aceptan en un lote.
Para establecer un plan de muestreo simple es necesario definir:
NCA: nivel de calidad aceptable. Es el máximo porcentaje de defectuosos que un

productor acepta en su proceso. Si p<NCA el proceso se considera bueno.
PDTL: porcentaje defectuoso tolerable por lotes. Es el máximo porcentaje de

defectuosos que un consumidor acepta.
Este tipo de planes son los difundidos en la práctica comercial ya que son a la vez
versátiles y sencillos de aplicar.
Para definir un plan de muestreo simple por atributos es necesario fijar dos
parámetros: el tamaño de la muestra n y el número de aceptación c. Cualquier
lote que presente una muestra con más de c unidades disconformes es
rechazado.
El valor de la variable aleatoria C, número de piezas defectuosas contenido en una
muestra de una población viene dado por una distribución hipergeométrica:
 pN  (1  p ) N 
  
 c  n  c 
P (C  c) 
N
 
n
Donde p es la proporción de disconformes en el lote (punto de vista del

consumidor).
Cuando el tamaño del lote N es grande respecto al tamaño de la muestra n, la

distribución puede aproximarse por una binomial.
119

n c
P(C  c)    p (1  p) n c
c
La misma distribución es exacta cuando consideramos el proceso desde el punto
de vista del productor.
2.5. PLAN DE MUESTREO DE ACEPTACIÓN POR VARIABLES

Obtener una muestra aleatoria de tamaño n y calcular:
a) Si hay un límite inferior de especificación:
Si ZLIE >= k se acepta el lote

Si ZLIE < k se rechaza el lote
El problema se concentra en calcular n y k

b) Si hay un límite superior de especificación:
X  LIE
Z LIE 

Si ZLSE >= k se acepta el lote

Si ZLSE < k se rechaza el lote
El problema se concentra en calcular n y k

Cálculo de n y k
Se define:
Probabilidad de aceptación para una fracción defectuosa p1.
120

Probabilidad de aceptación para una fracción defectuosa p2
Ejemplo:
Una empresa embotelladora compra botellas a un proveedor. El embotellador ha

establecido una especificación inferior a 225 lbs/plg2 para la resistencia a la
presión interna de las botellas. Se quiere aceptar un lote que tenga una fracción
defectuosa de 1% o menos con una prob. de 0.95 y si la fracción defectuosa es
6% o menos se quiere aceptar el lote con una prob. de 0.1. Obtener un plan de
muestreo por variables.
Respuesta:
El plan de muestreo es el siguiente:
Tomar una muestra de 40 botellas, medir a cada botella su resistencia, calcular s

y ZLIE
X  225
Z LIE 
S
Aceptar el lote si ZLIE >=1.9
Una limitación que salta a la vista en el empleo de criterios por variables en el

muestreo para aceptación es el hecho de que muchas características de calidad
sólo se pueden observar como atributos. En los casos en que es cierto, no hay ni
que pensar en el muestreo por variables. No obstante, a menudo ocurre que es
posible idear métodos de medición en los casos en que, a primera vista, parece
ser que la inspección debe ser por atributos. Para las características de calidad
que se pueden medir, suele ocurrir que el costo de la inspección por artículo es
menor cuando es por atributos en lugar de por variables.
Quizá la limitación más seria para emplear el muestreo por variables es el hecho
de que los criterios para aceptación se deben aplicar por separado a cada
característica de calidad.
Por ejemplo, si se van a examinar 20 características de calidad de un producto en

un determinado puesto de inspección, se puede aplicar un solo grupo de criterios
para muestreo por atributos a la decisión para aceptación. Por el contrario, si cada
característica se somete a inspección por variables, se deben utilizar 20 grupos
diferentes de criterios para variables.
121

A menudo el muestreo para aceptación por variables suele ser preferible al
muestreo para aceptación por atributos, en particular de las características de
calidad que son el origen de problemas. Quizá solo 2 de las 20 características
mencionadas antes puedan presentar dificultades. Si es así, puede ocurrir que los
criterios para variables se puedan aplicar con provecho a estas dos, aunque se
emplean criterios para atributos para las otras 18.
La gran ventaja del empleo del muestreo para aceptación por variables es que se
obtiene más información acerca de la característica de calidad en cuestión, lo cual
puede conducir a cierto número de resultados deseables, como sigue:
1. Para una muestra de tamaño dado, por lo general se puede obtener mejor
protección para la calidad con criterios para variables en lugar de por atributos. O
dicho en forma un poco diferente, para una protección dada de la calidad en
contra de posibles porcentajes de defectivos (reflejados en la curva OC), con las
variables se pueden emplear muestras más pequeñas que con los atributos.
2. El grado de cumplimiento o incumplimiento (no conformidad) con el valor

deseado de una característica de calidad recibe importancia cuando se utilizan los
criterios para variables. Esto puede ser importante siempre que hay un margen de
seguridad en las especificaciones de diseño o en una zona crepuscular o de
incertidumbre de valores de la característica de calidad, entre los que son
claramente aceptables y los que son inaceptables.
3. La información de variables suele dar una mejor base de orientación hacia el

mejoramiento de la calidad.
4. La información de variables puede dar una mejor base para ponderar el historial
de calidad en las decisiones para aceptación.
5.- Es más fácil descubrir los errores de medición con la información de variables.
Denominamos características variables a aquellas que pueden ser medidas. Las

condiciones que normalmente permiten la aplicación del muestreo de aceptación
por variables son las siguientes:
1. La característica objeto de inspección debe ser una variable o capaz de ser

