Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Técnicas Básicas de Calidad
Técnicas Básicas de Calidad
Vamos a ver en qué consiste cada una de las herra- El método fue ideado en 1939 por un publicista llamado
mientas básicas de calidad que hemos enumerado en el A. F. Osborn.
primer apartado y cuál es la forma que habría que se-
guir para su aplicación en actuaciones de calidad. Esta técnica se desarrolla siempre en grupo e intenta
estimular a cada miembro a participar sin complejos en
la aportación de cuantas ideas le surjan para resolver
A. Tormenta de ideas (brainstorming) una determinada situación.
La técnica toma su nombre de la unión de dos palabras Lógicamente, de entre todas esas ideas, sólo algunas
inglesas: brain, que significa «cerebro» y storm, que serán realmente válidas para el problema o situación
significa «tormenta». Así pues, la traducción al español planteada y, aun así, seguramente éstas tendrán que
sería «tormenta de ideas». volver a ser depuradas.
69
004.qxd 29/11/04 13:49 Página 70
Es muy importante que el grupo no sea crítico con las realización, participantes, etc., donde puedan irse apun-
ideas de ningún miembro, ya que ello podría coartar la tando las ideas expresadas y que luego sea refrendada
expresión de más ideas por parte de ese participante. por los participantes con objeto de corregir errores o
ampliar ideas. Un posible modelo de acta podría ser:
Para que este tipo de técnica se desarrolle de la mejor
forma posible, deben cumplirse una serie de requisitos EMPRESA: FECHA: HORA:
o reglas: ASISTENTES:
• Se pueden emitir ideas que se apoyen en alguna Figura 4.1. Modelo de acta para sesiones de brainstorming.
otra ya expresada anteriormente.
1 . En primer lugar, se debe hacer una definición del Esta técnica intenta localizar fundamentalmente las
problema de la forma más clara posible, de manera causas que provocan un efecto concreto. Éstas se sue-
que todos los miembros del grupo lo conozcan. len agrupar en bloques, y así el análisis que se puede
realizar de uno de estos diagramas es más sencillo. Una
2. A continuación, se lleva a cabo la fase de exposi- de sus características es la versatilidad, ya que se
ción y emisión de ideas por parte de todos los par- puede aplicar a multitud de situaciones.
ticipantes. Estas ideas deben ir registrándose tal
como se expresaron, para no olvidar ninguna. Actualmente es una de las técnicas más potentes en
calidad, bien por sí sola, o bien combinada con otras
3. Posteriormente, una vez que la fase anterior ha herramientas, como, por ejemplo, el brainstorming. Para
finalizado, se reflexiona sobre las ideas emitidas y realizarlo existen diferentes formas, aunque básica-
se seleccionan las más apropiadas. mente los pasos son:
Los criterios de selección de ideas varían mucho en fun- • Seleccionar el efecto que queremos controlar. Ése
ción del objeto de la sesión de brainstorming (puede ser será el tronco del diagrama del cual partirán las
solucionar un problema, identificar o enumerar tareas, causas que actúan sobre dicho efecto (Figura 4.2).
etc.). Una vez seleccionadas las más apropiadas, es Estas causas serán: mano de obra, materia prima,
conveniente organizarlas en función de su importancia maquinaria, mercado, métodos, medio ambiente y
para tener un listado ordenado. metrología.
También puede ser buena idea elaborar un acta de la • En la rama correspondiente a cada causa ire-
reunión en la que aparezcan datos como la fecha de mos agrupando aquellas que dan lugar al efecto
70
004.qxd 29/11/04 13:49 Página 71
EFECTO
considerado. Estas causas pueden obtenerse de una Vamos a ver cómo se realizaría un histograma. Imagi-
«tormenta de ideas» entre el personal afectado. naremos el caso de una empresa que fabrique resisten-
cias eléctricas de valor 200 V. Han medido los valores
• Por último, las causas se deben ordenar en función de 100 resistencias y han obtenido los siguientes resul-
de la importancia que tienen respecto al efecto tados (Tabla 4.1):
que estamos analizando.
