Вы находитесь на странице: 1из 26

Unidad N6

Tema 1. Herramientas bsicas para el control de calidad


La evolucin del concepto de calidad en la industria y en los servicios muestra que
se pasa de una etapa donde la calidad solamente se refera al control final para
separar los productos malos de los buenos, a una fase de control de calidad en el
proceso, con el lema: "La calidad no se controla, se fabrica".
Finalmente se ha llegado a una calidad de diseo, lo que significa no slo corregir
defectos, sino prevenir que estos sucedan, como se postula en el enfoque de la
calidad total.
El camino hacia la calidad total, adems de requerir el establecimiento de una
filosofa de calidad, necesita crear una nueva cultura, mantener un liderazgo,
desarrollar al personal y trabajar en equipo; desarrollar a los proveedores, tener un
enfoque al cliente y planificar la calidad.
Todo lo anterior demanda vencer una serie de dificultades da a da en el trabajo.
Se requiere resolver las variaciones que van surgiendo en los diferentes procesos
de produccin, reducir los defectos y adems mejorar los niveles estndares de
actuacin.
Para resolver estos problemas o variaciones y mejorar la calidad, es necesario
basarse en hechos y no dejarse guiar solamente por el sentido comn, la
experiencia o la audacia. Fundamentarse en estos tres elementos puede
ocasionar que en caso de fracasar, nadie quiera asumir la responsabilidad.
De all la conveniencia de apoyarse en hechos reales y objetivos. Adems es
necesario aplicar un conjunto de herramientas estadsticas siguiendo un
procedimiento sistemtico y estandarizado de solucin de problemas.
Existen varias herramientas bsicas que han sido adoptadas en las actividades de
mejora de la calidad, siendo utilizadas como soporte para el anlisis y la solucin
de problemas operativos en los ms distintos contextos de una organizacin.
1. Hoja de control (Hoja de recogida de datos).
2. Histograma.
3. Diagrama de Pareto.
4. Diagrama de causa efecto.
5. Estratificacin (Anlisis por estratificacin).
6. Diagrama de Scadter (Diagrama de dispersin).
7. Grfica de control.


La experiencia de los especialistas en la aplicacin de estos instrumentos o
herramientas estadsticas seala que bien aplicadas y utilizando un mtodo
estandarizado de solucin de problemas, pueden ser capaces de resolver hasta el
95% de los inconvenientes.
En la prctica, estas herramientas requieren ser complementadas con otras
tcnicas cualitativas (herramientas blandas) y no cuantitativas (herramientas duras)
como son:
La lluvia de ideas (Brainstorming).
La encuesta.
La entrevista.
Diagrama de flujo.
Matriz de seleccin de Problemas, entre otros.
La aplicacin de herramientas estadsticas permite:
Detectar problemas.
Delimitar el rea problemtica.
Estimar factores que probablemente provoquen el problema.
Determinar si el efecto tomado como problema es verdadero o no.
Prevenir errores debido a omisin, rapidez o descuido.
Confirmar los efectos de mejora.
Detectar desfases.

1. Hoja de control
La hoja de control u hoja de recogida de datos, tambin llamada de registro, sirve
para reunir y clasificar las informaciones segn determinadas categoras, mediante
la anotacin y registro de sus frecuencias bajo la forma de datos. Una vez
establecido el fenmeno a estudiar e identificadas las categoras que los
caracterizan, se registran en una hoja, indicando la frecuencia de observacin.
Lo esencial de los datos es que el propsito est claro y que reflejen la verdad.
Estas hojas de recopilacin tienen muchas funciones, pero la principal es hacer
fcil la compilacin de informacin para lograr as un uso sencillo y un anlisis
automtico.
De modo general las hojas de recogida de datos tienen las siguientes funciones:


