‘CALIDAD PRACTICA 3.1. éQUE ES UNA HERRAMIENTA PARA EL CONTROL Y LA MEJORA DE LA CALIDAD? El primer autor en proponer la utilizacién de un conjunto de herramientas para el.conttol de la calidad fue Kaora Ishikawa, en su libro Guide to quality control (1976). Para ello consideraba esencial la utilizacion de métodos estadisticos para ejecutarjuicios correctos acerca de los datos recogidos en procesos pro- ductives. Ahora bien, con ello no se refer‘a a que toda la organizacién domina- 1a cl uso de complejas técnicas estadsticas, sino que el personal fuera capaz de utilizar con habilidad aquellastécnicas necesarias en su puesto de trabajo. En este sentido, Ishikawa clasificé las herramientas estaditicas en tres grupos — Herramientas introductorias: Di rigidas a todos los empleados y (coai a Comma cs ‘We Calidad, EI Co. con unos requerimientos de co- | ri de Calidad de una organ nocimientos estadisticos mini- | 2acign esel responsable de def mos. Deberfan ser conocidas por | nir, impulsar, coordina y supe ‘oda la empresa, de forma que stu | visar los programas de calidad, continua utilizacién permitiera | asi como de asignares os ect llevar a cabo pequefias mejoras a | 80s necesaros. diario. También estén dirigidas a resolver los problemas plantea- dos en Comités de Calidad 0 Cfreulos de Calidad, en especial cuando se usan no individual- mente sino. todas ellas en conjunto y siguiendo una de- terminada metodo- logia de trabajo. Estas herramientas, forman las Uama- as “7 herramientas, de Ishikawa", y son: 1. Diagramade Pa- reto. Diagramas cau- sa-efecto. Estratificacién de datos. Generalmente esté formado por altos directivos y mandes intermedios de la propia organi- zacién, (Creulos de Calidad. Los Citeulos de Cali- ® dad, formados por entre 5 y 10 personas que se resinen periédicamente y de forma voluntaris, tienen por objetivo mejorar Ios procesos y acti- vidades de la organizacin, aumentar la satisfac- cin del personal mejorando sus condiciones de trabajo, e incrementar el aprovechamiento de sus capacidades potencales. Los miembros de los efrculos de calidad deben tener experiencia en el uso de herrs- mientas estadisticas, asf como de otras para el ‘control y mejora de a calidad. ‘Kaoru Ishikawa fue el padre y pescusor de los circulos de calidad, apicandolos por primera vez en 1962 en la Nipon Telegraph and Cable4, Hojas de control o de comprobacién. 5. Histogramas. 6. Diagramas de dispersién, 1. Graficos de control. — Herramientas intermedias: Dirigidas a los ingenieros en general, espe- cialistas en calidad y a los supervisores con responssbilidades en cali- dad en sus secciones. Estas herramientas, ocho en total segtin Ishikawa, requieren unos conocimientos estadsticos mas avanzados, si bien no se considera necesario que todos los gestores los necesiten. Las herra- -mientas propuestas son: 1. Distribucién de los estadisticos, estimacién estalistica y pruebas estadisticas. 2. Estitracién del muestreo, teoria del error estadistico y actividad de la varianza, Inspeccién por muestreo estadistico. Papel probabilistica binomial Introduccién al disefio de experimentos. ‘Técnicas sencillas de fiabilidad. ‘Métodos sencillos de anilisis sensoriales. 3, 4, 5 6. Correlaciones simples y andlisis de regresi6n, 1 8 abjas qué? Si bien K. Ishikawa, después de aplicar con éxito los Citculos de Calidad en Japén, Taiwan y Corea del Sur, pens6 que Gnicamente podian emplearse en paf- ‘ses que utilizaran el alfabeto chino. Su razonamiento partia de que, al ser un alfabeto muy complejo, solo puede escribirse correctamente después de mucho tiempo de estudio, por lo que el ta- bajo duro y la educacidn, necesarios en los Circulos de Calidad, son sefias de identidad de dichos paises. Después del éxito en todo el mundo, en 1980 lleg6 a una nueva conclusién: los Circulos de Calidad funcionan ya que se basan en la naturaleza democratica de la raza humana, — Herramientas avanzadas: Utilizadas por los responsables de calidad y consultores especializados con el objetivo de disefier nuevos experi- Ientos y analizar con exactitud los resultados obtenidos; incluyen: 1. Disero avanzado de experimentos. 2. Anélisis multivariante. 3. Técnicas avanzadas de fiabilided. vara V1 30 VuOraW 171 4 TOHINGO 7a Ved SVINSINVEESH‘CALIDAD PRACTICA ————— 4, Métodos avanzados de ensayos sensoriales. 5. Anilisis de series temporales y métodos de investigaciGn operativa. 