Beruflich Dokumente
Kultur Dokumente
de
Calidad
Ing. MSc. Roberto Vergara Portela
CONTENIDO
• Mejora continua
• Métodos de mejoramiento
• FUNDAMENTOS DE ESTADISTICA.
• Lluvia de Ideas.
• Recolección de Datos.
• Diagrama de Pareto.
• Diagrama de Dispersión.
• Histogramas.
Sistemas ISO
(Procesos)
NTC ISO
{Homologadas}
1. Inspección.
2. Control de Calidad.
3. Aseguramiento de la Calidad.
4. Mejoramiento de la Calidad.
5. Administración de la Calidad.
REQUISITO DE
ACTIVIDAD UNID. MEDIDA
CALIDAD
- Medir
- Ensayar
- Calibrar Conformidad
ACTIVIDAD OPERATIVA
Busca
Estabilidad Requisitos
de Calidad
• Funciones: - Diagnosticar la situación que sucede en la operación.
- Controlar Límites
- Mejora.
Control de Calidad. MSc. Roberto Vergara Portela
Aseguramiento de la Calidad
Serie de actividades, planificadas y sistemáticas dentro de un sistema de calidad,
evidenciadas como necesarias para dar determinada confianza de que los
requisitos de calidad se cumplan.
Actividad planificada (Requisitos):
1. Coherencia
DEBE RESPONDER A:
2. Preventiva
3. Flexibilidad
Qué, Comó, Cuándo, Dónde,
4. Objetividad
Para quién
5. Económica
Actividad planificada (Requisitos):
1. Poseer estructura de la Organización.
2. Definir responsabilidades.
3. Establecer procesos.
4. Definir procedimientos.
5. Asignar recursos.
Eficiencia
Procesos y Actividades
Acciones
Eficacia Cliente Organización
a. Planificación
b. Control
c. Mejoramiento CALIDAD
d. Aseguramiento
Mejoramiento de la calidad
Aseguramiento de Sociedad
la Calidad
Control de SISTEMA
Trabajo
Calidad DE
CALIDAD
Inspección Cliente
1924: E. Shewhart de la Bell Telephone aplica por primera vez gráficos estadísticos para el control
de productos manufacturados.
1931: Se aplica en el Reino Unido.
1940-42: Comienza el desarrollo y aplicación de tablas de muestreo para inspección.
1946: Se funda la ASQC (sociedad americana para el control de calidad). Se crea la JUSE (unión de
científicos e ingenieros japoneses).
1954: Juran visita el Japón y difunde los métodos estadísticos y los sistemas de C. de C. entre los
especialistas, los dirigentes y los mandos medios.
1960: El Dr. Kaoru Ishikawa, sirve de columna vertebral a estos programas y crea los primeros
círculos de calidad en el Japón.
1960-2004: El control de calidad determina la relación Consumidor / Usuario / Cliente, lo que lleva
a que cada vez la relación Precio / Calidad sea lo que incline la balanza del Mercado.
CALIDAD IDEAL
SATISFACCIÓN
PLENA
CALIDAD
SATISFACIÓN AMENAZADA
INEVITABLE
SATISFACCIÓ
N CASUAL
a. Prevención de defectos:
Equipo
Materiales
Fuerza de W Verificación
Proceso
Métodos del Producto
Si
M. Ambiente
Producto
Significa el reemplazo de la inspección masiva por la verificación del producto. El énfasis esta
en el proceso mismo. Reconoce que el resultado de un proceso no va a ser el mismo producto
tras producto, es decir existen variaciones asociadas con ese resultado.
Control de Calidad. MSc. Roberto Vergara Portela
Principios generales del Control de Calidad
• C. de C. no es clasificación ni selección.
• La calidad de un producto es intrínseca al mismo, el control no agrega calidad a un
producto.
• El departamento de producción es el responsable de la calidad del producto y no el
departamento de C. de C.
• El C.de C. no resuelve problemas de fabricación, solo da razones para estudiarlos.
• Las decisiones deben tomarse sobre la base de datos reales.
1 2 3. Aplicamos técnicas
1. Identificamos el
estadísticas orientadas al
Problema.
análisis y estudio de la
2. Aplicamos
información recogida.
técnicas
4. Establecemos programas
estadísticas para
3 4 de acción con base en los
recoger la
resultados de los análisis
información.
efectuados.
Aspectos de la Calidad
CALIDAD (C): Características de calidad, comportamiento, pureza, resistencia, dimensiones,
tolerancias, aspecto, fiabilidad, duración, fracción de unidades defectuosas, fracción de reproceso, etc.
SERVICIO (S): Características de los productos, fiabilidad, periodo de garantía, servicio ante y
postventa, recambios, facilidad de reparación, manuales de instrucción, empaque, mantenimiento, etc.
• Decidir un objetivo.
• Decidir los métodos a utilizar para
alcanzar el Objetivo.
A P A P
2. Hacer: Actuar Planificar
3. Comprobar:
4. Actuar:
ACTUAR:
Cultura Investiga
H T
C
Legislació
E P Evaluación
n
Economía
Necesidad
H: Hombre T: Tecnología
E: Empresa P: Producto
CONTROL DE CALIDAD
CALIDAD
Convenciones:
C.D C.Co.
Hay una filosofía de calidad que recae en la gerencia, así la empresa tiene un sistema de calidad que
debe contener:
Visión: Proyectar a mediano y largo plazo.
Misión: Para que esta la empresa.
Valores: Humanos, económicos, técnicos, etc.
Políticas: Marco general de acción para poder establecer sus objetivos.
Estrategias: Medios para alcanzar los objetivos.
Proyección Herramientas
-Ger. Objetivo -Normalización
-Ger. Particip. -Diagnóstico
-Ger. Estratégica -Auditorías
-Liderazgo -Garantía
-Toma de Decisiones
-Productividad CALIDAD
Control de Calidad. MSc. Roberto Vergara Portela
Como obtener datos
El profesor japonés IMAI experto en control de calidad diseño siete herramientas para analizar y
solucionar problemas de trabajo. Es sencilla y se utiliza para recopilar información sobre hechos,
tendencias o problemas con el objetivo de cambiarlos y solucionarlos estas son:
1. Recolección de Datos.
2. Hojas de Chequeo.
3. Principio de Pareto.
4. Histograma.
5. Diagrama de Ishikawa (Causa-Efecto).
6. Diagrama de Dispersión.
7. Gráficos de Control.
El primer paso en cualquier plan es conocer los hechos, los detalles de información, constituyen
loa hechos y estos son llamados datos.
