Unidad 1 / Escenario 2

Lectura Fundamental

Dirección de Operaciones y
Gestión de calidad en procesos
productivos

Contenido

1 Definición de calidad

2 Gestión de la calidad total

3 Herramientas para el control total de la calidad

4 Control estadístico de procesos

Palabras clave:
Calidad total, control de procesos, gráficos de control.
1. Definición de calidad
De acuerdo con el Diccionario de la Lengua Española, de la Real Academia (DLE), la calidad se
define como: “propiedad o conjunto de propiedades inherentes a algo, que permite juzgar su
valor1”, sin embargo esta definición que bien nos da una idea, resulta algo genérica y deja en ese
sentido, un contexto muy amplio para ser interpretada.

A partir de lo anterior, muchos autores coinciden en definir la calidad como el cumplimiento de

las especificaciones del producto o del servicio establecidas por el cliente; en otras palabras,
cumplir con especificaciones se refiere a determinar si el producto o el servicio está cumpliendo
con aquello para lo cual fue creado. A partir de esto será posible cuantificar el grado de
cumplimiento o no de dichas especificaciones y por lo tanto, podrán medirse para mejorarlas.

Finalmente y con el objetivo de tener un mejor entendimiento de lo que es calidad, a

continuación se presenta un cuadro resumen con las definiciones y características principales
que plantean los autores que han dedicado su proceso académico a la investigación de la
calidad.

Tabla 1. Definiciones y características principales en calidad.

Crosby Deming Juran
Grado predecible de
Definición de Conformidad con uniformidad y costo
Idoneidad de uso
calidad requisitos bajo adecuado para el
mercado
Evitar campañas
Estándar de Escalas para medición
Cero defectos para hacer un
desempeño de la calidad.
trabajo perfecto.
Elemento humano
Planteamiento Prevención, no Evitar la inspección en
como factor de
general inspección. masa.
cambio.

1 Real Academia de la Lengua. Diccionario de la lengua española (edición 23). Disponible en http://dle.rae.es/srv/fetch?id=6nVpk8P

POLITÉCNICO GRANCOLOMBIANO 2

Control estadís-
100% de calidad
tico de proce-
perfecta.
sos
Entendida como un
proceso con metas
Planes de me- de mejoramiento en
joramiento los que se emplean
equipos de trabajo y
consejos de calidad.
Proveedores; la
mayoría de las fallas
se deben a ellos, por
Involucrados lo tanto este debe ser
una extensión de la
empresa que debe
controlarse.
Deben emplearse mé- Se recomiendan los
todos estadísticos para métodos estadísti-
el control de cos, pero no son el
calidad. foco de la calidad.
Establecer metas para
Establecer equipos
reducir la variación del
de trabajo a través
proceso, las metas
de proyectos de
deben ir acompañadas
mejoramiento.
de un método.
Emplear círculos de
Establecer relaciones
calidad.
entre departamentos.
Proveedores y
Proceso, se debe reali-
proceso; el
zar la inspección en el
problema de calidad
momento oportuno; se
es complejo y para
requiere evidencia esta-
ello se requiere
dística y gráficas de
ayudar a que el
control para mejorarla.
proveedor mejore.

Fuente: Chase, R.B; Jacob, F.R; y Aquilano, N.J. (2009)

2. Gestión de la calidad total

La gestión de la calidad total se refiere a la tarea de asegurar la calidad, no solo del producto
o del servicio que se esté ofreciendo, sino asegurar la calidad de todas las áreas de la
organización; es decir, calidad en el proceso de diseño del producto o del servicio, asegurar la
calidad en el proceso de producción, asegurar la calidad en la selección del personal involucrado
en la producción del producto, asegurar la calidad en el proceso financiero, etcétera. Inclusive, la
calidad total involucra a los proveedores, de tal forma que ellos deban demostrar que cumplen
con los estándares requeridos por la organización.

Teniendo esto en cuenta las definiciones planteadas por los expertos en calidad, la calidad total
requiere:

POLITÉCNICO GRANCOLOMBIANO 3
 • Participación y compromiso de la alta
dirección, pues es ella quien debe
establecer a partir de su planeación
Hay especificaciones clásicas en
estratégica, el sentido de compromiso calidad que pueden ser medidas por seis
con la satisfacción del cliente. dimensiones diferentes:

• Desempeño del producto o servicio.

• Características descriptivas.
• Asegurar y establecer un buen canal de
• Confiabilidad/durabilidad.
comunicación con el cliente, teniendo • Capacidad de servicio.
en cuenta que este es la fuente principal • Estética.
• Calidad percibida.
de realimentación para mantener un
mejoramiento continuo de la
organización.

• Permitir y promover la participación de la fuerza laboral de la organización, pues es ella

quien al igual que el cliente hace parte del proceso y lo conoce en detalle.

A partir de lo anterior, la calidad total se convierte en una tarea de toda la organización, la

cual por su complejidad, debe estructurarse y convertirse en un sistema de gestión integrado.
Entre las herramientas más conocidas para lograr la participación de todas las áreas de
la organización en el logro de la calidad se encuentran los círculos de calidad; estos están
conformados por un grupo de seis a doce personas de la organización que se encargan de
identificar, analizar y sugerir soluciones relacionadas con los problemas que afectan la calidad
en su área de trabajo.

Por otra parte, respecto a la relación con los clientes, la calidad total sugiere diferentes métodos
para identificar los aspectos que el consumidor final establece como relevantes;
entre los más comunes están las entrevistas o encuestas, así como también, los grupos focales
a través de los cuales se puede identificar la percepción que el cliente tiene del producto o del
servicio que se está ofreciendo en el mercado.

En conclusión, la calidad total involucra al cliente, el proceso de diseño, y por supuesto el

proceso de producción (incluyendo a los proveedores y a la misma organización), si estos
trabajan de forma mancomunada, será posible lograr una excelente gestión y control de la
calidad.

POLITÉCNICO GRANCOLOMBIANO 4
 Calidad
demandada
(cliente)

Calidad Calidad
producida programada
(producción) (diseño)

Figura 1. Relaciones en el proceso de calidad total.

Fuente: Elaboración propia, 2017.

Premio Deming, Japón: a la calidad, se otorga a (i) investigadores con reconocimiento

meritorio a la teoría o aplicación en el control estadístico de la calidad; (ii) a quienes han difundido
los métodos de control estadístico de forma significativa; (iii) a las organizaciones que han logrado
resultados importantes en la práctica del control estadístico de la calidad.
Premio Malcom Baldrige, Estados Unidos: es un reconocimiento a la calidad en los
productos y procesos de la compañía, este se otorga en seis categorías diferentes:
industrias manufactureras, empresas de servicios, pequeñas empresas, sector educativo, sector
sanitario y organizaciones sin ánimo de lucro.

POLITÉCNICO GRANCOLOMBIANO 5
3. Herramientas para el control total de la calidad
A continuación, se describen las principales herramientas con las que cuentan tanto los
directores del área de operaciones, como los demás miembros de la organización para poner en
práctica la filosofía de la calidad total e incrementar con ella la productividad de la organización.

3.1 Diagramas de dispersión.

También conocidos como diagramas de correlación, son construidos con base en un gráfico
en un plano cartesiano, en el cual se muestra la relación entre dos características particulares.
Normalmente se aplican para detectar si una variable guarda relación con el comportamiento
de otra. Si el resultado del diagrama de correlación muestra un patrón aleatorio, esto es un
indicador de que las dos características analizadas no guardan correlación entre sí. Por el
contrario, si hay un patrón claramente identificable es porque las variables sí se relacionan.

Ejemplo:

Figura 2. Example Scatter Diagram.

Fuente: Penfield (2010).

POLITÉCNICO GRANCOLOMBIANO 6
3.2 Diagramas de causa efecto.

También conocido como el diagrama de Ishikawa o gráfico de espina de pescado, es otra

herramienta utilizada para identificar problemas de calidad. Normalmente, en dicho diagrama
se representan las cinco fuentes principales de error relacionadas con la fabricación de un
producto: métodos, materiales, mano de obra, maquinaria y medio.

Cada causa detectada durante el proceso de análisis y asignada a las categorías principales de
fuentes de error, se representa gráficamente como una rama secundaria del diagrama. El diseño
estructurado de este diagrama, a partir de un proceso de lluvia de ideas, permite resaltar los
posibles problemas de calidad y determinar en qué fases deben establecerse puntos de control
para minimizar las fallas.

Ejemplo:

Figura 3. Diagrama general de causa-efecto de Ishikawa.

Fuente: Anónimo (2008).

POLITÉCNICO GRANCOLOMBIANO 7
3.3 Listas de verificación.

También conocidas como hojas de chequeo, hojas de control o checklist, corresponden a

cualquier tipo de formulario diseñado para registrar información. Estos formatos son diseñados
específicamente para facilitar la toma de datos o el registro de patrones de comportamiento.
También sirven de ayuda para los analistas en el proceso de identificación de pautas, que
pueden ser corroboradas con otras herramientas para el control total de la calidad.

Ejemplo:

Tabla 2. Turno de trabajo.

8am – 10am – 12m – 2pm – 4pm–
Defecto 6pm – 8pm
10am 12m 2pm 4pm 6pm
A xxx x x xxxx x
B xx xx xxxx xxx xx
C xxxxx x x xx xxxxx
D xx xx xxxx xxx
Fuente: Elaboración propia, 2017.

3.4 Gráficas de Pareto

Esta es una representación gráfica en forma de histograma de los elementos críticos del análisis
de un fenómeno. Normalmente se suele utilizar en el contexto de calidad total para clasificar y
comparar el nivel de importancia de los errores o defectos, para centrarse en los más relevantes
(los que presentan una mayor frecuencia relativa).

POLITÉCNICO GRANCOLOMBIANO 8
Ejemplo:

Figura 4. Pareto chart of titanium investment casting defects.

Fuente: Penfield (2010)

Se basan en las conclusiones de Vilfredo F. Pareto, economista que enuncio un principio que
lleva su mismo nombre y que en su versión más general dice que el 20% de las posibles causas
de un fenómeno, producen aproximadamente el 80% de los efectos, mientas que el 80% restante
de dichas causas, originan solamente el 20% restante de los efectos. El análisis de Pareto
permite enfocarse en una pequeña proporción de causas de fallas, que tendrán un impacto
mayor al ser resueltos.

3.5 Otras herramientas.

Además de las presentadas previamente, hay otras más que también pueden servirnos en el
proceso de logro y ejecución de la calidad total:

• Diagramas de flujo: representan gráficamente la secuencia natural de un proceso

o sistema. Incluyen las etapas (operaciones o tareas) principales, sus posibles
ramificaciones y los resultados eventuales del mismo.

POLITÉCNICO GRANCOLOMBIANO 9
 • Histograma: consiste en una distribución por rangos del número de ocurrencias
presentadas a lo largo del rango de datos.

• Diagrama de tendencia: corresponde a un gráfico en el plano cartesiano, en el cual se

muestra la secuencia a través del tiempo, del comportamiento de una característica
específica. Un ejemplo de estos sería la tendencia de la demanda de un producto a lo
largo de los últimos doce meses.

• Carta de control: se utiliza con frecuencia como herramienta base para el control
estadístico de procesos, el cual estudiaremos a continuación. Consiste en un diagrama
de tendencia utilizado para hacer seguimiento de una característica clave del producto.

• Los gráficos de control se elaboran de forma que se puedan tomar muestras

estadísticamente significativas del resultado de un proceso, para compararlas con sus
límites aceptables. Si el proceso se mantiene dentro de unos límites aceptables, se
permite que continúe. Si, por el contrario, el valor registrado cae por fuera de los límites
de control, el proceso se ajusta antes de continuar, eliminando la causa que provocó la
desviación frente a su valor objetivo.

4. Control estadístico de procesos

Esta herramienta permite detectar, durante el proceso productivo, si existe o no algún tipo
de anomalía o defecto en el producto que se está fabricando o en el servicio que se esté
ofreciendo, con el objetivo de evitar entregar productos o servicios que no cumplan con la
calidad exigida por los clientes.

A partir de lo anterior, el control estadístico de procesos, busca encontrar las causas que
puedan estar originando los defectos, para así, eliminar las fuentes de error y entregar productos
con excelente calidad. De acuerdo con la teoría establecida, las causas pueden ser clasificadas
en dos grandes grupos:

• Causas no asignables de variabilidad o causas naturales: son las que en condiciones

similares causan efectos diferentes y no significativos. Este tipo de causas producen
una variabilidad estable y predecible. Por ejemplo, las diferencias entre la materia
prima empleada para fabricar un producto pueden ocasionar pequeños cambios en su
fabricación, sin que estos cambios afecten significativamente la calidad que el cliente
percibe del producto.

