Documentos de Académico
Documentos de Profesional
Documentos de Cultura
FACULTAD DE TECNOLOGÍA
Las Herramientas: utilización en manufactura y en servicios.
Criterio de Pareto, Histogramas, Gráficos de Control, Diagrama de Causa-Efecto.
UNIVERSITARIOS:
GRUPO: 10
Sucre-Bolivia
2022
Contenido
1. INTRODUCCION 3
1.1 Criterios generales para seleccionar y usar herramientas de mejora 3
2. CRITERIO DE PARETO 3
2.1 DIAGRAMA DE PARETO 4
2.1.1 Construcción 5
2.1.3 Enfoque Económico 9
3. HISTOGRAMAS. 10
3.1 Tipos de Histogramas 10
3.2 Clasificación e interpretación del comportamiento 10
3.3 Construcción. 11
4. GRAFICOS DE CONTROL 11
4.1 Supuesto de Variabilidad 11
4.2 Tipos de Gráficos de Control 12
4.2.1 Gráficos de control por variables. 12
4.2.2 Gráficos de control por atributos 12
4.3 Construcción 12
4.3.1 Gráficos de control por variables. 12
4.3.2 Gráficos de control por atributos. 14
5. DIAGRAMA CAUSA-EFECTO 15
5.1 Trabajo en equipo 15
5.2 Ventajas 16
5.3 Construcción. 16
6. EJEMPLOS 16
8. BIBLIOGRAFÍA 24
LAS HERRAMIENTAS: UTILIZACIÓN EN MANUFACTURA Y EN SERVICIOS.
CRITERIO DE PARETO, HISTOGRAMAS, GRÁFICOS DE CONTROL, DIAGRAMA
DE CAUSA-EFECTO
1. INTRODUCCION
Un sistema de gestión de calidad en la empresa requiere la utilización de una serie de herramientas
o técnicas que permitan el control y la mejora de la calidad y, por tanto, ayuden en la resolución
de problemas. Este conjunto de técnicas contribuye indudablemente a la implantación de los
principios de la GCT (Gestión de Calidad Total) como por ejemplo la mejora continua, la
orientación al cliente, la cooperación interna y el trabajo en equipo.
En la actualidad existen infinidad de instrumentos y herramientas de apoyo para la gestión de
procesos de mejora en sus distintos ámbitos: análisis de problemas, generación y organización de
ideas o representación de procesos o flujos de trabajo. Cada herramienta tiene una especialización
y forma de utilización diferentes, así como diversas ventajas y puntos débiles.
1.1 Criterios generales para seleccionar y usar herramientas de mejora
El principal problema a la hora de elegir qué herramienta o herramientas utilizar durante el
desarrollo de un proyecto de mejora es decidirse entre la amplísima oferta existente. Además, cada
profesional tiene sus preferencias y gustos personales, por lo que en ocasiones es complicado llegar
a un acuerdo.
Algunas recomendaciones en la selección y uso de este tipo de herramientas serían:
● Realizar una preselección de las que pensemos que mejor se adaptan a nuestros objetivos
y necesidades.
Por Ejemplo: Cuando un almacén tiene un inventario grande, para poder controlar los artículos o
mercancías se utiliza el principio de Pareto. Controlando el 20% de los productos almacenados
puede controlarse aproximadamente el 80% del valor de los artículos de almacén (Clasificación
ABC).
2.1 DIAGRAMA DE PARETO
El principio permite utilizar herramientas de gestión, como el diagrama de Pareto, que se utiliza
en cuestiones relacionadas con el control de calidad. 20% de los defectos afectan al 80% de los
procesos. Así, de forma relativa, aparecen distintos elementos que participan en un fallo y se
pueden identificar los problemas realmente relevantes, que obtienen mayor porcentaje de errores.
Por Ejemplo: En una fábrica textil, se encontró que 3 de las 15 tejedoras eran las que producían 74
% de la tela defectuosa.
El análisis de Pareto separa con claridad los pocos elementos vitales de los muchos triviales y
ofrece una dirección para seleccionar los proyectos a fin de mejorar.
El análisis de Pareto se utiliza a menudo para examinar los datos recopilados en las hojas de
verificación. También es posible trazar una curva de frecuencia acumulada en el histograma, como
se muestra en la figura.
Este apoyo visual muestra con claridad la magnitud relativa de los defectos y se puede utilizar para
identificar las oportunidades de mejora. Los problemas más costosos o significativos saltan a la
vista. Los diagramas de Pareto también pueden mostrar los resultados de los programas de mejora
a través del tiempo.
