INSTITUTO TECNOLOGICO DE APIZACO LICENCIATURA: INGENIERIA EN GESTION EMPRESARIAL

TEMA: RESUMEN DE LAS 7 HERRAMIENTAS DE CALIDAD

NOMBRE DE LA ALUMNA: LILIANA GUTIRREZ CASTILLO SEMSTRE: 9 N.CONTROL 09370778 .

NOMBRE DE LA MATERIA: HERRAMIENTAS PARA LA MEJORA DE LA CALIDAD.

HORA: 7:00 A 8:00 A.M LUNES A JUEVES 7:00 A 9:00 A.M VIERNES

CATEDRATICO: ING. MIGUEL VARGAS GUEVARA

FECHA DE ENTREGA: 18 NOVIEMBRE DEL 2013

LILIANA GUTIRREZ CASTILLO

INTRODUCCION

Un sistema de gestin de la calidad en la empresa requiere la utilizacin de una serie de herramientas o tcnicas que permitan el control y la mejora de la calidad, y por tanto ayuda a la resolucin de problemas. En este trabajo se muestra el uso de los mtodos estadsticos, para el control y la mejora de la calidad y constituyen las llamadas siete herramientas de la calidad. Son herramientas estadsticas , fciles de comprender y aplicables en cualquier departamento de la organizacin y por cualquier persona y son eficaz para mejorar el proceso produccin y reducir sus defectos. Se debe tener en cuenta que las herramientas estadsticas son precisamente herramientas y que no servirn si se usan inadecuadamente. Al utilizar estas herramientas se intenta reducir los defectos de produccin, enfocndose a la causa del defecto. Si se aplican soluciones a los defectos basndose en el conocimiento de esas causas falsas, el intento puede no dar resultado, es por ello que en primer lugar se debe observar cuidadosamente el fenmeno del defecto a investigar, una vez observado la causa ser evidente. Las diferentes herramientas que se van a explicar se caracterizan por ser visuales y utilizar mtodos estadsticos sencillos, como ya se mencionaban, resultan fcil de comprender y aplicar, pueden ser utilizadas para detectar y solucionar problemas que surgen. Segn Ishikawa , aplicadas e utilizadas correctamente permiten la resolucin del 95% de los problemas de los puestos de trabajo, quedando solo un 5% de los casos en que se necesitan otras herramientas con utilizacin de mtodos estadsticos mucho mas complejos y avanzados. La forma estadstica de considerar las cosas y el uso de los mtodos estadsticos es un medio muy eficaz para hacer la observacin. Los mtodo estadsticos proporcionan un medio eficaz para desarrollar una nueva tecnologa y controlar la calidad de los procesos de manufactura. muchas empresas manufactureras importantes han estado tratando de usar los mtodos estadsticos. El conocimiento de los mtodos estadsticos se ha convertido en parte normal de la capacitacin de un ingeniero. El propsito este texto es mostrar como aplicar los mtodos estadsticos a los problemas del mundo real. El propsito de este resumen presentado es ayudar a otros estudiantes ya que su contenido es claro, preciso y ejemplifica las herramientas que son: hoja de recogida de datos, histogramas, diagrama de Pareto, diagrama de estratificacin , diagrama de correlacin y grafico de control. Cabe mencionar que la utilizacin de una herramienta u otra depender del objetivo perseguido, por lo que resulta necesario conocer todas para saber cual aplicar en cada momento y situacin correcta.

LILIANA GUTIRREZ CASTILLO

INDICE 1 INTRODUCCION HOJA DE RECOGIDA DE DATOS DIAGRAMA DE PARETO DIAGRAMA DE ISHIKAWA CAUSA EFECTO (ESPINA DE PESCADO) HISTOGRAMA DIAGRAMA DE CORRELACION DIAGRAMA DE ESTRATIFICACION GRAFICA DE CONTROL CONCLUCIONES BIBLIOGRAFIA WEBGRAFIA PUNTOS CONTRA Y FAVOR

LILIANA GUTIERREZ CASTILLO

HOJA DE RECOGIDA DE DATOS.

Para propsitos de control de calidad por medio de mtodos estadsticos, es necesaria a obtencin de datos, el control depende de datos y por supuesto, estos datos deben ser correctos y debidamente recolectados. Adems, existe la necesidad de establecer relaciones entre causas y efectos dentro de un proceso, con propsitos de control. La hoja de datos es una forma en la cual todas las partidas necesarias son previamente impresas y sobre la cual, registros de prueba, anlisis, control, investigacin o inspeccin son descritos con datos. Estas hojas sirven simplemente para la obtencin de datos estadsticos que posteriormente pueden ser analizados en forma detallada con el fin de llegar a conclusiones relativas de datos. Ejemplo N1 Taln de datos para el control de saludos de una cuenta de cheques.

LILIANA GUTIERREZ CASTILLO

Propsito. La hoja de recogida de datos sirve para recoger los datos necesarios y poder realizar un posterior anlisis de estos. Su principal utilidad proviene del empleo de datos objetivos a la hora de examinar un fenmeno determinado. Como sirven de base para adoptar decisiones, es importante que el mtodo de recogida y el anlisis de los propios datos garanticen una interpretacin correcta del fenmeno estudiado.

LILIANA GUTIERREZ CASTILLO

Construccin. La hoja de recogida de datos se elabora en funcin de objetivos concretos y debe ser sencilla y clara, de forma que las personas que tengan que recoger y registrar los datos puedan hacerlo sin ningn problema. Para facilitar la recogida se emplean hojas estndar adaptadas a las exigencias correctas de cada recogida. En general, todas las hojas deben poseer un encabezado que recoja datos destinados a encuadrar la propia recogida, como, por ejemplo, la fecha, el producto, el sector, el departamento, el operario, el turno, el nmero de piezas inspeccionadas, etc. Las principales hojas de recogida de datos son: la de recogida de datos cuantificables, la de recogida de datos por situacin del defecto y la hoja de sntesis. 1.- Hoja de recogida de datos cuantificables. Esta hoja sirve para registrar el nmero de defectos, y en funcin de las causas que se sospechen, los datos pueden clasificarse y recogerse por un tipo de defecto, por mquina, por operario, etc. El tiempo de recogida depende de la cantidad de datos que se quiera manejar y, por tanto, de los que se puedan obtener en una unidad de tiempo (hora, da, semana). Como ejemplo supongamos que una empresa del sector textil a recibido numerosas reclamaciones de los clientes. Con la finalidad de profundizar en el conocimiento de los motivos de las quejas, se disea una hoja por tipo de defecto. Si la produccin diaria es de 100 prendas, despus de haber considerado como muestra significativa 700 prendas, el periodo de observacin y recogida de datos ser de siete das. La hoja de recogida de datos para identificar los defectos que se detectan ms a menudo podra ser la mostrada en la figura 21.2. En ella se distinguen seis fila: cuatro para defectos considerados, otra para otros posibles y una ltima para los totales. En las columnas figuran los siete das en los que se realiza la recogida de datos y una ltima columna recoge los totales. Para facilitar el recuento se puede utilizar el sistema de la puerta de cinco barras, que consiste en anotar cuatro controles con lneas verticales y el quinto se dibuja en forma diagonal creando la apariencia de una puerta de cinco barras. 2.- Hoja de recogida de datos medibles. Esta hoja se emplea para clasificar los datos en relacin con sus dimensiones y representarlos segn la distribucin de su frecuencia. Permite obtener el nmero de productos que no cumplen las especificaciones exigidas.

LILIANA GUTIERREZ CASTILLO

Figura 21.2. Hoja de recogida de datos cuantificables.

En la figura 21.3 se muestra un ejemplo. Las dimensiones se colocan en horizontal y el nmero de productos con tales dimensiones se coloca en vertical (frecuencia). El operario toma una muestra de piezas producidas, comprueba las dimensiones y anota el resultado con una marca en la hoja. Para facilitar el recuento se puede utilizar el sistema de las cinco barras. Figura 21.3. Hoja de recogida de datos por magnitudes medibles.

