HERRAMIENTAS ESTADISTICAS PARA EL CONTROL DE PROCESOS

PROFESOR: Ing. Alimentario Rubn Gustavo Castro Morales

2013

HERRAMIENTAS ESTADISTICAS

Los mtodos estadsticos empleados son un INSTRUMENTO ms para la consecucin de la calidad. Evalan, modelizan la variabilidad del proceso que intervienen en la calidad.

EVOLUCIN DE LA CALIDAD Y PAPEL DE LA ESTADSTICA

Primera etapa: Inspeccin del Producto Acabado (1900-1930)

La preocupacin era comprobar que lo que se produca cumpla con los requerimientos especificados (calidad de conformidad) por el departamento de ingeniera correspondiente. El departamento de calidad estaba constituido por inspectores. La calidad tena por nico objetivo la inspeccin del producto final. La calidad entonces se poda definir de la siguiente manera: Calidad en 1900-1930: CALIDAD ES CUMPLIR LAS ESPECIFICACIONES EN EL PF.

///

///
El papel de la estadstica en dicha inspeccin es clara. El objetivo es disear un muestreo tal que el resultado de la inspeccin de la muestra sea representativo de la calidad del conjunto de la produccin. La inviabilidad de la inspeccin total se pone ms de manifiesto en aquellos productos en los que es necesario su destruccin para comprobar que cumplen con las especificaciones. Este uso de la estadstica para el control de la calidad a partir de una muestra hizo que se obtuviesen, a su vez, importantes avances en el campo de la estadstica terica. El ejemplo ms representativo es el de la distribucin t-de Student. En 1908 W.S. Gosset, tcnico de calidad de la empresa de cerveza Guiness Brewery, public sus trabajos sobre la distribucin t bajo el pseudnimo de Student.

Segunda etapa: Control de la Produccin Intermedia (1930-1960)

A medida que los procesos industriales aumentaron en complejidad se hizo ms necesaria la extensin de la inspeccin estadstica a la etapa de fabricacin, y no slo al final del proceso. Es necesario minimizar la produccin de unidades defectuosas y la deteccin de desajustes de manera rpida y eficiente. Esta inspeccin a lo largo del proceso productivo es lo que se conoce como Control Estadstico de Procesos (o SPC).
///

///
Este tipo de control se basa en la monitorizacin de las variables del producto (longitud, dimetro, acidez, textura...) mediante el registro de indicadores del proceso (temperatura, presin, nmero de fallos o reclamaciones, tiempo de atencin al cliente,...), muchas de las cules se realizan promediando los valores obtenidos en una muestra estadstica. Se vigila, entonces, la evolucin de dichas magnitudes (indicadores) y se comprueba que se mantienen dentro de un estrecho margen de variabilidad. Este control se realiza mediante un conjunto de grficos llamados grficos de control.

///
El uso generalizado de grficos de control se produjo alrededor de los aos 30 a raz del libro de Walter A. Shewart: Economic Control of Quality of Manufactured Products. Este trabajo era el resultado de sus experiencias previas como tcnico de los Laboratorios Bell Telephone, donde aplic por primera vez los grficos de control. Por esta razn a estos grficos se les denomina tambin Grficos de Shewart.

///

///
Definicin de Calidad en 1930-1960: CALIDAD ES CONTROL DE LA VARIABILIDAD

Con los grficos de control podemos saber en qu momento se empez a desajustar un proceso, por lo que se pueden analizar las circunstancias que llevaron al desajuste para que no vuelvan a suceder.

Tercera etapa: EL DISEO DEL PRODUCTO (1960 1980)

Alrededor de los aos 60 empez a extenderse una nueva corriente en la mejora de los procesos industriales y la prestacin de servicios. Dicha corriente consista en el empleo de la estadstica para, a partir de la observacin, encontrar aquellos factores que proporcionan mejoras en los productos, procesos o servicios. A este conjunto de tcnicas se les denomina DISEO DE EXPERIMENTOS. La alta competitividad que origin la irrupcin del mercado japons en nuestro mundo occidental aceler la implantacin del diseo de experimentos como herramienta habitual para el diseo de productos.
///

///
A mitad de los aos setenta, el diseo de experimentos se encontraba ya en los textos destinados a la formacin de los ingenieros. Surge as un nuevo concepto de calidad. El concepto de calidad es ya ms amplio que el de simplemente cumplir con unas especificaciones con bajo coste (con poca variabilidad en el proceso productivo). La calidad ya no es una caracterstica que slo se controla, sino que se crea. Una organizacin (fbrica, hospital, universidad, consultora, banco...) crea calidad. Y un producto o servicio no es de calidad si existe otro mejor. En esta etapa, la calidad puede definirse de esta forma: Definicin de Calidad en 1960-1980:

CALIDAD ES MEJORA.

Calidad en 1980... : LA CALIDAD ES LA SATISFACCIN DE MI CLIENTE.

A partir de los aos ochenta el concepto de calidad experimenta una autntica revolucin. Debido tambin a la influencia japonesa, el concepto de calidad se extiende no slo al proceso productivo sino a toda la estructura organizativa. La idea bsica es que no slo el producto o servicio que realiza la empresa ha de tener calidad sino que toda actividad que se realiza en ella ha de estar regida por criterios de calidad. La idea de cliente se extiende a todos los departamentos de la organizacin.

..///
En cada una de estas clulas se ha de buscar la calidad tanto en el diseo como en el control del proceso y producto final. La calidad comenzar con la concepcin y diseo del producto (o servicio) que realice cada equipo para su cliente interno y se extender a todos los eslabones del proceso productivo. Es necesario: Conocer las necesidades de su cliente interno. Disear un producto o servicio que satisfaga dichas necesidades. Organizar un proceso productivo eficiente.
///

///
Controlar que el producto o servicio que finalmente recibe su cliente interno corresponde con lo que su cliente quera. Para ello debe encontrar mediciones objetivas de la calidad de su producto. Esas mediciones pueden ser magnitudes medibles como longitudes, pesos, tiempos, etc. o bien indicadores construidos a travs de encuestas realizadas a sus clientes internos. Es necesario resumir la calidad en un conjunto de indicadores cuantitativos que permitan su seguimiento y evaluacin. Investigar continuas mejoras para adelantarse a las necesidades del cliente interno.

CONTROL ESTADISTICO DE PROCESOS

DEFINICIONES BASICAS

CONTROL ESTADISTICO DE PROCESOS

El control estadstico de procesos es un conjunto de tcnicas estadsticas destinadas a hacer un seguimiento, en tiempo real, de la calidad de un proceso productivo. El proceso que se controla puede conducir a obtener el producto final o simplemente un producto intermedio, que ser la materia prima del proceso siguiente. En cualquier caso, el control estadstico se realiza sobre una o varias variables cuantitativas que estn relacionadas con la calidad del artculo o servicio de inters: longitudes, tiempos, proporcin de defectos a travs de ndices numricos o indicadores que resuman varias variables.

EXPERIMENTOS Llamaremos experimento simplemente a la observacin de un suceso, u obtencin de un resultado en el que se controla la influencia de ciertos factores. De esta forma, diremos que estamos repitiendo el experimento cada vez que obtenemos un resultado manteniendo constante la influencia de ciertos factores.

EXPERIMENTOS DETERMINISTAS Y ALEATORIOS

A los experimentos, en los que el resultado se conoce de antemano, les denominaremos EXPERIMENTO DETERMINISTA. Los experimentos, en los que en el resultado final influye en mayor o menor medida el azar, recibe el nombre de EXPERIMENTO ALEATORIO O ESTOCSTICO.

VARIABLE ALEATORIA

El resultado de un experimento aleatorio se denomina variable aleatoria. La viscosidad de un alimento liquido manufacturado es una variable aleatoria. Asimismo, la proporcin de artculos defectuosos en una hora ,etc.

INCERTIDUMBRE O VARIABILIDAD
En estas variables (aleatorias) existe, en mayor o menor grado, incertidumbre sobre el valor que tomarn debido al conjunto de factores que no controlamos. Mediante el control de un numero mayor de factores influyentes podemos disminuir el componente aleatorio(variabilidad de origen), pero en la prctica nunca podremos controlar todos los factores, por lo que siempre habr cierto grado de incertidumbre.

 La incertidumbre se puede medir a travs de la varianza de la variable aleatoria de inters. Si los factores que no controlamos tienen una influencia muy grande la variable de inters tendr una varianza grande. Por contra, si tenemos control sobre los factores importantes, de tal manera que los factores no controlados ejercen una influencia muy marginal, la varianza de la variable de inters ser pequea. De esta forma, el control de dicha variable estar condicionado a dicha varianza. Es necesario, por tanto, analizar las causas de dicha variabilidad.

VARIANZA

CAUSAS DE VARIABILIDAD DE UN PROCESO

VARIABILIDAD DEL PROCESO

Un proceso industrial, ya sea destinado a producir un artculo o prestar un servicio, es una sucesin de operaciones, en cada una de las cuales se va aadiendo valor al producto (o servicio) intermedio hasta lograr el producto final. Estas operaciones intermedias tambin admiten, a su vez, la denominacin de procesos. Cada proceso intermedio est sujeto a la influencia de muchos factores no controlados, y por tanto a variabilidad en el resultado final.

///
Adems de la variabilidad intrnseca del proceso debida a los factores no controlados (azar), la medicin de las caractersticas de inters tambin estar sujeta a variabilidad, pues no existe el sistema de medicin perfecto. La variabilidad detectada es, as, la suma de la variabilidad real ms la variabilidad de la medicin.

