UNIVERSIDAD NACIONAL EXPERIMENTAL

POLITECNICO ANTONIO JOSÉ DE SUCRE

Dpto. INGENIERÍA INDUSTRIAL
CONTROL DE CALIDAD

Las 7 Herramientas
Básicas de la Calidad
ELABORADO POR: ING. MARICELA MARTÍNEZ
Antecedentes
En la década de los 50 se comenzaron a aplicar en Japón las
herramientas estadísticas de Control de Calidad, desarrolladas
anteriormente por Shewhart y Deming

Los progresos, en materia de mejora continua de la calidad, se

debieron en gran medida, al uso de estas técnicas

Fue el profesor Kaoru Ishikawa quien extendió su utilización en las

industrias manufactureras de su país, en los años 60, acuñando la
expresión de 7 herramientas para el control de la calidad.

Consisten en técnicas gráficas que ayudan a comprender los

procesos de trabajo de las organizaciones para promover su
mejoramiento
Antecedentes
Son de creación occidental, excepto el diagrama causa-
efecto que fue ideado por Ishikawa

El éxito de estas técnicas radica en la capacidad que han demostrado

para ser aplicadas en un amplio conjunto de problemas, desde el control
de calidad hasta las áreas de producción, marketing y administración

Las organizaciones de servicios también son susceptibles de aplicarlas,

aunque su uso comenzó en el ámbito industrial.

Los miembros de la organización que reciben capacitación para la

aplicación de estas herramientas, mejoran sus procesos de trabajo y
resultados.
 Definiciones importantes
• Los datos son elementos primarios, de una realidad que se desea
analizar
• Son obtenidos por observación o medición directa y pueden
Datos proceder de distintos lugares, por ejemplo: De los clientes, de los
registros del proceso, de las experiencias de los miembros del equipo,
del funcionamiento actual del proceso, etc.; pero sin importar de
donde provengan, sirven como medio para determinar lo que hay
detrás de ellos.

• Es un proceso mediante el cual se tratan los datos registrados para

convertirlos en información de utilidad para la empresa.

• El análisis de datos, debe hacerse a partir de las herramientas más

Proceso de sencillas hasta las más complejas.
Análisis de
Datos • Galgano (Ob. Cit.), señala que los datos recogidos deben ser
tratados o elaborados adecuadamente para que puedan utilizarse
y de esta manera tener el mayor volumen de información válida
Definiciones importantes
• “Conjunto de actividades interrelacionadas o
Proceso que interactúan, las cuales transforman
elementos de entrada en resultados”.

Entradas Salidas

PROCESO

Productos terminados
Desperdicio
Materia prima
Subproductos
Insumos
Mano de obra
Información
Servicios Retroalimentación
Equipos y máquinas
HERRAMIENTAS NO ESTADISTICAS
1. Diagramas de Es una representación gráfica de la secuencia
Flujo de pasos que se realizan en un determinado
proceso, así como también de las relaciones
existentes entre las diferentes actividades que
lo componen a través de un conjunto de
símbolos

El diagrama de flujo tiene como fin “… ordenar los

procesos y puede ser utilizado individualmente,
aunque resulta más eficaz si se emplea de manera
conjunta con otra herramienta de la calidad
HERRAMIENTAS NO ESTADISTICAS
1. Diagramas de Flujo

PASOS
- Establecer el alcance del proceso a describir y de esta
manera quedará fijado el comienzo y el final del diagrama.
- Identificar y listar las principales actividades/subprocesos que
están incluidos en el proceso a describir y su orden
cronológico.
- Identificar y listar los puntos de decisión.
- Construir el diagrama respetando la secuencia cronológica y
asignando los correspondientes símbolos.
HERRAMIENTAS NO ESTADISTICAS
 HERRAMIENTAS NO ESTADISTICAS
2- Hojas de Control

Para Alcalde (Ob. Cit.), una hoja

de control no es más que una de
recogida de datos o documento
que sirve para “…recoger de
forma fácil y estructurada todo
tipo de datos para su posterior
análisis” (p. 145).
 HERRAMIENTAS NO ESTADISTICAS
2- Hojas de Control

Pasos para la elaboración de una hoja de verificación:

- Determinar claramente el proceso sujeto a observación.