LILIANA GUTIERREZ CASTILLO

3.- Hoja de recogida de datos por situacin del defecto. Esta hoja presenta un dibujo del producto objeto de examen y en ella se deben sealar los defectos observados en su aspecto exterior. se e especificar qu clase de defectos contiene el producto dnde figuran stos. La figura 21.4 muestra como ejemplo una hoja empleada para examinar los defectos detectados en un ordenador porttil durante el proceso de distribucin. En esta hoja se indica el emplazamiento y el tipo de defecto. En este caso, observamos que este ordenador posee dos tipos de defectos, araazos y abolladuras y sus emplazamientos. Observando la hoja podramos deducir ante esta situacin que este ordenador ha sufrido un golpe en la esquina inferior derecha que ha provocado estos defectos. Figura 21.4. Hoja de datos por situacin del defecto. 4.- Hoja de sntesis. Esta hoja presenta un resumen de toda la informacin obtenida sobre el fenmeno que ha sido estudiado a lo largo del tiempo, cuyos datos han quedado recogidos en varias y diferentes hojas de recogida de datos. En la figura 21.5 se representa una hoja de sntesis de los defectos en la que los datos se encuentran divididos por tipo de defecto, maquina, da de la semana y turno

LILIANA GUTIERREZ CASTILLO

DIAGRAMA DE PARETO La mayora de las prdidas se debern a unos pocos tipos de defectos, y estos defectos pueden atribuirse a un nmero muy pequeo de causas. El uso del diagrama de Pareto permite solucionar este tipo de problema con eficiencia. En 1897, el economistas italiano V, Pareto presento una formula que mostraba que la distribucin del ingreso es desigual. En 1907, el economista norteamericano M.C Lorenz expreso una teora similar por medio de diagramas. Estos dos estudiosos indicaron que una proporcin muy grande del ingreso esta en manos de muy pocas persona. Mientras tanto, en el campo del control de calidad, el Dr. J.M Juran aplico el mtodo del diagrama de Lorenz como formula para clasificar los problemas de calidad en los pocos vitales y los muchos triviales, y llamo este mtodo de anlisis de Pareto. Sealo que, en muchos casos, la mayora de los defectos y de su costo se deben aun nmero relativamente pequeo de causas. Como elaborar diagramas de Pareto Paso 1 1) Decida que problemas se van a investigar y como recoger los datos. Ejemplo: Objetos defectuosos, perdidas en trminos monetarios,ocurrencia de accidentes. 2) Decida que datos que datos va a necesitar y como clasificarlos. Ejemplo: Por tipo de defecto,localizacin, proceso, maquina, trabajador, mtodo. 3) Defina el mtodo de recoleccin de los datos y el periodo de duracin de la recoleccin. Paso 2 Disee una tabla para conteo de datos, con espacio suficiente para registrar Los totales (tabla 3.1) Paso 3 Diligencie la tabla de conteo y calcule los totales. Paso 4 Elabore una tabla de datos para el diagrama de Pareto con lista de temas, los totales individuales, los totales acumulados, la composicin porcentual y los porcentajes acumulados ( tabla 3.2) Paso 5 Organice los tems otros debe ubicarse de cantidad y llene la tablas de datos. Paso 6 Dibuje dos ejes verticales y un eje horizontal. 1) Ejes verticales a) Eje izquierdo Marque este eje con una escala desde 0 hasta total general. b) Eje derecho Marque este eje con una escala desde 0% hasta 100% LILIANA GUTIERREZ CASTILLO

c) Eje horizontal Divida este eje en un numero de intervalo igual al numero de tems clasificados. Paso 7 Construya un diagrama de barras. Paso 8 Dibuje la curva acumulada (curva de Pareto) Marque los valores acumulados en la parte superior, al lado derecho de los intervalos de cada tem, y conecte los untos con una lnea continua. Paso 9 Escriba en el diagrama cualquier informacin necesaria. 1) Informacin sobre el diagrama Titulo, cifras significativas, unidades, nombre del dibujante. 2) Informacin sobre los datos Periodo de tiempo, tema y lugar de la investigacin, numero total de datos. DIAGRAMA DE PARETO DE FENOMENOS Y DIAGRAMA DE PARETO DE CAUSAS Como ya se dijo, un diagrama de Pareto es un mtodo para identificar los pocos vitales, y existen dos tipos. 1) Diagramas de pareto de fenomenos Este es un diagrama en el cual se relacionan los resultados indeseables, como los que se presentan a continuacin, y se utiliza para averiguar cual es el principal problema. 1) 2) 3) 4) Calidad: Defectos, faltas, fracaso, quejas, tems devueltos, reparaciones. Costo: magnitud de las perdidas, gastos. Entrega: escasez de inventarios, demoras en los pagos, demoras en la entrega. Seguridad: accidentes, errores, interrupciones.

2) Diagramas de Pareto de causas Este es un diagrama en el cual se relacionan los resultados indeseables, como los que se presentan a continuacion, y se utiliza para averiguar cual es el principal problema. 1) 2) 3) 4) Operario: turno, grupo, edad, experiencia, destreza. Maquina: maquinas, equipos, herramientas, organizaciones, modelos, instrumentos. Materia prima: productor, planta, lote, clase Metodo operacional: condiciones, ordenes, disposiciones, mtodos. LILIANA GUTIERREZ CASTILLO

Propsito: El diagrama de Pareto es una herramienta de representacin grafica que identifica los problemas mas importantes, en funcin de su frecuencia o coste ( dinero, tiempo)m y permite establecer las prioridades de intervencin. En definitiva, es un tipo de distribucin de frecuencias que se basa en el principio de Pareto, a menudo denominado regla 80/20, el cual indica que el 80% de los problemas son originados por un 20% de las causas. Este principio ayuda a separar los errores crticos, que normalmente suelen ser pocos, de los muchos no crticos o triviales.1 Diagrama de Pareto de causas Este es un diagrama en el cual se relacionan los resultados indeseables, como los que se presentan a continuacin, y se utiliza para averiguar cul es el principal problemas. Notas sobre los diagramas de Pareto Pruebe varias clasificaciones y construya muchas clases de diagrama de Pareto. Usted podr capturar la esencia de un problema observndolo desde varios ngulos; es necesario tratar de encontrar varios de clasificacin hasta que identifique los pocos vitales, lo cual constituye al propsito de anlisis de Pareto. no es conveniente que otros represente un porcentaje de los ms altos. Si esto sucede se debe, a que los tems para la investigacin no se han clasificado apropiadamente y demasiados tems caen en esta categora. En este caso, debe considerarse un mtodo diferente de clasificacin. Si los datos se pueden representar en valores monetarios, lo mejor es dibujar diagramas de Pareto que muestren esto en el eje vertical. Si no se aprecian adecuadamente las implicaciones financieras de un problema, la investigacin puede resultar ineficaz. En la administracin, los costos constituyen una importante escala de medicin.

Sugerencias para usar el diagrama de Pareto

Si un tem se puede solucionar fcilmente, debe afrontarse de inmediato aunque sea relativamente de poca importancia. debido a que un diagrama de Pareto tiene como objetivo la solucin eficiente de problemas, se requiere, bsicamente, que afrontemos los pocos vitales. Sin embargo, si por medio de una sencilla medida se puede solucionar un tem que parece de relativamente de poca importancia, servir como ejemplo de solucin eficiente de un problema y la experiencia, la informacin y los incentivos que los empleados puedan obtener por este medio sern de gran ayuda en la futura solucin de problemas.

CESAR CAMISON,SONIA Y TOMAS GESTION DE LA CALIDAD PAG. 1234 PEARSON EDUCACION S.A. MADRID, 2007.

LILIANA GUTIERREZ CASTILLO

No deje de hacer un diagrama de Pareto de causas. Despus de haber identificado el problema por medio de un diagrama de Pareto de fenmenos, para solucionarlo es necesario identificar las causas. Por tanto, es vital hacer un diagrama de Pareto de causas si es que se va a hacer mejoras.

Interpretacin El objeto del anlisis de Pareto es utilizar los hechos para identificar la mxima concentracin del potencial del efecto en estudio en el nmero mnimo de elementos que contribuyen. Con este anlisis buscamos enfocar nuestro esfuerzo en las contribuciones ms importantes, con el objeto de optimizar el beneficio del obtenido del mismo. En muchos casos no existe esta frontera claramente visible. En realidad se puede identificar generalmente una tercera categora que J.M. llamo zona dudosa. Una vez terminada esta labor, volver a realizar el anlisis de Pareto en las nuevas condiciones y comprobar si los elementos incluidos en la anterior zona dudosa han pasado a ser pocos vitales y su tratamiento es rentable. En general, una vez tratados los elementos que claramente pertenecen a los pocos vitales tenemos un mejor conocimiento de lo que hay que hacer con los pertenecientes a la zona dudosa. Posibles problemas y deficiencias de interpretacin a) Al dibujar el diagrama de Pareto, vemos que este no permite realizar una clara distincin entre los diferentes elementos o categoras que contribuyen al efecto, por lo siguientes motivos: -todas las barras del diagrama son ms o menos de la misma altura. -se requiere ms de la mitad de las categoras para tener en cuenta ms del 60% del efecto total. En cualquier caso, parece que le principio de Pareto no es aplicable al caso en estudio. Esta circunstancia es altamente improbable ya que dicho principio ha demostrado su validez en miles de casos. En general, estas circunstancias son elegidas a una eleccin deficiente de los elementos o categoras utilizados para el anlisis. Debe probarse una nueva estratificacin de los datos y repetirse en base a esta ltima el anlisis. b) Obtencin de priorizaciones errneas debido a deficiencias en los datos iniciales (los datos no eran objetivos, consistentes, representativos y/o verosmiles) debern conseguirse nuevos datos sujetos a dichas condiciones. c)uno de los elementos pocos vitales es la categora de varios. En este caso se debe replantear la clasificacin de categoras realizada profundizando en el fenmeno o efecto estudiando y repetir el anlisis efectuado.

LILIANA GUTIERREZ CASTILLO

Utilizacin El anlisis de Pareto sirve para establecer prioridades y enfocar y dirigir las acciones a desarrollar posteriormente. Por otra parte permite basar la toma de decisiones en parmetros objetivos, por tanto, permite unificar criterio y crear consenso.

