14/04/2012

Herramientas Básicas
 Uno de los puntos más importantes en el control de
calidad es el “Control Basado en Hechos Reales” y no
en la experiencia, el sentido común y la audacia.

2.0 HERRAMIENTAS BÁSICAS  Para poder asegurar nuestra calidad y la satisfacción

del cliente, es necesario identificar las variables que
PARA LA MEJORA DE LA determinan la calidad de nuestro proceso o
“Características de Calidad” y luego determinar el
CALIDAD estado de dichas variables a través de datos.

 La toma de una correcta decisión basada en la

realidad, depende de la veracidad de los datos y de
la manera en que estos datos son analizados.

Herramientas Básicas Herramientas Básicas

• Es práctica habitual en las empresas fijar unos • Cada vez está más extendida la
objetivos en cuanto a ventas, producción, beneficios, idea de que los problemas de
etc., y periódicamente ir comprobando si los calidad deben ser atacados
resultados obtenidos coinciden con las previsiones mediante la aplicación de
realizadas, para tomar acciones correctivas métodos científicos de recogida y
oportunas en el caso de que las desviaciones análisis de datos (estadística).
respecto a lo previsto sean importantes.
• Pero el uso de ésta práctica no
• Sin embargo, las acciones en cuanto a la mejora de debe quedar restringido a un
la calidad se toman en muchas ocasiones basándose grupo reducido de “expertos de
en sensaciones, impresiones u opiniones, pero no en calidad” sino que todo el
el análisis científico de datos objetivos. personal puede (y debe!)
participar en el proceso de
control y mejora de la calidad.

Herramientas Básicas Herramientas Básicas

• Las herramientas estadísticas más conocidas se
• Los datos son la base de cualquier proceso conocen con el nombre de “Las siete
de mejora de calidad que emprendamos los herramientas básicas de Ishikawa”.
cuales nos servirán de base para adoptar
una serie de medias y decisiones.

• Estas herramientas básicas nos permitirán

realizar:
- Recogida de datos.
- Análisis de causas de los problemas principales.

1
 14/04/2012

Las Siete Herramientas Básicas Estructura De Las Siete Herramientas

De Ishikawa
• Podemos establecer tres partes a la hora de
Las siete herramientas básicas para el control de
presentar las 7 herramientas básicas cuando se
calidad son: utilizan en los proyectos de mejora.

1. Hojas de comprobación o verificación. (Check List)

Etapa Actividad Instrumento
2. Histograma. Fundamentos Recoger datos Hoja de recogida de datos
3. Gráfico de Pareto. Interpretar datos Histograma
4. Diagrama de causa – efecto. Pilares Fijar prioridades Gráfico de Pareto

5. Diagrama de dispersión. Estudiar relación Causa-Efecto Diagrama Causa – Efecto

6. Estratificación. Instrumentos
Estratificar datos Estratificación

7. Gráficos de control. Auxiliares

Determinar la correlación Diagrama de Dispersión

Control del Proceso Gráficos de Control

Hoja De Verificación

• Llamada también Hoja de Comprobación,

Hoja de Datos ó Check List, esta diseñada
para tabular los resultados mediante una
revisión rutinaria de la situación.
2.1 HOJA DE VERIFICACION

Hoja De Verificación Hoja De Verificación

• Es un formato especial constituido para • Para el diseño de estas hojas se debe

colectar datos fácilmente, en la que todos
los artículos o factores necesarios son
previamente establecidos y en la que los
resultados de inspección o resultados de
operaciones son fácilmente descritos con
marcas utilizadas para verificar.
determinar el tiempo de la recogida de
datos: semanal, mensual y diseñar un
formulario que permita recoger fácilmente
los datos.

2

Hoja De Verificación
• Resulta imposible plantear un proyecto de
mejora sin una recogida de datos y sin
utilizar los datos ya recogidos. Ello es así
porque, sin datos, no existe ciencia sino tan
solo aproximaciones.
“Solo en Dios creo... todos los
demás traigan datos”.
Hoja De Verificación
• La recolección de datos debe efectuarse de
manera cuidadosa y exacta, y para ello nada
mejor que utilizar plantillas diseñadas para
cada caso.
• Son también conocidas como hojas de
comprobación de verificación o de chequeo.
Ayudan a recopilar y utilizar la información.
Son un formato que facilita que una persona
pueda obtener datos en forma ordenada y
de acuerdo al estándar que se requiera.
Finalidad
Las plantillas para la recogida de datos pueden
tener distintas finalidades:
• Controlar una variable de un proceso.
• Llevar un control de productos defectuosos.
• Estudiar la localización de defectos en un
producto.
• Estudiar las causas que originan los defectos o
realizar la revisión global del producto.
• Verificación y análisis de operaciones (a ésta
última puede llamársele lista de
verificación).
14/04/2012
Hoja De Verificación
• Para propósitos de control de procesos (métodos
estadísticos) es necesaria la obtención de datos.
• El control depende de ellos, por lo tanto, deben
ser correctos y colectados debidamente.
• Algunas veces, los datos se toman de forma
desordenada o mal documentada, haciendo
imposible su análisis posterior.
• Otras veces los datos son incorrectos porque se
han tomado de forma distinta a la prevista, y las
conclusiones que se obtienen a partir de éstos
carecen de sentido por mucho esmero que se
ponga en su análisis.
Objetivo
Los objetivos que se
pretenden con el uso de las
Hojas de Verificación son:
• Facilitar las tareas de
recogida de información.
• Evitar la posibilidad de
errores o malos entendidos.
• Permitir el análisis rápido de
los datos.
Aplicaciones
Algunas aplicaciones:
• Verificación de la distribución del proceso de
producción (elaboración del histograma
correspondiente).
• Registro de la ocurrencia de defectos.
• Verificación de las causas de los defectos.
• Representación de la localización de defectos
sobre una pieza particular.
• Aseguramiento de la realización de actividades
programadas de una cierta operación.
3
 14/04/2012

