CALIDAD Trabajo TTULO: Variables o Herramientas Estadsticas del Control de Calidad.

INTRODUCCIN Tcnicas de mejoramiento de procesos productivos: las siete herramientas bsicas Las siete herramientas bsicas fueron propuestas por Kaoru Ishikawa en su libro Guide to Quality Control como una respuesta a la necesidad de los ciclos de calidad japoneses de contar con procedimientos claros y objetivos para el anlisis y solucin de problemas en programa de mejoramiento continuo. Segn Ishikawa, con las siete herramientas bsicas se pueden resolver 95% de los problemas que presenta una organizacin, sobre todo el rea productiva. Las siete herramientas bsicas para el control de calidad son: Histograma Diagrama causa-efecto (tambin conocido como diagrama de Ishikawa). Hojas de comprobacin o de chequeo. Diagramas de dispersin. Estratificacin. Diagrama de Pareto. Grficas de control. A continuacin se analizar en forma breve cada una de estas herramientas con el objeto de que el lector las conozca y entienda la forma en que pueden ser utilizadas para mejorar el anlisis y la solucin de un problema. Histogramas Durante el anlisis de un problema es comn que el primer paso sea recolectar informacin que sirva de evidencia para cuantificar dicho problema. Un conjunto de datos sin orden suele no proporcionar suficiente informacin sobre la gravedad del problema, e incluso pasarlo por alto. Por otro lado, un conjunto de datos asociados a una misma variable, pero que son diferentes entre s debido a la variabilidad propia del proceso del que provienen, son evidencia de la distribucin de probabilidad, que regula el comportamiento de dicho proceso. Es importante conocer esta distribucin de probabilidad puesto que con base en ella se pueden sacar conclusiones sobre las posibilidades del proceso de cumplir la especificacin, o de tendencias no deseadas en la misma. Los histogramas son precisamente la representacin grfica de la distribucin de un conjunto de datos. Los histogramas muestran la frecuencia o nmero de observaciones cuyo valor cae dentro de un rango predeterminado. La forma que tome un histograma proporciona pistas sobre la distribucin de probabilidad del proceso de donde se tom la muestra, por lo que se convierte en una herramienta muy til de comunicacin visual. Para preparar un histograma se puede seguir el procedimiento que a continuacin se describe y ejemplifica. |

Paso 1 Obtener el conjunto de datos que se desea representar por medio de un histograma. En un proceso se pueden obtener bsicamente cuatro tipos de datos para anlisis, para control del proceso, para regular alguna variable del proceso y con el propsito de aceptar o rechazar un lote. En todos estos casos, pero sobre todo en el primero y en el ltimo, se pone de manifiesto la utilidad de un histograma. Es importante que durante la toma de datos se garantice que estos son representativos del proceso, y que estn asociados a condiciones conocidas de operacin del mismo. Por ejemplo, que se conozca a qu turno pertenecen, que operario, con que lote de materia prima, etc., ya que esta informacin es til para sacar conclusiones. Paso 2 Identificar el dato mas grande y el mas pequeo, y calcular siete rangos entre estos dos valores. Cabe aclara que el nmero de rangos no tiene que ser necesariamente siete, pero que convienen que sean variados por que la representacin grfica puede cambiar en funcin del nmero de rangos. Paso 3 Contar cuantos datos caen dentro de cada rango y representar estas frecuencias mediante una barra cuya altura sea proporcional al nmeros de datos existentes en el rango correspondiente, que a su vez son graficados en una escala horizontal. Hoja de verificacin Las hojas de verificacin, tambin conocidas como de comprobacin o de chequeo, son un auxiliar en la recopilacin y anlisis de la informacin. Bsicamente son un formato que facilita que una persona pueda levantar datos en una forma ordenada y de acuerdo al estndar requerido en el anlisis que se est realizando. En control estadstico se utiliza con frecuencia debido a que es necesario comprobar constantemente si se han recabado los datos solicitados o si se han efectuado determinadas operaciones necesarias para asegurar la calidad del proceso y el producto. Algunos de los usos de las hojas de chequeo en procesos productivos son los siguientes; verificar las distribucin del proceso de produccin, e ir elaborando as el histograma correspondiente; registrar las ocurrencia de defectos; verificar las causas de los defectos; representar la localizacin de los defectos sobre una pieza en particular, y asegurar que se han realizado las actividades programadas de una cierta operacin. El esquema general de las hojas de verificacin es el siguiente: en a parte superior se anotan los datos generales del proceso y las variables que estn siendo medidas; en la parte inferior se transcriben los resultados de dichas mediciones. La principal ventaja de la utilizacin de este tipo de herramienta es que facilitan tanto la localizacin como el anlisis de informacin, adems de que permiten visualizar desde un punto de vista claro y amplio la distribucin de un proceso de produccin, con lo cual se puede ubicar y verificar los defectos en el mismo. Las figuras 3.12 y 3.13 muestran dos aplicaciones diferentes de las hojas de verificacin. Diagramas causa-efecto Estos diagramas reciben tambin el nombre de su creador, Ishikawa, y en algunos casos tambin el de espina de pescado, por la forma en que adquieren. Son una forma grafica de representar el conjunto de causas potenciales que podran estar provocando el problema bajo estudio o influyendo en una determinada caracterstica de calidad. Se utilizan para ordenar las ideas que resultan de un proceso de lluvias de ideas al dar respuesta a alguna pregunta de partida que se plantale grupo que realiza el anlisis. Ishikawa recomienda que las causas potenciales se clasifiquen en seis categoras, comnmente conocidas como las 6 M: materiales, maquinaria, mtodos de trabajo, medicin, mano de obra y medio ambiente. Paso 1 Decidir cual es problema a analizar o la caracterstica de calidad a considerar, lo cual se hace normalmente mediante el uso del diagrama de Pareto. Paso 2 Escribir la caracterstica seleccionada en un recuadro en el lado derecho de una hoja, y dibujar una flecha gruesa que comienza en lado izquierdo y apunta hacia el recuadro.

