CALIDAD DE LA INGENIERA

UNIDAD II: CONTROL ESTADSTICO DE LA CALIDAD.

Profesor: Guzmn Lpez Ren

Introduccin
Formular y valorar el control estadstico de la calidad
Calidad del diseo: AMEF Y QFD
Calidad de concordancia / conformidad.
Diagrama de Pareto.
Histograma.
Estratificacin.
Hoja de verificacin.
Diagrama de causa-efecto.
Grficas de control y diagramas de dispersin.

La Ingeniera de la Calidad Dr. Genichi Taguchi

Desde 1949 desarroll una metodologa integral conocida como Ingeniera de Calidad su
propsito es combinar mtodos de ingeniera y estadstica para mejorar un rendimiento
rpido de costo y calidad, utilizando diseo de productos y procesos de manufactura
para optimizar los mismos: Concepto de Ingeniera de Calidad.
La ingeniera de calidad lleva a cabo actividades dirigidas a reducir las prdidas
causadas por la variabilidad.
Las actividades de ingeniera de calidad se incorporan en cada paso del desarrollo del
producto y de la manufactura a fin de prevenir los efectos de los factores de ruido.
Problemas de Calidad y Variabilidad Funcional Para Taguchi la calidad de un producto
est en funcin de la mnima prdida causada a la sociedad en el momento en el que el
producto se embarca.
En este concepto Taguchi define la prdida de la calidad por medio de la produccin de
prdida en la que combina la prdida financiera con las especificaciones funcionales.
Su mayor contribucin se debe a los conceptos de prdida de calidad y la razn seal -
ruido, que nos indica en que situacin est con respecto al desarrollo del producto y
cuando es tiempo de las mejoras y que hay que hacer y la forma ms econmica
posible. Formular y valorar el control estadstico de la calidad.

El Control Estadstico de la Calidad y la mejora de procesos.

Comenzando con la aportacin de Shewhart sobre reconocer que en todo proceso de
produccin existe variacin (Gutirrez:1992), puntualiz que no podan producirse dos
partes con las mismas especificaciones, pues era evidente que las diferencias en la
materia prima e insumos y los distintos grados de habilidad de los operadores
provocaban variabilidad. Shewhart no propona suprimir las variaciones, sino determinar
cul era el rango tolerable de variacin que evite que se originen problemas.

Para lograr lo anterior, desarroll las grficas de control al tiempo que Roming y Dodge
desarrollaban las tcnicas de muestreo adecuadas para solamente tener que verificar
cierta cantidad de productos en lugar de inspeccionar todas las unidades. Este periodo

Pgina 1 de 19
de la calidad surge en la dcada de los 30s a raz de los trabajos de investigacin
realizados por la Bell Telephone Laboratories.

En su grupo de investigadores destacaron hombres como Walter A. Shewhart, Harry

Roming y Harold Dodge, incorporndose despus, como fuerte impulsor de las ideas de
Shewhart, el Dr. Edwards W. Deming (Cant:1997).

Estos investigadores cimentaron las bases de lo que hoy conocemos como Control
Estadstico de la Calidad (Statistical Quality Control, SQC), lo cual constituy un avance
sin precedente en el movimiento hacia la calidad.

Causas de variacin
Existen variaciones en todas las partes producidas en el proceso de manufactura.
Hay dos fuentes de variacin:
1. variacin aleatoria se debe al azar y no se puede eliminar por completo.
2. variacin asignable es no aleatoria y se puede reducir o eliminar.
Nota: la variacin puede cambiar y cambiar la forma, dispersin y tendencia central de
la distribucin de las caractersticas medidas del producto.

Diagramas de diagnstico, controles o registros que podran llamarse "herramientas

para asegurar la calidad de una fbrica", esta son las siguientes:
Hoja de control (Hoja de recogida de datos)
Histograma
Anlisis paretiano (Diagrama de pareto)
Diagrama de Ishikawa: Diagrama de causa y efecto (Espina de Pescado)
Estratificacin (Anlisis por Estratificacin)
Diagrama de scadter (Diagrama de Dispersin)
Grfica de control

La experiencia de los especialistas en la aplicacin de estos instrumentos o

Herramientas Estadsticas seala que bien aplicadas y utilizando un mtodo
estandarizado de solucin de problemas pueden ser capaces de resolver hasta el 95%
de los problemas.