convertida según una escala variable.
2. La inspección de tributos o características esenciales resulta excesivamente

costosa.
122

3. La inspección de atributos no proporcionará suficiente información; esto es,
también se requieren del alcance y las consecuencias de la variación.
4. La distribución de las características debe ser aproximadamente normal.
Las características distintivas de un plan de muestreo de variables, en

comparación con un muestreo de atributos, son las siguientes:
1. Se obtiene una protección análoga con una muestra de tamaño.
2. Sólo puede aplicarse para la aceptación o rechazo de una característica

sometida a inspección.
3. Implica mayores costos administrativos. Se precisan mejores cualificaciones,

más cálculo, es posible cometer mayor cantidad de errores de cálculo y se hace
preciso utilizar equipo de inspección más caro.
4. Suele proporcionar mejores fundamentos para mejorar la calidad y mucha más

información en caso de renuncia.
Existen 2 tipos generales de procedimientos de muestreo por variable: los planes

que controlan la fracción defectuosa del lote y los planes que controlan un
parámetro del lote o proceso.
Considérese un plan de muestreo por variables para controlar la fracción

disconforme del lote o proceso. Puesto que la característica de la calidad es una
variable, habrá un limite inferior de la especificación LCE, un limite superior de la
especificación LCS, o ambos, que definan los valores aceptables de este
parámetro.
123

3. COSTOS DE LA CALIDAD
Para el estudio de los costos de la calidad es importante determinar cuáles con las
categorías y los elementos que están implícitos en los mismos. Para este
propósito se tienen en cuenta los argumentos presentados por Domínguez
(1995)14.
3.1. CATEGORÍAS Y ELEMENTOS DEL COSTO DE LA CALIDAD
Las categorías y elementos del costo de la calidad están directamente

relacionadas en la medida que se puede medir la calidad del producto o servicio
comparando las características que realmente posee con la que, teóricamente, se
han solicitado. Lo anterior implica considerar el ciclo generador de calidad, para
definir varios tipos de calidades, dependiendo de las fases en que se divide la vida
del producto o servicio, desde su demanda hasta su utilización por parte del
consumidor final.
3.1.1. Categorías del costo de la calidad
Regularmente se tiene la idea de que los productos ya sean bienes o servicios

artesanos son los que más nos agradan; esto se explica con base en las
definiciones precedentes de calidad que se ha mencionado.
En este sentido, un producto hecho a la medida ayuda a ilustrar la concepción que

se tiene de acerca de un ciclo artesanal de la calidad, como puede verse en la
Figura 6.1.
En consecuencia, se obtiene un producto de alta calidad, ya que no ha habido

ningún tipo de interferencias entre la transmisión de las características que debe
tener el producto por parte del cliente y la recepción de las mismas por parte del
productor que lo realiza. Sin embargo, si no se tiene relación directa con el
productor y el producto se adquiere del mercado, es posible que no se obtenga la
misma calidad y el cliente se tiene que adecuar a lo que ya existe en el mercado.
14
DOMINGUEZ M, José A; ÁLVAREZ, José; RUIZ, Antonio; et. al. Dirección de operaciones en la producción y los servicios. Aspectos
tácticos y operativos V.1. Madrid: McGraw-Hill, 1995. 503p.
124

Figura 6.1. Ciclo artesanal de la calidad
Consumidor
Características Características
que realmente deseadas en el
tiene el producto producto
Producto
Adaptado de: DOMINGUEZ M, José A; ÁLVAREZ, José; RUIZ, Antonio; et. al. Dirección de
operaciones en la producción y los servicios. Aspectos tácticos y operativos V.1. Madrid: McGraw-
Hill, 1995. 503p.
Otra manera en la que se puede ver afectada la calidad de un producto, a medida

que se va introduciendo intermediarios, o eslabones en la cadena que lo va a
producir, es la realización del producto en función del productor, que tiene
únicamente como fuente de información las características definidas en el
producto. Como se ve en la Figura 6.2.
125

Figura 6.2. Ciclo industrial de la calidad
Características
deseadas en el Calidad
producto teórica
Diseño
Características
Calidad definidas en el
del producto
usuario Consumidor Productor
Características
que realmente Calidad
tiene el producto técnica
Hill, 1995. 503p.
En este caso hay tres grupos de características diferentes: las que desea el
consumidor, las definidas en el producto para su elaboración y las que tiene el
producto ya elaborado; subsiguientemente, se tienen tres calidades diferentes, así:
Calidad teórica. Es la que mide la calidad del diseño, comparando las

características solicitadas por el usuario y las plasmadas en el producto.
Calidad técnica. Es la que contrasta las características reales del producto con
las que venían definidas en el producto.
Calidad de usuario. Es la que realmente importa al consumidor, ya que

comparará lo que se ha dado con respecto a lo que solicitó.
Lo anterior es un acercamiento al problema que hoy en día tienen las empresas,

ya que raramente el consumidor está tan cerca del diseño y de la fabricación del
producto, con lo que, se puede suponer lo difícil que puede ser dar al consumidor
exactamente lo que quiere.
3.1.2. Elementos del costo de la calidad
Una vez conocidas las distintas categorías de la calidad del producto, será
conveniente analizar los elementos de los que depende la calidad del mismo,
como son: materiales, máquinas, métodos, hombres y organización.
126

Materiales y máquinas. De hecho, es obvio que habría que utilizar los materiales
adecuados para obtener el producto con la calidad requerida, así como las
máquinas necesarias para darle la calidad deseada al producto. Al tratar estos dos
elementos, un error frecuente en el que suele caer es utilizar los mejores posibles
para obtener un producto de alta calidad.
Esto es debido a que se suele confundir el concepto de calidad con el de bondad.

