CAPITULO II LAS HERRAMIENTAS PARA EL MEJORAMIENTO CONTINUO DE LA CALIDAD

2.1.- Las Siete Herramientas Administrativas para Mejoramiento de la Calidad Shigeru Mizuno (1988), indica que el objetivo bsico del Control Total de Calidad (CTC) consiste en realizar las reformas en la organizacin, que le permitan: A. Desarrollar proyectos con potencial futuro, B. Planificar seriamente para el futuro, C. Prestar estricta atencin en los procesos, D. Priorizar y centrar la atencin en los problemas, y E. Centrar su atencin en la empresa como un sistema corporativo J. Banks, (1989) indica que la administracin de la calidad, es una funcin organizacional que permite prevenir defectos en un proceso de manufactura. Lo indicado, nos muestra el rol fundamental que juega la Administracin Total de la Calidad (TQM) orientada principalmente a tener una poltica proactiva antes que reactiva; es decir adelantarnos a la ocurrencia de un problema antes que reaccionar por los efectos que su presencia ocasiona. El propsito de este capitulo es presentar un conjunto de herramientas cualitativas y cuantitativas para que sean aplicadas como tcnicas que les proporcionaran el mejor mtodo para la estimulacin del conocimiento de la administracin de la calidad en toda vuestra organizacin. La nueva era de la calidad propuesta por el Dr. Mizuno (1988) requiere que nuestras empresas alcancen dos requerimientos fundamentales: El primero, es la creacin de un valor agregado que supere las necesidades de nuestros clientes, para ello se espera la generacin de nuevas ideas, y El segundo, es la capacidad de tener la suficiente fuerza para prevenir fallas en los requerimientos del cliente. Las siete herramientas administrativas son: 1. El diagrama de afinidad, 2. El diagrama de relaciones, 3. El diagrama de rbol o diagrama sistmico, 4. El diagrama matricial, 5. La matriz de priorizacin, 6. El diagrama de contingencia, y 7. El diagrama de flechas. Estas siete herramientas son mas eficientes en la medida que las utilicemos y/o apliquemos de manera interrelacionadas. 2.1.1.- La aplicacin de las siete herramientas administrativas ( 7 Ms) Las siete herramientas administrativas para mejorar la calidad son netamente cualitativas y su aplicacin es en base al trabajo de un equipo de trabajo conformado por un grupo de 7 a 10 individuos, de diferentes reas de trabajo de la empresa, que conozcan realmente su funcionamiento, las operaciones que realiza y estn totalmente involucrados con el proceso que desean mejorar. El proceso de aplicacin se inicia cuando el grupo de trabajo, y de manera

especfica cada uno de los integrantes del equipo, utilizando la tcnica de tormenta de ideas, genera de manera individual un conjunto de posibles causas del problema bajo estudio. La informacin proporcionada debe de ser escrita en una tarjeta, previamente diseada, utilizando una frase con tres o cuatro palabras que de manera clara, sencilla y de fcil comprensin exprese su idea propuesta. Esta etapa de aplicacin es netamente creativa y cada integrante del equipo debe de esforzarse al mximo para brindar, como informacin, la mayor cantidad de posibles causas al problema bajo estudio. Es importante indicar, que la informacin proporcionada por los integrantes del equipo de trabajo debe abarcar todos los campos organizacionales, laborales y de desempeo de la empresa, que incluyan los administrativos, tecnolgicos, sociales, culturales, deportivos, recreativos, ambientales, manejo de personal, de salud, salubridad, limpieza, amicales, de infraestructura, equipamiento, etc de all la necesidad que el equipo sea multifuncional, de manera que el problema sea atacado sistmicamente, de manera holstica como un todo. No se debe descartar ninguna de las propuestas generadas por el grupo, toda la informacin es importante por mas descabellada que pudiese parecer. Finalizada la etapa creativa, se despliega toda la informacin, escrita en las tarjetas, sobre la mesa de trabajo y se procede a dar lectura de todas ellas, si se encuentra dos o ms tarjetas que aparentemente tienen el mismo contenido, se invita a los autores, que las propusieron, para que expliquen y clarifiquen la propuesta generado, si luego de la explicacin alguno de los integrantes acepta que el contenido de su tarjeta significa lo mismo que se indica en la otra tarjeta, entonces se procede a eliminarla, quedando sola una de las probables causas. 2.1.2.- El Diagrama de Afinidad Es conocido tambin como mtodo KJ pues fue desarrollado por Kawakita Jiro en 1960 y constituye una tcnica que permite clarificar importantes problemas no resueltos, cuya informacin fue colectada de situaciones confusas y desordenadas, que luego de un anlisis es agrupada por mutua afinidad, Mizuno (1988). El mtodo KJ pretende clarificar la naturaleza, estado y extensin de los problemas que afectan a una organizacin en reas donde existe poca o ningn conocimiento y/o experiencia previa. Esta herramienta se utiliza para organizar y categorizar gran cantidad de informacin, de ideas, opiniones y experiencias. Las posibles causas generadas por la tcnica de tormenta de ideas son agrupadas tomando como base su funcin, operacin u otra asociacin que las identifique y se procede a colocarles un titulo, rtulo o encabezado (header) a cada grupo de tarjetas, que permitir su fcil identificacin con solo leer el header. Ejemplo. Si se han agrupado 10 tarjetas en las que se indican excesiva o deficiente calibracin en los instrumentos de medicin, se colocar como rtulo: Excesiva calibracin de equipos, o Deficiente calibracin de instrumentos. Si existe un grupo de 5 tarjetas que indiquen falta de criterio para seleccionar a los proveedores, se colocar como rtulo: Inadecuada seleccin de proveedores; si existiera una sola tarjeta que indique ausencia de polticas administrativas, se colocar el rtulo: Falta de polticas administrativas etc, y as sucesivamente, hasta agrupar todas las tarjetas generadas en la tormenta de ideas. El procedimiento indicado permitir que cada header sustituya al grupo de ideas generadas y se constituirn en la base para la aplicacin de la siguiente herramienta. En la figura N 2.1 se

presenta un diagrama de afinidad con sus correspondientes headers. Mizuno, (1988), indica que el diagrama de afinidad se utiliza para: Establecer polticas de calidad para empresas nuevas e implementar su plan, Establecer una poltica de calidad respecto a nuevos proyectos, nuevos productos o nuevas tecnologa e implementar su plan, Dirigir estudios de mercado con polticas de aseguramiento de calidad, Encontrar un punto de partida para promocionar el control total de calidad, creando consenso entre el personal que tiene opiniones diversas respecto a problemas existentes dentro de cada departamento, Vigorizar y promover los equipos de trabajo y los crculos de calidad. Figura N 2.1: Diagrama de Afinidad

2.1.3.- El Diagrama de Relaciones Es un proceso lgico mediante el cual se establecen las interrelaciones, si las hubiera, entre los diferentes headers definidos en el diagrama de afinidad. La relacin debe de establecer secuencias de causa y efecto. Para ello, se relaciona un header con todos los otros, uno a uno, y en el caso de que el primero de ellos afecte al segundo se les une con una flecha dirigida de la causa hacia el efecto, Culminado dicho proceso con el primer header, se inicia con el segundo de ellos y se le interrelaciona con todos los otros incluyendo con el primero, con el que ya se evalu inicialmente, con la finalidad de comprobar la seriedad y rigurosidad de la evaluacin. Si sucediera que al evaluar la primera causa el grupo de trabajo determin que esta afecta a la segunda; y al evaluar esta ltima determina que afecta a la primera; entonces significa que no se tenido cuidado en el estudio y debe de ser reevaluado por todo el equipo de trabajo quienes determinaran quin afecta a quin. Como ejemplo podemos utilizar las relaciones indicadas en la figura N 2.2; si el equipo de trabajo al relacionar la actividad Falta capacitacin al personal, indicado como Capacitacin establece que afecta a Calibracin de Equipos; sin embargo, al realizar la interrelacin de Calibracin Equipos determina que tambin afecta a Capacitacin, entonces observamos que ambas actividades se estaran afectando mutuamente; es decir ambos seran causa y efecto al mismo tiempo. Ello no es probable, por ende el equipo de trabajo debe de realizar un nuevo anlisis hasta concluir que uno de ellos sea solo la causa y el otro el efecto. Luego de concluir con la interrelacin de todos contra todos, se debe de determinar cual de los headers o actividad afecta al mayor nmero de otras actividades, ello se comprueba fcilmente

