Documentos de Académico
Documentos de Profesional
Documentos de Cultura
MATERIA
C ALIDAD
TEMA
INVESTIGACIÓN DE UNIDAD II: EJECUCIÓN DEL CONTROL ESTADÍSTICO DEL
PROCESO
CATEDRÁTICO
ING. ALFREDO MORALES FLORES
ALUMNA
DIANA LAURA GARCÍA ANTONIO
La mejora continua
4. Ordena de mayor a menor: Ordenamos de mayor a menor las causas con base
en los datos que recolectamos y su medida. Si es el número de veces que se
presenta un evento será por cantidad, si es por costo de desperdicios según
el tipo de producto, será en unidades monetarias, por ejemplo.
8. Analizamos el diagrama.ii
2.2 HISTOGRAMA DE FRECUENCIAS
Es una herramienta usada para representar una distribución por medio de barras. La altura
de la barra está en función de la frecuencia (eje y) y el rango (eje x) de una variable continua.
Nos ofrece un vistazo general del comportamiento de las variables, donde logramos analizar
aspectos como distribución, dispersión, aleatoriedad y tendencia.
Tiene diferentes beneficios dependiendo del uso que se le dé. Es común que en las empresas
y comunidades se usen para:
Paso 1: ¿Cuáles son los datos que se van a analizar? ¿Los tienes? Si es así, perfecto,
vamos al paso 2. Si no, procedemos a capturar los datos del fenómeno que se desea
analizar.
Paso 2: Cuando hablamos de clases o intervalos nos referimos a las barras verticales
que tendrá nuestro histograma. Normalmente se dice que un histograma debe tener
barras del mismo ancho, lo cual no es necesariamente cierto. Dependiendo de la
situación que se analiza, es más conveniente utilizar intervalos de diferente ancho.
Cuando los intervalos son del mismo ancho, la altura de cada barra será proporcional
a su área. Caso contrario cuando tenemos intervalos de ancho distinto, y en este
caso resulta conveniente analizar el área de la barra.
Paso 3: Existen diversas formas para definir cuántas clases considerar. K es el número
de clases, se sugieren 4 clases si tenemos menos de 50 datos, 7 clases para menos
de 100 datos, 10 clases para menos de 150 datos, 12 clases para menos de 200 datos
y 14 clases para más de 200 datos.
La siguiente opción es obtener la raíz cuadrada de la cantidad de datos. El resultado
redondeado será el número de clases.
Otra opción es la regla de Sturges. Propuesta por Hebert Sturges, nos da una regla
práctica para obtener el número de clases:
Como regla general considera que, a mayor número de datos, más clases
tendremos.
Paso 4: Determina la amplitud de clase o ancho del intervalo. Se define con la letra h.
Para ello divide el rango entre el número de clases definido en el paso 3. Si obtienes
un número decimal, redondea al entero más cercano. ¿Por qué? Porque la
información debe ser fácil de interpretar.
Paso 6: Tabula los datos con base en los intervalos de clase definidos. En otras
palabras, agrupa los datos según su pertenencia a cada clase. Esto te dará la
frecuencia de cada clase.
El diagrama causa efecto, conocido también como espina de pescado, diagrama de pescado
o diagrama de Ishikawa, es quizá una de las herramientas de calidad más utilizadas junto a
Pareto. Consiste en la representación de las causas en torno a un problema o situación
específica. Es específicamente útil en un ambiente de grupo o en situaciones en las que se
tienen pocos datos cuantitativos disponibles.
Es una herramienta que permite representar un problema o enfoque central y sus causas de
una forma visual, donde el problema representa la “cabeza del pescado”, de la que emerge
una espina central. Desde allí se derivan las causas mayores o espinas grandes.
A su vez, las espinas grandes pueden estar conformadas por espinas más pequeñas también
llamadas causas menores.
La elaboración de un diagrama de Ishikawa gira en torno a una lluvia de ideas que tiene
como enfoque un problema o situación. En este sentido, puede serte útil considerar técnicas
de generación de ideas que te permitan “exprimir” al máximo a los asistentes.
Haz una lluvia de ideas de causas probables de lo escrito en la cabeza del diagrama.
Cada una de las causas detectadas será una espina mayor derivada de la espina
central. Considera usar las causas genéricas.
Ahora vas a tomar la respuesta del interrogante anterior y vas a hacer el mismo
procedimiento con respecto al problema central. Traza una línea desde el segundo
nivel de causas y coloca la respuesta.
Continúa profundizando en las causas según sea necesario: Profundiza en las causas
tanto como te lo permita el problema.
Si el grupo se queda sin ideas, centra la atención en aquellas espinas donde las ideas
son pocas.