De distribucin de variaciones de variables de los artculos producidos
(peso, volumen, longitud, talla, clase, calidad, entre otros).
De clasificacin de artculos defectuosos.
De localizacin de defectos en las piezas.
De causas de los defectos.
De verificacin de chequeo o tareas de mantenimiento.
Una vez fijadas las razones para recopilar los datos, es importante analizar las
siguientes cuestiones:
La informacin es cualitativa o cuantitativa.
Cmo se recogern los datos y en qu tipo de documento se har.
Cmo se utiliza la informacin recopilada.
Cmo de analizar.
Quin se encargar de la recogida de datos.
Con qu frecuencia se va a analizar.
Dnde se va a efectuar.
Esta es una herramienta manual, en la que clasifican datos a travs de marcas
sobre las lecturas realizadas en lugar de escribirlas, para estos propsitos se
utilizan algunos formatos impresos. Los objetivos ms importantes de la hoja de
control son:
Investigar procesos de distribucin.
Artculos defectuosos.
Localizacin de defectos.
Causas de efectos.
Una secuencia de pasos tiles para aplicar esta hoja en un taller es la siguiente:
1. Identificar el elemento de seguimiento.
2. Definir el alcance de los datos a recoger.
3. Fijar la periodicidad de los datos a recolectar.
4. Disear el formato de la hoja de recogida de datos, de acuerdo con la
cantidad de informacin a recoger, dejando un espacio para totalizar los
datos, permitiendo conocer: fechas de inicio y trmino, las probables
interrupciones, la persona que recoge la informacin, fuente, entre otros.




2. Histogramas
Es bsicamente la presentacin de una serie de medidas clasificadas y ordenadas.
Es necesario colocar las medidas de manera que formen filas y columnas, en este
caso se colocan las medidas en cinco filas y en cinco columnas. La manera ms
sencilla es determinar y sealar el nmero mximo y mnimo por cada columna y
posteriormente agregar dos columnas en donde se sitan los nmeros mximos y
mnimos por fila, de los ya sealados. Se toma el valor mximo de la columna X+
(medidas mximas) y el valor mnimo de las columnas X- (medidas mnimas) y se
tendr el valor mximo y el valor mnimo.
Obteniendo los valores mximos y mnimos, es posible determinar el rango de la
serie de medidas; el rango no es ms que la diferencia entre los valores mximos
y mnimos.
El histograma ordena las muestras tomadas de un conjunto, de tal manera que se
ve de inmediato con qu frecuencia ocurren determinadas caractersticas objeto
de observacin.
El histograma en el control estadstico de calidad se utiliza para visualizar el
comportamiento del proceso con respecto a determinados lmites y no involucra el
tiempo.
El nmero de datos necesarios es relativamente grande. La proporcin de datos
depende de la situacin particular, pero las cantidades tpicas son de 50, 100
ms.
El histograma resulta incapaz de mostrar si el proceso exhibe inestabilidad
estadstica.





Rango = valor mximo valor mnimo

Ejemplo:

Rango = 3.67 3.39 milmetros

Rango= 0.28 N= nmero de medidas que conforman la serie N=25. Es necesario
determinar el nmero de clases, para as poder tener el intervalo de cada una.

Ejemplo:

28= 4.6 nmero de clase 6.

Intervalo de cada clase 4.6.

El intervalo de cada clase lo aproxima a 5, es decir que se va a tener 6 clases y un
intervalo de 5 por clase.
La marca de clase es el valor comprendido de cada clase y se determina as:
X=marca de clase=lmite mximo + lmite mnimo. Con la tabla ya preparada se
identifican los datos de medida obtenidos y se introducen en la tabla en la clase
que le corresponde a una clase determinada.




El histograma se usa para:
Obtener una comunicacin clara y efectiva de la variabilidad del sistema.
Mostrar el resultado de un cambio en el sistema.
Identificar anormalidades examinando la forma.
Comparar la variabilidad con los lmites de especificacin
Procedimientos de elaboracin:
1. Reunir datos para localizar por lo menos 50 puntos de referencia.
2. Calcular la variacin de los puntos de referencia, restando el dato del
mnimo valor, del dato de mximo valor.
3. Calcular el nmero de barras que se usarn en el histograma (un mtodo
consiste en extraer la raz cuadrada del nmero de puntos de referencia).
4. Determinar el ancho de cada barra, dividiendo la variacin entre el nmero
de barras por dibujar.
5. Calcule el intervalo, es decir la localizacin sobre el eje X de las dos lneas
verticales que sirven de fronteras para cada barrera.
6. Construya una tabla de frecuencias que organice los puntos de referencia
desde el ms bajo hasta el ms alto, de acuerdo con las fronteras
establecidas para cada barra.
7. Elabore el histograma respectivo.

3. Diagrama de Pareto
El Pareto es un diagrama que se utiliza para determinar el impacto, influencia o
efecto que tienen determinados elementos sobre un aspecto.
Consiste en un grfico de barras similar al histograma que se conjuga con una
ojiva o curva de tipo creciente y que representa en forma decreciente el grado de
importancia o peso que tienen los diferentes factores que afectan a un proceso,
operacin o resultado.
Procedimientos para elaborar el diagrama de Pareto:
1. Decidir el problema a analizar.
2. Disear una tabla para conteo o verificacin de datos, en el que se registren
los totales.
3. Recoger los datos y efectuar el clculo de totales.