determinando de que actividad sale la mayor cantidad de flechas, a ella se le denomina Causa Principal, para nuestro ejemplo de la figura N 2.2 lo constituye la No existencia de polticas administrativas; por lo tanto, nuestro problema que inicialmente estaba originado por todas las probables causas generadas en la tormenta de ideas, se reduce en atacar a la causa principal y solucionarla, de esa manera se solucionarn o reducirn las otras actividades que son afectadas por la primera. Mizuno (1988), indica que el diagrama de relaciones se utiliza para: Definir y desarrollar polticas de aseguramiento de la calidad, Establecer planes promocionales para la introduccin de la administracin total de calidad, Mejorar la calidad en los procesos de manufactura, especialmente en la planificacin, para eliminar defectos latentes, Promover el control de calidad en las ordenes y compras de artculos, Promover efectivamente las actividades de pequeos grupos, Reformar los departamentos de administracin y negocios. Figura N 2.2: El Diagrama de Relaciones 2.1.4.- El Diagrama de Arbol Esta herramienta es conocida tambin como Diagrama Sistmico y se caracteriza por tener una estructura lgica y ordenada, que se utiliza con la finalidad de generar todas las acciones necesarias para alcanzar un objetivo o realizar una determinada actividad. Se elabora de manera secuencial incrementando en cada paso el nivel o grado de detalle. La causa principal definida mediante el diagrama de relaciones, es el punto de partida o raz del diagrama de rbol a construir, y al volverse en la causa a resolver se convierte en el objetivo que debemos de alcanzar para solucionar el problema de la organizacin. En la figura N 2.3, se presenta un esquema del diagrama de rbol, y para nuestro ejemplo la causa principal: No existencia de polticas administrativas se constituye en el objetivo a alcanzar; por lo tanto iniciamos el proceso hacindonos, como integrantes del equipo de trabajo, la pregunta: Qu acciones se deben de realizar para que existan polticas administrativas?, es decir de lo general a lo especfico, generndose como respuesta: las acciones A y B, estas acciones deben de encontrarse en el mismo nivel de detalle y por ende no deben afectarse una a la otra, deben de ser independientes, en caso contrario se debe de reevaluar dichas acciones y generar otras. Luego se realiza el cuestionamiento, de lo especfico a lo general con la pregunta: Las acciones A y B permitirn que existan polticas administrativas?.

Se continua con el siguiente nivel y se pregunta: Qu acciones se deben de realizar para alcanzar A? generndose las acciones A1 y A2, nos replanteamos la pregunta en el sentido contrario: Las acciones A1 y A2 permitirn solucionar A? y as sucesivamente se continua hasta llegar al nivel en que para realizar una determinada accin solo efectuemos un acto, para nuestro caso se representan con las letras: a, b, c, d, e, f, g, h, i; es decir, para que existan polticas administrativas se deben de realizar las acciones a, b, .........., h, i. Figura N 2.3 El Diagrama de Arbol Como son muchas acciones las se deben de ejecutar, entonces es necesario establecer un orden de prioridad para su realizacin, para ello se debe de determinar cual ser el criterio que el equipo, utilizar para determinar la primera accin a realizar, luego la segunda y s sucesivamente. Se debe de indicar que los criterios a adoptar sern de acuerdo a la realidad de la organizacin. La utilizacin del diagrama de rbol, segn Mizuno (1988), es para: Desplegar un plan de diseo de la calidad, en el desarrollo de nuevos productos, Describir la relacin entre una carta de control de calidad de procesos de produccin y el desarrollo de los niveles de calidad diseados para mejorar la precisin de las actividades de calidad, Crear un diagrama causa efecto, Desarrollar ideas para resolver problemas de relaciones entre calidad, costos y tiempos de entrega, Definir objetivos, polticas y establecer sus etapas de implementacin, Definir las especificaciones para incrementar la eficiencia en las funciones de control. 2.1.5.- El Diagrama Matricial Este diagrama es realmente una matriz que puede tener dos o mas entradas, y se utiliza con la finalidad de seleccionar el criterio mas adecuado, a la realidad de la organizacin, que se utilizar para definir la secuencia de realizacin de las acciones desplegadas en el diagrama de rbol. La aplicacin de la herramienta se inicia cuando el equipo de trabajo genera una lista de criterios a ser evaluados, entre ellos: Bajo costo, Mnimo impacto, (en su implementacin) Disponibilidad de mano de obra, Disponibilidad de tecnologa, etc

Cada una de los criterios propuestos son contrastados, todos contra todos, otorgndoseles un peso especfico cuantificado a la interrelacin que existe entre los criterios, para lo cual se procede a otorgar una ponderacin a cada relacin, cuyos valores son: 1: Si los dos criterios contrastados son igualmente importantes para alcanzar el objetivo propuesto. 5: Si el primer criterio es significativamente mas importante que el segundo, 10: Si el primer criterio excesivamente mas importante que el segundo, 1/5: Si el primer criterio es significativamente menos importante que el segundo, 1/10: Si el primer criterio es excesivamente menos importe que el segundo. Con la ponderacin propuesta y los criterios seleccionados, se construye la matriz en cuyo cuadrante superior izquierdo eje se coloca el objetivo. Para nuestro ejemplo la causa principal es la No existencia de polticas administrativas; entonces, el objetivo ser Que existan polticas administrativas, en la primera columna y fila de la matriz, se colocan los criterios, uno en cada cuadrante, dejando el ltimo de ellos para la puntuacin total. Para llenar los valores de la correlacin de criterios se procede de la siguiente manera: El criterio Bajo costo es igual, significativamente mas o menos, o excesivamente mas o menos importante que el criterio mnimo impacto, para que en la organizacin existan polticas administrativas?; si la conclusin del grupo es que ambos criterios son igualmente importantes, entonces se pondera el valor de: 1; si la conclusin es que el bajo costo es significativamente mas importante que el mnimo impacto se pondera con 5; si el bajo costo es excesivamente mas importante que el mnimo impacto, se pondera con 10; en caso contrario, si el bajo costo fuera significativamente o excesivamente menos importante que el mnimo impacto, se pondera con 1/5 o 1/10 respectivamente. De la misma manera se procede con los otros criterios hasta llenar totalmente la matriz. Es recomendable que al cuantificar la correlacin de criterios para el llenado de la matriz, se proceda primero al llenado de la matriz triangular superior, por encima de la diagonal, concluida dicha evaluacin se procede a esconder los valores de dicha seccin de la matriz cubrindolos con un papel. Acto seguido se cuantifica la matriz triangular inferior (por debajo de la diagonal), este procedimiento nos permite realizar una especie de comprobacin de la evaluacin realizada. Si el anlisis ha sido realizado coherentemente, las ponderaciones dadas a cada una de las correlaciones entre dos criterios de la matriz triangular superior, le corresponder el inverso de la misma ponderacin para dichos criterios en la matriz triangular inferior. Ejemplo, en la figura N 2.4 para la relacin bajo costo mnimo impacto se le asigna la ponderacin 10, en la matriz superior, y para la relacin mnimo impacto bajo costo, en la matriz inferior se asigna el ponderacin 1/10. Si cuando se llena la matriz se observar que los valores de la matriz triangular superior no son los inversos de la matriz triangular inferior, entonces se tiene que realizar una nueva evaluacin. Culminado el llenado de toda la matriz, se procede a realizar la sumatoria de los valores asignados y aquel criterio que en el plano horizontal obtenga el mximo puntaje ser el criterio seleccionado en base del cual se realizar la priorizacin de actividades. Para nuestro ejemplo de la figura N 2.4, corresponde a 11.2 puntos; si sucediese que mas de un criterio obtuviera la mxima calificacin, como en el ejemplo propuesto, el grupo de trabajo decide cual de los criterios ser el seleccionado: Bajo costo o Disponibilidad tecnolgica. Esta decisin debe de s er tomada por

consenso. Para motivos de nuestro ejemplo seleccionemos el criterio Bajo Costo Mizuno (1988), establece que el diagrama matricial es utilizado para: Establecer puntos de concepcin de ideas para desarrollar y mejorar los sistemas productivos, Desarrollar el despliegue de la calidad en los materiales del producto, Establecer y fortalecer el sistema de aseguramiento de la calidad para uniformizar los estndares de los certificados de calidad con las diversas funciones de control, Reforzar y mejorar la eficiencia de los sistemas d evaluacin de la calidad, Determinar las causas de no conformidad en los procesos manufactureros. Establecer estrategias para la mezcla de productos a enviar al mercado, evaluando las relaciones entre dichos productos y las respuestas del mercado. Clarificar las relaciones tcnicas entre proyectos, Explorar la aplicacin potencial de las tecnologas de punta y materias primas disponibles. Figura N 2.4: El Diagrama Matricial

