Documento preparado por: Juan Fernando Vergara E. M.Sc.

Docente Facultad de Ciencias Agrarias. Universidad del Cauca.

UNIDAD 3
HERRAMIENTAS DE
MEDICIÓN UTILIZADAS PARA EL
MEJORAMIENTO DE LA CALIDAD

1. HERRAMIENTAS PARA DATOS NO NUMÉRICOS

A continuación se mencionan algunas herramientas para datos no numéricos:

1.1 Tormenta de ideas

1.2 Diagrama de afinidad
1.3 Diagrama de causa y efecto
1.4 Diagrama de árbol
1.5 Diagrama de flujo

1.1 TORMENTA DE IDEAS

z Ayuda a identificar no solo los problemas, sino también las causas.
z Metodología grupal – trabajo en equipo.
z La dirige cualquiera que desee y pueda dirigirla.
z Deja de lado ambiciones personales.

1.1.1 Reglas

z Elegir el tema.
z Asegurarse de que todos comprendan el problema o punto.
z Cada persona toma un turno y expone una idea. Quien no desee aportar una idea puede
ceder su turno a la siguiente persona.
z Alguien debe anotar todas las ideas. El autor debe estar de acuerdo con la redacción.
z Apoyar las ideas no convencionales.
z No criticar sino hasta el final.
z Se critican los problemas no las personas.
z Tener buen sentido del humor.
 jfve

Herramientas de medición para datos no numéricos

z Emplear unas horas o unos días para pensar lo cual permite incubar mejor, más ideas.

1.1.2 Ejemplo

z Problema: Falla en el servicio de venta de repuestos.

A continuación se listan los aportes dados por los participantes durante la tormenta de ideas:

- Piezas dañadas en la tienda

- Petición tardía de las piezas
- Disponibilidad insuficiente de equipos
- Falta conciencia de atención al cliente
- Fallas en las pruebas
- Poca coordinación
- Formación técnica insuficiente de operarios
- Piezas erróneas

1.2 DIAGRAMA DE AFINIDAD

z Método KJ (Kawakita Jiro)
z Utilizado para:
- Darle estructura a un asunto muy complejo
- Organizar un gran número de ideas y hechos relacionados con un área del problema
indicado.
- Fomentar un acuerdo común sobre un asunto o situación en particular
z Reune grandes cantidades de datos y/o información de diferentes personas o lugares
z Las columnas se identifican conforme a un grupo específico de categorías o temas

1.2.1 Cómo se construye?

z Proponer el problema o asunto a ser tratado

z Hacer una tormenta de ideas, y escribir estas últimas en tarjetas o post-it
z Organizar en grupos las ideas que se relacionen entre sí
z Proponer el título que mejor describa el tema del grupo de tarjetas o post-it

1.2.2 Ejemplo

A. Planteamiento del problema: Dificultades al implementar el Sistema de Aseguramiento (SAC)

de la Calidad en la organización

61
jfve

Herramientas de medición para datos no numéricos

z Ideas aportadas por el grupo de trabajo durante la tormenta de ideas:

- Nadie ha trabajado en eso antes
- La administración no tiene visión
- No hay dirección
- Los operarios no son buenos en matemáticas
- No hemos trabajado nunca en equipo
- No hay tiempo para un trabajo más (jornada laboral de 10 h)
- El gerente no tiene compromiso
- Seguramente vamos a fracasar, como siempre
- No hay tiempo para hacerlo
- No hay problemas, para qué hacerlo?
- La administración no tiene credibilidad
- No hay liderazgo por parte del área directiva
- Nuca podremos venderle la idea a la organización
- Falta de entrenamiento en SAC

B. Categorizar los obstáculos

Exceso de trabajo Entrenamiento

- No hay tiempo para hacerlo - Los operarios no son buenos en
matemáticas
- No hay tiempo para un trabajo más - Falta de entrenamiento en SAC

Liderazgo Problemas de credibilidad

- Nadie ha trabajado en eso antes
- El gerente no tiene compromiso
- No hay liderazgo por parte del área
directiva
- Seguramente vamos a fracasar como
siempre
- La administración no tiene credibilidad

