INSTITUTO TECNOLOGICO DE TIJUANA

DEPARTAMENTO DE INGENIERÍA INDUSTRIAL

CONTROL ESTADISTICO DE LA CALIDAD

TAREA 2 Boleto de Examen 2 UNIDAD 1

ALUMNO: PADILLA VERGARA CESAR IVAN

17211631

INGENIERÍA INDUSTRIAL

ING. AMALIA CARMINA SALINAS HERNANDEZ

FECHA DE ENTREGA: 27-Octubre-2019

 Hoja de verificación (obtención de datos)

Con este tipo de hoja de verificación se detecta si alguno de los defectos es

predominante y si está asociado con algún factor en particular. Por ejemplo:

Una Hoja de Verificación (también llamada «de Control» o «de Chequeo») es un

impreso con formato de tabla o diagrama, destinado a registrar y compilar datos
mediante un método sencillo y sistemático, como la anotación de marcas asociadas
a la ocurrencia de determinados sucesos. Esta técnica de recogida de datos se
prepara de manera que su uso sea fácil e interfiera lo menos posible con la actividad
de quien realiza el registro.

Es un formato construido especialmente para recabar datos de una manera adecuada

y sistemática, de tal manera que su registro sea fácil para analizar la manera en que
los principales factores que intervienen, influyen en una situación o problema
específico.
Ventajas de las hojas de verificación

 Proporciona datos fáciles de comprender.

 Los datos son obtenidos mediante un proceso simple y eficiente que puede
ser aplicado a cualquier área de la organización.

 Reflejan rápidamente las tendencias y patrones subyacentes en los datos.

Hoja de verificación para distribución de procesos.

Existe un número ilimitado de formatos para una Hoja, puesto que el usuario puede
desarrollarlas basado en los datos requeridos para resolver un problema o actuar
sobre un área de mejora y puede ser creativo e inventar su propia Hoja si las
existentes no se adecuan a sus necesidades. No obstante existen ciertos usos
comunes que se pueden resumir en los siguientes 3:

1. Hoja para registro de datos.

2. Hoja de localización.

3. Hoja de lista de chequeo.

Una característica de calidad muy importante en el tequila es el color, ya que eso le

da identidad a la marca, entre otros aspectos.

PROBLEMA 1: HOJA DE VERIFICACION

En una empresa en particular se tienen como especificaciones para cierto producto

que su color debe estar entre 61 y 65% de transmisión. Para analizar el color, además
de llevar una carta de control se diseñó la hoja de verificación, como una forma de
analizar la capacidad del proceso. De esta forma, al medir el color se hace una marca
sobre la columna cuyo valor esté más cercano al de la medición.
CONCLUSIONES:

En particular, se observa que el proceso cae justo dentro de las especificaciones, por
lo que se debe evaluar la posibilidad y prioridad de generar un proyecto de mejora
para reducir la variabilidad del color.

Hoja de Verificación para productos defectuosos

Cuando las salidas del proceso son objetos para los cuales se pueden observar
defectos en lugares variables (por ejemplo burbujas en productos laminados o huecos
en piezas fundidas), se puede usar un diagrama de concentración de defectos.

Este tipo de hoja de control consta de lo siguiente: un diagrama a escala del objeto
desde cada uno de sus lados, opcionalmente dividido en secciones de igual tamaño.
Cuando la distribución del proceso está lista para ser evaluada, el evaluador rellena
el encabezado de la hoja de verificación y observa activamente el proceso. Cada vez
que el proceso genera una salida, él o ella evalúan la salida de los defectos y marca
la sección de cada vista donde se encuentra cada uno. Si no se detecta ningún
defecto para una salida de proceso, no se realiza ninguna marca de verificación.

Cuando el período de observación haya terminado, el evaluador debe reexaminar

cada hoja de verificación y formar un compuesto de las ubicaciones de defecto. El
uso de su conocimiento del proceso junto con las ubicaciones debe revelar la fuente
o fuentes de variación que producen los defectos.