2.1.6.- La Matriz de Priorizacin Es una matriz de doble entrada que se utiliza para seleccionar por orden de prioridad y de manera secuencial las actividades que se deben de realizar para solucionar la causa principal del problema bajo estudio que fueron desplegadas en el diagrama de rbol. El orden de realizacin de las actividades se determina en funcin al criterio previamente definido por el equipo de trabajo mediante el diagrama matricial. Se construye la matriz en cuyo cuadrante superior izquierdo eje se coloca el criterio determinado, para nuestro caso ser el Bajo Costo., en la primera columna y fila de la matriz, se colocan todas las actividades desplegadas en el diagrama del rbol: a, b, c, d, e, f, g, h, i, uno en cada cuadrante, dejando el ltimo de ellos para la puntuacin total. La ponderacin de los puntos a utilizar para cuantificar las correlaciones entre actividades son exactamente los mismos utilizados para el diagrama matricial. Para llenar los valores de la correlacin de las actividades en funcin al criterio seleccionado, se procede formulndose una pregunta de la siguiente manera: La actividad a es igual, significativamente mas o menos, o excesivamente mas o menos importante que la actividad b bajo el criterio Bajo costo, para que en la organizacin existan polticas administrativas? Si la conclusin del grupo es que ambas actividades son igualmente importantes, entonces se pondera el valor de: 1; si la conclusin es que la actividad a es significativamente mas importante que la actividad b se pondera con 5; si la actividad a es excesivamente mas

importante que la actividad b se pondera con 10; en caso contrario, si la actividad a fuera significativamente o excesivamente menos importante que la actividad b se pondera con 1/5 o 1/10 respectivamente. De la misma manera se procede con todas las otras actividades hasta llenar totalmente la matriz. En la figura N 2.5, se presenta un esquema de la matriz de priorizacin, cuyo llenado se ha realizado siguiendo el mismo procedimiento que el indicado para el diagrama matricial. Finalmente se procede a realizar la suma de los valores asignados y aquel criterio que en el plano horizontal obtenga el mximo puntaje ser la actividad a realizar en primer orden, y subsecuentemente se ejecutaran las otras actividades en orden del mayor al que obtuvo menos puntos. Si sucediese que mas de una actividad obtuvieran la mxima calificacin, el grupo de trabajo decide con cual de ellas inicia el proceso. Esta decisin debe de ser tomada por consenso y siguiendo los mismos criterios utilizados para el diagrama matricial y en funcin a la realidad de la empresa. El uso de la matriz de priorizacin, a decir por Mizuno (1988) es: Analizar los procesos productivos donde los factores se encuentren complejamente entrelazados, Analizar las causas de no conformidad de los productos, por fecha y volumen, Comprender el nivel de calidad alcanzado e indicado por resultados del estudio de mercado, Clasificar sistemticamente las caractersticas sensoriales, Realizar evaluaciones complejas de calidad. Figura N 2.5: La Matriz de Priorizacin

2.1.7.- El Diagrama de Contingencia A este diagrama tambin se le conoce como Mtodo Grfico del Proceso de Decisin Programada, mediante el cual se despliegan las acciones y contingencias que pueden ocurrir durante la realizacin de un plan o de una actividad programada, que puedan ocasionar su no ejecucin, as como las contramedidas o acciones que deben de adoptarse frente a dicha eventual ocurrencia. Mediante el diagrama de contingencias, se identifican todos los posibles eventos adversos que puedan ocurrir y a manera de previsin se programan un conjunto de actividades para contrarrestarlos. Es necesario indicar que la aplicacin de esta herramienta se realiza nicamente en el eventual caso que la actividad programada no se pueda realizar, en caso contrario no se aplica. Esta herramienta constituye el tpico ejemplo de aplicacin de las administraciones que son proactivas, es decir que se proyectan al futuro y estn preparadas frente a la eventual ocurrencia de acciones distorsionadoras. Mediante la aplicacin de esta herramienta se pueden utilizar estudios de probabilidad as como estudios con alto factor de riesgo. En la figura N 2.6 se presenta un esquema de diagrama de contingencia. Suponiendo que se ha programado la realizacin de la actividad 1, por lo tanto debemos de cuestionarnos: Que otras acciones debemos de realizar en el caso que la actividad 1 no se pueda realizar?, estas acciones se

denominan contingencias, es decir que se pueden o no realizar y por lo tanto suponen un riesgo; por lo tanto, para cada una de ellas se debe de evaluar su viabilidad de realizacin: Cual es de fcil o de dificultosa realizacin. Ello constituye las contramedidas para cada contingencia. Como ejemplo podemos citar lo siguiente: La actividad a realizar en un proceso de elaboracin de durazno en almbar es realizar el pelado qumico de la fruta, para lo cual se necesita tener agua caliente y sosa, para preparar la solucin; sin embargo podra ocurrir que no se disponga de alguno de dichos componentes lo cual no permitira realizar el pelado programado y por lo tanto tampoco se elaborara la conserva. Qu hacer?. Frente a esta posible eventualidad deberamos programar otras formas (contingencias) de pelar el durazno: Por friccin mecnica en medio hmedo, o por friccin manual. Si se realiza el pelado por friccin mecnica implicara ser propietario de una mquina peladora en caso contrario alquilar la mquina o solicitar servicio de pelado a otra empresa. Si se realiza el pelado por friccin manual se requerira tener del personal y las mesas o tanques correspondientes. Estas implicancias constituyen las contramedidas existentes, y dependiendo de la realidad de la empresa: instalaciones, infraestructura, mano de obra etc, tendramos que decidir cual de las contramedidas se adecuaran mas a nuestro caso y por ende sera de mas fcil realizacin. El uso del diagrama de contingencia segn Mizuno (1988) es para: Establecer un plan de implementacin para la administracin por objetivos, Establecer un plan de implementacin para el desarrollo de temas tecnolgicos, Establecer una poltica de pronsticos y respuestas en el avance de los principales eventos predichos en el sistema, Implementar contramedidas para minimizar en efecto de los no conformes en el proceso de manufactura, Establecer y seleccionar medidas de ajuste para la negociacin de procesos. Figura N 2.6: Contingencia El Diagrama de

2.1.8.- El Diagrama de Flechas Esta herramienta se constituye en la tcnica ms apropiada para realizar el control de plan diario y los monitoreos necesarios para evaluar el progreso eficiente de un proceso o actividad. Es utilizado por el PERT CPM, como diagrama de mallas para los planes diarios. El diagrama de flechas se conoce tambin como AND (Activity Network Diagram) o diagrama de mallas de actividades utilizado cuando se conoce los tiempos de duracin de las actividades involucradas en el proceso. Para su elaboracin, se debe de seleccionar las actividades a desarrollar y luego un equipo de especialistas determina las tareas necesarias y el tiempo requerido para realizarlas. Toda la informacin se registra en tarjetas que luego son organizadas, de manera secuencial, en serie o en paralelo. El flujo de proceso con mayor nmero de actividades, se denomina ruta crtica.

