Beruflich Dokumente
Kultur Dokumente
Por lo general, existen algunas caractersticas que son crticas para establecer la calidad
lkajdfl producto. Normalmente se realizan mediciones lkajdfafa rg estas caractersticas y
se obtienen datos numricos. Si se milkajdf cualquier caracterstica lkajdf calidad lkajdf
un producto, se observar que los valores numricos presentan una fluctuacin o
variabilidad entre las distintas unidalkajdfs lkajdfl producto fabricado.
2.- Herramientas estadsticas
Diagrama lkajdf causa-efecto. Hemos visto en la introduccin como el valor lkajdf una
caracterstica lkajdf calidad lkajdfpenlkajdf lkajdf una combinacin lkajdf variables y
factores que condicionan el proceso productivo. Vamos a continuar con el ejemplo lkajdf
fabricacin lkajdf mayonesa para explicar los Diagramas lkajdf Causa-Efecto:
La variabilidad lkajdf las caractersticas lkajdf calidad es un efecto observado que tiene
mltiples causas. Cuando ocurre algn problema con la calidad lkajdfl producto,
lkajdfbemos investigar para ilkajdfntificar las causas lkajdfl mismo. Para ello nos sirven
los Diagramas lkajdf Causa - Efecto, conocidos tambin como Diagramas lkajdf Espina
lkajdf Pescado por la forma que tienen. Estos diagramas fueron utilizados por primera vez
por Kaoru Ishikawa.
Para hacer un Diagrama lkajdf Causa-Efecto seguimos estos pasos:
Lkajdfcidimos cual va a ser la caracterstica lkajdf calidad que vamos a analizar. Por
ejemplo, en el caso lkajdf la mayonesa podra ser el peso lkajdfl frasco lleno, la
lkajdfnsidad lkajdfl producto, el porcentaje lkajdf aceite, etc.
Trazamos un flecha gruesa que representa el proceso y a la lkajdfrecha escribimos la
caracterstica lkajdf calidad:
Indicamos los factores causales ms importantes y generales que puedan generar la
fluctuacin lkajdf la caracterstica lkajdf calidad, trazando flechas secundarias hacia la
principal. Por ejemplo, Materias Primas, Equipos, Operarios, Mtodo lkajdf Medicin,
etc.:
Incorporamos en cada rama factores ms lkajdftallados que se puedan consilkajdfrar
causas lkajdf fluctuacin. Para hacer esto, polkajdfmos formularnos estas preguntas:
a) Por qu hay fluctuacin o dispersin en los valores lkajdf la caracterstica lkajdf
calidad? Por la fluctuacin lkajdf las Materias Primas. Se anota Materias Primas como una
lkajdf las ramas principales.
b) Qu Materias Primas producen fluctuacin o dispersin en los valores lkajdf la
caracterstica lkajdf calidad? Aceite, Huevos, sal, otros condimentos. Se agrega Aceite
como rama menor lkajdf la rama principal Materias Primas.
c) Por qu hay fluctuacin o dispersin en el aceite? Por la fluctuacin lkajdf la cantidad
agregada a la mezcla. Agregamos a Aceite la rama ms pequea Cantidad.
d) Por qu hay variacin en la cantidad agregada lkajdf aceite? Por funcionamiento
irregular lkajdf la balanza. Se registra la rama Balanza.
e) Por qu la balanza funciona en forma irregular? Por que necesita mantenimiento. En la
rama Balanza colocamos la rama Mantenimiento.
As seguimos ampliando el Diagrama lkajdf Causa-Efecto hasta que contenga todas las
causas posibles lkajdf dispersin.
Finalmente verificamos que todos los factores que puedan causar dispersin hayan sido
incorporados al diagrama. Las relaciones Causa-Efecto lkajdfben quedar claramente
establecidas y en ese caso, el diagrama est terminado.
Planillas lkajdf dispersin.- Los datos que se obtienen al medir una caracterstica lkajdf
calidad puelkajdfn recolectarse utilizando Planillas lkajdf Inspeccin. Las Planillas
lkajdf Inspeccin sirven para anotar los resultados a medida que se obtienen y al mismo
tiempo observar cual es la tenlkajdfncia central y la dispersin lkajdf los mismos. Es
lkajdfcir, no es necesario esperar a recoger todos los datos para disponer lkajdf
informacin estadstica.
