HERRAMIENTAS DE LA CALIDAD Y DE MEJORA

Las siete Herramientas de la Calidad son propuestas en 1968 por Kaoru Ishikawa. Constituyen
un conjunto de tcnicas estadsticas sencillas que no requieren de un conocimiento experto, para
ser aplicadas en los procesos de equipo, por los crculos de calidad. Segn Ishikawa, con ellas
es posible resolver el 95% de los problemas que presenta una organizacin, sobre todo en el
rea de produccin (Ishikawa, 1986).
Estas herramientas posteriormente fueron denominadas las siete herramientas bsicas de la
calidad. Pueden ser descritas genricamente como mtodos para la mejora continua y la
solucin de problemas. Las siete herramientas de la calidad son:
1. Diagrama Causa Efecto (Diagrama de Ishikawa)
2. Hoja de Comprobacin (Hojas de Verificacin).
3. Grficos de Control.
4. Histograma.
5. Diagrama de Pareto.
6. Diagrama de Dispersin.
7. Estratificacin.
El xito de estas tcnicas radica en la capacidad que han demostrado para ser aplicadas en un
amplio rango de problemas, desde el control de calidad hasta las reas de produccin, marketing
y administracin. Las organizaciones de servicios tambin son susceptibles de aplicarlas, aunque
su uso comenz en el mbito industrial. Estas tcnicas pueden ser manejadas por personas con
una formacin media, lo que ha hecho que sean la base de las estrategias de resolucin de
problemas en los crculos de calidad y, en general, en los equipos de trabajo conformadas para
acometer mejoras en actividades y procesos.
En el ao 1972, un comit de la JUSE (Union of Japanese Scientists and Engineers) comenz a
trabajar sobre otras herramientas de la calidad para ser utilizadas por directivos y especialistas,
y susceptibles de ser aplicadas por el personal de base. Con ello se pretendi ir ms all de un
punto de vista centrado en el anlisis de datos cuantitativos, adoptando para su uso un enfoque
de diseo para la solucin de problemas. En enero de 1977 el comit anunci los resultados de
su investigacin, seleccionando un conjunto de siete herramientas denominadas las siete
nuevas herramientas del control de calidad.
Estas siete nuevas herramientas del control de calidad son herramientas grficas muy tiles
para la direccin (media y alta) que facilitan la planificacin, el establecimiento de metas y la
resolucin de problemas. De hecho se conocen tambin como las siete herramientas de
gestin. Unas, ayudan al equipo a analizar y organizar la relacin entre datos cualitativos. Otras
permiten clarificar interrelaciones, establecer prioridades y planificar tareas complejas para
alcanzar una meta. Son tiles para mejorar procesos, productos y sistemas. De naturaleza
cualitativa, ayudan a la resolucin de problemas y a la gestin de ideas innovadoras.
Otras Herramientas de la Calidad
a) Diagrama de Afinidad.
b) Diagrama de Relaciones.
c) Diagrama de rbol o Diagrama Sistemtico.
d) Diagrama de Matriz.
e) Matriz de Priorizacin.
f) Diagrama de Proceso de Decisin.
g) Diagrama de Flechas.
Existen adems otras herramientas de la calidad y otros mtodos de anlisis, planificacin y
accin (Diagrama de Flujo, Tormenta de Ideas, Tcnica de Grupo Nominal, etc.) que facilitan el
trabajo de los equipos de mejora o de un equipo de proyecto en general.
1.- DIAGRAMA CAUSA EFECTO DE ISHIKAWA.
El Diagrama Causa Efecto de Ishikawa, conocido tambin como diagrama de espina de
pescado, ideado por Kaoru Ishikawa, fue aplicado por primera vez (en todos sus procesos) por
la Kawasaki Iron Fukiai Works, en 1952. De las siete herramientas bsicas de la calidad, es la
nica de naturaleza no estadstica. Se basa en la idea de que un problema puede estar
provocado por numerosas causas, contrarrestando la tendencia a considerar una sola de ellas.
El proceso de construccin es el siguiente:
1. Definir el efecto o resultado a analizar.- Esta definicin debe estar hecha en trminos
operativos, lo suficientemente especficos para que no existan dudas sobre qu se pretende, de
modo que el efecto estudiado sea comprendido por los miembros del equipo.
2. Situar el efecto o caracterstica a examinar en el lado derecho de lo que ser el
diagrama.- En ste debe aparecer, al menos, una breve descripcin del efecto.
3. Trazar una lnea hacia la izquierda, partiendo del recuadro.
4. Identificar las causas principales que inciden sobre el efecto.- stas sern las ramas
principales del diagrama causa efecto de Ishikawa y constituirn las categoras bajo las cuales
se relacionarn otras posibles causas.
Las categoras habitualmente empleadas son:
3 Ms 1P: Maquinaria, Materiales, Mtodos y Personal.
4 Ps: Personas, Polticas, Procedimientos y Planta.
Medio. Categora potencialmente utilizable y que se refiere al entorno en que se sita el
problema.
5. Situar cada una de las categoras principales de causas en sendos recuadros
conectados con la lnea central.
6. Identificar, para cada rama principal, otros factores especficos que puedan ser causa
del efecto.- Estos factores formarn las ramas de segundo nivel. A su vez, stas podrn
expandirse en otras de tercer nivel, y as sucesivamente. Para esta expansin recurrente, ser
til emplear series de preguntas iniciadas con: Por qu? Asimismo, para desplegar las ramas y
sus distintos niveles, puede utilizarse el mtodo de la tormenta de ideas.
7. Verificar la inclusin de factores.- Ser preciso revisar el diagrama para asegurar que se
han incluido todos los factores causales posibles.
8. Analizar el diagrama.- El anlisis debe ayudar a identificar las causas reales. Un diagrama
causa efecto de Ishikawa identifica nicamente causas potenciales. Por tanto ser preciso llevar
a cabo una toma de datos posterior, y su pertinente anlisis, para llegar a conclusiones slidas
sobre las causas principales del efecto. En esta fase posterior, el diagrama de Pareto puede ser
utilizado como valiosa herramienta.
Algunos aspectos del diagrama causa efecto de Ishikawa pueden sugerir ciertas ideas:
a) Una rama con un gran nmero de ramas secundarias y sus factores puede indicar la
necesidad de llevar a cabo un anlisis con mayor profundidad.
b) Si varias ramas tienen pocos sub-factores es posible que proceda un esfuerzo mayor en la
identificacin de las causas.
c) Si una misma causa aparece repetidamente en distintas categoras, stas pueden
representar en s mismas causas principales.
2.- HOJAS DE COMPROBACIN.
Las hojas de comprobacin (tambin llamadas de verificacin, de control o de chequeo) son
impresos con formato de tabla o diagrama, destinados a registrar datos relativos a la ocurrencia
de determinados sucesos, mediante un mtodo sencillo. Las hojas de comprobacin:
Facilitan el registro de datos de forma fcil y comprensible.
Suponen poca interferencia con la actividad habitual de quien realiza el registro.
Permiten que los patrones de comportamiento de un fenmeno se visualice rpidamente.
Facilitan el estudio de los sntomas de un problema.
Ayudan a investigar las causas de un problema.
Permiten analizar datos para probar alguna hiptesis.
Esta tcnica de recogida de datos se prepara de manera que su uso sea fcil e interfiera lo menos
posible con la actividad de quien realiza el registro. En la mejora de la Calidad, se utiliza tanto en
el estudio de los sntomas de un problema, como en la investigacin de las causas o en la
recogida y anlisis de datos para probar alguna hiptesis.
Las hojas de comprobacin centran la atencin en los hechos, es decir, enfoca un problema
sobre la base de datos que ofrezcan una perspectiva realista.
Los datos a coleccionar pueden ser de muy distinta naturaleza as como los fenmenos a
estudiar. Asimismo los tipos de formatos de hojas de comprobacin pueden ser muy diversos de
modo que se ajusten al problema o hiptesis a analizar.
Fases de Aplicacin de las Hojas de Comprobacin.
1. Determinar el objetivo.- Precisndolo de manera clara e inequvoca, se debe verificar la
distribucin de un proceso, revisar defectos y/o errores, contar la frecuenc ia en la ocurrencia
incidencias, entre otros.
2. Definir el modo en que se llevar a cabo el registro.- En este paso se establece quin
efectuar el registro, cmo y dnde, si se registrarn todas las ocurrenc ias o se realizar un
muestreo, etc.
3. Disear la hoja de comprobacin.- La hoja de comprobacin ha de permitir que el registro
de datos sea sencillo, que la situacin registrada pueda entenderse con inmediatez y que los
datos no presenten dificultad para ser procesados.
4. Tomar datos.- Una vez diseada la hoja de comprobacin se procede a iniciar la toma de
datos.
A continuacin se presenta un formato de hoja de comprobacin destinado a obtener datos sobre
las incidencias informadas en la va pblica segn el distrito de la ciudad.

3.- GRFICOS DE CONTROL.

Los grficos de control tienen su origen al final de la dcada de 1920, cuando Walter A.
Shewhart analiz numerosos procesos de fabricacin concluyendo que todos presentaban
variaciones. Encontr que estas variaciones podan ser de dos clases: una aleatoria,
entendiendo por ella que su causa era insignificante o desconocida, y otra imputable (tambin
llamada asignable), cuyas causas podan ser descubiertas y eliminadas tras un correcto
diagnstico.
La variacin de una determinada caracterstica de calidad puede ser cuantificada realizando un
muestreo de las salidas del proceso y estimando los parmetros de su distribucin estadstica.
Shewhart inici as el moderno control de calidad, fundamentado en el control estadstico del
proceso y rebasando al clsico control de calidad, limitado a la inspeccin final del producto. Los
cambios en la distribucin pueden comprobarse representando ciertos parmetros en un grfico
en funcin del tiempo, denominado grfico de control. Todo proceso tendr variaciones, pudiendo
estas agruparse en:
a) Causas aleatorias de variacin.- Son causas desconocidas y con poca significacin,
debidas al azar y presentes en todo proceso.
b) Causas especficas (imputables o asignables).- Normalmente no deben estar presentes
en el proceso, debido a que provocan variaciones significativas.
Las causas aleatorias son de difcil identificacin y eliminacin. Las causas especficas s pueden
ser descubiertas y eliminadas, para alcanzar el objetivo de estabilizar el proceso. Existen
diferentes tipos de grficos de control:
1. De datos por variables.- Que a su vez pueden ser de media y rango, mediana y rango, y
valores medidos individuales.
2. De datos por atributos.- Del estilo aceptable / inaceptable, s / no, es decir tipo binomial.
En la base de los grficos de control est la idea de que la variacin de una caracterstica de
calidad puede cuantificarse obteniendo muestras de las salidas de un proceso y estimando los
parmetros de su distribucin estadstica. La representacin de esos parmetros en un grfico,
en funcin del tiempo, permitir la comprobacin de los cambios en la distribucin.
El grfico cuenta con una lnea central y con dos lmites de control, uno superior (LCS) y otro
inferior (LCI), que se establecen a 3 desviaciones tpicas (sigma) de la media (la lnea central).
El espacio entre ambos lmites define la variacin aleatoria del proceso. Los puntos que exceden
estos lmites indicaran la posible presencia de causas especficas de variacin.
Grficos de Control

Interpretacin de los Grficos de Control.

Para la interpretacin de los grficos de control, de medias y recorrido, pueden seguirse las
normas siguientes:
Norma 1: Cuando un slo punto est fuera de los lmites de control, puede estar sealando la
ausencia de control del proceso. No obstante, esta probabilidad sera pequea por lo que tal vez
no sea oportuno efectuar cambios.
Norma 2: Si al menos 2 3 puntos sucesivos estn en el mismo lado de la lnea media, y ms
de dos unidades sigma (dos desviaciones tpicas) alejados de esta lnea, esto sugiere una falta
de control del proceso. Si el tercer punto consecutivo est alejado de la lnea media en la medida
indicada, pero en el otro lado, la misma conclusin sera vlida.
Norma 3: En el caso de que 4 5 valores sucesivos se situaran en el mismo lado, alejados de
la lnea central ms de 1 sigma, se apuntara a un dficit en la estabilidad o control del proceso.
Norma 4: Igualmente, estara indicada esta falta de control cuando al menos 7 valores sucesivos
estuvieran situados en el mismo lado de la lnea media. Esto mostrara una inadecuada
distribucin de esos puntos.
4.- HISTOGRAMA HERRAMIENTAS DE LA CALIDAD.
Un histograma es un grfico de barras verticales que representa la distribucin de frecuencias
de un conjunto de datos. El histograma es especialmente til cuando se tiene un amplio nmero
de datos que es preciso organizar, para analizar ms detalladamente o tomar decisiones sobre
la base de ellos. Tambin es un medio eficaz para transmitir a otras personas informacin sobre
un proceso de forma precisa e inteligible.
Otra aplicacin de sumo inters del histograma es la comparacin de los resultados de un
proceso con las especificaciones previamente establecidas para el mismo. En este caso,
mediante el histograma, puede determinarse en qu grado el proceso est produciendo buenos
resultados y hasta qu punto existen desviaciones respecto a los lmites fijados en las
especificaciones. En este sentido, el estudio de la distribucin de los datos puede ser un
excelente punto de partida para establecer hiptesis acerca de un funcionamiento insatisfactorio.
 Un histograma facilita una representacin visual en la que puede apreciarse si las medidas
tienden a estar centradas o a dispersarse. Tambin da respuesta a la cuestin de si el proceso
produce buenos resultados y a si stos estn o no dentro de las especificaciones.
Interpretacin del Histograma.
Para el ejemplo de referencia, en la figura anterior, puede observarse que se ha trazado una
lnea adicional llamada: lmite de las especificaciones. En este caso, la especificacin1 planteada
fue que la respuesta del proceso se diera en un plazo no superior a 60 das. Observando el
histograma se aprecia que cierto nmero de observaciones, a la derecha de la lnea y
sombreadas ms oscuro, no han cumplido este objetivo.
Un anlisis ms detenido del histograma anterior nos llevara a concluir que el proceso no posee
la estabilidad deseable. Los histogramas que reflejan procesos estables son ms elevados en el
centro y declinan simtricamente hacia ambos lados. Aqu no parece darse esta condicin,
existiendo una cierta asimetra provocada por los datos fuera de lmite. Pero aunque los datos
fueran ms estables, podemos colegir que parte de ellos rebasaran la especificacin.
As, en este caso los esfuerzos deberan dirigirse hacia un doble objetivo: a). Reducir la
dispersin, y b). Conseguir desplazar el histograma hacia la izquierda, de manera que an los
datos extremos estuvieran dentro del lmite especificado (el objetivo, en este caso).

1Las especificaciones pueden tener unos lmites superior e inferior simultneamente si bien aqu
nos referimos al caso en que existe slo un lmite. En la prestacin de servicios es frecuente que
haya una nica especificacin, respecto a una variable (tiempo de es pera, plazo, nmero de
errores, etc.).
En este segundo ejemplo, el histograma de la figura A muestra un proceso capaz, ya que sus
valores no rebasan el lmite de la especificacin. Adems, existe un amplio espacio para la
dispersin de los datos. Por el contrario, el histograma de la figura B representa un proceso no
capaz.
5.- DIAGRAMA DE PARETO HERRAMIENTAS DE LA CALIDAD.
El origen del Diagrama de Pareto data desde 1909, donde el economista y socilogo Vilfredo
Pareto (1848 1923) public los resultados de sus estudios sobre la distribucin de la riqueza,
observando que el 80% de la misma se encontraba concentrada en el 20% de la poblacin. A
finales de los aos 30, durante una visita a la central de General Motors Corporation para el
intercambio de buenas prcticas de ingeniera industrial, Juran tuvo la oportunidad de conocer
los trabajos de Pareto sobre la distribucin de la riqueza.
La relacin 80/20 ha sido encontrada en distintos campos. Por ejemplo, el 80% de los problemas
de una organizacin son debidos a un 20% de las causas posibles. El 80% de los defectos de
un producto se debe al 20% de causas potenciales, el 80% del absentismo es causado por un
20% de empleados. Evidentemente, la relacin no debe ser exactamente 80/20, pero s se puede
aventurar que unas pocas causas son responsables de la mayor parte de los problemas.
Una importante aplicacin del Principio de Juran (o de Pareto) est en el diseo de programas
de mejora de la Calidad. Una accin de mejora deber tener como objetivo a los pocos vitales.
El Diagrama de Pareto constituye un sencillo y grfico mtodo de anlisis que permite discriminar
entre las causas ms importantes de un problema (los pocos y vitales) y las que lo son menos
(los muchos y triviales). Las ventajas del Diagrama de Pareto pueden resumirse en:
Permite centrarse en los aspectos cuya mejora tendr ms impacto, optimizando por tanto
los esfuerzos.
Proporciona una visin simple y rpida de la importancia relativa de los problemas.
Ayuda a evitar que se empeoren algunas causas al tratar de solucionar otras y ser resueltas.
Su visin grfica del anlisis es fcil de comprender y estimula al equipo para continuar con
la mejora.
Elaboracin del Diagrama de Pareto.
Los pasos a seguir para la elaboracin de un diagrama de Pareto son.
1. Seleccionar los datos que se van a analizar, as como el periodo de tiempo al que se refieren
dichos datos.
2. Agrupar los datos por categoras, de acuerdo con un criterio determinado.
3. Tabular los datos. Comenzando por la categora que contenga ms elementos y, siguiendo
en orden descendente, calcular las frecuencias: Absoluta, Absoluta acumulada, Relativa
unitaria, y Relativa acumulada.
Tabla de Datos para Diagrama de Pareto
4. Dibujar el diagrama de Pareto.
5. Representar el grfico de barras correspondiente que, en el eje horizontal, aparecer
tambin en orden descendente.
6. Delinear la curva acumulativa. Se dibuja un punto que represente el total de cada categora.
Tras la conexin de estos puntos se formar una lnea poligonal.
7. Identificar el diagrama, etiquetndolo con datos como: ttulo, fecha de realizacin, periodo
estudiado, etc.
8. Analizar el diagrama de Pareto.

En el diagrama de Pareto anterior puede observarse como dos tipos de incidencias comprenden
el 49,73% de los requerimientos de asistencia: Reponer papel (30,60%) y Requiere limpieza
(19,13%).
6.- DIAGRAMA DE DISPERSIN.
El diagrama de dispersin permite analizar si existe algn tipo de relacin entre dos
variables. Por ejemplo, puede ocurrir que dos variables estn relacionadas de manera que al
aumentar el valor de una, se incremente el de la otra. En este caso hablaramos de la existencia
de una correlacin positiva. Tambin podra ocurrir que al producirse una en un sentido, la otra
derive en el sentido contrario; por ejemplo, al aumentar el valor de la variable x, se reduzca el de
la variable y. Entonces, se estara ante una correlacin negativa. Si los valores de ambas variable
se revelan independientes entre s, se afirmara que no existe correlacin. El diagrama de
dispersin es una herramienta grfica que ayuda a identificar la posible relacin entre dos
variables. Representa la relacin entre dos variables de forma grfica, lo que hace ms fcil
visualizar e interpretar los datos.
De otro lado, calculando el coeficiente de correlacin entre dos variables, permite cuantificar el
grado de relacin entre ambas, as como su signo. El valor de este coeficiente puede estar
comprendido entre 1 y 1. Cuando toma un valor prximo a 1, la correlacin es fuerte y negativa.
Si el valor es cercano a +1, la correlacin es fuerte y positiva.
Si el coeficiente de correlacin lineal presenta un valor prximo a 0, la correlacin es dbil.
Un coeficiente de 0 indicara independencia total entre ambas variables. A su vez, un coefic iente
de correlacin lineal de 1 de -1 sealara que entre ambas variables hay dependencia funcional,
positiva o negativa segn el signo del coeficiente.
Esta correlacin puede sealar, pero no por ello probar, una relacin causal, es decir, no predice
relaciones causa efecto, sino que muestra la intensidad de la relacin entre dos variables. Por
lo tanto, es importante no apresurarse a obtener conclusiones sobre la relacin entre las
variables, ya que puede ser otra tercera que afecte a la relacin.
Ejemplos y Casos de Diagrama de Dispersin.

En el diagrama de dispersin del ejemplo, las variables a analizar son las puntuaciones medias
obtenidas para los distintos factores del servicio, tanto en percepcin (X) como en expectativas
(Y), a partir de una muestra de usuarios de un servicio administrativo a los que se les administr
una encuesta de satisfaccin. El clculo del coeficiente de correlacin lineal efectuado para los
datos del ejemplo de diagrama de dispersin arroja un valor de 0,45. Se confirma que existe una
relacin positiva entre ambas variables, si bien la correlacin existente entre ambas es
moderada.
El resultado de un diagrama de dispersin puede ser de diversos tipos. Si los puntos trazados
en el diagrama estn dispersos al azar, sin un patrn discernible, significa que los dos conjuntos
de mediciones no tienen relacin entre s. Si los puntos forman algn patrn, se denota la
existencia de relacin entre los dos grupos de mediciones. Generalmente, el diagrama de
dispersin mostrar los siguientes posibles tipos de relacin:
 Tipo de Relacin Diagrama Tipo de Relacin Diagrama

Sin Relacin. No se Fuerte correlacin

aprecia ninguna negativa. A un
correlacin entre las crecimiento de X se
dos variables. observa una tendencia
a disminuir de Y.

Alta correlacin Dbil correlacin

positiva. A un negativa. A un
crecimiento de X crecimiento de X se
(causa) corresponde un observa una tendencia
crecimiento de Y a disminuir de Y, pero
(efecto). se presume que existen
otras causas de
dependencia.

Baja correlacin Relacin Compleja. El

positiva. A un valor de X parece estar
crecimiento de X se relacionado con el valor
observa una tendencia de Y, pero esa relacin
a crecer de Y, pero se no es fcil de
presume que existen establecer.
otras causas de
dependencia.

7.- ESTRATIFICACIN. HERRAMIENTA PARA LA MEJORA.

La estratificacin es una tcnica utilizada en combinacin con otras herramientas de anlisis de
datos. Cuando los datos, de una variedad de fuentes o categoras, han sido agrupados su
significado puede ser imposible de interpretar. Esta tcnica separa los datos para que los
patrones de distribucin de dos o ms grupos se puedan distinguir.
A cada grupo se le denomina estrato. El objetivo es aislar la causa de un problema, identificando
el grado de influencia de ciertos factores en el resultado de un proceso. Los estratos a definir lo
sern en funcin de la situacin particular de que se trate, pudiendo establecerse
estratificaciones atendiendo a:

Personal. Tiempo.
Materiales. Entorno.
Maquinaria y equipo. Localizacin geogrfica.
reas de gestin. Otros.

La estratificacin puede apoyarse en distintas herramientas de calidad, si bien el histograma es

el modo ms habitual de presentarla. El desarrollo de la tcnica atiende a la metodologa
presentada para los histogramas, para el caso de los histogramas estatificados 2. Al fin y al cabo
se trata de construir los histogramas correspondientes.
Ejemplo de Estratificacin.
Se han observado retrasos en el plazo de elaboracin de informes tcnicos de un Servicio de
una Administracin Pblica. Dicho Servicio cuenta con dos Secciones y se pretende investigar si
la variable seccin puede explicar los retrasos en la emisin de resoluciones. En principio, se

2 Otra modalidad de estratificacin consiste en la construccin de diagramas de dispersin

estratificados.
elabora un histograma combinado de las dos Secciones 3 para posteriormente realizar
histogramas de cada seccin por separado.

La estratificacin:
Permite aislar la causa de un problema, identificando el grado de influencia de ciertos
factores en el resultado de un proceso.
Puede apoyarse y servir de base en distintas herramientas de calidad.

------ <*> ------

3 Este patrn de distribucin es denominado bimodal. Una forma bimodal del histograma refleja
a menudo la presencia de dos procesos que son mezclados en los datos exhibidos.