Unidad 1 / Escenario 2

Lectura fundamental

Gestión de la 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 bajo Idoneidad de uso
calidad requisitos
adecuado para el mercado

Evitar campañas para

Estándar de Escalas para medición de la
Cero defectos hacer un
desempeño calidad.
trabajo perfecto.

Planteamiento Prevención, no Evitar la inspección en Elemento humano

general inspección. masa. como factor de cambio.

Deben emplearse métodos Se recomiendan los

Control
100% de calidad estadísticos para el control métodos estadísticos,
estadístico de
perfecta. de pero no son el foco de
procesos
calidad. la calidad.

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
 Crosby Deming Juran

Establecer metas para

Entendida como un
proceso con metas de
Planes de mejoramiento en los que
mejoramiento se emplean equipos de
trabajo y consejos de
calidad.
Proveedores; la
mayoría de las fallas se
deben a ellos, por lo
Involucrados
tanto este debe ser una
extensión de la empresa
que debe controlarse.
reducir la variación del
proceso, las metas
deben ir acompañadas de
un método.
Establecer relaciones entre
departamentos.
Proceso, se debe realizar la
inspección en el momento
oportuno; se requiere
evidencia estadística y
gráficas de control para
mejorarla.
Establecer equipos
de trabajo a través de
proyectos de
mejoramiento. Emplear
círculos de calidad.
Proveedores y
proceso; el
problema de calidad es
complejo y para ello se
requiere
ayudar a que el
proveedor mejore.

Fuente: elaboración propia, modificado de 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:

• Participación y compromiso de la alta dirección, pues es ella quien debe establecer a partir de su
planeación estratégica, el sentido de compromiso con la satisfacción del cliente.

• Asegurar y establecer un buen canal de comunicación con el cliente, teniendo en cuenta que
este es la fuente principal de realimentación para mantener un mejoramiento continuo de la
organización.

POLITÉCNICO GRANCOLOMBIANO
3
 • 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.

¿Sabía que...?
Hay especificaciones clásicas en calidad que pueden ser medidas por seis
dimensiones diferentes:

• Desempeño del producto o servicio.

• Características descriptivas.
• Confiabilidad/durabilidad.
• Capacidad de servicio.
• Estética.
• Calidad percibida.

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

¿Sabía que...?
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:
Scatterplot for quality characteristic XXX

102
Quality characteristic XXX

100

98

96

94

0 51 01 52 0
Process input

Figura 2. Example Scatter Diagram

Fuente: elaboración propia, modificado de 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:
Causa Efecto

Hombre Máquina Entorno

Problema
Subcausa

Causa principal

Material Método Medida

Figura 3. Diagrama general de causa-efecto de Ishikawa

Fuente: elaboración propia

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.

POLITÉCNICO GRANCOLOMBIANO
7
Ejemplo:
Tabla 2. Turno de trabajo.

Defecto 8am – 10am 10am – 12m 12m – 2pm 2pm – 4pm 4pm–6pm 6pm – 8pm
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

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).

Ejemplo:
Pareto chart of titanium investment casting defects
100 100%

80
75%
Cumulative Percentage
Defect frequency

60

50%
40

25%

0 0%
hard alpha inclusion

tungsten inclusion
shell inclusion
weld LOF
shrink

porosity

Figura 4. Pareto chart of titanium investment casting defects

Fuente: elaboración propia, modificado de Penfield (2010)

POLITÉCNICO GRANCOLOMBIANO
8
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.

• 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.

POLITÉCNICO GRANCOLOMBIANO
9
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.

• 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.

¿Sabía que...?
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.

POLITÉCNICO GRANCOLOMBIANO
10
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 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 p.

• Construcción de gráfica p para tamaños de muestra fijos.

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

• Número de muestras m y tamaño de la muestra n.

• Fracción defectuosa:

• Desviación estándar de la fracción defectuosa:

POLITÉCNICO GRANCOLOMBIANO
11
 • El número de desviaciones estándar para una confianza específica z, 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:

Tabla 2. Datos para el ejemplo de la gráfica p

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

Fuente: elaboración propia

POLITÉCNICO GRANCOLOMBIANO
12
Figura 5. Gráfica p para los datos del ejemplo
Fuente: elaboración propia

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.

POLITÉCNICO GRANCOLOMBIANO
13
 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:

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 1 2 3 4 5
muestras (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

POLITÉCNICO GRANCOLOMBIANO
14
 Observaciones
Número de 1 2 3 4 5
muestras (m)
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

Solución:

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

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

• 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 (R) obtenidos.

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

Observaciones

Número de 1 2 3 4 5 Promedio X Rango R

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

POLITÉCNICO GRANCOLOMBIANO
15
 Observaciones

Número de 1 2 3 4 5 Promedio X Rango R

muestras (m)

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

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  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.

POLITÉCNICO GRANCOLOMBIANO
16
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:

Figura 6. Gráfica  para los datos del ejemplo

Fuente: elaboración propia

POLITÉCNICO GRANCOLOMBIANO
17
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 R, así:

Figura 7. Gráfica R para los datos del ejemplo

Fuente: elaboración propia

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 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.

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.

Prohibida su reproducción total o parcial.

POLITÉCNICO GRANCOLOMBIANO
20