Libro UNICAH Control Estadístico de La Calidad

Álvarez › Cruz › Guillén › Laínez › Marcia
Control estadístico
de la calidad
Control estadístico de la calidad

Scarlet Álvarez | Melvin Cruz | Cinthia Guillén | José Martín Laínez | Víctor Marcia
de la calidad
Scarlet Álvarez
Melvin Cruz
Cinthia Guillén
José Martín Laínez
Víctor Marcia
Gerente de portafolio de Universidades: Gabriela López
Desarrollador de Contenido Senior: Marcela Rocha
Desarrollador de Contenido: Cristina Tapia Montes de Oca
Diseño de portada: Cícero
de la calidad
Todos los derechos reservados. Esta publicación no puede ser reproducida, ni parcial ni totalmente, ni registrada
en/o transmitida por un sistema de recuperación de información, en ninguna forma ni formato, por ningún medio,
sea mecánico, fotocopiado, electrónico, magnético, electroóptico o cualquier otro, sin el permiso previo y por
escrito de la editorial.
DERECHOS RESERVADOS © 2019 respecto a la primera edición por:

McGRAW-HILL INTERAMERICANA EDITORES, S.A. de C.V.
Edificio Punta Santa Fe
Prolongación Paseo de la Reforma 1015, Torre A,
Piso 16, Col. Desarrollo Santa Fe
Delegación Álvaro Obregón
C.P. 01376, Ciudad de México
Miembro de la Cámara Nacional de la Industria Editorial Mexicana Reg. Núm. 736
ISBN: 978-1-4562-6749-0
1 2 3 4 5 6 7 8 9 0 EDM 24 23 22 21 20 19
Impreso en México Printed in Mexico
Contenido
Sobre los autores ........................................................................................iv
Prólogo ........................................................................................................vii
CAPÍTULO 1
Conceptos introductorios .................................................................... 1
CAPÍTULO 2
Herramientas básicas para la calidad .............................................. 13
CAPÍTULO 3
Gráficas de control ............................................................................. 79
CAPÍTULO 4
Muestreo de aceptación ................................................................... 119
CAPÍTULO 5
Introducción al diseño experimental .............................................127
CAPÍTULO 6
Herramientas administrativas de la calidad .................................135
CAPÍTULO 7
Introducción a la metodología de mejora
con Seis Sigma .................................................................................. 169
CAPÍTULO 8
Ocho pasos para la solución de un problema .............................183
CAPÍTULO 9
Capacidad de procesos ....................................................................193
Bibliografía .............................................................................................. 200

iii
Sobre los autores
Scarlet Álvarez
Estudios destacados:
• Ingeniera industrial
Universidad Católica de Honduras, Nuestra Señora Reina de la Paz
• Master en administración de empresas con orientación en finanzas
• Doctora en ciencias con orientación en ciencias administrativas
• Doctora en Ciencias de la Cooperación Internacional
Università Degli Studi di Bergamo, Italia
Experiencia profesional:
• Diseño y mejoramiento de procesos de producción industrial y administrativos.
• Auditora interna de sistemas de gestión de la calidad.
• Ha realizado investigación científica en Italia y Honduras.
• Docente universitaria de las facultades de ingeniería industrial, ciencias administra-
tivas, Maestría en administración de empresas y gestión de la calidad, Universidad
Católica de Honduras.
• Estudios realizados en Suiza, España e Italia.
Melvin Cruz
• Técnico en electrónica Instituto Técnico Luis Bográn
• Ingeniero industrial, Universidad Católica de Honduras, Nuestra Señora Reina
de la Paz
• Master en gestión de proyectos Universidad Católica de Honduras,
Nuestra Señora Reina de la Paz
• Certificado Green Belt de 6 Sigma otorgado por Cintas
• Jefe de entrenamiento y métodos en área textil de maquila de ropa.
• Jefe de documentación de procesos área de serigrafía maquila textil.
• Gerente de ingeniería diseño de procesos, desarrollo de estilos y control de maquina-
ria y equipo. Control de balanceo de líneas y entrenamiento de ingenieros y operarios.
• Gerente de proyectos 6 sigma lean manufacturing y mejora de procesos.
• Gerente de producción de maquinado en fábrica de muebles de exportación. Apli-
cación de sistemas de nueva maquinaria para incrementar eficiencia en tiempos de
producción y reducción de desperdicios y materiales y tiempo.
• Gerente de producción en área de serigrafía en maquila.
iv
Sobre los autores v
• Coordinador académico de todas las carreras del campus Dios Espíritu Santo en
Choluteca.
• Asesor de tesis, tercer miembro adjunto.
• Docente de las clases de ingeniería de métodos, ingeniería de la producción, labora-
torio de metrología, planeación del diseño de un modelo de calidad, aplicación de la
calidad total para Ingeniería Industrial, simulación de procesos, en la carrera de Inge-
niería Industrial.
• Impartir la clase de producción en las maestrías de empresas y gestión de proyectos.
• Coordinador de las carreras de ingenierías en el campus Dios Espíritu Santo.
• Director del campus Dios Espíritu Santo en la ciudad de Choluteca.
Cinthia Guillén
• Ingeniera industrial
• Master en administración de empresas
• Doctora en Ciencias con Orientación en Ciencias Administrativas
• Asistente del departamento de calidad.
• Asistente del departamento de seguridad e higiene industrial.
• Agente de comercialización y servicios de telecomunicaciones.
• Docente universitaria de las facultades de ingeniería industrial, ingeniería civil,
ciencias administrativas, licenciatura en ciencias jurídicas, licenciatura en psicolo-
gía, licenciatura en mercadotecnia y maestría en administración de empresas, de la
Universidad Católica de Honduras.
• Asesora de práctica profesional de pregrado de la Universidad Católica de Honduras.
• Asesora de tesis de postgrado de la Universidad Católica de Honduras.
José Martín Laínez

• Ingeniero industrial
Universidad Autónoma de Honduras
• Master en gestión de la calidad total
• Master en administración de empresas
Dr. Infieri en ciencias con orientación en ciencias administrativas
• Gerencia de producción, gerencia de mantenimiento, gerencia de calidad en la indus-
tria de alimentos.
• Gestor de sistemas de inocuidad, calidad, auditorías y riesgo, HACCP, ISO 9001-
2008, FSSC-22000, BRC, GLOBALG.A.P., BAP, ASC, ISO 19011, ISO 31000.
• Docente universitario de las facultades de ingeniería industrial, maestría en adminis-
tración de empresas y gestión de la calidad, Universidad Católica de Honduras.
vi Control estadístico de la calidad
Víctor Marcia
• Ingeniero industrial
• Master en administración de empresas con orientación en finanzas
• Doctor en ciencias con orientación en ciencias administrativas
• Diseño y manejo de procesos de ventas, producción, auditoria, inventarios, compras,
planeación estratégica, dirección, calidad, seguridad ocupacional, gestión ambiental,
análisis financieros y presupuestarios.
• Diseño y mejoramiento de procesos administrativos y de producción industrial.
• Auditor de procesos internos.
• Investigación científica y asesoramiento de tesis de maestrías y doctorados en Hon-
duras.
• Docente universitario de las facultades de ingeniería industrial, ingeniería en ciencias
de la computación, ingeniería civil, licenciaturas en ciencias administrativas, psicolo-
gía, maestría en administración de empresas, gestión de proyectos, economía y finan-
zas y gestión de la calidad total, Universidad Católica de Honduras.
Prólogo
La motivación de los autores del libro de Control estadístico de la calidad, es la de pre-

