Sie sind auf Seite 1von 21

administracin. herramientas.

Las organizaciones de

servicios tambin

utilizan

estas

Existen herramientas de control estadstico que permiten medir que tan efectivos son los mtodos que est utilizando la organizacin para la Gestin de la Calidad, tambin son conocidas como las Siete Herramientas Bsicas de la Calidad las cuales son: 1. Diagrama de flujo 2. Grfica de tendencias 3. Grfica de dispersin 4. Histograma 5. Grfica de control 6. Grfica de Pareto 7. Diagrama de causa-efecto

I.

IMPORTANCIA:

Las experiencias indican que con las 7 herramientas de la Calidad el 95% de los problemas de la calidad y productividad disminuyen. La combinacin de estas herramientas proporciona una metodologa prctica y sencilla para: Solucin efectiva de problemas Mejoramiento de procesos Establecimiento de controles en las operaciones del proceso

II.

LAS SIETE HERRAMIENTAS

1. DIAGRAMA DE FLUJO El Diagrama de Flujo es una representacin grfica de la secuencia de pasos que se realizan para obtener un cierto resultado. Este puede ser un producto, un servicio, o bien una combinacin de ambos.

Caractersticas principales: Capacidad de comunicacin:Permite la puesta en comn de conocimientos individuales sobre un proceso, y facilita la mejor comprensin global del mismo.

Claridad: Proporciona informacin sobre los procesos de forma clara, ordenada y concisa.

Simbologa de un Diagrama de Flujo Para la construccin de los Diagramas de Flujo se utilizarn los siguientes smbolos:

Elaboracin de un Diagrama de Flujo El Diagrama de Flujo debe ser realizado por un equipo de trabajo en el que las distintas personas aporten, en conjunto, una perspectiva completa del proceso, por lo que con frecuencia este equipo ser multifuncional y multijerrquico.

Determinar el proceso a diagramar. Definir el grado de detalle. El diagrama de flujo del proceso puede mostrar a grandes rasgos la informacin sobre el flujo general de actividades principales, o ser desarrollado de modo que se incluyan todas las actividades y los puntos de decisin. Un diagrama de flujo detallado dar la oportunidad de llevar realizar un anlisis ms exhaustivo del proceso.

Identificar la secuencia de pasos del proceso. Situndolos en el orden en que son llevados a cabo. Construir el diagrama de flujo. Para ello se utilizan determinados smbolos. Cada organizacin puede definir su propio grupo de smbolos. Revisar el diagrama de flujo del proceso.

Diagrama de Flujo de la Recepcin de Materia Prima

2. Grfica de tendencias El diagrama de Tendencia tiene las siguientes caractersticas; Basado en tiempos (eje-X). Cclico. Busca patrones o tendencias.

3. DIAGRAMA DE DISPERSION Un diagrama de dispersin o grfico de correlacin permite estudiar la relacin entre dos variables. Dadas dos variables X y Y, se dice que existe una correlacin entre ambas si cada vez que aumenta el valor de X, aumenta proporcionalmente el valor de

Y (correlacin positiva) o si cada vez que aumenta el valor de X, disminuye en igual proporcin el valor de Y(correlacin negativa). Esta herramienta permite analizar la correlacin entre dos variables; dadas las dos variables, se empieza a identificar el efecto que causa la variable 1 en la variable 2 o viceversa, es decir, si son directa o inversamente proporcionales, dependiendo su comportamiento. Esto permite generar un anlisis de manera particular en actividades o procesos a los cuales se les est generando seguimiento en niveles de calidad, permite de manera grfica identificar la tendencia y tomar decisiones al respecto. CONSTRUCCIN DE UN DIAGRAMA DE DISPERSIN Pasos previos a la construccin de un diagrama de dispersin

Paso 1: Elaborar una teora admisible y relevante sobre la supuesta relacin entre dos variables. Este paso previo es de gran importancia, puesto que el anlisis de un diagrama de dispersin permite obtener conclusiones sobre la existencia de una relacin entre dos variables, no sobre la naturaleza de dicha relacin. Paso 2: Obtener los pares de datos correspondientes a las dos variables. Al igual que en cualquier otra herramienta de anlisis de datos, estos son la base de las conclusiones obtenidas, por tanto cumplirn las siguientes condiciones: - En cantidad suficiente: Se consideran necesarios al menos 40 pares de datos para construir un Diagrama de Dispersin. - Datos correctamente emparejados: Se estudiar la relacin entre ambos. - Datos exactos: Las inexactitudes afectan a su situacin en el diagrama desvirtuando su apariencia visual. - Datos representativos: Asegrese de que cubren todas las condiciones operativas del proceso. - Informacin completa: Anotar las condiciones en que han sido obtenidos los datos.