ESQUEMA DE LAS 6 Ms
Un esquema til para resumir los distintos factores que afectan a un proceso es el siguiente (esquema de las 6 Ms):
MEDIO AMBIENTE METODO DE PRODUCCIN

MATERIA PRIMA

MAQUINAS

MANO DE OBRA

PRODUCTO FINAL

MEDICION

CONTROLAR LA VARIABILIDAD DE LA CALIDAD En la prctica siempre habr factores que no podremos controlar, por lo que el producto final tendr una calidad variable.

Por tanto, cuando se habla de controlar la calidad nos estamos refiriendo a controlar la variabilidad de esa calidad. Aunque no se puede dar una relacin exhaustiva de las causas que provocan la variabilidad, es interesante hacer una clasificacin entre causas asignables a factores concretos (y controlables) y causas no asignables. No obstante, la frontera entre ambas no estar, en general, perfectamente definida

///
En cualquier proceso productivo, por muy bien que se disee y por muy cuidadosamente que se controle, siempre existir una cierta variabilidad inherente, natural, que no se puede evitar. Esta variabilidad natural, este ruido de fondo, es el efecto acumulado de muchas pequeas causas de carcter, esencialmente, incontrolable. Cuando el ruido de fondo sea relativamente pequeo consideraremos aceptable el nivel de funcionamiento del proceso y diremos que la variabilidad natural es originada por un sistema estable de causas de azar. Un proceso sobre el que solo actan causas de azar se dice que est bajo control estadstico.

CAUSAS ASIGNABLES
Sern aquellas producidas por factores importantes, los cuales es posible controlar para mantenerlos en un nivel aceptable. La declaracin de factor importante o de nivel de control aceptable depender forzosamente de cada caso concreto. Son causas que pueden ser identificadas y que conviene descubrir y eliminar, por ejemplo, una falla de la mquina por desgaste de una pieza, un cambio muy notorio en la calidad de la materia prima, etc. Estas causas provocan que el proceso no funcione como se desea y por lo tanto es necesario eliminar la causa, y retornar el proceso a un funcionamiento correcto. ///

///
La variabilidad producida por estas causas suele ser grande en comparacin con el ruido de fondo y habitualmente sita al proceso en un nivel inaceptable de funcionamiento. Diremos que un proceso funcionando bajo causas asignables NO CONTROLADAS est fuera de control.

CAUSAS NO ASIGNABLES
Son aquellas producidas por factores secundarios cuyo efecto se considera poco significativo. Tambin pueden venir provocadas por factores importantes que varan de forma poco significativa, pues cada caso concreto determinar cuando un efecto es o no significativo. La idea clave reside en que una causa no asignable produce una variabilidad en la calidad que la organizacin est dispuesta a asumir, y por tanto no intentar actuar sobre ella. ///

..///
Son una multitud de causas no identificadas, ya sea por falta de medios tcnicos o porque no es econmico hacerlo, cada una de las cuales ejerce un pequeo efecto en la variacin total. Son inherentes al proceso mismo y no pueden ser reducidas o eliminadas a menos que se modifique el proceso. Cuando el proceso trabaja afectado solamente por un sistema constante de variables aleatorias no controlables (Causas no asignables) se dice que est funcionando bajo Control Estadstico. Cuando, adems de las causas no asignables, aparece una o varias causas asignables, se dice que el proceso est fuera de control.
///

///
Si las causas no asignables son las que se asumen como inevitables, ellas sern las que determinan el carcter aleatorio de las variables que se analizan en el control estadstico. Estas causas no asignables sern lo que hemos denominado el azar o componente aleatorio. La variabilidad debida a causas no asignables determina, por tanto, la calidad final que la organizacin deseara para toda su produccin

A continuacin se muestra un esquema que resume las distintas caractersticas de estos dos tipos de causas de variabilidad:
Causas no asignables Causas asignables

Muchas y desconocidas
Cada una por separado produce poca variabilidad. Son parte permanente e inherente del proceso.

Suelen ser pocas y fciles de identificar

Sus efectos son importantes Aparece espordicamente y se detectan fcilmente.

Su eliminacin es difcil y es responsabilidad de la direccin

Afectan a todo el proceso

Son fciles de eliminar

Actan en un punto concreto del proceso

CLASIFICACIN DE LAS FUENTES DE VARIACIN DEL PROCESO SEGN TAGUCHI:

Ruido variacional, Ruido interno y Ruido externo Esta clasificacin alternativa tiene sentido cuando se buscan soluciones. El ruido variacional puede ser reducido por medio de un control eficaz del proceso de produccin. El ruido externo e interno no pueden ser controlados, pero la idea defendida por Taguchi es desarrollar productos que sean robustos a estos dos tipos de variaciones.

RUIDO VARIACIONAL (Variational Noise):

Debido a variaciones en las condiciones de fabricacin del producto (temperatura, calidad de las materias primas, etc...)

RUIDO EXTERNO (Outer noise): Fuentes de variacin externas y difcilmente controlables que afectan a la calidad del producto en su fabricacin o en su funcionamiento durante su uso. Estos factores pueden ser la temperatura ambiental o las fluctuaciones en el voltage elctrico.

RUIDO INTERNO (Inner noise):

Es el ruido interno que afecta al resultado del producto en cuanto a su utilizacin prolongada. Proceden del desgaste o del envejecimiento debido a la frecuencia de uso o a la edad del producto.

PROCESO BAJO CONTROL

Un proceso sobre el que solo actan causas de azar (NO ASIGNABLES) se dice que est bajo control estadstico. El uso del control estadstico de procesos implica algunas hiptesis que describiremos a continuacin: 1) Una vez que el proceso est en funcionamiento bajo condiciones establecidas, se supone que la variabilidad de los resultados en la medicin de una caracterstica de calidad del producto se debe slo a un sistema de causas aleatorias, que es inherente a cada proceso en particular. ///

///
2) El sistema de causas aleatorias que acta sobre el proceso genera un universo hipottico de observaciones (mediciones) que tiene una Distribucin Normal. 3) Cuando aparece alguna causa asignable provocando desviaciones adicionales en los resultados del proceso, se dice que el proceso est fuera de control. ///

///
La funcin del control estadstico de procesos es comprobar en forma permanente si los resultados que van surgiendo de las mediciones estn de acuerdo con las dos primeras hiptesis. Si aparecen uno o varios resultados que contradicen o se oponen a las mismas, VARIANZA PEQUEA Y HOMOGENEA, DISTRIBUCIN NORMAL. Es necesario detener el proceso, encontrar las causas por las cuales el proceso se apart de su funcionamiento habitual y corregirlas.

BAJA VARIABILIDAD Y PREDICTIBILIDAD

Baja variabilidad: Si un proceso funciona correctamente, la variable aleatoria que describe su calidad (longitud, peso, tiempo...) tendr una varianza pequea. Adems, si esos factores que no controlamos son realmente marginales, su efecto ser muy parecido a un ruido de fondo aproximadamente constante. El efecto ser aproximadamente constante pues ser debido a muchas causas pequeas, donde ninguna consigue dominar sobre las dems, y que actan de forma independiente. El que un conjunto de efectos sea estable har que la variabilidad que provocan en la variable de inters sea muy estable, y por tanto fcil de estimar a partir de un conjunto de datos histricos. La variabilidad para el periodo siguiente ser la misma que la del periodo anterior. HOMOCEDASTICIDAD E INDEPENDENCIA DE LAS OBSERVACIONES

PREDICTIBILIDAD Si un proceso funciona correctamente, la variable aleatoria que describe su calidad tendr una varianza constante, y por tanto predecible a partir de un conjunto de datos histricos. Aunque la calidad final de un producto concreto (o servicio) no sea predecible (longitud, pH, volumen, viscosidad, Be, Brix, car actersticas sensoriales, etc.), s se pueden hacer predicciones estadsticas de la calidad del conjunto. ///

///
Estas dos propiedades de la variable aleatoria que se quiere controlar: baja variabilidad y predictibilidad, que esperamos encontrar cuando el proceso opera en condiciones ptimas, son la base del control estadstico del proceso.

COMPORTAMIENTO ESPERADO DE UN PROCESO EN ESTADO DE CONTROL

Se define proceso en estado de control como aquel proceso en el que solamente acta un sistema estable de causas de variabilidad (causas no asignables) y cuya calidad final es, en consecuencia, predecible estadsticamente (Shewart). La calidad del producto final ser, entonces, inversamente proporcional a esta variabilidad. Esta variabilidad conseguida en estado de control es medida, usualmente, a travs de la varianza de la variable que se emplee para caracterizar la calidad.

DISTRIBUCIN NORMAL DE LAS VARIABLES ASIGNABLES

Supondremos que dichas variables que caracterizan la calidad son cuantitativas, tales como longitudes, pesos, tiempos, etc. Si la variabilidad de estas variables slo procede de causas asignables, ser muy razonable esperar que su distribucin se aproximar en gran medida a la normal. Esta aproximacin a la normal puede justificarse mediante el teorema central del lmite.

INTERVALO NORMAL BAJO CONTROL

Si la caracterstica considerada sigue una distribucin normal N(,) cuando el proceso est bajo control, el 99.73%( 99.7%) de los artculos se encontrar en un intervalo de amplitud (3). Por tanto, en estado de control, slo una minora de los artculos (3 de cada mil, o ms exactamente 2.7 de cada mil) estar fuera de este intervalo. Este intervalo ( 3) constituye, por tanto, un intervalo de tolerancia natural o intrnseca del proceso al comprender prcticamente a la totalidad de los artculos fabricados en condiciones de control.

HERRAMIENTAS BASICAS PARA EL CONTROL ESTADISTICO

 El objetivo de estas herramientas y, en general, de las tcnicas estadsticas, es el uso eficiente de la informacin. Un dato es simplemente un conjunto de caracteres numrico (posiblemente con un cierto contexto) y slo ser informacin si aporta conocimiento til al analista. Por tanto, el objetivo no es la recogida de datos sino de informacin. La informacin es un valor aadido que el analista debe proporcionar al dato. Para ello es necesario buscar representaciones de los datos que ayuden a extraer de ellos la informacin que contienen.

TILES O HERRAMIENTAS DE BASE

Las siete herramientas bsicas, segn Ishikawa, deberan ser dominadas por todos los empleados. Son herramientas descriptivas y visuales y se consideran que permiten resolver un 95% de los problemas de calidad en las empresas. 1. Plantillas de recogida de informacin 2. Histogramas 3. Diagramas de Pareto 4. Diagramas causa-efecto (o de espina de pescado) 5. Grficos de flujo 6. Diagramas Bivariantes 7. Grficos de control

PLANTILLAS DE RECOGIDA DE INFORMACIN

Una Hoja de Comprobacin es un impreso que se disea como herramienta para la recogida de datos, de forma que los resultados de la misma puedan ser ms fciles y rpidamente interpretados a partir de dicho impreso. Una plantilla bien diseada asegurar que se recogen los datos que se necesitan (los que verdaderamente proporcionarn informacin), adems de sistematizar y agilizar la recogida de datos. GENERALMENTE SE PRESENTAN EN FORMA GRAFICA

HOJAS DE RECOGIDO DE DATOS

Son impresos que se utilizan para reunir datos que, en general, se anotan de forma tabular o en columnas. Normalmente requieren de un proceso adicional, una vez recogidos los datos, utilizando una herramienta de anlisis de los mismos.

HISTOGRAMAS

Es un resumen grfico de los valores producidos por las variaciones de una determinada caracterstica, representando la frecuencia con que se presentan distintas categoras dentro de dicho conjunto.
///

///
Uno de los propsitos del anlisis o interpretacin de un Histograma es identificar y clasificar la pauta de variacin del conjunto de datos estudiado (valor medio, recorrido, forma) y elaborar una explicacin admisible y relevante para dicha pauta, que relacione la variacin con el proceso o fenmeno en estudio. El resultado de este anlisis es una teora sobre el funcionamiento del proceso o sobre la causa del problema que se est investigando. Por ser una teora es necesario confirmarla o rechazarla, recogiendo otros datos que nos den informacin ms especfica sobre dicha teora.

DIAGRAMAS DE PARETO (Vilfredo Pareto, 1897) El Anlisis de Pareto es una comparacin cuantitativa y ordenada de elementos o factores segn su contribucin a un determinado efecto. El objetivo de esta comparacin es clasificar dichos elementos o factores en dos categoras:

Las "Pocas Vitales" (los elementos muy importantes en su contribucin) y Los "Muchos Triviales" (los elementos poco importantes en ella).
///

///
El objetivo del Anlisis de Pareto es utilizar los hechos para identificar la mxima concentracin de potencial del efecto en estudio (Magnitud del problema, costes, tiempo, etc.) en el nmero mnimo de elementos que a l contribuyen. Con este anlisis buscamos enfocar nuestro esfuerzo en las contribuciones ms importantes, con objeto de optimizar el beneficio obtenido del mismo. En muchos casos no existe esta frontera claramente visible. En realidad se puede identificar generalmente una tercera categora que J.M. Juran llam "Zona Dudosa".
///

///

Este grfico constituye una primera etapa en el proceso de mejora de la calidad. Tambin permite medir los progresos alcanzados tras un periodo de cambio.

DIAGRAMAS DE CAUSA EFECTO (Kaoru Ishikawa, 1953)

Es una representacin grfica que muestra la relacin cualitativa e hipottica de los diversos factores que pueden contribuir a un efecto o fenmeno determinado. Un Diagrama Causa-Efecto proporciona un conocimiento comn de un problema complejo, con todos sus elementos y relaciones claramente visibles a cualquier nivel de detalle. Su utilizacin ayuda a organizar la bsqueda de causas de un determinado fenmeno pero no las identifica y no proporciona respuestas a preguntas.
///

///
Este grfico suele adoptar la forma de una espina de pescado, por eso su nombre en ingls (fishbone chart). Este grfico no resuelve problemas pero ayuda a ordenar las ideas y asegura el no olvidar posibles causas ante un problema del proceso. As se complementa en cierto modo a los grficos de Pareto. No es, en el sentido estricto, una herramienta estadstica pero s es de gran ayuda en la resolucin de problemas

DIAGRAMAS DE FLUJO
Es una representacin grfica de todas las fases que forman el proceso, esta representacin se realiza mediante rectngulos conectados por flechas. Es bsicamente una representacin cronolgica de las etapas a seguir. Es til en la visualizacin global de tareas complejas y permite ver las relaciones entre ellas, detectar redundancias o simplificar procesos.
///

///
Al igual que el diagrama causa-efecto no son herramientas estadsticas pero son de utilidad probada en la resolucin de problemas reales. Pueden combinarse los grficos de causa-efecto con los diagramas de flujo.

DIAGRAMAS BIVARIANTES
Un diagrama bivariante muestra grficamente la relacin entre dos variables (x, y). Cada eje representa a una variable y cada punto del plano es un par de puntos (x, y). En l puede verse si la relacin es lineal o no lineal. Grficamente puede anticiparse el valor del coeficiente de correlacin entre ambas variables. Cuanto ms estrecha sea la nube de puntos mayor ser la correlacin. DIAGRAMAS DE DISPERSIN

DIAGRAMAS DE CONTROL
Los grficos presentados hasta ahora (histogramas, Pareto o bivariantes) ignoran toda referencia al orden en que han sido generados los datos. Los Grficos de Control son representaciones grficas de los valores de una caracterstica resultado de un proceso, que permiten identificar la aparicin de causas especiales en el mismo.
///

///
Existen muchos tipos de grficos de control. Bsicamente, consisten en la representacin grfica de la evolucin temporal de una caracterstica que mida la calidad de un artculo o servicio. Es especfico para aquellos procesos que, por razones de necesidades de informacin y de sus caractersticas propias, deben ser controlados a travs de la medicin de variables o parmetros de los mismos.

HOJAS DE COMPROBACION Y HOJAS DE RECOGIDA DE DATOS

OBJETIVOS PARA RECOGER DATOS

Antes de recoger la informacin, es importante determinar qu se va a hacer con ella. Esta informacin es una gua de nuestras acciones. En el control estadstico de procesos, podemos resaltar tres objetivos de la recoleccin de informacin: El control y el monitoreo del proceso de produccin, El anlisis de lo que no se ajusta a las normas. Validacin.

PROPOSITO

Establecer los objetivos especficos de la recoleccin de datos, Determinar la variabilidad de la calidad de un determinado aspecto, eficiencia del proceso, etc. , a su vez determina el tipo de dato que se deben recopilar.

HOJAS DE COMPROBACIN Una Hoja de Comprobacin es un impreso que se disea como herramienta para la recogida de datos, de forma que los resultados de la misma puedan ser ms fciles y rpidamente interpretados a partir de dicho impreso.

CARACTERSTICAS PRINCIPALES
Sencillez: Una Hoja de Comprobacin permite registrar los datos de forma simple y directa. Comunicacin de informacin: Permite ver si hay una tendencia en los datos segn se va completando la hoja. Permite un anlisis visual de dichas tendencias o comportamientos. De uso especfico: Una Hoja de Comprobacin se disea para responder a preguntas concretas y por tanto es poco flexible para su utilizacin en otros casos de recogida de datos.

HOJA DE COMPROBACIN
PENETRACION DE LA TEMPERATURA EN LA COCCION Tec. Responsable.Fecha MarmitaProducto
Leer o medir la temperatura en intervalos de tiempo de 15 minutos. Marcar la temperatura en el eje vertical y el tiempo transcurrido en el eje horizontal y dibujar un punto en el plano. Unir uno a uno los puntos dibujados con un trazo lineal.

80 70 60 50 40 30 20 10 0
0 10 20 30 40 50 60 70 Tiempo (min)

Temperatura (C)

Series1

Firmar:

Jefe de aseg.de la calidad

Jefe de produccin

Tec de aseg.calidad

Hoja de comprobacin para la operacin de llenado de envases por operarario/turno, identificacin de defectos.
OPERACIN DE LLENADO

Tec. Responsable.Fecha. LlenadorasProductoMermelada de fresa. Registrar la presencia de defectos en la operacin de llenado: x : Derrames en el exterior del envase, + : llenado excesivo. - : Llenado defectuoso, insuficiente. Registre los defectos segn la notacin anterior en la siguiente tabla:
EQUIPO OPERARIO LUNES am. pm. MARTES am. pm. MIERCOLES am. pm. JUEVES am. pm. VIERNES am pm TOTAL

A LLENADORA 1 B

TOTAL

Firmas de responsables:

HOJAS DE RECOGIDA DE DATOS

Las Hojas de Recogida de Datos son impresos que se utilizan para reunir datos que, en general, se anotan de forma tabular o en columnas. Normalmente requieren de un proceso adicional, una vez recogidos los datos, utilizando una herramienta de anlisis de los mismos.

CARACTERSTICAS PRINCIPALES Flexibilidad: La forma en la que presentan los datos, permite utilizar, los mismos para mltiples anlisis posteriores y contestar diferentes preguntas. Disponibilidad: Permiten tener los datos reunidos de forma ordenada y sencilla para su posterior utilizacin.