sentar un contenido didáctico y actual de la teoría del control de la calidad desde una
perspectiva sistémica y sencilla, con un nivel de practicidad que le facilita al estudiante la
aplicación de los conocimientos adquiridos.
El libro desarrolla de manera progresiva los elementos de la técnica y métodos del
control de la calidad; los ejemplos son desarrollados con herramientas computacionales
que están al alcance del estudiante universitario de cualquier área del conocimiento.
El desarrollo de ejemplos mediante hojas electrónicas, sin duda le permite al estu-
diante profundizar en el análisis e interpretación de los datos para tomar decisiones orien-
tadas a resolver una problemática de calidad de productos o servicios.
Los autores presentan de manera sencilla y bastante práctica, temas que generalmen-
te son abordados en cursos más avanzados de control de calidad, como muestreo por
aceptación y diseños experimentales.
Lo anterior le permite a un estudiante tener una base para profundizar en cursos más
complejos de control estadístico de calidad.
El esfuerzo de los autores de presentar un contenido del área cuantitativa a estu-
diantes de distintas áreas del conocimiento es loable. La novedad es que el estudiante
descubrirá que para valorar la calidad de un producto o servicio se necesita la estadística
y al final el lector comprenderá que el lenguaje de la calidad es el control estadístico de
procesos.
Francisco Castro, PhD.
vii
Notas
viii
CAPÍTULO
1 Conceptos
introductorios
Objetivos de aprendizaje
• Recordar algunos aspectos básicos en la historia

de la calidad.
• Adquirir conocimientos básicos de muestreo.

2 Control estadístico de la calidad
1.1. Algunos aspectos generales

La gestión en el mundo de la excelencia consiste en actuar en función de lograr el come-
tido, hacer que las metas se cumplan, prevenir, pronosticar, accionar antes que sucedan
los eventos.
Calidad: es una actitud permanente e integral de excelencia, de hacer con amor las
cosas, de atención fina al detalle, con la comprensión absoluta y completa del entorno
para mejorarlo continuamente y extremar al máximo los objetivos de rentabilidad en to-
dos los aspectos, incluyendo, no solo lo financiero, social, técnico y humano.
El término total, se entiende como algo integral y completo.
Entonces, gestión de la calidad total consiste en actuar con excelencia de forma
integral.
La gestión de la calidad total está supeditada a la planeación estratégica de la empre-
sa, aunque es inadmisible que las organizaciones no la tengan contemplada en su direc-
ción como elemento esencial ante los retos de la competencia y la competitividad en un
mercado cada vez más globalizado.
De hecho, la planeación estratégica de la organización contempla la gestión de la ca-
lidad y dentro de ella el control estadístico, pero el control se gestiona con la prevención
en los genes de los líderes de los procesos, con las herramientas actuales que permiten
controlar e informar en tiempo real a los tomadores de decisión de forma tal que, si se
ocupa acción correctiva, se tome de forma inmediata.
Siguiendo el pensamiento plasmado, el control debe ser estadístico por su eficiencia
y eficacia si se toman los muestreos con la confiabilidad adecuada, el número de muestras
correctas para que el muestreo refleje fehacientemente lo que sucede en los procesos y
así tomar decisiones concretas y precisas que mejoren ostensiblemente los procesos y las
organizaciones consigan competir con ventaja en el mercado.
Otro concepto importante de comprender, es el riesgo involucrado en toda actividad,
cuando se relacionan la probabilidad de que ocurra el peligro que se desea controlar y el
impacto si el control del peligro identificado no funciona, de tal manera que, la estadística
se ve involucrada doblemente, en el riesgo y en el muestreo.
Si del análisis del riesgo resultare que la probabilidad de que ocurra el peligro es alta
y que el impacto de ese peligro fuere alto, entonces el riesgo será alto.
Probabilidad
Frecuente Probable Ocasional Raramente Poco probable
A B C D E
Catastrófico I 1 2 6 8 12
Crítico II 3 4 7 11 15
Impacto
Moderado III 5 9 10 14 16
Insignificante IV 13 17 18 19 20
Nivel de riesgo
Figura 1-1 Impacto y probabilidad.
Recordando algunos conceptos básicos

Calidad. Es una actitud que pone en marcha al talento humano para cumplir requisitos,
de forma preventiva y proactiva. Estos requisitos son previamente pactados de forma
documentada con el cliente.
Capítulo 1 Conceptos introductorios 3
Control estadístico de la calidad. Verificar a través de muestreos regidos con los con-
ceptos de confiabilidad y normalidad de los procesos, el cumplimiento de los requisitos
pactados con el cliente.
Riesgo. Es la determinación de la posibilidad de que un peligro ocurra. Se basa en su
probabilidad de ocurrencia y en impacto si llegara a suceder.
Filosofías de la calidad
Diversas filosofías de la calidad son muy conocidas en el mundo actual, desde William
Edward Deming, Joseph Juran, Philip Crosby, Kaoru Ishikawa, Shigeo Shingo, entre
otras muchas, lo que sí es muy importante es que se escoja una o varias de acuerdo con
la gestión de cada empresa, de forma que se puede tener su propia filosofía eclética (inte-
gral) de la calidad.
Para iniciar la implementación de la filosofía de la calidad empresarial, se debe partir
con la aplicación de las 9 eses de la calidad, coja los cuatro principios absolutos de la
Calidad de Philip Crosby y finalice siguiendo un modelo de calidad de las normas ISO,
generalmente como un sistema integrado de calidad, seguridad y ambiente.
Mantener elementos importantes de cada filosofía como la constancia de propósito
de Deming, la calidad no cuesta de Philip Crosby, la adecuación al uso de Joseph Juran,
el trabajo en equipo de Ishikawa, entre otros, debe ser parte de las vida cotidiana de la
empresa.
Normas ISO
De las normas ISO se pueden escribir toneladas de palabras, de su amplia difusión a nivel
mundial, de su enorme contribución a la calidad empresarial, o de su éxito como sistemas
de calidad.
Las normas de gestión de calidad, seguridad y ambiente son las más conocidas y esta-
blecidas recientemente como sistemas de gestión integrados que obligan a las empresas a
mejorar ostensiblemente en esos aspectos y a ser competitivos para sobrevivir en la selva
de los negocios.
Hay normas ISO para cada uso, rubro, operación y departamento, son completas
y orientan al empresario que desea tener éxito en el campo en que su empresa se desem-
peñe.
PREGUNTAS DE REPASO
1. ¿Qué es calidad?
2. ¿Qué entiende por proceso?
3. Defina riesgo.
4. ¿Qué función tiene la planeación estratégica en los sistemas de gestión?
ACTIVIDADES
Implemente un sistema de gestión integrado en su casa.