 Paso 3 Escribir los factores principales que se cree podran estar causando el problema en cuestin de acuerdo con la clasificacin ya mencionada de las 6 M; puede incluir cualquier otra categora que considere ayude un mejor entendimiento del problema. Paso 4 En cada rama, segn la categora de que se trate, debe escribir con mayor nivel de detalle las causas que se considere podra estar provocando el problema. Cabe mencionar que las categoras se pueden subdividir an ms si se piensa que ello puede ayudar a clasificar el origen del problema. Como se puede observar, la relacin que existe entre los factores causales y el problema se expresa por medio de una grafica integrada por dos secciones. La primera est constituida por el conjunto de causas potenciales representado por una flecha principal hacia lo que convergen las otras fechas consideradas como ramas del tronco principal, y sobre las que inciden igualmente flechas ms pequeas. En la otra seccin, se encuentra el nombre de las caractersticas de calidad que est siendo analizada. La flecha principal de la primera seccin apunta precisamente hacia este nombre, lo cual indica que la relacin que existe entre el conjunto de factores causa el problema. La principal ventaja de utilizar los diagramas de Ishikawa es que stos exhiben las relaciones entre un problema y sus posibles causas, a la vez que permiten que el grupo desarrolle, examine y analice grficamente dichas relaciones, lo que lleva a que sea mas fcil identificar la causa e ese problema, y as poder encontrar su solucin. Diagramas de Dispersin El diagrama de dispersin es una tcnica estadstica utilizada para estudiar la relacin entre dos variables. Por ejemplo, entre una caracterstica de calidad y un factor que le afecta, entre dos caractersticas de calidad relacionadas, o entre dos factores relacionados con una sola caracterstica de calidad. La ventaja de utilizar este tipo de diagramas es que al hacerlo se tiene una comprensin mas profunda del problema planteado. Esta herramienta es frecuentemente utilizada por los economistas para analizar la relacin entre dos variables macroeconmicas, por ejemplo entre la inflacin y el consumo per cpita. Sin embargo, aqu slo interesa su utilidad para el anlisis y solucin de problemas de calidad. La relacin entre dos variables se representa mediante una grfica de dos dimensiones en la que cada relacin esta dada por un par de puntos (una para cada variable). La variable del eje horizontal (x) normalmente es la variable causa, y la variable del eje vertical (y) es la variable en efecto. La relacin entre dos variables puede ser: positiva o negativa. Si es positiva, significa que un aumento (disminucin) en la variable causa (x) provocar un aumento (disminucin) en la variable efecto (y); y si es negativa significa que un aumento (disminucin) en la variable x provocar una disminucin (aumento) en la variable y. Por otro lado, se puede observar que los puntos en un diagrama de dispersin pueden estar muy cerca de la lnea recta que los atraviesa, o muy dispersos o alejados con respecto a la misma. El ndice que se utiliza para medir este grado de cercana de los puntos con respecto a la lnea recta es la correlacin. Se dice que la correlacin es muy fuerte si la dispersin es baja, y que la correlacin es baja o incluso nula si la dispersin es alta. En total existen cinco grados de correlacin: fuerte positiva, fuerte negativa, nula, dbil positiva, dbil negativa. El ndice de correlacin (r) se puede calcular estadsticamente mediante algunas ecuaciones, que consideran el ajuste de los puntos a la recta que los atraviesa. El factor de correlacin es un numero entre -1 (correlacin negativa muy fuerte) y +1 (correlacin positiva muy fuerte), y r = 0 indicara correlacin nula. La correlacin se utiliza para cuantificar el grado en que una variable provoca en el comportamiento de otra. Si se encuentra que la variable temperatura tiene una correlacin positiva con el porcentaje de artculos defectuosos

mediante acciones asociadas con la variable temperatura; de lo contrario, sera necesario buscar la solucin por otro lado. El diagrama de dispersin es una forma muy sencilla y grfica de visualizarla relacin existente entre dos variables, que ayuda a buscar soluciones que eliminen las causas reales de los problemas, y no las que la intuicin o una supuesta experiencia indiquen. Como complemento a los diagramas de dispersin, y con el objeto de organizar la informacin vital de un anlisis causa efecto, se utiliza el procedimiento de estratificacin, que consiste en distinguir los diferentes estratos de donde proviene la informacin por medio de colores o smbolos, lo cual se utiliza como informacin til para un anlisis complementario o posterior. Estratificacin: La estratificacin es una estrategia de clasificacin de datos de acuerdo con variables o factores de inters, de tal forma que en una situacin dada se facilite la identificacin de las fuentes de la variabilidad (origen de los problemas). La estratificacin