HOJAS DE RECOGIDA DE DATOS

Control de Temperatura de Almacenamiento

Tec. Responsable.Fecha CmaraProductos: Crnicos

Leer o medir la temperatura. Anotar los datos en la tabla siguiente:
Fecha Hora(h) Tiempo(h) Temperatura(C) Observaciones

Firmas Jefes Responsables:

La generacin de informacin til requiere de los siguientes pasos:

a) Formular, de manera precisa, las preguntas que necesitamos contestar en cada momento para decidir de forma adecuada las futuras acciones a realizar. b) Recoger los datos relativos a esta pregunta. c) Analizar esos datos para determinar la respuesta a las preguntas planteadas. d) Presentar los datos de forma que dicha presentacin sea capaz de comunicar claramente la respuesta a dichas preguntas.

PROCESO DE RECOGIDA DE DATOS

DIAGRAMA DE FLUJO

INICIO

PASO 1: Formular las preguntas PASO 2: Identificar las herramientas de anlisis y de comunicacin que se aplicarn a los datos. PASO 3: Definir punto de recogida de datos PASO 4: Elegir personal capacitado para recoger los datos PASO 5: Disear el impreso

PASO 6: Preparar la utilizacin del impreso

PASO 7: Ensayar los impresos y sus instrucciones.

SI

El ensayo revela existencia de problemas y dificultades

NO

PASO 8: Informar y formar al personal para el caso especifico de la toma de datos. PASO 9: Realizar la recogida de datos PASO 10: Auditar el proceso de toma de datos y validar los resutados

NO

Datos no validos?

SI FIN

Paso 1: Formulacin de las preguntas

Las preguntas son concretas y especficas. El plantear preguntas de este tipo favorece su labor en dos aspectos: Facilita la definicin de los datos que han de ser obtenidos. Ayuda a que los dems nos faciliten los datos, puesto que se sabe lo que se busca y la informacin resultante va a ser utilizada.

Paso 2: Definir las herramientas apropiadas para el anlisis.

Cada una de las herramientas utilizadas en el anlisis posterior de datos tiene sus particularidades, ventajas, inconvenientes, y aplicaciones ligeramente diferentes. Algunas de estas diferencias se traducen en diferentes requerimientos para los datos. (Volumen de datos, exactitud, caractersticas, etc).

Paso 3: Definir el punto de recogida de los datos El objetivo de este paso es identificar un punto del proceso en estudio donde se pudiesen recoger todos los datos necesarios sin introducir perturbaciones en el propio proceso. Paso 4: Elegir el personal que debe recoger los datos La obtencin de datos ser realizada por las personas con un acceso ms fcil y directo a los hechos y adems que cuentes con habilidades y competencias. El grupo de trabajo analizar tanto las actividades necesarias para la recogida de datos como la asignacin de responsabilidades para las mismas, de forma que el sesgo a introducir sea el menor posible.

El grupo de trabajo debe tener en cuenta los siguientes factores:

La formacin y experiencia del personal de recogida de datos. Este factor afecta a la complejidad del trabajo que se puede realizar y a los conocimientos que se puedan dar por sabidos. El tiempo disponible por este personal para dedicar a las tareas necesarias para la recogida de datos. La cantidad de trabajo que suponen dichas tareas. La posibilidad de informacin o formacin directa para estas personas, o bien la necesidad de basarse en instrucciones escritas. El impacto de la toma de datos sobre el entorno de trabajo y/o bien el impacto del entorno sobre la tarea de recogida de datos.

Paso 5: Diseo del impreso de toma de datos

Se decidir, en base a estos factores y a las caractersticas particulares de los dos tipos de Hojas, cual de ellos es el idneo. Principios a tener en cuenta para el diseo: a) La anotacin de los datos debe ser una tarea sencilla. Se disear el impreso pensando en las necesidades del que ha de tomar los datos, as el personal involucrado en la actividad estudiada estar mejor dispuesto a aceptar la tarea. b) Se disear tratando de evitar posibilidades de error y/o malentendidos en la anotacin e interpretacin de los datos. No se incluirn conceptos susceptibles de diferentes interpretaciones o se definirn claramente. Utilizar ejemplos, guas visuales, etc.
///

Paso 5: Diseo del impreso de toma de datos

c) El impreso debe ser completo. Deben incluirse en el impreso espacios para anotar informacin que pueda resultar de utilidad en el futuro. (Empleado, retraso, fechas, cambio de herramienta, etc). d) El impreso debe ser autoexplicativo. El nmero de instrucciones ha de ser mnimo. No obstante deben proporcionarse tantas instrucciones como sean necesarias para asegurar la cumplimentacin correcta del impreso. e) Se prestar atencin al aspecto del impreso. Un impreso de aspecto ordenado, planificado y "formal" motiva a las personas que han de recoger los datos.

Paso 6: Preparacin de la utilizacin del impreso

Atendiendo a las caractersticas del impreso, de las personas que realizarn las actividades y de las condiciones de la recogida de datos se deben desarrollar la capacidad para su puesta en prctica. Previo al ensayo.

Paso 7: Probar los impresos y sus instrucciones

Es importante probar los impresos y sus instrucciones para evitar la aparicin de problemas imprevistos tales como: Errores por malentendidos respecto a la forma de rellenar los impresos. Pasar por alto informacin adicional importante, debido a que en la fase de diseo no se conocan todas las variables del proceso. Datos incompletos debido a impresos difciles de rellenar en medio de la problemtica del proceso. Datos incompletos o sesgados por temor a la utilizacin de la informacin obtenida.

Paso 8: Informar y formar al personal de toma de datos : Asegurarse de que el personal conoce y entiende: El propsito de la recogida de datos. El significado de cada parte del impreso (mostrar un ejemplo relleno). La importancia de obtener datos completos y no sesgados. La formacin depender de la complejidad del estudio. Paso 9: Realizacin de la recogida de datos Se recogern los datos segn el plan establecido.

Paso 10: Revisar el proceso de toma de datos y validar los resultados

Se debe revisar y observar el proceso de obtencin y recogida de datos. Antes de empezar el anlisis de los datos, hay que validar los resultados: Contesta la recogida de datos a las preguntas planteadas? Muestran los resultados de las revisiones evidencias de sesgos en el proceso de obtencin? Es el nmero de observaciones realizado, el especificado? Son similares los datos recogidos por todos los encargados de la toma de datos

INTERPRETACIN
Una vez obtenidos y validados los datos es hora de analizarlos y satisfacer las necesidades de informacin respondiendo a las preguntas inicialmente formuladas. Las Hojas de Comprobacin, en general, estn diseadas para obtener respuestas rpidas a preguntas simples. Las Hojas de Datos, si estn correctamente diseadas, deben servir como base para mltiples tipos de anlisis posteriores.

Principales problemas y deficiencias de interpretacin

a) En las recogidas de datos el principal problema que se presenta es la deficiente identificacin de necesidades de informacin. En general, no se identifican correctamente estas necesidades, no se plantean las preguntas correctas y no se pormenoriza la forma de anlisis y comunicacin de la informacin. Esto puede producir: Mayor esfuerzo en la recogida de datos del necesario. Mayor cantidad de datos a manejar, lo que implica mayor complejidad en su clasificacin, estratificacin y anlisis. Una vez recogidos los datos se analizan para ver que informacin podemos obtener de ellos y, a menudo, esta informacin no contesta a las preguntas que es necesario resolver. ////

 b) Sesgos producidos por deficiencias en el proceso de planificacin y recogida de datos. Sesgos por exclusin: Los datos deben ser recogidos en todos los puntos, horas y circunstancias en las que opera el proceso. Los datos deben ser representativos del mismo. Sesgos por interaccin: Las condiciones del proceso se ven afectadas por la propia recogida de datos. Sesgo de percepcin: Las actividades y opiniones de las personas que recogen los datos pueden, a veces, sesgar lo que ven y como lo registran. Sesgo operativo: Falta de respeto a los procedimientos establecidos para la recogida. Sesgos por falta de respuesta: Los datos omitidos pueden sesgar los resultados. ///

/// Principales problemas y deficiencias de interpretacin

c) Querer responder a preguntas para las cuales no ha sido diseada la recogida de datos, puede llevar a obtener respuestas errneas.

TAREA N 1
En un proceso, hay dos trabajadores y cada uno de ellos maneja dos maquinas. Recientemente, la fraccin de productos defectuosos ha aumentado. Los trabajadores piden un cambio de maquinaria, diciendo que las mquinas actualmente utilizadas son demasiado viejas. La jefatura dice que los defectos se producen por descuido de los trabajadores. Que informacin se debe registrar y como?. Disee un documento para recabar dicha informacin

DIAGRAMA CAUSA EFECTO (DIAGRAMA ESPINA DE PESCADO O DIAGRAMA ISHIKAWA)

DEFINICIN
El Diagrama Causa - Efecto es una representacin grfica que muestra la relacin cualitativa e hipottica de los diversos factores que pueden contribuir a un efecto o una caracterstica de calidad.

CARACTERSTICAS PRINCIPALES

Impacto visual Muestra las interrelaciones entre un efecto y sus posibles causas de forma ordenada, clara, precisa y de un solo golpe de vista. Capacidad de comunicacin Muestra las posibles interrelaciones causa-efecto permitiendo una mejor comprensin del fenmeno en estudio, incluso en situaciones muy complejas. Centra la atencin de todos los componentes del grupo en un problema especfico de forma estructurada y sistemtica.

PROCESO DE ELABORACION DEL DIAGRAMA CAUSA-EFECTO DIAGRAMA DE FLUJO

INICIO

PASO 1: Definir el efecto o caracterstica de calidad cuyas causas o factores han de ser determinadas PASO 2: Dibujar el eje central y colocar el efecto dentro de un rectngulo al extremo derecho del eje

PASO 3 : Identificar las cusas principales e incluirlas en el diagrama

PASO 4 : Aadir causas principales para cada rama principal

PASO 5 : Definir subcausas (secundarias) para las causas principales y agregar al diagrama PASO 6 : Definir causas subsidiarias (terciarias) para las subcausas (secundarias) y agregar al diagrama. PASO 7 : Comprobar la validez lgica de cada cadena causal y hacer eventuales correcciones.

PASO 8 : Comprobar la integracin del diagrama

PASO 9 : Conclusin

FIN

Paso 1: Definir, sencilla y brevemente, el efecto o fenmeno cuyas causas han de ser identificadas

Especfico Para que no sea interpretado de diferente forma por los miembros del grupo de trabajo, y para que las aportaciones se concentren sobre el autntico efecto a estudiar. No sesgado Para no excluir posibles lneas de estudio sobre el efecto objeto del anlisis. Es conveniente definirlo por escrito especificando que es lo que incluye y lo que excluye.

Paso 2: Colocar el efecto dentro de un rectngulo a la derecha de la superficie de escritura y dibujar una flecha, que corresponder al eje central del diagrama, de izquierda a derecha, apuntando hacia el efecto.

Ejemplo 1: Elaborar un diagrama causa efecto para la perdida de control de un automvil

Paso 3: Identificar las posibles causas que contribuyen al efecto o fenmeno de estudio.
Atendiendo a las caractersticas y particularidades del grupo de trabajo y a las del problema analizado, se decidir cual de los dos enfoques existentes para desarrollar este paso es el ms adecuado: Tormenta de Ideas Proceso lgico paso a paso En el caso de utilizar la Tormenta de Ideas la lista resultado de la sesin ser la fuente primaria a utilizar en los siguientes pasos de construccin del diagrama. En el caso de utilizar un proceso lgico paso a paso, la fuente primaria sern los propios componentes del grupo, aportando sus ideas segn se va construyendo el diagrama.

Paso 4: Identificar las causas principales e incluirlas en el diagrama.

a) En primer lugar se identificarn las causas o clases de causas ms generales en la contribucin al efecto. Esta clasificacin ser tal que cualquier idea de los miembros del grupo podr ser asociada a alguna de dichas causas. Muchos grupos comienzan utilizando las "5M" o las "5P" y, despus de analizar ms en detalle el resultado, agrupan las causas de forma ms adecuada a su propio problema.
FABRICACIN 5M Mano de obra SERVICIOS 5P Personal

Materiales
Mtodos Maquinas

Provisiones(suministros)
Procedimientos Puestos

Medidas

(Clientes)

/// b) En segundo lugar se escriben en un recuadro y se conectan con la lnea central segn la figura siguiente.

70

Paso 5: Aadir causas para cada rama principal.

En este paso se rellenan cada una de las ramas principales con sus causas del efecto enunciado, es decir con causas de las causas principales. Para incluir estas en el diagrama se escriben al final de unas lneas, paralelas a la de la flecha central, conectadas con la lnea principal correspondiente.

Ejemplo 3
CAUSAS DE CAUSAS

FLECHA CENTRAL

Paso 6: Aadir causas subsidiarias para las subcausas anotadas. Cada una de estas causas se coloca al final de una lnea que se traza para conectar con la lnea asociada al elemento al que afecta y paralela a la lnea principal o flecha central. Este proceso contina hasta que cada rama alcanza una causa raz. Causa raz es aquella que: Es causa del efecto que estamos analizando. Es controlable directamente. Ejemplo:

Paso 7: Comprobar la validez lgica de cada cadena causal Para cada causa raz "leer" el diagrama en direccin al efecto analizado, asegurndose de que cada cadena causal tiene sentido lgico y operativo. Ejemplo:

Paso 8: Comprobar la integracin del diagrama

Finalmente debemos comprobar, en una visin de conjunto del Diagrama la existencia de ramas principales que: Tienen menos de 3 causas. Tienen, apreciablemente, ms o menos causas que las dems. Tienen menos niveles de causas subsidiarias que las dems. La existencia de alguna de estas circunstancias no significa un defecto en el diagrama pero sugiere una comprobacin a fondo del proceso.

Paso 9: Conclusin y resultado

El resultado de la utilizacin de esta herramienta es un diagrama ordenado de posibles causas (teoras) que contribuyen a un efecto.

INTERPRETACIN Un Diagrama Causa-Efecto proporciona un conocimiento comn de un problema complejo, con todos sus elementos y relaciones claramente visibles a cualquier nivel de detalle. Su utilizacin ayuda a organizar la bsqueda de causas de un determinado fenmeno pero no las JERARQUIZA/CLASIFICA (segrega) y no proporciona respuestas a preguntas.

Posibles problemas y deficiencias de interpretacin

a) La ms grave de las posibles falsas interpretaciones del Diagrama Causa - Efecto, es confundir esta disposicin ordenada de SUPUESTOS con los datos reales. Este diagrama es til para desarrollar teoras, representar y contrastar su consistencia lgica, pero no sustituye su comprobacin emprica. b) Construccin del Diagrama sin un anlisis previo de los sntomas del fenmeno objeto de estudio. En tales casos el efecto descrito puede ser muy general y estar mal definido por lo que el diagrama resultante sera innecesariamente grande, complejo y difcil de utilizar.

Posibles problemas y deficiencias de interpretacin c) Deficiencias en el enunciado (sesgos) que limiten las teoras que se exponen y consideran, pudiendo pasar por alto las causas reales que contribuyen al efecto. d) Deficiencias en la identificacin y clasificacin de las causas principales. Esta clasificacin est ntimamente ligada con la capacidad de la herramienta para la organizacin eficaz de la bsqueda de causas reales.

UTILIZACIN Por sus caractersticas principales la construccin de un Diagrama de Causa - Efecto es muy til cuando: Se quiere compartir conocimientos sobre mltiples relaciones de causa y efecto. Por ser una ordenacin de relaciones lgicas, el Diagrama de Causa-Efecto es una herramienta frecuentemente utilizada para: Obtener teoras sobre relaciones de causa-efecto en un proceso lgico paso a paso. Obtener una estructuracin lgica de muchas ideas "dispersas", como una lista de ideas resultado de una Tormenta de Ideas.

Utilizacin en las fases de un proceso de solucin de problemas:

En la fase de diagnstico durante la formulacin de posibles causas del problema. En la fase de correccin para considerar soluciones alternativas. Para pensar de forma sistemtica sobre las posibles resistencias en la organizacin a la solucin propuesta.

DIAGRAMA DE ESPINA DE PESCADO PARA EVALUAR LA ELABORACIN DE MAYONESA

Ejemplo de produccin alimentaria.

El ejemplo se basa en el proceso de fabricacin de mayonesa, para as explicar los Diagramas de Causa-Efecto:

Mtodos de Trabajo

Medicin

Mquinas y Equipos

Proceso

Caracterstica de Calidad

Personas

Materias Primas

///
La variabilidad de las caractersticas de calidad es un efecto observado que tiene mltiples causas. Cuando ocurre algn problema con la calidad del producto, se debe investigar a fin de identificar las causas del mismo. Para hacer un Diagrama de Causa-Efecto se siguen los siguientes pasos: Se decide cul va a ser la caracterstica de calidad que se va a analizar. Por ejemplo, en el caso de la mayonesa podra ser el peso del frasco lleno, la viscosidad del producto, el porcentaje de aceite, etc. Se traza una flecha gruesa que representa el proceso y a la derecha se escribe la caracterstica de calidad:

Caracterstica de Calidad Proceso

///

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

///
Mquinas y Equipos

Formulacin

Caracterstica de Calidad Proceso

Personas

Materias Primas

///

Se incorporan en cada rama factores ms detallados que se puedan considerar causas de fluctuacin. Para hacer esto, se pueden formular estas preguntas: Por qu hay fluctuacin o dispersin en los valores de la caracterstica de calidad? Por la fluctuacin de las Materias Primas. Se anota Materias Primas como una de las ramas principales. Qu Materias Primas producen fluctuacin o dispersin en los valores de la caracterstica de calidad? Aceite, Huevos, sal, otros condimentos. Se agrega Aceite como rama menor de la rama principal Materias Primas. Por qu hay fluctuacin o dispersin en el aceite? Por la fluctuacin de la cantidad agregada a la mezcla. Agregamos a Aceite la rama ms pequea Cantidad.

///

Por qu hay variacin en la cantidad agregada de aceite? Por funcionamiento irregular de la balanza. Se registra la rama Balanza. Por qu la balanza funciona en forma irregular? Por que necesita mantenimiento. En la rama Balanza colocamos la rama Mantenimiento. As se sigue ampliando el Diagrama de Causa-Efecto hasta que contenga todas las causas posibles de dispersin.

ENTONCES EL DIAGRAMA OBTENIDO ES:

Picnmetro Mezcladora Medicin Calibracin

Capacitacin Ajuste Motor Refrigeracin Equipo de Medicin Operador Mantenimiento

Agitacin Limpieza

Habilidad

Balanza

Proceso

Caracterstica de Calidad

Capacitacin Cantidad

Proveedor A

Composicin
Aceite Incentivos Huevos Balanza

Personas

Materias Primas

Cantidad

Mantenimiento

TAREA N 2 Construir un diagrama de CAUSA EFECTO para la proceso de elaboracin de una conserva de alimentos : Cada participante escoger libremente el tipo de conserva a realizar; la operacin de proceso que quiere investigar y la caracterstica de calidad que quiere evaluar en tal operacin.

IMPORTANTE: Para la construccin del diagrama es importante conocer y saber hacer la operacin/proceso (Diagrama de flujo).