- Enfocar su atención hacia el análisis de las características del proceso.
- Definir el período de tiempo durante el cual serán recolectados los
datos.
- Diseñar una planilla de formato claro y fácil de usar. Asegúrese de que
todas las columnas estén claramente descritas y de que haya suficiente
espacio para registrar los datos.
- Obtener los datos de una manera consistente y honesta. Asegúrese de
que se dedique el tiempo necesario para esta actividad.
 HERRAMIENTAS NO ESTADISTICAS
2- Hojas de Control

Ejemplo:

Desarrollar una Hoja de Control para Chequear las causas que pueden
ocasionar contaminación de la materia prima.

Hoja de verificación para controlar defectos en el producto terminado

(empaques de pasta larga)
 HERRAMIENTAS NO ESTADISTICAS
3. Diagrama Causa – Efecto

También conocido como diagrama de espina de pescado o de Ishikawa

debido a su creador el Dr. Kaoru Ishikawa en Tokio en 1943 y tal como lo
señalan Miranda, Chamorro y Rubio (Ob. Cit.), sirve para identificar y
categorizar las causas de un problema dado, a través de una de forma
gráfica donde se relacionan las causas del problema y el efecto
ocasionado por este
 HERRAMIENTAS NO ESTADISTICAS
3. Diagrama Causa – Efecto
Objetivos:
- Identificar la raíz o causa
principal de un problema o
efecto.
- Clasificar y relacionar las
interacciones entre factores que
están afectando al resultado de
un proceso.
Características:
- Es un método de trabajo en grupo
que muestra la relación entre una
característica de calidad (efecto) y sus
factores (causas).
- Agrupa las causas en distintas
categorías, que generalmente se basan
en las 6 M de Ishikawa (Máquinas, Mano
de Obra, Materiales, Métodos,
Mantenimiento, Medio Ambiente)
Ejemplo
HERRAMIENTAS ESTADISTICAS PARA EL CONTROL DE CALIDAD

4. Histogramas

Un histograma es un gráfico
de barras que presenta de
forma ordenada los datos
correspondientes a una
variable específica, de
manera que permite ilustrar la
frecuencia con la que ocurren
eventos relacionados entre sí.
HERRAMIENTAS ESTADISTICAS PARA EL CONTROL DE CALIDAD

4. Histogramas Los histogramas se pueden utilizar

para análisis de los resultados de un
proceso, para control del proceso,
para controlar alguna actividad
integrante del proceso, para
establecer normas para la
aceptación o rechazo de
producción.Bajo esta perspectiva,
es un gráfico útil para mejorar
procesos, productos y servicios al
identificar patrones de ocurrencia.
 HERRAMIENTAS ESTADISTICAS PARA EL CONTROL DE CALIDAD

Pasos para construir un histograma

1. Recolecte datos continuos (tiempo, peso, tamaño, número de quejas, etc.).
2. Organice los datos de acuerdo a su ocurrencia y tabúlelas en una tabla. Se
recomienda utilizar de 40 a 50 valores por un determinado período de tiempo
(semana, mes, etc.)
3. Calcule el rango y amplitud de intervalo. Antes de graficar la información
establezca una escala y defina los intervalos:
Rango: Simplemente calcule las diferencias entre los números más altos y más bajos
de la información obtenida.
Amplitud del Intervalo: Decida cuántas barras desea tener en su histograma.
Normalmente el número ideal de barras es de 6 a 12. Para determinar la amplitud de
un intervalo, divida el rango entre el número de barras. Cada intervalo representa
una barra en el histograma.
 HERRAMIENTAS ESTADISTICAS PARA EL CONTROL DE CALIDAD

Pasos para construir un histograma

4. Dibuje los ejes horizontal y vertical. Grafique los intervalos

utilizando la amplitud previamente calculada.
5. Tabule los datos por intervalos.
6. Una vez que se han determinado los intervalos y se ha
ordenado la información por categorías, el siguiente paso es
graficar los datos.
7. Analice el histograma para saber qué es lo que ha
pasado en el proceso.
Tipos
 HERRAMIENTAS ESTADISTICAS PARA EL CONTROL DE CALIDAD