Utilizacin en las fases del proceso de solucin de problemas: Este anlisis es aplicable en todos los casos en que se deban establecer prioridades para no dispersar el esfuerzo y optimizar el resultado de dicha inversin. En particular: -para asignar prioridades a los problemas durante la definicin y seleccin de proyectos. -para identificar las causas claves de un problema. -para comprobar los resultados de un grupo de trabajo una vez implantada la solucin propuesta por el mismo. A este fin se compara el diagrama de Pareto de la situacin inicial con el de la situacin actual y se comprueba que la contribucin de los elementos. Inicialmente ms importantes haya disminuido notablemente Hurtos en un gran almacn Un gran almacn, que registraba elevados costes por hurtos encargo a un grupo de trabajo resolver el problema. Como el almacn dispona de varias plantas y ofreca mercanca de naturaleza muy diferente, el equipo decidi iniciar las investigaciones recogiendo datos sobre los costos por hurtos en varias secciones y realizar un anlisis de Pareto. Tabla de por hurtos Pareto de los costes

LILIANA GUTIERREZ CASTILLO

En las primeras cuatro secciones se registran el 77% de los costes totales por hurtos. Estas son las pocas vitales. El equipo tendr que concentrar sus esfuerzos en buscar soluciones que evitan los hurtos en estas cuatro secciones. De esta manera obtendr una mejora significativa con una accin ms centrada en el problema.

DIAGRAMAS DE CAUSA EFECTO

LILIANA GUTIERREZ CASTILLO

Propsito: el diagrama se utiliza para recoger de manera grafica las posibles causas de un problema o identificar los aspectos necesarios para alcanzar un determinado objetivo (efecto) tambin se lo denomina diagrama causa-efecto o diagrama de Ishikawa. El resultado de un proceso puede atribuirse a una multitud de factores, y es posible encontrar la relacin causa-efecto de esos factores. Es difcil solucionar problemas complicados sin tener en cuenta esta estructura, la cual consta de una cadena de causas y efectos, y el mtodo para expresar esto en forma sencilla y fcil es un diagrama de causa-efecto. En 1953, Kaoru Ishikawa, profesor de la universidad de Tokio, resumi la opinin de los ingenieros de una planta dndole la forma de un diagrama de causa -efecto mientras discutan un problema de calidad. Se dice que esta fue la primera vez que se eso este enfoque. Cuando el diagrama se uso en la practica, mostro ser muy til y pronto llego a usarse ampliamente en muchas compaas en todo Japn. Se incluyo en la terminologa del JIS del control de calidad, y se defini de la manera siguiente: Diagrama de causa-efecto: diagrama que muestra la relacin entre una caracterstica de calidad y los factores. Actualmente, el diagrama se usa no solamente para observar las caractersticas de calidad de los productos sino tambin en otros campos, y ha sido ampliamente aplicado en todo el mundo. COMO ELABORAR DIAGRAMAS DE CAUSA-EFECTO Elaborar un diagrama de causa-efecto que sea til no es tarea fcil. Puede afirmarse que quienes tienen xito en la solucin de problemas de control de calidad son aquellos que tienen xito en hacer diagramas de causa-efecto que sean tiles. Hay muchas maneras de hacer el diagrama, pero aqu se describirn dos mtodos tpicos. Estructura de los diagramas de causa-efecto El diagrama de causa- efecto tambin se llama diagrama de espina de pescado, porque se parece al esqueleto de un pez, figura 4.1

Estructura del diagrama 4.1 LILIANA GUTIERREZ CASTILLO

Modo de uso Definir el problema a atacar, se decir el efecto.Debe ser especifico y concreto. Definir distintas categorias para poder agrupar las causas. Estas categorias son conocidas como las 5 M( Maquina, Metodo, Mano de obra, Material, Medio Ambiente).

Procedimiento para elaborar los diagramas de causa-efecto para la identificacin de causas. Procedimientos Paso 1 Describa el efecto o atributo de calidad Paso 2 Escoja una caracterstica de calidad y escrbala en el lado derecho de una hoja de papel, dibuje de izquierda a derecha la lnea de la espina dorsal y encierre la caracterstica en un cuadrado. En seguida, escriba las causas primarias que afectan a la caracterstica de calidad, en forma de grandes huesos, encerrados tambin en cuadrados. Paso 3 Escriba las causas ( causas secundarias)que afectan a los grandes huesos (causas primarias) como huesos medianos, y escriba las causas ( causas terciarias) que afectan a los huesos medianos como huesos pequeos. Paso 4 Asigne la importancia de cada factor, y marque los factores particularmente importantes que parecen tener un efecto significativo sobre la caracterstica de calidad. Paso 5 Registre cualquier informacin que pueda ser de utlidad. Procedimiento de elaboracin de diagramas de causa-efecto mediante listas sistemticas de causas. Procedimiento: Paso 1 Escoja la caracterstica de calidad LILIANA GUTIERREZ CASTILLO

Paso 2 Busque todas las causas posibles que puedan afectar a la caracterstica de calidad. Paso 3 Agrupe las causas por la afinidad que tengan entre si y elabore un diagrama de causa -efecto conectado aquellos elementos que parecen tener un efecto significativo sobre la caracterstica de calidad. Paso 4 Asigne la importancia a cada factor, y seale los factores particularmente importantes que parecen tener un efecto significativo sobre la caracterstica de calidad. Paso 5 Escriba cualquier informacin que pueda ser de utlidad. Sugerencias para elaborar los diagramas de causa-efecto 1) Identifique todos los factores relevantes mediante consulta y discusin entre muchas personas. Los factores que influyen mas fuertemente sobre la caracterstica deben determinarse entre aquellos que aparecen en el diagrama. Si se deja por fuera un factor en la etapa de discusin inicial, antes de que se construya el diagrama, no aparecer mas tarde. En consecuencia, la discusin entre todas las personas involucradas es indispensable para preparar un diagrama completo que no tenga misiones. 2) Exprese la caracterstica tan concretamente como sea posible. La caracterisitica que se expresa en trminos abstractos dara como resultado un diagrama de causa-efecto basado en generalidades. 3) Haga un diagrama para cada caracterstica. Los errores en el peso y en la longitud del mismo producto tendrn estructuras diferentes de causa -efecto, y deben analizarse en dos diagramas separados. 4) Escoja una caracterstica y unos factores medibles. Una vez completo el diagrama de causa-efecto en forma objetiva utilizando datos. Con este fin, tanto la caracterstica como los factores causales deben ser medibles.

LILIANA GUTIERREZ CASTILLO

Ejemplo

Diagrama de flujo

Caractersticas principales Impacto visual Muestra las interrelaciones entre un efecto y sus posibles causas de forma ordenada, clara, precisa y de un solo golpe de vista. Capacidad de comunicacin. Muestra las posibles interrelaciones causa-efecto permitiendo una mejor comprensin del fenmeno en estudio, incluso en situaciones muy complejas. Centra la atencin de todos los componentes del grupo en un problema especfico de forma estructurada sistemtica. Interpretacin. Un diagrama causa-efecto proporciona un conocimiento comn de un problema complejo, con todos sus elementos y relaciones claramente visibles a cualquier nivel de detalle. LILIANA GUTIERREZ CASTILLO

Su utilizacin ayuda a organizar la bsqueda de causas de un determinado fenmeno pero no las identifica y no proporciona respuestas a preguntas. Posibles problemas y deficiencias de interpretacin. a) La ms grave de las posibles falsas interpretaciones del diagrama causa-efecto, es confundir esta disposicin ordenada de teoras con los datos reales. Este diagrama es til para desarrollar teoras representar y constatar su consistencia lgica pero no sustituye su comprobacin emprica. b) Construccin del diagrama sin un anlisis previo de los sntomas del fenmeno objeto de estudio. En tales casos el efecto descrito puede ser muy general y est mal definido por lo que el diagrama resultante sera innecesariamente grande, complejo y difcil de utilizar. c) Deficiencias en el enunciado (sesgos) que limiten las teoras que se exponen y consideran pudiendo pasar por alto las causas reales que contribuyen al efecto. d) Deficiencias en la identificacin y clasificacin de las causas principales. Esta clasificacin est ntimamente ligada con la capacidad de la herramienta para la organizacin eficaz de la bsqueda de las causas reales. Utilizacin Por sus caractersticas principales la construccin de un diagrama causa-efecto es muy til cuando: -Se requiere compartir conocimientos sobre multiples relaciones de causa y efecto. Por ser una ordenacin de relaciones lgicas, el diagrama de causa-efecto es una herramienta frecuentemente utilizada para: -Obtener teoras sobre relaciones de causa-efecto en un proceso lgico paso a paso. -Obtener una estructuracin lgica de muchas ideas dispersas como un lista de ideas resultado de una brainstorm. Utilizacin en las fases de un proceso de solucin de problemas Durante un proceso de solucin de problemas hay tres puntos en la que la construccin de un diagrama causa-efecto puede ser muy til: -En la fase de diagnstico durante la formulacin de posibles causas del problema. -En la fase de correccin para considerar soluciones alternativas. -Para pensar de forma sistemtica sobre las posibles resistencias en la organizacin a la solucin propuesta. Comentarios y sugerencias -El diagrama tiene que estar todo el tiempo a la vista de todas las personas que integran el grupo. -En ocasiones, al trmino del paso 3, conviene interrumpir el ejercicio y reiniciarlo despus, esto produce en los participantes un proceso de incubacin de ideas. -Conviene enfrentar las causas de una en una, de acuerdo con una valoracin. Asimismo, debe tenerse cuidado en atacar preferentemente los problemas en los que se pueda tener el control de sus causas y efectos. -Un aspecto para reflexionar es que el diagrama se construye con la participacin de los involucrados ellos expresan las causas reales del problema. Quin asegura su veracidad? La retroalimentacin con la prctica y el anlisis estadstico nos ayudara a tener la validez necesaria. . LILIANA GUTIERREZ CASTILLO