CONSTRUCCION DEL DIAGRAMA CON OFFICE VISIO

Al abrir el programa visio se muestra la ventana, en ella hacer clic en la opcin EMPRESA de la columna de CATEGORIAS DE PLANILLAS, se despliega el siguiente men:

Clic en el icono de DIAGRAMA DE CAUSA Y EFECTO:

se abre la siguiente ventana con el presente esquema

CONSTRUCCIN DEL DIAGRAMA ESPINA DE PESCADO

Con: STATGRAPHICS

CONSTRUCCIN CON STATGRAPHICS PLUS 5.1

Version de prueba STATGRAPHICS CENTURION XVI

Abrir el statgraphics y mantener en la opcin introducir nuevos datos, luego aceptar , para definir la tarea

Luego marcar la opcin, deseo introducir nuevos datos, para definir el origen de los datos, y aceptar

continua, aparecer el siguiente mensaje en la ventana statgraphics, haga clic en aceptar

En el nuevo cuadro de dialogo que se despliega defina las caractersticas de su variable por columna: Nombre su diagrama y luego marque con un clic en el recuadro tipo carcter y luego otro clic en aceptar.

Aparecer el siguiente cuadro de dialogo, para la siguiente columna, haga clic en CANCELAR y aparecer un nuevo cuadro de dialogo.

Haga clic en aceptar, para comenzar a introducir las causas una a una manteniendo LA SINTAXIS CORRESPONDIENTE.

Luego tendremos la pagina statgraphics para poder introducir las causas una a una en la misma columna, OJO CUIDADO CON LA SINTAXIS

SINTAXIS
Solo una columna no numrica es usada para llevar a cabo todas las etiquetas en el diagrama. Esta columna puede ser creada manualmente o usando un editor disponible en el procedimiento en Opciones del Anlisis. La columna contiene: 1. Una descripcin del efecto en el rengln #1 (CELDA N1). Esta etiqueta se ubica a la derecha del diagrama. 2. Causas primarias, secundarias y terciarias en los renglones sucesivos. SINTAXIS: Causa principales se digitan directamente. Secundarias son precedidas por un punto simple (.) Terciarias son precedidas por dos puntos (..) Renglones vacos pueden adherirse para ayudar a mejorara el espaciamiento en el diagrama.

Ejemplo: Fallas en la elaboracin de galletas

1 celda /Regln para consignar el efecto Causas principales, digitado directamente Causas secundarias antecedidas por un punto Causas terciarias, precedidas dos puntos Nuevamente, causas principales sin punto.

Rengln en blanco dentro de las causas terciarias para lograr mayor espacio en el grafico.

Para realizar el diagrama de espina de pescado buscar en la barra de men de statgraphics, la opcin AVANZADO, posar el cursor en CONTROL DE CALIDAD, desplegara un cuadro , buscar la opcin DIAGRAMA ESPINA DE PESCADO y en l hacer CLIC

clic

DIAGRAMA ESPINA DE PESCADO y en l hacer CLIC Se desplegara un NUEVO CUADRO DIAGRAMA DE ESPINA DE PESCADO, para introducir los datos de la columna, para que el programa construya el respectivo diagrama.

Hacer clic sobre la variable CAUSA EFECTO y esta se sombreara de color azul, luego hacer CLIC sobre el icono de forma de triangulo y la variable pasara a llenar el recuadro de etiquetas, ACEPTAR y se abrir la ventana STATGALERY para mostrar los resultados del diagrama.

LA VENTANA DE RESULTADOS ES LA SIGUIENTE: En ella se muestra a la izquierda el resumen del anlisis y a la derecha el diagrama de espina de pescado de nuestras variables.

EDITAR EL GRAFICO: Hacer doble clic en zona del grafico de la ventana de resultados de statgraphics, aparecer al frente el grafico, luego hacer clic derecho en esta ventana y se desplegara un cuadro de dialogo para la edicin.

CLIC DERECHO: Cuadro de opciones graficas, edicin.

En Centurion XVI en correspondiente anlisis se encuentra en la barra de tareas como CEP EVALUACIN DE CALIDAD DIAGRAMA CAUSA EFECTO

STATGRAPHICS CENTURION XVI

Tambin se pueden introducir las causas subsidiarias utilizando OPCION DE ANALISIS DEL CUADRO QUE SE DESPLIEGA LUEGO DE HACER CLIC SECUNDARIO SOBRE EL GRAFICO

SE DESPLIEGA EL SIGUIENTE CUADRO DE DIALOGO QUE NOS SIRVE PARA INTRODUCIR LAS SUBCAUSAS.

CUADRO DE OPCIONES GRAFICAS

En este cuadro de dilogos se puede variar:

El fondo, el color , la forma, etc. (opcin diseo) El color de la flechas del diagrama (opcin lneas) El formato del texto (opcin texto).

OPCIN TEXTO: Se pude modificar uno a uno el texto introducido, haciendo clic en el cuadro de texto desplegado y poder modificar, la direccin y la fuente (tipo, tamao, etc.)

Por ejemplo hacer clic, en coccin (causa principal) para modificar la fuente, luego hacer clic en fuente y aparecer el nuevo cuadro de dialogo, cambie la fuente, el estilo de la fuente y el tamao, luego hacer clic en aceptar. Desaparece el cuadro de fuente y haga clic en aplicar en el cuadro de opciones graficas.

En este mismo cuadro de texto se puede hacer correr la superposiciones de textos.

Para desaparecer el cuadro de opciones de texto, cerrar o ACEPTAR, el diagrama ira quedando:

DIAGRAMA DE PARETO
Anlisis de Pareto

PRINCIPIO DE PARETO
El Principio de Pareto afirma que en todo grupo de elementos, factores o CAUSAS que contribuyen a un mismo efecto, unos pocos son responsables de la mayor parte de dicho efecto. El Anlisis de Pareto es una comparacin cuantitativa y ordenada de CAUSAS o factores segn su contribucin a un determinado efecto. El objetivo de esta comparacin es clasificar dichos factores o CAUSAS en dos categoras: Las "Pocas Vitales" (los elementos muy importantes en su contribucin) y los "Muchos Triviales" (los elementos poco importantes en ella).

CARACTERSTICAS PRINCIPALES
Priorizacin Identifica los elementos que ms peso o importancia tienen dentro de un grupo. Unificacin de Criterios Enfoca y dirige el esfuerzo de los componentes del grupo de trabajo hacia un objetivo prioritario comn. Carcter objetivo Su utilizacin fuerza al grupo de trabajo a tomar decisiones basadas en datos y hechos objetivos y no en ideas subjetivas.

TABLAS Y DIAGRAMAS DE PARETO

Las Tablas y Diagramas de Pareto son herramientas de representacin utilizadas para visualizar el Anlisis de Pareto. El Diagrama de Pareto es la representacin grfica de la Tabla de Pareto correspondiente. Caractersticas principales Simplicidad Tanto la Tabla como el Diagrama de Pareto no requieren ni clculos complejos ni tcnicas sofisticadas de representacin grfica. Impacto visual El Diagrama de Pareto comunica de forma clara, evidente y de un "vistazo", el resultado del anlisis de comparacin y priorizacin.

CONSTRUCCIN
TABLA Y DIAGRAMA DE PARETO

CONSTRUCCIN
Paso 1: Preparacin de los datos Para la construccin de un Diagrama de Pareto son necesarios: a) Un efecto cuantificado y medible sobre el que se quiere priorizar (Costes, tiempo, nmero de errores o defectos, porcentaje de clientes, etc.).INDICADOR b) Una lista completa de elementos o factores que contribuyen a dicho efecto (tipos de fallos o errores, pasos de un proceso, tipos de problemas, productos, servicios, etc.).

///

/// Es importante identificar todos los posibles elementos de contribucin al efecto antes de empezar la recogida de datos. Esta condicin evitar que, al final del anlisis, la categora "Varios" resulte ser una de las incluidas en los "Pocos Vitales". Las herramientas de calidad ms tiles para obtener esta lista son: la Tormenta de Ideas, el Diagrama de Flujo, el Diagrama de Causa-Efecto y sus similares, o los propios datos ///

///
c) La magnitud de la contribucin de cada elemento o factor al efecto total. Estos datos, bien existan o bien haya que recogerlos, debern ser: Objetivos: basados en hechos, no en opiniones. Consistentes: debe utilizarse la misma medida para todos los elementos contribuyentes y los mismos supuestos y clculos a lo largo del estudio, ya que el Anlisis de Pareto es un anlisis de comparacin. Representativos: deben reflejar toda la variedad de hechos que se producen en la realidad. Verosmiles: evitar clculos o suposiciones controvertidas, ya que buscamos un soporte para la toma de decisiones, si no se cree en los datos, no apoyarn las decisiones.

Paso 2: Clculo de las contribuciones parciales y totales. Ordenacin de los elementos o factores incluidos en el anlisis

Para cada elemento contribuyente sobre el efecto, anotar su magnitud. Ordenar dichos elementos de mayor a menor, segn la magnitud de su contribucin. Calcular la magnitud total del efecto como suma de las magnitudes parciales de cada uno de los elementos contribuyentes.

Para cada elemento contribuyente sobre el efecto, anotar su magnitud.

Factor A /// Conteo Total 3

B C
D E F

///// ///// ///// ///// ///// ///// ///// //// ///// ///// ///// ///// ///// ///// /////
///// /// ///// ///// ///// ///// ///// ///// ///// ///// //// ///// ///// // /// //

39 35
8 44 12

G
H I TOTAL

0
3 2 146

Al considerar el factor otros debe ubicarse en el ltimo rengln, independiente de su magnitud.

