calidad - odulo 6 herramientas de calidad

7/25/2019 Calidad - ODULO 6 Herramientas de Calidad

1/56

CONTROL DE CALIDAD

PROFESOR WALTER LOPEZ

MODULO 2 HERRAMIENTAS DE CALIDAD

1. Las Siete Herramientasde la Calidad

Todo procesoproductivo es un sistemaformado por personas, equipos y

procedimientosde trabajo. El procesogenera una salida (output, que es el

productoque se quiere fabricar. La calidaddel productofabricado est!

determinada por sus caractersticas de calidad, es decir, por sus propiedades

f"sicas, qu"micas, mec!nicas, est#ticas, durabilidad, funcionamiento, etc. que en

conjunto determinan el aspecto y el comportamientodel mismo. El cliente

quedar! satisfec$o con el producto si esas caracter"sticas se ajustan a lo que

esperaba, es decir, a sus e%pectativas previas.

&or lo general, e%isten algunas caracter"sticas que son cr"ticas para establecer la

calidaddel producto. 'ormalmente se realian mediciones de estas

caracter"sticas y se obtienen datosnum#ricos. Si se mide cualquier

caracter"stica de calidad de un producto, se observar! que los valores

num#ricos presentan una fluctuaci)n o variabilidad entre las distintas

unidades del producto fabricado. &or ejemplo, si la salida del proceso son

frascos de mayonesa y la caracter"stica de calidad fuera el peso del

frasco y su contenido, ver"amos que a medida que se fabrica el producto

las mediciones de peso var"an al aar, aunque manteni#ndose cerca de

un valorcentral.

1
http://www.monografias.com/trabajos11/contrest/contrest.shtmlhttp://www.monografias.com/trabajos14/administ-procesos/administ-procesos.shtml#PROCEhttp://www.monografias.com/trabajos11/teosis/teosis.shtmlhttp://www.monografias.com/trabajos13/mapro/mapro.shtmlhttp://www.monografias.com/trabajos14/administ-procesos/administ-procesos.shtml#PROCEhttp://www.monografias.com/trabajos12/elproduc/elproduc.shtmlhttp://www.monografias.com/trabajos11/conge/conge.shtmlhttp://www.monografias.com/trabajos12/elproduc/elproduc.shtmlhttp://www.monografias.com/trabajos16/comportamiento-humano/comportamiento-humano.shtmlhttp://www.monografias.com/trabajos11/sercli/sercli.shtmlhttp://www.monografias.com/trabajos10/carso/carso.shtmlhttp://www.monografias.com/trabajos10/carso/carso.shtmlhttp://www.monografias.com/trabajos10/carso/carso.shtmlhttp://www.monografias.com/trabajos11/conge/conge.shtmlhttp://www.monografias.com/trabajos11/basda/basda.shtmlhttp://www.monografias.com/trabajos14/nuevmicro/nuevmicro.shtmlhttp://www.monografias.com/trabajos14/nuevmicro/nuevmicro.shtmlhttp://www.monografias.com/trabajos14/administ-procesos/administ-procesos.shtml#PROCEhttp://www.monografias.com/trabajos11/teosis/teosis.shtmlhttp://www.monografias.com/trabajos13/mapro/mapro.shtmlhttp://www.monografias.com/trabajos14/administ-procesos/administ-procesos.shtml#PROCEhttp://www.monografias.com/trabajos12/elproduc/elproduc.shtmlhttp://www.monografias.com/trabajos11/conge/conge.shtmlhttp://www.monografias.com/trabajos12/elproduc/elproduc.shtmlhttp://www.monografias.com/trabajos16/comportamiento-humano/comportamiento-humano.shtmlhttp://www.monografias.com/trabajos11/sercli/sercli.shtmlhttp://www.monografias.com/trabajos10/carso/carso.shtmlhttp://www.monografias.com/trabajos10/carso/carso.shtmlhttp://www.monografias.com/trabajos11/conge/conge.shtmlhttp://www.monografias.com/trabajos11/basda/basda.shtmlhttp://www.monografias.com/trabajos14/nuevmicro/nuevmicro.shtmlhttp://www.monografias.com/trabajos14/nuevmicro/nuevmicro.shtmlhttp://www.monografias.com/trabajos11/contrest/contrest.shtml


2/56

CONTROL DE CALIDAD


El peso de los frascos llenos fluct*a alrededor de los +- grs. Si la caracter"stica

de calidad fuera otra, como el contenido de aceite, el colorde la mayonesa o el

aspecto de la etiqueta tambi#n observar"amos que las sucesivas mediciones

fluct*an alrededor de un valorcentral.

El valor de una caracter"stica de calidad es un resultadoque depende de una

combinaci)n de variablesy factores que condicionan el proceso productivo. &or

ejemplo, en el caso de la producci)nde mayonesa es necesario establecer que

cantidades de aceite, $uevos y otras materias primas se van a usar. Hay que

establecer a que velocidadse va a agitar la mecla y cuanto tiempo. Se debe

2
http://www.monografias.com/trabajos5/colarq/colarq.shtmlhttp://www.monografias.com/trabajos14/nuevmicro/nuevmicro.shtmlhttp://www.monografias.com/trabajos12/guiainf/guiainf.shtml#HIPOTEShttp://www.monografias.com/trabajos16/estrategia-produccion/estrategia-produccion.shtmlhttp://www.monografias.com/trabajos13/cinemat/cinemat2.shtml#TEORICOhttp://www.monografias.com/trabajos6/meti/meti.shtmlhttp://www.monografias.com/trabajos5/colarq/colarq.shtmlhttp://www.monografias.com/trabajos14/nuevmicro/nuevmicro.shtmlhttp://www.monografias.com/trabajos12/guiainf/guiainf.shtml#HIPOTEShttp://www.monografias.com/trabajos16/estrategia-produccion/estrategia-produccion.shtmlhttp://www.monografias.com/trabajos13/cinemat/cinemat2.shtml#TEORICOhttp://www.monografias.com/trabajos6/meti/meti.shtml


3/56

CONTROL DE CALIDAD


fijar el tipo y tamao de equipo que se va a utiliar, y la temperaturade trabajo. /

como #stas se deben fijar muc$as otras variablesdel proceso.