LOS HISTOGRAMAS.
Distribuciones de histogramas Si pudiramos re coger datos sobre un proceso en el cual todos los factores (hombre, maquina, mtodo, etc.) Fueran perfectamente constantes, los datos los datos sobre cada uno de estos factores conservara su valor. Sin embargo, en la realidad es imposible mantener todos los factores constantes todo el tiempo. Estrictamente hablando, aun algunos factores que suponemos constantes no pueden ser perfectamente constantes es inevitable que los valores en un conjunto de informacin tengan variaciones. Los valores que toma un factor atreves del tiempo no son siempre los mismos, pero eso no quiere decir que estn determinados, de una manera desordenada. Aunque los valores cambien todo el tiempo, estn gobernados por cierta regla, y esta es que los datos tienen una determinada distribucin. Poblacin y muestras En control de calidad, tratamos de descubrir los hechos reuniendo datos y despus tomamos las acciones apropiadas con base en esos hechos. Los datos no se recogen como un fin en si mismos, si no como un medio para descubrir los hechos que estn tras los datos. Definicin. Un histograma es una representacin grfica de una variable en forma de barras, donde la superficie de cada barra es proporcional a la frecuencia de los valores representados. En el eje vertical se representan las frecuencias, y en el eje horizontal los valores de las variables, normalmente sealando las marcas de clase, es decir, la mitad del intervalo en el que estn agrupados los datos. Se utiliza cuando se estudia una variable continua, como franjas de edades o altura de la muestra, y, por comodidad, sus valores se agrupan en clases, es decir, valores continuos. En los casos en los que los datos son cualitativos (no-numricos), como sexto grado de acuerdo o nivel de estudios, es preferible un diagrama de sectores. Los histogramas tambin se le conocen con el nombre de "Diagramas de distribucin de frecuencias". Los Histogramas, son utilizados como una herramienta que ayuda en la toma de decisin para la resolucin de problemas, mediante el histograma se puede identificar las pautas de comportamiento del conjunto de los datos y extraer conclusiones, as los histogramas la cual nos permite: Realizar un anlisis de distribucin de datos. Comprobar el grado de cumplimiento de las especificaciones. Evaluar la eficacia de las soluciones.

Mtodo de aplicacin de los histogramas Previo a la explicacin de los pasos a seguir para elaborar un histograma, tenemos que conocer algunos conceptos previos como: LILIANA GUTIERREZ CASTILLO

Recorrido o rango (R): es el valor resultante de restar el valor mximo y el mnimo. Clase (k): es la dimensin de un intervalo de variabilidad de los datos. Frecuencia: nmero de elementos comprendidos en una determinada clase.

Los pasos a seguir son: Recoger todos los datos (N) en una hoja de datos, en los histogramas se trabaja con datos, a menudo, con tiempos, pesos, tamaos, y por lo tanto cuantos ms datos obtengamos ms exacto ser el Histograma. El nmero total de valores se denominar N. Obtener los valores mximo (Vmx.) Y mnimo (Vmn.). Establecer el recorrido o rango (R) de la siguiente forma: R = Vmx. Vmn, como vemos en la frmula, simplemente deberemos restar el valor mximo de los datos obtenidos del valor mnimo. Determinar el nmero de clases (k) que queremos que exista, con este dato determinaremos las barras que queremos que aparezcan en el Histograma, facilitndonos cuantas clases o grupos tenemos. Calcular la amplitud de cada clase de la siguiente manera: i = R / k. Redondear, al valor entero superior, si el resultado no es exacto en trminos de la unidad. Establecer los valores de los lmites de clase. Construir una tabla de distribucin de frecuencias y asignar los datos obtenidos a su clase correspondiente, al hacerlo podemos encontrarnos con el problema de que tengamos valores en el lmite entre una clase y otra, y no sepamos a cul de las dos clases asignarlo, en este caso se recomienda asignar estos datos a una de las dos clases, la inferior o la superior, pero siempre con el mismo criterio, para no desvirtuar el grfico. Construir los ejes del histograma, para construirlos seguiremos los siguientes criterios, en el eje horizontal se colocan los valores de las marcas de clase y sobre el eje vertical se colocan los valores de las frecuencias. Trazar los rectngulos correspondientes, una vez se hayan determinado los intervalos y sepamos cuntas mediciones caen dentro de cada intervalo, deberemos poner los rectngulos en funcin de los ejes del histograma.

Para qu sirve? El histograma es un tipo especial de grfico de barras que se puede utilizar para comunicar informacin sobre las variaciones de un proceso y/o tomar decisiones enfocndose en los esfuerzos de mejora que se han realizado. Comnmente las estadsticas por si mismas no proporcionan una imagen completa e informativa del desempeo de un proceso. El histograma, siendo un grfico de barras especial, se utiliza para mostrar las variaciones cuando se proporcionan datos continuos como tiempo, peso, tamao, temperatura, frecuencia, etc. El histograma permite reconocer y analizar patrones de comportamiento en la informacin que no son aparentes a primera vista al calcular un porcentaje o la media. LILIANA GUTIERREZ CASTILLO

Caractersticas principales Sntesis Permite resumir grandes cantidades de datos. Anlisis Permite el anlisis de los datos evidenciando esquemas de comportamiento y pautas de variacin que son difciles de captar en una tabla numrica. Capacidad de comunicacin Permite comunicar informacin de forma clara y sencilla sobre situaciones complejas. INTERPRETACIN Identificacin e interpretacin de las pautas de variacin. Uno de los propsitos del anlisis o interpretacin de un Histograma es identificar y clasificar la pauta de variacin del conjunto de datos estudiado (valor medio, recorrido, forma) y elaborar una explicacin admisible y relevante para dicha pauta, que relacione la variacin con el proceso o fenmeno en estudio. El resultado de este anlisis es una teora sobre el funcionamiento del proceso o sobre la causa del problema que se est investigando. Por ser una teora es necesario confirmarla o rechazarla, recogiendo otros datos que nos den informacin ms especfica sobre dicha teora. La experiencia y habilidad del grupo de trabajo en la interpretacin son fundamentales en la utilizacin de esta herramienta, puesto que no existen reglas fijas que se puedan utilizar para explicar de forma precisa las pautas de variacin en cualquier situacin. Los equipos de trabajo deben profundizar en el conocimiento del proceso en estudio para utilizar esta herramienta de forma eficaz. Tipos de histogramas Tipo general( forma simtrica o de campana) Forma: el valor de la media del histograma esta en el centro del rango de los datos. La frecuencia es mayor en el centro y disminuye gradualmente hacia los extremos. La forma es simtrica. Tipo peineta: Forma: cada tercera laase tiene una frecuencia menor. Esta forma se presenta cuando el numero de unidades de informacin incluida en la clase varia de una a otra o cuando hay una tendencia particular en la forma como se aproximan. Tipo con sesgo positivo: Forma: asimtrica. El valor de la media del histograma esta localizado a la izquierda del centro del rango. La frecuencia disminuye de manera mas bien brusca hacia la izquierda. Tipo de precipicio ala izquierda Forma: Asimtrica. El valor de la media del histograma esta localizada al extremo izquierdo. Lejos del centro del rango. La frecuencia disminuye bruscamente a la izquierda y gradualmente hacia la derecha. LILIANA GUTIERREZ CASTILLO

Tipo planicie: Forma: las frecuencias forman una planicie, porque las clases tienen mas o menos la misma frecuencia, excepto aquellas de los extremos. Esta forma se presenta con una mezcla de varias distribuciones que tienen valores de la media diferentes. Tipo doble pico: Forma: la frecuencia es baja cerca del centro del rango de la informacin, y hay un pico a cada lado. esta forma se presenta cuando se mezclan dos distribuciones que tienen valores de la media muy diferentes. Tipo de pico aislado: Forma: se presenta un pequeo pico aislado adems de un histograma de tipo general. Esta es la forma que se presenta cuando se incluye una pequea cantidad de datos de una distribucin diferente, como en el caso de anormalidad en el proceso, error de medicin, o inclusin de informacin de un proceso diferente.

