HOJA DE REGISTRO

Las Hojas de Recogida de Datos son impresos utilizados para reunir datos de
forma sencilla y que facilitan el posterior anlisis de los mismos.
PROCEDIMIENTO DE USO
Paso 1: Formulacin de preguntas.
Se deben formular la pregunta o preguntas, correctas y especificas, que
debemos contestar para decidir de forma adecuada las futuras acciones a
realizar.
Paso 2: Definir las herramientas apropiadas para el anlisis de datos.
Segn el tipo de herramienta a utilizar, deberemos decidir sobre las
caractersticas de los datos a recoger (volumen de datos, exactitud,
muestreos, etc.)
Paso 3: Definir las condiciones de la recogida de datos.
Se debe intentar que el proceso de recogida de datos no distorsione el valor
de stos, por lo que debe tenerse en cuenta:
La formacin y experiencia del personal de recogida de datos.
El tiempo disponible y la dedicacin a la recogida.
La realizacin por aquellos que tengan acceso directo a los datos.

Paso 4: Diseo del impreso.
La anotacin debe ser sencilla.
Se disear tratando de evitar erro res en la anotacin.
Incluir un campo para OBSERVACIONES.
El impreso debe ser auto explicativo.
Se debe cuidar el aspecto formal.
Paso 5: Ensayar los impresos y sus instrucciones.
Para evitar problemas imprevistos en la toma de datos definitiva.
Paso 6: Informar y formar al personal.
Asegurarse que el personal conoce y entiende
El significado de cada parte del impreso.
La importancia de obtener datos completos y no sesgados.
Paso 7: Realizacin de la recogida de datos.
Paso 8: Auditar el proceso y validar los resultados.
Debe auditarse mediante revisiones aleatorias de impresos y observacin del
proceso:
El cumplimiento de las condiciones de recogida establecidas.
La correcta cumplimentacin de los impresos.
Posibles problemas y deficiencias en la interpretacin:
a) El principal problema es la deficiente aplicacin de paso 1, que nos lleva a
recoger cuantos ms datos mejor, provocando:
Mayor esfuerzo en la recogida de datos.
Mayor cantidad de datos a manejar.


DIAGRAMA DE DISPERSIN
El Diagrama de Dispersin es una herramienta grfica utilizada para visualizar
el grado de relacin que existe entre dos variables cualitativas.
PROCEDIMIENTO DE USO
Paso 1: Elaborar una teora admisible y relevante sobre la supuesta relacin
entre dos variables.
El Diagrama muestra la existencia de relacin entre dos variables, no el
origen de dicha relacin.
Paso 2: Obtener los pares de datos correspondientes a las dos variables.
Se debe disponer de unos datos que cumplan las siguientes caractersticas:
En cantidad suficiente (+ de 40).
Exactos.
Correctamente emparejados.
Representativos.

Paso 3: Determinar los valores mximo y mnimo para cada una de las
variables.
Paso 4: Decidir sobre qu eje se representar cada variable.
Si se estudia una relacin causa-efecto, el eje horizontal representar la
supuesta causa.
Paso 5: Trazar y rotular los ejes horizontal y vertical.
Los ejes deben ser aproximadamente de la misma longitud, determinando
un rea cuadrada.
Los ejes se enumeran a intervalos iguales y con incrementos de la variable
constantes.
Cada eje debe rotularse con el nombre de la variable y la unidad de
medida.
Paso 6: Marcar sobre el diagrama los pares de datos.
Para cada par de datos localizar la interseccin de las lecturas de los ejes
correspondientes y sealarlo con un punto o smbolo.
Si algn punto coincide con otro existente, se traza un crculo concntrico
alrededor.
PAUTAS TPICAS DE CORRELACIN




Posibles problemas y deficiencias en la interpretacin:
a) Los diagramas de dispersin muestran relaciones, pero no son pruebas.
b) La interpretacin no debe extrapolarse ms alta del recorrido de los datos.
c) Deben elegirse las escalas de los ejes adecuadamente para no enmascarar los resultados.

CARTAS DE CONTROL
De acuerdo con E.L. Grant (Statistical Quality Control) la calidad medida de
un producto manufacturado, est siempre sujeta a una cierta variacin
fortuita.
Algn sistema estable de causas fortuitas es inherente a cualquier esquema
particular de produccin e inspeccin. La variacin propia de este modelo
estable es inevitable, pero las razones para la variacin fuera de este modelo
estable pueden ser descubiertas y corregidas.
La carta control desarrollada por Shewhart (Economic Control of Quality of
Manufatured Product.) es un dispositivo grfico para detectar modelos no
naturales de variacin en los datos resultantes de procesos
repetitivos, lo cual permite fijar un criterio para detectar deficiencias en el
control estadstico. En estas cartas los puntos muestreados son representados
grficamente de una forma secuencial y posteriormente unidos por una lnea
facilitando la interpretacin visual.



