CONTROL ESTADISTICO DE

PROCESOS
 CONTROL ESTADISTICO DE PROCESOS
• El control estadístico de procesos es un conjunto de técnicas
estadísticas destinadas a hacer un seguimiento, en tiempo real, de la
calidad de un proceso productivo.
• El proceso que se controla puede conducir a obtener el producto
final o simplemente un producto intermedio, que será la ‘materia
prima’ del proceso siguiente. En cualquier caso, el control
estadístico se realiza sobre una o varias variables cuantitativas que
estén relacionadas con la calidad del artículo o servicio de interés:
longitudes, tiempos, proporción de defectos o índices numéricos
que resuman varias variables.
• De esta forma, un sistema productivo puede realizar controles de
varios procesos y varias variables de forma simultánea e
independiente.

Rubén Gustavo Castro Morales, 2012

 EXPERIMENTOS

• Llamaremos experimento simplemente a la

observación de un suceso, u obtención de un
resultado en el que se controla la influencia de
ciertos factores.
• De esta forma, diremos que estamos repitiendo el
experimento cada vez que obtenemos un
resultado manteniendo constante la influencia de
dichos factores.

Rubén Gustavo Castro Morales, 2012

 EXPERIMENTOS DETERMINISTAS Y ALEATORIOS

• A los experimentos, en los que el resultado se

conoce de antemano, les denominaremos
EXPERIMENTO DETERMINISTA.
• Los experimentos, en los que en el resultado final
influye en mayor o menor medida el azar, recibe el
nombre de EXPERIMENTO ALEATORIO O
ESTOCÁSTICO.

Rubén Gustavo Castro Morales, 2012

 VARIABLE ALEATORIA

•El resultado de un experimento aleatorio se

denomina variable aleatoria. La viscosidad
de un alimento liquido manufacturado es
una variable aleatoria. Asimismo, la
proporción de artículos defectuosos en una
hora ,etc.

Rubén Gustavo Castro Morales, 2012

 INCERTIDUMBRE O VARIABILIDAD

• En estas variables existe, en mayor o menor grado,

incertidumbre sobre el valor que tomarán debido
al conjunto de factores que no controlamos.
• Mediante el control de un numero mayor de
factores influyentes podemos disminuir el
componente aleatorio, pero en la práctica nunca
podremos controlar todos los factores, por lo que
siempre habrá cierto grado de incertidumbre.
 VARIANZA
• La incertidumbre se puede medir a través de la
varianza de la variable aleatoria de interés.
• Si los factores que no controlamos tienen una
influencia muy grande la variable de interés tendrá
una varianza grande.
• Por contra, si tenemos control sobre los factores
importantes, de tal manera que los factores no
controlados ejercen una influencia muy marginal, la
varianza de la variable de interés será pequeña. De
esta forma, el control de dicha variable estará
condicionado a dicha varianza. Es necesario, por
tanto, analizar las causas de dicha variabilidad.

Rubén Gustavo Castro Morales, 2012

Recordando… Distribución normal.
Dispersión

RANGO
DESVIACION
ESTÁNDAR
POBLACIONAL
DESVIACION
ESTÁNDAR
MUESTRAL
Usos en control ….
Recordando… Distribución binomial
Usos distribución binomial…alimentos.
Distribución poisson

Se usa cuando p es muy

pequeña. Representa un
evento raro como coger
una enfermedad. Se
necesita una muestra muy
grande para observar que
el evento ocurra en ella un
numero finito de veces.

Obsérvense los valores próximos en la media y su forma parecida a la campana de

Gauss , en definitiva , a la distribución normal
https://www.uv.es/ceaces/base/modelos%20de%20probabilidad/poisson.htm
Medidas de asimetría.
Una medida de asimetría cero indica
simetría perfecta, la distribución
normal tiene una asimetría de cero.

La curtosis es una medida de la forma dela

distribución. Las distribuciones con mayor
concentración de datos tienen medidas
mayores de curtosis.
CAUSAS DE VARIABILIDAD
DE UN PROCESO
 VARIABILIDAD DEL PROCESO

• Un proceso industrial, ya sea destinado a producir

un artículo o prestar un servicio, es una sucesión
de operaciones, en cada una de las cuales se va
añadiendo valor al producto (o servicio)
intermedio hasta lograr el producto final. Estas
operaciones intermedias también admiten, a su
vez, la denominación de procesos. Cada proceso
intermedio está sujeto a la influencia de muchos
factores no controlados, y por tanto a variabilidad
en el resultado final.

Rubén Gustavo Castro Morales, 2012

…///

• Además de la variabilidad intrínseca del proceso

debida a los factores no controlados (azar), la
medición de las características de interés también
estará sujeta a variabilidad, pues no existe el
sistema de medición perfecto.
• La variabilidad detectada es, así, la suma de la
variabilidad real más la variabilidad de la
medición.

Rubén Gustavo Castro Morales, 2012

 ESQUEMA DE LAS 6 M’s

• Un esquema útil para resumir los distintos factores

que afectan a un proceso es el siguiente (esquema
de las 6 M’s):

MEDIO METODO DE
AMBIENTE PRODUCCIÓN

MATERIA
MAQUINAS
PRIMA

MANO DE PRODUCTO
MEDICION
OBRA FINAL

Rubén Gustavo Castro Morales, 2012

 CONTROLAR LA VARIABILIDAD DE LA CALIDAD

• En la práctica siempre habrá factores que no podremos

controlar, por lo que el producto final tendrá una calidad
variable. Por tanto, cuando se habla de controlar la
calidad nos estamos refiriendo a controlar la
variabilidad de esa calidad.
• Aunque no se puede dar una relación exhaustiva de las
causas que provocan la variabilidad, es interesante
hacer una clasificación entre causas asignables a
factores concretos (y controlables) y causas no
asignables.
• No obstante, la frontera entre ambas no estará, en
general, perfectamente definida
…///

• En cualquier proceso productivo, por muy bien que se

diseñe y por muy cuidadosamente que se controle,
siempre existirá una cierta variabilidad inherente, natural,
que no se puede evitar. Esta variabilidad natural, este
“ruido de fondo”, es el efecto acumulado de muchas
pequeñas causas de carácter, esencialmente, incontrolable.
Cuando el “ruido de fondo” sea relativamente pequeño
consideraremos aceptable el nivel de funcionamiento del
proceso y diremos que la variabilidad natural es originada
por un ‘sistema estable de causas de azar”. Un proceso
sobre el que solo actúan causas de azar se dice que está
bajo control estadístico.
 CAUSAS ASIGNABLES

• Serán aquellas producidas por factores importantes, los

cuales es posible controlar para mantenerlos en un nivel
aceptable. La declaración de factor importante o de nivel
de control aceptable dependerá forzosamente de cada
caso concreto.
• Son causas que pueden ser identificadas y que conviene
descubrir y eliminar, por ejemplo, una falla de la máquina
por desgaste de una pieza, un cambio muy notorio en la
calidad del plástico, etc. Estas causas provocan que el
proceso no funcione como se desea y por lo tanto es
necesario eliminar la causa, y retornar el proceso a un
funcionamiento correcto.
…///