En la prctica estas herramientas requieren ser complementadas con otras tcnicas

como son:
La lluvia de ideas (Brainstorming)
La Encuesta
La Entrevista
Diagrama de Flujo
Matriz de Seleccin de Problemas, etc

objetivo del Control Estadstico de la Calidad es:

Detectar problemas
Delimitar el rea problemtica
Estimar factores que probablemente provoquen el problema
Determinar si el efecto tomado como problema es verdadero o no
Prevenir errores debido a omisin, rapidez o descuido
Confirmar los efectos de mejora
Detectar desfases
Un proceso industrial est sometido a una serie de factores de carcter aleatorio que
hacen imposible fabricar dos productos exactamente iguales. Dicho de otra manera, las
caractersticas del producto fabricado no son uniformes y presentan una variabilidad.
Esta variabilidad es claramente indeseable y el objetivo ha de ser reducirla lo ms
posible o al menos mantenerla dentro de unos lmites. El Control Estadstico de
Procesos es una herramienta til para alcanzar este segundo objetivo. Dado que su
aplicacin es en el momento de la fabricacin, puede decirse que esta herramienta
contribuye a la mejora de la calidad de la fabricacin. Permite tambin aumentar el
conocimiento del proceso (puesto que se le est tomando el pulso de manera habitual)
lo cual en algunos casos puede dar lugar a la mejora del mismo.

CALIDAD DEL DISEO: AMEF

El Anlisis de modos y efectos de fallas potenciales, AMEF, es un proceso sistemtico
para la identificacin de las fallas potenciales del diseo de un producto o de un proceso
antes de que stas ocurran, con el propsito de eliminarlas o de minimizar
el riesgo asociado a las mismas.

Por lo tanto, el AMEF puede ser considerado como un mtodo analtico estandarizado
para detectar y eliminar problemas de forma sistemtica y total,
cuyos objetivos principales son:

1. Reconocer y evaluar los modos de fallas potenciales y las causas asociadas con
el diseo y manufactura de un producto.
2. Determinar los efectos de las fallas potenciales en el desempeo del sistema
Identificar las acciones que podrn eliminar o reducir la oportunidad de que ocurra
la falla potencial.
3. Analizar la confiabilidad del sistema. Aunque el mtodo del AMEF generalmente
ha sido utilizado por las industrias automotrices, ste es aplicable para la
deteccin y bloqueo de las causas de fallas potenciales
en productos y procesos de cualquier clase de empresa, ya sea que estos se
encuentren en operacin o en fase de proyecto; as como tambin es aplicable
para sistemas administrativos y de servicios.

Requerimientos del AMEF

Para hacer un AMEF se requiere lo siguiente:
Un equipo de personas con el compromiso de mejorar la capacidad de diseo
para satisfacer las necesidades del cliente.
Diagramas esquemticos y de bloque de cada nivel del sistema, desde
subensambles hasta el sistema completo.
Especificaciones de los componentes, lista de piezas y datos del diseo.
Especificaciones funcionales de mdulos, subensambles, etc.
Requerimientos de manufactura y detalles de los procesos que se van a utilizar.
Formas de AMEF (en papel o electrnicas) y una lista de consideraciones
especiales que se apliquen al producto.

Beneficios del AMEF

La eliminacin de los modos de fallas potenciales tiene beneficios tanto a corto como a
largo plazo. A corto plazo, representa ahorros de los costos de reparaciones,
las pruebas repetitivas y el tiempo de paro. El beneficio a largo plazo es mucho ms
difcil medir puesto que se relaciona con la satisfaccin del cliente con el producto y con
sus percepcin de la calidad; esta percepcin afecta las futuras compras de los
productos y es decisiva para crear una buena imagen de los mismos.
Por otro lado, el AMEF apoya y refuerza el proceso de diseo ya que:
Ayuda en la seleccin de alternativas durante el diseo.
Incrementa la probabilidad de que los modos de fallas potenciales y sus efectos
sobre la operacin del sistema sean considerados durante el diseo.
Proporciona unas informacin adicional para ayudar en
la planeacin de programas de pruebas concienzudos y eficientes.
Desarrolla una lista de modos de fallas potenciales, clasificados conforme a su
probable efecto sobre el cliente.
Proporciona un formato documentado abierto para recomendar acciones que
reduzcan el riesgo para hacer el seguimiento de ellas.
Detecta fallas en donde son necesarias caractersticas de auto correccin o de
leve proteccin.
Identifica los modos de fallas conocidos y potenciales que de otra manera podran
pasar desapercibidos.
Detecta fallas primarias, pero a menudo mnimas, que pueden causar ciertas
fallas secundarias.
Proporciona un punto de visto fresco en la comprensin de las funciones de un
sistema

Tarea:
Pasos para realizar un anlisis un AMFE son los siguientes:
1) Enumerar todos los posibles modos de fallo
2) Establecer su ndice de prioridad
3) Priorizar los modos de fallo y buscar soluciones

QFD
El despliegue de la funcin de calidad es comnmente conocido con el acrnimo ingls
QFD (Quality Function Deployment). En 1966, Yoji Akao introdujo la idea de que el
aseguramiento de la calidad contemplara como punto crtico, adems de la fabricacin,
el diseo. Sin embargo, el primer libro (en japons) sobre este mtodo no se publica
hasta 1978, siendo traducido al ingls en 1994.