PROBLEMA 2: Hoja de verificación para productos defectuosos

Se aprecia una hoja de verificación para radiografías defectuosas en una clínica

médica. Este tipo de hoja de registro es útil cuando es necesario registrar el tipo de
problemas y la frecuencia con que se presentan

CONCLUSIONES

Tiene la ventaja de la oportunidad, ya que al final de cierto periodo (semana, mes)

permite apreciar qué tipos de problemas se presentaron con mayor frecuencia.
Además, recuerda de manera objetiva y permanente a la dirección cuáles son los
principales problemas, lo cual puede estimular la generación de planes para
reducirlos. Esta misma hoja de verificación serviría para evaluar el impacto de los
planes de mejora.
 HISTOGRAMA

En estadística, un histograma es una representación gráfica de una variable en

forma de barras, donde la superficie de cada barra es proporcional a la frecuencia de
los valores representados. Sirven para obtener una "primera vista" general, o
panorama, de la distribución de la población, o de la muestra, respecto a una
característica, cuantitativa y continua (como la longitud o el peso). De esta manera
ofrece una visión de grupo permitiendo observar una preferencia, o tendencia, por
parte de la muestra o población por ubicarse hacia una determinada región de valores
dentro del espectro de valores posibles (sean infinitos o no) que pueda adquirir la
característica. Así pues, podemos evidenciar comportamientos, observar el grado de
homogeneidad, acuerdo o concisión entre los valores de todas las partes que
componen la población o la muestra, o, en contraposición, poder observar el grado
de variabilidad, y por ende, la dispersión de todos los valores que toman las partes,
también es posible no evidenciar ninguna tendencia y obtener que cada miembro de
la población toma por su lado y adquiere un valor de la característica aleatoriamente
sin mostrar ninguna preferencia o tendencia, entre otras cosas.

En el eje vertical se representan las frecuencias,

es decir, la cantidad de población o la muestra,
según sea el caso, que se ubica en un
determinado valor o subrango de valores de la
característica que toma la característica de
interés, evidentemente, cuando este espectro de
valores es infinito o muy grande el mismo es
reducido a sólo una parte que muestre la tendencia o comportamiento de la población,
en otras ocasiones este espectro es extendido para mostrar el alejamiento o ubicación
de la población o la muestra analizada respecto de un valor de interés.

Se utilizan para relacionar variables cuantitativas continuas. Para variables

cuantitativas discretas las barras se dibujan separadas y el gráfico se llama diagrama
de frecuencias, porque la variable representada en el eje horizontal ya no representa
un espectro continuo de valores, sino valores cuantitativos específicos, igual que
ocurre en un diagrama de barras, usado para representar una característica
cualitativa o categórica. Su utilidad se hace más evidente cuando se cuenta con un
gran número de datos cuantitativos y que se han agrupado en intervalos de clase.
Ejemplos de su uso es la representación de edades o estaturas de una población. Por
comodidad, sus valores se agrupan en clases, es decir, en intervalos continuos. En
los casos en los que los datos son cualitativos (no numéricos), como cierto grado de
acuerdo o nivel de estudios, es preferible un diagrama de sectores.

PROBLEMA 1: HISTOGRAMA

Dos máquinas, cada una operada por una persona, son utilizadas para cortar tiras de
hule, cuya longitud ideal es de 200 mm, con una tolerancia de ± 3 mm. Al final del
turno un inspector toma muestras e inspecciona que la longitud cumpla
especificaciones. A continuación se muestran las últimas 110 mediciones para ambas
máquinas.

199.2 199.7 201.8 202.0 201.0 201.5 200.0 199.8 200.7 201.4 200.4 201.7 201.4 201.4 200.8 202.1
200.7 200.9 201.0 201.5 201.2 201.3 200.9 200.7 200.5 201.2 201.7 201.2 201.2 200.5 200.1 201.4
200.2 201.0 201.4 201.4 201.1 201.2 201.0 200.6 202.0 201.0 201.5 201.6 200.6 200.1 201.3 200.6
200.7 201.8 200.5 200.5 200.8 200.3 200.7 199.5 198.6 200.3 198.5 198.2 199.6 198.2 198.4 199.0
199.7 199.7 199.0 198.4 199.1 198.8 198.3 198.9 199.6 199.0 198.7 200.5 198.4 199.2 198.8 198.5
198.9 198.8 198.7 199.2 199.3 199.7 197.8 199.9 199.0 199.0 198.7 199.1 200.3 200.5 198.1 198.3
199.6 199.0 199.7 198.9 199.2 197.9 200.3 199.6 199.4 198.7 198.5 198.7 198.6 198.5