Valor de la resistencia Número de
medida (V) ejemplares
C. Histograma
198 7
Se utiliza para ver cómo se organizan una serie de 199 12
datos y para determinar la distribución de la variable
asociada a un proceso y su comportamiento. 200 63
201 10
Su aparición, aproximadamente en 1833, se debe al 202 8
francés A. M. Guerry.
Tabla 4.1. Medida de resistencias.
En él se representa con barras la distribución de fre-
cuencias de una determinada variable agrupada o no en Colocaremos los valores de las mediciones en el eje hori-
intervalos. Sirven para: zontal (agrupados o no por intervalos, en los casos en
los que sea apropiado), y en el eje vertical marcaremos
1 . Ver si el proceso sigue las especificaciones reque- las frecuencias de aparición de cada medida (Figura 4.3).
ridas.
En este caso, tenemos cinco tipos de medidas de las
2 . Observar si existe dispersión de los datos en torno resistencias (198, 199...), por lo que el número de
al valor deseado. barras verticales será cinco.
Para realizarlo se parte de los datos que hemos recogido En los histogramas es habitual poner el valor de la fre-
de la variable a analizar y con ellos se procede a efec- cuencia de cada intervalo sobre la barra correspon-
tuar sus representaciones gráficas. diente, tal como se ve también en la Figura 4.3.
La técnica permite, además, obtener indicadores, como Una vez que hemos realizado este histograma, vamos a
medias, varianzas, recorridos, intervalos de agrupación, analizarlo. Se observa que los datos tienen una distri-
etc., que se verán en la siguiente unidad con detalle. bución simétrica en torno al valor deseado de 200 V,
71
004.qxd 29/11/04 13:49 Página 72
70 63
60 diámetro de 10 cables cada hora; o de 12 cables cada
50 100, etcétera.
Frecuencia
40
30
20
Media (x)
12 10
10 7 8
Se llama media de una muestra al valor medio de los
0
198 199 200 201 202 datos obtenidos.
n
lo que indica que el proceso es aceptable, es decir, que
está cercano a las especificaciones. ∑x i
x1 + x2 + ... + xn
x = i =1
=
n n
Para completar la información dada por el histogra-
ma se pueden calcular otros parámetros. Para ello,
mostramos a continuación una serie de definiciones siendo:
estadísticas muy sencillas, que nos servirán para hallar
los indicadores más importantes (media, varianza, etc.) xi: valores obtenidos del parámetro a controlar (en
cuando sean necesarios. Todos estos conceptos esta- nuestro ejemplo, el diámetro de cada cable medido).
dísticos se desarrollan con más detalle en la unidad 5,
y aquí solamente los nombramos como avance. n: número de valores medidos.
Por ejemplo, supongamos que existe una fábrica que PERSONA CONSUMO kW · h/persona día
únicamente produce cable de 4 mm teóricos de diáme-
1 0,75
tro. Si quisiéramos hacer un control en esa fábrica de
2 1,1
los diámetros de los cables que realmente produce, la
3 0,8
población sería el conjunto de todos los cables fabrica-
4 1,5
dos. Por regla general, no se suele trabajar con toda la
5 1
población, ya que ésta a menudo es excesivamente
grande o el estudio a efectuar sobre la misma tiene
carácter destructivo. Tabla 4.2. Consumo de electricidad.
72
004.qxd 29/11/04 13:49 Página 73
Veamos qué ocurre con el caso anterior de la fábrica Su expresión matemática es:
que hace resistencias de valor 200 V.