• Datos para análisis: Para estudiar la relación entre un defecto o su causa. Se emplean
métodos de análisis estadístico.
Recolección de Datos
Inspección Total o al
Muestreo
100%
Útil para lotes muy pequeños o Útil para lotes de gran tamaño, más
ante la presencia de defectos. económico y más rápido.
POBLACION
Estadística Probabilidades,
Descriptiva Inferencia Estadist.
Muestra, análisis de
Inspección 100%
una parte de la Pobl.
Muestra sea
representativa
HERRAMIENTAS
ESTADÍSTICAS.
METODOS ESTADISTICOS
DEL CONTROL DE
CALIDAD.
REGISTROS Y REGISTROS Y
DATOS DATOS
NUMERICOS Q-7 M-7 ALFABETICOS
ANALISIS INTEGRACIÓN
DESPLIEGUE
3. Grafico de Pareto. Grafico de barras que ordena las Para jerarquizar el ataque a los
ocurrencias de mayor a menor. problemas.
4. Diagrama de causa efecto. Diagrama que expresa de modo Para investigar en forma
simple y fácil la serie de causas de sinérgica las causas de un
un efecto (problema) problema.
VERIFICACIÓN
HOJA DE
PARETO
DIAGRAMA DE
CAUSA EFECTO
DIAGRAMA DE
DISPERSION
DIAGRAMA DE
CONTROL
GRAFICA DE
ESTRATIFICACIÓN
AFINIDAD
DIAGRAMA DE
FLUJO
DIAGRAMA DE
RELACIONES
DIAGRAMA DE
FLECHAS
DIAGRAMA DE
CONTINGENCIAS
DIAGRAMA DE
MATRICIAL
DIAGRAMA
ARBOL
DIAGRAMA DE
1- DETERMINAR EL PROYECTO
a. Muchas causas que tienen sólo efectos menores (Los muchos triviales).
ITEM DE PUNTAJE
ACTIVIDADES
PUNTOS IMPORTANTES DEL DIAGNOSTICO ESTANDAR
RESULTADOS
Los operadores cumplen con la lubricación de todos los puntos del equipo de
01 10
envasadoras?.
Se cumple con los controles de calidad antes, durante y después del proceso de
04 10
producción.?
05 Es correcta la operación del envase y sellado de las fundas. 10
06 Cumplen con el Plan de Mantenimiento Preventivo de la envasadora? 10
07 Analizan y registran las fallas de la envasadora? 10
TOTAL 100
0-20 Malo 20-40 Regular 40-60 Bueno 60-80 Muy Bueno 80-100 Sobresaliente
Cómo se Estratifica?
Determinar las características específicas.
Visualizar el estado global de la Calidad.
Clasificar los datos por causa probable de dispersión: por tiempo, por
empleado, por equipo, por proceso, por insumo, por medición .
Visualizar el estado de la Calidad en la clasificación de los pequeños
grupos.
Comparar el estado de Calidad de grupos estratificados y luego
analizar el estado de Calidad del producto o servicio.
Porcentaje relativo
acumulado
A B C D E F
Causa del problema
• Cuando existe la necesidad de llamar la atención a los problemas o causas de una forma sistemática.
• 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 después).
• Para comunicar fácilmente a otros miembros de la organización las conclusiones sobre causas, efectos
y costes de los errores.
La Gráfica de Pareto es una herramienta sencilla pero poderosa al permitir identificar visualmente
en una sola revisión las minorías de características vitales a las que es importante prestar atención
y de esta manera utilizar todos los recursos necesarios para llevar a cabo una acción de mejora sin
malgastar esfuerzos ya que con el análisis descartamos las mayorías triviales. Algunos ejemplos
de tales minorías vitales serían:
Tensión /// 3
Total 226
Rayado 20 200 9 89
Fractura 10 210 4 93
Tensión 3 213 1 94
• Ejes verticales:
• Eje horizontal:
250
FRECUENCIA
EFECTO
4. ¿Es responsable?
5. ¿Está calificado?
6. ¿Tiene experiencia?
Instrumento
Proveedores Deterioro
Condiciones
locales
PRODUCTO
Suministro Mantenimiento
Propio Inspección EFECTO
Físico Información
Taller Características de calidad
Instrucción Ítems de control
Clima Mental
Procedimiento
MEDIO MANO DE
MÉTODO
AMBIENTE OBRA
Factores de calidad
CAUSAS Ítems de verificación
Estratificar la causa.
En mejoramiento y análisis.
En Control.
Decidimos cual va a ser la característica de calidad que vamos a analizar. Por ejemplo,
en el caso de la mayonesa podría ser el peso del frasco lleno, la densidad del producto,
el porcentaje de aceite, etc.
Característica
de calidad
Finalmente verificamos que todos los factores que puedan causar dispersión
hayan sido incorporados al diagrama. Las relaciones Causa-Efecto deben
quedar claramente establecidas y en ese caso, el diagrama está terminado.
El diagrama Causa- Efecto, sirve también para guiar las discusiones, al exponer
con claridad los orígenes de un problema de calidad. Y permite encontrar más
rápidamente las causas asignables cuando el proceso se aparta de su
funcionamiento habitual.
• Elegir Ejes:
• Construir Escalas.
Paso 2.
Encuentre los valores mínimos y máximos para x y y, decida las escalas que va a utilizar en los ejes
horizontal y vertical de manera que ambas longitudes sean aproximadamente iguales. Trate de mantener
el numero de divisiones en cada eje entre 3 y 10 y use numero redondos. Cuando las dos variables sean
un factor y una característica de calidad , use el eje x para el factor y el eje y para la característica de
calidad.
Paso 3.
registre los datos en el grafico .
Paso 4.
registre todos los aspectos que puedan ser de utilidad, los ítems necesarios como: titulo del diagrama,
periodo de tiempo, número de pares de datos, titulo y unidades de cada eje, nombre de la persona que
hizo el diagrama
Paso 2.
X es la presión del aire, y el porcentaje de defectos. entonces:
El valor máximo de x = 9,4 (kg/cm2)
El valor mínimo de x = 8,2 (Kg/cm2)
El valor máximo de y = 0,928 (%)
El valor mínimo de y = 0,864 (%)
Marcamos:
Paso 4.