POLITÉCNICO GRANCOLOMBIANO 10
 • Causas asignables de variabilidad: estas, a diferencia de las anteriores, producen
efectos significativos en la calidad del producto que se está fabricando y son claramente
identificables; por lo tanto, sus efectos pueden ser eliminados al eliminar la causa que
los provoca. Por ejemplo, la avería de una máquina que causa defectos en un producto,
cuando se identifica que las inconformidades de producto se deben a los daños en la
máquina, es posible arreglarla y por lo tanto, eliminar el efecto sobre el producto en
fabricación.

Teniendo en cuenta esta clasificación de las

causas, el control estadístico de procesos se
enfocará en detectar las causas asignables de
variabilidad para eliminarlas y garantizar la
calidad en el proceso y así establecer que el
mismo se encuentra bajo control estadístico.
Ahora bien, para identificar si el proceso se
encuentra o no bajo control, es necesario
hacer un muestreo estadístico que permita
construir gráficos o cartas de control, los cuales
Para construir gráficas de control es
importante tener en cuenta las siguientes
recomendaciones:
• Tamaño de la muestra: se recomienda que
esté entre 4 y 5 unidades.
• Número de muestras: se sugiere tomar
alrededor de 25 muestras.
• Frecuencia de la muestra: disminuye en la
medida en que se estandariza el proceso.
• Límites de control: varían en 3
desviaciones estándar arriba o abajo del
promedio de los datos.

dependerán del tipo de especificación que se

quiera evaluar, ya sea una cualidad del producto
(atributo) o ya sea una característica medible del producto (variable). A continuación se
presentarán los gráficos de control asociados con cada uno de estos enfoques:

4.1 Gráficos de control por atributo.

Los atributos son las especificaciones del producto que pueden ser evaluadas como “sí o
no”, son las que al evaluarse, lo único que se puede decir de ellas es si cumplen o no. Por
ejemplo, una posible especificación de un producto podría ser si este cumple con el color
que fue establecido en el diseño o no, a partir de ello, si se quisiera medir la calidad de esta
especificación, es claro que al tratarse de una cualidad, esta no puede ser medida como
ocurriría con el volumen de la pieza, su largo, su ancho etcétera, y por lo tanto, lo único que
podríamos decir al evaluar su color, es si se cumple o no. El tipo de gráfica para realizar control
estadístico de calidad sobre los atributos se conoce como grafica .

POLITÉCNICO GRANCOLOMBIANO 11
 • Construcción de gráfica para tamaños de muestra fijos.

Para calcular esta gráfica es necesario establecer y recolectar la siguiente información:

• Número de muestras y tamaño de la muestra .

• Fracción defectuosa:

• Desviación estándar de la fracción defectuosa:

• El número de desviaciones estándar para una confianza específica , por lo general

(sabías que…) se emplea un z = 3.

• Los límites de control superior e inferior:

Ejemplo:

Una compañía particular se interesa en verificar si la característica de color de su artículo

más vendido está cumpliendo con el especificado durante el proceso de diseño; para ello ha
inspeccionado 280 artículos diariamente durante los últimos doce días, e identificado así la
cantidad de artículos que no cumplen con el criterio de color especificado.

Solución:

POLITÉCNICO GRANCOLOMBIANO 12
 Tabla 2. Datos para el ejemplo de la gráfica.
Número de Tamaño de la Número de art. que no Fracción defectuosa por
muestras (m) muestra (n) cumplen con el color muestra
1 280 8 0,0286
2 280 12 0,0429
3 280 11 0,0393
4 280 6 0,0214
5 280 7 0,0250
6 280 7 0,0250
7 280 13 0,0464
8 280 9 0,0321
9 280 8 0,0286
10 280 10 0,0357
11 280 6 0,0214
12 280 9 0,0321
Total 3360 106

POLITÉCNICO GRANCOLOMBIANO 13
Figura 5. Gráfica para los datos del ejemplo.
Fuente: Elaboración propia, 2017.

A partir del resultado anterior se puede concluir que el proceso de producción de este artículo
tiene un comportamiento normal y por lo tanto, se encuentra bajo control, pues nunca se
encuentra por fuera de los límites establecidos o algún tipo de comportamiento con tendencia.