Algunas Reglas A Tomar En

Ventaja
Cuenta

La experiencia demuestra que en la

• La principal ventaja de recogida de datos conviene seguir
éste tipo de herramienta es algunas reglas, éstas son:
que facilita la localización y
el análisis de la
información. Permite 1. No tomar datos si después no se
van a utilizar. Puede parecer obvio
visualizar en una forma pero es una costumbre bastante
más amplia la distribución arraigada. Los datos inútiles sólo
de un proceso de sirven para dificultar la localización
producción. de los útiles.

Algunas Reglas A Tomar En

Cuenta Tipos de Hojas de Verificación
1. Para registro o Checksheets.
2. Asegurarse de que los datos se toman de
forma que su análisis sea fácil, de lo contrario Se anota información en ellas.
es probable que no se haga nunca.
Entretenerse en el diseño de la plantilla de
recogida de datos es una de las actividades
más rentables que pueden realizarse.
3. No pasar los datos “a limpio”. Es una pérdida
de tiempo y una fuente de errores. Es
necesario anotarlos de forma clara y
ordenada a la primera.
2. Para verificación o Checklists.
Llevan información que debe
cotejarse con la realidad.

Ejemplos de Aplicación Ejemplos de Aplicación

• Ejemplo 1: Tercer Paso

Un fabricante de refrigeradoras desea analizar cuales son
los defectos mas representativos que tienen las unidades
al final de la línea de producción.
Primer Paso
IDENTIFICAR EL PROBLEMA: Refrigeradora con defecto
de fabricación.
Segundo Paso
Implementar acciones de contención.
• ¿Inspección 100% al final de la línea?
• ¿Inspección mediante un muestro?
ANALIZAR LAS CAUSAS:
• Surge la necesidad de obtener datos.
• Se toman al final de la línea de producción utilizando una
lista de registro diseñada para tal efecto.
• Se procede a la inspección de las refrigeradoras que
salen de la línea de producción, encontrándose que 69
tienen defectos.

4
 14/04/2012

CONTROL DE DEFECTOS

Ejemplos de Aplicación
Producto Refrigeradora Mod. 4F32 Fecha: 12/03/05
Etapa de fabricación: INS FINAL Sección: Almacén
Total inspeccionado:150 ……… …Lote:6387…….Inspector: A. Ruiz
Tipo de
defecto
Detalle del problema Cantidad F %
• Ejemplo 2:
•Burlete El burlete esta roto o no 11 16 Piezas defectuosas en el taller.
defectuoso defectuosos
•Ralladuras Ralladuras en la superficie 4 6
externa ¿Cómo interesaría agruparlos?
•El motor no El motor no detiene cuando la 31 45
detiene refrig alcanza la temperatura.
•Pintado Defectos en el pintado exterior 5 7 Por tipo de defectos, por máquina, por producto, por
defectuoso materiales, por turnos.
•No enfría El motor arranca pero la refri 16 23
no enfría
•No Al enchufar no arranca el 2 3
funciona motor
Total 69

Hoja de datos: Control de desperdicios SOUTHERN PERU Acta de Inspección de Cátodos

En Planta L.E.S.D.E.
División:
Semana

Desperdicios en el taller “A” Lugar: Entrevistados:

(Materiales y Turnos)
Inspectores: 1.
Semana 1 Semana 2 Semana 3 Total 2. Fecha:
Hora:
Turno Turno Turno Turno Págs.:
Materiales
A B A B A B A B 1. Características Químicas (Comparar ensayos de impurezas con estándares LME,
registrar sólo si son mayores).
Plata (kg) 0.0 0.5 0.0 0.7 0.0 0.3 0.0 1.5
Ag As BI Fe Pb
LME
Cobre (“) 1.0 4.0 0.0 4.0 2.0 4.0 3.0 12.0 Este Lote
S Sb Se Te
LME
Latón (“) 2.5 20.0 3.0 15.5 4.0 21.0 9.5 56.5 Este Lote

2. Características Físicas (Indique las condiciones físicas en las que encontró el

Total 3.5 24.5 3.0 20.2 6.0 25.3 12.5 70.0 cátodo).

