11/08/22

21/08/22
TEMA 6.- Herramientas gráficas para la solución de problemas con Minitab.
Estas herramientas ayudan a representar de forma visual, los elementos que
conforman una problemática determinada, y dada su naturaleza pictórica son más
fáciles de desarrollar y entender. Sobre todo, en el papel que juegas tú como agente de
cambio, al tatar de convencer a la alta gerencia de apoyar tus iniciativas con el apoyo
de herramientas visuales para la toma de decisiones efectiva.
Lo complicado en este proceso se pudiera dar a recolectar los datos que te ayuden a
plasmar la información en los gráficos o diagramas. Din embargo, el beneficio de
utilizarlos correctamente puede encaminar a la organización a niveles deseados de
calidad y productividad (o como algunos teóricos de calidad mencionan, incluso hasta
niveles de 5 sigma) utilizando los siguientes diagramas:
 Diagrama de Pareto
 Diagrama de Ishikawa

Tales herramientas gráficas para la toma de decisiones serán las que verás en el
presente tema con la asistencia tecnológica del software Minitab.

6.1 Diagrama de Pareto.

Toma su nombre de Wilfrido Pareto (1848.1923), economista italiano que llevo a
cabo estudios sobre la distribución de la riqueza, sosteniendo que la mayor parte de
la misma se distribuía en un pequeño número de habitantes.
Posteriormente, otro autor de la calidad contemporánea, Joshep Juran, bautizó el
gráfico como diagrama de Pareto en honor al economista italiano.
Según varios autores el principio de Pareto proviene de la creencia que el 80% del
problema es causado por un 20% de anomalías.
En la vida real, analizar la relación causa efecto de un problema no significa que
siempre se obtiene esa proporción (80/20). Más bien el enfoque de esta teoría
ayuda a reflexionar que debes investigar más a fondo el problema, para encontrar la
causa Raíz que lo genera, y así establecer una solución efectiva. En está gráfica se
puede apreciar que los problemas van de mayor a menor, esto con el propósito de
que sea más fácil el enfoque a la prioridad y, por lo tanto la erradicación del
problema.
 Entonces el enfoque es encontrar las causas que generan la problemática. Pueden
ser una o dos causas, que impactan en un problema mucho mayor en toda la
organización. El efecto o magnitud de esas anomalías puede ser catastrofico en el
logro de objetivos:
Por ejemplo:
 Un desastre aéreo donde la causa raíz es un tornillo defectuoso
 Un descarrilamiento de un tren, donde el problema sea un durmiente en un
pequeño tramo de vía.
 La pérdida masiva de clientes por maña atención o servicio postventa
 La pérdida masiva de clientes por no contar con producto estrella en
inventario o en anaquel.
Para mejorar el uso del diagrama de Pareto veamos el siguiente ejemplo:
Lord Motor:
En lord Motor Company se revisan mensualmente los defectos que reportan los
clientes en el área de los Ángeles, el sector de California que más adquiere
automóviles en los Estados Unidos de Norteamérica.
Como se habrá notado el diagrama de Pareto sirve para ir profundizando, paso a paso,
en un problema de tal forma que se van separando las problemáticas de los problemas
vitales y así encontrar sus causas.
Aplicación del diagrama de Pareto aplicado al problema de Lord Motor Company:
Al hacer un análisis de este mes se encontraron defectos en las siguientes unidades:

Se trasalada la información a Minitab quedando plasmada de la siguiente manera:

Seleccionar la opción Chart defects table y en el campo de labels in le indicas la
columna en donde vienen las marcas de los vehículos. En Frecuencies in indica la
columna donde se encuentran las cantidades de defetos. Se le pone un nombre grafico
title. Y se deja por default el valor 95%. Finalmente, Ok.
En el diagrama puedes apreciar que la marca Jefferson posee casi el 65% de las fallas
que reporta toda la compañía Lord Motor Co. En los Ángeles (Circulo verde), una
diferencia notable si se compara con el resto de las marcas.
La marca Jefferson, posee tres modelos de automóvil y SUVS, de los cuales se analizo
los defectos de cada uno de ellos en forma particular. Estos datos se trasladaron a
Minitab, quedando de la siguiente manera:

Al ejecutar en Minitab el diagrama de Pareto para el número de defectos en los

modelos de la marca Jefferson, se obtiene el siguiente diagrama:
Como se puede observar en el diagrama anterior, solo el modelo NAvigator representa
casi el 58% de los defectos que reporta la marca Jefferson.
Dado lo anterior, se realiza un análisis más especifico de los problemas que
representan las unidades defectuosas del modelo Navigator, los cuales son:
Una vez identificado los problemas vitales de los problemas triviales, se designa un
equipo de trabajo para dar solución a la minoría de causas que producen la mayor
parte de los problemas de la marca Jefferson, y de la compañía Lord.