busca contribuir a la solucin de una situacin problemtica, mediante la clasificacin o agrupacin de los problemas de acuerdo con los diversos factores que pueden influir en los mismos, como pueden ser tipos de fallas, mtodos de trabajo, maquinaria, turnos, obreros, proveedores, materiales, etc. La estratificacin es una poderosa estrategia de bsqueda que facilita entender como influyen los diversos factores o variantes que intervienen en una situacin problemtica, de tal forma que se puedan localizar prioridades y pistas que permitan profundizar en la bsqueda de las verdaderas causas de un problema. Generalmente tratar de encontrar la causa raz antes de la estraficicaciones es desperdiciar energas y recursos innecesariamente, ya que es muy fcil que se toquen solo aspectos superficiales, que conduzcan a que solo se ataquen efectos y no las verdaderas causas. La estratificacin es una herramienta que se puede aplicar en una gran diversidad de situaciones. Por ejemplo si se tiene un histograma general que refleja problemas, y se estratifica y se desglosa haciendo histograma por maquina, turno o material, es probable que se identifique donde esta realmente el problema, lo mismo puede decirse para un diagrama de dispersin y una carta de control Dos situaciones que muestran la diversidad de aplicaciones que tiene la estratificacin son: 1.- en una empresa en que se tiene productos defectuosos es importante clasificar tales productos por el tipo de fallas, de forma que se tenga una evaluacin de con que frecuencia se presenta o se da cada falla. 2.- para disminuir el ausentamiento en una empresa en lugar de dirigir campaas o programas generalizados seria mejor centrarlos en los trabajadores, departamentos o turnos con mayor porcentaje de ausencias, lo cual se podra encontrar agrupando a trabajadores, departamentos o turnos de acuerdo con sus porcentaje de faltas. Algo similar puede decirse respecto a los problemas como accidentes de trabajo o consumo de energa En cualquier rea resulta de utilidad clasificar los problemas de calidad y eficiencia de acuerdo con cualquier factor que pueda ayudar a direccional mejor la accin de mejora. Recomendaciones para estratificar: 1. a partir de un objetivo claro e importante, determinar con discusin y anlisis las caractersticas o factores a estratificar

2. mediante la coleccin de datos, evaluar la situacin actual de las caractersticas seleccionadas. Expresar grficamente la evaluacin de las caractersticas 3. determinar las posibles causas de la variacin en los datos obtenidos con la estratificacin. Esto puede llevar a estratificar una caracterstica mas especifica 4. ir ms a fondo en alguna caracterstica y estratificarla 5. seguir estratificando hasta donde sea posible y obtener conclusiones de todo proceso. Diagrama de Pareto En una empresa existen muchos problemas que esperan ser resueltos o cuando menos atenuados. Cada problema puede deberse a varias causas diferentes. Es imposible e impractico pretender resolver todos los problemas o atacar todas las causas al mismo tiempo. En este sentido, es fundamental seleccionar el problema ms importante, y al mismo tiempo, en un principio, centrarse solo en atacar su causa ms relevante La idea es escoger un proyecto que puede alcanzar la mejora ms grande con el menor esfuerzo. La herramienta que permite localizar el problema principal y ayuda a localizar la causa mas importante de este se llama diagrama o anlisis de Pareto La idea central del diagrama de Pareto es localizar los pocos defectos, problemas o fallas vitales para concentrar los esfuerzos de solucin o mejora en estos. Una vez que sean corregidos entonces se vuelve a aplicar el principio de Pareto para localizar de entre los que quedan a los ms importantes, volvindose este ciclo una filosofa. Tambin el DP apoya la identificacin de las pocas causas fundamentales de los problemas vitales con lo que se podrn reducir de manera importante las fallas y deficiencias en la empresa. De esta manera el diagrama de Pareto sirve para seleccionar el problema que es ms conveniente atacar y, adems, al expresar grficamente la importancia del problema, se facilita la comunicacin y se recuerda de manera permanente cual es la falla principal. Un diagrama de Pareto puede ser el primer paso para un proyecto de mejora. El DP es muy til para motivar la cooperacin de todos los involucrados, puesto que enana mirada cualquier persona puede ver cuales son los problemas principales. El DP seria una forma de tener presente de manera permanente que es lo esta ocasionando mayores problemas, con lo que las personas se veran obligadas a generar un verdadero plan para atender tal problema, ya que de no hacerse as, ese problema seguir siendo el taln de Aquiles.. Caractersticas de un buen DP: 1. la clasificacin por categoras del eje horizontal puede abarcar diferentes tipos de variables 2. el eje vertical izquierdo debe representar unidades de medida que proporcionen una clara idea de la importancia de cada categora.

