Modulo 4 - 1 Herramientas de La Mejora de Procesos JN (Presentacion)

HERRAMIENTAS DE
MEJORA DE PROCESOS
EXPOSITOR: ING. JUAN NANO QUISPE
LIMA, NOVIEMBRE 2016
Evolucin de la Calidad
ING JUAN NANO - INGENIERA DE LA CALIDAD - NOVIEMBRE 2016
Evolucin de la Calidad
1. La calidad no es un lujo; La calidad es el grado predecible de uniformidad y seguridad, a bajo costo y
acomodado al mercado - W. Edwards Deming. (Compromiso con la Calidad y Productividad Cambio cultural
importante)
2. Calidad implica ser adecuado para usarse cumplir con los requerimientos - Joseph M. Juran. (Adecuacin al
uso: Planear, Controlar y Mejorar Mejorar calidad con sistema actual)
Ambos Deming y Juran reconocieron como esencial el involucramiento de los directivos basndose en:
Mejoramiento Continuo
Importancia de la Capacitacin
Uso de tcnicas del control de calidad
Gestin de la Calidad Total

GCT es un conjunto de actividades sistemticas conducidas a travs de toda la organizacin para
alcanzar eficaz y eficientemente los objetivos de la compaa, as como para proveer productos y
servicios con un nivel de calidad que satisfaga a los clientes, en el tiempo y al precio apropiados.
Deming Prize Committee de la JUSE (2004a: 4) dio en 1998
Implica cambios drsticos en la propia idiosincrasia de la organizacin:
1. CAMBIO ORGANIZATIVO ALCANCE MAXIMO
2. CAMBIO CULTURAL VALORES Y CREENCIAS
3. PLANIFICACIN, ASPECTOS TCNICOS PROYECTOS DE EQUIPO
LOS 7 PRINCIPIOS DEL SISTEMA DE GESTION DE CALIDAD

1. Enfoque al Cliente. Debemos siempre comprender sus
necesidades actuales y futuras, satisfacer sus requisitos y
esforzarnos por exceder sus expectativas.
4. Enfoque Basado en Procesos. Un resultado deseado se

alcanza eficientemente cuando las actividades y los
recursos relacionados se administran como un proceso.
2. Liderazgo. Debemos crear y mantener un ambiente

interno, en el cual el personal pueda llegar a involucrarse
totalmente con el logro de los objetivos de la organizacin.
Los lderes de la organizacin deben aplicar las 3 bases del
liderazgo (3 Ds):
5. Mejora. La mejora continua del desempeo global de la

organizacin debera ser un objetivo permanente de sta.
1 Base: Dirigir
2 Base: Delegar
3 Base: Desarrollar/Preparar
6. Toma de Decisiones Informadas. Las decisiones eficaces

se basan en hechos y datos para tomar dichas decisiones.
7. Gestin de las Relaciones. Una relacin de beneficio
mutuo aumenta la capacidad de ambos para crear valor.
3. Compromiso y Competencias de las Personas. El total

compromiso del personal permite que sus habilidades sean
usadas para el beneficio de la organizacin.
Tomando en cuenta y aplicando siempre estos 7 principios, la implementacin y la administracin
del Sistema de Gestin de Calidad sern mucho ms fcil y eficiente
CICLO DE DEMING
CICLO DE DEMING
ERRORES EN LA FORMA DE INTENTAR RESOLVER

PROBLEMAS
*
Se atacan los efectos y sntomas, mas no los problemas de fondo.
Resolvemos por reaccin, por impulsos, ocurrencias y regaos.
Los esfuerzos son aislados, no hay mejora continua.
No se ataca lo verdaderamente importante.
No se sabe el efecto de lo que se hace.
Se tienen creencias errneas sobre cmo resolver el problemas.