Paso 3: Determinar variables. los valores mximo y mnimo para cada una de las

Ejemplo: Tabla de los datos recogidos

Paso 4: Decidir sobre qu eje se representar a cada una de las variables. Si se est estudiando una posible relacin causa-efecto, el eje horizontal representar la supuesta causa. Paso 5: Trazar y rotular los ejes horizontal y vertical. La construccin de los ejes afecta al aspecto y a la consiguiente interpretacin del diagrama. a) Los ejes han de ser determinando un rea cuadrada. aproximadamente de la misma longitud,

b) La numeracin de los ejes ha de ir desde un valor ligeramente menor que el valor mnimo de cada variable hasta un valor ligeramente superior al valor mximo de las mismas. Esto permite que los puntos abarquen toda el rea de registro de los datos. c) Numerar los ejes a intervalos iguales y con incrementos de las variables constantes. d) Los valores crecientes han de ir de abajo a arriba y de izquierda a derecha en los ejes vertical y horizontal respectivamente. e) Rotular cada eje con la descripcin de la variable correspondiente y con su unidad de medida. Ejemplo:

Paso 6: Marcar sobre el diagrama los pares de datos. a) 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 ya existente, se traza un crculo concntrico a este ltimo. Ejemplo:

b) Cuando coinciden muchos pares de puntos, el Diagrama de Dispersin puede hacerse confuso. En este caso es recomendable utilizar una "Tabla de Correlacin" para representar la correlacin.

Ejemplo:

c) En el caso en que se construye un Diagrama de Dispersin estratificado separando los pares de datos, por ejemplo, segn el turno de trabajo, lote de materia prima, etc., deben escogerse smbolos que pongan de manifiesto los diferentes grupos de puntos de forma clara. Estratificacin: Nmero de errores de tecleo segn del da y empleado

Paso 7: Rotular el grfico Se rotula el ttulo del grfico y toda aquella informacin necesaria para su correcta comprensin. En general, es conveniente incluir una descripcin adicional del objeto de las medidas y de las condiciones en que se han realizado, ya que esta informacin puede ayudar en la interpretacin del diagrama.

Ejemplo: Nmero de errores de tecleo segn la hora del da

PAUTAS TPICAS DE CORRELACIN A. CORRELACIN FUERTE Los puntos se agrupan claramente alrededor de una lnea imaginaria que pasa por el centro de la masa de los mismos. Estos casos sugieren que el control de una de las variables lleva al control de la otra. Los datos parecen confirmar la teora estudiada, pero hay que analizar la existencia de otras posibles explicaciones admisibles y relevantes para dicha relacin. Correlacin Fuerte Positiva: El valor de la variable "Y" (eje vertical) aumenta claramente con el valor de la variable "X" (eje horizontal). Correlacin Fuerte Negativa: El valor de "Y" disminuye claramente cuando "X" aumenta. Correlacin Fuerte

B. CORRELACIN DBIL Los puntos no estn suficientemente agrupados, como para asegurar que existe la relacin. El control de una de las variables no necesariamente nos llevar al control de la otra. Si lo que se busca es determinar las causas de un problema, se deben buscar otras variables con una relacin mayor o ms relevante sobre el efecto. Correlacin Dbil Positiva: El valor de la variable "Y" (eje vertical) tiende aumentar cuando aumenta el valor de la variable "X" (eje horizontal). Correlacin Dbil Negativa: El valor de "Y" tiende a disminuir cuando aumenta el valor de "X. Correlacin Dbil

C. CORRELACIN COMPLEJA El valor de la variable "Y" parece estar relacionado con el de la variable "X", pero esta relacin no es simple o lineal. En este caso se estudia la relacin ms profundamente (Hay alguna ley no lineal que explique esta relacin? Es esta relacin el resultado de componer varias relaciones?). SIN CORRELACIN

Para cualquier valor de la variable "X", "Y" puede tener cualquier valor. No aparece ninguna relacin especial entre ambas variables. En este caso, nuestra teora no es correcta y se deben buscar otros tipos de relaciones.

4. HISTOGRAMA Es bsicamente la presentacin de una serie de medidas clasificadas y ordenadas, es necesario colocar las medidas de manera que formen filas y columnas, en este caso colocamos las medidas en cinco filas y cinco columnas. La manera ms sencilla es determinar y sealar el nmero mximo y mnimo por cada columna y posteriormente agregar dos columnas en donde se colocan los nmeros mximos y mnimos por fila de los ya sealados. Tomamos el valor mximo de la columna X+ (medidas mximas) y el valor mnimo de las columnas X- (medidas mnimas) y tendremos el valor mximo y el valor mnimo. Teniendo los valores mximos y mnimos, podemos determinar el rango de la serie de medidas, el rango no es ms que la diferencia entre los valores mximos y mnimos.

El histograma se usa para: Obtener una comunicacin clara y efectiva de la variabilidad del sistema. Mostrar el resultado de un cambio en el sistema. Identificar anormalidades examinando la forma. Comparar la variabilidad con los lmites de especificacin.

Procedimientos de elaboracin: 1. Reunir datos para localizar por lo menos 50 puntos de referencia.

2. Calcular la variacin de los puntos de referencia, restando el dato del mnimo valor del dato de mximo valor. 3. Calcular el nmero de barras que se usarn en el histograma (un mtodo consiste en extraer la raz cuadrada del nmero de puntos de referencia). 4. Determinar el ancho de cada barra, dividiendo la variacin entre el nmero de barras por dibujar. 5. Construir una tabla de frecuencias que organice los puntos de referencia desde el ms bajo hasta el ms alto de acuerdo con las fronteras establecidas por cada barra. 6. Elabore el histograma respectivo.

Ejemplo:

5. GRAFICAS DE CONTROL Un grfico de control es un diagrama especialmente preparado donde se van anotando los valores sucesivos de la caracterstica de calidad que se est controlando.

Los datos se registran durante el funcionamiento del proceso de fabricacin y a medida que se obtienen. Las grficas de control se utilizan en la industria como tcnica de diagnsticos parasupervisar procesos de produccin e identificar inestabilidad y circunstancias anormales.

OBJETIVO GENERAL Todo grafico de control est diseado para presentar los siguientes principios: Fcil de entendimiento de los datos Claridad Consistencia Medir variaciones de calidad OBJETIVO ESPECIFICO Proceso de prevencin para evitar que el producto llegue sin defectos al cliente. Detectar y corregir variaciones de calidad.

Procesos Manufactureros

Lneas de Ensamble Torneado de piezas Maquinas Empacadoras

Graficas de Control
Empresas de Servicios

Hotel: Hora de Salida de los huspedes ; # reclamos Hospital: Exactitud en la atencin; Entrega de medicamentos Ambulancia: Tiempo de respuesta

Variables Graficas de Control Atributos

X-R X-S Medidas Individuales Artculos defectuosos # Unidades defectuosas # Defectos / unidad

El grfico de control tiene: Lnea Central: Representa el promedio histrico de la caracterstica que se est controlando Lmites Superior e Inferior: Calculado con datos histricos presentan los rangos mximos y mnimos de variabilidad. Subgrupos: Grupo de mediciones con algn criterio similar obtenidas de un proceso.Se realizan agrupando los datos de manera que haya mxima variabilidad entre subgrupo y mnima variabilidad dentro de cada subgrupo Por ejemplo, si hay cuatro turnos de trabajo en un da, las mediciones de cada turno podran constituir un subgrupo. Media:Sumatoria de todos los subgrupos divididos entre el nmero de muestras Rango: Valor mximo menos el valor mnimo

LA ELECCION DE LA VARIABLE La variable que se elija para los grficos de control X y R , tiene que ser una magnitud que pueda medirse y expresarse con nmeros, tal como la dimensin, el grado de dureza, resistencia a la traccin, peso, etc.

GRAFICOS X-R Los grficos x-R se utilizan cuando la caracterstica de calidad que se desea controlar es una variable continua. Se requieren N muestras (Subgrupos) de tamao n.

Ejemplo: Fbrica que produce piezas cilndricas de madera. La caracterstica de calidad que se desea controlar es el dimetro. Hay dos maneras de obtener los subgrupos. Una de ellas es retirar varias piezas juntas a intervalos regulares, por ejemplo cada hora. La otra forma es retirar piezas individuales a lo largo del intervalo de tiempo correspondiente al subgrupo

INTERPRETACION DE LAS GRAFICAS DE CONTROL Un punto nico fuera de los lmites de control casi siempre se produce por una causa especial. Una razn comn por la que un punto cae fuera de un lmites de control es un error en el clculo de X o R ; o error de medicin Un nmero inusual de puntos consecutivos que caen a un lado de la lnea central casi siempre es una indicacin de que el promedio del proceso se desplaz en forma repentina. 1. Introduccin de nuevos de trabajadores, materiales o equipos 2. Cambios de mtodos de inspeccin 3. Una mayor o menor atencin en la inspeccin 4. El proceso ha mejorado o desmejorado Ciclos Los ciclos son patrones cortos repetidos, que alternan crestas elevadas y valles bajos. Las causas pueden ser:

Cambios peridicos en el ambiente Rotacin de operarios o la fatiga al final del turno Diferentes equipos medicin utilizados de