4. Elaborar una tabla de datos para el diagrama de Pareto con la lista de tems,
con los totales individuales, los totales acumulados, la composicin
porcentual y los porcentajes acumulados.
5. Jerarquizar los tems por orden de cantidad, llenando la tabla respectiva.
6. Dibujar dos ejes verticales y un eje horizontal.
7. Construya un grfico de barras de acuerdo a las cantidades y porcentajes
de cada tem.
8. Dibuje la curva acumulada. Para lo cual se marcan los valores acumulados
en la parte superior, al lado derecho de los intervalos de cada tem, y
finalmente una los puntos con una lnea continua.
9. Escribir cualquier informacin necesaria sobre el diagrama.
Para determinar las causas de mayor incidencia en un problema se traza una lnea
horizontal a partir del eje vertical derecho, desde el punto donde se indica el 80%
hasta su interseccin con la curva acumulada. De ese punto trazar una lnea
vertical hacia el eje horizontal. Los tems comprendidos entre esta lnea vertical y
el eje izquierdo constituyen las causas cuya eliminacin resuelve el 80% del
problema.
Algunos ejemplos son:

a. El 80% del valor de un inventario de artculos se debe al 20% de estos
artculos.

b. El 80% del total del tiempo de trabajo se consume con el 20% de
actividades diarias.

A continuacin se presenta un ejemplo de la elaboracin de un diagrama de
Pareto:




4. Diagrama de causa-efecto
Que son los diagramas de causa-efecto?

El resultado de un proceso puede atribuirse a una multitud de factores, y es
posible encontrar la relacin causa-efecto de stos. Se puede determinar la
estructura o una relacin mltiple de causa-efecto observndola sistemticamente.
Es difcil solucionar problemas complicados sin tener en cuenta esta estructura, la
cual consta de una cadena de causas y efectos, y el mtodo para expresar esto en
forma sencilla y fcil es el diagrama.

En 1953, Kaoru Ishikawa, profesor de la universidad de Tokio, resumi la opinin
de los ingenieros de una planta dndole la forma de un diagrama de causa-efecto
mientras discutan un problema de calidad. Se dice que sta fue la primera vez
que se us este enfoque. Antes de esto, el grupo de trabajo del profesor Ishikawa
ya haba usado este mtodo para organizar los factores en sus actividades de
investigacin. Cuando el diagrama se puso en prctica, mostr ser muy til y
pronto lleg a usarse ampliamente en muchas compaas de todo Japn. Se
incluy en la terminologa del JIS (Estndares Industriales Japoneses) del control
de calidad, y se defini de la siguiente manera:
Diagrama de causa-efecto: diagrama que muestra la relacin entre una
caracterstica de calidad y los factores.


Actualmente, el diagrama se usa no solamente para observar las caractersticas
de calidad de los productos, sino tambin en otros campos, y ha sido ampliamente
utilizado alrededor del mundo.

Cmo elaborar diagramas de causa-efecto

Elaborar un diagrama de causa-efecto que sea eficiente, no es tarea fcil. Puede
afirmarse que quienes tienen xito en la solucin de problemas de control de
calidad son aquellos que logran hacer diagramas de causa-efecto tiles. Hay
muchas maneras de hacer el diagrama, pero aqu se describen dos mtodos
tpicos.
Antes de presentar los procedimientos, se explicar la estructura del diagrama de
causa-efecto con un ejemplo.

Estructura y ejemplo de los diagramas de causa-efecto

El diagrama de causa-efecto, tambin llamado diagrama de espina de pescado,
porque se parece al esqueleto de un pez, tal y como se puede ver en la figura 4.1.
Tambin se le denomina diagrama de rbol o de ro, pero por lo general se usa
el nombre de espina de pescado. En la figura 4.2 se muestra otro ejemplo.









Procedimiento para elaborar diagramas de causa-efecto para la
identificacin de causas

Procedimiento

Paso 1: Describa el efecto o atributo de calidad.

Paso 2: Escoja una caracterstica de calidad y escrbala en el lado derecho de una
hoja de papel, dibuje de izquierda a derecha la lnea de la espina dorsal y encierre
la caracterstica en un cuadrado. En seguida, escriba las causas primarias que
afectan a la caracterstica de calidad, en forma de grandes huesos, encerrados
tambin en cuadrados.

