Herramientas de la Calidad – I
Expositor:
Q.F. Rodolfo Malpartida B.
Rodolfo Malpartida 2
Capítulo 1
Introducción
Herramientas de la Calidad
Las Primeras y las Nuevas
Rodolfo Malpartida 3
Mejora de la Las personas usualmente
tienen más datos verbales
Calidad Basada que numéricos cuando
en Hechos abordan
un problema
El problema se define
El problema se define
después de colectar
antes de colectar datos
datos numéricos
numéricos
Sirven para identificar Sirven para identificar
problemas con un problemas con un
enfoque analítico enfoque analítico
Rodolfo Malpartida 4
Hojas de verificación Diagrama Causa y Efecto
Check sheets
7 Herramientas Histograma
de Calidad Análisis
Obtención de datos
de datos
Cartas
Cartasdede
control
control
Diagrama de Flujo
Diagrama de Dipersión
Estratificación
Rodolfo Malpartida 5
Estratificación
LEI LES
% Defectos
LEI LES
Lotes de producción
Rodolfo Malpartida 6
Las Siete Nuevas Herramientas de la Calidad
Es un conjunto de herramientas y 1. Diagrama de Afinidad
técnicas empleadas para planificar y 2. Diagrama de Relación
dirigir con eficacia cualquier tipo de 3. Diagrama del Árbol
operaciones.
4. Diagrama Matricial
Su principal propósito es guiar a los
5. Diagrama Matricial de
jefes y supervisores en planeación,
Análisis de Datos
análisis y toma de decisiones.
6. Gráfico del Proceso de
También se les llama las Siete
Decisión
Herramientas de Planeación y
Dirección. 7. Diagrama de Flechas
Rodolfo Malpartida 7
P ro b le m a d ifí c il - C a ó tic o
Relación.
E l p ro b le m a se La s id e a s se Lo s p la ne s se Lo s p ro b le m a s se
vue lve e vid e nte o rg a niza n e la b o ra n p re c isa n
p a ra to d o s fá c ilm e nte fá c ilm e nte fá c ilm e nte
“Abordando
problemas...” La s p e rso na s
e ntie nd e n e l
E l p ro b le m a p ue d e
se r c la ra m e nte
N o se o m ite
S e id e ntific a e l
m e o llo d e l
na d a
p ro b le m a a rtic ula d o a sunto
S e o b tie ne La s c o sa s La s c o ntra m e d id a s
c o o p e ra c ió n va n b ie n a p unta n a l o b je tivo
E l p ro b le m a s e c o lo c a d e una fo rm a s o luc io na b le
Rodolfo Malpartida 8
Algunos Conceptos y Técnicas que Interactúan
en la Mejora de la Calidad
• Datos.
• Procesos.
• Las primeras 7 Herramientas de la Calidad.
• El Ciclo de Deming.
• Brainstorming y Votación.
• Control Estadístico de Procesos.
• Administración diaria del proceso.
• Las habilidades blandas: Las 10 habilidades para el 2020
Rodolfo Malpartida 9
Habilidades Blandas y Duras
Algunas Habilidades Duras Algunas Habilidades Blandas
• Título profesional o formación específica • Buena organización.
para el puesto. • Buena comunicación.
• Dominio de lenguas extranjeras. • Trabajo en equipo.
• Manejo softwares especializados. • Puntualidad.
• Dominio de operación de equipos • Creativo.
complejos. • Pensamiento crítico.
• Uso de software para presentaciones. • Facilidad de adaptación.
• Técnicas de correcta expresión verbal. • Facilidad para comunicación
• Conocimiento de leyes relacionadas con la interpersonal, sociable.
organización
Rodolfo Malpartida 10
Capítulo 2
Gestión de los datos
Check-sheets
Rodolfo Malpartida 11
Datos - ¿Qué son?
Rodolfo Malpartida 12
Naturaleza de las Variables
Cuantitativas o Continuas.
Características que se miden o se cuentan
Variable continua: su valor se Variable discreta: es el resultado de
obtiene por medición. Pueden tener contar. Sus valores son enteros positivos.
cualquier valor dentro de su rango o Ej.: núm. de hijos por familia, núm. de
recorrido. Ej.: áreas de las parcelas, accidentes/día, núm. habitantes/distrito, núm.
sueldos, peso, estatura, humedad, habitaciones/vivienda, los números de una
temperatura, tiempo trabajado (HH-mm- baraja de naipes, los número de un dado, etc.
ss).
Cualitativas o por Atributos.
Características no medibles – Se cuentan
Ej.: Estado civil, nacionalidad, sexo, lugar de nacimiento, colores, suciedad en una tela,
causas de accidentes, etc.
Rodolfo Malpartida 13
Tipos de Datos
Rodolfo Malpartida 14
Ejemplos de Datos
Variables cuantitativas Atributos
• Ancho, longitud, peso, espesor,
• “Conforme” o “No Conforme” , “A
concentración de sólidos, pH,
tiempo” o “Retrasado”, “Con o Sin
velocidad, vacío, vibración, etc.
raspaduras”, “Etiqueta Sucia”,
• Temperatura de calentamiento o de
refrigeración; • “Tela sucia externamente”,
“Envase hinchado”, “Cantidad de
• Concentración de cloro residual;
envases con fuga en nn unidades”
• Tiempo de atención desde la
colocación del pedido hasta su
llegada a almacén.
Rodolfo Malpartida 15
¿Por qué colectar datos?
• Ayuda a la toma de decisiones mediante información objetiva.
• Nuevo enfoque: “Creo que el problema es…” por “los datos indican que el
problema es…”
• Por ejemplo, en los diagramas de flujo o los diagramas de causa y efecto, un
grupo de trabajo analiza los datos y puede expresar:
“Si cambiamos el paso X en el proceso haciendo A, entonces creemos que
se mejorará Y ”
Donde Y es una característica clave de calidad del producto o servicio (salida
de ese proceso)
Rodolfo Malpartida 16
Colectar Datos
4) Formatos
1) Establecer
adecuados para
objetivos claros
el recojo
Colectar
datos
3) Confiabilidad
2) ¿Cuál es el
en las
propósito?
mediciones
Rodolfo Malpartida 17
1) Datos – Establecer objetivos claros
Rodolfo Malpartida 18
2) Datos – ¿Cuál es su propósito?
• Determinar los tipos de comparación que se necesitan, a
su vez se identifican los tipos de datos que se deben
recoger.
• Aplicar la estratificación cuando sea necesario: por
ejemplo, cuando se quiere saber por qué resultan
productos defectuosos hechos por tres máquinas
diferentes.
• Si se quisiera saber la relación entre la calidad de un
ingrediente y la dureza de un producto, se buscará
registrar pares de datos pertenecientes a estas dos
características para emplearlos en un diagrama de
dispersión.
Rodolfo Malpartida 19
3) Datos – ¿Son confiables las mediciones?
Rodolfo Malpartida 20
4) Datos – Establecer formas apropiadas de recojo
Rodolfo Malpartida 21
Check-sheets
u Hojas de chequeo
Rodolfo Malpartida 22
Check-sheets u Hojas de chequeo
Es un formato construido para recolectar y registrar datos de un
proceso. Se diseñan de tal manera que el registro de datos sea fácil
para analizar la manera en que los principales factores que
intervienen, influyen en una situación o problema específico.
En el uso de una hoja de chequeo se requiere conocer:
• Para qué se colectarán los datos
• Qué se quiere aprender de los datos
• Cómo se utilizarán los datos. Qué análisis se hará.
• Qué datos se colectarán
• Quién colectará los datos y cómo los colectará
• Dónde y cuándo se colectarán los datos.
Rodolfo Malpartida 23
Formato de Tabla
Es de fácil uso por ejemplo cuando solamente se desea contar cuán
frecuentemente sucede algo o para registrar una medición.
Rodolfo Malpartida 24
Hoja de registro de datos para control de contenido neto
para una Carta de 𝑋 y R
Uso: Peso bruto ketchup en sachets Área: Salsas culinarias
Responsable: Operador llenadora Característica: Peso bruto
Inspector: J. Z. Especificación: 8.40 ± 0.10 g
Medio de medición: Balanza digital Ohaus Equipo: llenadora “Gusther”
Unidad de medición: gramos ± 0.01 g Turno: Tarde
Sub-
Día Hora X1 X2 X3 X4 Prom Rango Observaciones
Grupo
1 23 08:50 8.35 8.40 8.32 8.37 8.360 0.08
2 23 11:30 8.46 8.37 8.36 8.41 8.400 0.01
3 23 13:45 8.34 8.40 8.34 8.36 8.360 0.06
4 23 15:45 8.69 8.64 8.68 8.59 8.650 0.01 Operador nuevo
5 23 16:20 8.38 8.34 8.44 8.40 8.390 0.01
6 27 08:35 8.42 8.41 8.43 8.34 8.400 0.09
7 27 09:00 8.44 8.41 8.41 8.46 8.430 0.05
etc. etc. etc. etc. etc. etc. etc. etc. etc.
Rodolfo Malpartida 25
Formato de gráfico para uso inmediato
Es especialmente diseñado 35
Los trabajadores
para que los datos puedan 30 marcan cada
ser registrados y dato en el gráfico
Temperatura (°C)
35
mostrados al mismo 30
tiempo que ocurren, 25
indicando los datos 20
directamente como puntos 15
en la gráfica. 10
5
8 9 10 11 12 13 14 15 16 17 18 19 20 21 22
Horas del día
Rodolfo Malpartida 26
Formato (Esquema) de ubicación y gráfico
Nº Total %
TIPO DE DEFECTO
Defectos
Tonalidad desigual { X } IIII IIII II
Plantillas despegadas {} IIII
Talones manchados { } IIII IIII III
Ojalillos quebrados { } II
Rodolfo Malpartida 27
Formato de Registro de Causas de Defectos
Equip (Defectos en picaportes)
Lun Mar Mie Jue Vie Sab
Oper
AM PM AM PM AM PM AM PM AM PM AM PM
A
MAQ #1
B
C ▲ ▲
MAQ #2
D ▲ ▲ ▲ ▲▲
Símbolos: = Rayado en la superficie; x = Porosidad; ▲= Acabado rugoso; = Forma descuadrada.
Rodolfo Malpartida 28
Frecuencia total
2 2 3 1 1 1
Ejercicio - Formato de gráfico para 25
Frecuencia
14
Rodolfo Malpartida 30
Algunas técnicas para Puntos comunes de colección de datos PCD
Rodolfo Malpartida 31
Usando un diagrama de flujo, definir dónde colectar los datos
Rodolfo Malpartida 32
Colección de Datos
Colectar información
• Elaborar un Plan:
De un proceso Hojas de chequeo
• Eliminar lo subjetivo de modo
De personas
que todos sabrán qué hacer
• Corresponde a la primera Grupo grande y disperso Encuestas
Rodolfo Malpartida 33
¿Cómo colectar los datos?
Rodolfo Malpartida 34
Emplear Definiciones Operativas en la Toma de Datos
Rodolfo Malpartida 35
¿Qué influirá negativamente en la Colección de Datos?
Rodolfo Malpartida 36
Las Seis Voces para la Calidad
Del Dueño
Del Del
Proveedor Consumidor
Calidad
De la Del
Sociedad Proceso
Del
Trabajador
Rodolfo Malpartida 37
Colección de datos – La Voz del Consumidor
Rodolfo Malpartida 38
Colección de datos – Conocer la Voz del Consumidor
• Facilitar la comunicación del consumidor
• Utilizar los medios disponibles para que se pueda
comunicar con la organización
• Que tenga facilidad para ser escuchado
Fuentes Internas Fuentes externas
Quejas Investigación (revistas, etc.)
Solución de reclamos Investigación mercado de industrias
Contactos con empleados Clientes de competidores
Datos de defectos Observar la competencia
Investigación de mercado Radio, TV, web, etc
Registros de servicios Congresos y foros industriales
Rodolfo Malpartida 39
Medios y puertos de escucha al consumidor
Encuestas
e-mail
Observa- Comprador
ciones misterioso
Cara a
Teléfono
cara
Puertos Focus
Entrevistas de groups
Medios escucha
Fax
Correo Buzón de
Tarjetas
Sugeren-
cias
Internet Momentos
verdad
Rodolfo Malpartida 40
El comprador misterioso… indaga y verifica…
1. El número de empleados disponibles en la 8. Si el empleado intentó o no cerrar la venta
tienda cuando se entra 9. Si el empleado sugirió o no productos
2. Cuánto tiempo le toma al comprador recibir adicionales
el primer saludo 10. Si el empleado invitó o no al comprador a
3. El nombre de los empleados regresar a la tienda
4. Si el saludo es o no amigable de acuerdo a 11. La limpieza de la tienda y de los
criterios objetivos empleados
5. Las preguntas que debe realizar el 12. La velocidad del servicio
comprador para encontrar el producto 13. Cumplimiento de los estándares relativos al
deseado servicio, apariencia de la tienda, pulcritud y
6. Qué tipo de productos le son mostrados presentación
7. El argumento de ventas utilizado por el 14. El manejo de dinero
empleado
Herramientas de Calidad II - Rodolfo Malpartida 41
1-
JAN CARLZON
Suecia 1941 Estaciona
2-Mira las
Llama para vitrinas
reclamar.
Philips Gogear 4 Gb
iPod Classic 160 Gb
Rodolfo Malpartida 43
Matriz de requerimientos de características de calidad de un Player mp3
CARACTERÍSTICAS DEL PRODUCTO
E – Software exclusivo
P - Estuche acolchado
H – Iluminación -.LCD
F - Garantía 1 año
N – Guía usuario
G - Batería Ni-Mh
Q - Impermeable
R - Sujetabrazo
K - Cronógrafo
M - Audífonos
J - Radio FM
O - Memoria
A - Tamaño
C - Precio
REQUERIMIENTOS DEL CLIENTE
B - Peso
I - Reloj
¿Cómo lo quiere?
R01 - Tamaño pequeño
R02 - Peso ligero
R03 - Precio asequible
R04 - Versátil
R05 - Actualizable
R06 - Confiable
R07 - Gran capacidad de almacenamiento
R08 - Buena calidad de sonido
R09 - Durable
R10 - Fácil de usar
R11 - Batería de larga duración
R12 - Diseño atractivo
R13 - Pocos colores
R14 - Fácil portabilidad
RELACIÓN: Fuerte = 5; Moderada = 3; Débil = 1; Dejar casillero en blanco= sin relación
Rodolfo Malpartida 44
Resultados Globales Requerimientos del Cliente (Taller 2018)
Rodolfo Malpartida 45
Colección de datos – La Voz del Proceso
Rodolfo Malpartida 46
Capítulo 3
Variación e interferencia
Rodolfo Malpartida 47
Concepto de Variación
• Fenómeno propio de todas las cosas en la
naturaleza que señala que no existen dos
cosas iguales en todo el universo.
• Las diferencias pueden ser muy grandes o
muy pequeñas, pero dichas diferencias
siempre estarán presentes.
• Algunas variaciones no hacen la diferencia,
otras causan problemas. A más desviación
más problemas.
• Lo nuevo es la toma de conciencia de cómo la Fuente gráfico:
https://commons.wikimedia.org/w/index.php?c
variación afecta las actividades cotidianas en urid=164666
el lugar de trabajo.
Rodolfo Malpartida 48
Tipos de Variación
Variabilidad No Natural o
Variabilidad Natural o Inherente
Asignable
Fluctuaciones aleatorias o al azar Fluctuaciones no aleatorias
generadas por una combinación de generadas por una causa o varias
causas naturales. Sus causas no se causas identificables (especiales)
pueden aislar. Es anti-económico que pueden aislarse hasta un cierto
eliminarlas. mínimo irreductible.
La variación obedece a causas La variación obedece a causas
comunes. especiales.
Rodolfo Malpartida 49
Tipos de Variación
50
Causas comunes
El proceso es predecible
Causas especiales
El proceso no es predecible
Rodolfo Malpartida 51
Procesos Procesos centrados,
desviados pero dispersos
Rodolfo Malpartida 52
Causas al azar y asignables de la variación de la calidad
Tiempo
Rodolfo Malpartida 54
Variación Estructural
% Entregas a Tiempo
La variación estructural es la
variación inherente
(variación natural) en el
% Entregas a Tiempo
sistema, pero parece
deberse a causas especiales Fin del
trimestre
(variación asignable) en una Nuevas
carta de control. Sin políticas
embargo, las causas de la
variación estructural son Aumento
predecibles. de precio
Semanas
55
Los datos de la producción siempre tiene alguna variación
95.8
95.7
95.6 95.58
95.5
Característica
95.42
95.4
95.3
95.26
95.2
95.1
95.0
W601
W602
W603
W604
W605
W606
W607
W608
W609
W610
W611
W41
W42
W43
W44
W45
W46
W47
W48
W49
W50
W51
W52
W53
Tiempo
Rodolfo Malpartida 56
Para controlar se tiene que medir ... y ¡registrar!
Rodolfo Malpartida 57
Reduciendo la Variación
- Caso Real -
Rodolfo Malpartida 58
Gráfica de caja de % Pellets - Años 1989 a 1993
0.5
0.4
Porcentaje pellets
0.3
0.2 0.17
0.11 0.12
0.1
0.06
0.04
0.0
89 90 91 92 93
AÑO
Rodolfo Malpartida 59
Gráfica de caja de % de Pellets 1989
0.5
0.4
Porcentaje pellets
0.3
0.22 0.20
0.2 0.17 0.18
0.16
0.13 0.13
0.1
0.0
89-06 89-07 89-08 89-09 89-10 89-11 89-12
AA-MM
Rodolfo Malpartida 60
Gráfica de caja de % pellets 1990
0.5
0.3
0.2 0.15
0.13 0.13 0.13 0.10 0.12 0.11 0.12 0.13
0.1 0.07 0.07
0.05
0.0
90-04
90-01
90-11
90-06
90-09
90-02
90-03
90-05
90-08
90-10
90-12
90-07
AA-MM
Rodolfo Malpartida 61
Gráfica de caja de % de Pellets 1991
0.5
Porcentaje pellets 0.4
0.3
0.2
0.11 0.10 0.09
0.1 0.07
0.03 0.05 0.03 0.01 0.05
0.00 0.02 0.01
0.0 91-04
91-01
91-11
91-06
91-09
91-02
91-03
91-05
91-08
91-10
91-12
91-07
AA-MM
Rodolfo Malpartida 62
Gráfica de caja de % Pellets 1992
0.5
0.4
Porcentaje pellets
0.3
0.2
92-11
92-06
92-09
92-02
92-03
92-05
92-08
92-10
92-12
92-07
AA-MM
Rodolfo Malpartida 63
Gráfica de caja de % Pellets 1993
0.5
0.4
Porcentaje pellets
0.3
0.24 0.24
0.2 0.16 0.16
Promedio
0.11
• Búsqueda de cambio tecnológico: 0.09
0.06
0.06
Cambiar de envase 0.03
0.04
“vent hole” a envase “open top” 0.00
89 90 91 92
Años
Rodolfo Malpartida 66
Cambio Tecnológico
Nervaduras
¡Aparecen
nuevos
problemas!
Diseño Diseño
“Vent Hole” “Open Top”
Videos
Rodolfo Malpartida 67
Reduciendo la variación
Reducir
variación Cambiar
x causas el proceso
comunes
Quitar
variación Controlar
x causas el proceso
especiales
Rodolfo Malpartida 68
Precisión y Exactitud
Rodolfo Malpartida 69
Precisión y Exactitud
PRECISIÓN
Cuando los resultados
experimentales están
cercanos entre si.
EXACTITUD
Cuando los resultados
experimentales están lo
mas cercano al valor
verdadero
Rodolfo Malpartida 70
Precisión y exactitud
Dispersos e
inexactos
Preciso e
inexacto
Preciso y
exacto
Rodolfo Malpartida 71
http://www.quimicafisica.com/exactitud-y-precision.html
Rodolfo Malpartida 72
- CALIDAD -
Hacer bien las cosas correctas
Eficiencia + Efectividad
Hacer bien las cosas + Hacer las cosas correctas
Administración + Liderazgo
Rodolfo Malpartida 74
Interferencia
Rodolfo Malpartida 75
Interferencia de la variación natural
76
Experimento del Embudo
(E. Deming)
Rodolfo Malpartida 77
Experimento del Embudo
Rodolfo Malpartida 78
Video
Rodolfo Malpartida 79
Regla N° 1
Sin compensación
Rodolfo Malpartida 80
Regla 1
No se ajusta el proceso, a pesar
de que se está observando
variación natural (causas
comunes)
Var = 0,99
Rodolfo Malpartida 81
Regla N° 2 Compensación exacta
Error
Rodolfo Malpartida 82
El proceso se ajusta en cada
observación para compensar la
última variación observada.
La compensación se hace
respecto al objetivo del
proceso actual.
Var = 1,71
Rodolfo Malpartida 83
Regla N° 3
Sobre-compensación
Medir la distancia de la
última caída hacia el objetivo
del proceso.
Centrar el embudo sobre el
objetivo, luego moverlo la
misma distancia desde la
última caída pero en
dirección opuesta.
Error
Compensación
Rodolfo Malpartida 84
El proceso se ajusta en cada
observación para compensar
la última variación observada.
La compensación se hace
respecto al objetivo del
Var = 5,56 proceso.
Rodolfo Malpartida 85
Regla N° 4
Consistencia
Centrar el
Compensación embudo sobre la
última caída
X
Error
Rodolfo Malpartida 86
El proceso se ajusta en cada
observación.
El centro del proceso se fija
para coincidir con la última
lectura observada.
Var = 5,62
Rodolfo Malpartida 87
Efectos de reaccionar ante la variación natural como si fuera
producida por causas especiales
Rodolfo Malpartida 88
Interferencia a los trabajadores (La más destructiva)
Rodolfo Malpartida 89
Talleres variación
Rodolfo Malpartida 90
10 Variabilidad
9 natural o inherente
8 Ejercicio con dos dados
7
Distribución esperada
Frecuencia
6
5
4 x
3 x x x
2 x x xx
1 x x x x x x x
2 3 4 5 6 7 8 9 10 11 12
Suma tiros (dos dados)
Rodolfo Malpartida 91
Variabilidad
natural o inherente
Ejercicio con diez naipes
Suma de
TIRO Carta 1 Carta 2 Carta 3 Promedio
3 valores
1 7 5 10 22 7,3
Núm. de
2 10 7 4 21 7,0 Intervalo Promedio Porcentaje
veces
3 9 6 8 23 7,6 A 2, pero menos que 3
4 10 7 8 25 8,3 B 3, pero menos que 4 / 1
… C 4, pero menos que 5
25 2 8 1 11 3,6 D 5, pero menos que 6
E 6, pero menos que 7
F 7, pero menos que 8 /// 3
G 8 o más / 1
Total 25 100%
Rodolfo Malpartida 92
Tiremos los naipes y calculemos…
Suma de
TIRO Carta 1 Carta 2 Carta 3 Promedio
3 valores
1
2
3
4
5
6
7
8
9
….
….
24
25
Rodolfo Malpartida 93
Si hacemos este ejercicio muchas veces…
Intervalo Promedio %
A 2, pero menos que 3 3,33
B 3, pero menos que 4 10,00
C 4, pero menos que 5 20,00
D 5, pero menos que 6 25,00
E 6, pero menos que 7 22,50
F 7, pero menos que 8 13,33
G 8 o más 5,83
100%
Intervalo Promedio %
A 2, pero menos que 3
B 3, pero menos que 4
C 4, pero menos que 5
D 5, pero menos que 6 4,1
E 6, pero menos que 7 17,6
F 7, pero menos que 8 35,3
G 8 o más 43,0
100%
Se muestra una distribución sesgada a la derecha.
Ahora hay una variación no natural o asignable (por
causas especiales)
Rodolfo Malpartida 95
Variabilidad No Natural o Asignable… para bien o para mal
Rodolfo Malpartida 97
Ejemplo 1: Registrar datos de un cliente
Proceso Causa común de variación Causa especial de variación
Registrar Un operador experimentado Un operador sin entrenamiento, nuevo
información de comete un error ocasional. en el empleo, comete numerosos
contacto del cliente errores de ingreso de datos.
Fuente de variación
Entre Originada por quien toma la muestra y del
caladas (o acondicionador que clasifica la lana, ya que la
entre mayoría de la variación ocurre dentro de
mechones) vellones individuales
Existen diferencias menores entre equipos y
Dentro del analistas. Estas fuentes de variación son
laboratorio minimizadas mediante controles de calidad,
mantenimiento de equipos y supervisión.
La cantidad de ensayos realizados tiene
Entre
relación directa con la precisión mayor
laboratorios
http://www.cienciactiva.gob.pe/una repetibilidad del resultado.
99
¿Variación natural o no natural?
Discusión
Causas de Variación en la Calidad de la Lana de Alpaca
100
Factores de variabilidad en la industria
• Materiales
• Máquinas
• Método de trabajo
• Medio ambiente
• Money (Dinero, costo)
• Man (Hombre, el más influyente)
Ejemplo:
Número de errores en las facturaciones en una tienda
Los datos no agrupados son 0 1 3 0 1
simplemente una lista de 1 5 4 1 2
valores observados. 1 0 2 0 0
No brindan información 2 1 1 1 2
alguna 0 4 1 3 1
1 3 4 0 0
Para aprovecharlos es 1 3 0 1 2
necesario organizarlos.
Frecuencia
2 //// 5 14,2
8
3 //// 4 11,4 5
6
4 3 8,6 4
/// 4 3
5 / 1 2,9 2 1
Total 35 100 0
0 1 2 3 4 5
Número de errores
Rango o Recorrido
Valor menor
Valor mayor
30
25 Intervalo
Frecuencia
20
15
Celda o
10
clase
mm
Marca de
x
Límite Límite
clase Unidades
inferior superior
25 Intervalo
Frecuencia
20
15
Celda o
10 clase
mm
Porción fuera de
Marca de
clase
Límite Límite especiicación
inferior superior Unidades
5) Cálculo de la
primera clase:
10,240 - 10,305
10,305 - 10,370
10,370 - 10,435
10,435 - 10,500
10,500 - 10,565
10,565 - 10,630
10,630 - 10,695
10,695 – 10,760 𝒇𝒙
𝒙= = =
f= fx = 𝒇
n 2
f
i 1
(Xi - X )
s=
n
donde:
s = desviación estándar de la muestra
f = frecuencia
x = valor observado
i
= media
n = cantidad de valores observados
(-) (+)
f
i 1
(Xi - X )
s=
1.1455
= 0.1128 mm
s= 90
n
Var N Mean StDev Min Max
mm 90 10,477 0,110 10,25 10,75
General Multimodal
100
Para priorizar los 80
NÚMERO de PROBLEMAS
problemas usamos el 80
65
Porcentaje (%)
Diagrama de Pareto 60
60
Problemas
40
40
25
15 20
20
5 8
0 0
Devueltos Sucios Vencidos Bajo peso Otros
0%
POCOS VITALES MUCHOS TRIVIALES
La línea muestra la
NÚMERO de CASOS
proporción (%)
respecto al total.
Problemas
65
25
15
5 8
Categoría Sumatoria
Mozo desaseado 505
Mala ventilación 83
Baño cerca a cocina 350
Baño sucio 127
Manteles sucios 97
Cucarachas 962
Otros 101
Total 2 225
Suma Porcentaje
Categoría Suma Porcentaje
acumulada acumulado
Cucarachas 962
Mozo desaseado 505
Baño cerca a cocina 350
Baño sucio 127
Manteles sucios 97
Mala ventilación 83
Otros 101
Total 2225
Porcentaje
Restaurante «Todo salteado»
60
1200 Quejas de comensales
(%)
962 Periodo: 1 feb al 30 abr 2010
N = 2225 40
800
505 1º de mayo 2010
400 350Hecho por: R. Valverde 20
127 97 83 101
0 0 Incluir
desasea…
ventilac…
cerca a…
información
sucio
Manteles
Cucarach
Otros
Baño
Baño
sucios
Mozo
Mala
relevante
as
M1 M1 M2 M3
P1 P2 P3 P4 P5
Si no hay clara
diferenciación,
L1 L2 L3 L4 L5 busque otra
clasificación
Estratificar por línea
de producción
Rodolfo Malpartida 149
Reclamos de clientes por
Estratificar producto no conforme retrasos de préstamos
Motivos de reclamos de clientes Reclamos por día de la semana
100%
100%
500
200
80% 80%
# de reclamos
400
# de reclamos
% acumulado
60% 150 60%
300
100 20%
50 20%
Acciones
sobre
MEJORA las causas
raíz
ANTES DESPUÉS
60
Porcentaje
100
86 Junio – Julio 2018 100
80 80
40 80
N = 178 60
60
Frecuencia
Porcentaje
60
40 40 N = 86
20 40
20 20 20
0 0 0 0
183
100
100
183
Nº cajas
Nº cajas
4000
50.0% 50.0%
600
3000 40.0% 40.0%
30.0% 30.0%
400
2000
1432 20.0% 237 20.0%
198
200
1000
10.0% 10.0%
33
0 0.0% 0 0.0%
Compue Costura Costura
Falso Aplicació Sin Falla
Costura sto Costura sin lado
cierre
fresco
n barniz código costura
barniz tapa
Nº cajas 1432 1338 150 30 0 Nº cajas 964 237 198 33
% acum 18.8% 36.4% 38.3% 38.7% 100.0%
% acum 67.3% 83.9% 97.7% 100.0%
Rodolfo Malpartida 154
Ejercicio Diagrama de Pareto
Muchas
Pérdidas
Pocas causas
https://www.problemsolving.pro/cause-mapping-diagrama-de-ishikawa/
Primer paso.
Decidir la Característica de Calidad que se desea mejorar y controlar. (Por
ej.: “Oscilación durante la rotación de la máquina”)
Característica crítica de calidad: “Oscilación”. En este ejemplo, la
mayoría de los defectos que presentan las piezas producidas en una
fábrica se deben a una rotación oscilante.
Para eliminarla, es preciso hallar sus causas.
que apliquen)
Inspección Herramientas
Inspección Herramientas
Rodolfo Malpartida 172
Modelo de clasificación según el proceso de producción
cansado dimensiones
peso
grande
condición
mecanizado ligero
física
basto rectificadora
entrenamiento
nervioso torno
retraso
frecuencia rotacional
cuidado inadecuado
falta
Muchas fisuras en
rectificado de lentes de
mezcla de contacto
retorno
tiempo material contaminante
corto no conecta
solución de remoción blando
presión rectificado
de impurezas bloque P
largo
fluido de remoción de filtro fluido contaminante
impurezas tiempo
repleto
pendiente artesa agente rectificador virutas de corte conexión
llena
grandes permanecen Producto: lente de contacto
áspera artesa
partículas Proceso: rectificado
ratio de torno
Fecha: 23-07-03
mezclas
MATERIAL MÉTODO Grupo de producción: Alianza
En resumen, si usando
cualquiera de los
modelos anteriormente
descritos , se consigue
identificar las causas
posibles del problema,
¿Cómo llegar a las causas
raíz? Se aplica la técnica
de multi-votación.
…Si todas las causas son marcadas SÍ, redefina la descripción del problema
…Si no hay causas marcadas como SÍ, pregunte qué ha cambiado en la Descripción del Problema (QUÉ, DÓNDE,
CUÁNDO)
…Si sólo una causa es marcada SÍ, verifique y pruebe que esta causa es la causa real
…Si más de una causa es marcada Sí, pruebe cada causa independientemente para determinar cuál de ellas causa
realmente el problema o parte de él
Rodolfo Malpartida 184
Plan de Verificación de causas
(5W 2H)
192
¿Qué es una Carta de Control?
• Línea central
Línea continua que representa el promedio el proceso
+ 1 sigma Zona C
2 x
Media del
3 x
1 x
95.45 %
1 x
99.73 %
68.26 %
proceso x
- 1 sigma 1 x Zona C
-3s
- 2 sigma 2 x Zona B
- 3 sigma 3 x Zona A
LCI
LCS
LCS:
Límite de control superior
LC LC :
Línea central (promedio)
LCI:
LCI Límite de control inferior
1. Eje de las X
2. Eje de las Y
3. Línea central o promedio
4. Límites de control
5. Zonas
6. Punto fuera de límite de control
Zona A
Zona B
Zona C
Zona C
Zona B
Zona A
LC Línea Central
LIC
Límite Inferior de Control
1 2 3 4 5 6 7 8
Número de subgrupo o
muestra
Rodolfo Malpartida 202
Tipo
Continuos de datos Atributos
Elegir una
Carta de ¿En Sub
Grupos? ¿Qué está
Control SÍ
contando?
410.2 _
_
X=410.1133
410.0
409.8
LC L=409.7010
1 3 5 7 9 11 13 15 17 19 21 23
H or a
1.6
U C L=1.512
1.2
Rango móvil
0.8 _
R=0.715
0.4
0.0 LC L=0
1 3 5 7 9 11 13 15 17 19 21 23
H or a
• Las mediciones son caras (p. ej., pruebas • Procesos que requieren de control en
destructivas), tiempo real
• Cuando la salida del proceso es • Procesos de muy baja frecuencia de
relativamente homogénea (ej., el pH de muestreo o de generación de datos
una solución química) • En fábricas de papel, las mediciones de
• Se usan cuando ya se ha llegado a un algunos parámetros tal como el espesor
cierto grado de control del proceso y se del recubrimiento a través del rollo se
tiene como finalidad verificar ese nivel de diferenciarán muy poco, su desviación
control que ha alcanzado el proceso estándar será muy pequeña.
Rodolfo Malpartida 210
Cartas de Mediciones Individuales y Rango Móvil
SEM 1 2 3 4 5 6 7 8 9 10
Costo 310 288 297 298 307 303 294 297 308 306
SEM 11 12 13 14 15 16 17 18 19 20
Costo 294 299 297 299 314 295 293 306 301 304
SEMANA 1 2 3 4 5 6 7 8 9 10
Costo 310 288 297 298 307 303 294 297 308 306
Rango Móvil 22 9 1 9 4 9 3 11 2
SEMANA 11 12 13 14 15 16 17 18 19 20
Costo 294 299 297 299 314 295 293 306 301 304
RM 12 5 2 2 15 19 2 13 5 3
∑ Costo / 20 = 6010/20 = 300,5
∑ RM/19 = 148/19 = 7,79
Rodolfo Malpartida 215
Calcular los Límites de Control
Límites de control para x individuales:
• LCSx = 𝑥 + 𝐴3 𝑅𝑀 = 300,5 + 2,66 *7,79= 321,22
• LCIx = 𝑥 − 𝐴3 𝑅𝑀 = 300,5 − 2,66 * 7,79 = 279,78
220
Carlos Deza y Rodolfo Malpartida
Carta de Control
de Promedios y Rangos
-R
221
Usos de la carta de promedios y rangos -R
Colectar datos
- Definir qué datos, en grupos pequeños
- Desarrollar Plan de colección de datos
- Seleccionar el tamaño del subgrupo (n)
- Generalmente 2 ≤ n ≤ 6
Definir la frecuencia del subgrupo
- Dependerá de la variación
Registrar los datos en Hoja de registro
seguidas 18
19
6.38
6.35
6.44
6.41
6.28
6.37
6.58
6.38
20 6.56 6.55 6.45 6.48
6.6
P r omedios
1
6.5
U C L=6.4759
_
_
6.4 X=6.4099
5 5 LC L=6.3439
1
6.3
1 3 5 7 9 11 13 15 17 19 21 23 25
Sample
1
0.3
0.2 U C L=0.2066
Rangos
_
0.1 R=0.0905
0.0 LC L=0
1 3 5 7 9 11 13 15 17 19 21 23 25
Sample
6.6
P r omedios 1
6.5
U C L=6.4759
_
_
6.4 X=6.4099
5 5 LC L=6.3439
1
6.3
1 3 5 7 9 11 13 15 17 19 21 23 25
Sample
1
0.3
0.2 U C L=0.2066
Rangos
_
0.1 R=0.0905
0.0 LC L=0
1 3 5 7 9 11 13 15 17 19 21 23 25
Sample
CARTA DE RANGOS
• La carta de rangos se considera la carta más importante en un estudio
de capacidad de un proceso, por ello se le evalúa primero.
• Si no está en control estadístico, se deberán investigar y eliminar todas
las causas especiales antes de interpretar la carta de medias
• Cuando la carta de rangos está fuera de control puede deberse a
mantenimiento insuficiente, malas reparaciones (influencia de la
máquina), trabajadores nuevos o algo que los moleste (predominio del
trabajador).
CARTA DE MEDIAS
• Representa el centramiento del proceso
• Acciones relacionadas con:
• Ajuste del equipo o máquina
• Características particulares de materiales o partes usadas
• Cambio o ajuste de los métodos de trabajadores o inspectores
• La carta de medias se interpreta siempre y cuando la carta de R esté
en control
Exclusión de datos
– No sólo se trata de “excluir datos anómalos”
– Mediante la exclusión podemos estimar el nivel que se puede alcanzar
con las causas comunes
– Esto no significa que deban dejarse las cosas así como están
– Deberá cambiarse el proceso eliminando las causas especiales
identificadas
• No conforme/Defectuoso
Producto (bien o servicio) que incumple uno o más requisitos
especificados; producto con uno o más defectos.
• No conformidad/Defecto
Requisito especificado incumplido por un producto; defecto de un
producto o servicio.
Ventajas
• Datos por atributos existen en todos los procesos
• Los datos se pueden obtener en forma rápida y económica
• Una carta de atributos puede controlar varias características
• Es más fácil de construir y de interpretar. No requiere
especialización.
• Se utilizan cartas individuales, no en pares como las cartas para
variables
Unidades
Defectos
defectuosas
• Fracción defectuosa (p)
Muestra de
• Unidades defectuosas (np) Gráfico p Gráfico u
tamaño variable
• Número de defectos (c) Muestra de
tamaño Gráfico np Gráfico c
• Defectos por unidad (u) constante
254
Carlos Deza y Rodolfo Malpartida
“Válvulas defectuosas – Datos para carta p ”
N° Tamaño Válvulas N° Tamaño Valvulas
Proporc. Proporc.
Muest o Sub-grupo Defectuosas Muest o Sub-grupo Defectuosas
pi pi
Lote n i d i Lote n i d i
1 300 15 0.05 11 300 9 0.03
2 300 12 0.04 12 300 4 0.01
3 300 15 0.05 13 300 7 0.02
4 300 7 0.02 14 300 9 0.03
5 330 16 0.05 15 305 5 0.02
6 300 6 0.02 16 295 15 0.05
7 300 18 0.06 17 300 19 0.06
8 280 10 0.04 18 300 7 0.02
9 290 9 0.03 19 300 12 0.04
10 300 25 0.08 20 300 10 0.03
21 300 4 0.01
𝒏= 𝒑=
255
Calcular la proporción promedio de no conformes
y los límites de control
𝑝(1−𝑝)
𝐿𝐶𝑆𝑝 = 𝑝 + 3 =
𝑛
𝑝(1−𝑝)
𝐿𝐶𝐼𝑝 = 𝑝 − 3 =
𝑛
0.14
0.12
1
Proporción
0.10 1
1 11
1
0.08 1 11
1 1
1 1 1
0.06
_LCS=0.0519
P=0.0462
0.04 LCI=0.0405
1
1 11 1
1
1
11 1
11 1 1 11 1
0.02
11 1
1
0.00
1 6 11 16 21 26 31 36 41 46
Muestra
Las pruebas se realizaron con tamaños de la muestra desiguales
Rodolfo Malpartida 260
Interpretación de la carta de control de atributos
Señales de que el proceso está fuera de control
1 punto 6 puntos
fuera de los seguidos hacia
límites de arriba o hacia
control abajo
14 puntos
9 puntos seguidos
alternados hacia
al mismo lado de la
arriba y hacia
línea central
abajo
Defectos en estatores.
Utilice los datos de la tabla en el anexo.
a) Empleando el tamaño de sub-grupo promedio,
calcule los límites de control.
b) Grafique la carta p e interprétela.
c) ¿El proceso es estable?
𝑐1 + 𝑐2 + … + 𝑐𝑘
Calcular el promedio de 𝑐 : 𝑐 =
𝑘
𝑐1 + 𝑐2 + … + 𝑐𝑘
𝑐 =
𝑘
LCc c 3 c
Promedio de 𝑐 Límites de control de c
Rodolfo Malpartida 270
Rodolfo Malpartida 271
Resumen de las cartas de control
Selección del tipo INICIO
Los datos tienden a estar
normalmente distribuidos debido
de carta de control Variables
al teorema del límite central
Atributos
Tipo de
datos
Individuales
y son normales Subgrupos
Defectos Defectuosos ¿Individuales o
¿Defectuosos subgrupos?
o defectos?
¿Área de ¿Tamaño de
oportunidad SÍ subgrupo es Promedios
constante? SÍ Individuales
constante de muestra a y rangos
muestra? y Rango Móvil
NO
NO
u c p p, np
Carta
# total de unidades no conformes LCSnp = n p + 3 n p (1- p)
de np np =
# total de unidades de inspeccion (fijo)
LCInp = n p - 3 n p (1 - p)
Carta c=
# total de defectos (c) LCSc = c + 3 c
de c # total de unidades de inspeccion (fijo)
LCIc = c - 3 c
Carta # total de items no conformes (u)
u= u u
de u # total de unidades de inspeccion (n) LCSu = u + 3
n
LCIu = u - 3
n
En: Statistics, by
Freedman, Pisani,
Purves and Adhikari
Relación negativa
Mientras una variable aumenta, la otra disminuye y viceversa.
• Ej.: La fuerza muscular de la gente mayor que 60 años disminuye con
el tiempo.
Grados de correlación
% Defectos
0.91
la presión de aire de 0.90
soplado?
0.89
Construya el diagrama de
0.88
dispersión y calcule el
0.87
coeficiente de correlación.
0.86
Comente.
9.0
8.1
8.2
8.3
8.4
8.5
8.6
8.7
8.8
8.9
9.1
9.2
9.3
9.4
9.5
Presión de aire (Kg/cm2)
𝑥𝑖 2
𝑆 𝑥𝑥 = 𝑥𝑖 −
2
𝑛
𝑦𝑖 2
𝑆 𝑦𝑦 = 𝑦𝑖 −
2
𝑛
(𝑥𝑖) 𝑦𝑖
𝑆 𝑥𝑦 = 𝑥𝑖𝑦𝑖 −
𝑛
FECHA x y x2 y2 xy
10-01 8.6 0.889 73.96 0.79032 7.6454
10-02 8.9 0.884 79.21 0.78146 7.8676
10-03 8.8 0.874 77.44 0.76388 7.6912
10-04 8.8 0.891 77.44 0.79388 7.8408
10-05 8.4 0.874 70.56 0.76388 7.3416
10-08 8.7 0.886 75.69 0.78500 7.7082
10-09 9.2 0.911 84.64 0.82992 8.3812
Etc. Etc. Etc. Etc. Etc. Etc.
Total 263.2 26.82 2312.02 23.97834 235.3570
𝑆(𝑥𝑦) 0.0913
𝑟= = = 0.59
𝑆 𝑥𝑥 ∗𝑆 (𝑦𝑦) 2.88 ∗0.00840)
Rodolfo Malpartida 285
Diagrama de Dispersión de Presión de Aire de
Soplado y Porcentaje de Defectos
0.94
n = 30 R² = 0.3443
0.93
r = 0,5868
0.92
0.91
% Defectos
0.90
0.89
0.88
0.87
0.86
8.1
8.2
8.3
8.4
8.5
8.6
8.7
8.8
8.9
9.0
9.1
9.2
9.3
9.4
9.5
Presión de aire (Kg/cm2)
MUESTREO
Conceptos y Aplicaciones Básicos
Muestra
¿Cómo lo decidiremos?
• Revisar todos los frascos del lote y retirar todos los que no
cumplan la característica de calidad establecida. Los frascos
que no cumplan podrían ser devueltos al proveedor,
reprocesados o desechados.
• Se aplica para aquellos casos en que los productos son de
alto riesgo y si pasan unidades defectuosas se puede generar
una gran pérdida económica.
• Cuando la capacidad del proceso de fabricación es
inadecuada para cumplir las especificaciones.
Rodolfo Malpartida 295
C. Examinar uno que otro artículo, y si un número suficiente de
ellos están bien, aceptar el lote (muestreo de aceptación).
Ventajas Desventajas
• Tiene menor costo • Riesgo de aceptar lotes malos y
• Requiere de menos personal rechazar lotes buenos (aunque en
• Menos manipulación, el producto un plan de muestreo estos riesgos
sufre menos daño. están previstos y cuantificados)
• Aplicable en pruebas destructivas. • Brinda menos información del nivel
de calidad o su proceso.
• Se reduce el error de inspección y la
monotonía. • Se requiere tiempo y conocimiento
para planificar y documentar el
• El fabricante se motiva en mejorar la
muestreo.
calidad.
Rodolfo Malpartida 297
Muestreo de Aceptación
1 2 3 4 5
Muy des- Desagradable Aceptable Buen sabor, Sabor pleno,
agradable pero no es el agradable.
ideal
El NCA (En inglés AQL, Acceptable Quality La CL, Calidad Límite, (En inglés QL
Level) es el valor de p ( c en el caso de Quality Limit, o LTPD, Lot Tolerance
defectos) que tiene una probabilidad de Percent Defective). Es el valor de p ( c en
aceptación de 0,95 (95%). Es el el caso de defectos) que tiene una
porcentaje máximo de unidades que
probabilidad de aceptación de 0.10
¿no? cumplen con la calidad especificada.
(10%). Es el porcentaje de unidades
La probabilidad de rechazo de un lote con
estas características, α = 0,05 (5%), se defectuosas toleradas en un lote que a
denomina riesgo del fabricante. También efectos de muestreo se considera
se le conoce como el nivel de calidad del insatisfactorio, por lo que debe tener una
productor. probabilidad de aceptación baja
Cuando p = AQL, el riesgo del productor, , Cuando p = CL, el riesgo del consumidor, ,
es 1 menos la probabilidad de aceptación. es igual a la probabilidad de aceptación
Rodolfo Malpartida 312
Norma MIL-STD-105E
• Esta norma, es un estándar de la defensa de
EEUU que provee procedimientos y tablas para
muestreo por atributos (1950)
• Esta norma fue adoptada fuera de las
aplicaciones militares, para las que había sido
propuesta.
• La norma MIL-STD-105E se desactivó el 27 de
febrero de 1995.
• Fue adoptada por la Organización Internacional
de Estandarización (ISO International
Standardization Organization) con la norma ISO
2859, que salvo ligeras diferencias de términos,
es la misma norma MIL-STD-105E
Rodolfo Malpartida 313
Norma MIL-STD 105E y La Norma ISO 2589
5 lotes aceptados en 5
muestreos consecutivos
Inspección
Inicio
Normal
Un lote rechazado
en un muestreo
5 lotes
consecutivos no
Inspección
se rechazan
Reducida
MAYOR: No siendo crítico, reduce la utilidad del producto para el fin que se
destina.
MENOR: No reduce materialmente la utilidad del producto ni produce
desviaciones significativas con relación a los requisitos establecidos.
2 a 8
9 a 15 etc.
…. ….. Letra código
…. ……
500.001 y superior
Rodolfo Malpartida 324
Tabla de Letras Código
Caja 1
Estrato 1
Estrato 2
Estrato 3
Estrato 4
Usar tablas de
números al
azar
Muestra
Muestreo primario
¿Preguntas?
¿Comentarios?
Rodolfo Malpartida B.
Correo electrónico:
rvmalpartidab2@hotmail.com
Celular: 959-827-020
• Automotive Industry Action Group, 1991. Statistical Process Control (SPC) Reference
manual.
• Ishikawa, Kaoru. Introduction to Quality Control. 3A Corporation, 1994. Tokyo, Japan.
• Hosotani, Katsuya. The QC Problem solving approach – Solving Workplace Problems the
Japanese Way. 3A Corporation, 1992. Tokyo, Japan.
• Romero Villafranca, Rafael; Zúnica Ramajo, Luisa Rosa. Métodos Estadísticos de Ingeniería.
Ed. Limusa, SA de CV. Grupo Noriega Editores, 2008. México, DF.
• Nayatani, Yoshinobu; Eiga, Toru; Futami, Ryoji; Miyagawa, Hiroyuki. The Seven New QC Tools. 3A
Corporation, 1994. Tokyo, Japan..
• Kubiak, T. M. The ASQ Pocket Guide for the Certified Six Sigma Black Belt. American Society for
Quality, Q Quality Press, Milwakee, Winconsin 53203, pp. 137 a 145, año 2013