1.2. Orígenes del control de calidad

Algunos autores indican que los primeros intentos para controlar la calidad de lo que se
produce, datan desde las revoluciones industriales. Sin embargo, si escudriñamos un poco
la historia, encontraremos un magnífico ejemplo del origen del control de la calidad.
Instrucciones:
a) Lea detenidamente el siguiente texto. Y mientras lee pregúntese, ¿hay alguna eviden-
cia de control de calidad? Si las encuentra, subráyelas.
b) Comparta con sus compañeros de clase sus hallazgos.
Génesis 1
En el principio creó Dios los cielos y la tierra. La tierra no tenía forma; las tinieblas
cubrían el abismo. Y el soplo de Dios se movía sobre la superficie de las aguas.
Dijo Dios:
─Que exista la luz.
Y la luz existió. Vio Dios que la luz era buena; y Dios separó la luz de las tinieblas;
llamó Dios a la luz: día, y a las tinieblas: noche. Pasó una tarde, pasó una mañana:
este fue el día primero.
Y atardeció y amaneció: día primero.
Y dijo Dios:
─Que exista un firmamento entre las aguas, que separe aguas de aguas.
E hizo Dios el firmamento para separar las aguas de abajo del firmamento, de las
aguas de encima del firmamento. Y así fue. Y Dios llamó al firmamento: cielos.
Pasó una tarde, pasó una mañana: este fue el día segundo.
Y dijo Dios:
─Que se junten las aguas de abajo del cielo en un solo sitio, y que aparezcan los
continentes.
Y así fue. Y Dios llamó a los continentes: tierra, y a la masa de las aguas la llamó:
mar. Y vio Dios que era bueno.
Y dijo Dios:
─Produzcan la tierra pasto y hiervas que den semilla, y árboles frutales que den
fruto según su especie y que lleven semilla sobre la tierra.
Y así fue. La tierra produjo hierba verde que engendraba semilla según su especie. Y
vio Dios que era bueno. Pasó una tarde, pasó una mañana: este fue el día tercero.
Y dijo Dios:
─Que existan astros en el firmamento del cielo para separar el día de la noche,
para señalar las fiestas, los días y los años: y sirvan como lámparas del cielo para
alumbrar a la tierra.
Y así fue. E hizo Dios los dos grandes astros: el astro mayor para regir el día, el
astro menor para regir la noche, y las estrellas. Y los puso Dios en el firmamento
del cielo para dar luz sobre la tierra; para regir el día y la noche, para separar la luz
de las tinieblas. Y vio Dios que era bueno. Pasó una tarde, pasó una mañana: este
fue el día cuarto.
Y dijo Dios:
─Llénense las aguas de multitud de vivientes, y vuelen pájaros sobre la tierra frente
al firmamento del cielo.
Y creó Dios los cetáceos y los vivientes que se deslizan y que llevan las aguas según
sus especies. Y vio Dios que era bueno.
Y Dios los bendijo, diciendo:

─Crezcan, multiplíquense y llenen las aguas del mar: y las aves se multipliquen en
la tierra.
Pasó una tarde, pasó una mañana: este fue el quinto día.
Y dijo Dios:
─Hagamos al hombre a nuestra imagen y semejanza; que ellos domínen los peces
del mar, las aves del cielo, los animales domésticos y todos los reptiles.
Y creó Dios al hombre a su imagen; a imagen de Dios lo creó; varón y mujer los
creó.
Y los bendijo Dios y les dijo:
─Sean fecundos, multiplíquense, llenen la tierra y sométanla; dominen a los peces
del mar, a las aves del cielo y a todos los animales que se mueve sobre la tierra.
Y dijo Dios:
─Miren, les entrego todas las hierbas que engendran semilla sobre la tierra: y todos
los árboles frutales que engendran semilla les servirán de alimento;
y a todos los animales de la tierra, a todas las aves del cielo, a todos los reptiles de
la tierra -a todo ser que respira-, la hierba verde les servirá de alimento.
Y así fue. Y vio Dios todo lo que había hecho era bueno. Pasó una tarde, pasó una
mañana: este fue el día sexto. (Génesis: 1,1-31 La Biblia de Nuestro Pueblo)
Del mismo modo que en el pasaje anterior, existen otras evidencias relacionadas con
el control de la calidad y con especificaciones y procesos.
ACTIVIDADES
Investigue qué especificaciones le dio Dios a Noé para elaborar el arca.

Pista: Revisar el capítulo 6 del Génesis
Respuesta:
Al revisar el libro de Éxodo, capítulos 25 al 30, se encuentra una serie de indicaciones

que Dios le da a Moisés, las cuales constituyen un excelente ejemplo de lo que hoy en día
conocemos con el nombre de procesos y especificaciones.
Siguiendo una especie de línea de tiempo podemos identificar las siguientes etapas y
contribuciones a la calidad en la historia:
• Artesanal: se puede decir que hay ausencia de un control de calidad, y si lo hay es algo
informal, es decir “al ojo del artesano”, no hay especificaciones ni estandarización.
• Industrialización: a medida que surgen las fábricas y las industrias, a raíz de la
Revolución Industrial (en la segunda mitad del siglo XVIII). Un periodo en el cual
se dan transformaciones económicas, tecnológicas y sociales. Se pasa de producir de
forma dispersa, en los hogares de los trabajadores, destinada principalmente al con-
sumo personal, a un nuevo sistema de producción fabril a mayor escala y consumo
masivo. Se pasa de la producción manual a la mecanizada. Conforme la producción
se industrializa surge la necesidad de inspectores, los cuales funcionan como capa-
taces. La inspección se hace sobre todo para controlar a la gente, a los trabajadores
centrándose en aumentar la producción.
• Siglo XIX: En 1878, Frederick Winslow Taylor, quien hoy en día es conocido como el
Padre de la Administración Científica, realizó sus primeros estudios en la industria
siderúrgica. Se enfocó en estudiar los tiempos y remuneración en el trabajo. En este
punto lo que importa es lograr la máxima eficiencia de los procesos, lo cual se logra-
ba a través de la búsqueda del mejor método para hacer cada trabajo, procesos de
selección científica de los trabajadores, esfuerzo cooperativo y responsabilidad com-
partida entre la administración y los trabajadores. Es decir, que la calidad se basa en
“buscar el mejor método de trabajo”, con lo cual se logra la eficiencia. Se introduce
una supervisión funcional (división del trabajo en la supervisión). Todavía en este
punto, la inspección o supervisión se centra más en la gente y en aumentar niveles
de producción. Se caracteriza por un aumento de la producción a toda costa, es por
eso que muchas veces esta etapa se tilda de mecanicista, es decir, que se ve al opera-
rio como si fuese una simple máquina de producir y no un ser humano. La planifica-
ción del trabajo deja de ser función de trabajadores y capataces y pasa a manos de
los ingenieros industriales, conocidos en ese entonces como Ingenieros de Métodos
y Tiempos.
• Siglo XX: con el desarrollo tecnológico, la capacidad de producción se incrementa.
Se pueden citar muchos en esta época, entre ellos, a Henry Ford. Quien introdujo
la línea de ensamblaje, y la producción efectuada a través de operaciones complejas
que se divide en procedimientos sencillos, de tal forma que estos podían realizarlos
operarios no tan especializados (contrariamente a lo que buscaba Taylor con su supe-
respecialización). Se produce con gran tecnología a costos bajos y la inspección se
centra en la separación de los productos, en aceptables o no aceptables. La calidad
es responsabilidad exclusiva del departamento de calidad fabricación. Sin embargo,
los directores de producción priorizan sus actividades para ser eficaces, es decir, para
cumplir con las metas de producción que satisfagan la demanda. Producir con una
calidad inferior únicamente generaría una sanción. Lo importante era ser eficaz.
George Radford
Otro autor importante es George Radford, quien afirmó que la inspección buscaba exa-
minar críticamente el trabajo para comprobar la calidad y detectar errores, identificar los
productos defectuosos y corregirlos. Además, indica que el determinar si un producto
cumple o no con los estándares debería hacerse con instrumentos de medición como
muestro y un departamento de inspección. Afirmó que la calidad de un producto está