2.1.1 Construcción
La construcción del diagrama de Pareto consta de las siguientes etapas (Galgano, 1995):
1. Decidir cómo clasificar los datos: Después de tener clara la cuestión a analizar, se debe
elegir el método de clasificación de los datos que deben recogerse. Por ejemplo, se pueden
clasificar por tipo de defecto (forma muy usual de hacerlo), por máquina, por fase del
proceso, por turno, etc.
2. Determinar el tiempo de recogida de los datos: Consiste en decidir cuándo y durante
cuánto tiempo recogeremos los datos, en términos de horas, días, semanas o meses.
3. Obtener los datos y ordenarlos: En esta fase se debe preparar la hoja de recogida de datos.
Por ejemplo, si hemos decidido clasificar por tipo de defecto y definimos un periodo de
observación de cuatro semanas consecutivas, la hoja de recogida de datos podría ser como
la que muestra la Figura.
En ella se van anotando los datos (el defecto A ocurrió dos veces en la primera semana, el
defecto B ocurrió cuatro veces, y así sucesivamente con todos), de manera que una vez
cumplimentada constituye la base para la representación del Diagrama de Pareto.
4. Dibujar los ejes de coordenadas: Se colocan en el eje vertical la escala de medida de las
frecuencias o coste y en el eje horizontal las causas en orden decreciente de la unidad de
medida. En nuestro ejemplo, en el eje vertical figurarán el número total de defectos
detectados y en el eje horizontal los tipos de defectos.
5. Dibujar el diagrama: Consiste en la representación gráfica de los datos recogidos en la
hoja. Para ello se observa cuál es el defecto ocurrido con más frecuencia y se representa en
el extremo izquierdo, junto al eje vertical, mediante una barra ancha que tendrá la altura
correspondiente a su frecuencia. Posteriormente se representa el segundo defecto en
frecuencia, y así sucesivamente.
Antes de dibujar el diagrama de Pareto hay que colocar los defectos en orden decreciente
en función del número de veces que se hayan detectado. En este ejemplo, el defecto C es
el que se detecta mayor número de veces, seguido de B, D y por último A, que corresponde
al defecto que ha aparecido en menor número de ocasiones.
6. Construir una línea de frecuencia acumulada: Consiste en trazar a la derecha una línea
de porcentajes que sitúa a la altura de 90, total de los defectos observados en las cuatro
semanas, el 100 %. Esta línea muestra los porcentajes acumulados.
7. El análisis de Pareto: El diagrama pone de relieve los problemas más importantes sobre
los que será necesario actuar. En nuestro ejemplo, los defectos C y B son los defectos más
importantes, puesto que representan el 80 % de los defectos totales. Entonces, a la hora de
actuar tendremos que comenzar a resolver los problemas teniendo en cuenta este orden de
importancia, dado que normalmente contamos con un tiempo y unos recursos limitados
para la consecución de los resultados. Si conseguimos eliminar o disminuir drásticamente
estos dos defectos, habremos eliminado la mayoría de los defectos; por tanto, debemos
centrar nuestros esfuerzos en esta dirección.
Observamos que el defecto B, que en el diagrama anterior (CBDA) era el segundo defecto en
frecuencia, tiene un coste de eliminación superior al resto de los defectos. Por tanto, parece
conveniente estudiar la posibilidad de eliminar este defecto de manera prioritaria, pasando a
segundo lugar la eliminación del defecto C, aunque éste sea el defecto más frecuente.
3. HISTOGRAMAS.
Los histogramas proporcionan claves acerca de las características de la población principal de la
cual se toma una muestra. Se vuelven evidentes los patrones, los cuales resultaría muy difícil de
observar en una tabla ordinaria de números.
El histograma muestra la distribución de frecuencias de un conjunto de valores mediante la
representación con barras.
En general, el histograma como distribución de frecuencias tiene muchísima utilidad, y se aplica
en la elaboración de informes, análisis, estudios de las capacidades de proceso, la maquinaria y el
equipo y para el control (Ishikawa, 1994).
3.1 Tipos de Histogramas
a) Histograma de datos repetidos: Se construye cuando los datos tienen valores
determinados. Ejemplo: número de defectos que presenta un artículo, la cantidad de
artículos defectuosos producidos en un día.
b) Histograma de datos dentro de ciertos límites: Se construye cuando los datos pueden
tener cualquier valor dentro de un determinado intervalo. Ejemplo: La temperatura, la
presión.