3. el eje vertical derecho representa una escala en porcentajes de 0 a 100, para que con base en esta se puede evaluar la importancia de cada categora respecto a las dems 4. la lnea acumulativa representa los porcentajes acumulados de las categoras 5. para que no haya un numero excesivo de categoras que dispersen el fenmeno, se recomienda agrupar las categoras que tienen relativamente poca importancia en una solo y catalogarla como la categora otras 6. un criterio rpido para saber si la primera barra o categora es significativamente mas importante que las dems, no es que esta represente 80% del total, mas bien es esta al menos duplica en magnitud al resto de las barras 7. cuando en un DP no predomina ninguna barra y este tiene una apariencia plana o un descenso lento en forma de escalera, significa que se deben reanalizar los datos o el problema y su estrategia de clasificacin. 8. es necesario agregar en la grafica el periodo que representa los datos 9. cuando se localiza el problema principal es indispensable hacer un DP de segundo nivel en el cual se identifiquen los factores o causas potenciales que originan tal problema Pasos para la construccin de un DP: 1. decidir y delimitar el problema o rea de mejora que se va atender. Tener claro que objetivo se persigue. A partir de lo anterior visualizar o imaginar que tipo de diagrama de Pareto puede ser til para localizar prioridades o entender mejor el problema 2. con base a lo anterior, discutir y decidir el tipo de datos que se van a necesitar y los posibles factores que seria importante estratificar. Construir una hoja de verificacin bien diseada para la coleccin de datos que identifiquen tales factores 3. si la informacin se va a tomar de reportes anteriores o si se va recabar definir el periodo del que se tomaran datos y determinar quien ser responsable de ello 4. al terminar de obtener los datos, construir una tabla donde se cuantifique la frecuencia de cada defecto. 5. para representar grficamente la informacin de la tabla obtenida en el paso anterior. Construir un rectngulo que sea un poco ms alto que ancho 6. construir una grafica de barras, tomando como altura de cada barra el total de defectos correspondientes 7. con la informacin del porcentaje acumulado, graficar una lnea acumulada. 8. documentar referencias del DP, como son ttulos, periodo, rea de trabajo etc. 9. interpretar el DP y si existe una categora que predomina hacer un anlisis de Pareto de segundo nivel para localizar los factores que influyen ms en el mismo. Error tpico en el uso del DP. Una de las herramientas que ha tenido mayor aceptacin y uso en el control total de calidad (CTC) es el diagrama de Pareto (DP). Sin embargo, es frecuente encontrar casos en los que el DP slo se aplica para

identificar un problema importante y no para localizar su causa principal. En otras palabras, es comn que la decisin sobre que causa atacar se tome inmediatamente despus de que se ha identificado un problema importante (la barra ms alta), en ocasiones lleva a errores. Ejemplo. En una fbrica de ropa se tiene el propsito de reducir el nmero de defectos en las prendas de vestir, por lo que se hace necesario identificar el defecto ms importante y atacar la causa fundamental del mismo. Haciendo un DP por tipo de defectos encontramos que el defecto (problema) ms importante es el hilo. Si slo nos limitamos a hacer este primer Pareto y a partir de ste decidimos qu se a hacer, podramos llegar a alguna de las siguientes conclusiones lgicas: 1. El problema principal es causado por el tipo de hilo, por lo que se debe de cambiar de proveedor de marca. 2. Se debe investigar en cualquier turno que es lo que causa el problema del hilo. En este caso ambas conclusiones son incorrectas. Si estratificamos el defecto del hilo por el turno en que se dio obtenemos el DP. A partir de ste, se aprecia que el problema del hilo se presenta fundamentalmente en el turno 3, y que en los turnos 1 y 2 es un defecto de la misma importancia que los otros fallos. De aqu se descarta que la alta frecuencia con que ocurren los defectos en el hilo se deba al tipo de hilo, ya que si as fuera ocurrira con frecuencia similar en los tres turnos. Luego, la primera conclusin es errnea y la segunda no es del todo acertada: si se trata de identificar a qu se debe el problema en los turnos 1 y 2 va a ser ms difcil encontrar respuestas que si se hace en el turno 3, que es donde realmente est la dificultad. Lo que se debi hacer antes de sacar conclusiones y/o tomar decisiones, era utilizar el diagrama de Pareto de segundo nivel, que indica que es ms fcil localizar a qu se