• La variabilidad producida por estas causas

suele ser grande en comparación con el “ruido
de fondo” y habitualmente sitúa al proceso en
un nivel inaceptable de funcionamiento.
Diremos que un proceso funcionando bajo
“causas asignables” está fuera de control.
 CAUSAS NO ASIGNABLES
• Son aquellas producidas por factores secundarios cuyo
efecto se considera poco significativo. También pueden
venir provocadas por factores importantes que varían
de forma poco significativa, pues cada caso concreto
determinará cuando un efecto es o no significativo.
• La idea clave reside en que una causa no asignable
produce una variabilidad en la calidad que la
organización está dispuesta a asumir, y por tanto no
intentará actuar sobre ella.
..///
• Son una multitud de causas no identificadas, ya sea por
falta de medios técnicos o porque no es económico
hacerlo, cada una de las cuales ejerce un pequeño efecto
en la variación total.
• Son inherentes al proceso mismo y no pueden ser
reducidas o eliminadas a menos que se modifique el
proceso.
• Cuando el proceso trabaja afectado solamente por un
sistema constante de variables aleatorias no controlables
(Causas no asignables) se dice que está funcionando bajo
Control Estadístico.
• Cuando, además de las causas no asignables, aparece una
o varias causas asignables, se dice que el proceso está
fuera de control.
…///

• Si las causas no asignables son las que se asumen

como inevitables, ellas serán las que determinan el
carácter aleatorio de las variables que se analizan en
el control estadístico. Estas causas no asignables
serán lo que hemos denominado el azar o
componente aleatorio.
• La variabilidad debida a causas no asignables
determina, por tanto, la calidad final que la
organización desearía para toda su producción.
A continuación se muestra un esquema que resume las distintas
características de estos dos tipos de causas de variabilidad:

Causas no asignables Causas asignables

Muchas y desconocidas Suelen ser pocas y fáciles de
identificar
Cada una por separado produce Sus efectos son importantes
poca variabilidad.
Son parte permanente e Aparece esporádicamente y se
inherente del proceso. detectan fácilmente.
Su eliminación es difícil y es Son fáciles de eliminar
responsabilidad de la dirección
Afectan a todo el proceso Actúan en un punto concreto
del proceso
Rubén Gustavo Castro Morales, 2012
CLASIFICACIÓN DE LAS FUENTES DE VARIACIÓN DEL PROCESO SEGÚN
TAGUCHI:

• Ruido variacional,
• Ruido interno y
• Ruido externo
• Esta clasificación alternativa tiene sentido cuando se buscan
soluciones.
• El ruido variacional puede ser reducido por medio de un
control eficaz del proceso de producción.
• El ruido externo e interno no pueden ser controlados, pero la
idea defendida por Taguchi es desarrollar productos que sean
robustos a estos dos tipos de variaciones.

Rubén Gustavo Castro Morales, 2012

 RUIDO ‘VARIACIONAL’ (Variational Noise):

•Debido a variaciones en las

condiciones de fabricación del
producto (temperatura, calidad de las
materias primas, etc...)
 RUIDO EXTERNO (Outer noise):

• Fuentes de variación externas y difícilmente

controlables que afectan a la calidad del producto
en su fabricación o en su funcionamiento durante
su uso.
• Estos factores pueden ser la temperatura
ambiental o las fluctuaciones en el voltage
eléctrico.
 RUIDO INTERNO (Inner noise):

•Es el ruido interno que afecta al resultado

del producto en cuanto a su utilización
prolongada. Proceden del desgaste o del
envejecimiento debido a la frecuencia de
uso o a la edad del producto.
 PROCESO BAJO CONTROL
• Un proceso sobre el que solo actúan causas de azar (NO
ASIGNABLES) se dice que está bajo control estadístico.
• El uso del control estadístico de procesos implica algunas
hipótesis que describiremos a continuación:
1) Una vez que el proceso está en funcionamiento bajo
condiciones establecidas, se supone que la
variabilidad de los resultados en la medición de una
característica de calidad del producto se debe sólo a
un sistema de causas aleatorias, que es inherente a
cada proceso en particular.
…///

2) El sistema de causas aleatorias que actúa sobre el

proceso genera un universo hipotético de
observaciones (mediciones) que tiene una
Distribución Normal.
3) Cuando aparece alguna causa asignable
provocando desviaciones adicionales en los
resultados del proceso, se dice que el proceso
está fuera de control.
…///

• La función del control estadístico de procesos es

comprobar en forma permanente si los resultados
que van surgiendo de las mediciones están de
acuerdo con las dos primeras hipótesis. Si aparecen
uno o varios resultados que contradicen o se oponen
a las mismas, es necesario detener el proceso,
encontrar las causas por las cuales el proceso se
apartó de su funcionamiento habitual y corregirlas.
 BAJA VARIABILIDAD Y PREDICTIBILIDAD
• Baja variabilidad: Si un proceso funciona correctamente, la
variable aleatoria que describe su calidad (longitud, peso,
tiempo...) tendrá una varianza pequeña.
• Además, si esos factores que no controlamos son realmente
marginales, su efecto será muy parecido a un ‘ruido de fondo’
aproximadamente constante.
• El efecto será aproximadamente constante pues será debido a
muchas causas pequeñas, donde ninguna consigue dominar
sobre las demás, y que actúan de forma independiente. El que un
conjunto de efectos sea estable hará que la variabilidad que
provocan en la variable de interés sea muy estable, y por tanto
fácil de estimar a partir de un conjunto de datos históricos.
• La variabilidad para el periodo siguiente será la misma que la del
periodo anterior.
 PREDICTIBILIDAD

• Si un proceso funciona correctamente, la variable

aleatoria que describe su calidad tendrá una
varianza constante, y por tanto predecible a partir
de un conjunto de datos históricos. Aunque la
calidad final de un producto concreto (o servicio) no
sea predecible (longitud, pH, volumen, viscosidad,
°Be, °Brix, características sensoriales, etc.), sí se
pueden hacer predicciones estadísticas de la calidad
del conjunto.
…///

•Estas dos propiedades de la variable

aleatoria que se quiere controlar:
•baja variabilidad y predictibilidad, que
esperamos encontrar cuando el proceso
opera en condiciones óptimas, son la base
del control estadístico del proceso.
 COMPORTAMIENTO ESPERADO DE UN PROCESO EN
ESTADO DE CONTROL
• Se define proceso en estado de control como aquel
proceso en el que solamente actúa un sistema estable
de causas de variabilidad (causas no asignables) y cuya
calidad final es, en consecuencia, predecible
estadísticamente (Shewart).
• La calidad del producto final será, entonces,
inversamente proporcional a esta variabilidad.
• Esta variabilidad conseguida en estado de control es
medida, usualmente, a través de la varianza de la
variable que se emplee para caracterizar la calidad.
 DISTRIBUCIÓN NORMAL DE LAS VARIABLES ASIGNABLES

• Supondremos que dichas variables que

caracterizan la calidad son cuantitativas, tales
como longitudes, pesos, tiempos, etc. Si la
variabilidad de estas variables sólo procede de
causas asignables, será muy razonable esperar
que su distribución se aproximará en gran
medida a la normal. Esta aproximación a la
normal puede justificarse mediante el teorema
central del límite.
 INTERVALO BAJO CONTROL
• Si la característica considerada sigue una distribución
normal N(μ,σ) cuando el proceso está bajo control, el
99.73%( 99.7%) de los artículos se encontrará en un
intervalo de amplitud 6(μ±3σ).
• Por tanto, en estado de control, sólo una minoría de los
artículos (3 de cada mil, o más exactamente 2.7 de cada
mil) estará fuera de este intervalo.
• Este intervalo (μ ± 3σ) constituye, por tanto, un
intervalo de tolerancia natural o intrínseca del proceso
al comprender prácticamente a la totalidad de los
artículos fabricados en condiciones de control.
Recordando… Distribución normal.