Hay dos distribuciones que tienen dos modas presentes mezcladas que tienen diferencias
significativas. Ejemplo. Cuando hay diferencia significativa entre dos máquinas, dos operarios o
entre dos fuentes diferentes.
d) Histograma Truncado.
Cuando los datos están fuera de los límites de tolerancia, se eliminan por inspección al 100%.
e) Histograma Anormalmente alto al principio de distribución. Cuando los artículos fuera
de especificaciones son reparados o los datos son falseados, o la presencia de ambos casos.
3.3 Construcción.
Los pasos en su construcción son los siguientes:
1. Identificar el objetivo del uso del histograma y reunir los datos necesarios.
2. Identificar los valores máximos y mínimos y calcular el rango, es decir, la
dimensión del intervalo existente entre esos dos valores.
𝑚 = √𝑁
4. Establecer la anchura de las barras (Amplitud de clase). Se calcula dividiendo
el rango entre el número de barras.
𝑅𝑎𝑛𝑔𝑜
𝐴=
𝑚
5. Calcular los límites inferior y superior de cada barra. Consiste en sumar las
ocurrencias dentro de cada ancho de barra, es decir, la frecuencia.
6. Dibujar el histograma. El número ideal de barras en el histograma es de
aproximadamente diez.
7. Analizar el histograma y actuar con los resultados.
4. GRAFICOS DE CONTROL
Una gráfica dinámica o de control, es una gráfica de líneas cuyos datos se representan en el tiempo.
Las gráficas dinámicas muestran el desempeño y la variación de un proceso o algún indicador de
calidad o productividad a través del tiempo en forma, gráfica fácil de entender e interpretar;
asimismo, identifican los cambios y tendencias en los procesos a través del tiempo y muestran los
efectos de las acciones correctivas.
Consiste en valorar si el proceso está bajo control o fuera de control en función de unos límites
de control estadísticos calculados.
Las gráficas de control por sí solas no pueden determinar el origen del problema.
El eje vertical representa un indicador; el eje horizontal es una escala de tiempo.
Se pueden usar para registrar información como volumen de producción, costos e índices de
satisfacción del cliente.
4.1 Supuesto de Variabilidad
Se parte del supuesto de que la variabilidad es inevitable en todo proceso; por tanto, se trata de
mantener la variabilidad bajo control para así obtener niveles de calidad aceptables. Así, para
mantener un proceso bajo control se debe tener en cuenta que existen diferentes tipos de causas
que influyen sobre la variabilidad: las causas comunes, que son inherentes al proceso y, por tanto,
inevitables, azarosas e imposibles de detectar a priori, y las causas especiales, que no dependen
del funcionamiento natural del proceso, son producidas por variaciones anormales, esporádicas y
se pueden detectar y corregir. Un proceso está bajo control cuando no existen causas especiales o
cuando éstas se han eliminado y sólo actúan sobre la variabilidad del proceso las causas comunes.
4.2 Tipos de Gráficos de Control
Podemos distinguir dos tipos de gráficos de control en función del tipo de datos que contienen:
por variables y por atributos.
4.2.1 Gráficos de control por variables.
Estos gráficos miden una característica continua, es decir, que puede tomar infinitos valores dentro
de un intervalo. El gráfico 𝑿 ̅ − 𝑹 es el más utilizado en control de calidad, registra la media del
proceso y el recorrido o rango de cada muestra y se utiliza para controlar y analizar un proceso
empleando valores relativos a la calidad del producto tales como temperatura, peso, volumen,
concentración, etc. Es necesaria la construcción de los gráficos:
a) Gráfico para los valores medios muestrales (𝒙̅). Indica si existen cambios en la
tendencia central de un proceso. Por ejemplo, un nuevo trabajador o nuevos instrumentos
de trabajo harán que las mediciones se alejen más de línea central.
b) Gráfico para los recorridos (R). Muestra si ha variado la uniformidad del proceso.
4.2.2 Gráficos de control por atributos
Estos gráficos miden una característica discreta, es decir que indican si sucede una cosa u otra.
Entre los diversos tipos de gráficos existentes, los más conocidos son los gráficos p, los gráficos
pn y los gráficos c.
a. El gráfico p. Utiliza como variable de estudio el porcentaje de piezas defectuosas. Las
dimensiones de las muestras pueden no ser constantes
b. El gráfico pn mide la cantidad de unidades defectuosas, siendo las muestras de
dimensiones constantes.
c. El gráfico c mide el número de defectos por unidad encontrados en muestras de tamaño
constante.