Debemos recordar siempre que el posible usuario tiene una idea de lo que quiere,
teniendo en cuenta el precio que se va a pagar por él; sería pues, un despilfarro
(un incremento de costes inútil) utilizar tecnología punta, generalmente cara, para
la obtención de un producto que se pueda conseguir con otro tipo de tecnología,
más universal y, seguramente, más barata.
Métodos. Se deben definir en el producto junto a los dos elementos anteriores,

con los cuales están íntimamente ligados. El estudio de métodos es algo que se
ha venido relegando a un segundo plano a medida que ha ido avanzando la
tecnología productiva, realizándose éstos en dependencia, casi exclusiva, de las
máquinas a utilizar. Son muchos los factores a analizar que influyen en los
métodos (por ejemplo, el hombre, el puesto de trabajo, la ruta del producto, etc.) y
sería muy conveniente tenerlos en cuenta, ya que influirán en gran medida sobre
la productividad y sobre la calidad. Su realización suele ser muy barata si se
compara su costo con los resultados que potencialmente se pueden obtener a
partir del mismo.
Hombre. El factor humano debe estar dispuesto a trabajar para la calidad, para lo
cual es absolutamente necesaria una educación en este campo; se le debe hacer
consciente de la importancia que tiene la misma para la empresa y de que aquélla
depende en gran parte de él; por lo tanto, es necesario invertir en la formación del
personal.
Organización. Debe ser capaz de dar la importancia necesaria a todos los

elementos anteriores y eliminar los estrangulamientos y puntos débiles que se
produzcan en nuestra cadena productiva. El nivel de calidad dependerá de cada
uno de los elementos, lo que hará necesario un estudio a fondo de los mismos
para conseguir un determinado nivel en la calidad de los productos.
3.2. ANÁLISIS DE LOS COSTOS DE CALIDAD
Teniendo en cuenta la clasificación más común de los costos de calidad se tienen

costos generados por productos defectuosos y costos generados por
inspecciones, así:
127

3.2.1. Costos generados por productos defectuosos
Los costos generados por productos defectuosos se dividen en dos tipos, tal como
se muestra en la Tabla 6.1., productos defectuosos identificados y otros
identificados y vendidos.
Tabla 6.1. Costos generados por los productos defectuosos

Costo del material, de la mano de Pérdidas en la producción
obra y gastos generales, menos los
Rechazados
Productos defectuosos
ingresos producidos por la venta de Obstáculos a la programación

Productos
residuos
defectuosos
Utilizados como Diferencia de precio entre las dos Disgustos de clientes por retrasos
identificados
productos B clases de productos eventuales
Costo de las elaboraciones
Reelaborados Moral empresarial, etc.
suplementarias
Reclamados por Costo del servicio de asistencia por Mala fama para la calidad del producto y
Productos no el cliente inspecciones, reparaciones, etc. el buen nombre de la empresa
identificados y
vendidos No reclamados
Ninguno Pérdida de imagen
por el cliente
Adaptado de: DOMINGUEZ M, José A; ÁLVAREZ, José; RUIZ, Antonio; et. al. Dirección de operaciones en la producción y los servicios. Aspectos tácticos y
operativos V.1. Madrid: McGraw-Hill, 1995. 503p.
Productos defectuosos identificados. Los que pertenecen a este grupo van a

generar costos diferentes, dependiendo de la actividad que se desarrolle; según el
tipo de producto, existen tres posibilidades y se consideran dentro de los costos
tangibles:
 Rechazarlos
 Utilizarlos como productos B.
 Reelaborados
En el primer caso, rechazarlos, los costos que se generan serán los derivados de
la elaboración; es decir, materia prima utilizada, mano de obra, gastos generales,
etc., de los que se deducirán, en su caso, los posibles ingresos obtenidos por la
venta de los mismos como inservibles.
En el segundo caso, utilizarlos como productos B, si el consumidor está dispuesto

a aceptar este producto de inferior calidad, pero pagando un precio más bajo,
El tercer caso, reelaborarlos, es el de casi todos los productos de ensamble, si se

descubre el posible defecto que pueda tener el producto, éste es reparado,
128

retirando las piezas defectuosas y cambiándolas por nuevas. El costo incurrido
está representado por la mano de obra y las piezas sustituidas, etc.
El otro grupo es el de los costos intangibles, que son muy difíciles de calcular,
donde regularmente se puede realizar una evaluación subjetiva.
Productos no identificados y vendidos. Por estos productos se puede o no

recibir reclamaciones de algunos clientes; lo que lleva a asumir un costo de
servicio de asistencia, generalmente compuesto por personal especializado,
reparaciones, situaciones de productos o piezas del mismo, desplazamiento del
personal, etc.
En el caso de que no exista ninguna reclamación y aun cuando aparentemente no

hay costo adicional, esto es más contraproducente, puesto que no se puede medir
el efecto que esto tendrá en el producto y la imagen de la empresa; lo que
acarrearía pérdida de imagen que costaría mucho recuperar, en el caso de que se
tenga la oportunidad de hacerlo.
La representación gráfica de los costos de calidad generados por productos

defectuosos puede verse en la Figura 6.3.
Figura 6.3. Costos de calidad

Costos
Costo total
Costo óptimo
Costos por
inspección
Costos por
defectuosos
Hill, 1995. 503p.
3.2.2. Costos generados por inspecciones
129