debe el problema del hilo si se investiga en especial lo que ocurre en el turno 3. Para no caer en el error de usar DP como una grfica de frecuencia se debe procurar que, una vez localizado el problema el problema principal, se aplique un anlisis de Pareto de segundo nivel y subsecuentes niveles, donde al problema importante se le vaya estratificando de acuerdo con los factores que pueden influir en el mismo. Algunos autores llaman al DP de segundo nivel Diagrama de Pareto de causas. El error que se ha comentado ilustra el espritu objetivo de bsqueda y anlisis que debe prevalecer en el CTC: una nueva informacin lleva a profundizar ms la bsqueda en alguna direccin ms concreta y descartar algunas creencias previas. El gran reto de quien ensea CTC es transmitir tal espritu y mostrar el papel que la estadstica juega en todo ello. El control de procesos y grficas de control. En un proceso cualquiera, ya sea administrativo o de produccin, por mas sencillo que sea, interviene una cantidad considerable de variables que influyen sobre su capacidad para lograr la calidad del producto. Debido a lo dinmico de los procesos, las variables son constantemente modificadas por diversos factores, lo cual tiene un efecto directo sobre la calidad del producto. A los factores que provocan la variabilidad del proceso les llamaremos causas de variacin. Las causas comunes con inherentes al procesos y deben ser consideradas durante el diseo de ste para determinar su capacidad para lograr calidad. Reducir la variacin debida a causas comunes requiere del rediseo o mejoramiento del proceso. Por otro lado, las causas especiales de variacin son factores externos al proceso y por lo tanto no considerados en la determinacin de su capacidad para lograr calidad, de manera que se debe estar atento para detectar a tiempo la presencia de este tipo de factores. Este estado de tiempo alerta, denominado control de proceso para detectar si alguna variable no opera dentro de los rangos permisibles, en cuyo caso deben aplicar acciones para devolverla a su nivel ideal. El concepto de

control del proceso existe desde finales de los aos veinte, cuando Walter Shewart public su libro Economic, Control of Quality of manufacured Product; Sin embargo, en los aos setenta comienza a ser ampliamente utilizado en el mundo occidental despus de que Deming a partir de los cincuenta promoviera con xito el control estadstico de proceso (CEP) en Japn. El control estadstico de procesos se apoya en herramientas estadsticas, principalmente la grfica de control, se basa en el principio de que todo proceso implica variabilidad; cierto nivel de variabilidad es, como fue comentado anteriormente, inherente al proceso existe aun cuando todo est bajo control. La grfica de control es un mecanismo que sirve para detectar con anticipacin que existe una alta probabilidad de que en el proceso surja una fuente de variacin ajena al mismo, lo cual afectar su capacidad para cumplir con las especificaciones del producto. Para conocer en qu condiciones se encuentra operando un proceso, peridicamente se deben tomar muestras y estimarse tanto su media como su desviacin estndar mediante algn parmetro estadstico. Si dicho parmetro indica que la media del proceso vara o que la desviacin estndar aumenta, es muy probable que exista la presencia de alguna fuente de variacin no contemplada en el diseo del proceso; por ejemplo que se est alimentando de materia prima en malas condiciones, que la herramienta de corte se est desgatando, que el ajuste de la mquina no sea el adecuado, etctera. La puesta en prctica del CEP requiere en primera instancia del conocimiento de la distribucin de probabilidad, en condiciones normales de operacin, de cada variable del proceso que se desea controlar, para que, a partir de las grficas de control, se pueda discriminar entre las causas normales de variacin y las indeseables. Para Scherkenbach, quien fuera director de mtodos estadsticos de Ford Motor Co. y gran seguidor e impulsor del mejoramiento continuo mediante mtodos estadsticos, el control estadstico del proceso se pone en prctica a travs de tres procedimientos: recoleccin de datos, control del proceso y determinacin de la capacidad del proceso para cumplir con las especificaciones buscando menor variabilidad. La recoleccin de datos debe planearse cuidadosamente antes de que se realice el control del proceso. Adems, un proceso debe estar bajo control estadstico antes de que pueda evaluarse su capacidad o habilidad. Calcular la habilidad de un proceso antes de poner en prctica el control estadstico que asegure que ste se encuentra