1.

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: 2. 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. Trazamos un flecha gruesa que representa el proceso y a la derecha escribimos la caracterstica de calidad:

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, Mtodo de Medicin, etc.:

Incorporamos en cada rama factores ms detallados que se puedan considerar causas de fluctuacin. Para hacer esto, podemos formularnos estas preguntas: a. Por qu hay fluctuacin o dispersin en los valores de la caracterstica de calidad? Por la fluctuacin de las Materias Primas. Se anota Materias Primas como una de las ramas principales.

b. Qu Materias Primas producen fluctuacin o dispersin 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 fluctuacin o dispersin en el aceite? Por la fluctuacin de la cantidad agregada a la mezcla. Agregamos a Aceite la rama ms pequea Cantidad. d. Por qu hay variacin 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 dispersin. a. Finalmente verificamos que todos los factores que puedan causar dispersin hayan sido incorporados al diagrama. Las relaciones CausaEfecto deben quedar claramente establecidas y en ese caso, el diagrama est terminado. Veamos un ejemplo de la Gua de Control de Calidad de Kaoru Ishikawa, publicada por UNIPUB (N. York). Se trata de una mquina en la cual se produce un defecto de rotacin oscilante. La caracterstica de calidad es la oscilacin de un eje durante la rotacin: 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.

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. Los 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. Las mediciones sucesivas del dimetro de los anillos se pueden anotar en una carta como la siguiente: Por ejemplo, si las 15 ltimas mediciones fueron las siguientes: Entonces tendramos un Grfico de Control como este:

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:

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 (Tendencia 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: 74.6 74.6 81.6 75.4 69.8 68.4 74.5 85.9 65.8 63.5 95.7 69.4 77.0 113.7 57.8 69.9 74.5 74.3 70.7 77.9 74.5 63.7 77.0 63.2 79.4 76.4 77.0 72.1 70.7 68.4 74.6 95.7 70.7 71.6 79.4 76.9 85.2 78.4 79.4 69.4 74.6 75.4 81.6 84.6 74.6 69.8 85.2 74.8 67.9 97.4 85.2 83.5 81.6 78.9 63.7 74.5 81.6 69.7 67.9 77.0 72.1 77.0 67.9 68.4 63.7 76.7 71.6 70.7 63.7 70.7 72.1 77.0 69.4 79.4 72.1 79.4 71.6 70.7 69.8 74.6 71.6 74.6 69.4 79.4 83.5 85.2 69.4 85.2 69.8 74.6 83.5 81.6 69.8 81.6 83.5 85.2 74.9 67.9 83.5 67.9 79.3 81.6

73.2 63.7 74.9 63.7 76.3 67.9 70.7 70.7 73.2 67.5 79.8 63.7 79.4 79.4 70.7 85.3 70.7 72.1 88.6 74.6 79.4 88.6 79.4 71.6 70.7 85.2 74.6 70.7 74.6 69.4 79.4 81.6 85.2 79.4 85.2 69.8 70.7 67.9 81.6 74.6 81.6 83.5 79.4 63.7 67.9 85.2 67.9 67.9 74.6 72.1 63.7 81.6 63.7 63.7 85.2 71.6 72.1 67.9 72.1 70.7 81.6 69.4 71.6 63.7 71.6 73.2 67.9 69.8 69.4 72.1 69.4 70.7 63.7 83.5 69.8 71.6 69.8 79.4 72.1 83.5 83.5 69.4 83.5 74.6 71.6 69.7 85.2 69.8 69.8 63.7 69.4 68.4 81.6 83.5 83.5 72.1 69.8 70.7 63.7 72.1 83.5 71.6 83.5 79.4 72.1 71.6 72.1 69.4 67.9 71.6 71.6 69.4 71.6 69.8 As como estn los datos es muy difcil sacar conclusiones acerca 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:

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 Tendencia Central 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 Dispersin de las mediciones. Tambin podemos observar que hay muy pocos pacientes por encima de 90 kilogramos o por 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.

Diagramas de Dispersin Los Diagramas de Dispersin o Grficos 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:
N Persona Altura (m) Peso (Kg.) N Persona Altura (m) Peso (Kg.)

001 002 003 004 005 006

1.94 1.82 1.79 1.69 1.80 1.88

95.8 80.5 78.2 77.4 82.6 87.8

026 027 028 029 030 031

1.66 1.96 1.56 1.55 1.71 1.90

74.9 88.1 65.3 64.5 75.5 91.3

007 008 009 010 011 012 013 014 015 016 017 018 019 020 021 022 023 024 025

1.57 1.81 1.76 1.63 1.59 1.84 1.92 1.84 1.88 1.62 1.86 1.91 1.99 1.76 1.55 1.71 1.75 1.76 2.00

67.6 82.5 82.5 65.8 67.3 88.8 93.7 82.9 88.4 69.0 83.4 89.1 95.2 79.1 61.6 70.6 79.4 78.1 90.6