Todas las actividades se conectan con flechas, se enumeran y cambian por nodos, y se registra los tiempos mnimos y mximos de duracin de cada tarea. En la figura N 2.7, se presenta un diagrama de flechas, en donde los nmeros representan las etapas, las letras son las tareas necesarias a realizar, y en las cuadriculas se presentan los tiempos necesarios para realizar las correspondientes tares, indicndose un valor superior y otro inferior que representan los tiempos mnimos y mximos, respectivamente. Para observar de manera objetiva desarrollemos, en la misma figura el siguiente ejemplo: Supongamos que se desea elaborar una mermelada de fresas, cuya materia prima es abastecida por un nico proveedor que las suministra mezcladas: de diverso tamao o en lotes de fresa grande y fresa pequea. Se diseo el proceso que ser realizado en diez (10) etapas: 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, la ruta crtica esta formada por etapas : 1, 2, 3, 4, 9, y 10 y a ella ingresan las fresas cuyo tamao son menores o iguales a 1.5 cm de dimetro y sanas. A la ruta en paralelo, indicada por las etapas: 5, 6, y 7 se destinan las fresas cuyo tamao es superior a 1.5 cm de dimetro y estn sanas, y a la ruta formada por la etapa 8 slo ingresan las fresas golpeadas, maltratadas y/o magulladas. Las tareas a realizar son: A: Seleccin de fruta por grado de frescura, sana y/o golpeada, B: Clasificacin de fresa con tamao menor o igual a 1.5 cm de dimetro, C, E y J: Limpieza, D: Clasificacin de fresa con tamao mayor a 1.5 cm de dimetro F: Clasificado de fresa no fermentada, G: Troceado, H: y K: Coccin y adicin de ingredientes, I: Enfriado y envasado. El proceso se inicia con la recepcin de una tonelada la fresa (etapa 1) a las 08.00 horas, para realizar la tares A en dicho lote se necesitan 10 minutos como mnimo y 15 minutos como mximo; por lo tanto, a las 08.10 y/o 08.15 horas, como mnimo y/o mximo, respectivamente, toda la fresa debe de haber sido seleccionada y destinada a su correspondiente lnea de trabajo. Si ingresa a la ruta critica, tardaremos 20 o 30 minutos, como mnimo y mximo respectivamente para que la fresa haya sido clasificada con tamao menor o igual a 1.5 cm. de dimetro; por lo tanto a las 08.30 y/o 08.45 horas se habr realizado la segunda tarea, y as sucesivamente. Por lo tanto, siguiendo el mismo procedimiento en todo el proceso, a las 10,30 y/o 11.10 horas como mnimo y/o mximo se habr procesado toda la fresa, siguiendo la ruta crtica. Si siguiera la ruta alterna superior, el proceso culminar a las 10.40 o a las 11.15 horas. La herramienta indicada es til pues permitir planificar y controlar el proceso y los volmenes de produccin diarios; as mismo, en el caso de detectarse una falla del producto durante su inspeccin final se podr realizar un seguimiento retrospectivo (trazabilidad) en el tiempo, para detectar la causa de la falla o no conformidad y dar las medidas correctivas correspondientes. Figura N 2.7. El Diagrama de Flechas

2.2.- Las Siete Herramientas Bsicas para la Mejora de la Calidad La estrategia del control total de calidad se centra en la participacin de todos los que integran una organizacin en el proceso de control y mejora de la calidad de las actividades que realiza. Los tiempos en que dicha actividad solo estaba restringida a un selecto grupo de especialistas en calidad o a los que integran el departamento de calidad de un empresa ya no esta vigente, toda accin de mejora de la organizacin, entre ellas la empresa de alimentos, tiene y debe de estar enmarcada en la secuencial aplicacin de las actividades indicadas en el Crculo Deming. Ya se ha indicado que la nica etapa mediante la cual se logra la optimizacin y por ende la mejora es en la etapa del Hacer y para ello existe la necesidad de realizar investigacin y desarrollo (I&D) es decir experimentacin: Las herramientas bsicas son netamente cuantitativas y la informacin que se colecta, del proceso debe de ser cuantificable y por ende medible. Para realizar un buen proceso experimental debe de ser diseado de manera que se tengan plenamente identificadas las variables que intervienen en el proceso con la finalidad de manejarlas en funcin del objetivo que se busca. Al hablar de diseo de experimentos lo ligamos inmediatamente a la utilizacin de la estadstica; sin embargo, para involucrarse en un proceso de mejora de la calidad no solo se requiere que seamos expertos sino que tengamos sentido comn. Definitivamente que existen tcnicas que tienen que ser aplicadas y que requieren la utilizacin de importantes recursos materiales y de tcnicos con conocimiento y cierto nivel de especializacin. Con la finalidad de buscar la participacin de todos los integrantes de la empresa, existen otras tcnicas y herramientas que deben de ser conocidas y aplicadas, dentro de ellas tenemos a las siete herramientas bsicas (7 Hs) que representan a un conjunto de tcnicas grficas para la identificacin y solucin de problemas. Estas herramientas fueron organizadas por el Dr. Kaoru Ishikawa, en el Japn, donde su aplicacin fue un notable xito y por ello se extendi a todo el mundo. En razn de lo indicado a estas herramientas se les conocen con el nombre de: Las Siete herramientas bsicas de Ishikawa y son: La grfica de control, La hoja de inspeccin, El histograma, El diagrama de Pareto, El Diagrama causa efecto La estratificacin, El diagrama de dispersin.

2.2.1- Las grficas de control Son denominadas tambin como cartas de control y representan el comportamiento de un proceso en funcin con el tiempo. Su utilizacin tiene como objetivo principal detectar si existen cambios en el proceso que pueda dar lugar a la produccin de unidades no conformes. Mediante la grfica de control se puede conocer si un proceso es centrado y es preciso investigar para determinar si la variabilidad de un proceso es debida a causas aleatorias o asignables para determinar si se encuentra bajo control estadstico. La aplicacin de estas grfica nos proporcionan una voz de alerta sobre el estado de un proceso y su sola aplicacin no garantiza que el problema ha sido solucionado, mas bien es el inicio del estudio para determinar la causa del problema. En los captulos 8 y 9 del presente texto presentamos con mayor detalle el desarrollo de estas importantes herramientas.

2.2.2- La hoja de inspeccin Esta herramienta constituye ala etapa inicial en la solucin de un problema, y es un documento permite facilitar, ordenar y clasificar la informacin colectada del proceso mediante la toma de datos para facilitar su posterior anlisis. La hoja de inspeccin, tambin denominada plantilla para la colecta de datos, tiene como finalidad: Controlar una variable de un proceso, Llevar un control de productos defectuosos, Estudiar las causas que originan los defectos, Realzar la revisin global de un producto. Prat Barts, et al (2000), indica que los objetivos del uso de la hoja de inspeccin son: Facilitar las tareas de recogida de la informacin, Evitar la posibilidad de errores o malos entendidos, Permitir el anlisis rpido de los datos. Indicndose; as mismo, que durante el proceso de colecta de la informacin, es conveniente seguir algunas reglas tales como: A. No tomar datos que despus no van a ser utilizados, B. Asegurarse que los datos que se toman faciliten su posterior anlisis, C. Tomar la informacin en forma clara y ordenada, para que no haya necesidad de pasar a limpio dicho informacin, pues puede constituirse en una fuente de error. Presentemos como ejemplo a una empresa de conservas enlatadas de frutas, cuyo producto tiene problemas en el doble cierre que ocasionan su rechazo del mercado, con la finalidad de conocer cual es el problema en el cierre de la conserva, se toma una muestra para determinar la incidencia o frecuencia de ocurrencia de los diferentes defectos que se presentan en el cierre. En la figura N 2.8 se decidi tomar una muestra de 100 unidades, observndose que el problema de 50 cierres lo constitua la presencia de rebaba, en 25 de ellos se presentaba deficiencia en la altura, 07 presentaban fractura del cierre, 10 tenan prdida de barniz y en 08 se observa demasiado espesor. Cada uno de los problemas indicados se obtienen luego de una evaluacin cuantificada, de cada caracterstica indicada, y dicho valor es comparado con lo que indica la norma tcnica o especificaciones del producto. Con la informacin colectada, se observa que el problema del doble cierre, en la lata de conservas tiene un 50% de incidencia debido a presencia de rebaba; por lo tanto, se toma como criterio que abordando y dando solucin a este problema se solucionar en el mismo porcentaje los defectos en el cierre y/o se minimizar la incidencia de ocurrencia de los otros problemas. Para nuestro caso, orientar nuestro esfuerzo en solucionar el problema de la rebaba. Figura N 2.8: La Hoja de Inspeccin