controlado puede ser muy desorientador, porque sin estabilidad la capacidad del proceso es solamente vlida para el instante en que se calcula. Slo la grfica de control puede mostrar la estabilidad o control de un proceso. Cuando un proceso es estable, la grfica de control lo muestra. Es comn que la administracin d por hecha la etapa de recoleccin, debido a que es algo mucho ms completo que lo que sugiere el nombre. Se deben dar pasos importantes antes de que se pueda iniciar la recoleccin de datos. El primero de ellos es cuestionarse si el ambiente de trabajo es propicio para la implantacin del control estadstico de procesos. Un ambiente de trabajo propicio es aquel en que las personas conocen la manera de realizar su trabajo, se les evala por la calidad del mismo y no por la cantidad, y no estn temerosas de participar en un procedimiento que implica la toma de decisiones por parte de ellos. El siguiente paso es la definicin del proceso. Despus, se deben definir operacionalmente las caractersticas crticas que se desea controlar, ya que por lo general se dispone de recursos limitados para las actividades de control y tericamente no es necesario ejercer control sobre todas las variables del proceso sino solamente sobre las crticas, siempre y cuando no estn correlacionadas con otras.

Las variables pueden ser caractersticas medibles o atributos, algunos de los cuales, como por ejemplo la satisfaccin del cliente, estn correlacionados con otros que son totalmente cuantificables, por lo cual se puede implantar un control sobre ellos. Posteriormente, se necesita conocer cules son las reas de problemas normales y potenciales, debido a que el CEP trabaja bajo el principio de alertar cuando surgen problemas no comunes. Otro paso previo a la etapa de recoleccin de datos es la reduccin de fuentes obvias de variabilidad, como por ejemplo asegurarse de que todas las mquinas se encuentran en condiciones ptimas de operacin, que se cuenta con los procedimientos escritos, que existe control sobre la calidad de los insumos, que los operarios estn capacitados, etctera. En pocas palabras, no se puede establecer un mecanismo de control a un sistema que en forma obvia est descontrolado. Tambin se debe definir cul es el mtodo estadstico que conviene utilizar para controlar el proceso; en procesos productivos, la grfica de control es un prerrequisito para poder utilizar otros mtodos. Despus de todos estos pasos se puede elaborar el plan de recoleccin de datos y de control, que bsicamente consta de las siguientes actividades: 1. Determinar qu tipo de grfica de control se va a usar. Las grficas de control pueden ser dos tipos: para control de atributos y para el control de variables. En el caso de grficas de control de atributos existen cuatro tipos: la p o de fraccin defectuosa, la np para el nmero de unidades defectuosas, la c para el nmero de defectos totales que tiene un pieza, y la u para la fraccin de defectos totales. Estas dos ltimas son para casos en que la especificacin de un producto indica que cada pieza o unidad no puede ms de cierta cantidad de defectos; por ejemplo, en un piso cermico no puede ms de dos defectos de apariencia por unidad. Los tipos de grfica de control de variables son tambin cuatro: la de promedios rangos X-R, la de promediodesviacin estndar X-S, la de medianas-rangos X-R, y la de lecturas individuales X-R. Cada tipo de grfica tiene sus ventajas y desventajas y es ms apropiada para ciertos tipos de proceso o condiciones de operacin con respecto a las otras. La decisin de utilizar una u otra debe basarse en el sesgo que exista en lo parmetros de estimacin de la media y las desviacin estndar, con respecto a los costos que implique obtener un estimador con menor sesgo. Es comn que se utilice la grfica de promedios-rangos, sin embargo, en el caso de que no se cuente con operarios lo suficientemente capacitados, se puede empezar con la grfica de medianas, para despus ir emigrando hacia la primera. La grfica de promedios-desviacin estndar no es muy utilizada por lo complicado que resulta calcular este ltimo parmetro con respecto al beneficios que significa utilizar un estimador con menor sesgo. 2. Determinar el tamao de la muestra. En el caso de grficas por variables, el tamao de la muestra varia de dos a 20 piezas, pero el ms comn es de cinco. Se desea seleccionar un tamao de muestra tal que permita la mnima oportunidad de variacin de una muestra a otra. Una muestra de cinco piezas es, en la mayora de los casos, lo suficientemente grande desde el puno de vista estadstico, bastante pequeo con respecto a la variabilidad, y muy bueno por razones econmicas. Por otro lado, en grficas de control de atributos se utilizan muestras de entre 50 y 200 piezas, aunque conforme disminuye la fraccin defectuosa que contienen los lotes, el tamao de la muestra debe aumentar por razones estadsticas. Por ello, cuando el mejoramiento conduce a nivel de defectos realmente pequeos, se debe analizar la conveniencia de pasar de grficas de atributos a grficas variables. 