Media de Mediciones = 199.996 Desviación estándar de Mediciones = 1.15567

CONCLUSIONES:

Durante las inspecciones, se puede apreciar que las maquinas cumplen con las
especificaciones requeridas a excepción de las frecuencias medias, donde los valores
bajaron proporcionalmente para estar dentro del rango de éxito.

PROBLEMA 2: HISTOGRAMA

Con el propósito de mejorar la calidad que se tenía en cuanto al grosor de las láminas,
se implementó un proyecto de mejora siguiendo la metodología Seis Sigma. Varios
de los cambios implementados fueron relativos a mejora y estandarización de los
procedimientos de operación del proceso. Para verificar si el plan tuvo éxito, se
eligieron láminas de manera aleatoria y se midió su grosor. Los 120 datos obtenidos
durante tres días se muestran a continuación:

4.8, 4.3, 4.8, 5.1, 4.9, 4.6, 4.9, 4.6, 5.0, 4.9, 4.8, 4.5, 4.7, 5.7, 4.5, 5.3, 4.4, 5.1, 4.6,
4.9, 4.2, 4.6, 5.3, 5.2, 4.7, 4.1, 5.1, 5.0, 5.0, 4.9, 4.6, 4.9, 5.2, 4.8, 4.7, 5.1, 4.9, 4.8,
4.7, 5.1, 5.1, 5.3, 5.1, 5.0, 5.3, 5.0, 5.1, 5.2, 4.7, 5.0, 5.0, 5.3, 5.1, 5.1, 4.5, 5.2, 4.1,
5.1, 4.9, 4.9, 4.6, 5.0, 4.6, 4.8, 4.7, 4.9, 4.4, 4.5, 5.3, 5.3, 4.4, 5.0, 4.2, 4.5, 5.3, 5.1,
4.8, 4.4, 4.7, 5.3, 5.1, 4.7, 4.7, 4.8, 5.0, 5.0, 4.9, 5.2, 5.6, 5.1, 5.2, 4.5, 4.6, 5.2, 4.9,
5.0, 5.3, 4.9, 5.0, 4.4, 4.9, 4.7, 4.6, 5.3, 4.8, 4.7, 4.6, 5.1, 4.4, 5.0, 4.5, 5.0, 5.2, 4.7,
5.0, 5.3, 5.6, 5.0, 5.0, 4.5.]
CONCLUSIONES:

Hay una distribución desproporcional en el rango superior a 5.4 del grosor de las
láminas, dando a entender que el plan obtuvo éxito hasta cierto punto del
procedimiento.

DIAGRAMA DE PARETO
El diagrama de Pareto, también llamado curva cerrada o Distribución A-B-C, es
una gráfica para organizar datos de forma que estos queden en orden descendente,
de izquierda a derecha y separados por barras. Permite asignar un orden de
prioridades. El diagrama permite mostrar gráficamente el principio de Pareto (pocos
vitales, muchos triviales), es decir, que hay muchos problemas sin importancia frente
a unos pocos muy importantes. Mediante la gráfica colocamos los "pocos que son
vitales" a la izquierda y los "muchos triviales" a la derecha. El diagrama facilita el
estudio de las fallas en las industrias o empresas comerciales, así como fenómenos
sociales o naturales psicosomáticos, como se puede ver en el ejemplo de la gráfica
al principio del artículo.
Hay que tener en cuenta que tanto la distribución de los efectos como sus posibles
causas no es un proceso lineal sino que el 20% de las causas totales hace que sean
originados el 80% de los efectos y rebotes internos del pronosticado. El principal uso
que tiene el elaborar este tipo de diagrama es para poder establecer un orden de
prioridades en la toma de decisiones dentro de una organización. Evaluar todas las
fallas, saber si se pueden resolver o mejor evitarla.