Pautas tpicas de variacin: Distribucin en forma de campana Forma simtrica con un pico en la mitad del recorrido de los datos. LILIANA GUTIERREZ CASTILLO

Es la distribucin natural, habitual para, los datos de gran cantidad de procesos. Por esta circunstancia se llama Distribucin Normal. La desviacin respecto a esta forma puede indicar la existencia de problemas o influencias externas al proceso. Sin embargo la forma de campana no asegura, por s misma y sin analizar su valor medio y el recorrido de los datos, que el proceso funcione de forma satisfactoria. Distribucin con doble campana o con doble pico Un marcado valle en el centro de la distribucin con picos a ambos lados. Esta forma, generalmente, es la combinacin de dos distribuciones y sugiere la presencia de dos procesos distintos. Debern ensayarse varios esquemas de estratificacin para separar los distintos procesos. Distribucin plana Una gran parte plana, sin ningn pico y con dos ligeras colas a los lados. Esta forma puede ser el resultado de varias distribuciones en campana con sus centros distribuidos uniformemente a lo largo del recorrido de los datos. Se debern identificar los diferentes procesos que intervienen dentro del proceso bsico. Esta distribucin es un caso tpico de departamentos u organizaciones que no tienen el trabajo bien definido y cada cual lo hace "a su manera". Distribucin en peine Valores altos y bajos se alternan de forma regular. Esta pauta de variacin es tpica de errores de medicin, errores en la forma de agrupar los datos para la construccin del Histograma o sesgos sistemticos de redondeo. En este caso revisar inicialmente los procesos de recogida de datos y construccin del Histograma. Distribucin con un pico aislado Como en el caso de la distribucin de dos picos, esta forma sugiere la existencia de dos procesos distintos. El proceso con el pico pequeo ser una anormalidad o deficiencia que no sucede a menudo o regularmente. Se deben analizar las condiciones en que se presenta el pico menor tratando de estratificar los datos. Estos picos unidos a distribuciones sesgadas o truncadas indican falta de eficacia en la eliminacin de elementos defectuosos. Distribucin con un pico en el extremo Un pico situado en un extremo de una distribucin regular. Esta forma se presenta cuando la cola de una distribucin regular se ha cortado y acumulado en una sola categora en el extremo del recorrido de los datos. Suele indicar un registro poco cuidadoso o sesgado de los datos. Comparacin con los lmites de aceptacin o tolerancias Es importante representar los lmites de especificaciones u otros estndares, escritos o no, respecto de los resultados aceptables y considerarlos en la fase de anlisis e interpretacin de los Histogramas puesto que: A) Los lmites de especificaciones a menudo influyen en el proceso y sobre la pauta de variacin de los datos. El conocimiento detallado de estndares es esencial para la correcta interpretacin de las distribuciones sesgadas, truncadas y con picos extremos. LILIANA GUTIERREZ CASTILLO

B) Tambin se necesitan a menudo los lmites para interpretar otras formas de Histogramas y decidir sobre los siguientes pasos a dar por el grupo de trabajo. Incluso ante una distribucin perfecta de campana, el grupo de trabajo debe plantearse cuestiones tales como: Representa la distribucin una actuacin aceptable? Posibles problemas y deficiencias de interpretacin A) Si los datos utilizados no son adecuados (sesgados, inexactos, anticuados, poco significativos, etc.) Las conclusiones no reflejarn la situacin real. B) Otra deficiencia en las conclusiones obtenidas del Histograma puede provenir de una muestra pequea y poco representativa. Como regla prctica se debern recoger al menos cuarenta observaciones para cada uno de los Histogramas que se desee realizar. En los casos en que esto no sea posible se debern utilizar otros tipos de herramientas o consultar con un experto en estadstica que disee un plan de muestreo y comprobacin de hiptesis adecuada. C) Aceptar las conclusiones del anlisis como hechos. La interpretacin de un Histograma es una simple teora y por tanto deber ser confirmada posteriormente mediante el anlisis adicional y la observacin de los hechos reales. UTILIZACIN El Histograma es una herramienta muy til cuando un equipo se enfrenta con la tarea de analizar datos que presentan variaciones. Utilizacin en las fases de un proceso de solucin de problemas En un proceso de solucin de problemas hay dos puntos en los que la construccin y el anlisis de Histogramas pueden ser muy tiles: - Para la identificacin de las Causas Raz. Se empieza generalmente el anlisis con un Histograma de todos los datos del problema. El anlisis de la pauta de variacin de estos datos y generalmente ulteriores estratificaciones conducen, paso a paso, a la identificacin de las Causas Raz. - Para el seguimiento de los avances en las acciones de mejora de la calidad. Se construyen con este fin Diagramas Antes-y-Despus, teniendo cuidado de mantener la consistencia de la escala horizontal (= igual tamao para intervalos iguales en los dos grficos) y representando conjuntamente los dos Histogramas Ejemplo :

LILIANA GUTIERREZ CASTILLO

LILIANA GUTIERREZ CASTILLO

EL DIAGRAMA DE CORRELACIN. Propsito. El diagrama de correlacin y de dispersin sirve para determinar si existe relacin entre dos variables, normalmente de causa y efecto. Aplicacin. Habitualmente, se aplica despus de la utilizacin del diagrama de espina, donde ya hemos identificado todas las posibles causas de efecto, y conviene verificar la existencia de relacin, al menos, de las causas ms probables. Esta herramienta nos permite conocer cmo al variar una causa probable vara el efecto. Construccin. La construccin del diagrama consta de cuatro fases (Galgano, 1995): 1.- Recogida de datos. Para construir el diagrama se precisan recoger en pares los datos de las dos variables objeto de estudio, al menos 30 pares de datos. Estos datos se anotan en una hoja sencilla y clara donde figuran en la primera columna el nmero de la muestra y en la segunda y tercera, los respectivos valores de las variables analizadas. Figura 21.14. Diagrama de espina para (clientes insatisfechos).

LILIANA GUTIERREZ CASTILLO

2.- Representacin de los datos. Para su representacin se utiliza un grfico de dos ejes de coordenadas donde se sitan los valores de cada una de las variables y se determina su punto de corte sobre el plano del grfico. Normalmente, se sita la posible causa en el eje horizontal y e efecto en el eje vertical. As, obtenemos una (nube) de puntos que permite conocer si existe o no relacin entre ambas variables. 3.- Interpretacin del diagrama. Para proceder a la interpretacin del resultado, observamos cmo se distribuye la (nube) de puntos y lo comparamos con los diagramas de referencia mostrados en la sfiguras21.15 y 21.16. As, podemos encontrar casos en que: 1) Las variables no estn correlacionadas,; el efecto no est relacionado con la causa de ninguna forma. 2) Posible relacin baja entre las variables; la causa puede afectar al efecto, pero levemente. Este caso puede resultar difcil de interpretar ya que pueden existir o no relacin entre las variables, por lo que ser necesario calcular el coeficiente de correlacin o cualquier otro soporte estadstico. Es conveniente encontrar otras causas que influyan en mayor medida, directamente y produzcan variacin significativa en el efecto. 3) Correlacin alta; es probable que la causa est directamente relacionada con el efecto. De forma que un incremento de una variable provoca un aumento en otra (correlacin positiva), o una disminucin de una variable provoca un incremento en la otra (correlacin negativa), la relacin entre variable tambin puede ser no lineal sino curvilnea. 4) Correlacin perfecta; dado un valor de la causa, el correspondiente valor del efecto puede ser estimado con absoluta certeza. Figura 21.15. Grados de correlacin.

Figura 21.16. Tipos de correlaciones.

LILIANA GUTIERREZ CASTILLO

4.- Medicin de la correlacin. L a medicin consiste, en caso de detectar correlacin, en cuantificar, al menos aproximadamente, la variacin de una variable correspondiente a una determinada variacin de la otra. Para ello, existen diversos mtodos, entre ellos, dividir el grfico con lneas de manera que aparezcan secciones y calcular la lnea de regresin. El mtodo grfico se efecta de la siguiente manera: 1.- Despus de haber dibujado el diagrama, es decir, tener todos los datos registrados en el plano cartesiano, trazamos una lnea que divida los puntos de tal forma que la mitad de ellos se encuentran por encima de la recta y la otra mitad por debajo. Esta recta se llama mediana horizontal. En nuestro ejemplo tenamos 40 puntos; 20 se encuentran encima de la recta y 20 por debajo. 2.- Seguidamente se traza una recta vertical que divide la nube de puntos por la mitad, de manera que queden la mitad en la parte derecha y la otra mitad en la parte izquierda. Esta se llama mediana vertical. En nuestro ejemplo, 20 puntos se quedan a la izquierda y otros 20 a la derecha. 3.- Numeramos los cuatro cuadrantes resultantes de dibujar las dos medianas (figura21.17), y se cuenta el nmero de puntos que recoge cada cuadrante. En nuestro ejemplo, el primer cuadrante recoge 13 puntos, el segundo 7 , el tercero 13 y el cuarto 7. 4.- Se considera el par de cuadrantes opuestos que contengan el nmero ms elevado de puntos. Puede ser el primero y el tercero o el segundo y el cuarto. En nuestro ejemplo, tendremos en cuenta el primer y tercer cuadrante que recogen 26 puntos, frente a 14 puntos que poseen el segundo y cuarto cuadrante juntos.

LILIANA GUTIERREZ CASTILLO

Figura 21.17. Diagrama de correlacin.

5.- En los cuadrantes seleccionados trazamos las medianas horizontales y verticales con los mismos criterios que expusimos anteriormente y se definen los puntos de corte, por ejemplo, B y C. 6.- Por ltimo, se traza una recta que pase por los puntos B y C (figura 21.18). Esta lnea es la recta de registro e indica la variacin de la variable (efecto) al variar la variable (causa). Esta recta resulta de mucha utilidad cuando se desea prever, para un valor concreto de una variable, cal ser el valor medio esperado de otra. Por ltimo, hay que sealar que un diagrama de correlacin nicamente identifica la existencia de relaciones entre variables, pero no se puede afirmar con total certeza que una variable sea la causa de la otra porque podran estar influyendo terceras variables no consideradas en el anlisis. Figura 21.18. Trazado de la recta de regresin.