3. ¿Sulfatos de Cobre?

En En bordes En bordes En poros Otros

estriaciones laterales superiores

¿Incrustaciones de Plomo? _____________________________

¿Estriación > 400? _____________________________
¿Nódulos? _____________________________
¿BB’s de Polipropileno? _____________________________
¿Cinta Adhesiva?
¿Cera?
¿Aceite?
_____________________________
_____________________________
_____________________________
2.2 HISTOGRAMA
¿Enflejado suelto o roto? _____________________________
¿Planchas alineadas? _____________________________
¿Plancha corrugada encima? _____________________________
¿Condición de chapas con logotipo? _____________________________
¿Condiciones de las etiquetas? _____________________________
¿Datos en etiqueta legibles? _____________________________
Números corrugados por paquete _____________________________

5
 14/04/2012

Histograma Características
• Es un gráfico que muestra el número de veces que se
repite cada uno de los resultados cuando se realizan
mediciones sucesivas. • El Histograma muestra
• Es una representación de datos en forma ordenada con gráficamente la Capacidad
el fin de obtener una visión completa y sintética del de un Proceso, y si así se
proceso. desea, la relación que
• Es un tipo especial de gráfica de barras que despliega la guarda tal proceso con las
variabilidad dentro de un proceso. especificaciones y las
• Un Histograma toma datos variables (pesos, diámetros, normas.
longitudes, densidades, tiempos, temperaturas, • También da una idea de la
presiones, etc) y despliega su distribución. magnitud.
• Permite describir el comportamiento de un conjunto de
datos en cuanto a su tendencia, forma y dispersión.

¿Qué Preguntas Se Pueden

¿Cuando Se Utiliza? Contestar?

Cuando se requiere comprender Mediante el histograma se pueden

mejor el sistema, específicamente al : contestar las siguientes preguntas:
• Hacer seguimiento del desempeño
actual del proceso. • ¿ Cuáles son los valores más frecuentes?
• Probar y evaluar las revisiones de • ¿ Cuál es la dispersión de los datos?
procesos para mejorar. • ¿ Se cumple las especificaciones?
• Necesitar obtener una revisión rápida • ¿ Cuál es la distribución de los datos?
de la variabilidad del proceso
• ¿ Se precisa estratificación?

Ejemplo De Aplicación Ejemplo De Aplicación

Para el ejemplo de los pesos se tiene la siguiente El Histograma de Frecuencias será el siguiente:
tabla:
Tabla De Distribución De Frecuencias Histograma de la Distribución de Pesos
14
i Intervalo de Marca Frecuencia Frecuencia Frecuencia Frecuencia
clase de Absoluta Relativa Acumulada Acumulada
clase (fi) (fri) Absoluta Relativa 12
x´ (Fi) (Fri)
10
1 59.0-62.0 60.5 6 0.125 6 0.125
Frecuencia

8
2 62.0-65.0 63.5 8 0.167 14 0.292

65.0-68.0 6
3 66.5 13 0.271 27 0.563

4 68.0-71.0 69.5 9 0.188 36 0.751 4

5 71.0-74.0 72.5 6 0.125 42 0.876 2

6 74.0-77.0 75.5 3 0.062 45 0.938 0

60,5 63,5 66,5 69,5 72,5 75,5 78,5
7 77.0-80.0 78.5 3 0.062 48 1.000 Pesos

6
 14/04/2012

Ejemplo De Aplicación Ejemplo De Aplicación

• En el ejemplo de referencia la variable en Histograma y Limite de Especificación:

estudio es el peso, si se estableciera un
peso máximo de 75 kgs. para que una Histograma de la Distribución de Pesos
persona se considere dentro de un peso 14

ideal para su edad, entonces este valor de 12

Limite de
Especificación
75 vendría a ser un Límite de
Especificación.
10

Frecuencia
• Observando el Histograma se aprecia que 8

algunas observaciones a la derecha del 6

límite de especificación no han cumplido 4

este objetivo. 2

0
60,5 63,5 66,5 69,5 72,5 75,5 78,5
Pesos
75

Ejemplo De Aplicación Ejemplo de aplicación (2)

• Un Análisis más detenido nos llevaría a concluir • El histograma

que estos datos no poseen la estabilidad permite tener una
deseable. LONGITUD DE LAS VARILLAS DE ACERO

idea objetiva sobre (SEMANA 18/04/05 A 23/04/05)

