Herramientas para la calidad

Introduccin

La evolucin del concepto de calidad en la industria y en los servicios nos muestra que pasamos
de una etapa donde la calidad solamente se refera al control final. Para separar
los productos malos de los productos buenos, a una etapa de Control de Calidad en el proceso,
con
el
lema:
"La
Calidad
no
se
controla,
se
fabrica".
Finalmente llegamos a una Calidad de Diseo que significa no solo corregir o reducir defectos sino
prevenir que estos sucedan, como se postula en el enfoque de la Calidad Total. Se requiere
resolver las variaciones que van surgiendo en los diferentes procesos de produccin, reducir los
defectos
y
adems
mejorar
los
niveles
estndares
de
actuacin.
Para resolver estos problemas o variaciones y mejorar la Calidad, es necesario basarse en hechos
y no dejarse guiar solamente por el sentido comn, la experiencia o la audacia.
Adems
es
necesario
un procedimiento sistemtico

aplicar
y

un
conjunto
estandarizado

de herramientas estadsticas siguiendo

de
solucin
de
problemas.

En 1968 Kaoru Ishikawa propone siete herramientas de la calidad, un conjunto de tcnicas

estadsticas sencillas que no requieren de un conocimiento experto, para ser aplicadas en los
procesos de equipo, por los crculos de calidad. Segn Ishikawa, con ellas es posible resolver el
95% de los problemas que presenta una organizacin, sobre todo en el rea de produccin
(Ishikawa, 1986).
En el ao 1972, un comit de la JUSE (Union of Japanese Scientists and Engineers) comenz a
trabajar sobre otras herramientas de la calidad para ser utilizadas por directivos y especialistas, y
susceptibles de ser aplicadas por el personal de base. Con ello se pretendi ir ms all de un punto
de vista centrado en el anlisis de datos cuantitativos, adoptando para su uso un enfoque de
diseo para la solucin de problemas.
En enero de 1977 el comit anunci los resultados de su investigacin, seleccionando un conjunto
de siete herramientas denominadas las siete nuevas herramientas del control de calidad.
Estas herramientas, que posteriormente fueron denominadas las siete herramientas bsicas de la
calidad, pueden ser descritas genricamente como mtodos para la mejora continua y la solucin
de problemas.
Las siete herramientas de la calidad son:

Diagrama Causa Efecto (Diagrama de Ishikawa)

Hoja de Comprobacin (Hojas de Verificacin).
Grficos de Control.
Histograma.
Diagrama de Pareto.

Diagrama de Dispersin.
Estratificacin.
1. Hoja de Verificacin
Una hoja de comprobacin (tambin llamada de verificacin, de control o de chequeo) es un impreso con
formato de tabla o diagrama, destinado a registrar datos relativos a la ocurrencia de determinados sucesos,
mediante un mtodo sencillo
Los pasos para elaborar una hoja de verificacin son:
1. Determinar el objetivo
Precisndolo de manera clara e inequvoca: verificar la distribucin de un proceso, revisar defectos y/o
errores, contar la frecuencia en la ocurrencia incidencias
2. Definir el modo en que se llevar a cabo el registro
En este paso se establece quin efectuar el registro, cmo y dnde, si se registrarn todas las ocurrencias o
se realizar un muestreo,
3. Disear la hoja de comprobacin
La hoja de comprobacin ha de permitir que el registro de datos sea sencillo, que la situacin registrada
pueda entenderse con inmediatez y que los datos no presenten dificultad para ser procesados.
4. Tomar datos

Una vez diseada la hoja de comprobacin se procede a iniciar la toma de datos.

2. Estratificacin
La estratificacin es un mtodo estadstica utilizado para el control, anlisis y mejora de la calidad consistente
en clasificar los datos disponibles por grupos con similares caractersticas. A cada grupo se le denomina
estrato.
Los estratos a definir lo sern en funcin de la situacin particular de que se trate, pudiendo establecerse
estratificaciones atendiendo a:

Personal.

Materiales.

Maquinaria y equipo.

reas de gestin.

Tiempo.

Entorno.

Localizacin geogrfica.

Otros.
La estratificacin:

Permite aislar la causa de un problema, identificando el grado de influencia de ciertos factores en el

resultado de un proceso.

Puede apoyarse y servir de base en distintas herramientas de calidad.

3. Histogramas.
Un histograma es un grfico de barras verticales que representa la distribucin de frecuencias de un conjunto
de datos. El histograma es especialmente til cuando se tiene un amplio nmero de datos que es preciso
organizar, para analizar ms detalladamente o tomar decisiones sobre la base de ellos. Tambin es un medio
eficaz para transmitir a otras personas informacin sobre un proceso de forma precisa e inteligible.
Otra aplicacin de sumo inters del histograma es la comparacin de los resultados de un proceso con las
especificaciones previamente establecidas para el mismo. Un histograma facilita una representacin visual en
la que puede apreciarse si las medidas tienden a estar centradas o a dispersarse. Tambin da respuesta a la
cuestin de si el proceso produce buenos resultados y a si stos estn o no dentro de las especificaciones.

la
otra grafica

4. Diagrama de Pareto.
El Diagrama de Pareto es un sencillo y grfico mtodo de anlisis que permite discriminar entre las causas
ms importantes de un problema (los pocos y vitales) y las que lo son menos (los muchos y triviales).
Los pasos a seguir para la elaboracin de un diagrama de Pareto son.
1. Seleccionar los datos que se van a analizar, as como el periodo de tiempo al que se refieren dichos
datos.
2. Agrupar los datos por categoras, de acuerdo con un criterio determinado.
3. Tabular los datos.
Comenzando por la categora que contenga ms elementos y, siguiendo en orden descendente, calcular:

Frecuencia absoluta.

Frecuencia absoluta acumulada.

Frecuencia relativa unitaria.

Frecuencia relativa acumulada.

4. Dibujar el diagrama de Pareto.

5. Representar el grfico de barras correspondiente que, en el eje horizontal, aparecer tambin en orden
descendente.
6. Delinear la curva acumulativa.
Se dibuja un punto que represente el total de cada categora. Tras la conexin de estos puntos se formar una
lnea poligonal.
7. Identificar el diagrama, etiquetndolo con datos como: ttulo, fecha de realizacin, periodo estudiado,
8. Analizar el diagrama de Pareto.

5. Diagrama Causa Efecto

El Diagrama de Causa Efecto de Ishikawa, conocido tambin como diagrama de espina de pescado, ideado
por Kaoru Ishikawa, fue aplicado por primera vez (en todos sus procesos) por la Kawasaki Iron Fukiai
Works, en 1952. De las siete herramientas bsicas de la calidad, es la nica de naturaleza no estadstica.
En su base est la idea de que un problema puede estar provocado por numerosas causas, contrarrestando la
tendencia a considerar una sola de ellas.
1. Definir el efecto o resultado a analizar.
Esta definicin debe estar hecha en trminos operativos, lo suficientemente especficos para que no existan
dudas sobre qu se pretende, de modo que el efecto estudiado sea comprendido por los miembros del equipo.
2. Situar el efecto o caracterstica a examinar en el lado derecho de lo que ser el diagrama.
En ste debe aparecer, al menos, una breve descripcin del efecto.
3. Trazar una lnea hacia la izquierda, partiendo del recuadro
4. Identificar las causas principales que inciden sobre el efecto.
stas sern las ramas principales del diagrama de causa efecto de Ishikawa y constituirn las categoras bajo
las cuales se relacionarn otras posibles causas.
Las categoras habitualmente empleadas son:

3 Ms 1P: Maquinaria, Materiales, Mtodos y Personal.

4 Ps: Personas, Polticas, Procedimientos y Planta.

Medio. Como una categora potencialmente utilizable y que se refiere al entorno en que se sita el
problema, o el efecto deseado.
5. Situar cada una de las categoras principales de causas en sendos recuadros conectados con la
lnea central.
6. Identificar, para cada rama principal, otros factores especficos que puedan ser causa del efecto.
Estos factores formarn las ramas de segundo nivel. A su vez, stas podrn expandirse en otras de tercer
nivel, y as sucesivamente. Para esta expansin recurrente, ser til emplear series de preguntas iniciadas
con: Por qu? Asimismo, para desplegar las ramas y sus distintos niveles, puede utilizarse el mtodo de la
tormenta de ideas.
7. Verificar la inclusin de factores.
Ser preciso revisar el diagrama para asegurar que se han incluido todos los factores causales posibles.
8. Analizar el diagrama.
El anlisis debe ayudar a identificar las causas reales. Un diagrama de causa efecto de Ishikawa identifica
nicamente causas potenciales. Por tanto ser preciso llevar a cabo una toma de datos posterior, y su
pertinente anlisis, para llegar a conclusiones slidas sobre las causas principales del efecto. En esta fase
posterior, el diagrama de Pareto puede ser utilizado como valiosa herramienta.

6.

Diagrama de Dispersion

El diagrama de dispersin es una herramienta grfica qe ayuda a identificar la posible relacin entre dos
variables. Representa la relacin entre dos variables de forma grfica, lo que hace ms fcil visualizar e
interpretar los datos.
El diagrama de dispersin permite analizar si existe algn tipo de relacin entre dos variables. Por
ejemplo, puede ocurrir que dos variables estn relacionadas de manera que al aumentar el valor de una, se
incremente el de la otra. En este caso hablaramos de la existencia de una correlacin positiva. Tambin
podra ocurrir que al producirse una en un sentido, la otra derive en el sentido contrario; por ejemplo, al
aumentar el valor de la variable x, se reduzca el de la variable y. Entonces, se estara ante una correlacin

negativa. Si los valores de ambas variable se revelan independientes entre s, se afirmara que no existe

correlacin.
7.

Graficas de Control

Los grficos de control tienen su origen al final de la dcada de 1920, cuando Walter A. Shewhartanaliz
numerosos procesos de fabricacin concluyendo que todos presentaban variaciones. Encontr que estas
variaciones podan ser de dos clases: una aleatoria, entendiendo por ella que su causa era insignificante o
desconocida, y otra imputable (tambin llamada asignable), cuyas causas podan ser descubiertas y
eliminadas tras un correcto diagnstico.
Los grficos de control constituyen una herramienta estadstica utilizada para evaluar la estabilidad de un
proceso. Permite distinguir entre las causas de variacin. Todo proceso tendr variaciones, pudiendo estas
agruparse en:

Causas aleatorias de variacin. Son causas desconocidas y con poca significacin, debidas al azar y
presentes en todo proceso.

Causas especficas (imputables o asignables). Normalmente no deben estar presentes en el proceso.

Provocan variaciones significativas.
Las causas aleatorias son de difcil identificacin y eliminacin. Las causas especficas s pueden ser
descubiertas y eliminadas, para alcanzar el objetivo de estabilizar el proceso.
Existen diferentes tipos de grficos de control:

De datos por variables. Que a su vez pueden ser de media y rango, mediana y rango, y valores
medidos individuales.

De datos por atributos. Del estilo aceptable / inaceptable, s / no,

En la base de los grficos de control est la idea de que la variacin de una caracterstica de calidad puede
cuantificarse obteniendo muestras de las salidas de un proceso y estimando los parmetros de su distribucin

estadstica. La representacin de esos parmetros en un grfico, en funcin del tiempo, permitir la

comprobacin de los cambios en la distribucin.