10) Ishikawa, Kaoru. (1991). Utilizacin de mtodos estadsticos en Qu es control total de calidad?. Mxico: Grupo Editorial Norma, pp.

191-199.

CAPITULO XII

Utilizacin de mtodos estadsticos

En todo trabajo hay dispersin. Los datos sin dispersin son datos falsos. Sin anlisis estadstico (anlisis de calidad y de proceso), no puede haber un control eficaz. El CC empieza con un cuadro de control y termina con un cuadro de control. Sin estratificacin, no puede haber anlisis ni control. El 95 por ciento de los problemas de una empresa se pueden resolver con las siete herramientas del CC. Los mtodos estadsticos tienen que llegar a ser asunto de sentido comn y de conocimiento general para todos los ingenieros y tcnicos.

Material compilado con fines acadmicos, se prohbe su reproduccin total o parcial sin la autorizacin de cada autor.

1. TRES CATEGORIAS POR ORDEN DE DIFICULTAD

Antes de la segunda guerra mundial y durante ella, los mtodos estadsticos se empleaban espordicamente en el Japn: apenas en 1949 se empezaron a utilizar plenamente. En ese ano la UCIJ cre un grupo de investigacin de CC y empez a investigar la aplicacin del control estadstico y de los mtodos estadsticos en las industrias. Yo divido los mtodos estadsticos en las tres categoras siguientes de acuerdo con su nivel de dificultad.

1. Mtodo estadstico elemental (las as llamadas siete herramientas)

1. 2. 3. 4. 5. Cuadro de Pareto: el principio de pocos vitales. muchos triviales Diagrama de causa y efecto (esta no es precisamente una tcnica estadstica) Estratificacin Hoja de verificacin Histograma

6.

Diagrama de dispersin (anlisis de correlacin mediante la determinacin de la mediana; en algunos casos. utilizacin de papel especial de probabilidad binomial)

7. Graficas y cuadros de control (cuadros de control de Shewhart)

Estas son las siete herramientas llamadas indispensables para el control de calidad, usadas actualmente por presidentes de empresas, miembros de la junta, gerentes intermedios, supervisores y trabajadores de lnea. Estas herramientas tambin se emplean en diversas divisiones, no solo en la de manufactura sino tambin en las de planeacin, diseo, mercadeo, compras y tecnologa. Segn mi propia experiencia, hasta un 95 por ciento de los problemas de una empresa se pueden resolver con estas herramientas, que a veces se comparan con las siete herramientas de Benkei, el guerrero del doce. Si una persona no se adiestra en el manejo de estas sencillas y elementales herramientas, no puede aspirar a un dominio de los mtodos ms difciles.

Material compilado con fines acadmicos, se prohbe su reproduccin total o parcial sin la autorizacin de cada autor.

UTILIZACION DE METODOS ESTADISTICOS

193
En el caso del Japn es muy significativo el hecho de que desde los miembros de la alta gerencia hasta los trabajadores de lnea estn en capacidad de usar estas siete herramientas. En efecto, el ndice de utilizacin es quizs el ms alto del mundo. Ms del 99.9 por ciento de los japoneses se gradan de la escuela media y del 92 al 93 por ciento terminan la escuela secundaria. No les cuesta trabajo usar estas herramientas. Junto con esas herramientas, los trabajadores deben adiestrarse en los siguientes puntos bsicos: 1. El concepto de calidad respeto por los consumidores, convencimiento de que el proceso siguiente es un cliente, y sentido de la garanta de
calidad. 2. Principios y medios de ejecucin relacionados con administracin y mejoramiento crculos de control, el circulo PHVA, y la historia de CC. 3. Un modo de pensar estadstico los datos tienen su propia distribucin y son dispersos. Sabiendo esto, uno debe estar en capacidad de utilizar los datos para hacer una estimacin estadstica y juzgar determinada accin que se va a llevar a cabo, o idear importantes pruebas estadsticas, etc.

2. Mtodo estadstico intermedi

Este incluye lo siguiente:
1. Teora del muestreo 2. Inspeccin estadstica por muestreo 3. Diversos mtodos de realizar estimaciones y pruebas estadsticas 4. Mtodos de utilizacin de pruebas sensoriales 5. Mtodos de disear experimentos

Este mtodo se ensea a los ingenieros y a los miembros de la divisin de promocin de CC. Ha tenido mucho xito en el Japn.