5. Diagrama de Pareto
Creado por Vilfredo Pareto y conocido
también como distribución ABC, gráfico
de Pareto o curva 80-20, esta
herramienta nos permite separar los
problemas más relevantes de aquellos
que no tienen importancia, mediante la
aplicación del principio 80-20 o principio
de Pareto
El principio o regla de Pareto nos
dice que para diversos casos, el 80%
de las consecuencias proviene del
20% de las causas.
No son cifras exactas, pues se
considera un fundamento empírico
observado por Vilfredo Pareto y
confirmado posteriormente por otros
expertos de diversas áreas del
conocimiento.
Algunos enunciados clásicos de la ley:
El 80% del éxito proviene del 20% de tu
esfuerzo
El 80% de tu ingreso proviene del 20% de tu
esfuerzo
El 80% de los ingresos se generan con 20% de
los clientes
El 80% de las ventas se genera por el 20% de
los productos
Tal como lo señala Alcalde
(Ob. Cit.), “es una forma de
representar los datos en un
gráfico de frecuencias, de
manera que los datos
aparecen ordenadas de
mayor a menor” (p. 145), para
así identificar las principales
causas que originan los
efectos.
 Procedimiento

Paso 1: Identifique el problema objeto de investigación y decida la

forma de recolectar los datos. Específicamente realice lo siguiente:
a) Identifique la clase de problema que se desea investigar
(Ejemplo: objetos defectuosos, pérdidas en términos monetarios,
ocurrencia de accidentes).
b) Identifique los datos que se van a necesitar y cómo clasificarlos
(Ejm: por tipo de defecto, localización, proceso, máquina, trabajador,
método, entre otros). Nota: Resuma los ítems que se presentan con
poca frecuencia en una categoría denominada “otros”.
c) Defina el método de recolección de los datos y el período de
duración de la recolección.
 Procedimiento

Paso 2: Contabilice la cantidad de ocurrencias por cada ítem y

elabore una tabla de datos para el diagrama con la lista de ítem, los
totales individuales, los totales acumulados, la composición porcentual
y los porcentajes acumulados.

Paso 3: Organice los ítem por orden de cantidad (en forma

descendente) y llene la tabla de datos. Nota: El ítem “otros” debe
ubicarse en el último renglón, independientemente de su magnitud.
Esto se debe a que está compuesto de un grupo de elementos, cada
uno de los cuales es más pequeño que el menor de los ítems citados
individualmente.
 Procedimiento

Paso 4: Dibuje dos ejes verticales y un eje horizontal:

a) Eje vertical izquierdo: Marque este eje con escala desde cero
hasta el total general.
b) Eje vertical derecho: Marque este eje con una escala desde 0%
hasta 100%.
c) Eje horizontal: Divida este eje en un número de intervalos igual al
número de ítems clasificados.
 Procedimiento

Paso 5: Construya el diagrama de barras (con las ocurrencias

individuales de cada ítem) y dibuje la curva acumulada (Curva de
Pareto) marcando los valores acumulados (total acumulado o
porcentaje acumulado) en la parte superior, al lado derecho de los
intervalos de cada ítem, y conecte los puntos con una línea continua.

Paso 6: Escriba en el diagrama cualquier información necesaria (Ej.:

título, cifras, unidades, período, tema, lugar de la investigación, fechas,
número total de ítem,
 6. Diagrama de Dispersión
Es utilizado para
Miranda, Chamorro y Rubio conocer si
(Ob. Cit.), comentan que este efectivamente existe
diagrama “analiza la una correlación entre
correlación existente entre dos dos magnitudes o
características de un parámetros de un
determinado proceso y está problema y, en caso
basado en el análisis de positivo, conocer el tipo
regresión y la representación de correlación
gráfica de su resultado” (p. 81).
6. Diagrama de Dispersión
El diagrama muestra estos pares como una
nube de puntos.

Las relaciones entre los conjuntos asociados

de datos se infieren a partir de la forma de las
nubes.

Una relación positiva entre x y y significa que

los valores crecientes de x están asociados
con los valores crecientes de y.