compuesto por un largo número de características o atributos, algunos de los cuales pue-
den ser estandarizados por conveniencia o economía. Algunos puntos importantes son:
• El departamento de inspección debe colocarse en una posición que le permita actuar
efectivamente; la inspección es un instrumento para medir la calidad y un factor
poderoso para controlar la calidad; ayuda a detectar errores y prevenir pérdidas eco-
nómicas innecesarias.
• Hay diferentes tipos de inspección: de materiales, de oficina, de herramientas y la
inspección del trabajo en procesos; esta última puede ser centralizada (el producto a
inspeccionar se lleva a cuartos especiales acondicionados para esa función) o inspec-
ción de piso (se inspecciona el trabajo en la máquina o cerca de esta), siendo adecua-
do efectuar una combinación de ambas.
• La ingeniería y la inspección son los principales contribuyentes en la producción,
todas las demás funciones fabriles son secundarias o servicios generales.
• Propuso una organización formal en los departamentos de inspección compuesta por
un gerente de inspección, asistido por un staff de especialistas; inspectores de proceso
(Nivel II) que funcionan como asistentes de inspección y en el Nivel III los capataces
o inspectores de piso. (Radford, 1922)
Esta época se caracterizaba por la inspección, y el interés principal era la detección
de los productos defectuosos para separarlos de los aptos para la venta.
Walter A. Shewhart, el contexto de la Segunda

Guerra Mundial
Bell System y Western Electric Company crean, entre 1920 y 1940, un departamento
de ingeniería de inspección, destinado al control de la calidad, atendiendo problemas
relacionados con los defectos en los productos y la necesidad de mejorar la coordinación
entre los departamentos, teniendo nada más y nada menos a George Edwards y Walter
A. Shewhart como miembros de esta unidad. Precisamente Shewhart, el padre del
control estadístico de la calidad, fue quien reunió las disciplinas de estadística, ingeniería
y economía.
Shewhart fue el creador de las cartas de control, en ese entonces conocido como dia-
grama de control, el cual representó el primer paso hacia lo que él llamó “la formulación
de una base científica para garantizar el control económico”.
En 1931 publica el libro “Economic Control of Quality of Manufactured”, donde re-
conoció que en todos los procesos existen las variaciones. Pero estas variaciones deben
estudiarse estadísticamente. Es decir, que se pasa de la idea de que los artículos debían
producirse exactos a un patrón, a la idea de que se producen con diferentes especifica-
ciones porque existen elementos que introducen variabilidad de los procesos, como: los
operarios, materia prima, equipo; una variabilidad que se da a lo largo de todo el proceso
productivo. Su obra se considera como uno de los abordajes más exhaustivos y completos
de los principios básicos del control de la calidad y marca el nacimiento científico del
control de proceso moderno. Shewhart argumentaba que si el proceso lograba tener un
estado de control estadístico, esto ayudaría a descubrir y eliminar causas de variación, lo
cual sería más productivo (eficiente + eficaz). Manteniendo los procesos bajo control, se-
ría posible predecir los resultados futuros y gestionar los procesos de manera económica.
Shewart desafió el enfoque de calidad basado en la inspección e introdujo la era moderna
de la gestión de la calidad. Con sus cartas de control, intentó eliminar las causas asigna-
bles (la variación anormal) de las no asignables.
En Gran Bretaña, en 1935, E.S. Pearson desarrolló el British Standard 600 (The
application of statistical methods to industrial standardization and quality control) para la
aceptación de muestras del material de entrada, que sirvió como base y fue readaptado
durante la Segunda Guerra Mundial. Es importante mencionar que la etapa de la Segun-
da Guerra Mundial (1939-1945) fue decisiva en la historia del control estadístico de la
calidad, ya que fue precisamente en esta coyuntura, cuando la industria armamentista
norteamericana, necesita controlar la calidad de las municiones y armamentos; también
se introducen los planes de muestreo para aceptar o rechazar lotes de productos. Las
empresas de la industria ponen en vigor certificados del vendedor, los técnicos de calidad
se involucran en las etapas de diseño del producto. En 1940 el Departamento de Guerra
de Estados Unidos trabaja en el establecimiento de estándares, determinación de niveles
de aceptación de calidad de armas, e implementa sistemas de muestreo para aplicarlos a
proveedores de armamentos. Entre 1941 y 1942 se establecieron las normas: Z1.1 (Guía
para el Control de Calidad), Z1.2 (Métodos de Gráfico de Control para Analizar Datos) y
Z1.3 (Métodos de Gráfico de Control para Controlar la Calidad Durante la Producción).
En 1946 en Estados Unidos de América se crea la ASQC (American Society for Quality
Control) siendo su primer Presidente George Edwars. En este momento el control de la
calidad forma parte de la enseñanza académica. Por su parte en Japón, se funda la JUSE
(Union of Japanese Scientists and Engineers), que forma grupos de investigación que te-
nían como miembros a personalidades como Shigeru Mizuno, Kaoru Ishikawa y Tetsuichi
Asaka, quienes fueron de los principales artífices de la dirección y desarrollo del control
de la calidad japonés.
Algo muy importante de resaltar es que Shewart fue tutor de Joseph M. Juran, Dr.
Edwards Deming, y otros que tendrían un profundo impacto en la sociedad en general.
Además trabajó con Harold Dodge y Harry Romig, conocidos por su trabajo en los
planes de muestreo de productos.
W. Edwards Deming
W. Edwards Deming, trabajó junto a Shewhart en la planta Hawthorne y se interesó por
sus ideas. Deming defendió las ideas, metodologías y teorías de Shewhart y luchó conti-
nuamente para que sus ideas fueran aceptadas en Estados Unidos de América. Después
de la Segunda Guerra Mundial, Japón quedó desbastada, Deming y Juran van a Japón
y ahí amplían sus conocimientos e introducen el control estadístico de la calidad en la
industria japonesa.
Deming desarrolló aún más algunas de las propuestas metodológicas de inferen-
cia científica que habían sido llamadas El Ciclo de Shewart (Shewhart Cycle) y estaban
representadas por los elementos de plan-do-check-act. Esto es precisamente lo que hoy
conocemos como Ciclo de Deming o Ciclo PHVA (Planificar, Hacer, Verificar y Actuar).
Algunos autores indican que lo que ayudó para que Deming y sus enseñanzas tuvieran
aceptación en Estados Unidos, fue un video de la cadena NBC de 1980 titulado "Si
Japón puede, ¿por qué nosotros no?", un documental que abordaba el tema de la creciente
competencia industrial que Estados Unidos estaba afrontando de Japón. A partir de ese
momento, la demanda de sus servicios aumentó significativamente a nivel mundial hasta
su muerte a los 93 años.
Joseph Moses Juran