3. Determinar la frecuencia de toma de muestras. En el CEP se toma una muestra del tamao que se haya definido como apropiado cada cierto tiempo; por ejemplo, se toman cinco piezas en forma continua cada 15 min. Esta frecuencia puede basarse en el conocimiento del proceso acerca de los intervalos en que puede manifestarse algn cambio en la medida o la desviacin estndar del mismo. No existe una regla general para la determinacin de la frecuencia de muestreo; sin embargo, al principio es fundamental que se tomen muestras tan seguido como sea posible, para as poder determinar la variacin del proceso con respecto al tiempo y de ese

modo adquirir experiencia sobre este aspecto. Por otro lado, el tipo y la velocidad con la que opera un proceso influye mucho en la frecuencia de muestreo. Por ejemplo, en la produccin de refrescos se necesita tomar muestras cada 20 min, mientras que en un proceso de maquinado mediante control numrico se debe hacer cada 2 h. Conforme la calidad aumenta, disminuye la variabilidad del proceso con respecto al tiempo, por lo cual se puede disminuir la frecuencia de muestreo. 4. Determinar la longitud del periodo inicial de recoleccin de datos. Los primeros datos que sern recolectados son muy importantes, puesto que de ellos se obtendr la informacin que se utilizar para calcular la media y la desviacin estndar del proceso y, posteriormente, los lmites de control. Se debe considerar el tiempo suficiente para que se mezclen todos los factores que intervienen en el proceso. Este periodo inicial de recoleccin de datos debe ser suficiente para acumular cuando menos 35 o 40 muestras, debido a que por razones estadsticas se necesitan al menos 25 muestras asociadas a condiciones comunes de operacin para poder realizar clculos. 5. Recoleccin de datos. Despus de haber dado los pasos previos mencionados, se puede empezar a reunir los datos. Es importante que stos no slo sean registrados, sino que se observen con detenimiento las condiciones en que estuvo trabajando el proceso durante el periodo correspondiente a cada dato. Es as como, en el futuro, podremos obtener conclusiones acerca de las causas especiales de variacin, para poder ejercer acciones de control del proceso. Para ilustrar la forma en que se realiza esta fase de recoleccin de datos se puede Utilizar el siguiente ejemplo. En l se determin que convena utilizar una grfica de control para variables tipo X-R con tamao de muestras de cinco piezas y un periodo inicial de 25 muestras. PLANEAR. En el caso de un proyecto de mejoramiento, a la fase de planeacin tiene, entre otros, el objetivo de asegurar que el proyecto que se seleccionar para anlisis es realmente el ms importante en cuanto a su contribucin al mejoramiento de los indicadores clave del negocio. Las empresas siempre tendrn problemas, una gran cantidad de problemas, por lo que encontrar cul de ellos es el ms importante, nunca ser tarea fcil. Es importante que se realice una recopilacin de datos bien orientada, amplia e imperial. Los datos que indican las reas de oportunidad de mejoramiento deben estar relacionados, en forma directa o indirecta, con los indicadores clave de competitividad del negocio. Una vez que han sido recopilados suficientes datos, se debe proceder a representarlo grficamente para que el equipo de anlisis pueda comprender mejor la importancia, congruencia y relevancia de cada problema. Las herramientas que pueden ayudar tanto a evaluar como a detectar reas de oportunidad para mejoramiento son el histograma, la grafica de control y el anlisis de la tendencia histrica de alguno de los indicadores de la empresa o del rea en cuestin. Cuando los problemas han sido analizados, se deben pasar a priorizarlos mediante un diagrama de Pareto que permite visualizar cul de todos los problemas es el ms importante. De esta proceso se obtiene el proyecto seleccionado para el mejoramiento abocar a la solucin del problema, y tendr que asignar el presupuesto y el tiempo disponibles. El equipo debe incluir personas directamente relacionadas con el adems de cualquier persona que se piense puede aportar informacin tcnica o ideas importantes para la solucin. El proceso completo de la fase de planeacin.

