7 Control Estadístisco de Proceso (CEP)

GN-010
Contenido
Duración: 12 hr
1.- Diagrama de Pareto
2.- Diagrama de Causa-Efecto
3.- Histograma
4.- Estratificación
5.- Hojas de Verificación
6.- Diagrama de Dispersión
7.- Corridas y Gráficas de control
1
 7 Diagrama de Pareto

El Diagrama de Pareto se utiliza con el propósito de visualizar

rápidamente qué factores de un problema, qué causas o qué
valores en una situación determinada son los más importantes y
cuáles de ellos hay que atender en forma prioritaria a fin de
solucionar el problema o mejorar la situación.
A finales de 1800 Wilfredo Pareto, ecocomista italiano, observó
que el 20% de la gente en el mundo controlaba el 80% de la
riqueza. Teniendo en cuenta esta observación, Pareto propuso el
principio que lleva su nombre.
2
 7 Diagrama de Pareto

Este principio afirma la vital influencia de unos pocos

elementos o factores en comparación con la poca importancia
que tiene la mayoría de ellos.

3
 7 Diagrama de Pareto

De acuerdo con el principio de Pareto, los elementos decisivos

son relativamente pocos, mientras que son muchos los que tienen
menor importancia.

Por ejemplo es frecuente

• que el 20% de los clientes represente el 80% de las ventas;
• que el 20% de los productos defectuosos represente el 80% de
los costos debido a fallas;
• que el 20% de los clientes que pagan al último represente el
80% de la cobranza.
4
 7 Diagrama de Pareto

La aplicación del principio de Pareto cumple con su cometido,

pues presenta en forma gráfica
• los principales factores que influyen en una determinada
situación;
• el porcentaje que corresponde a cada uno de estos factores;
• y el porcentaje acumulativo.
En esta forma, la gráfica facilita identificar sobre qué puntos se
debe actuar en forma prioritaria.

5
7 Diagrama de Pareto GM Premium

94.50%

97.96%

98.27%

98.43%

100.00%
88.52%
100.00%
600

78.46%
90.00%
560
520

67.61%
80.00%
480
CANTIDAD DEFECTOS

440 70.00%
400 55.82%

PORCENTAJE
60.00%
360
320 50.00%
30.35%

280
40.00%
240
200 30.00%
160
120 20.00%
80
10.00%
40
0 0.00%
7 4 91 74 99 16 67 5 39 66
DEFECTOS
6
7 Diagrama de Causa - Efecto

El diagrama de Ishikawa o de causa-efecto tiene como

propósito expresar en forma gráfica el conjunto de factores
causales que intervienen en una determinada característica de
calidad.
Se llama Ishikawa, porque el Dr. Kaoru Ishikawa lo desarrolló
en 1960 al percatarse de que no era posible predecir el
resultado o efecto de un proceso sin entender las interacciones
causales de los factores que influyen en él.

7
 7 Diagrama de Causa - Efecto

Un ejemplo clásico utilizado por el Dr. Ishikawa es el siguiente:

Ante la pregunta de cómo producir el platillo perfecto de arroz,
los trabajadores deben identificar las variables implicadas en
dicho problema, esto es,
• la clase de arroz: blanco, moreno, viejo, nuevo, seco., húmedo;
• el tipo de energía: gas, aceite, carbón, contacto directo o
indirecto;
• el recipiente: recipiente de cerámica, de cobre, de acero
inoxidable, cubierto o descubierto, sucio o limpio;
• la clase de agua: con minerales o ingredientes químicos
especiales, hervida o no hervida. 8
7 Diagrama de Causa - Efecto

Al identificar todas las variables o causas que intervienen en el

proceso y la interacción de dichas causas, es posible
comprender el efecto que resulta de algun cambio que se opere
en cualquiera de dichas causas. Solamente así es posible saber
cómo cocinar bien un platillo de arroz.

La relación que se da entre los factores causales y la

característica de calidad se expresa por medio de una gráfica
que está integrada por dos secciones:

9
7 Diagrama de Causa - Efecto

• La primera sección está constituída por una flecha principal

hacia la que convergen otras flechas, consideradas como ramas
del tronco principal, y sobre las que inciden nuevamente
flechas más pequeñas, las subramas. En esta primera sección
quedan, pues, organizados los factores causales.