• Los Histogramas que reflejan procesos estables

son simétricos. la calidad de un 10

Numero de varillas de
• Aquí no parece darse esta condición, existiendo producto, el
una cierta asimetría provocada por los datos desempeño de un 5

acero
fuera de los límites de especificación. Para este proceso o el impacto
caso los esfuerzos deberían dirigirse hacia un de una acción de 0

doble objetivo: 10 13 16 19
longitud de las varillas
22

 Reducir la Dispersión.
mejora.
 Conseguir desplazar el Histograma hacia Especificación: 12-20
LI LS
la izquierda, para entrar a especificación.
E E

Ejemplo de aplicación (3) Ejemplo de aplicación (4)

TIEMPOS DE ATENCION EN LA DOCUMENTACION

TRAMITADA POR LA VENTANILLA 2

DISTRIBUCION BIMODAL:
20
20
Numero de documentos

DATOS PUEDEN VENIR DE

Frecuencia

DOS PROCESOS (TURNO

10

DIA Y TURNO NOCHE) 10

4.0 4.5 5.0 5.5 6.0 6.5 7.0 7.5

Tiempos de atencion

2.4 2.8 3.2 3.6 4.0 4.4 4.8

Peso

7
 14/04/2012

Ejemplo de aplicación (5) Ejemplo de aplicación (5)

Ejemplo Ejemplo
35

30

25

20

15

10

0
27.3 27.6 27.9 28.2 28.5 28.8 29.1 29.4 29.7

Diagrama De Pareto
• El Diagrama de Pareto es un gráfico de barras
verticales, que representa factores sujetos a
estudio en forma ordenada de ocurrencia o de
importancia, de mayor a menor, con el objeto de
determinar qué problemas resolver y en que
2.3 DIAGRAMA DE PARETO orden realizarlos.

• Es una representación gráfica de los datos

obtenidos sobre un problema, que ayuda a
identificar cuáles son los aspectos prioritarios
que hay que tratar.

Diagrama De Pareto Diagrama De Pareto

•El Diagrama de Pareto es un gráfico de barras en
el cual las características aparecen ordenadas de • Su fundamento parte de
mayor a menor. considerar que un pequeño
•Este gráfico permite visualizar rápidamente las porcentaje de las causas, el
20%, producen la mayoría de
causas de mayor influencia. los efectos, el 80%.
•Lleva este nombre pues responde a una regla
enunciada por Wilfredo Pareto, que dice: “El 80%
de los problemas que se presentan provienen • Se trataría pues de identificar
ese pequeño porcentaje de
de sólo un 20% de las causas” causas “vitales” para actuar
prioritariamente sobre él.

8

Características
• La minoría vital aparece a la
izquierda de la gráfica y la
mayoría útil a la derecha.
• Hay veces que es necesario
combinar elementos de la
mayoría útil en una sola
clasificación denominada otros,
la cual siempre deberá ser
colocada en el extremo derecho.
• La escala vertical es para el
costo en unidades monetarias,
frecuencia o porcentaje.
Ventajas
• En ocasiones, el problema parece ser de tal
magnitud que se nos manifiesta como
irresoluble.
• El Diagrama de Pareto, trata de poner de
manifiesto gráficamente la importancia real
de cada causa en el problema que en
muchas ocasiones, unas pocas causas
generan la mayor parte de problemas.
• De esta forma, centrando esfuerzos en
unas pocas causas resolveremos la mayor
parte del problema.
Pasos Para Elaborar Un
Diagrama De Pareto
Paso 2.
• Investigar los factores o causas que provocan ese
problema y como recoger los datos referentes a
ellos.
• Definir el método y el periodo de recolección de
datos.
14/04/2012
Características
• La gráfica es muy útil al permitir
identificar visualmente en una sola
revisión tales minorías de
características vitales a las que es
importante prestar atención y de
esta manera utilizar todos los
recursos necesarios para llevar a
cabo una acción correctiva sin
malgastar esfuerzos.
Pasos Para Elaborar Un
Diagrama De Pareto
Paso 1.
• Definir el tipo de problema que se va a
investigar.
Ejemplo: en una empresa metalmecánica se
desea analizar cuales son los defectos más
frecuentes encontrados en la pintura de las
piezas metálicas que salen de la línea de
producción.
Los defectos fueron clasificados de la siguiente
manera: goteos, cráteres, rasguños, opacidad,
impurezas, aspersión seca y otros
Pasos Para Elaborar Un
Diagrama De Pareto
Paso 3.
• Construir una tabla para el conteo de datos.
• Por ejemplo, la siguiente tabla contiene los
defectos encontrados en la pintura de unas piezas
metálica fabricadas a lo largo de una semana.
Paso 4.
• Anotar la magnitud de cada factor. En el caso de
factores cuya magnitud es muy pequeña
comparada con la de otros factores incluirlos dentro
de la categoría otros.
9
 14/04/2012