4.3 Construcción
4.3.1 Gráficos de control por variables.
I. Recogida de los datos y registro
Es necesario recoger el mayor número posible de datos, por lo menos cien datos recientes sobre la
característica del proceso que se controla, pero cuando los datos son escasos, cincuenta o veinte
valores resultan suficientes para el análisis.
Para la recogida de los datos se determina el «tamaño de la muestra» observaciones (n) y el
«número de muestras» a observar (k). El tamaño de las muestras siempre debe ser el mismo.
II. Calcular la media y los recorridos de la muestra.
Se calcula la media (𝑥̅) de cada muestra, así como los recorridos R restando el valor mínimo del
valor máximo de cada muestra.
La fase siguiente es calcular el promedio general (𝑋̿) con las medias de cada muestra (𝑥̅).
También se calcula el recorrido promedio (𝑅 ̅) con los valores de R para cada muestra.
III. Calcular los límites de control
Para cada gráfico se calculan los límites de control superior e inferior. De esta manera se pueden
calcular los límites utilizando unas sencillas fórmulas.
Donde A2, D4 y D3 son coeficientes cuyo valor depende del tamaño de la muestra (n).
En el grafico R el límite de control inferior, LCI, no es aplicable cuando 𝒏 ≤ 𝟔.
La Figura muestra los valores de éstos para el cálculo de los límites de control de 3𝛿 de los gráficos
𝑋̿̅ − 𝑅.
El proceso se debe repetir varias veces realizando este cálculo hasta obtener como mínimo veinte
valores p (valores de la fracción de unidades defectuosas); es decir, tenemos que examinar por lo
menos veinte grupos de unidades.
A continuación, calculamos la fracción de unidades defectuosas media (𝑝̅), que será el número
total de unidades defectuosas dividido por el número total de unidades inspeccionadas, de la
siguiente forma:
El límite de control inferior, LCI, no es aplicable cuando LCI < 0. Éste es sólo un dato
matemático sin significado económico. Es imposible que una proporción o fracción de defectos
sea negativa.
iv. Representar los gráficos de control.
La representación del gráfico de control supone dibujar la línea central y las dos líneas de control
calculadas, y anotar los valores de p.
v. Interpretación.
Su interpretación es similar a la de los gráficos de control por variables. Si los puntos se sitúan
dentro de los límites de control, preferiblemente alrededor de la línea central, y no hay otros
indicios, el proceso se encuentra bajo control. Sin embargo, se considera la existencia de una
anomalía cuando los puntos muestran una tendencia hacia arriba o hacia abajo, si están fuera o
justo en los límites o si hay más de ocho puntos consecutivos situados por encima o por debajo de
la línea central. Entonces, el proceso se considera fuera de control.
5. DIAGRAMA CAUSA-EFECTO
La variación en los resultados del proceso y otros problemas de calidad pueden ocurrir por muchas
razones, como el material, las máquinas, los métodos, las personas y la medición.
El objetivo de la solución de problemas es identificar sus causas para corregirlas. El diagrama de
causa-efecto es una herramienta importante en esta tarea; ayuda a la generación de ideas sobre las
causas de los problemas y esto, a su vez, sirve como base para encontrar las soluciones.
Un diagrama de causa-efecto es un método gráfico sencillo para presentar una cadena de causas y
efectos, así como clasificar las causas y organizar las relaciones entre las variables.
La aplicación de esta herramienta es amplísima, puede utilizarse conocer y afrontar las causas de
los defectos, anomalías o reclamaciones; reducir costes; obtener mejoras en los procesos; mejorar
la calidad de los productos, servicios e instalaciones; y establecer procedimientos normalizados,
tanto operativos como de control.
