Holger Hubay

Las 7 Herramientas Básicas de la

Calidad
Las siete herramientas básicas de calidad es una denominación dada a un conjunto de
técnicas gráficas identificadas como las más útiles en la solución de problemas
enfocadas a la calidad de los productos. Se conocen como “herramientas básicas” ya
que son adecuadas para personas con poca formación en materia de estadísticas.
Las siete herramientas básicas son:
Diagrama de Ishikawa

También llamado diagrama de causa-efecto o diagrama causal, se trata de un

diagrama que por su estructura ha venido a llamarse también: diagrama de espina de
pez, que consiste en una representación gráfica sencilla en la que puede verse de
manera relacional una especie de espina central, que es una línea en el plano horizontal,
representando el problema a analizar, que se escribe a su derecha. Es una de las diversas
herramientas surgidas a lo largo del siglo XX en ámbitos de la industria y posteriormente
en el de los servicios, para facilitar el análisis de problemas y sus soluciones en esferas
como lo son; calidad de los procesos, los productos y servicios.
 Holger Hubay

Flowchart (Diagrama de Flujo):

Utilizados para ver facilmente las entradas y salidas de un proceso, así como
los pasos seguidos en el mismo, útil para determinar que partes del proceso
aportan valor y cuáles no.
 Holger Hubay

Hoja de Verificación:
También llamada hoja de control o de chequeo, es un impreso con formato de tabla o
diagrama, destinado a registrar y compilar datos mediante un método sencillo y
sistemático, como la anotación de marcas asociadas a la ocurrencia de determinados
sucesos. Esta técnica de recogida de datos se prepara de manera que su uso sea fácil e
interfiera lo menos posible con la actividad de quien realiza el registro.
 Holger Hubay

Control Chart (Gráfica de Control)

Una gráfica de control es un diagrama que sirve para examinar si un proceso
se encuentra en una condición estable, o fuera de control.

En estadística, se dice que un proceso es estable (o está en control) cuando

las únicas causas de variación presentes son las de tipo aleatorio.

Las causas aleatorias son de difícil identificación y eliminación. Las causas

específicas sí pueden ser descubiertas y eliminadas, para alcanzar el objetivo
de estabilizar el proceso.

• Causas aleatorias de variación: Son causas desconocidas y con poca

significación, debidas al azar y presentes en todo proceso.
• Causas específicas (imputables o asignables): Normalmente no deben estar
presentes en el proceso. Provocan variaciones significativas

En las control chart, aparecen varios elementos que debemos conocer:

• Límites de control superior e inferior: Los límites de control marcan el

intervalo de confianza en el cual se espera que caigan los puntos. El espacio
entre ambos límites define la variación aleatoria del proceso. Los puntos que
exceden estos límites indicarían la posible presencia de causas específicas
de variación (“out-of-control point” o “special cause”).
• Límites de especificación: Definidos por el cliente y que no deben ser
superados
Usos posibles de una gráfica de control:
• Determinar el estado de control de un proceso.
• Diagnosticar el comportamiento de un proceso a lo largo del tiempo.
• Indicar si un proceso ha mejorado o ha empeorado (foto del antes y el
después)
• Permite identificar las fuentes de variación de un proceso.
• Sirve como herramienta de detección de problemas
 Holger Hubay

Histograma:
Es una representación gráfica de una variable en forma de barras, donde la superficie
de cada barra es proporcional a la frecuencia de los valores representados. En el eje vertical se
representan las frecuencias, y en el eje horizontal los valores de las variables, normalmente
señalando las marcas de clase, es decir, la mitad del intervalo en el que están agrupados los
datos. Los histogramas son más frecuentes en ciencias sociales, humanas y económicas que en
ciencias naturales y exactas. Y permite la comparación de los resultados de un proceso.

Pareto Diagram (Diagrama de Pareto)

El diagrama de Pareto es una herramienta de análisis que ayuda a tomar
decisiones en función de prioridades, el diagrama se basa en el principio
enunciado por Pareto que dice:

“El 80% de los problemas se pueden solucionar, si se eliminan el 20% de

las causas que los originan”
 Holger Hubay

¿Cuándo se utiliza?
• Al identificar un producto o servicio para el análisis para mejorar la calidad.
• Cuando existe la necesidad de llamar la atención a los problema o causas
de una forma sistemática.
• Al buscar las causas principales de los problemas y establecer la prioridad
de las soluciones
• Las Gráficas de Pareto son especialmente valiosas como fotos de “antes y
después” para demostrar qué progreso se ha logrado. Como tal, la Gráfica
de Pareto es una herramienta sencilla pero poderosa.

Scatter Diagram (Diagrama de dispersión)

Un diagrama de dispersión o gráfica de dispersión o gráfico de dispersión es un
tipo de diagrama matemático que utiliza las coordenadas cartesianas para
mostrar los valores de dos variables para un conjunto de datos.

Los datos se muestran como un conjunto de puntos, cada uno con el valor de
una variable que determina la posición en el eje horizontal (x) y el valor de la
otra variable determinado por la posición en el eje vertical (y)
 Holger Hubay

Se pueden dar diversos tipos de correlación, siendo estas las más destacadas:

• Correlación positiva fuerte: A un crecimiento de X (causa) corresponde un

crecimiento de Y(efecto). Controlando la evolución de los valores de X,
quedan controlados los valores de Y.
• Correlación positiva débil: A un crecimiento de X se observa una
tendencia a crecer de Y, pero se presume que existen otras causas de
dependencia,
• Correlación negativa fuerte: A un crecimiento de X se observa una
tendencia a disminuir de Y.
• Correlación negativa: A un crecimiento de X se observa una tendencia a
disminuir de Y, pero se presume que existen otras causas de dependencia

Muestreo Estratificado:
También conocida como estratificación, es una herramienta estadística que
clasifica los elementos de una población que tiene afinidad para así analizarlos y
 Holger Hubay

determinar causas comunes de su comportamiento. La estratificación contribuye a

identificar las causas que hacen mayor parte de la variabilidad, de esta forma se puede
obtener una comprensión detallada de la estructura de una población de datos,
examinando así la diferencia en los valores promedio y la variación en los diferentes
estratos.