El equipo conformado por dos ingenieras industriales (una de manufactura y otra de

calidad) define las siguientes estrategias para diversas problemáticas:
 Rayones en defensa trasera: Se recomienda el área de ensamble final colocar
un empapelado protector en las defensas para que éstas no se rayen al chocar
las unidades unas con otras, mientras son transportadas hacía la agencia de
ventas.
 Puerta trasera (dificultad para cerrar): se recomienda al proveedor del pistón de
la puerta trasera, el reducir el pistón (PSI) del pistón, para que pueda cerrar más
fácilmente,

Una vez desarrolladas las estrategias, el equipo de ingeniería, junto con una
contadora del área de finanzas procede a elaborar un análisis de costo
beneficio.
Análisis costo - Beneficio

Este proceso se llama proceso de tamizado (Separación), en el cual se van

encontrando las causas reales al problema que está ocurriendo.
Como viste en el ejemplo anterior, primero se atendieron los problemas que más
incidencias causaban (n), sin embargo, en el análisis realizado salieron a la luz otros
proyectos potenciales que todavía quedaron pendientes de ser atendidos.
De ahí el proceso de tamizado que se da en el desarrollo del diagrama de Pareto es
uno de los característicos de la reciente filosofía de calidad denominada Seis Sigma, ya
que permite ir tamizando aquellos proyectos que son viables para la compañía.
Por lo tanto, se ha visto ayuda a seleccionar o visualizar aquellos proyectos que
cumplan con 2 características esenciales para que se puedan concretar y tener éxito en
su desarrollo: Que sean físicamente realizables y, por supuesto, económicamente
factibles.

6.2 Diagrama de Ishikawa.-

Este diagrama toma el nombre de su inventor el Dr. Kaoru Ishikawa (1915-1989).

Ingeniero Quimíco y doctor en ingeniería por la Universidad de Japón. Conocido como
uno de los pilares más importantes de la calidad en el país Nipón.
Su aportación más reconocida es el empleo del diagrama de Ishikawa, el cual se
encargará de agrupar de forma fráfica las causas posibles a una problemática
determinada. Este diagrama es también conocido como “diagrama causa – efecto” y en
él se ilustran las 4 Ms:
 Mano de obta
  Maquinaria
 Método
 Material
Que son las más comunes, también está la de medio ambiente, pero está casi no se
utiliza.
El objetivo de este tipo de diagrama es encontrar las posibles causas de un problema.
Es un proceso productivo (Manufactura), el diagrama de Ishikawa puede estar
relacionado con uno o más de los factores (o M´s) que intervienen en cualquier proceso
de fabricación:

1.- Métodos: Procedimientos por usar en la relación de actividades

2.- Mano de obra: La gente que realiza las actividades.
3.- Materia prima: El material que se usa para producir.
4.- Medición: Los instrumentos empleados para evaluar procesos y productos
5.- Medios: Las condiciones de lugar de trabajo.
6.- Maquinaria y equipo: Los equipos y periféricos usados para producir.

Ejemplo:
En Naipes Pizza hay quejas respecto al servicio al cliente, el gerente de la sucursal
plaza sol, Ing. Cuauhtémoc Terán, está interesado en esclarecer la situación por lo cual
reuné a su personal al final del turno de la noche.
El objetivo de la reunión es elaborar un diagrama de Ishikawa para determinar la causa
raíz del problema, partiendo de 5 conglomerados o ramas:
Mano de obra
Máquinaria
Metodología
Material
Medio ambiente:

Partiendo de lo anterior, el gerente pide a su personal a cargo que externen su opinión

acerca de las posibles causas al problema, apoyándose en esas 5 ramas y apuntando
cada una de las opiniones directamente en Minitab.
Una ves realizado el ejercicio anterior el personal en conjunto con el gerente,
nominaron a las 3 siguientes causas como aquellas que producen el problema:
1.- No hay manual de cocina
2.- Los repartidores desconocen la ciudad
3.- La mano de obra no es calificada.
Lo anterior en el hecho de que la pizza tarda mucho en ser entregada debido a que el
personal de cocina no domina bien lo que contiene cada una de las especialidades que
se ofrece como menú, y tardan mucho en armar cada pizza.
Aunado a eso, la mayoría del personal de cocina no le interesa durar mucho tiempo en
esa área ya que muchos se inclinan más por el reparto. Por lo tanto, no se interesan
mucho en aprender esa área y optan por cambiarse a repartir, independientemente si el
nuevo repartidor conoce o no bien la ciudad.
Del ejercicio anterior el gerente de la pizzería opta por implementar las siguientes
estrategias:
1.- Aplicar examen psicométrico y de aptitudes a personal que entrará a trabajar a
cocina.
2.- Seleccionar personal con experiencia en reparto, que conozca muy bien la ciudad.
3.- Implementar un manual de inducción al personal de cocina y reparto.
En general algunas herramientas que te pueden ayudar a generar ideas o teorías para
encontrar las causas a una problemática determinada son las siguientes:
 Brainstorming: Tormenta de ideas donde se reúnan con el personal
involucrado en el proceso a mejorar y se expresen libremente sus ideas de
forma abierta en relación a la forma que se pudiera dar solución al problema.
 Técnica nominal de grupo: En esta técnica, el personal involucrado en la
mejora “nomina” den forma secreta, y por escrito, cuáles pueden ser las posibles
causas y soluciones al problema que se presenta.

