HERRAMIENTAS DE

MEJORA DE PROCESOS
INGENIERA DE LA CALIDAD
MSC MAURICIO ARANA DORADOR
ENERO 2016

Evolucin de la Calidad
1. La calidad no es un lujo; La calidad es el grado predecible de uniformidad y seguridad, a bajo costo y
acomodado al mercado - W. Edwards Deming. (Compromiso con la Calidad y Productividad Cambio cultural
importante)
2. Calidad implica ser adecuado para usarse cumplir con los requerimientos - Joseph M. Juran. (Adecuacin al
uso: Planear, Controlar y Mejorar Mejorar calidad con sistema actual)
Ambos Deming y Juran reconocieron como esencial el involucramiento de los directivos basndose en:

Mejoramiento Continuo

Importancia de la Capacitacin

Uso de tcnicas del control de calidad

3. La totalidad de rasgos y caractersticas de un producto o servicio relacionados con su capacidad para
satisfacer determinadas necesidades ASQ (American Society for Quality)

MSC MAURICIO ARANA DORADOR - INGENIERA DE LA CALIDAD - AGOSTO 2015

Calidad de Clase Mundial

Ocho indicadores de valor que
determinan el nivel de competitividad
de la empresa.
Cada uno de ellos suministra una
medida de eficacia o eficiencia de la
empresa para competir en el mercado,
dando su agregacin acumulada un
ndice de valor total.

Gestin de la Calidad Total

GCT es un conjunto de actividades sistemticas conducidas a travs de toda la organizacin para
alcanzar eficaz y eficientemente los objetivos de la compaa, as como para proveer productos y
servicios con un nivel de calidad que satisfaga a los clientes, en el tiempo y al precio apropiados.
Deming Prize Committee de la JUSE (2004a: 4) dio en 1998
Implica cambios drsticos en la propia idiosincrasia de la organizacin:
1. CAMBIO ORGANIZATIVO ALCANCE MAXIMO
2. CAMBIO CULTURAL VALORES Y CREENCIAS
3. PLANIFICACIN, ASPECTOS TCNICOS PROYECTOS DE EQUIPO

Mejora de Procesos

Oportunidad de Mejora
Las diversas herramientas de la calidad desarrolladas para resolver problemas requieren el manejo
habitual de mltiples tcnicas con las que el personal implicado dentro de los procesos debe estar
familiarizado. Lo que se busca es el empoderamiento del personal y el trabajo en equipo para
construir y lograr la excelencia en el rendimiento.

DESVIACIN DE LO NORMAL

Herramientas de Calidad
1. Las siete herramientas clsicas de control y gestin de
la calidad. Estadsticos / Control y Mejora de la Calidad
Hoja de recogida de datos.
2. Nuevas herramientas de planificacin y gestin de la calidad.
Histograma.
No Estadsticos / Gestin y Planificacin de la Calidad
El diagrama de Pareto.
Diagrama de afinidad.
El diagrama causa efecto.
Diagrama
de relaciones.
El diagrama de dispersin.
Diagrama de rbol.
La Estratificacin.
Matrices de priorizacin.
El grfico de Control.
Diagrama matricial.

3. Otras herramientas.
Anlisis modal de fallos y efectos.
Diseo de Experimentos.
Diagrama de flujo.
Seis Sigma.

Diagrama del proceso de decisin.

Diagrama de flechas.

Tormenta de Ideas - Brainstorming

Generacin de una gran cantidad de ideas sobre un tema o
problema comn por parte de un grupo de personas.
8

Brainstorming Formal
Brainstorming Informal
Brainstorming Silencioso

Tormenta de Ideas - Brainstorming

Generacin de una gran cantidad de ideas sobre un tema o
problema comn por parte de un grupo de personas.
Brainstorming Formal

Requiere un coordinador - Sigue un orden / Es lento y pierde espontaneidad.

Brainstorming Informal
Varias perdonas toman nota No sigue un orden / Difcil escuchar a todos.

Brainstorming Silencioso
Cada participante coloca sus ideas por escrito / Se generen duplicidades.