6. Otros métodos, Con posterioridad a las aportaciones iniciales de Ishikawa, se han llevado ‘a cabo numerosas clasificaciones de las herramientas para la mejora de lacali- dad, aunque una de las més exitosas ha sido la separacién entre las llamadas “Las 7 herramientas bisicas de la calidad” y “las 7 herramientas para la Ges- tid de la Calidad”. 3.2, LAS SIETE HFRRAMIENTAS BASICAS DE LA CALIDAD Las “7 herramientas isias de la calidad” son prétcamente as mismas que Tas propuestas por el K Ishikawa, si bien sufren alguna ligeravariacit. De hecho, distntos autores las han clasifcado de diferente manera, aungue su abjetivo principal ese mismo. ‘Sen lal seal clsifiacin, la caractrstica principal de estas heranien- tases ue todas elas son visusles, por lo que son de mu fil uilizacion y Comprensin. Ademés, todas ellas se pueden utlizar en cualquier peso de trabajo, independientemente de sila empresa es de producign ode Servicios ‘Ahora bien, la simplicidad del uso de dichas herramientas no debe esconder el gran potencal qu onen en la oma de decisions, yen su uso como base para fn mejora de los procesos de calidad Tas sete herramienas ques presen tan continacién son las que més cominmente se aceptan como tals. Por ore pate se presenta en el orden en el ‘que generalmente se utilizan, si bien es ee ee am nlisasicteaica”) at 7 sommes ook plear en distinto orden, sino tam fia de las “7 armas del guerrero Ae forma individual Con ol obetivo de | jones Bene qe le perm mostrar su aplicailidad se presenta un | tion infar batalla el ico ejemplo en el ue, paral esol | gual elas hermits pe cin del problema planteado, se utilizan | miten resolver los problemas, sucesivarent todas la. {Por qué se llaman las 7 herramientas de la calidad? 3.2.1. Diagrama de flujo El objetivo del diagrama de flujo es el de mostrar cudl es el flujo del proceso ‘a analizar, determinando cules son las entradas y salidas de cada actividad det proceso.Para ello se utiliza alguna de las miltiples metodologias gréficas existentes para representar procesos, si bien la mayorfa de ellas se basan en dstintos sim- ‘bolos gue identifican: operaciones, movimientos, almacenaje, inspecciones, retrasos y decisiones. Muchos de dichos métodos utilizan también distintas ‘columns, situando cada actividad en los distintos departamentos 0 secciones simplicados. ‘Una vez dibujado el diagrama de flujo, es muy facil diferenciar aquellas actividades que afiaden valor al producto (la mayorfa de veces may pocas de ellas) de aquellas que deberfan ser eliminadas y de las que sin aad valor son necesarias aunque eliminables a largo plazo. La principal utilidad del diagrama de flujo es en primer lugar la de que todos los participantes en el grupo de mejora obtengan una comprensiGn obje- tiva idéntica del proceso a analizar. A parti de aqui, se debe comprobar si el funcionamiento real del proceso es igual al “oficial” redactado en los docu- ‘mentos de gestién de la organizacién, y si éste es susceptible de mejora. Ade- ‘més, el diagrama de flujo es un excelente punto de partida para laelaboraciGn de los procedimientos de trabajo, permitiendo una comunicacién con una tini- ea interpretacién. | Ejempio Clavier (1) | Clavier es una empresa dedicada a la fabricacién de cereales en polvo. Los tipos | de productos fabricados son muy diverts en funcin des io, i ien sla | mentee reali su vena en dos formato en sacos de 7y 18k Lor stcos de “ig son almacenadosen pales, formados medians wn robot pletiado uto- mnatizado, micnras qu los de 35 kg los almacena directamente una cata Clever uno ano, El proceso defabriccionanbign es bastante serio, ya Que se asa en a meela de dstnasdoss de componenesen polo en funcon del profuco final dseado Erresponsable del almacén de productos acabados considera que a calidad de los productos finales que Megan as almacén noes a que debe, ya qu se detect demasadas no confomidides (ses esropeados, pales incre, sacos vais.) Dichos problemas son parialment econacidos pore direc tor de roducin, si bien nina se han recogid dts objtvs qe ls coro- borer Co el fn de analiza y solvenar dic problema equipo de deccn decide crear un grupo de taj en el qe even mplicados el rerponable de tlmacen de poducosacabaos, el director de roduci, el dietor nico Y elesponsable de materi primers El primer pas, y cone bjtv de que todos los participants enelgropo taj tengan ina comprensin inca y lo ms obeiva posible dl pro- | blema trata se eva cabo el diagram de jo del proceso final de fabrics. Cin de Clavier. Con ele petenden roger todas las atvidaes que rex | fizan justo antes deamacenar el product termina, ‘Gvarvo v1 30 vuOraW ¥1.A 1OBINGO 73 VEN SVINSINVHESHcaunan prAcnca ———— Figura 3.1. Diagrama de flujo del proces final de produccién de Clavier. 