Академический Документы
Профессиональный Документы
Культура Документы
=
=
= =
k
i
i i
k
i
i i
h x
n
f x
1
1
=
=
=
k
i
i
k
i
i i
f
f x
x
1
1
Media aritmtica para datos agrupados
Para datos agrupados en intervalos
Donde:
m
i
son las marcas de clase de los intervalos de
clase
f
i
es la frecuencia absoluta del intervalo i
n es el nmero de datos
k es el nmero de intervalos
=
=
=
=
= = =
k
i
i i
k
i
i i
k
i
i
k
i
i i
h m
n
f m
f
f m
x
1
1
1
1
Propiedades de la media aritmtica
La mayor desventaja de usar la media
aritmetica es que se ve afectada por
valores extremos
La media aritmtica es un estadstico muy
conocido y de fcil comprensin
Media aritmtica ponderada
La media aritmetica de x
1
, x
2
,...,x
k
ponderada por los pesos w
1
, w
2
, ..., w
k
es:
=
=
=
k
i
i
k
i
i i
w
w x
x
1
1
Mediana (Me)
Para un conjunto de observaciones x
1
,
x
2
,...,x
n
, se ordenan las observaciones de
menor a mayor x
[1]
, x
[ 2]
, ...,x
[ n].
La mediana se calcula como:
si n es impar es el valor central de los datos ordenados.
si n es par es la semisuma de los dos datos centrales.
Propiedades de la mediana
Depende del nmero de datos, no de los
valores de los datos por lo que no se ve
afectada por valores extremos.
Moda (Mo)
Es el dato que ms veces se repite
No siempre es nica.
Es el promedio menos importante por su
ambigedad.
Moda para datos agrupados
La moda de datos agrupados es:
1 2
1 1
2 1
1
modal intervalo del inferior lmite el es
+
=
=
|
|
.
|
\
|
+
+ =
i i
i i
i
i
f f d
f f d
L
donde
C
d d
d
L Mo
Relacin entre media, mediana y moda
Si la distribucin es simtrica, la media,
mediana y moda tienen el mismo valor
Si es asimtrica de cola a la derecha:
Mo < Me < Media
Si es asimtrica de cola a la izquierda:
Mo > Me > Media
Medidas
de dispersin
Medidas de dispersin o variabilidad
Son nmeros que miden el grado de
separacin de los datos con respecto a un
valor central
Las principales son:
Rango
Varianza y desviacin estndar
Coeficiente de variacin
Rango o recorrido
Es la diferencia entre sus valores mximo
y mnimo. Esto es:
mnimo mximo
x x R =
Es fcil de calcular
Es una medida inestable, pues su valor cambia
grandemente ante datos extremos.
Rango de datos
Diferencia entre el mnimo y el mximo
2, 3, 5, 7, 11, 13, 17, 19, 23,29,31
31 - 2 = 29
Varianza
Es la media aritmtica de los cuadrados
de la diferencia de los datos respecto a su
media aritmtica.
n
) x x (
s
n
i
i
=
=
1
2
2
2
1
2
x
n
x
n
i
i
=
=
Varianza
Si se calcula a partir de una muestra es
denotada por s
2
y si es de una poblacin por
o
2
.
Tiene unidades de medicin al cuadrado.
La desviacin estndar es la raz cuadrada
de la varianza
Varianza
Podemos encontrar definida la varianza con
denominador n-1:
1
1
2
2
=
=
n
) x x (
s
n
i
i
Varianza de datos tabulados de
variable discreta
Si las observaciones muestrales x
1
, x
2
,...,x
k
presentan frecuencias f
1
, f
2
,..., f
k
, entonces:
2
1
2
x
n
x f
k
i
i i
=
=
n
x x f
s
k
i
i i
=
=
1
2
2
) (
2
1
2
x x h
k
i
i i
=
=
=
k
i
i i
x x h
1
2
) (
Varianza de datos tabulados por
intervalos
Para datos agrupados con marcas de clase m
1
,
m
2
,...,m
k
y frecuencias f
1
, f
2
,..., f
k
,:
n
x m f
s
k
i
i i
=
=
1
2
2
) (
2
1
2
x
n
m f
k
i
i i
=
=
2
1
2
x m h
k
i
i i
=
=
=
k
i
i i
x m h
1
2
) (
Propiedades de la varianza
Es un nmero real no negativo.
Depende de todos los datos y es sensible
a la variacin de cada dato.
Coeficiente de variacin
Es una medida de dispersin relativa que
se define como:
El CV no tiene unidades de medida.
x
s
CV =
Coeficiente de variacin
Compara la variabilidad de dos o ms
series de datos que tengan unidades
diferentes.
A mayor CV mayor dispersin
Cuando las medias son iguales basta
comparar las desviaciones estndar.
Uso de las medidas de dispersin
Si dos o ms series de datos tienen medias
aritmticas:
iguales, es ms dispersa quien tiene mayor
medida de dispersin.
diferentes o no tienen las mismas unidades de
medicin, es ms dispersa quien tiene el
mayor coeficiente de variacin
Medidas de
asimetra y curtosis
Los intervalos
equidistantes del intervalo
central tienen iguales
frecuencias
Su curva de frecuencias es
simtrica con respecto al
centro de los datos.
Una distribucin es simtrica si:
ndices de asimetra de Pearson
Si es unimodal y asimtrica:
(MediaMo) es aproximadamente 3(MediaMe)
s
Mo x
A
s
=
s
) Me x (
A
s
=
3
Es el nmero
ndices de asimetra de Pearson
Asimtrica positiva (o de cola a la
derecha) A
s
>0
Asimtrica negativa (o de cola a la
izquierda) A
s
<0
Simtrica A
s
=0
ndice de curtosis o apuntamiento
El apuntamiento se mide en relacin a la
curva normal o mesocrtica
Es el nmero
5 . 0
10 90
25 75
=
P P
P P
K
Platicrtica K < 0
Leptocrtica K > 0
P
10
P
90
Normal o mesocrtica K = 0
P
25
P
75
0 0263 . 0
5 . 0
) 2816 . 1 ( 2816 . 1
) 6745 . 0 ( 6745 . 0
~ =
=
K
K
Gestion de los
Procesos
CALIDAD
DE VIDA
CALIDAD DE
SOCIEDAD
CALIDAD DE
EMPRESA
CALIDAD DE PRODUCTOS
Y SERVICIOS
CALIDAD DE PROCESOS
JERARQUIA DE LA CALIDAD
La calidad del proceso y la calidad del producto estn
relacionadas.
Un buen proceso es necesario para producir un buen
producto.