Paso 3: Anote las causas (causas secundarias) que afectan a los grandes huesos
(causas primarias) como huesos medianos, y escriba las causas (causas
terciarias) que afectan a los huesos medianos como huesos pequeos.

Paso 4: Asigne la importancia de cada factor, y marque los efectos particularmente
importantes que parecen tener un efecto significativo sobre la caracterstica de
calidad.

Paso 5: Registre cualquier informacin que pueda ser de utilidad.



Explicacin del procedimiento

Con frecuencia puede parecer difcil proceder cuando se utiliza este enfoque, por
ende, el mejor mtodo en ese caso es considerar la variacin. Por ejemplo, al
observar la modificacin en la caracterstica de calidad cuando reflexiona en los
huesos grandes. Si los datos muestran que esa variacin existe, debe examinar
porqu. Una alteracin en el efecto puede ser causada por una modificacin en los
factores. Este tipo de reflexin puede ser muy eficaz.
Por ejemplo cuando est elaborando un diagrama de causa-efecto relacionado
con cierto defecto, puede descubrir que hay una variacin en el nmero de
defectos que ocurren en das diferentes de la semana. Si el defecto ocurre con
ms frecuencia los lunes que en cualquier otro da de la semana, puede
reflexionar y preguntarse Por qu ocurri el defecto? Por qu ocurre el defecto
con mayor frecuencia los lunes que en cualquier otro da de la semana? Esto har
que busque cules son los factores que hacen que el lunes sea diferente de los
otros das, lo cual permitir descubrir finalmente la causa del defecto.

La adopcin de este mtodo de reflexin en cada etapa de la investigacin de la
relacin existente entre la caracterstica y los huesos grandes, los huesos grandes
y los huesos medianos, y los huesos medianos y los huesos pequeos, hace
posible construir con bases racionales, un diagrama til de causa-efecto.
Una vez completo el de diagrama causa-efecto, el paso siguiente es asignar la
importancia de cada factor. Todos los factores del diagrama no se relacionan
necesariamente en forma estrecha con la caracterstica, por eso es necesario
marcar esos factores que parecen tener un efecto particularmente significativo
sobre la caracterstica.
Finalmente incluya cualquier informacin que pueda ser de utilidad en el diagrama,
ya sea el ttulo, el nombre del producto, el proceso o grupo, la lista de
participantes, la fecha, entre otros.

Procedimiento de elaboracin de diagramas de causa-efecto mediante listas
sistemticas de causas

Procedimiento

Paso 1: Escoja la caracterstica de calidad.

Paso 2: Busque todas las causas posibles que puedan afectar a la caracterstica
de calidad.

Paso 3: Agrupe las causas por la afinidad que tengan entre s y elabore un
diagrama de causa-efecto, conectando aquellos elementos que parecen tener un
efecto significativo sobre la caracterstica de calidad.



Paso 4: Asigne la importancia a cada factor y seale los factores particularmente
importantes que parecen tener un efecto significativo sobre la caracterstica de
calidad.

Paso 5: Escriba cualquier informacin que pueda ser de utilidad.

Explicacin del procedimiento

Este enfoque se caracteriza por la relacin que establece entre dos actividades
diferentes: la percepcin de tantas causas como sea posible y su agrupacin
sistemtica.
Para la percepcin de causas se requiere una discusin abierta y activa, por eso,
un mtodo eficaz para dirigir una reunin con este propsito es la tormenta de
ideas, inventada por Alex Faickney Osborn en los Estados Unidos de
Norteamrica.
En la elaboracin del diagrama de causa-efecto, la causas se deben agrupar
sistemticamente, procediendo de los huesos pequeos a los huesos medianos, y
despus de los huesos medianos a los huesos grandes.

Notas sobre los diagramas de causa-efecto

Sugerencias para elaborar diagramas de causa-efecto

1. Identifique todos los factores relevantes mediante la consulta y discusin
entre varias personas.
2. Exprese la caracterstica lo ms concretamente posible.
3. Haga un diagrama para cada caracterstica.
4. Escoja una caracterstica y unos factores medibles.
5. Descubra factores sobre los que sea posible actuar.

