Anda di halaman 1dari 113

UNIDAD 1: TEORIA GENERAL DE LA

CALIDAD Y HERRAMIENTAS BASICAS.


EVOLUCION
A lo largo de la historia, la metodologa de elaborar los bienes y el concepto de calidad
han ido evolucionando de una forma paralela. En la siguiente tabla se recoge un
resumen de la evolucin del concepto de calidad en el tiempo.

poca/Sistema de
Gestin

Concepto de Calidad

Epoca artesanal

Hacer las cosas bien a cualquier costo

Industrializacin

Produccin

Segunda Guerra Mundial

Eficacia + Plazo = Calidad

Posguerra (Japn)

Hacer las cosas bien a la primera

Posguerra (resto de pases)

Produccin

Control de Calidad

Verificacin de las caractersticas del producto

Gestin de la Calidad

Aptitud del producto/servicio al uso

Gestin de Calidad Total

Integrar la calidad en todo el proceso

Taguchi

Coste mnimo para la sociedad

En la poca artesanal la calidad supona hacer bien las cosas a cualquier costo. Los
objetivos seguidos por el artesano eran, por lo tanto, satisfacer el orgullo personal (su
prestigio) y satisfacer al comprador. En definitiva, el producto era una obra de arte.
Esto supone que el artesano vende los productos, compra las materias primas y
trabaja con una metodologa basada en su experiencia profesional.
Posteriormente, durante la industrializacin, el concepto de calidad fue sustituido por el
de produccin (hacer muchas cosas, no importa con que calidad). El objetivo de este
modo de fabricacin era el de satisfacer la demanda de bienes (generalmente escasos)
y el aumento de beneficios.
Durante la Segunda Guerra Mundial, el concepto de calidad equivala a asegurar la
eficacia del armamento (sin importar el costo) con la mayor y ms rpida produccin
(eficacia + plazo = calidad). El objetivo era garantizar la disponibilidad de un
armamento eficaz en cantidad y momento precisos.

Durante la posguerra, en Japn el concepto de calidad equivala a "hacer las cosas bien
a la primera". El objetivo de esta filosofa de trabajo era minimizar los costos a travs
de la calidad, satisfacer a los clientes y aumentar la competitividad de estas empresas.
En el resto de los pases, sin embargo, se volvi al objetivo de la poca anterior, la
industrializacin. No se contempla la calidad, slo se trata de producir cuanto ms
mejor, satisfacer la demanda de bienes para reconstruir los pases afectados por la
guerra.
En este tiempo se analiza el trabajo y se descompone en actividades sencillas. Estas
actividades se realizan por personas especializadas en pequeas tareas De este modo
nace el trabajo en cadena, el trabajo pasa de ser organizado por un artesano industrial
a ser planificado por los ingenieros. Como consecuencia disminuye el periodo de
aprendizaje y aumenta la productividad.
Esto supone un aumento de la competitividad, pero un descenso del nivel de vida y de
la satisfaccin de los trabajadores. Como efectos "secundarios" aparece un descenso
de la calidad por apata, descuido, mala coordinacin entre distintas funciones,
etctera.
Llega un momento en el que el cliente comienza a exigir ms calidad. Entonces se
comienza a buscar que el grado de adaptacin de un producto a su diseo sea el
ptimo. En esta poca se hace el Control de Calidad, en el sentido de inspeccin de
las caractersticas de un producto y satisfacer las necesidades tcnicas y de
produccin. De este modo, la calidad se identifica con la ausencia de defectos.
Originado por este control de calidad surge un conflicto entre la funcin de fabricacin
(a la bsqueda de aumentar la productividad) y la de control de calidad (cuya funcin
era detectar todos los defectos posibles).
Pero entonces resulta que el cliente busca otras cosas o, aunque el producto cumpla
las especificaciones del diseo, no es aceptado por el mercado. Entonces surge la
necesidad de cambiar el sistema de gestin y surge la Gestin de la Calidad. El
concepto de calidad se mide mediante el grado de satisfaccin de las necesidades del
cliente. Los objetivos, por lo tanto, sern satisfacer al cliente, mantener la calidad,
reduccin de los costos y mejorar la competitividad de la empresa.
En este momento surge el Aseguramiento de la Calidad. El concepto bsico de este
Sistema de Calidad supone garantizar el nivel de calidad del producto, esto es, que el
resultado de la actividad de la empresa sea el que se pretende y no una sorpresa. El
punto dbil de este sistema es que no contempla la mejora del producto, ni define
sistemas para captar la voz del cliente.
Para mejorar en estos aspectos surge la mejora continua, herramienta utilizada de
diferentes maneras en cada empresa segn sus necesidades y mtodos de trabajo. La
mejora continua est basada en una serie de pequeas mejoras que van haciendo
avanzar poco a poco a la empresa en diferentes aspectos.
Las empresas ms comprometidas en materia de calidad han comenzado
recientemente a incorporar un sistema de gestin denominado Gestin de Calidad
Total. Este proceso supone integrar el concepto de calidad en todas las fases del

proceso y a todos los departamentos que tienen alguna influencia en la calidad final del
proceso y/o servicio prestado al cliente.
Actualmente, los "gurs" de la calidad llegan aun ms lejos. Taguchi define la calidad
como el grado de prdida para la sociedad. El objetivo, por lo tanto es buscar el
mtodo de produccin que supone un coste mnimo para la sociedad. En este concepto
entran otro tipo de consideraciones, como pueden ser las relaciones con el medio
ambiente, la satisfaccin de los trabajadores, etctera.
Esto hace suponer que en un futuro el concepto de calidad se identifique con la
satisfaccin por el trabajo bien hecho. Los objetivos buscados pasaran a ser la
satisfaccin interna (empresa), la satisfaccin externa (cliente y sociedad en general),
y una alta competitividad en un mercado en el que la calidad se considerar como un
derecho.

FUENTE: http://www.crea.es/guia/calidad/c1.html

CONCEPTOS E IMPORTANCIA DE LA CALIDAD

En sus orgenes, el concepto de calidad (quality, qualit) aluda a los atributos distintivos de las
personas o las cosas.
Por este motivo era comn adjetivar la calidad. Se poda decir de las personas o las cosas que
eran de buena, regular o mala calidad.
Hoy en cambio, es ms comn escuchar que las personas o las cosas tienen o no tienen calidad.
En consecuencia, el concepto de calidad ha pasado a distinguir los buenos atributos. Y dentro de
ellos, el grado superlativo es lo que se denomina calidad total.
Pero, cmo determinar los buenos atributos y ms especficamente, medir la calidad?
La forma ms simple es estableciendo la conformidad de los productos y los servicios (y tambin
las personas) con referencia a ciertas normas. Medir de manera cuantitativa, en qu proporcin un
lote final se ajusta a las especificaciones de la norma.
Pero as como se puede medir la calidad de los productos y servicios, tambin se puede medir los
procesos que le dan origen. Si estos procesos se sujetan a ciertas normas, las probabilidades de
fallos se reducen.
Si en el primer caso, la revisin de la calidad permita entregar al cliente slo los productos y
servicios que cumplan ciertas especificaciones evitndose devoluciones, reclamos y mala imagen,

en el segundo la aplicacin de ciertas normas haca ms confiable la produccin final. Esto es lo


que se conoce como aseguramiento de la calidad que incide directamente en la eficiencia de los
procesos (un mayor valor a un menor costo).
Sin embargo, los procesos y sus productos o servicios pueden sujetarse a las especificaciones
pero carecer de valor en trminos del mercado. Esto no fue tan claro en la poca de auge de la
gran industria para mercados masivos. Pero se hizo totalmente evidente cuando la produccin se
diversific y diferenci.
Hoy es comn hablar de calidad como satisfaccin al cliente. Los productos o servicios son de
calidad porque contentan a sus consumidores o usuarios.
Una variante de este concepto es la calidad en funcin del precio. Es decir, la satisfaccin de las
expectativas del cliente en relacin con el valor que ste le asigna. Cada cliente aspira as a los
niveles de calidad que su ingreso le permite.
La satisfaccin del cliente es la medida de la eficacia del producto o el servicio y por tanto, de la
persona u organizacin que lo produce o proporciona.
Pero, cmo medir la satisfaccin del cliente? Se trata sin duda de un concepto cualitativo, pero el
mercado proporciona informacin. La ms importante es la demanda y la fidelidad del cliente. Pero
tambin es posible recoger informacin mediante investigacin del mercado.
La calidad total o la excelencia, es la convergencia de la mayor eficiencia con la mayor eficacia.
Pero del mismo modo que siempre ser posible optimizar los procesos, tambin los gustos de los
clientes cambian en el tiempo. En esa medida, la calidad total o excelencia no es un punto de
llegada sino un proceso continuo de creacin de mayor utilidad incorporando todos los valores de
la sociedad: responsabilidad social, ambiental y tica.
La medida en que las organizaciones o personas han incorporado los conceptos de calidad en su
gestin, son un indicativo de la calidad de sus productos o servicios.

Calidad en desarrollo
Anualmente se invierte centenares de millones de dlares en ayuda o cooperacin al desarrollo.
Esta inversin se ejecuta a travs de entidades pblicas nacionales o federales, regionales y
locales, y a travs de organismos privados conocidos como organizaciones no gubernamentales
(ONG).
La inversin en desarrollo comprende ejecucin de obras de infraestructura social o productiva,
servicios a la produccin, como aquella destinada a acrecentar las capacidades y ejercicio de sus
derechos por las personas.
La inversin en desarrollo puede incidir en las externalidades que afectan a una comunidad como
puede ser apropiada directamente por un colectivo y en algunos casos por unas pocas personas.
Es aplicable a esta inversin los conceptos de calidad antes enunciados?
Esta inversin como cualquier asignacin de recursos, debe regirse por los mismos principios: la
mxima eficiencia y eficacia, es decir, calidad total o excelencia.

En desarrollo debemos establecer que los productos o servicios que se proporcionan cumplan con
ciertas normas, que los procesos que le dan origen atiendan otras especificaciones y que los
clientes de las organizaciones ejecutoras sean stas pblicas o privadas, sean satisfechos.
En la cooperacin al desarrollo hay sin embargo dos clientes simultneos. Unos pagan que son las
agencias financiadoras o donantes. Otros reciben los bienes o servicios y son los llamados
beneficiarios de la ayuda.
Por lo general, la definicin de a quin se ayuda y con qu medios, queda en manos de los
financiadores y la organizacin ejecutora. Unos u otros o ambos, preparan un proyecto. Si las
metas del proyecto se alcanzan en los plazos previstos y al costo estimado en el presupuesto, se
dir que la ejecucin fue eficiente o tambin, que la organizacin fue eficiente.
Algo ms complicado es determinar la eficacia. En la medida en que los clientes-beneficiarios no
escogen al proveedor ni establecen una relacin de fidelizacin voluntaria y de largo plazo, no
tendremos una indicacin de mercado sobre la eficacia de su trabajo.
Para medir la eficacia se han elaborado sistemas de medicin de impacto que a partir del diseo
de un escenario contrafactual (lo que ocurrira sin el proyecto) puede verificar la bondad de la
inversin comparando los resultados observables con informacin de base y/o con grupos de
control.
Otra opcin es recojer la opinin de los clientes empleando tcnicas de investigacin de mercado.
Sin embargo, la opinin del cliente-beneficiario por lo general est sesgada por su propia
percepcin o clculo de beneficios ulteriores.
Lastimosamente, en la mayora de proyectos por razones de costos, no se efectan mediciones de
base ni de impacto que sean confiables y concluyentes. No se cuenta entonces, con medidas de
eficacia.
Pero en la medicin de la eficiencia la norma o especificaciones son las del proyecto tal como ste
fue formulado. Se puede afirmar que el encargo fue cumplido, pero no nos informa en absoluto
sobre la calidad del encargo.
Ahora bien, en la cooperacin internacional cada agencia financiadora, incluso cada departamento
de la agencia, lo mismo que las organizaciones ejecutoras, tienen su propia norma cuando
efectivamente la tienen.
No es necesario hacer un gran esfuerzo de imaginacin para concluir que entre las miles de
organizaciones que ejecutan proyectos de apoyo al desarrollo humano en el mundo, la forma de
hacerlo y los resultados alcanzados son muy diversos. La calidad en este caso, quedar definida
por aquellas organizaciones cuya eficiencia y eficacia est por encima de la media.
Son las mejores prcticas documentadas las que establecen la norma o el estndar al que se
deben sujetar las organizaciones. En consecuencia, se mide la calidad de una organizacin con
relacin a la calidad de las mejores organizaciones.
El diseo de un proyecto, las metas que se propone, la asignacin de tareas, la forma de
relacionarse con los clientes-beneficiarios, la ejecucin de las actividades, los procesos
administrativos y presupuestales, es decir, todos los aspectos de la gestin, deben compararse con
las mejores prcticas.

La calidad total o excelencia en desarrollo se mide en definitiva por la constancia en mejorar, por la
capacidad para identificar y adoptar las mejores prcticas, pero tambin por innovar para superar
los estndares.

FUENTE: http://www.dexcel.org/espanol/conceptocalidad.htm

Desarrollos y conceptos fundamentales de calidad


total
El concepto de calidad se ha dado desde que el primer hombre comienza a vivir.
En ese entonces no se le daba una definicin con palabras precisas, sino ms
bien era subjetiva la manera en que se perciba la calidad. Ya que en ese
entonces el hombre careca de estudios que le ayudaran a darle una definicin
como la que ahora se maneja. Pero aun as el hombre buscaba la calidad en cada
actividad que realizaba.
Encontramos dos conceptos de calidad, el conocido tradicionalmente y el
concepto moderno.
El concepto tradicional nos habla de la calidad como el cumplimiento de una
norma, sin tomar en cuenta la demanda de dicho producto, en este concepto la
oferta supera a la demanda, desarrollndose en una economa cerrada. Siendo el
consumidor quien debe adaptarse al producto, y no el producto a las necesidades
del consumidor.
Sin embargo el concepto se ha ido transformando con el paso del tiempo y de
acuerdo a las exigencias del propio mercado. Dando as un nuevo concepto sobre
la calidad, donde el producto o servicio se disea en funcin de los requerimientos
y necesidades del consumidor, tomando en cuenta tambin conceptos como, el
precio, el tiempo, etc.
De acuerdo a estas exigencias el concepto de calidad engloba 3 caractersticas
bsicas.

Calidad de diseo.
Calidad de conformancia.
Calidad de vida del trabajador.

Y la suma de estos da como resultado al Calidad Total


Pero para su mejor comprensin definiremos cada uno de los conceptos que
engloba la Calidad Total

Calidad de diseo. Aqu se determina el que producto y/o servicio producir y


como hacerlo. As como los materiales que se utilizaran en su realizacin y los
procedimientos para realizarlos. La calidad de diseo es bsicamente la
adecuacin del producto y/o servicio a las necesidades y requerimientos del
consumidor.
Bsicamente la calidad de diseo es una planeacin a conciencia del producto y/o
servicio que pensamos ofrecer a la comunidad. Debern tomarse en cuenta 5
puntos claves para que se d dicha calidad de diseo.
1.
2.
3.
4.
5.

Segmentar el mercado para identificar el nicho o nichos de mercado al que


habremos de dirigirnos.
Realizar la adecuada y completa investigacin de mercado para cada nicho
al que nos dirigiremos.
Adecuar el producto o servicio de acuerdo a las necesidades, gustos y
preferencias detectadas en la investigacin de mercado.
Definir los mtodos de produccin a utilizar.
Equipar a la organizacin con los elementos necesarios para la produccin
del producto o servicio, as como los cursos de capacitacin para el
personal.

Calidad de conformancia. Esto se refiere bsicamente al grado en que el


producto o servicio cumple con los estndares o normas establecidas de calidad.
En este concepto la frase de hacer las cosas bien a la primera vez queda
perfectamente, ya que esta calidad de conformancia se enfoca a la manera de
hacer las cosas; con los materiales correctos, maquinaria y equipo en buen
estado, personal capacitado y motivado, etc.

Calidad de vida del trabajador. Tenemos que darle a los trabajadores de


todos los niveles un clima organizacional optimo, ya que de eso depende el buen
desempeo de los trabajadores.
Para que se de un agradable clima organizacional, debe de contarse con un lder
que asesore a los trabajadores, pero de be tenerse muchisimo cuidado de que
este lder no se convierta en un capataz que ordene y haga sentir a los
trabajadores que no se les tiene confianza. Ya que esto afectara en el nivel de
desempeo de los trabajadores. Puesto que sentirn limitada su capacidad para
tomar decisiones y hasta pueden perder el gusto y la entrega por su trabajo.
De esta manera tenemos como resultado:

Calidad total = Calidad de diseo + calidad de conformancia +


calidad de vida del trabajador

FUENTE:
http://orbita.starmedia.com/~unamosapuntes/admoncalidad/admoncalidad.htm#Concept
os

COSTOS DE LA CALIDAD
Fundamentos de la Economa de los Sistemas de Calidad.
Durante las ltimas dcadas, las compaas del mundo occidental tomaron
conciencia de la estratgica importancia que representa la Administracin de la
Calidad Total (ACT) para la sanidad de sus propias empresas. Comprendieron que
la ACT les permitira ser competitivas en los mercados nacionales e
internacionales. As pues, se ha iniciado un proceso de mejoramiento continuo de
la calidad.
La calidad satisfactoria de un producto o servicio va de la mano con costos
satisfactorios de calidad y servicios. Uno de los obstculos principales para el
establecimiento de un programa ms dinmico de calidad en aos anteriores era
la nocin equivocada de que el logro de una mejor calidad requiere de costos
mucho ms altos.
La calidad insatisfactoria significa una utilizacin de recursos insatisfactoria. Esto
incluye desperdicios de material, desperdicios de mano de obra, desperdicios de
tiempo de equipo y en consecuencia implica mayores costos.
Un factor principal en estos conceptos errneos del pasado de la relacin entre
calidad y costo era la poca disponibilidad de datos importantes. En realidad, en los
primeros aos, haba una extendida creencia de que la calidad no poda ser
medida prcticamente en trminos de costos. Parte de la razn de esta creencia
era la contabilidad de costos tradicional, que segua la gua de la economa
tradicional y que no haba tratado de cuantificar la calidad. En forma
correspondiente, el costo de la calidad no se ajustaba fcilmente a las viejas
estructuras de la contabilidad.
Hoy, no solo se reconoce la capacidad de medicin en los mismos programas de
calidad, sino que estos costos son centrales para la administracin e Ingeniera de
Control moderno de la Calidad Total, as como para la planeacin estratgica del
negocio de compaas y plantas.
Por qu son Importantes los Costos en la Calidad?
En primer lugar porque son grandes, muy grandes. De acuerdo con la
investigacin de un grupo de trabajo de la Oficina para el Desarrollo Econmico
Nacional (ODEN) que estudi la calidad y las normas publicadas en 1985,
alrededor del 10 al 20% de las ventas totales de las empresas est representado
por los costos relacionados con la calidad.

