Gestión de la

calidad
U1: Fundamentos de calidad, herramientas básicas de la
calidad y estadística aplicada al control y mejora continua

Ing. Carlos Manuel Flores Cifre

CIP 167865
manuel.flores@upn.pe
¿Qué hace un ingeniero industrial?

Link

Ing. Carlos Manuel Flores Cifre

Aprendizajes de hoy

• Herramientas básicas de la calidad

• Metodología estadística
Logros de esta sesión

• Conocer y aplicar las principales herramientas

de la calidad.

• Conocer los conceptos de estadística

empleados en el control estadístico de

procesos.
Herramientas
básicas de la
calidad
7 herramientas básicas de la calidad

1. Diagrama de flujo

Permite identificar el mejor camino que el producto o

servicio recorrerá en el proceso. Es mucho más fácil
entender un proceso, y formular propuestas para
mejorarlo.

Inicio o fin de un Actividad que

proceso requiere ser
ejecutada

Punto de toma de Documentos

decisión utilizados en el
proceso

Continuación de
Espera
flujograma

Conector y dirección
del flujo
Ing. Carlos Manuel Flores Cifre
7 herramientas básicas de la calidad

2. Diagrama de Ishikawa

También llamado análisis de causa y efecto, o diagrama de espina de pescado. Se utiliza para identificar las
posibles causas de un problema y sus efectos, por medio de la relación entre el efecto y todas las posibles
causas que pueden contribuir a tal fin.

Secuencia:
1. Problema
2. Categorías
3. Lluvia de ideas
4. Plan de acción

Principales categorías:
• Mano de obra
• Métodos
• Materiales
• Máquinas
Ing. Carlos Manuel Flores Cifre
7 herramientas básicas de la calidad

3. Hojas de verificación

Se trata de una lista de elementos preestablecidos, que

requieren ser evaluados. Se utilizan para certificar el
cumplimiento de ciertas actividades o para evaluar en que
nivel de cumplimiento se encuentran algunos procesos.
7 herramientas básicas de la calidad

4. Diagrama de Pareto

Se trata de un recurso gráfico utilizado para establecer un orden en las causas de las pérdidas y como deben ser
subsanadas. El diagrama de Pareto, toma datos de diversas fuentes de información, pero generalmente se nutre
de la ocurrencia de problemas o la evidencia de defectos, ofreciendo una representación gráfica de ellos.

Usar el gráfico de Pareto significa:

1. Dividir un gran problema en pedazos más

pequeños,
2. Identificar los factores más significativos,
3. Mostrar dónde enfocar las prioridades,
4. Permitir un mejor uso de recursos limitados,
5. Identificar la regla 80:20 en el principio de
Pareto, que dice que el 20% de las causas
(vitales o pocas) son responsables del 80% de
los efectos.
7 herramientas básicas de la calidad

5. Histograma

Un histograma es un gráfico común usado para

mostrar con qué frecuencia ocurren varias cosas en
un conjunto de datos (a veces llamadas
distribuciones de frecuencia).

Permite:

1. Mostrar el patrón de variación.

2. Comunicar información visual acerca del
comportamiento del proceso.
3. Tomar decisiones acerca del punto en que
se deben concentrar los esfuerzos para
lograr la mejora.
7 herramientas básicas de la calidad

7. Diagrama de dispersión

Muestra lo que acontece con una

variable cuando otra ha cambiado. Son
representaciones de dos o más variables
que se organizan en un gráfico, una en
función de la otra.
7 herramientas básicas de la calidad

8. Gráfica de control

Es una herramienta que se usa para saber la

situación entre valores de calidad y límites
de control para poder verificar la estabilidad
del proceso.

Para el control del proceso en tal caso, se

debe calcular los límites de control LSC
(límite superior de control) y LIC (límite
inferior de control), los cuales se ubican 3
desviaciones estándar por encima de la
media y 3 desviaciones por debajo
respectivamente.
Taller 2
Herramientas de Realice el diagrama de flujo del proceso
descrito en el siguiente video

calidad
Ejercicio: Diagrama de flujo

Link
Metodología
estadística
Medidas de tendencia central y de
dispersión
Elementos básicos de la metodología estadística

Estadística descriptiva

Es un conjunto de métodos para la

presentación visual y numérica de datos, y
comprende gráficas (distribuciones de
frecuencia e histogramas para organizar y
presentar los datos, indicadores de
tendencia central (medias, medianas,
proporciones) e indicadores de dispersión
(rango, desviación estándar, varianza).

Ej. Una aerolínea podría investigar el problema de los

equipajes perdidos y determinar que las principales
causas del problema son las etiquetas de identificación
perdidas o dañadas, etiquetas incorrectas en las maletas
Elementos básicos de la metodología estadística

Inferencia estadística

Consiste en extraer conclusiones sobre

las características desconocidas
de una población de la que se obtuvieron
datos. Las técnicas que se emplean en
este proceso comprenden intervalos de
confianza, comprobación de hipótesis y
diseño experimental.

Ej. un laboratorio químico quizá le interese determinar el

efecto de la temperatura en la producción de un nuevo
proceso de manufactura. Debido a la variación en la
producción, sería posible construir un intervalo de
confianza para cuantificar la incertidumbre de los datos
de la muestra. En un experimento controlado, el
laboratorio podría poner a prueba la hipótesis de que la
temperatura ejerce un efecto en la producción
Elementos básicos de la metodología estadística

Estadística predictiva

Tiene como propósito es desarrollar

predicciones de valores futuros sobre la
base de datos históricos. El análisis de
correlación y el análisis de regresión son
dos técnicas útiles.