LILIANA GUTIERREZ CASTILLO

Ejemplo. Un equipo de investigacin realiza un estudio sobre los accidentes en carretera y sus posibles causas. Para ello, identifica un nmero de posibles causas y selecciona las cuatro causas principales que provocan accidentes; la velocidad de los vehculos, la conduccin ebria, la densidad de trfico y las condiciones climticas. Como no existen evidencias claras de esta hiptesis, deciden realizar un diagrama de correlacin. Para la realizacin del estudio recogieron diariamente durante un mes los datos registrados por los radares y sensores situados en distintas carreteras, los informes y denuncias de la polica, informes de hospitales y servicios de ambulancia, y datos sobre condiciones climticas. Los diagramas de correlacin resultantes se muestran en la figura 21.19. Los resultados indican que existe una baja y positiva correlacin entre la densidad del trfico y el nmero de accidentes y no hay ninguna relacin clara entre ste y las condiciones climticas. Sin embargo, se observa fuerte correlacin positiva con la velocidad y con el grado de alcoholemia. Figura 21.19. Diagrama de correlacin.2

CSAR CAMISN, GESTIN DE LA CALIDAD: CONCEPTOS, ENFOQUES, MODELOS Y SISTEMAS, PG. 1240, EDITORIAL PEARSON, MADRID 2007

LILIANA GUTIERREZ CASTILLO

LILIANA GUTIERREZ CASTILLO

DIAGRAMA DE ESTRATIFICACION
La estratificacin es un mtodo estadstico utilizado para el control, anlisis y mejora de la calidad consistente en clasificar los datos disponibles por grupos con similares caractersticas. A cada grupo se le denomina estrato. Es una operacin indispensable para un optimo desarrollo resolutivo de un problema. Efectivamente cuando los datos se encuentran entre mezclados, es muy fcil confundirse y no conseguir interpretarlos. Es un mtodo que permite hallar el origen de un problema estudiando por separado cada uno de los componentes de una situacin a analizar. Es la aplicacin a esta tcnica del principio romano "divide y vencers" y del principio de Management que dice: "Un gran problema no es nunca un problema nico, sino la suma de varios pequeos problemas". A veces, al analizar por separado las partes del problema, se observa que la causa u origen est en un problema pequeo. Se puede decir que la estratificacin es la divisin de datos en categoras o clases. Su utilizacin ms comn, se da durante la etapa de Diagnstico, para identificar qu clases o tipos contribuyen al problema que hay que resolver. Podemos clasificar o separar una masa de datos, referentes a una situacin particular, en diferentes clases o categoras. Los datos observados en un grupo dado comparten unas caractersticas comunes que definen la categora. A este proceso de clasificacin se le denomina con el nombre de estratificacin. La estratificacin es la base para otras herramientas, como el Anlisis de Pareto, y se utiliza conjuntamente con otras herramientas, como los Diagramas de dispersin Los estratos a definir lo sern en funcin de la situacin particular de que se trate, pudiendo establecerse estratificaciones atendiendo a: Personal Materiales Maquinaria y equipo reas de gestin Tiempo Entorno Localizacin geogrfica

La estratificacin puede apoyarse en distintas herramientas de calidad, si bien el histograma es el modo ms habitual de presentarla. Descripcin La estratificacin es una estrategia de clasificacin de datos para facilitar la identificacin de fuentes de variabilidad (origen de los problemas). Objetivo Localizar prioridades y pistas que permitan profundizar en la identificacin de las verdaderas causas de los problemas, mediante una estrategia de bsqueda que facilite el entendimiento de los diversos factores o variantes que influyen en una situacin problemtica. LILIANA GUTIERREZ CASTILLO

Propsito La estratificacin consiste en dividir los datos recogidos en grupos homogneos para facilitar una mejor comprensin del fenmeno estudiado. A cada grupo homogneo se lo denomina estrato. Esta tcnica permite investigar los aspectos mas significativos o las reas mas importantes donde es necesario centrar la atencin. Aplicacin La estratificacin se utiliza en la hoja de recojda de datos, en los histogramas, en el anlisis de Pareto y en lo sgraficos de control. Tambien se puede aplicar cuando estemos estudiando la relacin entre dos variables empleando los diagramas de correlacion. Los criterio efectivos para la estratificacin son: Tipo de defecto Causa y efecto Localizacin del efecto Material, producto, fecha de produccin, grupo de trabajo, operador, individual, proveedor, lote, etc.

Ventajas Es muy completa para la calidad de la empresa La comprensin de un fenmeno resulta mas completa si se utiliza la estratificaion. Permite aislar la causa de un problema, identificando el grado de influencia de ciertos factores en el resultado de un proceso. La estratificacin puede apoyarse y servir de base en distintas herramientas de calidad, si bien el histograma mas habitual de presentarla.

Utilidades

Cundo utilizarla? Antes de recolectar datos Cuando los datos provienen de diferentes fuentes o condiciones,como cambios, das de la semana, proveedores o grupos poblacionales. Cuando el anlisis de datos requiere que se separen diferentes fuentes o condiciones.

Construccin Las fases de aplicacin de la estratificacin son las siguientes: 1. Definir el fenmeno o caractersticas a analizar. 2. De manera general, representar los datos relativos a dicho fenmeno. 3. Seleccionar los factores de estratificacin. Los datos pueden agruparse en funcin del tiempo ( turno, dia, semana, estaciones, etc), de operarios (antigedad, experiencia, sexo, edad, etc.), maquinas y equipo (modelo, tipo, edad, tecnologa, tiles, etc) o materiales ( proveedores, composicin, expedicin, etc.) estos son factores de estratificacin muy usuales. En cada caso concreto, debemos decidir cual de ellos resulta mas adecuado para efectuar nuestro anlisis. Habr que tener en cuenta que LILIANA GUTIERREZ CASTILLO

cuando aumenta el numero de factores de estratificacin empleados mejor se podr comprender el fenmeno, pero no conviene excederse en su numero. Un buen mtodo para definir los factores de estratificacin consiste en formular la siguiente pregunta: Cmo incide sobre el fenmeno? Casi siempre la palabra que falta corresponde a un factor de estratificacin. 4. Clasificar los datos en grupos homogneos en funcin de lso factores de estratificacin seleccionados. 5. Representar grficamente cada grupo homogneo de datos. Para ello se pueden utilizar otras herramientas, como, por ejemplo, histogramas o el analisis de Pareto. 6. Comparar los grupos homogneos de datos dentro de cada criterio de estratificacin para observar la posible existencia de diferentes significativos entre los propios grupos. Si observamos diferencias significativas, la estratificacin habr sido til. Mtodo Paso 1. A partir de un objetivo claro e importante, determinar con discusin y anlisis las caractersticas o factores a estratificar. Paso 2. Mediante la recoleccin de datos, evaluar la situacin actual de las caractersticas seleccionadas. Expresar grficamente la evaluacin de las caractersticas (Pareto o Histograma). Paso 3. Determinar las posibles causas de variacin en los datos obtenidos con la estratificacin, esto puede llevar a estratificar una caracterstica ms especfica.. Paso 4. Ir ms a fondo en alguna caracterstica y estratificarla. Paso 5. Seguir estratificando hasta donde sea posible y obtener conclusiones de todo el proceso. En el planteamiento de una estratificacin conviene tener presentes los siguientes aspectos : La comprensin de un fenmeno resulta siempre mas completa al aumentar el numero de factores de estratificiacion utilizados en el analisis. Para comprender bien el problema que se esta analizando, es preciso estratificar segn todos los factores tiles ala definicin del fenmeno y ala definicin sucesiva de las causas que ejercen una mayor influencia sobre el fenmeno. Un buen mtodo para definir los factores de estratificacin consiste en preguntarse :Cmo incide sobre le fenomeno? Casi siempre la palabra faltante corresponde a un factor de estratificacin. Ejercicio. En una empresa del ramo metal mecnico se tiene un inters particular por evaluar cules son los problemas ms importantes por los que las piezas metlicas son rechazadas cuando se inspeccionan. Este rechazo de presenta en diversas fases del proceso y en distintos departamentos (ver tabla siguiente). LILIANA GUTIERREZ CASTILLO

Razn de rechazo Depto. Piezas chicas Porosidad ///// // Llenado ///// ///// // Maquinado Molde // ///

Depto piezas medianas ///// ///// ///// / ///// ///// ///// ///// ///// ///// /// / ///// /