Trabajó en el grupo de inspección de Western Electric en 1924, una división de AT&T, en
Hawthorne, Illinois. Después de 5 años llegó a ser jefe de la división de inspección. Mien-
tras tanto, escribió su primer libro sobre control estadístico de la calidad, el cual titulado:
“Western Electric Statistical Quality Control Handbook”.
Junto con otros especialistas de la calidad, en 1946, fundaron la Sociedad Americana
para el Control de Calidad (American Society for Quality Control ASQ). Desarrolló mana-
ging for quality, el cual ha sido el curso más influyente sobre la calidad. En 1954 dirigió
varios seminarios para directivos superiores y medios en Japón; en los cuales daba a
conocer los roles que se debían desempeñar para promover la calidad. Recibió el máximo
galardón que se le puede otorgar a un extranjero, la Orden del Tesoro Sagrado. Su manual
es ampliamente considerado como la biblia de la calidad y fue uno de los instrumentos
claves para la formación del conjunto de conocimientos para los ingenieros de calidad
con certificación ASQ. Impulsó el concepto de aseguramiento de la calidad, e indicó que
los costos asociados a la calidad podían ser: los evitables y los inevitables.
En 1979 fundó el Instituto Juran, a través del cual buscaba difundir sus teorías y
principios. Su trabajo se extendió hasta la década de 1990 y desempeñó un gran papel en
el desarrollo del Premio Nacional de Calidad Malcolm Baldrige (en Estados Unidos de
América), que ha liderado una revolución de mejora en las organizaciones.
Kaoru Ishikawa
Otros de los personajes claves en la historia de la calidad es Kaoru, quien integró y ex-
pandió los conceptos de gestión de Deming y Juran en el sistema de gestión de calidad
japonés, para lo cual fue clave su habilidad para interpretar los conceptos principales
y traducirlos a un sistema de técnicas y estrategias de mejora. En colaboración con la
Unión Japonesa de Científicos e Ingenieros (JUSE), introdujo el concepto de círculos
de calidad, donde defendía la idea de que todos los trabajadores debían involucrarse
en la mejora de la calidad, y la mejor forma de lograr esta participación era a través
de equipos. Implementó un método japonés de control de calidad de toda la compañía
(CWQC), el cual implicaba la participación de todos los niveles de la organización. Así,
desde el comienzo hasta el final del ciclo de vida del producto, la calidad ya era respon-
sabilidad de todos.
Desarrolló el diagrama de espina de pez, o diagrama de causa y efecto (el cual se
aborda en el capítulo 2 de este libro). Este diagrama es una herramienta clase utilizada
por los equipos de mejora hoy en día, considerada como una de las 7 herramientas básicas
de calidad.
Otros puntos clave

Cerca de la década de los años 90, los aportes de Shewhard y Juran fueron redescubiertos
por una nueva generación de ingenieros y ejecutivos del área industrial, que los incorpora-
ron en el enfoque Six Sigma (el cual se aborda el capítulo 7 de este libro).
Inspección Aseguramiento
Industrialización • Separa, al final de la calidad
• Control de la gente de la línea de • Prevención
y maximización de producción, • Deming, Juran,
la producción. lo bueno de lo Feigenbaum,
La creación “Capataces” malo Crosby
LEAN LEAN
Artesanal Administración Contexto Six Sigma
• Ausencia de científica de las guerras
control formal • Supervisión • Especificaciones
y uniformidad funcional (división • Cartas de control
del trabajo) • Muestreo
• Calidad = mejor • Calidad a lo largo
método del proceso
• Ingenieros • Reducir variabilidad
de métodos y mantenerla
y tiempos controlada
Figura 1-2 Algunos puntos claves: Evolución en el control de la calidad.
1.3 Métodos de muestreo

En toda investigación es necesario tener información acerca del tema o problema a inves-
tigar, que permita identificar cuándo, dónde y bajo qué condiciones se da tal problema
y con qué magnitud; es decir que es necesario encontrar su regularidad estadística y sus
fuentes de variabilidad. De igual forma, cuando se va a tomar una decisión o ejecutar una
acción es necesario contar con información que le de sustento y viabilidad.
En las empresas debería recolectarse información antes de actuar o corregir proble-
mas; sin embargo, muchas veces se actúa con base a experiencia y corazonadas o utilizan-
do el antiguo método de prueba y error. Esto provoca que los problemas sean recurrentes,
es decir, que se presenten los mismos problemas una y otra vez.
En calidad las decisiones deben tomarse con base en evidencias, y las evidencias
son los datos o hechos. En términos generales, cuando las poblaciones son pequeñas,
se pueden estudiar todos los sujetos que la conforman. Algunas veces en los procesos
productivos esto es posible, y se le llama inspección al 100%. Sin embargo, conforme las
poblaciones crecen, estudiarlas al 100% implica invertir una gran cantidad de recursos,
llámense tiempo, dinero, operarios, etc. En los casos en que la inspección al 100% no es
posible, se acude a la estadística basada en muestreos; es decir se estudian muestras o una
parte representativa de la población que se estudia.
Los tipos de muestreo probabilístico, son aquellos en que todos los individuos que
conforman la población tienen igual probabilidad de ser seleccionados. Pueden ser:
• Muestreo al azar simple
• Muestreo al azar estratificado
• Muestreo al azar sistemático
• Muestreo aleatorio por conglomerado
Muestreo al azar simple

Consiste en seleccionar n elementos de una población. Está asociado con el uso de tablas
de números aleatorios. Otra forma muy sencilla de este tipo de muestreo es la selección
por tómbola. Microsoft Excel ofrece la posibilidad de generar tablas de números alea-
torios.
EJEMPLO
En un aula de clases hay 50 estudiantes y se desea seleccionar aleatoriamente 20 perso-

nas.
Paso1: elaborar un listado y asignarle un número del 1 a 50 a cada estudiante.
Paso2: en Excel, utilizará la siguiente función:
= ALEATORIO . ENTRE (VALOR MENOR, VALOR MAYOR)
Siguiendo con el caso del ejemplo, el valor menor sería 1 y el mayor 50.
= ALEATORIO . ENTRE (1,50)
Presione la tecla enter. Solo queda arrastrar la celda 19 posiciones hacia abajo y
automáticamente se le generarán los otros números aleatorios.
Otra forma sería escribir el número de cada estudiante en un papelito, luego meter
los papelitos en una tómbola y extraerlos uno a uno hasta reunir 20.
Muestreo al azar estratificado

Un estrato es un subgrupo de la población, cuyos miembros tienen alguna característica
en común que interesa estudiar. Consiste en la división de la población u objeto de estudio
en grupos o estratos de acuerdo con las características de interés en el estudio.
Por ejemplo, una universidad cuenta con 1000 estudiantes, de los cuales 400 estudian
derecho, 250 ingeniería Industrial, 150 psicología y 200 administración de empresas. Se
necesita obtener una muestra equivalente a 40% del total de la población. En la siguiente
tabla se muestra cómo calcular la cantidad se sujetos de cada estrato que integrarán la
muestra.
Tabla 1-1 Muestreo estratificado.
Tamaño muestra 400
Cantidad % El total Cantidad

Facultad
de estudiantes de la población muestra
Derecho 400 400/1000 = 0.4 0.4*400 = 160
Ingenieria 250 250/1000 = 0.25 0.25*400 = 100
Psicología 150 0.15 60
Administración 200 0.2 80
Total 1000 0.1 400
Muestreo al azar sistemático

Este tipo de muestreo es similar al muestreo al azar y estudiado, la diferencia se encuentra
en que los sujetos se eligen cada enésimo elemento.
Siguiendo el ejemplo de seleccionar 20 de los 50 estudiantes de una clase, en primer
lugar se define el intervalo, es decir cada cuánto se escogerá un sujeto. Por ejemplo se
define el intervalo de 5. Luego se selecciona al azar el primer sujeto, puede hacerlo con
la fórmula de Excel. Suponiendo que Excel da como resultado 7. Esto significa que del
listado de estudiantes, se seleccionará el que está en la posición 7, luego a partir de él se
cuentan 5 posiciones para escoger el siguiente sujeto, que sería el que está en la posición
12. Y se sigue el mismo procesamiento hasta obtener los 20 sujetos deseados.
Muestreo aleatorio por conglomerado