Indique el intervalo de la muestra obtenida (Oct.1-Nov.9),
el numero de muestras (n=30), el eje x, presión del aire de
soplado (Kg/cm2)), el eje y, porcentaje de defectos (%)), y
el titulo del diagrama (diagrama de dispersión de presión
del aire de soplado y porcentaje de defectos).
Grafique el diagrama así:
0,85
8,0 8,5 9,0 9,5
Presión de aire (Kg/cm2)
CALCULO DE LOS COEFICIENTES DE CORRELACION
𝑆 (𝑥𝑦)
r= ,
𝑠 𝑥𝑥 .𝑆(𝑦𝑦)
donde :
(σ𝑛
𝑖=1 𝑥𝑖 )
2
s 𝑥𝑥 = σ𝑛𝑖=1(𝑥𝑖 − 𝑥)ҧ 2 =σ𝑛𝑖=1 𝑥 2 − ,
𝑛
( σ𝑛
𝑖=1 𝑦𝑖 )
2
s 𝑦𝑦 = σ𝑛𝑖=1(𝑦𝑖 − ത 2
𝑦) = σ𝑛𝑖=1 𝑦 2 − ,
𝑛
( σ𝑛 𝑛
𝑖=1 𝑥𝑖 ).(σ𝑖=1 𝑦𝑖 )
= σ𝑛𝑖=1 𝑥𝑖 𝑦𝑖 − 𝑛
Total ---- ------ ------ ------ ------ 263,2 26,816 2312,02 23,9783 235,357
Fecha x y 𝑥2 𝒚2 xy Fech x y 𝑥2 𝒚2 xy
a
Oct.1 8,6 0,889 73,96 0,79032 7,6454 22 8,7 0,892 75,69 0,79566 7,7604
2 8,9 0,884 79,21 0,78146 7,8676 23 8,5 0,877 72,25 0,76913 7,4545
El coeficiente de correlación, r, se encuentra en el rango -1 ≤ r ≤ 1.
3 8,8 0,874 77,44 0,76388 7,6912 24 9,2 0,885 84,64 0,78322 8,1420
Si el 4valor
8,8
absoluto
0,891
de r es mayor que 125, ha8,5ocurrido
77,44 0,79388 7,8408 0,866
un error
72,25
de
0,74996 7,3610
cálculo, y debe calcularse de nuevo.
5 8,4 0,874 70,56 0,76388 7,3416 26 8,3 0,896 68,69 0,80282 7,4368
Cuando8
r esta
8,7
cerca
0,886
de 1, indica una correlación
75,69 0,78500 7,7082 29 8,7
fuerte75,69
0,896
entre080282
x y y, 7,7952
cuando
9 r esta
9,2 cerca
0,911 de 0,
84,64 una correlación
0,82992 8,3812 30 débil.
9,3 0,928 86,49 0,86118 8,6304
Cundo
10 r8,6=1, 0,912
los datos
73,96 aparecerán
0,83174 7,8432en línea
31 recta.
8,9 0,886 79,21 0,78500 7,8854
11 9,2 0,895 84,64 0,80102 8,2340 Nov.1 8,9 0,908 79,21 0,82446 8,0812
12 8,7 0,896 75,69 0,80282 7,7952 2 8,3 0,881 68,89 0,77616 7,3123
Ejemplo: calculemos el coeficiente de correlación para el ejemplo
anterior
15 de los
8,4 tanques
0,894 70,56 plásticos. (ver tabla
0,79924 7,5096 5 anexa)
8,7 0,882 75,69 0,77792 7,6334
16 8,2 0,864 67,24 0,74650 7,0848 6 8,9 0,904 79,21 0,81722 8,0456
17 9,2 0,922 84,64 0,85008 8,4824 7 8,7 0,912 75,69 0,83174 7,9344
19 9,4 0,905 88,36 0,81902 8,5070 9 8,7 0,872 75,69 0,76038 7,5864
Total ---- ------ ------ ------ ------ 263,2 26,816 2312,02 23,9783 235,357
(σ𝑛
𝑖=1 𝑥𝑖 )
2
263,22
S 𝑥𝑥 =σ𝑛𝑖=1 𝑥 2 − 𝑛
= 2312,02 - 30
= 2,88,
(σ𝑛
𝑖=1 𝑦𝑖 )
2
26,8162
s 𝑦𝑦 = σ𝑛𝑖=1 𝑦 2 − = 23,97833 - = 0,00840
𝑛 30
263,2 x 26,816
= 235,3570 - 30
= 0,0913
𝑆 (𝑥𝑦) 0,0913
r= ,r= = 0,59
𝑠 𝑥𝑥 .𝑆(𝑦𝑦) 2,88 x 0,00840
a. Las escalas deben seleccionarse de tal manera que utilizan toda la longitud de los
ejes.
a. Cuando el origen de una de las escalas no sea igual a cero debe interrumpirse la
línea.
El histograma permite ver claramente como se distribuyen las frecuencias a lo largo del
eje X, el centramiento aproximado y la dispersión.
R = Vmax - Vmin
Número de Numero de
datos clases
20 - 50 6
51 – 100 7
• Definir el número de
clases que debe tener 101 – 200 8
el Histograma según 201 – 500 9
la tabla siguiente: 501 – 1000 10
Más de 1000 11 - 20
1 10 2.510 2.517 2.522 2.522 2.510 2.511 2.519 2.532 2.543 2.525
11 20 2.527 2.536 2.506 2.541 2.512 2.515 2.521 2.536 2.529 2.524
21 30 2.529 2.523 2.523 2.523 2.519 2.528 2.543 2.538 2.518 2.534
31 40 2.520 2.514 2.512 2.534 2.526 2.530 2.532 2.526 2.523 2.520
41 50 2.535 2.523 2.526 2.525 2.532 2.522 2.502 2.530 2.522 2.514
51 60 2.533 2.510 2.542 2.524 2.530 2.521 2.522 2.535 2.540 2.528
61 70 2.525 2.515 2.520 2.519 2.526 2.527 2.522 2.542 2.540 2.528
71 80 2.531 2.545 2.524 2.522 2.520 2.519 2.519 2.529 2.522 2.513
81 90 2.528 2.537 2.511 2.519 2.531 2.527 2.529 2.528 2.519 2.521
XL – XS
h = ---------------
K
2.545 – 2.502
h = ---------------------- = 0.00477 0.005
9
Control de Calidad. MSc. Roberto Vergara Portela
Como elaborar histogramas
Paso 3. Prepare el formato para la tabla de frecuencias
Marcas de
Frecuencia
CLASE P.M. de Clase frecuencia
F
(Conteo)
1 2.5005 – 2,5055 2.503 / 1
2
3
4
5
6
7
8
9
= (2.502 – (0.005/2))+ h1
= 2.500 + 0.0005
= 2.5005
3ª clase =
4ª clase =
5ª clase =
6ª clase =
7ª clase =
8ª clase =
9ª clase =
Control de Calidad. MSc. Roberto Vergara Portela
Como elaborar histogramas
Paso 5. Calcule el punto medio de la clase
Ls 1ª clase – Li 2ª clase.