En segundo lugar, el 95% de los costos en la calidad generalmente tiene relacin


con la valoracin y los defectos. Estos gastos le aaden muy poco al valor del
producto o servicio; los gastos de los defectos, por lo menos, pueden considerarse
evitables. La reduccin de los costos de los defectos mediante la eliminacin de
las causas de la falta de cumplimiento tambin puede traducirse en una reduccin
sustancial de los costos de valoracin.
En tercer lugar, los costos innecesarios y evitables encarecen los bienes y
servicios. Esto a su vez, afecta la competitividad y, a la larga, los salarios y los
estndares de la vida.
En curto lugar, es evidente que los gastos y los aspectos econmicos de muchas
actividades relacionadas con la calidad, incluidas las inversiones en la prevencin
y las actividades de evaluacin, les son desconocidos a las compaas, no
obstante que tales costos son considerables y que una parte sustancial de ellos es
evitable.
Qu son los Costos Funcionales de Calidad?
Los costos de calidad en plantas y compaas se contabilizan en forma que
incluyan dos componentes principales: los costos de control y los costos por falla
en el control. stos son los costos funcionales de calidad del productor.
Los costos de control se miden en dos segmentos: costos de prevencin, que
evitan que ocurran defectos e inconformidades y que incluyen los gastos de
calidad para evitar que, en primer lugar, surjan productos insatisfactorios. Aqu se
incluyen tales reas de costos como calidad en la ingeniera y entrenamiento en
calidad para los empleados. Los costos de evaluacin incluyen los costos de
mantener los grados de calidad de la compaa por medio de evaluaciones
formales de la calidad del producto. Ello incluye reas de costo como inspeccin,
pruebas, investigaciones externas, auditorias de calidad y gastos similares.
Los costos por falla en el control, que son causados por los materiales y productos
que no satisfacen los requisitos de calidad, se miden tambin en dos segmentos:
costos por fallas internas, que incluyen los costos de calidad insatisfactoria dentro
de la compaa tales como desechos, deterioros y material vuelto a trabajar, y
costos por fallas externas, que incluyen los costos de calidad insatisfactoria fuera
de la compaa, como fallas en el desempeo del producto y quejas de los
clientes.
La figura siguiente muestra la divisin de los costos de la calidad expuestos
anteriormente, con sus respectivos segmentos.
Definiciones de los Puntos del Costo de Calidad Funcional.
Costos de Prevencin
a.- Planeacin de la Calidad
La planeacin de la calidad representa los costos relacionados con el tiempo que
todo el personal ya sea en la funcin de la calidad o en otras funciones invierte
en planear los detalles corrientes del sistema de calidad y en traducir los requisitos
del diseo del producto y de calidad del consumidor en controles especficos de
manufactura en la calidad de los materiales, procesos y productos por medio de
mtodos, procedimientos e instrucciones formales. Tambin representa los costos
relativos al tiempo invertido, haciendo otros trabajos de planeacin de la calidad

tales como estudio de la confiabilidad, anlisis de la calidad antes de la produccin


e instrucciones escritas o procedimientos de trabajo para pruebas, inspeccin y
control del proceso.
b.- Control de Procesos
El control de procesos comprende los costos originados por el tiempo que el
personal de control de calidad emplea al estudiar y analizar los procesos de
fabricacin, incluyendo a proveedores, con el fin de establecer medios de control y
mejoramiento de la capacidad de los procesos existentes, as como proporcionar
ayuda tcnica al personal de fabricacin en la aplicacin efectiva de los planes de
la calidad y en la iniciacin y desarrollo del control de los procesos operativos de la
manufactura.
c.- Diseo y construccin del equipo de informacin de calidad
Costos ocasionados por el tiempo empleado en el diseo y en la construccin del
equipo de informacin de la calidad, medidas de seguridad y artificios de control.
d.- Entrenamiento para la calidad y desarrollo de la fuerza laboral
El entrenamiento para la calidad representa los costos de establecer y poner en
marcha programas formales de entrenamiento para la calidad en todas las
operaciones de la compaa, diseadas para adiestrar al personal en el
entrenamiento y uso de programas y tcnicas para el control de la calidad,
confiabilidad y seguridad. No incluye los costos de entrenamiento de los operarios
para lograr una suficiencia normal en la cantidad de producto.
e.- Verificacin del diseo del producto
La verificacin del diseo del producto representa el costo de evaluar el producto
antes de la produccin, con el propsito de verificar los aspectos de calidad,
confiabilidad y seguridad del diseo.
f.- Desarrollo y administracin del sistema
El desarrollo y administracin del sistema representa el costo de la ingeniera y
administracin de sistemas de calidad generales y apoyo para el desarrollo de
sistemas de calidad.
g.- Otros costos de prevencin
Otros costos de prevencin representan los costos administrativos que implican
los costos organizacionales de calidad y confiabilidad que no se hayan
contabilizado de otra manera, tales como salarios administrativos y de oficinas y
gastos de viajes.
Costos de Evaluacin
a.- Inspeccin y pruebas de materiales comprados
La inspeccin y prueba de materiales comprados representan costos aplicables al
tiempo dedicado a las pruebas y a la inspeccin para evaluar la calidad de los
materiales adquiridos, por operarios y supervisores. Incluye tambin el costo de
los viajes de inspectores a las plantas de los proveedores, a fin de evaluar los
materiales comprados.
b.- Pruebas de aceptacin en laboratorio
Estas pruebas de aceptacin representan el costo de todas las pruebas
efectuadas por un laboratorio o unidad de pruebas para evaluar la calidad de los
materiales comprados.
c.- Mediciones en laboratorio u otros servicios

Estas mediciones u otros servicios representan los costos de un laboratorio de


mediciones tales como de calibracin y reparacin de instrumentos y de
comprobacin de procesos.
d.- Inspeccin
La inspeccin representa los costos relativos al tiempo empleado en la inspeccin
por el personal respectivo, evaluando la
calidad del producto en los talleres, por supervisores y personal de oficina. No
incluye los costos causados por pruebas que se hallan en el punto 2a, equipos de
pruebas, instrumentos, herramientas o materiales.
e.- Pruebas
Las pruebas representan los costos del personal de prueba, en la evaluacin de la
actuacin del producto en pruebas tcnicas dentro del taller, incluyendo gastos de
personal de supervisin y de oficinas. No incluye el costo de pruebas de material
adquirido, segn el punto 2a, equipos de prueba, instrumentos, herramientas o
materiales.
f.- Comprobacin de uso de mano de obra
Esta comprobacin representa los costos debido al tiempo de confronta que el
operario de taller consume en comprobar su propio trabajo, de acuerdo con el plan
de trabajo o el plan de proceso para asegurarse de que el producto responde a la
calidad pedida en los planes de la produccin, as como a la seleccin en lotes
que hayan sido rechazados por no cumplir con los requisitos de calidad exigidos y
en otras actividades con referencia a evaluacin de la calidad del producto.
g.- Preparacin para pruebas e inspeccin
La preparacin para pruebas e inspeccin representa los costos conexos con el
tiempo empleado en la preparacin por el personal, relacionado con el equipo de
pruebas que permita pruebas funcionales.
h.- Material y equipo para pruebas e inspeccin y equipo para menor calidad
En este inciso entran los costos de energa para probar aparatos grandes, tales
como de vapor, combustibles, y los materiales y suministros utilizados en pruebas
destructivas, tales como las pruebas de durabilidad o las inspecciones de ruptura
o desgarramiento en pruebas destructivas, pruebas de duracin o desarmar para
inspeccin. El equipo para menor calidad incluye los costos del equipo no
capitalizado de informacin de la calidad.
i.- Auditoria de la calidad
La auditoria de la calidad representa los costos relativos al tiempo que emplea el
personal en hacer auditorias.
j.- Contratos con el exterior
Los contratos con el exterior se refieren a los costos comerciales de laboratorio,
inspecciones de compaas de seguros, etc.
k.- Conservacin y calibracin del equipo de pruebas e inspeccin de informacin
de la calidad
La conservacin y calibracin del equipo, en cuanto a costos, comprende lo que
devenga el personal de mantenimiento, por el tiempo empleado en calibrar y
cuidar del equipo de pruebas y de inspeccin.
l.- Revisin del producto por ingeniera y embarque
Representa los costos aplicables al tiempo que los ingenieros de produccin
tardan en hacer una revisin de los datos correspondientes a las pruebas y a la

inspeccin del producto, antes de autorizar su entrega para que salga de la


fbrica.
m.- Pruebas de campo
Estos son los costos en que se incurre por pruebas en el terreno de uso, del
consumidor, antes de la entrega definitiva del producto. Comprenden gastos de
viaje y gastos de estancia.
Costos por Fallas Internas
a.- Desperdicios
Con el fin de obtener los costos de la calidad en la operacin, se tienen que
considerar los costos por desperdicios en los que se incurre mientras se logra
alcanzar los valores de calidad requeridos. No se incluyen los desperdicios debido
a otras causas como la de dejar de usarse por obsolescencia o por modificaciones
en el diseo, etc.
b.- Retrabajo
Los trabajos suplementarios representan los pagos adicionales a los operadores
mientras se alcanza la calidad requerida. No incluyen pagos que se efecten por
recuperacin del producto a cambio del diseo para satisfacer al consumidor. La
recuperacin o repeticin puede se por fallas en la fabricacin propiamente o por
fallas debidas al vendedor.
c.- Costos por suministro de materiales
Costos adicionales en que incurre el personal encargado al suministro de
materiales al dedicarse al manejo de quejas y rechazo de materiales comprados.
En estos casos se procurar que los proveedores se den perfectamente cuenta de
los motivos de quejas y de los rechazos.
d.- Consulta entre ingenieros de la fbrica
Estos costos son por el tiempo que los ingenieros de produccin emplean en la
solucin de algunos problemas relacionados con la calidad de los productos; por
ejemplo, cuando un producto, un componente o algn material no est de acuerdo
con las especificaciones de la calidad, o bien, cuando a algn ingeniero de la
produccin se le asigna la tarea de estudiar la factibilidad de un cambio en las
especificaciones. No se incluyen costo alguno por la ejecucin del trabajo en el
interior de los talleres.
Costos por Fallas Externas
a.- Quejas dentro de la garanta
Representan todos los costos de quejas especficas en el campo dentro de la
garanta por la investigacin, reparacin o sustitucin.
b.- Quejas fuera de la garanta
Representan todos los costos aceptados para el ajuste de quejas especficas en el
campo, despus del vencimiento de la garanta.
c.- Servicio al producto
Representa todos los costos aceptados por servicio al producto directamente
atribuibles a la correccin de imperfecciones o pruebas especiales, o correccin
de defectos no como resultado de quejas en el campo.
d.- Retiro del producto
Representa los costos relacionados con la calidad como resultado del retiro de

productos o componentes del producto.


e.- Responsabilidad legal del producto
Representa los costos por calidad en los que se incurre como resultado de juicios
de demandas legales relacionadas con las fallas en la calidad.
Dificultades Asociadas con las Definiciones de los Costos de la Calidad
Hay que darse cuenta de que los problemas de las definiciones rigurosas se
presentan nicamente como consecuencia de realizar un ejercicio del clculo del
costo de la calidad. La consideracin de la calidad no requiere de distinciones tan
precisas entre lo que se relaciona y lo que no se relaciona con la calidad. Pero
existen numerosos indicios de que, incluso cuando estn recopilando los costos,
quienes lo hacen no se sienten obligados a reunir solamente los definidos con
rigor.
Dos consideraciones bsicas y de importancia para cualquier estudio del clculo
del costo de la calidad son: los sistemas de contabilidad no aportan fcilmente la
informacin necesaria, segn las definiciones actuales, y el hecho de que las
definiciones rigurosas de los elementos de la actividad clasificada como de calidad
sean necesarias solamente para efectuar los clculos. Los elementos se definen
de tal manera que es difcil calcular su costo, lo cual es una situacin absurda. Por
lo general, estn definidos a partir de actividades especficas o de gastos que se
originan por no proporcionar el producto o servicio (en el sentido ms amplio), sin
que se tome en cuenta la facilidad de calcular el costo.
Los costos generados por funciones distintas del aseguramiento de la calidad y de
la produccin y las operaciones dan origen a problemas anlogos de clasificacin.
Algunos ejemplos notables son las contribuciones de la funcin de adquisiciones a
la ayuda y el aseguramiento de la calidad de los proveedores, y a que los bienes
adquiridos sean adecuados para tal propsito. Otros ejemplos son las actividades
de los departamentos de ingeniera y diseo, relacionados con las concesiones y
modificaciones que repercuten en la calidad del producto. La cuantificacin y
clasificacin de tales factores, al igual que el clculo de su costo, es algo muy
difcil y que rara vez se hace; pero pueden representar proporciones significativas
de las categoras de costos de prevencin y de defectos internos.
Hay diversos factores que sirven para asegurar la utilidad bsica del producto,
prevenir los errores y proteger y conservar la calidad del producto y del servicio.
Ejemplos de ello son el uso de cdigos de diseo, la preparacin de sistemas y
procedimientos de ingeniera y administracin, los sobreprecios en efectivo por el
control de maquinaria, documentos y dibujos, y las prcticas de manejo y
almacenamiento. El que tales factores puedan ser el origen de costos que se
puedan considerar relacionados con la calidad es algo que se determinar segn
sea el caso.
Recopilacin de Datos sobre los Costos de la Calidad
Recopilar datos sobre los costos de la calidad tan solo para ver que revelan tiene
muy poco sentido. De modo que la estrategia para calcular los costos de la calidad
y su efecto sobre la medicin y recoleccin de los costos respectivos es un
asunto fundamental.
Muchos de los datos necesarios para proporcionar un informe del costo de la

calidad pueden estar disponibles en el sistema existente de contabilidad de la


planta y compaa. La informacin del costo de calidad puede obtenerse de hojas
de tiempo, cuantas de gastos, rdenes de compra, informes de recuperacin del
producto, memorandos de cargo o de abono, y muchas otras fuentes similares.
Con frecuencia, los datos obtenidos a partir de estas fuentes pueden juntarse para
proporcionar los puntos diferentes del costo de calidad y para colocarlos en los
segmentos y categoras ya comentados. Cuando no hay datos disponibles para
cierto punto, por ejemplo, el tiempo invertido por los ingenieros de diseo para
interpretar los requisitos de calidad, con frecuencia es posible hacer clculos
exactos para llegar a un valor para el elemento.
El procedimiento de datos por computadora es una herramienta importante para el
informe de los costos de calidad en muchas compaas, ya sea con una operacin
centralizada de computadora o en una base de datos distribuidos.
FUENTE: http://www.monografias.com/trabajos7/sica/sica2.shtml#cos

CADENA CLIENTE - PROVEEDOR

ENFOQUE AL CLIENTE

Cliente Persona a la que el programa o institucin atiende.


Consumidor final de los productos o servicios de la organizacin
Cada institucin o programa de salud necesita definir cual es el sector de la
poblacin que va a atender, cuales son sus caractersticas, necesidades y
expectativas para saber que servicios ofrecer y como ofrecerlos.
Dichas necesidades y expectativas del cliente se dan a conocer a travs del
Lenguaje Verbal o No Verbal. (encuestas, sugerencias, observaciones). Lo cual
nos permitir saber que piensa el cliente del servicio brindado
TIPO:

Cliente externo.- Es el consumir final de los productos o servicios que le ofrece


el cliente interno para satisfacer sus necesidades.
Paciente Servicio Enfermera
Cliente Interno.- Es la persona que necesita de recursos e insumos para
ofrecer un servicio de calidad al consumidor final.
La Enfermera Servicio Paciente
CADENA CLIENTE PROVEEDOR

La cadena cliente - proveedor es la interconexin de persona e instituciones que


trabajan para alcanzar un objetivo y poder brindar una buena atencin de calidad.
De la misma manera que otros dependen de nosotros para satisfacer sus
necesidades, nosotros dependemos de que otro nos provean cosas tales como
informacin, capacitacin, material y sistemas denominados proveedores internos.
FUENTE: http://usuarios.lycos.es/enfermeriaperu/gesenfer/calidatenserv1.htm

RECOLECCION DE DATOS
La recoleccin de datos se refiere al uso de una gran diversidad de tcnicas y herramientas que
pueden ser utilizadas por el analista para desarrollar los sistemas de informacin, los cuales
pueden ser la entrevistas, la encuesta, el cuestionario, la observacin, el diagrama de flujo y el
diccionario de datos.
Todas estos instrumentos se aplicar en un momento en particular, con la finalidad de
buscar informacin que ser til a una investigacin en comn. En la presente investigacin trata
con detalle los pasos que se debe seguir en el proceso de recoleccin de datos, con las tcnicas
ya antes nombradas.
TCNICAS PARA HALLAR DATOS
Los analistas utilizan una variedad de mtodos a fin de recopilar los datos sobre
una situacin existente, como entrevistas, cuestionarios, inspeccin de registros (revisin en el
sitio) y observacin. Cada uno tiene ventajas y desventajas. Generalmente, se utilizan dos o tres
para complementar el trabajo de cada una y ayudar a asegurar una investigacin completa.
LA ENTREVISTA
Las entrevistas se utilizan para recabar informacin en forma verbal, a travs de preguntas
que propone el analista. Quienes responden pueden ser gerentes o empleados, los cuales son
usuarios actuales del sistema existente, usuarios potenciales del sistema propuesto o aquellos que
proporcionarn datos o sern afectados por la aplicacin propuesta. El analista puede entrevistar al
personal en forma individual o en grupos algunos analistas prefieren este mtodo a las otras
tcnicas que se estudiarn ms adelante. Sin embargo, las entrevistas no siempre son la mejor
fuente de datos de aplicacin.

Dentro de una organizacin, la entrevistas es la tcnica ms significativa y productiva de


que dispone el analista para recabar datos. En otras palabras, la entrevistas es un intercambio de
informacin que se efecta cara a cara. Es un canal de comunicacin entre el analista y la
organizacin; sirve para obtener informacin acerca de las necesidades y la manera de
satisfacerlas, as como concejo y comprensin por parte del usuario para toda idea o mtodo
nuevos. Por otra parte, la entrevista ofrece al analista una excelente oportunidad para establecer
una corriente de simpata con el personal usuario, lo cual es fundamental en transcurso del estudio.
Preparacin de la Entrevista
1. Determinar la posicin que ocupa de la organizacin el futuro entrevistado, sus
responsabilidades bsicas, actividades, etc. (Investigacin).
2. Preparar las preguntas que van a plantearse, y los documentos necesarios (Organizacin).
3. Fijar un lmite de tiempo y preparar la agenda para la entrevista. (Sicologa).
4. Elegir un lugar donde se puede conducir la entrevista con la mayor comodidad (Sicologa).
5. Hacer la cita con la debida anticipacin (Planeacin).
Conduccin de la Entrevista
1. Explicar con toda amplitud el propsito y alcance del estudio (Honestidad).
2. Explicar la funcin propietaria como analista y la funcin que se espera conferir al
entrevistado. (Imparcialidad).
3. Hacer preguntas especficas para obtener respuestas cuantitativas (Hechos).
4. Evitar las preguntas que exijan opiniones interesadas, subjetividad y actitudes similares
(habilidad).
5. Evitar el cuchicheo y las frases carentes de sentido (Claridad).
6. Ser corts y comedio, abstenindose de emitir juicios de valores. (Objetividad).
7. Conservar el control de la entrevista, evitando las divagaciones y los comentarios al
margen de la cuestin.
8. Escuchar atentamente lo que se dice, guardndose de anticiparse a las respuestas
(Comunicacin).
Secuela de la Entrevista
1. Escribir los resultados (Documentacin).
2. Entregar una copia al entrevistado, solicitando su conformacin, correcciones o adiciones.
(Profesionalismo).
3. Archivar los resultados de la entrevista para referencia y anlisis posteriores
(Documentacin).
Recabar datos mediante la Entrevista
La entrevista es una forma de conversacin, no de interrogacin, al analizar las
caractersticas de los sistemas con personal seleccionado cuidadosamente por sus conocimientos
sobre el sistema, los analistas pueden conocer datos que no estn disponibles en ningn otra
forma.
En las investigaciones de sistema, las formas cualitativas y cuantitativas de la informacin
importantes. La informacin cualitativa est relacionada con opinin, poltica y descripciones
narrativas de actividades o problemas, mientras que las descripciones cuantitativas tratan con
nmeros frecuencia, o cantidades. A menudo las entrevistas pueden ser la mejor fuente de
informacin cualitativas, los otros mtodos tiende a ser ms tiles en la recabacin de datos
cuantitativos.
Son valiosas las opiniones, comentarios, ideas o sugerencia en relacin a como se podra
hacer el trabajo; las entrevistas a veces es la mejor forma para conocer las actividades de las
empresas. La entrevista pueden descubrir rpidamente malos entendidos, falsa expectativa o
incluso resistencia potencial para las aplicaciones de desarrollo; ms an, a menudo es ms fcil
calendarizar una entrevista con los gerentes de alto nivel, que pedirle que llenen cuestionario.
Determinacin del tipo de Entrevista

La estructura de la entrevista varia. Si el objetivo de la entrevista radica en adquirir


informacin general, es conveniente elaborar una serie de pregunta sin estructura, con una sesin
de preguntas y respuesta libres
Las entrevistas estructuradas utilizan pregunta estandarizada. El formato de respuestas
para las preguntas pueden ser abierto o cerrado; las preguntas para respuestas abierta permiten a
los entrevistados dar cualquier respuesta que parezca apropiado. Pueden contestar por completo
con sus propias palabras. Con las preguntas para respuesta cerradas se proporcionan al usuario
un conjunto de respuesta que se pueda seleccionar. Todas las personas que respondes se basan
en un mismo conjunto de posible respuestas.
Los analistas tambin deben dividir el tiempo entre desarrollar preguntas para entrevistas y
analizar respuesta. La entrevista no estructurada no requiere menos tiempos de preparacin,
porque no necesita tener por anticipado las palabras precisas de las preguntas. Analizar las
respuestas despus de la entrevista lleva ms tiempo que con la entrevista estructuradas. El mayor
costo radica en la preparacin, administracin y anlisis de las entrevistas estructuradas para
pregunta cerradas.
Ejemplos de las preguntas abiertas y cerradas en la entrevista estructurada
FORMA DE PREGUNTA ABIERTA
FORMA DE PREGUNTA CERRADA
Ejemplo: obtener la informacin sobre las
caractersticas de diseos crticas para los
empleados.
algunos empleados han sugerido que la
mejor forma para hacer eficiente el
procesamiento de pedidos es instalar un
sistema de computadora que maneje todos
los clculos...
bajo estas circunstancias apoyara usted el
desarrollo de un sistema de este tipo?.