Ordenar dichos elementos de mayor a menor, segn la magnitud de su contribucin. Calcular la magnitud total del efecto como suma de las magnitudes parciales de cada uno de los elementos contribuyentes.
Factores contribuyentes E B Numero de los factores 44 39

C
F D A

35
12 8 3

H I
G TOTAL

33 2
0 146

Paso 3: Calcular el porcentaje y el porcentaje acumulado, cada elemento de la lista ordenada

para

El porcentaje de la contribucin de cada elemento se calcula:

(magnitud de la contribucin /magnitud total del efecto) x 100

El porcentaje acumulado para cada elemento de la lista ordenada se calcula: Por suma de contribuciones de cada uno de los elementos anteriores en la tabla, ms el elemento en cuestin como magnitud de la contribucin. Por suma de porcentajes de contribucin de cada uno de los elementos anteriores ms el porcentaje del elemento en cuestin. En este caso habr que tener en cuenta el que estos porcentajes, en general, han sido redondeados.

TABLA DE PARETO
Factor(error) Numero de errores(u) 44 Nmero de errores acumulados(u) 44 Porcentaje del total (%) 30 Porcentaje acumulado del total (%) 30

B
C F D

39
35 12 8

83
118 130 138

27
24 8 6

57
81 89 95

A
H I G

3
3 2 0

141
144 146 146

2
2 1 0

97
99 100 100

TOTAL

146

146

100

Paso 4: Trazar y rotular los ejes del Diagrama

El eje vertical izquierdo representa la magnitud del efecto estudiado. Debe empezar en 0 y ir hasta el valor del efecto total. Rotularlo con el efecto, la unidad de medida y la escala. La escala debe ser consistente, es decir variar segn intervalos constantes. Las escalas de grficos que se compararn entre s, deben ser idnticas (Nota: Prestar especial cuidado a las escalas automticas de los grficos por ordenador). El eje horizontal contiene los distintos elementos o factores que contribuyen al efecto. Dividirlo en tantas partes como factores existan y rotular su identificacin de izquierda a derecha segn el orden establecido en la Tabla de Pareto. El eje vertical derecho representa la magnitud de los porcentajes acumulados del efecto estudiado. La escala de este eje va desde el 0 hasta el 100%. El cero coincidir con el origen y el 100% estar alineado con el punto, del eje vertical izquierdo, que representa la magnitud total del efecto.

Ejemplo, rotular el eje con la escala.

En el Plano:

Paso 5: Dibujar un Grfico de Barras que representa el efecto de cada uno de los elementos contribuyentes
La altura de cada barra es igual a la contribucin de cada elemento tanto medida en magnitud por medio del eje vertical izquierdo, como en porcentaje por medio del eje vertical derecho. Ejemplo

Paso 6: Trazar un Grfico Lineal cuyos puntos representan el porcentaje acumulado de la Tabla de Pareto
Marcar los puntos del grfico en la interseccin de la prolongacin del lmite derecho de cada barra con la magnitud del porcentaje acumulado correspondiente al elemento representado en dicha barra. Ejemplo, conectar los puntos con segmentos rectilneos.

81%

30%

Paso 7: Sealar los elementos "Pocos Vitales" y los "Muchos Triviales"

Trazar una lnea vertical que separa el Diagrama en dos partes y sirve para visualizar la frontera entre los "Pocos Vitales" y los "Muchos Triviales", basndonos en el cambio de inclinacin entre los segmentos lineales correspondientes a cada elemento. Rotular las dos secciones del Diagrama. Rotular el porcentaje acumulado del efecto correspondiente al ltimo elemento incluido en la seccin "Pocos Vitales".

Paso 8: Rotular el ttulo del Diagrama de Pareto

Errores en los impresos de pedido

ZONA DUDOSA
En muchos casos no existe esta frontera claramente visible. En realidad se puede identificar generalmente una tercera categora que J.M. Juran llam "Zona Dudosa". NO ES SUFICIENTE LA VARIACIN DE LA PENDIENTE.

ZONA DUDOSA

ZONA DUDOSA

La estrategia de interpretacin a seguir en estos casos ser:

a) Identificar los elementos que tienen una pendiente muy inclinada en su representacin lineal y que en general representan aproximadamente el 60% del efecto total. b) Enfocar el trabajo a desarrollar en estos elementos como los "Pocos Vitales". c) Una vez terminada esta labor, volver a realizar el Anlisis de Pareto en las nuevas condiciones y comprobar si los elementos incluidos en la anterior "Zona Dudosa" han pasado a ser "Pocos Vitales" y si su tratamiento es rentable. En general, una vez tratados los elementos que claramente pertenecen a los "Pocos Vitales" tenemos un mejor conocimiento de lo que hay que hacer con los pertenecientes a la "Zona Dudosa".

POSIBLES PROBLEMAS Y DEFICIENCIAS DE INTERPRETACIN

a) Al dibujar el Diagrama de Pareto, vemos que este no permite realizar una clara distincin entre los diferentes elementos (CAUSAS) o categoras que contribuyen al efecto, por los siguientes motivos: Todas las barras del Diagrama son ms o menos de la misma altura. Se requieren ms de la mitad de las categoras para tener en cuenta ms del 60% del efecto total. En cualquier caso, parece que el Principio de Pareto no es aplicable al caso en estudio. Esta circunstancia es altamente improbable ya que dicho principio ha demostrado su validez en miles de casos. En general, estas circunstancias son debidas a una eleccin deficiente de los elementos o categoras utilizados para el anlisis. Debe probarse una nueva estratificacin de los datos y repetirse en base a esta ltima el anlisis.

Ejemplo
Problema: Gran numero de errores en las facturas emitidas 2. Asignacin a un grupo de trabajo su solucin 3. Posible causa: Los empleados nuevos son los causantes 4. Comprobacin de la posible causa: Recogida de datos numero de errores por empleado Anlisis de Pareto 1.

///

Nueva estratificacin de los datos: En funcin de las horas de trabajo.

Pocos vitales

Muchos triviales

Principalmente los errores se concentran en la hora antes de la pausa para la comida y la hora antes de la finalizacin de la jornada.

POSIBLES PROBLEMAS Y DEFICIENCIAS DE INTERPRETACIN

b) Obtencin de priorizaciones errneas debido a deficiencias en los datos inciales (Los datos no eran objetivos, consistentes, representativos y/o verosmiles). Debern conseguirse nuevos datos sujetos a dichas condiciones. c) Uno de los elementos "Pocos Vitales" es la categora "Varios". En este caso se debe replantear la clasificacin de categoras realizada profundizando en el fenmeno o efecto estudiado y repetir el anlisis efectuado.

UTILIZACIN

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

Utilizacin en las fases del proceso de solucin de problemas Este Anlisis es aplicable en todos los casos en que se deban establecer prioridades para no dispersar el esfuerzo y optimizar el resultado de dicha inversin. En particular: Para asignar prioridades a los problemas durante la definicin y seleccin de proyectos. Para identificar las causas claves de un problema. Para comprobar los resultados de un grupo de trabajo una vez implantada la solucin propuesta por el mismo. A este fin se compara el Diagrama de Pareto de la situacin inicial con el de la situacin actual y se comprueba que la contribucin de los elementos inicialmente ms importantes haya disminuido notablemente.

ELABORACION DIAGRAMA DE PARETO

Construccin con Excel 2007

DATOS EN UNA PAGINA EXCEL

CLIC EN DATOS

ORDENAR DATOS DESCENDETEMENTE

En la barra superior de la ventana Excel hacer clic en DATOS, observar la nueva ventana.

OBSERVA LA NUEVA BARRA QUE APARECE

Hacer clic izquierdo (primario) del mouse sobre la primera celda de los datos (A1) donde se encuentra la palabra CAUSAS y sin dejar de apretarlo sombree todos los datos sin incluir la ultima fila que corresponde a total y 200. Ahora hacer clic en la barra en ORDENAR.

CLIC EN ORDENAR: Podr ordenar los datos en forma descendente o ascendente, en nuestro caso de manera descendente.

Despus del clic, aparece un cuadro de dialogo donde escogemos: Ordenar por: FRECUENCIA Ordenar segn: VALORES Criterio de ordenacin: DE MAYOR E MENOR

Por ultimo haga clic en aceptar, los datos quedaran ordenados .

Los datos quedan ordenados de mayor a menor

Construya una tabla de frecuencias:

Con los datos ordenados podemos construir una grafica de pareto:

CONSTRUCCION DE LA GRAFICA DE PARETO

CLIC EN INSETAR LA BARRA SUPERIOR

HACER CLIC

En la barra superior Excel hacer al hacer clic en insertar: Se muestra la nueva barra.

Colocar el cursor sobre las columnas a seleccionar, comenzando por la columna de las causas sombrearla, luego apretar Ctrl (CONTROL) y sin dejar de apretar esta tecla ahora sombrear la columna referida a frecuencias relativas porcentuales (%hi) y por ltimo siguiendo apretando la tecla Ctrl sombrear la columna de frecuencias acumuladas porcentuales (%Fi). Todas hasta la penltima fila

Hacer clic en el icono de lneas de la barra insertar, para desplegar el sub-men de lneas y escoger el icono correspondiente a lnea con marcadores, hacer clic.

HACER CLIC

Clic en el icono de las lineas despliega el sub-men de lneas , escoger el icono correspondiente a lnea con marcadores, hacer cli

HACER CLIC

Luego de hacer clic aparece la grafica con dos lneas una para la frecuencia porcentual (%hi, lnea azul y para la frecuencia porcentual acumulada (%Fi, lnea roja):

CUADRO DE DIALOGO: CAMBIAR GRAFICO Hacer clic en el botn derecho del mouse, se desplegara un cuadro de dialogo, en l escoger el icono de grafico de barras (cambiar tipo de grafico de series), hacer nuevamente clic para cambiar la grafica de lnea a su representacin en barras.

Clic derecho, luego de ubicar el cursor sobre la lnea azul para desplegar el cuadro de dialogo de cambio de grafico.