n
∑x i ⋅ ni
La desviación típica de las resistencias medidas será:
x = i =1
n
=
∑n i n
i =1
∑(x i − x)2 ⋅ ni
198 ⋅ 7 + 199 ⋅ 12 + 200 ⋅ 63 + 201 ⋅ 10 + 202 ⋅ 8 σ = i =1
=
= = n
7 + 12 + 63 + 10 + 8 ∑n −1
i
20000 i =1
= = 200 Ω
100 (198 − 200)2 ⋅ 7 + (199 − 200)2 ⋅ 12 + (200 − 200)2 ⋅
=
(7 + 12 + 63 +
Recorrido o rango (R)
⋅ 63 + (201 − 200)2 ⋅ 10 + (202 − 200)2 ⋅ 8
=
Es la diferencia entre el valor mayor y el valor menor de +10 + 8) − 1
los obtenidos en la medida de los parámetros. 82
= = 0, 91
100 − 1
En el caso de las resistencias, el recorrido sería:
Cuanto menor es la desviación típica, mayor con-
R = 202 - 198 = 4 V. centración de los datos en torno a la media habrá en
nuestras medidas. En el caso del consumo medio de
electricidad por habitante y día, la desviación típica es:
Frecuencia
n
73
004.qxd 29/11/04 13:49 Página 74
Observamos, por tanto, que en este caso la distribución Además se observa también:
está más concentrada alrededor de la media que en el
caso de las resistencias. • Si colocamos el valor medio sobre el gráfico, que
era 200 V, los datos tienen una distribución simé-
Una vez visto cómo se calculan estos indicadores, trica en torno a la media.
volvemos al histograma que ya habíamos calcula-
do y vemos cómo nos ayudan a su interpretación. Según los criterios de aceptación que establezca-
mos (proceso centrado respecto de la media,
El recorrido del proceso será la diferencia entre los va- mínima dispersión, etc.), podremos ver si nuestro
lores máximo y mínimo (Figura 4.4). proceso es aceptable.
Media: 200 V
• La media es muy cercana (en este caso exacta-
mente igual) al valor teórico especificado.
midiendo.
40
30
20 12 10 D. Diagrama de sectores
7 8
10
0 Otro tipo de representaciones gráficas son los dia-
198 199 200 201 202 Resistencia ( V) gramas de sectores (del inglés pie chart, es decir,
diagrama de tarta). Se usan principalmente para re-
Recorrido presentar porcentajes. Su forma es circular y tiene divi-
siones radiales.
Caso práctico 1
100
Tenemos la cantidad de cada tipo de productos que fabrica la Mesas: ⋅ 100 = 12, 5%
empresa Comodidad, S.A. (Tabla 4.3). 800
74
004.qxd 29/11/04 13:50 Página 75
50 % Banquetas
b) Gráficos de control por variables, en los que se En el comportamiento de los datos que se observa en
controla la variación de una magnitud medible un gráfico de control hay que distinguir varios casos:
75
004.qxd 29/11/04 13:50 Página 76
• Existe una tendencia clara en la variación de los Para realizar los gráficos se deben tener en cuenta los
datos. Hay que investigar cuál es la causa que pro- siguientes puntos:
voca la variación (Figura 4.7 a).
1 . Los límites de control superior (LCS) e inferior
• Aparecen ciclos en las variaciones. Pueden ser de- (LCI) provienen de los parámetros de la distribu-
bidos a operaciones periódicas o a causas ambien- ción (que, como ya se vio, pueden obtenerse a par-
tales, por ejemplo (Figura 4.7 b). tir de una muestra).
• Un punto aparece fuera de los límites de control. 2 . Para un proceso que sigue una distribución «nor-
Por lo general, esto es debido a alguna causa mal» (que se estudiará en la unidad 5) en general,
externa que es necesario investigar (Figura 4.7 c). los límites se obtienen usando las expresiones:
• Ocho o más puntos aparecen fuera de los límites de Límite de control superior (LCS) = x + 3 s
control (Figura 4.7 d). Hay que revisar íntegra-
mente el proceso. Límite de control inferior (LCI) = x - 3 s
a) LCS b) LC S
LCI LCI
d)
c) LC S LCS
LCI
LCI
76
004.qxd 1/12/04 17:51 Página 77
Caso práctico 2
Supongamos que una muestra de 10 piezas fabricadas en una Una vez calculados estos dos parámetros, debemos hallar los
empresa ofrece los siguientes resultados al medir uno de sus valores de los límites superior e inferior en función del porcen-
parámetros (Tabla 4.4): taje de productos defectuosos que estamos dispuestos a acep-
tar en este caso. Por lo general, se suele sumar y restar a la
Medida 19 18 17 17 20 20 20 19 20 23 media tres veces la desviación típica para obtener los límites
superior e inferior, respectivamente. Como ves, este gráfico
parte del dato de la media para obtener los límites.
Tabla 4.4. Constantes en función del tamaño de la muestra.