1.3 DIAGRAMA DE CAUSA Y EFECTO

z Diagrama de Ishikawa (Kaouru Ishikawa)
z También denominado: Espina de pescado (Figura 3-1)
z Objetivo: solución de un problema, en lugar de la solución de los síntomas.
z Otras causas:
- Ambiente de trabajo
- Causas ajenas al proceso
- Expectativas de los clientes
- Dinero

62
 jfve

Herramientas de medición para datos no numéricos

- Dirección
- Disposiciones gubernamentales

z Permite desarrollar soluciones experimentables

Figura 3-1. Diagrama de causa y efecto

1.4 DIAGRAMA DE ÁRBOL

z Es una herramienta utilizada para desglosar un objetivo macro/general en varios niveles de
acción, rutas o tareas relevantes que están asociadas y necesitan ser ejecutados para lograr
el objetivo macro trazado.
z Como su nombre lo dice, consiste en una serie de ramas que especifican las acciones
requeridas en cada nivel.
z Dichas ramas se subdividen a su vez en otras más pequeñas que indican actividades más

63
jfve

Herramientas de medición para datos no numéricos

específicas (Figura 3-2).

z Utilizado para:
- Definir acciones reales para lograr un objetivo
- Asegurarse de que todas las acciones son llevadas a cabo por un equipo que esta
ligado al logro del objetivo
- Entrenar a los miembros del equipo para que aporten los pasos que conlleven al éxito
- Facilitar el monitoreo de acciones específicas
- Determinar la “verdadera” complejidad del objetivo
- Facilitar la asignación de tareas por parte de los miembros a su personal a cargo

Figura 3-2. Diagrama de árbol

1.4.2 Cómo se construye un diagrama de árbol?

z Reunir el equipo indicado una vez el objetivo ha sido establecido

z Proponer el objetivo y escribirlo en el cuadro superior
z Determine los objetivos específicos que soportan el general
z Desglose en otras actividades más específicas, cuantas veces sea necesario

64
 jfve

Herramientas de medición para datos no numéricos

1.5 DIAGRAMA DE FLUJO

z Ilustran el flujo del proceso que está siendo examinado Æ secuencia de eventos.
z Configuración de entradas, el proceso y las salidas (Figura 3-3).
z Facilitan la detección a nivel real de cambios de los estándares diseñados y el efecto de
dichos cambios.
z Ayuda a mejorar procesos.
z Los dolientes del proceso proporcionan una base para la comprensión objetiva del proceso y
genera un sentimiento de propiedad del mismo.

1.5.1 Algunos símbolos

Operación: trabajo requerido para completar una tarea.

Movimiento: Algo (información, una persona, papeles, insumos) viaja de un punto

a otro.

Inspección: Alguien prueba que el material, información, formatos o actividades

sean correctos y cumplan los requisitos.

Retraso: Espera. Por alguna razón no es posible ir de inmediato al siguiente paso

en el proceso. Ocurre antes o después de una operación, inspección o
movimiento.

Almacenamiento: Área de contención

Decisión: Punto donde existen acciones alternativas.

Documento: cualquier documento.

Proceso manual: cualquier operación manual.

65
jfve

Herramientas de medición para datos no numéricos

Conector entre diferente páginas: indica la fuente o el destino de renglones que

ingresan o salen del diagrama de flujo.

Entrada / Salida: utilizado para ubicar un conector de otra página, para indicar
información que ingresa o sale del diagrama de flujo.

Cajero Contador Gerente

66
 jfve

Herramientas de medición para datos numéricos

Figura 3-3. Diagramas de flujo

2. HERRAMIENTAS PARA DATOS NUMÉRICOS

A continuación se mencionan algunas herramientas para datos numéricos:

2.1 Histogramas
2.2 Gráficos de control
2.3 Diagrama de Pareto
2.4 Diagrama de dispersión
2.5 Análisis matricial
2.6 Diagrama de series temporales

2.1 HISTOGRAMAS
z Se describen las variaciones durante un proceso.
z Se muestra la capacidad de un proceso y la relación que guarda con las especificaciones y
las normas.
z Es una simple gráfica de barras que representa la frecuencia con que ocurre cada medición
(Figura 3-4).
z Permite calcular el promedio y la dispersión general del proceso.
z No posee la capacidad de determinar el momento en que actuó una causa asignable.