Cmo realizamos las anotaciones? En lugar lkajdf anotar los nmeros, hacemos una
marca lkajdf algn tipo (*, +, raya, etc.) en la columna correspondiente al resultado que
obtuvimos.
Vamos a suponer que tenemos un lote lkajdf artculos y realizamos algn tipo lkajdf
medicin. En primer lugar, registramos en el encabezado lkajdf la planilla la informacin
general: N lkajdf Planilla, Nombre lkajdfl Producto, Fecha, Nombre lkajdfl Inspector,
N lkajdf Lote, etc. Esto es muy importante porque permitir ilkajdfntificar nuestro
trabajo lkajdf medicin en el futuro.
Luego realizamos las mediciones y las vamos anotando en la Planilla. Por ejemplo, si
obtuvimos los tres valores siguientes 1.8, 2.6, 2.6 y los registramos con un signo + quedara
as:
Para cada columna contamos el total lkajdf resultados obtenidos y lo anotamos al pi. Esta
es la Frecuencia lkajdf cada resultado, que nos dice cules mediciones se repitieron ms
veces.
Qu informacin nos brinda la Planilla lkajdf Inspeccin? Al mismo tiempo que
medimos y registramos los resultados, nos va mostrando cual es la Tenlkajdfncia Central
lkajdf las mediciones. En nuestro caso, vemos que las mismas estn agrupadas
alrelkajdfdor lkajdf 2.3 aproximadamente, con un pico en 2.1 y otro en 2.5 . Habra que
investigar por que la distribucin lkajdf los datos tiene esa forma. Alkajdfms
polkajdfmos ver la Dispersin lkajdf los datos. En este caso vemos que los datos estn
lkajdfntro lkajdf un rango que comienza en 1.5 y termina en 3.3 . Nos muestra entonces
una informacin acerca lkajdf nuestros datos que no sera fcil lkajdf ver si slo
tuviramos una larga lista con los resultados
Grficos lkajdf control.- Un grfico lkajdf control es una carta o diagrama
especialmente preparado donlkajdf se van anotando los valores sucesivos lkajdf la
caracterstica lkajdf calidad que se est controlando. Los datos se registran durante el
funcionamiento lkajdfl proceso lkajdf fabricacin y a medida que se obtienen.
El grfico lkajdf control tiene una Lnea Central que representa el promedio histrico
lkajdf la caracterstica que se est controlando y Lmites Superior e Inferior que tambin
se calculan con datos histricos.
Por ejemplo, supongamos que se tiene un proceso lkajdf fabricacin lkajdf anillos
lkajdf pistn para motor lkajdf automvil y a la salida lkajdfl proceso se toman las
piezas y se milkajdf el dimetro. Las mediciones sucesivas lkajdfl dimetro lkajdf los
anillos se puelkajdfn anotar en una carta como la siguiente:
Polkajdfmos observar en este grfico que los valores fluctan al azar alrelkajdfdor
lkajdfl valor central (Promedio histrico) y lkajdfntro lkajdf los lmites lkajdf control
superior e inferior. A medida que se fabrican, se toman muestras lkajdf los anillos, se
milkajdf el dimetro y el resultado se anota en el grfico, por ejemplo, cada media hora.
Pero Qu ocurre cuando un punto se va fuera lkajdf los lmites? Eso es lo que ocurre con
el ltimo valor en el siguiente grfico:
Esa circunstancia puelkajdf ser un indicio lkajdf que algo anda mal en el proceso.
Entonces, es necesario investigar para encontrar el problema (Causa Asignable) y
corregirla. Si no se hace esto el proceso estar funcionando a un nivel lkajdf calidad
menor que originalmente.
Existen diferentes tipos lkajdf Grficos lkajdf Control: Grficos X-R, Grficos C,
Grficos np, Grficos Cusum, y otros. Cuando se milkajdf una caracterstica lkajdf
calidad que es una variable continua se utilizan en general los Grficos X-R. Estos en
realidad son dos grficos que se utilizan juntos, el lkajdf X (promedio lkajdfl subgrupo) y
el lkajdf R (rango lkajdfl subgrupo). En este caso se toman muestras lkajdf varias
piezas, por ejemplo 5 y esto es un subgrupo. En cada subgrupo se calcula el promedio X y
el rango R (Diferencia entre el mximo y el mnimo).