El Dr. Mizuno define el QFD como: el despliegue paso a paso con el mayor detalle de
las funciones que conforman sistemticamente la calidad, con procedimientos objetivos,
ms que subjetivos (Akao, 1993).

Con la acepcin actual del trmino Calidad, como satisfaccin de las necesidades y
expectativas del cliente, la calidad de diseo, entendida como las caractersticas que ha
de poseer un producto para satisfacer las necesidades y expectativas del cliente,
adquiere una dimensin especialmente significativa.

La importancia del diseo es, por tanto, fundamental para el xito. Este diseo debe
traducir las demandas, expresadas y latentes del cliente, a las especificaciones del
producto/servicio.

As que ya no basta con producir de acuerdo a las especificaciones, sino que stas han
de partir del conocimiento sobre qu demanda el cliente e integrar demandas,
necesidades y expectativas desde la fase de diseo de un producto o un servicio
(Mizuno y Akao, 1994).
Los objetivos que persigue el QFD:
1. Dar prioridad a las necesidades expresadas y latentes de los clientes con
respecto a un producto.
2. Traducir esas necesidades en trminos de caractersticas y especificaciones
tcnicas.
3. Disear, producir y entregar un producto o servicio de calidad, centrndose en la
satisfaccin de los clientes.

Por consiguiente, el QFD puede contemplarse como un sistema estructurado que facilita
el medio para identificar necesidades y expectativas de los clientes y traducirlas al
lenguaje de la organizacin. Esto es, a requerimientos de calidad, desplegndolas en la
etapa de planificacin con la participacin de todas las funciones que intervienen en el
diseo y desarrollo del producto o servicio.

En definitiva, el Despliegue de la Funcin de Calidad es un mtodo que integra las

necesidades del cliente en el diseo mediante su conversin en caractersticas de
calidad, a travs del despliegue sistemtico de las relaciones entre necesidades y
caractersticas.

Calidad de concordancia:
Hablando de calidad podemos resaltar sus caractersticas estas pueden ser: Un
requisito fsico o qumico, una dimensin, una temperatura, una presin o
cualquier otro requerimiento que se use para establecer la naturaleza de
un producto o servicio. La calidad no tiene un significado popular de lo mejor en el
sentido absoluto, industrialmente quiere decir, mejor dentro de ciertas condiciones del
consumidor, ya que es l, quien en ltima instancia determina la clase y la calidad del
producto que desea.

Hablando de calidad podemos resaltar sus caractersticas estas pueden ser: Un

requisito fsico o qumico, una dimensin, una temperatura, una presin o
cualquier otro requerimiento que se use para establecer la naturaleza de
un producto o servicio. La calidad no tiene un significado popular de lo mejor en el
sentido absoluto, industrialmente quiere decir, mejor dentro de ciertas condiciones del
consumidor, ya que es l, quien en ltima instancia determina la clase y la calidad del
producto que desea.

Hablando de calidad podemos resaltar sus caractersticas estas pueden ser: Un

requisito fsico o qumico, una dimensin, una temperatura, una presin o cualquier
otro requerimiento que se use para establecer la naturaleza de un producto
o servicio. La calidad no tiene un significado popular de lo mejor en el sentido absoluto,
industrialmente quiere decir, mejor dentro de ciertas condiciones del consumidor, ya que
es l, quien en ltima instancia determina la clase y la calidad del producto que desea.

Calidad de proyecto y calidad de concordancia Organizacin de la calidad en una

empresa de automocin Mtodos de control Laboratorio Verificacin Calidad
posventa y anlisis de averas
La calidad forma parte intrnseca de la naturaleza de un producto; como consecuencia,
cualquier propiedad fsica o qumica utilizada para definir dicha naturaleza constituye
una caracterstica de su calidad. Las caractersticas que definen el producto son
determinadas en cada caso por la oficina de proyectos, la cual, basndose en las
necesidades de mercado y en consideraciones de orden tcnico y econmico, define la
calidad de proyecto del conjunto que se ha de fabricar, en este caso el automvil. A la
diferencia que existe para cada caracterstica entre su calidad de proyecto y la calidad
realmente obtenida con los medios de fabricacin disponibles se le da el nombre de
calidad de concordancia.

DIAGRAMA DE PARETO

El Diagrama de Pareto tambin es conocido como la Ley 20-80 la cual expresa

que generalmente unas pocas causas (20%) generan la mayor cantidad de problemas
(80%).

