SESIÓN 08

HERRAMIENTAS PARA EL CONTROL DE

CALIDAD EN PROCESOS PRODUCTIVOS
La implantación de la calidad y su mejora puede llevarse a cabo con la ayuda
de las denominadas siete herramientas básicas. Estas herramientas se
caracterizan por su fácil comprensión y sencilla aplicación. Otra característica
importante de estas herramientas es la capacidad de integración entre sí,
facilitada por su compatibilidad, lo que conlleva a multiplicar los resultados.
La clasificación usualmente aceptada, para las denominadas siete
herramientas básicas es la siguiente:
Para determinar
1. Diagrama de Pareto las causas de los
fallos y mejorar
2. Diagrama Causa-Efecto o de Ishikawa
3. Histograma
Fase de Análisis

4. Diagrama de Correlación o Dispersión Para determinar

el nivel de
5. Gráfico de Control calidad existente
6. Hoja de recogida de Datos Fase de Control
7. Estratificación de Datos
 Diagrama de Pareto

Es un diagrama que se utiliza para determinar el impacto, la influencia o

el efecto que tienen determinados elementos sobre un aspecto. A
menudo se encuentra que gran parte del volumen de ventas de una
empresa es realizada a través de muy pocas líneas de sus productos, o
que la mayoría de los defectos encontrados en un producto se deben a
unas pocas causas identificadas; lo anterior se debe al concepto de
“pocos vitales” contra “muchos triviales”, introducido por el economista
italiano Wilfrido Pareto.
El diagrama de Pareto permite clasificar los elementos (problemas o
defectos) en función de su impacto en la organización.
La clase “A” contiene cerca del 20% de los elementos y el 80% de
impacto. En el otro extremo, la clase “C” contiene el 50% de elementos
y solo un 5% de impacto. Con la clase intermedia “B” se encuentra el
30% de los elementos y el 15% de impacto.

Para un equipo de mejora es preferible dirigir sus esfuerzos, en aquellos

elementos que se encuentran en la clase “A”, para reducir los problemas
o efectos más significativos o importantes para la organización.
Se puede utilizar esta gráfica con los fines siguientes:
 Saber que elementos son prioritarios y dirigir hacia estos nuestros
esfuerzos.
 Planear una mejora continua a la causa raíz de un problema.
 Las gráficas de Pareto son especialmente valiosas como fotos de
“antes y después” , para demostrar qué progreso se ha logrado.
Como tal, la gráfica es una herramienta de análisis sencilla pero
poderosa.
Metodología:
Se deben realizar los siguientes pasos:

 Registrar los elementos (problemas o defectos) de una

organización.
 Ordenar los elementos cuantificados de mayor a menor.
 Totalizar los datos.
 Calcular el porcentaje de cada elemento en función al total.
 Clasificar los puntos sobre un eje de coordenadas, donde: (X) % de
acumulado del impacto de elementos; (Y) % acumulado del
impacto del elemento.
 Trazar la curva.
 Dividir la curva en tres zonas (A, B y C).
 Analizar el comportamiento de la curva y seleccionar los
elementos de la zona “A”.
Ejemplo:

Un fabricante de máquinas de frío desea conocer cuáles son los

defectos más frecuentes que aparecen en las unidades al salir de la
línea de producción. Para ello clasificó todos los defectos posibles
en sus diversos tipos:

Tipo de defecto Detalle del problema

El motor no se detiene No para el motor cuando alcanza
temperatura deseada
El motor no enfría El motor no arranca pero no enfría
La puerta no cierra La puerta no cierra adecuadamente
El motor no arranca El motor no arranca después de ciclo de
parada

Se registra el comportamiento de cada máquina dentro del

proceso de producción, se registran sus defectos de acuerdo con
dichos tipos y se realiza un análisis para detectar los defectos más
significativos.
 Tipo de defecto Frecuencia (%) Porcentaje acumulado
El motor no se detiene 55 79.71 79.71
El motor no enfría 10 14.50 94.21
La puerta no cierra 3 4.35 98.56
El motor no arranca 1 1.44 100.00
Total 69 100.00
 Diagrama Causa - Efecto
Diagrama de Ishikawa o Espina de Pescado

El diagrama Causa – Efecto es una descripción de las causas de un

problema, que se conjugan en la forma de una espina de pescado, y
que les sirve a los equipos de mejora para analizar y discutir los
problemas. Las principales causas de problemas en las
organizaciones se agrupan generalmente en seis aspectos:
Medio ambiente
Medios de control
Maquinaria
Mano de obra
Materiales
Métodos de trabajo
Es utilizado para analizar la relación causa-efecto, comunicarla y
facilitar la solución de problemas, desde el síntoma, la causa y la
solución.
 EJEMPLOS DE LAS CAUSAS DE PROBLEMAS
MANO DE MEDIOS DE MEDIO
MATERIALES METODO MAQUINARIA
OBRA CONTROL AMBIENTE
Metodología:

El diagrama se llena con la información recopilada de una sesión de

lluvia de ideas, de un problema en la empresa, y posteriormente se
buscan datos que permitan comprobar si esa gráfica inicial era
correcta. Sobre la base de la información recogida (gráficas de
Pareto, etc.) y de otra lluvia de ideas, se puede llegar a la
reelaboración del diagrama hasta que se diagnostique el problema,
es decir, hasta que se sepa cuáles son sus causas raíz.

Ejemplo 1:

En un hospital nacional existe un 15% de insatisfacción causada por

la atención en el consultorio médico de geriatría. Se emplea el
diagrama de causa – efecto para explicar las razones de esta falla
de atención.

Métodos Materiales
Demora en el tiempo para
registro en el ingreso
Demora en contestar el
teléfono
Falta de cumplimiento
con la hoja de cita
Medio
ambiente
Historias clínicas Poca iluminación
equivocadas
Olores indeseables
Resultados del
laboratorio incompletos
15% de insatisfacción
Maquinaria obsoleta
causada por la
atención en el hospital
Falta de capacitación
Insuficientes equipos
Falta de amabilidad
del personal

Medio de Mano de Máquinas

control obra y equipos
Ejemplo 2:

¿Porqué 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.

¿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.

¿Porqué 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.

¿Porqué hay variación en la cantidad agregada de aceite?

Por funcionamiento irregular de la balanza.
Se registra la rama Balanza.

¿Porqué la balanza funciona en forma irregular?

Porque 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.
 Histograma
Es una gráfica de barras que permite describir el comportamiento de un
conjunto de datos de una variable, como altura, peso densidad,
temperatura, tiempo, en cuanto a su tendencia central, forma y
dispersión.
Esta herramienta se aplicará en los siguientes casos:

 Cuando es necesario conocer la capacidad del proceso.

 Si se cumplen las especificaciones de calidad.
 Para conocer la variabilidad de las características técnicas durante un
proceso.

Los histogramas son muy útiles para controlar la efectividad de los

cambios introducidos, comparando la evolución temporal y
comprobando que se verifiquen las especificaciones de los límites
establecidos. Mostrar la distribución permitirá hacer los cambios
necesarios para modificarla, centrarla si no se ajusta a lo que se desea, o
realizar un control periódico sobre la misma.
Metodología:

Comprende nueve pasos, que se indican a continuación:

Medir y registrar los datos de unas características de calidad de

un producto (mínimo 30) y colocarlos en filas.
Determinar el rango, R, de los datos registrados restando el valor
mayor del menor. R = mayor valor – menor valor.
Determinar el número de intervalos, denotados como k, en
primera aproximación. Utilizar esta pauta:

Puntos de datos Número de intervalos (k)

30 – 50 5–7
51 – 100 6 – 10
101 – 250 7 – 12
Más de 250 10 – 12
 Podrá utilizar también:

Cuando “n” es menor igual que 30 se calcula simplemente la raíz

cuadrada de “ 𝑛 ”; si “n” es mayor que 30 se puede aplicar la Ley
de Sturges: k = 1 + 3.32 log n
Determinar la amplitud del intervalo: h = R / k

 Fijar los límites de los intervalos. Para evitar el problema que se

presenta al asignar un valor a un intervalo cuando dicho valor
coincide con el extremo superior de un intervalo y el extremo
inferior del otro conviene fijar dichos extremos con una precisión
igual a la mitad de la precisión de los valores.
 Así, si los datos se presentan con un solo decimal y los extremos de
los intervalos son de la forma 2.15 – 2.35, está claro que los valores
2.2 y 2.3 deberán situarse en este intervalo, 2.4 en el intervalo
siguiente y así sucesivamente.
 Construir una tabla de frecuencias basada en los valores
registrados, considerando número de intervalos, amplitud del
intervalo, punto medio y frecuencias.
Trazar y marcar los valores en los ejes horizontal y vertical.
Dibujar las barras para representar el número de datos en cada intervalo. La
altura de las barras deberá ser igual al número de datos en ese intervalo,
registrándose en el eje vertical su ancho y su ancho será la extensión del
intervalo y se marcará en el eje horizontal.
Poner título y fecha a la gráfica.

Ejemplo:
Una empresa de alimentos desea evaluar el trabajo de una máquina
llenadora de sachets de 10 ml + - 1 para una salsa en crema para
restaurantes de comida rápida. Para preparar el informe se realizaron 30
ensayos o pruebas, obteniéndose los siguientes resultados (en ml):

Máquina A
Ensayo (1 – 10) 10 11 11 8 10 11 12 10 8 12
Ensayo (11 – 20) 10 9 13 10 11 9 8 11 10 12
Ensayo (21 – 30) 7 7 7 11 11 11 9 10 10 12
 Mayor valor : 13
Menor valor : 7
Rango (R) : 6
N° de datos (n) : 30
N° de Intervalos (k) : 5.48
Amplitud de intervalo (H) : 1

N° de Intervalo Límites de Intervalo inferior Límites de Intervalo superior Valor Medio (Xi) Frecuencia (fi) Frecuencia (fi) Total (∑fi)
1 7 8 7.5 III 3 3
2 8 9 8.5 III 3 3
3 9 10 9.5 III 3 3
4 10 11 10.5 IIII III 8 8
5 11 12 11.5 IIII III 8 8
6 12 13 12.5 IIII 4 4

Histograma de máquina A
8

0
7 8 9 10 11 12
 Hoja Recogida de Datos u
Hoja de Verificación de Datos
Es un formato especial constituido para recolectar datos fácilmente, en
la que todos los artículos o factores necesarios son previamente
establecidos y en la que los records de pruebas, resultados de
inspección o resultados de operaciones son fácilmente descritos con
marcas utilizadas para verificar.

Aplicación:
Se emplea cada vez que un equipo inicia un esfuerzo de resolución de
problemas. Esta herramienta puede utilizarse durante las fases de
definición, medición y análisis del ciclo para mejorar el proceso.

También se le denomina Hoja de comprobación o Check List

Metodología:
Se aplica en la recapitulación de información, que después será
clasificada en grupos o categorías homogéneas. La información puede
obtenerse, clasificarse o agruparse de acuerdo con los siguientes
puntos:
 Opiniones de personas, mediante encuestas.
 Eventos, como verificar los requisitos de inscripción de alumnos en
una universidad o recepción de automóviles en un taller.
 Inspección o revisiones, como cuestionarios para visita de
inspección.
 Base de datos, como registros.

Clasificación:
1. Hojas de verificación para datos medibles.
2. Hojas de verificación para defectos o items defectuosos.
3. Hojas de verificación para confirmación.
 Hojas de verificación para datos medibles
Son aquellas utilizadas para registrar datos que requieren el análisis
subsiguiente para que redunden en el mejoramiento del proceso.

Hojas de verificación para defectos o items defectuosos

Su uso esta centrado en evaluar defectos o productos defectuosos

Hojas de verificación para confirmación

Se utilizan para garantizar que se han tomado ciertas medidas o
acciones.

1. La hoja de verificación de datos, es una herramienta para la recopilación y el

análisis de la información.
2. En control estadístico se utiliza para comprobar constantemente si se han
recabado los datos solicitados, por ejemplo: la ocurrencia de defectos en un
periodo determinado de tiempo.
3. A partir de una hoja de recogida de datos, se puede construir un histograma.
4. Y a partir de un histograma se puede construir un Diagrama de Pareto.
5. Y, para averiguar las causas de las causas fundamentales de los problemas se
puede trabajar con un diagrama de causa – efecto o diagrama de Ishikawa.
Ejemplos:
Ejemplos:
 Diagrama de Correlación o Dispersión
• Es una herramienta estadística que se utiliza para estudiar la relación
existente entre dos fenómenos o variables.
• Por ejemplo, los economistas la utilizan para estudiar qué relación
existe entre dos variables macroeconómicas, por ejemplo: el índice de
inflación y el consumo per cápita.
• En el caso de la calidad, se utiliza por ejemplo, para estudiar la relación
que existe entre una característica de calidad y un factor que le afecta
(como puede ser la temperatura o la presión ).
• La relación entre las dos variables se representa mediante una gráfica
de dos coordenadas ( X y Y ). En cada coordenada se representa una de
las dos variables.
 Coordenada
Y
una variable Punto de
EFECTO Correlación

Coordenada
X
una variable
CAUSA

Metodología:
 Registrar los valores de dos variables, como mínimo deberán ser tres de cada
una.
 En un eje de coordenadas trazar los pares de datos ordenados en forma
ascendente.
 Estudiar el comportamiento de la nube de puntos.
 Trazar la línea de correlación correspondiente.
Correlación No Lineal
 Ejemplo:
Una empresa se plantea cambiar la composición de uno de sus productos utilizando
un nuevo material. Antes de tomar una decisión, la empresa decide realizar un
ensayo para estudiar la posible relación entre la utilización de dicho material y el
número de defectos. Para ello analiza lotes con diferentes porcentajes del nuevo
material y toma los siguientes datos:
 Desarrollo:
1. Dibujar, en un diagrama cartesiano, los ejes vertical y horizontal de la misma
longitud. Observar los valores máximo y mínimo de los grupos de datos, para
escoger la escala de representación adecuada a los mismos y evitar así errores
de interpretación.
2. Representar en el diagrama mediante puntos cada par de datos, reflejando los
valores de la clase de datos que se considera dependiente (causa) sobre el eje
horizontal X y los valores de la clase de datos que se considera independiente
(efecto) sobre el eje vertical Y.
3. Si dos o más pares de datos caen en el mismo punto, dibujar círculos
concéntricos alrededor del punto individualizado.
3. Una vez construido el diagrama se analiza la forma que tiene la nube de puntos
obtenida, para así determinar las relaciones entre los dos tipos de datos. Este
análisis puede efectuarse por técnicas estadísticas que permitan determinar si
existe o no relación, y el grado de existencia en su caso. Las herramientas
utilizadas son:
• La recta de regresión.
• El coeficiente de correlación lineal.

a 
y x   x  xy 2

n x   x  2 2

𝒀 = 𝒂 + 𝒃𝒙
n xy   x y
b
n x 2   x 
2

SCxy   xy 
x y
SCxy n

r SCx   x 
 x  2 SCxy = Suma de cuadrados de xy

SCx  SCy
2 SCx = Suma de cuadrados de x
n SCy = Suma de cuadrados de y

SCy   y 
2
 y  2

n
 Fórmulas
 y  x   x  xy 2
n xy   x y
𝒀 = 𝒂 + 𝒃𝒙 a
n x   x  2 2
b
n x 2   x 
2

SCxy   xy 
x y
SCxy
r
n SCxy = Suma de cuadrados de xy
 x  2
SCx = Suma de cuadrados de x
SCx  SCy SCx   x 2 
n SCy = Suma de cuadrados de y

SCy   y 
2
 y  2

n
Calculamos el coeficiente de correlación:
r = 0,918
El valor obtenido es muy próximo a 1, lo que nos confirma que la correlación es
fuertemente positiva.
 Gráficos de Control o Cartas de Control
Definición:
Es la representación gráfica de una o más características de la calidad en un proceso
a lo largo del tiempo, que sirve para observar y analizar con datos estadísticos la
variabilidad y el comportamiento del proceso alrededor de un valor medio, y dentro
de los límites de control.

Características:
• También llamada gráfica de Shewart, por ser este economista quien la investigó y
la puso en práctica aproximadamente en el año 1920.
• Son gráficos utilizados para analizar la variaciones existentes en un proceso
comparando los datos actuales con los históricos.
• Una de sus principales características es la capacidad de diferenciar las causas
asignables de las no asignables de la variación de la calidad.
• Las gráficas de control son útiles para vigilar la variación de un proceso en el
tiempo, probar la efectividad de las acciones de mejora emprendidas y para
estimar la capacidad de un proceso.
Se utiliza cuando:
 Se desea predecir tendencias en un proceso.
 Para determinar si un proceso es estable o no.
 Para analizar variables y su influencia sobre el proceso.
 Para prevenir problemas específicos, implementar cambios y proyectos nuevos.
 Cuando el proceso requiera ir tomando decisiones para mantenerlo dentro de los
límites (ya que esta herramienta permite detectar tendencias).
 Se desea para mejorar la productividad, ya que la reducir el rechazo y la
reelaboración los costos disminuyen y la capacidad de producción aumenta.
Cartas de Control para datos variables:
Este tipo de cartas de control hace uso de estadísticos (cantidad numérica calculada
a partir de una muestra) obtenidos de datos como longitud, grosor, temperatura,
presión, etc., es posible medir la característica, y es necesario describir la
característica de calidad mediante medidas de tendencia central (media) y una
medida de dispersión (rango o desviación estándar).

Cartas de Control para atributos:

Este tipo de gráficas contribuyen la herramienta esencial para controlar
características de calidad cualitativa. Se basan en distribuciones de calidad discreta
(binomial, poisson, etc.); problemas donde es difícil hacer una medida numérica y
donde los defectos pueden agruparse. Se dividen en gráficas de control para fracción
defectuosa (p), número de defectuosos (np), defectos por muestra (c) y defectos por
unidad (u).
 Ejemplo:
Una empresa metal mecánica fabrica muebles de oficina, para lo cual debe realizar
una pieza clave del proceso. Esta pieza tiene como límite de especificación un
espesor de entre 10 y 13 mm. Se extrajeron 20 subgrupos de 4 observaciones cada
uno; los que se presentan en el siguiente cuadro:
Observaciones
Subgrupo
X1 X2 X3 X4
Ẋ R
1 11.2 11.6 11.2 11.5 11.38 0.4
2 11 11.7 11.3 11.1 11.28 0.7
3 11.9 11.4 11.1 11.4 11.45 0.8
4 10.8 10.9 11 10.2 10.73 0.8
5 10 10.9 11.4 11.3 10.90 1.4
6 11.8 12 11.1 10.1 11.25 1.9
7 11.6 11 11.5 12 11.53 1
8 12.5 11.6 11.8 11.2 11.78 1.3
9 12.9 12 10.5 12.2 11.90 2.4
10 11.1 11.1 13.1 11.6 11.73 2
11 11.7 13.6 12.5 11.8 12.40 1.9
12 12.6 12.8 12 11.9 12.33 0.9
13 11.7 10 10.5 12.2 11.10 2.2
14 11.6 10.6 11 10.8 11.00 1
15 11.7 13.6 10.9 11.5 11.93 2.7
16 12.3 11.5 10.6 10.7 11.28 1.7
17 11.6 12 11.8 11.9 11.83 0.4
18 11.9 10.5 10 11.4 10.95 1.9
19 12.3 13.4 14.6 11.7 13.00 2.9
20 12.6 12.8 13.2 11.5 12.53 1.7
232.23 30
Promedio de los promedios 11.61
Promedio de los rangos 1.5
𝐿𝑆𝐶𝑋 = 𝑋 + 3(𝑅 / 𝑁)/(𝑑2 )

𝐿𝑆𝐶𝑋 = 𝑋 − 3(𝑅 / 𝑁)/(𝑑2 )

𝐿𝑆𝐶𝑋 = 11.61+3(1.5/(4)1/2)/(2.059) = 12.70

𝐿𝑆𝐶𝑋 = 11.61-3(1.5/(4)1/2)/(2.059) = 10.52

𝐿𝑆𝐶𝑅 = (𝐷4 )(𝑅 )

𝐿𝑆𝐶𝑅 = (𝐷3 )(𝑅 )

𝐿𝑆𝐶𝑅 = (2.282)(1.5) = 3.42

𝐿𝑆𝐶𝑅 = (0)(1.5) = 0
 Gráfico de Medias
14.00
13.50
13.00
12.50
12.00
11.50
11.00
10.50
10.00
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
9.50
9.00

Gráfica de rangos
4

3.5

2.5

1.5

0.5

0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
 Estratificación de Datos
La estratificación de datos consiste básicamente en la clasificación y
separación de los datos en grupos o categorías con el objeto de realizar un
análisis más profundo y exacto de las causas, indagar sobre problemas o
comprobar que las acciones correctivas y de mejora son eficientes.
Por si sola no es una herramienta de mejora, pero es de inestimable ayuda en
la elaboración de otras herramientas como el diagrama de Pareto o el
diagrama de dispersión.