INTRODUCCIÓN AL ANÁLISIS CAUSA-RAÍZ DE LOS

HALLAZGOS

Tema III. Métodos Cuantitativos para Análisis Causa – Raíz

de los hallazgos

Manual para curso no presencial

INSTITUTO DE CAPACITACIÓN Y DESARROLLO EN FISCALIZACIÓN

SUPERIOR

1ª edición, V.2, octubre 2020

Copyright © ASF
 Índice

Tema III. Métodos Cuantitativos para Análisis Causa – Raíz de los

hallazgos……………………………………………………………...…………….……..….3
Objetivo .................................................................................................................. 4
1. Diagrama de Pareto........................................................................................... 4
2. Histograma ........................................................................................................ 6
3. Diagrama de dispersión ..................................................................................... 8
4. Benchmarking .................................................................................................. 10
Bibliografía ................................................................................................................. 12

Índice de Figuras

1. Diagrama de Pareto ………………………………………………………………. 5

2. Histograma …………………………………………………………………………. 7
3. Pasos para la construcción del diagrama de dispersión ………………………. 8
4. Diagrama de dispersión …………………………………………………………… 9

1ª edición, V.2, octubre 2020.

Copyright © ASF Página 2 de 12
 Tema III.
Métodos Cuantitativos para el
Análisis de Causa – Raíz de los hallazgos

ADVERTENCIA
Queda estrictamente prohibido en cualquier formato copiar, reproducir, publicar, transmitir
o distribuir todo o parte del manual para fines distintos al estudio sin previa autorización de
la ASF.
La utilización de este manual con fines de lucro o diferentes al estudio constituye una
violación de los derechos de autor y otros derechos de propiedad intelectual de la ASF.

1ª edición, V.2, octubre 2020.

Copyright © ASF Página 3 de 12
Objetivo
Proponer medidas preventivas que permitan a las dependencias y entidades públicas, evitar
la reincidencia de las deficiencias determinadas.

1. Diagrama de Pareto

Este diagrama nos ayuda a dilucidar cuáles son los problemas a los que debemos dar prioridad,
e incluso en qué orden; se trata de una herramienta para tomar decisiones sobre qué causas
hay que resolver prioritariamente para lograr mayor efectividad en la resolución de problemas.

La regla es que aproximadamente el 80% del problema se debe tan sólo al 20% de las causas.
Esto significa que un mínimo porcentaje de las causas explican un gran porcentaje del
problema. El diagrama de Pareto permite identificar ese pequeño porcentaje de causas más
relevantes sobre las que se debe actuar primero.

Para la construcción del diagrama se emplea un diagrama de barras. Cada una de las barras
representa una de las causas diferentes que provocan fallas. La amplitud vertical indicará el
número de fallas que origina la causa que representa.

Con la finalidad de seleccionar las causas más relevantes se ordenan las barras por amplitud
y se colocan de mayor a menor a partir de la izquierda. También se debe representar una curva
que establezca, para cada causa, el porcentaje acumulado de fallas sobre el total, donde se
aprecia en mayor o menor medida la regla de Pareto.

Para poder establecer las prioridades de causas sobre las que se debe actuar, es necesario
construir otro diagrama de Pareto, paralelo y concebido de forma similar, pero relacionado con
los costos de las fallas. De esta forma, se pueden establecer las prioridades sobre el número
de fallas y sobre el costo de dichas fallas, y en función de ellos decidir sobre qué actuar.

El diagrama de Pareto es una representación gráfica que pone de manifiesto la importancia

relativa de las diferentes causas, seleccionando las más relevantes, y que ayuda a decidir la
línea de actuación frente a una situación.

1ª edición, V.2, octubre 2020.

Copyright © ASF Página 4 de 12
 Ejemplo diagrama de Pareto.

Se practicó una auditoría al programa de construcción de carreteras de altas especificaciones,

con el objetivo de identificar las causas de irregularidades en el pago de las obras. Con base
en los registros de la entidad fiscalizada, se identificaron 10 causas, entre otras: obra pagada
no ejecutada; errores de cálculo; o sanciones no aplicadas.

Figura 1. Diagrama de Pareto

Con la aplicación del diagrama de Pareto, se determinó que de las diez causas la uno (obra
pagada no ejecutada) es la predominante, porque el 9.0% de los contratos de obra pública
explica el 30.0% de los recursos involucrados.

1ª edición, V.2, octubre 2020.

Copyright © ASF Página 5 de 12
2. Histograma

El histograma representa, de forma gráfica, la variabilidad que puede presentar una

característica de calidad. Por tanto, muestra que tipo de distribución estadística presentan los
datos.

Para ello se adopta el diagrama de barras como una representación gráfica. En el eje horizontal
se representa el rango posible de valores que abarca la variable, dividido en un número
determinado de intervalos. El número de intervalos dependerá del número total de datos que
tenemos de la variable.

Cada intervalo estará representado por una columna o barra. Normalmente la anchura de los
intervalos es idéntica y corresponde al rango de la variable dividido por el número de intervalos
correspondientes. En el eje vertical se representa la frecuencia o número de datos que existen
en cada intervalo.

El proceso para la construcción de un histograma comprende los siguientes pasos:

Obtención de los datos necesarios.

Recuento de datos y cálculo de máximo y mínimo globales de la variable.

Cálculo del rango de valores entre los que se mueve la variable.

Cálculo del número de intervalos. Los límites deben quedar perfectamente definidos.

Elaborar el resto del histograma.

Los histogramas son muy útiles para controlar la efectividad de los cambios introducidos,
comparando la evolución temporal y comprobando que se verifican las especificaciones de los
límites establecidos.

1ª edición, V.2, octubre 2020.

Copyright © ASF Página 6 de 12
 Ejemplo de histograma.