Tambin se le conoce como Ley ABC utilizado para el anlisis de inventarios.

Su origen se debe a los estudios realizados sobre el ingreso monetario de las personas,
por el economista Wilfredo Pareto a comienzos del siglo XX.

Este tipo de anlisis una forma de identificar y diferenciar los pocos vitales, de los
muchos importantes o bien dar prioridad a una serie de causas o factores que afectan
a un determinado problema, el cual permite, mediante una representacin grfica o
tabular identificar en una forma decreciente los aspectos que se presentan con mayor
frecuencia o bien que tienen una incidencia o peso mayor.

Tambin puede presentarse en otro tipo de formatos como una grfica tipo pastel.

Se utiliza para establecer en dnde se deben concentrar los mayores esfuerzos en

el anlisis de las causas de un problema. Para ello es necesario contar con datos,
muchos de los cuales pueden obtenerse mediante el uso de una Hoja de Inspeccin.

TIPOS DE DIAGRAMA DE PARETO:

Existen dos tipos de diagramas de Pareto:
1. Diagramas de fenmenos. Se utilizan para determinar cul es el principal
problema que origina el resultado no deseado. Estos problemas pueden ser de
calidad, coste, entrega, seguridad u otros.
2. Diagramas de causas. Se emplean para, una vez encontrados los problemas
importantes, descubrir cules son las causas ms relevantes que los producen.

BENEFICIOS DEL DIAGRAMA DE PARETO:

Es el primer paso para la realizacin de mejoras.
Canaliza los esfuerzos hacia los pocos vitales.
 Ayuda a priorizar y a sealar la importancia de cada una de las reas de
oportunidad.
Se aplica en todas las situaciones en donde se pretende efectuar una mejora, en
cualquiera de los componentes de la calidad del producto o servicio.
Permite la comparacin entre antes y despus, ayudando a cuantificar el impacto
de las acciones tomadas para lograr mejoras.
Promueve el trabajo en equipo ya que se requiere la participacin de todos los
individuos relacionados con el rea para analizar el problema, obtener
Informacin y llevar a cabo acciones para su solucin.

ELABORACIN DEL DIAGRAMA DE PARETO:

MEJORA CONTINUA DIAGRAMA DE PARETO

Para elaborar el Diagrama de Pareto se ordena la lista de causas, productos o clientes
en forma decreciente (Mayor a menor) de acuerdo con la frecuencia con que se
present cada una de las causas o bien el volumen de ventas por clientes o por
productos. Es importante se haga en una misma unidad de medida cuando se trata de
productos o clientes. Lo ms conveniente es en valor monetario.
Seguidamente se calcula el porcentaje individual de cada categora, dividiendo el valor
de cada una por el total de las causas o productos.

El paso siguiente consiste en calcular el porcentaje acumulado, sumando en orden

decreciente los porcentajes de cada uno de los rubros en forma acumulada.

Para categorizar los valores obtenidos se aplica la siguiente regla: aquellos tems que se
encuentren dentro del valor acumulado hasta el 80% se denominan A. Los siguientes
tems que pasen de 80,001% hasta el 95% se denominan B y al resto hasta completar el
100% se denomina C. Esto es lo que se conoce como Ley ABC o Ley 20-80, ya que
aproximadamente el 20% de las causas en estudio generan el 80% del total de los
efectos.

Para dibujar el grfico:

Utilizando un grfico de barras, ordenar las causas de mayor a menor, anotando
las causas en el eje horizontal (X) y los valores o frecuencia con que se
present determinada causa en el eje vertical izquierdo (Y). El porcentaje se anota en el
eje vertical derecho. Excel permite realizar este tipo de grfico compuesto.

Histograma
Un histograma es un grfico de barras verticales que representa la distribucin de
frecuencias de un conjunto de datos.

El histograma es especialmente til cuando se tiene un amplio nmero de datos que es

preciso organizar, para analizar ms detalladamente o tomar decisiones sobre la base
de ellos. Tambin es un medio eficaz para transmitir a otras personas informacin sobre
un proceso de forma precisa e inteligible.

Otra aplicacin de sumo inters del histograma es la comparacin de los resultados de

un proceso con las especificaciones previamente establecidas para el mismo. En este
caso, mediante el histograma, puede determinarse en qu grado el proceso est
produciendo buenos resultados y hasta qu punto existen desviaciones respecto a los
lmites fijados en las especificaciones. En este sentido, el estudio de la distribucin de
los datos puede ser un excelente punto de partida para establecer hiptesis acerca de
un funcionamiento insatisfactorio.