También, para dar validez tanto al diagnóstico de la causa raí, como la

propuesta que vayas a realizar, puedes consultar:
Técnicos del área donde se está realizando el análisis, como mandos medios o
superiores con conocimiento del área.
Expertos en sistemas de manufactura o servicio al cliente (Según sea el caso)
Proveedores y gente que labore en otra empresa, en procesos similares o
totalmente similares (Se puede hacer un benchmaking)
6.3 Correlación líneal.
El índice de correlación líneal fue desarrollado por Sir. Francis Galton (1822-1911),
científico empírico de origen británico, dedicado a realizar un sinfín de
investigaciones por su cuenta en una amplia gama de disciplinas, entre las que
destacan la antropología, psicología, geografía entre otras.
Probablemente estos intereses en tan diversas disciplinas provengan de familia, ya
que era primo de otro importante científico empírico: Charles Darwin, autor del
origen de las especies.

En este campo donde una de sus aportaciones en el tema de la bioestadística fue el

de hacer un estudio sobre la antropología biológica y evolutiva del hombre en
cuanto a la relación que existe en la estatura de generación en generación: Sir
Francis Galton sostenía lo siguiente proporción:
Estatura del hijo = 85 cm + 0.50 (La estatura del padre)
Las preguntas que surgen son:
¿Si no cumple con esa relación de estatura entonces no existe parentesco padre e
hijo?
¿Cómo explicar qué la estatura entre los hermanos varía?
Sin embargo, y haciendo a un lado las objeciones que pudieran lógicamente surgir
de este principio, fue precisamente en estos estudios sobre bioestadística donde se
desarrolló lo que hoy se conoce como correlación lineal.
La correlación líneal mide el grado de asociación que existe entre dos variables.
Estás dos variables tienen que ser numéricas y se dice que son cuantitativas
cuando una variable aumenta su valor y la otra lo hace también.
Para entender mejor está herramienta analiza el siguiente ejemplo:
Ejemplo:
En la escudería CAT de autos de carreras de la serie cart se contratan los servicios
de un analista de decisiones para comprobar si es verdad que entre más cantidad
de aditivo que se le administra al vehículo de carreras en los pits, se ve
incrementado su rendimiento de combustible en la pista. El rendimiento de
combustible en pista es un elemento esencial para obtener victorias en la serie cart.
La consultora que se contrató para tal
experimento, Ing. Cinthia Chávez sugiere
administrar diferentes cantidades de aditivo,
cada vez que se llena el tanque. El tanque se
llena únicamente con 10 litros, solo para
observar el rendimiento de combustible en la
pista, para posteriormente volver a ser
llenado otra vez con 10 litros de combustible,
y se le vuelve a administrar una cantidad
diferente de aditivo para observar si hay
diferencia en el rendimiento.
Posteriormente se ejecuta la herramienta de
correlación líneal de la siguiente manera:

Aparece la siguiente pantalla:

Response (Y) representa la variable respuesta aquella variable que se está
analizando, en este caso viene siendo el rendimiento (Km/litro)
Predictor (X): representa la variable que se puede controlar; es decir aquella que
puedes manipular durante el experimento y la que se supone podría controlar la
variable respuesta. Está variable viene siendo la cantidad de aditivo.
Por lo tanto la ing. Cinthia Chavez concluye el estudio afirmando que con un 95%
de confiabilidad, la relación que existe entre la cantidad de aditivo y el rendimiento
de combustible es muy alta (R=82.7%)
Se puede observar las graficas de aplicación de la correlación lineal, a mayor
cantidad de aditivo, mayor será el rendimiento de combustible que experimente el
automóvil en la pista de carrera.}
El coeficiente de relación “r” que determina el grado de correlación entre dos
variables, y que fue utilizado por la consultora en el ejercicio anterior viene dado por
los siguientes parámetros:

En MInitrab este coeficiente aparece en la escla de 0 a 100 debido a que lo maneja

como porcentaje (%). Por lo tanto, el problema anterior, el coeficiente r=82.7% (o
mejor dicho 0.82) representa una correlación muy alta entre dos variables
analizadas.
 Anderson, D., Sweeney, D., Williams, T., Camm, J., Cochran, J., Fry, M., y Ohlmann, J.
(2016). Métodos cuantitativos para los negocios (13ª ed.). México: Cengage Learning.

 Montgomery, D. (2010). Probabilidad y estadística aplicadas a la ingeniería (2ª ed.). México:

Limusa.

 Escalante, E. (2013). Seis-Sigma: metodología y técnicas (2ª ed.). México: Limusa.