Depto piezas grandes ///// ///// ///// ///// ///// // ///// //

Total 33 60 5 16

Razn de rechazo Ensamble total

Depto. Piezas chicas // 26

Depto piezas medianas // 59

Depto piezas grandes // 36

total 6 121

Para hacer la estratificacin se seleccionan tipos de defecto o razn de rechazo, en la tabla se observa que la principal causa se encuentra en el llenado de las piezas por lo que es necesario elaborar un plan que atienda este problema. Al concentrarse en el llenado, se aplica una segunda estratificacin, bien pensada y discutida con el grupo de anlisis, para conocer la manera en que influyen los factores que intervienen en el problema, como pueden ser: departamento, turno, tipo de producto, mtodo de fabricacin, materiales, etc en la tabla se observa que la siguiente estratificacin se realiz por departamento, ubicando la principal causa en el departamento de piezas medianas. Si al clasificar el problema de llenado no se encuentra otra pista importante, entonces el plan de mejora se centrar en el proceso de llenado del departamento de piezas medianas. Una vez dentro de ese departamento entonces se realizar una nueva estratificacin de acuerdo con otra fuente de variacin, por ejemplo: turnos, productos, mquinas. Si en alguna de ellas se encuentra la principal variacin, en ese factor se centrar la mejora, en su defecto se continuar hasta hallarla. Cuando mediante la estratificacin ya no se encuentre ningunas pista ms, entonces se toma en cuenta todo el anlisis hecho para tratar de encontrar la verdadera causa del problema. Elemplo

LILIANA GUTIERREZ CASTILLO

La estratificacin se puede utilizar en cualquier situacin sin importar si se trata de una oficina, una fabrica, un hospital, un banco o una institucin gubernamental. Incluso puede aplicarla para resolver problemas de su vida personal; se utiliza para poder realizar comparaciones que nos ayudan en la solucin de problemas. Muchas ocaciones al ver la informacin como un todo el problema no es aparente pero al seleccionarlo en partes mas pequeas se vuelve mas fcil determinarlo con exactitud. Otro beneficio de la estratificacin es facilitar la bsqueda de informacin. Es una herramienta que nos ahorra tiempo y dinero. En conclusin el mtodo consiste en clasificar los datos disponibles por grupos de similares caractersticas. A cada grupo se le denomina estrato. Los estratos a definir lo sern en funcin de la situacin particular de estudio, estableciendo estratificaciones que pueden depender de mltiples causas o factores. Una forma de interpretar la estratificacin es presentar los resultados en forma de grfico de barras, donde es fcil examinar las categoras de una variable para ver si alguna o algunas de las categoras destacan sobre el resto. Por ejemplo: tiene un proveedor de medicamentos un porcentaje de efectos particularmente elevado? qu tipos de materiales quirrgicos son ms propensos a error? Despus de la estratificacin, si los resultados dan una indicacin clara de la fuente probable del fenmeno que se estudia, el equipo tendr que validar sus resultados inciales o necesitar un mayor conocimiento de los detalles sobre la causa precisa. Si inicialmente no se obtienen unos resultados tiles, se optar o bien por proceder a una estratificacin de segundo orden, o por estratificar segn otras variables. LILIANA GUTIERREZ CASTILLO

GRAFICAS DE CONTROL
W.A. Shewhart, de los laboratorios de la Bell Telephone, fue el primero en proponer, en 1924, una grafica de control , con el fin de eliminar una variacin anormal, distinguiendo las variaciones debidas a causas asignables de auqllas debidas a causas al azar. Una grafica de control consiste en una linea central, un par de limites de control, uno de ellos colocado por encima de la lnea central, y otro por debajo, y en unos valores caracteristicos registrados en la grafica que representa el estado del proceso. Si todos los valores ocurren dentro de los limites de control, sin ninguna tendencia especial, se dice que el proceso esta en estado controlado. Sin embargo, si ocurren por fuera de los limites de control o muestran o forma peculiar, se dice que el proceso esta fuera de control. La calidad de un producto manufacturado por medio de un proceso inevitablemente sufrir variaciones. Estas variaciones tienen causa y estas ultimas pueden clasificarse en dos tipos: causas debidas al azar y causas asignables. Causas debidas al azar Las variaciones debidas al azar son inevitables en el proceso,aun si la operacin se realiza usando materia prima y mtodos estandarizados. No es practico eliminar el azar tcnicamente y en forma econmica por el momento. Causas asignables La variacin debida a causas asignables significa que hay factores significativos que pueden ser investigados. Es evitable y no se puede pasar por alto: hay casos causados por la no aplicacin de ciertos estndares o por la aplicacin de estndares inapropiados. Cuando los puntos se ubican por fuera de los limites de control o muestran una tendencia particular, decimos que el proceso esta fuera de control , y eso equivale a decir, existe variacin por causas asignables y el proceso esta en un estado de descontrol. Para controlar un proceso, se requiere poder predecir el resultado dentro de un margen de variacin debido al azar. Para hacer una grafica de control es necesario estimar la variacin debida al azar. Para ello se dividen los datos en subgrups dentro de los cuales el lote de materia prima, las quinas, los operadores y otros factores son comunes, de modo que la variacin dentro del subgrupo puede considerarse aproximadamente la misma que la variacin por causas debidas al azar. Hay varias clases de graficas de control, dependiendo de su propsito y de las caractersticas de la variable. En cualquier tipo de grafica de control el limite de control se calcula usando la siguiente formula: ( valor promedio) 3 x (desviacin estndar), donde la desviacin estndar es la variacin debida al azar. Este tipo de grafica de control se llama una grafica de control de 3-sigma. Proposito

LILIANA GUTIERREZ CASTILLO

El grafico de control es una herramienta grafica que se utiliza para medir la variabilidad de un proceso. Consiste en valorar si el proceso esta bajo control o fuera de control en funcin de unos limites de control estadsticos calculados. Aplicacin La aplicacin de este instrumento es muy amplia. Se utiliza en las fases de control de los niveles de calidad de diversas actividades, inmediatamente despus de la recogida de datos. Construccion Podemos distinguir diversos tipos de graficos de control en funcin del tipo de datos que contienen: Por variables y por atributos. 1. Graficos de control por variables Estos graficos miden una caracterstica continua, es decir, que puede tomar infinitos valores dentro de un intervalo. El mas utilizado en control de calidad es el grafico X R que registra la media del proceso y el recorrido o rango de cada muestra y se utiliza para controlary analizar un proceso empleando valores relativos a la calidad del producto tales como temperatura, peso, volumen, concentracin, etc. En su construccin es necesario elaborar un grafico para los valores medios mustrales ( x) y otro grafico para los recorridos ( R). El primero indica si existen cambios en la tendencia central de un proceso y el segundo muestra si ha variado la uniformidad del proceso. De manera muy abreviada, la elaboracin del grafico supone definir la caracterstica de calidad a medir, determinar el tamao de la muestra, el procedimento de obtencin de esta y el intervalo de tiempo en el que se realizara la recogida de datos. Posteriormente, se mide la caracterstica que controlamos de cada unidad y se calcula la media aritmtica de estos valores y su recorrido o desviacin tpica con el fin de comparar los valores obtenidos con los limites de control establecidos y concluir si el proceso se encuentra bajo control o no. Los pasos a seguir en la preparacin de los graficos son: 1) Recogida de los datos y su registro Es necesario recoger el mayor numero posible de datos, por lo menos cien datos recientes sobre la caracterstica del proceso que se controla, pero cuando los datos son escasos,cincuenta o veinte valores resultan suficientes para el anlisis. Para la recogida de los datos se determina el tamao de la muestra , que por ejemplo puede ser de 5 observacion (n=5) y el numero de muestras a observar, por ejemplo 25 muestras ( k=25). Se debe intentar que el tamao de las muestras sea siempre el mismo, ya que la preparacin y el uso de los graficos de control se complican cuando el tamao de las muestras no es constante. El paso siguiente es registrar los valores observados en hojs de datos con un formato especifico. 2) Calcular la media y los recorridos de las muestras LILIANA GUTIERREZ CASTILLO

Se calcula la media ( )de cada muestra asi como los recorridos restando el valor minimo del valor mximo de cada muestra. La fase siguiente es calcular el promedio general ( ) con las ) con los valores mediaas de cada muestra ( ). Tambin se calcula el recorrido promedio ( de R para cada muestra. 3) Calcular los limites de control Para cada grafico hemos de calcular los limites de control superior e inferior. Estos limites se pueden calcular a 3 desviaciones del promedio porque consideramos que la distribucin de las medias sigue una distribucin normal o muy prxima cuando la muestra tiene un tamao igual o superiora cuatro. De esta manera se pueden calcular los limites utilizando unas sencillas formulas. ), los limites de control se calculan de la siguiente forma: Para el grafico ( -Lnea central: LC= ( ) -Linea de control superior :LCS =( ) + -Limite de control inferior: LCI = - Para el grafico R, los limites de control se calculan asi: -Lnea central: LC= -limite de control superior: LCS= -limite de control inferior: LCI = Donde son coeficientes cuyo valor depende del tamao de la muestra (n). la figura 21.23 muestra los valores de estos para el calculo de los limites de control de 3 de los R. grficos 4) Representar los grficos de control Calculados los lmites, el paso siguiente es representar los datos en el grafico, trazar las R se representan lneas de control y sealar la lnea central (LC). Los grficos de control uno encima de otro. Para facilitar la posterior lectura de los grafico hay que intentar representar los puntos con claridad para que resulten fciles de ver y deben estratificarse si es necesario. 5) Interpretacin de los grficos Cuando se representan los puntos hay que observar principalmente si estos caen dentro o fuera de los limites para determinar si el proceso esta o no bajo control. se en fuera de los limites, mientras que Si observamos que uno o mas puntos de la grafica los correspondientes valores de la grafica R estn dentro de los limites, eso significa que en el proceso se ha producido algo que ha modificado el valor medio de la caracterstica que estamos analizando. Si observamos que uno o mas puntos de la grafica R se encuentran fuera de los limites, estn dentro de los limites, eso mientras que los correspondientes valores de la grafica significa que las piezas producidas presentan variaciones mas dispersas de la caracterstica que estamos analizando, aunque la media sea constante. En general, el proceso se encuentra fuera de control cuando observamos alguno de los como en la grafica R. siguientes casos, tanto en la grafica LILIANA GUTIERREZ CASTILLO