• La segunda sección está constituída por el nombre de la

característica de calidad. La flecha principal de la primera
sección apunta precisamente hacia este nombre, indicando con
ello la relación causal que se da entre el conjunto de factores
con respecto a la característica de calidad.
10
7 Gente
Diagrama de Causa - Efecto
Material Equipo

Efecto

Métodos Medio Ambiente

Una vez que se han organizado en el diagrama todos los

factores causales de los que puede depender una determinada
característica de calidad, se estudia cuáles de estos factores son
los responsables del defecto que se desea corregir. 11
7 Histograma

El histograma ordena las muestras, tomadas de un conjunto, en

tal forma que se vea de inmediato con qué frecuencia ocurren
determinadas características que son objeto de observación. En
el control estadístico de calidad, el histograma se utiliza para
visualizar el comportamiento del proceso con respecto a
determinados límites.

En cualquier estudio estadístico es muy frecuente sacar

muestras de un determinado conjunto, con el propósito de
identificar las características de los elementos del conjunto. A
este se le designa con el nombre de población.
12
7 Histograma

Para que a través de muestras podamos evaluar las

características de una población total, es necesario emplear
los métodos estadísticos. El método estadístico más común
consiste en sacar muestras en tal forma que todos los
elementos de la población tengan la misma probablidad de
ser seleccionados. Este método se denomina muestreo al
azar; y la muestra tomada a través del muestreo al azar se
llama muestra aleatoria.

13
7 Histograma

Las muestras aleatorias se toman con el propósito de ver

hasta qué grado la población cumple con alguna determinada
característica.

Con este fin se ordenan las muestras y se agrupan teniendo

como criterio el encaje dentro de determinados límites
llamados intervalos. Las muestras que están dentro de estos
intervalos integran subconjuntos denominados clases. Los
límites de los intervalos se designan fronteras de clase. A la
cantidad de muestras de una clase se le designa frecuencia
de clase.
14
7 Histograma

El histograma se construye tomando como base un sistema de

coordenadas. El eje horizontal se divide de acuerdo con las
fronteras de clase. El eje vertical se gradúa para medir la
frecuencia de las diferentes clases. Estas se presentan en
forma de barra que se levantan sobre el eje horizontal.

A esta presentación de la frecuencia de las muestras se le

designa histograma.

15
7 Ejemplo:
Un operador de línea seleccionó 50 piezas con el fin de analizar
la variabilidad de su longitud y obtuvo los resultados
siguientes:

49.63 50.26 49.98 50.15 49.50 50.48 49.90 50.00

49.96 49.69 50.36 49.54 49.91 49.92 49.77
49.88 49.85 50.12 50.00 49.68 49.72 50.12
49.97 49.98 50.10 49.75 49.66 49.79 49.94
49.91 49.80 49.94 49.99 50.28 50.10 49.95
50.36 49.78 50.10 49.70 50.25 49.74 49.79
49.98 50.25 49.96 49.97 49.94
16
7 Si se establecen fronteras de clase y se ordenan los
datos anteriores y éstas se transcriben en forma de
barras en un sistema de coordenadas, el histograma
que resulta es el siguiente:

20 20

15
frecuencia

12
10
8
6
5 4
0

0
49.495

49.695

49.895

50.095

50.195

50.295
longitud
17
7 El significado de esta gráfica es el siguiente:
Hay 6 muestras que miden entre 49.495 y 49.695; 12 que
miden entre 49.695 y 49.895; 20 que miden entre 49.895 y
50.095; 8 que miden entre 50.095 y 50.195; y finalmente 4 que
miden entre 50.195 y 50.295.

Es muy usual que el ordenamiento de las barras en un

histograma tome la figura de una campana, esto es, que a
partir de una barra de mayor altura ubicada en el centro, las
barras de ambos lados disminuyan gradualmente de altura.
Esto se debe a que la frecuencia con que ocurre la
característica, objeto de observación, tiene casi siempre una
tendencia central. 18
7

LIE LSE
Curva normal de distribución

LIE = Límite inferior de especificaciones.

LSE = Límite superior de especificaciones.

19
7
El comportamiento del proceso se puede también transcribir a
un histograma, si a intervalos determinados se toman
muestras de dicho proceso.

Cuando en el histograma se señalan los límites de

especificación, la gráfica entonces proporciona una visión
global del comportamiento del proceso con respecto a dichos
límites.

20
7 Formas que puede tomar el histograma de un
proceso en relación con las especificaciones

LIE LSE LIE LSE

Comportamiento dentro Comportamiento dentro

de las especificaciones de las especificaciones
pero muy cercano a las
tolerancias. Es necesario
reducir la dispersión.

21
7 Formas que puede tomar el histograma de un
proceso en relación con las especificaciones

LIE LSE LIE LSE

Proceso descentrado. Dispersión con una

Es necesario centrarlo amplitud mayor que la
con respecto a las permitida por las
especificaciones. especificaciones. Es
necesario reducir la
dispersión.
22
7 Formas que puede tomar el histograma de un
proceso en relación con las especificaciones

LIE LSE
Proceso descentralizado y con
una dispersión cuya amplitud
es mayor que la permitida por
las especificaciones. Es
necesario centrar el proceso y
reducir la dispersión
23
7 Estratificación

La estratificación es la herramienta estadística que clasifica los

datos en grupos con características semejantes. A cada grupo se
le denomina estrato. La clasificación se hace con el fin de
identificar el grado de influencia de determinados factores o
variables en el resultado de un proceso.

La situación que en concreto va a ser analizada determina los

estratos a utilizar. Por ejemplo, si se desea analizar el
comportamiento de los operarios, éstos pueden estratificarse
por edad, sexo, experiencia en el trabajo, capacitación recibida,
turno de trabajo, etc.
24
7 Ejemplo:
Se trata de identificar la causa del diferente rendimiento
de los operarios de una fábrica .
Se sospecha que esta diferencia en el rendimiento tiene
que ver con el grado de experiencia de los trabajadores.
Para comprobar tal suposición, se les estratifica en razón
de los años de antigüedad. Los resultados de la
estratificación se presentan en los siguientes histogramas:
LIE LSE LIE LSE

Operarios con menos de Operarios entre dos y

dos años de antigüedad cinco años de antigüedad 25
7 LIE LSE LIE LSE

Estos histogramas nos indican que los estratos “operarios

entre 2 y 5 años de antigüedad” y “operarios entre 5 y 10
años de antigüedad” son aquellos en los que encontramos
mediciones que están dentro de los límites de especificación
y sin tendencia a salirse de estos límites.
26
 7
En el estrato “operarios con más de diez años de antigüedad” se
observan mediciones dentro de los límites pero cercanos a éstos.
En este estrato hay que tomar precauciones para evitar que dicho
sector de operarios en el futuro produzca piezas fuera de
especificación.

En el sector “operarios con menos de dos años de antigüedad”

se presentan mediciones fuera de especificación.
En esta forma la estratificación de los operarios ha permitido
identificar la relación que existe entre una variable (años de
experiencia en el trabajo) y un determinado resultado (diferente
rendimiento en el trabajo). 27
7 Hojas de verificación

En el control estadístico de la calidad se hace uso con mucha

frecuencia de las hojas de verificación, ya que es necesario
comprobar constantemente si se han recabado los datos
solicitados o si se han efectuado determinados trabajos.

El esquema general de estas hojas es el siguiente: en la parte

superior se anotan los datos generales a los que se refiere las
observaciones o verificaciones a hacer; en la parte inferior se
transcribe el resultado de dichas observaciones y
verificaciones.
28
 7
Control de piezas:_________________________ Fecha:______________
Pieza 3.0 Lts. Pieza 2.5 Lts.
Molde # de piezas Total Molde # de piezas Total
1R 1R
2R 2R
4R 3R
5R 4R
6R 5R
7R 6R
8R 7R
1L 1L
2L 2L
4L 3L
5L 4L
6L 5L
7L 6L
8L 7L

29
 7 Diagrama de dispersión

Se ha visto que el diagrama de causa y efecto ayuda a

identificar las posibles causas de una característica de calidad;
y que el diagrama de Pareto, al ordenar las causas, facilita ver
cuáles de éstas deben eliminarse en forma prioritaria, a fin de
reducir en gran medida el número de productos defectuosos.
Pues bien, con el propósito de controlar mejor el proceso y, por
consiguiente, de mejorarlo resulta a veces indispensable
conocer la forma como se comportan entre sí las variables; esto
es, si el comportamiento de unas influye en el comportamiento
de otras, o no, y en qué grado. Los diagramas de dispersión
muestran la existencia, o no, de esta relación.
30
7 Ejemplo:

Un fabricante de tanques de plástico que empleaba el

método de moldeo por soplado, tuvo problemas con tanques
defectuosos que presentaban paredes delgadas, se sospechó
que la presión de aire, que variaba diariamente, constituía la
causa de la no - conformidad.

En la siguiente tabla se pueden observar datos sobre la

presión de aire y el porcentaje correspondientes de
defectuosos.

31
7
Fecha Presión de aire Porcentaje Fecha Presión de aire Porcentaje
(Kg/cm2) defectuosos (%) (Kg/cm2) defectuosos (%)
1 8.6 0.889 22 8.7 0.892
2 8.9 0.884 23 8.5 0.877
3 8.8 0.874 24 9.2 0.885
4 8.8 0.891 25 8.5 0.866
5 8.4 0.874 26 8.3 0.896
8 8.7 0.886 29 8.7 0.896
9 9.2 0.911 30 9.3 0.928
10 8.6 0.912 30 8.9 0.886
11 9.2 0.895 1 8.9 0.908
12 8.7 0.896 2 8.3 0.881
15 8.4 0.894 5 8.7 0.882
16 8.2 0.864 6 8.9 0.904
17 9.2 0.922 7 8.7 0.912
18 8.7 0.909 8 9.1 0.925
19 9.4 0.905 9 8.7 0.872

0.94

0.92

0.9

0.88

0.86
8 8.5 9 9.5

32
7 La correlación puede ser positiva, si las variables se
comportan en forma similar (crece una y crece la otra);
o negativa, si las variables se comportan en forma
opuesta (aumenta una, disminuye la otra).

FORMA QUE PUEDEN PRESENTAR LOS

DIAGRAMAS DE DISPERSIÓN
y y
+
+ +
+ + +
+ +
+ + ++ + + +
+ +
+ + +
+ x + x
Correlación positiva Posible correlación positiva

33
7 y
+
+ ++ +
y
+
+
+ +
+ + +
+ ++ +
+ + + + +
+ x x
Correlación negativa Posible correlación negativa

y
+
+ ++ +
+
+ +
+ + +
+ + +
+ +
+ + +
x
No existe correlación
34
7 Las gráficas de control son herramientas estadísticas
más complejas que permiten obtener un conocimiento mejor
del comportamiento del proceso a través del tiempo, ya que
en ella se transcriben tanto la tendencia central del proceso
como la amplitud de su variación.

Estas gráficas están formadas por dos corridas en paralelo;

una de ellas, la que se coloca en la parte superior, se destina a
graficar una medida de tendencia central, que puede ser la
media aritmética o la mediana; y la otra, colocada en la parte
inferior, se destina a graficar estadísticos que miden el rango
de dispersión con respecto a dicha medida central.
35
 7 Estos estadísticos pueden ser el rango muestral o la
desviación estándar muestral.

En ambas corridas se señalan tres límites: el superior, el medio y

el inferior.

Las gráficas de control que se usan con mayor frecuencia para el

control estadístico del proceso son:
• la gráfica de promedios y rangos.
• la gráfica de promedios y desviación estándar.
• la gráfica de medianas y rangos.
• y la gráfica de lecturas o mediciones individuales.
36
 7 La gráfica más común para valores discretos es la
parte de promedios y rangos, ya que, por una parte,
su elaboración no requiere de operaciones aritméticas
complicadas y , por otra, transcribe en forma bastante objetiva
el comportamiento del proceso.

37
 7 Algunos ejemplos de figuras que representan
anormalidades en el proceso son los siguientes:

1. Puntos fuera de los límites.

LSC

Línea central

LIC
2. Siete puntos seguidos por arriba o por abajo de la línea central.

7 puntos
LSC

Línea central

LIC
38
 7 3. La aparición 6 ó 7 puntos consecutivos ascendentes
o descendentes, que manifiestan tendencias

6 puntos LSC
consecutivos
ascendentes
Línea central
7 puntos
consecutivos
descendentes
LIC

4. La adhesión de los puntos a los límites de control.

LSC

Línea central

LIC
39
7
El análisis de la gráfica de control que se hace al observar si
existen, o no, estas y otras figuras permite evaluar el
comportamiento del proceo y las posibles causas de dicho
comportamiento. La evaluación, a su vez, es la base para que
trabajadores y directivos decidan las acciones a emprender a
fin de llevar a cabo el mejoramiento del proceso.

40