En este caso el gráfico quedaría:
24
y la desviación típica (s):
22
(19 − 19, 3)2 + (18 − 19, 3)2 + (17 − 19, 3)2 +
σ =
10 − 1 20 Media
+ (20 − 19, 3)2 + (19 − 19, 3)2 + (20 − 19, 3)2 + (23 − 19, 3)2 LCI
= 14
28, 1 1 2 3 4 5 6 7 8 9 10
= = 1, 766
10 − 1
Otros tipos de gráficos de control por variables parten muestras y el que presenta el comportamiento del
de muestras de las que se halla su media. Con la me- recorrido.
dia de todas las medias de las muestras y con el reco-
rrido (diferencia entre el valor mayor y menor obtenido) Supongamos una empresa que está fabricando ladrillos
se suele representar el gráfico llamado x / R. refractarios, a los que les controla su espesor en milí-
metros. Se efectúan seis series de medidas, tomando 4
En este caso se obtienen dos gráficos de control: el muestras en cada una de ellas. Los datos que ha obte-
que señala el comportamiento de la media de las nido de estas medidas quedan reflejados en la Tabla 4.5.
77
004.qxd 29/11/04 13:50 Página 78
Muestra 1 3 2 2 2 2 2
Muestra 2 4 3 4 2 1 2
Muestra 3 2 3 5 3 1 4
Muestra 4 2 5 1 3 3 2
Recorrido 2 3 4 1 2 2
2, 75 + 3, 25 + 3 + 2, 5 + 1, 75 + 2, 5 3 1,023 2,574 0
x = = 2, 625
6
4 0,729 2,282 0
La media de recorridos será:
5 0,577 2,114 0
2+3+4 +1+2+2
R = = 2, 33
6 Tabla 4.6. Valor de las constantes C, D y E en función del
tamaño de la muestra.
En este tipo de representaciones, los límites de control
se calculan en función de unas constantes estadísticas Con estas constantes, y teniendo en cuenta que el ta-
que varían según el tamaño de la muestra. maño de la muestra para cada serie del ejemplo es de 4,
se pueden calcular los límites de control:
Las fórmulas para obtenerlos son:
• Gráfico de medias
• Gráfico de medias
Límite de control superior:
Límite de control superior: x + C · R
x + C · R = 2,625 + 0,729 · 2,33 = 4,324
Límite de control inferior: x - C · R
Límite de control inferior:
• Gráfico de recorridos
x - C · R = 2,625 - 0,729 · 2,33 = 0,926
Límite de control superior: D · R
• Gráfico de recorridos
Límite de control inferior: E · R
Límite de control superior:
Estas constantes están tabuladas.
D · R = 2,282 · 2,33 = 5,317
En la Tabla 4.6 se muestra un grupo de estas constan-
tes en función del tamaño de la muestra (n): Límite de control inferior: E · R = 0 · 2,33 = 0
78
004.qxd 1/12/04 17:51 Página 79
Y los gráficos de control correspondientes serán los Supongamos que observamos el porcentaje de piezas
representados en las Figuras 4.9 y 4.10, en los que se defectuosas que aparecen en un proceso productivo en
observa que el proceso del ejemplo está controlado. función de la temperatura. Medimos el porcentaje de
estas piezas que aparecen con cada temperatura y
5
LCS
escribimos la Tabla 4.7.
4,5
4
Temperatura 10 20 30 40 50
3,5 (ºC)
3 =
x
Media
2,5 % piezas 1 2 3 4 5
2
defectuosas
1,5 Tabla 4.7. Piezas defectuosas en función de la temperatura.
1 LCI
0,5
0 Todos estos datos han sido obtenidos experimental-
1 2 3 4 5 6 7
mente a partir del proceso productivo.
Serie
Figura 4.9. Gráfico de medias. A continuación, se elige una de las variables para colo-
car sus valores en el eje horizontal (por ejemplo, la
6 LCS temperatura) y la otra se colocará en el eje vertical (en
5 este caso el porcentaje de piezas defectuosas). La
4 escala de cada eje se selecciona de modo que los lími-
Recorridos
–
3 R tes representados coincidan con los valores máximo y
2 mínimo que toma cada variable (Figura 4.11).