HACER. En esta fase el equipo asignado para el proyecto se debe enfocar al anlisis de las causas que provocaron la aparicin del problema y la bsqueda de alternativas de solucin, para despus poder proporcionar la que considere ms apropiada para resolver el problema. Durante todo este proceso se recomienda que se utilice la toma de decisiones por consenso y se asigna para el trabajo en equipo. El equipo comienza su tarea buscando las posibles causas tericas del problema bajo estudio. Para ello se recomienda utilizar el procedimiento de lluvia o tormenta de ideas, cuyo objetivo es producir una lista de ideas mediante la participacin equilibrada de los miembros de un equipo. La idea bsica de este procedimiento es que la respuesta de una persona sirve para estimular la creatividad de los otros participantes. Debido a que las ideas pueden ser de muy diversa ndole, el siguiente paso es estratificarlas o Categorizarlas, para despus representarlas en un diagrama causa-efecto o de Ishikawa. Cabe aclarar que esta lista de ideas refleja el sentir del grupo en cuanto a las causas tericas del problema. Por ello, el grupo se involucrara en la tarea de probar cules de dichas causas tericas estn realmente causando el problema, as como el grado y fuerza con que esto ocurre. Idealmente , conviene que la prueba de las causas se haga a travs de medios estadsticos, principalmente mediante estudios de correlacin significativa con respecto al problema sern las que ms fuertemente influyan en la generacin del mismo. La resoluciones recomendadas tienen que ser aprobadas por quien corresponda (O en su caso rechazadas explicando las razones de esta decisin). Posteriormente, se debe formar un quipo responsable para la ampliacin de las soluciones aprobadas, al cual se le asigna el presupuesto necesario para realizarlo en forma exitosa. Este equipo debe realizar un plan de trabajo de implantacin y ejecutarlo. VERIFICAR. Las mismas tcnicas que fueron utilizadas durante la fase de planeacin para evaluar y detectar reas de oportunidades para el mejoramiento pueden ser utilizadas durante esta fase. Los histogramas, las grficas de control o las grficas de tendencia en el tiempo deben mostrar en forma cuantitativa el grado de mejoramiento alcanzado con la implantacin de las acciones aprobadas en la fase de hacer. ACTUAR. Esta fase consiste en incorporar al siguiente ciclo de planeacin los ajustes necesarios que se hayan evidenciado en la fase de verificacin. La mejora continua contina consiste precisamente en resolver un problema tras otro sin interrupcin. Despus de todo, lo que ahora no es considerado como problema por tener cuestiones ms graves que atender, en el futuro, cuando el nivel de competitividad sea mayor, ser el problema a resolver. En esta fase es importante garantizar que la experiencia adquirida no solamente en problema analizado, sino tambin en la capacidad y habilidad para trabajar en equipo, sirve de base para lograr una mayor efectividad en la solucin de problemas futuros. Se deben corregir acciones que no hayan resultados apropiadas, as como experiencias adquiridas en anlisis, la solucin y la puesta e practica de acciones de mejoramiento.

EL TRABAJO EN EQUIPO COMO ESTRUCTURA DE SOPORTE PARA EL CAMBIO. La administracin del cambio es ms efectiva mediante el trabajo en equipo, ya que se intercambia, se comparten recursos, se integran objetivos, se involucran personas en el aprendizaje mutuo, etctera. Para que el trabajo en equipo impulse el proceso de cambio organizacional se necesita una masa crtica de personas involucradas en el proceso participativo. CONCLUSIN La estadstica y los mtodos estadsticos siguen haciendo grandes progresos, pero no es necesario saberlo todo para promover el Control de calidad y la Gestin Empresarial, por el contrario, de hecho, puede ser perjudicial ensear demasiadas cosas, por ello la enseanza de los mtodos estadsticos debe realizarse segn el nivel de los usuarios, teniendo en cuenta las condiciones reales de los puesto de trabajo donde se vayan a utilizar. Las caractersticas que tienen en comn las Siete Herramientas de C.C. anteriores, es que todas son visuales y que tienen forma de grficos o diagramas. Estas Herramientas se utilizan habitualmente, permitirn que se resuelva hasta un noventa y cinco por ciento de los problemas de una empresa. Las Herramientas, proporcionan una amplia gama de armas para el control de la calidad. Estas herramientas son aplicables por igual tanto a procesos de fabricacin como a los orientados al servicio. Algunas de estas herramientas son muy simples en cuanto a su uso, pero proporcionan datos de valor incalculable para toma de decisiones relacionadas con la calidad. Como resultado de su uso, las herramientas proporcionan una base para los procesos de mejora de calidad. BIBLIOGRAFIA Gustavo Vargas, Calidad apliacada a Negocios Internaciones. Ed. Pearson. Rosa Estela Galvan. Matemticas en la Calidad. Ed. Nueva imagen