Clic en cambiar tipo de grficos de series en el cuadro de dialogo

HACER CLIC

Luego del clic aparece el siguiente cuadro de dialogo(cambiar tipo de grafico), hacer clic en columna y luego clic en el icono de las graficas de barra. Aceptar.

1 clic en columna

2 clic en grafica de barras

Clic en aceptar y la lnea azul cambia a una grafica de barras de color tambin azul y todo el grafico toma la forma de un grafico de Pareto.

Clic derecho del mouse sobre la lnea roja del grafico para desplegara el cuadro de dialogo y escocer la opcin DAR FORMATO A SERIE DE DATOS, para construir la escala de la derecha de la grafica.

Clic derecho luego de posar el cursor sobre cualquier punto de la lnea roja para desplegar cuadro de dialogo y cliclear sobre DAR FORMATO A SERIE DE DATOS, se desplegara un nuevo cuadro de dialogo

Clic en el submen del nuevo cuadro de dialogo en : DAR FORMATO A SERIE DE DATOS

HACER CLIC

Nuevo cuadro de dialogo FORMATO DE SERIE DE DATOS, escoger en la primera columna OPCIONES DE SERIE, y aparecer en la segunda columna un dialogo para escoger marcando con el cursor un punto en EJE SECUNDARIO, luego cerrar y en el cuadro mostrara la nueva escala.

HACER CLIC

Diagrama de Pareto con sus ejes mas halla del 100%, para arreglar la escala, Clic derecho del mouse, para desplegar cuadro de dialogo.

Clic derecho sobre el eje derecho se desplegara cuadro de dialogo, escoger (clic) DAR FORMATO AL EJE, para desplegar un nuevo cuadro de dialogo.

HACER CLIC

En el presente cuadro dialogo seleccionar con un clic opciones del eje, se mostrara en la columna izquierda del cuadro opciones del eje, solo modificar con un punto con un clic en MAXIMA, automtica por fija y escribir 100.

Cambiar 120 por 100

Cuadro modificado en MAXIMA, luego clic en CERRAR.

EL GRAFICO O DIAGRAMA DE PARETO QUEDA TERMINADO.

OTRA PRESENTACIN DEL GRAFICO DE PARETO EXCEL 2007

DIAGRAMA DE PARETO
CONSTRUCCIN CON STATGRAPHICS

SOFTWARE ESTADISTICO STATGRAPHICS PLUS 5.1

ABRIR STATGRAPHICS

Clic en ACEPTAR, luego marcar deseo introducir nuevos datos, nuevamente clic en ACEPTAR

Clic en ACEPTAR en el nuevo cuadro de dialogo para introducir las variables columna a columna

Consignar en el cuadro de nombre el nombre de las causas o simplemente causas, luego definir el tipo en el recuadro de tipo, como numrica o carcter. Luego aceptar para definir la otra columna.

Ahora para la segunda columna, consignar en el recuadro de nombre el rotulo o titulo de la segunda variable o simplemente escriba FRECUENCIA, defina el tipo, para el caso escoja numrica y CANCELAR

Clic en ACEPTAR para introducir las variables en la columnas correspondientes una a una,

Por ejemplo los siguientes datos introducidos

STATGRAPHICS CENTURION XVI: INTRODUCIR DATOS

STATGRAPHICS CENTURION XVI: DATOS

ANALISIS DE PARETO STATGRAPHICS PLUS 5.1

Clic en la opcin AVANZADA de la barra de men. Se despliega un cuadro, escoger la opcin CONTROL DE CALIDAD, instantneamente se despliega un nuevo cuadro, escoger la opcin ANALISIS DE PARETO luego en la ventana aparecer el CUADRO DE ANALISIS DE PARETO para introducir las variables para el respectivo anlisis.

1 CLIC 2 MARCAR

3 CLIC

Introducir las variables en los recuadros correspondientes

EL CUADRO DE ANALISIS DE PARETO

Marcar recuento tabulado, clic sobre la variable rotulada como FRECUENCIA y luego introducir la variable frecuencia, en el recuadro. En el recuadro de etiquetas, introducir la variable rotulada como CAUSAS. Clic en ACEPTAR.

EL CUADRO DE ANALISIS DE PARETO

Datos: Si los datos estn Sin Tabular, cada fila correspondiendo a un solo defecto, entonces debe ingresarse el nombre de la columna que identifica el tipo de defecto. Si ya se calcul la frecuencia de cada tipo de defecto, entonces se debe ingresar la columna que contiene el recuento para cada tipo. Etiquetas: una columna con etiquetas, una para cada tipo de defecto. Este campo se usa principalmente para datos tabulados, en cuyo caso el orden de las etiquetas debe corresponder con las frecuencias en el campo Datos. Para datos no tabulados, las etiquetas generalmente se generan automticamente a partir de las entradas en Datos, de manera que este campo puede quedar en blanco. Sin embargo, si se ingresan etiquetas para datos no tabulados, se asignarn a los tipos de defectos en la columna de Datos en orden numrico o alfabtico, dependiendo del tipo de la columna Datos. Ponderaciones: cuando se crea un grfico de Pareto ponderado o de descubrimiento, el peso que se asignar a cada tipo de defecto. Los pesos se deben ingresar en el mismo orden como se describi para Etiquetas. Seleccin: seleccin de un subgrupo de datos.

CLIC EN ACEPTAR, APARECE LA VENTANA DE RESULTADOS STATGRAPHICS, PARA EL ANALISIS DE PARETO

Resultados de la ventana del resultado

En la ventana de resultados aparece: Resumen de anlisis. Tabla de pareto Grafico de pareto. STATADVISOR: Esta tabla muestra los 9 recuentos entrados en FRECUENCIA. Las clases se ordenan segn los recuentos, con la clase que ocurre ms frecuentemente como primera. La clase ms alta es E con un recuento de 44, el cual representa 30.137% del total.

Edicin del grafico de Pareto: Hacer clic en la ventana de resultados sobre el grafica para traerlo al frente y poder editarlo, luego clic derecho para desplegar el cuadro de dialogo entonces escoger la opcin, OPCIONES GRAFICAS.

CLIC DERECHO: Sobre el grafico

CUADRO DE OPCIONES GRAFICAS

En el presente cuadro de dialogo se puede modificar el grafico de pareto, a criterio del grupo de trabajo, modificar: Titulo. Formato de ejes. Lneas. Relleno. Color de las barras (diseo), Etc.

CON STATGRAPHICS CENTURION HACER: CLIC EN CEP EVALUACION DE CALIDAD ANALISIS DE PARETO

SE DESPLIEGA EL NUEVO CUADRO DE DIALOGO: MARCAR RECUENTOS TABULADOS: INGRESAR FRECUENCIA; ETIQUETAS INGRESAR CAUSA

EN EL SIGUIENTE CUADRO ACEPTAR

EN EL SIGUIENTE CUADRO ACEPTAR

RESULTADOS: STATGRAPHICS CENTURION

Anlisis Pareto - FRECUENCIA Datos/Variable: FRECUENCIA Recuentos totales: 200.0 Nmero de clases: 7 El StatAdvisor Este procedimiento ejecuta un anlisis de Pareto a conjunto de datos tabulados o sin tabular. El anlisis Pareto intenta resaltar los valores de datos que presentan con mayor frecuencia. Construye una tabla frecuencias y una grfica de barras.

un de se de

RESULTADOS: STATGRAPHICS CENTURION

TAREA N3 Un fabricante de Refrigeradores desea analizar cuales son los defectos ms frecuentes que aparecen en las unidades al salir de la lnea de produccin. Para esto, empez por clasificar todos los defectos posibles en sus diversos tipos. Posteriormente, un inspector revisa cada heladera a medida que sale de produccin registrando sus defectos de acuerdo con dichos tipos. Despus de inspeccionar 88 heladeras, se obtuvo la siguiente tabla. Determinar las causas vitales y triviales.

 Tabla:
Tipo de Defecto Burlete Defecto Pintura Defecto Gavetas Defecto. Mala Nivelacin Motor no arranca Motor no detiene No enfra No funciona Otros Puerta Defecto Puerta no cierra Rayas Total:

TABLA DE DATOS
Detalle del Problema Burlete roto o deforme que no ajusta Defectos de pintura en superficies externas Gavetas interiores con rajaduras La heladera se balancea y no se puede nivelar El motor no arranca despus de ciclo de parada No para el motor cuando alcanza Temperatura El motor arranca pero la heladera no enfra Al enchufar no arranca el motor Otros Defectos no incluidos en los anteriores Puerta de refrigerador no cierra hermticamente La puerta no cierra correctamente Rayas en las superficies externas Frec. 9 5 1 1 1 36 27 2 0 0 2 4 88

Bibliografa Bsica
1. Daza, J. 2006. Estadistica Aplicada con Microsoft Excel. Editorial Megabyte. Lima Per. 2. Fernndez, F. 2009. Tcnicas bsicas de calidad. Centro para la calidad en Asturias y Instituto de fomento regional. Espaa. 3. Garca, R. 2002. Curso bsico de Statgraphics plus 5.1. Universidad Complutense de Madrid. Espaa. 4. Kume, H. 1992. Herramientas estadsticas bsicas para el mejoramiento de la calidad. Editorial Norma. Espaa. 5. Montgomery, D. 2006. Control estadstico de la calidad. Editorial Limusa Wiley. Mejico. 6. Reyes, P. 2009. Control estadstico del proceso. Espaa. 7. Rodrguez, R., Gmez, A., Marn, L.& Fandio, S. 2005. Estadstica industrial. Escuela superior de ingeniera. Universidad de Cdiz. Espaa

GRACIAS POR SU ATENCIN

CORREO ELECTRONICO: rubencastrom@gmail.com