CURSO: GESTION DE LA CALIDAD EN LA CONSTRUCCIÓN

DOCENTE: MS. ING. FRANCISCO ROBLES GUTIERREZ

SESION N° 12
Crea una mayor satisfacción por lo tanto se crea mayor
percepción de la calidad del bien /o servicio.

USUARIO ATENCIÓN SERVICIO

“SATISFACCIÓN AL USUARIO”
 Mayor Organización y
MEJOR RESULTADO
Compenetración de los miembros
¿ Como Mejorar Para tener una Calidad ?
 CALIDAD

Existen 7 Herramientas • Hoja de Control.

Básicas adoptadas en las • Histograma.
actividades de mejora • Diagrama de Pareto.
• Diagrama de Causa y
continua para soporte Efecto.
de análisis y solución de • Estratificación.
problemas operativos en • Diagrama de dispersión.
una organización. • Grafica de Control.
 PASO EN LA RESOLUCIÓN DEL
HERRAMIENTA
PROBLEMA

Localización De Los Hechos Hojas de Verificación

Diagrama de Pareto
Identificar Problemas
Histogramas

Generar Ideas Diagrama de Causa Y Efecto

Inventar Soluciones Diagrama de Dispersión o Correlación

Poner en Practica Graficas de Control

 ¿ Para que sirven ?
 Detectar problemas.
 Delimitar el área Problemática.
 Estimar factores que probablemente provoquen el problema.
 Determinar si el efecto tomado como problema es verdadero
o no.
 Prevenir errores debido a omisión, rapidez o descuido.
 Detectar desfases.
 1. Gráficos de Control
Diagrama que sirve para examinar si un
proceso se encuentra en una condición
estable, o para indicar que el proceso se
mantiene en una condición inestable.
Proporciona un método estadístico
adecuado para distinguir entre causas de
variación comunes o especiales mostradas
por los procesos, Promueve la
participación directa de los empleados en
el logro de la calidad.
Sirve como una herramienta de detección
de problemas.
Pasos a Seguir:
1. Definir tamaño, frecuencia y No. De Muestras.
2. Tomar muestras, calcular media y recorrido.
3. Calcular límites de control.
4. Trazar gráfico de medias y recorrido.
5. Analizar media y recorrido.
Objetivo:
Saber si el Proceso se encuentra Controlado con relación al tiempo y proceso.
Ventajas.
• Permite distinguir entre causas aleatorias y específicas de variación de los
procesos, como guía de actuación de la dirección.
• Los gráficos de control son útiles para vigilar la variación de un proceso en el
tiempo, probar la efectividad de las acciones de mejora emprendidas, así como
para estimar la capacidad.
Utilidades
Ayudan a la mejora de procesos, de forma que se comporten de manera uniforme y
previsible para una mayor calidad, menores costes y mayor eficacia. Proporcionan un
lenguaje común para el análisis del rendimiento del proceso del proceso.
EJEMPLO Número de Formas con
Muestra
Errores
Todos los días se tomaban muestras de las
1 10
formas llenas, de un departamento en particular, 2 8

en una compañía de seguros para revisar la 3 9

calidad del desempeño de ese departamento. 4 13

5 7
Con el fin de establecer una norma tentativa
6 7

para el departamento, se tomó una muestra de 7 6

300 unidades al día (n=300) durante 10 días, 8 11

9 12
obteniendo los siguientes resultados:
10 8
En primer lugar calculamos el promedio de unidades defectuosas para cada una de las muestras
(celdas color celeste). Por ejemplo la muestra 1 presenta 10 defectos (de un total de 300 unidades
inspeccionadas), en consecuencia el porcentaje de defectos de dicha muestra corresponde
aproximadamente a un 3,33% (10/300). Luego se obtiene el promedio de unidades defectuosas del
total de las muestras (celda amarilla) correspondiente a un 3,03% (se obtiene de
[3,33%+2,67%+3,00%+…+2,67%]/10).
A continuación se procede con la estimación de la desviación estándar (Sp):

De la tabla de la distribución normal estándar un intervalo de confianza de un 90% equivale a

definir los límites de control a 1,645*Sp. Con esto podemos calcular el Límite de Control superior
(LCS) y Límite de Control Inferior (LCI) respectivamente (notar que los resultados han sido
aproximados).
• LCS = 3,03% + 1,645*0,9896% = 4,66%
• LCI = 3,03% – 1,645*0,9896% = 1,40%
A continuación y con la ayuda de Excel se procede a graficar los límites de control (líneas verdes
y violeta), el promedio de unidades defectuosas de cada una de las muestras (línea azul) y el
promedio de defectos total (línea roja). El proceso se encuentra bajo control estadístico. Los
promedios de defectuosos se encuentran dentro de los límites de control estadístico.
Si en cambio los límites de control se definen a un σ del promedio de defectos será necesario
recalcular los límites de control estadístico obteniendo los siguientes resultados (aproximados):
• LCS = 3,03% + 0,9896% = 4,02%
• LCI = 3,03% – 0,9896% = 2,04%