3.2.2. Diagrama causa-efecto ‘También llamado “Diagrama de Ishikawa"o "Diagrama de espina ée pescado” por su forma, el objetivo del diagrama de causa-efecto es el de detectar todas. las posibles causas de un determinado problema o defecto. ‘A partir del problema que se quiere analizar, el diagrama causa-efecto 1 relaciona con sus posibles causas agrupadas segin tipos. Sin duda, el brain- storming, 0 tormenta de ideas, constituye una de las técnicas basicas para lle~ var a cabo dicho andlisis. Las principales causas se muestran en las “espinas” principales del diagrama, que al mismo tiempo se relacionan con las causas. secundarias que las afectan, Las agrupaciones en causas principeles pueden: obedecer a muchos criterios, pero entre los més habituales estén las “6 Ms” (Mano de obra, Maquinas, Materiales, Métodos, Mediciones y Medio ambien- te) 0 las “4 Ps” (del inglés: people, procedures, places y policies). De todas. formas, cualquier agrupacién es valida si agrupa correctamente y con sentido- comin las distintas causas a analizar, determinéndose cuéles son las causas. principales y cudles las secundarias. Si bien este diagrama es muy sencillo de utilizar, debe tenerse en cuenta ue tiene sus limitaciones ya que no permite relacionar interacciones existen-tes entre causas. Es por ello porlo que, si ‘un problema es causado por una combi- nacién de factores, resulta dificil utilizar esta herraiienta para resolverlo. ‘Mediante et andlisis de las causas representadas en el diagrama, se debe- rfan eliminar aquellas poco importantes y seleccionar las que tengan més posi- bilidades de ser 1a causa principal del problema causado, Dicha causa ser4 el objetivo a tratar en la accién correctiva posterior a llevar a cabo. En 1990, Ryuji Fukuda, ingeniero de Sumitomo Electric, complets este ddiagrama mediante la creacién del CEDAC (Cause and Effect Diagrams with Addition of Cards), en el que se aftadian etiquetas al diagrama para reflejar las ideas y mejoras de los equipos de trabajo. Pareto es una herramienta muy utilizada en la identificacién ry evaluacion de las no-conformidades de los procesos productivos, ‘mite analizar muy distintos tipos de datos. Ejemplo Clavier (3) El siguiente paso en el andlisis levado a cabo por el equipo de trabajo consiste: ‘en analizar cuales son los problemas que deben atacar prioritariamente. Para, ello, y a partir del registro de quejas recibido de clientes finales, y en funcidnde- las causas principales detectadas con la anterior herramienta, se contabilizan. | cuales sou las nds importantes. std claro que las quejas finales de los clientes no son un indicador de los problemas en la entrada al almacén de productos acabados, pero dado que ne se roblemas semanas detetados “ipologia de problemas de entregadetectador Figura 33, Diagrama de Pareto de las causas principals de las entregas defectuosas al almacén de producto acabado de Clavier. (contin vOrvO V1 30 HORS YA TOHINGO 73 Vid SVINGINMEEIH‘CALIDAD PRACTICA 8 dispone de ningtin dato mejor y, debido a su relaci6n existente, el grupo consi- deré que podia utilizarse como primer indicador, si blen quedaba supeditado & ‘una posterior comprobacién. ‘Una vez recogidos los registras del departamento de ventas, se realizé un dliagrama de Pareto con el que se concluy6 répidamente que el primer objetivo 4 cumplir era mejorar todos los aspectos referentes 2 mediciones: peso de los ‘cos, mosaico o distribucién de los sacos en los palets, te 3.2.4. Hojas de control 0 de comprobacién ‘La hoja de control tiene por objetivo recoger datos del proceso a analizar de forma sencilla, répida y eficaz. Con las hojas de control se pretende ante todo evitar errores en la toma de datos, asi como disminuir el trabajo del responsa- Dle de esta recogida, Normalmente, y para evitar_un ‘tedioso trabajo de estratificaci6n y cla- sificacién de los datos después de su ‘ecogida, las hojas de control se suclen | Hawthorne segin el cual el \isefiar de forma que se facilite el pos- | Fronio proceso de recogida de terior andlisis, por ejemplo separando | datos interfiere en los datos re- ‘os datos en distintos grupos y marcén- | cogidos. ddolos tinicamente con simples sefiales. Tn este sentido, no pod re Dicha informacin es més dil cvantos | cogerse correctamente la pro- més datos se tengan, ya que