032 033 034 035 036 037 038 039 040 041 042 043 044 045 046 047 048 049 050

1.65 1.78 1.83 1.98 1.67 1.53 1.96 1.66 1.62 1.89 1.53 1.59 1.55 1.97 1.51 1.59 1.60 1.57 1.61

66.6 76.8 80.2 97.6 76.0 58.0 95.2 74.5 71.8 91.0 62.1 69.8 64.6 90.0 63.8 62.6 67.8 63.3 65.2

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 las 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:

Esa circunstancia puede ser un indicio de que algo anda mal en el proceso. Entonces, es necesario investigar para encontrar el problema (Causa Asignable) y corregirla. Si no se hace esto el proceso estar funcionando a un nivel de calidad menor que originalmente. Existen diferentes tipos de Grficos de Control: Grficos X-R, Grficos C, Grficos np, Grficos Cusum, y otros. Cuando se mide una caracterstica de calidad que es una variable continua se utilizan en general los Grficos X-R. Estos en realidad son dos grficos que se utilizan juntos, el 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:

Diagrama de Pareto
El diagrama de Pareto es un grfico de barras. Lalongitud de cada barra representa la frecuencia de ocurrencia o el costo. Este grfico permite visualizar rpidamente las causas de mayor influencia. Se llama as porque responde a una regla enunciada por Wilfredo Pareto, que dice: El 80% de los problemas que se presentan provienen de slo un 20% de las causas Se utiliza para seleccionar el problema a tratar, decidir cual es la mejor solucin ante un problema e identificar las oportunidades de mejora

Cmo se usa? Definimos cuales son las categoras a utilizar Definimos el perodo de tiempo a evaluar Definimos cual va a ser la unidad de medida(frecuencia, porcentaje, costo, tiempo, cantidad, etc) Recolecto los datos Construmos el grfico Se puede graficar tambin el porcentaje acumulado (opcional) Ejemplo diagrama de Pareto Analizaremos los reclamos. 1. Los clasificamos segn las categoras que aparecen en la tabla de datos. 2. Periodo : Ao 97 3. La unidad de medida: cantidad de reclamos 4. Tabla de datos

Diagrama de Pareto: anlisis de causas de reclamos

Aceites - Ao 1997

Ejemplo de aplicacin Un fabricante de heladeras desea analizar cuales son los defectos ms frecuentes que aparecen en las unidades al salir de la lnea de produccin. Para esto, empez por clasificar todos los defectos posibles en sus diversos tipos: Tipo de Defecto Motor no detiene No enfra Burlete Def. Pintura Def. Rayas No funciona Puerta no cierra Gavetas Def. Motor no arranca Mala Nivelacin Puerta Def. Otros Detalle del Problema No para el motor cuando alcanza Temperatura El motor arranca pero la heladera no enfra Burlete roto o deforme que no ajusta Defectos de pintura en superficies externas Rayas en las superficies externas Al enchufar no arranca el motor La puerta no cierra correctamente Gavetas interiores con rajaduras El motor no arranca despus de ciclo de parada La heladera se balancea y no se puede nivelar Puerta de refrigerador no cierra hermticamente Otros Defectos no includos en los anteriores

Posteriormente, un inspector revisa cada heladera a medida que sale de produccin registrando sus defectos de acuerdo con dichos tipos. Despus de inspeccionar 88 heladeras, se obtuvo una tabla como esta:

Tipo de Defecto Burlete Def. Pintura Def. Gavetas Def. Mala Nivelacin Motor no arranca Motor no detiene No enfra No funciona Otros Puerta Def.

Detalle del Problema Burlete roto o deforme que no ajusta Defectos de pintura en superficies externas Gavetas interiores con rajaduras La heladera se balancea y no se puede nivelar El motor no arranca despus de ciclo de parada No para el motor cuando alcanza Temperatura El motor arranca pero la heladera no enfra Al enchufar no arranca el motor Otros Defectos no includos en los anteriores Puerta de refrigerador no cierra hermticamente Rayas en las superficies externas

Frec. 9 5 1 1 1 36 27 2 0 0 2 4 88

Puerta no cierra La puerta no cierra correctamente Rayas Total:

La ltima columna muestra el nmero de heladeras que presentaban cada tipo de defecto, es decir, la frecuencia con que se presenta cada defecto. En lugar de la frecuencia numrica podemos utilizar la frecuencia porcentual, es decir, el porcentaje de heladeras en cada tipo de defecto: Tipo de Defecto Burlete Def. Pintura Def. Gavetas Def. Mala Nivelacin Motor no arranca Motor no detiene No enfra No funciona Otros Puerta Def.

