Práctica2 Herramientas

Universidad de San Carlos de Guatemala
Facultad de Ingeniería
Escuela de Mecánica Industrial
Práctica de Controles Industriales
Aux. Julio Andrés Reyes Barillas
PRÁCTICA #2: “HERRAMIENTAS DE LA CALIDAD”

INTRODUCCIÓN
El mejoramiento de la calidad involucra la identificación de problemas u

oportunidades, a través de ese proceso el ingeniero de calidad puede estratificar
prioridades y proveer soluciones que sean acordes al problema relativo de la calidad.
Como apoyo técnico, el ingeniero puede acudir a distintas herramientas cualitativas
y cuantitativas denominadas “herramientas de calidad”. Con ellas podrá evaluar y
analizar diferentes problemas que involucren temas de calidad y a partir de allí
plantear soluciones factibles con su respectivo control.
OBJETIVOS
General:
Describir las herramientas de la calidad para lograr identificar y solucionar problemas

relativos a la calidad.
Específicos:
1. Relacionar el diagrama de Pareto con el diagrama de Ishikawa a fin de identificar

problemas y prioridades.
2. Analizar un conjunto de datos y concluir sobre su correlación.
3. Ejemplificar el uso de las herramientas de la calidad por medio de ejercicios de
aplicación.
HERRAMIENTAS DE LA CALIDAD
Son un conjunto de técnicas gráficas identificadas como las más útiles en la solución
de problemas relacionados con la calidad.
1. Diagrama de Pareto: Gráfica de barras que permite identificar prioridades y

causas, ya que se ordenan por orden de importancia los diferentes problemas
que se presentan en un proceso.
El diagrama se sustenta en el principio de Pareto (Ley 80-20):
“Solo unos pocos elementos (comúnmente un 20%) generan la mayor parte del
efecto (aprox. 80%); el resto genera muy poco del efecto total”
Además de ayudar a seleccionar el problema que es más conveniente atacar, el

diagrama de Pareto facilita la comunicación, motiva la cooperación y recuerda de
manera permanente cuál es la falla principal.
Construcción:
 Decidir y delimitar un problema que se va a analizar, además de tener claro

qué objetivo se persigue.
 Con base en lo anterior, decidir el tipo de datos que se van a necesitar y los
posibles factores que sería importante estratificar.
 Al terminar de obtener los datos, construir una tabla de frecuencias de cada
defecto y su respectivo porcentaje.
 Construir una gráfica de barras para representar los datos, iniciando, de
izquierda a derecha, con la de mayor frecuencia. Terminar de graficar las
causas y en seguida graficar los porcentajes de cada una de éstas según su
frecuencia acumulada.
 Analizar el diagrama para poder resolver las causas de los problemas que se
consideren necesarios atacar.
EJEMPLO:
Un inspector que trabaja para un fabricante de ropa investiga las fuentes de defectos
de la ropa para definir la prioridad de los proyectos de mejora. El inspector da
seguimiento al número y tipo de defectos en el proceso.
Un ingeniero crea un diagrama de Pareto para priorizar los defectos que encontró el
inspector.
1. Abra los datos de muestra, DefectoRopa.MTW.

2. Elija Estadísticas > Herramientas de Calidad > Diagrama de Pareto.
3. En Defectos o datos de atributos en, ingrese Defecto.
4. En Frecuencias en, ingrese Conteo.
5. Seleccione Combinar defectos restantes en una categoría después de este
porcentaje e ingrese 95.
6. Haga clic en Aceptar.
Gráfica:
Análisis:
En este ejemplo, el porcentaje acumulado de botones faltantes y errores puntadas

es 82.5%. Por lo tanto, la mayor mejora a todo el proceso se podría lograr
implantando soluciones en estas tres áreas.
2. Diagrama causa y efecto: Es un método gráfico que relaciona un problema