Un histograma facilita una representacin visual en la que puede apreciarse si las

medidas tienden a estar centradas o a dispersarse. Tambin da respuesta a la cuestin
de si el proceso produce buenos resultados y a si stos estn o no dentro de las
especificaciones.

Histograma: Interpretacin
Para el ejemplo de referencia, en la figura anterior, puede observarse que se ha trazado
una lnea adiciones: lmite de las especificaciones. En este caso, la especificacin
planteada fue que la respuesta del proceso se diera en un plazo no superior a 60 das.
Observando el histograma se aprecia que cierto nmero de observaciones, a la derecha
de la lnea y sombreadas ms oscuro, no han cumplido este objetivo.

Un anlisis ms detenido del histograma anterior nos llevara a concluir que el proceso
no posee la estabilidad deseable. Los histogramas que reflejan procesos estables son
ms elevados en el centro y declinan simtricamente hacia ambos lados. Aqu no parece
darse esta condicin, existiendo una cierta asimetra provocada por los datos fuera de
lmite. Pero, aunque los datos fueran ms estables, podemos corregir que parte de ellos
rebasaron la especificacin.

As, en este caso los esfuerzos deberan dirigirse hacia un doble objetivo:
 1. Reducir la dispersin.
2. Conseguir desplazar el histograma hacia la izquierda, de manera que an
los datos extremos estuvieran dentro del lmite especificado (el objetivo, en este
caso).

En este segundo ejemplo, el histograma de la figura A muestra un proceso capaz, ya

que sus valores no rebasan el lmite de la especificacin. Adems, existe un amplio
espacio para la dispersin de los datos.

Por el contrario, el histograma de la figura B representa un proceso no capaz.

Las especificaciones pueden tener unos lmites superior e inferior simultneamente si

bien aqu nos referimos al caso en que existe slo un lmite. En la prestacin de
servicios es frecuente que haya una nica especificacin, respecto a una variable
(tiempo de espera, plazo, nmero de errores).

ESTRATIFICACIN:
La estratificacin, es una herramienta estadstica del control de calidad que es aplicable
a cualquiera de las restantes herramientas de Ishikawa y que, al mismo tiempo, tiene
aplicaciones directas.

Estratificar no es ms que dividir el conjunto de los datos disponibles en subconjuntos

que, en principio, pueden ser ms homogneos, a cada subconjunto se le denomina
estrato.
La divisin de los datos se efecta en base a diversos factores que son identificados en
el momento de obtener los datos. Por ejemplo, las mquinas, los cabezales, la lnea, el
proveedor, el da, el turno, entre otros. Son factores de clasificacin y, por tanto, de
estratificacin de los datos, teniendo por objeto el identificar el grado de influencia de
determinados factores o variables en el resultado de un proceso.

La estratificacin de los datos nos permitir comparar las caractersticas poblacionales

de los diferentes estratos que, de no ser iguales, son una fuente de heterogeneidad y,
por tanto, de no calidad. En consecuencia, estas heterogeneidades deben ser
detectadas, corregidas y eliminadas. La situacin que en concreto va a ser analizada
determina los estratos a emplear.

La estratificacin es la base para otras herramientas de control de calidad como el

anlisis de Pareto, y se utiliza conjuntamente con otras herramientas, como los
diagramas de dispersin, grficos de control o histogramas. Tambin se puede aplicar
cuando estemos estudiando la relacin entre dos variables empleando los diagramas de
correlacin.

En el planteamiento de una estratificacin conviene tener presentes los siguientes

aspectos:
La comprensin de un fenmeno resulta siempre ms completa al aumentar el
nmero de factores de estratificacin utilizados en el anlisis (cuidar, no obstante,
de no excederse).
Para comprender bien el problema que se est analizando, es preciso estratificar
segn todos los factores tiles a la definicin del fenmeno y a la definicin
sucesiva de las causas que ejercen una mayor influencia sobre el fenmeno.
Un buen mtodo para definir los factores de estratificacin consiste en
preguntarse: Cmo ndice... sobre el fenmeno? Casi siempre, la palabra
faltante corresponde a un factor de estratificacin.

Ventajas de la estratificacin
Permite aislar la causa de un problema, identificando el grado de influencia de
ciertos factores en el resultado de un proceso
La estratificacin puede apoyarse y servir de base en distintas herramientas de
calidad, si bien el histograma es el modo ms habitual de presentarla
La comprensin de un fenmeno resulta ms completa.