Las pruebas ms comunes para modelos no naturales son las pruebas de
inestabilidad, las cuales permiten determinar si el sistema de causas est
cambiado, comnmente se les designa como las zonas A, B, y C.
Como referencia a estas zonas, el modelo de variacin observado se dice
que es no natural o que el proceso est fuera de control si ocurre uno o ms
de los siguientes eventos:
1.- Un slo punto cae fuera del lmite de control. Por ejemplo ms all de la
zona A.
2.- Dos de tres puntos sucesivos, caen en la zona B o ms all
3.- Cuatro de cinco puntos sucesivos caen en la zona B o ms all
4.- Ocho puntos sucesivos caen en la zona C o ms all.
Estas pruebas se aplican separadamente a ambas mitades de la Carta
Control.
Las cartas ms comnmente usadas son: Carta X, la Carta R, la Carta p, y la
carta c; las dos primeras tratan con datos de medicin, mientras que las dos
ltimas tratan con datos de atributos. (Enumeracin).




Las constantes A2 , D3 y D4 estn tabuladas (ver anexo), mientras que las
cantidades X, R, p, y c se calculan de los datos suministrados.
Planes de Muestreo:
El muestreo de aceptacin puede ser de dos tipos: muestreo lote por lote
tambin denominado muestreo por atributos y muestreo de produccin
continuo o muestreo variable. Los primeros se refieren a los casos donde cada
espcimen es clasificado simplemente como defectuoso o no defectuoso; en
los planes variables se refiere a los casos en los cuales una medida es tomada
y registrada numricamente en cada espcimen inspeccionado. El plan de
muestreo por atributos que se efecta en base de lote, est definido por tres
elementos: el
tamao del lote (N), el tamao de la muestra (n) y el nmero de aceptacin A.

ESTRATIFICACIN
La estratificacin es la separacin de datos en categoras o clases. Su
utilizacin ms frecuente se da durante la etapa de Diagnstico, para
identificar qu clases o tipos contribuyen al problema que hay que resolver.
Podemos clasificar o separar una masa de datos en diferentes grupos o
categoras. Los datos observados en un grupo dado comparten unas
caractersticas comunes que definen la categora. Este proceso de
clasificacin recibe el nombre de estratificacin. La estratificacin es la base
para otras herramientas, como el Anlisis de Pareto, y se utiliza conjuntamente
con otras herramientas, como los Diagramas de dispersin.
Cmo interpretar la estratificacin: Si los resultados de la estratificacin se
presentan en forma de grfico de barras, es fcil examinar las categoras de
una variable para ver si alguna o algunas de las categoras destacan sobre el
resto. Tiene un proveedor un porcentaje de defectos particularmente
elevado? Qu tipos de pernos son ms propensos a error? Despus de la
estratificacin, si los resultados dan una indicacin clara de la fuente probable
del fenmeno que se estudia, el equipo tendr que validar sus resultados
iniciales o necesitar un mayor conocimiento de los detalles sobre la causa
precisa. Si inicialmente no se obtienen unos resultados tiles, se optar o bien
por proceder a una estratificacin de segundo orden, o por estratificar segn
otras variables.
Cmo elaborar una estratificacin:
1. Seleccionar las variables de estratificacin.
2. Establecer las categoras que se utilizarn en cada variable de
estratificacin.
3. Clasificar las observaciones dentro de las categoras de la variable de
estratificacin
4. Calcular el fenmeno que se est midiendo en cada categora.
5. Mostrar los resultados. Los grficos de barras suelen ser los ms eficaces.
6. Preparar y exponer los resultados para otras variables de estratificacin.
7. Planificar una confirmacin adicional.
La estratificacin es un mtodo de clasificacin de datos en subgrupos
homogneos por alguna caracterstica comn, que permite extraer
conclusiones sobre el efecto que se produce de acuerdo a dicha
caracterstica.
PROCEDIMIENTO DE USO
Paso 1: Estudiar las conclusiones del empleo de una herramienta de resolucin
de problemas sobre un conjunto de dato agrupados.
- Normalmente se utiliza a partir de los resultados de histogramas, diagramas
de dispersin o diagramas de Pareto.
Paso 2: Observar los datos y determinar si se pueden hacer subgrupos de los
mismos.
Paso 3: Hacer los subgrupos y aplicar a cada grupo la misma herramienta
aplicada en el paso 1.
Posibles problemas y deficiencias en la interpretacin
- Segn el tipo de herramienta de tratamiento de datos utilizada, los problemas de
interpretacin sern los descritos para cada una de ellas.