En un conglomerado, la unidad muestral la constituyen un grupo de elementos de la
población que forman una unidad, y se les llama conglomerados. Ejemplo de conglome-
rados son: las unidades hospitalarias, una caja de X producto.
En este muestreo seleccionan aleatoriamente los conglomerados (se estudian todos
los elementos de los conglomerados seleccionados) hasta alcanzar el tamaño de la mues-
tra determinada.
También existen los muestreos no probabilísticos, o no aleatorios. En los cuales los
sujetos que se estudiarán se escogen por conveniencia o a juicio del investigador.
CAPÍTULO
2 Herramientas
básicas para
la calidad
Al completar el estudio de este apartado, el estu- • Aprender a elaborar distribuciones de

diante será capaz de: frecuencias.
• Recordar algunos aspectos básicos en la his- • Elaborar histogramas utilizando Microsoft Excel.
toria de la calidad.
• Realizar la interpretación de un histograma de
• Aplicar la herramienta de Tormenta de ideas frecuencias.
para buscar posibles soluciones a un problema o
• Entender la utilidad del diagrama de Pareto
situación de mejora.
como herramienta básica de la calidad.
• Realizar un diagrama de lluvia de ideas utilizan-
• Aprender a elaborar diagramas de Pareto en
do Microsoft Visio ©.
Excel.
• Conocer la importancia de la estratificación
• Identificar causas de variación en los procesos
como herramienta de gestión de la calidad y el
y los efectos de estas en las características de
papel que esta desempeña al conjugarse con
calidad.
otra herramienta de gestión.
• Aprender a elaborar diagramas de causa efecto
• Entender la importancia de las hojas de verifica-
en Microsoft Visio.
ción como herramienta básica de la calidad.
• Aprender a elaborar diagramas de dispersión.
• Aprender a elaborar una hoja de verificación
para recolectar datos de los procesos. • Interpretar diagramas de dispersión
Introducción
En el presente capítulo se estudiarán las herramientas básicas de la calidad; con las cuales
se obtiene información de vital importancia para detectar oportunidades de mejora en los
procesos.
El Doctor Kaoru Ishikawa (1976) en su libro Guide to Quality Control, fue quien
propuso por vez primera el uso de herramientas para el control de calidad. Consideraba
esencial el uso de métodos estadísticos para efectuar juicios correctos en función de datos
recopilados en los procesos de producción. No se trataba de llenar la organización de
complejas técnicas estadísticas; sino, que el personal pudiera utilizar aquellas herramien-
tas/técnicas necesarias para su trabajo.
Ishikawa introdujo siete herramientas que ameritan conocimientos estadísticos míni-
mos. Pero que deberían ser conocidas de la empresa, para así poder efectuar mejoras en
las labores diarias. A este grupo les llama también las Siete herramientas de Ishikawa y son:
Diagrama de Pareto, Diagrama de causa-efecto, Estratificación, Hojas de control o de com-
probación, Histogramas, Diagramas de dispersión y Gráficas de control.
Ampliando las herramientas a estudiar

Alguna literatura toma en cuenta únicamente siete herramientas, sin embargo en este
libro se ha incluido una más, la Tormenta de Ideas, la cual sirve de partida para el análisis
de muchos problemas u oportunidad de mejora procesos.
Tormenta de ideas
Estratificación
Hojas de verificación
Herramientas Histograma
básicas de la
De medias
calidad
Diagrama de Pareto
De rangos
Diagrama Para variables

causa-efecto De desviación
estándar
Diagrama de
De medias
dispersión
individuales
Cartas de control
Proporción (p)
Número de unidades
defectuosas (np)
Para atributos Número de defectos

(c)
Número de promedio
de defectos por unidad
(u)
Figura 2-1 Herramientas básicas de la calidad.

Capítulo 2 Herramientas básicas para la calidad 15
En la figura 2-1 se representa gráficamente el contenido de esta sección del libro. Es

importante mencionar que las cartas de control se estudiarán en el capítulo 3; sin embar-
go, para efectos de tener una perspectiva global de las herramientas de calidad, se decidió
dejarlas incluidas en la figura.
2.1 Tormenta de ideas

La tormenta de ideas, también conocida como lluvia de ideas o brainstormin, es una técnica
utilizada para que los participantes expongan libremente sus ideas respecto a un tema o
problema en discusión. Facilita la generación u obtención de ideas originales, ya que a
través de ella se incentiva la creatividad.
Pasos para realizar la lluvia de ideas siguiendo

el proceso del equipo
• Defina la metodología a utilizar y prepare los materiales que va a necesitar: pue-
de ser que cada quien dé su idea verbalmente (otra persona las va anotando en un
pizarrón o cualquier otro medio audiovisual que tenga a la mano ya que algunas
veces leer las ideas de otro esto facilita la generación de nuevas ideas) o por escrito.
Hacerlo oralmente facilita la rapidez y avance en la técnica, sin embargo hay perso-
nas que podrían verse cohibidas y les dé pena exponer sus ideas en público. Si este
último es el caso, sería conveniente utilizar la técnica escrita. Elija un moderador,
quien será encargado de ir cediendo la palabra o coordinando la discusión. También
llevará el control del tiempo.
• Conformar los equipos. No hay una definición exacta del tamaño que deben tener los
equipos, sin embargo se maneja muy bien la técnica aplicándola de 5 a 7 miembros.
• Presentar brevemente el problema a tratar. Esto puede hacerse oralmente explicando
el problema o incluso podría plantearse en forma de una interrogante, por ejemplo:
¿cómo incrementar las ventas del producto XY? Asigne el tiempo para la generación
de las ideas y lleve el control del mismo para evitar sesiones demasiado largas.
• Realice la lluvia de ideas, siguiendo la metodología seleccionada (oralmente o por
escrito). Si decidió hacerlo oralmente, en este momento cada participante por tur-
nos o de manera voluntaria va expresando su idea, las ideas fluyen como la lluvia. El
moderador o alguna otra persona que hayan escogido funge como secretario y va ano-
tando en un pizarrón o en una computadora conectada a un proyector para que los
participantes pueda tener a la vista las ideas que han surgido. Este último detalle es
importante porque cuando uno va leyendo las ideas que ya surgieron, muchas veces la
imaginación sigue fluyendo y se originan nuevas. En caso de utilizar papelitos, se asig-
na un tiempo prudente para que los participantes puedan pensar y escribir sus ideas
en los papeles, después de transcurrido el tiempo asignado, se recogen los papeles y
se pegan en un pizarrón (o cualquier área plana como una pared o un rotafolio) siem-
pre teniendo presente que los papeles estén a la vista. Una alternativa a los papelitos
puede ser que en lugar de pegarlos alguien los transcriba y proyecte haciendo uso de
la computadora o proyector tipo datashow.
• Una vez que las ideas han fluido, y ya son del conocimiento de los participantes, el
siguiente paso es votar para elegir o priorizar las ideas con las que finalmente se tra-
bajará. Es importante que el moderador pueda manejar la situación para evitar que
los participantes sientan que sus ideas no fueron tomadas en cuenta porque no salen
elegidas entre las ideas que se priorizaron.
Algunos puntos claves para la realización

de las lluvias de ideas
• Se puede hacer en equipos grandes o pequeños, siempre considerando que en equipos

