Sie sind auf Seite 1von 12

AO DEL CENTENARIO DE MACHUPICHU PARA EL MUNDO

ALUMNOS: Paredes Chura, Yersin I. Salazar Neire, Eliot. INSTRUCTOR: Tadeo Chvez, Koening.

TEMA: Las 7 Herramientas de la Calidad.

SEMESTRE: Semestre V.

INSTITUCION: Servicio Nacional de Adiestramiento en Trabajo Industrial (SENATI).

BLOQUE: 32 AMODS 502.

HUANUCO PER 2011

LAS SIETE HERRAMIENTAS DE LA CALIDAD Introduccin Todo proceso productivo es un sistema formado por personas, equipos y procedimientos de trabajo. El proceso genera una salida (output), que es el producto que se quiere fabricar. La calidad del producto fabricado est determinada por sus caractersticas de calidad, es decir, por sus propiedades fsicas, qumicas, mecnicas, estticas, durabilidad, funcionamiento, etc. que en conjunto determinan el aspecto y el comportamiento del mismo. El cliente quedar satisfecho con el producto si esas caractersticas se ajustan a lo que esperaba, es decir, a sus expectativas previas. Por lo general, existen algunas caractersticas que son crticas para establecer la calidad del producto. Normalmente se realizan mediciones de estas caractersticas y se obtienen datos numricos. Si se mide cualquier caracterstica de calidad de un producto, se observar que los valores numricos presentan una fluctuacin o variabilidad entre las distintas unidades del producto fabricado. Siguiendo el pensamiento del Dr. Kaoru Ishikawa, en los mdulos siguientes vamos a explicar algunas de estas tcnicas, que se conocen como Las 7 Herramientas de la Calidad. Estas son: 1. 2. 3. 4. 5. 6. 7. Diagramas de Causa-Efecto. Planillas de Inspeccin. Grficos de Control. Diagramas de Flujo. Histogramas. Grficos de Pareto. Diagramas de Dispersin. 01.- Diagramas de Causa-Efecto. Hemos visto en la introduccin como el valor de una caracterstica de calidad depende de una combinacin de variables y factores que condicionan el proceso productivo. Vamos a continuar con el ejemplo de fabricacin de mayonesa para explicar los Diagramas de Causa-Efecto: La variabilidad de las caractersticas de calidad es un efecto observado que tiene mltiples causas. Cuando ocurre algn problema con la calidad del producto, debemos investigar para identificar las causas del mismo. Para ello nos sirven los Diagramas de Causa - Efecto, conocidos tambin como Diagramas de Espina de Pescado por la forma que tienen. Estos diagramas fueron utilizados por primera vez por Kaoru Ishikawa. Para hacer un Diagrama de Causa-Efecto seguimos estos pasos: 1) Decidimos cual va a ser la caracterstica de calidad que vamos a analizar. Por ejemplo, en el caso de la mayonesa podra ser el peso del frasco lleno, la densidad del producto, el porcentaje de aceite, etc. 2) Trazamos una flecha gruesa que representa el proceso y a la derecha escribimos la caracterstica de calidad: 3) Indicamos los factores causales ms importantes y generales que puedan generar la fluctuacin de la caracterstica de calidad, trazando flechas

secundarias hacia la principal Por ejemplo, Materias Primas, Equipos, Operarios, M todo de Medici n, etc.:

4) Incorporamos en cada rama factores ms detallados que se puedan considerar causas de fluctuaci n. Para hacer esto, podemos formularnos estaspreguntas: a) Por qu hay fluctuaci n o dispersi n en los valores de la caracterstica de calidad? Por la fluctuaci n de las Materias Primas. Se anota Materias Primas como una de las ramas principales. b) Qu Materias Primas producen fluctuaci n o dispersi n en los valores de la caracterstica de calidad? Aceite, Huevos, sal, otros condimentos. Se agrega Aceite como rama menor de la rama principal Materias Primas. c) Por qu hay fluctuaci n o dispersi n en el aceite? Por la fluctuaci n de la cantidad agregada a la mezcla. Agregamos a Aceite la rama ms pequea Cantidad. d) Por qu hay variaci n en la cantidad agregada de aceite? Por funcionamiento irregular de 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 de Causa-Efecto hasta que contenga todas las causas posibles de dispersi n. 5) Finalmente verificamos que todos los factores que puedan causar dispersi n hayan sido incorporados al diagrama. as relaciones Causa -Efecto deben quedar claramente establecidas y en ese caso, el diagrama est terminado. Veamos un ejemplo de la ua de Control de Calidad de Kaoru Ishi awa, publicada por UNIPUB (N. York). Se trata de una mquina en la cual se produce un defecto de rotaci n oscilante. a caracterstica de calidad es la oscil cin de un eje durante la rotaci n: Un diagrama de Causa-Efecto es de por si educativo, sirve para que la gente conozca en profundidad el proceso con que trabaja, visualizando con claridad las relaciones entre los Efectos y sus Causas. Sirve tambin para guiar las discusiones, al exponer con claridad los orgenes de un problema de calidad. Y permite encontrar ms rpidamente las causas asignables cuando el proceso se aparta de su funcionamiento habitual. Un diagrama de Causa-Efecto es de por si educativo, sirve para que la gente conozca en profundidad el proceso con que trabaja, visualizando con claridad las relaciones entre los Efectos y sus Causas. Sirve tambin para guiar las discusiones, al exponer con