O Mahony,
HERRAMIENTAS BASICAS PARA EL
CONTROL ESTADISTICO
• El objetivo de estas herramientas y, en general, de las
técnicas estadísticas, es el uso eficiente de la
información.
• Un dato es simplemente un conjunto de caracteres
numérico (posiblemente con un cierto contexto) y sólo
será información si aporta conocimiento útil al analista.
• Por tanto, el objetivo no es la recogida de datos sino de
información. La información es un valor añadido que el
analista debe proporcionar al dato.
• Para ello es necesario buscar representaciones de los
datos que ayuden a extraer de ellos la información que
contienen.
 ÚTILES O HERRAMIENTAS DE BASE
• Las siete herramientas básicas, según Ishikawa, deberían
ser dominadas por todos los empleados. Son
herramientas descriptivas y visuales y se consideran que
permiten resolver un 95% de los problemas de calidad en
las empresas.
1. Plantillas de recogida de información
2. Histogramas
3. Diagramas de Pareto
4. Diagramas causa-efecto (o de espina de pescado)
5. Gráficos de flujo
6. Diagramas Bivariantes
7. Gráficos de control
 PLANTILLAS DE RECOGIDA DE INFORMACIÓN
• Una Hoja de Comprobación es un impreso que
se diseña como herramienta para la recogida de
datos, de forma que los resultados de la misma
puedan ser más fáciles y rápidamente
interpretados a partir de dicho impreso.
• Una plantilla bien diseñada asegurar que se
recogen los datos que se necesitan (los que
verdaderamente proporcionarán información),
además de sistematizar y agilizar la recogida de
datos.
• GENERALMENTE SE PRESENTAN EN FORMA
GRAFICA
 HOJAS DE RECOGIDO DE DATOS

• Las Hojas de Recogida de Datos son impresos que

se utilizan para reunir datos que, en general, se
anotan de forma tabular o en columnas.
Normalmente requieren de un proceso adicional,
una vez recogidos los datos, utilizando una
herramienta de análisis de los mismos.
 HISTOGRAMAS

•Es un resumen gráfico de los valores

producidos por las variaciones de una
determinada característica,
representando la frecuencia con que se
presentan distintas categorías dentro de
dicho conjunto.
…///

• Uno de los propósitos del análisis o interpretación de un

Histograma es identificar y clasificar la pauta de variación
del conjunto de datos estudiado (valor medio, recorrido,
forma) y elaborar una explicación admisible y relevante
para dicha pauta, que relacione la variación con el proceso
o fenómeno en estudio.
• El resultado de este análisis es una teoría sobre el
funcionamiento del proceso o sobre la causa del problema
que se está investigando.
• Por ser una teoría es necesario confirmarla o rechazarla,
recogiendo otros datos que nos den información más
específica sobre dicha teoría.
 DIAGRAMAS DE PARETO
(Vilfredo Pareto, 1897)

• El Análisis de Pareto es una comparación cuantitativa y

ordenada de elementos o factores según su
contribución a un determinado efecto.
• El objetivo de esta comparación es clasificar dichos
elementos o factores en dos categorías:

• Las "Pocas Vitales" (los elementos muy importantes en

su contribución) y
• los "Muchos Triviales" (los elementos poco importantes
en ella).
…///
• El objetivo del Análisis de Pareto es utilizar los hechos
para identificar la máxima concentración de potencial del
efecto en estudio (Magnitud del problema, costes,
tiempo, etc.) en el número mínimo de elementos que a él
contribuyen.
• Con este análisis buscamos enfocar nuestro esfuerzo en
las contribuciones más importantes, con objeto de
optimizar el beneficio obtenido del mismo.
• En muchos casos no existe esta frontera claramente
visible. En realidad se puede identificar generalmente
una tercera categoría que J.M. Juran llamó "Zona Dudosa".
…///

•Este gráfico constituye una primera

etapa en el proceso de mejora de la
calidad.
•También permite medir los
progresos alcanzados tras un
periodo de cambio.
 DIAGRAMAS DE CAUSA – EFECTO
(Kaoru Ishikawa, 1953)

• Es una representación gráfica que muestra la relación

cualitativa e hipotética de los diversos factores que
pueden contribuir a un efecto o fenómeno
determinado.
• Un Diagrama Causa-Efecto proporciona un
conocimiento común de un problema complejo, con
todos sus elementos y relaciones claramente visibles a
cualquier nivel de detalle.
• Su utilización ayuda a organizar la búsqueda de causas
de un determinado fenómeno pero no las identifica y
no proporciona respuestas a preguntas.
…///

• Este gráfico suele adoptar la forma de una espina de

pescado, por eso su nombre en inglés (fishbone
chart).
• Este gráfico no resuelve problemas pero ayuda a
ordenar las ideas y asegura el no olvidar posibles
causas ante un problema del proceso.
• Así complementa en cierto modo a los gráficos de
Pareto. No es, en el sentido estricto, una
herramienta estadística pero sí es de gran ayuda en
la resolución de problemas
 DIAGRAMAS DE FLUJO

• Es una representación gráfica de todas las fases

que forman el proceso, esta representación se
realiza mediante rectángulos conectados por
flechas.
• Es básicamente una representación cronológica
de las etapas a seguir.
• Es útil en la visualización global de tareas
complejas y permite ver las relaciones entre
ellas, detectar redundancias o simplificar
procesos.
…///

•Al igual que el diagrama causa-efecto

no son herramientas estadísticas pero
son de utilidad probada en la
resolución de problemas reales.
•Pueden combinarse los gráficos de
causa-efecto con los diagramas de
flujo.
 DIAGRAMAS BIVARIANTES
• Un diagrama bivariante muestra gráficamente
la relación entre dos variables (x, y).
• Cada eje representa a una variable y cada punto
del plano es un par de puntos (x, y). En él puede
verse si la relación es lineal o no lineal.
• Gráficamente puede anticiparse el valor del
coeficiente de correlación entre ambas
variables. Cuanto más estrecha sea la nube de
puntos mayor será la correlación.
• DIAGRAMAS DE DISPERSIÓN
 DIAGRAMAS DE CONTROL
• Los gráficos presentados hasta ahora (histogramas,
Pareto o bivariantes) ignoran toda referencia al orden
en que han sido generados los datos.
• Los gráficos temporales (run charts) incorporan esta
información en el eje de abscisas, permitiendo
detectar una componente cíclica o una tendencia
monótona en la evolución de una característica de
calidad de un producto.
• Los Gráficos de Control son representaciones gráficas
de los valores de una característica resultado de un
proceso, que permiten identificar la aparición de
causas especiales en el mismo.
…///

• Existen muchos tipos de gráficos de control.

Básicamente, consisten en la representación
gráfica de la evolución temporal de una
característica que mida la calidad de un artículo o
servicio.
• Es específico para aquellos procesos que, por
razones de necesidades de información y de sus
características propias, deben ser controlados a
través de la medición de variables o parámetros de
los mismos.
 HOJAS DE COMPROBACION Y
HOJAS DE RECOGIDA DE DATOS
 OBJETIVOS PARA RECOGER DATOS

• Antes de recoger la información, es importante

determinar qué se va a hacer con ella. Esta
información es una guía de nuestras acciones.
• En el control estadístico de procesos, podemos
resaltar tres objetivos de la recolección de
información:
El control y el monitoreo del proceso de
producción,
El análisis de lo que no se ajusta a las normas.
Validación.
 PROPOSITO

•Establecer los objetivos específicos de la

recolección de datos, determinar la
variabilidad de la calidad de un
determinado aspecto, eficiencia del
proceso, etc. , a su vez determina el tipo
de dato que se deben recopilar.
 HOJAS DE COMPROBACIÓN

• Una Hoja de Comprobación es un impreso

que se diseña como herramienta para la
recogida de datos, de forma que los
resultados de la misma puedan ser más
fáciles y rápidamente interpretados a partir
de dicho impreso.
 CARACTERÍSTICAS PRINCIPALES
• Sencillez: Una Hoja de Comprobación permite
registrar los datos de forma simple y directa.
• Comunicación de información: Permite ver si hay
una tendencia en los datos según se va
completando la hoja. Permite un análisis visual de
dichas tendencias o comportamientos.
• De uso específico: Una Hoja de Comprobación se
diseña para responder a preguntas concretas y por
tanto es poco flexible para su utilización en otros
casos de recogida de datos.
 HOJA DE COMPROBACIÓN
PENETRACION DE LA TEMPERATURA EN LA COCCION

Tec. Responsable…………………………………….Fecha………………
Marmita…………………………Producto…………………………………

•Leer o medir la temperatura en intervalos de tiempo de 15 minutos.

