Administración de la

Calidad: Herramientas para la

mejora de la calidad

Ing. Com. Edwin Flores Días. M.B.A.

 Objetivo:

• Dar a conocer las herramientas

básicas para el mejoramiento de la
calidad en los procesos de la
organización
•
Ciclo de PDCA de Shewhart

4.Acción 1.Plan
Llevar a cabo Determinar la
el plan. mejora y
realizar el plan.
3.Comprobación 2.Realización
¿Funciona Probar el
el plan? plan.
 Herramientas para la mejora
continua de la calidad: Análisis
de datos
 Herramientas para generar ideas:
 Listas de verificación, hojas de registro
 Hojas de control.
 Diagramas de dispersión.
 Diagramas de causa efecto.
 Herramientas para organizar datos:
 Gráficos de Pareto.
 Diagramas de frecuencia
 Diagramas de flujo.
 Gráfica de proceso
 Herramientas para la identificación de
problemas (control):
 Histogramas.
 Control estadístico de procesos (CEP).
 Planeando la Recolección de Datos
¿Qué pregunta debemos contestar?
¿Qué tipo de análisis prevemos usar?
¿En dónde (etapa del proceso) se pueden recoger los
datos?
¿Quién los puede recoger con un mínimo de errores y
molestias?
¿Qué información adicional podría necesitar luego?
¿Existe información para validar los datos?
 Listas de verificación: hojas de
• Formulario utilizadoregistro
para la recolección sencilla y
rápida de los datos y para un adecuado análisis de
los mismos
• Frecuencia de las características de calidad de un
producto o servicio
• Usa una escala continua:
• Longitud, peso, diámetro, tiempo, etc.
LISTA DE VERIFICACIÓN
Producto: Fecha:
Fase del producto: Identificación:
Número inspeccionado: Inspector/operador:
Tipo de rechazo Revisión (frecuencia) Total
Burbujas
Pintura desvaída
Chorreaduras
Exceso de pintura
Desteñido
Rayaduras
Otros
Total

Número de rechazos
 Lista de verificación
HOJA DE REGISTRO DE ITEMS
DEFECTUOSOS
LISTA (Hoja) DE VERIFICACIÓN
Producto: Bicicleta -32 Fecha: 21Enero del 2014
de Noviembre 2005
Fase del proceso: Inspección final Identificación: pintura
Número inspeccionado: 2217 Inspecctor/operador: pebu

Tipo de rechazo Revisión Total

Burbujas IIIII IIIII IIIII II 17
Pintura desvaída IIIII IIIII 10
Chorreaduras IIIII IIIII IIIII IIIII IIIII III 28
Exceso de pintura IIIII IIIII IIIII IIII 18
Desteñido IIIII IIIII 10
Rayaduras IIIII II 7
Otros III 3
Total 93
Número de IIIII IIIII IIIII IIIII IIIII
Rechazos IIIII IIIII II 72
Hoja de Registro o de control

Registros
Especificación Desv. 5 10 15 Frec.
-10
-9
Inferior -8
-7
-6
-5 1
-4 2
-3 4
-2 6
-1 9
Media: 8,30 0 11
1 8
2 7
3 3
4 2
5 1
6 1
7
Superior 8
9

TOTAL 55

HOJA DE REGISTRO DE DISTRIBUCIÓN DE UN PROCESO

Diagrama de dispersión

 Para determinar si hay alguna relación entre dos

variables
 Los patrones de dispersión pueden ser:
 Correlación positiva
 Correlación negativa
 Sin correlación
Diagrama de correlación / dispersión
Consumo de combustible
Litros por cada 100 km

25 50 75 100 125 km/h

Velocidad
 Diagramas de correlación/dispersión

Herramienta gráfica utilizada para

explorar la existencia y sentido de relación
entre dos variables

Cada punto representa una observación

de datos

Usado para determinar o descubrir

cuando un factor es causa de un
problema
Ejemplos de correlaciones
Consumo de calefacción

por cabeza y por día

m3 de gas por día

Consumo de agua
-30 -20 -10 0 + 10 + 20 o C + 10 +20 + 30 o
C
Temperatura exterior Temperatura exterior

y y y

x x x

En los tres casos no existe ningún tipo de relación

entre las características X e Y
 Análisis de regresión

 Técnica usada para relacionar a través de un modelo,

una o más variables independientes con una variable
dependiente
 Usos:
 Descripción, para representar el comportamiento de un proceso:
 Entre dos variables
 Entre varias variables

 Predicción y estimación: predicción con base en un valor x

desconocido. Estimación con base en un valor conocido de x

 Control: para obtener cierta respuesta deseada del proceso

 Modelo : y = mx +b
 Regresión.
Modelos:
 La más sencilla es la lineal
 Cuadrática
 Exponencial, etc.