pequeños hay más probabilidad o posibilidad de que todos los miembros participen.
• Nunca limite la conformación de los equipos por el nivel académico, jerárquico, gra-
do de especialización de los miembros, entre más multidisciplinario sea el grupo,
más diverso sea en cuanto al nivel académico o nivel jerárquico, o capacidades de sus
integrantes, mayor posibilidad habrá de ver los problemas desde diferentes ópticas
y nunca menosprecie las ideas, por muy absurdas, tontas o descabelladas que usted
crea que son, o porque vengan de una persona que usted crea no es lo suficientemen-
te capaz para brindar un idea grandiosa (leer anécdota siguiente).
En cierta ocasión un grupo de ingenieros de una compañía fabricante de pasta dental

estaban desarrollando una lluvia de ideas para incrementar las ventas de su producto.
Por casualidad la empleada de aseo que estaba en las cercanías realizando sus labo-
res, escuchó la conversación y les dijo:
Háganle más grande el agujero, para que salga más pasta porque a mí me cuesta sacar
la pasta con ese hoyito tan pequeño que tiene…
• En este caso lo importa no es la calidad de las ideas generadas sino la cantidad.

• Buscar que todos los miembros del equipo participen brindando al menos una idea.
• Trate de realizar la dinámica de la lluvia de ideas en un ambiente relajado, cómodo
pero también que posibilite la concentración.
• Sería interesante evaluar la posibilidad de realizar el proceso en varias sesiones, por
ejemplo la primera sesión podría llegar hasta la puesta en común de las ideas. Así se
abriría la posibilidad de que en la próxima sesión se agreguen algunas ideas nuevas
más estructuradas.
• Se pueden explorar otras opciones, como por ejemplo crear documentos compartidos
en la web, donde cada miembro pueda aportar sus ideas sin estar atado a una reunión
presencial, a un lugar determinado o a un ahora estipulada, o simplemente que cada
uno participe en el momento en que se sienta más preparado. Las nuevas tecnolo-
gías hoy en día posibilitan conformar equipos multinacionales, rompiendo barreras
de tiempo y espacio.
• No todo es un misterio. Puede socializar con anterioridad con los participantes el
objetivo de la lluvia de ideas, así tendrán oportunidad para pensar más a profundidad
en las posibles alternativas o elaborar mejor sus ideas; es decir, primero trabajan solos
y después en el equipo. A esto se le conoce como proceso híbrido.
Algunas consideraciones: El proceso de equipos

y el proceso híbrido
Revisando algunos antecedentes de investigación, Girotra, Terwiesch y Ulrich (2010) en
un estudio titulado Idea Generation and the Quality of the Best Idea, encontraron que el
proceso híbrido generó mejor calidad de ideas en comparación con el proceso de equi-
pos. La mejor idea generada en un proceso híbrido resultó de mejor calidad que la idea
generada con el proceso de grupo. En cuanto a la fluidez de las ideas, encontraron que
el proceso híbrido genera aproximadamente tres veces más ideas por unidad de tiempo
y tienen significativamente más calidad promedio. En otra de sus conclusiones indican
que el proceso híbrido obtiene mejores resultados al momento de identificar o priorizar
las mejores ideas del conjunto de ideas. En cuanto al proceso de equipo, argumentan que
en este proceso es más probable que la generación de ideas se fundamente entre sí. Sin
embargo, indican que ambos enfoques son débiles en términos absolutos. Al momento de
identificar la mejor idea, los hallazgos respaldan la importancia de uno de los argumentos
muy utilizados en cuanto a los procesos de los equipos, y es el beneficio del crecimiento a
través de la interacción de los miembros. (Girotra, Terwiesch, & Ulrich, 2010).
En resumen mostraron que la evidencia experimentada no respalda la supuesta ven-
taja de la lluvia de ideas basada en equipos. En promedio, las ideas que surgen a raíz de
otras no son estadísticamente mejores que las ideas generadas asincrónicamente (en el
proceso híbrido). Esto podría ser importante para que las organizaciones que presentan
dificultades en cuanto a unificación de agendas de sus miembros, horarios de trabajo con-
tradictorios, necesidad de viajes etc., para que puedan optar por una metodología híbrida
o utilizar sistemas de gestión de ideas basados en la web.
Diagramando las ideas

Después de obtener la lluvia de ideas, se procede a elaborar el diagrama, con lo cual se
obtendrá una idea gráfica de las ideas que se obtuvieron, e incluso facilita el poder rela-
cionar conceptos o ideas similares. Existen varias aplicaciones gratuitas con las cuales
es posible realizar los diagramas de lluvias de ideas, a continuación se muestran algunas.
Mind Meister: es una aplicación sencilla de utilizar, ofrece posibilidad de trabajar en línea
con otros usuarios. Además permite insertar imágenes, video e iconos, para obtener una
apariencia más colorida y llamativa de los diagramas.
Figura 2-2 Diagrama de lluvia de ideas usando Mind Meister.
Entre otras de las aplicaciones que se pueden explorar están: Free Mind, Map Myself,
GoConqr, Mapul, Creately, Xmind y Freeplane. Este último es un recurso libre, un programa
gratuito, de código abierto, tiene múltiples posibilidades para trabajar con los diagrama
de lluvias de ideas en forma de mapas mentales. A continuación se presenta un ejemplo de
diagrama de lluvia de ideas elaborado con Freeplane.
Figura 2-3 Diagrama de lluvia de ideas elaborado con Freeplane.
No obstante, a nivel profesional, Microsoft Office Ⓒ cuenta un excelente programa

para realizar diagramas, no sólo de lluvias de ideas sino también de otras herramientas de
la calidad que se estudiarán más adelante; se trata de Microsoft Visio Ⓒ. A continuación
se ejemplifica cómo elaborar diagramas de lluvias de ideas utilizando Visio.
En primer lugar, ir a las plantillas de Empresa y seleccione Diagrama de Lluvia de Ideas.
Figura 2-4 Diagrama de lluvia de ideas en Microsoft Visio.
Luego le aparecerán las páginas de trabajo. Para iniciar, desde la sección de formas
de leyendas (parte inferior izquierda de la pantalla). Arrastre el icono de tema principal
hacia el centro de la hoja y se creará la figura tipo elipse. Dando doble clic en la elipse se
activará la opción para que pueda editar el nombre, escriba el nombre de su problema o
la pregunta que identifica su problema. Para agregar las ideas que surgieron de la lluvia,
primero seleccione la elipse del tema principal, luego haga clic derecho y seleccione la
opción Agregar tema secundario. Repita este paso tantas veces como ideas desee repre-
sentar (ver figura siguiente).
Figura 2-5 Creación de tema principal y secundarios en Microsoft Visio.
A continuación se presenta un ejemplo de diagrama de lluvia de ideas de un problema

presentado en una industria de trefilado, utilizando Microsoft Visio Ⓒ.
Interrupciones del
No hay control no medición
suministro eléctrico
de los desperdicios Operarios distraídos
Operarios no
capacitados Piezas desgastadas
Problema con la
Ruido dureza del alamabre
Mala supervisión
Personal
desmotivado
¿Por qué hay problemas

en el corte de clavos?
Cuchillas mal
Base (spider) no gira afiladas
Personal de
Falta de
mantenimiento no está
mantenimiento de máquina
debidamente capacitado
Desconcentración
Se utilizan cuchillas
del personal
inadecuadas
Figura 2-6 Diagrama de lluvia de ideas problema en el corte de clavos.

