LOGO

7 HERRAMIENTAS
ESTADSTICAS PARA EL
CONTROL DE CALIDAD
DOCENTE:
MARIELA DEL CARMEN RODRGUEZ SALGADO

MACUSPANA, TABASCO. SEPTIEMBRE DEL 2012.

7 Herramientas Estadsticas del Control de Calidad

Un sistema de Gestin de la Calidad en la empresa requiere la

utilizacin de una serie de herramientas o tcnicas que permitan el control y la
mejora de la calidad que ayuden en la resolucin de problemas.
Este grupo de herramientas suponen el uso de mtodos estadsticos
para el control y la mejora de la calidad. Son herramientas estadsticas
bsicas, fciles de comprender y aplicables en cualquier departamento de la
organizacin y por cualquier persona. Estas herramientas son:

1. Hoja de Verificacin
2. Histograma
3. Diagrama de Pareto
4. Diagrama Causa-Efecto
5. Diagrama de Correlacin
6. Estratificacin
7. Grficos de control

MCRS 2
7 Herramientas Estadsticas del Control de Calidad

Funciones Herramientas
Instrumentos Pilares Fundamentos

Recoger los datos Hoja de Verificacin

Interpretar los datos Histograma

Estudiar las relaciones causa-efecto Diagrama de espina

Fijar prioridades Diagrama de Pareto

Estratificar los datos Estratificacin
auxiliares

Determinar las correlaciones Diagrama de correlacin

Determinar si un proceso est bajo Grfico de control
control o no.

MCRS 3
 Hoja de Verificacin

Propsito:

Sirve para obtener los datos necesarios y poder realizar un posterior anlisis
de stos. Su principal utilidad proviene del empleo de datos objetivos en el
momento de examinar un fenmeno determinado. Sirven de base para
adoptar decisiones.

Construccin:

El esquema general de estas hojas es el siguiente: en la parte superior se

anotan los datos generales a los que se refiere las observaciones o
verificaciones a hacer; en la parte inferior se transcribe el resultado de dichas
observaciones y verificaciones. Algunos de los usos de las hojas de
verificacin en el proceso de produccin son los siguientes:

MCRS 4
 Hoja de Verificacin

1. Para verificar la distribucin del proceso de produccin

MCRS 5
 Hoja de Verificacin

2. Para verificar los defectos

MCRS 6
 Hoja de Verificacin

3. Para verificar las causas de los defectos

MCRS 7
 Hoja de Verificacin

4. Para verificar la localizacin de los defectos

MCRS 8
 Histograma

Propsito:

Son diagramas de barras que muestran el grado y la naturaleza de variacin

dentro del rendimiento de un proceso. Muestra la distribucin de frecuencias
de un conjunto de valores mediante la representacin con barras.

Aplicacin:

Se aplica en la elaboracin d informes, anlisis, estudios de las capacidades

del proceso, la maquinaria y el equipo y para el control.

MCRS 9
 Histograma

Construccin:

1. Identificar el objetivo del uso del histograma y reunir los datos necesarios.
2. Identificar los valores mximos y mnimos y calcular el rango.
3. Determinar el nmero de barras a representar.

4. Establecer la anchura de las barras. Se calcula dividiendo el rango entre el

nmero de barras.
5. Calcular los lmites inferior y superior de cada barra.
6. Dibujar el histograma.
7. Analizar el histograma y actuar con los resultados.

MCRS 10
 Histograma

MCRS 11
 Histograma

MCRS 12
 Diagrama de Pareto

Propsito:

Es una representacin grfica que identifica los problemas ms importantes,

en funcin de su frecuencia de ocurrencia o coste (dinero, tiempo) y permite
establecer las prioridades de intervencin.

En definitiva, es un tipo de distribucin de frecuencias que se basa en el

Principio de Pareto , a menudo denominado 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.

MCRS 13
 Diagrama de Pareto

Construccin:

1. Decidir cmo clasificar los datos. Por tipo de defecto, por mquina, por
fase del proceso, por turno, etc.
2. Determinar el tiempo de recoleccin de datos. Horas, das, semanas o
meses.
3. Obtener los datos y ordenarlos.
4. Dibujar los ejes de coordenadas. En el eje vertical izquierdo se coloca la
escala de medida de las frecuencias o coste y en el eje horizontal las
causas en orden decreciente de la unidad de medida.
5. Dibujar el diagrama. Consiste en la representacin grfica de los datos
obtenidos en la hoja de verificacin. Se observa cul es el dato 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. Despus se representa el segundo defecto en frecuencia, y
as sucesivamente.

MCRS 14
 Diagrama de Pareto

Construccin:
6. Construir una lnea de frecuencia acumulada. Consiste en trazar a la
derecha una lnea de porcentajes acumulados.
7. El anlisis de Pareto. El diagrama pone en relieve los problemas ms
importantes sobre los que ser necesario actuar. Al momento de tomar
decisiones tendremos que comenzar a resolver problemas teniendo en
cuenta el orden de importancia que me arroj el Pareto, dado que
normalmente contamos con un tiempo y unos recursos limitados para la
consecucin de resultados. Si conseguimos eliminar o disminuir
drsticamente estos defectos, habremos eliminado la mayora de los
defectos, por lo tanto los esfuerzos debern centrarse en esa direccin.

MCRS 15
 Diagrama de Causa-Efecto

Propsito:

Tiene como propsito expresar de forma grfica el conjunto de factores

causales que intervienen en una determinada caracterstica de calidad.

Construccin:

1. Definir y determinar claramente el problema o efecto a analizar

escribindolo dentro de un recuadro en el lado derecho del papel.
2. Identificar los factores o causas que originan el efecto, mediante un
Brainstorming. Para clasificar las causas por lo general se utilizan las
categoras de las seis M: Mano de obra, Maquinaria, Materiales, Mtodos,
Medio Ambiente y Mediciones. Estas categoras son los rtulos de las
espinas.

MCRS 16
 Diagrama de Causa-Efecto

Construccin:

3. Representacin del diagrama. Una vez enumeradas todas las causas

debemos ir colocndolas en el diagrama agrupando las de igual naturaleza,
aunque tambin se pueden hacer directamente conforme stas vayan
surgiendo.
4. Anlisis de las relaciones causa-efecto. Se examinan crticamente las
causas y se determinan las causas ms probables, y entre ellas las ms
importantes, de manera que podamos jerarquizarlas y conocer el orden de
prioridad a la hora de emprender las acciones.

Aplicacin:
Puede utilizarse para conocer y afrontar las causas de los defectos,
anomalas o reclamaciones; reducir costos, obtener mejoras en los proceso;
mejorar la calidad de los productos, servicios e instalaciones.

MCRS 17
Diagrama de Causa-Efecto

MCRS 18
 Diagrama de Correlacin

Propsito:

Sirve para determinar si existe relacin entre dos variables, normalmente de

causa - efecto.

Construccin:

1. Obtencin de datos. Una vez seleccionadas las variables que se desean

investigar, se colocan los valores de ambas sobre la misma pieza o unidad.
Entre mayor sea el nmero de puntos con el que se construye un diagrama
de dispersin es mejor. Se recomienda obtener ms de 30 parejas de
valores.
2. Elegir ejes. Si se trata descubrir una relacin causa-efecto, la posible
causa se representa en el eje X y el probable efecto en el eje Y. es
necesario anotar en los ejes del ttulo de cada variable.

MCRS 19
 Diagrama de Correlacin

Construccin:

3. Construir escalas. Los ejes deben ser tan largos como sea posible, pero
de longitud similar. Para construir la escala se sugiere encontrar el valor
mximo y el mnimo de ambas variables.
4. Graficar los datos. Con base en las coordenadas en el eje X y en el eje Y,
representar con un punto en el plano X-Y los valores de ambas variables.
Si se detecta que una una pareja de datos est repetida se traza un crculo
sobre el punto que ya est graficado, para indicar que se repite una vez, si
se vuelve a repetir se traza un crculo concntrico y as sucesivamente.
5. Documentar el diagrama. Registrar en el diagrama toda la informacin
que sea de utilidad para identificarlo, como los ttulos, perodos que cubren
los datos, unidades de cada eje, rea y persona responsable de colectar
los datos.

MCRS 20
Diagrama de Correlacin

MCRS 21
 Diagrama de Correlacin

COEFICIENTE DE CORRELACIN:

Es de utilidad para asegurarse que la relacin entre dos variables que se

observa en un diagrama no se debe a una construccin errnea del diagrama
de dispersin, as como para cuantificar la magnitud de la correlacin lineal en
trminos numricos. El factor de correlacin es un nmero entre 1
(correlacin negativa evidente) y +1 (correlacin positiva evidente), y r = 0
indicara correlacin nula.
SCxy
r
SCx SCy

SCxy xy
x y
n

SCx x
2
x 2

SCy y
2
y 2

n
22
MCRS
 Diagrama de Correlacin

COEFICIENTE DE CORRELACIN:
Donde:
r = Coeficiente de correlacin lineal
SCxy = Suma de cuadrados de xy
SCx = Suma de cuadrados de x
SCy = Suma de cuadrados de y
Sumatoria de los valores de la variable x al cuadrado
x 2

y Sumatoria de los valores de la variable y al cuadrado

2

xy Sumatoria del producto de xy

x Cuadrado de la sumatoria de la variable x
2

y Cuadrado de la sumatoria de la variable y

2

n = nmero de pares ordenados (pares de datos x, y)

MCRS 23
 La estratificacin

Propsito:

Consiste en dividir los datos recogidos en grupos homogneos para facilitar

una mejor comprensin del fenmeno estudiado. A cada grupo homogneo se
le denomina estrato. Esta tcnica permite investigar los aspectos ms
significativos o las reas ms importantes donde es necesario centrar la
atencin.

Construccin:

Las fases de aplicacin de la estratificacin son las siguientes:

1. Definir el fenmeno o caracterstica a analizar.

2. Representar los datos relativos a dicho fenmeno.

MCRS 24
 La estratificacin

Construccin:

3. Seleccionar los factores de estratificacin. Pueden agruparse en funcin

del tiempo (turno, da semana, estaciones, etc.), de operarios (antigedad,
experiencia, sexo, edad, etc.), mquinas y equipo (modelo, tipo, tecnologa,
etc.) o materiales (proveedores, composicin, expedicin, etc.). Un buen
mtodo para definir los factores de estratificacin consiste en formular la
siguiente pregunta: Cmo incide.sobre el fenmeno? Casi siempre la
palabra que falta corresponde a un factor de estratificacin.
4. Clasificar los datos en grupos homogneos.
5. Representar grficamente cada grupo homogneo de datos.
6. Comparar los grupos homogneos de datos dentro de cada criterio de
estratificacin.

MCRS 25
 Grficos de Control

El grfico de control es una herramienta grfica que se utiliza para medir la

variabilidad de un proceso. Consiste en valorar si el proceso est bajo control
o fuera de control en funcin e unos lmites de control estadsticos calculados.
Podemos distinguir diversos tipos de grficos de control en funcin del tipo de
datos que contienen:

Por variables
: registra la media del proceso y el recorrido o rango de cada
muestra y se utiliza para controlar o analizar un proceso empleando
valores relativos a la calidad, tales como temperatura, peso, volumen,
concentracin.
Por atributos
p: utiliza como variable de estudio el porcentaje de piezas defectuosas.
pn: mide la cantidad de unidades defectuosas, n constante.
c: mide el nmero de defectos por unidad concentrados en n constante.

MCRS 26
 Grficos de Control por Variables

Construccin:

1. Recoleccin de datos y su registro. Es necesario determinar el tamao

de la muestra y el nmero de muestras. Se debe procurar que el tamao de
la muestra siempre sea el mismo. El paso siguiente es registrar los valores
observados en hojas de datos con un formato especfico.
2. Calcular la media y los recorridos de las muestras. Se calcula la media
de cada muestra ( )as como los recorridos (R = restando el valor mnimo
del valor mximo de cada muestra). La fase siguiente es calcular el
promedio general ( ). Tambin se calcula el recorrido promedio () con los
valores de R para cada muestra.
3. Calcular los lmites de control. Para cada grfico hemos de calcular los
lmites de control superior e inferior. Estos lmites se pueden se pueden
calcular a 3 desviaciones del promedio. Utilizaremos las frmulas
siguientes:

MCRS 27
 Grficos de Control por Variables

Construccin:

Para el grfico , los lmites de control se calculan de la siguiente forma:

: =
: = + 2
: = 2

Para el grfico R, los lmites de control se calculan de la siguiente forma:

: =
: = 4
: = 3

MCRS 28
Grficos de Control por Variables

MCRS 29
 Grficos de Control por Variables

Construccin:

4. Representar los grficos de control. Calculados los lmites, el paso

siguiente es representar los datos en el grfico, trazar las lneas de control y
sealar a lnea central.
5. Interpretacin de los grficos. Cuando se representan los puntos hay que
observar principalmente si stos caen dentro o fuera de los lmites para
determinar si el proceso est o no bajo control.
Si observamos que uno o ms puntos de la grfica se encuentra fuera
de los lmites, mientras que los correspondientes valores de la grfica R
estn dentro de los lmites, eso significa que en el proceso se ha producido
algo que ha modificado el valor medio de la caracterstica que estamos
analizando.
Si observamos que uno o ms puntos de la grfica R se encuentran fuera
de los lmites, mientras que los correspondientes valores de la grfica
estn dentro de los lmites, eso significa que las piezas producidas pueden
presentar variaciones ms dispersas de la caracterstica que estamos
analizando, aunque la media sea constante.
MCRS 30
 Grficos de Control por Variables

5. En general, el proceso se encuentra fuera de control cuando observamos

alguno de los siguientes casos, tanto en la grfica y R:

Existen puntos fuera de los lmites

Hay ms de seis puntos consecutivos crecientes o decrecientes.
Existen ms de ocho puntos consecutivos por encima o debajo de la
media.
Se produce un comportamiento en zig-zag de catorce puntos seguidos.

MCRS 31
 Grficos de Control por Variables

Ejemplo:

Supongamos que deseamos controlar

determinado proceso y para ello el operario
selecciona una muestra de cinco observaciones
(n=5) correspondientes al peso de una pieza (en
miligramos) y las registra en una hoja. El proceso
se repite 25 veces, con lo que se obtienen 25
muestras de tamao cinco.

MCRS 32
Grficos de Control por Variables

MCRS 33
Grficos de Control por Variables

MCRS 34
 Grficos de Control p

Frmula para calcular qu fraccin de la muestra de n unidades es

defectuosa:

=

Frmula para calcular la fraccin de unidades defectuosas media, :

=

Para el grfico p, los lmites de control se calculan de la siguiente forma:

: =
: = + 3
: = 3

Frmula para calcular la desviacin tpica:

( )
=

35
MCRS
 Grficos de Control p

Ejemplo:

Supongamos que una empresa desea reducir el

nmero de formularios de pedidos que se rellenan
de manera incorrecta. Para ello utiliza un grfico
de control por atributos inspeccionando los
formularios durante 22 das y anotando el numero
de formularios con defecto de forma. Los datos
aparecen en la siguiente tabla.

MCRS 36
Grficos de Control p

MCRS 37
Grficos de Control p

MCRS 38
LOGO