Usamos el método de los mínimos cuadrados para

determinar la ecuación de la recta.
 y = b + mx
 m = ( S xy - nxpyp ) / ( S x2 - nxp2 )
 b = yp – bxp

 Error standard de la estimación:

 Sy,x = SQRT [ S( y - yc )2 / ( n - 2 ) ]
 Sy,x = SQRT [ ( Sy2 - aSy - bSxy ) / ( n - 2 ) ]
Ecuaciones para regresión: Coeficiente de
Correlación

Hoja de trabajo
xi yi xi yi xi^2 yi^2

Σxi Σyi Σxiyi Σxi^2 Σyi^2

 Diagramas de correlación/dispersión:
ejemplo
Las variables significativas en un
experimento fueron el tiempo de
solidificación T y la dureza D. Determinar
el tipo y el grado de relación entre la
dureza y el tiempo de solidificación, para
los datos
T solidificación Dureza de la tabla que sigue:
Dureza
10 4.5 5.0
y = -0.2691x + 7.1182
11 4.2 4.5 R² = 0.9911
12 3.8 4.0
3.5
13 3.6 3.0
14 3.4 2.5 Dureza
2.0 Linear (Dureza)
15 3.0
1.5
16 2.9 1.0
17 2.4 0.5
0.0
18 2.2 0 5 10 15 20 25
19 2.1
 Regresión lineal simple

X barra= 15
Y barra = 3,082
m= -0,2691
b= 7,118
r= -0,9956

Y = -0,2691 X + 7,118

1. Descripción: por cada unidad de aumento en el tiempo

de solidificación, la dureza disminuirá 0,2691
2. Predicción: para un tiempo de (x) de solidificación, el valor
de la dureza (y) será…..
3. Control: la dureza debe mantenerse entre los límites ……y
….., por tanto la temperatura debe variar entre…….. y …….
 Diagrama de causa efecto

Útil para el hallazgo de soluciones/fuentes

de los problemas.
Otros nombres que recibe:
 Gráfico de espina de pez, diagrama de Ishikawa.
Fases:
 Encontrar el error que hay que corregir.
 Dibujar “espinas” que representen las principales
fuentes del error.
 Pregúntese “¿qué puede haber causado problemas
en estas áreas?” Repetirlo en cada sub-área.
Ejemplo de diagrama de
causa efecto

Problema

Demasiados
defectos
 Ejemplo de diagrama de
causa efecto
Métodos Mano de obra

Causa principal

Demasiados
defectos

Material Maquinaria

Causa principal
 Ejemplo de diagrama de
causa efecto
Métodos Mano de obra
Instrucción de
Taladradora
Horas
extraordinarias Demasiados
defectos
Madera
Acero Torno
Material Maquinaria
Sub-causa
 Ejemplo de diagrama de
causa efecto
Métodos Mano de obra
Cansancio
Taladradora
Horas
Despacio extraordinarias Demadiados
defectos
Viejo
Madera
Acero Torno
Material Maquinaria
 Análisis de Pareto sobre defectos
encontrados en copas de vino
(defectos totales = 75)
70 93% 97% 100% 100%
88%

Porcentaje acumulado
60 54
Frecuencia (número)

72% 80%
50
40 60%

30 40%
20 12
20%
10 5 4 2
0 0%
Arañazos Porosidad Hendiduras Contaminación Varios
72% 16% 5% 4% 3%
Causas y porcentaje de las 5 causas
 Análisis de Pareto
“Minoría vital, mayoría útil”

 La minoría de clientes representan la mayoría de

las ventas

 La minoría de productos, procesos o

características de calidad causantes del grueso
de desperdicios o de los costos de retrabajos