Fases de aplicacin de la estratificacin

1. Definir el fenmeno o caracterstica a analizar.
2. De manera general, representar los datos relativos a dicho fenmeno.
3. Seleccionar los factores de estratificacin. Los datos los podemos agrupar en
funcin del tiempo (turno, da, semana, estaciones, etc.); de operarios
(antigedad, experiencia, sexo, edad, etc.); mquinas y equipo (modelo, tipo,
edad, tecnologa, tiles, etc.); o materiales (proveedores, composicin,
expedicin, etc.).
4. Clasificar los datos en grupos homogneos en funcin de los factores de
estratificacin seleccionados.
5. Representar grficamente cada grupo homogneo de datos. Para ello se pueden
utilizar otras herramientas, como, por ejemplo, histogramas o el anlisis de
Pareto.
6. Comparar los grupos homogneos de datos dentro de cada criterio de
estratificacin para observar la posible existencia de diferencias significativas
 entre los propios grupos. Si observamos diferencias significativas, la
estratificacin habr sido til.

Usos de la estratificacin
a. Identificar las causas que tienen mayor influencia en la variacin.
b. Comprender de manera detallada la estructura de un grupo de datos, lo cual
permitir identificar las causas del problema y llevar a cabo las acciones
correctivas convenientes.
c. Examinar las diferencias entre los valores promedios y la variacin entre
diferentes estratos, y tomar medidas contra la diferencia que pueda existir.

Ejemplos de estratificacin
En un determinado departamento, se est estudiando un defecto de produccin y se han
recogido datos, que se han representado en un histograma como el de la figura 1.

Figura 1.

Estratificando esos datos se pueden obtener informaciones tiles; por ejemplo, si ese
departamento trabaja en dos turnos, puede resultar til, estratificar los datos entre los
dos turnos y observar si existen diferencias. En el caso que se analizar, como se refleja
en los dos histogramas de las figuras 2 y 3, se observa que la dispersin del primer
turno es mayor que la del segundo. Ese hecho nos proporciona la clave de la lectura de
la situacin: efectivamente, nos dice que el primer turno ofrece una situacin menos
positiva. Eso servir de base para un anlisis ms profundo, aunque limitado al primer
turno.

Figura 2.

Figura 3.
Otro ejemplo, si en una empresa mecnica existen tres mquinas fresadoras cuya
produccin total tiene unos rechazos del 10%, se puede proceder a una estratificacin
de los rechazos por tipo de maquina recogiendo los datos durante una semana.
Estratificando de esta manera se puede poner de manifiesto, por ejemplo, que una de
las tres mquinas genera por s sola el 9% de los rechazos, mientras que cada una de
las otras dos provoca unos rechazos del 0,5%.

El objetivo de la estratificacin es el de hacer que hablen los datos, es decir, definir el

factor (o los factores) ms significativos en cuanto a los datos que representan cierto
fenmeno.

HOJA DE INSPECCIN:
Mediante el diseo de un sencillo formato, se recopila informacin sobre indicadores,
causas de los problemas etc. Tambin es conocida como Hoja de Verificacin u Hoja de
Chequeo.
La hoja de inspeccin en un registro de informacin que indica el nmero de veces que
ha sucedido algo, por ejemplo: la cantidad de personas atendidas por hora en caja,
tiempo de respuesta de promotores, causas de cheques devueltos, causa de solicitudes
rechazadas, defectos en productos, etc.
El formato debe contener la siguiente informacin:
rea o departamento al que se refieren los datos
Fecha de recoleccin y hora si es necesario

Para su elaboracin se requiere:

1. Acordar el evento a observar, para que todos enfoquen lo mismo.
2. Decidir el perodo de tiempo en el cual se recabarn los datos.
3. Disear una forma clara y fcil de usar con suficiente espacio para registrar los
datos.
4. Obtener los datos de manera consistente y honesta.

En este tipo de formato se utiliza para conocer la frecuencia con que aparecen las
causas posibles de los problemas o tambin la frecuencia con que se presentan los
clientes durante un determinado perodo, as como registrar el tiempo en que se tarda en
atender un cliente o una solicitud. Igualmente puede utilizarse para recopilar pesos de
productos, temperaturas de hornos, etc.
Si est bien estructurada le permite recolectar informacin de una forma sencilla y
prctica de manera tal que no interrumpa las labores de la persona que est registrando
la informacin.
Permite responder a pregunta tales como Cundo ocurre? Dnde ocurre? En qu
consiste?, Porque est sucediendo?, Cmo sucede? Con qu frecuencia?
Pasos para la elaboracin de una hoja de verificacin:
1. Determinar claramente el proceso sujeto a observacin.
2. Enfocar su atencin hacia el anlisis de las caractersticas del proceso.
3. Definir el perodo de tiempo durante el cual, sern recolectados los datos.
4. Disear una planilla de formato claro y fcil de usar. Asegrese de que todas las
columnas estn claramente descritas y de que haya suficiente espacio para
registrar los datos.
 5. Obtener los datos de una manera consistente y honesta. Asegrese de que se
dedique el tiempo necesario para esta actividad.

