CURSO

GESTIÓN DE LA CALIDAD

Docentes del Curso

2018
Introducción
Análisis de la noticia
El control estadístico de procesos
(CEP) es una herramienta que
ayuda en la toma de decisiones
y facilita el proceso de mejora
constante de una empresa.
La base o fundamento del CEP se
encuentra en una serie de
técnicas estadísticas (Pareto,
Dispersión y otros) que permiten
establecer criterios para medir,
detectar y corregir variaciones
en el proceso que puedan
afectar la calidad del producto o
servicio final.
http://noticias.universia.edu.pe/educacion/noticia/
2017/01/25/1148786/pucp-ofrece-taller-control-
estadistico-procesos.html (25 de enero de 2017)

2
Índice:
1. Herramientas de Calidad III

2. Diagrama de Pareto

3. Diagrama de Dispersión

4. Diagrama de Correlación

5. Ejercicios

3
 1. Herramientas de Calidad III
La calidad de los procesos no podría ser mejorada mientras no hayan
datos suficientes, precisos y concretos que indiquen que el proceso
está bajo control, lo cual significa que se necesita utilizar ciertas
medidas para seguirle la pista a los resultados.

4
 2. Diagrama de Pareto
• Pareto describió en su teoría, a una
población en la que
aproximadamente el 20%
ostentaba el 80% del poder político
y la abundancia económica,
mientras que el otro 80%, a lo que
Pareto denominó «las masas», se
repartía el 20% restante de la
riqueza y tenía poca influencia
política.
• Si se tiene un problema con
muchas causas, podemos decir
que el 20% de las causas resuelven
el 80% del problema y el 80% de las
causas solo resuelven el 20% del
problema.

5
 Metodología

Paso 1. Determinar el problema o efecto a

estudiar. Ejemplo: Número de
defectos en los tejidos de una
empresa textil.

Paso 2. Establecer los factores, categorías o

causas que provocan este problema.

Paso 3. Ordenar los factores de mayor menor

en función de la magnitud de cada
uno de ellos. Calcular el total de
incidencias. En el ejemplo: 344
defectos.

Paso 4. Calcular el acumulado de incidencias,

el porcentaje de cada factor y el
porcentaje acumulado.

6
Paso 5. Dibujar dos ejes verticales y un eje horizontal. Situar en el eje
vertical izquierdo la magnitud de cada factor. La escala del eje
está comprendida entre cero y la magnitud total de los factores.

En el eje derecho se representan el porcentaje acumulado de

los factores, por tanto, la escala es de cero a 100. El punto que
representa a 100 en el eje derecho está alineado con el que
muestra la magnitud total de los factores detectados en el eje
izquierdo. Por último, el eje horizontal muestra los factores
empezando por el de mayor importancia.

7
Paso 6. Dibujar barras para cada factor, causa o categoría. La altura de
cada barra representa su magnitud por medio del eje vertical
izquierdo. Se representa el gráfico lineal que representa el
porcentaje acumulado calculado anteriormente. Este gráfico se
rige por el eje vertical derecho.

En el gráfico obtenido se observa que un 20% de los tejidos

(Algodón y Tul) representan aproximadamente un 80% de los
defectos. Por lo tanto, centrándose la empresa solo en esos 2
productos reduciría en un 80% el número de defectos.
8
 Metodología

Defecto ordenado Frec

No sigue indicaciones 7
No verifica 3
Área desordenada 25
Registra datosfalsos 1
Ordenar
frecuencia Faltan herramientas 12

Defecto ordenado Frec

Área desordenada 25
Faltanherramientas 12
No sigue indicaciones 7
No verifica 3
Registra datosfalsos 1

9
 Metodología

Defecto ordenado Frec % Frecuencia % Acumulado

de Frecuencia
Área desordenada 25 52% 52%
Faltan herramientas 12 25% 77%
No sigue indicaciones 7 15% 92%
No verifica 3 6% 98%
Registra datos falsos 1 2% 100%
Total 48 100%

10
 Ejemplo
120%

100% 100%
98%
92%

80%
77%

60% Frecuencia
52% Acumulado
52%

40%

25%

20% 15%

6%
2%
0%
Area desordenada Faltan herramientas No sigue indicaciones No verifica Registra datos falsos

11
 Utilidad

• Identificar y asignar prioridades a las causas o categorías

importantes de un problema.

• Identificar visualmente en una sola revisión las minorías de

características vitales a las que es importante prestar atención; y de
esta manera utilizar todos los recursos necesarios para llevar a cabo
una acción de mejora sin malgastar esfuerzos ya que con el análisis
descartamos las mayorías triviales.

• Evaluar los resultados de los cambios efectuados a un proceso

comparando sucesivos diagramas obtenidos en momentos
diferentes (antes y después).

• Comunicar fácilmente a otros miembros de la organización las

conclusiones sobre causas, efectos y costes de los errores.