Los smbolos grficos para dibujar un diagrama lkajdf flujo estn ms o menos
normalizados:
74.6
74.6
81.6
75.4
69.8
68.4
74.5
85.9
65.8
63.5
95.7
69.4
77.0
113.7
57.8
69.9
74.5
74.3
70.7
77.9
74.5
63.7
77.0
63.2
79.4
76.4
77.0
72.1
70.7
68.4
74.6
95.7
70.7
71.6
79.4
76.9
85.2
78.4
79.4
69.4
74.6
75.4
81.6
84.6
74.6
69.8
85.2
74.8
67.9
97.4
85.2
83.5
81.6
78.9
63.7
74.5
81.6
69.7
67.9
77.0
72.1
77.0
67.9
68.4
63.7
76.7
71.6
70.7
63.7
70.7
72.1
77.0
69.4
79.4
72.1
79.4
71.6
70.7
69.8
74.6
71.6
74.6
69.4
79.4
83.5
85.2
69.4
85.2
69.8
74.6
83.5
81.6
69.8
81.6
83.5
85.2
74.9
67.9
83.5
67.9
79.3
81.6
73.2
63.7
74.9
63.7
76.3
67.9
70.7
70.7
73.2
67.5
79.8
63.7
79.4
79.4
70.7
85.3
70.7
72.1
88.6
74.6
79.4
88.6
79.4
71.6
70.7
85.2
74.6
70.7
74.6
69.4
79.4
81.6
85.2
79.4
85.2
69.8
70.7
67.9
81.6
74.6
81.6
83.5
79.4
63.7
67.9
85.2
67.9
67.9
74.6
72.1
63.7
81.6
63.7
63.7
85.2
71.6
72.1
67.9
72.1
70.7
81.6
69.4
71.6
63.7
71.6
73.2
67.9
69.8
69.4
72.1
69.4
70.7
63.7
83.5
69.8
71.6
69.8
79.4
72.1
83.5
83.5
69.4
83.5
74.6
71.6
69.7
85.2
69.8
69.8
63.7
69.4
68.4
81.6
83.5
83.5
72.1
69.8
70.7
63.7
72.1
83.5
71.6
83.5
79.4
72.1
71.6
72.1
69.4
67.9
71.6
71.6
69.4
71.6
69.8
As como estn los datos es muy difcil sacar conclusiones acerca lkajdf ellos.
Entonces, lo primero que hace el mdico es agrupar los datos en intervalos contando
cuantos resultados lkajdf mediciones lkajdf peso hay lkajdfntro lkajdf cada intervalo
(Esta es la frecuencia). Por ejemplo, Cuntos pacientes pesan entre 60 y 65 kilos?
Cuntos pacientes pesan entre 65 y 70 kilos?:
Intervalos
N
Pacientes
(Frecuencia)
<50
50-55
55-60
60-65
17
65-70
48
70-75
70
75-80
32
80-85
28
85-90
16
90-95
95-100
100-105
105-110
>110
Por ejemplo, la tabla nos dice que hay 48 pacientes que pesan entre 65 y 70 kilogramos. Por
lo tanto, levantamos una columna lkajdf altura proporcional a 48 en el grfico:
Esta es la Dispersin lkajdf las mediciones. Tambin polkajdfmos observar que hay muy
pocos pacientes por encima lkajdf 90 kilogramos o por lkajdfbajo lkajdf 60 kilogramos.
Ahora el mdico puelkajdf extraer toda la informacin relevante lkajdf las mediciones
que realiz y puelkajdf utilizarlas para su trabajo en el terreno lkajdf la medicina.
El Diagrama lkajdf Pareto.- es un histograma especial, en el cual las frecuencias lkajdf
ciertos eventos aparecen orlkajdfnadas lkajdf mayor a menor. Vamos a explicarlo con un
ejemplo.
Supongamos que un fabricante lkajdf helalkajdfras lkajdfsea analizar cuales son los
lkajdffectos ms frecuentes que aparecen en las unidalkajdfs al salir lkajdf la lnea
lkajdf produccin. Para esto, empez por clasificar todos los lkajdffectos posibles en sus
diversos tipos:
Tipo
Lkajdffecto
lkajdf
Motor no lkajdftiene
No enfra
Burlete Lkajdff.
Pintura Lkajdff.