2.2.3- El histograma Esta herramienta permite identificar la distribucin de datos mediante un conjunto de barras que representan el nmero de unidades por categora o clase. Es decir, cuando se trata de analizar la dispersin que presentan los datos, la representacin grfica mas apropiada es el histograma. Es conveniente conocer las especificaciones tcnicas de lo que se esta evaluando; en este caso, que indica la norma tcnica o las especificaciones del cliente respecto a los porcentajes de rebaba tolerado o aceptado. Para construir el histograma, tal se indica en el dibujo N 2.9, en el eje horizontal se marcan una serie de intervalos de mediciones de la variable o caracterstica de calidad bajo evaluacin y sobre cada intervalo se representa un grfico rectangular con una altura proporcional al nmero de observaciones que se encuentran dentro de cada intervalo. En el eje vertical se colocan las frecuencias observadas para cada uno de los intervalos (valores) de la caracterstica. Para nuestro caso, la especificacin del cliente indica que el porcentaje de rebaba tolerado es menor al 10%; de acuerdo a la informacin colectada se construyen intervalos de: 2-4, 4-6. 6-8, 810, 10-12, 12-14, y 14-16 % de presencia de rebaba en el cierre de la conserva. Posteriormente se observa el nmero de unidades que presentan rebaba y en que porcin del cierre. Con dicha informacin y conociendo la longitud de la circunferencia de la conserva, se determina el porcentaje del cierre que presenta el problema bajo evaluacin. Se determina la frecuencia de conservas para cada intervalo indicado y se representa grficamente. Los valores hallados se comparan con la especificacin observndose que el 75% de las observaciones presentan problemas de rebaba. Dibujo N 2.9 El Histograma El histograma observado presenta dos mximos, con comportamiento a una distribucin bimodal que pudiera ser debido a la mezcla de datos de diferente origen y centrados en valores diferentes: 4-6 y 12-14.

2.2.4- El Diagrama de Pareto El diagrama de Pareto no es otra cosa que un histograma que, al evaluar un problema, permite identificar cules son las causas principales o fundamentales, y separarlas de las otras muchas pero que su incidencia es pequea. Este grfico recibe el nombre especfico pues sigue el principio

de Pareto: Separar los POCOS VITALES de los MUCHOS TRIVIALES, es decir los pocos problemas o causas, que ocasionan el mayor porcentaje de los problemas, de los muchos problemas o causas pero que no tienen mayor incidencia en el problema evaluado. Para nuestro caso, tal como se observa en la figura N 2.10, la presencia de rebaba y la deficiencia en la altura, en el cierre de la conserva, son los dos principales problemas y representan el 75% de casos de ocurrencia; por lo tanto, sern los primeros en ser abordados. Figura N 2.10: El Diagrama de Pareto Los diagramas de Pareto pueden ser utilizados para situaciones muy diferentes con la finalidad de priorizar la realizacin de acciones de mejora, y tiene como objetivos a: A. Proveer una presentacin grfica adecuada de datos agrupados en categoras, B. Identificar, dentro de los datos colectados, grupos que son los mas importantes. Principalmente, el diagrama de Pareto se utiliza para: A. Obtener cooperacin, B. Concentrar recursos y minimizar esfuerzos, y C. Demostrar resultados. De ser posible, y si se dispone de informacin de costes unitarios para cada uno de los problemas o causas detectados, se recomienda realizar un diagrama de Pareto en donde se consideren dichos costes en el eje vertical, de manera que se pueda realizar una priorizacin en funcin de unidades monetarias que insume cada causa o problema. As por ejemplo, si se sabe que el coste de la presencia de rebaba es de S/. 0,20, en tanto que el coste de la deficiencia en la altura es de S/. 0.80; se llegara a la conclusin que ste ltimo sera el problema a ser abordado en primer lugar. Se recomienda; as mismo, que en el momento de la toma de datos, se debe de realizar de manera tal que sea fcilmente estratificada de acuerdo a su origen: turno, equipo de trabajo, operario, mquina, lnea de trabajo, tipo de materia prima, tipo de insumo etc. 2.2.5- El diagrama causa efecto El diagrama causa efecto es conocido con el nombre de Diagrama Ishikawa o Diagrama de espinas de pescado y se utiliza con la finalidad de explorar la relacin que existe entre un problema, que se manifiesta como el efecto, y todas las causas posibles, proporcionando una representacin grfica de las razones del porque existen variaciones en el producto de un proceso.

Solucionar un problema significa identificar y dar solucin a la (s) causa (s) y no al efecto. Prat Barts, et al (2000), recomienda seguir los siguientes pasos: Determinar el efecto, formar un grupo que genere las posibles causas, eliminar las causas descabelladas o repetidas, construir un diagrama por parte de un especialista. Figura N 2.11: El Diagrama Causa - Efecto

La aplicacin de esta como de todas la herramientas de calidad, buscan identificar y solucionar problemas de manera integral para que la empresa mejore su nivel de desempeo; por lo tanto, las mejoras deben de ser generadas por los propios integrantes de la organizacin con participacin multidisciplinaria, lo que conlleva que se deba de trabajar en equipo y no de manera personalizada, por tanto para su aplicacin se recomienda que el equipo de trabajo siga los siguientes pasos: A. Identificar con claridad el efecto a estudiar: (el problema, o la caracterstica de calidad) B. Generar las posibles causas, que ocasionan dicho efecto, para lo cual se puede utilizar la tcnica de tormenta de ideas (brainstorming). C. Clasificar las posibles causas aportadas, eliminando las que son repetidas, y principalmente que no se puedan cuantificar o medir. D. Agrupar las causas aportadas y ya agrupadas, de manera jerarquizada, en seis grupos principales, que se denominan causas primarias y de acuerdo a la tcnica denominada 6M estn formadas por: Mano de obra, Materiales, Maquinarias, Mtodos, Mantenimiento y Medio ambiente.. Cada causa primaria esta formada por varias secundarias y estas por terciarias y as sucesivamente, tal como se indica en la figura N 2.11 Para nuestro caso, el problema principal que ocasiona deficiencia en el doble cierre de la conserva, es la presencia de rebaba; por lo tanto, ello constituir el efecto y a partir de all se generan las posibles causas principales definidas por las 6M que tienen una orientacin, direccionada por flechas, hacia el efecto. Citemos algunas causas para objetivar la explicacin: Causa primaria: Mquinas Causas secundaria: Herramientas, y medicin, Causas terciarias: Para herramientas: Abrasin, y deformacin, Para medicin: Precisin

2.2.6- La Estratificacin La estratificacin es una herramienta que como metodologa conviene incorporar a todas las otras herramientas, pues permite clasificar datos de la informacin colectada e identificar su estructura o afinidad. Esta herramienta permite que la toma de datos o informacin se realice pensando que posteriormente el o los anlisis se realicen dividiendo los datos de acuerdo a su origen, de manera que podamos conocer o entender mejor a un histograma y toda la informacin que comprende. Tomando como ejemplo el caso de la rebaba que se indica en el histograma, si la informacin colectada provienen de dos mquinas cerradoras diferentes: A y B, tal como se presenta en la figura N 2.12 observamos que en el histograma de la mquina A, los porcentajes de rebaba que se presentan estn por debajo de las especificaciones, en tanto que en la mquina B se encuentran por encima de ellas; por lo tanto, el problema se centrara en corregir las causas slo en la mquina B y no en la A. Otra aplicacin la podemos visualizar cuando se conoce perfectamente el proceso de elaboracin de panetn que debe de fabricarse con harinas especial panetonera pues ella proporciona el gluten y la longitud de la fibra que requiere el producto final, si en un determinado momento en lugar de dicha harina se tuviera que utilizar harina especial no panetonera entonces como el cambio de dicho material afectar la calidad del panetn, se recomienda estratificar la produccin cambiando de lote de produccin. Figura N 2.12: La Estratificacin

2.2.7- El diagrama de dispersin Esta herramienta es conocida tambin con el nombre de diagrama bivariante, y su utilizacin permite comprobar si existe relacin entre una caracterstica de calidad y un factor, es decir permite mostrar el efecto de una variable sobre otra. Mediante esta herramienta, se puede determinar la correlacin que existe entre el efecto que queremos evaluar y las posibles causas desplegadas en al diagrama causa efecto., tal como se observa en la figura N 2.13., en donde se relaciona el porcentaje de rebaba con la velocidad de la mquina cerradora, con la temperatura de operacin, o con la vibracin producto de mal anclaje de la mquina. Figura N 2.13: El Diagrama de Dispersin

