LAS HERRAMIENTAS ESTADISTICA DE CALIDAD

INDICE

1. Introducción.

2. Hoja de control.

3. Histogramas.

4. Diagrama de Pareto.

5. La estratificación.

6. Diagrama de causa – efecto (también llamado gráfico de Ishikawa o

espina de pescado).

7. Diagrama de dispersión.

8. Graficas de control.

9. Relación entre costo y calidad.

10. Bibliografía.

1. INTRODUCCIÓN
La evolución del concepto de calidad en la industria y en los servicios nos muestra que
pasamos de una etapa donde la calidad solamente se refería al control final. Para
separar los productos malos de los productos buenos, a una etapa de Control de
Calidad en el proceso, con el lema: “La Calidad no se controla, se fabrica”.

Finalmente llegamos a una Calidad de Diseño que significa no solo corregir o reducir
defectos sino prevenir que estos sucedan, como se postula en el enfoque de la
Calidad Total.
El camino hacia la Calidad Total además de requerir el establecimiento de una filosofía
de calidad, crear una nueva cultura, mantener un liderazgo, desarrollar al personal y
trabajar un equipo, desarrollar a los proveedores, tener un enfoque al cliente y
planificar la calidad.
Demanda vencer una serie de dificultades en el trabajo que se realiza día a día. Se
requiere resolver las variaciones que van surgiendo en los diferentes procesos de
producción, reducir los defectos y además mejorar los niveles estándares de
actuación.
Para resolver estos problemas o variaciones y mejorar la Calidad, es necesario
basarse en hechos y no dejarse guiar solamente por el sentido común, la experiencia
o la audacia. Basarse en estos tres elementos puede ocasionar que en caso de
fracasar nadie quiera asumir la responsabilidad.
De allí la conveniencia de basarse en hechos reales y objetivos. Además es necesario
aplicar un conjunto de herramientas estadísticas siguiendo un procedimiento
sistemático y estandarizado de solución de problemas. Existen Siete Herramientas
Básicas que han sido ampliamente adoptadas en las actividades de mejora de la
Calidad y utilizadas como soporte para el análisis y solución de problemas operativos
en los más distintos contextos de una organización.

Así también para la industria existen controles o registros que podrían llamarse
“herramientas para asegurar la calidad de una fábrica”.
LAS HERRAMIENTAS BÁSICAS DE CALIDAD.
Estas herramientas son:

 Hoja de control.

 Histogramas.

 Diagrama de Pareto.

 La estratificación.

 Diagrama de causa – efecto (también llamado gráfico de Ishikawa o espina de

pescado).
 Diagrama de dispersión.

 Grafica de control.

La experiencia de los especialistas en la aplicación de estos instrumentos o

Herramientas Estadísticas señala que bien aplicadas y utilizando un método
estandarizado de solución de problemas pueden ser capaces de resolver hasta el 95%
de los problemas.

Hay personas que se inclinan por técnicas sofisticadas y tienden a menospreciar estas
siete herramientas debido a que parecen simples y fáciles, pero la realidad es que es
posible resolver la mayor parte de problemas de calidad, con el uso combinado de
estas herramientas en cualquier proceso de manufactura industrial.

Las siete herramientas sirven para:

 Detectar problemas
 Delimitar el área problemática
 Estimar factores que probablemente provoquen el problema
 Determinar si el efecto tomado como problema es verdadero o no
 Prevenir errores debido a omisión, rapidez o descuido
 Confirmar los efectos de mejora
 Detectar desfases

1. HOJA DE CONTROL
La Hoja de Control u hoja de recogida de datos, también llamada de Registro, sirve
para reunir y clasificar las informaciones según determinadas categorías, mediante la
anotación y registro de sus frecuencias bajo la forma de datos. Una vez que se ha
establecido el fenómeno que se requiere estudiar e identificadas las categorías que los
caracterizan, se registran estas en una hoja, indicando la frecuencia de observación.
Lo esencial de los datos es que el propósito este claro y que los datos reflejen la
verdad. Estas hojas de recopilación tienen muchas funciones, pero la principal es
hacer fácil la recopilación de datos y realizarla de forma que puedan ser usadas
fácilmente y analizarlos automáticamente.

De modo general las hojas de recogida de datos tienen las siguientes funciones:
  De distribución de variaciones de variables de los artículos producidos
(peso, volumen, longitud, talla, clase, calidad, etc…)
 De clasificación de artículos defectuosos.
 De localización de defectos en las piezas.
 De causas de los defectos.
 De verificación de chequeo o tareas de mantenimiento.