DIAGRAMA CAUSA Y EFECTO

Es una representacin grfica en forma de espina de pescado que permite identificar las
causas que afectan un determinado problema en una forma cualitativa. El diagrama de
causa Y efecto tambin es conocido como diagrama espina de pescado o diagrama de
Ishikawa en homenaje al nombre de su creador.

Se utiliza para descubrir de manera sistemtica la relacin de causas y efectos que

afectan a un determinado problema.
Adicionalmente permite separar las causas en diferentes ramas o causas principales
conocidas como las 5 M:
Mtodos
Mano de Obra
Maquinaria
Materiales
Medio ambiente

Entre los beneficios que presenta esta tcnica se puede mencionar que permite de una
manera sistemtica concentrarse en las causas que estn afectando un problema y una
forma clara establecer las interrelaciones entre esas causas y el problema en estudio,
as como subdividir las causas principales en causas primarias, secundarias y terciarias.

Por supuesto, tambin esta tcnica presenta limitaciones y precauciones, ya que

depende mucho del conocimiento previo de las personas involucradas en el anlisis.
Objetivos de su aplicacin:
Visualizar, en equipo, las causas principales y secundarias de un problema.
Ampliar la visin de las posibles causas de un problema, enriqueciendo su
anlisis y la identificacin de soluciones.
Analizar procesos en bsqueda de mejoras.
Analizar modificaciones a procedimientos, mtodos, costumbres, actitudes o
hbitos, con soluciones muchas veces- sencillas y baratas.
Educar sobre la comprensin de un problema.
Determinar el nivel de conocimientos tcnicos que existe en la empresa sobre un
determinado problema.
Prever los problemas y ayudar a controlarlos, no slo al final, sino durante cada
etapa del proceso.
Pasos para la elaboracin:
Seleccionar un problema y anotar en el lado derecho de una hoja de papel,
encerrndolo en un cuadro. (se utiliza el lado derecho nicamente por seguir los
lineamientos de su creador Kaoru Ishikawa, de origen japons, quienes escriben
de derecha a izquierda).
Dibujar una lnea horizontal hacia la izquierda del cuadro en donde se encerr el
problema (espina dorsal de un esqueleto de pez), donde se escriben las causas
primarias que afectan el problema, en forma de grandes espinas o lneas y se
encierran en un cuadrado.
Determinar las causas primarias segn categoras: Materiales (Materia Prima,
Informacin, documentos),
Maquinaria (Equipo, Software), Mtodos (Procedimientos, instrucciones), Mano
de Obra
(Personal, jefaturas), Medio ambiente (condiciones del lugar donde se desarrolla
el proceso en estudio).
Definir las causas secundarias que afectan las causas primarias, y de seguido las
terciarias.
Asignar importancia a cada factor y se marcar aquellos particularmente
importantes que parecen tener un efecto significativo sobre el problema.

GRFICAS DE CONTROL
Los grficos de control tienen su origen al final de la dcada de 1920, cuando Walter A.
Shewhart analiz numerosos procesos de fabricacin concluyendo que todos
presentaban variaciones. Encontr que estas variaciones podan ser de dos clases:
una aleatoria, entendiendo por ella que su causa era insignificante o desconocida, y
otra imputable (tambin llamada asignable), cuyas causas podan ser descubiertas y
eliminadas tras un correcto diagnstico.
La variacin de una determinada caracterstica de calidad puede ser cuantificada
realizando un muestreo de las salidas del proceso y estimando los parmetros de su
distribucin estadstica. Shewhart inici as el moderno control de calidad, fundamentado
en el control estadstico del proceso y rebasando al clsico control de calidad, limitado a
la inspeccin final del producto.

Los cambios en la distribucin pueden comprobarse representando ciertos parmetros

en un grfico en funcin del tiempo, denominado grfico de control.

Todo proceso tendr variaciones, pudiendo estas agruparse en:

Causas aleatorias de variacin. Son causas desconocidas y con poca significacin,
debidas al azar y presentes en todo proceso.

Causas especficas (imputables o asignables). Normalmente no deben estar presentes

en el proceso. Provocan variaciones significativas.

Las causas aleatorias son de difcil identificacin y eliminacin. Las causas especficas
s pueden ser descubiertas y eliminadas, para alcanzar el objetivo de estabilizar el
proceso.

Existen diferentes tipos de grficos de control:

De datos por variables. Que a su vez pueden ser de media y rango, mediana y
rango, y valores medidos individuales.
De datos por atributos. Del estilo aceptable / inaceptable, s / no

En la base de los grficos de control est la idea de que la variacin de una

caracterstica de calidad puede cuantificarse obteniendo muestras de las salidas de un
proceso y estimando los parmetros de su distribucin estadstica. La representacin de
esos parmetros en un grfico, en funcin del tiempo, permitir la comprobacin de los
cambios en la distribucin.