Una relación negativa significa que los

valores crecientes de x están asociados con
los valores decrecientes de y.
 Consideraciones

- Si existen puntos muy apartados en el diagrama se puede deber a

errores en la medición o registro de los datos o a algún cambio en las
condiciones del proceso. En cualquier caso, se deben estudiar las
causas que los han originado y apartarlos del análisis.
- Es conveniente estratificar los datos, ya que esto nos puede
permitir descubrir correlaciones donde aparentemente no las hay y
desechar otras que lo parecen pero no lo son.
- No hay que olvidar que, a veces, la casualidad hace aparecer
correlaciones donde no las hay. Por ello, una vez que creamos haber
encontrado una correlación hay que analizar los motivos de ésta antes
de tomar otras medidas.
- Procedimiento:
Se realizan una serie de medidas en pares (25 o más) para las dos
variables X y Y, y se grafican. Se analiza el gráfico para determinar si las
variables están correlacionadas.

Análisis:
- ¿Existe algún patrón o correlación entre las variables X y Y?
- ¿La dirección es positiva o negativa?
- La fortaleza de la relación (una correlación fuerte muestra una
relación lineal definitiva)
- Procedimiento:
Se realizan una serie de medidas en pares (25 o más) para las dos
variables X y Y, y se grafican. Se analiza el gráfico para determinar si las
variables están correlacionadas.

Análisis:
- ¿Existe algún patrón o correlación entre las variables X y Y?
- ¿La dirección es positiva o negativa?
- La fortaleza de la relación (una correlación fuerte muestra una
relación lineal definitiva)
Fórmula para calcular la
Correlación de pearson
 7. Gráficos de Control

Un gráfico de control según Bartés

y otros (2005), “es un gráfico en el
que se representa el
comportamiento de un proceso
anotando sus datos ordenados en
el tiempo” (p. 247); y su objetivo
principal es determinar lo antes
posible, cambios en el proceso que
puedan ocasionar unidades
defectuosas.
 7. Gráficos de Control
Tipos de Gráficos de Control

Según Kume (Ob. Cit.), existen dos tipos de gráficos de control, uno para
valores continuos y otro para valores discretos, como se muestra a
continuación:

Valor continuo:
- Gráfico x – R (valor promedio y rango)
- Gráfico x (variable de medida).

Valor discreto:
- Gráfico pn (Número de unidades defectuosas).
- Gráfico p (Fracción de unidades defectuosas).
- Gráfico c (Número de defectos).
- Gráfico u (Número de defectos por unidad).
Gráfico X ̅-R: Se usa para controlar y
analizar un proceso en el cual la
característica de calidad del
7. Gráficos de Control
producto que se está midiendo
toma valores continuos, tales como
longitud, peso o concentración y
esta proporciona mayor información
sobre el proceso, X ̅representa un
valor promedio de un subgrupo y R
representa el rango del subgrupo.
Un gráfico R se usa generalmente
en combinación con un gráfico X ̅
para controlar la variación dentro
de un subgrupo.
 7. Gráficos de Control
Gráfico pn, gráfico p:
Estos gráficos se usan cuando la
característica de calidad se representa
por el número de unidades defectuosas o
la fracción defectuosa. Para una muestra
de tamaño constante, se usa un gráfico
pn del número de unidades defectuosas,
mientras que un gráfico p de la fracción
de defectos se usa para una muestra de
tamaño variable.
Gráfico c, gráfico u:
Estos se usan para controlar y analizar un
proceso por los defectos de un producto,
tales como rayones en placas de metal,
número de soldaduras defectuosas de un
televisor protegido desigual en telas. Un
gráfico c referido al número de defectos
se usa para un producto cuyas
dimensiones son constantes, mientras que
un gráfico u se usa para un producto de
dimensión variable.
7. Gráficos de Control

Utilidad de los Gráficos de Control:

- Proporciona un método estadístico adecuado para

distinguir entre causas de variación comunes o especiales
mostradas por los procesos.
- Promueve la participación directa de los empleados en el
logro de la calidad.
- Sirve como una herramienta de detección de problemas.
7. Gráficos de Control

Utilidad de los Gráficos de Control:

- Proporciona un método estadístico adecuado para

distinguir entre causas de variación comunes o especiales
mostradas por los procesos.
- Promueve la participación directa de los empleados en el
logro de la calidad.
- Sirve como una herramienta de detección de problemas.