Ejemplo:
Nuestra empresa pertenece al sector de las artes gráficas. Queremos saber por qué se producen
reclamaciones de nuestros clientes, de cara a adoptar acciones correctoras que nos permitan reducir
el coste de las mismas a corto- medio plazo. En esta línea, acabamos de implantar un sistema de
control de las reclamaciones de los clientes, mediante el cual podemos conocer el número de
reclamaciones habidas en un determinado plazo de tiempo, así como la causa de cada una y el
coste que supone para nuestra empresa. Dado que acabamos de implantar el sistema, nos damos 3
meses de plazo para disponer de datos fiables y que nos den una visión suficientemente global de
los problemas que provocan las reclamaciones de nuestros clientes. Finalizado dicho período, el
resultado de la recogida de datos es el siguiente:
N°
Causa del reclamo Coste(Bs.)
reclamos
Errores en el texto 15 530
Defectos de color 5 700
Mala encuadernación 4 43
Entrega retrasada 22 25
Máculas en trabajo final 7 49
Calidad del papel 2 50
Errores de corte 4 134
Motas 13 150
Mal troquelado 1 99
Daños en transporte 1 34
Errores facturación 6 6
Otros 9 52,5
Total 89 1.872,5
Ordenando: puede ser según la ocurrencia pero el coste es un de prioridad en una empresa.
N°
Causa de los reclamos reclamos Coste(Bs.)
Defectos de color 5 700
Errores en el texto 15 530
Motas 13 150
Errores de corte 4 134
Mal troquelado 1 99
Otros 9 52,5
Calidad de papel 2 50
Máculas en trabajo final 7 49
Mala encuadernación 4 43
Daños en transporte 1 34
Entrega retrasada 22 25
Errores en facturación 6 6
Total 89 1872,5
Calculando Acumulaciones:
Porcentaj
e
Causa de los N° Porcentaje acumulad
reclamos reclamos Coste(Bs.) individual o
Defectos de color 5 700 37,4% 37,4%
Errores en el texto 15 530 28,3% 65,7%
Motas 13 150 8,0% 73,7%
Errores de corte 4 134 7,2% 80,9%
Mal troquelado 1 99 5,3% 86,1%
Otros 9 52,5 2,8% 88,9%
Calidad de papel 2 50 2,7% 91,6%
Máculas en trabajo
final 7 49 2,6% 94,2%
Mala
encuadernación 4 43 2,3% 96,5%
Daños en
transporte 1 34 1,8% 98,3%
Entrega retrasada 22 25 1,3% 99,7%
Errores en
facturación 6 6 0,3% 100,0%
Total 89 1872,5 100%
Gráficos:
El análisis del diagrama nos permite ver con claridad que el 80% de las causas se refieren a 4
problemas, sin embargo, por cuestiones de presupuesto o prioridad, es posible atender un pequeño
grupo de 2 causas “vitales” (defectos de color y errores en el texto) explica un 65,7% de todo el
coste por reclamaciones, quedando el 34,3% restante repartido entre más de otras 10 causas
“triviales”. Por tanto, nuestras acciones correctoras y de mejora deberían ser prioritarias (no
necesariamente de forma exclusiva) hacia estas causas. Dicho de otro modo: concentrando
nuestros esfuerzos en solamente tres causas, podríamos eliminar el 65,7% de nuestros costes por
reclamaciones (suponiendo que nuestras acciones correctoras fuesen totalmente eficaces). Es
decir, el potencial de mejora contenido en las restantes.
7. EJERCICIO PROPUESTO
Está usted interesado en analizar los principales problemas a los que se enfrentan los empleados
del Hospital La Alegría de la Huerta. Para ello ha decidido realizar, en primer lugar, un diagrama
causa-efecto para posteriormente aplicar un diagrama de Pareto. Cómo primer paso ha realizado
un conjunto de entrevistas con empleados y mandos del hospital. En la presente tabla se muestran
los resultados obtenidos.
Demasiada burocracia 7
Políticas inadecuadas 6
8. BIBLIOGRAFÍA
Camison, C., Cruz, S., & Gonzales, T. (2006). Gestión de Calidad: Conceptos, Enfoques, Modelos
y Sistemas. Madrid: PEARSON EDUCACIÓN, S. A.
Evans, J., & Lindsay, W. (2008). Administración y control de la Calidad. México D. F.: Cengage
Learning Editores.
Galgano, A. (1993). Calidad Total. Madrid: Diaz de Santos.
Galgano, A. (1995). Los 7 instrumentos de la Calidad Total. Madrid: Diaz de Santos.
Hernadez Bautista, J. F., & Castillo Galindo, L. (2018). Principio de Pareto 80/20. D. F. México:
UNAM.
Hernandez, G. (10 de Julio de 2017). Aprendiendo Calidad. Obtenido de Aprendiendo Calidad:
https://aprendiendocalidadyadr.com/histogramas/
Ishikawa, K. (1994). Introducción al Control de Calidad. Diaz de Santos: Madrid