Sugerencias para el uso de los diagramas de causa-efecto

Asigne la importancia de cada factor objetivamente con base en los datos.
Tratar de mejorar continuamente el diagrama de causa-efecto mientras se usa.
A continuacin se muestra un ejemplo del paro de un templador (efecto) y sus
posibles causas:




5. La estratificacin
Es una clasificacin por afinidad de los elementos de una poblacin para
analizarlos y poder determinar con ms facilidad las causas del comportamiento
de alguna caracterstica de calidad. A cada una de las partes de esta clasificacin
se le llama estrato, la estratificacin se utiliza para organizar datos e identificar su
estructura.
La estratificacin generalmente se hace partiendo de la clasificacin de los
factores que indican un proceso o servicio (5M: mquinas, mtodos, materiales,
medio ambiente y mano de obra) y los estratos que se utilicen dependern de la
situacin analizada.
Usos de la estratificacin:
a. Identificar las causas que tienen mayor influencia en la variacin.
b. Comprender de manera detallada la estructura de un grupo de datos, lo
cual permitir identificar las causas del problema y llevar a cabo las
acciones correctivas convenientes.


c. Examinar las diferencias entre los valores promedios y la variacin entre
distintos estratos y tomar medidas contra la desemejanza que pueda existir.


Este principio se utiliza en manufactura. Los criterios efectivos para la
estratificacin son:
Tipo de defecto.
Causa y efecto.
Localizacin del efecto.
Material, producto, fecha de produccin, grupo de trabajo, operador,
individual, proveedor, lote, entre otros.
6. Diagrama de dispersin
Los mtodos como el histograma o las grficas de control tienen como base un
conjunto de informacin correspondiente a una sola variable, es decir, son datos
univariables. Un diagrama de dispersin se usa para estudiar la posible relacin
entre una variable y otra (datos bivariados), tambin sirve para probar posibles
relaciones de causa-efecto; en este sentido, no se puede demostrar que una
variable causa a la otra, pero deja ms claro cundo una relacin existe y cul es
la fuerza de sta.
Los diagramas de dispersin o grficos de correlacin permiten estudiar la relacin
entre dos variables. Dadas las dos variables X e Y, se dice que existe una
correlacin entre ambas, si cada vez que aumenta el valor de X aumenta
proporcionalmente el valor de Y (correlacin positiva) o si cada vez que aumenta
el valor de X disminuye en igual proporcin el valor de Y (correlacin negativa).



La relacin entre dos tipos de datos puede ser:
Una caracterstica de calidad y un factor que incida sobre esta.
Dos caractersticas de calidad relacionadas, o bien dos factores vinculados
con una sola caracterstica.
En un grfico de correlacin se representa cada par X, Y como un punto donde se
cortan las coordenadas de X - Y:




Un ejemplo, suponga que hay un grupo de personas adultas de sexo masculino y
para cada individuo se mide la altura en metros (variable X) y el peso en
kilogramos (variable Y). Es decir, para cada una, se tendr un par de valores X, Y
que son la altura y el peso de dicho sujeto:





Entonces cada persona es representada por su altura y su peso con un punto en
el grfico:







Una vez se represente a las 50 personas, quedar un grfico como el siguiente:




Qu muestra este grfico? En primer lugar se puede analizar que las personas
de mayor altura, tienen mayor peso, es decir parece haber una correlacin positiva
entre altura y peso. Pero un hombre bajo y obeso puede pesar ms que otro alto y
delgado, esto es as porque no hay una correlacin total y absoluta entre las
variables de altura y peso. Para cada altura hay individuos de distinto peso, como
se muestra a continuacin:





Sin embargo, es posible afirmar que existe cierto grado de correlacin entre la
altura y el peso de las personas. Cuando se trata de dos variables cualquiera,
puede que no se encuentre ninguna correlacin o que haya una en mayor o menor
grado, tal y como se ve en los siguientes grficos:





Por ejemplo, en el siguiente grfico se observa la relacin entre el contenido de
humedad de hilos de algodn y su estiramiento:












La ecuacin de regresin lineal

La ecuacin de cualquier recta no vertical se puede expresar como: Y = mX + c,
donde: m = tan , en que es el ngulo comprendido entre el eje X y la recta.
Ser positivo o negativo como sea agudo u obtuso.


Por lo tanto, una recta en particular estar completamente determinada si los
valores de las constantes m y c en la ecuacin estn dados. Ahora, si se desea
encontrar la recta de mejor ajuste al diagrama de puntos de los n puntos, se debe
determinar m y c de tal manera que los n puntos estn situados lo ms
cercanamente posible a la recta.