Pasos Para Elaborar Un

Ejemplo De Aplicación Diagrama De Pareto
TABLA: CONTEO DE DEFECTOS
Paso 5.
Tipo de Defecto Frecuencia Porcentaje • Elaborar una tabla para el Diagrama de
Pareto. Calculando las frecuencias, las
Goteos 10 05 frecuencias acumuladas, los porcentajes y
Cráteres 42 21 los porcentajes acumulados a partir de los
Rasguños 14 07
datos de la tabla de conteo. Todo ello
ordenando las clases de mayor a menor
Opacidad 06 03 frecuencia.
Impurezas 104 52 • Así se ha procedido en la siguiente tabla:
Aspersión Seca 20 10

Otros 04 02

Pasos Para Elaborar Un

Ejemplo De Aplicación Diagrama De Pareto

Tipo de
Defecto
Frecuencia Frecuencia
Acumulada
Porcentaje Porcentaje
Acumulado
Paso 6.
Impurezas 104 104 52 52 • Construir el Diagrama de Pareto:
Cráteres 42 146 21 73 Dibujar dos ejes verticales y un eje horizontal.
Aspersión Seca 20 166 10 83 Situar en el eje vertical izquierdo la magnitud
de cada factor. La escala del eje está
Rasguños 14 180 07 90
comprendida entre cero y la magnitud total de
Goteos 10 190 05 95
los factores. En el eje vertical derecho se
Opacidad 06 196 03 98 representan el porcentaje acumulado de los
Otros 04 200 02 100
factores, por tanto, la escala es de cero a 100.

Pasos Para Elaborar Un Pasos Para Elaborar Un

Diagrama De Pareto Diagrama De Pareto

• El punto que representa a 100 en el eje vertical Paso 7.

derecho está alineado con el que muestra la
magnitud total de los factores detectados en el
eje vertical izquierdo. Por último, el eje
horizontal muestra los factores empezando por
el de mayor importancia.
• Como se puede observar en la siguiente figura
consiste en un histograma de barras
(frecuencias y porcentajes) y una curva
acumulada (frecuencias y porcentajes).
• Se trazan las barras correspondientes a cada
factor. La altura de cada barra representa su
magnitud por medio del eje vertical izquierdo.
• Se representa el gráfico lineal que representa el
porcentaje acumulado calculado
anteriormente. Este gráfico se rige por el eje
vertical derecho.

10
 14/04/2012

Pasos Para Elaborar Un

Diagrama De Pareto Ejemplo De Aplicación

Paso 8. Pareto Chart of Tipo de Defecto

• Como se puede observar en la siguiente figura 200 100

consiste en un histograma de barras 150

80

(frecuencias y porcentajes) y una curva

Percent
60

Count
acumulada (frecuencias y porcentajes).
100
40

50
20

0 0
Tipo de Defecto as s ca s os s
re ño ad tro
ez e Se gu
te cid
r át Go a O
pu Cr ió
n as Op
Im rs R
pe
As
Count 104 42 20 14 10 6 4
Percent 52,0 21,0 10,0 7,0 5,0 3,0 2,0
Cum % 52,0 73,0 83,0 90,0 95,0 98,0 100,0

Interpretación
• El Diagrama de Pareto nos pondrá de manifiesto la
desigual distribución de la frecuencia entre las
clases establecidas en el eje de las absisas.
• En la figura anterior resulta evidente identificar,
cuales son los tipos de defectos más frecuentes.
Podemos observar que los 2 primeros tipos de
defectos suponen el 70% de los problemas, por lo
que será interesante centrar esfuerzos en eliminar
las causas que producen impurezas y cráteres.
Interpretación
• Si uno de los defectos detectados es fácil de eliminar,
aunque su importancia relativa sea pequeña deberá
ser eliminado.
• Para determinar las causas de mayor incidencia en
un problema, se traza una línea horizontal a partir del
eje vertical derecho, desde el punto donde se indica
el 80% hasta su intersección con la curva
acumulada.
• De ese punto trazar una línea vertical hacia el eje
horizontal. Los items comprendidos entre esta línea
vertical y el eje izquierdo constituye las causas cuya
eliminación resuelve el 80% del problema.

El Costo De No Calidad En El
Diagrama De Pareto
• El coste de la no calidad puede ser un aspecto a
considerar más importante que la frecuencia.
• Por ello, siempre que sea posible, en el eje de
ordenadas se deberá poner, en vez de la
frecuencia, el coste, lo que pondrá de manifiesto
la disminución de las perdidas por no calidad al
eliminar las causas más importantes desde el
punto de vista económico.
Usos Del Diagrama De Pareto
Es una herramienta importante para efectuar
mejoras. Sin pretender ser exhaustivos, puede ser
usado:
a) Cómo técnica de análisis de problemas de calidad
pero también de los problemas de la mas diversa
naturaleza.
b) Para marcar objetivos concretos.
c) Para evaluar los efectos de las mejoras.
d) Como herramienta de comunicación.

11
 14/04/2012

Diagrama de Causa-Efecto

• Fue utilizado en 1952 por

el fallecido Dr. Kaoru
Ishikawa.