cada vez es | ductvidad de un proceso, si la :ms representativa de la situacién real. | propia recogida de datos afecta ‘A partir de unas hojas de control | considerablemente a dicha pro- bien disefiadas, y siempre de acuerdo | ductividad. ‘con las condiciones de trabajo de quien las debe rellenar, resulta muy sencillo obtener los datos estratficados con cla- sidad y realizar el diagrama de Pareto. Al utilizar las hojas de con- trol debe evitarse el Efecto ‘Ejemplo Clavier (4) ‘Una vez “escogido” el problema a resolver, el objetivo principal es el de reco- ger los datos necesarios relacionados con éste, analizarlos, proponer y ejecutar ‘mejoras , por tltimo, valorar su efectividad, En primer lugar, para obtener los primeros datos sobre los errores de “medi- ign” mas habinuates, se desarrollé una hoja de control, que puesta a disposicién (contin)4e los trabajadores del almacén de productos acabados, permit recoger muy répidamente cudles eran las casas de los problemas que ellos detectaban en Ios palets recibidos. Dicha hoja se prepar6 con las causas con mds posibilidades ya ceseritas« prior, de forma que précticamente no se perturbase el trabajo de los ‘empleados en el almacén. En caso de haberse detectado el problema a analizar en otra secci6n de la ‘empresa, posiblemente se hubiera podide llevar a cabo dicha recogida de infor- | macin mediante herramientas informatizadas, pero éste no era el caso del ‘almacén donde no se disponfade red, La recogida de datos resolvié que el principal problema a solventar era el peso defectuoso de muchos de los saces producidos. Piste iba a ser por con: {guiente el punto en el que el grupo de trabajo iba a centrar su atencién. | [Paso Ri cinerae gpa es pani? | Amweied| Omee RG ee EA TA TY | # # 7 | Te eee pe oa | as | | Figura 34. Hoja de control de entrada en el almacén de producto acabado | de Clavier. 3.2.5. Histogramas ‘Un histograma se utiliza para mostrar gréficamente un conjunto de datos rela- tivos a un determinado proceso sujeto a variabilidad. Con ello se persigue eva- luar cémo se distribuyen tos datos recogidos del proceso, permitiendo intuit ‘c6mo es la poblacién de la que se obtuvieron los datos. Al mismo tiempo, los, ‘histogramas son utilizados también en el andlisis de la capacidad de los pro- ‘ce30s, mostrando los limites de las especificaciones de los clientes, con lo que ‘se permite observar muy fécilmente qué proporcién de los datos obtenidos no ‘cumple los requerimientos. Para llevar a cabo un histograma se deben en primer lugar recoger los datos objeto de estudio, agruparlos segiin sus valores o dentro de un margen de valores, y representarlos gréficamente segtin su frecuencia, en general, ‘mediante barras verticales. De esta forma, el histograma mostrard cul es la naturaleza de la distribucién, asi como su mediana y la variabilidad del pro- eso. Al agrupar los datos obtenidos en un histograma segsn un margen de valo- res, se pierde el valor individual de cada dato recogido, si bien dicha pérdida Gvanvo v7 30 VHOrSW W1 A TOHINGD "a ved SvINAMWHEEH & —CALIOAD PRACTICA 8 de informacién queda compensada por una mejor interpretacién de los datos recogidos. ‘Ejemplo Clavier (5) ‘Una vez el grupo de trabajo centré sus investigaciones en el peso de los sacos, su principal motivacién fue la de obtener los datos de los pesos de todos los sacos producidos, no s6lo los de una muestra Para ello, se colocé una balanza en el proceso productivo durante un dis para verificar todos los pesos de los sacos producidos. Los resultados obtenidos se ‘mostraron en un histograma (Figura 3.5), en el que se detect6 una clara desvia~ cign en los pesos deseados, que deberian estar centrados en 7 kg, con una tole- rancia de 300 gramos por arriba 0 por abajo. El peso no se centraba en los 7 kg, sino en 6,850 kg. Ademés, la capacidad de la méquina de envasado, con unos 200 gramos de error maximo segin el fabricante, posibilitaba que existera un ‘levado niimero de sacos con un peso intenor a las especificaciones. La primera actuaci6n a llevar a cabo era la de reglar la méquina de llenar sacos a 7 ks, y posteriormente analizar emo se podia evitar que dicha desvia- ‘ein volviera a suceder en un futuro. Frecuencia post “hecnasr eee? 6748 6869 6970 70717192 7273 eso cor ‘Figura 35. Histograma de los pesos de los sacos producidos por Clavier. 3.2.6. Disgramas de dispersi6n Con el fin de determinar la relacin entre dos conjuntos distintos de datos, por ejemplo la relacién entre el peso y Ia altura de una poblacién o la temperaturade un proceso y la resistencia del producto generado, se utilizan los diagra- mas de dispersién. Para ello, se recogen los datos de los conjuntos por parejas y se muestran ‘en los llamados diagramas de dispersién, representando cada variable en un «je distinto de coordenadas, situando en el horizontal los datos que a priori se tree que son la causa, yen el vertical sus efectos. De una manera répida y sen- cilla, se desea comprobar si existe relacién o no entre ambas variables a partir de la tendencia y dispersién del grafico obtenido, Con este diagrama es impo- sible probar que una variable sea responsable de los cambios sufridos en la ‘otra, pero si que existe una relaciGn, asf como evaluar la magnitud de dicha relacion ara evaluar la correlacién existente, cuantos més pares de datos se obten- gan, mejor, si bien segiin el propio Ishikawa, en general, son necesarios al ‘menos 50 pares y, si es posible, mas de 100. Es comin, utilizar un mismo grifico para el andlisis de datos con distintas caracteristicas, por lo que se estratifican, es decir, se separan segiin sus carac- teristicas, y se representan en el mismo grafico utiizando distintas simbolo- gias, De esta forma, por ejemplo al analizar la relacisn existente entre peso y altura de una determinada poblacién, pueden utilizarse distintos s{mbolos para hombres y mujeres en el grafico, para que de manera répida y visual sea posi- ble diferenciar si existe 0 no correlacién en ambas muestras ‘A partir del grifico diseitado puede calcularse el coeficiente de correlaci6n {y otros estadisticos, si bien no es el objetivo concretode esta herramienta, que pretende tan s6lo visualizar si existe o no relacin. Ejemplo Clavier (6) ‘Con el fin de controlar con exactitud el peso de los sacos se pensé que quizé seria ms preciso, en lugar de pesar cada saco mediante una cédula de pesado durante su Ilenado, introducir en la maquina de Hlenado un temporizador que controlara el tiempo de Henado de dichos sacos. El objetivo era aprovechar que el control del temporizador era mucho més sencillo y mis preciso que el dispo- sitivo de pesado, para conseguir precisar mucho ms en el peso final de los sacos llenados. ‘Antes de introducir este nuevo control, se tomaron medidas de los pesos y el tiempo real de cada Hlenado de distintos sacos, para ver si efectivamente habia Felacién entre ellos. Los resultados obtenidos se representaron en un diagrama Ge dispersin, en el que se observ de forma clara que no habia relacién alguna. Por ello, no fue posible introducir un control por tiempo, por lo qne se deci Aue el sistema debia seguir basdndose en el control exhaustivo del peso de los sacos, (coninio) GvOrvO V1 30 VEOrS V1 A TOHINGD "a Vive SVINSWWVELSH & ——‘caLioaD PRACTICA z 6 68 eso) Diagrama de dispersin tiempo de tenado-peso de los saces ‘dela maquina ensacadora de Clavier, 3.2.7. Graficos de control El objetivo de los grificos de control es el de tener bajo control una determi- nada caracteristica de calidad a medir. Para ello, se disefian unos gréficos en los que se registran los valores de los parémetros medidos en cada intervalo de tiempo determinado a prioti, y en el que se han sefialado previamente los {mites superiores ¢ inferiores que se aceptan en el proceso para considerarlo bajo control. El gréfico pretende visua- lizar de una forma muy simple, si los datos recogidos estén © no entre estos limites, detectando asf posibles proble- ‘mas de calidad Dichos gréficos pueden utilizarse de forma indistinta para el control de vanables. Ahora bien, aunque la fun- cin de ambos grificos sers similar, el disefio de ellos es sensiblemente distin- to, siendo los més utilizados los llama- dos comtinmente gréficos: “Run dia- gram”, "Ro, np" “ey “ut En funcién del tipo de datos a analizar deberd utilizarse uno u otro gréfico tal y SPC 0 Control Estadistico de los procesos. El uso de grfi- 0s de control se engloba, en ge- neral, en el llamado Control Esta- Aistico de los Procesos, conocido también por el acrénimo SPC (Stastical Process Contro), E1 objetivo del SPC es el de aplicartécnicas estadisticas para la recogida de datos de los pro- ceesos, asi como su posterior anilisis de forma que pueda imerpretarse sus caracteristicas ¥¥ mejorarlas de forma continuacomo se presenta en la Figura 3.7. El objetivo de cada tipologia de grafico es cl siguiente: Run diagram o grifico de corrido: Controlar el valor de todas las unida- des producidas en un determinado proceso. X: Controlar las medias de distintas muestras de un proceso. Este grafico se uiliza generalmente junto con el grafico tipo R. R: Controlar los recorridos o intervalos de distintas muestras de un proce- so, entendiendo como recorrido la diferencia entre el valor méximo y minimo de cada muestra np: Controlar las unidades defectuosas de un proceso cuando éstas se expresan en mimero de unidades y el tamatio de la muestra es constante. ‘p: Controlar las unidades defectuosas de un proceso cuando éstas se expre- san como una fraccién de las unidades totaes y el tamafio de cada muestra es variable. : Controlar la cantidad de defectos 0 no conformidades de un proceso tal y como se lleva a cabo en el grafico np, es decir, cuando éstas se expresan en inémero de defectos y el tamafio de la muestra es constante. Ahora bien, debe tenerse en cuenta que un producto puede tener mas de un defecto, por lo que pueden aparecer més defectos que unidades controladas, mientras que en gré- fico np esto no podia darse, ya que se controlaban el nimero de unidades defectuosas en lugar de los defectos. uu: Controlar la cantidad de defectos o no conformidades cuando éstas se expresan como tna fraccién de las unidades totales, tal y como lleva a cabo el réfico p, pero teniendo en cuenta las mismas consideraciones que en el ante- tior grfico, es decir, considerando las no conformidades en lugar de unidades defectuosas. Naat o arb? delecoior | Tamar a dela muestra past mt nt ‘ona constant | [Mesa constant Run diagram | B | [i —| & Figura 37. Seleceién del tipo de grificos de control. VONVO W130 VYOrSW V7 A TOKINGO 7a VEE SVINSINVEESH ©‘CALIDAD PRACTICA Para la elaboracién del gréfico de control debe calcularse inicialmente el “mite de control superior (LCS) e inferior (LCD, limites que dependerén entre ‘otros factores de si las observaciones se sefialan de forma individual, o si por ‘el contrario lo que se presenta es la media de una muestra de datos. "Asi por ejemplo, para el caso del control de una determinada variable, en cel que se tomen distintas muestras cada cierto tiempo para controlar el proce $0, el gréfico a utilizar sera primeramente el tipo R, para determinar que el recomrido de las muestras no es excesivo, y posteriormente si los resultados ‘on tatisfactorios, el grfico de tipo X en el que se comprobaré que el proceso, fsté bajo control. En dichos gréfico los Ifmites superiores y inferiores se defi- nen, para el grafico R como: LcI=R-D, -y parael grafico X: 21 siendo: B 1a media de los rangos o recorridos de las muestras, Yel promedio de las medias de las distintas muestas,y ,, Dz A, constantes basadas en el nimero de observaciones de cada mues~ tra asf como de la variabilidad permitida al proceso. Dichas constantes no som ‘mis que un método abreviado para efectuar e! céleulo de una forma répida ‘cuando se permita una variabilidad en el proceso de 6 veces la desviacién tipi a (6), que es Io que generalmente se usa. Es por ello por lo que para este caso fen concreto pueden encontrarse el valor de dichas constantes en cualquier manual bésico de estadistica 0 control de la calidad. En todo caso, si se desea ra trabajar con una variabilidad distinta serfa necesaria la utilizacién de otras tablas o de célculos més detallados. ‘Ahora bien, con la utilizacién del gréfico de control no se consigue tinica- mente observar problemas puntuales, es decir observaciones fuera de los mites tmarcados, sino también controlar la evolucién del proceso, visualizando si hay tuna tendencia clara de los datos observados, 1o que podria indicar un posible desajuste del sistema. Asi por ejemplo, en la Figura 3.8 se presentan algunas de Jos problemas mas habituales que pueden detectarse con los gréficos de control La observacién de cualquiera de los patrones presentados en la Figura 3.8 puede deberse a distintos factores, siendo los mas habituales os siguientes:«+ Figura a) Tendencia. La observacién de una cierta tendencia puede reve- far un desgaste uniforme y continuado de la maquina que realiza el proce 50 debido a una falta de mantenimiento, suciedad, o un cambio continuo enel entomo de trabajo. |. Figura b) Cambios repentinos. Un cambio repentino puede ocultar una dejadez de los operarios que, al detectar que se alejan de los valores, deseados, vuelven a situarse bruscamente en la tendencia original, ast ‘como puestas a punto de los centros de trabajo una vez se detecta que el proceso se desvia de forma paulatina de su objetivo. « Figura