Prat Barts (2000), indica que para la construccin de un diagrama bivariante se procede la siguiente manera: A. Reunir, en una tabla, pares de datos de las dos variables cuya relacin se desea investigar. Se recomienda trabajar con 50 pares de datos B. Trazar un eje de coordenadas trazando escalas de manera que ambos ejes tengan la misma longitud. Si una variable es la caracterstica de calidad o efecto, y la otra un factor de diseo o de produccin, la primera se sita en el eje vertical. C. Graficar los valore de datos. Si dos o mas puntos coinciden, se seala marcando crculos concntricos, D. Unir los puntos mediante una lnea recta, realizando un ajuste de la curva, de manera que se observe una determinada tendencia. Los diagramas bivariantes pueden presentar diferentes aspectos, de acuerdo al tipo de relacin que exista entre las variables, as tenemos, en la figura N 2.13: Correlacin o probable correlacin positiva: Porcentaje de rebaba y velocidad de la mquina. Correlacin o probable correlacin negativa: Porcentaje de rebaba y temperatura, No hay correlacin: Porcentaje de rebaba y vibracin

En determinados casos se puede observar la existencia de relaciones no lineales. Se indica as mismo, que en casos no se puede ver con claridad la existencia de correlacin. En estos casos Ishikawa (1985) propone se realice el denominado test de correlacin de medianas siguiendo el siguiente procedimiento: A. Determinar las medianas de las variables ubicadas en cada uno de los ejes: X e Y B. Trazar ambas medianas en el diagrama bivariante, de esta forma dicho diagrama queda dividido en cuatro cuadrantes: I, II, III, y IV numerados a partir del extremo superior derecho y en sentido contrario a las agujas del reloj. C. Contar los puntos que existen en cada cuadrante, excluyendo los que se encuentran sobre las medianas, y determinar la suma de puntos de los cuadrantes opuestos: I con III y II con IV, el valor que presente la menor sumatoria, se denomina valor de prueba. D. El valor de prueba o numero de puntos de la sumatoria, se compara con el lmite del valor de prueba que se da en la tabla del anexo N 1, y si es igual o menor se dice que existe correlacin con 5% de probabilidad de error.

CAPITULO IV EL MUESTREO POR ATRIBUTOS 4.1.- Definiciones Bsicas

Montgomery, D.(1996), indica que la estadstica esta directamente relacionada con la recopilacin, presentacin, anlisis y utilizacin de los datos para tomar decisiones y resolver problemas, y que su importancia en el campo de la ingeniera, la ciencia y la administracin ha sido enfatizada por la participacin de la industria en el aumento de la calidad, pues las tcnicas estadsticas pueden emplearse para describir y comprender la variabilidad. La estadstica inferencial busca la toma de una decisin acerca de una poblacin en particular, de all la importancia de conocer algunas definiciones bsicas. As, Montgomery, D. (1996), indica que el trmino poblacin se refiere a la recoleccin de mediciones de todos los elementos del universo con respecto al cual se quieren obtener conclusiones o tomar decisiones. Una poblacin, es el nmero total de unidades que tienen una caracterstica comn respecto a los que estn fuera de ella. Ejemplo, supngase como la poblacin de una empresa que elabora harina a un lote de 1,000 sacos de harina de 50 kg. cada uno, si se evala la humedad, o el peso de los sacos, el valor obtenido al evaluar cada unidad se denomina variable o dato numrico. Normalmente al evaluar una poblacin muy numerosa, los datos disponibles obtenidos corresponden a los de una muestra de la poblacin bajo estudio, de all que la muestra representa a un subconjunto de observaciones seleccionadas de una poblacin; es decir, la muestra es una porcin de la poblacin que ha sido extrada de acuerdo a una regla o plan con el propsito de estudiarla. Ejemplo, si la muestra de la poblacin arriba indicada es de 8 sacos y al avaluarlos, en su contenido de humedad, obtenemos que corresponden a: 3,25; 3,52; 3,60; 3,45; 3,61; 3,40; 3,45 y 3,62. Realizando un anlisis de dicha informacin se podra realizar algunas interrogantes: La humedad de la harina se encuentra en el intervalo de 3,25 y 3,62? Para dar respuesta a esta y otras interrogantes, se emplean los mtodos de la estadstica inferencial. La estadstica inferencial es el resultado de mtodos utilizados para resumir y organizar datos que se denominan estadstica descriptiva. El mayor uso que se da a la estadstica, especialmente en la ciencia e ingeniera, se orienta hacia la inferencia que hacia la descripcin. En la figura N 4.1, se muestra los dos tipos de inferencia que se realizan en un anlisis estadstico: La inferencia inductiva y la deductiva. Figura N 4.1: Esquema De Anlisis Estadstico

La inferencia inductiva se explica de la siguiente manera: Si a partir de una poblacin se toma una muestra aleatoriamente, al azar, y sin ningn sesgo, con los resultados obtenidos del estudio de dicha muestra se puede concluir que la poblacin tendr el mismo comportamiento que la muestra evaluada. Este tipo de anlisis se utiliza cuando se realiza el estudio de un proceso. Ejemplo: Si a partir de un lote de N frascos de mermelada se toma una muestra de n frascos, y si luego de evaluar el peso y los Bx de dicha muestra se obtiene que en promedio el peso de cada frasco y la concentracin de slidos solubles es de 250 gramos y 64.80 B, respectivamente, entonces se infiere que el peso y los Bx de las mermeladas que pertenecen al lote de donde se extrajo la muestra es el de ella. La inferencia deductiva, se explica de la siguiente manera: Si se sabe cual es comportamiento de una poblacin determinada, luego de un estudio de la misma, con los resultados obtenidos se concluye que cualquier muestra que se obtenga de dicha poblacin tendr el mismo comportamiento. Este tipo de anlisis se utiliza cuando se realiza una evaluacin de proveedores. Ejemplo: Si se sabe que todos los proveedores de azcar que existen en una determinada regin A tienen un producto con una granulometra x, y los de la regin B tienen una granulometra z, entonces ello significar que cualquier empresa de la regin A solo proveer la azcar x. En la figura N 4.2 se presenta el esquema de una muestra, observndose que esta proviene de un lote o universo a estudiar, las unidades de producto de la muestra son estudiadas y la evaluacin realizada es como: Atributo, ejemplo: apto para el consumo o no apto, producto conforme o producto no conforme. Variable, ejemplo: Humedad, acidez, Bx. etc. Figura N 4.2: Esquema de una muestra Sin embargo, es necesario indicar que un atributo puede ser el resultado de la evaluacin de ms de una variable, as la aptitud de un yogurt para el consumo humano es porque tiene la cantidad de lactosa, acidez, protenas, grasas etc, de acuerdo a las especificaciones; sin embargo, la no aptitud para su consumo puede deberse a que cumple con todas la especificaciones fsicas y qumicas pero presenta la presencia de salmonella, que la hace no apta para su consumo. Cuando se realiza el estudio de una determinada poblacin se debe de realizar la toma de datos o colecta de informacin, para lo cual se debe de tomar una muestra de un determinado nmero de unidades, este muestreo puede ser: A. Aleatorio: Cuando las unidades que conforman la muestra son tomados totalmente al azar. Ejemplo cuando estamos en una empresa cuyo proceso productivo no lo conocemos, entonces para determinar el nivel de desempeo las diferentes unidades o etapas que intervienen en el se toman n muestras de m unidades cada una de diferentes reas, etapas, secciones etc. Este tipo de muestreo se utiliza cuando no se conoce el proceso. B. Sistemtico: Cuando las unidades que conforman la muestra se toman a intervalos de tiempo y en secuencia coincidente con el proceso productivo. Este tipo de muestreo se utiliza cuando se

