HERRAMIENTAS

ESTADÍSTICAS
MEDICIÓN Y EVALUACIÓN DE LA CALIDAD
 1. DIAGRAMA DE CAUSA – EFECTO
DIAGRAMA DE ESPINA DE
PESCADO
DIAGRAMA DE ISHIKAWA
OBJETIVO:
Identifica muchas causas posibles de un efecto o
problema.

CUANDO SE USA:
 Al identificar las posibles causas de un
problema
 Cuando el pensamiento de un equipo tiende a
caer en la rutina
PROCEDIMIENTO:
1. Identificar un problema (efecto)
2. Identificar las principales categorías de causas del
problema o usar títulos genéricos:
 Métodos

 Máquinas (equipos)

 Personas (mano de obra)

 Materiales

 Medición

 Ambiente

3. Escribir las categorías de causas como ramas de la

flecha principal.
4. Pensar en todas las posibles causas del
problema. Preguntar "¿Por qué sucede esto?"

Plantilla ASQ
EJEMPLO
 2. HOJA DE VERIFICACIÓN
OBJETIVO:
Recopilar y analizar datos mediante formularios
estructurados que se pueden adaptar para una
amplia variedad de propósitos.

CUANDO SE USA:
 Cuando los datos pueden ser observados y
recopilados repetidamente por la misma
persona o en el mismo lugar
 Al recopilar datos sobre la frecuencia o
patrones de eventos, problemas, defectos,
ubicación de defectos, causas de defectos o
problemas similares
• Al recopilar datos de un proceso de producción
PROCEDIMIENTO:
Decida qué se observará. Desarrollar definiciones
operativas.
Decidir cuándo se recopilarán los datos y durante
cuánto tiempo.
Diseña el formulario. Configúrelo para que los datos
se puedan registrar simplemente haciendo marcas
de verificación o X o símbolos para facilitar su
análisis.
Etiquete todos los espacios del formulario.
Pruebe la hoja de verificación durante un breve
período.
Cada vez que ocurra el evento o problema objetivo,
registre los datos en la hoja de verificación.

Plantilla ASQ
 3. HISTOGRAMA DE FRECUENCIAS

OBJETIVO:
Mostrar la frecuencia con la que ocurre cada valor
diferente en un conjunto de datos de una variable
o proceso.

CUANDO SE USA:
 Desea ver la forma de la distribución de los datos.
 Analizar si un proceso puede cumplir con los
requisitos del cliente.
 Ver si se ha producido un cambio de proceso de
un período de tiempo a otro
 Determinar si las salidas de dos o más procesos
son diferentes
 Desea comunicar la distribución de datos de
forma rápida y sencilla a otras personas.
PROCEDIMIENTO:

Recopile al menos 30 puntos de datos consecutivos

de un proceso.
Use una hoja de trabajo de histograma para
configurar el histograma. Le ayudará a
determinar:
1. el número de clases,
2. el rango de números que van en cada clase y los
límites de clase.
3. Después de calcular W en el Paso 2 de la hoja de
trabajo, use su criterio para ajustarlo a un número
conveniente. Por ejemplo, puede decidir
redondear 0,9 a un 1,0. El valor de W no debe
tener más lugares decimales que los números que
graficará.
PROCEDIMIENTO:

4. Dibuja los ejes X y Y.

4.1 Marque y etiquete los ejes “X” y “Y” para
contar valores de datos y las clases del
histograma. No permita espacios entre clases.
5. Para cada punto de datos, marque un recuento por
encima de la barra correspondiente con una X o
sombreando esa parte de la barra.
 ¿CÚAL ES LA DIFERENCIA?