1
LCI % piezas
0
–1 defectuosas
1 2 3 4 5 6 7 5
Serie
Figura 4.10. Gráfico de recorridos.
F. Diagramas de dispersión
A veces, es necesario conocer la relación existente, por
ejemplo, entre la temperatura ambiente y el porcenta-
je de piezas defectuosas en un proceso, o entre las 1
horas de funcionamiento de una máquina y la precisión
con la que salen los componentes hechos por dicha má-
Temperatura
quina, etcétera. 10 50
Para detectar el tipo de relación que puede existir entre Figura 4.11. Colocación de valores máximo y mínimo en
dos variables que caracterizan un proceso (por ejemplo, cada eje.
el peso y el diámetro de un neumático) se usan estos
diagramas. A esa relación se la llama correlación, lo Una vez realizados los ejes, se colocan las parejas de
que hace que a veces a estos diagramas se los llame valores relacionados (Figura 4.12).
diagramas de correlación.
Básicamente éste es el proceso de realización del dia-
La realización de estos gráficos es muy sencilla. El grama. Sin embargo, lo más importante es analizarlo
punto de partida son los datos de las dos variables cuya para obtener de él la mayor cantidad de información
relación se desea identificar. posible.
79
004.qxd 29/11/04 13:50 Página 80
4
Pero no es éste el único tipo de correlación que pode-
mos encontrar. Existen diversos tipos de correlaciones
3
dependiendo de la distribución de los puntos en el dia-
grama.
2
1
Veamos algunos de los tipos de correlaciones más
comunes:
0
0 20 40 60 • Correlación lineal creciente: incrementos en los
Temperatura valores de la variable A producen incrementos en
los valores de la variable B (Figura 4.14).
Figura 4.12. Representación de las parejas de valores.
• Correlación lineal decreciente: incrementos en
los valores de la variable A producen decrementos
Dicha información será utilizada para posibles mejoras en los valores de la variable B (Figura 4.15).
del proceso, o bien para descartar o detectar posibles
B
causas de defectos que, a priori, podrían no estar claras.
5
% Piezas defectuosas
0
0 20 40 60
Temperatura A
Figura 4.13. Unión de los puntos mediante una línea recta. Figura 4.15. Correlación lineal decreciente.
80
004.qxd 29/11/04 13:50 Página 81
• Correlación lineal horizontal: las variaciones de • Sin correlación: en este caso no es posible ajustar
A no producen variaciones en B. Por tanto, en este una línea que siga la tendencia de los puntos; por
caso se puede asumir que la variable B es inde- tanto, las variables A y B no tienen correlación.
pendiente de la variable A; es decir, B no tiene Esto significa que el valor de B es totalmente
relación alguna con A. En este caso la variable B variable, sea cual sea el valor de A (Figura 4.20).
tiene siempre el mismo valor independientemente
del valor que tome A (Figura 4.16). B
A
A
Figura 4.16. Correlación lineal horizontal.
A A
Figura 4.17. Correlación no lineal. Figura 4.20. Valores sin correlación.
81
004.qxd 29/11/04 13:50 Página 82
Caso práctico 3
82
004.qxd 29/11/04 13:50 Página 83
Caso práctico 4
En una empresa de 250 trabajadores, las bajas por accidentes Causas ordenadas % % acumulado
laborales en un mes se han producido por los siguientes
motivos: E 37,01 37,01
A 27,27 64,28
A. Caídas al mismo nivel: 42 accidentes. C 14,29 78,57
B 13,64 92,21
B. Caídas a distinto nivel: 21 accidentes. D 7,79 100
TOTAL 100
C. Contusiones: 22 accidentes.
Tabla 4.9. Cálculos para realizar un análisis de Pareto con las
D. Cortes: 12 accidentes. causas ordenadas.
E. Quemaduras: 57 accidentes.
%
En primer lugar, rellenamos las Tablas 4.8 y 4.9, con las que
realizaremos y analizaremos el diagrama de Pareto correspon- 100
diente (Figura 4.24).