P.M 1ª Clase = --------------------------------
2
Ls 2ª clase – Li 2ª clase.
P.M 2ª Clase = -----------------------------------
2
Y así sucesivamente.
2.5055 + 2.5105
= --------------------------------- = 2.503
2
2.5055 + 2.5105
P.M. 2ª clase = ---------------------------- = 2.508
2
Lea los valores observados uno por uno y registre las frecuencias correspondientes a cada clase,
usando marcas en grupos de cinco.
Nota 1:
Cantidad de Datos (N) Cantidad de Clases (K)
< 50 5–7
50 – 100 6 - 10
100 – 250 7 – 12
> 250 10 – 20
Nota 2:
- Habría error en el conteo de las f, si la suma de las f, no fuese igual al número tota (n) de los
valores observados.
1. Utilizando los intervalos de clase como línea de base, dibuje en rectángulo cuya
altura corresponda a la f. en esa clase.
1. Dibuje una línea sobre el histograma para representar la media, y dibuje también
una línea para representar el límite de especificación si lo hay.
1 2.5005 – 2055 2.503 1 -4 -4 16 - Escriba -1, -2, …., hacia los valores menores
observados y 1, 2, …, hacia los mayores valores
2
observados.
3
4 - Calcule x así:
5 x = a+h ∑ ------
6
7 30
8 x = 2.523 + 0.005 ------
90
9
Calcule S así:
142
Control estadístico de calidad
Antes de entrar en el tema específico de los gráficos de control o cartas de control de
procesos es necesario definir algunas generalidades con respecto a ellas, desde el punto
de vista estadístico.
Aceptación
(fabricación)
Control
estadístico Técnicas CONTROL
de Calidad
Procesos de
Producción
Una vez definida desde el punto de vista de la calidad, a través de sus especificaciones del
producto a obtener la Calidad de diseño, es necesario obtener una Calidad de Conformidad-
Fabricación.
Para ello es necesario crear un método de trabajo que nos permita medir en una unidad
determinada de producto sus características de calidad, comparar estas medidas con las
especificaciones establecidas e interpretar sus diferencias entre lo obtenido y lo deseado.
Control de Calidad. MSc. Roberto Vergara Portela
Control de Calidad en Procesos de
Fabricación
Existen dos pares de valores de gran importancia en el control de cualquier
proceso productivo:
Limites de Tolerancia o Especificación: Son las cotas entre las que puede
oscilar una característica de calidad de un producto de acuerdo con una norma
o requerimiento dado.
Las especiales, por lo general son detectadas, corregidas eliminadas o modificadas por
los mismos trabajadores de producción y por los supervisores.
LVS – LVI = µ ± 3
=µ+3 - (µ-3 )
=µ+3 - µ + 3
=6
El gráfico de control tiene una Línea Central que representa el promedio histórico de la
característica que se está controlando y Límites Superior e Inferior que también se calculan
con datos históricos.
Su propósito es determinar si cada punto del grafico es normal o anormal, y así conocer los
cambios operados en el proceso del que se han recogido los datos. Cada punto del gráfico debe
indicar correctamente de que proceso se han tomado los datos.
Por Ej. Al construir gráficos de control los datos diarios se promedian para obtener un valor
medio del día considerado, cada uno de esos valores pasa a ser un punto del grafico de control
que representa las características de ese día; o bien los datos pueden tomarse por lotes, en ese
caso, los datos deben recogerse de tal modo que el punto represente el lote de que se trata.
Cuando el valor de una muestra esta fuera del intervalo, es preciso detener el proceso, analizar
las causas y reajustar el proceso.
NO DISCRETOS
Ej.
Mediciones (1/100 mm)
Volumen (c.c.) X–R
Peso del Producto (gr)
Energía Consumida (Kwh)
DISCRETOS
Ej.
Cantidad de productos defectuosos np – p
Fracción defectuosa
Proporción de productos de 2ª clase
LCS
LC
LCI
Un punto
Tendencia Ciclo
fuera del LCS
LCS
LC
LCI
Estratificación Secuencia 2 de 3 muy cerca del
LCS
LSC
LC
LIC
TIEMPO
No
65
Peso de las piezas (Gr.)
60
55
50
45
13
15
17
19
1
11
Nº de pieza
65
Peso de las piezas (Gr.)
60
55
50
45
13
15
17
19
1
11
Nº de pieza
60
55
50
45
13
15
17
19
1
11
Nº de pieza
60
55
50
45
13
15
17
19
1
11
Nº de pieza
65
Peso de las piezas (Gr.)
60
55
50
45
13
15
17
19
1
11
Nº de pieza
Una sucesión de
puntos por encima ...
Varios puntos
por fuera de los
límites de control
Control de Calidad. MSc. Roberto Vergara Portela
CONTROL ESTADISTICO
DE LA
CALIDAD
CONTROL
• La inspección es necesaria
Control de Calidad. MSc. Roberto Vergara Portela
¿SON INEVITABLES LOS ERRORES?
La visión 6-Sigma
Detección: los
detectores de humo
indican la posibilidad de
la existencia de un
fuego en una casa.
Control de Calidad. MSc. Roberto Vergara Portela
CONTROL/REALIMENTACIÓN
Predicción: surtidores de
distintos tipos de carburante
con tamaños diferentes
Detección: un clasificador
de tamaño descarta piezas de
fruta más pequeñas que lo
deseado.
Control de Calidad. MSc. Roberto Vergara Portela
PARADA
predicción: algunas
cámaras no funcionan
sin la luz suficiente
detección: algunos
hornos de microondas
no funcionan sin carga.
3.0SL=0.06745
límite superior de control
Individual Value
0.06 X=0.05978
valor medio del proceso
-3.0SL=0.05211
0.05
límite inferior de control
0 10 20 30
Observation Number
Control de Calidad. MSc. Roberto Vergara Portela
TIPOS DE GRÁFICAS DE
CONTROL
Gráficas de variable
Gráficas de atributos
ATRIBUTO VARIABLE
¿# DEFECTOS
¿MUESTRAS O
O
INSPECCIÓN 100%?