Los costos generados por las inspecciones incluyen los que se generan para
evitar la salida de productos defectuosos al mercado; es decir, todas las
inspecciones y controles de calidad que se realicen durante las distintas fases de
fabricación. Estos costos se aceptan con el fin de evitar otros mayores, que se
derivan de introducir los productos defectuosos en el mercado. A medida que se
intensifica la inspección se va consiguiendo un menor número de defectuosos y;
por lo tanto, mejor calidad. Lo anterior se debe a que un incremento en los costos
derivados de la inspección lo que hace que este costo se vaya incrementando.
En consecuencia, el costo total es la suma de los costos generados tanto por

productos defectuosos como por inspecciones. Tal como se aprecia en la Figura
6.3., en la que se puede observar que el costo por productos defectuosos no llega
a cero.
3.2.3. Costo total de calidad
En este sentido, la curva del costo total se puede dividir en tres zonas, como se
muestra en la Figura 6.4.
Figura 6.4. Zonas de los costos de calidad

Costos
Costo total
Costo por
inspección
Zona A Zona B Zona C
Costo por
defectuosos
Zona A de mejora de la calidad. En esta zona los costos son debidos a los
productos defectuosos donde se puede realizar una mejora de la calidad.
130

Zona B de indiferencia. En esta zona o bien se ha alcanzado el óptimo, o bien se
está cerca del óptimo y el problema es de control para mantener el óptimo;
regularmente esta zona se caracteriza por el hecho de que cerca de la mitad de
los costos de calidad son debidos a productos defectuosos.
Zona C de perfeccionamiento. En esta zona los costos son provocados por la

inspección y superan a los costos generados por los productos defectuosos, por lo
que hay que estudiar el costo de detectar defectos, en comparación con el
perjuicio que se produce en caso de no ser detectados.
3.3. OPTIMIZACIÓN
Para examinar la forma en que se pueden optimizar los costos de calidad, a

continuación se tiene en cuenta la importancia que éstos representan en la curva
de demanda con respecto al precio y el papel que juega la sensibilidad de la
demanda a una variación de calidad, así como la curva de beneficios.
3.3.1. Importancia de la curva de demanda y precio
Con base en la curva de demanda y precio, tal como se aprecia en la Figura 6.5.,
se observa que si se baja el precio de un determinado producto, su demanda
aumenta; sin embargo, si se tiene en cuenta que el precio del producto puede
estar muy cercano al de la competencia, resulta más difícil utilizar esta variable
para incrementar la demanda del producto de la empresa.
131

Figura 6.5. Curva de demanda y precio
Precio
p1
p2
d1 d2
Demanda
Hill, 1995. 503p.
3.3.2. Sensibilidad de la demanda a las variaciones de calidad
Ahora bien, si se mantiene el precio del producto y se aumenta la calidad de éste,

se debe producir, un aumento de la demanda; se pasa de un nivel, d1 a d2, esto
se debe a que la curva de demanda cambia al pasar la calidad de Q1 a un valor
Q2, como puede verse en la Figura 6.6.
En consecuencia, a medida que se vaya aumentando la calidad del producto, la

curva de demanda se desplaza hacia la derecha, hasta llegar a fabricar el nivel de
calidad más alto que permita la empresa. De hecho, estos cambios se deben
realizar en la medida que sean rentables para la empresa.
132

Figura 6.6. Curva de variaciones de calidad
Precio
p1
p2 Q2
Q1
d1 d2
Demanda
Hill, 1995. 503p.
3.3.3. Curva de beneficios de calidad
Teniendo en cuenta la Figura 6.7., se observa que, a medida que se aumenta el

nivel de calidad del producto, los costos se van incrementando y la pendiente es
cada vez mayor. De manera semejante, los ingresos también aumentan, pero de
forma diferente, la pendiente va disminuyendo. Observe que el beneficio que se
obtiene como diferencia entre los ingresos y los costos, se puede ver en
determinadas zonas, donde es posible establecer la producción del producto sin
pérdidas.
Si se produce con un nivel de calidad inferior a n1, es evidente que se presentan

pérdidas, ya que en ese nivel el producto es tan malo que no genera los ingresos
necesarios para contrarrestar los costos incurridos. Lo mismo sucede, pero por
razones opuestas, si se produce a un nivel superior a n2, ya que el producto no es
capaz de proporcionar los ingresos suficientes, puesto que también resultan
inferiores a los costos.
133

Figura 6.7. Curva de beneficios de calidad
Unidad
monetaria
Ingresos
Costos
Beneficios
Pérdidas Pérdidas
n1 n* n2
Nivel de
calidad
Hill, 1995. 503p.
Conformemente a lo expuesto, se tiene que producir a un nivel óptimo de calidad