Con motivo de la revisión de la Cuenta Pública de 2015, se revisaron las fechas de entrega de
subsidios a productores agrícolas de bajos recursos. El objetivo consistió en verificar que se
cumplió el plazo máximo establecido en las Reglas de Operación, que fue de 60 días. Al graficar
los registros de los plazos en que fueron entregados los subsidios, se observó que en varios
casos se registraron incumplimientos (fuera del límite de la especificación).

Figura 2, Histograma

En este caso, el estudio de la distribución de los datos es un excelente punto de partida para
establecer hipótesis sobre el funcionamiento insatisfactorio del programa. Ello significa
preguntarnos por qué, en algunos casos, no se cumplieron los plazos establecidos.

1ª edición, V.2, octubre 2020.

Copyright © ASF Página 7 de 12
3. Diagrama de dispersión
También se le conoce como diagrama de correlación. La idea principal que persigue es poner
de manifiesto la relación que puede existir entre dos variables características de calidad en
función de los valores medidos, al variar ambas en una determinada situación. De esta forma,
se aprecia gráficamente el comportamiento o correlación existente entre ambas variables o, por
el contrario, se puede comprobar su independencia o no correlación.

Figura 3. Pasos para la construcción del diagrama de dispersión

Recoger muestras o pares de datos referentes a las dos

variables del estudio en un número suficiente (de 50 a 100)
mediante una tabla.

Establecer el rango de valores de ambas variables con el

objeto de decidir las escalas adecuadas para su
representación gráfica.

Elaborar el diagrama marcando los puntos de intersección en

el plano de los pares de datos remarcando de alguna forma la
posible coincidencia de dos o más puntos. Por ejemplo,
mediante círculos concéntricos.

Una vez elaborado el diagrama de correlación, hay que

realizar el análisis o interpretación de resultados.

Como resultado del análisis, pueden presentarse las situaciones siguientes:

• La nube de puntos sigue una recta de pendiente positiva. Si aumenta una variable, aumenta
la otra: correlación positiva.
• La nube de puntos sigue una pendiente negativa. El aumento de una provoca la
disminución de la otra: correlación negativa.
• La nube de puntos no presenta ninguna relación aparente: no hay correlación.

1ª edición, V.2, octubre 2020.

Copyright © ASF Página 8 de 12
Un aspecto de suma importancia de una relación entre dos variables, es que este vínculo no
necesariamente implica que una es causa de la otra. Lo único que indica el diagrama de
dispersión es que existe una relación, y que el usuario es quien a partir de ahí debe investigar
a qué se debe tal relación.

Ejemplo diagrama de dispersión:

Se practicó una auditoría a PEMEX para verificar que las gasolinas cumplen los estándares de
calidad establecidos.

Figura 4. diagrama de dispersión

En el diagrama de dispersión se consideraron el porcentaje de nueva materia prima y el

producto no conforme. Una de las hipótesis establecidas fue que los insumos no cumplen los
requisitos mínimos.

Los resultados mostraron una correlación negativa, lo cual reflejó que la entidad había adoptado
algunas acciones para corregir el problema de la calidad de la materia prima. Los resultados
del análisis fueron el punto de partida para identificar las medidas de control adoptadas, así
como para dimensionar los efectos de los productos no conformes en la calidad de las
gasolinas.

1ª edición, V.2, octubre 2020.

Copyright © ASF Página 9 de 12
4. Benchmarking
El concepto de benchmarking proviene del término inglés benchmark, que se puede definir
como: marca utilizada como referencia. Es decir, se fija un estándar sobre el que realizar la
comparación. De esta forma, el benchmarking constituye la comparación y aprendizaje respecto
de las empresas líderes del sector y que se consideran un ejemplo que seguir, alcanzar y
superar.

Es un proceso que requiere una actualización constante de datos. Mediante esta técnica se
valoran dos aspectos básicos: las prácticas y formas de actuar, y la medición. Es necesaria la
selección de las mejores prácticas.

Tanto las prácticas que se utilizan en la entidad fiscalizada como en las entidades líderes deben
ser evaluadas con base en criterios homogéneos de medición para analizar las diferencias
existentes.

Esta técnica es aplicable en entidades públicas que desarrollan actividades similares en materia
de salud, educación o banca de desarrollo.

Ejemplo Benchmarking

Analicemos la eficiencia en los servicios de atención médica de las clínicas del IMSS. La
pregunta es por qué bajo condiciones similares en términos de infraestructura, insumos,
presupuesto y recursos humanos, algunas clínicas funcionan mejor que otras e inclusive
superan los estándares establecidos.

Para que la comparación sea válida debemos:

1. Acotar la muestra a las clínicas de primer nivel, con énfasis en las zonas urbanas.

2. Definir sobre qué bases se efectuará la medición; deben utilizarse los mismos
indicadores en todos los casos.

3. Investigar cuáles son los estándares nacionales e internacionales, en términos de lo que

se pretende medir.

4. Identificar dónde se desarrollan las mejores prácticas en cuanto a la atención médica

de la población. Una vez que se recabe y se analice la información requerida,
contaremos con indicios sobre las causas por las cuales algunas clínicas no están
operando eficientemente: falta de recursos humanos; tardía radicación de recursos; falta
de capacitación, entre otros.

1ª edición, V.2, octubre 2020.

Copyright © ASF Página 10 de 12
 Actividad de Repaso 2

Examen final

1ª edición, V.2, octubre 2020.

Copyright © ASF Página 11 de 12
 Bibliografía

1. Lluís Cuatrecasas y Jesús González Babón, Gestión Integral de la Calidad, España, 2017,
PROFIT Editorial.

1ª edición, V.2, octubre 2020.

Copyright © ASF Página 12 de 12