Una vez que se ha fijado las razones para recopilar los datos, es importante que se
analice las siguientes cuestiones:
 La información es cualitativa o cuantitativa.
 Cómo se utiliza la información recopilada.
 Cómo de analizará.
 Quién se encargará de la recogida de datos.
 Con qué frecuencia se va a analizar.

Esta es una herramienta manual, en la que clasifican datos a través de marcas sobre
la lectura realizadas en lugar de escribirlas, para estos propósitos son utilizados
algunos formatos impresos, los objetivos más importantes de la hoja de control son:

 Investigar procesos de distribución.

 Artículos defectuosos.
 Localización de defectos.
 Causas de efectos.

Ejemplo: en una empresa de agua.

2. HISTOGRAMA
Es un tipo especial de grafica de barras que despliega la variabilidad dentro de un
proceso. Un histograma toma datos variables (tales como alturas, pesos, densidad,
tiempo, temperatura, etc.) y despliega su distribución. Los patrones inusuales o
sospechosos pueden indicar que un proceso necesita investigación para determinar su
grado de estabilidad.
Como se utiliza:
 Hacer seguimiento del desempeño actual del proceso.
 Seleccionar el siguiente producto o servicio a manejar.
 Probar y evaluar las revisiones de proceso para mejorar.
 Necesita obtener una revisión rápida de la variabilidad dentro de un proceso.
Desde un sistema estable, se pueden hacer predicciones sobre el desempeño futuro
del sistema. Un equipo para efectuar mejoras utiliza un histograma para evaluar la
situación actual del sistema y para estudiar resultados. La forma del histograma y la
información de estadísticas le ayudan al equipo a saber cómo mejorar el sistema.

Ejemplo:

Concepto clave para recordar:

 Los valores en un conjunto de datos casi siempre muestran variación. Es
inevitable en el resultado de cualquier proceso, servicio administrativo o de
manufactura. Es imposible mantener todos los factores en un estado constante
todo el tiempo.
 La variación despliega un patrón. Diferentes fenómenos tendrán variaciones
diferentes, pero siempre hay algún patrón en la variación. Estos patrones de
variación en los datos se llama distribuciones. Existen tres características
importantes en un histograma: su centro, su extensión y su forma.

3. DIAGRAMA DE PARETO:
Es una herramienta que se utiliza para priorizar los problemas o las causas que los
genera. El nombre de Pareto fue dado por el Dr. Juran en honor del economista
italiano VILFREDO PARETO (1848-1923) quien realizó un estudio sobre la distribución
de la riqueza, en el cual descubrió que la minoría de la población poseía la mayor
parte de la riqueza y la mayoría de la población poseía la menor parte de la riqueza.
El Dr. Juran aplicó este concepto a la calidad, obteniéndose lo que hoy se conoce
como la regla 80/20. Según este concepto, si se tiene un problema con muchas
causas, podemos decir que el 20% de las causas resuelven el 80 % del problema y el
80 % de las causas solo resuelven el 20 % del problema.

Se basada en el conocido principio de Pareto, esta es una herramienta que es posible

identificar lo poco vital dentro de lo mucho que podría ser trivial.
Procedimientos para elaborar el diagrama de Pareto:
1. Decidir el problema a analizar.
2. Diseñar una tabla para conteo o verificación de datos, en el que se
registren los totales.
3. Recoger los datos y efectuar el cálculo de totales.
4. Elaborar una tabla de datos para el diagrama de Pareto con la lista de
ítems, los totales individuales, los totales acumulados, la composición
porcentual y los porcentajes acumulados.
5. Jerarquizar los ítems por orden de cantidad llenando la tabla respectiva.
6. Dibujar dos ejes verticales y un eje horizontal.
7. Construya un gráfico de barras en base a las cantidades y porcentajes
de cada ítem.
8. Dibuje la curva acumulada. Para lo cual se marcan los valores
acumulados en la parte superior, al lado derecho de los intervalos de
cada ítem, y finalmente una los puntos con una línea continua.
9. Escribir cualquier información necesaria sobre el diagrama.

Para determinar las causas de mayor incidencia en un problema se traza una línea
horizontal a partir del eje vertical derecho, desde el punto donde se indica el 80%
hasta su intersección con la curva acumulada. De ese punto trazar una línea vertical
hacia el eje horizontal. Los ítems comprendidos entre esta línea vertical y el eje
izquierdo constituyen las causas cuya eliminación resuelve el 80 % del problema.

Ejemplo:

30 DIAGRAMA DE PARETO 120

25 95.68 97.7 98.52 99.94 100
91.41 94.26
87.13
20 78.56 80
68.56
15 60
10 35.71 40
5 20
0 0
1 2 3 4 5 6 7 8 9 10
TIPO DE QUEJA

4. ESTRATIFICACIÓN
Es lo que clasifica la información recopilada sobre una característica de calidad. Toda
la información debe ser estratificada de acuerdo a operadores individuales en
máquinas específicas y así sucesivamente, con el objeto de asegurarse de los factores
asumidos;
Usted observara que después de algún tiempo las piedras, arena, lodo y agua puede
separase, en otras palabras, lo que ha sucedido es una estratificación de los
materiales, este principio se utiliza en manufacturera.
Los criterios efectivos para la estratificación son:
 Tipo de defecto
 Causa y efecto
 Localización del efecto
 Material, producto, fecha de producción, grupo de trabajo, operador,
individual, proveedor, lote etc.
Ejemplo:

ESTRA TEFIC AC ION

A) e ntre g a fue ra de ti empo
D) ma te rial m al emba la do
G) ma la atencion a l
pe rsona l
J)producto con codig os
equivoca dos
B) calibre f ue ra de
es pecificacione s
E) dime nciones f uera de
es pecificacione s
H) ma ltrato del mate ria l
C)m ate rial s ucio y
ma ltra ta do
F )inaxa titud e n cantidades
I) fa lla s e n docume nta cion

5. DIAGRAMA CAUSA – EFECTO

Identifica muchas causas posibles de un efecto o problema y clasifica las ideas en
categorías útiles.
El enunciado del problema, colocado en la cabeza de la espina de pescado, se utiliza
como punto de partida para trazar el origen del problema hacia su causa raíz.
Típicamente, el enunciado describe el problema como una brecha que se debe cerrar
o como un objetivo que se debe lograr. El mecanismo para encontrar las causas
consiste en considerar el problema y preguntarse “por qué” hasta que se llegue a
identificar la causa raíz o hasta que se hayan agotado las opciones razonables en
cada diagrama de espina de pescado.
 Diagrama de Dispercion
PESO Y (kg) Linear (PESO Y (kg))

100 90
8384
90 79
80 66 70
65
70 58
60 Ejemplo:

Peso
50
40
30
20
10
0
1.55 1.6 1.65 1.7 1.75 1.8 1.85 1.9
Estatura

6. DIAGRAMAS DE DISPERSIÓN
También conocidos como gráficos de correlación, Representan pares ordenados
(X, Y) y a menudo se les denomina diagramas de correlación, ya que pretenden
explicar un cambio en la variable dependiente Y en relación con un cambio observado
en la variable independiente X.
La dirección de la correlación puede ser proporcional (correlación positiva), inversa
(correlación negativa), o bien puede no darse un patrón de correlación (correlación
cero). En caso de que se pueda establecer una correlación, se puede calcular una
línea de regresión y utilizarla para estimar cómo un cambio en la variable
independiente influirá en el valor de la variable dependiente.
Ejemplo: se tabula un diagrama de dispersión

ESTATURA X(cm) PESO Y (kg)

1.57 58
1.62 65
1.65 66
1.73 70
1.77 79
1.77 83
1.78 84
1.85 90
 7. GRAFICAS DE CONTROL
Los gráficos para el control de productos industriales fueron desarrollados inicialmente
por W. Shewhart en 1931, con el principal objetivo de investigar si un proceso se
encuentra bajo control estadístico. El elemento clave en los gráficos de control es la
muestra de control, que nos servirá para construir el gráfico y monitorizar el estado del
procedimiento analítico.
El fundamento de los gráficos de control se basa en la asunción de la normalidad de
los resultados de medida: cuando se lleva a cabo algún proceso (por ejemplo, un
método de análisis) de forma sistemática, es decir, bajo las mismas fuentes de
influencia o variación, el proceso se verá afectado por errores aleatorios que
conducirán a una distribución normal de los resultados. Esta afirmación es una
consecuencia del teorema del límite central. Se dirá que el método analítico está bajo
control si los resultados obtenidos con este método siguen las características de una
distribución normal. Por ejemplo, aproximadamente el 67% de los resultados han de
encontrarse dentro del intervalo: valor de la muestra de control ± 1s (donde s es
desviación estándar asociada a los análisis de la muestra de control con el
procedimiento que se desea monitorizar), aproximadamente el 95% de los resultados
han de encontrarse dentro del intervalo: valor de la muestra de control ± 2s y
aproximadamente el 99% de los resultados han de encontrarse dentro del intervalo:
valor de la muestra de control ± 3s (Figura 1 izquierda). Cuando los resultados de los
análisis de la muestra de control a lo largo del tiempo se encuentran dentro de los
límites aceptados, se dice que el sistema se encuentra bajo control estadístico.
Cuando se encuentran puntos fuera de los límites especificados, o se encuentran
tendencias, se dice que el sistema se encuentra fuera de control.