Diferencias entre los turnos de la maana y noche Cambios de temperatura y humedad

Tendencias Una tendencia es el resultado de alguna causa que afecta en forma gradual las caractersticas de calidad del producto y ocasiona que los puntos de las grficas de control se muevan gradualmente hacia arriba o hacia abajo. Una tendencia definida se da: Deterioro o desgaste gradual de un equipo de produccin Desgaste de herramienta Acumulacin desperdicios Calentamiento de maquinas Cambios graduales condiciones ambientales Mejora en las habilidades del operario Abrazando la lnea central El abrazo a la lnea central ocurre cuando casi todos los puntos caen de la lnea de centro. Una causa comn del abrazo a la lnea central es que la muestra incluya un

elemento tomado sistemticamente de cada una de varias mquinas, operadores, ejes, etc.

Abrazando los lmites de Control Este patrn aparece cuando muchos puntos se encuentran cerca de los lmites de control con muy pocos entre dichos limites Las causas pueden ser: Un patrn de mezcla puede resultar cuando en un proceso se utilizan dos lotes de material diferentes o cuando las partes se producen en distintas maquinas , pero la vigila el mismo grupo de inspeccin Inestabilidad Se caracteriza por fluctuaciones errticas y poco naturales en ambos lados del cuadro durante un tiempo. A menudo, los puntos caen fuera de los lmites de control superior e inferior sin un patrn consistente. Una causa frecuente de inestabilidad es el ajuste excesivo de una maquina

6. GRFICA DE PARETO Esta herramienta permite diagramar y organizar en orden de importancia un grupo de causas para identificar en donde se concentra el mayor grado de impacto a nivel del problema que se est analizando y para el cual se requiere hallar una solucin. Al tener priorizadas las causas por el grado de impacto de las mismas, el anlisis permite identificar los focos centrales los cuales deben ser atacados primero, para evitar desgastes innecesarios en causas de mnimo impacto.

Se recomienda el uso del diagrama de Pareto: Para identificar oportunidades para mejorar Para identificar un producto o servicio para el anlisis de mejora de la calidad. Cuando existe la necesidad de llamar la atencin a los problemas o causas de una forma sistemtica. Para analizar las diferentes agrupaciones de datos. Al buscar las causas principales de los problemas y establecer la prioridad de las soluciones Para evaluar los resultados de los cambios efectuados a un proceso comparando sucesivos diagramas obtenidos en momentos diferentes, (antes y despus) Cuando los datos puedan clasificarse en categoras Cuando el rango de cada categora es importante

Los propsitos generales del diagrama de Pareto:

Analizar las causas Estudiar los resultados Planear una mejora continua

La Grfica de Pareto es una herramienta sencilla pero poderosa al permitir identificar visualmente en una sola revisin las minoras de caractersticas vitales a las que es importante prestar atencin y de esta manera utilizar todos los recursos necesarios para llevar a cabo una accin de mejora sin malgastar esfuerzos ya que con el anlisis descartamos las mayoras triviales.

Algunos ejemplos de tales minoras vitales seran: La minora de clientes que representen la mayora de las ventas. La minora de productos, procesos, o caractersticas de la calidad causantes del grueso de desperdicio o de los costos de Re trabajos. La minora de rechazos que representa la mayora de quejas de los clientes. La minora de vendedores que est vinculada a la mayora de partes rechazadas. La minora de problemas causantes del grueso del retraso de un proceso. La minora de productos que representan la mayora de las ganancias obtenidas. La minora de elementos que representan la mayor parte del costo de un inventario etc.

7. DIAGRAMA DE CAUSA-EFECTO Los Diagramas Causa-Efecto ayudan a los estudiantes a pensar sobre todas las causas reales y potenciales de un suceso o problema, y no solamente en las ms obvias o simples. Adems, son idneos para motivar el anlisis y la discusin grupal, de manera que cada equipo de trabajo pueda ampliar su comprensin del problema, visualizar las razones, motivos o factores principales y secundarios, identificar posibles soluciones, tomar decisiones y, organizar planes de accin.

Mtodo de las 6M: El mtodo de las 6M es el ms comn y consiste en agrupar las causas potenciales en 6 ramas principales: 1. Mano de obra o gente 2. Mtodos

3. 4. 5. 6.

Maquinas o equipos Material Mediciones Medio ambiente

Ventajas del mtodo 6M Obliga a considerar una gran cantidad de elementos asociados con el problema. Es posible usarlo cuando el proceso no se conoce al detalle. Se concentra en el proceso y no en el producto En una sola rama se identifican demasiadas causas potenciales. Se tiende a concentrar en pequeos detalles del proceso. No es ilustrativo para quienes desconocen el proceso.