112
2
 3. Diagrama de Dispersión

Es un tipo de diagrama que utiliza las coordenadas cartesianas para

mostrar los valores de dos variables para un conjunto de datos.
Los datos se muestran como un conjunto de puntos, cada uno con el
valor de una variable (#1) que determina la posición en el eje
horizontal “x” y el valor de la otra variable (#2) determinado por la
posición en el eje vertical “y”.

13
 ¿Qué es?
El diagrama de dispersión permite estudiar las relaciones entre dos
conjuntos asociados de datos que aparecen en pares (por ejemplo, (x,y),
uno de cada conjunto).

El diagrama muestra estos pares como una nube de puntos.

Las relaciones entre los conjuntos asociados de datos se infieren a partir de

la forma de las nubes.

Ejemplo:

X: Hora del día

Y: Número de errores del servicio

14
 Relación positiva y negativa
Una relación positiva entre x y y significa que los valores crecientes de x
están asociados con los valores crecientes dey.

Una relación negativa significa que los valores crecientes de x están

asociados con los valores decrecientes de y.

X Y
Relación positiva
X Y
Relación negativa

15
 Metodología

Paso 1. Recolectar los pares de datos de ambas variables objeto del

estudio. Es conviente contar como mínimo con 30 pares de
datos

16
Paso 2. Ubicar punto por punto en el gráfico. Si se esta estudiando una
posible relación causa-efecto , el eje horizontal representará la
posible causa. En este caso, con el paso de las horas las
personas se cansan o fatigan de forma natural.
Encontrar los valores mínimo y máximo, tanto para x como para
y, y utilizar estos valores para elaborar la escala de los ejes
horizontal (x) y vertical (y). Ambos deben tener
aproximadamente la misma longitud.
Plotear los datos pareados (x,y). Cuando haya dos pares de
datos que tengan los mismos valores, dibujar círculos
concéntricos al punto ploteado o plotear el segundo punto a
una corta distancia.

17
Paso 3. Examinar la forma de la nube de puntos para descubrir los tipos
y las fuerzas de las relaciones.
En este caso a medida que crece las horas del día se
incrementan los números de errores del personal. Es una relación
positiva.

18
 Utilidad
• Se trata de una herramienta especialmente útil para estudiar e
identificar las posibles relaciones entre los cambios observados en
dos conjuntos diferentes de variables.

• Suministra los datos para confirmar hipótesis acerca de si dos

variables están relacionadas.

• Proporciona un medio visual para probar la fuerza de una posible

relación.

19
 4. Diagrama de Correlación
Es el grado de relación entre dos variables. Cuando entre dos
variables existe una correlación real, se cumple que a cada valor de
una, le corresponde un único valor de otra (función matemática).

Dado que el grado de correlación depende de la dispersión de los

datos.

Ambos diagramas (Diagrama de Dispersión y Diagrama de

Correlación) se grafican de forma similar, porque representan las
mismas variables de análisis.

Por lo tanto, se complementan para determinar el resultado

cuantitativo de correlación mediante fórmula matemática.

20
 Coeficiente de correlación = r
También es conocido como el coeficientede Pearson.

Es una medida de la intensidad de la relaciónlineal entre dos variables.

21
 Coeficiente de correlación = r

Se calcula r mediante una fórmula matemática:

r = 0 => sin correlación

Correlación positiva Correlación negativa

[ 0.1 a 0.5 ] Correlación débil [ -0.1 a -0.5 ]
[ 0.5 a 0.8 ] Correlación media [ -0.5 a -0.8]
[ 0.8 a 1 ] Correlación fuerte [ -0.8 a -1]

Correlación no implica causa, dos variables pueden estar

correlacionadas pero no demuestran causalidad.

22
 Ejemplo

Media de X = 72+76+59+ … +71+62+75 = 1327 = 66.35

Número de datos enx 20

= [(66.35-72)x(7.6-9)]+ …+[(66.35-54)x(7.6-4)]+…+ [(66.35-75)x(7.6-10)]

2
20-1

Sx2 = (66.35-72)2+ …+(66.35-54)2+…+ (66.35-75)2 = 1242.55 = 65.3974

20-1 19
Sx = 8.087

23
 Tipos de diagrama de correlación

Cuadro N° 1

24
Cuadro N° 2

Figura a.- Correlación Figura b.- Correlación Figura c.- Correlación

positiva positiva perfecta negativa

Figura d.- Correlación Figura e.- Sin

curvilínea correlación

25
 Análisis de la correlación
• Usado para ajustar curvas y líneas a los datos.

• Permiten realizar predicciones basándonos en datos pasados.

• Produce una ecuación para adaptar el proceso.

26
 Análisis de la correlación
• Se relaciona el desempeño de una característica de interés con
factores de causas potenciales, el objetivo es ayudar a entender
las causas potenciales de variación y explicar cómo cada factor
contribuye a esa variación.

• Esto se consigue mediante relación estadística de la variación en

la variable dependiente con una variación de la variable
independiente (causa) y obtener el mejor ajuste al minimizar la
desviación entre lo predictivo y la respuesta real.