El grfico cuenta con una lnea central y con dos lmites de control, uno superior (LCS) y
otro inferior (LCI), que se establecen a 3 desviaciones tpicas (sigma) de la media (la
lnea central). El espacio entre ambos lmites define la variacin aleatoria del proceso.
Los puntos que exceden estos lmites indicaran la posible presencia de causas
especficas de variacin.
Grficos de Control: Interpretacin

Para la interpretacin de los grficos de control, de medias y recorrido, pueden seguirse

las normas siguientes:

Norma 1. Cuando un slo punto est fuera de los lmites de control, puede estar
sealando la ausencia de control del proceso. No obstante, esta probabilidad sera
pequea por lo que tal vez no sea oportuno efectuar cambios.

Norma 2: Si al menos 2 3 puntos sucesivos estn en el mismo lado de la lnea media,

y ms de dos unidades sigma (dos desviaciones tpicas) alejados de esta lnea, estar
sugerida una falta de control del proceso. Si el tercer punto consecutivo est alejado de
la lnea media en la medida indicada, pero en el otro lado, la misma conclusin sera
vlida.

Norma 3: En el caso de que 4 5 valores sucesivos se situaran en el mismo lado,

alejados de la lnea central ms de 1 sigma, se apuntara un dficit en la estabilidad o
control del proceso.

Norma 4: Igualmente, estara indicada esta falta de control cuando al menos 7 valores
sucesivos estuvieran situados en el mismo lado de la lnea media. Esto mostrara una
inadecuada distribucin de esos puntos.
DIAGRAMAS DE DISPERSIN.
El diagrama de dispersin permite analizar si existe algn tipo de relacin entre dos
variables. Por ejemplo, puede ocurrir que dos variables estn relacionadas de manera
que, al aumentar el valor de una, se incremente el de la otra. En este caso hablaramos
de la existencia de una correlacin positiva. Tambin podra ocurrir que al producirse
una en un sentido, la otra derive en el sentido contrario; por ejemplo, al aumentar el
valor de la variable x, se reduzca el de la variable y. Entonces, se estara ante una
correlacin negativa. Si los valores de ambas se revelan independientes entre s, se
afirmara que no existe correlacin.

El diagrama de dispersin es una herramienta grfica qe ayuda a identificar la posible

relacin entre dos variables. Representa la relacin entre dos variables de forma grfica,
lo que hace ms fcil visualizar e interpretar los datos.

De otro lado, calculando el coeficiente de correlacin entre dos variables, permite cuantificar el
grado de relacin entre ambas, as como su signo. El valor de este coeficiente puede estar
comprendido entre 1 y 1.

Cuando toma un valor prximo a 1, la correlacin es fuerte y negativa. Si el valor es cercano a

+1, la correlacin es fuerte y positiva.
Si el coeficiente de correlacin lineal presenta un valor prximo a 0, la correlacin es
dbil.

Un coeficiente de 0 indicara independencia total entre ambas variables. A su vez, un

coeficiente de correlacin lineal de 1 de -1 sealara que entre ambas variables hay
dependencia funcional, positiva o negativa segn el signo del coeficiente.

Esta correlacin puede sealar, pero no por ello probar, una relacin causal, es decir, no
predice relaciones causa efecto, sino que muestra la intensidad de la relacin entre
dos variables. Por lo tanto, es importante no apresurarse a obtener conclusiones sobre
la relacin entre las variables, ya que puede ser otra tercera que afecte a la relacin.

Diagrama de Dispersin: Ejemplos y Casos

En el diagrama de dispersin de ejemplo las variables a analizar son las puntuaciones

medias obtenidas para los distintos factores del servicio, tanto en percepcin (X) como
en expectativas (Y), a partir de una muestra de usuarios de un servicio administrativo a
los que se les administr una encuesta de satisfaccin.

El clculo del coeficiente de correlacin lineal efectuado para los datos del ejemplo de
diagrama de dispersin arroja un valor de 0,45. Se confirma que existe una relacin
positiva entre ambas variables, si bien la correlacin existente entre ambas es
moderada.

El resultado de un diagrama de dispersin puede ser de diversos tipos. Si los puntos

trazados en el diagrama estn dispersos al azar, sin un patrn discernible, significa que
los dos conjuntos de mediciones no tienen relacin entre s. Si los puntos forman algn
patrn, se denota la existencia de relacin entre los dos grupos de mediciones.
Generalmente, el diagrama de dispersin mostrar los siguientes posibles tipos de
relacin: