Control de Calidad Dr.

César Cáceda Quiroz

UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN–TACNA

FACULTAD DE CIENCIAS: E.P. BIOLOGÍA MICROBIOLOGÍA
Curso: Control de Calidad
PRÁCTICA DE LABORATORIO Nº 09

7 HERRAMIENTAS ESTADÍSTICAS
Principios y ejemplos

I. INTRODUCCIÓN

Es una denominación dada a un conjunto fijo de técnicas gráficas identificadas como las
más útiles en la solución de problemas relacionados con la calidad.

En las empresas actuales, se fijan unos objetivos en ventas, producción, stocks o beneficios,
que periódicamente se irán comprobando sí coinciden con las previsiones realizadas, y así

emprender acciones correctoras en caso que fuese necesario [CITATION

Xav97 \t \l 2058 ].

Las técnicas que, si deben ser conocidas por todo el personal, reciben el nombre de “Las
siete herramientas básicas de Ishikawa”. Reciben este nombre en honor al ingeniero japonés
que promocionó su uso, primero en Japón con un gran éxito y después en el resto del
mundo.

II. OBJETIVOS

 Definir, medir, analizar y proponer soluciones a los problemas que interfieren en lek
rendimiento y el resultado de las empresas.
 Ayudan a establecer métodos más elaborados de resolución basados en hechos y datos,
lo aumenta la tasa de éxito de los planes de acción.

III. MARCO TEÓRICO

1
Control de Calidad Dr. César Cáceda Quiroz

Como norma general, existen algunas características que se denominan críticas para
establecer la calidad de un producto o servicio. Lo más común es efectuar mediciones de
estas características, obteniendo así datos numéricos. 

Si se mide cualquier característica de calidad de un producto o servicio, se observará que los

valores numéricos presentan una fluctuación o variabilidad entre las distintas unidades del
producto fabricado o servicio prestado.

Para realizar un mejor análisis de estos datos resulta útil apoyarse en lo que se denominan
técnicas gráficas de calidad, como lo son las siete herramientas básicas de calidad, utilizadas
para la solución de problemas atinentes a la calidad, mencionadas por primera vez por
Kaoru Ishikawa.

Existe unanimidad entre los expertos de mayor prestigio en temas de calidad respecto a que
estas sencillas herramientas, bien utilizadas por parte de todo el personal de la empresa,
permiten solucionar en torno al 90% de los problemas de calidad que se presentan.
Conviene, por tanto, tenerlas presentes y fomentar su utilización. Las herramientas son:

 Plantilla para recogida de datos

 Histogramas
 Diagramas de Pareto
 Diagramas causa-efecto
 Diagramas bivariantes
 Diagramas de Flujo
 Gráficos de control

El uso de estas herramientas tiene como finalidad:

 Detección de problemas
 Delimitar el área problemática
 Estimación de factores que probablemente provoquen el problema
 Determinar si el efecto tomado como problema es verdadero o no
 Prevención de errores debido a omisión, rapidez o descuido
 Detección de desfases

2
Control de Calidad Dr. César Cáceda Quiroz

En la práctica estas herramientas requieren ser complementadas con otras técnicas

cualitativas y no cuantitativas como la lluvia de ideas, la encuesta, la entrevista, diagrama de
flujo, entre otros.

IV. METODOLOGÍA

IV.1. Plantilla para recogida de datos

La recolección de datos debe efectuarse de manera cuidadosa y exacta, y para ello
nada mejor que utilizar plantillas especialmente diseñadas para cada caso. Los
objetivos que se pretenden con el uso de las plantillas son:

 Facilitar las tareas de recogida de la información,

 Evitar la posibilidad de errores o malos entendidos,
 Permitir el análisis rápido de los datos.

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 de un producto.

Figura 1. Ejemplo de plantilla para el control de productos

defectuosos. El conocimiento de cuáles son los defectos que
se presentan más corrientemente permite dar prioridad a las
acciones que se deben tomar. Fuente: [ CITATION Xav97 \l 2058 ]

3
Control de Calidad Dr. César Cáceda Quiroz

IV.2. Histogramas
En muchos casos, si los datos han sido tomados de forma correcta, las conclusiones
que se pueden obtener a partir de los mismos son inmediatas. Si no es así, raramente se
precisan análisis estadísticos complicados, suele bastar con una adecuada
representación gráfica.
El histograma es como una radiografía del proceso en un momento determinado y
puede suministrarnos varias características como:

 Media de los valores del mismo (centrado).