Con base en el comportamiento que toman las variables de estudio, podemos encontrar 3
tipos de correlación: Positiva, negativa y nula.
Correlación positiva
Correlación negativa
Se presenta cuando una variable se comporta de forma contraria o a la otra, es decir que, si
una variable aumenta, la otra disminuye. Hay una relación inversa proporcional. Por ejemplo,
para la construcción de un edificio, entre más trabajadores estén construyendo un edificio
(variable 1), menos tiempo se necesitará para tenerlo listo (variable 2)
Correlación nula
Estos son pues, los tipos de correlación más visibles. Aunque si lo miramos desde una
perspectiva que evalúa qué tan fuerte o débil es la correlación, encontramos otra
clasificación.
Paso 3: Recolecta los datos de las variables: Si ya los tienes, perfecto. Si no, definimos
un período de tiempo para conseguir los datos de las variables antes definidas.
Recuerda que los datos de las dos variables deben estar dados en el mismo período
de tiempo.
Los estratos a definir lo serán en función de la situación particular de que se trate, pudiendo
establecerse estratificaciones atendiendo a:
Personal.
Materiales.
Maquinaria y equipo.
Áreas de gestión.
Tiempo.
Entorno.
Localización geográfica.
Otros.
La estratificación puede apoyarse en distintas herramientas de calidad, si bien el histograma
es el modo más habitual de presentarla.
4. Medir la contribución que tiene cada factor en la magnitud total del problema.
7. En el caso que exista una causa mayor se puede seguir analizando y obtener más
conclusiones que acaten al problema. Se debe estratificar hasta que podamos obtener las
conclusiones de proceso que estamos analizando.
Una hoja de verificación es una herramienta impresa a modo de formato, utilizada para
recoger y compilar de forma estructurada datos asociados a un proceso o situación
particular definida. Los datos reunidos representan una entrada para el uso de otras
herramientas de control de calidad como el diagrama de Pareto o dispersión. En este
sentido, la hoja de verificación es una herramienta genérica utilizada para multitud de
propósitos que van más allá de la calidad.
Para qué sirve una hoja de verificación
Así pues, la hoja de chequeo es una puerta de entrada para otras herramientas de control
de calidad. Sin datos, no habrá solución, de ahí su importancia.
Hoja de localización
Hoja de chequeo con escala de medición: Con ella evaluamos la forma de distribución de
probabilidad para construir después una distribución de frecuencia. En este tipo de hoja
clasificamos la medición según una serie de categorías o parámetros, además nos permite
trazar límites de especificación.
Hoja de chequeo de frecuencia: Con esta hoja definimos las categorías y recogemos los datos
anotando el número de veces que se presentan.
Hoja de chequeo de localización: En ella se presenta uno o más esquemas del objeto de
medición, en el cual señalamos la ubicación del defecto.
Lista de chequeo: Los aspectos a comprobar se enumeran y en-listan de tal forma que, al
detectarse un evento asociado a uno de los aspectos, se pueda marcar según corresponda.ix
2.7 PLANES DE MUESTREO
Causa asignable: Si consigues hallar una causa concreta o que ocasiona una variación
excesiva y obedece a una situación específica, hablamos de causa asignable. Es el
tipo de causa que debemos corregir. Por ejemplo, la deficiente capacitación del
trabajador o la falta de ajuste de una máquina.
Causa aleatoria: Cuando no consigues hallar una explicación concreta a una variación,
o si la variación fue ocasionada por un evento sin importancia que no se volverá a
repetir, hablamos de causa aleatoria. También se le suelen llamar variaciones
naturales o causas naturales. Es el tipo de causa que está presente en la vida misma,
fortuita. Ejemplos son la curva de aprendizaje del trabajador y el cierre inesperado
del software.
Límite inferior de control: El opuesto al superior, es decir, el valor más pequeño. LIC
en español, LCL en inglés (Lower control limit).
Límite central de control: Con siglas LCC, es la línea central del gráfico. Entre más
cerca están los puntos a la línea, más estable es el proceso.
Gráfica : Qué tanto se están alejando las mediciones de la tendencia central, que
en este caso es la media o promedio. Por ejemplo, un nuevo trabajador o nuevos
instrumentos de trabajo harán que las mediciones se alejen más de línea central.
La capacidad del proceso se utiliza también según la ISO 15504 trata de las bases del
management y de la definición de procesos en una organización.
Generalmente se usan dos índices para evaluar la capacidad del proceso para producir
dentro de especificaciones:
Los índices de capacidad del proceso intentan resumir en un solo número si un proceso
puede cumplir consistentemente con los requerimientos impuestos sobre un proceso por
los clientes. Como estos índices no tienen unidades, permiten comparar dos procesos
completamente diferentes. La limitante principal de estos índices es que no tienen
significado si los datos analizados provienen de un proceso fuera de control dado que la
capacidad del proceso es una predicción y esto sólo se puede hacer si hay estabilidad. Por
tanto, para estimar la capacidad de un proceso, es necesario que el proceso esté bajo control
y que la variable siga una distribución normal.
Se define el LSTN – límite superior de tolerancia natural y el LITN – límite inferior de
tolerancia natural como el valor de la media + 3s y -3s respectivamente. 6s se puede
considerar como la dispersión real del proceso y entonces entre ambos límites se encontrará
el 99.73% de las observaciones. La diferencia entre el LSE (límite superior de especificación)
y el LIE (límite inferior de especificación), se puede considerar como la dispersión permitida
del proceso.
Cpk es un índice o medida del desempeño real del proceso que toma en cuenta la media
del mismo. Un proceso con su media en el centro de los límites de especificaciones puede
tener un Cp de 1, mientras que otro proceso con su media más cercana a uno de los límites
de especificación también puede tener un Cp de 1, considerando que su dispersión sea la
misma. Si se compara el desempeño de ambos procesos con base en Cpk, los resultados
son diferentes.
Un índice Cpk de 1 indica que la variación del proceso está centrada dentro de los límites
superior e inferior de especificaciones. Cuando el índice supera a 1 el proceso se orienta más
al objetivo y tiene menos unidades defectuosas. Si el Cpk es inferior a 1, el proceso no
cumplirá con las especificaciones.
En la siguiente figura se muestran tres procesos. El proceso marcado en rojo está centrado
y tiene un Cp > 1. El proceso marcado en verde está centrado, pero Cp < 1 y evidentemente
habrá una producción defectuosa superior al 0.27%. El proceso marcado en azul no está
centrado y tiene una dispersión grande por lo que habrá una producción significativa que
no cumplirá con el LIE.
REFERENCIAS
i
Minitab. (s.f.). Soporte Minitab. Obtenido de Elementos básicos de un diagrama de Pareto:
https://support.minitab.com/es-mx/minitab/18/help-and-how-to/quality-and-process-
improvement/quality-tools/supporting-topics/pareto-chart-basics/
ii
Ingenio Empresa, Estudia, Aprende, Enseña. (s.f.). Calidad 7 Herramientas. Obtenido de Diagrama de
Pareto, un ejemplo práctico : https://ingenioempresa.com/diagrama-de-pareto/
iii
Aiteco. (s.f.). Articulos. Obtenido de Histograma – Herramientas de la Calidad:
https://www.aiteco.com/histograma/
iv
Ingenio Empresa. (s.f.). El histograma: Qué es, cómo se construye e interpreta. Obtenido de Cómo hacer un
histograma de Frecuencias PASO a PASO + ejemplo práctico: https://ingenioempresa.com/histograma/
v
Ingenio Empresa. (s.f.). Diagrama de Ishikawa, ¿Qué es?¿Cómo se aplia? Obtenido de Diagrama de Causa y
efecto como herramienta de calidad: https://ingenioempresa.com/diagrama-causa-efecto/
vi
SPC Consulting Group. (s.f.). Noticias. Obtenido de Diagrama de Dispersión:
https://spcgroup.com.mx/diagrama-de-dispersion/
vii
Ingenio Empresa. (s.f.). El Diagrama de Dispersión, qué es,cómo se contruye e interpreta. Obtenido de
Cómo hacer un diagrama de dispersión: Ejemplo en calidad: https://ingenioempresa.com/diagrama-de-
dispersion/
viii
Aiteco. (s.f.). Articulos. Obtenido de Estratificación. Herramienta para la mejora:
https://www.aiteco.com/estratificacion/
ix
Ingenio Empresa. (s.f.). Hoja de verificación, qué es, cómo se hace e interpreta. Obtenido de La hoja de
verificación en calidad: Qué es y cómo se hace: https://ingenioempresa.com/hoja-de-verificacion/
x
Tema 5. (s.f.). MUESTREO PARA LA ACEPTACIÓN. Introducción, planes de muestreo por atributos
simple,doble, multiple y rectificativos. Obtenido de http://ocw.usal.es/ciencias-sociales-1/control-
estadistico-de-la-calidad/contenido/ocw_cabero/01_asignaturaCC/Temario/Tema5.pdf
xi
Ingenio Empresa. (s.f.). Gráfico de Control. Obtenido de Cómo hacer un gráfico de control: Ejemplo
resuelto en calidad: https://ingenioempresa.com/grafico-de-control/
http://navarrof.orgfree.com/Docencia/Calidad/UT4/capacidad_del_proceso.htm