Ejemplo simple de un diagrama de Pareto usando datos hipotéticos. Se muestran las

frecuencias relativas en un diagrama de barras y en una línea roja las frecuencias
acumuladas de las causas por las que los empleados llegan tarde a trabajar a una
empresa..
PROBLEMA 1: PARETO
Una empresa fabrica y entrega sus productos a varias tiendas al por menor y quiere
disminuir el número de devoluciones. Para ello, investigó el número de ocurrencias
generadoras de devolución de la entrega en el último semestre, conforme presentado
en la tabla abajo:

CONCLUSIONES:
Se reubica una distribución proporcional por parte de la frecuencia dada en el
porcentaje acumulado de las razones por las que hubo ocurrencias, dejando claro
que disminuyo el número de devoluciones y por lo tanto el porcentaje de éxito del
método aplicado sube conforme al obtener los resultados requeridos.
 PROBLEMA 2: PARETO
La siguiente tabla muestra los defectos en el proceso de fabricación de una puerta de
automóvil.
Defecto Frecuencia
Medios 25
Materiales 35
Mano de Obra 20
Métodos 10
Medio Ambiente 5
Varios 5

CONCLUSIONES:
Los defectos tienden a ser muy frecuentes durante la obtención y fabricación de los
materiales, siendo este la mayor causa del problema hasta que los medios para
obtenerlos también demuestran la falla máxima.
DIAGRAMA DE DISPERSION
Es una gráfica cuyo objetivo es analizar la forma en que dos variables numéricas
están relacionadas. Dadas dos variables numéricas X y Y, medidas usualmente
sobre el mismo elemento de la muestra de una población o proceso, el diagrama de
dispersión es un gráfica del tipo X-Y, donde cada elemento de la muestra es
representado mediante un par de valores (xi , yi ) y el punto correspondiente en el
plano cartesiano X-Y.
Interpretación de un diagrama de dispersión

No correlación
Se presenta cuando los puntos en un diagrama de dispersión están dispersos sin
ningún patrón u orden aparente.

Correlación positiva
Es cuando dos factores (X, Y) se relacionan en forma lineal positiva, de tal forma
que al aumentar uno también lo hace el otro.

Correlación negativa
Relación lineal entre dos variables (X y Y), tal que cuando una variable crece la otra
disminuye y viceversa.

Construcción del diagrama de flujo

1. Obtención de datos.
2. Elegir ejes.
3. Construir escalas.
4. Graficar los datos.
5. Documentar el diagrama.
PROBLEMA 1: DIAGRAMA DE DISPERSION

Una empresa de fabricación de jabón se plantea cambiar la composición de uno de

sus productos utilizando una nueva materia prima. Antes de tomar una decisión, la
empresa decide realizar un ensayo para estudiar la posible relación entre la
utilización dicha materia prima y el número de no conformidades. Para ello analiza
lotes con diferentes porcentajes de la nueva materia prima y toma los siguientes
datos:

N. de Nueva materia prima Producto no

muestra (%) conforme
1 1 10
2 2 5
3 1.5 7
4 1.5 6
5 3 2
6 4 1
7 1.6 8
8 2.6 3
9 3.5 2
10 4.6 1
11 5 1
 12 0.5 15
13 4.3 1
14 3.2 3
15 5.1 1
16 2.5 3
17 1.8 7
18 2.1 6
19 3.9 3
20 1.2 9
21 2.4 4
22 4.3 1
23 3.5 3
24 2.7 2
25 0.5 16
26 0.8 14
27 1.2 9
28 3.6 2
29 5.3 1
30 1 11

Diagrama de dispersión
18
16
14
12
10
8
6
4
2
0
0 1 2 3 4 5 6

CONCLUSIONES
Tenemos una correlación negativa (a medida que aumentamos el % de la nueva
materia prima, disminuye el número de productos no conformes). Con estos
resultados la empresa podría plantearse la introducción de la nueva materia prima,
aunque debería combinarlo con otras herramientas para una mejor toma de
decisiones.
PROBLEMA 2: DIAGRAMA DE DISPERSION

Una fábrica de impresoras está abriendo una nueva área de producción para
la impresión de cartulinas, y en este momento se encuentra haciendo todos los
ensayos y pruebas para determinar la cantidad de tinta de cada color que deberían
tener las maquinas.