4.2 Gráficos de control por variable.

Este tipo de gráficos se emplea para evaluar la calidad del producto, basándose en
características de tipo cuantitativo, tales como el peso, el volumen, el diámetro, etcétera, a
partir de ellas se determinará la aceptación o el rechazo del proceso. Hay dos tipos de graficas
establecidas en la bibliografía, conocidas como graficas  y graficas R.

• Construcción de gráfica  y R.
Estas gráficas se enfocan en presentar la media (el promedio) o el rango de las muestras
tomadas en un proceso. La gráfica  se usa para probar si hay alguna desviación en el
valor promedio del proceso que se esté evaluando, mientras que la gráfica tiene como
propósito determinar si la variación del proceso es estable. A continuación se presenta
la metodología de construcción de estas gráficas por medio de un ejemplo:

POLITÉCNICO GRANCOLOMBIANO 14
Ejemplo:

Considere la siguiente tabla con las medidas del diámetro de un producto particular. Para cada
una de las muestras establecidas se hicieron cinco observaciones:

Tabla 3. Datos para el ejemplo de la gráfica  y R.

Observaciones
Número de
muestras 1 2 3 4 5
(m)
1 0,523 0,485 0,510 0,511 0,508
2 0,524 0,522 0,510 0,491 0,484
3 0,524 0,516 0,475 0,508 0,518
4 0,527 0,510 0,478 0,520 0,496
5 0,476 0,482 0,516 0,529 0,497
6 0,528 0,496 0,530 0,524 0,500
7 0,488 0,511 0,525 0,517 0,529
8 0,522 0,497 0,514 0,487 0,485
9 0,500 0,530 0,515 0,527 0,520
10 0,481 0,517 0,484 0,501 0,526
11 0,490 0,505 0,497 0,509 0,475
12 0,507 0,506 0,479 0,508 0,483
13 0,491 0,490 0,503 0,498 0,503
14 0,500 0,517 0,505 0,518 0,504
15 0,521 0,494 0,530 0,524 0,489
16 0,501 0,475 0,480 0,519 0,497
17 0,528 0,526 0,512 0,525 0,515
18 0,505 0,500 0,489 0,518 0,490
19 0,494 0,511 0,522 0,488 0,524
20 0,509 0,515 0,482 0,488 0,485
Fuente: Elaboración propia, 2017.

Solución:

Para crear la gráfica, lo primero que se debe obtener es:

• El promedio de las observaciones para cada una de las muestras ().

POLITÉCNICO GRANCOLOMBIANO 15
 • El promedio de los promedios obtenidos .

• El rango (R) de cada muestra, el cual se calcula como la diferencia entre las medidas
más alta y más baja en cada muestra.

• El promedio de los rangos () obtenidos.

Tabla 4. Principales cálculos para el ejemplo de la gráfica  y R

Observaciones

Número de
1 2 3 4 5 Promedio Rango
muestras (m)

1 0,523 0,485 0,510 0,511 0,508 0,507 0,038

2 0,524 0,522 0,510 0,491 0,484 0,506 0,040
3 0,524 0,516 0,475 0,508 0,518 0,508 0,049
4 0,527 0,510 0,478 0,520 0,496 0,506 0,049
5 0,476 0,482 0,516 0,529 0,497 0,500 0,053
6 0,528 0,496 0,530 0,524 0,500 0,516 0,034
7 0,488 0,511 0,525 0,517 0,529 0,514 0,041
8 0,522 0,497 0,514 0,487 0,485 0,501 0,037
9 0,500 0,530 0,515 0,527 0,520 0,518 0,030
10 0,481 0,517 0,484 0,501 0,526 0,502 0,045
11 0,490 0,505 0,497 0,509 0,475 0,495 0,034
12 0,507 0,506 0,479 0,508 0,483 0,497 0,029
13 0,491 0,490 0,503 0,498 0,503 0,497 0,013
14 0,500 0,517 0,505 0,518 0,504 0,509 0,018
15 0,521 0,494 0,530 0,524 0,489 0,512 0,041
16 0,501 0,475 0,480 0,519 0,497 0,494 0,044
17 0,528 0,526 0,512 0,525 0,515 0,521 0,016
18 0,505 0,500 0,489 0,518 0,490 0,500 0,029
19 0,494 0,511 0,522 0,488 0,524 0,508 0,036
20 0,509 0,515 0,482 0,488 0,485 0,496 0,033
X R
0,505 0,035
Fuente: Elaboración propia, 2017.