c) Ciclos. La deteccién de ciclos puede esconder Ia falta de con- ‘centracién de los operarios en los procesos manuales, que al observar un ‘desplazamiento excesivo respecto al limite central de control, recuperan de forma continuada st objetivo. «+ Figura d) Errdtico. Un grafico de control con grandes cambios en los datos tecogidos, si bien todos dentro de los limites de control, puede | ot 3 2 a) Tendencia 'b) Cambios repentinos 9Ciclos d Eratico ©) Agrupaciones {Cambios en el recorrido Figura 35, Problemas hubituatesdetetados cone grifico de contol varWO V7 30 HOPS W7 A-TOHINGD 73 WEN SVINGINVEREH ©‘CALIDAD PRACTICA cesconder una incorrecta puesta a punto de dicho proceso. Hite es el gré: fico més habitual en la fase inicial de realizacién de un determinado pro- ceso, en la que se detecta una cierta inexperiencia del operario, de la ‘méquina o de la utilizacién de nuevas materias primas por ejemplo, Figura e) Agrupaciones. La existencia de agrupaciones muestra canbios en las condiciones de trabajo, debidos por ejemplo a sustituciones de las ‘miéquinas utilizadas, turnos de trabajo 0 una sustitucién en los materiae les utilizados. + Figura f) Cambio en el recorrido. La deteccién de cambios de recor‘ido, ‘mediante el gréfico R, muestra la existencia de grandes variaciones en el proceso, si ben en ocasiones la mediana de las muestras (X) puede man- tenerge muy contzolada. Este serfa el caso de un proceso controlade por lun operario experto que pasa a ser sustituido por otro menos hébil, lo . cual provoca una mayor dispersi6n en dicho proceso. Ejemplo Clavier (7) Por sitimo, se modificaron los reglajes de todas las maquinas destinadas at Ienado de sacos. Ahora bien, para evitar que el problema volviera a aparecer pasado cierto tiempo de funcionamiento, el grupo de trabajo decidi6 disefiar unos grificos de control para una deteccién rdpida de las desviaciones de! proceso. ara ello se colocé una célula de captacién de peso en el mismo proceso pro: Auctiva, conectada con un ordenador que iba recogiendo las pesadas. Se toma ron 10 muestras de 5 sacos cada una durante un dia. Los pesos obtenidos fueror los siguientes: (Media) _R Record) 722 035 7.01 oat 7.08 (030 7.06 036 635 034 6.94 or 7.01 O41 69 039 691 037 Nimero de muestra (contndasiendo el promedio de las medias y del recorrdo: ‘A panir de ello, en primer lugar y con la ayuda de las tablas necesarias, se disefé el gréfico R para controlar la dispersién de cada muestra, siendo sus limites de contro: Al epresentarse el gréfico R de control, como puede observarse en la Figu- 1439, se confirm6 que el recorrido de las muestras estaba baja control Musas Figura 39. Grfico R de control de los pesos de lenado de los sacos de Clavier. De forma anéloga se diseR6 el gratico X, calculando los limites de control sept: tcl Ls X-A,-R=698-0,58-032= 6,80 +4; R=698 +0;58-032=7,17 ‘Tal y como se observa en la Figura 3.10, el proceso esté dentro de los limi- tes marcados, por lo que se puede considerarse bajo contro. ‘Sin duda la aportacién del control estadistico de los procesos no radica tan s6lo en tener el proceso bajo contol, sino también en controlar que el sistema no se vaya desviando de forma paulatina, tal y como parecfa que habia sucedi- 4d, si se suponta que en un principio la miquina de lenar sacos estaba correc- tamente ajustada, Por ello, se decidi6 preparar el mismo software que controla- feoninio) AVOTTWO W130 VHOPSHN V7 A TOHINGO 73 WUE SVINSINVEESH &‘CALIDAD PRACTICA ‘ba los pesos, para que analizara si el sistema se iba desviando de los objetivos _marcados pot los grficos de control De esta forma, se podfan detectar los pro- ‘blemas mucho antes de que lt méquina estuviera produciendo sacos fuera de las ‘especificaciones. ‘Una vez llegado a este punto, el objetivo del equipo de trabajo fue el de eva. Jar los resultados obtenidos, utlizando de nuevo algunas de las herramientas anteriores, como por ejemplo el diagrama de Pareto. Dicho diagrama volverd ¢ identificar el nuevo problema a abarcar, en caso de que el anterior se haya resuelto de forma satisfactora 70 720 lese7a7 Muestras Figura 3410, Grético X de control de los pesos de enado de los sacos de Clavier. 