La variabilidad o fluctuaci)n de las mediciones es una consecuencia de la

fluctuaci)n de todos los factores y variables que afectan el proceso. &or ejemplo,

cada ve que se $ace un lote de mayonesa $ay que pesar el aceite seg*n lo que

indica la f)rmula. Es imposible que la cantidad pesada sea e%actamente igual

para todos los lotes. Tambi#n se producir!n fluctuaciones en la velocidadde

agitaci)n, porque la corriente el#ctricade la l"nea que alimenta el agitador

tambi#n fluct*a. / de la misma manera, de lote a lote cambiar! la cantidad

pesada de los dem!s componentes, el tiempode agitaci)n, la temperatura, etc.

Todos estos factores y muc$os otros condicionan y determinan las

caracter"sticas de calidad del producto.

En el proceso de fabricaci)n de mayonesa intervienen equipos donde $acer la

mecla, materias primas (aceite, $uevos, condimentos, etc., procedimientosde

trabajo, personas que operan los equipos, equipos de medici)n, etc.0

3
http://www.monografias.com/trabajos/termodinamica/termodinamica.shtmlhttp://www.monografias.com/trabajos12/guiainf/guiainf.shtml#HIPOTEShttp://www.monografias.com/trabajos13/cinemat/cinemat2.shtml#TEORICOhttp://www.monografias.com/trabajos11/coele/coele.shtmlhttp://www.monografias.com/trabajos6/meti/meti.shtmlhttp://www.monografias.com/trabajos/termodinamica/termodinamica.shtmlhttp://www.monografias.com/trabajos13/mapro/mapro.shtmlhttp://www.monografias.com/trabajos15/la-estadistica/la-estadistica.shtmlhttp://www.monografias.com/trabajos/termodinamica/termodinamica.shtmlhttp://www.monografias.com/trabajos12/guiainf/guiainf.shtml#HIPOTEShttp://www.monografias.com/trabajos13/cinemat/cinemat2.shtml#TEORICOhttp://www.monografias.com/trabajos11/coele/coele.shtmlhttp://www.monografias.com/trabajos6/meti/meti.shtmlhttp://www.monografias.com/trabajos/termodinamica/termodinamica.shtmlhttp://www.monografias.com/trabajos13/mapro/mapro.shtmlhttp://www.monografias.com/trabajos15/la-estadistica/la-estadistica.shtml


4/56

CONTROL DE CALIDAD


1&ara qu# se miden las caracter"sticas de calidad2 Elan!lisisde los datos

medidos permite obtener informaci)nsobre la calidad del producto, estudiar y

corregir el funcionamiento del proceso y aceptar o rec$aar lotes de producto.

En todos estos casos es necesario tomar decisiones y estas decisiones

dependen del an!lisisde los datos. Como $emos visto, los valoresnum#ricos

presentan una fluctuaci)n aleatoria y por lo tanto para analiarlos es necesario

recurrir a tcnicas estadsticasque permitan visualiar y tener en cuenta la

variabilidad a la $ora de tomar las decisiones.

Siguiendo el pensamientodel 3r. 4aoru 5s$i6a7a, en los m)dulos siguientes

vamos a e%plicar algunas de estas t#cnicas, que se conocen como Las 8

Herramientasde la Calidad.

4
http://www.monografias.com/trabajos11/metods/metods.shtml#ANALIThttp://www.monografias.com/trabajos11/metods/metods.shtml#ANALIThttp://www.monografias.com/trabajos11/basda/basda.shtmlhttp://www.monografias.com/trabajos7/sisinf/sisinf.shtmlhttp://www.monografias.com/trabajos11/metods/metods.shtml#ANALIThttp://www.monografias.com/trabajos14/nuevmicro/nuevmicro.shtmlhttp://www.monografias.com/trabajos14/genesispensamto/genesispensamto.shtmlhttp://www.monografias.com/trabajos6/juti/juti.shtmlhttp://www.monografias.com/trabajos11/contrest/contrest.shtmlhttp://www.monografias.com/trabajos11/metods/metods.shtml#ANALIThttp://www.monografias.com/trabajos11/basda/basda.shtmlhttp://www.monografias.com/trabajos7/sisinf/sisinf.shtmlhttp://www.monografias.com/trabajos11/metods/metods.shtml#ANALIThttp://www.monografias.com/trabajos14/nuevmicro/nuevmicro.shtmlhttp://www.monografias.com/trabajos14/genesispensamto/genesispensamto.shtmlhttp://www.monografias.com/trabajos6/juti/juti.shtmlhttp://www.monografias.com/trabajos11/contrest/contrest.shtml


5/56

CONTROL DE CALIDAD


Estas son0

9. :raistorming

+. 3iagramas de Causa;Efecto

r!ficos de Control

. 3iagramas de ?lujo

@. Histogramas

8. >r!ficos de &areto

A. 3iagramas de 3ispersi)n

HERRAMIENTAS BSICAS DE CALIDAD

BRAINSTORMING

El :rainstorming es una t#cnica de din!mica grupal y se utilia para ayudar alos grupos a generar tantas ideas creativas como sea posible en un per"odo detiempo corto.

El grupo debe respetar principalmente las siguientes consignas 0

No criticar0 'o solo est! pro$ibida la critica sino tambi#n la autocr"tica y laautocensura Bn comentario gracioso puede arruinar una secci)n de:rainstorming.

Libre imaginacin Las ideas aparentemente m!s fuera de conte%to ,

pueden generar asociaciones interesantes . Todos los aportes sonbienvenidos.

La canti!a! "e #ri$i%egia "obre %a ca%i!a! mayor cantidad de ideas esposibles encontrar Dbuenas ideas

To!o !ebe "er regi"tra!o para su evaluaci)n posterior

E% gro i!ea% &ara una secci)n de :rainstorming oscila entre y 9-personas .

5
http://www.monografias.com/trabajos14/control/control.shtmlhttp://www.monografias.com/trabajos14/control/control.shtml


6/56

CONTROL DE CALIDAD


E%isten + clases0

9. :rainstorming Creativo ( >enera nuevas ideas

+. :rainstorming Cr"tico ( Eval*a ) valora las nuevas ideas

&ara asegurar que cada uno de los participantes se sienta c)modo parae%presarse libremente, primero se realia el brainstorming creativo y luegose sigue con sesiones separadas de brainstorming cr"tico.

Cmo con!&cir &na "e"in !e brain"torming creati$o

9. Fe*na al equipo y e%prese claramente el prop)sito de la sesi)n. seg*reseque todos entiendan el tema y comun"quelo por escrito a cada uno de ellos.

+. >enere ideas de la siguiente forma0

; Haciendo que cada persona aporte la mayor cantidad de ideas posibles

; Haciendo que las personas aporten ideas por turno rotativo.


7/56

CONTROL DE CALIDAD


Reg%a" b'"ica" #ara %a "e"in

'inguna idea es absurda

'o est! permitida la cr"tica ni la discusi)n de ideas

Todos participan en la generaci)n de ideas

3eje su rango yG) cargo afuera de la sala

Sea creativo y espont!neo

Se anotan todas las respuestas

Cmo con!&cir &n brain"torming cr(tico

9. Fevise las ideas escritas y elimine las ideas repetidas.

+. 3ecida el criterio a usar para evaluar las ideas restantes.


8/56

CONTROL DE CALIDAD


Esta t#cnica es usada para seleccionar uno o dos del total de opciones paraactuar sobre eso. Las t#cnicas de reducci)n son generalmente usados cuandousted enfrenta un numero de opciones y el grupo no puede decidir con cualproceder yG) cuando $ay un desacuerdo dentro del grupo de cual es la mejor

opci)n.

Hay tres t#cnicas principales de reducci)n de lista0

aluaci)n

&onderaci)n

oto m*ltiple

)a%&acin

9. Seleccione el criterio contra lo cual cada opci)n ser! valuado talescomo el costo o facilidad de implementaci)n.

+. Liste las opciones.


9/56

CONTROL DE CALIDAD



10/56

CONTROL DE CALIDAD


BRAINSTORMING DE CAUSASAREA OSECTOR:________________________________________

DIA MES AO

_____________________________

COMPONENTES DEL GRUPO:____________________________________________________________ ___________________________________________ ___________________________________________PROBLEMA O TEMA A ANALIZAR:___________________________________________________________________________________________________________________________________________________________________________________________________________________________

_____________

N CAUSAS CLASIFICACION DE CRITERIOS1

2

3

4

5

6

7

8

1!

11

12

FEC"A DE FINALIZACION ANALISIS:____________________________________________________CONFORMIDAD PARTICIPANTES DEL GRUPO:___________________________________________

_________________________________________________________________________________________________________________________________________________________

10


11/56

CONTROL DE CALIDAD


BRAINSTORMING DE SOLUCIONESAREA O SECTOR:__________________________________________

DIA MES AO

_______________________________

COMPONENTES DEL GRUPO:______________________________________________________________________________________________________________________________________________________________________________________

PROBLEMA O TEMAANALIZADO

CAUSA SOBRE LA CUAL SEBUSCASOLUCION

RELACION PORCENTUAL DELA CAUSA S#PROBLEMA

N SOLUCIONES $ENTA%AS DES$ENTA%AS PORCENTA%E $ALOR PRIORIDAD

FEC"A FINALIZACION ANALISIS:________________________________________________________CONCLUSION SOLUCION#ES PROPUESTA#S:__________________________________________________________________________________________________________________________________________________________________________________________________________________

______________

11


12/56

CONTROL DE CALIDAD


Diagrama" !e Ca&"a,E-ecto

Hemos visto en la introducci)ncomo el valor de una caracter"stica de

calidad depende de una combinaci)n de variables y factores que

condicionan el proceso productivo. amos a continuar con el ejemplo de

fabricaci)n de mayonesa para e%plicar los 3iagramasde Causa;Efecto0

La variabilidad de las caracter"sticas de calidad es un efecto observado

que tiene m*ltiples causas. Cuando ocurre alg*n problema con la calidad

del producto, debemos investigar para identificar las causas del mismo.

&ara ello nos sirven los 3iagramasde Causa ; Efecto, conocidos tambi#n

como 3iagramas de Espina de &escado por la forma que tienen. Estos

diagramas fueron utiliados por primera ve por 4aoru 5s$i6a7a.

12
http://www.monografias.com/trabajos13/discurso/discurso.shtmlhttp://www.monografias.com/trabajos12/diflu/diflu.shtmlhttp://www.monografias.com/trabajos12/diflu/diflu.shtmlhttp://www.monografias.com/trabajos13/discurso/discurso.shtmlhttp://www.monografias.com/trabajos12/diflu/diflu.shtmlhttp://www.monografias.com/trabajos12/diflu/diflu.shtml


13/56

CONTROL DE CALIDAD


&ara $acer un 3iagramade Causa;Efecto seguimos estos pasos0

J. 3ecidimos cual va a ser la caracter"stica de calidad que vamos a analiar.

&or ejemplo, en el caso de la mayonesa podr"a ser el peso del frasco

lleno, la densidaddel producto, el porcentaje de aceite, etc.

Traamos un flec$a gruesa que representa elprocesoy a la derec$a

escribimos la caracter"stica de calidad0

5ndicamos los factores causales m!s importantes y generales que puedan

generar la fluctuaci)n de la caracter"stica de calidad, traando flec$as

secundarias $acia la principal. &or ejemplo, aterias &rimas, Equipos,

Iperarios, #todode edici)n, etc.0

13
http://www.monografias.com/trabajos14/flujograma/flujograma.shtmlhttp://www.monografias.com/trabajos5/estat/estat.shtmlhttp://www.monografias.com/trabajos11/metods/metods.shtmlhttp://www.monografias.com/trabajos15/la-estadistica/la-estadistica.shtmlhttp://www.monografias.com/trabajos14/flujograma/flujograma.shtmlhttp://www.monografias.com/trabajos5/estat/estat.shtmlhttp://www.monografias.com/trabajos11/metods/metods.shtmlhttp://www.monografias.com/trabajos15/la-estadistica/la-estadistica.shtml


14/56

CONTROL DE CALIDAD


5ncorporamos en cada rama factores m!s detallados que se puedan

considerar causas de fluctuaci)n. &ara $acer esto, podemos formularnos

estas preguntas0

a. 1&or qu# $ay fluctuaci)n o dispersi)n en los valoresde la caracter"stica

de calidad2 &or la fluctuaci)n de las aterias &rimas. Se anota aterias

&rimas como una de las ramas principales.

b. 1Mu# aterias &rimas producen fluctuaci)n o dispersi)n en los valores

de la caracter"stica de calidad2 ceite, Huevos, sal, otros condimentos.

Se agrega ceite como rama menor de la rama principal aterias &rimas.

c. 1&or qu# $ay fluctuaci)n o dispersi)n en el aceite2 &or la fluctuaci)n de

la cantidad agregada a la mecla. gregamos a ceite la rama m!s

pequea Cantidad.

14
http://www.monografias.com/trabajos14/nuevmicro/nuevmicro.shtmlhttp://www.monografias.com/trabajos14/nuevmicro/nuevmicro.shtmlhttp://www.monografias.com/trabajos14/nuevmicro/nuevmicro.shtmlhttp://www.monografias.com/trabajos14/nuevmicro/nuevmicro.shtmlhttp://www.monografias.com/trabajos14/nuevmicro/nuevmicro.shtml


15/56

CONTROL DE CALIDAD


d. 1&or qu# $ay variaci)n en la cantidad agregada de aceite2 &or

funcionamiento irregular de la balana. Se registra la rama :alana.

e. 1&or qu# la balana funciona en forma irregular2 &or que necesita

mantenimiento. En la rama :alana colocamos la rama antenimiento.

s" seguimos ampliando el 3iagramade Causa;Efecto $asta que

contenga todas las causas posibles de dispersi)n.

a. ?inalmente verificamos que todos los factores que puedan causar

dispersi)n $ayan sido incorporados al diagrama. Las relaciones Causa;

Efecto deben quedar claramente establecidas y en ese caso, el diagrama

est! terminado.

eamos un ejemplo de la >u"a de Control de Calidadde 4aoru 5s$i6a7a,

publicada por B'5&B: ('. /or6. Se trata de una m!quina en la cual se produce

un defecto de rotaci)n oscilante. La caracter"stica de calidad es la oscilacinde

un eje durante la rotaci)n0

Bn diagrama de Causa;Efecto es de por si educativo, sirve para que la gente

conoca en profundidad el proceso con que trabaja, visualiando con claridad

las relaciones entre los Efectos y sus Causas. Sirve tambi#n para guiar las

discusiones, al e%poner con claridad los or"genes de un problema de calidad. /

permite encontrar m!s r!pidamente las causas asignables cuando el proceso se

aparta de su funcionamiento $abitual.

15
http://www.monografias.com/trabajos15/mantenimiento-industrial/mantenimiento-industrial.shtmlhttp://www.monografias.com/trabajos15/mantenimiento-industrial/mantenimiento-industrial.shtmlhttp://www.monografias.com/trabajos14/flujograma/flujograma.shtmlhttp://www.monografias.com/trabajos7/herba/herba.shtmlhttp://www.monografias.com/trabajos15/mantenimiento-industrial/mantenimiento-industrial.shtmlhttp://www.monografias.com/trabajos15/mantenimiento-industrial/mantenimiento-industrial.shtmlhttp://www.monografias.com/trabajos14/flujograma/flujograma.shtmlhttp://www.monografias.com/trabajos7/herba/herba.shtml


16/56

CONTROL DE CALIDAD












16


17/56

CONTROL DE CALIDAD




*%ani%%a" !e In"#eccin

Los datos que se obtienen al medir una caracter"stica de calidad pueden

recolectarse utiliando &lanillas de 5nspecci)n. Las &lanillas de 5nspecci)n sirven

para anotar los resultados a medida que se obtienen y al mismo tiempo observar

cual es la tendencia central y la dispersi)n de los mismos. Es decir, no es

necesario esperar a recoger todos los datos para disponer de informaci)n

estad"stica.

17
http://www.monografias.com/trabajos7/sisinf/sisinf.shtmlhttp://www.monografias.com/trabajos15/estadistica/estadistica.shtmlhttp://www.monografias.com/trabajos7/sisinf/sisinf.shtmlhttp://www.monografias.com/trabajos15/estadistica/estadistica.shtml


18/56

CONTROL DE CALIDAD


1C)mo realiamos las anotaciones2 En lugar de anotar los n*meros, $acemos

una marcade alg*n tipo (N, O, raya, etc. en la columna correspondiente al

resultado que obtuvimos.

amos a suponer que tenemos un lote de art"culos y realiamos alg*n tipo de

medici)n. En primer lugar, registramos en el encabeado de la planilla la

informaci)n general0 'P de &lanilla, 'ombre del &roducto, ?ec$a, 'ombre del

5nspector, 'P de Lote, etc. Esto es muy importante porque permitir! identificar

nuestro trabajo de medici)n en el futuro.

18
http://www.monografias.com/trabajos16/marca/marca.shtmlhttp://www.monografias.com/trabajos16/marca/marca.shtml


19/56

CONTROL DE CALIDAD


Luego realiamos las mediciones y las vamos anotando en la &lanilla. &or

ejemplo, si obtuvimos los tres valores siguientes 9.A, +.@, +.@ y los registramos

con un signo O quedar"a as"0

19


20/56

CONTROL DE CALIDAD


3espu#s de muc$as mediciones, nuestra planilla quedar"a como sigue0

&ara cada columna contamos el total de resultados obtenidos y lo anotamos al

pi#. Esta es la ?recuencia de cada resultado, que nos dice cu!les mediciones se

repitieron m!s veces.

20


21/56

CONTROL DE CALIDAD


1Mu# informaci)n nos brinda la &lanilla de 5nspecci)n2 l mismo tiempo que

medimos y registramos los resultados, nos va mostrando cual es la Tendencia

Central de las mediciones. En nuestro caso, vemos que las mismas est!n

agrupadas alrededor de +.< apro%imadamente, con un pico en +.9 y otro en +. .

Habr"a que investigar por que la distribuci)nde los datos tiene esa forma.

dem!s podemos ver la 3ispersi)n de los datos. En este caso vemos que los

datos est!n dentro de un rango que comiena en 9. y termina en


22/56

CONTROL DE CALIDAD


/ adem!s, si marcamos en

la planilla los valores m"nimo y m!%imo especificados para la caracter"stica de

calidad que estamos midiendo (L5E y LSE podemos ver que porcentaje de

nuestro producto cumple con las especificaciones.

Gr'-ico" !e Contro%

Bn gr!fico de controles una cartao diagrama especialmente preparado donde

se van anotando los valores sucesivos de la caracter"stica de calidad que se

est! controlando. Los datos se registran durante el funcionamiento del proceso

de fabricaci)n y a medida que se obtienen.

22
http://www.monografias.com/trabajos14/control/control.shtmlhttp://www.monografias.com/trabajos14/comer/comer.shtmlhttp://www.monografias.com/trabajos14/comer/comer.shtmlhttp://www.monografias.com/trabajos14/control/control.shtmlhttp://www.monografias.com/trabajos14/comer/comer.shtml


23/56

CONTROL DE CALIDAD


El gr!fico de control tiene una L(nea Centra%que representa el promedio

$ist)rico de la caracter"stica que se est! controlando y L(mite" Seriore

In-eriorque tambi#n se calculan con datos $ist)ricos.

&or ejemplo, supongamos que se tiene un proceso de fabricaci)n de anillos de

pist)n para motorde autom)vil y a la salida del proceso se toman las pieas y se

mide el di!metro. Las mediciones sucesivas del di!metro de los anillos se

pueden anotar en una cartacomo la siguiente0

&or ejemplo, si las 9 *ltimas mediciones fueron las siguientes0

Entonces tendr"amos un >r!fico de Control como este0

23
http://www.monografias.com/trabajos10/motore/motore.shtmlhttp://www.monografias.com/trabajos14/comer/comer.shtmlhttp://www.monografias.com/trabajos10/motore/motore.shtmlhttp://www.monografias.com/trabajos14/comer/comer.shtml


24/56

CONTROL DE CALIDAD


&odemos observar en este gr!fico que los valores fluct*an al aar alrededor del

valor central (&romedio $ist)rico y dentro de los l"mitesde control superior e

inferior. medida que se fabrican, se toman muestras de los anillos, se mide el

di!metro y el resultado se anota en el gr!fico, por ejemplo, cada media $ora.

&ero 1Mu# ocurre cuando un punto se va fuera de los l"mites2 Eso es lo que

ocurre con el *ltimo valor en el siguiente gr!fico0

24
http://www.monografias.com/trabajos6/lide/lide.shtmlhttp://www.monografias.com/trabajos6/lide/lide.shtmlhttp://www.monografias.com/trabajos6/lide/lide.shtmlhttp://www.monografias.com/trabajos6/lide/lide.shtmlhttp://www.monografias.com/trabajos6/lide/lide.shtml


25/56

CONTROL DE CALIDAD


Esa circunstancia puede ser un indicio de que algo anda mal en el proceso.

Entonces, es necesario investigar para encontrar el problema (Ca&"a

A"ignab%e y corregirla. Si no se $ace esto el proceso estar! funcionando a un

nivel de calidad menor que originalmente.

E%isten diferentes tipos de >r!ficosde Control0 >r!ficosQ;F, >r!ficos C,

>r!ficos np, >r!ficos Cusum, y otros. Cuando se mide una caracter"stica de

calidad que es una variable continua se utilian en general los >r!ficos Q;F.

Estos en realidad son dos gr!ficos que se utilian juntos, el de .(promedio del

subgrupo y el de R(rango del subgrupo. En este caso se toman muestras de

varias pieas, por ejemplo y esto es un subgrupo. En cada subgrupo se calcula

el promedio .y el rango R(3iferencia entre el m!%imo y el m"nimo.

continuaci)n podemos observar un t"pico gr!fico de Q0

25
http://www.monografias.com/trabajos11/estadi/estadi.shtml#METODOShttp://www.monografias.com/trabajos11/estadi/estadi.shtml#METODOShttp://www.monografias.com/trabajos11/estadi/estadi.shtml#METODOShttp://www.monografias.com/trabajos11/estadi/estadi.shtml#METODOS


26/56

CONTROL DE CALIDAD


/ lo que sigue es un gr!fico de F0

Diagrama" !e /%&0o

3iagrama de ?lujo es una representaci)n gr!fica de la secuencia de etapas,

operaciones, movimientos, decisiones y otros eventosque ocurren en un

proceso. Esta representaci)n se efect*a a trav#s de formas y s"mbolos gr!ficos

utiliados usualmente0

26
http://www.monografias.com/trabajos6/diop/diop.shtmlhttp://www.monografias.com/trabajos13/gaita/gaita.shtmlhttp://www.monografias.com/trabajos6/diop/diop.shtmlhttp://www.monografias.com/trabajos13/gaita/gaita.shtml


27/56

CONTROL DE CALIDAD


Los s"mbolos gr!ficos para dibujar un diagrama de flujoest!n m!s o menos

normaliados0

27
http://www.monografias.com/trabajos12/diflu/diflu.shtmlhttp://www.monografias.com/trabajos12/diflu/diflu.shtml


28/56

CONTROL DE CALIDAD


E%isten otros s"mbolos que se pueden utiliar. Lo importante es que su

significado se entienda claramente a primera vista. En el ejemplo siguiente,

28


29/56

CONTROL DE CALIDAD


vemos un diagrama de flujopara representar el proceso de fabricaci)n de una

resina (Feacci)n de &olimeriaci)n0

lgunas recomendaciones para construir 3iagramas de ?lujoson las siguientes0

Conviene realiar un 3iagrama de ?lujo que describa el proceso real y no

lo que est! escrito sobre el mismo (lo que se supone deber"a ser el proceso.

Si $ay operacionesque no siempre se realian como est! en el diagrama,

anotar las e%cepciones en el diagrama.

29
http://www.monografias.com/trabajos12/diflu/diflu.shtmlhttp://www.monografias.com/trabajos14/flujograma/flujograma.shtmlhttp://www.monografias.com/trabajos6/diop/diop.shtmlhttp://www.monografias.com/trabajos12/diflu/diflu.shtmlhttp://www.monografias.com/trabajos14/flujograma/flujograma.shtmlhttp://www.monografias.com/trabajos6/diop/diop.shtml


30/56

CONTROL DE CALIDAD


&robar el 3iagrama de ?lujo tratando de realiar el proceso como est!

descripto en el mismo, para verificar que todas las operaciones son posibles tal

cual figuran en el diagrama.

Si se piensa en realiar cambios al proceso, entonces se debe $acer un

diagrama adicional con los cambios propuestos.

Hi"tograma"

Bn $istograma es un gr!fico o diagrama que muestrael n*mero de veces que se

repiten cada uno de los resultados cuando se realian mediciones sucesivas.

Esto permite ver alrededor de que valor se agrupan las mediciones (Tendencia

central y cual es la dispersi)n alrededor de ese valor central.

Supongamos que un m#dico dietista desea estudiar el peso de personas adultas

de se%omasculino y recopila una gran cantidad de datos midiendo el peso en

6ilogramos de sus pacientes varones0

8=.@ 8=.@ A9.@ 8.= @J.A @A.=

8=. A.J @.A @


31/56

CONTROL DE CALIDAD


A.+ 8A.= 8J.= @J.= 8=.@ 8.=

A9.@ A=.@ 8=.@ @J.A A.+ 8=.A

@8.J J8.= A.+ A


32/56

CONTROL DE CALIDAD


8=.@ 8+.9 @


33/56

CONTROL DE CALIDAD


-; -

;@- 9

@-;@ 98

@;8- =A

8-;8 8-

8;A-


34/56

CONTROL DE CALIDAD


$ora se pueden representar las frecuencias en un gr!fico como el siguiente0

&or ejemplo, la tabla nos dice que $ay =A pacientes que pesan entre @ y 8-

6ilogramos. &or lo tanto, levantamos una columna de altura proporcional a =A en

el gr!fico0

34


35/56

CONTROL DE CALIDAD


/ agregando el resto de las frecuencias nos queda el $istograma siguiente0

1Mu# utilidadnos presta el $istograma2 &ermite visualiar r!pidamente

informaci)n que estaba oculta en la tabla original de datos. &or ejemplo, nos

35
http://www.monografias.com/trabajos4/costo/costo.shtmlhttp://www.monografias.com/trabajos4/costo/costo.shtml


36/56

CONTROL DE CALIDAD


permite apreciar que el peso de los pacientes se agrupa alrededor de los 8-;8

6ilos. Esta es la Tendencia Centralde las mediciones. dem!s podemos

observar que los pesos de todos los pacientes est!n en un rango desde a

9-- 6ilogramos. Esta es la Dispersinde las mediciones. Tambi#n podemos

observar que $ay muy pocos pacientes por encima de J- 6ilogramos o por

debajo de @- 6ilogramos.

$ora el m#dico puede e%traer toda la informaci)n relevante de las mediciones

que reali) y puede utiliarlas para su trabajo en el terreno de la medicina.

Diagrama !e *areto

Mediante el Diagrama de Pareto se pueden detectar los problemas que tienen ms

relevancia mediante la aplicacin del principio de Pareto (pocos vitales, muchos

triviales) que dice que hay muchos problemas sin importancia frente a solo unos

graves. a que por lo general, el !"# de los resultados totales se originan en el $"#

de los elementos.

%a minor&a vital aparece a la i'quierda de la graca y la mayor&a til a la derecha.

*ay veces que es necesario combinar elementos de la mayor&a til en una sola

clasicacin denominada otros, la cual siempre deber ser colocada en el e+tremo

derecho. %a escala vertical es para el costo en unidades monetarias, frecuencia o

porcentae.

%a grca es muy til al permitir identicar visualmente en una sola revisin tales

minor&as de caracter&sticas vitales a las que es importante prestar atencin y de esta

manera utili'ar todos los recursos necesarios para llevar acabo una accin correctiva

sin malgastar esfuer'os.

36
http://www.monografias.com/trabajos11/medalop/medalop.shtmlhttp://www.monografias.com/trabajos11/medalop/medalop.shtml


37/56

CONTROL DE CALIDAD


-lgunos eemplos de tales minor&as vitales ser&an

/ %a minor&a de clientes que representen la mayor&a de las ventas.

/ %a minor&a de productos, procesos, o caracter&sticas de la calidad

causantes del grueso de desperdicio o de los costos de reelaboracin.

/ %a minor&a de recha'os que representa la mayor&a de queas de la

clientela.

/ %a minor&a de vendedores que esta vinculada a la mayor&a de partes

recha'adas.

/ %a minor&a de problemas causantes del grueso del retraso de un proceso.

/ %a minor&a de productos que representan la mayor&a de las ganancias

obtenidas.

/ %a minor&a de elementos que representan al grueso del costo de un

inventarios.

Concepto

0l Diagrama de Pareto es una grca en donde se organi'an diversas

clasicaciones de datos por orden descendente, de i'quierda a derecha por medio de

barras sencillas despu1s de haber reunido los datos para calicar las causas. De

modo que se pueda asignar un orden de prioridades.

Qu es?

37


38/56

CONTROL DE CALIDAD


0l nombre de Pareto fue dado por el Dr. 2oseph 2uran en honor del economista italiano

3ilfredo Pareto (4!5!647$8) quien reali'o un estudio sobre la distribucin de la

rique'a, en el cual descubri que la minor&a de la poblacin pose&a la mayor parte de

la rique'a y la mayor&a de la poblacin pose&a la menor parte de la rique'a. 9on esto

estableci la llamada :%ey de Pareto: segn la cual la desigualdad econmica es

inevitable en cualquier sociedad.

0l Dr. 2uran aplic este concepto a la calidad, obteni1ndose lo que hoy se conoce

como la regla !";$".

de los

=muchos triviales>. ?na grca de Pareto es utili'ada para separar grcamente los

aspectos signicativos de un problema desde los triviales de manera que un equipo

sepa dnde dirigir sus esfuer'os para meorar. @educir los problemas ms

signicativos (las barras ms largas en una Arca Pareto) servir ms para una

meora general que reducir los ms pequeBos. 9on frecuencia, un aspecto tendr el

!"# de los problemas. 0n el resto de los casos, entre $ y 8 aspectos sern

responsables por el !"# de los problemas.

0n relacin con los estilos gerenciales de @esolucin de Problemas y Coma de

Decisiones (9onservador, ombero, Eportunista e Fntegrador)4G4H, vemos como la

utili'acin de esta herramienta puede resultar una alternativa e+celente para un

gerente de estilo ombero, quien constantemente a la hora de resolver problemas

solo =apaga incendios>, es decir, pone todo su esfuer'o en los =muchos triviales>.

Cundo se utiliza?

/ -l identicar un producto o servicio para el anlisis para meorar la calidad.

1

38


39/56

CONTROL DE CALIDAD


/ 9uando e+iste la necesidad de llamar la atencin a los problema o causas

de una forma sistemtica.

/ -l identicar oportunidades para meorar

/ -l anali'ar las diferentes agrupaciones de datos (e por producto, por

segmento, del mercado, rea geogrca, etc.)

/ -l buscar las causas principales de los problemas y establecer la prioridad

de las soluciones

/ -l evaluar los resultados de los cambos efectuados a un proceso (antes y

despu1s)

/ 9uando los datos puedan clasicarse en categor&as

/ 9uando el rango de cada categor&a es importante

Pareto es una herramienta de anlisis de datos ampliamente utili'ada y es por lo

tanto til en la determinacin de la causa principal durante un esfuer'o de resolucin

de problemas. 0ste permite ver cules son los problemas ms grandes,

permiti1ndoles a los grupos establecer prioridades. 0n casos t&picos, los pocos

(pasos, servicios, &tems, problemas, causas) son responsables por la mayor parte el

impacto negativo sobre la calidad.


40/56


41/56

CONTROL DE CALIDAD


44. dar un t&tulo al grco, agregar las fechas de cuando los datos fueron reunidos y

citar la fuente de los datos.

4$. anali'ar la grca para determinar los =pocos vitales>

Consejos para la construccin / interpretacin

9omo hemos visto, un Diagrama de Pareto es un grco de barras que enumera las

categor&as en orden descendente de i'quierda a derecha, el cual puede ser utili'ado

por un equipo para anali'ar causas, estudiar resultados y planear una meora

continua.

Dentro de las dicultades que se pueden presentar al tratar de interpretar el

Diagrama de Pareto es que algunas veces los datos no indican una clara distincin

entre las categor&as. 0sto puede verse en el grco cuando todas las barras son ms

o menos de la misma altura.

Etra dicultad es que se necesita ms de la mitad de las categor&as para sumar ms

del K"# del efecto de calidad, por lo que un buen anlisis e interpretacin depende

en su gran mayor&a de un buen anlisis previo de las causas y posterior recogida de

datos.

0n cualquiera de los casos, parece que el principio de Pareto no aplica. Debido a que

el mismo se ha demostrado como vlido en literalmente miles de situaciones, es muy

poco probable que se haya encontrado una e+cepcin. 0s mucho ms probable que

simplemente no se haya seleccionado un desglose apropiado de las categor&as.


42/56

CONTROL DE CALIDAD


%a interpretacin de un Diagrama de Pareto se puede denir completando las

siguientes oraciones de eemplo

=0+isten (nmero de categor&as) contribuyentes relacionados con (efecto). Pero estos

(nmero de pocos vitales) corresponden al (nmero) # del total (efecto). Debemos

procurar estas (nmero) categor&as pocos vitales, ya que representan la mayor

ganancia potencial para nuestros esfuer'os.>

Relacin con otras herramientas

?n Diagrama de Pareto generalmente se relaciona con

/ diagrama de 9ausa y 0fecto (FshiIaa)

/ 9hecI %ist de @evisin

/ 9hecI %ist de reunin de datos

/ Matri' para la Planeacin de -cciones

Ejemplo de aplicacin

?n fabricante de heladeras desea anali'ar cuales son los defectos ms frecuentes

que aparecen en las unidades al salir de la l&nea de produccin. Para esto, empe'

por clasicar todos los defectos posibles en sus diversos tipos

Tipo de e!ecto etalle del "ro#lema

Motor no detiene No para el motor cuando alcan'a

Cemperatura

No enfr&a 0l motor arranca pero la heladera no enfr&a

urlete Def. urlete roto o deforme que no austa

Pintura Def. Defectos de pintura en supercies e+ternas

42


43/56

CONTROL DE CALIDAD


@ayas @ayas en las supercies e+ternas

No funciona -l enchufar no arranca el motor

Puerta no cierra %a puerta no cierra correctamente

Aavetas Def. Aavetas interiores con raaduras

Motor no arranca 0l motor no arranca despu1s de ciclo de

parada

Mala Nivelacin %a heladera se balancea y no se puede

nivelar

Puerta Def. Puerta de refrigerador no cierra

herm1ticamente

Etros Etros Defectos no inclu&dos en los anteriores

Posteriormente, un inspector revisa cada heladera a medida que sale de produccin

registrando sus defectos de acuerdo con dichos tipos. Despu1s de inspeccionar !!

heladeras, se obtuvo una tabla como esta

Tipo de

e!ectoetalle del "ro#lema $rec%

urlete Def. urlete roto o deforme que no austa 7

Pintura Def. Defectos de pintura en supercies

e+ternas

J

Aavetas Def. Aavetas interiores con raaduras 4

Mala

Nivelacin

%a heladera se balancea y no se puede

nivelar

4

43


44/56

CONTROL DE CALIDAD


Motor no

arranca

0l motor no arranca despu1s de ciclo

de parada

4

Motor no

detiene

No para el motor cuando alcan'a

Cemperatura

8K

No enfr&a 0l motor arranca pero la heladera no

enfr&a

$L

No funciona -l enchufar no arranca el motor $

Etros Etros Defectos no inclu&dos en los

anteriores

"


herm1ticamente

"

Puerta no

cierra

%a puerta no cierra correctamente $

@ayas @ayas en las supercies e+ternas 5

Total& ''

%a ltima columna muestra el nmero de heladeras que presentaban cada tipo de

defecto, es decir, la frecuencia con que se presenta cada defecto. 0n lugar de la

frecuencia num1rica podemos utili'ar la frecuencia porcentual, es decir, el porcentae

de heladeras en cada tipo de defecto

Tipo de

e!ectoetalle del "ro#lema $rec% $rec% (

urlete Def. urlete roto o deforme que no austa 7 4".$

44


45/56

CONTROL DE CALIDAD


Pintura Def. Defectos de pintura en supercies

e+ternas

J J.L

Aavetas Def. Aavetas interiores con raaduras 4 4.4

Mala

Nivelacin

%a heladera se balancea y no se puede

nivelar

4 4.4

Motor no

arranca

0l motor no arranca despu1s de ciclo

de parada

4 4.4

Motor no

detiene

No para el motor cuando alcan'a

Cemperatura

8K 5".7

No enfr&a 0l motor arranca pero la heladera no

enfr&a

$L 8".L

No funciona -l enchufar no arranca el motor $ $.8

Etros Etros Defectos no inclu&dos en los

anteriores

" "."


herm1ticamente

" "."

Puerta no

cierra

%a puerta no cierra correctamente $ $.8

@ayas @ayas en las supercies e+ternas 5 5.J

Total& '' )**

Podemos ahora representar los datos en un histograma como el siguiente

45


46/56

CONTROL DE CALIDAD


Pero O9ules son los defectos que aparecen con mayor frecuencia Para hacerlo msevidente, antes de gracar podemos ordenar los datos de la tabla en ordendecreciente de !recuencia

Tipo dee!ecto

etalle del "ro#lema $rec% $rec% (

Motor nodetiene

No para el motor cuando alcan'aCemperatura

8K 5".7

No enfr&a 0l motor arranca pero la heladera noenfr&a

$L 8".L

urlete Def. urlete roto o deforme que no austa 7 4".$

Pintura Def. Defectos de pintura en superciese+ternas

J J.L

@ayas @ayas en las supercies e+ternas 5 5.J

No funciona -l enchufar no arranca el motor $ $.8

Puerta nocierra

%a puerta no cierra correctamente $ $.8

46


47/56

CONTROL DE CALIDAD


Aavetas Def. Aavetas interiores con raaduras 4 4.4

MalaNivelacin

%a heladera se balancea y no se puedenivelar

4 4.4

Motor noarranca

0l motor no arranca despu1s de ciclode parada

4 4.4

Puerta Def. Puerta de refrigerador no cierraherm1ticamente

" "."

Etros Etros Defectos no incluidos en losanteriores

" "."

Total& '' )**

3emos que la categor&a =otros> siempre debe ir al nal, sin importar su valor. De estamanera, si hubiese tenido un valor ms alto, igual deber&a haberse ubicado en laltima la.

-hora resulta evidente cuales son los tipos de defectos ms frecuentes. Podemosobservar que los 8 primeros tipos de defectos se presentan en el !$ # de lasheladeras, apro+imadamente. Por el Principio de Pareto, concluimos que %a mayorparte de los defectos encontrados en el lote pertenece slo a 8 tipos de defectos, demanera que si se eliminan las causas que los provocan desaparecer&a la mayor partede los defectos.

47


48/56

CONTROL DE CALIDAD


Diagrama" !e Di"#er"in

Los 3iagramas de 3ispersi)n o >r!ficos de Correlaci)n permiten estudiar la

relaci)n entre + variables. 3adas + variables Q e /, se dice que e%iste una

correlaci)n entre ambas si cada ve que aumenta el valor de Q aumenta

proporcionalmente el valor de / (Correlaci)n positiva o si cada ve que

aumenta el valor de Q disminuye en igual proporci)n el valor de / (Correlaci)n

negativa.

En un gr!fico de correlaci)n representamos cada par Q, / como un punto donde

se cortan las coordenadas de Q e /0

eamos un ejemplo. Supongamos que tenemos un grupode personas adultas

de se%omasculino. &ara cada personase mide la altura en metros (ariable Q y

el peso en 6ilogramos (ariable /. Es decir, para cada personatendremos un

par de valores Q, / que son la altura y el peso de dic$a persona0

48
http://www.monografias.com/trabajos14/dinamica-grupos/dinamica-grupos.shtmlhttp://www.monografias.com/trabajos16/sexo-sensualidad/sexo-sensualidad.shtmlhttp://www.monografias.com/trabajos7/perde/perde.shtmlhttp://www.monografias.com/trabajos7/perde/perde.shtmlhttp://www.monografias.com/trabajos14/dinamica-grupos/dinamica-grupos.shtmlhttp://www.monografias.com/trabajos16/sexo-sensualidad/sexo-sensualidad.shtmlhttp://www.monografias.com/trabajos7/perde/perde.shtmlhttp://www.monografias.com/trabajos7/perde/perde.shtml


49/56

CONTROL DE CALIDAD


N

Persona

Altura

(m)

Peso

(Kg.)

N

Persona

Altura

(m)

Peso

(Kg.)

001 9.J= J.A -+@ 9.@@ 8=.J

002 9.A+ A-. -+8 9.J@ AA.9

003 9.8J 8A.+ -+A 9.@ @.

calidad - odulo 6 herramientas de calidad

Documents