% DEFECTUOSOS?
¿TAMAÑO DE LOTE
CONSTANTE?
NO SI
Shaft_OD
especificación pero bajo 0.060
LSC
control
0.055
Index 10 20
LIC
LSE
0.065
Shaft_OD
LIC
LSC
LIC
LSC
dos de tres puntos
consecutivos más allá de
2 de la media
LIC
GRÁFICA X-Bar & R
¿VARIABLE
O
ATRIBUTO?
ATRIBUTO VARIABLE
¿TAMAÑO DE LOTE
CONSTANTE?
NO SI
0.065
3.0SL=0.06410
Means
0.060 X=0.05978
0.055 -3.0SL=0.05546
media de la
Subgroup 0
muestra 1 2 3 4 5 6 7 8 9
3.0SL=0.01087
0.010
Ranges
0.005
R=0.004222
0.000 -3.0SL=0.000
ATRIBUTO VARIABLE
¿TAMAÑO DE LOTE
CONSTANTE?
NO SI
15
Sample Count
3.0SL=12.15
10
5 C=5.267
# de defectos en
cada lote 0 -3.0SL=0.000
0 10 20 30
Sample Number
ATRIBUTO VARIABLE
¿TAMAÑO DE LOTE
CONSTANTE?
NO SI
GRÁFICA U
U Chart for defecto
1.5
Sample Count
1.0
3.0SL=0.9277
0.5
U=0.4236
# de defectos por
unidad en cada 0.0 -3.0SL=0.000
lote
0 10 20 30
Sample Number
ATRIBUTO VARIABLE
¿TAMAÑO DE LOTE
CONSTANTE?
NO SI
1.0
3.0SL=0.8063
Proportion
0.5
P=0.4236
porcentaje de piezas
defectuosas -3.0SL=0.04084
0.0
0 10 20 30
Sample Number
Paso 1
Reúna los datos, habitualmente se necesitan más de 100 muestras. Estas se deben
tomar de datos recientes de un proceso similar al que se utilizara en lo sucesivo, si
los datos son escasos, 50 o incluso 20 valores serán suficientes. Si esto sucede,
representarlos de nuevo cuando halla más datos acumulados.
• Los datos obtenidos bajo las mismas condiciones técnicas, deben formar un
solo grupo.
• Un subgrupo no debe incluir datos provenientes de lotes diferentes ni de
distinta naturaleza.
1 47 32 44 35 20 178 35.6 27
2 19 37 31 25 34 146 29.2 18
3 19 11 16 11 44 101 20..2 33
4 29 29 42 59 38 197 3904 30
5 28 12 45 36 25 146 29.2 33
6 40 35 11 38 33 157 31.4 29
7 15 30 12 33 26 116 23.2 21
8 35 44 32 11 38 160 32.0 33
9 27 37 26 20 35 145 29.0 17
10 23 45 26 37 32 163 32.6 22
11 28 44 40 31 18 161 32.2 26
12 31 25 24 32 22 134 26.8 10
13 22 37 19 47 14 139 27.8 33
14 37 32 12 38 30 149 29.8 26
15 25 40 24 50 19 158 31.6 31
16 7 31 23 18 32 111 22.2 25
17 38 0 41 40 37 156 31.2 41
18 35 12 29 48 20 144 28.8 36
19 31 20 35 24 47 157 31.4 27
20 12 27 38 40 31 148 29.6 28
21 52 42 52 24 25 195 39.0 28
22 20 31 15 3 28 97 19.4 28
23 29 47 41 32 22 171 34.2 25
24 28 27 22 32 54 163 32.6 32
25 42 34 15 29 21 141 28.2 27
promedio
X= 29.86 R = 27.44
Construcción de un gráfico X - R
Paso 2
Registre los datos en una planilla, la cual debe estar distribuida de forma tal que sea
fácil calcular los valores de x y R para cada subgrupo.
Paso 3
Paso 4
Halle la amplitud R. Utilice la siguiente formula, para calcular R para cada
subgrupo:
Calcule el valor de la media general x con dos decimales más que el del valor de las
mediciones originales.
Paso 6
Calcule el valor medio de la amplitud R, sume R de todos los subgrupos y divida por
la cantidad de subgrupos k.
Calcule las líneas de límite de control. Emplee las formulas que aparecen a
continuación para los gráficos de control x y R. Los coeficientes 𝐴2 , 𝐷3 , 𝐷4 ,
etc., figuran en la siguiente tabla:
Fórmulas:
Gráficos de control x :
LC = x LC = 29,86
LSC = x + 𝐴2 R LSC = 29,86 + 0,577 x 27,44 = 45,69
LIC = x - 𝐴2 R LIC = 29,86 - 0,577 x 27,44 = 14,03
Gráficos de Control R:
LC = R LC = 27,44
LSC = 𝐷4 R LCS = 2,115 x 27,44 = 58,04
LIC = 𝐷3 R LCI = (no se considera)
A2 D3 D4 d2
Paso 9
Marque los puntos x y R para cada subgrupo sobre la misma línea vertical. Marque
los valores de x y R calculados para cada subgrupo, para los valores de x use un
punto (.), para los de R una cruz (+). Encierre en un círculo todos los puntos que
sobrepasen las líneas de límites de control para distinguirlos de los demás. Los
puntos y las cruces deben estar separados entre 2 y 5mm.
Paso 10
Escriba en el grafico de control la información necesaria. En el margen izquierdo
escriba x y R, en el extremo superior izquierdo de un grafico x indique el valor de n,
indique la índole de los datos, el periodo en que fueron reunidos, la persona
responsable, etc.
Control de Calidad. MSc. Roberto Vergara Portela
GRAFICO X-R
LCS= 45.69
40
X 30 LC= 29.86
20
LCI= 14.03
60 LCS=58.04
40
R LC= 27.4
20
LC= no se
5 10 15 20 25 considera
Construcción de un gráfico X - R
Ejemplo
La Cia. Lajuvea realiza en su planta textil un proceso, el cual arrojo los datos sobre el contenido de humedad de
telas para camisetas, tomados cada 5 veces por día así:
Subgrupo 6.00 10.00 14.00 18.00 22.00 X R
∑R = 33.8 10
11
13.3
13.3
12.4
12.8
12.6
13.0
12.9
13.0
12.8
13.1
12 13.6 12.5 13.3 13.5 12.8
x= 13
14
13.4
13.9
13.3
13.1
12.0
13.5
13.0
12.6
13.1
12.8
15 14.2 12.7 12.9 12.9 12.5
16 13.6 12.6 12.4 12.5 12.2
R= 17 14.0 13.2 12.4 13.0 13.0
18 13.1 12.9 13.5 12.3 12.8
n=5; 19 14.6 13.7 13.4 12.2 12.5
Subgrupo 1:
x = -------------------------------------- = ------------- = 13.0
Sub.2:
x = ------------------------------------ = -------------- = 12.94
…Sub.25:
x = ------------------------------------ = -------------- = 12.72
R = Xmaximo – Xminimo
Para sub.1 :
𝑅1 = 14.0 – 12.1 = 1.9 𝑅2 = 13.4 – 12.1 = 1.3
𝑅3 = 𝑅4 =
𝑥1 +𝑥2 + …..+𝑥𝑛
X= ;
𝑘
x= x = 12,940
R= R = 1,35
Paso 7
Gráficos x
LC = x
LC =
LSC = x + A2 R LSC =
Gráficos R
LC = R
LC =
LSC = D4R
LSC =
LIC = D3R
LIC =
Reglas de decisión:
2,5 correcto
2,5498 ----- 2,550 ----- 2,55
2,6 incorrecto
R = -1- (-5) = 4
Ej: x = 1,9888 ----- x = 1,989 (ya que los datos de los subgrupos eran así: 2,1; 1,9;
etc.).
1. Objetivos.
2. Selección de la característica que será controlada.
3. Lugares donde se tomarán las muestras.
4. Tamaño de cada muestra, n.
5. Frecuencia de cada muestra.
6. Instrumentos y métodos de medición.
7. Formato para registro y grafica de resultados.
∑x = x= ∑R= R= A = A R= D= D=
1 2 3 4 5 6 7 8 9 10
11.1 9.6 9.7 10.1 12.4 10.1 11.0 11.2 10.6 8.3
9.4 10.6 10.0 8.4 10.0 10.2 11.5 10.0 10.4 10.2
11.2 10.1 10.0 10.2 10.7 10.2 11.8 10.9 10.5 9.8
10.4 10.8 9.8 9.4 10.1 11.2 11.0 11.2 10.5 9.5
10.1 11.0 10.4 11.0 11.3 10.1 11.3 11.0 10.9 9.8
52.2 52.3 49.9 49.1 54.5 51.8 56.6 54.3 52.9 47.6
10.4 10.4
1.8 1.4
52.8 49.8 52.2 54.8 55.7 50.2 57.2 59.2 55.7 57.2
10.56 9.96 10.44
1.5 2.4 2.8
∑R= R = ------------ =
Para n= 5 A = ; D = ; D =
Gráfico x Gráfico R
LCS (x) = x + A R =
LCI (x) = x - A R =
Gráfico x
140
120
100
Valor Limites
80
60
40
20
0
1 2 3 4 5 6 7 8 9 10
Muestras
Control de Calidad. MSc. Roberto Vergara Portela
• Fuera de los limites de control.
• Racha.
Cuando los puntos ocurren continuamente en un lado de la LC y el numero de puntos se
llama longitud de racha. Se considera normal si tiene aun 7 puntos
100
80
Limites
60
40
20
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 20 20 20 20 20
Muestras
Control de Calidad. MSc. Roberto Vergara Portela
• Tendencia.
Cuando los puntos forman una curva continua ascendente o
descendente.
120
100
Serie2
80
Limites
Serie3
Serie4
60
Serie5
40
20
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
Muestras
Control de Calidad. MSc. Roberto Vergara Portela
Acercam iento a los lim ites de Control
140
120
100
80
Limites
60
40
20
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
Muestras
140
120
100
80
Limites
60
40
20
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
Muestras
140
120
100
80
Limites
60
40
20
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Muestras
1. En la zona central se sitúa el 68% del total de puntos del grafico equivale a decir que en
esta zona deben existir entre 12 y 18 puntos aproximadamente. Es necesario intervenir
el proceso si hay 13 o más puntos consecutivos en la zona central.
L.C.S
2₰
1.5₰
L.C
1.5₰
2₰
L.C.I
Como leer las gráficas de control
2. En la zona media debe aparecer el 27% de los puntos. Debe existir entre 6 y 10 puntos
aproximadamente. Se hace necesario intervenir si hay 4 o más consecutivos.
L.C.S
2₰
1.5₰
27% L.C.
1.5 ₰
2
L.C.I
Como leer las gráficas de control
3. La zona externa contiene aproximadamente el 5% del total de puntos. Debe
existir entre 1 y 3 puntos aproximadamente. Hay que intervenir si aparecen
dos consecutivos.
L.C.S
2r
1.5 r
5% L.C.
1.5 r
2r
L.C.I.
Como leer las gráficas de control
d) Acercamiento a los límites de Control
Teniendo en cuenta los puntos que se acercan a los límites de control 3 sigma, si 2 de 3
puntos ocurren por fuera de las líneas de 2 sigma el caso se considera anormal.
Línea 3r
Línea 2r
Línea 2r
Línea 3r
Como leer las gráficas de control
d) Acercamiento a los límites de Control
Teniendo en cuenta los puntos que se acercan a los límites de control 3 sigma, si 2 de 3
puntos ocurren por fuera de las líneas de 2 sigma el caso se considera anormal.
Línea 3₰
Línea 2₰
Línea 2₰
Línea 3₰
Cartas de control para atributos
Las cartas de control x y R, se aplican a características de calidad que pueden medirse
mediante un instrumento, las cuales hemos llamado variables. Además por cada
característica que deseemos controlar deberemos llevar una carta x y R.
Por ello, no se pueden aplicar en todas las situaciones de control de calidad, ya que en
otros casos las características que nos interesa controlar no son medibles sino apreciables
por nuestros sentidos, los cuales llamaremos atributos.
Se considera producto o articulo defectuoso a aquel que no reúne los requisitos totales de
calidad que se han establecido previamente para un producto bueno. Es decir son aquellos
que contienen uno o más defectos.
1. Defectos Críticos: Los que pueden conducir a que se afecte la salud o la vida de los usuarios del
producto, etc.
2. Defectos Mayores: Implican una menor vida útil, o mayor necesidad de mantenimiento, o
dificultades en la venta al público.
LC = np
LC =
LCS =
LCI =
LCI =
LCS
LC
LCI
0 25
A,B,C,D = # de artículos
defectuosos en cada muestra
de 50, por maquina.