 La minoría de rechazos representa la mayoría de

rechazos del cliente

 La minoría de elementos que representan al

grueso de los costos de inventario
 Análisis de Pareto
“Regla del 80-20”
 Organización de diversos datos en orden descendente, de
izquierda a derecha
 Gráfica de barras ordenadas de mayor a menor, donde la
altura es proporcional a la frecuencia de la ocurrencia.
 Las clasificaciones de los datos pueden ser:
 Tipos de errores
 Tipos de fallas
 Tipos de rechazos
 Tipos de defectos
Análisis de Pareto
Pasos:
1. Definir qué método se empleará para
clasificar los datos:
 Por problema
 Por causa
 Por tipo de rechazo, etc.
2. Establecer si para la clasificación de las
características se va expresar el costo o la
frecuencia

3. Reunir datos en un período de tiempo

4. Resumir datos y disponer las categorías, de la

mayor a la más pequeña

5. Calcular el porcentaje acumulativo

6. Construir el diagrama y encontrar la minoría

vital
 Ejercicio: Pareto
Después de detectar un
incremento en el número
de discrepancias en el
departamento 35, se Discrepancias
Area desordenada
Frecuencia
25
fr
52,08
Fa
52,08
decidió analizar la No sigue indicaciones 12 25,00 77,08
situación. Se realizaron Faltan componentes 7 14,58 91,67
varias auditorías de No verifica 3 6,25 97,92

discrepancias en dicho
Registra datos falsos 1 2,08 100,00

departamento, durante un fr
período de tres semanas.
La información se muestra 60.00

en la siguiente tabla.
Discrepancias Frecuencia 50.00

Realizar un diagrama12de
No sigue indicaciones 40.00

Pareto e interpretarlo. 30.00

No verifica 3
20.00
Area desordenada 25
10.00
Registra datos falsos 1
0.00
Faltan componentes 7 Area No sigue Faltan No verifica Registra datos
desordenada indicaciones componentes falsos
 Solución Pareto

Histograma

16 120,00%
14 100,00%
Frecuencia

12
10 80,00% Frecuencia
8 60,00%
6 40,00% % acumulado
4
2 20,00%
0 ,00%
3 2 r... 1 4 5 6
o
ay
m
y
ETIQUETAS
Diagramas de flujo (diagrama de
proceso)
1. Representación gráfica de un proceso o
sistema utilizando “cajas” que representan
un paso del proceso

1. De bloques:
2. De funciones cruzadas

2. Indica las funciones de la organización

involucradas en la entrega de un resultado

3. Indica la lógica de flujo de un proceso

4. Permite identificar sitios de control:

1. Cambios en la dirección de flujo
2. A la salida del proceso
3. En una actividad crítica del proceso
2. IDENTIFICAR EL FLUJO DEL VALOR
Y ELIMINAR EL DESPERDICIO
FABRICACIÓN DE
REPISAS DECORATIVA
 Proceso inicial
Recepción de Descargar Almacenamiento
Transporte Manual
Tableros Tableros de Tableros

Almacenamiento
Transporte a
Repisas Corte de Repisas Transporte a Corte
Laminado
Semielaboradas

Almacenamiento
Laminación de Transporte a
Repisas Limpieza
Repisas Limpieza
laminadas

Despacho a
Embalaje
Cliente
 Ejemplo
PROCESO: CAMBIO DE ACEITE Y REVISIÓN DE COMBUSTIBLE

CLIENTE RECEPCIÓN TALLER DE ACEITE LAVADO Y SECADO CAJA

INICIO
Recibir factura y
Revisar lista de Pasar aspirador al 4
Solicitar Atender llamada dinero
servicio coche
servicio(teléfono) telefónica

Preguntar
disponibilidad de hay
Cobrar costos de
servicio disponibilidad NO 1 Limpiar ventanillas servicio
?

Si
Informar hora de
Recibir notificación Comunicar Original
recepción del Lavar externamente
de servicio disponibilidad
vehículo el coche

1 Secar coche Copia

Entregar vehículo Recibir vehículo

3 Llenar factura
Entregar copia de
factura
Recibir vehículo y
Generar orden de
orden de trabajo Factura
trabajo Eklaborar orden de
entrega de vehículo
Mover auto hacia
boxes Enviar factutra y
Orden de trabajo 2 Orden
vehículo

Retirar filtro usado

FIN 5
Recibir factura y
2
vehículo
Drenar aceite

Recibir factura OK? NO 3

Revisar transmisión
SI
Cancelar valor de
4 Entregar factura Cambiar filtro de
factura
aceite

Retirar vehículo 5
Colocar aceite

Mover auto
Ejemplo: Plano de
servicio
Gráfica de proceso
 Para identificar las relaciones entre las actividades de un proceso.
 Permite la clasificación de actividades
 Es una herramienta que puede ser usada para AVA
 Tiene diferentes usos:
 Seguimiento al material: Grafica de proceso de producto.

 Seguimiento sujeto del proceso: Grafica de proceso de operación.

 Análisis AVA

 Estimación del costo del proceso

 Tiempo de operación/ tiempo de ciclo/tiempo de espera

 Tasa de producción

 Cálculo de indicadores de proceso

Ejemplo de gráfica de proceso

TEMA: Solicitud de compra de herramientas

Dist. (pie=30
cm.)
Tiempo (min.) Símbolo Descripción
 D  Escribir pedido
 w En la oficina
75   D  Al comprador
 D  Examinar
 = Operación;  = Transporte;  = Inspección;
D = Retraso;  = Almacenamiento
 Histograma

Forma gráfica de presentar a los datos

clasificados en clases (frecuencias)
Presentan tres propiedades esenciales de
una distribución:
 Forma
 Tendencia central o acumulación
 Dispersión o variabilidad
El histograma da una idea de lo “que
hace el proceso”
Utilizar de 5 a 20 clases
Histograma

 Visualizar la distribución de la variable

e identificar su forma
 Analizar, controlar y mostrar la
capacidad de un proceso
 Ayuda a determinar:
 Promedio
 Desviación estándar
 Coeficiente de variación
 Probar a qué tipo de distribución
matemática se puede acoplar la
distribución empírica
 Normal, beta, uniforme, …
Histograma: patrones
Interpretación: en términos de los cuatro casos que se
muestran en la figura

LSE

LSE
LIE

LIE
x x
xx xx
xxx xxxxx
xxxx xxxxxx
Caso 1: Proceso centrado con poca Caso 2: Proceso centrado con
variación mucha variación

x
LSE

LSE
LIE

LIE
x x
xx xx
xxx xxxxx
xxxx xxxxxx
Caso 3: Proceso no centrado con Caso 4: Proceso no centrado con
poca variación mucha variación
Se tomó laHistograma
siguiente información de los diámetros de
20 pernos cuya especificación es 2,8895+/-0,0015
pulgadas. Elaborar un histograma e interpretarlo
Muestra N° Diámetro (plg) Muestra N° Diámetro (plg)
1 2,8875 11 2,8880
2 2,8891 12 2,8893
3 2,8895 13 2,8899
4 2,8893 14 2,8883
5 2,8897 15 2,8903
6 2,8886 16 2,8915
7 2,8898 17 2,8901
8 2,8909 18 2,8903
9 2,8902 19 2,8889
10 2,8899 20 2,8883
Hoja de trabajo: Histograma (se
conocen las especificaciones)
1. Obtener los límites de especificación y el rango
a) LSE = + =
b) LIE = - =
c) R = LSE-LIE =

2. Dividir el rango entre 4

a) R/4 = / 4 =

3. Definir los límites de las seis clases

a) L1 = LIE - R / 4 = - =

b) L2 = L1 + R / 4 = + = = LIE

c) L3 = L2 + R / 4 = + =

d) L4 = L3 + R / 4 = + =

e) L5 = L4 + R / 4 = + =

f) L6 = L5 + R / 4 = + = = LSE

g) L7 = L6 + R / 4 = + =

4. Colocar los datos en la gráfica

LIE LSE

L1 L2 L3 L4 L5 L6 L7
5) Interpretación
 Hoja de trabajo: Histograma (no
se dan las especificaciones) HISTOGRAMA
HOJA DE TRABAJO

1. Sumar un valor numérico decimal al dato mayor, y restar dicho valor al dato menor. Obtener el rango
a) Nuevo valor mayor = + =
b) Nuevo valor menor = - =
c) R = LSEnuevo-LIE nuevo=

2. Dividir el rango entre 4

a) R/4 = / 4 =
3. Definir los límites de las seis clases

a) L1 = Valor menor nuevo - R / 4 = - =

b) L2 = L1 + R / 4 = + =

c) L3 = L2 + R / 4 = + =

d) L4 = L3 + R / 4 = + =

e) L5 = L4 + R / 4 = + =

f) L6 = Valor mayor nuevo + R / 4 = + = =

g) L7 = L6 + R / 4 = + =

4. Colocar los datos en la gráfica

LCI LCS

L1 L2 L3 L4 L5 L6 L7
5) Interpretación: Hallar los límites de control del proceso, dado el nivel de confianza alfa
 Histograma

X
X
X
X
X
X
X X

X X X
X
X X X
X
X X X
X

L1=2,88835 L2= 2,88935 L3=2,89035 L4= 2,89135 L5=2,89235

Interpretación:
El proceso tiene variación excesiva a pesar de estar centrado en las
especificaciones (caso 2). Es necesario investigar las causas de dicha variación
excesiva
 Histograma: ejemplo 2
Si no están establecidas las especificaciones, ya sea porque en algún proceso no se
tengan, o porque el proceso está en diseño, es posible realizar otro tipo de diagrama.
El ejemplo siguiente fue elaborado sin tomar en cuenta las especificaciones.

Ejemplo: del problema anterior.

1. Encontrar el dato mayor (2,8915) y el dato menor (2,8875)
2. Agregar un decimal a cada uno de los datos anteriores (0,0005 por ejemplo). En el
caso del dato mayor para aumentarlo, y en el caso del dato menor para disminuirlo:
2,8915 queda como 2,89155 , y 2,8875 queda como 2,88745.
3. Calcular el Rango R = 2,89155 - 2,88745 = 0,0041
4. Determinar el número de clases n: 5, 6 o 7 son los números más comunes. En este caso se usará n = 5.

5. Calcular el incremento o ancho de cada clase: I = R/n = 0,0041/5 = 0,00082

6. Construir las clases, empezando por el dato menor modificado, agregándole el incremento I:
1. 2,88745 + 0,00082 = 2,88827

2. 2,88827 + 0,00082 = 2,88909 , y así sucesivamente para tener las clases 2,88745; 2,88827; 2, 888909; 2,88991; 2,89073 y
2,89155

7. Colocar las clases anteriores en el eje horizontal y poner cada dato en la clase que le corresponda
(una X)

8. Interpretación: en este caso , al no contar con los límites de especificación, solamente podemos
apreciar la localización y la dispersión.
 Histograma

X
X
X
X
X X
X
X X
X
X X X X
X
X X X
X X

L1=2,88745 L2=2,88827 L5=2,89073 L6=2,89155

L3=2,88909 L4=2,89910

HISTOGRAMA TIPICO
 Control estadístico de
procesos (CEP)
 Utiliza estadísticas y gráficos de control para
determinar cuándo ajustar el proceso.
 Desarrollado por Shewhart en 1920.
 Implicaciones:
 Creación de estándares (límites superior e inferior).
 Medición de la muestra de producción (por ejemplo:
el peso medio).
 Aplicar medidas correctivas, en caso de necesidad.
 Se realiza a medida que se va configurando
un producto o se presta un servicio.
 Fases del control estadístico
de procesos
Salida Fabricar productos
Proveer servicios
No
Tomar las ¿Asignar
muestras causas?
Sí
Inspeccionar las
muestras Parar el proceso

Crear gráficos Encontrar

de control la causa
 Gráfica de control de
procesos
Gráfica de los datos de muestra a lo
largo del tiempo
80
Valor de
Valor de muestra

60 muestra
LSC
40 Media
20 LIC

0
1 5 9 13 17 21
Tiempo
 La inspección

 Consiste en examinar un producto para ver si es defectuoso o

no.
 Detectar los productos defectuosos:
 No corrige deficiencias en el proceso de los productos.
 Cuestiones básicas:
 Cuándo inspeccionar.
 Dónde inspeccionar.
 Cuándo y dónde
inspeccionar
 En el curso del proceso de producción de la
planta de un proveedor.
 En su propia planta, justo después de haber
recibido un pedido del proveedor.
 Antes de procesos costosos o irreversibles.
 Durante el proceso paso a paso de producción.
 Cuando se ha acabado la producción.
 Antes de enviar los productos acabados.
 Cuando hay contacto con el cliente.