desea conocer el proceso. Ejemplo: Estando en una planta de procesamiento de conservas de frutas y queremos conocer con que nivel de calidad trabaja la zona de coccin, de envasado y esterilizado, entonces se toman n muestras de m unidades en dichas zonas cada determinado tiempo, el mismo que depender del tiempo de duracin del proceso, pudiendo ser cada 10 o 15 minutos, la informacin se procesa y los resultados clasificados, codificados y almacenados. C. Estratificado: Cuando las unidades que conforman la muestra se toman previa clasificacin proporcional de la poblacin en estratos o lotes. Este tipo de muestreo se recomienda para poblaciones no homogneas o cuyo producto es elaborado con insumos diferentes. El muestreo estratificado se utiliza es cuando se conoce bien el proceso a evaluar. Ejemplo: Si el proceso de elaboracin de panetones ha sido diseado para trabajar con grasa vegetal que tiene un determinado punto de fusin que va a afectar el tiempo de cremado en la amasadora; sin embargo, en un determinado momento la planta recepciona grasa animal cuyo punto de fusin es mayor al de la grasa vegetal y por ende el tiempo de cremado ser mayor y este influir en la temperatura de la masa por efecto de la friccin, entonces es recomendable separar el producto final obtenido con la grasa animal en un lote diferente al fabricado con grasa vegetal. La lotizacin o estratificacin del panetn y/o de cualquier producto se realizar cuando se utiliza un insumo, o tcnica o materia diferente a la normalmente empleada. Las Ventajas del Muestreo.- Las principales ventajas de trabajar con una muestra son: A. Mayor economa, pues los gastos que ocasiona trabajar con parte de la poblacin es mucho menor que toda ella, lo que se refleja en utilizar menos personal, menos recursos materiales y por ende menos dinero. B. Mayor velocidad, tanto para la toma de datos como para la toma de una decisin. C. Menos manipuleo del alimento y por ende se ocasiona menor dao a las unidades que estn siendo evaluadas. D. Elimina los errores que se pueden incurrir para tomar una decisin evaluando unidad por unidad. E. Los muestreos se aplican a ensayos que ocasionan la destruccin de la unidad evaluada. F. Requiere de personal especializado, es decir que se tiene que capacitar permanentemente a los recursos humanos que intervienen en el proceso lo cual es beneficioso para el proceso de mejora continua de la calidad. G. El muestreo genera mayor compromiso con los objetivos que se pretenden alcanzar, por lo tanto constituye una motivacin a ser cada vez mejor. Las Desventajas del Muestreo.- Las principales desventajas de trabajar con una muestra son: A. Existe mayor probabilidad de error, especialmente cuando no toma adecuadamente una muestra. A menor tamao de muestra mayor probabilidad de error. B. Los autores indican que un proceso de muestreo requiere mas planificacin y mayor documentacin. Si bien esto se puede considerar como desventaja, creo que a mayor planificacin de una actividad los resultados alcanzados sern mayores. No olvidar que la planificacin es la primera etapa del Crculo de Calidad de Deming. C. El trabajar con una muestra ocasiona que obtendremos menos informacin de la poblacin estudiada.

4.2.- El nivel de calidad y el porcentaje de defectuosos tolerado en el lote

Los planes de muestreo no son otra cosa que un contrato o convenio mediante el cual se amalgaman las exigencias o caractersticas que espera encontrar el cliente en un determinado alimento u otro producto para consumirlo o utilizarlo, respectivamente, y lo que es capaz de hacer una empresa para satisfacer dicha exigencia. Por lo tanto, como ingenieros de alimentos es nuestra responsabilidad conocer el nivel con el que nuestra empresa u organizacin trabaja de otra manera nunca podremos conocer si podremos satisfacer las exigencias que los clientes nos exigirn. Cuando una empresa desea elaborar un alimento lo que debe de realizar es consultar con el cliente, mediante un estudio de mercado, que producto deseara consumir y cuales son las caractersticas que ste debe de tener para que lo adquiera. Con dicha informacin la empresa, con sus ingenieros, debe de disear el alimento requerido y posteriormente disear el proceso que sea capaz de elaborarlo. El dicho proceso se debe de indicar cuales sern los pasos o etapas a seguir, los materiales e insumos requeridos con sus correspondientes especificaciones tcnicas para cada uno de ellos, las variables de control en cada etapa, los equipos e instrumentos a emplear, la mano de obra necesaria etc, de manera que al elaborar el alimento, ste cumpla con la totalidad de requerimientos del cliente. Paralelamente, a las caractersticas del alimento, el cliente indicar el nmero de unidades, en un lote, que no cumpliendo con los requisitos que el desea pueden estar presentes y el lote ser aceptado. Este nmero de unidades defectuosas toleradas por el cliente se conoce con el nombre de Porcentaje de Defectuoso Tolerado en un Lote (LTPD). . Supongamos que el mercado tolera el 6% de defectuoso, esto quiere decir que al evaluar un lote de 100 unidades, lo aceptar si en l existen como mximo 6 unidades que no cumplan con las especificaciones. Como el LTPD se presenta en funcin de porcentajes, se utilizar como nomenclatura el factor: p2, que representar el porcentaje de producto que el mercado tolera en un determinado lote. Como Ingenieros de Alimentos, al sumir la produccin en una planta de procesamiento podemos estar en alguna de las alternativas siguientes: A. Que la planta tenga todos los reportes histricos de los controles de la calidad que practica en el alimento que elabora; por lo tanto, conoce el nivel de desempeo que tiene. En ese caso lo que tendremos que hacer es comprobar dicha informacin y realizar los ajustes necesarios para mejorar dicho nivel, de es forma estaremos involucrados en el proceso de mejora continua de la calidad. B. Si la planta de produccin no dispone de informacin, ni reportes que nos permitan conocer o estimar su nivel de desempeo, entonces lo que debemos de realizar es generar toda la informacin necesaria para estimar nuestro nivel de calidad. Para ello tendremos que tomar m muestras de n unidades cada una. El nmero de muestras a evaluar estar en funcin del tipo de producto, del volumen de produccin, de la capacidad de planta, de la frecuencia de produccin; de los costos del producto. As no ser igual tomar las muestras para una empresa de caramelos cuya produccin diaria es de 5 millones de unidades, que para una planta de panetones cuya produccin es de 500 unidades diarias. Supongamos que tomamos 20 muestras diarias de 80 unidades cada una, las evaluamos para determinar cuntas unidades de cada grupo no cumplen con la exigencia del mercado en el porcentaje de slidos solubles cuya especificacin es de 65 1 Bx. En la primera muestra encontramos que de las 80 unidades 3 de ellas no cumplen con la especificacin, de la segunda muestra no cumplen 2, de la tercera 1, de la cuarta 2 y as sucesivamente hasta la muestra veinte. En un segundo da podemos realizar el mismo proceso y as repetir varios das hasta

tener la seguridad que el nmero de unidades defectuosas no se incrementa, tal como se indica en la tabla N 4.1. Tabla N 4.1 Evaluacin de defectos Culminada la evaluacin, se observa que en el cuarto da de la novena muestra y en el quinto da de la 18ava muestran que el nmero mximo de defectuosos, que nuestro proceso elabora, es igual a cuatro (04) de 80 unidades, lo que representa el 5%. Como este alimento es dirigido al mercado cuyo LTPD es el 6%; entonces, no obstante tener un porcentaje de defectuosos es aceptado por cliente indicado. Para este caso, el 5% representa el Nivel de Calidad Aceptable (AQL) o (NCA). Por lo tanto definiremos el AQL como el peor nivel de calidad que un fabricante o empresa es capaz de tener pero an as el producto es aceptado por el mercado. De igual manera, como el AQL se indica como porcentaje, utilizaremos como nomenclatura el factor: p1. 4.3.- El riesgo del fabricante y del consumidor El riesgo es la probabilidad de ocurrencia de un determinado evento. El fabricante al elaborar un alimento lo hace con la seguridad que ser aceptado por un determinado consumidor; sin embargo, no obstante trabajar con un buen AQL existe la probabilidad que el alimento sea rechazado. Lo mismo sucede con el cliente que espera adquirir y consumir un alimento de buena calidad, que cumpla con las especificaciones o exigencias que el ha dado; sin embargo, tambin puede sufrir la contingencia de adquirir un alimento de mala calidad. Consideremos que somos fabricantes de yogurt y el producto es destinado a un cliente con el que tenemos el siguiente convenio: Para adquirir el yogurt, el cliente evaluar un (01) frasco del producto de cada 50, si ste cumple con las especificaciones que l exige compra todo el lote, en caso contrario lo rechaza. Nuestra empresa trabaja con un AQL del 2%, es decir de cada 100 unidades el nmero de unidades defectuosas (d) es menor o igual a 2; por lo tanto cumplimos la exigencia del cliente y al tomar la muestra de 50 unidades sabemos que en el peor de los casos all existir un solo frasco defectuoso; sin embargo, no somos muy afortunados y el cliente al tomar el frasco que evaluar, selecciona el nico frasco defectuosos existente y por ende nuestro lote es rechazado. Esta probabilidad de ocurrencia se denomina Riesgo del Fabricante que se representa como: y se define como la probabilidad del fabricante, que su producto an cumpliendo con las especificaciones del cliente es rechazado. En otras palabras es la probabilidad de rechazar un producto bueno con la creencia que es malo.