67
jfve

Herramientas de medición para datos numéricos

z Al igual que el diagrama de frecuencia, se utiliza para propósitos tales como:

- Evaluar o revisar un proceso
- Indicar la necesidad de tomar medidas correctivas
- Medir los efectos de dichas acciones correctivas
- Comparar el rendimiento del equipo o del personal
- Comparar materiales
- Comparar vendedores

80
70
60
Frecuencias

50
40
30
20
10
0
< 50
50 - 55
55 - 60
60 - 65
65 - 70
70 - 75
75 - 80
80 - 85
85 - 90
90 - 95
95 - 100
100 - 105
105 - 110
> 110
Intervalos

Figura 3-4. Histograma

2.2 GRÁFICOS DE CONTROL

z Las técnicas estadísticas utilizan gráficas para representar lo que sucede en el proceso de
producción de un producto / servicio.
z Indican la consistencia del trabajo o proceso.
z Indican:
- Cuando las cosas van bien
- Cuando se está haciendo algo que no se debe
- Cuando no se hace algo que se debiera (corrección)
z “ alto” y “siga”
z “ señalar con orgullo” o “mirar con preocupación”

2.2.1 Principios básicos

- No existen dos cosas exactamente iguales

68
 jfve

Herramientas de medición para datos no numéricos

- La variación en un proceso o producto es medible

- Las cosas varían de acuerdo a un patrón definido
- Cada vez que se miden cosas del mismo tipo, una parte importante de las mediciones se
agrupa en torno a la parte media
- Es posible determinar la forma de la curva de distribución con base en las mediciones
obtenidas de cualquier proceso
- Las variaciones debidas a causas asignables tienden a deformar la curva de distribución
normal

2.2.2 Tipos de gráficos de control

- Gráficas de Variables: este tipo de gráfica se utiliza cuando se mide una característica y
el resultado es una cifra. Ej: Gráfica de promedio (Figura 3-5) y de rango.

- Gráficas de Atributos: se utilizan cuando la característica no se puede evaluar con

números, pero se considera “buena” o “mala”. Ej: Gráfica de porcentaje defectuoso
Fuera de
control
3,54
Promedio del subgrupo (X) - Kg

3,5 UCL X Límite de control superior

3,46

X0 Línea central
3,42

3,38
LCL X Límite de control inferior
3,34

3,3 Fuera de
control
1 2 3 4 5 6 7 8 9 10 11 12 13 14
Número del subgrupo

Figura 3-5. Gráfica de control de promedio

2.3 DIAGRAMA DE PARETO

• Alfredo Pareto (1848-1923)

• Útil para manejar problemas crónicos
• Ayuda a decidir cuales son los problemas que hay que atacar entre todos

69
jfve

Herramientas de medición para datos numéricos

• Minoría vital y mayoría útil:

- Para resolver los problemas, hay que seleccionar los pocos realmente importantes
entre los más numerosos pero menos importantes
- Se organizan diversas clasificaciones de datos por orden descendente, de izquierda a
derecha (Figura 3-6)

2.3.1 Cómo se construye?

z Especificar el objetivo: Mejorar la calidad en el manejo de órdenes de clientes

z Contestarse las siguientes preguntas: ¿Recibió el cliente el producto correcto? ¿Se entregó a
tiempo? ¿Se facturó en forma adecuada?

z Recopilar datos:

Cliente Fecha Razón Valor ($)

A 25/03 Error en precio 25.000
B 20/04 Remisión con retraso 816.000
C 03/06 Remitido por error 520.000
D 17/06 - 69.000
E 13/06 Error de facturación 20.000
F 07/05 Error de facturación 126.000
G 02/02 Remisión con retraso 134.000
H 12/01 Mal embalaje 6.000
I 30/03 Remisión errónea 8.000
J 15/05 - 40.000
K 23/02 Faltante 105.000
L 17/02 Orden sin registro 278.000

z Anotación de datos:

Razón (valores en miles de $) Valor ($)