Ciclo de PHVA y 8 pasos en la solucin de un problema

ETAPA DEL CICLO
PLANEAR
HACER
VERIFICAR
ACTUAR
PASOS
POSIBLES TECNICAS A USAR
1. Definir y analizar la magnitud del

problema.
2. Buscar todas las posibles causas.
3. Investigar cual es la causa mas
importante.
4. Considerar las medidas remedio
Pareto, hojas de verificacin, histograma, graficas de control.
5. Poner en practica medidas de

remedio.
Seguir el plan elaborado en el paso anterior e involucrar a los

afectados
6. Revisar los objetivos obtenidos.
Histograma, Pareto, hojas de verificacin, graficas de control.
7. Prevenir la recurrencia del problema.
Estandarizacin, inspeccin, supervisin.
8. Conclusin
Revisar y documentar el procedimiento seguido y planear el

trabajo futuro.
Observar el problema, lluvia de ideas, Ishikawa.

Pareto, estratificacin, diagramas de dispersin,
Por que.. Necesidad / Que .. objetivo
Donde lugar / Cuanto .. Tiempo y costo
Como .. Plan
PENSAMIENTO ESTADISTICO
10
filosofa de aprendizaje y accin basada en tres principios:
Todo el trabajo ocurre en un sistema de procesos interconectados.

La variacin existe en todos los procesos.
Entender y reducir la variacin son clave para el xito
Con la estadstica es posible conocer y aprender de la realidad, actuando en consecuencia a este

11
nuevo aprendizaje
Todo el trabajo ocurre en

un sistema de procesos
interconectados.
Procesos interconectados, ningn

proceso se encuentra de forma aislada,
interactan con el resto del sistema.
Toca tomar en cuenta como se relaciona
el proceso y el sistema.
12
Resultado de todos los procesos son variables.
6M- aportan a la variacin de procesos,
determinan la manera global y si un proceso
experimenta cambio o algo no funciona de
La variacin existe
manera debida, el causante se encuentra en
en todos los
alguna M.
procesos.
13
Razones y objetivos principales de la
mejora.
Reducir la variabilidad hasta lograr
Entender y reducir
niveles de excelencia en calidad, como
la variacin son
seis
sigma.
clave para el xito
14
LAS HERRAMIENTAS CLASICAS DE CONTROL DE LA CALIDAD
.. Las siete herramientas bsicas, si se utilizan hbilmente

permitir resolver el 95% de los problemas en el trabajo. En
otras palabras, las herramientas estadsticas intermedias y
avanzadas se necesitan solo en un 5% de los casos
15
LAS HERRAMIENTAS CLASICAS DE CONTROL DE LA CALIDAD
Instrumentos
auxiliares
Pilares Fundamentos
Funciones
Herramientas
Recoger los datos
1. HOJA DE RECOGIDA DE DATOS
Interpretar los datos
2. HISTOGRAMA
Estudiar las relaciones causa-efecto
3. DIAGRAMA DE ESPINA
Fijar prioridades
4. DIAGRAMA DE PARETO
Estratificar los datos
5. ESTRATIFICACIN
Determinar las correlaciones
6. DIAGRAMA DE CORRELACIN
Determinar si un proceso est bajo control

o si no lo est
7. GRFICO DE CONTROL
16
MEJORA DE PROCESOS
17

La hoja de recogida de datos sirve para recoger
los datos necesarios y poder realizar un posterior
anlisis de stos.
La hoja de recogida de datos se elabora en
funcin de objetivos concretos y debe ser sencilla
y clara, de forma que las personas que tengan
que recoger y registrar los datos puedan hacerlo
sin ningn problema.
18

1. Hoja de recogida de datos cuantificables
Registra el nmero de defectos,
y en funcin de las causas que
se sospechen, los datos se
clasifican y recogen por tipo de
defecto, por mquina, por
operario, etc.
El tiempo de recogida depende
de la cantidad de datos que se
quiera manejar y, por tanto, de
los que se pueden obtener en
una unidad de tiempo (hora,
da, semana).
19

2. Hoja de recogida de datos por magnitudes medibles
Se emplea para clasificar los datos en

relacin con sus dimensiones y
representarlos segn la distribucin
de su frecuencia.
Permite obtener el nmero
productos que no cumplen
especificaciones exigidas.
de
las
20

3. Hoja de recogida de datos por situacin del defecto
Se presenta un dibujo del producto
objeto de examen y en ella se deben
sealar los defectos observados en su
aspecto exterior.
Se puede especificar que clase de
defectos contiene el producto y donde
figuran estos.
21