(efecto) con sus posibles causas. También se le conoce como diagrama de espina
de pez o diagrama Ishikawa.
 Método de las 6M: Método para realizar un análisis con un diagrama de
Ishikawa, en donde se agrupan las causas potenciales de acuerdo a las 6M.
Mano de obra: ¿El personal conoce su trabajo?, ¿Están capacitados?, ¿Los

operadores han demostrado habilidad para su trabajo?, ¿Están motivados?
Métodos: ¿Las responsabilidades y los procedimientos de trabajo están

definidos clara y adecuadamente o dependen del criterio de cada persona?,
¿Están definidas las operaciones que constituyen los procedimientos?,
¿Cómo se decide si la operación fue hecha de manera correcta?
Máquinas o equipos: ¿Las máquinas han demostrado ser capaces de dar la

calidad que se les pide?, ¿Hay cambios de herramientas periódicamente?,
¿Los criterios para ajustar las máquinas son claros y se determinaron de forma
adecuada?, ¿Los programas de mantenimiento preventivo son adecuados?.
Material: ¿Se conoce cómo influye la variabilidad de los materiales o materia

prima sobre el problema?, ¿Ha habido algún cambio reciente en los
materiales?, ¿Cuál es la influencia de múltiples proveedores?, ¿Se sabe cómo
influyen los distintos tipos de materiales?
Mediciones: ¿Se dispone de las mediciones requeridas para detectar o

prevenir el problema?, ¿Están definidas operacionalmente las características
que se miden?, ¿Se han medido suficientes piezas?, ¿Se tiene evidencia de
que el instrumento de medición es preciso?, ¿Se tiene evidencia de que los
métodos y criterios usados por los operadores para tomar mediciones son
los adecuados?, ¿Existe algún sesgo en las medidas generadas por el sistema
de medición?
Medio ambiente: ¿Existen patrones o ciclos en los procesos que dependen

de las condiciones del medio ambiente?, ¿La temperatura ambiental influye
en las operaciones?
Ventajas del método de las 6M: Obliga a considerar gran cantidad de elementos
asociados con el problema; puede utilizarse cuando el proceso no se conoce a
detalle; se concentra en el proceso y no en el producto.
EJEMPLO
Los ingenieros de una planta de manufactura descubrieron que la mayoría de las

veces las partes son rechazadas debido a defectos de superficie. Los ingenieros se
reúnen con miembros de varias áreas para debatir sobre las posibles causas de los
defectos de superficie.
Los ingenieros crean un diagrama de causa y efecto para descubrir las posibles
causas del problema.
1. Abra los datos de muestra, FallasSup.MTW.

2. Elija Estadísticas > Herramientas de calidad > Causa y efecto.
3. En Causas para Ramal 1, seleccione En columna en el menú desplegable.
4. En el campo en blanco en Causas para Ramal 1, ingrese Hombre.
5. Repita los pasos 3 y 4 para los siguientes 5 ramales. Ingrese Máquina, Material,
Método, Medición y Ambiente en los ramales 2–6.
6. En Efecto, escriba Defectos de superficie.
GRÁFICA
Diagrama de causa y efecto

Mediciones Material Mano de Obra
Turnos
Micrómetros Aleaciones
Supervisores
Microscopios Lubricantes
Capacitación
Inspectores Proveedores
Operadores
Defectos
Superficie
Velocidad
Freno
Condensación
Tornos
Acoplador
Brocas
Humedad%
Ángulo
Sockets
Medio ambiente Métodos Máquinas
Análisis
El equipo identificó varias causas de defectos de superficie, que es el efecto o variable

dependiente. Las extremidades de los ramales —por ejemplo, Condensación y
Humedad% en Medio ambiente— son las causas (o los factores) que pueden
contribuir con el efecto.
3. Diagrama de dispersión: Gráfica de tipo X-Y, que sirve para medir el grado de
relación que existe entre una pareja de datos y representan una buena
herramienta para saber si existe relación de causa y efecto entre dos variables de
calidad.
Las dos variables numéricas x y y se denominan variable independiente y variable

dependiente, respectivamente.
De esta manera, si a un total de n elementos se les mide las varibles (x,y) con los n
puntos graficados se podrá analizar si estas dos variables tienen algún tipo de
relación.
Para conocer la relación existente entre dos variables, se utiliza el método de

Pearson, que establece un valor llamado coeficiente de correlación (𝑟) de Pearson:
𝑆(𝑥𝑦)
𝑟=
√𝑆(𝑥𝑥)𝑆(𝑦𝑦)
(∑ 𝑥𝑖 )2 (∑ 𝑦𝑖 )2
𝑆(𝑥𝑥) = ∑ 𝑥 2 𝑖 − 𝑆(𝑦𝑦) = ∑ 𝑦 2 𝑖 −
𝑛 𝑛
(∑ 𝑥𝑖 )(∑ 𝑦𝑖 )
𝑆(𝑥𝑦) = ∑ 𝑥𝑖 𝑦𝑖 −
𝑛
Donde:
𝑥𝑖 = valores asignados a la variable independiente
𝑦𝑖 = valores asignados a la variable dependiente
𝑛 = número de parejas de datos
Es importante notar que:

−1 ≤ 𝑟 ≤ 1
Mientras el valor de absoluto de 𝑟 se aproxime más a la unidad, la relación existente

entre los datos analizados será mayor. Por el contrario, si 𝑟 tiene un valor nulo (𝑟 =
0) entonces no existe correlación alguna entre los datos.
Tabla de coeficientes de correlación
Formas de un diagrama de dispersión:

EJEMPLO:
Con un diagrama de dispersión y a través del cálculo del coeficiente de Pearson,

determine si existe una relación entre las temperaturas del producto y el porcentaje
de espuma en una bebida refrescante. Los datos son los siguientes:
1. Abra los datos de muestra, EspumaTemperatura.MTW.

2. Elija Gráfica > Gráfica de dispersión > Simple.
3. En Variables Y, ingrese Espuma(%).
4. En Variables X, ingrese Temperatura del producto (°F).
6. Elija Estadísticas > Estadísticas básicas > Correlación.
7. En Variables seleccione Temperatura del producto (°F) y Espuma(%).
8. Visualice la Correlación de Pearson y analice.
Gráfica de dispersión de Temperatura del producto (°F) vs. Espuma (%)

50.0
Temperatura del producto (°F)
47.5
45.0
42.5
40.0
37.5
35.0
15 20 25 30 35 40 45
Espuma (%)
Correlación: Temperatura del producto (°F), Espuma (%)

Correlaciones
Correlación de Pearson 0.955
Análisis: Para este ejemplo el software calculó un valor de correlación de Pearson

de 0.955. Como 0.955 es un valor próximo a la unidad, se determina que existe una
relación lineal fuerte entre las dos variables de estudio. Por lo tanto, el porcentaje de
espuma de las bebidas refrescantes está fuertemente influenciado, en términos
lineales, por la temperatura a la cual se encuentra el producto.
4. Gráfico de corridas: Es una representación gráfica de los datos de un proceso

en el tiempo. Se utiliza para buscar evidencia de variación por causas especiales
en su proceso.
Una grafica de corridas representa las observaciones individuales en el orden en que

se recolectaron. Los puntos grises representan los valores individuales. Los puntos
azules representan las medias del subgrupo o las medianas del subgrupo.
La línea central horizontal se dibuja dependiendo de qué opción eligió en el cuadro

de diálogo Gráfico de corridas. Si selecciona:
 Graficar medias de subgrupo, la línea central es la mediana de todas las

medias del subgrupo y los puntos azules en la gráfica son las medias del
subgrupo.
 Graficar medianas de subgrupo, la línea central es la mediana de todas las
medianas del subgrupo y los puntos azules en la gráfica son las medianas del
subgrupo.
Patrones no aleatorios que puede identificar una gráfica de corridas
 Patrones de mezcla: Una mezcla se caracteriza por cruzar frecuentemente la

línea central. A menudo, las mezclas indican datos combinados a partir de dos
poblaciones o de dos procesos operando a diferentes niveles.
Si 𝑝 < 0.05 usted puede tener mezclas en sus datos.
 Patrones de conglomerados: Los conglomerados pueden indicar variación

por causas especiales, tales como problemas de medición, variabilidad de lote
a lote o de configuración o muestreo de un grupo de partes defectuosas. Los
conglomerados son grupos de puntos en un área de la gráfica.
Si 𝑝 < 0.05 usted puede tener conglomerados en sus datos.
 Patrones de oscilación: La oscilación ocurre cuando los datos fluctúan hacia

arriba y hacia abajo, lo que indica que el proceso no es estable.
Si 𝑝 < 0.05 usted puede tener oscilación en sus datos.