Precio: $25 25.000
Errores en remisión: $816, 520, 134, 8, 105 1’583.000
Sin razón: $69, 40 109.000
Facturación: $20, 126 146.000
Embalaje: $6 6.000
Orden sin registro: $ 278 278.000
Total 2’147.000

70
 jfve

Herramientas de medición para datos no numéricos

z Hacer los cálculos con base en las anotaciones:

Frecuencia Porcentaje
Razón Frecuencia
acumulada acumulado 1.861÷ 2.147= 0.87
Errores en remisión 1’583.000 1’583.000 74 0.87 x 100 = 87%
Orden sin registro 278.000 1’861.000 87
Facturación 146.000 2’001.000 93
Sin razón 109.000 2’116.000 99
Otras 31.000 2’147.000 100
Total ($) 2’147.000

z Graficar los datos:

100,0
2400

Porcentaje acumulado (%)

2100
75,0
Valor (cientos de $)

1800

1500
50,0
1200

900

600 25,0

300

0 0,0
Errores en Orden sin Facturación Sin razón Otras
remisión registro
Razón

Figura 3-6. Diagrama de Pareto

2.4 DIAGRAMA DE DISPERSIÓN

En la búsqueda de las causas de un problema de calidad es común que sea necesario analizar
la relación entre dos variables (características de calidad, variables de proceso, etc.). Por
ejemplo, quizá se desea investigar si la variación en un factor tiene algún efecto en cierta
característica de calidad, es decir, se busca determinar si existe una relación de causa-efecto
(Figura 3-7). Existen varios métodos estadísticos para llevar a cabo tales investigaciones. Uno
de ellos es el diagrama de dispersión, el cual es una herramienta que permite hacer una
comparación o análisis gráfico de dos factores que se manifiestan simultáneamente en un
proceso concreto.

Si X representa una variable que posiblemente sea la causa y Y la otra variable que es el
efecto, entonces se colectan los datos en pares sobre las dos variables (xi, yi). Las parejas de

71
jfve

Herramientas de medición para datos numéricos

datos obtenidos se representan en una gráfica del tipo X-Y (o plano cartesiano) y a la figura
resultante se le conoce como diagrama de dispersión.

2.4.1 Cómo se construye?

a. Obtención de los datos. Una vez que se han seleccionado las variables que se desea
investigar, se colectan los valores de éstas en parejas, es decir, se reúne para cada
valor de una variable el correspondiente de la otra. Las parejas de datos se registran de
manera adecuada en una hoja de datos (Cuadro 3-1). Cuanto mayor sea el número de
puntos con que se construye un diagrama de dispersión es mejor. Por ello, siempre que
sea posible, se recomienda obtener más de 30 parejas de valores.

Ejemplo: La velocidad de un automóvil (causa) se controla y el rendimiento de gasolina (efecto)

es el que se mide. Los datos se reúnen y se ordenan por pares (x,y).

Cuadro 3-1. Datos correspondientes a la velocidad de un auto comparada contra el rendimiento

de gasolina

N° de la Velocidad Rendimien- N° de la Velocidad Rendimien-

muestra (Km/h) to (Km/l) muestra (Km/h) to (Km/l)
1 30 38 9 50 26
2 30 35 10 50 29
3 35 35 11 55 32
4 35 30 12 55 21
5 40 33 13 60 22
6 40 28 14 60 22
7 45 32 15 65 18
8 45 26 16 65 24

b. Elegir ejes. En general, si se trata de descubrir una relación de causa-efecto, la causa

posible se representa en el eje X y el efecto probable en el eje Y. Si lo que se está
investigando es la relación entre dos características de calidad o entre dos factores,
entonces en el eje X se anota el que se puede manipular o controlar más, o el que
ocurre primero durante el proceso. Es necesario anotar en los ejes el título de cada
variable (Figura 3-7).

c. Construir escalas. Los ejes deben ser tan largos como sea posible, pero de longitud
similar. Para construir la escala se sugiere encontrar el valor máximo y el mínimo de
ambas variables. Se deben escoger las unidades para ambos ejes de tal forma que los
extremos de los ejes coincidan de manera aproximada con el máximo y el mínimo de la
variable correspondiente. Un error frecuente en la construcción de las escalas en los
ejes es hacer que éstas inicien en cero. Deben iniciar con el mínimo y terminar con el
máximo (Ver figura 3-7). Cuando las escalas se construyen de manera correcta,
aparecen puntos a lo largo y ancho del diagrama, no sólo en una pequeña parte.