• También denominado
2.4 DIAGRAMA DE CAUSA-EFECTO Diagrama de Ishikawa o
de Espina de Pescado.
(Fishbone Diagram)

• Es un diagrama que indica las relaciones

existentes entre las Causas (Factores) y
los Efectos (Características de Calidad).

Diagrama de Causa-Efecto Diagrama de Causa-Efecto

• “Controlar y mejorar la calidad implica

conocer las causas que le afectan para
CAUSA CAUSA CAUSA potenciarlas, si la mejoran y eliminarlas o
reducirlas si la empeoran”.
• La variabilidad de las características de
EFECTO calidad es un efecto observado que tiene
múltiples causas.
• Cuando ocurre algún problema con la
CAUSA CAUSA CAUSA calidad del producto, debemos investigar
para identificar las causas del mismo.

Diagrama de Causa-Efecto Diagrama de Causa-Efecto

• Pero encontrar las causas que inciden sobre la • Es un vehiculo para ordenar, de forma muy
calidad no es tarea fácil por la complejidad de concentrada, todas las causas que
las mismas y las complicadas interrelaciones supuestamente pueden contribuir a un
que entre ellas existen. determinado efecto.
• Nos permite,lograr un conocimiento común de
• A veces se confunden los un problema complejo, sin ser nunca sustitutivo
síntomas con las causas. de datos.
• La fiebre es síntoma de • Es importante ser conscientes de que los
numerosas enfermedades, diagramas de causa-efecto presentan y
su eliminación con un organizan teorías.
antipirético en un • Solo cuando éstas teorías son contrastadas con
tuberculoso no cura la datos podemos probar las causas de fenómenos
enfermedad que la genera. observables.

12
 14/04/2012

Objetivo Cuando utilizarlo

• Identificar y verificar todas • Cuándo se pueda contestar “sí” a

las causas posibles de un una o dos de las preguntas
problema y llegar a la causa siguientes:
o raíz principal del mismo 1. ¿Es necesario identificar las
para reducirlo o eliminarlo. causas principales de un
problema?

2. ¿Existen ideas y/u opiniones

sobre las causas de un problema?

Aplicación Aplicación

Materia Métodos de Mano de

• A continuación se representa un diagrama Prima Producción Obra
de causa-efecto, en el se puede ver como el
valor de una característica de calidad
depende de una combinación de variables y
factores que condicionan el proceso
productivo (entre otros procesos): Proceso Característica
de Calidad

Maquinas Medición Medio Ambiente

Recomendaciones Usos

Para la construcción de un Diagrama de • Como se vera más adelante, las gráficas de

Causa-Efecto, se recomienda lo siguiente:
• Todos los miembros deben participar,
exponiendo sus ideas.
• Importa mas la cantidad de ideas, que su
calidad.
• No se aceptan críticas a las ideas aportadas.
• Crear una atmósfera que favorezca el
planteamiento de soluciones
control señalan con gran probabilidad de acierto
la existencia de una causa especial ó asignable
que deja al proceso fuera de control, pero no
indican cual es ésta causa. En este sentido un
diagrama de causa-efecto puede ser de gran
utilidad a la hora de encontrar esa causa y
eliminarla. Pero además, existen otras utilidades
importantes:
Mejora el conocimiento del
proceso.
Indica el nivel de preparación
del personal.

13

Inicio
Pasos
Paso 1: Definir el efecto cuyas causas
han de ser identificadas
Paso 2: Dibujar el eje central y colocar
el efecto dentro de un rectángulo al
extremo derecho del eje
Paso 3: Identificar las posibles causas
que contribuyen al efecto o fenómeno
de estudio
Paso 4: Identificar las causas
principales e incluirlas en el diagrama
Paso 5: Añadir causas para cada rama
principal
Paso 6: Añadir causas subsidiarias para
las subcausas anotadas
Ejemplo de Aplicación
Diagrama de Dispersión
Las dos variables a
relacionar pueden ser:
• Alguna característica de
calidad y un factor que
le afecte.
• Dos factores
relacionados con una
sola característica.
Fin
Paso 9: Conclusión y resultado
Paso 8: Comprobar la integración del
diagrama
Paso 7: Comprobar la validez lógica de
cada cadena causal y hacer eventuales
correcciones
Este instrumento es
utilizado para verificar
si dos variables se
encuentran
relacionadas y en que
medida.
14/04/2012
Ejemplo de Aplicación
• En una empresa se encargó a un equipo de mejora la
solución del problema de los retrasos crónicos en el
proceso de órdenes de compra.
• Para identificar posibles causas del retraso, el equipo
decidió construir un Diagrama de Causa-Efecto
mediante proceso lógico paso a paso.
2.5 DIAGRAMA DE DISPERSION
Diagrama de Dispersión
• La relación se presenta
mediante una gráfica de
dos dimensiones.
• Su campo de aplicación
es la verificación de las
relaciones entre una
causa y un efecto.
14
 14/04/2012

Diagrama de Dispersión Diagrama de Dispersión

Para elaborar un diagrama de dispersión

25 debemos realizar los siguientes pasos:

1. Recopilar pares de datos de la variable

causa (llamada “x” y presentada en el
Y

15

eje horizontal) y la variable efecto

(llamada “y” y presentada en el eje
vertical. Es conveniente tener al menos
5
30 pares de datos.
2 3 4 5 6 7 8
X 2. Colocar los puntos en el gráfico.