Cantidad de tinta Número de

(Litros) errores
0.47 16
0.48 14
0.69 30
0.7 31
0.59 15
0.59 17
0.37 10
0.62 21
0.39 11
0.35 13
0.68 28
0.52 17
0.42 11
0.51 18
0.5 19
0.34 10
0.41 14
0.3 7
0.53 20
0.33 7
0.36 11
0.4 16
0.4 13
0.69 24
0.61 24
0.32 9
0.66 28
0.64 23
0.45 17
0.59 20
0.6 21
0.56 19
0.6 20
0.55 18
0.44 15
 0.49 16
0.63 25
0.65 26
0.38 10
0.67 24

NÚMERO DE ERRORES SEGÚN LA

CANTIDAD DE TINTA
35

30

25

20

15

10

0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8

CONCLUSIONES

Por lo que se ve en la gráfica y en los datos, hay una conexión muy fuerte entre la
cantidad de tinta con la que se carga el tubo de la máquina y el número de errores
generados en la impresión de los posters, por lo que una propuesta para un problema
de este tipo, sería buscar la forma de aprovechar la capacidad restante de la máquina,
por ejemplo usar tubos compactos y de menor tamaño.

Estratificación: herramienta para el control de calidad

La estratificación, es una herramienta estadística del control de calidad que es

aplicable a cualquiera de las restantes herramientas de Ishikawa y que, al
mismo tiempo, tiene aplicaciones directas.
La división de los datos se efectúa en base a diversos factores que son identificados
en el momento de obtener los datos. Por ejemplo, las máquinas, los cabezales, la
línea, el proveedor, el día, el turno, entre otros. Son factores de clasificación y, por
tanto, de estratificación de los datos, teniendo por objeto el identificar el grado de
influencia de determinados factores o variables en el resultado de un proceso.
La estratificación de los datos nos permitirá comparar las características
poblacionales de los diferentes estratos que, de no ser iguales, son una fuente de
heterogeneidad y, por tanto, de no calidad. En consecuencia, estas heterogeneidades
deben ser detectadas, corregidas y eliminadas. La situación que en concreto va a ser
analizada determina los estratos a emplear.
La estratificación es la base para otras herramientas de control de calidad como el
análisis de Pareto, y se utiliza conjuntamente con otras herramientas, como
los diagramas de dispersión, gráficos de control o histogramas. También se puede
aplicar cuando estemos estudiando la relación entre dos variables empleando los
diagramas de correlación.
En el planteamiento de una estratificación conviene tener presentes los siguientes
aspectos:
 La comprensión de un fenómeno resulta siempre más completa al aumentar el
número de factores de estratificación utilizados en el análisis (cuidar, no
obstante, de no excederse).
 Para comprender bien el problema que se está analizando, es preciso
estratificar según todos los factores útiles a la definición del fenómeno y a la
definición sucesiva de las causas que ejercen una mayor influencia sobre el
fenómeno.
 Un buen método para definir los factores de estratificación consiste en
preguntarse: ¿Cómo índice…….. sobre el fenómeno? Casi siempre, la palabra
faltante corresponde a un factor de estratificación.
Ventajas de la estratificación
 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
 Destaca que la comprensión de un fenómeno resulta más completa
Usos de la estratificación
 a. Identificar las causas que tienen mayor influencia en la variación.
 b. Comprender de manera detallada la estructura de un grupo de datos, lo cual
permitirá identificar las causas del problema y llevar a cabo
lasacciones correctivas convenientes.
 c. Examinar las diferencias entre los valores promedios y la variación entre
diferentes estratos, y tomar medidas contra la diferencia que pueda existir.
Ejemplos de estratificación
En un determinado departamento, se está estudiando un defecto de producción y se
han recogido datos, que se han representado en un histograma como el de la figura.

Estratificando esos datos se pueden obtener informaciones útiles; por ejemplo, si ese
departamento trabaja en dos turnos, puede resultar útil, estratificar los datos entre los
dos turnos y observar si existen diferencias. En el caso que se analizará, como se
refleja en los dos histogramas de las figuras 2 y 3, se observa que la dispersión del
primer turno es mayor que la del segundo. Ese hecho nos proporciona la clave de la
lectura de la situación: efectivamente, nos dice que el primer turno ofrece una
situación menos positiva. Eso servirá de base para un análisis más profundo, aunque
limitado al primer turno.

El objetivo de la estratificación es el de hacer que hablen los datos, es decir, definir el

factor (o los factores) más significativos en cuanto a los datos que representan cierto
fenómeno.

PROBLEMA 1: ESTRATIFICACION
El departamento de calidad ha recolectado estos datos: los ingresos anuales por
canal. Se aprecia demás el porcentaje de ingresos que representa cada canal y el
porcentaje acumulado,
Elaboramos el siguiente diagrama de Pareto para representar los datos recolectados
del comportamiento de las ventas por canal de comercialización.

Este diagrama de Pareto ciertamente no nos aporta mucho. Los cinco primeros
canales representan el 80% de las ventas, 5 de 8. No es un dato representativo que
nos permita tomar decisiones de impacto para el negocio.

Vamos a considerar las tres principales líneas de negocio de la empresa: Higiene,

salud y hogar. Estudiaremos el comportamiento de cada línea de negocio,
nuevamente con la herramienta de Pareto.
Clasificamos los datos según los estratos definidos, en este caso las líneas de
negocio. Como verás, no estamos tomando ninguna muestra, pues estamos
trabajando con el 100% de los ingresos por canal. Este es un ejemplo de muestreo
proporcional.

 Casi el 60% de los ingresos en la línea de salud se concentran en supermercados e

internet. Canales como farmacias deberían desarrollarse más.
El 56% de los ingresos en la línea de higiene son generados por las tiendas de barrio, las
tiendas propias y la venta directa (persona a persona).

Canales como mayoristas y supermercados presentan potencial de crecimiento, además

«otros» para la línea de higiene, debe ser desagregado, pues el 10% de los ingresos se
generan en otros canales.

CONCLUSIONES:

 Las ventas de productos para la higiene en comercios en línea no son

fuertes, se debería disminuir la inversión en internet para fortalecer otros
canales.
 El 67% de los ingresos para la línea de hogar provienen de mayoristas y
tiendas de barrio. Es urgente desarrollar estrategias para fortalecer los otros
canales de venta.
PROBLEMA 2: ESTRATIFICACION
Una empresa de fabricación de jabón detecta que el % de humedad de la viruta de
jabón presenta valores anómalos cuando se relaciona con el ph. Tras hacer un
diagrama de dispersión, los datos que se obtienen no parecen arrojar luz sobre el
problema. La tecnóloga de la planta propone segmentar los datos obtenidos teniendo
en cuenta que se usan 3 vacuosecadoras distintas para secar el jabón.
Vacuosecadora 1 Vacuosecadora 2 Vacuosecadora 3
% humedad pH % humedad pH % humedad pH
30 7 20 7 30 6
40 8 25 6 31 7
35 9 23 7 32 6
20 7 30 6 31 7
68 5 26 8 35 6.5
36 7 31 5 31 5.5
89 6 25 6 34 7.2
78 9 28 7 30 7.4
35 6 30 6 30 7
78 5 28 6 28 6.5

Aquí se muestran los porcentajes de la humedad de la viruta del jabón proporcional a

los del pH en la vauosecadora 1, siendo este el que arroja los valores más pequeños
durante el proceso y por lo tanto puede ser la razón por la cual haya un problema
Aquí se muestran los porcentajes de la humedad de la viruta del jabón proporcional a
los del pH en la vauosecadora 2, siendo este el que arroja los valores más
balanceados durante el proceso y por lo tanto puede ser la razón por la cual no haya
un problema