claridad los orgenes de un problema de calidad. Y permite encontrar ms rpidamente las causas asignables cuando el proceso se aparta de su funcionamiento habitual.

Un diagrama de Causa-Efecto es de por si educativo, sirve para que la gente conozca en profundidad el proceso con que trabaja, visualizando con claridad las relaciones entre los Efectos y sus Causas. Sirve tambin para guiar las discusiones, al exponer con claridad los orgenes de un problema de calidad. Y permite encontrar ms rpidamente las causas asignables cuando el proceso se aparta de su funcionamiento habitual. 02.- Planillas de Inspeccin. os datos que se obtienen al medir una caracterstica de calidad pueden recolectarse utilizando Planillas de Inspecci n. as Planillas de Inspecci n sirven para anotar los resultados a medida que se obtienen y al mismo tiempo observar cual es la tendencia central y la dispersi n de los mismos. Es decir, no es necesario esperar a recoger todos los datos para disponer de informaci n estadstica. C mo realizamos las anotaciones? En lugar de anotar los nmeros, hacemos una marca de algn tipo (*, +, raya, etc.) en la columna correspondiente al resultado que obtuvimos. Vamos a suponer que tenemos un lote de artculos y realizamos algn tipo de medici n. En primer lugar, registramos en el encabezado de la planilla la informaci n general: N de Planilla, Nombre del Producto, Fecha, Nombre del Inspector, N de ote, etc. Esto es muy importante porque permitir identificar nuestro trabajo de medici n en el futuro. uego 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:

Despus de muchas mediciones, nuestra planilla quedara como sigue:

Para cada columna contamos el total de resultados obtenidos y lo anotamos al pi. Esta es la Frecuencia de cada resultado, que nos dice cules mediciones se repitieron ms veces. Qu informaci n nos brinda la Planilla de Inspecci n? Al mismo tiempo que medimos y registramos los resultados, nos va mostrando cual es la endencia Central de las mediciones. En nuestro caso, vemos que las mismas estn agrupadas alrededor de 2.3 aproximadamente, con un pico en 2.1 y otro en 2.5 Habra que investigar por que la . distribuci n de los datos tiene esa forma. Adems podemos ver la Dispersi n de los datos. En este caso vemos que los datos estn dentro de un rango que comienza en 1 y .5 termina en 3.3. Nos muestra entonces una informaci n acerca de nuestros datos que no sera fcil de ver si slo tuviramos una larga lista con los resultados de las mediciones.

Y adems, si marcamos en la planilla los valores mnimo y mximo especificados para la caracterstica de calidad que estamos midiendo ( IE y SE) podemos ver que porcentaje de nuestro producto cumple con las especificaciones.

0 .- Grficos de Control. Un grfico de control es una carta o diagrama especialmente preparado donde se van anotando los valores sucesivos de la caracterstica de calidad que se est controlando. os datos se registran durante el funcionamiento del proceso de fabricacin y a medida que se obtienen. El grfico de control tiene una Lnea Central que representa el promedio histrico de 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 de fabricacin de anillos de pistn para motor de automvil y a la salida del proceso se toman las piezas y se mide el dimetro. as mediciones sucesivas del dimetro de los anillos se pueden anotar en una carta como la siguiente:

Podemos observar en este grfico que los valores fluctan al azar alrededor del valor central (Promedio histrico) y dentro de los lmites de control superior e inferior. A medida que se fabrican, se toman muestras de los anillos, se mide el dimetro y el resultado se anota en el grfico, por ejemplo, cada media hora. Pero Qu ocurre cuando un punto se va fuera de los lmites? Eso es lo que ocurre con el ltimo valor en el siguiente grfico: Esa circunstancia puede ser un indicio de que algo anda mal en el proceso. En tonces, es necesario investigar para encontrar el problema ( Causa Asi nable) y corregirla. Si no se hace esto el proceso estar funcionando a un nivel de calidad menor que originalmente. Existen diferentes tipos de rficos de Control: rficos X-R, rficos C, rficos np, rficos Cusum, y otros. Cuando se mide una caracterstica de calidad que es una -R. variable continua se utilizan en general los rficos X Estos en realidad son dos grficos que se utilizan juntos, el de X (promedio del subgrupo) y el de R (rango del

subgrupo). En este caso se toman muestras de 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). A continuacin podemos observar un tpico grfico de X:

Y lo que sigue es un grfico de R: 04.- Diagramas de Flujo. Diagrama de Flujo es una representacin grfica de la secuencia de etapas, operaciones, movimientos, decisiones y otros eventos que ocurren en un proceso. Estarepresentacin se efecta a travs de formas y smbolos grficos utilizados usualmente: os smbolos grficos para dibujar un diagrama de flujo estn ms o menos normalizados:

Existen otros smbolos que se pueden utilizar. o importante es que su significado se entienda claramente a primera vista. En el ejemplo siguiente, vemos un diagrama de flujo para representar el proceso de fabricacin de una resina (Reaccin de Polimerizacin):

Algunas recomendaciones para construir Diagramas de Flujo son las siguientes: y y y Conviene realizar un Diagrama de Flujo que describa el proceso real y no lo que est escrito sobre el mismo (lo que se supone debera ser el proceso). Si hay operaciones que no siempre se realizan como est en el diagrama,anotar las excepciones en el diagrama. Probar el Diagrama de Flujo tratando de realizar el proceso como est descripto en el mismo, para verificar que todas las operaciones son posibles tal cual figuran en el diagrama.

Si se piensa en realizar cambios al proceso, entonces se debe hacer un diagrama adicional con los cambios propuestos.

05.- Histogramas. Un histograma es un grfico o diagrama que muestra el nmero de veces que se repiten cada uno de los resultados cuando se realizan mediciones sucesivas.Esto permite ver alrededor de que valor se agrupan las mediciones ( endencia central) y cual es la dispersin alrededor de ese valor central. Supongamos que un mdico dietista desea estudiar el peso de personas adultas de sexo masculino y recopila una gran cantidad de datos midiendo el peso en kilogramos de sus pacientes varones: As como estn los datos es muy difcil sacar conclusiones acerca de ellos. Entonces, lo primero que hace el mdico es agrupar los datos en intervalos contando cuantos resultados de mediciones de peso hay dentro de 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 <50 50-55 55-60 60-65 65-70 70-75 75-80 80-85 85-90 90-95 95-100 100-105 105-110 >110 N Pacientes (Frecuencia) 0 0 1 17 48 70 32 28 16 0 3 0 0 1

Ahora se pueden representar las frecuencias en un grfico como el siguiente:

Por ejemplo, la tabla nos dice que hay 48 pacientes que pesan entre 65 y 70 kilogramos. Por lo tanto, levantamos una columna de altura proporcional a 48 en el grfico: Y agregando el resto de las frecuencias nos queda el histograma siguiente:

Qu utilidad nos presta el histograma? Permite visualizar rpidamente informacin que estaba oculta en la tabla original de datos. Por ejemplo, nos permite apreciar que el peso de los pacientes se agrupa alrededor de los 70-75 kilos. Esta es la Ten enci Cent l de las mediciones. Adems podemos observar que los pesos de todos los pacientes estn en un rango desde 55 a 100 kilogramos. Esta es la Dis ersin de las mediciones. ambin podemos observar que hay muy pocos pacientes por encima de 90 kilogramos opor debajo de 60 kilogramos. Ahora el mdico puede extraer toda la informacin relevante de las mediciones que realiz y puede utilizarlas para su trabajo en el terreno de la medicina. 0 .- Diagrama de Pareto. 0 .- Diagramas de Dispersin. os Diagramas de Dispersin o rficos de 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 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). En un grfico de correlacin representamos cada par X, Y como un punto donde se cortan las coordenadas de X e Y:

Veamos un ejemplo. Supongamos que tenemos un grupo de personas adultas de sexo masculino. Para cada persona se mide la altura en metros (Variable X) y el peso en kilogramos (Variable Y). Es decir, para cada persona tendremos un par de valores X, Y que son la altura y el peso de dicha persona: Entonces, para cada persona representamos su altura y su peso con un punto en un grfico: Una vez que representamos a las 50 personas quedar un grfico como el siguiente:

Qu nos muestra este grfico? En primer lugar podemos observar que las personas de mayor altura tienen mayor peso, es decir parece haber una correlacin positiva entre altura y peso. Pero un hombre bajito y gordo puede pesar ms que otro alto y flaco. Esto es as porque no hay una correlacin total y absoluta entre los variables altura y peso. Para cada altura hay personas de distinto peso:

Sin embargo podemos afirmar que existe cierto grado de correlacin entre la altura y el peso de las personas. Cuando se trata de dos variables cualesquiera, puede no haber ninguna correlacin o puede existir alguna correlacin en mayor o menor grado, como podemos ver en los grficos siguientes:

Por ejemplo, en el siguiente grfico podemos ver la relacin entre el contenido de Humedad de hilos de algodn y su estiramiento:

Das könnte Ihnen auch gefallen