 Patrones de tendencia: Una tendencia es un cambio gradual sostenido en

los datos, bien sea hacia arriba o hacia abajo. Una tendencia puede advertir
que un proceso está fuera de control o probablemente esté por salirse de
control y que puede deberse a factores tales como herramientas desgastadas,
una máquina que no mantenga los valores de configuración o períodos de
rotación de los operadores.
Si 𝑝 < 0.05 usted puede tener tendencia en sus datos.
EJEMPLO:
Un ingeniero especializado en calidad desea evaluar qué tan consistente es un

dispositivo de detección de radón al medir la cantidad de radón. El ingeniero mide
el nivel de radón dos veces al día durante 20 días.
Como una medida exploratoria, el ingeniero construye una gráfica de corridas para
buscar evidencia de patrones no aleatorios en las mediciones de radón de los
dispositivos de membrana.
1. Abra los datos de muestra, TiempoRadon.MTW.

2. Elija Estadísticas > Herramientas de calidad > Gráfica de corridas.
3. En Columna individual, ingrese Nivel de radón.
4. En Tamaño del subgrupo, ingrese Día.
Análisis:
En este ejemplo, los datos parecen mostrar ciertos conglomerados a medida que los
niveles de radón se estabilizan, en los subgrupos 3 hasta 5. Para determinar si este
patrón no aleatorio es estadísticamente significativo, el ingeniero examina las
pruebas para corridas alrededor de la media. El ingeniero también examina las
pruebas para las corridas hacia arriba o hacia abajo para buscar otros patrones en
los datos.
Debido a que el valor p de la prueba de conglomerado (p = 0.033) es menor que el

valor α de 0.05, el ingeniero concluye que causas especiales afectan el proceso. Los
conglomerados pueden indicar problemas de muestreo o de medición o pueden
esperarse, como en este caso, donde los niveles de radón se estabilizan antes de
aumentar.
HOJA DE TRABAJO
PROBLEMA 1. De acuerdo a una hoja de verificación en una línea de proceso de

envasado de tequila, se presentaron en el último mes los siguientes resultados en
cuanto a defectos y frecuencia:
Realice un diagrama de Pareto y establezca el análisis correspondiente.
Tome el defecto con más recurrencia y desarrolle un diagrama de causa y efecto

(Ishikawa) con la técnica de las 6M. Mínimo 10 causas.
PROBLEMA 2. Una empresa fabrica productos de limpieza, tales como:

desinfectantes, jabones de manos, limpiavidrios, etc. Últimamente se ha encontrado
un problema en el envasado: la formación de espuma en exceso. Ésta problemática
ha causado retrasos en el envasado, derrames, desperdicios, mediciones de peso
subestimadas, etc. Para ello se le solicita que como gerente de calidad establezca si
existe relación entre la velocidad de expulsión del producto en la máquina
envasadora y el porcentaje de espuma formado.
Realice el diagrama de dispersión, calcule el coeficiente de Pearson y desarrolle su

conclusión.
Día Velocidad de Espuma Día Velocidad de Espuma

expulsión (l/min) (%) expulsión (l/min) (%)
1 5 0.5 11 25 7.20
2 7 2 12 27 7.90
3 9 4 13 29 8.10
4 11 4.75 14 31 8.40
5 13 5 15 33 9
6 15 5.35 16 35 9.50
7 17 6 17 37 9.70
8 19 6.15 18 39 10
9 21 6.75 19 41 11.50
10 23 7 20 43 12
PROBLEMA 3. Suponga que un técnico desea conocer que tan consistente es el

proceso de envasado de un desinfectante, manteniendo constante la presión de la
llenadora y la velocidad de expulsion = 13 l/min. Para ello realiza dos corridas diarias
por 20 días seguidos y realiza mediciones en el porcentaje de espuma. La tabla de
datos es la siguiente:
Dia Corrida Espuma (%) Dia Corrida Espuma (%)