POLITÉCNICO GRANCOLOMBIANO 16
Con esta información y con la contenida en el Anexo de esta lectura, se calculan los límites de
control superior e inferior para cada tipo de gráfica, así:

Para los límites de la gráfica X se requiere el factor denominado A2 que de acuerdo con la tabla
en el Anexo y teniendo en cuenta que de acuerdo con el ejercicio por cada muestra se hicieron
cinco observaciones, es 0.58.

Para los límites de la gráfica R se requiere de los factores denominados D3 y D4 que de acuerdo
con la tabla en el Anexo y teniendo en cuenta que de acuerdo con el ejercicio por cada muestra
se realizaron cinco observaciones, son 0.00 y 2.11 respectivamente.

Finalmente, con estos valores se puede realizar la construcción de la gráfica , especificando el

promedio de cada muestra (), el límite superior (LCS), el límite inferior (LCI) y el límite central
(LC) que corresponde a , así:

POLITÉCNICO GRANCOLOMBIANO 17
Figura 6. Gráfica para los datos del ejemplo.
Fuente: Elaboración propia, 2017.

Respecto a la gráfica R, en esta se especifica el rango de cada muestra (R), el límite superior
(LCS), el límite inferior (LCI) y el límite central (LC) que corresponde a , así:

Figura 7. Gráfica R para los datos del ejemplo.

Fuente: Elaboración propia, 2017.

POLITÉCNICO GRANCOLOMBIANO 18
Referencias
Chase, R.B; Jacob, F.R; y Aquilano, N.J. (2004). Administración de la producción y operaciones
para una ventaja competitiva. México: McGraw-Hill.

Chase, R.B; Jacob, F.R; y Aquilano, N.J. (2009). Administración de la producción y operaciones
producción y cadena de suministros. México: McGraw-Hill.

para una ventaja competitiva. México: McGraw-Hill.

Camison, C; Cruz, S y González T. (2006). Gestión de la calidad: conceptos, enfoques, modelos y

sistemas. España: Pearson.

Miranda, F.J; Rubio, S; Chamorro, A y Bañegil, T. (2005). Manual de dirección de operaciones.

España: Thomson.

Lista de figuras
Figura 1. Example Scatter Diagram.svg Fuente: Penfield, D. (2010). [Gráfico] Recuperado de:
https://commons.wikimedia.org/wiki/File:Scatter_diagram_for_quality_characteristic_XXX.svg

Figura 2. Diagrama General de Causa-Efecto de Ishikawa.svg(2008). Fuente: [Gráfico]

Recuperado de: https://commons.wikimedia.org/wiki/File:Diagrama-general-de-causa-efecto.
svg

Pareto chart of titanium investment casting defects.svg Fuente: Penfield, D. (2010). [Gráfico]
Recuperado de: https://commons.wikimedia.org/wiki/File:Pareto_chart_of_titanium_investment_
casting_defects.svg

Lista de tablas
Tabla 1. Chase, R.B; Jacob, F.R; y Aquilano, N.J. (2009). Definiciones y características
principales en Calidad. Fuente: Adaptado de: Chase, R.B; Jacob, F.R; y Aquilano, N.J. (2004).
Administración de la producción y operaciones producción y cadena de suministros. Capítulo 9.
Ilustración 9.1. Página 309.

POLITÉCNICO GRANCOLOMBIANO 19
 INFORMACIÓN TÉCNICA

Módulo: Herramientas para la Dirección de Operaciones

Unidad 1: Dirección de Operaciones y Gestión de calidad
en procesos productivos
Escenario 2: Gestión de la Calidad en Procesos
Productivos

Autor: Juan Carlos Gutiérrez Vanegas

Asesor Pedagógico: Jeimy Lorena Romero Perilla

Diseñador Gráfico: Nicolás Jimenez Osorio
Asistente: María Elizabeth Avilan Forero

Este material pertenece al Politécnico Grancolombiano. Por

ende, es de uso exclusivo de las Instituciones adscritas a la
Red Ilumno. Prohibida su reproducción total o parcial.

POLITÉCNICO GRANCOLOMBIANO 20