Causas Número %
A 42 27,27
B 21 13,64 37,01
C 22 14,29 27,27
D 12 7,79
14,29
E 57 37,01 13,64 7,79
TOTAL 154
Causas
Tabla 4.8. Cálculos para realizar un análisis de Pareto.
Figura 4.24. Diagrama de Pareto del Caso práctico 4.
Caso práctico 5
La empresa de reparto Aquí Está, S.A., ha tenido 152 no con- • 45 no se entregaron debido a problemas con la dirección
formidades en los últimos 6 meses, y desea reducir esta cifra del receptor (DIR).
en el futuro. Se decide realizar como primera medida un aná-
lisis de Pareto para ver sobre qué causas actuar de inmediato. • 5 no las aceptó el receptor (RECH).
El resumen de las no conformidades de la empresa refleja los • 70 llegaron tarde por problemas de logística en el alma-
siguientes datos: cén central (ALM). (Continúa)
83
004.qxd 29/11/04 13:50 Página 84
• 20 llegaron tarde por problemas climatológicos (CLIM). Con todo esto, se deduce del diagrama que el 33 % de las causas
originan el 75 % de los efectos (es decir, de no conformidades).
• 10 llegaron tarde por averías en los vehículos (AVER).
46,05
• 2 llegaron rotas (ROT). 50
45
Primero, vemos el porcentaje de cada una: 40
29,6
35
45 ⋅ 100
DIR: = 29, 6% 30
152 25
5 ⋅ 100
1 3 ,1 6
20
RECH: = 3, 29%
152 15
6,58
70 ⋅ 100
3,29
10
ALM: = 46, 05%
1,32
152 5
20 ⋅ 100 0
= 13, 16%
AVER
RECH
DIR
ROT
CLIM: CLIM
ALM
152
10 ⋅ 100
AVER: = 1, 32%
152 Figura 4.25. Diagrama de Pareto del Caso práctico 5.
2 ⋅ 100
ROT: = 1, 32% 100
152
90
Después las ordenamos de mayor a menor porcentaje:
80
ALM: 46,05 %
70
DIR: 29,6 %
CLIM: 13,16 % 60
46,05
AVER: 6,58 % 50
45
RECH: 3,29 % 40
29,6
35
ROT: 1,32 % 30
25
Con estos datos, colocamos las columnas en un gráfico (Figura
1 3 ,1 6
20
4.25). Por último, realizamos la curva acumulada (Figura 4.26).
15
6,58
5
número de no conformidades.
0
AVER
RECH
DIR
ROT
CLIM
ALM
84
004.qxd 29/11/04 13:50 Página 85
Tabla 4.10. Empresas certificadas por AENOR con la ISO 9001 por
comunidades autónomas.
Figura 4.27. Porcentaje de empresas certificadas por AENOR con la ISO 9001 por comunidades autónomas.
85
004.qxd 29/11/04 13:50 Página 86
3 000
2 500
Empresas certificadas
2 000
1 500
1 000
500
Melilla
Castilla-La Mancha
La Rioja
Cataluña
Galicia
Madrid
Ceuta
C. Valenciana
Cantabria
Castilla y León
Extremadura
Murcia
Canarias
Andalucía
Baleares
Navarra
País Vasco
Aragón
Asturias
Comunidad autónoma
Figura 4.28. Histograma de las empresas certificadas por AENOR con la ISO 9001 por comunidades autónomas.
86
004.qxd 29/11/04 13:51 Página 87
Pareto fue un sociólogo y economista ítalo-suizo, cuya fama mulación matemática que fue duramente criticada. Más tarde,
proviene, sobre todo, de sus teorías de aplicación de las mate- en 1906, escribió la que fue su obra más influyente, el Manual
máticas al análisis económico. de Economía Política. Después aparecieron otras como el Tra-
tado de Sociología General (1916).