Para productos manufacturados, el proceso es el
principal determinante de la calidad.
Factores principales para un producto de calidad:
PROCESO Y CALIDAD DEL PRODUCTO
PRODUCTO
DE CALIDAD
Desarrollo
tecnolgico
Tiempo, Costo y
entrega
Gente de
calidad
Proceso de
calidad
La funcin es vertical, el proceso horizontal.
Las funciones dependen de los procesos.
Las funciones deben permitir que el proceso fluya
suavemente.
Las funciones deben agregar valor al producto y cubrir
los requerimientos del proceso.
Cualquier actividad o secuencia de actividades
relacionadas entre s, que emplean INSUMOS (ENTRADAS),
le agregan valor a stos, transformndolos en
PRODUCTOS (SALIDAS) que se suministran a clientes
(internos o externos).
INSUMOS
(ENTRADAS)
PRODUCTOS
(SALIDAS)
PROCESO
P
r
o
v
e
e
d
o
r
C
l
i
e
n
t
e
Los procesos utilizan los recursos para poder transformar
los insumos en productos y alcanzar los objetivos de la
organizacin.
Recursos
DEFINICION DE PROCESO
Identificacin y administracin sistemtica de las
actividades y las interacciones entre ellas, con el fin de
obtener los resultados esperados.
META
PROCESO
RESULTADOS
Mejorando el Proceso
Se logran mejores
resultados
Causa
Efecto
ENFOQUE AL PROCESO
Variacin del Proceso:
CARACTERISTICAS ESENCIALES DE TODO
PROCESO
Repetitividad del Proceso:
Cada vez que se repite el
proceso hay diferencias en la
ejecucin de las actividades
y por consecuencia en los
resultados.
Los procesos se crean para
producir un resultado y
repetir ese resultado. La
repetitividad es la
caracterstica que permite
trabajar sobre el proceso y
mejorarlo
PRODUCTOS INSUMOS
PROCESO
MEJORA
Valor:
Horizontalidad:
La finalidad es crear valor,
transformando para ello
insumos en productos. El valor
se da porque el proceso
satisface una necesidad o
expectativa del cliente. Los
procesos slo deben tener
actividades que agregan valor.
Atraviesa a lo ancho la empresa.
Permite establecer las relaciones
proveedor-cliente al interior de la
organizacin.
GESTION DE PROCESOS
La Gestin de
Procesos considera:
El modelamiento de los
procesos de la organizacin
El mejoramiento de los
procesos
El estudio de los procesos
(como trabajan)
PROCESO
ELEMENTOS PRINCIPALES DEL PROCESO
INSUMOS
(ENTRADAS)
PRODUCTOS
(SALIDAS)
RECURSOS
CONTROLES
FLUJO
SISTEMA
Referido a los elementos TANGIBLES del proceso
RECURSOS DEL PROCESO
- Personal.
- Materia Prima e Insumos.
- Maquinaria.
- Equipos.
- Herramientas.
- Repuestos.
- Energa.
- Infraestructura.
Fsico: referido al(los)
espacio(s) en el(los)
que se desarrolla el
proceso.
LIMITES DEL PROCESO
Tcnico: referido a
identificar el inicio y fin
del proceso (primera y
ltima actividad o tarea).
Su principio y trmino son definibles.
DUEO DEL PROCESO
INSUMOS
(ENTRADAS)
PRODUCTOS
(SALIDAS)
PROCESO
DUEO
Responsable por el proceso y las salidas del mismo.
Es el que toma las decisiones claves y puede asignar
recursos de la organizacin al proceso.
Habla por el proceso en la organizacin.
Definir el responsable de cada macroproceso:
Utilizar una Matriz de Responsabilidades, para relacionar los
macroprocesos con la organizacin.
ORGANIZACION FUNCIONAL MACROPROCESOS
ESTRATEGICOS DIR GGR DTE COM ADM CLN
PLANEAMIENTO ESTRATEGICO
MARKETING
ADM. CLINICAS AFILIADAS
VENTAS
ATENCION AL CLIENTE
DE SOPORTE
ADMINISTRACION
ADM. FINANCIERA - CONTABLE
LEGAL
SISTEMA DE INFORMACION
CONTROL DE COSTOS
AUDITORIAS
Funciones
Principales: Hasta el
nivel gerencial o los
que responden al
Gerente General.
Dueo del
Macroproceso
Responsabilidad
complementaria
FRASE INTERESANTE
Nos habamos acostumbrado a
decirle al cliente como hacer
negocios con nosotros Ahora
haremos negocios de cualquiera
de las formas que quiera el cliente
Tom Siebel
> Economa internacional genera competidores agresivos e
innovadores, afectando a las empresas que no se renuevan
tecnolgicamente y que siguen con los esquemas
tradicionales de Taylor.
> En los pases industrializados la oferta crece con mayor
rapidez que la demanda.
> Las nuevas tecnologas productivas permiten diversificarse,
reemplazando de esta manera a produccin masiva.
RAZONES PORQU AFRONTAR EL SISTEMA DE
ADMINISTRACIN DE CALIDAD TOTAL
> La Calidad Total ya ha sido adoptada por muchas economas
en el mundo y los que no apliquen irn por la ruta opuesta de
las exigencias del mercado competitivo.
Herramientas del Mejoramiento
Continuo o Calidad Total
Poka - Yoke
Baka - Yoke
Kanban
Mtodo Hoshin
Siete herramientas bsicas
Siete herramientas
gerenciales
Diseo experimental
Etc
PLAN DE
IMPLEMENTACIN
DEL TQM
PARTICIPACIN
DE TRABAJADORES
METODOLOGAS
ESTADSTICAS
PRINCIPIOS DEL TOTAL
QUALITY MANAGEMENT
CUATRO CONCEPTOS
PRINCIPIOS DEL TOTAL QUALITY
CONTROL
Conceptos fundamentas de Deming, Juran, Crosby e
Ishikawa:
- Proceso es clave Todo lo que se hace es un proceso y stos
tienen variaciones.
- Las empresas cuentan con cientos de procesos y los
recursos le dan un valor agregado para producir un
producto/servicio.
- Todo proceso cuenta con un proveedor (interno /externo)
que provee insumos:
Los insumos son medibles y los datos pueden ser relevantes.
Los procesos agregan valor y sus variaciones son medibles y
los datos son relevantes.
Los productos y servicios a los clientes son medibles y sus
datos son relevantes.