•Marcar la temperatura en el eje vertical y el tiempo transcurrido en el eje horizontal y dibujar un punto en
el plano.
•Unir uno a uno los puntos dibujados con un trazo lineal.

80
Temperatura (°C)

60

40
Series1
20

0
0 10 20 30 40 50 60 70
Tiempo (min)

Firmar:

Jefe de aseg.de la calidad Jefe de producción Tec de aseg.calidad

 Hoja de comprobación para la operación de llenado de envases, identificación de defectos.

OPERACIÓN DE LLENADO

Tec. Responsable…………………………………….Fecha………………….
Llenadoras…………………………Producto…Mermelada de fresa.
Registrar la presencia de defectos en la operación de llenado:
• x : Derrames en el exterior del envase,
• + : llenado excesivo.
• - : Llenado defectuoso, insuficiente.
• Registre los defectos según la notación anterior en la siguiente tabla:

EQUIPO OPERARIO LUNES MARTES MIERCOLES JUEVES VIERNES TOTAL

am. pm. am. pm. am. pm. am. pm. am pm

LLENADORA 1

B
Firmas de responsables:

TOTAL
 HOJAS DE RECOGIDA DE DATOS

• Las Hojas de Recogida de Datos son impresos

que se utilizan para reunir datos que, en
general, se anotan de forma tabular o en
columnas.
• Normalmente requieren de un proceso
adicional, una vez recogidos los datos, utilizando
una herramienta de análisis de los mismos.
 CARACTERÍSTICAS PRINCIPALES

• Flexibilidad: La forma en la que presentan los

datos, permite utilizar, los mismos para
múltiples análisis posteriores y contestar
diferentes preguntas.
• Disponibilidad: Permiten tener los datos
reunidos de forma ordenada y sencilla para su
posterior utilización.
 HOJAS DE RECOGIDA DE DATOS
Control de Temperatura de Almacenamiento

Tec. Responsable…………………………………….Fecha………………
Cámara…………………………Productos: Cárnicos

•Leer o medir la temperatura.

•Anotar los datos en la tabla siguiente:

Fecha Hora(h) Tiempo(h) Temperatura(°C) Observaciones

Firmas Jefes Responsables:

La generación de información útil requiere de los siguientes pasos:

a) Formular, de manera precisa, las preguntas que

necesitamos contestar en cada momento para
decidir de forma adecuada las futuras acciones a
realizar.
b) Recoger los datos relativos a esta pregunta.
c) Analizar esos datos para determinar la respuesta a
las preguntas planteadas.
d) Presentar los datos de forma que dicha presentación
sea capaz de comunicar claramente la respuesta a
dichas preguntas.
PROCESO DE RECOGIDA DE DATOS

DIAGRAMA DE FLUJO

INICIO

PASO 1: Formular las preguntas

PASO 2: Identificar las herramientas de análisis y de

comunicación que se aplicarán a los datos.

PASO 3: Definir punto de recogida de datos

PASO 4: Elegir personal capacitado para recoger los

datos

PASO 5: Diseñar el impreso

PASO 6: Preparar la utilización del impreso

PASO 7: Ensayar los impresos y sus instrucciones.

SI

El ensayo revela existencia de

problemas y dificultades

NO

PASO 8: Informar y formar al personal para el caso

especifico de la toma de datos.

PASO 9: Realizar la recogida de datos

PASO 10: Auditar el proceso de toma de datos y

validar los resutados NO

Datos no validos?

SI

FIN
 Paso 1: Formulación de las preguntas
• Las preguntas son concretas y específicas.
• El plantear preguntas de este tipo favorece su
labor en dos aspectos:

Facilita la definición de los datos que han

de ser obtenidos.
Ayuda a que los demás nos faciliten los
datos, puesto que se sabe lo que se busca
y la información resultante va a ser
utilizada.
Paso 2: Definir las herramientas apropiadas para el análisis.

• Cada una de las herramientas utilizadas en el

análisis posterior de datos tiene sus
particularidades, ventajas, inconvenientes, y
aplicaciones ligeramente diferentes. Algunas de
estas diferencias se traducen en diferentes
requerimientos para los datos.
(Volumen de datos, exactitud, características,
etc).
Paso 3: Definir el punto de recogida de los datos
• El objetivo de este paso es identificar un punto del proceso
en estudio donde se pudiesen recoger todos los datos
necesarios sin introducir perturbaciones en el propio
proceso.
Paso 4: Elegir el personal que debe recoger los datos
• La obtención de datos será realizada por las personas con
un acceso más fácil y directo a los hechos y además que
cuentes con habilidades y competencias.
• El grupo de trabajo analizará tanto las actividades
necesarias para la recogida de datos como la asignación de
responsabilidades para las mismas, de forma que el sesgo a
introducir sea el menor posible.
 El grupo de trabajo debe tener en cuenta los siguientes factores:

• La formación y experiencia del personal de recogida de

datos. Este factor afecta a la complejidad del trabajo que
se puede realizar y a los conocimientos que se puedan dar
por sabidos.
• El tiempo disponible por este personal para dedicar a las
tareas necesarias para la recogida de datos.
• La cantidad de trabajo que suponen dichas tareas.
• La posibilidad de información o formación directa para
estas personas, o bien la necesidad de basarse en
instrucciones escritas.
• El impacto de la toma de datos sobre el entorno de
trabajo y/o bien el impacto del entorno sobre la tarea de
recogida de datos.
 Paso 5: Diseño del impreso de toma de datos

Se decidirá, en base a estos factores y a las características

particulares de los dos tipos de Hojas, cual de ellos es el
idóneo.
• Principios a tener en cuenta para el diseño:
• a) La anotación de los datos debe ser una tarea sencilla.
Se diseñará el impreso pensando en las necesidades del
que ha de tomar los datos, así el personal involucrado
en la actividad estudiada estará mejor dispuesto a
aceptar la tarea.
• b) Se diseñará tratando de evitar posibilidades de error
y/o malentendidos en la anotación e interpretación de
los datos. No se incluirán conceptos susceptibles de
diferentes interpretaciones o se definirán claramente.
Utilizar ejemplos, guías visuales, etc.
 Paso 5: Diseño del impreso de toma de datos
• c) El impreso debe ser completo. Deben incluirse en el
impreso espacios para anotar información que pueda
resultar de utilidad en el futuro. (Empleado, retraso,
fechas, cambio de herramienta, etc).
• d) El impreso debe ser autoexplicativo. El número de
instrucciones ha de ser mínimo. No obstante deben
proporcionarse tantas instrucciones como sean
necesarias para asegurar la cumplimentación correcta
del impreso.
• e) Se prestará atención al aspecto del impreso. Un
impreso de aspecto ordenado, planificado y "formal"
motiva a las personas que han de recoger los datos.
Paso 6: Preparación de la utilización del impreso

• Atendiendo a las características del impreso,

de las personas que realizarán las
actividades y de las condiciones de la
recogida de datos se deben desarrollar la
capacidad para su puesta en práctica. Previo
al ensayo.
 Paso 7: Probar los impresos y sus instrucciones
• Es importante probar los impresos y sus instrucciones
para evitar la aparición de problemas imprevistos
tales como:
• Errores por malentendidos respecto a la forma de
rellenar los impresos.
• Pasar por alto información adicional importante,
debido a que en la fase de diseño no se conocían
todas las variables del proceso.
• Datos incompletos debido a impresos difíciles de
rellenar en medio de la problemática del proceso.
• Datos incompletos o sesgados por temor a la
utilización de la información obtenida.
Paso 8: Informar y formar al personal de toma de datos :
•Asegurarse de que el personal conoce y entiende:
El propósito de la recogida de datos.
El significado de cada parte del impreso (mostrar un
ejemplo relleno).
La importancia de obtener datos completos y no
sesgados.
• La formación dependerá de la complejidad del estudio.
Paso 9: Realización de la recogida de datos
• Se recogerán los datos según el plan establecido.
Paso 10: Revisar el proceso de toma de datos y validar los resultados
• Se debe revisar y observar el proceso de obtención y
recogida de datos.
• Antes de empezar el análisis de los datos, hay que
validar los resultados:
• ¿Contesta la recogida de datos a las preguntas
planteadas?
• ¿Muestran los resultados de las revisiones evidencias
de sesgos en el proceso de obtención?
• ¿Es el número de observaciones realizado, el
especificado?
• ¿Son similares los datos recogidos por todos los
encargados de la toma de datos
 INTERPRETACIÓN
• Una vez obtenidos y validados los datos es hora de
analizarlos y satisfacer las necesidades de información
respondiendo a las preguntas inicialmente
formuladas.
• Las Hojas de Comprobación, en general, están
diseñadas para obtener respuestas rápidas a
preguntas simples.
• Las Hojas de Datos, si están correctamente diseñadas,
deben servir como base para múltiples tipos de
análisis posteriores.
 Principales problemas y deficiencias de interpretación
• a) En las recogidas de datos el principal problema que se presenta
es la deficiente identificación de necesidades de información.
• En general, no se identifican correctamente estas necesidades, no
se plantean las preguntas correctas y no se pormenoriza la forma
de análisis y comunicación de la información.
• Esto puede producir:
• Mayor esfuerzo en la recogida de datos del necesario.
• Mayor cantidad de datos a manejar, lo que implica mayor
complejidad en su clasificación, estratificación y análisis.
• Una vez recogidos los datos se analizan para ver que
información podemos obtener de ellos y, a menudo, esta
información no contesta a las preguntas que es necesario
resolver.
• b) Sesgos producidos por deficiencias en el proceso de
planificación y recogida de datos.
• Sesgos por exclusión: Los datos deben ser recogidos en
todos los puntos, horas y circunstancias en las que opera
el proceso. Los datos deben ser representativos del
mismo.
• Sesgos por interacción: Las condiciones del proceso se
ven afectadas por la propia recogida de datos.
• Sesgo de percepción: Las actividades y opiniones de las
personas que recogen los datos pueden, a veces, sesgar
lo que ven y como lo registran.
• Sesgo operativo: Falta de respeto a los procedimientos
establecidos para la recogida.
• Sesgos por falta de respuesta: Los datos omitidos pueden
sesgar los resultados.
Principales problemas y deficiencias de interpretación

c) Querer responder a preguntas para las

cuales no ha sido diseñada la recogida de
datos, puede llevar a obtener respuestas
erróneas.
ELABORACION DIAGRAMA DE
PARETO
Construcción con
Excel 2007
DATOS EN UNA PAGINA EXCEL

CLIC EN DATOS
 ORDENAR DATOS DESDENDENTEMENTE
• En la barra superior de la ventana Excel hacer clic en DATOS, observar la
nueva ventana.

OBSERVA LA NUEVA BARRA

QUE APARECE
Hacer clic izquierdo (primario) del
mouse sobre la primera celda de los
datos (A1) donde se encuentra la
palabra causas y sin dejar de
apretarlo sombree todos los datos
sin incluir la ultima fila que
corresponde a total y 200. Ahora
hacer clic en la barra en ORDENAR.
 CLIC EN ORDENAR: Podrá
ordenar los datos en forma
descendente o ascendente, en
nuestro caso de manera
descendente.
 Después del clic, aparece un cuadro de
dialogo donde escogemos:
Ordenar por: FRECUENCIA
Ordenar según: VALORES
Criterio de ordenación: DE MAYOR E
MENOR

Por ultimo haga clic

en aceptar, los datos
quedaran ordenados .
Los datos quedan ordenados de mayor a menor
Construya una tabla de frecuencias:
Con los datos ordenados podemos construir una grafica de pareto:
CONSTRUCCION DE LA
GRAFICA DE PARETO
CLIC EN INSETAR LA BARRA SUPERIOR

HACER CLIC
En la barra superior Excel hacer al hacer clic en insertar:
Se muestra la nueva barra.
Colocar el cursor sobre las columnas a seleccionar, comenzando por la columna de
las “causas” sombrearla, luego apretar Ctrl (CONTROL) y sin dejar de apretar esta
tecla ahora sombrear la columna referida a frecuencias relativas porcentuales (fi) y
por último siguiendo apretando la tecla Ctrl sombrear la columna de frecuencias
acumuladas porcentuales (Fi). Todas hasta la penúltima fila
Hacer clic en el icono de líneas de la barra insertar, para desplegar el
sub-menú de líneas y escoger el icono correspondiente a línea con
marcadores, hacer clic.

HACER CLIC
Clic en el icono de las lineas despliega el sub-menú de líneas, escoger
el icono correspondiente a
línea con marcadores, hacer cli

HACER CLIC
Luego de hacer clic aparece la grafica con dos líneas una para la frecuencia porcentual
(%hi, línea azul y para la frecuencia porcentual acumulada (%Fi, línea roja):
 CUADRO DE DIALOGO: CAMBIAR GRAFICO
Hacer clic en el botón derecho del mouse, se desplegara un cuadro de dialogo, en él
escoger el icono de grafico de barras (cambiar tipo de grafico de series), hacer
nuevamente clic para cambiar la grafica de línea a su representación en barras.

Clic derecho, luego

de ubicar el cursor
sobre la línea azul
para desplegar el
cuadro de dialogo
de cambio de
grafico.
Clic en cambiar tipo de gráficos de series en el cuadro de dialogo

HACER CLIC
Luego del clic aparece el siguiente cuadro de dialogo(cambiar tipo de grafico), hacer clic
en columna y luego clic en el icono de las graficas de barra. Aceptar.

1° clic en
columna 2° clic en
grafica de
barras
Clic en aceptar y la línea azul cambia a una grafica de barras
de color también azul y todo el grafico toma la forma de un
grafico de Pareto.
Clic derecho del mouse sobre la línea roja del grafico para desplegara el cuadro
de dialogo y escocer la opción
DAR FORMATO A SERIE DE DATOS,
para construir la escala de la derecha de la grafica.

Clic derecho luego de posar el

cursor sobre cualquier punto
de la línea roja para desplegar
cuadro de dialogo y cliclear
sobre DAR FORMATO A SERIE
DE DATOS, se desplegara un
nuevo cuadro de dialogo
Clic en el submenú del nuevo cuadro de dialogo en :
DAR FORMATO A SERIE DE DATOS

HACER CLIC
Nuevo cuadro de dialogo FORMATO DE SERIE DE DATOS, escoger en la
primera columna OPCIONES DE SERIE, y aparecerá en la segunda
columna un dialogo para escoger marcando con el cursor un punto en
EJE SECUNDARIO, luego cerrar y en el cuadro mostrara la nueva escala.

HACER CLIC
Diagrama de Pareto con sus ejes mas halla del 100%, para
arreglar la escala, Clic derecho del mouse, para desplegar
cuadro de dialogo.
Clic derecho sobre el eje derecho se desplegara cuadro de
dialogo, escoger (clic) DAR FORMATO AL EJE, para desplegar
un nuevo cuadro de dialogo.

HACER CLIC
En el presente cuadro dialogo seleccionar con un clic opciones del eje,
se mostrara en la columna izquierda del cuadro opciones del eje, solo
modificar con un punto con un clic en MAXIMA, automática por fija y
escribir 100.

Cambiar 120
por 100
Cuadro modificado en MAXIMA, luego clic en CERRAR.
EL GRAFICO O DIAGRAMA DE PARETO QUEDA TERMINADO.
OTRA PRESENTACIÓN DEL GRAFICO DE PARETO
EXCEL 2007
DIAGRAMA DE PARETO
CONSTRUCCIÓN CON
STATGRAPHICS
SOFTWARE ESTADISTICO STATGRAPHICS PLUS 5.1
ABRIR STATGRAPHICS
Clic en ACEPTAR, luego marcar deseo introducir nuevos datos,
nuevamente clic en ACEPTAR
Clic en ACEPTAR en el nuevo cuadro de dialogo para introducir las
variables columna a columna
Consignar en el cuadro de nombre el nombre de las causas o simplemente causas,
luego definir el tipo en el recuadro de tipo, como numérica o carácter. Luego aceptar
para definir la otra columna.
Ahora para la segunda columna, consignar en el recuadro de nombre el rotulo o
titulo de la segunda variable o simplemente escriba FRECUENCIA, defina el tipo,
para el caso escoja numérica y CANCELAR
Clic en ACEPTAR para introducir las variables en la columnas
correspondientes una a una,
Por ejemplo introducir los siguientes datos
 ANALISIS DE PARETO STATGRAPHICS

• Clic en la opción AVANZADA de la barra de

menú. Se despliega un cuadro, escoger la
opción CONTROL DE
CALIDAD,instantáneamente se despliega un
nuevo cuadro, escoger la opción ANALISIS DE
PARETO luego en la ventana aparecerá el
CUADRO DE ANALISIS DE PARETO para
introducir las variables para el respectivo
análisis.
1° CLIC

2° MARCAR

3° CLIC
Introducir las variables en los recuadros correspondientes
EL CUADRO DE ANALISIS DE PARETO

• Marcar recuento tabulado, clic

sobre la variable rotulada como
FRECUENCIA y luego introducir la
variable frecuencia, en el recuadro.
• En el recuadro de etiquetas,
introducir la variable rotulada como
CAUSAS.
• Clic en ACEPTAR.
 EL CUADRO DE ANALISIS DE PARETO

• Datos: Si los datos están Sin Tabular, cada fila correspondiendo a un solo
defecto, entonces debe ingresarse el nombre de la columna que identifica el
tipo de defecto. Si ya se calculó la frecuencia de cada tipo de defecto, entonces
se debe ingresar la columna que contiene el recuento para cada tipo.
• Etiquetas: una columna con etiquetas, una para cada tipo de defecto. Este
campo se usa principalmente para datos tabulados, en cuyo caso el orden de
las etiquetas debe corresponder con las frecuencias en el campo Datos. Para
datos no tabulados, las etiquetas generalmente se generan automáticamente
a partir de las entradas en Datos, de manera que este campo puede quedar en
blanco. Sin embargo, si se ingresan etiquetas para datos no tabulados, se
asignarán a los tipos de defectos en la columna de Datos en orden numérico o
alfabético, dependiendo del tipo de la columna Datos.
• Ponderaciones: cuando se crea un gráfico de Pareto ponderado o de
“descubrimiento”, el peso que se asignará a cada tipo de defecto. Los pesos se
deben ingresar en el mismo orden como se describió para Etiquetas.
• Selección: selección de un subgrupo de datos.
CLIC EN ACEPTAR, APARECE LA VENTANA DE RESULTADOS STATGRAPHICS, PARA EL
ANALISIS DE PARETO
 Resultados de la ventana del resultado

• En la ventana de resultados aparece:

• Resumen de análisis.
• Tabla de pareto
• Grafico de pareto.
• STATADVISOR: Esta tabla muestra los 9 recuentos
entrados en FRECUENCIA. Las clases se ordenan
según los recuentos, con la clase que ocurre más
frecuentemente como primera. La clase más alta
es E con un recuento de 44, el cual representa
30.137% del total.
Edición del grafico de Pareto: Hacer clic en la ventana de resultados sobre el grafica para
traerlo al frente y poder editarlo, luego clic derecho para desplegar el cuadro de dialogo
entonces escoger la opción, OPCIONES GRAFICAS.
CLIC DERECHO:
CUADRO DE OPCIONES GRAFICAS

• En el presente cuadro de dialogo

se puede modificar el grafico de
pareto, a criterio del grupo de
trabajo, modificar:
• Titulo.
• Formato de ejes.
• Líneas.
• Relleno.
• Color de las barras (diseño),
• Etc.
 TAREA N°2
• Un fabricante de Refrigeradores desea analizar
cuales son los defectos más frecuentes que aparecen
en las unidades al salir de la línea de producción.
Para esto, empezó por clasificar todos los defectos
posibles en sus diversos tipos. Posteriormente, un
inspector revisa cada heladera a medida que sale de
producción registrando sus defectos de acuerdo con
dichos tipos. Después de inspeccionar 88 heladeras,
se obtuvo la siguiente tabla. Determinar las causas
vitales y triviales.
 TABLA DE DATOS
• Tabla:

Tipo de Defecto Detalle del Problema Frec.

Burlete Defecto Burlete roto o deforme que no ajusta 9
Pintura Defecto Defectos de pintura en superficies externas 5
Gavetas Defecto. Gavetas interiores con rajaduras 1
Mala Nivelación La heladera se balancea y no se puede nivelar 1
Motor no arranca El motor no arranca después de ciclo de parada 1
Motor no detiene No para el motor cuando alcanza Temperatura 36
No enfría El motor arranca pero la heladera no enfría 27
No funciona Al enchufar no arranca el motor 2
Otros Otros Defectos no incluidos en los anteriores 0
Puerta Defecto Puerta de refrigerador no cierra herméticamente 0
Puerta no cierra La puerta no cierra correctamente 2
Rayas Rayas en las superficies externas 4
Total: 88
 DIAGRAMA CAUSA – EFECTO
(DIAGRAMA ESPINA DE PESCADO O
DIAGRAMA ISHIKAWA)
 DEFINICIÓN
• El Diagrama Causa - Efecto es una representación gráfica
que muestra la relación cualitativa e hipotética de los
diversos factores que pueden contribuir a un efecto o una
característica de calidad.
 CARACTERÍSTICAS PRINCIPALES
• Impacto visual
Muestra las interrelaciones entre un efecto y sus
posibles causas de forma ordenada, clara, precisa y
de un solo golpe de vista.
• Capacidad de comunicación
Muestra las posibles interrelaciones causa-efecto
permitiendo una mejor comprensión del fenómeno
en estudio, incluso en situaciones muy complejas.
• Centra la atención de todos los componentes del
grupo en un problema específico de forma
estructurada y sistemática.
PROCESO DE ELABORACION DEL DIAGRAMA CAUSA-EFECTO

DIAGRAMA DE FLUJO

INICIO

PASO 1: Definir el efecto o característica de calidad

cuyas causas o factores han de ser determinadas

PASO 2: Dibujar el eje central y colocar el efecto

dentro de un rectángulo al extremo derecho del eje

PASO 3 :Definir el efecto o característica de calidad

cuyas causas o factores han de ser determinadas

PASO 4 : Identificar las cusas principales e incluirlas

en el diagrama

PASO 5 : Añadir causas principales para cada rama

principal

PASO 6 : Definir subcausas (secundarias) para las

causas principales y agregar al diagrama

PASO 7 : Definir causas subsidiarias (terciarias) para

las subcausas (secundarias) y agregar al diagrama.

PASO 8 : Comprobar la validez lógica de cada

cadena causal y hacer eventuales correcciones.

PASO 9 : Comprobar la integración del diagrama

PASO 10 : Conclusión

FIN
Paso 1: Definir, sencilla y brevemente, el efecto o fenómeno cuyas causas
han de ser identificadas

• Específico
Para que no sea interpretado de diferente forma por los
miembros del grupo de trabajo, y para que las
aportaciones se concentren sobre el auténtico efecto a
estudiar.
• No sesgado
Para no excluir posibles líneas de estudio sobre el efecto
objeto del análisis. Es conveniente definirlo por escrito
especificando que es lo que incluye y lo que excluye.
 Paso 2: Colocar el efecto dentro de un rectángulo a la derecha de la
superficie de escritura y dibujar una flecha, que corresponderá al eje central
del diagrama, de izquierda a derecha, apuntando hacia el efecto.

• Ejemplo 1: Elaborar un diagrama causa – efecto para la perdida

de control de un automóvil
Paso 3: Identificar las posibles causas que contribuyen al efecto o
fenómeno de estudio.
• Atendiendo a las características y particularidades del grupo
de trabajo y a las del problema analizado, se decidirá cual de
los dos enfoques existentes para desarrollar este paso es el
más adecuado:
Tormenta de Ideas
Proceso lógico paso a paso
• En el caso de utilizar la Tormenta de Ideas la lista resultado de
la sesión será la fuente primaria a utilizar en los siguientes
pasos de construcción del diagrama.
• En el caso de utilizar un proceso lógico paso a paso, la fuente
primaria serán los propios componentes del grupo,
aportando sus ideas según se va construyendo el diagrama.
 Paso 4: Identificar las causas principales e incluirlas en el diagrama.
a) En primer lugar se identificarán las causas o clases de causas más
generales en la contribución al efecto.
Esta clasificación será tal que cualquier idea de los miembros del
grupo podrá ser asociada a alguna de dichas causas.
Muchos grupos comienzan utilizando las "5M" o las "5P" y,
después de analizar más en detalle el resultado, agrupan las
causas de forma más adecuada a su propio problema.

FABRICACIÓN “5M” SERVICIOS “5P”

Mano de obra Personal

Materiales Provisiones(suministros)

Métodos Procedimientos

Maquinas Puestos

Medidas (Clientes)
…///
b) En segundo lugar se escriben en un recuadro y se
conectan con la línea central según la figura
siguiente.

70°
Paso 5: Añadir causas para cada rama principal.
• En este paso se rellenan cada una de las ramas principales con sus causas del efecto
enunciado, es decir con causas de las causas principales. Para incluir estas en el diagrama
se escriben al final de unas líneas, paralelas a la de la flecha central, conectadas con la
línea principal correspondiente.
• Ejemplo 3

CAUSAS
DE
CAUSAS

FLECHA
CENTRAL
 Paso 6: Añadir causas subsidiarias para las subcausas anotadas.

• Cada una de estas causas se coloca al final de una línea que se traza para
conectar con la línea asociada al elemento al que afecta y paralela a la línea
principal o flecha central.
• Este proceso continúa hasta que cada rama alcanza una causa raíz. Causa raíz es
aquella que:
Es causa del efecto que estamos analizando.
Es controlable directamente.
• Ejemplo:
 Paso 7: Comprobar la validez lógica de cada cadena causal
• Para cada causa raíz "leer" el diagrama en dirección al efecto analizado,
asegurándose de que cada cadena causal tiene sentido lógico y operativo.
• Ejemplo:
 Paso 8: Comprobar la integración del diagrama

• Finalmente debemos comprobar, en una visión de

conjunto del Diagrama la existencia de ramas
principales que:
Tienen menos de 3 causas.
Tienen, apreciablemente, más o menos causas
que las demás.
Tienen menos niveles de causas subsidiarias que
las demás.
• La existencia de alguna de estas circunstancias no
significa un defecto en el diagrama pero sugiere una
comprobación a fondo del proceso.
 Paso 9: Conclusión y resultado

•El resultado de la utilización de esta

herramienta es un diagrama ordenado
de posibles causas (teorías) que
contribuyen a un efecto.
 INTERPRETACIÓN

• Un Diagrama Causa-Efecto proporciona un

conocimiento común de un problema complejo,
con todos sus elementos y relaciones claramente
visibles a cualquier nivel de detalle.
• Su utilización ayuda a organizar la búsqueda de
causas de un determinado fenómeno pero no
las identifica (segrega) y no proporciona
respuestas a preguntas.
 Posibles problemas y deficiencias de interpretación

• a) La más grave de las posibles falsas interpretaciones

del Diagrama Causa - Efecto, es confundir esta
disposición ordenada de teorías con los datos reales.
Este diagrama es útil para desarrollar teorías,
representar y contrastar su consistencia lógica, pero
no sustituye su comprobación empírica.
• b) Construcción del Diagrama sin un análisis previo de
los síntomas del fenómeno objeto de estudio. En tales
casos el efecto descrito puede ser muy general y estar
mal definido por lo que el diagrama resultante sería
innecesariamente grande, complejo y difícil de
utilizar.
 Posibles problemas y deficiencias de interpretación

• c) Deficiencias en el enunciado (sesgos) que limiten

las teorías que se exponen y consideran, pudiendo
pasar por alto las causas reales que contribuyen al
efecto.
• d) Deficiencias en la identificación y clasificación de
las causas principales. Esta clasificación está
íntimamente ligada con la capacidad de la
herramienta para la organización eficaz de la
búsqueda de causas reales.
 UTILIZACIÓN

• Por sus características principales la construcción de

un Diagrama de Causa - Efecto es muy útil cuando:
• Se quiere compartir conocimientos sobre múltiples
relaciones de causa y efecto.
• Por ser una ordenación de relaciones lógicas, el
Diagrama de Causa-Efecto es una herramienta
frecuentemente utilizada para:
Obtener teorías sobre relaciones de causa-efecto
en un proceso lógico paso a paso.
Obtener una estructuración lógica de muchas
ideas "dispersas", como una lista de ideas
resultado de una Tormenta de Ideas.
Utilización en las fases de un proceso de solución de problemas:

 En la fase de diagnóstico durante la

formulación de posibles causas del
problema.
 En la fase de corrección para considerar
soluciones alternativas.
 Para pensar de forma sistemática sobre las
posibles resistencias en la organización a la
solución propuesta.
DIAGRAMA DE ESPINA DE PESCADO PARA
EVALUAR
LA ELABORACIÓN DE MAYONESA
Ejemplo de producción alimentaria.
El ejemplo se basa en el proceso de fabricación de mayonesa, para así explicar los
Diagramas de Causa-Efecto:

Métodos de
Trabajo Medición

Máquinas y Característica de
Proceso
Equipos Calidad

Personas Materias
Primas
…///
• La variabilidad de las características de calidad es un efecto
observado que tiene múltiples causas. Cuando ocurre algún
problema con la calidad del producto, se debe investigar a fin
de identificar las causas del mismo. Para hacer un Diagrama de
Causa-Efecto se siguen los siguientes pasos:
Se decide cuál va a ser la característica de calidad que se
va a analizar. Por ejemplo, en el caso de la mayonesa podría
ser el peso del frasco lleno, la densidad del producto, el
porcentaje de aceite, etc.
Se traza una flecha gruesa que representa el proceso y a la
derecha se escribe la característica de calidad:

Característica de Calidad

Proceso
…///

• Se indican los factores causales más importantes y

generales que puedan generar la fluctuación de la
característica de calidad, trazando flechas secundarias
hacia la principal. Por ejemplo: Materias Primas,
Equipos, Operarios, Método de Medición, etc.:
• Proceso
• Característica de Calidad
• Máquinas y Equipos
• Medición
• Personas
• Materias Primas
…///

Máquinas y Equipos
Medición

Característica de Calidad

Proceso

Personas Materias Primas

…///

• Se incorporan en cada rama factores más detallados que se

puedan considerar causas de fluctuación. Para hacer esto, se
pueden formular estas preguntas:
• ¿Por qué 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.
• ¿Por qué 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.
…///

• Por qué hay variación en la cantidad agregada de

aceite? Por funcionamiento irregular de la balanza.
Se registra la rama Balanza.
• ¿Por qué la balanza funciona en forma irregular? Por
que necesita mantenimiento. En la rama Balanza
colocamos la rama Mantenimiento.
• Así se sigue ampliando el Diagrama de Causa-Efecto
hasta que contenga todas las causas posibles de
dispersión.
 ENTONCES EL DIAGRAMA OBTENIDO ES:
Picnómetro
Calibración
Mezcladora Medición

Capacitación
Ajuste Motor Refrigeración

Equipo de Medición

Operador
Mantenimiento

Balanza
Agitación Habilidad
Limpieza

Característica de
Proceso Calidad

Capacitación
Proveedor A

Cantidad
Composición

Aceite
Incentivos
Huevos
Balanza

Materias
Personas Primas Cantidad Mantenimiento
 TAREA N° 3

• Construir un diagrama de CAUSA – EFECTO para

la operación de esterilización de una conserva de
alimentos :
• Cada participante escogerá libremente el tipo de
conserva a realizar.
• CONSIDERACIÓN: Para la construcción del
diagrama es importante conocer y saber hacer la
operación/proceso (Diagrama de flujo).
CONSTRUCCION DEL DIAGRAMA CON OFFICE VISIO
Al abrir el programa visio se muestra la ventana, en ella hacer clic en la
opción EMPRESA de la columna de CATEGORIAS DE PLANILLAS, se
despliega el siguiente menú:
Clic en el icono de DIAGRAMA DE CAUSA Y EFECTO:

se abre la siguiente ventana con el presente esquema

CONSTRUCCIÓN DEL DIAGRAMA ESPINA
DE PESCADO
Con:
STATGRAPHICS
CONSTRUCCIÓN CON STATGRAPHICS PLUS 5.1
Abrir el statgraphics y mantener en la opción introducir nuevos
datos, luego aceptar , para definir la tarea
Luego marcar la opción, deseo introducir nuevos datos, para definir el origen de
los datos, y aceptar
…continua, aparecerá el siguiente mensaje en la ventana statgraphics, haga clic en
aceptar
En el nuevo cuadro de dialogo que se despliega defina las características de su
variable por columna: Nombre su diagrama y luego marque con un clic en el
recuadro tipo carácter y luego otro clic en aceptar.
Aparecerá el siguiente cuadro de dialogo, para la siguiente columna, haga clic en
CANCELAR y aparecerá un nuevo cuadro de dialogo.
Haga clic en aceptar, para comenzar a introducir las causas una a una
manteniendo LA SINTAXIS CORRESPONDIENTE.
Luego tendremos la pagina statgraphics para poder introducir las causas una a
una en la misma columna, OJO CUIDADO CON LA SINTAXIS
 SINTAXIS
• Solo una columna no numérica es usada para llevar a cabo
todas las etiquetas en el diagrama. Esta columna puede ser
creada manualmente o usando un editor disponible en el
procedimiento en Opciones del Análisis.
• La columna contiene:
• 1. Una descripción del efecto en el renglón #1. Esta etiqueta se
ubica a la derecha del diagrama.
• 2. Causas primarias, secundarias y terciarias en los renglones
sucesivos.
• SINTAXIS:
• Causa principales se digitan directamente.
• Secundarias son precedidas por un punto simple (.)
• Terciarias son precedidas por dos puntos (..)
• Renglones vacíos pueden adherirse para ayudar a mejorara el
espaciamiento en el diagrama.
Ejemplo: Fallas en la elaboración de galletas

Reglón para consignar el efecto

Causas principales, digitado directamente

Causas secundarias antecedidas por un punto

Causas terciarias, precedidas dos puntos

Nuevamente, causas principales sin punto.

Renglón en blanco dentro de las causas terciarias para lograr

mayor espacio en el grafico.
Para realizar el diagrama de espina de pescado buscar en la barra de menú de
statgraphics, la opción AVANZADO, posar el cursor en CONTROL DE CALIDAD, desplegara un
cuadro , buscar la opción DIAGRAMA ESPINA DE PESCADO y en él hacer CLIC. Se desplegara
un NUEVO CUADRO DIAGRAMA DE ESPINA DE PESCADO, para introducir los datos de la
columna, para que el programa construya el respectivo diagrama.

Clic en AVANZADO, desplegar

cuadro y escoger opción de
CONTROL DE CALIDAD, buscar
opción DIAGRAMA ESPINA DE
PESCADO.
Hacer clic sobre la variable CAUSA EFECTO y esta se sombreara de color azul,
luego hacer CLIC sobre el icono de forma de triangulo y la variable pasara a
llenar el recuadro de etiquetas, ACEPTAR y se abrirá la ventana STATGALERY para
mostrar los resultados del diagrama.
LA VENTANA DE RESULTADOS ES LA SIGUIENTE: En ella se muestra a la izquierda
el resumen del análisis y a la derecha el diagrama de espina de pescado de
nuestras variables.
EDITAR EL GRAFICO: Hacer doble clic en zona del grafico de la ventana de
resultados de statgraphics, aparecerá al frente el grafico, luego hacer clic
derecho en esta ventana y se desplegara un cuadro de dialogo para la edición.
CLIC DERECHO: Cuadro de opciones graficas, edición.
 CUADRO DE OPCIONES GRAFICAS
• En este cuadro de diálogos se puede variar:

• El fondo, el color , la forma, etc. (opción diseño)

• El color de la flechas del diagrama (opción líneas)
• El formato del texto (opción texto).
OPCIÓN TEXTO: Se pude modificar uno a uno el texto introducido, haciendo clic
en el cuadro de texto desplegado y poder modificar, la dirección y la fuente (tipo,
tamaño, etc.)
Por ejemplo hacer clic, en cocción (causa principal) para modificar la fuente, luego
hacer clic en fuente y aparecerá el nuevo cuadro de dialogo, cambie la fuente, el
estilo de la fuente y el tamaño, luego hacer clic en aceptar. Desaparece el cuadro de
fuente y haga clic en aplicar en el cuadro de opciones graficas.
En este mismo cuadro de texto se puede hacer correr la superposiciones de textos.
Para desaparecer el cuadro de opciones de texto, cerrar o ACEPTAR,
el diagrama ira quedando:
 Bibliografía Básica
1. Daza, J. 2006. ”Estadistica Aplicada con Microsoft Excel”. Editorial
Megabyte. Lima –Perú.
2. Fernández, F. 2009. Técnicas básicas de calidad. Centro para la
calidad en Asturias y Instituto de fomento regional. España.
3. García, R. 2002. “Curso básico de Statgraphics plus 5.1”.
Universidad Complutense de Madrid. España.
4. Kume, H. 1992. “Herramientas estadísticas básicas para el
mejoramiento de la calidad”. Editorial Norma. España.
5. Montgomery, D. 2006. “Control estadístico de la calidad”.
Editorial Limusa Wiley. Mejico.
6. Reyes, P. 2009. “ Control estadístico del proceso. España.
7. Rodríguez, R., Gámez, A., Marín, L.& Fandiño, S. 2005.
“Estadística industrial. Escuela superior de ingeniería. Universidad
de Cádiz. España