Herramientas de Control y Mejora

1. Las siete herramientas clsicas de control y gestin de la calidad.
Estadsticos / Control y Mejora de la Calidad
Hoja de recogida de datos.
Histograma.
El diagrama de Pareto.
El diagrama causa efecto.
El diagrama de dispersin.
La Estratificacin.
El grfico de Control.
Segn Ishikawa (1994), aplicadas e utilizadas correctamente permiten la resolucin del 95 % de los
problemas de los puestos de trabajo, quedando slo un 5 % de los casos en que se necesitan otras
herramientas con utilizacin de mtodos estadsticos mucho ms complejos y avanzados.
10

Herramientas de Control y Mejora

Instrumentos
auxiliares

Pilares Fundamentos

Funciones

Herramientas

Recoger los datos

1. HOJA DE RECOGIDA DE DATOS

Interpretar los datos

2. HISTOGRAMA

Estudiar las relaciones causa-efecto

3. DIAGRAMA DE ESPINA

Fijar prioridades

4. DIAGRAMA DE PARETO

Estratificar los datos

5. ESTRATIFICACIN

Determinar las correlaciones

6. DIAGRAMA DE CORRELACIN

Determinar si un proceso est bajo control

o si no lo est

7. GRFICO DE CONTROL
11

Herramientas de Control y Mejora

POR USO
DE PROCESO
DE SELECCIN
DE ANLISIS

TIPO DE HERRAMIENTA
1. DIGRAMA DE FLUJO
2. DIAGRAMA DE PARETO
3. DIAGRAMA DE CAUSA / EFECTO
4. HISTOGRAMA
5. DIAGRAMA DE DISPERSIN

DE MEDICIN

6. LISTA DE VERIFICACIN
7. GRFICA DE CONTROL
12

Hoja de Recogida de Datos

La hoja de recogida de datos sirve para recoger
los datos necesarios y poder realizar un posterior
anlisis de stos.
La hoja de recogida de datos se elabora en
funcin de objetivos concretos y debe ser sencilla
y clara, de forma que las personas que tengan
que recoger y registrar los datos puedan hacerlo
sin ningn problema.
13

Hoja de Recogida de Datos

1. Hoja de recogida de datos cuantificables
Registra el nmero de defectos,
y en funcin de las causas que
se sospechen, los datos se
clasifican y recogen por tipo de
defecto, por mquina, por
operario, etc.
El tiempo de recogida depende
de la cantidad de datos que se
quiera manejar y, por tanto, de
los que se pueden obtener en
una unidad de tiempo (hora,
da, semana).
14

Hoja de Recogida de Datos

2. Hoja de recogida de datos por magnitudes medibles
Se emplea para clasificar los datos en
relacin con sus dimensiones y
representarlos segn la distribucin
de su frecuencia.
Permite obtener el nmero
productos que no cumplen
especificaciones exigidas.

de
las

15

Hoja de Recogida de Datos

3. Hoja de recogida de datos por situacin del defecto
Se presenta un dibujo del producto
objeto de examen y en ella se deben
sealar los defectos observados en su
aspecto exterior.
Se puede especificar que clase de
defectos contiene el producto y donde
figuran estos.

16

Hoja de Recogida de Datos

4. Hoja de sntesis
Esta hoja presenta un resumen de
toda la informacin obtenida sobre un
fenmeno que ha sido estudiado a lo
largo del tiempo, cuyos datos han
quedado recogidos en varias y
diferentes hojas de recogida de datos.

17

Hoja de Recogida de Datos

Ejemplo de una plantilla diseada para recoger las incidencias de produccin en una empresa que envasa y
comercializa legumbres. Dicha empresa dispone de tres mquinas de envasado, una de control manual
(mquina A), y dos automticas, (mquinas B y C).

18

Estratificacin
La estratificacin no es una tcnica propiamente dicha, ms bien es una metodologa de trabajo
compatible con cualquiera de las herramientas antes mencionadas.
Estratificar los datos consiste en dividirlos y clasificarlos segn su procedencia, desagregando la
informacin y realizando estudios separados para situaciones como: diferentes materias primas,
diferentes mquinas, diferentes turnos de trabajo, etc.
Por ejemplo en el caso de la empresa e legumbres, no sera lgico representar en un mismo diagrama
de dispersin las variables grado de humedad y peso para los tres tipos de legumbres (garbanzos,
alubias y lentejas) que envasa la citada empresa, sino que habra que representar por separado la
situacin de cada tipo de legumbre.

19

Histograma
Los histogramas son diagramas de barras que muestran el grado y la naturaleza de variacin dentro
del rendimiento de un proceso. El histograma muestra la distribucin de frecuencias de un conjunto
de valores mediante la representacin con barras.

20

10

Histograma
Los pasos en su construccin son los siguientes:
1. Identificar el objetivo del uso del histograma y reunir los datos necesarios.
2. Identificar los valores mximos y mnimos y calcular el rango, es decir, la dimensin del intervalo
existente entre esos dos valores.
3. Determinar el nmero de barras a representar. No existe regla exacta para su clculo.
Normalmente, cuando el nmero total de datos (N) es inferior a cincuenta se pueden emplear
unas tablas orientativas, y cuando N es superior a cincuenta se considera la raz cuadrada de N,
redondeando a un nmero entero.
4. Establecer la anchura de las barras. Se calcula dividiendo el rango entre el nmero de barras.
5. Calcular los lmites inferior y superior de cada barra. Consiste en sumar las ocurrencias dentro de
cada ancho de barra, es decir, la frecuencia.
6. Dibujar el histograma. El nmero ideal de barras en el histograma es de aproximadamente diez.
7. Analizar el histograma y actuar con los resultados.

21

Histograma
Los histogramas pueden tener distintas formas segn la distribucin de la frecuencia de las variables
consideradas. El anlisis de su comportamiento permite determinar la tendencia central y la
dispersin de los datos. Como lo ms habitual es que las distribuciones se asemejen a otras
conocidas, como por ejemplo la distribucin normal, se puede evaluar y hacer inferencias de las
caractersticas del conjunto de la poblacin.

22

11

Histograma

Los histogramas presentan algunas desventajas: en primer lugar, no permiten identificar las causas de
variacin dentro de un periodo de tiempo y, en segundo lugar, para preparar la distribucin de
frecuencias y representarla hacen falta muchos datos (como mnimo cincuenta valores), si se quiere
identificar la forma de la distribucin.
23

Histograma
Un equipo del departamento de produccin de una empresa decide analizar con mayor detenimiento
el peso (en gramos) de uno de los productos elaborados, ya que se han venido observando anomalas
ltimamente. El equipo decide dibujar un histograma para posteriormente analizarlo. Recogen
cincuenta y cinco datos durante una semana, once por da. La Figura mostrada debajo presenta los
resultados de la inspeccin en la hoja de recogida de datos.

24

12

Histograma
A partir de los datos recogidos se realizan los clculos para determinar el nmero de barras, su
anchura y sus lmites.
En primer lugar, conocido el nmero total de datos (N =55), se localizan el mayor valor y el menor
valor entre los datos y se calcula su diferencia, con lo que se obtiene el rango:

Rango R = 510 - 480 = 30

Para determinar el nmero de barras y su anchura se realizan los siguientes clculos:

Nmero de barras = Raz(55) = 7,41 (aprox) = 8

Anchura de barra = 30/ Raz(55) (aprox) = 4
25

Histograma
A continuacin, se determinan los lmites de Por ltimo, se dibuja el histograma, que agrupa los datos por
intervalos y muestra la frecuencia (correspondiente a la altura de
cada barra, calculando la frecuencia.
cada barra), y se procede a su interpretacin.

26

13

Diagrama de Pareto
Es una herramienta que identifica los problemas ms importantes, en funcin de su frecuencia de
ocurrencia o coste (dinero, tiempo), permitiendo establecer las prioridades de intervencin. Es un tipo de
distribucin de frecuencias que se basa en el principio de Pareto, a menudo denominado regla 80/20, el
cual indica que el 80 % de los problemas son originados por un 20 % de las causas. Este principio ayuda a
separar los errores crticos, que normalmente suelen ser pocos, de los muchos no crticos o triviales.

27

Diagrama de Pareto
La construccin del diagrama de Pareto consta de las siguientes etapas:

1. Decidir cmo clasificar los datos

2. Determinar el tiempo de recogida de los datos
3. Obtener los datos y ordenarlos
4. Dibujar los ejes de coordenadas
5. Dibujar el diagrama
6. Construir una lnea de frecuencia acumulada
7. El anlisis de Pareto

28

14

Diagrama de Pareto
Modelo de Tabla para la construccin de un Diagrama de Pareto:

29

Diagrama de Pareto
Hemos decidido clasificar por tipo de defecto y definimos un periodo de observacin de cuatro
semanas consecutivas, la hoja de recogida de datos podra ser como la que muestra debajo.

En ella se van anotando los datos (el defecto A ocurri dos veces en la primera semana, el defecto B
ocurri cuatro veces, y as sucesivamente con todos), de manera que una vez cumplimentada
constituye la base para la representacin del Diagrama de Pareto.
30

15

Diagrama de Pareto
4. Se coloca en el eje vertical el nmero total de defectos detectados y en el eje horizontal los tipos
de defectos.
5. Consiste en la representacin grfica de los datos recogidos en la hoja. Para ello se observa cul
es el defecto ocurrido con ms frecuencia y se representa en el extremo izquierdo, junto al eje
vertical, mediante una barra ancha que tendr la altura correspondiente a su frecuencia. Se
representa el segundo defecto en frecuencia, y as sucesivamente. Antes de dibujar el diagrama de
Pareto hay que colocar los defectos en orden decreciente en funcin del nmero de veces que se
hayan detectado.

31

Diagrama de Pareto

6. Trazar a la derecha una lnea de porcentajes que sita a la altura de 90, total de los defectos
observados en las cuatro semanas, el 100 %. Esta lnea muestra los porcentajes acumulados.

32

16

Diagrama de Pareto
7. El diagrama muestra los problemas ms importantes sobre los que ser necesario actuar. En el
ejemplo, los defectos C y B son los defectos ms importantes, puesto que representan el 80 % de los
defectos totales.

33

Diagrama de Pareto
Interpretacin de los resultados de Pareto:
a)

Si los defectos o las prdidas ms frecuentes decrecen sbitamente, esto

indica que han tenido o estn teniendo xito las acciones de mejora
emprendidas o que existen factores que han cambiado si todava no hemos
emprendido nada.

b) Si varios tipos de defectos o prdidas decrecen de manera uniforme, esto

indica generalmente que el control ha mejorado.
c)

Si el defecto o la prdida ms frecuente vara en el tiempo pero no disminuye

mucho el porcentaje global, es decir, el diagrama de Pareto es inestable, esto
indica falta de control.
34

17

Diagrama de Pareto
Representaremos en el eje vertical el coste de reparacin de los defectos. Las columnas en el diagrama
mostrado debajo indican el coste de los defectos (n. de piezas coste reparacin por pieza).

35

Diagrama de Pareto
La utilizacin de esta herramienta presenta las siguientes ventajas:
Permite observar los resultados de las acciones de mejora implantadas al comparar dos diagramas
del mismo fenmeno en momentos distintos de tiempo.
Es una herramienta polivalente y fcilmente aplicable, no slo en el control de la calidad sino en
cualquier mbito.
Utilizado en presentaciones y reuniones aumenta la eficacia y la rapidez de la comunicacin ya que
permite identificar rpidamente y a simple vista el problema ms grave

36

18

Taller Sabado 9
1ra parte
Brainstorming
Hoja de Sintesis
2da parte
Histograma
Pareto

37

MSC MAURICIO ARANA DORADOR - INGENIERA DE LA CALIDAD - AGOSTO 2015

Diagrama Causa - Efecto

Es un mtodo sistematizado de trabajo en grupo, que ilustra con claridad las diversas causas que
afectan a un resultado, clasificndolas y vinculndolas entre s.

5M

Mano de Obra,
Mquina,
Material,
Mtodo y
Medio Ambiente

Tcnicas para encontrar la Causa Raz:

Lluvia de Ideas / 5 Por qu? / 5W + 2H.

38

19

Diagrama Causa - Efecto

Construccin: Para desarrollar el diagrama de espina se deben seguir los siguientes pasos:
1. Definir y determinar claramente el problema o efecto que se va a analizar.
2. Identificar los factores o causas que originan el efecto, mediante un brainstorming.
3. Representacin del diagrama.
4. Anlisis de las relaciones causa-efecto que derivan de la construccin del diagrama.

39

Diagrama Causa - Efecto

Aplicacin: Es til para conocer y afrontar las causas de los defectos, anomalas o reclamaciones;
reducir costes; obtener mejoras en los procesos; mejorar la calidad de los productos, servicios e
instalaciones; y establecer procedimientos normalizados, tanto operativos como de control.

Ventajas:

Proporcionar una metodologa racional para la resolucin de problemas.

Permitir sistematizar las posibles causas de un problema.

Favorecer el trabajo en equipo permitiendo que los trabajadores planteen de forma creativa sus
opiniones y que la comunicacin sea clara y eficaz.

40

20

Diagrama Causa - Efecto

El director de administracin de una empresa de fabricacin de maquinaria industrial decide emplear
un diagrama de espina para investigar por qu muchos clientes muestran un cierto grado de
insatisfaccin con la empresa. Los clientes han expresado su insatisfaccin explcitamente a travs de
los formularios de quejas y reclamaciones. La mayora de los clientes sealan la lentitud del servicio
de mantenimiento y de la atencin al cliente y el constante comunicar del telfono cuando stos
llaman. Bastante sorprendido, decide formar un grupo con otras tres personas, miembros de los
departamentos implicados, y realizar una sesin de brainstorming.
En primer lugar definen el efecto que va a ser analizado como clientes insatisfechos .
Posteriormente, el equipo comienza a detectar posibles causas y el coordinador del equipo las va
agrupando segn correspondan a mano de obra, mtodos, materiales y maquinaria. Una vez
enumeradas y agrupadas las causas, el coordinador las incluye en el diagrama de espina (mostrado
debajo), mientras el grupo sigue reflexionando sobre la importancia de cada una de ellas y si quedan
algunas por aadir. Los pasos siguientes sern determinar las causas ms importantes y ms
probables para disear lneas de actuacin encaminadas a la disminucin de la insatisfaccin de los
clientes.
41

Diagrama Causa - Efecto

42

21

Grficas de Dispersin
El diagrama de correlacin o diagrama de dispersin sirve para determinar si existe
relacin entre dos variables, normalmente de causa y efecto.
CORRELACIN

VALOR O RANGO

Perfecta

|R| = 1

Excelente

0.9 <= |R| < 1

Buena

0.8 <= |R| < 0.9

Regular

0.5 <= |R| <0.8

Mala

|R| < 0.5

43

Grficas de Dispersin
Aplicacin: Habitualmente, se aplica despus de la utilizacin del diagrama de
espina, donde ya hemos identificado todas las posibles causas del efecto, y conviene
verificar la existencia de relacin, al menos, de las causas ms probables. Esta
herramienta nos permite conocer cmo al variar una causa probable vara el efecto.
Ventajas:
Se trata de una herramienta especialmente til para estudiar e identificar las
posibles relaciones entre los cambios observados en dos conjuntos diferentes de
variables.
Suministra los datos para confirmar hiptesis acerca de si dos variables estn
relacionadas.
Proporciona un medio visual para probar la fuerza de una posible relacin.
44

22

Grficas de Dispersin
Construccin:
Segn sea la dispersin de los datos (nube de puntos) en el plano cartesiano,
pueden darse alguna de las siguientes relaciones, Lineal, Logartmica, Exponencial,
Cuadrtica, entre otras.
Las ecuaciones de cada relacin se presentan en la siguiente tabla:
REGRESIN
ECUACIN
Lineal
y = A + Bx
Logartmica
y = A + BLn(x)
Exponencial
y = Ae(Bx)
Cuadrtica
y = A + Bx +Cx2
45

Grficas de Dispersin
Recogemos los datos de las dos variables en varios individuos de una muestra.
En cada fila tenemos los datos de un individuo
Cada columna representa los valores que toma una variable sobre los
mismos.
Las individuos no se muestran en ningn orden particular.
Dichas observaciones pueden ser representadas en un diagrama de dispersin.
En ellos, cada individuos es un punto cuyas coordenadas son los valores de las
variables.

46

23

Grficas de Dispersin
Tenemos las alturas y los pesos de 30 individuos representados en un diagrama de
dispersin.

47

Grficas de Dispersin
La TENDENCIA tiene PENDIENTE positiva.

48

24

Grficas de Dispersin
Apreciamos que el peso aumenta 10Kg por cada 10 cm de altura
aproximadamente, o sea el peso aumenta en una unidad por cada unidad de
altura.

49

Grficas de Dispersin
Para valores de X por encima de la
media tenemos valores de Y por encima
y por debajo en proporciones similares.
Incorrelacin.

Para los valores de X mayores que la

media le corresponden valores de Y
menores. Esto es relacin inversa o
decreciente.
50

25

Grficas de Dispersin
Para los valores de X mayores que la
media le corresponden valores de Y
mayores tambin.
Para los valores de X menores que la
media le corresponden valores de Y
menores tambin.
Esto se llama relacin directa.

51

Grficas de Dispersin
Medicin: Coeficiente de Correlacin de Pearson.

El coeficiente de correlacin lineal de Pearson de dos

variables, r, nos indica si los puntos tienen una tendencia a
disponerse alineadamente (excluyendo rectas horizontales y
verticales).
r es til para determinar si hay relacin lineal entre dos
variables, pero no servir para otro tipo de relaciones
(cuadrtica, logartmica,...)

52

26

Grficas de Dispersin
Propiedades de r
Es adimensional
Slo toma valores en [-1,1]
Las variables no tienen correlacin => r=0
Relacin lineal perfecta entre dos variables r =+1 r =-1
Excluimos los casos de puntos alineados horizontal o verticalmente.
Cuanto ms cerca est r de +1 o -1 mejor ser el grado de relacin lineal.
Siempre que no existan observaciones anmalas.

53

Grficas de Dispersin

54

27

Grficas de Dispersin

55

Taller Domingo 10
1ra parte
Causa Efecto
2da parte
Grfica de Dispersin

MSC MAURICIO ARANA DORADOR - INGENIERA DE LA CALIDAD - AGOSTO 2015

56

28

Grficos de Control
El grfico de control es una herramienta grfica que se utiliza para medir la variabilidad de un
proceso. Consiste en valorar si el proceso est bajo control o fuera de control en funcin de unos
lmites de control estadsticos calculados.
Esta variabilidad de los procesos, puede ser debida a causas aleatorias (variabilidad de la materia
prima o la variabilidad de la maquinaria) o a causas asignables (variaciones irregulares que habr que
eliminar corrigiendo la causa).

Un proceso que opera slo con causas aleatorias

se dice que est bajo control estadstico.

57

Grficos de Control
Cuando se estudian caractersticas medibles, se construyen los grficos de control por variables y si la
caracterstica no es medible numricamente, se utilizan los grficos de control por atributos.

58

29

Grficos de Control
Cuando se estudian caractersticas medibles, se construyen los grficos de control por variables y si la
caracterstica no es medible numricamente, se utilizan los grficos de control por atributos.
1. Grficos de control por variables

Estos grficos miden una caracterstica continua, es decir, que puede tomar infinitos valores dentro
de un intervalo. El ms utilizado en control de calidad es el grfico
que registra la media del
proceso y el recorrido o rango de cada muestra y se utiliza para controlar y analizar un proceso
empleando valores relativos a la calidad del producto tales como temperatura, peso, volumen,
concentracin, etc.
En su construccin es necesario elaborar un grfico para los valores medios muestrales ( ) y otro
grfico para los recorridos (R). El primero indica si existen cambios en la tendencia central de un
proceso y el segundo muestra si ha variado la uniformidad del proceso.

59

Grficos de Control
1. Grficos de control por variables - construccin

1.

Recogida de los datos y su registro:

Recoger entre 20 y 50 datos Ideal es 100 datos.
Tamao de muestra (n, ejm 5 observaciones) y Nmero de muestra (k, ejm 25 muestras).
Registrar valores en hojas de datos con tamao especfico.

2.

Calcular la media y los recorridos de las muestras:

Se calcula la media (-x) de cada muestra, as como los recorridos (R) restando el valor
mnimo del valor mximo de cada muestra.
La fase siguiente es calcular el promedio general (--x) con las medias de cada muestra (-x).
Tambin se calcula el recorrido promedio ( -R) con los valores de R para cada muestra.

60

30

Grficos de Control
3.

Calcular los limites de control

Para cada grfico hemos de calcular los lmites de control superior e inferior. Estos lmites se pueden
calcular a +/- 3 desviaciones del promedio porque consideramos que la distribucin de las medias
sigue una distribucin normal o muy prxima cuando la muestra tiene un tamao igual o superior a
cuatro. De esta manera se pueden calcular los lmites utilizando unas sencillas frmulas.

61

Grficos de Control

62

31

Grficos de Control
4.

Representar los grficos de control

Calculados los lmites, el paso siguiente es representar los datos en el grfico, trazar las lneas de
control y sealar la lnea central (LC). Los grficos de control -X y R se representan uno encima de
otro. Para facilitar la posterior lectura de los grficos hay que intentar representar los puntos con
claridad para que resulten fciles de ver y deben estratificarse si es necesario.
5.

Interpretacin de los grficos

Cuando se representan los puntos hay que observar principalmente si stos caen dentro o fuera de
los lmites para determinar si el proceso est o no bajo control.
Si en X hay puntos fuera de control mientras en R no, significa que en el proceso se ha
producido algo que alter la caracterstica que estamos analizando.
Si en R hay puntos fuera de control mientras en -X no, significa que las piezas producidas
presentan variaciones ms dispersas de la caracterstica que estamos analizando, aunque la
media sea constante.
63

Grficos de Control
Supongamos que deseamos controlar un determinado proceso y para ello el operario selecciona una
muestra de cinco observaciones (n = 5) correspondientes al peso de una pieza (en miligramos) y las
registra en una hoja como la que se muestra debajo. El proceso lo repite 25 veces, con lo que
obtienen 25 muestras (m = 25) de tamao cinco.
muestra
Peso 1
(mg)
Peso 2
(mg)
Peso 3
(mg)
Peso 4
(mg)
Peso 5
(mg)

10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

5,1 5,3 5,1 5,0 5,1 5,1 4,8 5,2 5,0 4,8 4,8 4,9 5,2 5,0 4,9 4,6 5,1 4,8 5,4 5,1 5,0 5,0 5,2 4,9 4,7
4,9 4,7 5,1 4,9 5,2 4,7 4,8 5,2 4,8 4,7 4,9 5,2 4,9 5,0 4,8 4,8 5,2 4,8 5,1 4,9 4,9 5,0 5,2 4,9 5,1

4,9 4,8 5,2 4,9 5,0 4,8 5,0 4,9 5,0 5,0 4,9 5,0 4,6 5,1 5,1 4,9 5,1 4,6 5,1 4,9 4,9 5,3 5,0 5,0 5,1
5,2 4,9 5,1 4,3 5,0 4,7 4,9 5,0 4,9 5,0 5,4 5,0 4,9 5,1 5,1 5,0 5,0 5,1 5,1 4,9 5,0 5,2 4,8 5,4 4,8
5,0 5,1 5,2 5,0 5,1 5,2 5,0 4,9 5,0 4,7 5,1 5,0 4,8 4,8 5,0 5,0 4,8 5,2 5,0 4,9 5,2 4,8 5,2 5,0 4,9

64

32

Grficos de Control
2. Grficos por atributos

Estos grficos miden una caracterstica discreta, es decir que indican si sucede una cosa u otra.
Entre los diversos tipos de grficos existentes, los ms conocidos son los grficos p, los grficos pn y
los grficos c.
El grfico p utiliza como variable de estudio el porcentaje de piezas defectuosas.
Las dimensiones de las muestras pueden no ser constantes.
El grfico pn mide la cantidad de unidades defectuosas, siendo las muestras de
dimensiones constantes.
El grfico c mide el nmero de defectos por unidad encontrados en muestras de
tamao constante.
65

Grficos de Control
El Grfico p
Recoger y Registrar datos
Nmero de unidades a inspeccionar n
Nmero de unidades defectuosas pn
Determinar la fraccin de unidades defectuosas p = pn/n
Examinar por lo menos 20 grupos de unidades obtener 20 valores p.
Calcular p(promedio) = nmero total de unidades defectuosas/nmero total de unidades
inspeccionadas.
Calcular y graficar:

66

33

Grficos de Control
Supongamos que una empresa desea reducir el nmero de formularios de pedidos de compra que
se rellenan de manera incorrecta. Para ello utiliza un grfico de control por atributos
inspeccionando los formularios durante 22 das y anotando el nmero de formularios con defecto
de forma. Los datos recogidos se muestran debajo.
Da
n

10 11 12 13 14 15 16 17 18 19 20 21 22

24 35 30 25 19 23 31 25 23 18 26 30 21 34 25 31 31 32 27 15 32 28

pn 14 16 12 12

14 12

14

11 16

10

11

p 0,58 0,46 0,40 0,48 0,26 0,61 0,39 0,24 0,61 0,28 0,42 0,53 0,38 0,29 0,28 0,23 0,19 0,34 0,19 0,33 0,22 0,32

Da del Mes
Nro de formularios inspeccionados
Nro de formularios defectuosos
Fraccin de unidades defectuosas

n
pn
p

ATENCIN CON LAS ANOMALAS:

Tendencia arriba o abajo
Ptos fuera o justo en los lmites
8 puntos consecutivos arriba o debajo de la LC
67

Grficos de Control
El Grfico pn
Este grfico es muy similar en su elaboracin e interpretacin al anterior, con la diferencia
de que mide la cantidad de unidades defectuosas y el tamao de la muestra siempre es constante.
Calcular y graficar:

68

34

Grficos de Control
Supongamos que deseamos controlar la fabricacin de una mquina, de manera que cada dos horas
extraemos 50 unidades producidas y se someten a control. Debajo se muestran los datos obtenidos
en las observaciones, reflejando el nmero de unidades defectuosas en cada muestra.
Nro 1

10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

50 50 50 50 50 50 50 50 50 50 50 50 50 50 50 50 50 50 50 50 50 50 50 50 50

pn

10

Nro del subgrupo

Nro de unidades inspeccionadas
Nro de unidades defectuosas
Fraccin de unidades defectuosas

n
pn
p

10

ATENCIN CON LAS ANOMALAS:

Tendencia arriba o abajo
Ptos fuera o justo en los lmites
8 puntos consecutivos arriba o debajo de la LC
69

Grficos de Control
El Grfico c
Este tipo de grfico es tambin similar a los anteriores. Se utiliza cuando se mide el nmero de
imperfecciones encontradas en cada una de las unidades, por ejemplo, en una pieza de tejido, una
superficie lacada o defectos en una mquina, partculas de polvo en el disolvente, etc. El tamao de
la muestra, n, tiene que ser constante. En ocasiones puede ser un nico producto, por ejemplo,
nmero de defectos encontrados en la instalacin de la calefaccin o en un electrodomstico.
Calcular y graficar:

70

35

Grficos de Control
Una empresa fabricante de cristal utiliza un grfico de control por atributos para medir las
imperfecciones en las lminas de vidrio fabricadas. Los datos extrados de las inspecciones
realizadas se muestran debajo.
Nro 1
c

9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

18 13 13 15 21 17 28 10 23 16 15 22 18 12 24 11 19 16 13 14 12 25 16 13 15

Nro del subgrupo

Cantidad de defectos

ATENCIN CON LAS ANOMALAS:

Tendencia arriba o abajo
Ptos fuera o justo en los lmites
8 puntos consecutivos arriba o debajo de la LC
71

Herramientas de Control y Mejora

2. Nuevas herramientas de planificacin y gestin de la calidad. No
Estadsticos / Gestin y Planificacin de la Calidad
Diagrama de afinidad.
Diagrama de relaciones.
Diagrama de rbol.
Matrices de priorizacin.
Diagrama matricial.
Diagrama del proceso de decisin.
Diagrama de flechas.

Este conjunto de herramientas surgieron en los aos 70 cuando el reto de la poca consista en que
todas las reas de la organizacin se implicaran y asumieran responsabilidad sobre la calidad y
no slo el rea de produccin.
El objetivo de las mismas es la resolucin de pocos problemas e importantes, a diferencia de las
herramientas clsicas utilizadas para muchos y triviales.
72

36

Herramientas de Control y Mejora

Las principales caractersticas de esta segunda generacin de herramientas son:
Utilizacin de una metodologa sencilla;
Capacidad de tratar datos de tipo cualitativo (ideas, opiniones, palabras o temas) y, por tanto, de
difcil tratamiento;
Promueven la creatividad; y resultan complementarias a las herramientas clsicas ya estudiadas.
Tenemos que dichas herramientas se pueden aplicar tanto en:
1. El proceso tradicional de resolucin de problemas, que consta de las siguientes etapas:
identificar el problema, analizar sus causas, formular alternativas para su resolucin,
seleccionar la mejor alternativa, planificar su puesta en prctica, realizar la alternativa
seleccionada y verificar los resultados obtenidos.
2.

Fundamentalmente durante la etapa de planificacin del ciclo de mejora de la calidad o rueda

de Deming (ciclo PDCA), que consta de cuatro fases: Plan, Do, Check, Act.
73

Herramientas de Control y Mejora

74

37