(n*), donde se obtiene el máximo beneficio.
3.4. COSTOS DE NO CALIDAD
Existen dentro de los costos de la calidad aquellos denominados costos de la no

calidad en donde Ernesto Iturralde, nos recuerda, que se refieren a los negocios
que se dejaron de hacer. Dado un servicio o entregado un producto que produce
una insatisfacción en el cliente, este no vuelve a comprar o los costos producidos
por devoluciones, bien sea por no-cumplimiento en los términos de la negociación,
tales como tiempos de entrega, falsas promesas por parte de los vendedores,
costos finales más elevados, entre otras razones.
El Servicio al Cliente realmente genera ingresos, no gastos. Un mal servicio

produce costos de la no calidad y repercute en la recuperación de la cartera que
afecta al área de cobranzas y área financiera al no recuperar montos adeudados
oportunamente, aspectos que muchas empresas han descuidado.
Se indica, que los "Costos de la no calidad" pueden significar alrededor de un 20

al 25% de los valores totales facturados. Definitivamente estos costos varían en
134

cada organización, sin embargo deben encaminarse esfuerzos para iniciar
procesos para evitarlos ya que su identificación al ser presentada a los comités
gerenciales sorprenderán por sus cifras y proyecciones y esta alarma será la
impulsora hacia procesos de cambio en una nueva orientación hacia el Servicio al
Cliente.
Nos recuerda Yturralde, que existen 3 factores para determinar los Costos de la
No-Calidad:
1. Costo de Desempeño.- Costos relacionados con hacer bien las cosas, es

decir los costos libres de errores.
2. Costos de Reprocesos.- Costos relacionados con hacer las cosas

nuevamente, restituir, reparar o corregir fallas.
3. Costos de Prevención y Detección.- Costos relacionados con los controles

de calidad, es decir la identificación de posibles errores antes de que "estos den la
cara al cliente" y la detección misma de errores una vez que el producto o servicio
ha sido entregado al cliente.
Nos aporta Yturralde que la organización U.S. Office of Consumar Affairs

estableció una base para el Cálculo de la No-Calidad y para el efecto es necesario
saber 3 rubros:
1. Ingresos anuales de su organización
2. Cantidad de Clientes de su organización.
3. Montos requeridos para captarlos y mantenerlos
Los ingresos anuales de su organización se refieren a la facturación que en un

ejercicio la empresa lograr; la cantidad de clientes de su organización se
representará por la sumatoria de estos dentro del mismo período y los Montos
requeridos para captarlos y mantenerlos, incluye los costos de mercadeo,
publicidad y ventas. (Promociones y descuentos)
Existen 3 factores para determinar los Costos de la No-Calidad:
1. Costo de Desempeño.- Costos relacionados con hacer bien las cosas, es

decir los costos libres de errores.
135

2. Costos de Reprocesos.- Costos relacionados con hacer las cosas
nuevamente, restituir, reparar o corregir fallas.
3. Costos de Prevención y Detección.- Costos relacionados con los controles

de calidad, es decir la identificación de posibles errores antes de que "estos
den la cara al cliente" y la detección misma de errores una vez que el
producto o servicio ha sido entregado al cliente.
Definitivamente, el costo de la no calidad es la valoración errónica de las pérdidas

negativas no mensurables que ocasionan o podrían ocasionar los fallos de la
calidad.
Fuente: yturralde.com.
Otra forma de ver el costo de calidad se denomina precio del incumplimiento: lo

que cuesta hacer las cosas mal.
Bajo este enfoque los gastos del precio del incumplimiento comprenden:
 Reproceso
 Servicios no planificados
 Excesos de inventario
 Administración (o manejo) de quejas
 Tiempo improductivo
 Retrabados
 Devoluciones.
En síntesis, el precio del incumplimiento es el costo del desperdicio: tiempo, dinero

y esfuerzo. Es un precio que no es necesario pagar.
Los costos de obtención de la calidad, también denominados costos de

conformidad, pueden definirse, como aquellos costos que se originan a
consecuencia de las actividades de prevención y de evaluación que la empresa
debe acometer en un plan de calidad. Así, las actividades de prevención tratan de
evitar que se produzcan fallos, mientras que las de evaluación pretenden detectar
los fallos lo antes posible y sobre todo antes de que los productos o servicios
136

lleguen a los clientes. Los costos de prevención son aquellos en que incurre la
empresa al intentar reducir o evitar los fallos de calidad, es decir son costos de
actividades que tratan de evitar la mala calidad de los productos y/o servicios.
Los costos de evaluación son aquellos en que la empresa incurre para garantizar
que los productos o servicios no conformes con las normas de calidad puedan ser
identificados y corregidos antes de su entrega a los clientes, En otras palabras,
son costos de medición, análisis e inspección para garantizar que los productos,
procesos o servicios cumplen con todas las normas de calidad y con el objetivo de
satisfacer al cliente (externo o interno).
Los costos de fallos o de la mala calidad, dependiendo del momento en el que se

detectan, pueden dividirse en costos de fallos internos y costos de fallos externos,
además, estos se pueden clasificar como costos tangibles y los costos intangibles.
Un fallo interno es aquel en que el cliente no se siente perjudicado, ya sea porque
no llega a percibir el mismo, o porque no le afecta. El hecho de que estos fallos no
sean percibidos por los clientes depende en gran medida de las actividades de
evaluación que acomete la empresa. Los fallos externos son los que llegan a
afectar a los clientes, ya que son capaces de percibir los mismos. Las actividades
ocasionadas por los fallos externos son las mismas que se necesitan para corregir
los fallos internos más todas aquellas que intervienen para satisfacer al cliente
solucionando el problema causado como consecuencia del fallo.
Los costos tangibles o costos explícitos son aquellos que se pueden calcular con
criterios convencionales de costos, normalmente siguiendo principios de
contabilidad generalmente aceptados. Por lo general estos costos van
acompañado de un desembolso de efectivo por parte de la empresa, se trata
básicamente de costos de personal y materias primas y materiales.
Los costos intangibles, también denominados costos implícitos son aquellos que
se calculan con criterios subjetivos y que no son registrados como costos en los
sistemas de contabilidad. La mayoría de los costos intangibles se sitúan en la
categoría de costos de fallos externos, como por ejemplo la pérdida de imagen de
la Compañía.
No obstante también pueden aparecer cuando la empresa incurre en fallos

internos, por ejemplo la desmotivación de los empleados.
Fuente: http://www.monografias.com/trabajos-pdf2/generalidades-costos-
calidad/generalidades-costos-calidad.pdf
137