Ejemplo: obtener la informacin sobre las


Caractersticas de diseo crticas para los
empleados.
La experiencia le ha proporcionado una
amplia visin en cuanto a la forma en la que
la empresa maneja los pedidos...
Me
gustara que usted contestara algunas
preguntas especficas en relacin en lo
anterior:
-Qu etapas trabajas bien?cules no
-En donde se presenta la mayor parte del
problema?
- Cundo ocurre un atraso, cmo se
maneja?
Entre otros

Seleccin de Entrevistados
Realizar entrevistas toma tiempo; por lo tanto no es posible utilizar este mtodo para
recopilar toda la informacin que se necesite en la investigacin; incluso el analista debe verificar
los datos recopilados utilizando unos de los otros mtodos de recabacin de datos. La entrevista se
aplican en todos los niveles gerencial y de empleados y dependa de quien pueda proporcionar la
mayor parte de la informacin til para el estudio los analistas que estudian la administracin de
inventarios pueden entrevistar a los trabajadores del embarque y de recepcin, al personal de
almacn y a los supervisores de los diferentes turnos, es decir. Aquellas personas que realmente
trabajan en el almacn, tambin entrevistarn a los gerentes ms importante.
Realizacin de Entrevista
La habilidad del entrevistador es vital para el xito en la bsqueda de hecho por medio de
la entrevista. Las buenas entrevista depende del conocimiento del analista tanto de la preparacin
del objetivo de una entrevista especfica como de las preguntas por realizar a una persona
determinada.
El tacto, la imparcialidad e incluso la vestimenta apropiada ayudan a asegurar una
entrevista exitosa. La falta de estos factores puede reducir cualquier oportunidad de xito. Por

ejemplo, analista que trabaja en la aplicacin enfocada a la reduccin de errores (captado por la
gerencia de alto nivel) probablemente no tendra xito si llegara a una oficina de gerencia de nivel
medio con la presentacin equivocada, ejemplo Estamos aqu para resolver su problema.
A travs de la entrevista, los analistas deben preguntarse a s mismo las siguientes
preguntas:
- Qu es lo que me est diciendo la persona?
- Por qu me lo est diciendo a m ?
- Qu est olvidando?
- Qu espera est persona que haga yo?
Entrevista estructurada
-Asegura
la
elaboracin
uniforme de las preguntas para
todos los que van a responder.
-Fcil de administrar y evaluar.
-Evaluacin ms objetiva tanto
de quienes responden como de
las respuestas a las preguntas.
-Se
necesita
un
limitado
entrenamiento del entrevistador.
-Resulta en entrevistas ms
pequeas.
VENTAJAS

DESVENTAJAs

-Alto costo de preparacin.


-Los que responden pueden no
aceptar un alto nivel en la
estructura y carcter mecnico
de las preguntas.
-Un alto nivel en la estructura
puede no ser adecuado para
todas las situaciones.
-El alto nivel en las estructuras
reduce responder en forma
espontnea,
as
como
la
habilidad del entrevistador para
continuar con comentarios hacia
el entrevistado.

Entrevista no estructurada
-El entrevistador tiene mayor
flexibilidad
al
realizar
las
preguntas adecuadas a quien
responde.
-El entrevistador puede explotar
reas
que
surgen
espontneamente
durante
la
entrevista.
-Puede
producir
informacin
sobre rea que se minimizaron o
en las que no se pens que
fueran importantes.
-Puede utilizarse negativamente
el tiempo, tanto de quien
responde como del entrevistador.
-Los
entrevistadores
pueden
introducir sus sesgos en las
preguntas o al informar de los
resultados.
-Puede recopilarse informacin
extraa
-El anlisis y la interpretacin de
los resultados pueden ser largos.
-Toma tiempo extra recabar los
hechos esenciales.

QU ES UNA ENCUESTA?
Se ha dicho que Estados Unidos ya no es una sociedad industrial, sino una sociedad de
informacin. Esto es, nuestros mayores problemas y tareas ya no giran principalmente en la
produccin de bienes y servicios necesarios para nuestra supervivencia y comodidad.
Nuestra sociedad, requiere un rpido y preciso flujo de informacin sobre las
preferencias, necesidades y comportamiento de sus miembros. Es en respuesta a esta necesidad
crtica de informacin por el gobierno, el comercio y las instituciones sociales que tanta confianza
se pone en las encuestas.
Hoy en da la palabra encuesta se usa ms frecuentemente para describir un mtodo de
obtener informacin de una muestra de individuos. Esta muestra es usualmente slo una fraccin
de la poblacin bajo estudio.
Por ejemplo, antes de una eleccin, una muestra de electores es interrogada para
determinar cmo los candidatos y los asuntos son percibidos por el pblico un fabricante hace
una encuesta al mercado potencial antes de introducir un nuevo producto una entidad del
gobierno comisiona una encuesta para obtener informacin para evaluar legislacin existente o
para preparar y proponer nueva legislacin.

No tan slo las encuestas tienen una gran variedad de propsitos, sino que tambin
pueden conducirse de muchas maneras, incluyendo por telfono, por correo o en persona.
An as, todas las encuestas tienen algunas caractersticas en comn.
A diferencia de un censo, donde todos los miembros de la poblacin son estudiados, las
encuestas recogen informacin de una porcin de la poblacin de inters, dependiendo el tamao
de la muestra en el propsito del estudio. En una encuesta bona fide, la muestra no es
seleccionada caprichosamente o slo de personas que se ofrecen como voluntarios para participar.
La muestra es seleccionada cientficamente de manera que cada persona en la poblacin tenga
una oportunidad medible de ser seleccionada. De esta manera los resultados pueden ser
proyectados con seguridad de la muestra a la poblacin mayor. La informacin es recogida usando
procedimientos estandarizados de manera que a cada individuo se le hacen las mismas preguntas
en mas o menos la misma manera. La intencin de la encuesta no es describir los individuos
particulares quienes, por azar, son parte de la muestra sino obtener un perfil compuesto de la
poblacin.
Una encuesta recoge informacin de una muestra. Una muestra es usualmente slo
una porcin de la poblacin bajo estudio.
El estndar de la industria para todas las organizaciones respetables que hacen encuestas
es que los participantes individuales nunca puedan ser identificados al reportar los hallazgos.
Todos los resultados de la encuesta deben presentarse en resmenes completamente annimos,
tal como tablas y grficas estadsticas.
Cun grande debe ser la muestra?
El tamao de muestra requerido en una encuesta depende en parte de la calidad
estadstica necesaria para los establecer los hallazgos; esto a su vez, est relacionado en cmo
esos hallazgos sern usados.
An as, no hay una regla simple para el tamao de muestra que pueda ser usada en todas
las encuestas. Mucho de esto depende de los recursos profesionales y fiscales disponibles. Los
analistas frecuentemente encuentran que una muestra de tamao moderado es suficiente
estadstica y operacionalmente. Por ejemplo, las muy conocidas encuestas nacionales
frecuentemente usan cerca de 1,000 personas para obtener informacin razonable sobre actitudes
y opiniones nacionales.
Cuando nos damos cuenta que una muestra apropiadamente seleccionada de slo 1,000
individuos puede reflejar varias caractersticas de la poblacin total, es fcil apreciar el valor de
usar encuestas para tomar decisiones informadas en una sociedad compleja como la nuestra. Las
encuestas proveen medios rpidos y econmicos de determinar la realidad de nuestra economa y
sobre los conocimientos, actitudes, creencias, expectativas y comportamientos de las personas.
Quin lleva a cabo las Encuestas?
Todos conocemos sobre las encuestas de opinin pblica que son reportadas por los
medios informativos. Por ejemplo, la Encuesta Gallup y la Encuesta Harris emiten informes
peridicos describiendo la opinin pblica nacional sobre una amplia gama de asuntos corrientes.
Encuestas estatales y en las reas metropolitanas, frecuentemente con el apoyo econmico de
algn peridico o estacin de televisin local, se reportan regularmente en muchos lugares. Las
cadenas mayores de radio y televisin, as como revistas nacionales de noticias tambin llevan a
cabo encuestas e informan sus resultados A pesar de esto, la gran mayora de las encuestas no
son de opinin pblica. La mayora estn dirigidas a un propsito administrativo, comercial o
cientfico. La gran variedad de asuntos con los que tratan las encuestas se puede ilustrar con la
siguiente lista de usos reales:
Las cadenas mayores de televisin confan en encuestas que le dicen cuntas y qu tipo
de personas ven sus programas.
Statistics Canad lleva a cabo encuestas continuas de panel sobre nios (y sus familias)
para estudiar sus necesidades educativas y otras.
Es una buena prctica nunca identificar los participantes individuales. El tamao de
la muestra depende de las metas estadsticas y de los recursos disponibles para la
encuesta.
Los fabricantes de automviles usan encuestas para determinar cun satisfechos estn las
personas con sus autos.

El Negociado del Censo de los Estados Unidos lleva a cabo encuestas cada mes para
obtener informacin sobre empleo y desempleo en la nacin.
La Agencia para la Poltica e Investigacin sobre Cuidado de Salud de los Estados Unidos
auspicia una encuesta peridica para determinar cuanto dinero est gastando la gente en
los distintos tipos de cuidado mdico.
Las autoridades de transportacin local conducen encuestas para obtener informacin
sobre los hbitos de viaje y transportacin de las personas.
Las revistas y revistas profesionales usan encuestas para conocer qu leen sus
suscriptores.
Se llevan a cabo encuestas para conocer quien usa nuestros parques nacionales y
otras facilidades recreativas.
Las encuestas proveen una fuente importante de conocimiento cientfico bsico.
Economistas, siclogos, profesionales de la salud y socilogos llevan a cabo encuestas para
estudiar materias tales como los patrones de ingreso y gastos en los hogares, las races del
prejuicio tnico o racial, las implicaciones de los problemas de salud en la vida de las personas,
comparando el comportamiento electoral y los efectos sobre la vida familiar de mujeres que
trabajan fuera del hogar.
Cules son algunos mtodos comunes de Encuestas?
Las encuestas pueden ser clasificadas en muchas maneras. Una dimensin es por tamao
y tipo de muestra. Las encuestas pueden ser usadas para estudiar poblaciones humanas o no
humanas (por ejemplo, objetos animados o inanimados, animales, terrenos, viviendas). Mientras
que muchos de los principios son los mismos para todas las encuestas, el foco aqu ser en
mtodos para hacer encuestas a individuos.
Muchas encuestas estudian todas las personas que residen en un rea definida, pero otras
pueden enfocar en grupos particulares de la poblacin -nios, mdicos, lderes de la comunidad,
los desempleados, o usuarios de un producto o servicio particular. Las encuestas tambin pueden
ser conducidas con muestras locales, estatales o nacionales.
Las encuestas pueden ser clasificadas por su mtodo de recoleccin de datos. Las
encuestas por correo, telefnicas y entrevistas en persona son las ms comunes. Extraer datos de
rcords mdicos y otros se hace tambin con frecuencia. En los mtodos ms nuevos de recoger
datos, la informacin se entra directamente a la computadora ya sea por un entrevistador
adiestrado o an por la misma persona entrevistada. Un ejemplo bien conocido es la medicin de
audiencias de televisin usando aparatos conectados a una muestra de televisores que graban
automticamente los canales que se observan.
Las encuestas son una fuente importante de conocimiento cientfico bsico. Las encuestas
por correo, a travs de entrevistas telefnicas o en persona son las ms comunes.
Las encuestas por correo pueden ser de costo relativamente bajo. Como con cualquier otra
encuesta, existen problemas en usar este mtodo si no se presta suficiente atencin a obtener
niveles altos de cooperacin. Estas encuestas pueden ser ms efectivas cuando se dirigen a
grupos particulares, tal como suscriptores a una revista especializada o a miembros de una
organizacin profesional.
Las entrevistas telefnicas son una forma eficiente de recoger ciertos tipos de datos y se
estn usando con cada vez mayor frecuencia. Se prestan particularmente bien a situaciones donde
es necesario obtener resultados oportunos y cuando el largo de la encuesta es limitado.
Las entrevistas en persona en el hogar u oficina de un participante son mucho ms caras
que las encuestas telefnicas o por correo. Estas pueden ser necesarias especialmente cuando se
debe recoger informacin compleja.
Algunas encuestas combinan varios mtodos. Por ejemplo, una encuestadora puede usar
el telfono para identificar participantes elegibles (tal como localizar individuos mayores elegibles
para Medicare) y luego hacer cita para una entrevista en persona.
Qu preguntas hacemos en una Encuesta?
Podemos clasificar las encuestas tambin por su contenido. Algunas encuestas enfocan en
las opiniones y actitudes (tal como las encuestas pre-eleccionarias), mientras que otras se
preocupan por caractersticas o comportamiento reales (tal como la salud de las personas,
vivienda, gastos del consumidor o hbitos de transportacin).

Muchas encuestas combinan preguntas de ambos tipos. Los participantes pueden ser
preguntados si han odo ledo sobre algn asunto qu saben sobre l su opinin con
cuanta firmeza sienten y por qu su experiencia sobre el asunto y ciertos datos personales que
ayudar al analista a clasificar sus respuestas (tal como edad, gnero, estado civil, ocupacin y
lugar de residencia).
Las preguntas pueden ser abiertas (Por qu siente as?), o cerradas (Aprueba usted o
desaprueba?). Los entrevistadores pueden solicitar al participante que evale un candidato poltico
o un producto usando alguna escala, o pueden solicitarle que ordene varias alternativas.
Algunas encuestas enfocan sobre opiniones otras sobre hechos.
La forma en que se hace una pregunta puede afectar mucho los resultados de una
encuesta. Por ejemplo, una reciente encuesta de NBC/Wall Street Journal hizo dos preguntas muy
similares obteniendo resultados muy diferentes: (1) Favorece recortar programas tales como el
seguro social, medicare, medicaid y subsidios a agricultores con el fin de reducir el dficit
presupuestario? Los resultados: a favor 23%, opuestos 66%, no opinaron 11%. (2) Favorece
recortar las autorizaciones fiscales del gobierno para reducir el dficit presupuestario? Los
resultados: a favor 61%, opuestos 25%, no opinaron 14%. El cuestionario puede ser muy breve
-unas pocas preguntas, tomando cinco minutos o menos - o puede ser bastante extenso requiriendo una hora o ms de tiempo al participante. Como es ineficiente identificar y acercarse a
una muestra nacional grande para preguntar unos pocos temes de informacin, existen encuestas
colectivas que combinan los intereses de varios clientes en una sola entrevista. En estas
encuestas, a los participantes se les preguntar sobre una docena de preguntas sobre un tema,
una media docena sobre otro tema y as sucesivamente.
Como los cambios en actitudes o comportamiento no pueden establecerse confiablemente
con una sola entrevista, algunas encuestas usan un diseo de panel, en el cual los mismos
participantes son entrevistados en dos ocasiones o ms. Tales encuestas son usadas comnmente
durante una campaa electoral o para trazar la salud de una familia o su patrn de compras
durante un perodo de tiempo.
Quin trabaja en las Encuestas?
El trabajador de encuestas mas conocido por el pblico es el entrevistador que llama por
telfono, el que aparece en la puerta del hogar o el que detiene a personas en un centro comercial.
Tradicionalmente, las entrevistas para encuestas, aunque requieren ocasionalmente largos
das de trabajo en el campo, eran hechas principalmente por personas empleadas a tiempo parcial.
Por lo tanto este tipo de empleo era particularmente adecuado para personas que no deseaban
empleo a tiempo completo o que queran suplementar su ingreso regular.
Cambios en el mercado de trabajo y en el nivel de automatizacin de las encuestas han
comenzado a alterar este patrn -aumentando el nmero de encuestadores que buscan trabajar a
tiempo completo. La experiencia no es usualmente requerida para un empleo de entrevistador,
aunque las destrezas bsicas en el uso de computadoras adquieren cada da ms importancia.
La mayora de las organizaciones que hacen investigacin proveen su propio
adiestramiento para la labor del entrevistador. Los requisitos principales para entrevistar estn la
habilidad para acercarse a personas extraas (en persona o por telfono), para El trabajador de
encuestas mejor conocido por el pblico es el entrevistador pero hay muchos otros.
Persuadirles a participar y para recoger los datos necesarios siguiendo las instrucciones al
pie de la letra.
Menos visible, pero de igual importancia es el personal de la oficina, quienes -entre otras
cosas- planifican la encuesta, seleccionan la muestra, supervisan las entrevistas, procesan los
datos recogidos, analizan los datos e informan los hallazgos de la encuesta.
En la mayora de las organizaciones de investigacin por encuestas, el personal gerencial
habr tomado cursos graduados de mtodos de encuestas y poseen grados universitarios
avanzados en estadsticas, sociologa, sicologa, mercadeo, alguna materia afn poseern
experiencia equivalente.
Los supervisores de nivel intermedio y los asociados de investigacin frecuentemente
tendrn trasfondos acadmicos similares a los gerentes o habrn avanzado desde las filas de los
entrevistadores, oficinistas o codificadores sobre la base de su competencia y experiencia.
Qu sobre la confidencialidad e integridad?

La confidencialidad de los datos suministrados por los participantes es una preocupacin


primordial de todas las organizaciones respetables que hacen encuestas. En el Negociado del
Censo de los Estados Unidos, por ejemplo, los datos recogidos estn protegidos por ley (Ttulo 13
del Cdigo Legal de Estados Unidos). En Canad, la Ley de Estadsticas garantiza la
confidencialidad de los datos recogidos por Statistics Canad, y otros pases tiene salvaguardas
similares.
Varias organizaciones profesionales que tienen que ver con mtodos de encuestas tienen
un cdigo de tica (como la Asociacin Estadstica Americana) que establecen reglas para
mantener la confidencialidad de las respuestas en encuestas. La poltica recomendada para que
las organizaciones de encuestas salvaguarden la confidencialidad incluye:
Usar cdigos numricos para vincular al participante con su cuestionario y guardar la

informacin sobre el vnculo nombre-cdigo en un lugar aparte.

Negarse a proveer los nombres y direcciones de los participantes en la encuesta a


cualquier persona fuera de la organizacin de encuestas, incluyendo a sus clientes.
Destruir cuestionarios e informacin que pueda servir para identificar los participantes

luego que sus respuestas se hayan entrado a la computadora.


Omitir los nombres y direcciones de los participantes en la encuesta de los archivos de
computadora usados para anlisis.
Presentar tabulaciones estadsticas usando categoras amplias para que los participantes
individuales no puedan ser identificados.
La confidencialidad de los datos suministrados por los participantes es una preocupacin
primordial de todas las organizaciones de encuesta respetables.
Cules son nuestras preocupaciones potenciales?
La calidad de una encuesta es determinada en gran medida por su propsito y por la forma
en que es conducida.
La mayora de las indagaciones de televisin (por ejemplo, las encuestas usando el
nmero telefnico 900) o las encuestas en revista son altamente sospechosas. Estas y otras
encuestas de opinin autoseleccionadas (self-selected opinion polls: SLOPS) pueden llevar a
conclusiones errneas ya que los participantes no han sido seleccionados cientficamente.
Las encuestas deben llevarse a cabo nicamente para obtener informacin estadstica
sobre algn tema. No deben ser diseadas para producir resultados predeterminados o como un
artificio para mercadeo o para actividades similares. Cualquier persona a quien se le solicite que
responda a una encuesta de opinin o que se preocupe por los resultados debe primero decidir si
las preguntas que se hacen son justas.
Otra violacin importante de la integridad ocurre cuando lo que parece ser una encuesta es
efectivamente un vehculo para estimular donaciones a alguna causa o para crear una lista de
direcciones para mercadear productos.

CUESTIONARIO
Los cuestionarios proporcionan una alternativa muy til para la entrevista; si embargo,
existen ciertas caractersticas que pueden ser apropiada en algunas situaciones e inapropiadas en
otra. Al igual que la entrevistas, deben disearse cuidadosamente para una mxima efectividad.
Recabacin de datos mediante cuestionarios
Para los analistas los cuestionarios pueden ser la nica forma posible de relacionarse
con un gran nmero de personas para conocer varios aspectos del sistema. Cuando se llevan a
cabo largos estudios en varios departamento, se puede distribuir los cuestionarios a todas las
personas apropiadas para recabar hechos en relacin al sistema. En mayor parte de los casos, el
analista no ver a los que responde; no obstante, tambin esto es una ventaja porque aplican
muchas entrevista ayuda a asegurar que el interpelado cuenta con mayor anonimato y puedan
darse respuestas mas honesta ( y menos respuestas prehechas o estereotipadas). Tambin las
preguntas estandarizadas pueden proporcionar datos ms confiable.

Seleccin de formas para cuestionarios


El desarrollo y distribucin de los cuestionarios; por lo tanto, el tiempo invertido en esto
debe utilizarse en una forma inteligente. Tambin es importante el formato y contenido de las
preguntas en la recopilacin de hechos significativos.
Existen dos formas de cuestionarios para recabar datos: cuestionarios abiertos y cerrados,
y se aplican dependiendo de si los analistas conocen de antemano todas las posibles respuestas
de las preguntas y pueden incluirlas. Con frecuencia se utilizan ambas formas en los estudios de
sistemas.
Cuestionario Abierto
Al igual que las entrevistas, los cuestionarios pueden ser abiertos y se aplican cuando se
quieren conocer los sentimientos, opiniones y experiencias generales; tambin son tiles al
explorar el problema bsico, por ejemplo, un analista que utiliza cuestionarios para estudiar los
mtodos de verificacin de crdito, es un medio.
El formato abierto proporciona una amplia oportunidad para quienes respondan escriba las
razones de sus ideas. Algunas personas sin embargo, encuentran ms fcil escoger una de un
conjunto de respuestas preparadas que pensar por s mismas.
Cuestionario Cerrado
El cuestionario cerrado limita las respuestas posibles del interrogado. Por medio de un
cuidadoso estilo en la pregunta, el analista puede controlar el marco de referencia. Este formato es
el mtodo para obtener informacin sobre los hechos. Tambin fuerza a los individuos para que
tomen una posicin y forma su opinin sobre los aspectos importantes.
LA OBSERVACIN
Otra tcnica til para el analista en su progreso de investigacin, consiste en observar a las
personas cuando efectan su trabajo. Como tcnica de investigacin, la observacin tiene amplia
aceptacin cientfica. Los socilogos, siclogos e ingenieros industriales utilizan extensamente sta
tcnica con el fin de estudiar a las personas en sus actividades de grupo y como miembros de la
organizacin. El propsito de la organizacin es mltiple: permite al analista determinar que se est
haciendo, como se est haciendo, quien lo hace, cuando se lleva a cabo, cuanto tiempo toma,
dnde se hace y por que se hace.
Ver es creer! Observar las operaciones la proporciona el analista hechos que no podra obtener
de otra forma.
Tipos de Observacin
El analista de sistemas puede observar de tres maneras bsicas. Primero, puede observar
a una persona o actitud sin que el observado se d cuenta y su interaccin por aparte del propio
analista. Quiz esta alternativa tenga poca importancia para el anlisis de sistemas, puesto que
resulta casi imposible reunir las condiciones necesarias. Segundo, el analista puede observar una
operacin sin intervenir para nada, pero estando la persona observada enteramente consciente de
la observacin. Por ltimo, puede observar y a la vez estar en contacto con las personas observas.
La interaccin puede consistir simplemente en preguntar respecto a una tarea especfica, pedir una
explicacin, etc.
Preparacin para la observacin
1. Determinar y definir aquella que va a observarse.
2. Estimular el tiempo necesario de observacin.
3. Obtener la autorizacin de la gerencia para llevar a cabo la observacin.
4. Explicar a las personas que van a ser observadas lo que se va a hacer y las razones para
ello.
Conduccin de la observacin
1. Familiarizarse con los componentes fsicos del rea inmediata de observacin.
2. Mientras se observa, medir el tiempo en forma peridica.
3. Anotar lo que se observa lo ms especficamente posible, evitando las generalidades y las
descripciones vagas.
4. Si se est en contacto con las personas observadas, es necesario abstenerse de hacer
comentarios cualitativos o que impliquen un juicio de valores.
5. Observar las reglas de cortesa y seguridad.
Secuela de la observacin

1. Documentar y organizar formalmente las notas, impresionistas, etc.


2. Revisar los resultados y conclusiones junto con la persona observada, el supervisar
inmediato y posiblemente otro de sistemas.

Diagrama de Flujo
Es una representacin pictrica de los pasos en proceso. til para determinar cmo
funciona realmente el proceso para producir un resultado. El resultado puede ser un producto, un
servicio, informacin o una combinacin de los tres. Al examinar cmo los diferentes pasos es un
proceso se relacionan entre s, se puede descubrir con frecuencia las fuentes de problemas
potenciales. Los diagramas de flujo se pueden aplicar a cualquier aspecto del proceso desde el
flujo de materiales hasta los pasos para hacer la venta u ofrecer un producto. Con frecuencia este
nivel de detalle no es necesario, pero cuando se necesita, el equipo completo de trabajo ms
pequeos pueden agregar niveles segn sea necesario durante el proyecto.
Cundo se utiliza un Diagrama De Flujo?
Cuando un equipo necesita ver cmo funciona realmente un proceso completo. Este
esfuerzo con frecuencia revela problemas potenciales tales como cuellos de botella en el sistema,
pasos innecesarios y crculos de duplicacin de trabajo.
Algunos aplicaciones comunes son:
Definicin de Proyectos:
Identificar oportunidades de cambios en el proceso.
Desarrollar estimados de costos de mala calidad.
Identificar organizaciones que deben estar representadas en el equipo.
Desarrollar una base comn de conocimiento para los nuevos miembros del equipo.
Involucrar a trabajadores en los esfuerzos de resolucin de problemas para reducir las
resistencias futura al cambio.
Identificacin de las causas principales:
Desarrollar planes para reunir datos.
Generar teoras sobre las causas principales.
Discutir las formas de estratificar los datos para el anlisis para identificar las causas
principales.
Examinar el tiempo requerido para las diferentes vas del proceso.
Diseo de soluciones
Describir los cambios potenciales en el proceso y sus efectos potenciales.
Identificar las organizaciones que ser afectadas por los cambios propuesto.
Aplicaciones de soluciones:
Explicar otros el proceso actual y la solucin propuesta.
Superar la resistencia al cambio demostrando cmo los cambios propuestos simplificarn
el proceso.
Control (retener las Ganancias):
Revisar y establecer controles y monotoras al proceso.
Auditar el proceso peridicamente para asegurar que estn siguiendo los nuevos
procedimientos.
Entrenar a nuevos empleados.
Cmo se Utiliza?
La metodologa para prepara un Diagrama de Flujo es;
1. PROPSITO: analizar como se pretende utilizar el Diagrama de Flujo. Exhibir esta hoja en
el pared y consultarla en cualquier momento para verificar que se Diagrama de Flujo es
apropiado para las aplicaciones que se pretende.
2. DETERMINAR EL NIVEL DE DETALLE REQUERIDO.
3. DEFINIR LOS LIMITES: despus de establecer los lmites del proceso, enumerar los
resultados y los clientes en el extremo derecho del diagrama.

4. UTILIZAR SMBOLOS APROPIADOS: utilizando los smbolos apropiados para el Diagrama


de Flujo, presentar las respuestas como los primeros pasos en el diagrama.
5. HACER PREGUNTAS: para cada input, haga preguntas como:
Quin recibe el input?
Qu es lo primero que se hace con el input?
6. DOCUMENTAR: cada paso en la secuencia, empezando con el primer ( ltimo) paso.
Para cada paso, hacer preguntas como:
Qu produce este paso?
Quin recibe este resultado?
Qu pasa despus?
Alguno de los pasos requiere de inputs que actualmente no se muestran?
7. COMPLETAR: continuar la construccin del Diagrama de Flujo hasta que se conecte todos
los resultados (outputs) definidos en el extremo derecho del diagrama. Si se encuentra un
segmento del proceso que es extraa para todos en el saln, se deber tomar nota y
continuar haciendo el diagrama.
8. REVISIN: Preguntar:
Todos los flujos de informacin encajan en los inputs y outputs del proceso?
El Diagrama muestra la naturaleza serial y paralela de los pasos?
El Diagrama capta de forma exacta lo que realmente ocurri, a diferencia de la
forma cmo se piensa que las cosas deberas pasar o como fueron diseadas
originalmente?
9. DETERMINAR OPORTUNIDADES
Nota: El Diagrama de flujo final deber actuar como un registro de cmo el proceso actual
realmente opera. Indicar la fecha.
Aunque hay literalmente docenas de smbolos especializadas utilizados para hacer
Diagrama de Flujos, se utiliza con ms frecuencia los siguientes:

Las lneas de flujos son utilizadas para representar el progreso de los pasos en la
secuencia. La punta de la fecha indica la direccin del flujo del proceso.
Otros dos smbolos que no son utilizados tan comnmente y que pueden ser tiles son:

Tools
Gua del
Participante

Base de Datos

El Smbolo del documento representa la informacin escrita


pertinente al proceso.

El Smbolo de la Base de Datos representa informacin


almacenada electrnicamente con respecto al proceso

Consejos para la construccin / Interpretacin:


Si un Diagrama de Flujo se construye de forma apropiada y refleja el proceso de la forma
que realmente opera, todos los miembros del equipo poseern un conocimiento comn, exacto del
funcionamiento del proceso. Adicionalmente, el equipo no necesita invertir el tiempo y la energa en
observar el proceso fsicamente cada vez que se quiera identificar problemas para trabajar, discutir
teoras sobre las causas principales, examinar el impacto de las soluciones propuestas o discutir
las formas para mantener las mejoras.
Los Diagramas de Flujo pueden ayudar a un equipo en su tarea de diagnstico para lograr
mejoras. Uno de sus usos es el de ayudar a un equipo a generar teoras sobre las posibles causas
principales de un problema. El Diagrama de Flujo se dibuja en una pared de la sala de reuniones.
El equipo que investiga un problema redacta una descripcin del problema en un pedazo pequeo
del papel y lo pega en el Diagramas de Flujo en el punto, en el proceso donde el problema se ha
detectado. El equipo luego discute cada uno de los pasos en el proceso antes del punto donde el
problema se ha detectado, y produce teoras sobre las cosas que podran salir mal en el paso del
proceso de forma sistemtica a medida que producen teoras sobre las posibles causas principales
del problema.
Otro uso de un Diagramas de Flujo es el de ayudar a un equipo a identificar las formas
apropiadas para separar los datos para su anlisis. Por ejemplo, considrese el problema de
analizar los tiempos de reparacin. Una rpida revisin del Diagramas de Flujo puede sugerir un
nmero de grupos posibles que pueden explicar el tiempo que se necesita para hacer reparacin.
Relacin con otras herramientas:
Los Diagramas de Flujo de procesos generalmente se relacionan con:
Mapa de Relaciones
Mapa de Proceso Interfuncional (Cross-Funcional)
DICCIONARIO DE DATOS
Los diccionarios de datos son el segundo componente del anlisis del flujo de datos. En s
mismos los diagramas de flujo de datos no describen por completo el objeto de la investigacin. El
diccionario de datos proporciona informacin adicional sobre el sistema. Esta seccin analiza que
es un diccionario de datos, por qu se necesita en el anlisis de flujo de datos y como desarrollarlo.
Se utilizar el ejemplo del sistema de contabilidad para describir los diccionarios de datos.
Un diccionario de datos es una lista de todos los elementos incluido en el conjunto de los
diagramas de flujo de datos que describen un sistema. Los elementos principales en un sistema,
estudiados en las secciones anteriores, son el flujo de datos, el almacenamiento de datos y los
procesos. El diccionario de datos almacena detalles y descripciones de estos elementos.

Si los analistas desean conocer cuntos caracteres hay en un dato, con qu otros nombres
se le conoce en el sistema, o en donde se utilizan dentro del sistema deben ser capaces de
encontrar las respuesta en un diccionario de datos desarrollado apropiadamente.
El diccionario de dato se desarrolla durante el anlisis de flujo de datos y ayuda el analista
involucrado en la determinacin de los requerimientos de sistemas. Sin embargo, como se ver
ms adelante, tambin el contenido del diccionario de datos se utiliza durante el diseo del
sistema.
En informtica, base de datos acerca de la terminologa que se utilizar en un sistema de
informacin. Para comprender mejor el significado de un diccionario de datos, puede considerarse
su contenido como "datos acerca de los datos"; es decir, descripciones de todos los dems objetos
(archivos, programas, informes, sinnimos...) existentes en el sistema. Un diccionario de datos
almacena la totalidad de los diversos esquemas y especificaciones de archivos, as como sus
ubicaciones. Si es completo incluye tambin informacin acerca de qu programas utilizan qu
datos, y qu usuarios estn interesados en unos u otros informes. Por lo general, el diccionario de
datos est integrado en el sistema de informacin que describe.
Descripcin de los Datos en el Diccionario
Cada entrada en el diccionario de dato consiste en un conjunto de detalles que describen
los datos utilizados o producidos en el sistema. Cada articulo se identifica por un nombre de dato,
descripcin, sinnimo y longitud de campo y tiene valores especficos que se permiten para ste en
el sistema estudiado.
Nombre de los Datos
Para distinguir un dato de otro, los analista les asigna nombre significativos que se utilizan
para tener una referencia de cada elemento a travs del proceso total de desarrollo de sistemas.
Por lo tanto, debe tenerse cuidado para seleccionar, en forma significativa y entendible, los
nombres de los datos, por ejemplo la fecha de factura es ms significativa si se llama FECHA
FACTURA que si se le conoce como ABCXXX.
Descripcin de los Datos
Establece brevemente lo que representa el dato en el sistema; por ejemplo, la descripcin
para FECHA-DE-FACTURA indica que es la fecha en la cual se est preparando la misma (para
distinguirla de la fecha en la que se envi por correo o se recibi.
Las descripciones de datos se deben escribir suponiendo que a gente que los lea no
conoce nada en relacin del sistema. Deben evitarse termino especiales o argot, todas las
palabras deben se entendible para el lector
Alias
Con frecuencia el mismo dato puede conocerse con diferentes nombres, dependiendo de
quien lo utilice. El uso de los alias deben evitar confusin. Un diccionario de dato significativo
incluir todos los alias.
Longitud de campo
Cuando las caracterstica del diseo del sistema se ejecuten ms tarde en el proceso de
desarrollo del sistemas, ser importante conocer la cantidad de espacio que necesita para cada
dato.
Valores de los datos
En algunos proceso solo se permiten valores de datos especficos. Por ejemplo, en
muchas compaas con frecuencia los nmeros de orden de compra se proporcionan con un prefijo
de una letra para indicar el departamento del origen.
Registro de las descripciones de datos
Dadas que las descripciones se utilizarn en forma repetitiva a travs de una informacin y
despus, durante el diseo, se sugiere un formato fcil para utilizar que simplifique el registro y los
detalles de consulta cuando se necesiten.

FUENTE: http://www.monografias.com/trabajos12/recoldat/recoldat.shtml

CONCEPTO
Es una recoleccin de datos para reunir y clasificar las informaciones segn
determinadas categoras de un evento o problema que se desee estudiar. Es
importante recalcar que este instrumento se utiliza tanto para la identificacin y
anlisis de problemas como de causas.
USO
Hace fcil la recopilacin de datos y su realizacin de forma que puedan ser usadas
fcilmente y ser analizadas automticamente. Una vez establecido el fenmeno que se
requiere estudiar e identificadas las categoras que lo caracterizan, se registran los
datos en una hoja indicando sus principales caractersticas observables.
Una vez que se ha fijado las razones para recopilar los datos, es importante que se
analice las siguientes cuestiones:

La informacin es cuantitativa o cualitativa.

Cmo se recogern los datos y en que tipo de documentos se har.

Cmo se utilizar la informacin recopilada.

Cmo se analizar.

Quin se encargar de recoger los datos.

Con qu frecuencia se va a analizar.

Dnde se va a efectuar.
OTROS NOMBRES

Hoja de recogida de datos

Hoja de registro

Verificacin

Chequeo o Cotejo
PROCEDIMIENTO
1.
Identificar el elemento de seguimiento
2.
Definir el alcance de los datos a recoger.
3.
Fijar la periodicidad de los datos a recolectar.
4.
Disear el formato de la hoja de recogida de datos, de acuerdo a la cantidad de
informacin a escoger, dejando espacio para totalizar los datos, que permita
conocer: las fechas de inicio y termino, las probables interrupciones, las personas
que recoge la informacin, la fuente etc.

FUENTE:
http://www.gestiopolis.com/recursos/documentos/fulldocs/ger/herbassolprob.htm

HOJAS DE INSPECCION
Sirven para conocer que tan frecuentemente ocurren ciertos eventos , con el fin de detectar
tendencias. Son utilizadas tambin para comprobar si se han recabado los datos solicitados
o si se han efectuado determinados trabajos.
Para su elaboracin se requiere :
1. Acordar el evento a observar, para que todos enfoquen lo mismo.

2. Decidir el perodo de tiempo en el cual se recabarn los datos.


3. Disear una forma clara y fcil de usar con suficiente espacio para registrar los
datos.
4. Obtener los datos de manera consistente y honesta.
Tener en cuenta:

Asegurarse que las muestras u observaciones sean tomadas al azar.


La poblacin a ser muestreada debe ser homognea, si no lo es, el primer paso debe ser
la estratificacin o agrupacin de las muestras.

Evento

Mes
1

Total

II

II

IIIII

II

IIIII

12

Total

20

Ampliando el concepto primero, se puede decir que la finalidad que persigue esta
herramienta, es detectar en forma rpida los sucesos y aprender qu tipo de producto
presenta los mayores reclamos, o bien poder determinar los defectos observados en cada
plaza.
Complementariamente, puede utilizarse para enriquecer el anlisis, el diagrama de fluejo o
el diagrama de causas y efectos.
La utilidad de la planilla de inspeccin es que en este formulario se pueden localizar -dado
su diseo- con esfuerzo reducido cul producto o tipo de servicio presenta la mayor
cantidad de reclamos, de qu tipo de defecto se trata y en cul etapa del proceso productivo
se lleva a cabo.
Siempre que fuera pertinente, se sugiere no formatizar el formulario con el fin de que en
perodos cortos se provoquen cambios estructurales en el mismo y alimentar de este modo,
la bsqueda permanente del conocimiento.

FUENTE: http://www.eie.fceia.unr.edu.ar/ftp/Gestion%20de%20la%20calidad/herra4.doc

DIAGRAMA DE PARETTO
CONCEPTO
Grfico cuyas barras verticales estn ordenadas de mayor a menor importancia, estas
barras representan datos especficos correspondientes a un problema determinado, la
barra ms alta esta del lado izquierdo y la ms pequea, segn va disminuyendo de
tamao, se encuentra hacia la derecha.
USO
Ayuda a dirigir mayor atencin y esfuerzo a problemas realmente importantes, o bien
determina las principales causas que contribuyen a un problema determinado y as
convertir las cosas difciles en sencillas. Este principio es aplicable en cualquier campo,
en la investigacin y eliminacin de causas de un problema, organizacin de tiempo,
de tareas, visualizacin del antes y despus de resuelto un problema, o en todos los
casos en que el efecto final sea el resultado de la contribucin de varias causas o
factores.
PROCEDIMIENTO
1.
Decidir qu problemas se van a investigar y cmo recoger los datos.
2.
Disear una tabla de conteo de datos (totales).
3.
Elaborar una tabla de datos.
Tipo
de Nmero
Nmero Acumulado %
% Acumulado
Reclamo
B
8
8
28,57
28,57
C
7
15
25.00
53.57
D
6
21
21.43
75.00
A
4
25
14.29
89.29
E
3
28
10.71
100.00

4.
5.

Lista de tems
Totales individuales
Totales acumulados
Composicin porcentual
Porcentajes acumulados
Organizar los tems de mayor a menor.
Dibujar dos ejes verticales y uno horizontal

Desde o% hasta 100%


Desde o hasta el total general
Efectos
Causas

6.
7.
8.

Construir un diagrama de barras.


Dibujar la curva acumulada (curva de Pareto).
Escribir cualquier informacin necesaria.

FUENTE:
http://www.gestiopolis.com/recursos/documentos/fulldocs/ger/herbassolprob.htm

DIAGRAMA CAUSA - EFECTO

CONCEPTO
Tcnica de anlisis de causa y efectos para la solucin de problemas, relaciona un
efecto con las posibles causas que lo provocan.
USO
Se utiliza para cuando se necesite encontrar las causas races de un problema.
Simplifica enormemente el anlisis y mejora la solucin de cada problema, ayuda a
visualizarlos mejor y a hacerlos ms entendibles, toda vez que agrupa el problema, o
situacin a analizar y las causas y subcausas que contribuyen a este problema o
situacin.
OTROS NOMBRES

Diagrama de espina de pescado

Diagrama Causa Efecto


PROCEDIMIENTO
1.
Ponerse de acuerdo en la definicin del efecto o problema
2.
Trazar una flecha y escribir el efecto del lado derecho

DEFECTO

3.

Identificar las causas principales a travs de flechas secundarias que terminan en


la flecha principal
4.
Identificar las causas secundarias a travs de flechas que terminan en las flechas
secundarias, as como las causas terciarias que afectan a las secundarias

DEFECTO
CAUSA MAYOR
CAUSA MAYOR
CAUSA MAYOR
CAUSA MAYOR
Causa menor
Causa menor
Causa menor

Subcausa
Subcausa

CAUSA MAYOR

CAUSA MAYOR

DEFECTO

CAUSA MAYOR

CAUSA MAYOR

5.
6.

Asignar la importancia de cada factor


Definir los principales conjuntos de probables causas: materiales, equipos,
mtodos de trabajo, mano de obra, medio ambiente (4 M`s)
7.
Marcar los factores importantes que tienen incidencia significativa sobre el
problema
8.
Registrar cualquier informacin que pueda ser de utilidad

FUENTE:
http://www.gestiopolis.com/recursos/documentos/fulldocs/ger/herbassolprob.htm

El diagrama causa-efecto es una forma de organizar y representar las diferentes teoras propuestas sobre las
causas de un problema. Se conoce tambin como diagrama de Ishikawa o diagrama de espina de pescado y se
utiliza en las fases de Diagnstico y Solucin de la causa.
Cmo interpretar un diagrama de causa-efecto:
El diagrama causa-efecto es un vehculo para ordenar, de forma muy concentrada, todas las causas que
supuestamente pueden contribuir a un determinado efecto. Nos permite, por tanto, lograr un conocimiento
comn de un problema complejo, sin ser nunca sustitutivo de los datos. Es importante ser conscientes de que
los diagramas de causa-efecto presentan y organizan teoras. Slo cuando estas teoras son contrastadas con
datos podemos probar las causas de los fenmenos observables. Errores comunes son construir el diagrama
antes de analizar globalmente los sntomas, limitar las teoras propuestas enmascarando involuntariamente la
causa raz, o cometer errores tanto en la relacin causal como en el orden de las teoras, suponiendo un gasto
de tiempo importante.
A continuacin veremos como el valor de una caracterstica de calidad depende de una combinacin de
variables y factores que condicionan el proceso productivo (entre otros procesos). Vamos a utilizar el ejemplo
de fabricacin de mayonesa para explicar los Diagramas de Causa-Efecto:

La variabilidad de las caractersticas de calidad es un efecto observado que tiene mltiples causas. Cuando
ocurre algn problema con la calidad del producto, debemos investigar para identificar las causas del mismo.
Para hacer un Diagrama de Causa-Efecto seguimos estos pasos:
1.

Decidimos cual va a ser la caracterstica de calidad que vamos a analizar. Por ejemplo, en el caso de
la mayonesa podra ser el peso del frasco lleno, la densidad del producto, el porcentaje de aceite, etc.
Trazamos una flecha gruesa que representa el proceso y a la derecha escribimos la caracterstica de
calidad:

2.

Indicamos los factores causales ms importantes y generales que puedan generar la fluctuacin de la
caracterstica de calidad, trazando flechas secundarias hacia la principal. Por ejemplo, Materias
Primas, Equipos, Operarios, Mtodo de Medicin, etc.:

3.

Incorporamos en cada rama factores ms detallados que se puedan considerar causas de fluctuacin.
Para hacer esto, podemos formularnos estas preguntas:
a. Por qu hay fluctuacin o dispersin en los valores de la caracterstica de calidad? Por la
fluctuacin de las Materias Primas. Se anota Materias Primas como una de las ramas
principales.
b. Qu Materias Primas producen fluctuacin o dispersin en los valores de la caracterstica
de calidad? Aceite, Huevos, sal, otros condimentos. Se agrega Aceite como rama menor de
la rama principal Materias Primas.
c. Por qu hay fluctuacin o dispersin en el aceite? Por la fluctuacin de la cantidad
agregada a la mezcla. Agregamos a Aceite la rama ms pequea Cantidad.
d. Por qu hay variacin en la cantidad agregada de aceite? Por funcionamiento irregular de
la balanza. Se registra la rama Balanza.
e. Por qu la balanza funciona en forma irregular? Por que necesita mantenimiento. En la
rama Balanza colocamos la rama Mantenimiento.
As seguimos ampliando el Diagrama de Causa-Efecto hasta que contenga todas las causas posibles
de dispersin.

4.

Finalmente verificamos que todos los factores que puedan causar dispersin hayan sido incorporados
al diagrama. Las relaciones Causa-Efecto deben quedar claramente establecidas y en ese caso, el
diagrama est terminado.

Un diagrama de Causa-Efecto es de por si educativo, sirve para que la gente conozca en profundidad el
proceso con que trabaja, visualizando con claridad las relaciones entre los Efectos y sus Causas. Sirve
tambin para guiar las discusiones, al exponer con claridad los orgenes de un problema de calidad. Y permite
encontrar ms rpidamente las causas asignables cuando el proceso se aparta de su funcionamiento habitual.

FUENTE:
http://www.gestiopolis.com/recursos/documentos/fulldocs/ger/diagcausefec.htm

HISTOGRAMA

Un histograma es un resumen grfico de la variacin de un conjunto de datos. La


naturaleza grfica del histograma nos permite ver pautas que son difciles de observar
en una simple tabla numrica. Esta herramienta se utiliza especialmente en la
Comprobacin de teoras y Pruebas de validez.
Cmo interpretar los histogramas:
Sabemos que los valores varan en todo conjunto de datos. Esta variacin sigue cierta
pauta. El propsito del anlisis de un histograma es, por un lado, identificar y clasificar
la pauta de variacin, y por otro desarrollar una explicacin razonable y relevante de la
pauta. La explicacin debe basarse en los conocimientos generales y en la observacin
de las situaciones especficas y debe ser confirmada mediante un anlisis adicional. Las
pautas habituales de variacin ms comunes son la distribucin en campana, con dos
picos, plana, en peine, sesgada, truncada, con un pico aislado, o con un pico en el
extremo.
Construccin de un histograma:
PASO 1
Determinar el rango de los datos: RANGO es igual al dato mayor menos el dato
menor; R = > - <
PASO 2
Obtener en nmero de clases, existen varios criterios para determinar el
nmero de clases ( o barras). Sin embargo ninguno de ellos es exacto. Algunos autores
recomiendan de cinco a quince clases, dependiendo de como estn los datos y cuntos
sean. Un criterio usado frecuentemente es que el nmero de clases debe ser

aproximadamente ala raz cuadrada del nmero de datos, por ejemplo, la raz cuadrada
de 30 ( nmero de artculos) es mayor que cinco, por lo que se seleccionan seis clases.
PASO 3
Establecer la longitud de clase: es igual al rango entre el nmero de clases.
PASO 4
Construir los intervalos de clases: Los intervalos resultan de dividir el rango de los
datos en relacin al resultado del PASO 2 en intervalos iguales.
PASO 5
Graficar el histograma: se hace un grfico de barras, las bases de las barras son los
intervalos de clases y altura son la frecuencia de las clases. Si se unen los puntos
medios de la base superior de los rectngulos se obtiene el polgono de frecuencias.
Ejemplo :
A una fabrica de envases de vidrio, un cliente le est exigiendo que la capacidad de
cierto tipo de botella sea de13 ml, con una tolerancia de ms menos 1 ml. La fbrica
establece un programa de mejora de calidad para que las botellas que se fabriquen
cumplan con los requisitos del cliente.

Ejemplos de otros tipos de representaciones grficas:


Hay histogramas donde se agrupan los datos en clases, y se cuenta cuntas
observaciones (frecuencia absoluta) hay en cada una de ellas. En algunas variables
(variables cualitativas) las clases estn definidas de modo natural, p.e sexo con dos

clases: mujer, varn o grupo sanguneo con cuatro: A, B, AB, O. En las variables
cuantitativas, las clases hay que definirlas explcitamente (intervalos de clase).

Se representan los intervalos


de clase en el eje de abscisas
(eje horizontal) y las
frecuencias, absolutas o
relativas, en el de ordenadas
(eje vertical).

A veces es ms til
representar las frecuencias
acumuladas.

O representar
simultneamente los
histogramas de una variable
en dos situaciones distintas.

Otra forma muy frecuente,


de representar dos
histogramas de la misma
variable en dos situaciones
distintas.

Otra forma

En las variables cuantitativas


o en las cualitativas
ordinales se pueden
representar polgonos de
frecuencia en lugar de
histogramas, cuando se
representa la frecuencia
acumulativa, se denomina
ojiva.

FUENTE: http://www.gestiopolis.com/recursos/documentos/fulldocs/ger/histograma.htm

Los datos de una variable numrica, resumidos en tablas, tienen una expresin grfica que ayuda
a su interpretacin visual. Esta representacin se denomina histograma.
Un histograma est formado por una sucesin de rectngulos contiguos construidos sobre una
recta.
La base de cada rectngulo representa la amplitud del intervalo y la altura est determinada por la
frecuencia, de acuerdo a la siguiente:
Regla Bsica.
Cada observacin representada en un histograma ocupa un rectngulo de igual rea y de
base dada por el ancho del intervalo correspondiente.
Para cada intervalo, el rectngulo que representa su frecuencia, puede imaginarse formado por un
'apilamiento' de los rectngulos correspondientes a sus observaciones.

La figura anterior, muestra el histograma correspondiente a la siguiente tabla:

Intervalo Frecuencia
[1,2[

[2,3[

10

[3,4[

[4,5[

[5,6[

En la tabla anterior, todos los intervalos tienen el mismo tamao. Esto hace que, al aplicar la regla
bsica, la altura del rectngulo asociado a cada intervalo sea directamente proporcional a la
frecuencia correspondiente.
Qu pasa si existen diferencias en el tamao de los intervalos?

Al aplicar la regla bsica en este caso, manteniendo rectngulos de igual rea para cada dato,
resulta necesario determinar la altura del rectngulo asociado a un intervalo de acuerdo al tamao
de su base correspondiente.
A modo de ejemplo, si un intervalo tiene el doble ancho que otro, cada una de sus observaciones
estar representada por un 'rectangulito' de la mitad de la altura que los datos del otro intervalo.

En la figura anterior, se muestra un histograma para la siguiente tabla:

Intervalo Frecuencia
[8,10[

[10,14[

Como consecuencia del distinto tamao de los intervalos, a pesar de tener ambos la misma
frecuencia, las alturas de los rectngulos correspondientes son distintas. Sin embargo el rea
graficada es la misma para cada caso.
Comentario pedaggico.
La presentacin de este caso tiene por objeto resaltar un punto importante en el uso de
histogramas. Sin embargo, debido a la mayor dificultad en su construccin, slo deberan
asignarse como trabajo a alumnos destacados.
Un proyecto interesante, por los diversos razonamientos que debe efectuar el alumno, consiste en
construir histogramas de dimensiones dadas. En caso que los intervalos de la tabla sean de igual
ancho, las alturas del histograma son proporcionales a la frecuencia respectiva, por lo tanto la
altura mxima corresponde a la mayor frecuencia.
Si en el caso del primer histograma de esta pgina, se hubiese pedido construir un histograma de
20cm de ancho y 15cm de alto, el ancho ocupado por cada uno de los cinco intervalos sera 4 cm y
la altura de 15cm correspondera al intervalo [2,3[ cuya frecuencia 10 es la mayor de todas. La
altura de los otros rectngulos del histograma corresponde a la proporcin de 15cm determinada

por el cuociente de la respectiva frecuencia con la frecuencia mxima. Es as que al intervalo [3,4[,
cuya frecuencia es 4, le corresponde un rectngulo de (15*4/10) cm = 6 cm.
Comentario pedaggico.
En los clculos de ancho y altura de los rectgulos del histograma, lo ms comn es que los
nmeros que intervienen en los clculos no produzcan nmeros enteros o 'fciles' como resultado.
En consecuencia, despus de introducir los conceptos y practicar con algunos casos 'simples', es
conveniente familiarizar a los alumnos con datos tomados de experimentos reales, de preferencia
asociados a proyectos hechos por ellos mismos.
En la construccin de histogramas, de ser posible, resulta provechoso hacer uso de papel
milimetrado. Una alternativa ms econmica son las hojas cuadriculadas de uso comn, a pesar de
que carecen de las subdivisiones milimtricas. Tambin es bueno el uso de papel blanco
conjuntamente con una regla graduada en milmetros. Este ltimo ambiente de dibujo es muy
formativo porque implica un mayor aporte del alumno para obtener un resultado satisfactorio.

FUENTE: http://www.educarchile.cl/eduteca/estadistica/histogr.htm

Ejemplos de tipos de representaciones grficas


Histogramas: Se agrupan los datos en clases, y se cuenta cuntas observaciones
(frecuencia absoluta) hay en cada una de ellas. En algunas variables (variables
cualitativas) las clases estn definidas de modo natural, p.e sexo con dos clases:
mujer, varn o grupo sanguneo con cuatro: A, B, AB, O. En las variables cuantitativas,
las clases hay que definirlas explcitamente (intervalos de clase).

Se
representan
los intervalos
de clase en el
eje de
abcisas (eje
horizontal) y
las
frecuencias,
absolutas o
relativas, en
el de
ordenadas
(eje vertical).

A veces es
ms til
representar
las
frecuencias
acumuladas.

O representar
simultneamente
los histogramas
de una variable
en dos
situaciones
distintas.

Otra forma
muy
frecuente, de
representar
dos
histogramas
de la misma
variable en
dos
situaciones
distintas.

Otra ms

En las
variables
cuantitativas
o en las
cualitativas
ordinales se
pueden
representar
polgonos de
frecuencia en
lugar de
histogramas,
cuando se
representa la
frecuencia
acumulativa,
se denomina
ojiva.

FUENTE: http://www.hrc.es/bioest/Ejemplos_histo.html

DISPERSIN
Se llaman medidas de dispersin aquellas que permiten retratar la distancia de los valores de la
variable a un cierto valor central, o que permiten identificar la concentracin de los datos en un
cierto sector del recorrido de la variable. Se trata de coeficiente para variables cuantitativas.

A) El desvo estndar
Es posible identificar conjuntos de datos que a pesar de ser muy distintos en trminos de valores
absolutos, poseen la misma media. Una medida diferencial para identificar esos conjuntos de datos
es la concentracin o dispersin alrededor de la media.
A 1) Desvo estndar para datos sin agrupar
Una manera que aparece como muy natural para construir una medida de dispersin sera
promediar las desviaciones de la media, pero como vimos

Una manera de evitar que los distintos signos se compensen es elevarlas al cuadrado, de manera
que todas las desviaciones sean positivas. La raz cuadrada del promedio de estas cantidades
recibe el nombre de desvo estndar, o desviacin tpica y es representada por la siguiente
frmula:

La desviacin estndar slo puede utilizarse en el caso de que las observaciones se hayan medido
con escalas de intervalos o razones.
A mayor valor del coeficiente del desvo estndar, mayor dispersin de los datos con respecto a su
media. Es un valor que representa los promedios de todas las diferencias individuales de las
observaciones respecto a un punto de referencia comn, que es la media aritmtica. Se entiende
entonces que cuando este valor es ms pequeo, las diferencias de los valores respecto a la
media, es decir, los desvos, son menores y, por lo tanto, el grupo de observaciones es ms
homogeneo que si el valor de la desviacin estndar fuera ms grande. O sea que a menor
dispersin mayor homogeneidad y a mayor dispersin, menor homogeneidad.
A 2) Desvo estndar para datos agrupados
A 2.1) Clculo usando las frecuencias absolutas

A 2.2) Clculo usando las frecuencias relativas

B) Varianza
El cuadrado de la desviacin estndar recibe el nombre de varianza y se representa por
. La
suma de los cuadrados de los desvos de la totalidad de las observaciones, respecto de la media
aritmtica de la distribucin, es menor que la suma de los cuadrados de los desvos respecto de
cualquier otro valor que no sea la media aritmtica.
Si observamos, veremos que la varianza no es ms que el desvo estndar al cuadrado.
Precisamente la manera de simbolizarla es

Por lo mismo, el desvo estndar puede definirse como la raz cuadrada de la varianza

C) El coeficiente de variacin:
Para comparar la dispersin de variables que aparecen en unidades diferentes (metros, kilos, etc.)
o que corresponden a poblaciones extremadamente desiguales, es necesario disponer de una
medida de variabilidad que no dependa de las unidades o del tamao de los datos. Este coeficiente
nicamente sirve para comparar las dispersiones de variables correspondientes a escalas de
razn.
Una manera de construir una medida de variabilidad que cumpla los requisitos anteriores es el
llamado coeficiente de variacin

(las barras del denominador representan el valor absoluto, es decir, indican que debe prescindirse
de la unidad de medida de la media). A menor coeficiente de variacin consideraremos que la
distribucin de la variable medida es ms homognea.

D) El coeficiente de asimetra
Otro rasgo interesante en una distribucin de frecuencias es si los datos aparecen ubicados
simtricamente o no respecto de la media. Si queremos cuantificar la simetra, es necesario
conservar la informacin acerca tanto del signo como de la distancia de cada dato a la media
centro de simetra-. Este razonamiento lleva a utilizar una potencia impar de las desviaciones.
En el caso en que el coeficiente valga cero la distribucin es simtrica alrededor de la media. Los
valores positivos, indicarn distribuciones con mayor sesgo a la derecha y los valores negativos
indicarn un mayor sesgo a la izquierda.
D 1) Coeficiente de Asimetra para datos sin agrupar
El coeficiente de asimetra se define como

D 2) Coeficiente de Asimetra para datos agrupados


D 2.1) Clculo usando las frecuencias absolutas

D 2.2) Clculo usando las frecuencias relativas

E) Coeficiente de apuntamiento
Otra caracterstica relevante en una distribucin es su apuntamiento o kurtosis, que describe lo
picuda o plana que es la distribucin, es decir si los datos se concentran demasiado o no,
comparados con un modelo de distribucin llamado distribucin normal.

La distribucin se denominar leptocrtica cuando el CAp > 0 (ms apuntada que la


normal)
La distribucin se denominar mesocrtica cuando el Cap = 0 (normal)
La distribucin se denominar platicrtica cuando Cap < 0 (menos apuntada que la
normal)

E 1) Coeficiente de Apuntamiento para datos sin agrupar

E 2) Coeficiente de Apuntamiento para datos agrupados


E 2.1) Clculo usando frecuencias absolutas

E 2.2) Clculo usando frecuencias relativas

F) Rango intercuartlico:
El rango intercuartlico RI es, sencillamente, la diferencia entre el tercer y el primer cuartil, es decir

Esto nos dice en cuntas unidades de los valores que toma la variable se concentra el cincuenta
por ciento central de los casos.

FUENTE:
http://www.liccom.edu.uy/bedelia/cursos/metodos/material/estadistica/med_disp.html

Las medidas de tendencia central son de un gran valor representativo para una masa de
observaciones. Pero el valor de esas medidas depender de cuan variable sea la masa de
informacin. Por eso se establecen medidas que tratan de explicar la dispersin de los
datos y son: la desviacin estndar, el coeficiente de variacin, el error estndar y los
lmites de confianza. Una medida de dispersin conveniente deber tomar en
consideracin todos los datos de la serie sopesando cada dato por su distancia al centro
de la distribucin.
Conjunto

Suma

Promedio

5, 5, 5, 5, 5

25

4, 5, 5, 5, 6

25

1, 3, 4, 7, 10

25

En el cuadro anterior se puede observar como tres conjuntos completamente diferentes


pueden generar un mismo promedio. Es por eso que el promedio debe ir siempre
acompaado de algn estadstico que mida la variabilidad de los datos.

Desviacin Estndar
La desviacin estndar es la medida de dispersin mas usada en estadstica, tanto en
aspectos descriptivos como analticos. En su forma conceptual, la desviacin estndar se
define as:

Frmula de trabajo para la poblacin

Frmula de trabajo para la muestra:

Ejemplo:
x

x2

25

16

20

72

Cuando se trata de datos agrupados la formula es :

Ejemplo :
x

fx

x2

fx2

32

32

1024

1024

37

111

1369

4107

42

336

1764

14112

47

423

2209

19881

52

364

2704

18928

57

228

3249

12996

62

186

3844

11532

67

201

4489

13467

72

144

5184

10368

Sumas

40

2025

106415

Conociendo la desviacin estndar, se puede calcular otros estimadores derivados que son
de gran utilidad para describir y/o interpretar el comportamiento de los datos.

Coeficiente de Variacin
El coeficiente de variacin es una medida relativa de dispersin que nos permite hacer
comparaciones de diferentes grupos con diferentes unidades de medida o diferentes
magnitudes y obtener mejores conclusiones.

Con base en el ejemplo que se ha venido estudiando, se tiene :


x = 50.62
S = 10
CV = 10 /50.62 * 100 = 19.75%
En este ejemplo se puede decir que, la desviacin estndar es un 19.75% del promedio, o
que las estimaciones pueden variar un 19.75% con respecto a la media.

Error Estndar de la media

El error estndar es otro estimador de dispersin ampliamente usado para acompaar a la


media.
Su clculo es asi :

Y generalmente se usa acompaado de un signo mas (+) y otro menos (-).


Ejemplo :

Y entonces se dice: el promedio de peso de racimos en las palmas estudiadas es 50.62


1.58.

Limites de confianza
Los limites de confianza tambin se pueden calcular para establecer el intrvalo dentro del
cual es posible que se encuentre la media. Para esto se toma el error estndar, se multiplica
por el valor tabular t de student con n-1 grados de libertad y se le suma y se le resta a la
media.

Ejemplo:
x
= 50.62
Sx = 1.58
t(39) = 2.042
LC = 50.62 2.042 * 1.58
Entonces
el lmite inferior sera: 50.62 - 3.23 = 47.39
el lmite superior sera 50.62 + 3.23 = 53.85.

Y esto podra interpretarse como que existe un 95% de probabilidad de que el intrvalo
47.39 - 53.85 contenga a la media.

Varianza
La varianza es una medida primaria de variabilidad utilizada en varias pruebas estadsticas.
Su clculo es simplemente elevar al cuadrado la desviacin estndar.
FUENTE: http://cosmech.tripod.com/Estadistica/medidas2.htm

ESTRATIFICACIN
Es lo que clasifica la informacin recopilada sobre una caracterstica de calidad.
Toda la informacin debe ser estratificada de acuerdo a operadores individuales
en mquinas especificas y as sucesivamente, con el objeto de asegurarse de los
factores asumidos;
Usted observara que despus de algn tiempo las piedras, arena, lodo y agua
puede separase, en otras palabras, lo que ha sucedido es una estratitifacion de los
materiales, este principio se utiliza en manufacturera. Los criterios efectivos para
la estratificacin son:
o
o
o
o

Tipo de defecto
Causa y efecto
Localizacin del efecto
Material, producto, fecha de produccin, grupo de trabajo, operador, individual,
proveedor, lote etc.

Diagrama de dispersin
Es el estudios de dos variables, tales como la velocidad del pin y las
dimensiones de una parte o la concentracin y la gravedad especifica, a esto se le
llama diagrama de dispersin. Estas dos variables se pueden embarcarse as:
o
o
o

Una caracterstica de calidad y un factor que la afecta,


Dos caractersticas de calidad relacionadas, o
Dos factores relacionados con una sola caracterstica de calidad.

Para comprender la relacin entre estas, es importante, hacer un diagrama de


dispersin y comprender la relacin global.
Cuadro de los datos de presin del aire de soplado y porcentaje de defectos de
tanque plstico.

Fecha

Presin de
aire

Porcentaje de

Presin de aire
Fecha

Defectos (%)

Porcentaje
de

(Kg./ cm2)

(Kg/cm2)

Defectos (%)

Oct. 1

8.6

0.889

Oct. 22 8.7

0.892

8.9

0.884

23

8.5

0.877

8.8

0.874

24

9.2

0.885

8.8

0.891

25

8.5

0.866

8.4

0.874

26

8.3

0.896

8.7

0.886

29

8.7

0.896

9.2

0.911

30

9.3

0.928

10

8.6

0.912

31

8.9

0.886

11

9.2

0.895

8.9

0.908

12

8.7

0.896

8.3

0.881

15

8.4

0.894

8.7

0.882

16

8.2

0.864

8.9

0.904

17

9.2

0.922

8.7

0.912

18

8.7

0.909

9.1

0.925

19

9.4

0.905

8.7

0.872

FUENTE: http://www.monografias.com/trabajos7/herba/herba.shtml#estra

Concepto:
La estratificacin es la separacin de datos en categoras o clases. Su utilizacin ms frecuente 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 en diferentes grupos o categoras.
Los datos observados en un grupo dado comparten unas caractersticas comunes que definen la
categora. Este proceso de clasificacin recibe 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.
Cmo interpretar la estratificacin:
Si los resultados de la estratificacin se presentan en forma de grfico de barras, es fcil examinar
las categoras de una variable para ver si alguna o algunas de las categoras destacan sobre el resto.
Tiene un proveedor un porcentaje de defectos particularmente elevado? Qu tipos de pernos 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 iniciales 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.
Cmo elaborar una estratificacin:
1.
2.
3.
4.
5.
6.
7.

Seleccionar las variables de estratificacin.


Establecer las categoras que se utilizarn en cada variable de estratificacin.
Clasificar las observaciones dentro de las categoras de la variable de estratificacin
Calcular el fenmeno que se est midiendo en cada categora.
Mostrar los resultados. Los grficos de barras suelen ser los ms eficaces.
Preparar y exponer los resultados para otras variables de estratificacin.
Planificar una confirmacin adicional.

FUENTE: http://www.iaf.es/publicaciones/articulo/cap26.htm

HABILIDAD Y CAPACIDAD DEL PROCESO

La capacidad de un proceso es el rango de variacin que, en condiciones


normales, un proceso tiene debido a las variables accidentales.
Los pasos para determinar la capacidad de un proceso son:
1. Determinar la caracterstica de calidad.
2. Controlar el proceso. Eliminar todas las variables asignables o
atribuibles del proceso.
3. Tomar muestras del proceso. La muestras no deben ser menos de
50 y mnimo con 250 elemento por cada una de ellas.
4. Calcular la media y de la desviacin estandar del proceso.

5. Calcular los lmites del proceso. Calcular la distribucin normal y la


capacidad del proceso de acuerdo con las siguientes frmulas:

Se comparan los datos obtenidos del proceso con las especificaciones


dadas:
Lmite Inferior de Especificaciones (LIE)
Lmite Superior de Especificaicones (LSE)
Si los lmites superior e inferior del proceso se encuentran dentro del
rango establecido por los lmites de las especificaciones, significa que el
proceso analizado satisface completamente al cliente.

Si uno o ambos lmites del proceso se encuentran fuera del rango


establecido por las especificaciones, lmite superior e inferior, significa
que la diferencia entre los limites inferiores y/o superiores (del proceso y
las especificaciones) representan los productos defectuosos que se
obtienen con nuestro proceso.

Cuando se presenta este caso se puden tomar diferentes medidas, como


pueden ser:
1. Cambiar el proceso por uno que sea capaz de satisfacer
completamente las especificaciones.
2. Buscar mercados alternos en los que se puedan vender los
productos defectuosos a menor precio.
3. Reprocesar los productos defectuosos.
Con la informacin obtenida en los pasos anteriores se puede calcular la
Capacidad o Habilidad Potencial del Proceso (HP) que nos permitir
saber si el proceso que aplicamos es capaz de satisfacer o no las
especificaciones.

La forma de calcular la Capacidad Potencial es la siguiente:

Si la Capacidad Potencial obtenida es mayor a 1, CP>1, significa que


nuestro proceso s es capaz de satisfacer a nuestro cliente. Sin embargo,
en la industria se requiere de un margen de error, por lo que se busca
que CP > 1.5.
Otra forma de analizar nuestro proceso es comparando la Capacidad del
Proceso (CP) con la Capacidad Potencial (HP) de la siguiente manera. Si:

CP > HP
El proceso es capaz de satifacer ms y/o mejor al
cliente y deben, por lo tanto
acoplarse las medias del proceso y de especificaciones para
lograrlo.
CP = HP
El proceso satisface adecuadamente las
especificaciones del cliente.
CP < HP
El proceso no es capaz de satisfacer las
especificaciones del cliente.

FUENTE: http://www.geocities.com/calidad_cep/intro.htm

UNIDAD 2: GRAFICAS DE CONTROL.


CONCEPTOS Y PRINCIPIOS DEL CEP:
TAMAO Y FRECUENCIA DEL MUESTREO

Supongamos que nos interesa conocer el peso promedio de la poblacin formada


por los estudiantes de una universidad. Si la universidad tiene 5376 alumnos,
bastara pesar cada estudiante, sumar los 5376 pesajes y dividirlo por 5376. Pero
este proceso puede presenta dificultades dentro de las que podemos mencionar:

localizar y pesar con precisin cada estudiante:


escribir todos los datos sin equivocaciones en una lista:
efectuar los clculos.

Las dificultades son mayores si en nmero de elementos de la poblacin es


infinito, si los elementos se destruyen, si sufren daos al ser medidos o estn muy
dispersos, si el costo para realizar el trabajo es muy costoso.
Una solucin a este problema consiste en medir solo una parte de la poblacin
que llamaremos muestra y tomar el peso medio en la muestra como una
aproximacin del verdadero valor del peso medio de la poblacin.
El tamao de la poblacin es la cantidad de elementos de esta y el tamao de la
muestra es la cantidad de elementos de la muestra. Las poblaciones pueden ser
finitas e infinitas.
Los datos obtenidos de una poblacin pueden contener toda la informacin que se
desee de ella. De lo que se trata es de extraerle esa informacin a la muestra, es
decir a los datos muestrales sacarle toda la informacin de la poblacin.
La muestra debe obtener toda la informacin deseada para tener la posibilidad de
extraerla, esto slo se puede lograr con una buena seleccin de la muestra y un
trabajo muy cuidadosos y de alta calidad en la recogida de los datos.
Es bueno sealar que en un momento una poblacin puede ser muestra en una
investigacin y una muestra puede ser poblacin, esto esta dado por el objetivo
del investigacin, por ejemplo en el caso de determinar la estatura media de los
estudiantes universitarios en Cuba una muestra poda ser escoger algunas
universidades del pas y realizar el trabajo, si por el contrario se quiere saber la
estatura promedio de los estudiantes de una universidad en especifico en Cuba,
entonces el conjunto formado por todos los estudiantes de esta universidad sera
la poblacin y la muestra estara dada por los grupos, carreras o aos
seleccionado para realzar el experimento.
Parmetro : Son las medidas o datos que se obtienen sobre la distribucin de
probabilidades de la poblacin, tales como la media, la varianza, la proporcin,
etc.
Estadstico. Los datos o medidas que se obtienen sobre una muestra y por lo
tanto una estimacin de los parmetros.

Error Muestral, de estimacin o standard. Es la diferencia entre un estadstico y


su parmetro correspondiente. Es una medida de la variabilidad de las
estimaciones de muestras repetidas en torno al valor de la poblacin, nos da una
nocin clara de hasta dnde y con qu probabilidad una estimacin basada en una
muestra se aleja del valor que se hubiera obtenido por medio de un censo
completo. Siempre se comete un error, pero la naturaleza de la investigacin nos
indicar hasta qu medida podemos cometerlo (los resultados se someten a error
muestral e intervalos de confianza que varan muestra a muestra). Vara segn se
calcule al principio o al final. Un estadstico ser ms preciso en cuanto y tanto su
error es ms pequeo. Podramos decir que es la desviacin de la distribucin
muestral de un estadstico y su fiabilidad.
Nivel de Confianza. Probabilidad de que la estimacin efectuada se ajuste a la
realidad. Cualquier informacin que queremos recoger est distribuida segn una
ley de probabilidad (Gauss o Student), as llamamos nivel de confianza a la
probabilidad de que el intervalo construido en torno a un estadstico capte el
verdadero valor del parmetro.
Varianza Poblacional. Cuando una poblacin es ms homognea la varianza es
menor y el nmero de entrevistas necesarias para construir un modelo reducido
del universo, o de la poblacin, ser ms pequeo. Generalmente es un valor
desconocido y hay que estimarlo a partir de datos de estudios previos.
Inferencia estadstica. Trata el problema de la extraccin de la informacin
sobre la poblacin contenida en las muestras.
Para que los resultados obtenidos de los datos muestrales se puedan extender a
la poblacin, la muestra debe ser representativa de la poblacin en lo que se
refiere a la caracterstica en estudio, o sea, la distribucin de la caracterstica en la
muestra debe ser aproximadamente igual a la distribucin de la caracterstica en la
poblacin.
La representatividad en estadstica se logra con el tipo de muestreo adecuado que
siempre incluye la aleatoriedad en la seleccin de los elementos de la poblacin
que formaran la muestra. No obstante, tales mtodos solo nos garantizan una
representatividad muy probable pero no completamente segura.
Despus de estos preliminares imprescindibles es posible pasa a tratar algunas de
las formas que desde el punto de vista cientfico se puede extraer una muestra.
Al realizar un muestreo en una poblacin podemos hablar de muestreos
probabilsticos y no probabilsticos, en nuestro caso nos referiremos a los
muestreos probabilsticos y dentro del mismo estudiaremos el muestreo aleatorio
simple (MAS), como mtodo bsico en la estadstica, el muestreo estratificado y el
muestreo por racimos.

Muestreo aleatorio simple: Es aquel en que cada elemento de la poblacin tiene


la misma probabilidad de ser seleccionado para integrar la muestra.
Una muestra simple aleatoria es aquella en que sus elementos son seleccionados
mediante el muestreo aleatorio simple.
En la prctica no nos interesa el individuo o elemento de la poblacin seleccionado
en general, sino solo una caracterstica que mediremos u observaremos en l y
cuyo valor ser el valor de una variable aleatoria que en cada individuo o elemento
de la poblacin puede tomar un valor que ser un elemento de cierto conjunto de
valores. De modo que una muestra simple aleatoria

se puede

interpretar como un conjunto de valores de variables aleatorias


independientes, cada una de las cuales tiene la misma distribucin que es llamada
distribucin poblacional.
Existen dos formas de extraer una muestra de una poblacin: con reposicin y sin
reposicin.
Muestreo con reemplazo: Es aquel en que un elemento puede ser seleccionado
ms de una vez en la muestra para ello se extrae un elemento de la poblacin se
observa y se devuelve a la poblacin, por lo que de esta forma se pueden hacer
infinitas extracciones de la poblacin aun siendo esta finita.
Muestreo sin reemplazo: No se devuelve los elementos extrados a la poblacin
hasta que no se hallan extrados todos los elementos de la poblacin que
conforman la muestra.
Cuando se hace una muestra probabilstica debemos tener en cuenta
principalmente dos aspectos:

El mtodo de seleccin.
El tamao de la muestra

1.- Mtodo de seleccin:


Un procedimiento de extraer una muestra aleatoria de una poblacin finita es el de
enumerar todos los elementos que conforman la poblacin, escribir esos nmeros
en bolas o papelitos echarlos en un bombo o bolsa mezclarlos bien removindolos
y sacar uno a uno tantos como lo indique el tamao de la muestra. En este caso
los elementos de la muestra lo constituirn los elementos de la poblacin cuyos
nmero coincidan con los extrados de la bolsa o bombo.
Otro procedimiento para obtener una muestra de una poblacin ya sea el
muestreo con replazo o sin reemplazo es mediante la utilizacin de la tabla de
nmeros aleatorios pero solamente para poblaciones finitas, la utilizacin de estas
tablas puede realizarse de diferentes modos pero en el presente trabajo solo

expondremos el que consideramos mas eficiente ya que no se necesita de la


bsqueda de una gran cantidad innecesaria de nmeros aleatorios en la tabla, el
cual ser ejemplificado.
Existen diferentes tablas de nmeros aleatorios nosotros en nuestro trabajo
utilizaremos como referencia la tabla de M. G. Kendall y B. Babington Smith que
se encuentra en el texto de tablas estadsticas, la misma est constituida por 4
bloques de 1000 nmeros aleatorios dispuestos en 25 filas y 40 columnas.
Veamos como se procede para la utilizacin de la tabla. Consideremos que se
desea extraer de una poblacin de tamao N una muestra de tamao n se
selecciona el bloque, la fila y la columna de la tabla que se va a comenzar, a partir
de esta seleccin (que la hace el muestrista) se toman tantas columnas como
dgitos tiene N. Comenzando por el primer nmero de las columnas seleccionadas
se irn incluyendo en la muestra aquellos individuos que en la lista de la poblacin
( ya sea de forma horizontal o vertical) ocupa la posicin de los n nmeros de las
columnas seleccionadas que resultan menores que N, en los caso que al
seleccionar un nmero en la tabla de nmeros aleatorios sea mayor que N se
divide este por N y el resto de la divisin que ser un nmero entre 0 y N-1 ser la
posicin del individuo a seleccionar tomando el convenio de que el resto 0
corresponde a la posicin N. Para la aplicacin de este procedimiento requiere
que se fije previamente el mayor mltiplo de N que se considerar, para as
garantizar que todos los restos desde 0 a N -1 tengan la misma probabilidad de
ser seleccionados, por ejemplo si N = 150 y tomando 3 columnas se consideraran
slo aquellos nmeros menores o iguales que 900, los nmeros mayores que 900
no sern analizados en la seleccin de la muestra.
Ejemplo 1.1: Dada la siguiente poblacin formada por la edad del hijo mayor de
200 ncleos familiares de una cierta regin.
Seleccione una muestra aleatoria de tamao 10 (use la tabla de nmeros
aleatorios, escoja la tercera fila, tercera columna del segundo bloque de a 1000)
numere la poblacin horizontalmente.

48

49

50

51

50

46

47

56

47

38

53

50

47

46

48

47

48

46

46

50

42

51

51

49

47

51

48

47

42

49

46

48

50

47

48

47

51

56

45

49

45

54

61

46

48

46

46

47

50

34

46

46

51

39

53

55

52

49

47

46

33

40

52

46

44

52

44

54

41

33

48

49

52

42

42

49

47

47

38

48

44

43

44

40

44

45

49

44

43

42

49

49

48

41

51

51

52

42

40

47

37

48

45

46

50

45

47

53

43

47

44

40

46

46

45

48

47

42

47

46

52

53

47

49

46

47

49

42

43

42

43

38

52

50

44

52

44

53

43

45

41

57

47

48

52

53

40

49

40

50

45

42

44

53

57

46

62

47

50

47

45

51

43

45

39

39

41

44

35

41

54

48

51

53

54

42

48

51

37

38

42

37

52

50

45

55

51

46

38

43

53

43

42

39

46

52

53

39

51

40

Para extraer la muestra lo primero que hacemos es disponer tres columnas en las
cuales la primera se ubicaran los nmeros aleatorios, es decir los nmeros
extrados de la tabla de nmeros aleatorios; en la segunda columna pondremos

los nmeros aleatorios rectificados que sern aquellos nmeros aleatorios


menores que N =200 y los restos de las divisiones de los nmeros aleatorios
mayores que N =200 y menores que el mayor mltiplo de N es decir 800 y en la
tercera columna de encontrara los valores de la muestra.
En la tabla de nmeros aleatorios la tercera fila, tercera columna del segundo
bloque de a 1000 le corresponde al nmero 3 pero como tenemos que coger el
nmero aleatorio de tres dgitos el primer nmero aleatorio sera el 017, los dems
serian, 984, 955, 130, 850, 374, 665, 910, 288, 753, 765, 691, 496, 001, hemos
escogido 14 nmeros de la tabla de nmeros aleatorios debido a que hay 4 que
son mayores que 800. Veamos a continuacin como extraemos la muestra de la
poblacin:
Para el primer nmero aleatorio 017 se busca en la poblacin el valor que ocupa la
posicin 017 leda la poblacin horizontalmente que seria la edad de 48 aos, el
nmero aleatorio 984 no se contempla dentro del anlisis ya que es mayor que
800, al igual que el nmero 955, el nmero 130, le corresponde la edad de 52
aos, al nmero 850 no se contempla dentro del anlisis, el 374 como es mayor
que 200 se divide por 200 y se obtiene reto 174 y este es el nmero aleatorio
rectificado correspondindole la edad de 53 aos, al nmero 665 se divide por 200
y se obtiene resto 65 que es el nmero aleatorio rectificado correspondindole la
edad de 44 aos en la poblacin, a continuacin presentaremos la tabla de las tres
columnas a la cual nos referimos anteriormente como una va fcil y prctica para
obtener la muestra deseada.

Nmero aleatorio

Nmero aleatorio
rectificado

017

017

984

--

955

--

130

130

850

--

muestra
48

42

374

174

53

665

065

53

910

--

288

088

44

753

153

44

765

165

39

691

091

49

496

096

51

001

001

48

Nota: obsrvese que en la muestra existen edades que se repiten esto puede
pasar si el muestreo es con reemplazo si el muestreo es sin reemplazo debemos
seguir buscando de la misma manera en la tabla de nmeros aleatorios seguido
del nmero 001, hasta lograr tener la muestra con 10 valores de la poblacin no
repetidos.
Este muestreo se puede realizar utilizando Microsoft Excel siguiendo los pasos
siguiente:
a. Se instala la opcin de anlisis de datos para ello se va a herramienta luego a
complemento y se activa en la ventana complemento la opcin herramienta para anlisis.
b. Se abre una hoja Excel y se introducen los datos de la poblacin en columna.
c. Se va a herramienta y se elige anlisis de datos y en esta ventana se selecciona la opcin
muestra.
d. En la ventana muestra se introduce el rango de entrada que sera seleccionar todos los
valores de la poblacin, si al suministrar en la hoja Excel los datos de la poblacin al inicio
se le designan a estos alguna variable o comentario debe activarse la opcin rtulo de lo
contrario no debe ser activada, se activa la casilla de muestreo aleatorio y se introduce el
tamao de muestra deseado.
e. Se selecciona el rango de salida que consiste en seleccionar una celda en la hoja Excel
que no est afectada por ninguna informacin ni hacia abajo ni a la derecha de la misma.
f. Se selecciona aceptar en esta ventana y saldr el resultado deseado que sera las
muestras elegidas por el programa en la poblacin.

2.- El tamao de la muestra:


Al realizar un muestreo probabilstica nos debemos preguntar Cul es el nmero
mnimo de unidades de anlisis ( personas, organizaciones, capitulo de
telenovelas, etc), que se necesitan para conformar una muestra ( que me
asegure un error estndar menor que 0.01 ( fijado por el muestrista o
investigador), dado que la poblacin es aproximadamente de tantos elementos.
En el tamao de una muestra de una poblacin tenemos que tener presente
adems si es conocida o no la varianza poblacional.
Para determinar el tamao de muestra necesario para estimar

con un error

mximo permisible prefijado y conocida la varianza poblacional (


utilizar la formula:

) podemos

(1)
que se obtiene de reconocer que

es el error estndar o error mximo prefijado y

est dado por la expresin


para el nivel de confianza
y
constituye una medida de la precisin de la estimacin, por lo que podemos inferir
adems que

Ejemplo 1.2
Se desea estimar el peso promedio de los sacos que son llenados por un nuevo
instrumento en una industria. Se conoce que el peso de un saco que se llena con
este instrumento es una variable aleatoria con distribucin normal. Si se supone
que la desviacin tpica del peso es de 0,5 kg. Determine el tamao de muestra
aleatoria necesaria para determinar una probabilidad igual a 0,95 de que el
estimado y el parmetro se diferencien modularmente en menos de 0,1 kg.
Solucin:

Evidentemente un tamao de muestra no puede ser fraccionario por lo que se


debe aproximar por exceso. El tamao de muestra sera de 97.
Si la varianza de la poblacin es desconocida, que es lo que mas frecuente se ve
en la prctica el tratamiento ser diferente, no es posible encontrar una frmula
cuando la varianza poblacional es desconocida por lo que para ello aconsejamos
utilizar el siguiente procedimientoPrimeramente, se toma una pequea muestra, que se le llama muestra piloto, con
ella se estima la varianza poblacional (

) y con este valor se evala en la

formula (1), sustituyendo (


) por su estimacin ( ). El valor de obtenido ser
aproximadamente el valor necesario, nuevamente con ese valor de se extrae
una muestra de este tamao de la poblacin se le determina la varianza a esa
muestra, como una segunda estimacin de (
) y se aplica de nuevo la formula
(1), tomando la muestra con el obtenido como muestra piloto para la siguiente
iteracin, se llegar a cumplir con las restricciones prefijadas. Se puede plantear
esta afirmacin ya que la

de

tiende a estabilizarse a medida que aumenta

alrededor de la
por lo que llegar el momento en que se encuentre el tamao
de muestra conveniente, sin embargo, en la prctica es mucho ms sencillo pues,
a lo sumo con tres iteraciones se obtiene el tamao de muestra deseado, este
procedimiento para obtener el tamao de muestra deseado se puede realizar
utilizando en Microsoft Excel en la opcin anlisis de datos las opciones
estadstica descriptiva para ir hallando la varianza de cada una de las muestras y
la opcin muestra para ir determinado las muestras pilotos. Para obtener el
tamao de la muestra utilizando este mtodo recomendamos la utilizacin de un
paquete de computo como por ejemplo el Microsoft Excel, aplicando las opciones
muestra y estadstica descriptiva.
Para determinar el tamao de la muestra cuando los datos son cualitativos es
decir para el anlisis de fenmenos sociales o cuando se utilizan escalas
nominales para verificar la ausencia o presencia del fenmeno a estudiar, se
recomienda la utilizacin de la siguiente formula:

(2)

siendo

sabiendo que:
es la varianza de la poblacin respecto a determinadas variables.
es la varianza de la muestra, la cual podr determinarse en
trminos de probabilidad como
es error estandar que est dado por la diferencia entre (
media poblacional y la media muestral.

) la

es el error estandar al cuadrado, que nos servir para


determinar

, por lo que

es la varianza poblacional.

Ejemplo 1.3
De una poblacin de 1 176 adolescentes de una ciudad X se desea conocer la
aceptacin por los programas humorsticos televisivos y para ello se desea tomar
una muestra por lo que se necesita saber la cantidad de adolescentes que deben
entrevistar para tener una informacin adecuada con error estandar menor de
0.015 al 90 % de confiabilidad.
Solucin:

= 1 176
= 0,015

por lo que

Es decir para realizar la investigacin se necesita una muestra de al menos 298


adolescentes.
Muestreo Estratificado:
El pasado ejemplo corresponde a una muestra probabilstica simple.
Determinamos en este caso que el tamao de muestra sera n =298 adolescentes
muestreados. Pero supongamos que la situacin se complica y que esta n la
tendremos que estratificar a fin de que los elementos muestrales o unidad de
anlisis posean un determinado atributo. En nuestro ejemplo este tributo es los
diferentes canales de televisin. Es decir, cuando no basta que cada uno de los
elementos muestrales tengan la misma probabilidad de ser escogidos, sino que
adems es necesario estratificar la muestra en relacin a estratos o categoras
que se presentan en la poblacin y que aparte son relevantes para los objetivos
del estudio, se disea una muestra probabilstica estratificada. Lo que aqu se
hace es dividir a la poblacin en subpoblaciones o estratos y se selecciona la
muestra para cada estrato. La estratificacin aumenta la precisin de la muestra e
implica el uso deliberado de diferentes tamaos de muestra para cada estrato, " a
fin de lograr reducir la varianza de cada unidad muestral " (Kish, 1965 ), en su libro
de muestreo que en un nmero determinado de elementos muestrales n =
varianza de la media muestral puede reducirse al mnimo si el tamao de la
muestra para cada estrato es proporcional a la desviacin estndar dentro del
estrato.

la

Esto es,

(3 )

En donde
es la fraccin del estrato, el tamao de la muestra,
el tamao de
la poblacin,
es la desviacin estndar de cada elemento del estrato , y
es

una proporcin constante que nos dar como resultado una


estrato.

ptima para cada

Siguiendo nuestro ejemplo de los adolescentes tenemos que la poblacin es de


1176 adolescentes y que el tamao de la muestra es = 298. la fraccin para
cada estrato fh ser :

(4)
De manera que el total de la subpoblacin se multiplicar por esta fraccin
constante a fin de obtener el tamao de muestra para el estrato. Sustituyendo
tenemos que:

(5)
MUESTRA PROBABILSTICA ESRTRATIFICADA DE LA ACEPTACIN DE
ADOLESCENTES POR LOS PROGRAMAS HUMORSTICOS TELEVISIVOS DE
LA CIUDAD X.

Estratos

Repartos de la ciudad X

Total
poblacin*

Muestra

(fh) = 0.2534
Nh (fh) = nh
1

53

13

109

215

55

87

22

98

25

110

28

81

20

221

56

151

38

10

51

13

= 1176

Por ejemplo :
= 53 directores de empresas extractivas corresponde a la poblacin total de
este giro.
= 0.2534 es la fraccin constante.
= 13 es el nmero redondeado de directores de empresa del giro Estractivo
que tendrn que entrevistarse.
MUESTREO PROBABILSTICO POR RACIMOS:
En algunos casos en donde el investigador se ve limitado por recursos financieros,
por tiempo, por distancias geogrficas o por una combinacin de estos y otros
obstculos, se recurre a otra modalidad de muestreo llamado por racimos. En este
tipo de muestreo se reducen costos, tiempo y energa al considerar que muchas
veces nuestras unidades de anlisis se encuentran encapsuladas o encerradas en
determinados lugares fsicos o geogrficos que denominamos racimos. Para dar
algunos ejemplos tenemos la tabla 8.3., en donde en la primera columna se
encuentran unidades de anlisis que frecuentemente vamos a estudiar en ciencias
sociales. En la segunda columna, sugerimos posibles racimos en donde se
encuentran dichos elementos.
EJEMPLOS DE RACIMOS

Unidad de Anlisis

Posibles Racimos

Adolescentes

Preparatorias

Obreros

Industrias

Amas de casa

Mercados

Nios

Colegios

Personajes de televisin

Programas de televisin

El muestrear por racimos implica diferencias entre la unidad de anlisis y la unidad


muestral. La unidad de anlisis - como lo indicamos al principio de este captulo
se refiere a quines van a ser medidos, o sea , el sujeto o sujetos a quienes en
ltima instancia vamos a aplicar el instrumento de medicin . la unidad muestral
en este tipo de muestra se refiere al racimo a travs del cual se logra el acceso a
la unidad de anlisis. El muestreo por racimos supone una seleccin en dos
etapas, ambas con procedimientos probabilsticos. En la primera, se seleccionan
los racimos, siguiendo los ya reseados pasos de una muestra probabilstica
simple o estratificada. En la segunda, y dentro de estos racimos se seleccionan a
los sujetos u objetos que van a ser medidos. Para ello se hace una seleccin que
asegure que todos los elementos del racimo tienen la misma probabilidad de ser
elegidos. A continuacin daremos un ejemplo que comprenda varios de los
procedimientos descritos hasta ahora y que ilustra la manera como
frecuentemente se hace una muestra probabilstica en varias etapas.
EJEMPLO
Cmo hacer una muestra probabilstica estratificada y por racimos?
Problema de investigacin: Una estacin de radio local necesita saber con
precisin a fin de planear sus estrategias cmo usan la radio los adultos de
una ciudad de 2 500 000 habitantes. Es decir, qu tanto radio escuchan, a qu
horas, qu contenidos prefieren y sus opiniones con respecto a los programas
noticiosos.
Procedimientos: Se disear un cuestionario que indague estas reas sobre uso
del radio. Los cuestionarios se aplicarn por entrevistadores a una muestra de
sujetos adultos.
Poblacin: Todos aquellos sujetos hombres o mujeres de ms de 21 aos de
edad, y que vivan en una casa o departamento propio o rentado de la ciudad X.

Diseo por conglomerado: los directivos de la estacin de radio desconocen el


nmero total de sujetos con las caractersticas arriba sealadas. Sin embargo, nos
piden que diseemos una muestra que abarque a todos los sujetos adultos de la
ciudad, adultos por edad cronolgica y por ser jefes de familia , es decir, excluye a
los adultos dependientes. Se recurre entonces a la estrategia de seleccionar
conglomerados y se considera el uso de un mapa actualizado de la ciudad y que
demuestra que en dicha ciudad hay 5 000 cuadras. Las cuadras se utilizan como
conglomerados, es decir, como unidades muestrales a partir de las cuales
obtendremos en ltima instancia a nuestros sujetos adultos. Lo primero entonces
es determinar Cuntas cuadras necesitaremos muestrear, de una poblacin de
una poblacin total de 5 000 cuadras, si queremos que nuestro error estndar sea
no mayor de 0.15 y con una probabilidad de ocurrencia del 50 % ?.

Tenemos entonces que


simple.

para una muestra probabilstica

(6)

Necesitaremos una muestra de 909 cuadras de ciudad X para estimar los valores
de la poblacin con una probabilidad de error menor a 0.1 .
Sabemos que la poblacin N = 5 000 cuadras de la ciudad, est dividida por
previos estudios de acuerdo a 4 estratos socioeconmicos , que categorizar las 5
000 cuadras segn el ingreso mensual promedio de sus habitantes de manera que
se distribuyen como sigue :

Estrato

Nmero de cuadras

270

1940

2000

790
T = 5 000

Estratificacin de la muestra:

Cmo distribuiremos los 909 elementos muestrales de , para optimizar nuestra


muestra , de acuerdo a la distribucin de la poblacin en los 4 estratos
socioeconmicos?.

Estrato

No. de cuadras

fh = 0.1818

270

(0.1818 )

50

1940

(0.1818 )

353

2000

(0.1818 )

363

790

(0.1818 )

143

N = 5000

n = 909

Tenemos que en principio, de 5000 cuadras de la ciudad se seleccionarn 50 del


estrato 1, 553 del estrato 2, 363 del estrato 3 y 143 del estrato 4. Esta comprende
la seleccin de los conglomerados, los cuales se pueden numerar y elegir
aleatoriamente hasta completar el nmero de cada estrato. En una ltima etapa se

seleccionan a los sujetos dentro de cada conglomerado. Este procedimiento


tambin se hace de manera aleatoria, hasta lograr un nmero de sujetos
determinados en cada conglomerado.

Estrato

Nh cuadras

Nh

nmero de
hogares
sujeto en
cada cuadra

Total de
hogares por
estrato

270

50

20

1000

1940

353

20

7060

2000

363

20

7220

790

143

20

2860

N = 5000

n = 909

11840

Nota: El procedimiento para realizar el muestreo en cada conglomerado se hace


de forma aleatoria utilizando la tabla de nmeros aleatorios o mediante Microsoft
Excel tal como se explico en el ejemplo (1.1)
FUENTE: http://www.monografias.com/trabajos12/muestam/muestam.shtml

EL PLAN DE CONTROL (CONTROL PLAN) GRAFICOS DE


VARIABLES

Un grfico de control es una carta o diagrama especialmente preparado donde se van anotando los
valores sucesivos de la caracterstica de calidad que se est controlando. Los datos se registran
durante el funcionamiento del proceso de fabricacin y a medida que se obtienen.
El grfico de control tiene una Lnea Central que representa el promedio histrico de la
caracterstica que se est controlando y Lmites Superior e Inferior que tambin se calculan con
datos histricos.
Por ejemplo, si las 15 ltimas mediciones fueron las siguientes:

Entonces tendramos un Grfico de Control como este (Imagen 32).


Existen diferentes tipos de Grficos de Control: Grficos X-R, Grficos C, Grficos np, Grficos
Cusum, y otros. Cuando se mide una caracterstica de calidad que es una variable continua se
utilizan en general los Grficos X-R. Estos en realidad son dos grficos que se utilizan juntos, el de
X (promedio del subgrupo) y el de R (rango del subgrupo). En este caso se toman muestras de
varias piezas, por ejemplo 5 y esto es un subgrupo. En cada subgrupo se calcula el promedio X y
el rango R (Diferencia entre el mximo y el mnimo).
A continuacin podemos observar un tpico grfico de X (Imagen 33).
Y lo que
sigue es un grfico de R (Imagen 34).
El grfico de X permite controlar la variabilidad entre los sucesivos subgrupos y el de R permite
controlar la variabilidad dentro de cada subgrupo.

IMAGEN 31

IMAGEN 32

IMAGEN 33

IMAGEN 34

FUENTE: http://www.gestiopolis.com/recursos/documentos/fulldocs/ger1/ctabud.htm

El grfico X-R nos ayuda a conocer si nuestro proceso se encuentra


dentro de las especificaciones. La medicin de las variables y de los
rangos de estas nos indican si nuestro proceso es constante o no. Si hay
una gran variacion en nuestros valores significa que el proceso esta
fuera de contro o en otras palabras que existen variables asignables o
atribuibles que estan ocasionando una variacin.
Proceso de Implantacin del Grfico X - R
1. Definir caracterstica de calidad (Variable). Seleccin de la
caracterstica que se deba controlar: longitud, rea, dureza, etc.
2. Contolar condiciones de proceso. Eliminar todas las variables
asignables o atribuibles.
3. Toma de muestras y tamao de muestra. Tomar K muestras, deben
ser ms de 25 muestras (K>= 25), el tamao de muestra es el nmero
de piezas que se van a tomar en cada muestra (n). El tamao ms
efectivo que se se ha determinado en diversas aplicaciones industriales
ha sido el de 5 unidades; pero puede variar de 2 a 10 unidades. El
tamao de todas las muestras debe ser constante.

Las muestras deben tomarse a intervalos regulares de tiempo, y se van


registrando los datos de cada una en el mismo orden en que sean
seleccionadas y medidas.
4. Calcul del valor promedio y de la amplitud de la muestra. Clculo
de los promedios X y del rango de las muestras R.

5. Calcul de X y R

6. Establecer los lmites de control


Lmite superior de Control (LSC), Lmite Central de Control (LCC) y
lmite Inferior de Control (LIC)

Lmites para la grfica X

Lmites para la grfica R

7. Graficar
8. Analizar los datos y modificar los lmites en caso de que haya
puntos fuera de los lmites. Analizar los promedios y las amplitudes de
cada muestra con relacin a los lmites de cotrol. Ajustar los lmites
eliminando los puntos que se encuentran fuera de los lmites y volviendo
a calcular estos ltimos.
9. Calcular la capacidad del proceso
10. Comparar el proceso con los lmites de especificaciones. Analizar
los datos para ver si no existe un punto fuera de los lmites de control y
revisar si existen variables asignables o atribuibles en el proceso.

FUENTE: http://www.geocities.com/calidad_cep/xr.htm

Unprocesodefabricacinesunconjuntodeequipos,
materiales,personasymtodosdetrabajoquegenera
unproductofabricado.

Paraanalizarelcomportamientodelproceso,setoman
muestrasdeproductofabricadoyserealizanensayos
paradeterminarelvalordeunacaractersticade
calidadseleccionadapreviamente.Desdeelpuntode
vistadelcontrolestadstico,esconvenienteincluir
laetapademuestreoyensayodentrodelproceso
mismo.

Cualquiermodificacinenlascondicionesdelproceso
(Modificacinenelequipo,cambiodemateriasprimas,
etc.)conceptualmentedebeconsiderarsecomoquese
tratadeotroproceso,diferentedelanterior.
Elprimerpasoparaaplicarunatcnicaestadsticaes
definirlacaractersticadecalidadquesevaamedir
enelproductofabricado.Desdeelpuntodevista
estadstico,estacaractersticadecalidadconstituye
unavariablealeatoria,porqueandespusderealizar
unaseriedemediciones,elvalorqueseobtendraen
lasiguientemedicinnopuedepredecirseporclculo.
Elconjuntodetodoslosresultadosdemedicionesque
puedenobtenerseesnuestrouniversoopoblacin.
Cualquiersubconjuntodemedicionesextradodel
universoconstituyeunamuestra.Conrespectoal
conceptodeuniversoopoblacin,cuandoseaplicaa
resultadosdemedicionesenunproceso,esnecesario
puntualizarlosiguiente:Lapoblacinouniversode
resultadoseselconjuntodedatosqueseobtuvieron
hastaesemomentomasaquellosqueseobtendransiel
procesocontinuarafuncionandosiemprebajolasmismas
condiciones.EstoseconocecomoUniversoHipottico
demedicionesdelacaractersticadecalidad.
Antesdeaplicarcualquiertcnicaestadstica,es
necesarioestableceralgunashiptesisbajolascuales
sevaadesarrollarelanlisis.Enprimerlugar,
vamosasuponerquelacaractersticadecalidad
(Variablealeatoria)escontinuaydedistribucin
normal.Ensegundolugar,consideraremosqueel
procesoestbajocontrolestadstico,esdecirquela
variabilidadsedebesolamenteaunsistemaconstante
decausasaleatorias(Nointervienencausas
asignables).
Alrealizarunasucesindemedicionesdela
caractersticadecalidadsobremuestrasdelproducto
fabricado,encontramosquelosvaloresfluctan

alrededordeunvalorcentral.Estoesloquellamamos
lafluctuacinnaturalyesperabledelproceso.Esta
variacindelacaractersticadecalidadmedidase
debeaunconjuntomuygrandedecausasqueafectanel
proceso,cuyoefectoindividualespequeoyque
actanenformaaleatoria(Sistemaconstantedecausas
aleatorias).Lafluctuacinnaturaldelprocesoes
inherentealmismoynopuedeeliminarse,slopuede
reducirserealizandomodificacionesalprocesomismo,
locualsignifica,comoyahemosdicho,trabajarcon
otroproceso.Lafluctuacinnaturaldeunproceso
puedecuantificarseatravsdeladesviacinstandard
delmismo,conlacualpodemoscalcularLmitesde
ToleranciaNaturaldelproceso.Sedebeinsistiren
queestoslmitesnopuedenfijarsevoluntariamente,
dependendelprocesoydelasvariablesno
controlablesdelmismo.Generalmentesetomaunrango
paralafluctuacinnaturalde6sigmas.
LosLmitesdeEspecificacindeunproductoson
fijadosvoluntariamenteporelcliente,porel
fabricanteoporalgunanorma.Estoslmites
constituyenunrequisitoacumplirporelproductoy
nodebenconfundirseenningncasoconlosLmitesde
ControloconlosLmitesdeToleranciaNaturaldel
proceso.
LaCapacidaddeunprocesoeslaaptitudparagenerar
unproductoquecumplacondeterminadas
especificaciones.Enelmejordeloscasos,es
convenientequelosLmitesdeToleranciaNaturaldel
procesoseencuentrendentrodelosLmitesde
Especificacindelproducto.Deestamaneranos
aseguramosquetodalaproduccincumplirconlas
especificaciones.
Paraanalizarlacapacidaddelprocesosepuede
utilizarunhistogramadefrecuencias.Sise
dispusieradetodoslosdatosdeluniversoparala
caractersticadecalidadmedidaysehicieraun

histogramaestepermitiratenerunaideaexactadela
fluctuacinnaturaldelproceso.Comoestoes
imposible,esnecesariotomarunciertonmerode
mediciones(Mnimo100200)yefectuarconellasun
histogramadefrecuencias.

Esteeselhistogramadeunamuestrayporlotantoes
slounaestimacindelverdaderohistogramadel
universo.SirepresentamosenlasabscisaslosLmites
deEspecificacindelproducto,podemosver
grficamentesielprocesotieneaptitud(Capacidad)
parafabricardichoproducto.

ParacuantificarlaCapacidaddeProcesoseutilizan
coeficientesquepermitencompararelrangode
especificacionesconlafluctuacinnaturaldel
proceso.UnodeellosesCp:

donde
LSEeselLmiteSuperiordeEspecificacin
y
LIEeselLmiteInferiordeEspecificacin
Sielprocesotienecapacidadparafabricarel
producto,entoncesCp>1.EngeneralseexigeCp>
1.30paramayorseguridad.

Estecoeficientetieneelinconvenientedequepara
poderaplicarloelcentrodegravedaddelrangode
especificacionesdebecoincidirconlatendencia
centraldelasmedicionesdelproceso.Cuandoestono
ocurreseempleaelCpk:

Donde:

Enelgrficopodemosobservarqueunabuenapartedel
productoestporencimadelLmiteSuperiorde
Especificacin(LSE).AnasresultaCp>1,
indicandoerrneamentequeelprocesotienecapacidad
suficiente.Enestecasosedebeusarelsegundo
coeficientequemuestraclaramentequeelprocesono
tienecapacidadsuficiente(Cpk<1),talcomose
puedeobservarenelgrfico.
Elusodeunhistogramaparaanalizarlacapacidadde
unprocesotienelaventajadequesepuedeapreciar
laformadeladistribucin,conlocualsepuede
confirmarorechazarlahiptesisdequelamismaes
normal.Peroelproblemaesquenosepuededetectar
lapresenciadepatronesnoaleatorios,conlocualno
esposibleconfirmarorechazarlahiptesisdequeel
procesoestbajocontrolestadstico.Sielproceso
noestbajocontrolestadsticolosresultadosdel
anlisisdelacapacidaddeprocesonosernvlidosy
puedenllevaraconclusionesequivocadas.
Otramaneradeanalizarlacapacidaddeunprocesoes
pormediodelosgrficosdecontrol.La

implementacindegrficosdecontrolexige
necesariamentecolocaralprocesobajocontrol
estadstico.Enconsecuencia,sepuedeutilizarla
desviacinstandardutilizadaparacalcularlos
LmitesdeControlparacalcularloscoeficientesde
capacidaddeprocesoCpoCpk.Siesteeselcaso,se
debehacerunaaclaracinmuyimportante.Cuandose
utilizangrficosXR,enelgrficodeXse
representanlospromediosdesubgrupos,esdecir,
promediosmuestrales.Nosedebeconfundirla
desviacinstandarddelprocesoconladesviacin
standarddelospromediosmuestrales.Siladesviacin
standarddelprocesoessycadasubgrupotienem
mediciones,ladesviacinstandardentresubgruposes:

Siseutilizaporerrorladesviacinstandardentre
subgruposparacalcularloscoeficientesdecapacidad
delproceso,seobtendrnvaloresmsaltosquelos
quecorrespondenalaverdaderacapacidaddelproceso.
FUENTE: http://www.calidad.com.ar/controe12.html

GRAFICOS DE ATRIBUTOS
GRAFICO P

El grfico P sirve para detectar artculos defectuosos cuando se estan


analizando variables por atributos, nos proporcionar la fraccin o
porcentaje de artculos defectuosos en la poblacin que se encuentra
bajo estudio.

Los pasos para obtener el grfico P


1. Definir la caracterstica de calidad (atributo) que se desea analizar.
Olor, sabor, medida especfica, etc. Lo tiene o no lo tiene.
2. Controlar las condiciones del proceso. Eliminar las variables
asignables o atribuibles del proceso.
3. Tomar un nmero K de muestras. El tamao de la muestra debe de
ser variable, es decir las muestras no son del mismo tamao. El nmero
de muestras no debe ser menor a 20, y cada muestra debe tener por lo
menos 50 elementos.
4. Tabular resultados de acuerdo a la siguiente tabla:

Fraccin de
Tamao Nmero de defectuoso
Nmero
de
productos
s(p)
de
muestr defectuoso
muestra
a (n)
s (np)
p= np/p
1

n1

np1

p1

n2

np2

p2

....