4. Hoja de sntesis
Esta hoja presenta un resumen de
toda la informacin obtenida sobre un
fenmeno que ha sido estudiado a lo
largo del tiempo, cuyos datos han
quedado recogidos en varias y
diferentes hojas de recogida de datos.
22

Ejemplo de una plantilla diseada para recoger las incidencias de produccin en una empresa que envasa y
comercializa legumbres. Dicha empresa dispone de tres mquinas de envasado, una de control manual
(mquina A), y dos automticas, (mquinas B y C).
23

La mejora de procesos requiere que la toma de decisiones se apoye en un correcto anlisis de los
datos y de la informacin (calidad de la informacin). Sin embargo en las organizaciones hay
deficiencias para obtenerla:
Datitis
Datos sin ningn
propsito
OBJETIVOS
Sin Plan global, (mejor

fuente, por qu, qu,
como, cuando, donde,
quien)
Prejuicios y errores
estadsticos en la
obtencin de la
informacin.
Poco representativa,
sesgada
RECURSOS
24
2 HISTOGRAMA
CONCEPTOS PREVIOS :
Tendencia central
25
2. 0 HISTOGRAMA
CONCEPTO PREVIOS: Medidas de variabilidad
rango
Varianza
Medidas de
variabilidad
o dispersin
R =Max. - Min
Desviacin
estndar
Coeficiente
de
variabilidad
26
CONCEPTO PREVIOS: Distribucin Normal
27
2. HISTOGRAMA
Los histogramas son diagramas de barras que muestran el grado y la naturaleza de variacin dentro
del rendimiento de un proceso. El histograma muestra la distribucin de frecuencias de un conjunto
de valores mediante la representacin con barras.
28
HISTOGRAMA
Los histogramas pueden tener distintas formas segn la distribucin de la frecuencia de las variables
consideradas. El anlisis de su comportamiento permite determinar la tendencia central y la
dispersin de los datos. Como lo ms habitual es que las distribuciones se asemejen a otras
conocidas, como por ejemplo la distribucin normal, se puede evaluar y hacer inferencias de las
caractersticas del conjunto de la poblacin.
29
HISTOGRAMA
Los histogramas presentan algunas desventajas: en primer lugar, no permiten identificar las causas de
variacin dentro de un periodo de tiempo y, en segundo lugar, para preparar la distribucin de
frecuencias y representarla hacen falta muchos datos (como mnimo cincuenta valores), si se quiere
identificar la forma de la distribucin.
30
HISTOGRAMA
Intervalo de clase
Agrupa a los datos.
Frontera/Lmite de clase
Punto medio entre los extremos de clase inferior y
superior de 2 clases consecutivas.
Amplitud de clase
Diferencia entre la frontera superior e inferior de
una clase.
Marca de clase
Punto medio entre los extremos/fronteras de una
clase.
Frecuencia de clase
Nmero de valores dentro del intervalo de clase.
Amplitud de clase
Frontera/Lmite de clase
31
HISTOGRAMA
Los pasos en su construccin son los siguientes:
1.
2.
3.
4.
5.
6.
7.
Identificar el objetivo del uso del histograma y reunir los datos necesarios.
Identificar los valores mximos y mnimos y calcular la amplitud del intervalo existente entre esos dos
valores.
Determinar el tipo y nmero de clases (intervalos), no existe regla exacta para su clculo,
normalmente, cuando el nmero total de datos (n) es inferior a cincuenta se pueden emplear unas
tablas orientativas, y cuando n es superior a cincuenta se puede considerar:
la raz cuadrada de n, redondeando a un nmero entero.
Regla general : 5 20
Regla de Sturges : # de clases = 1 + 3.3 log n Se redondea al entero ms cercano.
Determinar la amplitud de la clase (W): W = (Val. Mx. - Val. Mn.) / # clases
Se redondea por exceso a la misma cantidad de decimales que tienen los datos.
Establecer el extremo inferior, determinar las fronteras (lmites).
Calcular la marca de clase (m).
Contar el nmero de observaciones en cada clase (f).
32
HISTOGRAMA
Un equipo del departamento de contabilidad de Tiendas BETA decide analizar con mayor
detenimiento las cuentas por cobrar. El equipo decide dibujar un histograma para posteriormente
analizarlo, recogen cien datos durante una semana. La Figura mostrada debajo presenta los
resultados de la inspeccin en la hoja de recogida de datos.
33
HISTOGRAMA
A partir de los datos recogidos se realizan los clculos para determinar el nmero de clases, su anchura y sus lmites.
1. Determinar el tipo y nmero de clases (intervalos n=100).
Sturges : # clases = 1 + 3.3 log n
# de clases= 1 + 3.3 log (100) = 1 + 3.3 * 2 = 7.6 = 7
2. Determinar la amplitud de la clase (i)
i = (Val. Mx. - Val. Min.) / # clases = (99-31) / 7 = 9.7 10
3. Establecer el extremo inferior, puede ser 31 o menos, por facilidad 30
4. Determinar las fronteras (limites)
Fronteras se expresan con un decimal adicional
Frontera inferior de primera clase pto. Medio entre 29 y 30, es decir 29.5
Frontera superior = 29.5 + 10 = 39.5
Extremo superior de la primera clase sera 39.
5. Calcular la marca de clase (m)
Pto.medio entre extremos o fronteras
(30 + 39) / 2 = 34.5 (29.5 + 39.5) / 2 = 34.5
JUAN NANO
- INGENIERA
CALIDAD - NOVIEMBRE 2016
6. Contar el nmero de observacionesINGen
cada
claseDE LA(f).
34
HISTOGRAMA
A continuacin, se determinan los lmites de Por ltimo, se dibuja el histograma, que agrupa los datos por
intervalos y muestra la frecuencia (correspondiente a la altura de
cada barra, calculando la frecuencia.
cada barra), y se procede a su interpretacin.
Intervalo
Frontera
Frontera
Amplitud (i)
Clase
Inferior Superior (ls)
30 -39
40 49
50 59
60 69
70 79
80 89
90 99
10
10
10
10
10
10
10
29.5
39.5
49.5
59.5
69.5
79.5
89.5
39.5
49.5
59.5
69.5
79.5
89.5
99.5
Marca
Clase
34.5
44.5
54.5
64.5
74.5
84.5
94.5
Frecuencia Frecuencia Frecuencia

Absoluta (f) Acumulada Relativa
12
12
16
23
17
11
9
12
24
40
63
80
91
100
0.12
0.12
0.16
0.23
0.17
0.11
0.09
Frecuencia
Relativa
Acumulada
0.12
0.24
0.4
0.63
0.8
0.91
1
35
HISTOGRAMA
36
HISTOGRAMA
PRUEBA DE NORMALIDAD
37
TALLER 1
39
Diagrama de Pareto
Es una herramienta que identifica los problemas ms importantes, en funcin de su frecuencia de
ocurrencia o coste (dinero, tiempo), permitiendo establecer las prioridades de intervencin. Es un tipo de
distribucin de frecuencias que se basa en el principio de Pareto, a menudo denominado regla 80/20, el
cual indica que el 80 % de los problemas son originados por un 20 % de las causas. Este principio ayuda a
separar los errores crticos, que normalmente suelen ser pocos, de los muchos no crticos o triviales.
40
Diagrama de Pareto
La construccin del diagrama de Pareto consta de las siguientes etapas:
1. Decidir cmo clasificar los datos

2. Determinar el tiempo de recogida de los datos
3. Obtener los datos y ordenarlos
4. Dibujar los ejes de coordenadas
5. Dibujar el diagrama
6. Construir una lnea de frecuencia acumulada
7. El anlisis de Pareto
41
Diagrama de Pareto
Modelo de Tabla para la construccin de un Diagrama de Pareto:
42
Diagrama de Pareto
Hemos decidido clasificar por tipo de defecto y definimos un periodo de observacin de cuatro
semanas consecutivas, la hoja de recogida de datos podra ser como la que muestra debajo.
En ella se van anotando los datos (el defecto A ocurri dos veces en la primera semana, el defecto B
ocurri cuatro veces, y as sucesivamente con todos), de manera que una vez cumplimentada
constituye la base para la representacin del Diagrama de Pareto.
43
Diagrama de Pareto
4. Se coloca en el eje vertical el nmero total de defectos detectados y en el eje horizontal los tipos
de defectos.
5. Consiste en la representacin grfica de los datos recogidos en la hoja. Para ello se observa cul
es el defecto ocurrido con ms frecuencia y se representa en el extremo izquierdo, junto al eje
vertical, mediante una barra ancha que tendr la altura correspondiente a su frecuencia. Se
representa el segundo defecto en frecuencia, y as sucesivamente. Antes de dibujar el diagrama de
Pareto hay que colocar los defectos en orden decreciente en funcin del nmero de veces que se
hayan detectado.
44
Diagrama de Pareto
6. Trazar a la derecha una lnea de porcentajes que sita a la altura de 90, total de los defectos
observados en las cuatro semanas, el 100 %. Esta lnea muestra los porcentajes acumulados.
45
Diagrama de Pareto
7. El diagrama muestra los problemas ms importantes sobre los que ser necesario actuar. En el
ejemplo, los defectos C y B son los defectos ms importantes, puesto que representan el 80 % de los
defectos totales.
46
Diagrama de Pareto
Interpretacin de los resultados de Pareto:
a)
Si los defectos o las prdidas ms frecuentes decrecen sbitamente, esto

indica que han tenido o estn teniendo xito las acciones de mejora
emprendidas o que existen factores que han cambiado si todava no hemos
emprendido nada.
b) Si varios tipos de defectos o prdidas decrecen de manera uniforme, esto

indica generalmente que el control ha mejorado.
c)
Si el defecto o la prdida ms frecuente vara en el tiempo pero no disminuye

mucho el porcentaje global, es decir, el diagrama de Pareto es inestable, esto
indica falta de control.
47
Diagrama de Pareto
La utilizacin de esta herramienta presenta las siguientes ventajas:
Permite observar los resultados de las acciones de mejora implantadas al comparar dos diagramas
del mismo fenmeno en momentos distintos de tiempo.
Es una herramienta polivalente y fcilmente aplicable, no slo en el control de la calidad sino en
cualquier mbito.
Utilizado en presentaciones y reuniones aumenta la eficacia y la rapidez de la comunicacin ya que
permite identificar rpidamente y a simple vista el problema ms grave
48
DIAGRAMA DE PARETO
ANALISIS DE PARETO DE SEGUNDO NIVEL
49
FIN 1ra Clase Taller 2
50
Tormenta de Ideas - Brainstorming

Generacin de una gran cantidad de ideas sobre un tema o
problema comn por parte de un grupo de personas.
Brainstorming Formal
51
Brainstorming Informal
Brainstorming Silencioso

Generacin de una gran cantidad de ideas sobre un tema o
problema comn por parte de un grupo de personas.
Brainstorming Formal
Requiere un coordinador - Sigue un orden / Es lento y pierde espontaneidad.
Brainstorming Informal
Varias perdonas toman nota No sigue un orden / Difcil escuchar a todos.
Brainstorming Silencioso
Cada participante coloca sus ideas por escrito / Se generen duplicidades.
52

FASE DE LA GENERACION
Nombrar al lder
Identificar el Problema.
Dar una idea por turno (Lluvia de ideas de las posibles soluciones)
Escribir la idea en un lugar visible
No criticar, discutir, ni apoyar
Continuar hasta que se agoten las ideas
FASE DE LA ACLARACION
Agrupar las ideas semejantes y/o redundantes.
Evaluar la aceptabilidad, adaptabilidad y posibilidad de la solucin seleccionada.
Identificar y seleccionar la solucin mas adecuada.
FASE DE LA IMPLEMENTACION
Identificar los cursos de accin de la solucin seleccionada.
Gestin de los Recursos
53
Diagrama Causa - Efecto

Es un mtodo sistematizado de trabajo en grupo, que ilustra con claridad las diversas causas que
afectan a un resultado, clasificndolas y vinculndolas entre s.
5M
Mano de Obra,
Mquina,
Material,
Mtodo y
Medio Ambiente
Tcnicas para encontrar la Causa Raz:

Lluvia de Ideas / 5 Por qu? / 5W + 2H.
54

Construccin: Para desarrollar el diagrama de espina se deben seguir los siguientes pasos:
1. Definir y determinar claramente el problema o efecto que se va a analizar.
2. Identificar los factores o causas que originan el efecto, mediante un brainstorming.
3. Representacin del diagrama.
4. Anlisis de las relaciones causa-efecto que derivan de la construccin del diagrama.
55

Aplicacin: Es til para conocer y afrontar las causas de los defectos, anomalas o reclamaciones;
reducir costes; obtener mejoras en los procesos; mejorar la calidad de los productos, servicios e
instalaciones; y establecer procedimientos normalizados, tanto operativos como de control.
Ventajas:
Proporcionar una metodologa racional para la resolucin de problemas.
Permitir sistematizar las posibles causas de un problema.
Favorecer el trabajo en equipo permitiendo que los trabajadores planteen de forma creativa sus
opiniones y que la comunicacin sea clara y eficaz.
56

El director de administracin de una empresa de fabricacin de maquinaria industrial decide emplear
un diagrama de espina para investigar por qu muchos clientes muestran un cierto grado de
insatisfaccin con la empresa. Los clientes han expresado su insatisfaccin explcitamente a travs de
los formularios de quejas y reclamaciones. La mayora de los clientes sealan la lentitud del servicio
de mantenimiento y de la atencin al cliente y el constante comunicar del telfono cuando stos
llaman. Bastante sorprendido, decide formar un grupo con otras tres personas, miembros de los
departamentos implicados, y realizar una sesin de brainstorming.
En primer lugar definen el efecto que va a ser analizado como clientes insatisfechos .
Posteriormente, el equipo comienza a detectar posibles causas y el coordinador del equipo las va
agrupando segn correspondan a mano de obra, mtodos, materiales y maquinaria. Una vez
enumeradas y agrupadas las causas, el coordinador las incluye en el diagrama de espina (mostrado
debajo), mientras el grupo sigue reflexionando sobre la importancia de cada una de ellas y si quedan
algunas por aadir. Los pasos siguientes sern determinar las causas ms importantes y ms
probables para disear lneas de actuacin encaminadas a la disminucin de la insatisfaccin de los
clientes.
57
58
DIAGRAMA CAUSA - EFECTO

ASPECTOS O FACTORES A CONSIDERAR EN LAS 6M
Mano de obra o gente
Conocimiento.
Entrenamiento.
Habilidad
Capacidad.
Motivacin
Mtodos
Estandarizacin
Excepciones
Definicin de
operaciones
Mquinas o equipos
Capacidad.
Condiciones de
operacin.
Hay diferencias?
Herramientas.
Ajustes
Mantenimiento.
Mediciones
Disponibilidad.
Definiciones.
tamao de la
muestra.
Repetitividad.
Reproducibilidad.
Calibracin.
Material
Variabilidad.
Cambios.
Proveedores.
Tipos.
La contribucin a la calidad por parte de esta rama es fundamental, ya que por un lado cuestiona si
estn definidos los mtodos de trabajo, las operaciones y las responsabilidades; por el otro, en caso de
que s estn definidas, cuestiona si son adecuados.
59
TALLER 1
60
Grficas de Dispersin
El diagrama de correlacin o diagrama de dispersin sirve para determinar si existe
relacin entre dos variables, normalmente de causa y efecto.
CORRELACIN
VALOR O RANGO
Perfecta
|R| = 1
Excelente
0.9 <= |R| < 1
Buena
0.8 <= |R| < 0.9
Regular
0.5 <= |R| <0.8
Mala
|R| < 0.5
61
Aplicacin: Habitualmente, se aplica despus de la utilizacin del diagrama de
espina, donde ya hemos identificado todas las posibles causas del efecto, y conviene
verificar la existencia de relacin, al menos, de las causas ms probables. Esta
herramienta nos permite conocer cmo al variar una causa probable vara el efecto.
Ventajas:
Se trata de una herramienta especialmente til para estudiar e identificar las
posibles relaciones entre los cambios observados en dos conjuntos diferentes de
variables.
Suministra los datos para confirmar hiptesis acerca de si dos variables estn
relacionadas.
Proporciona un medio visual para probar la fuerza de una posible relacin.
62
Construccin:
Segn sea la dispersin de los datos (nube de puntos) en el plano cartesiano,
pueden darse alguna de las siguientes relaciones, Lineal, Logartmica, Exponencial,
Cuadrtica, entre otras.
Las ecuaciones de cada relacin se presentan en la siguiente tabla:
REGRESIN
ECUACIN
Lineal
y = A + Bx
Logartmica
y = A + BLn(x)
Exponencial
y = Ae(Bx)
Cuadrtica
y = A + Bx +Cx2
63
Recogemos los datos de las dos variables en varios individuos de una muestra.
En cada fila tenemos los datos de un individuo
Cada columna representa los valores que toma una variable sobre los
mismos.
Las individuos no se muestran en ningn orden particular.
Dichas observaciones pueden ser representadas en un diagrama de dispersin.
En ellos, cada individuos es un punto cuyas coordenadas son los valores de las
variables.
64
Tenemos las alturas y los pesos de 30 individuos representados en un diagrama de
dispersin.
65
La TENDENCIA tiene PENDIENTE positiva.
66
Apreciamos que el peso aumenta 10Kg por cada 10 cm de altura
aproximadamente, o sea el peso aumenta en una unidad por cada unidad de
altura.
67
Para valores de X por encima de la
media tenemos valores de Y por encima
y por debajo en proporciones similares.
Incorrelacin.
Para los valores de X mayores que la

media le corresponden valores de Y
menores. Esto es relacin inversa o
decreciente.
68
Para los valores de X mayores que la
mayores tambin.
Para los valores de X menores que la
menores tambin.
Esto se llama relacin directa.
69
Medicin: Coeficiente de Correlacin de Pearson.
El coeficiente de correlacin lineal de Pearson de dos
variables, r, nos indica si los puntos tienen una tendencia a
disponerse alineadamente (excluyendo rectas horizontales y
verticales).
r es til para determinar si hay relacin lineal entre dos
variables, pero no servir para otro tipo de relaciones
(cuadrtica, logartmica,...)
70
Propiedades de r
Es adimensional
Slo toma valores en [-1,1]
Las variables no tienen correlacin => r=0
Relacin lineal perfecta entre dos variables r =+1 r =-1
Excluimos los casos de puntos alineados horizontal o verticalmente.
Cuanto ms cerca est r de +1 o -1 mejor ser el grado de relacin lineal.
Siempre que no existan observaciones anmalas.
71
72
73
Paraguas
Mulas
74
Estratificacin
La estratificacin no es una tcnica propiamente dicha, ms bien es una metodologa de trabajo
compatible con cualquiera de las herramientas antes mencionadas.
Estratificar los datos consiste en dividirlos y clasificarlos segn su procedencia, desagregando la
informacin y realizando estudios separados para situaciones como: diferentes materias primas,
diferentes mquinas, diferentes turnos de trabajo, etc.
Por ejemplo en el caso de la empresa e legumbres, no sera lgico representar en un mismo diagrama
de dispersin las variables grado de humedad y peso para los tres tipos de legumbres (garbanzos,
alubias y lentejas) que envasa la citada empresa, sino que habra que representar por separado la
situacin de cada tipo de legumbre.
75
76
77
78
TALLER FINAL
79
PROCESO EN CONTROL
LIMITES DE
PROCESO
10
cv
15
LIMITES DE
PROCESO
20
10
15
20
80
Mano de
Obra
Mediciones
vv
Maquinaria
v
Medio
ambiente
vv
Mtodos
Materiales
ING JUAN
NANO - INGENIERA
DE LA CALIDAD - NOVIEMBREde
2016 Calidad)
Variable de
salida
(Caracterstica
81
MEDIANA
MEDIA
VIENTO
10
15
20
82
LA VARIACION EXISTE EN TODOS LOS PROCESOS. CAUSAS COMUNES CAUSAS

ESPECIALES
CAUSAS COMUNES: DE FORMA NATURAL LAS 6M MAQUINA MATERIA

PRIMA MANO DE OBRA METODO MEDICION MEDIO AMBIENTE
CAUSAS ESPECIALES : PROCESO FUERA DE CONTROL - INESTABLE

84
TALLER FINAL
85

Modulo 4 - 1 Herramientas de La Mejora de Procesos JN (Presentacion)

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Modulo 4 - 1 Herramientas de La Mejora de Procesos JN (Presentacion)

Uploaded by

Copyright:

Available Formats

HERRAMIENTAS DE

ING JUAN NANO - INGENIERA DE LA CALIDAD - NOVIEMBRE 2016

Uso de tcnicas del control de calidad

ING JUAN NANO - INGENIERA DE LA CALIDAD - NOVIEMBRE 2016

Gestin de la Calidad Total

3. PLANIFICACIN, ASPECTOS TCNICOS PROYECTOS DE EQUIPO

ING JUAN NANO - INGENIERA DE LA CALIDAD - NOVIEMBRE 2016

LOS 7 PRINCIPIOS DEL SISTEMA DE GESTION DE CALIDAD

4. Enfoque Basado en Procesos. Un resultado deseado se

2. Liderazgo. Debemos crear y mantener un ambiente

5. Mejora. La mejora continua del desempeo global de la

6. Toma de Decisiones Informadas. Las decisiones eficaces

3. Compromiso y Competencias de las Personas. El total

ING JUAN NANO - INGENIERA DE LA CALIDAD - NOVIEMBRE 2016

ING JUAN NANO - INGENIERA DE LA CALIDAD - NOVIEMBRE 2016

ERRORES EN LA FORMA DE INTENTAR RESOLVER

Se atacan los efectos y sntomas, mas no los problemas de fondo.

Resolvemos por reaccin, por impulsos, ocurrencias y regaos.

Los esfuerzos son aislados, no hay mejora continua.

No se ataca lo verdaderamente importante.

No se sabe el efecto de lo que se hace.

Se tienen creencias errneas sobre cmo resolver el problemas.

Ciclo de PHVA y 8 pasos en la solucin de un problema

POSIBLES TECNICAS A USAR

1. Definir y analizar la magnitud del

Pareto, hojas de verificacin, histograma, graficas de control.

5. Poner en practica medidas de

Seguir el plan elaborado en el paso anterior e involucrar a los

6. Revisar los objetivos obtenidos.

Histograma, Pareto, hojas de verificacin, graficas de control.

7. Prevenir la recurrencia del problema.

Estandarizacin, inspeccin, supervisin.

Revisar y documentar el procedimiento seguido y planear el

Observar el problema, lluvia de ideas, Ishikawa.

ING JUAN NANO - INGENIERA DE LA CALIDAD - NOVIEMBRE 2016

ING JUAN NANO - INGENIERA DE LA CALIDAD - NOVIEMBRE 2016

Todo el trabajo ocurre en un sistema de procesos interconectados.

Entender y reducir la variacin son clave para el xito

Con la estadstica es posible conocer y aprender de la realidad, actuando en consecuencia a este

Todo el trabajo ocurre en

Procesos interconectados, ningn

ING JUAN NANO - INGENIERA DE LA CALIDAD - NOVIEMBRE 2016

ING JUAN NANO - INGENIERA DE LA CALIDAD - NOVIEMBRE 2016

ING JUAN NANO - INGENIERA DE LA CALIDAD - NOVIEMBRE 2016

LAS HERRAMIENTAS CLASICAS DE CONTROL DE LA CALIDAD

.. Las siete herramientas bsicas, si se utilizan hbilmente

LAS HERRAMIENTAS CLASICAS DE CONTROL DE LA CALIDAD

Recoger los datos

1. HOJA DE RECOGIDA DE DATOS

Interpretar los datos

Estudiar las relaciones causa-efecto

Estratificar los datos

Determinar las correlaciones

Determinar si un proceso est bajo control

ING JUAN NANO - INGENIERA DE LA CALIDAD - NOVIEMBRE 2016

ING JUAN NANO - INGENIERA DE LA CALIDAD - NOVIEMBRE 2016

1. HOJA DE RECOGIDA DE DATOS

1. HOJA DE RECOGIDA DE DATOS

1. HOJA DE RECOGIDA DE DATOS

Se emplea para clasificar los datos en

ING JUAN NANO - INGENIERA DE LA CALIDAD - NOVIEMBRE 2016

1. HOJA DE RECOGIDA DE DATOS

ING JUAN NANO - INGENIERA DE LA CALIDAD - NOVIEMBRE 2016