 Distribución de las medidas (distribución).
 Tipo de distribución (forma).
 Visión clara y efectiva de la variabilidad del sistema.
 Mostrar el resultado de un cambio de sistema.
 Identificar anormalidades examinando la forma.
 Comparar la variabilidad con los límites de especificación.

IV.3. Diagramas de Pareto

El diagrama de Pareto es una forma de representar los datos en un gráfico de
frecuencias, de manera que los datos aparecen ordenados de mayor a menor. Así se
pueden identificar las principales causas de la mayor parte de los efectos producidos.

EJEMPLO 1: El departamento de ventas de un fabricante de materiales de empaque

tiene registrada una lista de las quejas que se han recibido durante el último mes.

4
Control de Calidad Dr. César Cáceda Quiroz

IV.4. Diagramas causa-efecto

El diagrama de causa-efecto, también conocido como diagrama de espina de pescado,
por la forma que adopta, es una herramienta que nos ayuda a estudiar de forma
estructurada todas las posibles causas que pueden producir variaciones en un proceso.
Por lo general, las causas más comunes que pueden ocasionar variaciones en los
procesos son (las 6 M):

 Variaciones en las Máquinas o equipos (las máquinas producen variaciones

demasiado intensas)
 Variaciones en el Material de entrada al proceso (la materia prima utilizada no es
uniforme)
 Variaciones en el Método o procedimiento (se aplican procedimientos de trabajo
diferentes)
 Variaciones en los operarios o Mano obra (las personas trabajan de forma
diferente)
 Variaciones en el Medio ambiente (el medio ambiente afecta al proceso)
 Variaciones en las Medidas (fallos en el sistema de medida)

IV.5. Diagramas bivariantes o de dispersión

El diagrama de dispersión o de correlación es una representación gráfica que nos
permite estudiar si existe una relación entre dos variables. Este diagrama puede
resultar de gran utilidad para la solución de problemas en un proceso, ya que nos

5
Control de Calidad Dr. César Cáceda Quiroz

permite comprobar qué causas (factores) están influyendo o perturbando la dispersión

de una característica de calidad o variable del proceso a controlar.
De la forma en que se hallan dispersos los puntos obtenidos en el diagrama se puede
obtener diferente información, siendo las formas más comunes
 Correlación lineal positiva: al aumentar el valor de una variable, aumenta el de la
otra.
 Correlación lineal negativa: cuando aumenta una variable, la otra disminuye.
 De correlación no lineal: existe relación entre las dos variables en forma de curva.
 Sin correlación: no existe relación alguna de influencia entre las dos variables.

IV.6. Diagramas de Flujo

Esta sencilla herramienta, que ya conocemos, nos permite representar, de forma
sencilla y gráfica, la secuencia que se produce en un proceso. Con el diagrama de flujo
obtenemos una visión general del sistema y cómo se relacionan todos los elementos
que lo componen. Es una herramienta muy útil para analizar un proceso y estudiar la
manera de simplificarlo, mejorarlo y resolver todos aquellos problemas que se
presenten.

La figura representa un diagrama de flujo sencillo de la secuencia de actividades que

se realizan cuando se va a arrancar el motor de un automóvil, e indica las posibilidades
en el caso de que el motor no arranque.

6
Control de Calidad Dr. César Cáceda Quiroz

Figura 2. Diagrama de flujo sencillo

IV.7. Gráficos de control

Los gráficos de control son una herramienta para medir si el proceso se encuentra
dentro de los límites deseados. Su aplicación más frecuente es en los procesos
industriales,son válidos para cualquier proceso en toda organización, como indica
Rosander (1985 )
Esta herramienta es de uso muy generalizado en las instituciones financieras para el
control de sus cuentas y actividades administrativas, vigilando las características que
son más relevantes para ofrecer un servicio de calidad (Heskett, Sasser y Hart 1993).

Los gráficos de control se utilizan para conocer qué parte de variabilidad de un

proceso es debida a variaciones aleatorias y qué parte a la existencia de sucesos o
acciones individuales. Nos permitirá conocer si un proceso es estable o no. Los límites
calculados estadísticamente nos indican el rango de variación de los promedios de
datos individuales tomados del proceso, cuando esta variación es consecuencia sólo de
la aleatoriedad del proceso. Por lo tanto, un proceso será estable cuando repita por sí
mismo los resultados durante un período largo de tiempo.

V. RESULTADOS

7
Control de Calidad Dr. César Cáceda Quiroz

V.1. Plantilla para recogida de datos

La experiencia demuestra que en la recogida de datos conviene seguir algunas reglas,
éstas son:
 No tomar datos si después no se van a utilizar. Puede parecer obvio, pero es
una costumbre bastante arraigada. Los datos inútiles sólo sirven para dificultar
la localización de los útiles.
 Asegurarse de que los datos se toman de forma que se análisis sea fácil, de lo
contrario 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.
 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.

Figura 3. Esquema de plantilla de inspección para estudiar las causas que

ocasionan los defectos. Fuente: [ CITATION Xav97 \l 2058 ].

8
Control de Calidad Dr. César Cáceda Quiroz

Figura 4. Ejemplo de inspección de muñecas.

Fuente: [ CITATION Her07 \l 2058 ]

V.2. Histogramas
En algunos casos, especialmente si son los operarios los que analizan los datos que
ellos mismos recogen, puede ser más rápido y cómodo construir los histogramas a
mano. En este caso, conviene seguir una sistemática adecuada como la siguiente:
1. Colocar los datos a representar en filas de aproximadamente 10 números.
2. Identificar y señalar el máximo y el mínimo de cada fila.
3. A partir del máximo y el mínimo de cada fila, localizar el máximo y el mínimo
globales.
4. Calcular el rango (R) de los datos.
R = Valor máximo - Valor mínimo
5. Optar por un número de intervalos (k), en primera aproximación, utilizando la
siguiente tabla:

6. Determinar la amplitud (h) de los intervalos, haciendo: y redondeando el valor

obtenido a un múltiplo exacto de la precisión de los datos.
7. Fijar los límites de los intervalos. Para evitar el problema que se presenta al
asignar un valor a un intervalo cuando dicho valor coincide con el extremo
superior de un intervalo y el extremo inferior del otro, conviene fijar dichos

9
Control de Calidad Dr. César Cáceda Quiroz

extremos con una precisión igual a la mitad de la precisión de los valores. Así,
si los datos se presentan con un solo decimal y los extremos de los intervalos
son de la forma 2,15 - 2,35, está claro que los valores 2,2 y 2,3 deberán situarse
en este intervalo, 2,4 en el intervalo siguiente, etc.
8. Rellenar la tabla de frecuencias, indicando el número de veces que aparecen
datos dentro de cada uno de los intervalos definidos.
9. Construir el histograma.

Figura 5. Histograma ejemplo

V.3. Diagramas de Pareto

Existen muchos aspectos de cualquier actividad industrial (y también no industrial)
susceptibles de mejora. En algunos casos, la mejora es obligada, pero el problema a
abordar es de tal envergadura que parece imposible de resolver. Pensemos, por
ejemplo, en una línea de envasado que sufre frecuentes paradas por avería en alguno
de los módulos (no siempre el mismo) de que está compuesta. Puede plantearse la
necesidad de cambiar la línea entera, pero en muchas ocasiones ésta es una inversión
importante que se va postergando. Supongamos que después de tomar datos durante
seis meses, la información obtenida puede resumirse mediante la tabla 1.
Tabla 1. Número de paradas y tiempo de parada en una línea de envasado

10
Control de Calidad Dr. César Cáceda Quiroz

Tabla 2. Diagramas de Pareto para el número total de paradas y el tiempo de parada total

Fuente: [ CITATION Xav97 \l 2058 ]

Estos gráficos se denominan “diagramas de Pareto” y ponen de manifiesto que,

cuando se analizan las causas de un problema, en general son unas pocas las
responsables de su mayor parte. A estas pocas se les llama causas fundamentales, al
resto, que son muchas pero ocasionan una pequeña parte del problema se les denomina
causas triviales. En el caso que estamos analizando, sólo dos causas han ocasionado en
torno al 80 % del problema (el 79,7 % del tiempo de parada y el 85,7 % del número de
paradas). Por tanto, éstas serán las primeras causas a atacar. Todo el esfuerzo debe
concentrarse en la eliminación de las causas fundamentales, ignorando en principio las
triviales, que ya serán atacadas más adelante.

11
Control de Calidad Dr. César Cáceda Quiroz

V.4. Diagramas de Causa-Efecto

Para solucionar un problema deben estudiarse sus causas y eliminarlas (en el caso de
Ishikawa la causa era la vibración, aunque también debería haberse investigado el
origen de la misma). La idea está clara, para solucionar un problema: ¡atacar las
causas, no los efectos! Pero descubrir el entramado de posibles causas que hay detrás
de un efecto no es fácil. Para hacerlo es conveniente seguir una determinada
metodología y construir el llamado “diagrama causa-efecto”1 . Una buena forma de
hacerlo es siguiendo los puntos que ha continuación se describen: 1. Determinar e
identificar claramente cuál es el efecto (el problema, la característica de calidad, etc.) a
estudiar. 2. Reunir a las personas que puedan aportar ideas sobre el origen del
problema y realizar un brainstorming de posibles causas. Existen distintas formas de
organizar este tipo de reuniones, pero el objetivo básico es siempre asegurarse de que
cada participante aporta todo lo que lleva dentro. Una posibilidad es establecer rondas
de intervenciones en las que todos participen siguiendo un orden establecido. Cada
persona deberá ir aportando posibles causas hasta que las ideas se hayan agotado
totalmente. 3. Realizar una selección de las causas aportadas. Seguramente algunas de
las causas que aparecen en el brainstorming son descabelladas o están repetidas. Es
necesario, por tanto, realizar una selección acordada de cuáles son las causas que
deben aparecer en el diagrama. 4. Construir el diagrama. Con todas las causas
aportadas, una sola persona, especialista en estas tareas y con un buen conocimiento
del problema estudiado, debe ser la responsable de construir el diagrama. En el

12
Control de Calidad Dr. César Cáceda Quiroz

diagrama las causas se presentan de forma jerarquizada y agrupadas en unos cuatro o

seis grandes grupos denominados “causas primarias”, las cuales suelen ser: mano de
obra, maquinaria, materiales, métodos, medio ambiente y mantenimiento (conocidas
como las seis M). Cada causa primaria está integrada por varias secundarias, estas
últimas por terciarias, y así sucesivamente.

V.5. Diagramas bivariantes o de dispersión

La construcción de un diagrama bivariante puede realizarse de la siguiente forma:
1. Reunir pares de datos de las variables cuya relación se desea investigar. Con
menos de 30 pares es difícil sacar conclusiones. En torno a 50 suele ser suficiente.
2. Trazar los ejes. Decidir las escalas de forma que ambos ejes tengan
aproximadamente la misma longitud. Marcar los ejes con valores fáciles de leer. Si
una variable es una característica de calidad y la otra un factor (de diseño o de
producción), se sitúa la primera en el eje vertical.
3. Situar los puntos en el gráfico. Si dos o más puntos coinciden, se señala marcando
círculos concéntricos.
4. Incorporar toda la información pertinente que ayude a interpretar el gráfico (título
del diagrama, número de pares de datos, título y unidades de cada eje,
identificación del autor, etc.).

Figura 6. Ejemplo de diagrama de dispersión fuente: Google imágenes

13
Control de Calidad Dr. César Cáceda Quiroz

V.6. Diagramas de Flujo

Figura 7. Ejemplo de Diagrama de flujo aplicado a la Biología

V.7. Gráficos de control

A continuación construiremos el gráfico de control para la proporción de botellas
defectuosas en el proceso de embotellado. Los criterios seguidos para rechazar una
botella han sido, además de comparar el contenido con las especificaciones del cliente,
defectos de las botellas, mal etiquetado y defectos de cierre. Los datos obtenidos se
encuentran en la tabla 11.4.

14
Control de Calidad Dr. César Cáceda Quiroz

Para la implementación del gráfico P estimaremos la proporción de botellas

defectuosas, tomando la proporción de botellas defectuosas encontradas en estas 20
muestras y no el promedio de las proporciones de cada una de las muestras. Por lo
tanto,

A partir de ello se obtiene el gráfico de control de la figura que, en este caso por ser el
tamaño de muestra variable, no tiene los límites fijos. Para las dos primeras muestras
se obtiene,

El control de la proporción defectuosa se realizará tomando muestras de botellas a

intervalos de tiempo fijo y llevando la proporción defectuosa hallada al gráfico de
control, que mantendrá el límite central en p = 5.82 %, y los límites superior e inferior
variables según la expresión.

Figura 8. Gráfico P para la proporción de botellas defectuosas

15
Control de Calidad Dr. César Cáceda Quiroz

VI. CONCLUSIONES
Las siete herramientas básicas están en contraste con los métodos más avanzados de
estadística, tales como muestreos de encuestas, muestreos de aceptación, pruebas de
hipótesis, diseño de experimentos, análisis multivariados, y los distintos métodos
desarrollados en el campo de la Investigación de operaciones.

VII. REFERENCIAS

Hernandez, H., & Pérez Aguilar, P. (2007). Herramientas Estadísticas para la solución de
problemas.
Xavier Tort-Martorell Llobés, Albert Prat Bartés, Pere Grima Cintas, & Lourdes Pozueta
Fernández. (1997). Métodos estadísticos. Control y mejora de la calidad. Edicions
Universitat Politècnica de Catalunya.

MELANNY ALANOCA DUEÑAS 2015-118055

16