Si nos ponemos en el otro extremo y ahora somos un fabricante que elaboramos un producto de muy mala calidad, pero somos afortunados. El convenio que tenemos con nuestro cliente es el mismo que el visto en el caso anterior, la diferencia radica en que ahora de los 50 frascos de yogurt solo tenemos uno de ellos que cumple con las especificaciones del mercado y los restantes 49 no. El cliente antes de adquirir el producto toma la muestra de 50 frascos y selecciona uno de ellos, el nico bueno, lo evala y pensando que todos los dems frascos tienen la misma calidad, los acepta. Esta probabilidad de ocurrencia se denomina Riesgo del Consumidor o del Cliente que se representa como y se define como la Probabilidad que tiene el consumidor de aceptar un producto que no cumple con las especificaciones que el mismo exige. En otras palabras es la probabilidad de aceptar un producto malo con la creencia que es bueno. Cuando se realiza el diseo de un plan de muestreo se tiene que compatibilizar las exigencias del mercado con lo que es capaz de elaborar el fabricante, en otras palabras se tiene que armonizar las condiciones del fabricantes con las del cliente; por lo tanto se tiene que conocer los siguientes factores: El riesgo del fabricante, (), y su AQL (p1), y El riesgo del consumidor () y su LTPD (p2). Figura N 4.3: Esquema de un Plan de Muestreo Simple 4.4.- Diseo de un plan de muestreo simple El diseo de un plan de muestreo, para cualquier AQL y LTPD, requiere tener que conocer el riesgo del fabricante y del cliente o consumidor con sus correspondientes nivel de calidad aceptable del fabricante y el porcentaje de defectuoso tolerado en un lote por el cliente, con dicha informacin y utilizando la distribucin de Poisson se calcula el tamao de la muestra (n) y el mximo nmero de unidades defectuosos tolerado (C). El procedimiento a seguir, se indica en la figura N 4.3, y es el siguiente: A. Habindose calculado n y c, se procede a tomar la muestra con n unidades, del lote seleccionado. B. La muestra es evaluada para determinar el nmero de unidades defectuosas d existentes en ella. C. Se realiza la comparacin entre los valor terico calculado y prctico hallado en la muestra, con el siguiente anlisis: Si d c, entonces se acepta el lote, Pero si d > c, el lote se rechaza. 4.4.1.- Procedimiento para calcular n y c El clculo del tamao de una muestra (n) y el mximo nmero de unidades defectuosas toleradas (c) se puede realizar utilizando el mtodo de la curva caracterstica de operacin (CCO) y por el mtodo grfico del nomograma. A. Mtodo de la Curva Caracterstica de Operacin Los clculos se realizan utilizando la tabla de probabilidades de Poisson. Para explicarlo de manera prctica propondremos el siguiente caso: La empresa ALPERU ha diseado su lnea de produccin de productos extruidos y esta trabaja con un nivel de calidad aceptable del 2,0 % con lo que su producto tendr una probabilidad de rechazo del 3,0%, pues el alimento se destina a un

cliente que tolera hasta el 7,0 % de producto defectuoso y lo aceptar con una probabilidad del 10,0 %. Con la informacin dada, se identifican los valores de p1, p2, ., y ., los mismos que son: p1 = AQL = 2,0% = 0,02 p2 = LTPD = 7,0 % = 0,07 = Riesgo del Fabricante = 3,0% = 0,03 = Riesgo del Consumidor = 10,0% = 0,10 Se construye un cuadro tal como se indica en la tabla N 4.2 en su primera columna se coloca el mximo nmero de unidades defectuosas toleradas c representado por x. En la segunda columna la probabilidad que tiene el fabricante para que su producto sea aceptado (1 = 0,97 ), en la tercera columna se coloca la probabilidad que tiene el consumidor de aceptar un producto (= 0,10 ), en la cuarta y quinta columnas se indican los tamaos de muestra que el fabricante (n ) deseara le tomen y el tamao de la muestra que el cliente o consumidor (n) espera tomar, y finalmente en una sexta columna se coloca el valor R = Razn de proporcionalidad = p2 / p1. Los valores al interior de las columnas (1 = 0,97) y ( = 0,10) representan los valores de = np de la tabla de Poisson, especficamente para la segunda columna como corresponden al fabricante es: = np1, y la tercera columna como corresponde al cliente ser: = n p2 Se calcula el valor R = p2 / p1 = 0,07 / 0,02 = 3.5; este valor es referencial para poder posicionar el mejor plan de muestreo que corresponder al R de la tabla N 4.2 que se obtiene dividiendo / = n p2/ np1; pero como los valores de n. y n. son el mismo es decir n entonces: R=/=p2/ p1. Utilizando la Tabla de Poisson (anexo N 2) se calcula el y que corresponde a un valor de x determinado tomado como referencia. As, el valor de que tiene una probabilidad de aceptacin del 0,97 para x 1 es igual a 0,263; el valor de se puede obtener por lectura directa en la tabla o realizando una interpolacin; no se debe de extrapolar. Igual procedimiento se utiliza para calcular el valor que tiene una probabilidad de aceptacin del 0,10 para x 1, cuyo valor es 3,90; con dichos valores se halla el valor de R = 3,90 / 0,263 = 14,83; este valor se compara con el R inicial igual a 3,5; por lo tanto, nuestro plan se encuentra mas abajo, pues el objetivo es hallar un plan, en la tabla, cuyo R sea igual o el mas prximo a 3,5. Los valores de n= 0,263 / 0,02 = 13,15 = 14; y n = 3,90 / 0,07 = 55,71 = 56 Se repite la operacin para otros valores de x; as:

En la tabla N 4.2 es importante observar lo siguiente:

 A medida que el nmero de defectuosos tolerado (x) aumenta, el valor de R disminuye. Los valores de y siempre estn aumentando a medida que x aumenta. Los valores de n y n aumentan a medida que x aumenta y normalmente n tiende a ser menor que n. Este comportamiento se verifica hasta el valor hallado de R, en la tabla, es mas cercano al R referencial, que para nuestro caso es igual a 3,50; a partir de ese momento se produce una inflexin en donde el valor de n se torna mayor que el n. Como el muestreo finalmente resulta un convenio entre el fabricante y el cliente, se debe de buscar tamaos de muestras: n y n cuyos valores coincidan o se encuentren lo mas cercano uno del otro. Tabla N 4,2: Clculos para diseo de plan de muestreo simple Como el valor R = 3,64 de la tabla se encuentra es el que se encuentra mas cerca del valor referencial R = 3,50 y por otro lado los valores de n y n que se encuentran mas cercanos el uno del otro corresponden al plan x = 7, entonces dicho plan de muestreo es el mejor y corresponde a: n = n + n / 2 = 182; por lo tanto se concluye que el plan de muestreo para las condiciones del ejercicio es n = 182, y c = 7. B. Mtodo Grfico o del Nomograma En los anexos N 3 y 4 se presenta el nomograma para obtener un plan de muestreo simple para atributos presentado por Banks, J (1989), obtenido de Harry R. Larson, A Nomograph of the Cumulative Binomial Distribution. Para obtener n y c utilizando el nomograma, es necesario conocer: El AQL o p1, LTPD o p2, y . El procedimiento consiste en trazar dos lneas rectas: Una que conecte los puntos (1 - ) con p1 y la segunda recta que una con p2, ambas rectas se interceptan en un determinado punto de la grfica, a partir del cual se proyectan dos lneas para obtener el tamao de la muestra n en el eje superior derecho y el valor c en el eje lateral izquierdo de la grfica. Como caso prctico determinaremos el n y c de un plan de muestreo para una empresa de alimentos que trabaja con un riesgo del 5,0% y AQL del 2,0%, cuyo producto es destinado a un mercado que tolera como mximo 8,0% de defectuosos con probabilidad de aceptar producto malo del 10,0%. Con las condiciones dadas se observa que: p1 = 0,02; p1 = 0,08; = 0,05; y = 0,10. Uniendo los puntos (1 - ) = 0,95 con p1 = 0,02; y = 0,10 y p2 = 0,08 en el nomograma se obtiene que n = 100 y c = 4.