Tipos de Correlación Interpretación de los tipos

de Correlación
La relación puede ser:
• Positiva.- aumento (disminución) en la
variable causa, provocará aumento (o
disminución) en la variable efecto.
• Negativa.- aumento (disminución) en la
variable causa, provocará disminución
(aumento) en la variable efecto.

Pearson y Correlación Aplicación

Se realizó un estudio para determinar el

• Índice de correlación de Pearson, efecto que tiene la rapidez de mezclado
indica el grado de dependencia lineal que (rpm) sobre la cantidad de impurezas (%)
existe entre las dos variables. en una pintura fabricada mediante un
• Correlación. Mide el grado de cercanía de proceso químico.
los puntos con respecto a la línea recta que
mejor se ajusta al conjunto de los puntos.
Rapidez (rpm) 20 22 24 26 28 26

Impurezas (%) 8.4 9.5 11.8 10.4 13.3 14.8

Rapidez (rpm) 32 34 36 39 40 42

Impurezas (%) 13.2 14.7 16.4 16.5 18.9 18.5

15
 14/04/2012

Aplicación

Impurezas (%) vs Rapidez (rpm)

20,0

17,5
Impurezas (%)

15,0

12,5 2.6 ESTRATIFICACION

10,0

20 25 30 35 40 45
Rapidez (rpm)

Correlations: Rapidez (rpm); Impurezas (%)

Pearson correlation of Rapidez (rpm) and Impurezas (%) = 0,932
P-Value = 0,000

Estratificación Estratificación

• La estratificación es la separación de datos en

categorías o clases. Los datos observados en un • La división de los datos se
grupo dado comparten unas características efectúa en base a diversos
comunes que definen la categoría. factores que son identificados
en el momento de obtener los
datos.
• Por ejemplo: las máquinas, los
• Estratificar no es más que dividir el conjunto de cabezales, la línea, el
los datos disponibles en estratos (subconjuntos) proveedor, el día, el turno, etc.
según el lugar, el momento o la forma de Son factores de clasificación y
recogida para identificar sus posibles por lo tanto, de estratificación
peculiaridades distintivas en cada estrato. de los datos.

Estratificación
• La estratificación de los datos nos permitirá
comparar las características de los diferentes
estratos que, de no ser iguales, son una fuente
de heterogeneidad y, por tanto, de no calidad.
• En consecuencia, éstas heterogeneidades
deben ser detectadas, corregidas y eliminadas.
• Un estudio de estratificación consiste en
comparar las medias y las varianzas.
• El método consiste en contrastar , por una
parte, la Ho. de igualdad de medias de los
estratos y, por otra, la Ho. de igualdad de
varianzas de los estratos.
Ejemplo
En la siguiente figura se especifican las frecuencias con
las que aparecen las reclamaciones consideradas
estratificadas por departamentos. Se consideran los dos
departamentos que reciben ambas reclamaciones. Se
observa que en el departamento A es la reclamación 5 la
más importante, mientras que en el departamento B es la
reclamación 1. Esto lleva a pensar que las medidas para
mejorar la calidad deberían ser diferentes o aplicarse en
orden diferente según el departamento que consideremos

16
 14/04/2012

Ejemplo Estudio de Estratificación

• Como sabemos, mediante el test t de Student

o de Análisis de la Varianza podemos
contrastar hipótesis sobre la igualdad de las
medias poblacionales y con otros métodos
estadísticos (test de Bartlett, test de Hartley,
etc) podemos contrastar hipótesis sobre
igualdad de varianzas.

• Sin embargo, nuestro interés se

centra en detectar amplias
diferencias entre los mencionados
parámetros, por lo que un sencillo
método gráfico será suficiente.

Estudio de Estratificación Interpretación

• El método a utilizar consiste en calcular • Para cada estrato se

el intervalo de confianza de la media representa mediante un
para el nivel de confianza segmento su intervalo de
aproximadamente (1 - ) %. confianza anteriormente
• Para ello, se calcula para cada estrato el calculado.
intervalo: • Si dos intervalos se solapan
aceptamos que sus medias no
difieren significativamente,
S mientras que si no se solapan
X  t (1a / 2:n 1) es índice de que existen
n diferencias significativas.