Despus que la ecuacin de la recta de mejor ajuste ha sido determinada, sta
nos dar un valor de Y para cada valor de X, stos sern los valores estimados de
los valores reales de Y, los cuales se designarn como Y. Este valor estimado, es
el valor obtenido de la recta, cuya ecuacin es: Y = mX +c. Obsrvese que por los
n puntos se pueden trazar muchas rectas. Es necesario definir una recta de tal
manera que la suma de los cuadrados de las diferencias entre los valores de Y y
los correspondientes valores calculados por medio de la recta para cada valor de
X, sea la ms pequea. Este mtodo conocido como el mtodo de los mnimos
cuadrados, es el ms usado en estadstica para obtener la recta de mejor ajuste.

El coeficiente de correlacin

En la mayora de los casos el principal inters del investigador no solamente est
en poder medir la relacin que pueda existir entre las dos variables, directa o
inversa, sino que adems se concentra en determinar si estn o no
correlacionadas, y en caso de ser as, en hallar qu tan fuerte es ese grado de
correspondencia. Esta tcnica analtica recibe el nombre de anlisis de
correlacin.

El parmetro utilizado para medir el grado de relacin lineal entre dos variables
recibe el nombre de coeficiente de correlacin. Este valor, simbolizado por r,
puede asumir valores entre -1 y +1.
Si la relacin entre dos variables es perfectamente lineal e inversa, entonces el
coeficiente de correlacin es r= -1

Si la relacin es perfectamente lineal y directa entonces es r= 1.
Cuando las dos variables no estn correlacionadas es r= 0.

El coeficiente de correlacin entre dos variables X e Y, tendr siempre el mismo
signo que la pendiente de la ecuacin de regresin de Y sobre X. Con base en
estos hechos, se puede deducir que mientras ms cerca est el valor numrico del
coeficiente de correlacin a +1 -1, entonces ms estrecho ser el grado de
relacin entre las variables X e Y; por tanto, la magnitud de r, coeficiente de
correlacin, lo que permite es dar una indicacin de la fuerza o grado de relacin
entre las dos variables.




7. Grfica de control

Subgrupos

Se relaciona estrechamente con la determinacin de los lmites de control. Se dice
que un proceso est bajo control, cuando no muestra ninguna tendencia,
comportamiento anormal y, adems, ningn punto se sale fuera de los lmites, si
se trata de menos de 35 muestras.


Corrida





Adhesin de los puntos a los lmites de control:












Criterios fuera de control

Si el patrn se vuelve predecible, ste no es natural y debe tener una causa
asignable.

1. Agrupamiento.
2. Cambio gradual de nivel.
3. Cambio repentino de nivel.
4. Cambio sistemtico.
5. Ciclos.
6. Estratificacin.
7. Inestabilidad.
8. Interaccin.
9. Mezcla.
10. Mezcla estable.
11. Mezcla inestable.
12. Saltos o abortos.
13. Tendencias continuas.
14. Tendencias variables.


Grfica X (R debe estar bajo control):

Error en las mediciones.
Equivocacin al graficar.
Cambio de escala.
Proceso incompleto u omitido.

Grfica R:

Proceso incompleto u omitido.
Error al graficar.
Error de operacin (restar).
Error de medida.

Grfica p:

Variacin en el tamao muestral.
Toma de muestras de una distribucin totalmente distinta.





Puntos fuera de control:




Tendencias continuas

Grfica R:

Tendencia creciente:

Material desgastndose gradualmente.
Desgaste en el equipo.

Tendencia decreciente:

Curva de aprendizaje.
Mantenimiento del equipo.
Control de procesos en otras reas.

Grfica X:

Deterioro en los instrumentos de
medicin.
Envejecimiento del equipo.
Cambios estacionales (humedad, lluvia).
Variables humanas.
Fatiga del empleado.
Cambio gradual de estndares.
Cambio gradual de lotes.






Control del documento

Nombre Cargo Dependencia Fecha
Revisin
Lina Lorien
Rivera Cruces
Instructor
virtual


Centro
Agroempresarial
del Oriente -
Vlez
Regional
Santander

Diciembre
de 2012
Adaptacin Rachman
Bustillo
Martnez
Guionista
Lnea de
Produccin
Centro
Agroindustrial.
Regional Quindo
Abril de
2013
Andrs Felipe
Velandia
Espitia
Guionista
Lnea de
Produccin
Centro
Agroindustrial.
Regional Quindo
Abril de
2013

Вам также может понравиться