3.3. LAS SIETE HERRAMIENTAS PARA LA GESTION DE LA CALIDAD De todas las clasificaciones aparecidas acerca de las “7 herramientas para la Gestién de Ia Calidad”, también lamadas las “7 nuevas herramientas para la calidad”, sin dada la mas exitosa fue la propuesta por Mizuno en su ‘ibro ‘Management for Quality improvement: the 7 new QC tools (1988). Estas herramientas, orientadas a los niveles elevados de la organizacién, constituyen un grupo de instrumentos més avanzados. y utilizados en general para el trabajo en grupo durante procesos de planificacién y gestién. Al igual que las anteriores, pueden utilizarse de forma independiente, si bien su méxi- ‘ma efectividad en la resolucién de problemas aparece cuando se aplica un ‘metodologia que las incluya a todas. De todas formas, su difusin e impacto, ha sido mucho menor que el de las “7 herramientas bésicas”, por lo que Leva: remos a cabo una descripcién mucho més breve.3.3.1. Diagrama de afinidades El objetivo de esta herramienta es el de generar un elevado niimero de ideas, opi hiones y todo tipo de informacién relevante relacioneda con un problema con- creto, organizndola en distintos grupos con una o varias caracteristicas comu- ‘nes. Dicha informacién suele partir de la realizaciGn de un brainstorming previo, yy una posterior discusién de los epigrafes de cada grupo de ideas a formar. 3.3.2. Diagrama de relaciones a diagrama de red A partir de la informacién recogida en la anterior herramienta, con el diagra- ‘ma de red se persigue determinar, mediante un grafico, cudles son las relacio- nes existentes entre las distintas ideas generadas. Con ello se pretende recoger los niveles causales entre ellas, de una forma parecida a la usada en los dia- ‘gramas de Ishikawa, pero sin ningén formato preestablecido, 3.3.3. Diagrama de érbol (Cuando en la esolucién de un determinado problemaes necesario evar a cabo distinta tareas 0 actividades, el diagrama de drbol se wilizaré para planificar su resoluciGn, En él se partiré de un objetivo determinade a cumplir, ue se id des- slosando de una forma secuencial en las distintas etapas necesarias para ello, Para cada etapa se priorizaran las diferentes actividades que la forman. Este diagrama también es utilizado para evaluat las distintas posibilidades cexistentes para resolver un mismo problema. 3.3.4. Diagrama matricial El diagrama matricial se utiliza para [ QED: Quality Function definir de una forma gréfica muy senci-. | Deployment. El QFD es una Ila las relaciones existentes entre distin- | metodologia muy exitosa que tos factores, por lo general causas y | permite traducir, con fidelidad efectos. Para ello se usan matrices, 0 | ¥ de forma concreta, las exi- ‘encias de calidad del cliente fen requerimientos de calidad del producto y del proceso, conjuntos de matrices. Sin duda, el dia- ‘rama matricial mas exitoso y de més utiizacién es el empleado en el QFD asegurando que en todo mo- (Quality Funtion Deployment) creado | Sento te mantengan conla- por el Dr. Akao, también Iamado “la | Conados. casa de la calidad”. [VOTTVO W730 VHOrEWN V7 A TORINO 73 VEE SVINEIVESH ©caLioan PRACTICA, 3.3.5. Método de analisis de la matriz de datos AA partir de la informacién recogida en la anterior herramienta, el método de andlisis de la matriz de datos se utiliza para determinar el grado de importan- cia de cada relacin existente. Para ello se usa el andliss factorial, una tSenica estadistica de una cierta complejidad. Esta herramienta es la nica que no sue- Je emplear una estructura gréfica, sino que se basa en tablas y datos numé- ticos. 3.3.6. Diagrama de flechas Este diagrama se utiliza para planificar Ia ejecucién de un entramado comple- jo de tareas interrelacionadas con un objetivo final comiin. Su objetivo con- creto es el de analizar las relaciones entre dichas tareas, y a partir de ello planificar su ejecucién de forma que se cumplan dichas relaciones. Esta he- rramienta es ampliamente usada en la gestién de proyectos, en concreto, ‘mediante la tilizacin de los llamados diagramas de PERT (Programme Eva. luation and Review Technique) y CPA (Critical Path Analysis), 3.3.7. Diagrama del proceso de decision del programa ‘También conocida como PDPC (Process Decision Program Chart), esta ilti- ‘ma herramienta se utiliza para seleccionar cudles son los mejores procesos que even a obtener un objetivo concreto, mediante la evaluacién de todas las posibilidades que puedan suceder. De esta forma, se podrin determinar por anticipado acciones que contrarresten potenciales problemas que puedan ocu- rir durante el desarrollo del proceso escogido, por ejemplo, mediante la util zacién de distintos controles. De esta forma el diagrama se representa median- te un arbol con las decisiones a tomar, y con distintas ramas para cada posibilidad.