Planificar
(1)
Hacer
(2)
Revisar
(3)
Actuar
(4)
Planificar un cambio
o probar
Realizar el
cambio o
probar, ojal en
pequea escala
Observar los
efectos del
cambio
Actuar sobre lo
que aprendi
5. Repetir Paso 1, con nuevo conocimiento
6. Repetir Paso 2, y as en adelante..
EL CICLO SHEWHART PARA
MEJORAR PROCESOS
Cuando se ha identificado un costo de calidad y se ha informado a la gerencia, resulta
un buen estmulo para proseguir con el mejoramiento continuo.
El dinero atrae la atencin de la gerencia Crosby
Rehacer
Errores de Inspeccin
Defectos
Costos de Inspeccin
Costo de Fallas
Smog
Errores de Facturacin
Prdidas en Ventas de Productos
o Servicios
Oportunidades Perdidas
Inventario Burocracia
Desorden en el Lugar de Trabajo Rotacin Indeseada
Manejo de Quejas
Procesos Improductivos
Sobretiempo
Cerrito de Baja
Calidad
Normalmente recibe atencin lo que est en la parte superior de la montaa(smog), los defectos o
fallas ms comunes y no lo que est debajo y que son oportunidades perdidas y que muchas de stas
se encuentran dentro de la organizacin.
Oportunidades para Mejorar
Mejorar
5%
45%
50%
Se quejan
a la gerencia
Se quejan al vendedor
de primera lnea
Al encontrar un problema
no se quejan
La Punta del Tmpano
- 95% de las personas que encuentran un problema no se
quejan o se quejan poco. Si es un cliente externo posiblemente
lo perderemos y si es interno se crear un ambiente de
desconfianza y rencor, y no mejorarn la relaciones entre una
unidad y otra.
- Una organizacin que utiliza el Sistema de Mejoramiento
Continuo, tiene a sus lideres preocupados de cualquier queja,
y que deberan ser pocas.
Un cliente disconforme le contar a un grupo de 9 a 20 personas.
Un cliente satisfecho le contar como mximo a 5 personas.
La Disconformidad del Cliente Duele
Consejo de Calidad
Ejecutivo
Dptos/Divisiones
Secciones
Subsecciones
X
Calidad Total en la Pirmide
Mejora
Calidad
Bajan costos
porque hay
menos que
rehacer, menos
paradas, mayor
uso de mquinas
o materiales
Mejora
Productividad
Captar
mercado
con
mejor
calidad
y precios
bajos
Permanece
en el
mercado
Hay mas
trabajo
La orientacin al cliente nos va ha permitir optimizar la calidad,
generando menos costos de mala calidad, mejor productividad, captacin
del mercado, permanencia del mercado, existir ms trabajo, ms
motivacin de la gente, ms compromiso y se continuar avanzando de
esta manera
La Reaccin en Cadena del
Mejoramiento de Calidad
- Este es el vocabulario que utiliza el sistema.
- Las personas deben ser entrenadas para usarlo
en forma natural y permanentemente.
- El lenguaje de todos los das de cada trabajador
debe ser :
Grficos de flujos,
Diagramas de causa - efecto,
Mediciones y datos,
Diagramas de Pareto,
Histogramas,
Causas especiales,
Causas comunes,
Diagramas de control,
Etc,
Metodologa Estadstica
Metodologa Estadstica
(Ejemplo de Grfica de Control)
M
E
D
I
D
A
D
E
C
A
L
I
D
A
D
TIEMPO
LIMITE CONTROL INFERIOR
PROMEDIO
LIMITE CONTROL SUPERIOR
- Nos muestra como se desempea un proceso en el tiempo.
- Las variaciones que tiene dentro de los lmites son
causados por el proceso mismo y, con la metodologa de
mejoramiento continuo, podemos prevenir estas causas
races, inherentes del proceso, eliminndolas; las llamamos
causas comunes.
- Las variaciones que se salen de los rangos, se pueden
eliminar las causas que no son del proceso mediante la
metodologa y stas son llamadas causas especiales.
Deteccin Versus Prevencin
Proceso Producto Inspeccin
Cliente
Desecho
Hacerlo de Nuevo
Falla: 3 - 5% 10 - 30% del Costo
Desecho
Tiempo
Nuevo Material
Prdida de Tiempo
Inspeccin
Costos NO Reconocidos
EL PROCESO
Mquinas Mtodos
Materiales Mano de Obra
Producto Cliente
Anlisis y Accin
Entrenamiento en Mediciones y Anlisis del
Proceso.
Cambios en el Sistema de Causa Comn.
Nuevo trabajo para esa Gerencia.
FASE 1
COMPRENDER LA SITUACIN
FASE 2
COLECCIONAR Y ANALIZAR
DATOS
FASE 3
IMPLEMENTAR PROCEDIMIENTOS
El Proceso TQM de Mejoramiento
Informacin
del Cliente
Seleccionar
Oportunidad
Diagrama de
Flujo del Proceso
Proceso de
Medicin
Anlisis
Causa - Efecto
Histograma Pareto
Grfico de Lnea Dispersin
Grfico de Control
Estrategia de Coleccin de Datos
Causas Probables
Muestreo
Graficar Datos
Causas
Identificadas?
NO
Objetivos
Alcanzados?
Documentar y
Estandarizar
Monitorear
Comparar
con Estado
Previo
Recolectar
y Analizar
Datos
Implementar
Plan
Proponer
mejorar
seleccin y
planificacin
NO
SI
SI
FASE I (Comprender) FASE II (Analizar) FASE III (Mejorar)
El Proceso TQM de Mejoramiento
Estandarizar Actuar
Revisar
Hacer
Planificar
2
Diagrama Pareto
Grfico de Lnea
Grfico Control
Histogramas
Dispersin
1
Diagrama de Flujo
Diagrama Causa y Efecto
1
Identificar y seleccionar
el problema 2
Analizar el
el problema
3
Generar una solucin
potencial 4
Seleccionar y planificar
una solucin estableciendo
objetivos
5
Implementar
una solucin
6
Evaluar
una solucin
Usar las Siete Herramientas de Calidad en el
Ciclo para resolver Problemas
Tecnicas y herramientas de
calidad
A B C D
E
1
2
3
4
P
H V
A
Tecnicas y herramientas de
calidad
Introduccin
Todo proceso productivo es un sistema formado por personas,
equipos y procedimientos de trabajo. El proceso genera una
salida (output), que es el producto que se quiere fabricar.
La calidad del producto fabricado est determinada por sus
caractersticas de calidad, es decir, por sus propiedades fsicas,
qumicas, mecnicas, estticas, durabilidad, funcionamiento,
etc. que en conjunto determinan el aspecto y el comportamiento
del mismo.
El cliente quedar satisfecho con el producto si esas
caractersticas se ajustan a lo que esperaba, es decir, a sus
expectativas previas.
Por lo general, existen algunas caractersticas que son crticas
para establecer la calidad del producto. Normalmente se realizan
mediciones de estas caractersticas y se obtienen datos
numricos.
Las Siete Herramientas
De La Calidad
El valor de una caracterstica de calidad es un resultado que
depende de una combinacin de variables y factores que
condicionan el proceso productivo, tales como "Conformidad
con especificaciones", "Tasas de defectos (ppm)", etc.,
Por ejemplo: En el caso de la produccin de mayonesa es
necesario establecer que cantidades de aceite, huevo y otras
materias primas se van a usar. Hay que establecer a que
velocidad se va agitar la mezcla y cuanto tiempo. Se debe fijar el
tipo y tamao de equipo se va a utilizar, y la temperatura de
trabajo. Y como estas se deben fijar muchas otras variables del
proceso.
Las estadsticas son indispensables para lograr mejoras en este
proceso. Y es que no se puede mejorar aquello que no se controla
como tampoco se puede controlar lo que no se se mide.
Se han considerado siete grficos bsicos que permiten analizar el
comportamiento de un proceso para una toma de decisiones ms
certera., estas son: Hoja de chequeo (Planilla de Inspeccin)
Diagrama de Pareto, Diagrama de Causa y Efecto, Grficas de
Control, Histograma, Estratificacin (Diagrama de Flujo), Diagrama
de Dispersin.
1. Tormenta de ideas
2. Hoja de control (Lista de chequeo)
3. Diagrama de Pareto
4. Diagrama de causa efecto
5. Histograma
6. Estratificacin
7. Grfica de control
8. Diagrama de flujo
Herramientas Bsicas
Si bien dichas herramientas tiene
mltiples aplicaciones, es preciso saber
cul de ellas usar para obtener lo que
realmente se quiere.
DEFINICIN:
Es un proceso diseado para obtener el nmero mximo
de ideas relacionadas con un rea especfica de inters.
Es una parte del proceso de solucin de problemas que
implica la creacin de nuevas ideas mediante la
suspensin de las crticas y el juicio.
Basado en la formacin de los crculos de calidad
Personal enuncia los problemas
Personal brinda soluciones
1. TORMENTA DE IDEAS ( Brainstorming)
Tambin conocido como Lluvia o Tormenta de Ideas, es una
herramienta que permite generar nuevas ideas en el menor
tiempo posible a travs de la creacin de un ambiente que no
inhibe la participacin y la creatividad.
Enfoque nico.
Usos variados.
Problemas Multidisciplinarios.
1. TORMENTA DE IDEAS ( Brainstorming)
Tormenta De Ideas
Objetivo :
Dar oportunidad a todos los miembros de un grupo
reunido, de opinar o sugerir en relacin a un asunto
(Problema o mejora)
Problema
Trabajando en grupo, bajo la supervisin de un lder y el
asesoramiento de un facilitador, los integrantes del equipo
deben decir, a viva voz, cuales son las causas que a juicio
de ellos estn ocasionando el problema en estudio.
Este conjunto de causas deber enumerarse , e incluso
agruparlas en una sla causas cuando haya dos o tres que
son similares.
1. Tormenta De Ideas ( Brainstorming)
- Definicin del Problema.
- Seleccin de los Participantes.
+ Diversidad.
+ Creatividad.
- Designacin del Facilitador.
- Iniciar la Sesin.
Organizando la
Sesin de
Brainstorming
Reglas :
1.- Ninguna idea por ms tonta o buena que sea debe
ser criticada o evaluada.
2.- Estimule la generacin de ideas excntricas,
exageradas y no convencionales.
3.- Los participantes de la sesin son instruidos para
dar el mayor nmero de ideas en el menor tiempo
posible.
Reglas :
4.- Los participantes pueden tomar las ideas de los
otros y modificarlas o producir nuevas ideas por
asociacin.
5.-Cada persona y cada idea tiene el mismo valor.
6. Establecer con claridad el problema.
7. Obtener el mayor nmero de sugerencias de los participantes.
8.Todas las ideas deben ser estimuladas.
9.No criticar.
10.Se debe la asociacin o combinacin de ideas Ideas generan
ideas
11.Todas las ideas se deben escribir en un pizarrn o cartelera.
12.Dar tiempo a reflexionar.
13.Implantar mejor solucin.
Reglas de la Sesin de Brainstorming
2. Lista de chequeo
Es toda lista u hoja de informacin que utilizamos con
los siguientes fines:
Sealar la secuencia sistemtica de hacer operaciones u
observaciones.
Facilitar la recoleccin de datos.
Relacionar los pasos o elementos que constituyen el todo
de un proyecto.
Proporcionar un mtodo de control
N Caracterstica por comprobar Aprobado Desaprobado
1 Encendido *
2 Tiempo de Normalizacin *
3 Rendimiento *
4 Ruido *
5 Pintura *
6 Placa de datos *
7 Accesorios completos *
SECUENCIA DE INSPECCION FINAL - MODELO : TR - 47
2. Lista de chequeo
Tambin llamada Hoja de recogida de datos o
Registro
Rene y clasifica informaciones
Registro de informaciones en una hoja
indicando frecuencia de informacin
2. Lista de chequeo
Utilizado para priorizar problemas o las causas que los
generan.
Wilfredo Pareto (1848-1923) estudi la distribucin de la
riqueza.
Herramienta que permite priorizar las causas asociadas a
un problema.
La herramienta se basa en el principio del seor Wilfredo
Pareto (1800), economista italiano, quien observara que
el 20% de la gente en el mundo controlaba el 80% de
riqueza
3. Diagrama de Pareto
Diagrama de Pareto
Se concluye que slo unos pocos factores o causas (20%),
tienen efecto significativo (80%) sobre un problema
determinado.
Es una serie de barras cuya altura representa la frecuencia
o impacto de los problemas en el proceso.
Las barras estn representadas en orden descendente de
izquierda a derecha, cuyo significado es que la barra ms
alta colocada a la izquierda, representa un problema
relativamente ms significativo que el resto de la derecha.
Es un histograma especial, en el cual las frecuencias de
ciertos eventos aparecen ordenadas de mayor a menor.
Generalmente se aplica cuando en el proceso bajo estudio
existen mltiples variables que se necesita categorizar y
priorizar para solucionarlo.
En un proyecto de mejoramiento el Diagrama de Pareto es
muy til, ya que puede orientarnos por donde debemos
iniciar la mejora con relacin a parmetros establecidos
(severidad, frecuencia, costos, etc.)
Aplicacin
Dividir grandes problemas en partes simples.
Identificar los factores ms relevantes.
Orientar hacia donde enfocar los esfuerzos.
Ayuda a utilizar mejor los recursos limitados.
Ventajas del Diagrama de Pareto
1. Recolectar los datos.
2. Ordenar los datos.
3. Etiquetar el Eje Vertical Izquierdo.
4. Etiquetar el Eje Horizontal.
5. Dibuje una barra para cada categora.
6. Determinar cantidades acumuladas.
7. Agregar lnea vertical de acumulacin porcentual.
Como construir un Diagrama de
Pareto
Un fabricante de heladeras desea analizar
cuales son los defectos ms frecuentes que
aparecen en las unidades al salir de la lnea de
produccin. Para esto, es necesario hacer lo
siguiente:
Ejemplo del Diagrama de Pareto
DIAGRAMA DE PARETO
E
f
e
c
t
o
Causa
Primero clasificaron todos los defectos posibles en sus
diversos tipos
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 una tabla , en
la cual la ltima columna muestra el nmero de heladeras que
presentaban cada tipo de defecto, es decir, la frecuencia con
que se presenta cada defecto. En lugar de la frecuencia
numrica podemos utilizar la frecuencia porcentual, es decir, el
porcentaje de heladeras en cada tipo de defecto:
Ejemplo del Diagrama de Pareto
05/07/0
5
Herramient
as
Estadstica
s de la
Calidad
102
Tipo de Defecto Detalle del Problema Frec. Frec. %
Burlete Def. Burlete roto o deforme que no ajusta 9 10.2
Pintura Def. Defectos de pintura en superficies externas 5 5.7
Gavetas Def. Gavetas interiores con rajaduras 1 1.1
Mala Nivelacin La heladera se balancea y no se puede nivelar 1 1.1
Motor no arranca El motor no arranca despus de ciclo de parada 1 1.1
Motor no detiene No para el motor cuando alcanza Temperatura 36 40.9
No enfra El motor arranca pero la heladera no enfra 27 30.7
No funciona Al enchufar no arranca el motor 2 2.3
Otros Otros Defectos no includos en los anteriores 0 0.0
Puerta Def. Puerta de refrigerador no cierra hermticamente 0 0.0
Puerta no cierra La puerta no cierra correctamente 2 2.3
Rayas Rayas en las superficies externas 4 4.5
Total: 88 100
Podemos ahora representar los datos en un histograma como el de la
figura. En cada intervalo dibujamos una columna de altura proporcional
al porcentaje de heladeras que presenta ese tipo de defecto (Ultima
columna de la tabla):
Cules son los defectos que aparecen con mayor frecuencia?
Para hacerlo ms evidente, antes de graficar podemos ordenar
los datos de la tabla en orden decreciente de frecuencia: Lo que
obtenemos se llama Diagrama de Pareto
Ahora resulta evidente cuales son los tipos de defectos ms
frecuentes. Podemos observar que los 3 primeros tipos de
defectos se presentan en el 82 % de las heladeras,
aproximadamente. Esto nos conduce a lo que se conoce como
Principio de Pareto: La mayor parte de los defectos encontrados
en el lote pertenece slo a 2 3 tipos de defectos, de manera que
si se eliminan las causas que los provocan desaparecera la
mayor parte de los defectos.
Ejemplo del Diagrama de Pareto
Tambin se denomina el principio de los muchos triviales y
los pocos vitales.
Seleccin de causas :
Causa Frecuencia Porcentaje
Causa 1 4 25%
Causa 11
3 18.75%
Causa 3
2 12.5%
Causa 12
2 12.5%
Causa 24
2 12.5%
Causa 9
1 6.25%
Causa 21
1 6.25%
Causa 25
1 6.25%
16
100 %
Diagrama de Pareto
Grfico de Pareto
25%
43.75%
56.25%
68.75%
81.25%
87.50%
93.75%
100.00%
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
p
o
r
c
e
n
t
a
j
e
a
c
u
m
u
l
a
d
o
causa 1 causa 11 causa 3 causa 12 causa 24 causa 9 causa 21 causa 25
Grfico de Pareto
REGLA 20-80
Pocos
vitales
Muchos
Triviales
Concepto
(causa)
80%
%%
%%
20 %
Gastos
(efecto
)
Diagrama de Pareto
RECHAZOS DEL MES DE MARZO
No. Defectos Tambores
rechazados
% % acumulado
1
2
3
4
5
Peso
Dureza
Espesor
Laminacin
Desintegracin
10
60
20
42
118
TOTAL 250
Ejemplo del Diagrama de Pareto
RECHAZOS DEL MES DE MARZO
No. Defectos Tambores
rechazados
% % Acumulado
1
2
3
4
5
Desintegracin
Dureza
Laminacin
Espesor
Peso
118
60
42
20
10
TOTAL 250
Ejemplo del Diagrama de Pareto
RECHAZOS DEL MES DE MARZO
No. Defectos Tambores
rechazados
% % Acumulado
1
2
3
4
5
Desintegracin
Dureza
Laminacin
Espesor
Peso
118
60
42
20
10
47.2
24.0
16.8
8.0
4.0
47.2
71.2
88.0
96.0
100.0
TOTAL 250 100.0
Ejemplo del Diagrama de Pareto
100 -
-
-
50 -
-
-
Causa de rechazo en
Tab. CT-!0 Observados
en la produccin de
marzo.
%
P
e
s
o
E
s
p
e
s
o
r
L
a
m
i
n
a
c
i
o
n
D
u
r
e
z
a
D
e
s
i
n
t
e
g
a
c
i
o
n
JUAN MARTINEZ
FECHA :
Ejemplo del Diagrama de Pareto
L
a
m
i
n
a
c
i
o
n
D
e
s
a
g
r
e
g
a
c
i
o
n
Causa de rechazo en
Tab. CT-!0 Observados
en la produccin de
marzo.
%
P
e
s
o
E
s
p
e
s
o
r
D
u
r
e
z
a
JUAN MARTINEZ
FECHA :
Ejemplo del Diagrama de Pareto
%
100
-
-
-
50 -
-
-
-
1 2 3 4 5
Marzo
Defectos
2 1 3 4 5
Abril
Defectos
100
50
ANTES DESPUES
%
Ejemplo del Diagrama de Pareto
Ejemplo Prctico
En el Depto. de Calidad de la empresa W,
se reciben las siguientes quejas de parte
de los clientes durante el mes de Agosto
2001.
Producto XYZ %
Funcionabilidad 17 18.70
Esttica 35 38.46
Practicidad 13 14.29
Longevidad 9 9.89
Garanta 7 7.69
Color 4 4.40
Brillo 3 3.30
Tamao 2 2.20
Resistencia 1 1.10
Total 91
Otros
F
u
n
c
i
o
n
a
b
i
l
i
d
a
d
E
s
t
t
i
c
a
P
r
a
c
t
i
c
i
d
a
d
G
a
r
a
n
t
a
L
o
n
g
e
v
i
d
a
d
91 -
80 -
60 -
40 -
20 -
0 -
C
o
l
o
r
%
Acumulado
Break
point
O
t
r
o
s
100
25
50
75
La variabilidad de las caractersticas de calidad es un efecto
observado que tiene mltiples causas.
Cuando ocurre algn problema con la calidad del producto,
debemos investigar para identificar las causas del mismo. Para
ello nos sirven los Diagramas de Causa - Efecto, conocidos
tambin como Diagramas de Espina de Pescado por la forma que
tienen.
Estos diagramas fueron utilizados por primera vez por Kaoru
Ishikawa.
4. Diagrama de Causa-Efecto
Herramienta simple para la bsqueda y
eliminacin de la causa clave de los problemas.
Es utilizado cuando se quiere
explorar e identificar las
posibles causas de un
problema o condicin.
Diagrama Causa-Efecto: Definicin
Efecto
Columna
Vertebral
Hueso
Mediano
Hueso
Pequeo
Hueso
Grande
Estructura del Diagrama Causa-Efecto
Materiales Maquinaria
Mano de obra Mtodos
DEFECTO
torno
prensa
guas
poco confiable
complicado
acero 10-10
inapropiado
poco conocimiento del trabajo
atencin
habilidad
experiencia
Causa-Efecto
Construccin de un Diagrama Causa Efecto
- Encerrar el efecto en un rectngulo.
- Determinar las Categoras Principales.
- Definir claramente el efecto.
- Revisar la validez lgica de las cadenas causales.
- Seguir aadiendo causas posibles hasta agotar todas
las posibilidades.
- Determinar las causas subsidiarias a las secundarias.
- Verificar que el diagrama est completo.
- Determinar las causas secundarias.
Habilidades Comunicacin
Transporte
Procedimientos
Conocimiento
Ordenes
Telefnicas
Staff de
Ventas
Informacin Manual
Productos
Procedimientos
Documentacin
Falta de
Informacin
Detalles de
las ordenes
Falta de
Informacin
Persona
Incorrecta
consistencia
Despachos
Incorrectos
Para hacer un Diagrama de Causa-Efecto
seguimos estos pasos:
1.- Decidimos cual va a ser la caracterstica
de calidad que vamos a analizar.
Por ejemplo, en el caso de la mayonesa
podra ser el peso del frasco lleno,
la densidad del producto, el porcentaje
de aceite, etc. Trazamos un flecha gruesa
que representa el proceso y a la derecha
escribimos la caracterstica de calidad:
2.- Indicamos 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.:
3.- Incorporamos en cada rama factores ms detallados que se puedan
considerar causas de fluctuacin. Para hacer esto, podemos
formularnos estas preguntas:
a) 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.
b) 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.
c) 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.
d) Por qu hay variacin en la cantidad agregada de aceite? Por
funcionamiento irregular de la balanza. Se registra la rama
Balanza.
e) Por qu la balanza funciona en forma irregular? Por que
necesita mantenimiento. En la rama Balanza colocamos la
rama Mantenimiento.
As seguimos ampliando el Diagrama de
Causa-Efecto hasta que contenga todas las
causas posibles de dispersin.
4.- Finalmente verificamos que todos los factores que puedan
causar dispersin hayan sido incorporados al diagrama. Las
relaciones Causa-Efecto deben quedar claramente establecidas y
en ese caso, el diagrama est terminado.
Un diagrama de Causa-Efecto , sirve para que la
gente conozca en profundidad el proceso con que
trabaja, visualizando con claridad las relaciones
entre los Efectos y sus Causas. Sirve tambin
para guiar las discusiones, al exponer con
claridad los orgenes de un problema de calidad,
y permite encontrar ms rpidamente las causas
asignables cuando el proceso se aparta de su
funcionamiento habitual
14 20
21 24
18 20
11 12
5 8
3 4
1 2
22 23
25
21 22
17 20
14 16
5 9
20 21
15 19
7 6
20 21
10 13
4
Problema
Medio Ambiente Mtodo
Mquinas Mano de Obra Materiales
Medicin
2
Diagrama de Causa-Efecto
Objetivo: Asocia relaciones entre un determinado
efecto y sus potenciales causas.
Recomendaciones para su uso:
Identifique factores relevantes
Exprese claramente el problema
Elaborar un diagrama por problema
Siempre trate de medir efecto
Descubra factores (causas) especficos sobre los
cuales se pueda actuar.
Diagrama Causa-Efecto
Presentacin de una serie de medidas
clasificadas y ordenadas
Colocacin en filas y columnas
Mximos y Mnimos por cada columna
Rango : Mximos -Mnimos
5. Histogramas
Frecuencia
Variable
5. Histogramas
El histograma resume los
datos medidos sobre una
escala continua
Muestra la distribucin de
frecuencia de una
caracterstica: media y
dispersin
Los diagrama de barras
representa la frecuencia
con que se presenta las
caractersticas que suelen
medirse por un s o no
0
5
10
15
20
25
Primero Segundo Tercero
Turno
N
r
o
d
e
t
a
b
l
e
r
o
s
d
e
f
i
b
r
a
r
o
t
o
s
5. Histogramas y grficos de barra
Es un grfico o diagrama que muestra el nmero de veces
que se repiten cada uno de los resultados cuando se
realizan mediciones sucesivas. Esto permite ver alrededor
de que valor se agrupan las mediciones (Tendencia
central) y cual es la dispersin alrededor de ese valor
central.
Ejemplo: Un mdico dietista desea estudiar el peso de
personas adultas de sexo masculino y recopila una gran
cantidad de datos midiendo el peso en kilogramos de sus
pacientes varones:
5. Histogramas
74.6 74.6 81.6 75.4 69.8 68.4
74.5 85.9 65.8 63.5 95.7 69.4
77.0 113.7 57.8 69.9 74.5 74.3
70.7 77.9 74.5 63.7 77.0 63.2
79.4 76.4 77.0 72.1 70.7 68.4
74.6 95.7 70.7 71.6 79.4 76.9
85.2 78.4 79.4 69.4 74.6 75.4
81.6 84.6 74.6 69.8 85.2 74.8
67.9 97.4 85.2 83.5 81.6 78.9
5. Histogramas
As como estn los datos es muy difcil sacar
conclusiones acerca de ellos.
Entonces, lo primero que hace el mdico es agrupar
los datos en intervalos contando cuantos resultados
de mediciones de peso hay dentro de cada intervalo
(Esta es la frecuencia). Por ejemplo, Cuntos
pacientes pesan entre 60 y 65 kilos? Cuntos
pacientes pesan entre 65 y 70 kilos?:
Intervalos NPacientes
(Frecuencia)
<50 0
50-55 0
55-60 1
60-65 17
65-70 48
70-75 70
75-80 32
80-85 28
85-90 16
90-95 0
95-100 3
100-105 0
105-110 0
>110 1
Ahora se representan
las frecuencias en un
grfico indicando los
valores de la tabla por
ejemplo 48 pacientes
que pesan entre 65 y
70 kilogramos. Por lo
tanto, levantamos una
columna de altura
proporcional a 48 en
el grfico
Y agregando el resto de las frecuencias nos queda el histograma
siguiente :
Adems podemos observar que los pesos de todos los pacientes estn en
un rango desde 55 a 100 kilogramos. Esta es la Dispersin de las
mediciones. Tambin podemos observar que hay muy pocos pacientes por
encima de 90 kilogramos o por debajo de 60 kilogramos. Ahora el mdico
puede extraer toda la informacin relevante de las mediciones que realiz
y puede utilizarlas para su trabajo en el terreno de la medicina.
Qu utilidad nos presta el histograma?
Permite visualizar rpidamente informacin
que estaba oculta en la tabla original de
datos. Por ejemplo, nos permite apreciar que
el peso de los pacientes se agrupa alrededor
de los 70-75 kilos. Esta es la Tendencia
Central de las mediciones.
5. Histogramas
Tambin llamado Grficos de Correlacin permiten estudiar
la relacin entre 2 variables.
Dadas 2 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).
6. Diagrama de dispersin
Es una
representacin
grfica de dos
variables que
muestran cmo se
relacionan entre s
Se utiliza para
confirmar o negar
la sospecha
6. Diagrama de dispersin
Es el estudio de dos variables
Las variables se pueden embarcar en:
Una caracterstica de calidad y un factor que
afecta
Dos caractersticas de calidad relacionadas
Dos factores relacionados con una sola
caracterstica de calidad
6. Diagrama de dispersin
En un grfico de correlacin representamos cada par X, Y
como un punto donde se cortan las coordenadas de X e Y:
Por Ejemplo : Un grupo de personas adultas
de sexo masculino. Para cada persona se
mide la altura en metros (Variable X) y el peso
en kilogramos (Variable Y). Es decir, para
cada persona tendremos un par de valores X,
Y que son la altura y el peso de dicha
persona:
6. Diagrama de dispersin
Diagramas de Dispersin
N Persona Altura (m) Peso (Kg.) N Persona Altura (m) Peso (Kg.)
001 1.94 95.8 026 1.66 74.9
002 1.82 80.5 027 1.96 88.1
003 1.79 78.2 028 1.56 65.3
004 1.69 77.4 029 1.55 64.5
005 1.80 82.6 030 1.71 75.5
006 1.88 87.8 031 1.90 91.3
007 1.57 67.6 032 1.65 66.6
008 1.81 82.5 033 1.78 76.8
009 1.76 82.5 034 1.83 80.2
010 1.63 65.8 035 1.98 97.6
011 1.59 67.3 036 1.67 76.0
012 1.84 88.8 037 1.53 58.0
013 1.92 93.7 038 1.96 95.2
014 1.84 82.9 039 1.66 74.5
015 1.88 88.4 040 1.62 71.8
016 1.62 69.0 041 1.89 91.0
017 1.86 83.4 042 1.53 62.1
018 1.91 89.1 043 1.59 69.8
019 1.99 95.2 044 1.55 64.6
020 1.76 79.1 045 1.97 90.0
021 1.55 61.6 046 1.51 63.8
022 1.71 70.6 047 1.59 62.6
023 1.75 79.4 048 1.60 67.8
024 1.76 78.1 049 1.57 63.3
025 2.00 90.6 050 1.61 65.2
Entonces, para cada persona representamos su
altura y su peso con un punto en un grfico:
Una vez que representamos a las 50 personas
quedar un grfico como el siguiente:
Qu nos muestra este grfico? En primer lugar podemos
observar que las personas de mayor altura tienen mayor
peso, es decir parece haber una correlacin positiva entre
altura y peso.
Pero un hombre bajito y gordo puede pesar ms que otro
alto y flaco. Esto es as porque no hay una correlacin total
y absoluta entre las variables altura y peso. Para cada altura
hay personas de distinto peso:
6. Diagrama de dispersin
Sin embargo podemos afirmar que existe cierto grado
de correlacin entre la altura y el peso de las personas.
Cuando se trata de dos variables cualesquiera, puede no
haber ninguna correlacin o puede existir alguna
correlacin en mayor o menor grado, como podemos
ver el grafico sgte:
6. Diagrama de dispersin
Por ejemplo, en el siguiente grfico podemos ver la
relacin entre el contenido de Humedad de hilos de
algodn y su estiramiento:
Es una tcnica de pronostico que establece una relacin entre variables.
Una variable se conoce y se usa para pronosticar el valor de una variable
Aleatoria desconocida. De los datos anteriores se establece una relacin
funcional entre las variables. Se considera en este momento la situacin de
regresin mas sencilla solo para dos variables y para una relacin funcional
lineal entre ellas.
Nuestro pronostico para la demanda del periodo siguiente Ft se puede
Expresar mediante:
Anlisis de regresin
Y = a + bX
Ft = a + b X t
Donde Ft es el pronostico para el periodo t, dado el valor de la variable X en el
periodo t.
Los coeficientes a y b son constantes; a, es la ordenada al origen de la variable ( F )
y b Es la pendiente de la recta. A menudo se expresa de una manera mas conocida:
Regresion Lineal Simple
Constantes a y b
Las constantes a y b son calculadas usando las
siguientes ecuaciones:
2
2 2
x y- x xy
a =
n x -( x)
2 2
xy- x y
b =
n x -( x)
n
( )
n
x
b
n
y
a
x x n
y x xy n
b
=
=
2
2
Tendencia Lineal: ejemplo
Ao Periodo X Demanda (Y)
1994 1 35
1995 2 42
1996 3 48
1997 4 51
1998 5 54
1999 6 60
2000 7 71
2001 8 75
Tendencia lineal: Ejemplo
30
35
40
45
50
55
60
65
70
75
80
1994 1995 1996 1997 1998 1999 2000 2001
Tendencia Lineal: ejemplo
X Y XY X
1 35
2 42
3 48
4 51
5 54
6 60
7 71
8 75
Sumas
Tendencia Lineal: ejemplo
t Yt Yt et
1 35
2 42
3 48
4 51
5 54
6 60
7 71
8 75
9
Tendencia Lineal
Control del pronostico
Los limites de control son calculados por :
limite Superior = Y + t(s
yx
)
limite Inferior = Y - t(s
yx
)
Donde:
Y = Pronostico estimado
t = numero de desviaciones estandar
s
yx
= error estandar del pronostico
Tendencia Lineal
Nivel de confianza Z Formula
68% 1 y Se
95% 2 y 2Se
99% 3 y 3Se
Tambin es posible calcular intervalos de confianza para la
estimacin. Para ello es necesario calcular el error estndar
de la estimacin.
Una empresa que fabrica cajas de cartn hace cajas para pizzas. El
Dpto. de planeacin de Operaciones sabe que un pronostico
adecuado y preciso de cajas para pizza de un cliente esta en relacin
estrechas con los gastos de promocin de este, el cual se puede
obtener por Adelantado antes de realizar el gasto.
El Dpto.de planeacin de operaciones esta interesado en establecer
la relacin entre la promocin de la empresa de pizzas y las ventas.
Una vez que eso se haya establecido, las ordenes de compra de las
cajas para pizzas, en dlares, pueden expresarse como porcentaje
fijo de las ventas. Publicidad y ventas trimestrales.
Anlisis de regresin: ejemplo
Publicidad Venta
Trimestre ($100,000) ($ Millones )
1. 4 1
2. 10 4
3. 15 5
4. 12 4
5. 8 3
6. 16 4
7. 5 2
8. 7 1
9. 9 4
10. 10 2
Haciendo el calculo de b y a, donde la publicidad es Xt para el trimestre t, las ventas
son Dt para el trimestre t y Ft es el pronostico para el futuro periodo t
Anlisis de regresin: ejemplo
Trimestre
Publicid
(X )
Ventas
( Y )
2
X
2
Y
XY
Valor
estimado
1 4 1 16 1 4 1.38
2 10 4 100 16 40 3.12
3 15 5 225 25 75 4.57
4 12 4 144 16 48 3.70
5 8 3 64 9 24 2.54
6 16 4 256 16 64 4.86
7 5 2 25 4 10 1.67
8 7 1 49 1 7 2.25
9 9 4 81 16 36 2.83
10 10 2 100 4 20 3.12
total 96 30 1060 108 328
Calculo de la lnea de regresin
40
-0.4
-0.6
5.2
4.6
6.4
0
2.4
10.8
0.4
11.2
18 158.68 30 96 total
1 0.16 0.4 -1 2 10 10
1 0.36 -0.6 1 4 9 9
4 27.04 -2.6 -2 1 7 8
1 21.16 -4.6 -1 2 5 7
1 40.96 6.4 1 4 16 6
0 2.56 -1.6 0 3 8 5
1 5.76 2.4 1 4 12 4
4 29.16 5.4 2 5 15 3
1 0.16 0.4 1 4 10 2
4 31.36 -5.6 -2 1 4 1
(Xi - X) (Yi Y)
(Yi Y)
(Xi - X)
Ventas
( Y )
Public
( X )
Trim
2
_
|
|
.
|
\
|
X X
i
i
2
_
|
|
.
|
\
|
Y Y
i
i
Calculo de la desviacin estndar
Un grfico de control es una carta o diagrama
especialmente preparado donde se van anotando los
valores sucesivos de la caracterstica de calidad que se
est controlando. Los datos se registran durante el
funcionamiento del proceso de fabricacin y a medida que
se obtienen.
El grfico de control tiene una Lnea Central (Tendencia
Central) que representa el promedio histrico de la
caracterstica que se est controlando y Lmites Superior e
Inferior ( LIE y LSE) que tambin se calculan con datos
histricos.
7. Grficos de control
Es una grfica lineal con un Lmite superior y
un Lmite inferior
Es til para estudiar:
+Propiedades de los productos
+Los factores variables del proceso
+Los costes
+Los errores,etc...
Grfico muestra:
+Si un proceso est bajo control o no
+Resultados que requieren explicacin
+Define los limites de capacidad del sistema
7. Grficos de control
Por ejemplo, supongamos que se tiene un proceso de
fabricacin de anillos de pistn para motor de automvil y a
la salida del proceso se toman las piezas y se mide el
dimetro. Las mediciones sucesivas del dimetro de los
anillos se pueden anotar en una carta como la que se
muestra seguidamente las ultimas 15 mediciones:
N Muestra Dimetro
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
74.012
73.995
73.987
74.008
74.003
73.994
74.008
74.001
74.015
74.030
74.001
74.015
74.035
74.017
74.010
Entonces tendramos un Grfico de Control
como este:
Se observa que los valores fluctan al azar alrededor del valor central
(Promedio histrico) y dentro de los lmites de control superior e inferior. A
medida que se fabrican, se toman muestras de los anillos, se mide el
dimetro y el resultado se anota en el grfico, por ejemplo, cada media
hora.
Qu ocurre cuando un punto se va fuera de los
lmites?
Como se nota en el grafico esta circunstancia puede ser un indicio
de que algo anda mal en el proceso. Entonces, es necesario
investigar para encontrar el problema (Causa Asignable) y
corregirla. Si no se hace esto el proceso estar funcionando a un
nivel de calidad menor que originalmente.
Existen diferentes tipos de Grficos de Control: Grficos X-R,
Grficos C, Grficos np, Grficos Cusum, y otros.
Cuando se mide una caracterstica de calidad que es una
variable continua se utilizan en general los Grficos X-R.
Estos en realidad son dos grficos que se utilizan juntos, el de
X (promedio del subgrupo) y el de R (rango del subgrupo).
En este caso se toman muestras de varias piezas, por ejemplo
5 y esto es un subgrupo. En cada subgrupo se calcula el
promedio X y el rango R (Diferencia entre el mximo y el
mnimo).
7. Grficos de control
A continuacin se muestran los graficos X y R:
El grfico R
permite controlar
la variabilidad
dentro de cada
subgrupo
El grfico de X
permite controlar la
variabilidad entre los
sucesivos subgrupos
.