∑ np
p = -----------
K xn
Para A: p = ------------ =
Para B: p = ----------- =
Para C: p = ----------- =
Para D: p = ----------- =
Para B: LSC =
LSC =
Paso 1. Recoja los datos: Obtenga la mayor cantidad posible de datos que
indiquen la cantidad inspeccionada (n) y la cantidad de productos defectuosos
(np). Se necesita por lo menos 20 muestras.
np
p = --------- X 100
n
Paso 4. Halle la fracción defectuosa promedio.
Total de Productos defectuosos
p = -------------------------------------
Total inspeccionado
∑ np
p = -----------
K xn
LC = p
p (1-p) 3
LSC = p + 3√ ----------- = p + ----------- √p(1-p)
n √n
p (1-p) 3
LIC = p – 3 √ ----------- = p + ----------- √p(1-p)
n √n
Paso 5
LC = p LC = 10.3
3 √p(1-p)
LCS = p + -------
√n
3
LCS1 = 0.103 + --------- √0.103(1-0.103) =
√115
Nota: Los valores de los límites de control varia de acuerdo con el Control de Calidad. MSc. Roberto Vergara Portela
tamaño del subgrupo (n), las líneas de los límites de control variara.
Gráficos de Control p
Paso 6. Trace las líneas de control y consigne los valores. Así:
3
LSC = 0.0736 + --------√0.0736(1-0.0736)
√50
LSC =
3
LCI = p - -------√p(1-p)
√n
3
LCI = 0.0736 - --------√0.0736(1-0.0736)
√50
LCI =
Control de Calidad. MSc. Roberto Vergara Portela
Gráficos de Control p
Paso 6.
LC = c
LSC= c + 3√c
LIC = c – 3√c
Control de Calidad. MSc. Roberto Vergara Portela
Gráficos de Control c
Ejemplo: La cia Lajuvea produce telas en piezas de 50 metros lineales. Al
realizar una inspección en su proceso productivo, se tomaron 20 muestras
hallándose los siguientes resultados:
TOTAL
Control de Calidad. MSc. Roberto Vergara Portela
Gráficos de Control c
LC = c
82 =
LC = -------
20
LSC= c + 3√c
LSC =
LIC = c – 3√c
LIC =
LC = c c = -------- = 1.6
LCS = c + 3√c
LCS =
LCI = c – 3√c
LCI =
Discriminado los defectos en cada unidad del motor, podemos observar que los
defectos A y B se presentan en cerca del 70% y por lo general juntos. Si
existieran puntos de control por fuera del LCS debemos detectar la causa y
eliminarla.
LC = u
u
LSC = u + 3√------ 3 √u
n = u + -----------
√n
3 √u
u = u - -----------
LCI = u – 3√ -------
n √n
Control de Calidad. MSc. Roberto Vergara Portela
Gráficos de Control u
c 5
u2 = -------
n = ------- = 5.0
1.0
3 = 1.8
c = -------
u19 = ------
n 1.7
c 8 = 4.7
u20 = ------
n = -------
1.7
∑c 75 = 2.95
u = ------- = --------
n 2.54
Discriminado los defectos en cada unidad del motor, podemos observar que los
defectos A y B se presentan en cerca del 70% y por lo general juntos. Si
existieran puntos de control por fuera del LCS debemos detectar la causa y
eliminarla.
Roberto 317
Vergara
Portela
• Paso 7 . Dibuje las Líneas de Control.
En el eje vertical de la izquierda marque los valores de x y de R y el eje
horizontal con el numero de subgrupos.
Roberto 318
Vergara
Portela
X( Centramiento ) R( Dispersión )
Roberto 322
Vergara
Portela
Control de
Calidad.
Roberto 323
Vergara
Portela
Control de
Calidad.
Roberto 324
Vergara
Portela
Control de
Calidad.
Roberto 325
Vergara
Portela
Control de
Calidad.
Roberto 326
Vergara
Portela
Control de
Calidad.
Roberto 327
Vergara
Portela
Control de
Calidad.
Roberto 328
Vergara
Portela
Control de
Calidad.
Roberto 329
Vergara
Portela
Control de
Calidad.
Roberto 330
Vergara
Portela
• Se aplican cuando las características no son medibles sino
apreciables por nuestros sentidos.
ATRIBUTOS
(fracción defectuosa, numero de defectos por unidad y numero
de defectos por lote).
Roberto 331
Vergara
Portela
Control de
Calidad.
Roberto 332
Vergara
Portela
Control de
Calidad.
Roberto 333
Vergara
Portela
Control de
Calidad.
Roberto 334
Vergara
Portela
• CLASIFICACION DE LOS DEFECTOS:
Roberto 336
Vergara
Portela
GRAFICOS np
1 100 4
2 100 2
3 100 0
4 100 5
5 100 3
6 100 2
7 100 4
8 100 3
9 100 2
10 100 6
11 100 1
12 100 4
13 100 1
14 100 0
15 100 2
16 100 3
17 100 1
18 100 6
19 100 1
Control de 20 100 3
Calidad. 21 100 3
22 100 2
Roberto 13 100 0
Vergara 24 100 7
Portela 25 100 3
total 2500 68
• Paso 1. Reúna los datos.
tome una muestra y clasifique la calidad del producto en unidades que llene o no los
requisitos, según el estándar de inspección. El tamaño de la muestra debe ser tal que los
subgrupos tengan entre 1 y 5 unidades defectuosas y recoja de 20 a 25 subgrupos.(ver
tabla).
• Paso 2. Calcule P.
Control de
Calidad.
Roberto 341
Vergara
Portela
• Paso 4. Construya la grafica de control.
n = 100
LCS = 7,60
LC= 2,72
Control de
Calidad.
0
Roberto 343
Vergara 5 10 15 20 25
Portela
Control de
Calidad.
Roberto 344
Vergara
Portela
Control de
Calidad.
Roberto 345
Vergara
Portela
Control de
Calidad.
Roberto 346
Vergara
Portela
Control de
Calidad.
Roberto 347
Vergara
Portela
Control de
Calidad.
Roberto 348
Vergara
Portela
Control de
Calidad.
Roberto 349
Vergara
Portela
Control de
Calidad.
Roberto 350
Vergara
Portela
Control de
Calidad.
Roberto 351
Vergara
Portela
• Permite controlar la fracción defectuosa
generada por un proceso o el porcentaje
defectuoso del mismo.
Control de
Calidad.