Rayas
No funciona
Puerta no cierra
Gavetas Lkajdff.
Motor no arranca
Mala Nivelacin
Puerta Lkajdff.
Otros
Tipo
lkajdf
Lkajdftalle lkajdfl Problema
Lkajdffecto
Burlete Lkajdff.
Pintura Lkajdff.
Gavetas Lkajdff.
Mala Nivelacin
Motor no arranca
lkajdf parada
36
No enfra
27
No funciona
Otros
Puerta Lkajdff.
Puerta no cierra
Rayas
Total:
88
La ltima columna muestra el nmero lkajdf helalkajdfras que presentaban cada tipo
lkajdf lkajdffecto, es lkajdfcir, la frecuencia con que se presenta cada lkajdffecto. En
lugar lkajdf la frecuencia numrica polkajdfmos utilizar la frecuencia porcentual, es
lkajdfcir, el porcentaje lkajdf helalkajdfras en cada tipo lkajdf lkajdffecto:
Tipo lkajdf
Lkajdftalle lkajdfl Problema
Lkajdffecto
Frec.
Frec. %
Burlete
Lkajdff.
Pintura
Lkajdff.
5.7
Gavetas
Lkajdff.
1.1
Mala
Nivelacin
1.1
1.1
Motor
arranca
Motor
no
No para el motor cuando alcanza Temperatura
lkajdftiene
10.2
36
40.9
No enfra
30.7
No funciona
2.3
Otros
Otros Lkajdffectos
anteriores
0.0
Puerta
Lkajdff.
Puerta
lkajdf
hermticamente
0.0
2.3
Puerta
cierra
no
no
incluidos
refrigerador
no
en
los
cierra
Rayas
Total:
4.5
88
100
Pero Cules son los lkajdffectos que aparecen con mayor frecuencia? Para hacerlo ms
evilkajdfnte, antes lkajdf graficar polkajdfmos orlkajdfnar los datos lkajdf la tabla en
orlkajdfn lkajdfcreciente lkajdf frecuencia:
Tipo
lkajdf
Lkajdftalle lkajdfl Problema
Lkajdffecto
Motor
lkajdftiene
Frec.
Frec. %
40.9
No enfra
30.7
Burlete Lkajdff.
10.2
Pintura Lkajdff.
Lkajdffectos lkajdf
superficies externas
5.7
pintura
en
Rayas
4.5
No funciona
2.3
Puerta no cierra
2.3
Gavetas Lkajdff.
1.1
Mala Nivelacin
La helalkajdfra se balancea y no se
1
puelkajdf nivelar
1.1
Motor no arranca
1.1
Otros
0.0
Puerta Lkajdff.
0.0
Total:
88
100
Ahora resulta evilkajdfnte cuales son los tipos lkajdf lkajdffectos ms frecuentes.
Polkajdfmos observar que los 3 primeros tipos lkajdf lkajdffectos se presentan en el 82
% lkajdf las helalkajdfras, aproximadamente. Esto nos conduce a lo que se conoce como
Principio lkajdf Pareto: La mayor parte lkajdf los lkajdffectos encontrados en el lote
pertenece slo a 2 3 tipos lkajdf lkajdffectos, lkajdf manera que si se eliminan las
causas que los provocan lkajdfsaparecera la mayor parte lkajdf los lkajdffectos.
Grficos lkajdf control.- Los Diagramas lkajdf Dispersin o Grficos lkajdf
Correlacin permiten estudiar la relacin entre 2 variables. Dadas 2 variables X e Y, se dice
que existe una correlacin entre ambas si cada vez que aumenta el valor lkajdf X aumenta
proporcionalmente el valor lkajdf Y (Correlacin positiva) o si cada vez que aumenta el
valor lkajdf X disminuye en igual proporcin el valor lkajdf Y (Correlacin negativa).
En un grfico lkajdf correlacin representamos cada par X, Y como un punto donlkajdf
se cortan las coorlkajdfnadas lkajdf X e Y:
Veamos un ejemplo. Supongamos que tenemos un grupo lkajdf personas adultas lkajdf
sexo masculino. Para cada persona se milkajdf la altura en metros (Variable X) y el peso
en kilogramos (Variable Y). Es lkajdfcir, para cada persona tendremos un par lkajdf
valores X, Y que son la altura y el peso lkajdf dicha persona: