Las hojas de control o también llamadas hojas de registro o recogida de

datos son formas estructuradas que facilitan la recopilación de información,

previamente diseñadas con base en las necesidades y características de
los datos que se requieren para medir y evaluar uno o varios procesos.
Una hoja de registro es un formato pre-impreso en el cual aparecen los
ítems que se van a registrar, de tal manera que los datos puedan recogerse
fácil y concisamente.
Las hojas de Recogida de Datos son impresos que se utilizan para reunir
datos que, en general, se anotan de forma tabular o en columnas.
Normalmente requieren de un proceso adicional, una vez recogidos los
datos, utilizando una herramienta de análisis de los mismos.
Se puede afirmar que las hojas de control son las herramientas bases para
la recolección y análisis de datos, que permiten realizar seguimientos en el
proceso de resolución de problemas.
Sus objetivos principales de manera general son:
· Facilitar la recolección de datos.
· Organizar automáticamente los datos de manera que puedan usarse con
facilidad más adelante.
· Son el punto de partida para la elaboración de otras herramientas, como
por ejemplo los Gráficos de Control.
Usos y aplicaciones:
La hoja de recogida de datos se construye en función de los objetivos y de
la finalidad, que pueden ser muy diversos de una situación a otra:
Problemas relacionados con la seguridad
Tipo y número de defectos.
Cantidad del producto fuera de las especificaciones.
Respecto de una secuencia de operaciones.
Valoración completa o en detalle de un problema.
Grado de influencia sobre un problema de aspectos tales como el turno, los
materiales, las maquinas, etc.
¿Qué es un histograma?
 Un histograma es la representación gráfica en forma de barras, que
simboliza la distribución de un conjunto de datos. Sirven para obtener una
"primera vista" general, o panorama, de la distribución de la población, o de
la muestra, respecto a una característica, cuantitativa y continua.
 
 
En un histograma el eje de las   (o abscisas) consiste del rango en el cual
se encuentran los datos. Ahora, las bases de los rectángulos consisten de
los intervalos en los cuales agrupamos dichos datos.
 Por otro lado, en el eje de las   (u ordenadas) tenemos más opciones,
dependiendo estas opciones es el tipo de histograma que tenemos. Los dos
tipos principales de histogramas son los siguientes:
 
Histograma de frecuencias absolutas. Representa la frecuencia absoluta
mediante la altura de las barras.
Histograma de frecuencias relativas. Representa la frecuencia relativa
mediante la altura de las barras.  
Así, ya que conocemos las características de un histograma, tenemos que
para construir uno, dado un conjunto de datos, debemos seguir los
siguientes pasos.
 Dibujamos el eje de las abscisas de tal forma que incluya como mínimo el
rango de los datos y, posteriormente, dividimos este rango en los intervalos
dados.
 Dibujamos el eje de las ordenadas representando las frecuencias absolutas
o relativas según sea el caso.
Edad Personas

Total:
Se dibujan los rectángulos de anchura igual y proporcional al intervalo (en
nuestro caso todos tendrán la misma anchura) y de altura igual a la
frecuencia absoluta o relativa, según sea el caso.
 
Ejemplo. Consideremos los siguientes datos
 

 
Nuestro histograma de frecuencias absolutas sería el siguiente
 

Por otro lado, nuestro histograma de frecuencias relativas sería el siguiente

 
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 Vildredo 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
En una situación problemática:
El 80% de “problema” se genera del 20% de “causas”

Qué es el diagrama de Pareto:

Ahora si entrados en materia. El diagrama de Pareto consiste en un gráfico de
barras que clasifica de izquierda a derecha en orden descendente las causas o
factores detectados en torno a un fenómeno. De ahora en adelante hablaremos de
problemas como causas y de fenómeno como situación problemática.
Esto nos permite concentrar nuestros esfuerzos en aquellos problemas que
representan ese 80%.
. En este sentido, utilizamos el Gráfico de Pareto para:
La mejora continua
El estudio de implementaciones o cambios recientes (cómo estaba antes – cómo
esta después)
Análisis y priorización de problemas

Estratificación o muestreo estratificado

Estratificación es clasificar o agrupar los datos con características coincidentes en
grupos o estratos. Sirve para facilitar el trabajo antes de usar otras herramientas
como pueden ser los histogramas o los diagramas de dispersión.

Cuando hay muchos datos, por ejemplo, en un diagrama de dispersión, su

interpretación puede hacerse bastante complicada y se pueden enmascarar los
problemas a detectar. Esta técnica separa los datos para que podamos encontrar
patrones que de otra manera no se podrían ver.

Cuándo utilizar la estratificación

Antes de recopilar datos: A veces contamos con muchísimos datos y resulta
conveniente intentar clasificarlos antes de lanzarnos a usar otro tipo de
herramienta como diagramas de Pareto o Histogramas.
Cuando tenemos datos de varias fuentes o condiciones: turnos, días de la
semana, proveedores o grupos de población.
Cuando el análisis de datos requiere la separación de diferentes fuentes o
condiciones: por ejemplo separar por diferentes equipos.
Tipos de muestreo estratificado
Dependiendo del tamaño de los estratos, podemos encontrar 3 tipos de muestreo
estratificado:
1. Muestreo estratificado proporcionado o proporcional
La muestra deberá tener estratos que guarden las mismas proporciones
observadas en la población.

Por ejemplo: Estamos analizando la cantidad de autónomos en España que

trabajan desde casa y hay 1.000.000 de personas en este segmento: 70% de
mujeres y 30% de hombres (estos son datos totalmente ficticios).

Si decidimos que la muestra sea de 1000 personas, la proporción debe ser la

siguiente:

Estrato de mujeres: 700 (70%)

Estrato de hombres: 300 (30%)

2. Muestreo estratificado uniforme

Cuando se asigna el mismo tamaño de muestra a todos los estratos definidos, sin
importar el peso que tienen en la población. Si seguimos con el ejemplo anterior,
un muestreo estratificado uniforme quedaría de la siguiente manera:

Estrato de mujeres: 500

Estrato de hombres:500

3. Muestreo estratificado óptimo (respecto a la desviación estándar)

En este caso, el tamaño de los estratos en la muestra no guarda proporcionalidad
con la población. Se define el tamaño de los estratos proporcionalmente a la
desviación estándar de las variables objeto de estudio. Es decir, se toman estratos
de mayor tamaño en los estratos con mayor variabilidad interna para representar
mejor en el total de la muestra los grupos poblacionales más difíciles de estudiar.

Fuente: Blog de Netquest

¿Qué tipo de muestreo es el más conveniente?
Según nos dice Carlos Ochoa en este artículo:

El muestreo estratificado proporcional produce siempre menor o igual error

muestral que el muestreo aleatorio simple
El muestreo estratificado óptimo es siempre igual o más preciso que el muestreo
estratificado proporcional.
Procedimiento de estratificación
✏️ Antes de recopilar datos, se debe considerar qué información sobre las fuentes
de los datos puede tener un efecto en los resultados. ¿Qué vas a analizar?

✏️ Recopila los datos.

✏️ Determina los factores de estratificación a emplear.

✏️ Haz los cálculos necesarios para dividir los estratos.

✏️ Grafica los datos recopilados en un diagrama de dispersión, gráfico de control,

histograma u otra herramienta de análisis. Utiliza marcas o colores diferentes para
distinguir los datos de varias fuentes.

✏️ Observa y analiza los resultados.

Qué es un diagrama de dispersión https://www.ingenioempresa.com/diagrama-de-

dispersion/

Antes de responder este interrogante, es necesario dar respuesta a qué es

dispersión. La definición de dispersión tiene múltiples respuestas, como bien nos
muestra wikipedia: Dispersión. Nos quedamos con la definición matemática:
Dispersión se define como el grado de distanciamiento de un conjunto de valores
respecto a su valor medio.