....

....

....

nk

npk

pk

5. Clculo de .A continuacin se calcula la media (promedio) del


tamao de las k muestras.

6. Se genera un rango alrededor de la media de +20%.


a) Si todas las muestras se encuentran dentro de este rango,
continuamos con el paso 7
b) Si solamente una de las muestras no se encuentra dentro de
este rango, dicha muestra se elimina y se vuelve al paso nmero 5
c) Si ms de una muestra se encuentra fuera del rango establecido,
entonces a partir del paso. 7 todo se har de manera independiente
para cada muestra.
7. Clculo de los valores promedio. Posteriormente se calcula la
media (promedio) de la fraccin de defectuosos (p).

8. Clculo del los lmites de control del proceso. El siguiente paso es el


clculo de los lmites de control de nuestro proceso.
Dado que se est realizando el anlisis de los atributos ( se tiene o no se
tiene) se utiliza una distribucin binomial para calcular los lmites de
control. Los cuales estan dados por:
Lmite superior de Control (LSC), Lmite Central de Control (LCC) y
lmite Inferior de Control (LIC)

9. Graficar. A continuacin se realiza la grfica, en la cual se marcan


los lmites de control y en relacin a ellos se grafica el nmero de
defectuosos de cada una de las muestras.
10. Comparar el proceso con los lmites de especificaciones. Observar
el comportamiento del proceso de acuerdo con la grfica y sacar
conclusiones.
FUENTE: http://www.geocities.com/calidad_cep/p.htm

GRAFICO NP
El grfico np sirve para detectar la fraccin de artculos defectuosos
cuando se estan analizando variables por atributos, nos proporcionar la
fraccin o porcentaje de artculos defectuosos en la poblacin que se
encuentra bajo estudio.

Los pasos para obtener el grfico np


1. Definir la caracterstica de calidad (atributo) que se desea analizar.
2. Controlar las condiciones del proceso. Eliminar todas las variables
asignables o atribuibles del proceso.
3. Tomar un nmero K de muestras. Las muestras deben de ser de
tamao constante, es decir todas las muestras son del mismo tamao. El
nmero de muestras no debe ser menor a 20, y cada muestra debe
tener por lo menos 50 elementos.
4. Tabular resultados de acuerdo a la siguiente tabla

Fraccin de
Tamao Nmero de defectuoso
Nmero
de
productos
s(p)
de
muestr defectuoso
muestra
a (n)
s (np)
p= np/p
1

np1

p1

np2

p2

....

....

....

....

npk

pk

5. Clculo de
Posteriormente se calcula la media (promedio) del nmero de
artculos defectuosos de todas las muestras.

6. Clculo de los Lmites de Control del Proceso.


Dado que se est realizando el anlisis de los atributos ( se tiene o no se
tiene) se utiliza una distribucin binomial para calcular los lmites de
control. Los cuales estan dados por:
Lmite superior de Control (LSC), Lmite Central de Control (LCC)
y lmite Inferior de Control (LIC)

9. Graficar. A continuacin se realiza la grfica, en la cual se marcan


los lmites de control y en relacin a ellos se grafica el nmero de
defectuosos de cada una de las muestras.
10. Comparar el proceso con los lmites de especificaciones. Observar
el comportamiento del proceso de acuerdo con la grfica y sacar
conclusiones.

FUENTE: http://www.geocities.com/calidad_cep/np.htm

El grafico de control para el numero de defectos por unidad de


inspeccion o grafico u
tambien es utilizado para controlar el numero de defectos que genera
el proceso. El grafico
u se diferencia del grafico c en que el tamano muestral no es
necesariamente constante y
en que el estadstico a representar es el numero de defectos por
unidad muestreada u en

vez de la cantidad total de defectos en la muestra.


Utilizando la aproximacion a la normal de la variable de Poisson y que ui
= Ci=ni

donde ci es el numero medio de defectos en una muestra de tamano ni


cuando el proceso
esta bajo control.
Si llamamos p al numero de defectos por unidad inspeccionada que
genera el proceso
cuando este esta bajo control, se tiene que ci = ni p, con lo que la
ecuacion anterior puede
expresarse

As, si p es conocido, el grafico u tendra los siguientes lmites de


control

Si p es desconocido, la estimacion del numero de defectos por unidad


inspeccionada es

y los lmites de control seran

Ejemplo. En una fabrica de tejidos, se inspeccionan telas tenidas para


detectar los
defectos en 50 metros cuadrados. Los datos para diez rollos de tela se
presentan en la
tabla 4.

La lnea central del grafico u debe ser el numero de defectos por


unidad de inspeccion,
es decir, el numero de defectos por 50 metros cuadrados estimada
mediante

As, los lmites de control quedaran, con k = 3,

Minitab. Procedimiento Stat / Control Charts / U . . .


Ejemplo. Fichero telas.mtw

FUENTE: http://www.unavarra.es/estadistica/LADE/M.O.C./graf_cont_3.pdf

GrficosCyU

Enalgunosprocesosinteresamedirlacantidadde
defectosquepresentanlasunidadesdeproductoquese
estnfabricando.Porejemplo,sefabricantelfonos
celularesyentoncessetomaunodeellosysecuenta
elnmerototaldedefectos.Estospodranser:

Rayadurasenlasuperficie.
Rajadurasenelplstico
Antenadefectuosa
Botndefectuoso.
Etc.

Losdefectospuedenserdediferentestiposyse
cuentaeltotaldetodosestosdefectosenlaunidad
inspeccionada.ObtenemosunresultadoqueeselNmero
deDefectosporunidaddeinspeccin.

Amedidaqueelprocesogeneralasunidades(Telfonos
celulares),retiramosunaunidadaintervalos
regularesycontamoselnmerototaldedefectos.En
cadaunidadpodemosencontrar:

0defectos
1defecto
2defectos
3defectos
...
ndefectos

LosresultadosqueobtenemosalcontarelNmerode
Defectosenunidadesdeinspeccinretiradasa
intervalosregularesconstituyenunavariable
aleatoriadiscreta,porquepuedetomarvalores0,1,
2,3,...n.
Estavariablealeatoriatieneunadistribucinde
Poisson:

LosgrficosCseutilizanparacontrolarelnmerode
defectosenunamuestradelproductoounidadde

inspeccin.Entonces,paracontrolaresteproceso,un
inspectorsecolocaalfinaldelalneadeproduccin
ycadahoraretiraunaunidaddeinspeccin(Eneste
casountelfonocelular),verificayanotaelnmero
totaldedefectos.

Esteresultadoseanotaenungrficohoraporhoray
sedenominagrficoC.DeacuerdoalaDistribucinde
Poisson,sidenominamosCalparmetrodelafuncin
dedistribucin,elpromediodelapoblacinesCyla
varianzatambinesC.
ParaconstruirlosgrficosdecontrolC,enuna
primeraetapasetomanNunidadesdeinspeccin(ms
de2530)aintervalosregulares.Secuentaencada
unidaddeinspeccinelNmerodeDefectosyse
registra.SeobtendraunaTablacomolasiguiente:
Unidad de
Nm.
Inspeccin Defectos

Entonces,apartirdelatablapodemoscalcularCcomo
promediodelNmerodeDefectosenlasmuestras
(UnidadesdeInspeccin):

niCantidaddeDefectosporUnidaddeInspeccin
NNmerodeUnidadesdeInspeccin
yluegolaDesviacinStandard:

ConestopodemoscalcularlosLmitesdeControlpara
elgrficoC:

EncasodequeelLmiteInferiordeControlresulte
negativo,seleasignavalorcero.Construmos
entoncesunGrficoCdepruebayrepresentamosel
nmerodedefectosenlasmuestras:

Sinohaypuntosfueradeloslmitesdecontrolyno
seencuentranpatronesnoaleatorios,seadoptanlos
lmitescalculadosparacontrolarlaproduccin
futura.

Otroejemploseracontrolarelnmerodedefectosa
lasalidadeunalneadeensambladodelicuadoras.De
igualmanerapodraserunalneadeensambladode
computadoraspersonales,cafeterasautomticas,
televisores,etc.
Cuandosefabricanpinturasybarnices,unensayomuy
comneshacerunextendidosobreunaplacadevidrio,
dejarsecarelproductoyluegoinspeccionarlos
defectosenlasuperficie.Sepuedenaplicarlos
grficosCparacontrolarestetipodeprocesos,
contandoelnmerodedefectossobrelasuperficiedel
recubrimiento.
Enlaindustriatextiltambinesnecesariocontrolar
defectossuperficialesenlastelas.Sepuedenaplicar
losgrficosCparacontrolarelnmerodedefectos
sobrelasuperficiedeunrearectangulardetela.
Muchasvecesocurrequelasunidadesqueproduceel
procesopresentanunatasadedefectosmuybaja.Por
ejemplo,supongamosunprocesoautomatizadoque
fabricatarjetasdesonido.Alasalidadelmismose
inspeccionaunatarjetaaintervalosdemediahoray
secuentaelnmerodedefectos.Elresultado
seguramenteseralgocomoesto:
Tarjeta

Nm.
Defectos

etc

Estosedebeaquelafabricacinserealizapormedio
deunprocesototalmenteautomatizadodondeocurren
pocoserrores.Porlotanto,elpromediodedefectos
sercercanoaceroyelLmiteInferiordeControl
seguramentesernegativo.Paraevitaresto,es
convenienteredefinirlaUnidaddeInspeccin.Por
ejemplo,sepuedetomarcomounidaddeinspeccinla
cantidadde100tarjetasdesonido.Esdecir,cada
mediahoraseretirandelproceso100tarjetasyse
cuentanlosdefectosdeltotaldelasmismas.Deesta
maneralacantidaddedefectospromedioporunidadde
inspeccinsermasalta.Yesposibletambinqueel
LICseamayorquecero.
Supongamosqueseestcontrolandoelnmerode
defectosenunprocesodeensambladodelicuadorasy
sedefineunaunidaddeinspeccinde5licuadoras.En
estecasoesposibletrabajarconungrficoC,como
yahemosvisto.Perotalvezsedeseacontrolarel
promediodedefectosporcadalicuadora(unidadde
produccin)enlugardeeltotaldedefectosparalas
5licuadoras(unidaddeinspeccin):

niCantidaddeDefectosporUnidaddeInspeccin
mNm.deUnidadesdeProduccinenlaUnidadde
Inspeccin

Ennuestroejemplo,siencontramosnidefectosenla
unidaddeinspeccin(5licuadoras),lacantidad
promediodedefectosporlicuadoraser:

Sedebetenerencuentaquexesunanuevavariable
aleatoriadiscretaquetomavalores0,1/m,2/m,3/m,
4/m,.....etc.,ycuyadistribucindeprobabilidades
sepuedecalcularapartirdelaDistribucinde
Poisson.
ComoenelcasodelosgrficosC,enunaprimera
etapasetomanNunidadesdeinspeccin(msde25
30)aintervalosregulares.Secuentaencadaunidad
deinspeccinelNmerodeDefectosyseregistra.
LuegosedivideelNmerodeDefectosdecadaunidad
deinspeccinporm(Nmerodeunidadesdeproduccin
encadaunidaddeinspeccin).
Ennuestroejemplo(m=5)laTablaquedaraas:
Unidad de
Nm.
Inspeccin Defectos

Nm.
Defectos por
Licuadora

1.0

1.6

1.2

10

2.0

1.0

15

3.0

12

2.4

1.0

Entonces,apartirdelatablapodemoscalcularel
parmetroUcomopromediodelNmerodeDefectospor
licuadora:

niCantidaddeDefectosporUnidaddeInspeccin
mNm.deUnid.deProduccinenlaUnidadde
Inspeccin
NNmerodeUnidadesdeInspeccin
yluegolaDesviacinStandard:

ConestopodemoscalcularlosLmitesdeControlpara
elgrficoU:

FUENTE: http://www.calidad.com.ar/controe11.html

UNIDAD 3: TEORIA GENERAL DE LA


CALIDAD Y HERRAMIENTAS BASICAS.
CONCEPTOS BASICOS DEL MUESTREO

NIVEL DE CALIDAD ACEPTABLE (ACEPTABLE QUALITY LEVEL, AQL)


AQL ES EL PORCENTAJE MXIMO DE DEFECTOS O INCUMPLIMIENTOS QUE PUEDE
SER CONSIDERADO SATISFACTORIO COMO MEDIA EN EL PROCESO
EVALUADO. LQL ES UN NIVEL INACEPTABLE, EL LMITE QUE DEFINE UNA
CALIDAD CLARAMENTE INSATISFACTORIA.
UNA CLARA TRADUCCIN DEL CONCEPTO DE AQL ES LA DEL ESTNDAR QUE
QUEREMOS PARA EL INDICADOR A MONITORIZAR, Y PARA EL LQL EL DE
UMBRAL PARA ESE INDICADOR QUE CONSIDERAMOS DEFINITIVAMENTE
PROBLEMTICO Y QUE DEBE LLEVARNOS NECESARIAMENTE A EVALUAR E
INTERVENIR 4.
EN NUESTRO ESTUDIO, Y TENIENDO EN CUENTA NUESTROS PROPIOS
RESULTADOS DE MONITORIZACIONES PREVIAS, CONSIDERAMOS QUE EL
NIVEL DE CALIDAD ACEPTABLE DEBA LLEGAR AL 95% Y EL NIVEL DE
CALIDAD LIMITANTE DEBA SER EL 85%.
ADEMS DE TENER EN CUENTA ESTOS NDICES DE CALIDAD, EL NMERO DE
DECISIN SE ESCOGE DE MANERA QUE LA PROBABILIDAD (RIESGO) DE
RECHAZAR LOTES BUENOS (ES DECIR, RECHAZAR LOTES QUE EN
REALIDAD TENGAN EL NIVEL DE CALIDAD DESEADO: RIESGO ALFA) Y DE
ACEPTAR LOTES MALOS (RIESGO BETA) ESTN A UN NIVEL CONVENIENTE
Y PREDETERMINADO.
FUENTE: http://www.um.es/eglobal/5/05d01.html

PLAN DE MUESTREO DE ACEPTACION POR ATRIBUTOS

DENTRO DEL OBJETIVO GENERAL DE LA MEJORA CONTINUA DE LA CALIDAD, LAS


DIVERSAS ACTIVIDADES A REALIZAR SE PUEDEN AGRUPAR SEGN SUS
TRES PRINCIPALES PUNTOS DE PARTIDA EN TORNO A LOS QUE PUEDE
FUNCIONAR UN PROGRAMA DE CALIDAD: LA IDENTIFICACIN DE
OPORTUNIDADES DE MEJORA, LA ELABORACIN DE INDICADORES Y SU
MONITORIZACIN Y EL DISEO DE NUEVOS SERVICIOS.
AS, LA MONITORIZACIN DE INDICADORES ES UNA ACTIVIDAD CONDUCENTE A
VALORAR SI ESTAMOS A UNOS NIVELES PREESTABLECIDOS DE CALIDAD Y
PODER DETECTAR LA EXISTENCIA DE SITUACIONES PROBLEMTICAS.
ACTUALMENTE, LOS PROFESIONALES DE LA CALIDAD DEBEN ANALIZAR EL
CUMPLIMIENTO DE LOS INDICADORES MEDIANTE LA SELECCIN, A
MENUDO EMPRICA, DE CULES DEBEN SER MONITORIZADOS
SISTEMTICAMENTE1.
LAS EVALUACIONES PERIDICAS SOBRE EL CUMPLIMIENTO DE INDICADORES
MEDIANTE MTODOS DE MUESTREO TRADICIONALES, DONDE SE PLANTEA
LA OBTENCIN DE ESTIMACIONES PRECISAS, ES UNA LABOR QUE
REQUIERE DE UNA IMPORTANTE CANTIDAD DE RECURSOS EN TRMINOS
DE TIEMPO Y ESFUERZOS DE LOS PROFESIONALES 2.
DESGRACIADAMENTE, DE FORMA HABITUAL NO SE DISPONE DE RECURSOS PARA
ANALIZAR EL PROGRESO DE TODOS LOS INDICADORES DISPONIBLES YA
QUE ESTA TAREA PRECISA ESTUDIOS CON MUESTRAS GRANDES 3.
ESTA LIMITACIN METODOLGICA PUEDE SER SUPERADA CON AVANCES COMO
EL MUESTREO DE ACEPTACIN POR LOTES (LOT QUALITY ACCEPTANCE
SAMPLING O LQAS). ESTE MTODO, QUE PROCEDE DE LA INDUSTRIA, SE
BASA EN EVALUAR UNA PEQUEA PARTE DE UN LOTE DE UN
DETERMINADO PRODUCTO CON EL FIN DE ACEPTAR O RECHAZAR TODO EL
LOTE EN FUNCIN DEL RESULTADO 4.
COMO HEMOS DICHO, EL LQAS SE DESARROLL EN LOS AOS VEINTE EN EL
MBITO DE LA INDUSTRIA, PERO SU UTILIZACIN EN SERVICIOS DE SALUD
ES RELATIVAMENTE RECIENTE, AL IGUAL QUE OTRAS TCNICAS COMO LOS
GRFICOS DE CONTROL EMPLEADOS EN LA EVALUACIN ESTADSTICA DE
PROCESOS. SLO A PARTIR DE MEDIADOS DE LOS OCHENTA SE NOT UN
INTERS CRECIENTE POR ESTAS TCNICAS, PERO HA SIDO MAYOR LA
APLICACIN PRCTICA EN EL REA DE LA VIGILANCIA EPIDEMIOLGICA
QUE EN EL CASO DE LA EVALUACIN DE SERVICIOS DE SALUD O EN EL DE
LA GESTIN DE LA CALIDAD.
EL CONTROL ESTADSTICO DE LA CALIDAD PRECISA DE MEDICIONES
FRECUENTES PARA SER TIL, MIENTRAS QUE EL LQAS Y OTROS MTODOS
DE EVALUACIN RPIDA BASADOS EN LA DISTRIBUCIN BINOMIAL PUEDEN
SER APLICADOS A PLANES DE MEDICIONES MS ESPACIADAS.
A LA HORA DE UTILIZAR EL LQAS DEBEMOS, EN PRIMER LUGAR, CONSIDERAR SI
LA SITUACIN A EVALUAR CUMPLE LOS REQUISITOS EN LOS QUE ES
APLICABLE LA DISTRIBUCIN BINOMIAL 4:

LO QUE SE EVALA (LA VARIABLE QUE MIDE EL INDICADOR) TIENE


SLO DOS VALORES POSIBLES (CUMPLE/NO CUMPLE)
CADA UNA DE LAS UNIDADES DE ESTUDIO (CASOS A EVALUAR) ES
INDEPENDIENTE DE LA OTRA
EVALUAMOS EN UNA MUESTRA ALEATORIA DE N CASOS
LA PROBABILIDAD GENERAL QUE EXISTE DE ENCONTRAR UN VALOR
U OTRO (CUMPLE/NO CUMPLE) ES LA MISMA PARA CADA UNO DE LOS
CASOS DE LA MUESTRA. ESTA LTIMA CONDICIN SE CUMPLE
SIEMPRE QUE EL TAMAO DE LA MUESTRA, N, SEA INFERIOR AL 10%
DEL UNIVERSO O MARCO MUESTRAL DE DONDE LA HEMOS
EXTRADO.

DEBEMOS USAR LA FRMULA DE PROBABILIDADES DE LA DISTRIBUCIN


BINOMIAL, PARA CALCULAR LA PROBABILIDAD QUE NOS INTERESA:

PERO ESTE CLCULO NO ES PRECISO REALIZARLO Y SLO SE PRECISA


ENTENDER Y MANEJAR UNAS TABLAS YA CONSTRUIDAS PARA FIJAR CUL
ES EL NMERO MXIMO DE INCUMPLIMIENTOS DEL INDICADOR QUE ES
ACEPTABLE EN UNA MUESTRA DETERMINADA (Y NORMALMENTE PEQUEA)
PARA ACEPTAR A SU VEZ UN DETERMINADO NIVEL DE CUMPLIMIENTO DEL
INDICADOR.
EN EL TRABAJO QUE SE EXPONE SE HAN APLICADO TCNICAS DE CONTROL DE
CALIDAD INDUSTRIAL COMO SON LOS LQAS, LOS CUALES OFRECEN LA
POSIBILIDAD DE UTILIZAR MUESTRAS PEQUEAS, REPRESENTANDO UN
MTODO DE EVALUACIN ALTERNATIVO Y COMPLEMENTARIO A LOS
TRADICIONALMENTE EMPLEADOS EN SERVICIOS DE SALUD.
FUENTE: http://www.um.es/eglobal/5/05d01.html

Plan de Muestreo Simple para Inspeccin Normal


Se inspeccionan todas las unidades de la muestra correspondiente al plan elegido (n)

Si el nmero de unidades defectuosas en la muestra es menor o igual al nmero de aceptacin,


se aceptar el lote
Si el nmero de unidades defectuosas en la muestra es igual o mayor al nmero de rechazo, se
rechazar el lote

FUENTE: http://www.estrucplan.com.ar/Producciones/Entrega.asp?identrega=438