Ej. Una empresa siderúrgica podría predecir las fallas de

uno de sus equipos en función a los datos históricos
recogidos desde hace varios meses por el equipo de
expertos de su fábrica.
Estadística descriptiva

Medidas de
Tendencia central

Son valores representativos de la totalidad de los datos. Su cálculo permite analizar los datos en
torno a un valor central.
Los valores centrales más usados son: la media aritmética (promedio), la mediana y la moda.

Medidas de
Dispersión

Indican cómo los datos se dispersan alrededor de su punto central (la media). Miden la
variabilidad o la distancia del promedio de separación de los datos a su valor central.
Cuanto mayor sea ese valor, mayor será la variabilidad, cuando menor sea, más homogénea será
a la media.
 Estadística descriptiva

Medidas de
Tendencia central El promedio o la media aritmética (X)

Corresponde al promedio de los valores. Se simboliza por X.

La media aritmética se obtiene sumando los valores de la
variable dividido por el número total de valores.

Características:
• Es sensible a la variación de las puntuaciones
• No es recomendable cuando hay valores muy extremos
 Estadística descriptiva

Medidas de
Tendencia central El promedio o la media aritmética (X)

A. Datos sin agrupar B. Datos agrupados

Se considera así cuando los datos se Se considera así cuando los datos están
analizan tal como han sido recogidos. en cuadros estadísticos.
Población Población

Muestra Muestra
 Estadística descriptiva

Medidas de
Tendencia central El promedio o la media aritmética (X)

A. Datos sin agrupar B. Datos agrupados

 Estadística descriptiva

Medidas de
Tendencia central La Mediana (Me)

Es el valor de la variable que divide a los datos en

dos partes iguales o deja igual número de valores
antes y después de el en una distribución de
frecuencias.

Nota:
• Para obtener la mediana, los valores deben estar ordenados. Puede ser en forma creciente o
decreciente.
 Estadística descriptiva

Medidas de
Tendencia central La Mediana (Me) A. Datos sin agrupar

Los pesos en gramos de 7 productos terminados son:

72, 65, 71, 56, 59, 63, 72.
Ejemplo: (n impar)
Interpretación: El 50% de los productos terminados
pesan menos de 65 gramos y el otro 50% más de
65 gramos.

Los pesos en gramos de 7 productos terminados son:

72, 65, 71, 56, 59, 63, 72, 57.
Ejemplo: (par)

Interpretación: El 50% de los productos

terminados pesan menos de 63 gramos y el otro
50% más de 65 gramos.
 Estadística descriptiva

Medidas de
Tendencia central La Mediana (Me) B. Datos agrupados
 Estadística descriptiva

Medidas de
Tendencia central La Moda (Mo) A. Datos sin agrupar

Es el valor o característica de la variable que más

se repite o que tiene mayor frecuencia. Se utiliza
en variables cualitativas y cuantitativas.

Variable fi La moda es 4 trabajadores. Porque tiene la

N° de trabajadores N° de áreas
mayor frecuencia.
14 áreas tienen 4 trabajadores cada una.
1 2
2 8
3 12
4 14
5 3
6 1
 Estadística descriptiva

Medidas de
Tendencia central La Moda (Mo) B. Datos agrupados

Es el valor o característica de la variable que más

se repite o que tiene mayor frecuencia. Se utiliza
en variables cualitativas y cuantitativas.
fi Fi
18
50
100
140
178
200

fj absoluta
fj-1 absoluta

fj+1 = Frecuencia absoluta del intervalo posterior

Estadística descriptiva

Medidas de
Dispersión
Estadística descriptiva

Medidas de
Dispersión Rango o recorrido

Es la medida de dispersión más sencilla. Se

determina restando, el valor máximo del valor R= Valor máx – Valor mín.
mínimo de los datos.
Estadística descriptiva

Medidas de
Dispersión La varianza

Mide la mayor y menor dispersión de los valores de la variable respecto a la media

aritmética. La varianza se expresa en las mismas unidades que la variable analizada pero
elevadas al cuadrado.
Estadística descriptiva

Medidas de
Dispersión La varianza
Estadística descriptiva

Medidas de
Dispersión La desviación estándar

Conocida también como la desviación típica, es la

medida que nos indica cuanto tienden a alejarse
los datos del promedio.
Estadística descriptiva

Medidas de
Dispersión La desviación estándar A. Datos sin agrupar
Estadística descriptiva

Medidas de
Dispersión La desviación estándar A. Datos sin agrupar

Interpretación:

La variación de los pesos del

producto, con respecto a su
peso promedio es de +-12
gramos.
Estadística descriptiva

Medidas de
Dispersión La desviación estándar B. Datos agrupados
Estadística descriptiva

Medidas de
Dispersión La desviación estándar B. Datos agrupados

S= 7.08
Estadística descriptiva

Medidas de
Dispersión Coeficiente de variación

Es una medida relativa a la variabilidad de los

datos. Permite comparar la variabilidad de dos o
más conjuntos de datos expresados en unidades
diferentes. Ejm. Kg. Y libras

A menor variabilidad de uno, este es mas

homogéneo que el otro dato.
Estadística descriptiva

Medidas de
Dispersión Coeficiente de variación
¿Qué nos llevamos
de la clase?