En la construcción de un gráfico de control podemos distinguir las siguientes etapas:

 etapa de aprendizaje. En esta etapa se obtienen los resultados iniciales con la

muestra de control. En el caso de utilizar una muestra real, se debería
comprobar la normalidad y la presencia de resultados discrepantes y su
eliminación. Con los resultados iniciales de la muestra de control se establece
el valor de la línea central. Este valor debería obtenerse con un mínimo de
1530 análisis de la muestra de control. Los diferentes límites suelen
establecerse a una distancia del valor central ± 2s (línea de aviso), y a una
distancia del valor central ± 3s (línea de control). Estas líneas pueden
observarse en la figura 1.

Línea de control superior línea de

+3s +3s
+2s +2s aviso superior
+1s +1s
x
-1s -1s
-2s -2s
-3s -3s
Línea de aviso inferior línea de control inferior

Figura 1. Líneas de aviso y de control en un gráfico de control (parte derecha), y su

relación con la distribución de la muestra de control.

 etapa de control. En esta etapa se representan frente al tiempo los diversos

resultados de la muestra de control con el objetivo de detectar tendencias y
situaciones fuera de control.
 gráfico de intervalos móviles: se mide el intervalo entre un par consecutivo
de valores en un gráfico de valores individuales. De esta manera se pueden
controlar ‘saltos’ en el procedimiento analítico.
 gráfico de intervalos: cuando se establece el control de los promedios, su
distribución puede medirse por el intervalo (valor máximo – valor mínimo) de
los valores utilizados para cada promedio, y controlar así esta dispersión.

Existen una serie de reglas muy conocidas para evaluar si un sistema se encuentra
bajo control estadístico utilizando los gráficos de promedios o de valores individuales
(los más utilizados). Estas reglas son las reglas de la Western Electric [Western
Electric 1956], y para utilizarlas es conveniente dividir el gráfico de control en tres
zonas:

 zona central: de -1s a +1s

 zona de aviso: de -1s a -2s y de +1s a +2s
 zona de control: de -2s a -3s y de +2s a +3s

b
c

Figura 2. Algunos cambios en el procedimiento analítico que podemos detectar con los
gráficos de control.
Se considera que el procedimiento analítico se encuentra fuera de control, o que ha
cambiado significativamente, cuando hay:
 1 punto más allá de la zona de control: se estima que la probabilidad de que
pase esto es suficientemente baja (de hecho es inferior al 0.3%) como para
sospechar que el sistema está fuera de control.
 2 de 3 puntos consecutivos en la zona de control: similar al caso anterior, ya
que la probabilidad de que esto suceda es inferior al 0.0625%.
 6 puntos consecutivos en línea ascendente o descendente: se considera que el
sistema sigue una tendencia no aleatoria.
 9 puntos consecutivos a un lado de la línea central (ya sea por encima de ella o
por debajo): este caso suele constituir un desplazamiento del promedio o del
valor central, generalmente debido a un cambio significativo en el sistema.
 14 puntos consecutivos alternando arriba o abajo: fenómeno cíclico o series
temporales.
 15 puntos consecutivos en la zona de control: esto implica una mejora de la
precisión y una menor desviación estándar asociada. Se tendrían que volver a
recalcular los límites de aviso y de control.
 4 de 5 puntos consecutivos en la zona de aviso o más allá.
 8 puntos consecutivos por encima y por debajo de la zona de control: 2
poblaciones diferentes.

8. BIBLIOGRAFIA

 Quality improvement tools, juran institute 1989.

 Folleto de las siete herramientas para solucionar problemas estadísticos de la
calidad.
 José Ángel Maldonado. fundamentos de calidad total.
 E.L. Grant, R.S. Leavenworth, Statistical Quality Control, McGraw-Hill, Inc.,
New York (1988)
 D.L. Massart, B.G.M. Vandeginste, L.M.C. Buydens, S. De Jong, P.J. Lewi, J.
Smeyers-Verbeke, Handbook of Qualimetrics and Chemometrics. Part A.
Elsevier, Ámsterdam (1997)
 Western Electric Corp., Statistical Quality Control Handbook, AT&T
Technologics, Indianapolis (1956)
 http://es.wikipedia.org/wiki/Histograma.

UNIVERSIDAD
TARAPOTO – PERU

2021