A partir de esta definición, se derivan las medidas de dispersión que aprendimos

en la clase de estadística del colegio: Rango, varianza, desviación, covarianza,
coeficiente de correlación, etc.

Ahora bien, el diagrama de dispersión, también conocido como gráfico de

dispersión o gráfico de correlación consiste en la representación gráfica de dos
variables para un conjunto de datos. En otras palabras, analizamos la relación
entre dos variables, conociendo qué tanto se afectan entre sí o qué tan
independientes son una de la otra.

En este sentido, ambas variables se representan como un punto en el plano

cartesiano y de acuerdo a la relación que exista entre ellas, definimos su tipo de
correlación.

Gráfica de Control
Una gráfica de control es un diagrama que sirve para examinar si un proceso se
encuentra en una condición estable, o para asegurar que se mantenga en esa
condición.

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. En esta condición
se pueden hacer inferencias con respecto a la salida del proceso, esto es, la
característica de calidad que se esté midiendo. En cambio, la presencia de causas
especiales o asignables hace que el proceso se desestabilice, impidiendo la
predicción de su comportamiento futuro.

Con base en la información obtenida en intervalos determinados de tiempo, las

gráficas de control definen un intervalo de confianza: Si un proceso es
estadísticamente estable, el 99.73% de las veces el resultado se mantendrá
dentro de ese intervalo.
La estructura de las gráficas contiene una “línea central” (LC), una línea superior
que marca el “límite superior de control” (LSC), y una línea inferior que marca el
“límite inferior de control” (LIC). Los puntos contienen información sobre las
lecturas hechas; pueden ser promedios de grupos de lecturas, o sus rangos, o
bien las lecturas individuales mismas. Los límites de control marcan el intervalo de
confianza en el cual se espera que caigan los puntos.

Uno de los softwares estadísticos más comunes utilizados en la industria es el

Minitab.

Las gráficas de control sirven para:

– Determinar el estado de control de un proceso.

– Diagnostica el comportamiento de un proceso en el tiempo.
– Indica si un proceso ha mejorado o ha empeorado.
– Permite identificar las dos fuentes de variación de un proceso.
– Sirve como una herramienta de detección de problemas.

Fuentes de Variación en un Proceso:

1. Causas Asignables o Especiales

Son los factores esporádicos que desestabilizan el sistema. Su identificación es
inmediata y fácil.

2. Causas Comunes o Naturales

Son los factores que afectan en poco la variabilidad del sistema.

Su presencia es aleatoria y no son de fácil detección.
Generalmente están relacionadas con aspectos administrativos.

Consideraciones previas

Antes de establecer una gráfica de control, es necesario definir con claridad los
siguientes puntos: el propósito de la gráfica, el aspecto que se va a considerar, y
la unidad de donde se va a tomar la muestra.
Tipos de gráficas de control

1. Gráficas de Control de Variables

– Gráfica x – R Promedios y rangos

– Gráfica x – s Promedios y Desviación Estándar
– Gráfica x – R Medianas y Rangos
– Gráfica x – R Lecturas Individuales y Rangos

2. Gráficas de Control por Atributos

– Gráfica p Porcentaje de unidades o procesos defectuosos

– Gráfica np Número de unidades o procesos defectuosos
– Gráfica c Número de defectos por área de oportunidad
– Gráfica u Porcentaje de defectos por área de oportunidad

Las gráficas de control son comúnmente utilizadas para monitorear el control

estadístico del proceso o SPC por sus siglas en inglés. Esta última herramienta,
así como el APQP, PPAP, AMEF y MSA pertenecen al grupo de herramientas
conocidas como Core Tools del sector automotriz, que es un requerimiento del
ISO/TS 16949.