27
 Aplicaciones
• Administración
Una compañía de software desea conocer la relación entre las
llamadas en cola de espera y el tiempo de servicio (variable
independiente).

• Fabricación
Un cliente y su proveedor no están de acuerdo sobre la cantidad
recibida por el cliente y las entregas mensuales realizadas (variable
independiente) en un periodo de tiempodado.

• Diseño
Un ingeniero químico, diseñando un nuevo proceso, desea
investigar la relación entre las variables de entrada (variable
independiente) y las variables de salida.

28
 5. Ejercicios
1. Elabore la tabla de cálculo y el diagrama de Pareto considerando
solo las incidencias (cantidad o frecuencia).

2. Elabore la tabla de cálculo y el diagrama de Pareto considerando las

incidencias y sus costos.
Defecto en la fundición Frecuencia Costo unitario por defecto(US$)

Llenado incompleto 14 100

Fusión deficiente 42 70

Rebabas 72 2

Poliestileno crudo 7 20

Superficies Quemadas 36 5

Contaminación del modelo 10 38

Inclusiones de carbono 7 100

Incrustaciones de arena 9 20

Porosidad 58 35

Fracturas en caliente 8 100

Colapso del molde 4 100

Otros 12 5

29
Solución
1. Elabore la tabla de cálculo y el diagrama de Pareto
considerando solo las incidencias (cantidad o frecuencia).
Frecuencia %
Defectoen la fundición Frecuencia %Total
Acumulada Acumulado
Rebabas 72 72 25.8% 25.8%
Porosidad 58 130 20.8% 46.6%
Fusióndeficiente 42 172 15.1% 61.6%
SuperficiesQuemadas 36 208 12.9% 74.6%
Llenadoincompleto 14 222 5.0% 79.6%
Otros 12 234 4.3% 83.9%
Contaminación delmodelo 10 244 3.6% 87.5%
Incrustaciones dearena 9 253 3.2% 90.7%
Fracturas encaliente 8 261 2.9% 93.5%
Poliestilenocrudo 7 268 2.5% 96.1%
Inclusiones decarbono 7 275 2.5% 98.6%
Colapso delmolde 4 279 1.4% 100.0%
TOTAL 279 100%

30
Solución

Diagrama de Pareto de las cantidades

de incidencias -frecuencia

31
Solución
2. Elabore la tabla de cálculo y el diagrama de Pareto
considerando las incidencias y suscostos.
Defecto en la fundición Frecuencia Costo unitario por Frecuencia
defecto (US$) y Costo
Llenado incompleto 14 100 1400
Fusión deficiente 42 70 2940
Rebabas 72 2 144
Poliestileno crudo 7 20 140
Superficies Quemadas 36 5 180
Contaminación del modelo 10 38 380
Inclusiones de carbono 7 100 700
Incrustaciones de arena 9 20 180
Porosidad 58 35 2030
Fracturas en caliente 8 100 800
Colapso del molde 4 100 400
Otros 12 5 60
TOTAL 279 9354

32
Solución
2. Elabore la tabla de cálculo y el diagrama de Pareto
considerando las incidencias y suscostos.
Defecto en lafundición Frecuencia Frecuencia %Total %
y Costo Acumulada Acumulado
Fusióndeficiente 2940 2940 31.4% 31.4%
Porosidad 2030 4970 21.7% 53.1%
Llenado incompleto 1400 6370 15.0% 68.1%
Fracturas en caliente 800 7170 8.6% 76.7%
Inclusiones de carbono 700 7870 7.5% 84.1%
Colapso del molde 400 8270 4.3% 88.4%
Contaminación del modelo 380 8650 4.1% 92.5%
Incrustaciones de arena 180 8830 1.9% 94.4%
Rebabas 144 8974 1.5% 95.9%
Poliestileno crudo 140 9114 1.5% 97.4%
Superficies Quemadas 180 9294 1.9% 99.4%
Otros 60 9354 0.6% 100.0%
TOTAL 9354 100%

33
Solución

Diagrama de Pareto de los costosde

sus incidencias - frecuencia

334
4
Conclusiones
Cuadro resumen sobre las herramientas de calidad III

Principio de • Relación 80/20

• Teoría en que el 20% de la población ostentaba
Pareto el 80% del poder político-económico.

• Gráfico que muestra cada factor o causa; en

Diagrama de barras sus valores y el porcentaje acumulado,
Pareto para identificar las categorías más importantes
de un problema.

Diagrama de • Gráfico para identificar la relación entre los

cambios observados en dos conjuntos diferentes
dispersión de variables.

Análisis de • Se cuantifica la relación estadística entre las

variables causa X y el comportamiento resultante
correlación Y; permite realizar predicciones.

35
Bibliografía
• Llorens Montes, Francisco Javier (2013).“Gestión de la calidad
empresarial” España – Ediciones Pirámide.

• Vilar Barrio, José Francisco (2013). “Las Siete Nuevas Herramientas para
la mejora de la Calidad” Madrid – FC Editorial.

36