Se graduó en la Universidad de Turín en 1869 en Física
y Matemáticas. Posteriormente, trabajó como director de Pareto defendió un postulado que dice que en una población
los ferrocarriles italianos y estudió Filosofía y Política. solamente unos pocos individuos controlan la mayoría de la
Escribió muchos artículos en los que realizó análisis eco- riqueza. Este enunciado es conocido como Ley de Pareto o
nómicos usando herramientas matemáticas. En 1893, ocu- Principio de Pareto, y tradicionalmente se ha conocido como
pó una Cátedra de Economía en la Universidad de Lausana. la regla del 80/20, es decir, que el 80 % de los efectos pueden
En 1896, publicó el Curso de Economía Política, donde se ser razonablemente suprimidos eliminando el 20 % de las cau-
incluía una ley de distribución basada en una complicada for- sas que los producen.
Vocabulario
• Histograma
87
004.qxd 29/11/04 13:51 Página 88
Conceptos básicos
Para llevar a cabo una gestión de la calidad en las mejores • Tormenta de ideas (brainstorming): esta técnica se de-
condiciones posibles, es necesario contar con el apoyo de sarrolla siempre en grupo e intenta estimular a cada
algunas técnicas que ayuden a su desarrollo. miembro a participar sin complejos en la aportación de
cuantas ideas surjan para resolver una determinada
Hay muchas formas de controlar un proceso, de buscar fallos, situación.
de mejorar los sistemas, de analizar los riesgos, etc., siendo
algunas de ellas de gran complejidad. Algunas de estas herra- • Diagramas causa-efecto: con esta técnica se intentan
mientas son las llamadas herramientas básicas de la calidad: localizar las causas que provocan un efecto concreto.
EFECTO
• Histogramas: se utilizan para ver cómo se organiza una • Gráficos de control: permiten comprobar si un proceso
serie de datos y para determinar la distribución de la es estable en el tiempo en relación con una determinada
variable asociada a un proceso y su comportamiento. variable que se desea tener bajo control. Con ello puede
predecirse en alguna medida el comportamiento de un
• Diagramas de sectores: son otro tipo de representacio- proceso, es decir, se puede saber si va a estar controlado
nes gráficas que se usan principalmente para representar o si, por el contrario, va a estar fuera de los límites pre-
porcentajes. Su forma es circular y tiene divisiones ra- establecidos. Son de dos tipos: gráficos de control por
diales. atributos, y gráficos de control por variables.
88
004.qxd 29/11/04 13:51 Página 89
Conceptos básicos
a) LCS c) LC S
LCI LCI
d)
LCS
b) LC S
LCI
LCI
• Diagramas de dispersión: se usan para detectar el tipo caracterizan un proceso. El punto de partida son los datos
de relación que puede existir entre dos variables que de las dos variables cuya relación se desea identificar.
B B
A A
Figura 4.31. Diagramas de dispersión.
• Diagrama de Pareto: en muchos sistemas el 20 % de las efecto para ver sobre cuáles hay que actuar con mayor
causas origina el 80 % de los efectos, aproximadamente. rapidez.
Por tanto, el diagrama representa el porcentaje de cada
89
004.qxd 29/11/04 13:51 Página 90
Actividades complementarias
1 Los siguientes datos corresponden al consumo de energía 5 Realiza el histograma que corresponde a las medidas de
de la empresa Servicios y Asociados: ruido tomadas en una empresa. Sabemos que el límite
legal máximo son 80 dB.
Realiza el histograma correspondiente a esos datos.
80 82 80 98 89 86 84 87 82
Día semana L M X J V S D 80 81 89 81 85 82 82 86 92
85 78 96 79 85 81 86 96 81
kWh 1 200 1 000 1 100 1 200 1 200 600 50 96 79 84 84 83 85 86 77 84
80 77 85 83 83 80 92 85 82
80 82 82 86 89 85 81 82 83
2 Realiza un gráfico de control partiendo de los siguientes 81 84 81 86 96 96 84 81 85
datos: 80, 81, 81, 82, 82, 82, 83, 83, 84.
3 Realiza el diagrama circular (de tarta) que represente la 6 Realiza el gráfico de control de las siguientes series de
cantidad de componentes vendidos por una empresa en muestras obtenidas del proceso de fabricación de bombi-
varias ciudades. llas. Se ha medido el número de días de funcionamiento
ininterrumpido de las bombillas.
Ciudad Componentes vendidos
90
004.qxd 29/11/04 13:51 Página 91
Actividades complementarias
PROBLEMA:
IDEAS APORTADAS:
91