LA VARIABILIDAD Y EL PENSAMIENTO ESTADISTICO

La variación es parte de nuestra vida diaria: el tiempo que tardamos de nuestra casa a nuestro
trabajo escuela es diferente de una día a otro; la temperatura del ambiente es diferente de una
hora a otra; lo dulce de una bebida preparada en casa es diferente de un día a otro aunque
aparentemente se preparó igual, etc. Esta variación que ocurre en nuestras vidas, también ocurre
en los resultados de los procesos, ya que son generados por la interacción de materiales,
máquinas, mano de obra, mediciones, medio ambiente y métodos. Estos seis elementos, las 6 M,
determinan de manera global todo proceso, y cada uno aporta parte de la variabilidad (y de la calidad) de los resultados
de un proceso. Por lo que si hay algún cambio significativo en el desempeño del proceso, la razón de tal modificación
se encuentra en una o más de las 6 M. Así, en un proceso, cada una de las 6 M tiene y aporta su
propia variación; por ejemplo, los materiales no son idénticos, ni toda la gente tiene las mismas habilidades y
entrenamiento. Pero además, a través del tiempo, ocurren cambios en las 6 M, como la llegada de un lote de material
no adecuado o con características especiales, descuidos u olvidos, desajustes y desgastes de máquinas y
herramientas, etc.

Es justo por la posibilidad permanente de que ocurran estos tipos de cambios y desajustes que es
necesario monitorear constantemente los signos vitales de un proceso o, en general, de un
negocio; por ejemplo, medir las características clave de los insumos, las condiciones de operación
de los equipos y las variables de salida de los diferentes procesos. Sin embargo, no todos los cambios en las 6 M
se reflejan en una variación significativa en los resultados del proceso, ya que habrá algunos
inherentes al funcionamiento del proceso mismo (causas comunes, pobre mantenimiento de
máquinas, pobres condiciones de trabajo, desgaste y roturas normales, etc.) y habrá otros cambios
que se deban a una situación particular y atribuible (causas especiales, operador se queda
dormido, malfuncionamiento de máquinas, malfuncionamiento de computadores, lote de materia
prima de mala calidad, variaciones de energía etc.). Por ello, es necesario que el monitoreo se
realice apoyándose en las herramientas básicas, para así decidir cuál es la reacción o acción más
adecuada según el tipo de cambio, que puede ir desde no hacer nada hasta generar un proyecto
de mejora.

La estadística es vital en el control y monitoreo de procesos, y en la mejora e innovación de la calidad, ya que está
conformada de un conjunto de técnicas y conceptos orientados a la recolección y el análisis de datos tomando en
cuenta la variación en los mismos. Las técnicas estadísticas son de gran importancia en todo tipo de empresas y en
una gran diversidad de situaciones. Por ejemplo, son útiles para:

 Identificar dónde, cómo, cuándo y con qué frecuencia se presentan los problemas
(regularidad estadística).
 Analizar los datos procedentes de las guías clave del negocio, para así identificar las
fuentes de variabilidad, analizar su estabilidad y pronosticar su desempeño.
 Detectar con rapidez, oportunidad y a un bajo costo anormalidades en los procesos y
sistemas de medición (monitoreo eficaz).
 Ser objetivos en la planeación y toma de decisiones, evitando frases como el “yo siento”, el “yo creo”, “mi
experiencia” y el abuso de poder en la toma de decisiones.
 Expresar los hechos en forma de datos y evaluar de manera objetiva el impacto
de acciones de mejora.
 Enfocarse en los hechos vitales; es decir, en los problemas y causas realmente
importantes.
 Analizar de manera lógica, sistemática y ordenada la búsqueda de mejoras.

Tipos de variables
Las variables cuantitativas se clasifican como discretas o continuas. Las discretas sólo pueden
adquirir ciertos valores y casi siempre hay “brechas” entre esos valores. Por ejemplo: número de
clientes atendidos (0, 1, 2, 3, ..., etc.), número de artículos defectuosos por lote, número de
quejas, número de servicios de mantenimiento. Por su parte, las variables continuas pueden tomar
cualquier valor dentro de un intervalo específico. Por ejemplo, el tiempo en el que un cliente es
atendido. Intuitivamente las variables de tipo continuo son aquellas que requieren un instrumento
de medición para cuantificarse, como peso, volumen, voltaje, longitud, resistencia, temperatura,
humedad, tiempo, dimensiones varias, etc. Un proceso tiene variables de entrada y de salida. Las
primeras, también llamadas variables independientes (las X), por lo general son variables de
control del proceso, como temperatura, velocidad, presión, cantidad y/o características de algún
insumo o material, etc. Además entre las variables de entrada se consideran aquellas que, aunque
normalmente no están controladas, influyen en los resultados de un proceso, como la humedad
relativa en el medio ambiente, la habilidad de un operario, el método de trabajo, etc. En cuanto a
las variables de salida, también llamadas variables de respuesta o dependientes (las Y), son
características de calidad del producto y, en general, en ellas se reflejan los resultados obtenidos
por el proceso; a través de los valores que toman estas variables se evalúa la calidad del
desempeño del proceso. Por lo general, las variables de salida tienen especificaciones o
tolerancias, porque los valores que deben tener están especificados. Por ejemplo, en un proceso
que produce piezas metálicas que se van a ensamblar, las dimensiones de éstas deben
caer dentro de cierto rango o especificaciones, de lo contrario no embonarán. Cuando se
satisfacen estos requerimientos se dice que el proceso cumple las especificaciones de calidad.