INTERPRETACIÓN:
Al estrechar los límites de control el
proceso ya no se encuentra bajo
control estadístico. La muestra n° 4
presenta un porcentaje de
defectuosos mayor al LCS (LIMITE
DE CONTROL SUPERIOR).
 2. Histogramas
Un histograma es una descripción gráfica
de los valores medidos individuales de un
paquete de información y que está
organizado de acuerdo a la frecuencia o
relativa frecuencia de ocurrencia.
Los histogramas ilustran la forma de la
distribución de valores individuales en un
paquete de datos en conjunción con la
información referente al promedio y
variación.
Pasos a seguir:
1. Reunir datos para reunir por lo menos 50 puntos de referencia.
2. Calcular la variación de los puntos de referencia, restando el dato mínimo valor del dato de
máximo valor.
3. Calcular el número de barras que se usaran en el histograma.
4. Determinar el ancho de cada barra, dividiendo la variación entre el número de barras a
dibujar.
5. Calcule el intervalo o sea la localización sobre el eje X de las 2 líneas verticales que
servirán de frontera para cada barrera.
6. Construya una tabla de frecuencias que organice los puntos de referencia desde el más bajo
hasta el más bajo hasta el más alto de acuerdo con las fronteras establecidas por cada barra.
7. Elabore el Histograma respectivo.
Objetivo:
Es obtener una comunicación clara y efectiva de la variabilidad del sistema, mostrando los
cambios de los resultados, identificando anormalidades y comparando la variabilidad de los
límites especificados.
Ventajas
• Su construcción ayudará a comprender la tendencia central, dispersión y frecuencias
relativas de los distintos valores.
• Muestra grandes cantidades de datos dando una visión clara y sencilla de su distribución.
Utilidades
El Histograma es especialmente útil cuando se tiene un amplio número de datos que es
preciso organizar, para analizar más detalladamente o tomar decisiones sobre la base de
ellos.
Es un medio eficaz para transmitir a otras personas información sobre un proceso de forma
precisa e inteligible.
Permite la comparación de los resultados de un proceso con las especificaciones previamente
establecidas para el mismo. En este caso, mediante el Histograma puede determinarse en
qué grado el proceso está produciendo buenos resultados y hasta qué punto existen
desviaciones respecto a los límites fijados en las especificaciones.
Proporciona, mediante el estudio de la distribución de los datos, un excelente punto
departida para generar hipótesis acerca de un funcionamiento insatisfactorio.
EJEMPLO
Una empresa empacadora de arroz y frijol compra esos productos por tonelada y los
empaca en bolsas de un kilo; tiene tres máquinas dosificadoras iguales, pero compradas
con tres años de diferencia cada una. Es importante que cada bolsa contenga exactamente
el peso indicado, porque si contiene menos es seguro que los supermercados le rechazarán
lotes completos de entrega. Por otro lado, si las bolsas contienen más peso del indicado la
empresa pierde, por entregar más producto. Con objeto de conocer cuál es la situación, se
toma una muestra de 50 bolsas de la máquina más nueva y se verifica el peso de cada una
con una báscula de precisión. Los datos para construir un histograma se muestran en la
tabla.
Pesos observados en una muestra de 50 bolsas de arroz (gramos por bolsa)

Se observa que la mayoría de las bolsas pesan

1001 g y los demás pesos están uniformemente
repartidos alrededor de esa medida. Veamos
ahora el resto de la planta:
Pesos observados en una muestra de 96 bolsas de arroz (gramos por bolsa).

Datos para la construcción del histograma
de empacado en todas las máquinas
Histograma multimodal
Como se indicó en el planteamiento del ejercicio, hay tres máquinas y es
probable que cada una tenga, centrado en las cantidades que aparecen
como “picos”, un promedio de exactitud diferente. El histograma sirvió
para descubrir que las máquinas se están comportando en forma distinta,
aunque el promedio sea 1 000 g por bolsa. A este tipo de histogramas o,
para ser más precisos, a este tipo de fenómenos se les denomina variación
3. Diagrama de Correlación o Dispersión

Un diagrama de correlación
muestra la relación entre dos
factores cambiantes. Mientras un
factor aumenta su valor, el otro
factor disminuye, aumenta o
simplemente muestra un cambio.
Una relación sólo puede ser
descubierta mediante la
comprensión del proceso y la
experimentación diseñada.
Pasos a Seguir:
1. Identificación de las 2 variables:
• Una característica de calidad y un factor que le afecte.
• 2 características de calidad relacionadas o
• 2 factores relacionados con una sola característica de calidad.
2. Para comprender la relación entre estas hay que hacer un diagrama de dispersión, con
un cuadro de datos con porcentajes.
3. Graficar, para ver la relación entre ambas.
Objetivo:
Reconocer si hay una relación entre ambas variantes para saber si están ligadas entre sí,
y atacar el problema.
Ventajas
• Se trata de una herramienta especialmente útil para estudiar e identificar las
posibles relaciones entre los cambios observados en dos conjuntos diferentes de
variables.
• Suministra los datos para confirmar hipótesis acerca de si dos variables están
relacionadas.
• Proporciona un medio visual para probar la fuerza de una posible relación
La relación entre dos variables puede ser:
• Positiva, si para un aumento en la variable independiente
se obtiene un aumento en la variable dependiente.
• Negativa, si para un aumento en la variable
independiente se obtiene una disminución en la variable
dependiente.
• No lineal, si la relación no se asemeja a una línea recta.
• Sin relación, si los pares de puntos se dispersan por toda
la gráfica y para un mismo valor de variable
independiente, aparecen varios valores de la dependiente.
EJEMPLO
Un agricultor cultiva tomate en un terreno con suficiente
irrigación. Él desea incrementar el rendimiento por
hectárea y para ello, en diferentes parcelas, aplica un
fertilizante que previamente fue seleccionado por el
método de estratificación, pero que ahora se dosificará en
diferentes cantidades con el in de escoger la mejor
opción, es decir, la que mayor peso de tomates produce.
Producción de tomates contra
La gráfica de los pares de datos se muestra en la tabla. fertilizante utilizado.
 INTERPRETACIÓN:
Se puede concluir que existe
una relación directa entre la
cantidad de fertilizante
aplicada a la tierra y el
rendimiento de las plantas
de tomate.

Diagrama de dispersión entre fertilizante usado

y producción de tomate por hectárea.
4. Muestreo Estratificado o Estratificación

La estratificación consiste en
dividir la recogida de datos en
estratos según el lugar, el
momento o la forma de recogida
para identificar su fuente de
variación o posibles
peculiaridades distintivas de cada
estrato.
Pasos a Seguir:
1. Recopilar Datos.
2. Hacer las muestras correctas.
3. Clasificar la información siguiendo los criterios efectivos para su estratificación:
• Tipo de defecto.
• Causa y Efecto.
• Localización del defecto.
• Material, Producto, Fecha de Producción, Grupo de Trabajo, Operador, Individual, Proveedor, Lote,
Etc.
4. Analizar los datos representados.
5. Extraer la información de cada estrato analizado.
Objetivos:
Determinar por orden de importancia, para mejorar algún término de Calidad.
Ventajas.
Es muy completa para la calidad de la empresa.
Utilidades.
Permite aislar la causa de un problema, identificando el grado de influencia de ciertos
factores en el resultado de un proceso.
La estratificación puede apoyarse y servir de base en distintas herramientas de calidad,
si bien el histograma es el modo más habitual de presentarla.
EJEMPLO
En una empresa, existen dos cadenas de fabricación de tornillería en continuo. Se quiere
analizar el número de productos defectuosos apartados de la línea de producción, éstos
se consideran desechos ya que no pueden repararse. El jefe de planta tiene la sospecha
que en función del turno se producen más o menos productos defectuosos. Para ello,
contabiliza el número de productos apartados, por línea de producción y por turno del
personal en una semana. De esta manera, podremos considerar si la causa es debido a
los grupos de trabajo (turnos del personal) o bien es debido a la maquinaria de la línea
de producción.
Los datos obtenidos se muestran en la siguiente tabla:

Podemos realizar
dos tablas, una con
los datos unitarios, y
la otra con los
porcentajes respecto
a la totalidad de
defectos.
Sólo observando la tabla nos damos cuenta que sobresale un porcentaje respecto a todos los
demás. Y además, podemos visualizar que las dos líneas de producción dan porcentajes del
mismo orden de magnitud en cuanto a defectos se refiere.
Si realizamos un diagrama de barras simple, obtendremos el siguiente gráfico:
INTERPRETACIÓN
En el gráfico anterior, vemos tal y como habíamos
detectado en la tabla de datos anterior, en el turno de
mañana de la línea de producción 1 es donde más
productos defectuosos son detectados y apartados. Por lo
tanto, podemos proceder al análisis más detallado de las
posibles causas que puedan surgir en el turno de mañana
de la línea de producción 1.
En este caso tan sencillo, podría deberse a la falta de
capacitación del personal en cuanto a la manipulación,
ensamble, soldadura… la acción correctora sería la
formación, capacitación y supervisión del trabajo de los
empleados.
GRACIA