HERRAMIENTAS DE

CALIDAD

DIAGRAMA DE ISHIKAWA
DIAGRAMA CAUSA - EFECTO
 También llamado de espina de pescado
• Herramienta para la resolución de
problemas
• Se representa la relación entre un efecto y
las causas que lo producen
• Método de análisis de fácil visualización de
las posibles causas de un problema
• Puede ser desarrollado por una sola
personal
 PROCESO A SEGUIR PARA SU
CONFECCION
• Elegir la característica que se desea mejorar o
problema a resolver, llamado EFECTO
• Trazar un segmento horizontal en forma de
flecha, en este extremo describir el EFECTO
• Identificar las posibles causas que
contribuyen al efecto
• Generar una lista de posibles causas a través
de una tormenta de ideas
• Clasificar las causas principales o generales
• Esta clasificación se realiza por grupos,
llamados de las 5 M s
- Máquinas (equipos)
- Mano de obra (personal)
- Materiales
- Métodos
- Medioambiente
• Cada uno de los grupos anteriores se
colocan en fechas a modo de espina
saliendo desde la línea del efecto
• Se pasa luego a identificar las CAUSAS
CONCRETAS
• Analizar bien cada causa, ayudando con las
siguientes preguntas, ¿Quién?, ¿Qué?,
¿Dónde?, ¿Cuándo?, ¿ Cómo?, ¿Por qué?,
¿Cuánto?
• De análisis anterior se definen las CAUSAS
REALES del problema
• Proponer soluciones
• Ponerlas en práctica
• Verificar su efectividad
 DIAGRAMA DE ISHIKAWA

Máquinas Mano de obra

Materiales Métodos Medioambiente

DIAGRAMA DE AFINIDADES
También llamado Diagrama de Dispersión
• Se utiliza para determinar la relación entre
dos clases de datos o variables
• Existen cuatro clases de relación, que son
a) Correlación positiva
b) Correlación posible
c) Correlación negativa
d) No existe correlación
• Por correlación se entiende

EL GRADO DE RELACION EXISTENTE

ENTRE DOS VARIABLES

• Este tipo de diagramas nos presenta

gráficamente el grado de relación de dos
variables cuantitativas
Forma de construirlo:

• Reunir todos los datos en una lista de

verificación
• Trazar las coordenadas (ejes), con su escala
correspondiente
• En uno de ellos se indicará la CAUSA y en
el otro el EFECTO
• Graficar el punto de corte para cada par de
datos
• Cuando los datos se repiten graficarlos con
círculos concéntricos
• Graifcados todos los datos se pueden
indentificar si existe o nó correlación
• Si la hubiere, y fuera necesario, utilizar
fórmulas estadísticas para calcular la recta
de regresión que mide el grado de
corrlación
• La recta de regresión es la línea que mejor
se adapta a una nube de putnos.
• Para cada una las clases presentadas
tenemos que:
a) Correlación positiva: el aumento de y
depende del de x, si se controla x queda
controlada y
b) Posible correlación positiva: el aumento
de x hace aumentar un poco y. La variación
de x influye un poco en y. Habrá que buscar
otras causas
c) Correlación negativa: el aumento de x
provocará la disminución de y. Controlando
x queda controlada y.

d) No existe correlación: no influye para

nada en y las variaciones de x