3. Mtodo estadstico avanzado (con computadores)

Esto incluye lo siguiente: 1. Mtodos avanzados de disear experimentos
2. Anlisis de multivariables 3. Diversos mtodos de investigacin de operaciones

Solo muy pocos ingenieros y tcnicos se adiestrarn en los mtodos estadsticos avanzados. a fin de emplearse en anlisis de procesos y de calidad

Material compilado con fines acadmicos, se prohbe su reproduccin total o parcial sin la autorizacin de cada autor.

CAPITULO DOCE

194
muy complejos. Como se veis ms adelante, este mtodo avanzado ha venido a ser la base de una alta tecnologa y tambin de la exportacin de tecnologa. En el Japn, el empleo de los mtodos estadsticos intermedio y avanzado ha llegado a un nivel muy alto. Esto tambin ha ayudado a levantar el nivel de la industria japonesa.

II. PROBLEMAS RELATIVOS A LA UTILIZACION DE METODOS ESTADISTICOS EN LAS INDUSTRIAS

Han pasado ms de treinta aos desde que empezamos a utilizar los mtodos estadsticos en nuestras industrias, en 1949. Durante este periodo hemos encontrado cierto nmero de problemas. En la promocin del control de calidad estadstico hemos adoptado el lema: "Hablemos con datos" (utilicemos mtodos estadsticos). Pero a pesar de nuestros esfuerzos, todava quedan muchos problemas por resolver, como son:

1. Datos falsos y datos que no concuerdan con los hechos

Hay dos casos en que los datos y los hechos no concuerdan. Primero, cuando los datos se crean artificialmente o se adulteran. Segundo, cuando se producen datos errneos, debido a ignorancia de los mtodos estadsticos Por qu las personas deliberadamente producen datos falsos o adulterados? Esto ocurre con mayor frecuencia en las empresas altamente centralizadas y donde la alta gerencia est acostumbrada a dictar rdenes. Se producen datos falsos cuando las personas de la alta gerencia no tienen sentido de la dispersin en estadstica.

2. Mtodos deficientes de reunir datos

Cuando empec a trabajar en CC descubr que en las industrias qumica y metalrgica la distorsin de datos era frecuente. Esto se deba a que mtodos existentes de muestreo, divisin, medicin y anlisis eran inadecuados. Escrib un libro sobre el muestreo correcto (Sampling in Industries. Tokio: Maruzen, 1952), y luego ayud a la UCIJ a establecer el grupo de estudio de muestreo en la industria minera. Este grupo se dividi en subgrupos sobre mineral de hierro, metales no ferrosos, carbn, coke, mineral de azufre, sales industriales, e instrumentos de muestreo. Se investigaron a fondo teoras y experimentos de muestreo, as como la divisin y los mtodos de divisin y anlisis. Sobre esta base se fijaron varias normas japonesas (NIJ). En el caso del mineral de hierro, las normas japonesas fueron aceptadas

Material compilado con fines acadmicos, se prohbe su reproduccin total o parcial sin la autorizacin de cada autor.

UTILIZACION DE METODOS ESTADISTICOS

195
por la Organizacin Internacional de Normas (ISO). Como el mineral de hierro se negocia internacionalmente, la fijacin de normas en este campo ha contribuido a mejorar el funcionamiento del comercio internacional. En aos ms recientes, la ISO ha estudiado las normas japonesas relativas a mineral de manganeso y carbn, con miras a su posible aceptacin. Sin embargo, quedan todava muchos problemas. Consideremos la cuestin de la proteccin ambiental. Cuando una persona pretende determinar proporciones pequesimas, de tantas partes por milln, si no tiene mucho cuidado nadie va a saber qu est haciendo, debido a los errores de muestreo o de medicin y Suponiendo que se d el dato de 56.73 por ciento, no es posible interpretarlo correctamente si se desconoce el margen de error, que puede ser ms o menos del 2%, 0.2% o 0.02% Supongamos que existe una curiosa reglamentacin segn la cual no es necesario detectar el mercurio, pero que ltimamente los instrumentos de medicin se han refinado mucho y ya es posible obtener valores numricos hasta el sexto o sptimo lugar decimal. Por ejemplo, puede encontrarse un valor de 0.0000005% para el mercurio. Suponiendo adems que el gobierno exija detectarlo sobre esta base, el mercurio podr ser detectado en todo el territorio japons. Si la precisin de esta muestra o del mtodo de medir es ms o menos del 0.0002%, y si el valor numrico se ha de redondear al cuarto lugar decimal, entonces el dato de 0.0000005% se convierte en 0.0000%. En ese caso, quiere esto decir que no se puede detectar mercurio en ninguna parte del Japn? De este modo, cuando existe un error en los datos, no se puede determinar si las metas de proteccin ambiental se estn cumpliendo realmente o no. Desgraciadamente, los reglamentos expedidos por dependencias oficiales no suelen tener en cuenta los errores en los datos estadsticos.

3. Trascripcin errada de los datos y clculos equivocados

Los errores debidos a equivocaciones elementales son muy frecuentes. Por fortuna, los expertos en estadstica pueden descubrirlos con facilidad.

4. Valores anormales
Los datos relativos a la sociedad en general y a la industria suelen ser impuros porque contienen valores anmalos. En muchos casos, esto se debe a las circunstancias antes anotadas bajo 1, 2 y 3. Tambin hay casos en que los datos contienen valores anormales que realmente existen. Si se deben o se deben utilizar tales datos o si se deben retener los valores anormales

Material compilado con fines acadmicos, se prohbe su reproduccin total o parcial sin la autorizacin de cada autor.

CAPITULO DOCE

196
son cuestiones por determinar, teniendo en cuenta el propsito para el cual se van a utilizar tales datos y las medidas que se van a tomar basndose en ellos.

5. Fortaleza
A veces los datos reales no concuerdan con la distribucin normal, adems de que contienen valores anmalos. Cmo afecta esto a los mtodos estadsticos y a las conclusiones derivadas? En general, las herramientas avanzadas y los mtodos estadsticos sofisticados carecen de fortaleza: son de aplicacin limitada y pueden ser inapropiados para tales casos. En cambio, las siete herramientas bsicas descritas anteriormente son fuertes v se pueden usar en cualquier situacin.

6. Mtodo de aplicacin equivocado

Los inexpertos suelen cometer errores al utilizar mtodos estadsticos o analticos. Esto se debe a su falta de una clara comprensin de las teoras estadsticas y de los modelos estructurales. Mi consejo es que el trabajo de los principiantes sea vigilado por especialistas veteranos.

III. ANALISIS ESTADISTICOS

En las industrias se emplean principalmente mtodos estadsticos para el anlisis. En ste hay dos categoras importantes: el anlisis de calidad y el de procesos. El anlisis de calidad es el que, con ayuda de datos y mtodos estadsticos, determina la relacin entre las caractersticas de calidad reales y las sustitutas. (Ver diagrama XII-1.) El anlisis de procesos es el que aclara la relacin entre los factores causales y los efectos tales como calidad, costo, productividad, etc., cuando se est efectuando control de procesos. Este control busca descubrir las causas que impiden el funcionamiento suave del proceso manufacturero. En esta forma trata de encontrar una tecnologa para el control preventivo. La calidad, el costo, y la productividad son efectos o resultados de este con de procesos. (Ver diagrama XII-2.) Un 95 por ciento de los anlisis de procesos se pueden realizar utilizan las siete herramientas. Empero, en procesos muy complicados, como por ejemplo los que se encuentran en las siderrgicas, se necesitan tcnicas avanzadas. En tales casos es indispensable emplear computadores. Uno de los puntos fuertes de la industria japonesa ha sido su xito el control dinmico computarizado mediante el manejo eficaz del anlisis de procesos. En efecto, hoy podemos jactarnos de que el ndice de defectos

Material compilado con fines acadmicos, se prohbe su reproduccin total o parcial sin la autorizacin de cada autor.

UTILIZACION DE METODOS ESTADISTICOS

197 Caractersticas de calidad sustitutas Caractersticas de calidad sustitutas Manejo por el consumidor

Material

D C

A B

Caractersticas de calidad reales (No rompimiento de rollos de papel peridico en la prensa rotativa)

Caractersticas de calidad sustitutas

Caractersticas de calidad sustitutas

Anlisis de calidad
DIAGRAMA XII-1

(proporcin defectuosa) es menor de uno por milln en nuestro control de procesos. Mediante el anlisis podemos estudiar la capacidad estadstica de los procesos.

IV. CONTROL ESTADISTICO

En diversas medidas de control, tales como el crculo PHVA, un problema que siempre se presenta es cmo verificar los resultados. Normalmente, si
Factores causales

A J

O M

Caractersticas del producto (efectos)

Material
I

N B P

C D

E F Q S R M Q

(Calidad, costo, productividad, etc.)

K J Q

Anlisis de proceso DIAGRAMA XII-2

Material compilado con fines acadmicos, se prohbe su reproduccin total o parcial sin la autorizacin de cada autor.

CAPITULO DOCE

198
las cosas van bien no es necesaria la verificacin. Sin embargo, cuando hay situaciones desusadas, se aplicar la ley de excepcin y ser preciso verificar todas las medidas de control, para poder tener elementos de juicio. Ahora bien, es necesario recordar que las causas que pueden afectar los procesos fabriles y cualquier otro tipo de trabajo (que constituya un proceso) son ilimitadas; por esto, los efectos (los resultados de todo tipo de trabajo) sern dispersos. En otras palabras, siempre habr una distribucin estadstica. Por tanto, al verificar debemos guiarnos por el concepto de distribucin. Las herramientas ms tiles para este fin son los tres cuadros de control sigma inventados por el Dr. W. A. Shewhart. Estos fueron introducidos Japn poco despus de la guerra y desde entonces se usan ampliamente en el control estadstico. Los cuadros de control que suelen utilizarse hoy en el Japn son el cuadro x R, el cuadro X R, el cuadro x, el cuadro p, el cuadro pn, d cuadro c y el cuadro u. Muchos gerentes y trabajadores en diversas plantas los han aplicado con muy buenos resultados. Naturalmente, estos cuadros de control todava se pueden mejorar, pero su uso ha resultado muy benfico para el Japn.

V. METODOS ESTADISTICOS Y PROGRESO TECNOLOGICO

El uso de mtodos estadsticos, incluyendo los ms refinados, ha echado races profundas en el, Japn, mas no por ello debemos olvidar la utilidad de las siete herramientas sencillas: la persona que no las domine no puede aspirar a utilizar las ms refinadas. El progreso del Japn en cuanto a productividad no puede separarse del empleo de los mtodos estadsticos. Por medio de estos fue como se mejor el nivel de calidad, se aument la confiabilidad y se bajaron los costos La clave ha sido el pertinaz empleo del anlisis de procesos y del anlisis de calidad, sin bombo. durante un largo periodo de tiempo. Esto ha dado como resultado la mejora de la tecnologa. Hay quienes sostienen que la tcnica de ingeniera aumenta la tecnologa y que la tcnica administrativa la mantiene. Yo no estoy de acuerdo con esto. No veo diferencia alguna entre la tecnologa de ingeniera y la tcnica de administracin. La llamada tcnica de control es parte de la tcnica propiamente dicha. Es preciso utilizar toda la tecnologa disponible para mejorar la calidad y la eficiencia. Despus de la segunda guerra mundial, el Japn import muchas tecnologas nuevas de Occidente. Hoy est en capacidad de exportar tecnologa al Occidente. Esto se debe en gran parte a la introduccin del control de calidad estadstico y al empleo del anlisis estadstico, del anlisis de procesos y del anlisis de calidad.

Material compilado con fines acadmicos, se prohbe su reproduccin total o parcial sin la autorizacin de cada autor.

UTILIZACION DE METODOS ESTADISTICOS

199
Hace ms de veinte aos escrib: "Con nuestro movimiento de control de calidad perseguimos lo siguiente: esperamos producir artculos buenos y baratos en gran cantidad, para la exportacin, y mediante esta realizacin consolidar las bases de la economa japonesa. establecer la tecnologa industrial del Japn y crear oportunidades para exportar tecnologa. Una vez que nuestra economa nacional descanse sobre una base slida, podemos esperar que nuestras empresas privadas distribuyan su riqueza en tres partes: entre los consumidores, los trabajadores y los inversionistas. Para la nacin como un todo, buscamos progreso continuo en nuestro nivel de vida". Poco a poco, estas metas se estn realizando. Naturalmente, quedan an muchos problemas y siempre hay campo para mejorar, especialmente en lo relativo al empleo de mtodos estadsticos. Si dichos mtodos pueden penetrar en reas distintas de la industria, tal vez la nacin como un todo ser mejor.

Material compilado con fines acadmicos, se prohbe su reproduccin total o parcial sin la autorizacin de cada autor.