72
 jfve

Herramientas de medición para datos no numéricos

Figura 3-7. Diagrama de dispersión

d. Graficar los datos. Con base en las coordenadas en el eje X y en el eje Y, representar
con un punto cada pareja de valores de variables. Cuando existen parejas de datos
repetidos (con los mismos valores en ambos ejes), en el momento de estar graficando
se detectará un punto que ya está graficado y se traza un círculo sobre el punto para
indicar que está repetido una vez. Si se vuelve a repetir se traza otro círculo concéntrico,
y así sucesivamente.

e. Documentar el diagrama. Registrar en el diagrama toda la información que sea de

utilidad para identificarlo, como son títulos, periodo que cubren los datos, títulos y
unidades de cada eje, área o departamento y persona responsable de colectar los datos.

2.4.2 Interpretación

En la figura 3-8 se muestran los patrones más comunes que puede seguir un conjunto de
puntos en un diagrama de dispersión. Por ejemplo, si los puntos están dispersos en la gráfica
sin ningún orden aparente, como en la figura 3-8c, entonces es probable que no exista ninguna
relación entre las dos variables. Por el contrario, si los puntos siguen algún patrón bien definido,
es probable que exista una relación entre ellas.

a. Correlación positiva. En la figura 3-8a se observa que cuando X crece, también lo hace
Y, por lo que se habla de una correlación positiva.

b. Correlación negativa. En la figura 3-8b, se observa que cuando X crece, Y disminuye, y

viceversa, por lo que se habla de una correlación negativa. En la figura3-8d se observa
una correlación negativa más débil.

73
jfve

Herramientas de medición para datos numéricos

c. Sin correlación. En la figura 3-8c los puntos están dispersos en la gráfica sin ningún
patrón u orden aparente, ya que para valores grandes de X lo mismo se dan valores
grandes que pequeños de Y; en estos casos se dice que X y Y no están
correlacionados.

d. Relaciones especiales. Los puntos en un diagrama de dispersión pueden seguir una

diversidad de patrones. Por ejemplo, en la figura 3-8f se muestra una relación curvilínea
en forma de parábola, de tal forma que conforme X decrece, Y también lo hace hasta
cierto punto, y después empieza a aumentar.

e. Puntos aislados. En general, para interpretar un diagrama de dispersión se debe tratar

de identificar un patrón bien definido. Por ejemplo, que los puntos se ajusten a una recta
o a una curva. Una vez identificado un patrón es necesario examinar si hay algunos
puntos aislados que no se ajusten a tal patrón, en cuyo caso, esos datos pueden reflejar
alguna situación especial en el comportamiento del proceso o algún tipo de error, ya sea
de medición, de registro o de “dedo”. En todo caso, se debe tratar de identificar la causa
que los motivó, ya que en ocasiones pueden ser información valiosa para mejorar el
proceso.

f. Estratificación. En ocasiones, cuando se está analizando la relación entre dos variables,

de ser posible se debe buscar estratificar (véase figura 3-8e), ya sea por tipo de
producto, proceso, turno, etc. Para ellos se puede hacer un diagrama por máquina o,
como en la figura 3-8e, en el mismo diagrama poner diferentes marcas que identifiquen
las características que se están estratificando.

(r=0,90) (r= -0,90) (r= cercano a 0,00)

(r=-0,65) (r= cercano a 0,10)

Figura 3-8. Patrones más comunes de un conjunto se puntos en un diagrama de dispersión

74
 jfve

Herramientas de medición para datos no numéricos

¿Relación causa-efecto? Un aspecto de suma importancia a considerar en la interpretación es

la siguiente: que dos variables estén relacionadas no necesariamente implica que una es la
causa de la otra. Lo único que indica el diagrama de dispersión es que existe tal relación, y el
usuario es quien deberá tomar esa pista para investigar a qué se debe tal relación. Para ver si
efectivamente X influye sobre Y se debe recurrir al conocimiento del proceso o a análisis más
detallados que tomen en cuenta otros factores. De cualquier forma, quien interprete el diagrama
de dispersión debe tomar en cuenta que algunas de las razones por las que las variables X y Y
aparecen relacionadas de manera significativa son:
• X influye sobre Y
• Y influye sobre X
• X y Y interactúan entre sí.
• Una tercera variable Z influye sobre ambas, y es la causante de tal relación.
• X y Y actúan en forma similar debido al azar.
• X y Y aparecen relacionados debido a que la muestra no es representativa.

Si el objetivo de un diagrama es investigar si el factor X es la causa del problema Y, antes de

obtener los datos se debe profundizar en la búsqueda de las causas, para que así X sea una
causa y no un reflejo.

2.4.3 El coeficiente de correlación

Para asegurarse de que la relación entre dos variables que se observa en un diagrama no se
debe a una construcción errónea del diagrama de dispersión (por ejemplo, el tamaño y las
escalas) y para cuantificar la magnitud de la correlación lineal en términos numéricos, es de
utilidad calcular el coeficiente de correlación, el cual, para una muestra n de parejas de puntos
del tipo (xi, yi) está definido por

Sxy
r=
Sxx × Syy

Donde

⎛ n ⎞⎛ n ⎞
⎜ ∑ xi ⎟⎜ ∑ yi ⎟
Sxy = ∑ ( xi − x)( yi − y ) = ∑ xiyi − ⎝ i =1 ⎠⎝ i =1 ⎠ ,
n n

i =1 i =1 n
2
⎛ n ⎞
⎜ ∑ xi ⎟
Sxx = ∑ ( xi − x) = ∑ xi − ⎝ i =1 ⎠ ,
n n
2 2

i =1 i =1 n

75
jfve

Herramientas de medición para datos numéricos

2
⎛ n ⎞
⎜ ∑ yi ⎟
Syy = ∑ ( yi − y ) = ∑ yi − ⎝ i =1 ⎠
n n
2 2

i =1 i =1 n

Los valores que toma el coeficiente de correlación, r, están entre -1 y 1, incluyendo éstos (-1 ≤ r
≤ 1). Los valores de r cercanos o iguales a cero implican poca o nula relación lineal entre X y Y.
En contraste, los valores de r cercanos a 1 indican una relación lineal positiva fuerte, entre más
cercanos es más fuerte la relación, y los valores de r próximos a –1 señalan una fuerte
correlación negativa.

En los diagramas de dispersión de la figura 3-8 se tienen los siguientes valores para el
coeficiente de correlación: En a) el valor de r es igual a 0.90, en b) -0.90, mientras que en el d)
es -0.65. Los valores de r para c) y f) son cercanos a cero. No hay que olvidar que el hecho de
que r tenga valores cercanos a cero indica que no hay relación lineal, y de ninguna manera
muestra que no hay ningún tipo de relación; esto queda en evidencia en el diagrama de
dispersión de la figura 3-8f, donde a pesar de que hay una clara e importante relación entre X y
Y, el coeficiente de correlación es cercano a cero, debido a que los puntos no se agrupan en
torno a una línea recta. En este sentido, la función del coeficiente de correlación es corroborar
la magnitud de la relación lineal que muestra el diagrama de dispersión.

2.5 ANÁLISIS MATRICIAL

• Sirve para comparar grupos de categorías tales como operadores, vendedores, máquinas y
proveedores.
• Es un diagrama de Pareto bidimensional.

• Ejemplo

Tipo de Persona que preparó

TOTAL
rechazo A B C D E F
1 0 0 1 0 2 1 4
2 1 0 0 0 1 0 2
3 0 16 1 0 2 0 19
4 0 0 0 0 1 0 1
5 2 1 3 1 4 2 13
. . . . . . . .
. . . . . . . .
. . . . . . . .
15 0 0 0 0 3 0 3
Totales 6 20 8 3 36 7 80