Estudio de Estratificación Interpretación

• Para contrastar la igualdad de varianzas • Si el valor de H obtenido supera al valor critico

aplicaremos el Test de Hartley. correspondiente de la: “Tabla de Valores
• Si designamos por S2max y S2min a la mayor críticos de H para el Test de Hartley”, en la
que “n” es el tamaño de muestra y “k” el
varianza muestral y a la menor varianza número de estratos o de variancias a
muestral, respectivamente, se calcula el comparar,entonces, aceptaremos que existen
estadístico H definido por: diferencias significativas entre las variancias.
• Si la diferencia entre el menor y el mayor es
2 significativa, se elimina uno de ellos y se sigue
H S MAX con el análisis con las restantes variancias.
2
S MIN

17
 14/04/2012

Valores Críticos de H Para

El Test De Hartley Aplicación

En la siguiente tabla se muestran las medias,

Tamaño de Número de Estratos (k) desviaciones y los intervalos de confianza para
muestra
2 3 4 5 6 7 8 9 10 la Media obtenida de 5 muestras de tamaño
10 3.7 4.9 5.7 6.3 6.9 7.4 7.9 8.3 8.7
n=30 5 máquinas que efectúan la misma
operación .
15 2.9 3.5 4.0 4.4 4.7 5.0 5.2 5.4 5.6
Máquina 1 2 3 4 5
20 2.5 3.0 3.3 3.5 3.8 3.9 4.1 4.2 4.4 3.28 3.6 3.55 3.37 3.42
X

S 1.66 1.91 1.63 2.30 2.47

30 2.1 2.4 2.6 2.8 2.9 3.0 3.1 3.2 3.3 S 2.67 2.90 2.95 2.53 2.52
X 2
n
X 2
S 3.89 4.30 4.15 4.21 4.32
60 1.7 1.9 2.0 2.0 2.1 2.2 2.2 2.3 2.3 n

Aplicación

Para el análisis de las medias, se puede observar

que los intervalos se solapan, lo que nos lleva a
aceptar que las medias no difieren
significativamente.

Para el análisis de las variabilidad, se obtiene:

2
2.7 GRAFICA DE CONTROL
H  2.47 2
 2.30
1.63
que es menor al valor 2.8 de la Tabla de Valores
Críticos de H (para n=30 y k=5), lo que nos
conduce a aceptar que no existe variabilidad
entre las 5 máquinas.

Grafica de Control Grafica de Control

• La Gráfica de Control es un tipo especial de gráfica • Es una herramienta útil para establecer
que se dirige a la posibilidad de interpretar fronteras de variación dentro de un proceso. Muestra
información derivada de un proceso creando una cuando estas fronteras se sobrepasan y entonces
imagen de las fronteras o límites de variación buscar las claves que lleven a las causas para
permisibles. resolverlas.

• Permite de manera objetiva determinar si un Objetivo

proceso se encuentra “en control” o “fuera de • El objetivo principal de una gráfica de control es
control”. facilitar la vigilancia del proceso para así detectar
rápidamente la presencia de causas especiales (o
atribuibles, asignables) y minimizar la producción
defectuosa.

18
 14/04/2012

Grafica de Control Grafica de Control

Un gráfico de control es una carta o diagrama
especialmente preparado donde se van anotando los
80 1
valores sucesivos de la característica de calidad que se
70
está controlando. Los datos se registran durante el
Limite Superior
funcionamiento del proceso de fabricación y a medida que
se obtienen.
60

50
PROMEDIO
40

30

20 Limite Inferior

0 10 20

Grafica de Control Grafica de Control

•El gráfico de control tiene una Línea Central que

representa el promedio histórico de la característica que
se está controlando y Límites Superior e Inferior
que también se calculan con datos históricos.

•Por ejemplo, supongamos que se tiene un proceso de

fabricación de anillos de pistón para motor de automóvil
y a la salida del proceso se toman las piezas y se mide
el diámetro. Las mediciones sucesivas del diámetro de
los anillos se pueden anotar en una carta como la
siguiente:

Grafica de Control Grafica de Control

•Podemos observar en este gráfico que los valores

X-bar Chart for Diametro fluctúan al azar alrededor del valor central (Promedio
D 74.05
histórico) y dentro de los límites de control superior e
inferior.
UCL=74.05
74.04
I
74.03
A
74.02 • A medida que se fabrican, se toman muestras de los
M 74.01 Mean=74.01 anillos, se mide el diámetro y el resultado se anota en el
E 74.00
gráfico, por ejemplo, cada media hora.
73.99
T
R
73.98 • Pero ¿Qué ocurre cuando un punto se va fuera de los
límites? Eso es lo que ocurre con el último valor en el
73.97 LCL=73.97
O 73.96
0 5 10 15
siguiente gráfico.
Sample Number

19
 14/04/2012

Grafica de Control Grafica de Control

Esa circunstancia puede ser un indicio de que algo anda

mal en el proceso. Entonces, es necesario investigar
1
para encontrar el problema (Causa Asignable) y
74.06
UCL=74.06 corregirla.

Si no se hace esto el proceso estará funcionando a un

DIAMETRO

74.01 Mean=74.01 nivel de calidad menor que originalmente.

LCL=73.97
73.96
0 5 10 15
Numero de observaciones

20