1 4.8 21 5.12
1 11
2 4.82 22 5.2
3 5.01 23 4.98
2 12
4 5.09 24 4.3
5 5 25 5.2
3 13
6 4.97 26 5.1
7 4.28 27 4.02
4 14
8 4.12 28 4.89
9 4.6 29 5.06
5 15
10 5.2 30 5.2
11 4.1 31 4.98
6 16
12 4.5 32 4.76
13 5.2 33 5.02
7 17
14 5.1 34 5.17
15 5.05 35 4.67
8 18
16 4.9 36 4.86
17 4.98 37 5.22
9 19
18 5.03 38 5.04
19 4.87 39 4.98
10 20
20 4.9 40 4.65
Realice la gráfica de corridas y formule sus conclusiones sobre el proceso.

REPORTE #2
Marco Práctico
PROBLEMA 1. En una empresa procesadora de carnes frías se detectan, mediante

inspección, los problemas en las salchichas. En la siguiente table se muestran los
resultados de la semana:
a) Considerando que la gravedad de los tres problemas es la misma, realice un

análisis de Pareto para problemas y detecte cuál es el más trascendente.
b) Realice un diagrama de Ishikawa para la causa que haya identificado como más
recurrente. Utilice el método de las 6M con mínimo 10 causas.
PROBLEMA 2. Considere el caso de la peletizadora de la práctica anterior. Usted

como ingeniero tiene la hipótesis que, mientras más porcentaje de humedad tenga
los pellets, más incrementa la variación en el peso de los sacos.
Para someter a prueba su hipótesis usted anota los datos de dos variables:
porcentaje de humedad de los pellets y variación en el peso de los sacos.
Día Humedad (%) Variación en el Día Humedad (%) Variación en

peso (lb) el peso (lb)
1 1 0.02 11 10.15 0.22
2 1.25 0.04 12 14.20 0.30
3 2 0.09 13 15.30 0.37
4 2.50 0.10 14 18.30 0.43
5 3.50 0.11 15 20.20 0.45
6 3.80 0.13 16 22.40 0.52
7 4.15 0.14 17 25.30 0.62

8 5 0.17 18 26.90 0.71
9 7.50 0.19 19 30.80 0.80
10 9.25 0.20 20 32 0.82
Realice el diagrama de dispersión, encuentre el coeficiente Pearson y redacte su análisis.
PROBLEMA 3. Suponga que un técnico desea conocer que tan consistente es el proceso de
empacado de los pellets del caso anterior, manteniendo constante la humedad de los
pellets=3%. Para ello realiza dos corridas diarias por 20 días seguidos y realiza mediciones de
la variación de peso. La tabla de datos es la siguiente:
Variación Variación
Dia Corrida Dia Corrida
de peso (lb) de peso (lb)
1 0.10 21 0.32
1 11
2 0.05 22 0.40
3 0.20 23 0.43
2 12
4 0.23 24 0.50
5 0.15 25 0.23
3 13
6 0.17 26 0.30
7 0.09 27 0.10
4 14
8 0.11 28 0.22
9 0.20 29 0.30
5 15
10 0.30 30 0.24
11 0.21 31 0.18
6 16
12 0.12 32 0.20
13 0.15 33 0.19
7 17
14 0.19 34 0.23
15 0.23 35 0.33
8 18
16 0.32 36 0.40
17 0.12 37 0.28
9 19
18 0.11 38 0.40
19 0.02 39 0.38
10 20
20 0.23 40 0.31
Realice la gráfica de corridas y redacte su conclusión.

Práctica2 Herramientas

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Práctica2 Herramientas

Загружено:

Авторское право:

Доступные форматы

Universidad de San Carlos de Guatemala

PRÁCTICA #2: “HERRAMIENTAS DE LA CALIDAD”

El mejoramiento de la calidad involucra la identificación de problemas u

Describir las herramientas de la calidad para lograr identificar y solucionar problemas

1. Relacionar el diagrama de Pareto con el diagrama de Ishikawa a fin de identificar

1. Diagrama de Pareto: Gráfica de barras que permite identificar prioridades y

El diagrama se sustenta en el principio de Pareto (Ley 80-20):

Además de ayudar a seleccionar el problema que es más conveniente atacar, el

 Decidir y delimitar un problema que se va a analizar, además de tener claro

1. Abra los datos de muestra, DefectoRopa.MTW.

En este ejemplo, el porcentaje acumulado de botones faltantes y errores puntadas

2. Diagrama causa y efecto: Es un método gráfico que relaciona un problema

Mano de obra: ¿El personal conoce su trabajo?, ¿Están capacitados?, ¿Los

Métodos: ¿Las responsabilidades y los procedimientos de trabajo están

Máquinas o equipos: ¿Las máquinas han demostrado ser capaces de dar la

Material: ¿Se conoce cómo influye la variabilidad de los materiales o materia

Mediciones: ¿Se dispone de las mediciones requeridas para detectar o

Medio ambiente: ¿Existen patrones o ciclos en los procesos que dependen

Los ingenieros de una planta de manufactura descubrieron que la mayoría de las

1. Abra los datos de muestra, FallasSup.MTW.

Diagrama de causa y efecto

Medio ambiente Métodos Máquinas

El equipo identificó varias causas de defectos de superficie, que es el efecto o variable

Las dos variables numéricas x y y se denominan variable independiente y variable

Para conocer la relación existente entre dos variables, se utiliza el método de

Es importante notar que:

Mientras el valor de absoluto de 𝑟 se aproxime más a la unidad, la relación existente

Tabla de coeficientes de correlación

Formas de un diagrama de dispersión:

Con un diagrama de dispersión y a través del cálculo del coeficiente de Pearson,

1. Abra los datos de muestra, EspumaTemperatura.MTW.

Gráfica de dispersión de Temperatura del producto (°F) vs. Espuma (%)

Correlación: Temperatura del producto (°F), Espuma (%)

Análisis: Para este ejemplo el software calculó un valor de correlación de Pearson

4. Gráfico de corridas: Es una representación gráfica de los datos de un proceso

Una grafica de corridas representa las observaciones individuales en el orden en que

La línea central horizontal se dibuja dependiendo de qué opción eligió en el cuadro

 Graficar medias de subgrupo, la línea central es la mediana de todas las

Patrones no aleatorios que puede identificar una gráfica de corridas

 Patrones de mezcla: Una mezcla se caracteriza por cruzar frecuentemente la

Si 𝑝 < 0.05 usted puede tener mezclas en sus datos.

 Patrones de conglomerados: Los conglomerados pueden indicar variación

Si 𝑝 < 0.05 usted puede tener conglomerados en sus datos.

 Patrones de oscilación: La oscilación ocurre cuando los datos fluctúan hacia

Si 𝑝 < 0.05 usted puede tener oscilación en sus datos.

 Patrones de tendencia: Una tendencia es un cambio gradual sostenido en

Si 𝑝 < 0.05 usted puede tener tendencia en sus datos.

Un ingeniero especializado en calidad desea evaluar qué tan consistente es un

1. Abra los datos de muestra, TiempoRadon.MTW.

Debido a que el valor p de la prueba de conglomerado (p = 0.033) es menor que el

PROBLEMA 1. De acuerdo a una hoja de verificación en una línea de proceso de

Realice un diagrama de Pareto y establezca el análisis correspondiente.

Tome el defecto con más recurrencia y desarrolle un diagrama de causa y efecto

PROBLEMA 2. Una empresa fabrica productos de limpieza, tales como:

Realice el diagrama de dispersión, calcule el coeficiente de Pearson y desarrolle su

Día Velocidad de Espuma Día Velocidad de Espuma

PROBLEMA 3. Suponga que un técnico desea conocer que tan consistente es el

Dia Corrida Espuma (%) Dia Corrida Espuma (%)

Realice la gráfica de corridas y formule sus conclusiones sobre el proceso.

PROBLEMA 1. En una empresa procesadora de carnes frías se detectan, mediante

a) Considerando que la gravedad de los tres problemas es la misma, realice un

PROBLEMA 2. Considere el caso de la peletizadora de la práctica anterior. Usted

Día Humedad (%) Variación en el Día Humedad (%) Variación en