-Existen puntos fuera de los limites. En este caso observaremos las dos graficas y podemos extraer alguna conclusin como las sealadas anteriormente. -hay mas de seis puntos consecutivos crecientes o decrecientes. Existen mas de ocho puntos consecutivos por encima o por debajo de la media (lnea central). -se produce un comportamiento en zigzag de catorce puntos seguidos. 2) Graficos de control por atributos Estos graficos miden una caracterstica discreta, es decir que indican si sucede una cosa u otra. Entre los diversos tipos de graficos existentes, los mas conocidos son los graficos p, los graficos pn y los graficos c. El grafico p utiliza como variable de estudio el porcentaje de piezas defectuosas. Las dimensiones de las muestras pueden no ser constantes. Por otro lado, el grafico pn mide la cantidad de unidades defectuosas, siendo las muestras de dimensiones constantes. El grafico c mide el numero de defectos por unidad encontrados en muestras de tamao constante. El grafico p La primera fase en la construccion de este grafico es la recogida de los datos y su registro.como siempre, es deseable recoger el mayor numero de datos, y si es posible, tambin estratificar. Para obtener los datos hay que determinar el numero de unidades a inspeccionar, n, y apuntar el numero de unidades defectuosas, pn. Para determinar que fraccin de la muestra de n unidades es defectuosa se aplica la siguiente formula:

P= pn N El grafico pn LILIANA GUTIERREZ CASTILLO

Este grafico es muy similar en su elaboracin e interpretacin al anterior, con la diferencia de que mide la cantidad de unidades defectuosos y el tamao de la muestra siempre es constante. Los limites de control del grafico pn se calculan de la siguiente forma: - Lnea central : LC =( pn) - - limite de control superior: LCS= pn + 3 - - limite de control inferiror :LCI= pn - 3

El grafico c Este tipo de grafico es tambin similar a los anteriores . se utiliza cuando se mide el numero de imperfecciones encontradas en cada una de las unidades, por ejmplo,en una pieza de tejido, una superficie lacada o defectos en una maquina, partculas de polvo en el disolvente, etc. El tamao de la muestra, n, tiene que ser constante. En ocasiones puede ser un nico producto, por ejemplo, numero de defectos encontrados en la instalacin de la calefaccin o en un electrodomstico.

LILIANA GUTIERREZ CASTILLO

Figura 21.23 -R Coeficientes para los grficos de control Tamao de la muestra (n) 1 2 3 4 5 6 7 8 9 10 Grafico A2 2,660 1,880 1,023 0,729 0,577 0,483 0,419 0,373 0,337 0,308 Grafico R D3 0,000 0,000 0,000 0,000 0,000 0,000 0,076 0,136 0,184 0,223 D4 3,267 3,267 2,575 2,282 2,115 2,004 1,924 1,864 1,816 1,777

TIPOS DE GRAFICA DE CONTROL Hay dos tipos de graficas de control, una para valores continuos y otra para valores discretos. Los tipos de grafica prescritos por JIS se muestran e l atabla 7.1 y sus lneas de control se muestran en la tabla 7.2 Valor caracterstico Valor continuo Valor discreto Nombre Grafica x - R (valor promedio y rango) Grafica x (variable de medida) Grafica pn (numero de unidades defectuosas) Grafica p (fraccin de unidades defectuosas) Grafica c( nuemro de defectos) Grafica u ( numero de defectos por unidad)

Tabla 7.1 tipos de grafica de control Tipo de grafica de control Valor continuo promedio X Valor continuo- rango R Valor continuo valor medido X Valor discreto numero de unidades defectuosas pn Valor discreto Limite superior de control ( LCs), lnea central (LC), limite inferior de control (LCi)

LILIANA GUTIERREZ CASTILLO

CONCLUCION
Las herramientas que se han presentado, sin ser demasiado complejas, pueden servir de ayuda en el tratamiento de los datos pues ponen de relieve la verdadera situacin. As un sencillo histograma ofrece una rpida visin de la dispersin de los datos y confirma si la produccin se ajusta a las especificaciones. Un grafico de Pareto identifica donde se localizan la mayora de los problemas, y el diagrama causa efecto ofrece una visin rpida de las causas de los mismos. A su vez, los grficos de control permiten mantener el proceso en control estadsticos, reduciendo la produccin de unidades defectuosas. La aplicacin adecuada de las herramientas permitir un mejor control en la organizacin. Esta comprobado que las 7 herramientas de la calidad son mtodos que sirven para optimizar, verificar y obtener informacin estadstica precisa sobre el rendimiento de los procesos. Su funcionamiento es eficaz, tienen un amplio campo de aplicacin y probablemente nunca dejen de utilizarse.

LILIANA GUTIERREZ CASTILLO

GLOSARIO
JIS : Son las siglas de las normas industriales japonesas o japanese industrial standars. tems : otros

BIBLIOGRAFIA
Herramientas Estadisticas/ Hitoshi Kume; traduccin Eloisa Vasco. Bogota: Editorial Norma 2002 Gestion de la calidad: conceptos, enfoques, meteodos y sistemas, PEARSON EDUCACION S.A. Madrid, 2007 Cesar Camison, Sonia Cruz y Tomas Gonzales.

WEBGRAFIA
http://ing-industrial-kenue.blogspot.mx/2012/09/7-herramientas-para-el-control-de-la_11.html
HTTPS://WWW.GOOGLE.COM.MX/SEARCH?Q=LISTA+DE+FORMULAS+PARA+LINEAS+DE+CONTROL&SOUR CE=LNMS&TBM=ISCH&SA=X&EI=8Z6EUUJIKAAM2GWJHOGWAW&VED=0CACQ_AUOAQ&BIW=136

0&BIH=696#Q=GRAFICA+DE+CONTROL+C&TBM=ISCH&FACRC=_&IMGDII=_&IMGRC=QMZCJQ_MGJJDM%3A%3B5QMUE2LBJOKT2M%3BHTTP%253A%252F%252FOPTYESTADISTICA.FILES.WO RDPRESS.COM%252F2009%252F04%252FFIGURA6.GIF%253FW%253D600%3BHTTP%253A%252F% 252FOPTYESTADISTICA.WORDPRESS.COM%252F2009%252F04%252F08%252FEJEMPLO-GRAFICO-DECONTROL-C-O-DE-NUMERO-DE-DEFECTOS-POR-MUESTRA%252F%3B463%3B266

HTTP://WWW.AITECO.COM/ESTRATIFICACION/

LILIANA GUTIERREZ CASTILLO

PUNTOS EN CONTRA Todo proceso de mejora de calidad debe contar con una compromiso firme de la direccin y un apoyo de todos los estamentos de la empresa. A partir de este momento se inicia un proceso difcil, en el que es preciso conciliar los obstculos que impone el da a da con las tareas propias del proceso de mejora. Si no existe ese acuerdo previo, no sirven de nada las mejores herramientas. En el caso del diagrama de causa-efecto no es particularmente til para entender los problemas extremadamente complejos, donde se correlacionan muchas causas y muchos problemas. PUNTOS A FAVOR Manejar herramientas eficaces puede ayudar a conseguir resultados antes de que la desmoralizacin y las circunstancias adversas puedan ms que los buenos propsitos y asi mejorar a calidad de la organizacin brindar el mejor servicio a los clientes y que ellos queden satisfechos , atacar los problemas y dar solucin a los mismo , asi como tener una mejora continua. Tambin a travs de las siete herramientas de la calidad se permite ver las variaciones que van surgiendo en los diferentes procesos de produccin, y as mismo nos permite reducir los defectos y adems mejorar los niveles estndares de actuacin.Y que se puede hacer de manera individual, sin embargo la mayor parte de ellas adquieren su verdadera dimensin cuando se aplican en grupo, ya que son mas eficientes. Las causas de un problema de calidad o la accin correctora pueden ser conflictivas. En un caso extremo, pudieran dar lugar a un expediente disciplinario. En esas circunstancias es lgico pensar que las personas afectadas no contribuyan a la solucin del problema (a pesar de que posiblemente la conocen) o incluso que dificulten llegar a una solucin. Por esta razn es muy aconsejable utilizar las herramientas de calidad. Favorecen el trabajo en equipo permitiendo que los trabajadores plateen de forma creativa sus opiniones y que la comunicacin sea clara y eficaz, permite sistemizar las posibles causas de un problema y son fcilmente de aplicar no solo en el control de la calidad sino en cualquier mbito y aumentan la eficacia y la rapidez de la comunicacin para resolver los posibles problemas. Para mi punto de vista es muy importante este al igual que otros para saber un poco mas a fondo de las herramientas de la calidad ya que las podemso utilizar en diferentes ocaciones segn se presenten los problemas o la mejora que se quiera realizar en la organizacin y tambien saber de diferentes autores su punto de vista por que se forman, por personas, equipos y procedimientos. LILIANA GUTIERREZ CASTILLO