3.5. ENSAYOS NO DESTRUCTIVOS
También conocidos como Evaluación o Examen No Destructivo, los Ensayos No

Destructivos incluyen varios métodos para examinar materiales, componentes y
conexiones destinadas a identificar y cuantificar defectos internos y
degradaciones. Los Ensayos No Destructivos tienen como finalidad evaluar
propiedades materiales antes de que resulten fallidas -basándose en criterios de
aceptación reconocidos o perfiles de degradación definidos a lo largo del tiempo-
para asegurar la calidad del producto y el funcionamiento durante su producción,
así como para asegurar el uso seguro de las estructuras de ingeniería.
El propósito de estos ensayos es detectar discontinuidades superficiales e internas

en materiales, soldaduras, componentes e partes fabricadas.
Los materiales que se pueden inspeccionar son los más diversos, entre metálicos
y no - metálicos, normalmente utilizados en procesos de fabricación, tales como:
laminados, fundidos, forjados y otras conformaciones.
Los ensayos son realizados bajo procedimientos escritos, que atienden a los
requisitos de las principales normas o códigos de fabricación, tales como el ASME,
ASTM, API y el AWS entre otros.
Los inspectores son calificados como Nivel I, II y III por la ASNT (American
Society for Nondestructive Testing) según los requisitos de la Práctica
Recomendada SNT-TC-1A , CP-189
Ensayos no destructivos más comunes que pueden aplicarse en la detección de

fallas en materiales.
Los END, más comunes utilizados en la industria, se clasifican de acuerdo al

alcance que poseen en cuanto a la detección de fallas, por lo que se dividirán los
mismos de acuerdo a los siguientes parámetros:
138

Discontinuidades Superficiales:
- Ensayo de líquidos penetrantes
- Ensayo de partículas magnéticas
Discontinuidades Internas:
- Ensayo Radiográfico
- Ensayo ultrasónico
Ensayos aplicables para la detección de discontinuidades del material o de los

procesos de soldaduras superficiales abiertos al exterior y para la detección de
discontinuidades internas del material, abiertas o no al exterior
139

BIBLIOGRAFÍA
 ADAM, Everett y EBERT, Ronald. Administración de la producción y las
operaciones. 4ed. Méjico: Prentice-Hall, 1991. 739p.
 ALIANZA EDUCATIVA. Programa de Formación Permanente a Docentes –
Principios Pedagógicos Módulo 3. Evaluación. Alianza Educativa. Bogotá.
2005.
 ALVARADO R., René A. Proceso de aseguramiento e implantación de un
sistema de procesamiento de datos en Jhaka Ltda. Bogotá, 1993.
 BUFFA, Elwood y SARIN, Rakesh. Administración de la producción y de las
operaciones. Méjico: Limusa, 1992. 939p.
 CAMACHO OLIVEROS, Manuel Ángel. (2006). Introducción a la Ingeniería
Industrial. Guía de aprendizaje. ESCUELA de Ciencias Básicas e
Ingeniería. UNAD.
 CANTÚ, Humberto. Desarrollo de una cultura de calidad. 2ed. Méjico:
McGraw–Hill, 2001.
 CUATRECASAS, Lluis. Gestión integral de la calidad: Implantación, control
y certificación. Barcelona: Gestión 2000, 1999. 348p.
 DOMINGUEZ M, José A; ÁLVAREZ, José; RUIZ, Antonio; et. al. Dirección de
operaciones en la producción y los servicios. Aspectos tácticos y operativos
V.1. Madrid: McGraw-Hill, 1995. 503p.
 EVANS, James y LINDSAY, William. Administración y control de la calidad.
4ed. Méjico: Thomson, 2000. 785p.
 FEIGENBAUM, Armand. Control total de la calidad. Méjico: CECSA, 1986.
 FOGARTY, Donald, BLACKSTONE, John y HOFFMAN, Thomas.
Administración de la producción e inventarios. 2ed. México: CECSA, 1994.
994p.
 GALLEGO-BADILLO, Rómulo y PÉREZ, Royman. Corrientes constructivistas:
De los mapas conceptuales a la teoría de la transformación intelectual. 2ed.
Bogotá: Cooperativa editorial magisterio, 1995. 156p.
 GÓMÉZ. De ILLERA, Margarita. Anexo 3 Guía Introducción a la Ingeniería
de Alimentos. ESCUELA de Ciencias Básicas e Ingeniería. UNAD. 2005
 GONZALEZ, Carlos. ISO 9000 QS 9000 ISO 14000, Normas internacionales
de administración de calidad, sistemas de calidad y sistemas ambientales.
Méjico: McGraw-Hill, 1998. 574p.
 GRANT, Eugene. Control de calidad estadístico. Méjico: CECSA, 1993.
 GUTIERREZ, Mario. Administrar para la calidad. Conceptos administrativos
para el control total de calidad. 2ed. Méjico: Limusa, 1995. 297p.
 HARRINGTON, James. Mejoramiento de los procesos de la empresa.
Santafé de Bogotá: McGraw-Hill, 1996.
140