HISTOGRAMA DE FRECUENCIAS

1. Histograma: Una variable

Barras: Diferentes categorías
GRÁFICA DE BARRAS
2. Histograma: Clases continuas
Barras: Barras independientes
FORMAS DE HISTOGRAMA
 EJEMPLO

En una fábrica de piezas de aluminio, una característica importante de

calidad, es el grosor de las láminas, siendo el óptimo de 5mm, y se establece
como discrepancia tolerable +/- 0.8 mm. Para verificar si el proceso está bajo
control, se toman aleatoriamente 45 láminas de la producción. Los espesores
obtenidos son los siguientes:

5.2 5.4 5.4 4.7 5.1 4.7 5.0 5.1 5.2

5.0 4.9 4.3 4.7 5.3 4.6 4.8 4.4 5.1
4.7 4.9 5.6 4.7 4.7 4.5 5.1 4.7 4.9
4.7 5.1 5.3 5.0 5.3 4.5 4.4 4.7 5.0
5.6 5.2 4.7 4.6 5.0 5.4 4.7 4.8 5.0
 Láminas de aluminio Araceli Araiza
Miércoles 22 de junio 2022 23 de junio 2022
Grosor láminas de aluminio
14

12

10

8
Son 45
datos
6
7 barras
4

0
1 2 3 4 5 6 7
5.6 4.3 1.3

1.3 7 0.18
Ancho de Frecuenci
Clases clase a de clase
0.2
1 4.3 - 4.4 3
2 4.5 - 4.6 4
3 4.7 - 4.8 13
4 4.9 -5.0 9
4.3+0.2=4.5 4.7 4.9 5.1 5.3 5.5 5 5.1 -5.2 8
6 5.3 - 5.4 6
7 5.5 - 5.6 2
 4. DIAGRAMA DE PARETO
OBJETIVO: PRINCIPIO DE PARETO
Representar la frecuencia o el costo (tiempo o
dinero) de ciertas categorías, organizadas con las
barras más largas a la izquierda y las más cortas a
la derecha. De esta manera, el gráfico muestra
visualmente qué situaciones son más
significativas.

CUANDO SE USA:
 Al analizar datos sobre la frecuencia de
problemas o causas en un proceso.
 Cuando hay muchos problemas o causas y
quiere centrarse en los más importantes
 Al analizar causas generales al observar sus
componentes específicos
PROCEDIMIENTO:
Decidir qué categorías utilizará para agrupar
elementos.
Decidir qué medida es la adecuada. Las medidas
comunes son frecuencia, cantidad, costo y tiempo.
Decidir qué período de tiempo cubrirá el diagrama de
Pareto: ¿Un ciclo de trabajo? ¿Un día
completo? ¿Una semana?
Recopilar los datos, registrando la categoría cada vez
o reúna los datos que ya existen.
Registrar el subtotal de las medidas para cada
categoría.
Marcar la escala porcentual en el lado izquierdo del
gráfico.
 %Acumulad
QUEJAS Frecuencia % Relativo o
Comida Fría 119 0.63 0.63
Mucho Calor 37 0.19 0.82
PROCEDIMIENTO: Meseros Groseros 13 0.07 0.89
Baños Sucios 12 0.06 0.95
Falta de
Calcular el porcentaje de cada categoría, Estacionamiento 9 0.05 1.00
Total 190
Dibujar un eje vertical derecho y etiquétalo con
porcentajes. Asegúrese de que las dos escalas
coincidan.
Calcular y extraer sumas acumulativas.
Conectar los puntos, comenzando en la parte superior
de la primera barra.
El último punto debe llegar al 100% en la escala de la
derecha.
 5. ESTRATIFICACIÓN

OBJETIVO:
Clasificar datos, personas y objetos en distintos
grupos o capas, cuando provienen de una gran
variedad de fuentes o categorías.
Sin haberse agrupado, el significado de los datos
puede ser difícil de ver. Esta técnica de recopilación
y análisis de datos separa los datos para que se
puedan identificar los patrones.

CUANDO SE USA:
 Antes de recopilar datos
 Cuando los datos provienen de varias fuentes o
condiciones, como turnos, días de la semana,
proveedores o grupos de población.
 Cuando el análisis de datos puede requerir la
separación de diferentes fuentes o condiciones.
 Fuentes que pueden requerir la
estratificación de los datos:
PROCEDIMIENTO:  Equipo
 Turnos
Antes de recopilar datos, considere qué información  Departamentos
sobre las fuentes de los datos podría tener un  Materiales
efecto en los resultados.  Proveedores
Configure la recopilación de datos para que también  Día de la semana
recopile esa información.  Hora del día
Al trazar o graficar los datos recopilados use  Productos
diferentes marcas o colores para distinguir los
datos de varias fuentes. Se dice que los datos que
se distinguen de esta manera están
"estratificados".
Analice los subconjuntos de datos estratificados por
separado.
CONSIDERACIONES:

 Los datos de las encuestas generalmente se

benefician de la estratificación.

 Antes de recopilar datos, siempre considere si la

estratificación podría ser necesaria durante el
análisis. Planifique recopilar información de
estratificación.

 En su gráfico o cuadro, incluya una leyenda que

identifique las marcas o colores utilizados.
GRÁFICA DE ESTRATIFICACIÓN TABLA DE ESTRATIFICACIÓN
EJEMPLO

El equipo de fabricación de la ZZ-400 dibujó un

diagrama de dispersión para probar si la
pureza del producto y la contaminación por
hierro estaban relacionadas, pero el gráfico no
demostró una relación. Luego, un miembro del
equipo se dio cuenta de que los datos
provenían de tres reactores diferentes. El
miembro del equipo volvió a dibujar el
diagrama, usando un símbolo diferente para
los datos de cada reactor.
 6. DIAGRAMA DE DISPERSIÓN
OBJETIVO:
Graficar pares de datos numéricos, con una
variable en cada eje, para buscar una relación entre
ellos.

CUANDO SE USA:
 Cuando haya emparejado datos numéricos.
 Cuando su variable dependiente puede tener
múltiples valores para cada valor de su variable
independiente.
• Al intentar determinar si las dos variables están
relacionadas. Si las variables están correlacionadas, los
puntos caerán a lo largo de una línea o
curva. Cuanto mejor sea la correlación, más
estrechos serán los puntos que abrazarán la
línea.
PROCEDIMIENTO:

1. Recopile pares de datos que se relacionen.

2. Dibuje un gráfico con la variable independiente en
el eje horizontal y la variable dependiente en el eje
vertical.
3. Para cada par de datos, coloque un punto o un
símbolo donde el valor del eje x se cruza con el
valor del eje y. (Si dos puntos caen juntos,
colóquelos uno al lado del otro, tocándolos, para
que pueda ver ambos).
4. Observe el patrón de puntos. Si los datos forman
claramente una línea o una curva, las variables
están correlacionadas.
PROCEDIMIENTO:

5. Dividir los puntos del gráfico en cuatro cuadrantes. Si hay X puntos en el

gráfico:

o Cuente X / 2 puntos de arriba a abajo y dibuje una línea horizontal.

o Cuente X / 2 puntos de izquierda a derecha y dibuje una línea vertical.
o Si el número de puntos es impar, dibuje la línea que pasa por el punto
medio.
6. Contar los puntos en cada cuadrante. No contar los puntos de la línea.
7. Sumar los cuadrantes diagonalmente opuestos y encontrar la suma más
pequeña y el total de puntos en todos los cuadrantes.
A = puntos en la parte superior izquierda + puntos en la parte inferior
derecha = 9 + 9 = 18

B = puntos en la parte superior derecha + puntos en la parte inferior

izquierda 3 + 3 = 6

Q = el menor de A y B = 6
N=A+B
8. Busque el límite de N en la tabla de prueba de tendencias.
o Si Q es menor que el límite, las dos variables están relacionadas.
o Si Q es mayor o igual que el límite, el patrón podría haber ocurrido por
casualidad.
EJEMPLOS:

1. Al intentar identificar las posibles causas raíz de

los problemas.
2. Después de una lluvia de ideas sobre causas y
efectos utilizando un diagrama de espina de
pescado para determinar objetivamente si una
causa y efecto en particular están relacionados.
3. Al determinar si dos efectos que parecen estar
relacionados ambos ocurren con la misma causa.
4. Otros ejemplos….
CONSIDERACIONES:

 No asumir que una variable causó la otra. Ambos pueden estar influenciados por una
tercera variable.
 Cuando se grafican los datos, cuanto más se asemeja el diagrama a una línea recta, más
fuerte es la relación.
 Si el diagrama de dispersión no muestra ninguna relación entre las variables, considere
si los datos podrían estar estratificados.
 A veces, una relación no es aparente porque los datos no cubren un rango lo
suficientemente amplio.
 EJEMPLO

En un proceso de manufactura de tarjetas electrónicas se quiere

investigar la relación entre el rendimiento de pruebas y el desperdicio.
Los datos obtenidos son los siguientes:

89.1 92 90.1 89.5 88.5 87.9 91.7 91.8 91.5 88.9

2116 1531 2717 2004 3477 3860 1947 1594 2059 2880

89.8 91.5 91 91.8 86.7 89.9 90.3 88 91.1 90.8

2984 1380 2545 1611 4814 1827 3071 4015 1975 2352
 Project Name: Rendimiento de Pruebas y Desperdicio

Name of Data Recorder: Araceli Araiza

Location: Control de Calidad

Data Collection Dates: 23 a 29 de julio 2023

¿Qué podemos concluir?

¿Qué decisión tomamos?

 7. GRÁFICO DE CONTROL o GRÁFICO DE
SHEWHART
OBJETIVO:
Estudiar cómo cambia un proceso con el
tiempo. Los datos se representan en orden de
tiempo.

CUANDO SE USA:
 Al controlar los procesos en curso.
 Al encontrar y corregir problemas a medida que ocurren.
 Al predecir el rango esperado de resultados de un proceso.
 Al determinar si un proceso es estable (en control estadístico).
 Al analizar patrones de variación del proceso por causas
especiales o causas comunes.
 Al determinar si su proyecto de mejora de la calidad debe tener
como objetivo prevenir problemas específicos o realizar
cambios fundamentales en el proceso.
Un gráfico de control siempre tiene una línea central para el promedio,
una línea superior para el límite de control superior y una línea
inferior para el límite de control inferior. Estas líneas se determinan a
partir de datos históricos. Al comparar los datos actuales con estas
líneas, puede sacar conclusiones sobre si la variación del proceso es
consistente (bajo control) o impredecible (fuera de control, afectada
por causas especiales de variación).
 LÍMITES DE CONTROL
PROCEDIMIENTO:
LSC= µ + 3σ
LIC= µ - 3σ
1. Elija el gráfico de control apropiado para sus datos.
2. Determine el período de tiempo apropiado para
99.73% los posibles valores
recopilar y graficar datos.
que toma la variable.
3. Recopile datos, construya su gráfico y analice los
datos.
4. Busque "señales fuera de control" en el cuadro de
control. Cuando se identifique uno, márquelo en la
tabla e investigue la causa. Documente cómo
investigó, qué aprendió, la causa y cómo se
corrigió.
SEÑALES FUERA DE CONTROL:
o Un único punto fuera de los límites de
control.
o Dos de cada tres puntos sucesivos están en
el mismo lado de la línea central y a más de
2 σ de ella.
o Cuatro de cada cinco puntos sucesivos están
en el mismo lado de la línea central y a más
de 1 σ de ella.
o Una serie de ocho seguidos están en el
mismo lado de la línea central.
o Patrones obvios consistentes o persistentes
que sugieren algo inusual sobre sus datos y
su proceso.
 EJEMPL
O
En una empresa, los gastos de consumo de agua son
Semana Consumo
1 562
considerablemente altos, por lo que se decide realizar un gráfico
2 577 de control con el propósito de detectar anormalidades y buscar
3 536 reducir su consumo. Se toma lectura al medidor de agua todos
4 536
5 650
los lunes para cuantificar el consumo durante la semana. Los
6 525 datos (en m3 ) obtenidos de 20 semanas, se presentan a
7 533 continuación:
8 569 700
9 563
10 553 650
11 549 LSC
12 480 600
13 557 Media: 550.05
14 555 Desv.
15 518
estándar 31.94
550
Media
16 557 500
17 553 LSC = 645.87394
18 540
LIC= 454.22606 450 LIC
19 517
20 571
400
0 5 10 15 20 25
 EJEMPLO
TRILOGÍA DE JURAN