(Colocar una imagen representativa al contenido del curso).

CALIDAD ES:
 El reto de hacer las cosas bien a primera.
 El conjunto de aquello que satisface las necesidades del destinatario (el cliente).

El conjunto de características de un producto o servicio que tiene la habilidad de satisfacer

las necesidades del cliente.

LA MEJOR CALIDAD ES:

 La que satisface los requerimientos especificados por el comprador, al menor coste
para él.

DEFINICIONES DE CALIDAD
 Adecuación al uso.
 Cumplir con las especificaciones.
 Un grado predecible de uniformidad y fiabilidad a bajo costo y adecuado a las
necesidades del mercado.
 Calidad es lo que el cliente está dispuesto a pagar, en función de lo que obtiene y
valora.
 La calidad es el mínimo coste que un producto supone para la sociedad.

CALIDAD ES POR TANTO...

Una forma de gestionar la empresa con el objetivo de mejorar la calidad en toda la
organización, a través de un proceso de mejora continua.

CALIDAD ES:
* Planificar
* Optimizar
* Ejecutar
* Evaluar
* Informar
Todo ello dentro de un proceso de mejora continua.

SATISFACCIÓN AL CLIENTE
 Con un producto cuyas propiedades y características cumplen unas exigencias
expresas o implícitas.
 Es lo que se ha venido llamando "calidad de producto"
 Se deben garantizar además, otros factores tales como: precio, plazo, servicio.

SATISFACCIÓN A LA EMPRESA
 Dando respuesta al cliente a unos costos asumibles por la propia empresa.
 Esto solo será posible, abordando la calidad con un concepto amplio, adaptando el
sistema de calidad a las necesidades de la empresa eliminando ineficacias. Mediante
aumentos de su rentabilidad y competitividad.
 Optimización de los recursos mediante la eliminación de las "ineficacias".contratos,
ofertas archivo, papeles control, formación, utillaje acopios, definiciones, desorden
métodos averías, informes plazos, stocks, m.o.d. etc.

TODOS SE DEBEN ENFOCAR AL CLIENTE

La mayoría de las empresas están llevando a cabo procesos de calidad o, por lo menos han
intentado programas o proyectos que incluyen características de calidad. No es extraño que
los esfuerzos corporativos se centren en la solución de problemas, el mejoramiento de la
productividad, el involucrar al personal y/o al aseguramiento de la calidad. Sin embargo, un
solo objetivo común reconocible puede ser el elemento catalizador que provea los medios
para que todos los empleados se empeñen fervorosa y formalmente en el logro de la calidad
total. La mejor manera de definir calidad, es como la satisfacción de las necesidades del
cliente externo e interno.

El doctor en filosofía [Link] White , profesor de administración de empresas de la

Universidad de Michigan, lo resume cuando afirma: “lo primero es centrarse en el cliente. El
propósito de todo el trabajo y de todos los esfuerzos por mejorar, es el de servir a los clientes
con más eficiencia”

LA CALIDAD ES UN PROCESO
La calidad debe ser vista como un proceso y no como un programa o proyecto, tiene
principio, pero no tiene fin . Acompaña y abarca todo.
La calidad tiene el poder de motivar a una organización, pero sus conceptos son tan simples
que al introducirse en ellos la mayoría exclamará que eso ya lo sabia.
¿Por qué es entonces que tan pocos dominan esta área y que aquellos que lo logran
sobresalen de todos los demás?
Pero sólo aquellos que se centran en el cliente y que trabajan para satisfacer las
necesidades del mismo llegaran a ser maestros en la calidad. La empresa logra ver todas
sus necesidades del cliente se torna el principal centro de interés.

EVALUACIÓN DE LAS NECESIDADES DEL CLIENTE

El agregar una evaluación de las necesidades del cliente y reconocer las percepciones y
expectativas del mismo , al proceso directivo imbuye al desarrollo e implantación de planes
de acción de un poder dinámico.
La comunicación entre el cliente y la organización es esencial y se debe iniciar un diálogo
frecuente que provea de la información necesaria para la identificación de necesidades, la
medición de los logros y la satisfacción obtenida.
Recordará que he definido calidad como la satisfacción de las necesidades del cliente no
sólo a nivel externo sino también a nivel interno, ya que hay un gran valor en la evaluación
del cliente externo, pero el concepto de aplicar las mismas consideraciones a la evaluación
del cliente interno es por lo menos igual, y tal vez mayor al potencial del examen externo.

White lo declara sencillamente “ la calidad es una meta alrededor de la cual se reúne la

gente, a diferencia de otras metas operacionales como la reducción de los costos, o el
mejoramiento de la productividad. La calidad abre a la gente al cambio por que éste se hace
por una buena razón. Los conecta con el cliente y reafirma el motivo de orgullo en su trabajo.

PRODUCTIVIDAD Y COMPETITIVIDAD

CALIDAD ES CONFORMIDAD
1. Conformidad del diseño con los requisitos del cliente.
2. Conformidad del producto fabricado y entregado según sus diseños y especificaciones.
3. Conformidad del servicio con las prestaciones acordadas y pactadas con el cliente.
 PRODUCTIVIDAD
La productividad es minimizar los recursos de producción, manteniendo un nivel de, calidad,
no es un fin en sí mismo, es un medio para ser competitivo.

POLÍTICA DE CALIDAD
Deben de llegar a todas las directrices y abarca todos los objetivos de una empresa
enfocados a la calidad, expresados formalmente por la dirección general.

GESTIÓN DE LA CALIDAD
Aspecto de la fundación general de la gestión, que determina y aplica la política de la calidad.
CORRIENTES FILOSIFICAS

ORIGENES Y TENDENCIAS DE LA CALIDAD TOTAL

El concepto de Calidad se ha desarrollado de manera paralela a diferentes enfoques gerenciales.
No se puede hablar de él, como sí hubiera evolucionado en forma aislada. De ahí que se pueda
concluir que la implantación de calidad total demanda forzosamente un estilo gerencial
participativo y que tenga como uno de sus principales valores al trabajo en equipo.

CALIDAD PERSONAL

Establezca actividades medibles que sean importantes para la implantación de la calidad,

después “negocie” metas de logro personal a corto y a largo plazo. Siempre tenga en mente
el recalcar la importancia del proceso y de sus técnicas y reconozca que los números
relativos a la exposición no indican el grado de aceptación y utilización real.

Haz de la calidad una parte de la rutina y no algo “extra”.

La calidad no se busca sin riesgo y aunque los pasos hacia su logro son simples debe haber
una disciplina en la búsqueda. Esta es otra razón para apoyar el enlace del desempeño
personal a la implantación exitosa, porque es algo sobre lo que sólo unos pocos de nosotros
tenemos una enorme influencia.

NO PERMITA QUE EL RIESGO LO ASUSTE

No utilice el factor riesgo como una razón para no buscar Calidad. El riesgo puede ser
minimizado o eliminado si prestamos atención a ciertos detalles. Después de haber utilizado
la temible palabra “riesgo” permítame predecir que el riesgo más grande relacionado a la
Calidad reside en no buscarla porque aquellos que no lo hagan estarán menos capacitados
para responder al cambio.

HACER TIEMPO PARA LA CALIDAD

Existe otro elemento que apoya el enlazar el desempeño personal de Calidad. Cada uno de
nosotros demuestra las prioridades por el énfasis que pone en sus tareas diarias. La Calidad
no puede ser traducida como algo “extra”, se debe convertir en una rutina. Sin embargo, uno
de los mayores impedimentos para que la Calidad se vuelva una parte rutinaria, está en el
encontrar –o hacer-, en los inicios, tiempo para la Calidad.
El compromiso de tiempo no puede ser ignorado, así que enfréntelo con valentía y confianza.
Se puede encontrar – y se encontrará- tiempo si así lo desean.
El punto es reconocer que la calidad lleva tiempo, pero no necesariamente tiempo que no
esté ya disponibl

HERRAMIENTAS PARA LA MEJORA CONTINUA

Introducción
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 está determinada por sus características de calidad, es decir,
por sus propiedades físicas, químicas, mecánicas, estéticas, durabilidad, funcionamiento, etc.
que en conjunto determinan el aspecto y el comportamiento del mismo. El cliente quedará
satisfecho con el producto si esas características se ajustan a lo que esperaba, es decir, a
sus expectativas previas.
Por lo general, existen algunas características que son críticas para establecer la calidad del
producto. Normalmente se realizan mediciones de estas características y se obtienen datos
numéricos. Si se mide cualquier característica de calidad de un producto, se observará que
los valores numéricos presentan una fluctuación o variabilidad entre las distintas unidades
del producto fabricado. Por ejemplo, si la salida del proceso son frascos de mayonesa y la
característica de calidad fuera el peso del frasco y su contenido, veríamos que a medida que
se fabrica el producto las mediciones de peso varían al azar, aunque manteniéndose cerca
de un valor central.

El peso de los frascos llenos fluctúa alrededor de los 250 grs. Si la característica de calidad
fuera otra, como el contenido de aceite, el color de la mayonesa o el aspecto de la etiqueta
también observaríamos que las sucesivas mediciones fluctúan alrededor de un valor central.
El valor de una característica de calidad es un resultado que depende de una combinación
de variables y factores que condicionan el proceso productivo. Por ejemplo, en el caso de la
producción de mayonesa es necesario establecer que cantidades de aceite, huevos y otras
materias primas se van a usar. Hay que establecer a que velocidad se va a agitar la mezcla y
cuanto tiempo. Se debe fijar el tipo y tamaño de equipo que se va a utilizar, y la temperatura
de trabajo. Y como éstas se deben fijar muchas otras variables del proceso.
La variabilidad o fluctuación de las mediciones es una consecuencia de la fluctuación de
todos los factores y variables que afectan el proceso. Por ejemplo, cada vez que se hace un
lote de mayonesa hay que pesar el aceite según lo que indica la fórmula. Es imposible que la
cantidad pesada sea exactamente igual para todos los lotes. También se producirán
fluctuaciones en la velocidad de agitación, porque la corriente eléctrica de la línea que
alimenta el agitador también fluctúa. Y de la misma manera, de lote a lote cambiará la
cantidad pesada de los demás componentes, el tiempo de agitación, la temperatura, etc.
Todos estos factores y muchos otros condicionan y determinan las características de calidad
del producto.
En el proceso de fabricación de mayonesa intervienen equipos donde hacer la mezcla,
materias primas (aceite, huevos, condimentos, etc.), procedimientos de trabajo, personas
que operan los equipos, equipos de medición, etc.:

¿Para qué se miden las características de calidad? El análisis de los datos medidos permite
obtener información sobre la calidad del producto, estudiar y corregir el funcionamiento del
proceso y aceptar o rechazar lotes de producto. En todos estos casos es necesario tomar
decisiones y estas decisiones dependen del análisis de los datos. Como hemos visto, los
valores numéricos presentan una fluctuación aleatoria y por lo tanto para analizarlos es
necesario recurrir a técnicas estadísticas que permitan visualizar y tener en cuenta la
variabilidad a la hora de tomar las decisiones.
Siguiendo el pensamiento del Dr. Kaoru Ishikawa, en los módulos siguientes vamos a
explicar algunas de estas técnicas, que se conocen como Las 7 Herramientas de la Calidad.
Estas son:
1. Diagramas de Causa-Efecto
2. Planillas de Inspección
 3. Gráficos de Control
4. Diagramas de Flujo
5. Histogramas
6. Gráficos de Pareto
7. Diagramas de Dispersión

DIAGRAMA DE CAUSA-EFECTO (ISHIKAWA)

Un diagrama de causas-efecto es un método útil para clarificar las causas de un problema.
Clasifica las diversas causas que se piensa afectan los resultados del trabajo, señalando con
flechas la relación causa-efecto entre ellas.

El diagrama causas-efecto se denomina a veces “diagrama de espina de pescado” o

“diagrama ishikawa” (por Kaoru Ishikawa, una autoridad en calidad que introdujo su uso), o
“diagrama de características”(referencia a su empleo en la identificación de la causa de
diversas características de calidad, incluyendo problemas).
Los “efectos” se definen como características de calidad particulares o problemas del trabajo.
Los ejemplos incluyen calidad del producto, costes, cantidad de producción, entrega,
seguridad del lugar de trabajo y actividades de los círculos de control de calidad.

El en lado de las “causas” están los factores que influencian los efectos establecidos o
características. Las dificultades incluyen los materiales, maquinaria y equipo, métodos de
operación, operarios y el entorno, como ejemplos de categorías principales, aunque puede
emplearse cualquier descomposición que sea relevante para un análisis. Las ramas del
diagrama son flechas que indican la relación entre el efecto y los factores causales. Las
flechas que conectan con la línea central semejan a ramas que parten de un tronco de árbol.

Los diagramas de causas-efecto son valiosos para cualquier proceso en que puedan
aplicarse. Todos los implicados en un problema deben participar, ofreciendo sus opiniones
para descubrir los factores asociados con un problema.

H1 - Diagramas de Causa-Efecto
Hemos visto en la introducción como el valor de una característica de calidad depende de
una combinación de variables y factores que condicionan el proceso productivo. Vamos a
continuar con el ejemplo de fabricación de mayonesa para explicar los Diagramas de Causa-
Efecto:
La variabilidad de las características de calidad es un efecto observado que tiene múltiples
causas. Cuando ocurre algún problema con la calidad del producto, debemos investigar para
identificar las causas del mismo. Para ello nos sirven los Diagramas de Causa - Efecto,
conocidos también como Diagramas de Espina de Pescado por la forma que tienen. Estos
diagramas fueron utilizados por primera vez por Kaoru Ishikawa.
Para hacer un Diagrama de Causa-Efecto seguimos estos pasos:
1. Decidimos cual va a ser la característica de calidad que vamos a analizar. Por
ejemplo, en el caso de la mayonesa podría ser el peso del frasco lleno, la densidad del
producto, el porcentaje de aceite, etc.
2. Trazamos un flecha gruesa que representa el proceso y a la derecha escribimos la
característica de calidad:

3. Indicamos los factores causales más importantes y generales que puedan generar la
fluctuación de la característica de calidad, trazando flechas secundarias hacia la
principal. Por ejemplo, Materias Primas, Equipos, Operarios, Método de Medición, etc.:
Incorporamos en cada rama factores más detallados que se puedan considerar causas de
fluctuación. Para hacer esto, podemos formularnos estas preguntas:
a. ¿Por qué hay fluctuación o dispersión en los valores de la característica de
calidad? Por la fluctuación de las Materias Primas. Se anota Materias Primas
como una de las ramas principales.
b. ¿Qué Materias Primas producen fluctuación o dispersión en los valores de la
característica de calidad? Aceite, Huevos, sal, otros condimentos. Se agrega
Aceite como rama menor de la rama principal Materias Primas.
c. ¿Por qué hay fluctuación o dispersión en el aceite? Por la fluctuación de la
cantidad agregada a la mezcla. Agregamos a Aceite la rama más pequeña
Cantidad.
d. ¿Por qué hay variación en la cantidad agregada de aceite? Por funcionamiento
irregular de la balanza. Se registra la rama Balanza.
e. ¿Por qué la balanza funciona en forma irregular? Por que necesita
mantenimiento. En la rama Balanza colocamos la rama Mantenimiento.
Así seguimos ampliando el Diagrama de Causa-Efecto hasta que contenga todas las
causas posibles de dispersión.
 4. Finalmente verificamos que todos los factores que puedan causar dispersión hayan
sido incorporados al diagrama. Las relaciones Causa-Efecto deben quedar claramente
establecidas y en ese caso, el diagrama está terminado.
Veamos un ejemplo de la Guía de Control de Calidad de Kaoru Ishikawa, publicada por
UNIPUB (N. York). Se trata de una máquina en la cual se produce un defecto de rotación
oscilante. La característica de calidad es la oscilación de un eje durante la rotación:

Un diagrama de Causa-Efecto es de por si educativo, 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 también para guiar las discusiones, al exponer con claridad los
orígenes de un problema de calidad. Y permite encontrar más rápidamente las causas
asignables cuando el proceso se aparta de su funcionamiento habitual.

CÓMO PREPARAR UN DIAGRAMA DE CAUSA-EFECTO

PASO 1: Clarificar las características del problema y escribir un título

Asegurar que todos los implicados entienden bien el problema, decidir qué características
examina, y darle un título a la investigación sobre una pizarra o una gran hoja de papel. Los
datos del proceso que muestran malas características ayudan a descubrir los factores
implicados en un problema. Puede también hacer esto después de una mejora para
determinar cuánto ha mejorado el proceso.

PASO 2. Escribir la característica efecto y dibujar la línea espina

Escribir sobre un recuadro la característica a examinar (justo en el lado derecho). Sea

específico en la descripción de la características efecto. No diga justamente, “el componente
X es defectuoso”; en vez de decir: “el componente X es delgado” o “el componente X es
débil”. A continuación dibujar una flecha gruesa de izquierda a derecha (hasta el recuadro de
la característica). Esta flecha es el tronco.
PASO 3. Clarificar los factores que afectan a la característica

La utilidad de su diagrama de causas-efecto depende de la eficiencia con la que se realice

este paso. Los métodos para definir los factores incluyen:

1. Método de expansión de grandes ramas

2. Método de expansión de pequeñas ramas (brainstorming)
3. Método de expansión de pequeñas ramas (diagrama de afinidad)

Método de expansión de grandes ramas:

1. Divida los factores que estime afectan a las características en categorías que
contengan de cuatro a seis elementos. Dibuje una gran rama para cada categoría,
colocando el nombre de la categoría en una recuadro al final.
2. Para cada gran rama, dibuje ramas medias, pequeñas y mínimas con base en las
sugerencias de los participantes para rastrear la causa de la característica. En las
discusiones, es esencial preguntar repetidamente “porqué” hasta que se llegue a la
causa raíz.

Método de expansión de pequeñas ramas (“brainstorming”)

1. Cada uno considera los factores que piensa influencian las características. El grupo
realiza sesiones de “brainstorming” para sintetizar ideas, Estos elementos se escriben
en una pizarra o gran hoja de papel preparadas anticipadamente.

2. Conforme los participantes discuten las relaciones, agrupan los factores en pequeñas
categorías sobre la base de sus sugerencias. Posteriormente, estas pequeñas
categorías se agrupan en medias y grandes.
 3. Ordenar las categorías en el formato de un diagrama de causas-efecto. Las grandes
categorías serán las ramas de primer orden o mayores, las categorías medias las
ramas medias, y las categorías pequeñas, las ramas de tercer orden o pequeñas.

Método de expansión de pequeñas ramas (diagrama de afinidad)

1. Distribuir aproximadamente 50 tarjetas entre todos los miembros del grupo por igual.
2. Pedir a los miembros del grupo que escriban factores que crean que influencian la
característica.
3. Coloque las tarjetas sobre una mesa y, basándose en las opiniones del grupo, agrupe
juntas las tarjetas relacionadas. Estas son las pequeñas ramas. A continuación, se
localizan las relaciones entre los encabezamientos de las pequeñas ramas,
agrupándose en consecuencia para formar ramas medias. Similarmente, se buscan
las relaciones entre los encabezamientos de las ramas medias, que se agrupan
consecuentemente para formar grandes ramas.
4. Ordenar las tarjetas agrupadas en un formato de diagrama de causas-efecto y
colóquelas en una gran hoja de papel.

PASO 4. Verificar la omisión de factores

Una vez que se ha establecido el formato del diagrama de causas-efecto, todos los
participantes deben asegurar que no se ha dejado fueran ningún factor. Si se ha omitido
algún factor, insertarlo en el diagrama.

PASO 5. Identificar los factores que afectan fuertemente la característica

Chequear una vez más los datos y el lugar de trabajo y discutirlo con todos los participantes.
Señalar con círculos los factores que afecten fuertemente la característica (marque con
círculos de cinco a ocho elementos).

PASO 6. Escribir información relacionada

Escribir el nombre del producto, el nombre del proceso, la estación de trabajo donde se
produce, el nombre del grupo, los nombres de los participantes, la fecha de creación, etc.

Modos de empleo de los diagramas de causas-efecto

Utilizar un diagrama de causas-efecto para ayudar a guiar la discusión. A veces la discusión
de un grupo no se centra en el tema. La utilización de un diagrama de causas-efecto ayuda a
mantener la discusión centrada en el tema y a enfocar la atención de cada uno sobre el
problema.

Emplee un diagrama como ayuda de estudio. Participando en la construcción de un diagrama

de causas-efecto y examinándolo con otros miembros del grupo, las personas observan
cosas nuevas y aprenden unas de otras.

Utilice un diagrama para entender la situación actual. El uso de un diagrama de causa-efecto

le ayudará a revisar cuidadosamente el lugar de trabajo y a pensar sobre las causas.

Utilice un diagrama para la gestión de factores. Una vez que haya preparado un diagrama de
causas-efecto, empléelo para la gestión diaria de factores. Si una característica de calidad no
es buena u ocurre un accidente, investigue la causa. Cada vez que encuentre un factor
causal a ajustar, haga una marca de chequeo junto a él en el diagrama. De esta forma,
gestionará diariamente los factores de acuerdo con su prioridad.
Utilice un diagrama como material técnico cuando cree y revise estándares de fabricación.
Alguien que escribe un buen diagrama de causas-efecto entiende bien el trabajo. Los
diagramas detallados son material técnico útil para hacer y revisar estándares técnicos,
tablas de proceso de control de calidad, estándares operativos, estándares de inspección,
estándares de inspección de equipo, y otras referencias estándares.

DIAGRAMA DE PARETO

Los diagramas de Pareto son gráficos de barras especializados que pueden emplearse para
mostrar la frecuencia relativa de hechos tales como los productos defectuosos, las
reparaciones, los defectos, las reclamaciones, las fallas o los accidentes. Un diagrama de
Pareto representa la información en orden descendente, desde la categoría mayor a la meno.
Los puntos se dibujan para el total agregado en cada barra y se conectan con una línea para
crear un grafico que muestra la adicción incrementada relativa de cada categoría respecto al
total.
H6 - Diagramas de Pareto
El Diagrama de Pareto es un histograma especial, en el cual las frecuencias de ciertos
eventos aparecen ordenadas de mayor a menor. Vamos a explicarlo con un ejemplo.
Supongamos que un fabricante de heladeras desea analizar cuales son los defectos más
frecuentes que aparecen en las unidades al salir de la línea de producción. Para esto,
empezó por clasificar todos los defectos posibles en sus diversos tipos:

Tipo de Defecto Detalle del Problema

Motor no detiene No para el motor cuando alcanza Temperatura

No enfría El motor arranca pero la heladera no enfría

Burlete Def. Burlete roto o deforme que no ajusta

Pintura Def. Defectos de pintura en superficies externas

Rayas Rayas en las superficies externas

No funciona Al enchufar no arranca el motor

Puerta no cierra La puerta no cierra correctamente

Gavetas Def. Gavetas interiores con rajaduras

Motor no arranca El motor no arranca después de ciclo de parada

Mala Nivelación La heladera se balancea y no se puede nivelar

Puerta Def. Puerta de refrigerador no cierra herméticamente

Otros Otros Defectos no incluidos en los anteriores

Tipo de Defecto Detalle del Problema Nº

Burlete Def. Burlete roto o deforme que no ajusta 9

Pintura Def. Defectos de pintura en superficies externas 5

Gavetas Def. Gavetas interiores con rajaduras 1

Mala Nivelación La heladera se balancea y no se puede nivelar 1

Motor no arranca El motor no arranca después de ciclo de parada 1

Motor no detiene No para el motor cuando alcanza Temperatura 36

No enfría El motor arranca pero la heladera no enfría 27

No funciona Al enchufar no arranca el motor 2

Otros Otros Defectos no incluidos en los anteriores 0

Puerta Def. Puerta de refrigerador no cierra herméticamente 0

Puerta no cierra La puerta no cierra correctamente 2

Rayas Rayas en las superficies externas 4

Total: 88

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

registrando sus defectos de acuerdo con dichos tipos.
Después de inspeccionar 88 heladeras, se obtuvo una tabla como esta:
La última columna muestra el número de heladeras que presentaban cada tipo de defecto, es
decir, la frecuencia con que se presenta cada defecto. En lugar de la frecuencia numérica
podemos utilizar la frecuencia porcentual, es decir, el porcentaje de heladeras en cada tipo de defecto:

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 Nivelación La heladera se balancea y no se puede nivelar 1 1.1

Motor no arranca El motor no arranca después de ciclo de parada 1 1.1

Motor no detiene No para el motor cuando alcanza Temperatura 36 40.9

No enfría El motor arranca pero la heladera no enfría 27 30.7

No funciona Al enchufar no arranca el motor 2 2.3

Otros Otros Defectos no incluidos en los anteriores 0 0.0

Puerta Def. Puerta de refrigerador no cierra herméticamente 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 siguiente:

A continuación, en cada intervalo dibujamos una columna de altura proporcional al porcentaje

de heladeras que presenta ese tipo de defecto (Ultima columna de la tabla):
Pero ¿Cuáles son los defectos que aparecen con mayor frecuencia? Para hacerlo más
evidente, antes de graficar podemos ordenar los datos de la tabla en orden decreciente de
frecuencia:

Tipo de Defecto Detalle del Problema Frec. Frec. %

Motor no detiene No para el motor cuando alcanza Temperatura 36 40.9

No enfría El motor arranca, pero la heladera no enfría 27 30.7

Burlete Def. Burlete roto o deforme que no ajusta 9 10.2

Pintura Def. Defectos de pintura en superficies externas 5 5.7

Rayas Rayas en las superficies externas 4 4.5

No funciona Al enchufar no arranca el motor 2 2.3

Puerta no cierra La puerta no cierra correctamente 2 2.3

Gavetas Def. Gavetas interiores con rajaduras 1 1.1

Mala Nivelación La heladera se balancea y no se puede nivelar 1 1.1

Motor no arranca El motor no arranca después de ciclo de parada 1 1.1

Otros Otros Defectos no incluidos en los anteriores 0 0.0

 Puerta Def. Puerta de refrigerador no cierra herméticamente 0 0.0

Total: 88 100

Lo que obtenemos se llama Diagrama de Pareto o Gráfico de Pareto:

Ahora resulta evidente cuales son los tipos de defectos más 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 sólo a 2 ó 3 tipos de defectos, de
manera que si se eliminan las causas que los provocan desaparecería la mayor parte de los
defectos.
COMO PREPARAR UN DIAGARAMA DE PARETO

PASO 1- Decidir que elementos se estudiaran y recoger todos los datos.

Decidir las categoría de elementos de los datos y el periodo de recogidas de dicho dato. Las
categorías son usualmente de contenido de los factores causales.

 Categoría de contenido : tipo de defecto, lugar , posición, procesos, tiempo ect.

 Categoría de causas : materiales, maquinaria y equipo, método de operaciones, etc.

Seleccione un periodo de recogidas de datos similar al periodo en el que el aparece el

problema, tal como una semana o un mes.

PASO 2- Tabular los datos y acumular los números acumulativos.

Ordenar las categorías de los elementos en el orden de numero de elementos y registrar los
datos de las tablas. Las categorías que contengan pocos elementos se combinan en una
categoría de otros que se colocan al final. (La categoría otros puede ser mayor que la
categoría separada mas pequeña).

Partiendo de las categorías que contengan mas elementos y trabajando en orden

ascendente, calcularan los números acumulativos y escribirlos en la tabla.

PASO 3- Dibujar los ejes horizontales y verticales.

Determinar el eje vertical intervalos de grados apropiados para total de los datos. Selecciona
un intervalo de graduación en el eje horizontal de forma que el diagrama de Pareto tenga un
perfil cuadrado . Dibujar los ejes horizontal y vertical en el papel de gráficos, marcando la
graduación de escalas del eje vertical.

Escribir los nombres de los elementos los números de grado y las unidades
empleadas. Etiquetar los ejes horizontales con las categorías de datos, en orden
descendente de izquierda a derecha. En un diagrama de Pareto, las barras se dibujan
al lado unas a otras, sin espacio entre ella de forma que no deje espacio cuando
dibujen la escala horizontal.

PASO 4- Muestre los datos como un grafico de barras.

Dibuje el grafico de barras a lo largo de eje horizontal, en el orden descendente con el que lo
ha etiquetado.

PASO 5- Dibuje una curva acumulativa .

Dibuje el punto que representa el total acumulativo en la esquina superior derecho en cada
barra y conecte en el punto para conformar una línea continua quebrada.

PASO 6- Toma como punto 0 el punto de arranque de la línea continua quebrada y su

puntos final como (tales 100 por 100) y etiquetarlos.
PASO 7- Etiquetar el diagrama.

Escribir los elementos necesarios tales como títulos, periodos de recogida de datos,
números tales de datos, nombre del procesos, nombre del operador, etc.

PASO 8- Examinar el diagrama.

Piensa sobre la información que obtiene le diagrama.

MÉTODO DE EMPLEO DE LOS DIAGRAMAS DE PARETO

1- Emplear un diagrama de Pareto para enfocar el aspecto principal de un problema. Al

preparar un grafico, puede determinar cual es el problema clave i concentrar su
esfuerzos en hacer mejoras en esa área.

2- Decidir el objetivo de sus mejoras y elementos de mejoras. Un diagrame de Pareto

ayuda a seleccionar los elementos específicos o causas que produzcan las mejoras
mas eficaces para el objetivo.

3- Predecir la efectividad de la mejora. Mostrado la importancia relativa delas diversas

causas del los problemas, un diagrama de Pareto ayuda a predecir la l efectividad de
varias mejoras propuestas.

4- Hacer un diagrama de Pareto ordenado por causas. Las categoría de lo diagramas de

Pareto no se limitan a los tipos de defectos. Pueden también crear diagramas de
Pareto utilizando factores causales como categorías- materiales, métodos, maquinas y
equipo, o problemas de operario.

5- Comprender la efectividad de la mejora. Con este fin se coloca al lado de otros lo

diagramas de Pareto previo y posterior a la mejora, con las escalas de ejes verticales
partiendo de la misma altura, para mostrar la efectividad por comparación.

6- Haga directamente las mejoras fáciles incluso aunque tengan una prioridad baja. Debe
hacer inmediatamente las mejoras que sean fáciles de implantar, incluso aunque
tengan una prioridad baja. De este modo puede realizarse beneficios inmediatamente.

7- Haga un diagrama de Pareto empleando como unidades de medida perdidas unitarias

en ves de casos o unidades físicas. Las pérdidas financieras pueden ser una medida
mejor de la severidad de un problema en los casos o unidades.

8- Utilice los diagramas de Pareto su explicaciones y registros. Los diagramas de

Paretom son útiles para delinear y su severidad relativa en una problemas y que su
severidad que para simplemente compran datos. Los diagramas de Pareto permiten al
lector entender los problemas ojeada.
HISTOGRAMA
Un Histograma, o diagrama de distribución de frecuencia, es un grafico que muestra la
distribución de los datos. Se constituye con los datos recogidos con la tabla de frecuencia,
que es un cuadro que divide el rango entero de datos en varias secciones iguales para
comparar la frecuencia de cada ocurrencia de cada sección. El histograma construido a partir
de la tabla de frecuencias adopta la forma de u grafico de barras, con columna que
representa la frecuencia con la que aparecen los datos de las diversas secciones del rango.

COMO CONSTRUIR UN HISTOGRMA

PASO 1- Colección de datos.
Recoger como mínimo 50 y si es posible 100 datos del elemento.

PASO 2- Encontrar los valores máximos y mínimos.

Encontrar el valor máximo y el mínimo de los datos. .Marque en cada columna de la tabla de
datos.

PASO 3- Determine la amplitud de la sección.

Dividir la distancia entre el valor máximo y mínimo en un numero apropiado de intervalos
iguales. Primero dividir las diferencias ( rango ) entre el numero de secciones calculando la
amplitud de cada sección. Diez el valor normalmente seleccionado para producir una unida
de medida de la cual será multiplicado el entero.

PASO 4- Determinar los valores de los limites de la sección.

El valor del limite de una sección es especifica con un precisión de la mita de la unidad de
medida mas pequeña. La primera sección tiene el valor mínimo como el limite inferior.
Calcular los limites superiores agregando la amplitud de la sección al limite inferior. Sitúe los
valores de las especificaciones tan cercanos como se posible a valores limites para se fácil la
comparación entre valores actuales y valores de especificaciones.

PASO 5- Determine el valor medio de las secciones.

Determine el valor medio ( que esta en la mita dl rango de amplitud de cada sección) entre el
limite de cada sección. Emplear el valor cuando calcule el valor medio y la desviación
estándar de la tabla de frecuencias.

PASO 6- Preparar una tabla de frecuencia.

Registre los valores de los limites y medias de sección en su columna ordenados de menor a
mayor. Asigne los elementos de datos uno a uno en las en las secciones apropiadas
colocando una marca en cada columna de chequeo. Totalice los datos en la columna de
frecuencias para asegurar que el número de los elementos de datos se igual.

PASO 7- Prepara un histograma.

A lo largo del eje horizontal dibuje a escala la amplitud de los valores de sección y a lo largo
del eje vertical las frecuencias. La escala horizontal será mas fácil de entender si emplea
valores como 1,0,1,5, y 20 con preferencias a valores basados en los limites de sección o
medidas.

Construya un diagrama con aproximadamente la misma longitud. Dibuje líneas verticales

correspondientes a los limites de la especificación. En el espacio de debajo del diagrama
registre elementos esenciales tales como la historia de los datos, el número de elementos de
datos, el valor medio, la desviación estándar, ect.
MÉTODOS DE EMPLEO DE LOS HISTOGRAMAS

Determine la pauta de la distribución de a partir del perfil del histograma.

1.- Histogramas normales. Los datos obtenidos de un proceso establece usualmente produce
un histograma que es mas elevado en el centro y decline simétricamente hacia los lados
derechos e izquierdo.

2.- Histograma de doble pico. Los doble picos aparecen si se mezclan datos de diferentes
materiales que tienen diferente medida. Este problema se corrige estratificando los datos y
haciendo dos histograma nuevos. Los histogramas de los picos derechos e izquierdo
aparecen entonces como dos histogramas normales y se aclararán las diferencias entre los
diferentes estratos de datos.

3.- Histograma con las islas aisladas. Apartada de un histograma normal aparece una
pequeña isla aislada. La mezcla accidental de datos de otra distribución aparece otro tipo de
histograma.

4.- Histograma “Cliff”. El perfil del histograma termina abruptamente en una columna alta. La
eliminación de todos los artículos que no cumple las especificaciones es un modo de producir
este tipo de histograma.

5.- Histograma “ rueda dentada “. La alteración de picos y depresiones produce una pauta
que asemeja una rueda dentada. La amplitudes de la sección que son múltiplos enteros de la
unida de medida de la escala produce este perfil como consecuencia del modo con el que se
lee la escala durante la medición.
H5 - Histogramas
Un histograma es un gráfico o diagrama que muestra el número 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 dispersión
alrededor de ese valor central.
Supongamos que un médico 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:

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

63.7 74.5 81.6 69.7 67.9 77.0

72.1 77.0 67.9 68.4 63.7 76.7

71.6 70.7 63.7 70.7 72.1 77.0

69.4 79.4 72.1 79.4 71.6 70.7

69.8 74.6 71.6 74.6 69.4 79.4

83.5 85.2 69.4 85.2 69.8 74.6

83.5 81.6 69.8 81.6 83.5 85.2

74.9 67.9 83.5 67.9 79.3 81.6

73.2 63.7 74.9 63.7 76.3 67.9

70.7 70.7 73.2 67.5 79.8 63.7

79.4 79.4 70.7 85.3 70.7 72.1

88.6 74.6 79.4 88.6 79.4 71.6

70.7 85.2 74.6 70.7 74.6 69.4

79.4 81.6 85.2 79.4 85.2 69.8

70.7 67.9 81.6 74.6 81.6 83.5

79.4 63.7 67.9 85.2 67.9 67.9

74.6 72.1 63.7 81.6 63.7 63.7

85.2 71.6 72.1 67.9 72.1 70.7

81.6 69.4 71.6 63.7 71.6 73.2

67.9 69.8 69.4 72.1 69.4 70.7

 63.7 83.5 69.8 71.6 69.8 79.4

72.1 83.5 83.5 69.4 83.5 74.6

71.6 69.7 85.2 69.8 69.8 63.7

69.4 68.4 81.6 83.5 83.5 72.1

69.8 70.7 63.7 72.1 83.5 71.6

83.5 79.4 72.1 71.6 72.1 69.4

67.9 71.6 71.6 69.4 71.6 69.8

Así como están los datos es muy difícil sacar conclusiones acerca de ellos.
Entonces, lo primero que hace el médico es agrupar los datos en intervalos contando
cuantos resultados de mediciones de peso hay dentro de cada intervalo (Esta es la
frecuencia). Por ejemplo, ¿Cuántos pacientes pesan entre 60 y 65 kilos? ¿Cuántos pacientes
pesan entre 65 y 70 kilos?:

Intervalos Nº Pacientes
(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 pueden representar las frecuencias en un gráfico como el siguiente:

Por ejemplo, la tabla nos dice que hay 48 pacientes que pesan entre 65 y 70 kilogramos. Por
lo tanto, levantamos una columna de altura proporcional a 48 en el gráfico:

Y agregando el resto de las frecuencias nos queda el histograma siguiente:

¿Qué utilidad nos presta el histograma? Permite visualizar rápidamente información 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. Además podemos observar que los pesos de todos los pacientes están en un
rango desde 55 a 100 kilogramos. Esta es la Dispersión de las mediciones. También
podemos observar que hay muy pocos pacientes por encima de 90 kilogramos o por debajo
de 60 kilogramos.
Ahora el médico puede extraer toda la información relevante de las mediciones que realizó y
puede utilizarlas para su trabajo en el terreno de la medicina.

ESTRATIFICACIÓN

Cuando se investiga la causa de un efecto o la dispersión de la distribución de las

mediciones de un componente, a menudo, surge la necesidad de examinar los datos
agrupados por tipo de máquina, tipo de material, método de operación, u operario. El método
de agrupar datos asociados por puntos o características comunes de los datos de denomina
estratificación.

La estratificación y comparación de los datos es un método efectivo para aislar la causa de

un problema. Puede estratificar los datos recogidos en herramientas QC tales como gráficos,
diagramas de Pareto, hojas de chequeo, histogramas, diagramas de dispersión y gráficos de
control.
H3 - Gráficos de Control
Un gráfico de control es una carta o diagrama especialmente preparado donde se van
anotando los valores sucesivos de la característica de calidad que se está controlando. Los
datos se registran durante el funcionamiento del proceso de fabricación y a medida que se
obtienen.
El gráfico de control tiene una Línea Central que representa el promedio histórico de la
característica que se está controlando y Límites Superior e Inferior que también se calculan
con datos históricos.
Por ejemplo, supongamos que se tiene un proceso de fabricación de anillos de pistón para
motor de automóvil y a la salida del proceso se toman las piezas y se mide el diámetro. Las
mediciones sucesivas del diámetro de los anillos se pueden anotar en una carta como la
siguiente:

Por ejemplo, si las 15 últimas mediciones fueron las siguientes:

Entonces tendríamos un Gráfico de Control como este:

Podemos observar en este gráfico que los valores fluctúan al azar alrededor del valor central
(Promedio histórico) y dentro de los límites de control superior e inferior. A medida que se
fabrican, se toman muestras de los anillos, se mide el diámetro y el resultado se anota en el
gráfico, por ejemplo, cada media hora.
Pero ¿Qué ocurre cuando un punto se va fuera de los límites? Eso es lo que ocurre con el
último valor en el siguiente gráfico:

Esa 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 estará funcionando a un nivel de calidad menor que originalmente.

Existen diferentes tipos de Gráficos de Control: Gráficos X-R, Gráficos C, Gráficos np,
Gráficos Cusum, y otros. Cuando se mide una característica de calidad que es una variable
continua se utilizan en general los Gráficos X-R. Estos en realidad son dos gráficos 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 máximo y el mínimo). A
continuación podemos observar un típico gráfico de X:
Y lo que sigue es un gráfico de R:

El gráfico de X permite controlar la variabilidad entre los sucesivos subgrupos y el de R

permite controlar la variabilidad dentro de cada subgrupo

DIAGRAMAS DE DISPERSIÓN Y CORRELACIÓN

¿Qué es la correlación?

Son dos tipos de datos x e y, están relacionados de forma que si x aumenta o decrece, y
existe correlación entre ellos.

Un diagrama de dispersión es un gráfico que muestra la relación entre estos dos tipos de
datos. Si y aumenta cuando lo hace x, entonces x e y están correlacionados positivamente.
Si y disminuye cuando aumenta x, entonces los dos tipos de datos están correlacionados
negativamente. Si no hay una relación significativa aparente entre x e y, entonces los dos
tipos de datos no están correlacionados.

La determinación de correlaciones puede ser útil en los casos siguientes:

1. Para seleccionar factores fuertemente correlacionados con las características de

calidad entre varios factores que afectan a las características de calidad.
2. Para determinar el rango óptimo de un variable para fijar las condiciones de las
características de control.
3. Para comparar los resultados de medidas precisas y medidas simples, tesis
destructivos y no destructivos, y para seleccionar características sustitutivas y
métodos de realización de mediciones y experimentos.

H7 - Diagramas de Dispersión
Los Diagramas de Dispersión o Gráficos de Correlación permiten estudiar la relación entre 2
variables. Dadas 2 variables X e Y, se dice que existe una correlación entre ambas si cada
vez que aumenta el valor de X aumenta proporcionalmente el valor de Y (Correlación
positiva) o si cada vez que aumenta el valor de X disminuye en igual proporción el valor de Y
(Correlación negativa).
En un gráfico de correlación representamos cada par X, Y como un punto donde se cortan
las coordenadas de X e Y:

Veamos un ejemplo. Supongamos que tenemos 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:

Nº Persona Altura (m) Peso (Kg.) Nº 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 gráfico:

Una vez que representamos a las 50 personas quedará un gráfico como el siguiente:
¿Qué nos muestra este gráfico? En primer lugar podemos observar que las personas de
mayor altura tienen mayor peso, es decir parece haber una correlación positiva entre altura y
peso. Pero un hombre bajito y gordo puede pesar más que otro alto y flaco.
Esto es así porque no hay una correlación total y absoluta entre las variables altura y peso.
Para cada altura hay personas de distinto peso:
Sin embargo podemos afirmar que existe cierto grado de correlación entre la altura y el peso
de las personas.
Cuando se trata de dos variables cualesquiera, puede no haber ninguna correlación o puede
existir alguna correlación en mayor o menor grado, como podemos ver en los gráficos
siguientes:
Por ejemplo, en el siguiente gráfico podemos ver la relación entre el contenido de humedad
de hilos de algodón y su estiramiento:

¿Cómo preparar un diagrama de dispersión?

PASO 1.
Recoger de 30 a 50 pares de datos cuantitativos ( x e y)

PASO 2.
Seleccionar unidades que expresen el rango de valores de x e y, dibujar una escala para x
en el eje horizontal y una escala para y a lo largo del eje vertical. Intente dibujar las escalas
de forma que los ejes tengan aproximadamente igual longitud.

PASO 3.
Dibuje los pares de datos (x,y) como puntos en un diagrama de dispersión. Si dos puntos
tienen las mismas coordenadas, haga dos marcas estrechamente juntas.

¿Cómo preparar una tabla de correlación?

Cuando tenga un gran número de datos, puede ser más fácil hacer una tabla de correlación
que un diagrama de dispersión.
Una tabla de correlación es una tabla de frecuencias en dos dimensiones. El procedimiento
es similar al de la preparación de una tabla de frecuencias de una dimensión.

Primero, divida la dispersión de x en intervalos iguales. Haga lo mismo con la dispersión de

y. Cree entonces una tabla matriz con filas y columnas para cada intervalo de datos. Registre
marcas que representen la coincidencia de pares de datos en los recuadros de la tabla.

Test de tipo de correlación

Existe un método para calcular matemáticamente y verificar el factor de correlación

que específicamente analiza la relación entre un par de variables x e y. Sin embargo,
puede determinar si los datos mostrados en el diagrama de dispersión están
correlacionados sin realizar cálculos, empleando un simple método test de tipo de
correlación.

PASO 1.
Dibujar líneas para dividir todos los puntos de datos dibujados en grupos iguales (la
línea mediana y para la y, la línea mediana x para la y)

PASO 2.
Las líneas medianas dividen el diagrama de dispersión en cuatro áreas. Estas áreas
se designan por l, ll, lll, lV, empezando por el recuadro superior derecho. Cuente el
número de puntos en cada área . No cuente los puntos que estén sobre las medianas
mismas.

PASO 3.
El número de puntos de las áreas l y lll se suman para crear n. El número de puntos de
las áreas ll y lV se suman para crear n. Combinar n+ y n- para llegar a un total N. (si
hay puntos sobre las líneas medianas, N será más pequeño que el número total de
puntos).

PASO 4.
Refiriéndose a la tabla de test de tipos, localizar la fila correspondiente a N y leer los
números (criterios) en las columnas n 0.01 y n 0.05. Comparar estos criterios con n+ y n-
como se muestra a continuación:
n 0.05 n _ > n 0.01 = correlación positiva
n 0.01 n _ = fuerte correlación positiva
n 0.05 n + > n 0.01 = correlación negativa
n 0.01 n + = fuerte correlación negativa.
NOTA: El empleo de este criterio numérico para evaluar datos se denomina
verificación o test estadístico n 0.05 y n 0.01 son valores numéricos que tienen niveles de
significación del 5 y 1 por 100. Los niveles de significación son medidas de
probabilidad, o del riesgo de hacer un juicio erróneo. Cuando hace un juicio de
acuerdo con este sistema de criterio, las probabilidades de cometer un error son 5 y 1
por 100.

Generalmente, una correlación positiva (o negativa) tiene un nivel de significación del 5 por
100. Similarmente, una correlación fuerte tiene un nivel de significación del 1 por 100.

HOJAS DE CHEQUEO

Una hoja de chequeo es un impreso, con formato de diagrama o tabla, preparado por
anticipado para registrar datos. Con ellos pueden recoger la información necesaria haciendo
una marca de chequeo en las paginas. Las hojas de chequeo se emplea con los siguientes
formatos :

1- hojas de chequeo para registrar datos y hacer encuestas

2- hojas de chequeo de inspección y validación

H2 - Planillas de Inspección
Los datos que se obtienen al medir una característica de calidad pueden recolectarse
utilizando Planillas de Inspección. Las Planillas de Inspección sirven para anotar los
resultados a medida que se obtienen y al mismo tiempo observar cual es la tendencia central
y la dispersión de los mismos. Es decir, no es necesario esperar a recoger todos los datos
para disponer de información estadística.
¿Cómo realizamos las anotaciones? En lugar de anotar los números, hacemos una marca de
algún tipo (*, +, raya, etc.) en la columna correspondiente al resultado que obtuvimos.

Vamos a suponer que tenemos un lote de artículos y realizamos algún tipo de medición. En
primer lugar, registramos en el encabezado de la planilla la información general: Nº de
Planilla, Nombre del Producto, Fecha, Nombre del Inspector, Nº de Lote, etc. Esto es muy
importante porque permitirá identificar nuestro trabajo de medición en el futuro.

Luego realizamos las mediciones y las vamos anotando en la Planilla. Por ejemplo, si
obtuvimos los tres valores siguientes 1.8, 2.6, 2.6 y los registramos con un signo + quedaría
así:
Después de muchas mediciones, nuestra planilla quedaría como sigue:

Para cada columna contamos el total de resultados obtenidos y lo anotamos al pié. Esta es la
Frecuencia de cada resultado, que nos dice cuáles mediciones se repitieron más veces.
¿Qué información nos brinda la Planilla de Inspección? Al 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 están agrupadas alrededor de 2.3
aproximadamente, con un pico en 2.1 y otro en 2.5 . Habría que investigar por que la
distribución de los datos tiene esa forma. Además podemos ver la Dispersión de los datos.
En este caso vemos que los datos están dentro de un rango que comienza en 1.5 y termina
en 3.3 . Nos muestra entonces una información acerca de nuestros datos que no sería fácil
de ver si sólo tuvieramos una larga lista con los resultados de las mediciones.
Y además, si marcamos en la planilla los valores mínimo y máximo especificados para la
característica de calidad que estamos midiendo (LIE y LSE) podemos ver que porcentaje de
nuestro producto cumple con las especificaciones.
COMO PREPARAR UNA HOJA DE CHEQUEO

PASO 1- Clarificar sus objetivos .

Piense y clasifique sus objetivos tales como, deseamos investigar el defecto de detalle,
deseamos determinar la posición de las grietas y deseamos determinar la distribución de las
mediciones.

PASO 2- Determinar el tipo de hoja de chequeo a utilizar.

Decir que hoja de chequeo se ajustara a su propósito.

PASO 3- Decidir que artículos chequear.

Discutir el método para clasificar los datos ajustados a su objetivo y decidir que artículos
chequea. Si esta investigando efectos o la localización de grietas. Sin embargo el elemento a
chequear no debe definirse demasiado estrechamente.

PASO 4- Creación de la hoja de chequeo.

Diseñe el impreso de la hoja de chequeo en una hoja de papel. Asegúrese de registrar los
datos en su hoja de chequeo, de forma que puede entenderse la situación con una ojeada a
la hoja de chequeo y que sean fáciles de procesar los datos de la hoja.

PASO 5- Registro de los datos.

Haga observaciones y registre en la hoja de chequeo. Haga anotaciones simples empleando
símbolos en ves de letras o números. A demás de los símbolos y , emplee símbolos
adicionales como : , , , X y , para registrar diferentes tipos de
datos en una hoja de chequeo.

PASO 6- Calcular y cuadrar los resultados de chequeo.

Reúna los resultados del chequeo y realice los cálculos para encontrar los totales medidas,
proporciones, etc. Mientras hace los chequeos, registre en el espacio en blanco cualquier
idea que se le ocurra de forma que pueda utilizar cuando este investigando la causa.

PASO 7- Piensa sobre la información que a obtenido con la hoja de chequeo.

MODOS DE EMPLEO DE LAS HOJAS DE CHEQUEO

 1- Examine los resultados de las hojas de chequeo. Totalice los resultados y examine las
tendencias globales, la distribución de los datos, la proporción relativa de cada
elemento etc. Analice para cada elemento de chequeo la manifestación de efectos o
daños( varios simultáneamente, dispersos, súbitos, incremento, gradual, reducción
gradual, etc. ) amplitud de la distribución, sesgos y formas.

2- Investigue la s causas. De sus análisis de los resultados de las hojas de chequeo,

examinen por separado como causan defectos o daños y desviaciones en las
mediciones el personal, las maquinas los materiales los métodos, etc.

3- Verifique los resultados e cualquier mejora. Debe verificar los resultados siempre de
cualquier mejora. Emplee la hoja de chequeo para determinar si son positivos los
resultados de la acción mejorada. Si los resultados no mejoran, la acción no a sido
evidentemente efectiva.

Asegure la no recurrencia de los defectos. Es esencial, una ves que se hayan alcanzado
buenos resultados con una mejora, asegurar lo no recurrencia de los malos resultados. Para
ello, verifique el elemento de la hoja de chequeo para asegurar que no se vuelve a presentar
el problema

EXPRESIONES CUANTITATIVAS DE LA DISTROBUCIÓN DE DATOS

Las distribuciones de datos generalmente se evalúan cuantitat6ivamente calculando el valor

medio o la dispersión de la distribución.

VALOR MEDIO:

El valor medio o media es la simple media aritmética del total de los valores de la muestra.

Método del cálculo directo

PASO 1.
Ordenar los valores medidos (x)

PASO 2.

Calcular el total de las x.

PASO 3.
x= x
n

Cálculo empleando transformaciones de datos

Con el término “transformación de datos” nos referimos a métodos que manipulan los
valores medidos para facilitar los cálculos. En este caso, una cantidad a, se resta de cada
valor medido para crear un número más pequeño, que se multiplica por b para eliminar los
decimales. Las fórmulas se modifican consecuentemente.

VALOR DE LA MEDIANA:

La mediana (valor de la mediana) se determina colocando en orden los valores de datos

identificando el valor del dato que se encuentra en el punto central de la secuencia. Se
emplea a veces en lugar de la media.

En caso de un número impar de valores

PASO 1.
Relacionar los valores medidos en orden de magnitud.

PASO 2.
Se toma como valor de la mediana el valor del término central de la secuencia.

Para un número par de valores

PASO 1.
Relacionar los valores medidos en orden de magnitud.

PASO 2.
Se determinan cuáles son los dos valores centrales, y se toma su media como
mediana.

Expresión de la dispersión de la distribución

RANGO: R
El rango es la diferencia entre los valores mayor y más pequeño de la muestra. Se
calcula simplemente mediante sustracción.

VARIANZA: V
Método del cálculo directo

PASO 1.
De los valores medidos x, calcular sus respectivos cuadrados.

PASO 2.
Calcular la suma total de los cuadrados

PASO 3.
Calcular la varianza (V)

V= S
(n-1)

DESVIACIÓN ESTÁNDAR
PASO 1.
Calcular la varianza (V)

PASO 2.
Calcular la desviación estándar (s), que es la raíz cuadrada de la varianza.

Determinación del valor medio y la desviación estándar empleando una tabla de frecuencias.

Puede emplear el método que justamente de acabamos de describir para calcular el

valor medio y la desviación estándar incluso aunque haya hecho numerosas
mediciones individuales. Sin embargo si puede seccionar los datos y construir una
tabla de frecuencias y puede emplear un método más simple para calcular estos
valores.

PASO 1. Construir una tabla de frecuencias

Construir una tabla de frecuencias con columnas para f, u, uf y u2f en su lado derecho.

PASO 2. Complementación de la columna u

u = 0 es una expresión para el centro de la distribución, que corresponde a la sección
con la frecuencia f más elevada. Las secciones por encima del valor de esta mediana
tienen valores u ascendentes (1, 2, 3, etc); las secciones inferiores a las del valor de la
mediana tienen valores de u descendentes de 1, 2, 3, etc.

PASO 3. Calcular uf y la suma de uf

Calcular el producto de u y f y escribirlo en la columna uf. Determinar la suma (total)
de u2f = u2f.

PASO 4. Calcular u2f y la suma de u2f

Calcular el producto de u y uf y escribirlo en la columna u2f. Calcular la suma (total) de
u2f= u2f.

PASO 5. Calcular el valor medio x

x0 : valor central de la sección para la que el valor de u es 0.
N: número de valores medidos (f)
h: amplitud sección, por tanto

x = x0 +  uf X h
N

PASO 6. Cálculo de la desviación estándar

 u2f - ( uf)2
s=h n
N-1