 HARRINGTON, James. Administración total del mejoramiento continuo. La
nueva generación. Santafé de Bogotá: McGraw-Hill, 1997.
 HITOSHI, Kume. Herramientas estadísticas básicas para el mejoramiento de
la calidad. Bogotá: Norma, 1994.
 HOYLE, David. Manual de sistemas de calidad. 2ed. 1996.
 INSTITUTO COLOMBIANO DE NORMAS TÉCNICAS. Catálogo de normas
técnicas colombianas. Bogotá: ICONTEC, 1994.
 INSTITUTO COLOMBIANO DE NORMAS TÉCNICAS. Compendio ISO 9000.
Administración y aseguramiento de la calidad. Bogotá: ICONTEC, 1994.
 INSTITUTO COLOMBIANO DE NORMAS TÉCNICAS. Compendio ISO 9000.
Tecnología para la administración de la calidad. Bogotá: ICONTEC, 1994.
 INSTITUTO COLOMBIANO DE NORMAS TÉCNICAS. Gestión de la calidad
en el sector público. Norma Técnica de Calidad en la Gestión Pública
(NTCGP 1000:2004). Bogotá: ICONTEC, 2007. 90p.
 INSTITUTO COLOMBIANO DE NORMAS TÉCNICAS. Guía de interpretación
ISO 9001. Bogotá: ICONTEC, 1998.
 INSTITUTO COLOMBIANO DE NORMAS TÉCNICAS. ISO 9000. Guía para
las pequeñas empresas. 5ed. Bogotá: ICONTEC, 2002. 172p.
 INSTITUTO COLOMBIANO DE NORMAS TÉCNICAS. ISO 9000. Manual
para la industria del servicio. Bogotá: ICONTEC, 2002. 172p.
 INSTITUTO COLOMBIANO DE NORMAS TÉCNICAS. Normas Serie 14000.
Administración ambiental. ICONTEC.
 INSTITUTO COLOMBIANO DE NORMAS TÉCNICAS. Sistemas de Gestión
de la calidad - Requisitos. ISO 9001: 2000. Bogotá: ICONTEC, 2001.
 INSTITUTO COLOMBIANO DE NORMAS TÉCNICAS. Sistemas de Gestión
de la calidad - Recomendaciones para llevar a cabo la mejora. ISO 9004:
2000. Bogotá: ICONTEC, 2001.
 INSTITUTO COLOMBIANO DE NORMAS TÉCNICAS. Sistemas Integrados
de Gestión: Sistemas de Gestión de la Calidad, Sistemas de Gestión
Ambiental. Sistemas de Gestión de Seguridad y Salud Ocupacional. Bogotá:
ICONTEC, 2002.
 INSTITUTO COLOMBIANO DE NORMAS TÉCNICAS. ISO 9000:2000.
Sistemas de gestión de la calidad. Fundamentos y vocabulario. Bogotá:
ICONTEC, 2002.
 ISHIKAWA, Kaoru. ¿Qué es el control total de calidad?: la modalidad
japonesa. Santafé de Bogotá: Norma, 1986.
 ISO. ISO Handbook: ISO 9001 for Small Businesses. ISO/TC 176/SC 2/N
581-1.
 ISO. Orientación acerca del enfoque basado en procesos para los sistemas
de gestión de la calidad. Documento: ISO/TC 176/SC 2/N 544R, Mayo
2001.
141

 JURAN, J.M. y otros. Manual de control de la calidad. 2ed. Barcelona:
Reverte, 1983.
 LAUDOYER, Guy. La certificación ISO 9000. Un motor para la calidad. 2
reimpresión. Méjico: CECSA, 1996.
 MARIÑO, Hernando. Gerencia de procesos. Bogotá: Alfaomega, 2002.
147p.
 MASAAKI, Imai. KAIZEN. La clave de la ventaja competitiva japonesa.
México: CECSA, 1989.
 MORENO-LUZÓN, María. D.; PERIS, Fernando J. y GONZÁLEZ, Tomás.
Gestión de la calidad y diseño de organizaciones. Teoría y estudio de casos.
Madrid: Pearson Educación, 2001. 432p.
 MORENO, P. Alexandra. (2005) Guía Introducción a la Ing. de Sistemas.
ESCUELA de Ciencias Básicas e Ingeniería. UNAD.
 NIEBEL, Benjamín y FREIVALDS, Andris. Ingeniería Industrial. Métodos,
Estándares y Diseño del Trabajo. 11ed. Bogotá: Alfaomega, 2004. 745p. +
CD. http://www.ie.psu.edu/courses/ie327/inde.htm
 PÉREZ, César. Control estadístico de la calidad. Teoría, práctica y
aplicaciones informáticas SAS, STATGRAPHICS, MINITAB, SPSS. Madrid:
Alfaomega-Rama. 704p.
 SCHROEDER, Roger. Administración de operaciones. Toma de decisiones
en la función de operaciones. 3ed. Méjico: McGraw-Hill, 1994. 855p.
 SENLLE, Andrés y STOLL, Guillermo. Calidad total y normalización.
Barcelona: Gestión 2000, 1994. 185p.
 SENLLE, Andrés y VILAR, Joan. ISO 9000 en empresas de servicios.
Barcelona: Gestión 2000, 1994.
 SIERRA, Enrique. Control de calidad. Bogotá: Universitaria de América, 1978.
291p.
 STEBBING, Lionel. Aseguramiento de la calidad. 2 reimpresión. Méjico:
CECSA, 1995.
 TABLA, Guillermo. Guía para implantar la norma ISO 9000 para empresas de
todos tipos y tamaños. México: McGraw-Hill, 1998. 387p.
 TAORMINA, Tom. ISO 9000. Liderazgo virtual. México: Prentice-Hall, 1997.
 Título: Diagramas de Causa-Efecto, Pareto y Flujogramas. En:
http://www.gestiopolis.com/recursos4/docs/ger/diagraca.htm. Documento
que detalla como se elaboran los diagramas de causa-efecto, de Pareto y
Flujogramas para el análisis de procesos. Igualmente se describen datos
biográficos de los autores de dichas técnicas. (Consulta enero de 2006).
 Título: KAIZEN Institute. En: http://www.kaizen-institute.com/. Página del
Insituto KAIZEN, la cual se especializa en apoyar lideres de negocio en el
diseño e implementación de procesos que lleven a la organización a la
adopción del significado de la mejora continua y su sostenimiento a través
del tiempo.
142

 Título: ECC. Ejecutivos en Consultoría y Capacitación. En: http://www.lean-
6sigma.com/index.htm. Esta página es de un grupo consultivo
especializado en la aplicación de Herramientas de Manufactura Esbelta
(Lean Manufacturing) y Seis Sigma, en ella se encuentran algunos
documentos donde se desarrollan estas técnicas.
 Titulo: ceroaverías.com. En: http://www.ceroaverias.com/. Esta página se
encuentra información acerca de los conceptos para la aplicación del TPM
(Mantenimiento Productivo Total) así como del Sistema de Producción de
Toyota.
 UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA. Inducción Unadista
Educación para todos. Bogotá. UNAD, 2005.
 ZARATIEGUI, J. R. La gestión por procesos: Su papel e importancia en la
empresa. EN: Revista Economía Industrial No. 330. Bogotá, 2001.
143

Módulo Control 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

Módulo Control de Calidad PDF

Cargado por

Copyright:

Formatos disponibles

MÓDULO CONTROL DE CALIDAD 2010

RENÉ ALEJANDRO ALVARADO RUEDA

ANDREA ISABEL BARRERA SIABATO

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD -

“Por la Calidad Educativa y la Equidad Social”

Jaime Alberto Leal Afanador

Gloria C Herrera Sánchez

Roberto Salazar Ramos

Claudia Patricia Toro Ramírez

Gustavo Velásquez Quintana

CURSO CONTROL DE CALIDAD

“Por la Calidad Educativa y la Equidad Social”

UNIDAD 1. FUNDAMENTOS Y PRESENTACIÓN DE TÉCNICAS BÁSICAS

1.1. BREVE HISTORIA Y DEFINICIONES DE CALIDAD

1.1.1. La inspección de la calidad

1.1.2. El control estadístico de la calidad

1.1.3. El aseguramiento de la calidad

1.1.4. La gestión de la calidad

1.1.5. Calidad como conformidad

1.1.6. Calidad como satisfacción de las expectativas del cliente

1.1.7. Calidad como valor con relación al precio

1.2. ÁREAS RESPONSABLES DE LA CALIDAD

1.3. IMPORTANCIA DEL CONTROL DE CALIDAD

1.3.1. El Control de calidad moderno

1.3.2. Mientras en el Japón

1.3.3. El Control estadístico de la calidad

1.3.4. Administración de la calidad total (TQM)

“Por la Calidad Educativa y la Equidad Social”

1.4.1. TQM Modelo de madurez

1.4.2. Aplicación de los enfoques del control de calidad

1.4.3. Los 14 puntos de Deming

1.4.4. Equipos de trabajo

1.4.5. Una buena práctica del manejo de equipos

1.4.6. Tres Dimensiones de TQM

1.4.7. Administración Diaria en Sistemas TQM

1.4.8. Optimización total de la organización

1.4.9. Etapas en la implementación de TQM

1.5. PLANEACIÓN Y DISEÑO DE UN SISTEMA DE CALIDAD PHVA

2. TÉCNICAS CON DATOS NO NUMÉRICOS PARA EL CONTROL DE

2.1. TORMENTA DE IDEAS

2.2. DIAGRAMA CAUSA - EFECTO

2.2.1. Cómo hacer diagramas de causa – efecto

2.2.2. Estructura del diagrama de causa – efecto

2.2.3. Procedimiento para hacer un diagrama de causa – efecto

2.2.4. Explicación del procedimiento

“Por la Calidad Educativa y la Equidad Social”

2.3.1. Pasos para la elaboración de una hoja de verificación

2.5. REGISTRO DE NO CONFORMIDADES

3. TÉCNICAS CON DATOS NUMÉRICOS PARA MEJORAR LA CALIDAD

3.1.1. Cómo hacer histogramas

3.1.2. Cómo interpretar histogramas

3.2. DIAGRAMA DE PARETO

3.3. GRÁFICOS DE CONTROL

3.3.1. Uso de los gráficos de control de medias y rangos

3.3.2. Elaboración del gráfico de control de medias y rangos

3.3.3. Estudio de los datos preparatorios o estudio inicial, comparados con el

3.3.4. Control de la línea de producción o de servicio

3.3.5. Ajuste de las líneas de control

3.4. DIAGRAMAS DE DISPERSIÓN

3.4.1. Cómo hacer un Diagrama de Dispersión

3.5. APLICACIÓN DE LA OFIMATICA AL CONTROL DE CALIDAD

“Por la Calidad Educativa y la Equidad Social”

2.1 CONTROL ESTADÍSTICO DE LA CALIDAD