• Paso 3. Calcule la fracción defectuosa
Cantidad de productos defectuosos
p
Roberto
Vergara
Pasos paradelconstruir
Tamaño
un grafico
Subgrupo Cantidad p el subgrupo
Insp. en 353
Portela
Total de productos defectuosos
p
Total Inspeccion ado
np
p x100
n
p(1 p) 3
LSC p 3 p p(1 p)
n
• Paso 5. Calcule los limites n
de control.
p(1 p) 3
Control de
LIC p 3 p p(1 p)
n n
Calidad.
Roberto 355
Vergara
Portela
Subgrupo N np P LCS % LCI %
1 115 15 13.0 18.8 1.8
2 220 18 8.2 16.5 4.1
3 210 23
4 220 22
5 220 18
6 255 15
7 440 44
8 365 47
9 255 13
10 300 33
11 280 42
12 330 46
13 320 38
14 225 29
15 290 26
16 170 17
17 65 5
18 100 7
19 135 14
Control de 20 280 36
21 250 25
Calidad.
22 220 24
23 220 20
Roberto 24 220 15
Vergara 25 220 18
Roberto 358
Vergara
Portela
Control de
Calidad.
Roberto 359
Vergara
Portela
Control de
Calidad.
Roberto 360
Vergara
Portela
Control de
Calidad.
Roberto 361
Vergara
Portela
Control de
Calidad.
Roberto 362
Vergara
Portela
GRAFICOS DE CONTROL C
Permite controlar el comportamiento cualitativo de un proceso, a
través del numero de defectos por unidad inspeccionada.
LCS = c + 3√c
Roberto
Vergara
Portela
• Nos indica el nivel de calidad de un proceso, la estabilidad o
inestabilidad del mismo, su capacidad cualitativa, y nos sugiere
las acciones correctivas o preventivas que deben tomarse para
lograr los niveles propuestos de calidad.
LCS = 10.17
LC = 4.1
Control de
Calidad.
Roberto 367
Vergara
Portela
Control de
Calidad.
Roberto 368
Vergara
Portela
Control de
Calidad.
Roberto 369
Vergara
Portela
GRAFICOS DE CONTROL U
LSC= u + 3 √ u /n = u + 3√ u / √n
LCI= u – 3 √u/n = u - 3√ u / √n
• Paso 1. Recoja los Datos: Obtenga la mayor cantidad
posible de datos que indiquen la cantidad de unidades n y
la cantidad de defectos c.
Control de
Calidad.
Roberto
Vergara
Portela
No. Subg. Tamaño Cantidad No.Subg. Tamaño Cantidad
subg.(n) Perfor.(c) Subg.(n) Perfor.(c)
1 1.0 4 11 1.3 5
2 1.0 5 12 1.3 2
3 1.0 3 13 1.3 4
4 1.0 3 14 1.3 2
5 1.0 5 15 1.2 6
6 1.3 2 16 1.2 4
7 1.3 5 17 1.2 0
8 1.3 3 18 1.7 8
9 1.3 2 19 1.7 3
Control de
Calidad. 10 1.3 1 20 1.7 8
Total 25.4 75
Roberto
Vergara
Portela
u1 = c/n = 4/1.0 = 4.0
u2 = c/n = 5/1.0 = 5.0
LC = u = 2.95
LCS1 = 2.95 + 3√2.95/√1.0 = 2.95 + 5.15 = 8.10
LCS7 = 2.95 + 3√2.95/√1.3 = 2.95 + 5.87 = 8.82
LCS20= 2.95 + 3√2.95/√1.7 = 2.95 + 6.71 = 9,66
Control de
Calidad. LCI = u - 3√2.95/√1.0 = 2.95 – 5.15 = No existe
Roberto 374
Vergara
Portela
Sub n c u LCS LCI Sub n c u LCS LCI
. .
1 1.0 4 4.0 8.10 ---- 11 1.3 5 ---
2 1.0 5 5.0 ---- 12 1.3 2 ---
Control de
Calidad.
Roberto 376
Vergara
Portela
GRAFICOS DE CONTROL POR ATRIBUTOS (p, np, c, u)
• Ascendente:
• El proceso ha empeorado
• El criterio de aceptación ha sido modificado.
• Descendente:
Control de
Calidad. • El proceso ha mejorado
• El criterio de aceptación ha sido modificado
Roberto 378
Vergara
Portela
Control de
Calidad.
Roberto 379
Vergara
Portela
Control de
Calidad.
Roberto 380
Vergara
Portela
Control de
Calidad.
Roberto 381
Vergara
Portela
Control de
Calidad.
Roberto 382
Vergara
Portela
Control de
Calidad.
Roberto 383
Vergara
Portela
Control de
Calidad.
Roberto 384
Vergara
Portela
Control de
Calidad.
Roberto 385
Vergara
Portela
Control de
Calidad.
Roberto 386
Vergara
Portela
Control de
Calidad.
Roberto 387
Vergara
Portela
HERRAMIENTAS ADMINISTRATIVAS
Control de
Calidad.
Roberto 388
Vergara
Portela
HERRAMIENTAS ADMINISTRATIVAS
M-7.
METODO PARA QUE SIRVE.
1. LLUVIA DE IDEAS Que no tengamos idea de cuáles pueden ser las causas, ni las
soluciones.
6. MATRIZ DE ANALISIS DE Para estudiar la fuerza de las interrelaciones entre dos o más
características del procedimiento o producto. Se trata de una
DATOS. técnica matemática sofisticada.
390
LLUVIA DE IDEAS
TARJETA DE AFINIDAD
Causa Causa
Resultado Resultado
Causa
397
Causa Causa Causa
Causa
Resultado Resultado Resultado
DIAGRAMA DE RELACIÓN.
6-Identificar los efectos fundamentales.
• PASOS:
3- Considere los recursos como nuevos objetivos y plantee
nuevos recursos (recursos secundarios) y así continúe
hasta que lo considere conveniente.(recursos de tercer
nivel y subsiguientes).
Roberto 407
Vergara
Portela
Control de
Calidad.
Roberto 408
Vergara
Portela
Control de
Calidad.
Roberto 409
Vergara
Portela
Control de
Calidad.
Roberto 410
Vergara
Portela
Control de
Calidad.
Roberto 411
Vergara
Portela
Control de
Calidad.
Roberto 412
Vergara
Portela
Control de
Calidad.
Roberto 413
Vergara
Portela
Control de
Calidad.
Roberto 414
Vergara
Portela