Aquí se muestran los porcentajes de la humedad de la viruta del jabón proporcional a

los del pH en la vauosecadora 3, siendo este el que arroja los valores más idénticos
durante el proceso y por lo tanto no puede ser la razón por la cual haya un problema
CONCLUSIONES:
Aquí se muestran los porcentajes de la humedad de la viruta del jabón proporcional a
los del pH en las 3 vauosecadoras, siendo que los datos de la vacuosecadora 1, no
llegan a ser datos bien distribuidos en conjunto y por lo tanto, es la máquina que no
está arrojando los resultados apropiados para secar el jabón
 DIAGRAMA DE CAUSA Y EFECTO
El Diagrama Causa-Efecto es llamado usualmente Diagrama de
“Ishikawa” porque fue creado por Kaoru Ishikawa, experto en dirección de empresas,
quien a su vez estaba muy interesado en mejorar el control de la calidad.
Se trata de una herramienta para el análisis de los problemas que básicamente
representa la relación entre un efecto (problema) y todas las posibles causas que lo
ocasionan.
También es denominado diagrama de Espina de Pescado por su parecido con el
esqueleto de un pescado.
El diagrama causa-efecto está compuesto por un recuadro que constituye la cabeza
del pescado, una línea principal, que constituye su columna, y de 4 a más líneas
apuntando a la línea principal formando un ángulo de unos 70º, que constituyen sus
espinas principales. Cada espina principal tiene a su vez varias espinas y cada una
de ellas puede tener a su vez de dos a tres espinas menores más.
Esquemáticamente el diagrama causa-efecto tiene la siguiente forma:

Es con diferencia una de las herramientas más sencillas dentro de la mejora continua.
Los pasos para su elaboración son los siguientes:
1. Constituir un equipo de personas multidisciplinar.
2. Partir de un diagrama en blanco. Lógicamente para ir rellenándolo desde cero
3. Escribir de forma concisa el problema o efecto que se está produciendo (la
utilización de la técnica de los 5w+2h nos será de mucha utilidad).
4. Identificar las categorías dentro de las cuales se pueden clasificar las causas
del problema. Generalmente estarán englobadas dentro de las 4M
(máquina, mano de obra, método y materiales).
5. Identificar las causas. Mediante una lluvia de ideas y teniendo en cuenta las
categorías encontradas, el equipo debe ir identificando las diferentes causas
para el problema. Por lo general estas causas serán aspectos específicos,
propios de cada categoría, y que al estar presentes de una u otra forma están
generando el problema. Las causas que se identifiquen se deberán ubicar en
las espinas que confluyen hacia las espinas principales del pescado.
 6. Preguntarse el porqué de cada causa (pero no más de 2 o 3 veces).En este
punto el equipo debe utilizar la técnica de los 5 porqués. El objeto es averiguar
el porqué de cada una de las causas anteriores.

PROBLEMA 1: Diagrama de Causa y Efecto en Restaurantes

CONCLUSIONES:
En el ámbito de la mano de obra, y del medio ambiente, se crean los conflictos en
los restaurantes debido a los métodos que se aplican para llevar un orden y por lo
tanto se puede entender que la causa del mal servicio pueden ser los métodos
usados.
PROBLEMA 2: Diagrama de Causa y Efecto en las Plantas industriales

CONCLUSIONES
En el área de personal, es en donde más errores se pueden presentar por el mal
acomodo de una planta, ya que es el área humana de la empresa y tienden a
muchos errores comparados con el de las maquinas, sin embargo esto nos deja
claro que el método aplicado para su distribución no es la correcta y por lo tanto se
tiene que hace un cambio en estas.
BIBLIOGRAFIAS:
-«Pareto in Tableau». Archivado desde el 26 de octubre de 2016. Consultado el 27
de octubre de 2019.
-Riaño Rufilanchas, Daniel (2017). «On the origin of Karl Pearson’s term
“histogram”». Revista Estadística Española 192: 29-35
-Gutierrez, Humberto (2004), “Control estadístico de la calidad y seis sigma” Via.
McGraw-hill/Interamericana Editores, S.A de C.V. Visualizado el 27 de octubre de
2019 a través de:
http://iindustrialitp.com.mx/msamuel.lopezr/Control_Eestadistico_de_la_Calidad_y_S
eis_Sigma_Humberto_Gutierrez_Pulido.pdf