Detalle del Problema Burlete roto o deforme que no ajusta Defectos de pintura en superficies externas Gavetas interiores con rajaduras La heladera se balancea y no se puede nivelar El motor no arranca despus de ciclo de parada No para el motor cuando alcanza Temperatura El motor arranca pero la heladera no enfra Al enchufar no arranca el motor Otros Defectos no includos en los anteriores Puerta de refrigerador no cierra

Frec. 9 5 1 1 1 36 27 2 0 0

Frec. % 10.2 5.7 1.1 1.1 1.1 40.9 30.7 2.3 0.0 0.0

hermticamente Puerta no cierra La puerta no cierra correctamente Rayas Total: Rayas en las superficies externas 2 4 88 2.3 4.5 100

Podemos ahora representar los datos en un histograma como el siguiente:

Pero Cules son los defectos que aparecen con mayor frecuencia? Para hacerlo ms evidente, antes de graficar podemos ordenar los datos de la tabla en orden decreciente de frecuencia:

Tipo de Defecto Motor no detiene No enfra Burlete Def. Pintura Def. Rayas No funciona

Detalle del Problema No para el motor cuando alcanza Temperatura El motor arranca pero la heladera no enfra Burlete roto o deforme que no ajusta Defectos de pintura en superficies externas Rayas en las superficies externas Al enchufar no arranca el motor

Frec. 36 27 9 5 4 2 2 1 1 1

Frec. % 40.9 30.7 10.2 5.7 4.5 2.3 2.3 1.1 1.1 1.1

Puerta no cierra La puerta no cierra correctamente Gavetas Def. Mala Nivelacin Motor no arranca Gavetas interiores con rajaduras La heladera se balancea y no se puede nivelar El motor no arranca despus de ciclo de parada

Puerta Def. Otros Total:

Puerta de refrigerador no cierra hermticamente Otros Defectos no incluidos en los anteriores

0 0 88

0.0 0.0 100

Vemos que la categora otros siempre debe ir al final, sin importar su valor. De esta manera, si hubiese tenido un valor ms alto, igual debera haberse ubicado en la ltima fila. Ahora resulta evidente cuales son los tipos de defectos ms frecuentes. Podemos observar que los 3 primeros tipos de defectos se presentan en el 82 % de las heladeras, aproximadamente. Por el Principio de Pareto, concluimos que: La mayor parte de los defectos encontrados en el lote pertenece slo a 3 tipos de defectos, de manera que si se eliminan las causas que los provocan desaparecera la mayor parte de los defectos.

5. HOJAS DE VERIFICACIN: En el control estadstico de la calidad se hace uso cotidiano de las hojas de verificacin, ya que es necesario comprobar si se han recabado los datos solicitados o si se han efectuado determinados trabajos. Se usan para verificar: * La distribucin del proceso de produccin * Los defectos * Las causas de los defectos * La localizacin de los defectos * Confirmar si se han hecho las verificaciones programadas Concepto
Una Hoja de Verificacin (tambin llamada "de Control" o "de Chequeo") es un impreso con formato de tabla o diagrama, destinado a registrar y compilar datos mediante un mtodo sencillo y sistemtico, como la anotacin de marcas asociadas a la ocurrencia de determinados sucesos. Esta tcnica de recogida de datos se prepara de manera que su uso sea fcil e interfiera lo menos posible con la actividad de quien realiza el registro.

Ventajas

Supone un mtodo que proporciona datos fciles de comprender y que son obtenidos mediante un proceso simple y eficiente que puede ser aplicado a cualquier rea de la organizacin. Las Hojas de Verificacin reflejan rpidamente las tendencias y patrones subyacentes en los datos.

Utilidades

En la mejora de la Calidad, se utiliza tanto en el estudio de los sntomas de un problema, como en la investigacin de las causas o en la recogida y anlisis de datos para probar alguna hiptesis. Tambin se usa como punto de partida para la elaboracin de otras herramientas, como por ejemplo los Grficos de Control.

4. ESTRATIFICACIN: Herramienta estadstica que clasifica los datos en grupos con caractersticas semejantes. A cada grupo se le denomina estrato. La clasificacin tiene por objeto el identificar el grado de influencia de determinados factores o variables en el resultado de un proceso. La situacin que en concreto va a ser analizada determina los estratos a emplear. Ejemplo: Analizar el comportamiento de los operarios (edad, sexo, experiencia laboral, capacitacin recibida, turno de trabajo, etc). La forma ms comn de presentar la estratificacin es el histograma.

ESTRATIFICACION QUE ES LA HERRAMIENTA. Es un mtodo que consiste en clasificar los datos disponibles por grupos con similares caractersticas. A cada grupo se le denomina estrato. PARA QUE SIRVE Permite aislar la causa de un problema, identificando el grado de influencia de ciertos factores en el resultado de proceso.

 La estratificacin puede apoyarse y servir de base en distintas herramientas de calidad, si bien el histograma es el modo mas habitual de presentarla. COMO FUNCIONA LA HERRAMIENTA Se identifica la situacin que en concreto va a ser analizada, determina los estratos a utilizar. Por ejemplo. Si se desea analizar el comportamiento de los operarios, estos pueden estratificarse por edad, sexo, experiencia, en el trabajo, capacitacin recibida, turno de trabajo etc. La forma mas comn de presentar la estratificacin es el histograma