Una tarea primordial del control de calidad es conocer qué tanto los valores de una variable de
salida de un proceso son satisfactorios, y saber de esa manera si el proceso es capaz de
cumplirlas especificaciones para esa variable. Por ello es necesario tomar datos de esta variable y
analizarlos adecuadamente.

Histograma y tabla de frecuencia

El histograma es una representación gráfica, en forma de barras, de la distribución de un conjunto
de datos o una variable, cuyos datos se clasifican por su magnitud en cierto número de grupos o
clases, y cada clase se representa por una barra, cuya longitud es proporcional a la cantidad de
datos que pertenecen a dicha clase. Usualmente, el eje horizontal está formado por una escala
numérica para mostrar la magnitud de los datos y en el eje vertical se representan las frecuencias.

Construcción de un histograma

Aun cuando la mayoría de los software estadísticos proporcionan de manera automática

el histograma, a continuación se ilustra la construcción de un histograma a fin de profundizar en la
comprensión del mismo.

Paso 1.
Determinar el rango de los datos. El rango es igual a la diferencia entre el dato máximo y el
mínimo:

Paso 2.
Obtener el número de clases (NC). En general se recomienda que el número de intervalos o clases
sea de 5 a 15. Para decidir un valor entre este rango hay varios criterios. Uno de ellos dice que el
número de clases debe ser aproximadamente igual a la raíz cuadrada del número de datos.
En ocasiones, al modificar el número de clases se pueden apreciar aspectos que no se habían
observado, por lo que, si se dispone de un programa computacional, es recomendable
experimentar con diferentes números de clases que estén cercanos al valor propuesto inicialmente.
Paso 3.
Establecer la longitud de clase (LC). La longitud de clase se establece de tal manera que el rango
pueda cubrirse en su totalidad por el número de clases determinado. Así, una forma directa de
obtener la LC es dividiendo el rango entre el número de clases: LC= R/NC. Sin embargo, en
ocasiones resulta más conveniente ampliar un poco el rango para que el histograma tenga una
cobertura ligeramente mayor que la observada en la muestra.
Paso 4.
Construir los intervalos de clase. Los intervalos de clase resultan de dividir el rango (original o
ampliado) entre el número de intervalos determinados con la LC, El punto inicial para la primera
clase debe ser el dato mínimo del rango ampliado. Para obtener la primera clase se le suma al
punto inicial la longitud de clase y así se obtiene el intervalo de la primera clase Para obtener el
intervalo de la segunda clase, se toma el final de la primera clase como punto inicial y se le suma la
longitud de clase, y así se sigue hasta completar todos los intervalos.

Paso 5.
Obtener la frecuencia de cada clase. Para obtener la frecuencia se cuentan los datos que caen
encada intervalo de clase. Cuando un dato coincide con el final de una clase y principio de la
siguiente, entonces tal dato suele incluirse en la primera.

Paso 6.
Graficar el histograma. Se hace una gráfica de barras en la que las bases de las barras sean los
intervalos de clase y la altura sean las frecuencias de las clases.

Interpretación del histograma

Cuando un histograma se construye de manera correcta, es resultado de un número suficiente de

datos (de preferencia más de 100), y éstos son representativos del estado del proceso durante el
periodo de interés. Se recomienda, entonces, considerar los siguientes puntos en la interpretación
del histograma.
1. Observar la tendencia central de los datos
Localizar en el eje horizontal o escala de medición las barras con mayores frecuencias.
2. Estudiar el centrado del proceso
Para ello, es necesario apoyarse en el punto anterior y observar la posición central del cuerpo del
histograma respecto a la calidad óptima y a las especificaciones, si las hay. El
proceso (histograma) no está centrado en la calidad óptima que es 5 mm. La figura 8.7 inciso
e muestra un proceso centrado con poca variabilidad, mientras que el f, muestra un proceso
descentrado con mucha variabilidad.
3. Examinar la variabilidad.
Para esto hay que observar, a partir del grupo de barras más alto, qué tan rápido disminuye la
frecuencia de las demás barras; por ejemplo, en la figura 8.7 a se aprecia un histograma con poca
dispersión y en la 8.7 b uno con mucha. También se puede comparar la amplitud de las
especificaciones con el ancho del histograma. Para considerar que la dispersión no es demasiada,
el ancho del histograma debe caber de forma holgada en las especificaciones.
Ejemplo 8.3
4. Analizar la forma del histograma
La forma de campana es la forma de la distribución que más se presenta en la práctica. Por lo que
si el histograma no refleja en forma aproximada este tipo de distribución, se debe investigar a qué
se debe.

5. Datos raros o atípicos.

Una pequeña cantidad de mediciones muy extremas o atípicas son fácilmente identificadas
mediante un histograma, debido a que aparece una o más barras pequeñas bastante separadas o
aisladas del resto.

6. Estratificar.
En ocasiones, en el histograma no se observa ninguna forma particular, pero hay mucha variación y,
en consecuencia, la capacidad del proceso es baja. Cuando los datos procedan de distintas máquinas,
proveedores, lotes, turnos u operadores, puede encontrarse información valiosa si se hace un
histograma por cada fuente (estratificar), con lo que se puede encontrar la máquina o el proveedor
más problemático. Con base en los puntos anteriores, es recomendable que siempre que se
analicen datos, se utilice el histograma y éste se interprete a detalle. De esa manera se podrán
detectar situaciones problemáticas y posibles soluciones para las mismas. Además, será una forma
concreta de que los datos y mediciones sobre los procesos, que en ocasiones abundan, se
conviertan en información útil para la toma de decisiones y acciones. Se deberá tener la
precaución de que el histograma se haya obtenido de manera correcta, sobre todo en lo referente
al número de clases y a la cantidad de datos.