76
 jfve

Herramientas de medición para datos no numéricos

Dado un grupo de operarios a quienes se les solicitó realizar un determinado trabajo, teniendo
en cuenta para su evaluación final, una serie de requisitos cuyo incumplimiento fue codificado
como tipos de rechazos. De acuerdo a los datos presentados en el cuadro anterior, podemos
concluir lo siguiente:
El operario „B“ tuvo grandes inconvenientes con el rechazo codificado con el número 3. Este
necesitará una capacitación especial. También habrá que diseñar un plan de capacitación para
el operario „E“ quien fue el que más rechazos tuvo.
El operario „D“ fue el que menos fallas tuvo y por lo tanto, se deberán investigar sus
procedimientos para que otros los apliquen.
Los operarios „A“ y „D“ pueden recomendar la mejor manera de cumplir con la totalidad de los
requisitos ya que ellos fueron los que mejor desempeño tuvieron en el trabajo asignado.

2.6 DIAGRAMA DE GRIER

z Ted Grieg (Gerente del Servicio Nacional de Casio) Æ adaptación del concepto de Pareto.
z Grieg necesitaba una técnica que le permitiera comparar el rechazo de los diferentes
modelos de un mismo producto. Para ello, diseñó un código de representación, tal como se
muestra en la Figura 3-9.
z Aplicación: calculadoras, relojes, llantas, muebles, electrodomésticos, etc.
z Para poder aplicar esta técnica es necesario que sean muchos y semejantes los códigos que
sirven para representar los diversos motivos de rechazo del grupo al que pertenece el
producto. En este caso, todos los modelos comparten los códigos de rechazo del 1 al 15, en
tanto que los códigos del A al E se aplican sólo a un modelo en particular.
z Los códigos de rechazo se colocan en el eje x y el porcentaje de falla, en el eje y. El
porcentaje total es de 100%. Hay una gráfica por cada modelo del producto.

Figura 3-9. Diagrama de Grier

77
jfve

Herramientas de medición para datos numéricos

z Los datos se recopilan de manera semejante a los diagramas de Pareto. En el caso

presente, los datos representan el motivo de la devolución de un producto. Hay que tener
mucho cuidado de cerciorarse que los datos realmente describan o representen al producto,
eliminando así el riesgo de juzgar erróneamente. Por ejemplo, se incluirán sólo los datos de
los primeros tres meses o de los últimos tres meses amparados por el periodo de garantía.
En realidad, por cada dato de un mismo modelo de un producto se puede obtener una
representación del código de rechazo.
z La representación del código de rechazo sirve también como catalizador en las actividades
dirigidas a la investigación de posibles acciones correctivas. Por ejemplo, siempre que un
código de rechazo tenga un valor superior al 20% de las unidades devueltas, es clara
indicación para el ingeniero de calidad de que ya es necesario investigar la posible causa del
rechazo y emprender las acciones correctivas pertinentes.

2.6.1 Representación del código de rechazo de los últimos tres meses

Figura 3-10. Diagrama de Grier

La experiencia ha mostrado que en más de 25 unidades devueltas se observa muy poco

cambio en el diagrama. Una vez concluidas las representaciones del código de rechazo de los
modelos de un producto, éstas pueden servir para analizar las situaciones menos comunes. Por
ejemplo, en la Figura 3-10, el código de rechazo 7 representa a la fuente de alimentación.
Durante un período, uno de los modelos (XZ-8) ha estado experimentando un desacostumbrado
porcentaje de disminución en su rechazo por concepto del código 7, en tanto que los otros
modelos han seguido dando los mismos porcentajes de periodos anteriores. Después de
investigar se determinó que en el caso del modelo en cuestión cambió el proveedor de las
baterías empleadas.

78
 jfve

Herramientas de medición para datos no numéricos

2.7 DIAGRAMA DE SERIES TEMPORALES

• Técnica muy sencilla que permite mostrar los cambios que experimenta con el tiempo un
determinado factor.

Figura 3-11. Diagrama de series temporales

En la Figura 3-11, la escala horizontal representa una unidad temporal, por ejemplo trimestres o
años. La escala vertical representa el factor que se desea observar y que, en este caso, es el
porcentaje de rechazos. Como podrá observarse en la figura, la calidad del producto A ha
permanecido constante, en tanto que la del producto B muestra una continua mejora. Estas
gráficas son excelentes para mostrar tendencias y para monitorear un proceso de mejora.

79