Notas
20
21
Aplicación práctica: tormenta de ideas
Nombre del estudiante:
Número de cuenta:
Fecha: Sección: Calificación:
1. Tomando como base lo estudiado en esta sección, elabore un diagrama de tormenta

o lluvia de ideas. El problema principal puede ser asignado por el catedrático, o si él
lo estima conveniente, dejarlo a libre elección de los estudiantes. Esta actividad se
puede desarrollar en equipos de trabajo.
Notas
22
23
Número de cuenta:
2. Elabore una lluvia de ideas sobre proyectos de mejora que se podrían implementar en
su campus universitario.
Notas
24
2.2 Estratificación
La estratificación consiste en subdividir u organizar los datos en subgrupos o categorías
homogéneas llamadas estratos o categorías.
La estratificación es una herramienta que se aplica en conjunto con otras como el
diagrama de Pareto, diagrama de dispersión, cartas de control e histograma. En cierta
forma sirve para organizar u agrupar los datos que servirán de insumo para la aplicación
de las herramientas básicas de la calidad que se estudiarán en los siguientes apartados de
este libro.
Al estratificar, o para decidir qué estratos pueden seleccionarse resulta conveniente
preguntarse ¿qué aspectos inciden o pueden incidir en este fenómeno o situación de es-
tudio?, o ¿qué elementos podrían estar introduciendo variación en los resultados? Para
citar un ejemplo, en el ámbito de la producción, muchas veces es necesario subdividir los
datos en categorías como:
• Operarios
• Turnos
• Máquinas
• Productos
• Materia prima
• Método de producción
Al hacer posible la identificación de la influencia que ciertos aspectos tienen sobre la
calidad de un proceso, la estratificación ayuda a aislar las posibles causas de un problema.
Es decir, permite acercarse a las causas que originaron el problema o situación proble-
mática que se presenta.
La estratificación resulta muy útil cuando se necesita trabajar con datos provenientes
de diferentes fuentes, por ejemplo: turnos, días, operarios, proveedores, máquinas, etc.
A continuación se presenta un ejemplo de datos recolectados con base en estratos de
días y tipo de defecto.
Tabla 2-1 Ejemplo de estratificación en la fabricación de guantes por día.
Defectos en guante de cuero

Día Total
Pulgar mal Ribete mal Agujero en Dedos mal
pegado costurado el cuero costurados
Lunes 24 30 21 34 109
Martes 45 28 12 23 108
Miércoles 30 25 24 12 91
Jueves 32 34 31 13 110
Viernes 24 21 25 10 80
Total 155 138 113 92 498

De la tabla anterior se puede identificar que el defecto que más se está presentando
es el pulgar mal pegado.
El mismo problema o situación podría ser estudiada si los datos de cada día se estra-
tifican por operario, como se muestra en la siguiente tabla. En este caso la estratificación
nos permite identificar el día lunes el operario 3 obtuvo más defectos.
Tabla 2-2 Ejemplo de estratificación en la fabricación de guantes por día.
Defectos en guante de cuero

Operario Pulgar mal Ribete mal Agujero en Dedos mal Total
pegado costurado el cuero costurados
Operario 1 4 6 5 7 22
Operario 2 5 9 4 8 26
Operario 3 8 12 7 10 37
Operario 4 7 3 5 9 24
Total 24 30 21 34 109
27
Aplicación práctica: estratificación
Número de cuenta:
Instrucciones: A partir de la situación que se le plantea a continuación elabore una tabla en

la cual refleje cómo estratificaría los datos de cada escenario que en seguida se le presentan.
1. En el departamento de frutas y verduras de un supermercado, se desea recolectar
información respecto a los defectos encontrados en las frutas. Esto con el fin de identi-
ficar oportunidades de mejora y así reducir las pérdidas ocasionadas por el desperdicio
de las frutas que no cumplen con los requisitos para ser vendidos a los clientes. ¿Cuál
sería su propuesta para estratificar los datos a recolectar?
2. En una maquila textil, se está trabajando con la línea de producción de camisas de
caballeros. Usted es el encargado de calidad de este proceso y se está haciendo una
inspección al final de la línea de producción, ¿cuál sería su propuesta para estratificar
los datos a recopilar?
3. En una escuela de su ciudad, se necesitan estudiar las causas de la reprobación de los
estudiantes de tercer grado. Elabore la propuesta para estratificar los datos a obtener.
2.3 Hojas de verificación

¿Qué es y para qué sirve la hoja de verificación?
Al igual que la estratificación, las hojas de verificación (también conocidas como hojas
de control o de chequeo), tienen un papel muy importante ya que sirven de base en la re-
colección de datos que posteriormente servirán de insumo para otras herramientas como
histograma, diagrama de Pareto y cartas de control. Y es que en calidad las decisiones se
toman con base en las evidencias, esas evidencias son los datos y los datos se recopilan
a través de las hojas de verificación; es decir que, las hojas de verificación son un instru-
mento de recolección de datos.
A través de las hojas de verificación se recopilan datos que posteriormente se conver- Hoja de verificación: Con-
tirán en información útil para la toma de decisiones con miras a mejorar los procesos y siste en una plantilla que
servicios en las organizaciones. sirve para recabar y regis-
Dicho en palabras sencillas, es un formato, tabla o diagrama en el que se registran trar datos. Ayuda incluso a
(queda una evidencia escrita o electrónica) los datos recopilados en los resultados de los identificar tendencias. Sirve
procesos o servicios. como base para el desarro-
Debe diseñarse de tal forma que su uso sea fácil y simple; y que no tome demasiado llo de otras herramientas
como el diagrama de Pare-
tiempo para tener la menor interferencia posible en las labores normales de quien registra
to, el histograma y las cartas
los datos. Igualmente el formato debe ser fácil de analizar, incluso hay hojas que permiten de control.
detectar tendencias y patrones en los procesos desde el momento en que se están regis-
trando los datos, sin necesidad de ser tabulados o procesados con algún método manual
o computarizado.
Como lo indicó Ishikawa (1976) la palabra estadística implica datos, los datos refle-
jan hechos. El control depende de los datos, por lo tanto esos datos deben estar correctos.
Los datos deben recabarse cuidadosamente, incluso debe estar claro el objetivo por el cual
se recolectan los datos. No valen nada los datos no confiables o aquellos obtenidos sin un
propósito claro. Es esencialmente importante que el propósito esté claro y que los datos
reflejen la verdad. Es necesario hacer que la obtención de los datos sea fácil; y que estos
sean a la vez fáciles de utilizar. El objetivo principal de las hojas de verificación u hojas de
control es hacer fácil la recolección de datos, poder ser utilizadas fácilmente y analizadas
automáticamente.
La función de las hojas de verificación

Las hojas de verificación tienen las siguientes funciones:
• Verificar la distribución del proceso de producción
• Cuantificar defectos por ítem o tipo
• Cuantificar defectos por localización o ubicación
• Cuantificar causas de los defectos
• Chequeo de verificación de confirmación o seguimiento de la finalización de los
pasos en un procedimiento
2.3.1 Hojas de verificación para distribución

de proceso de producción
En estas hojas se trabaja con variables continuas, como tallas, peso, diámetro, etc. Las
hojas se diseñan de tal forma que la persona que recolecta los datos solo vaya checando,
es decir, haciendo marcas de verificación (pueden ser rayitas, equis, o cualquier otra mar-
ca). Conforme se van registrando los datos, se pueden identificar patrones, tendencias,
dispersiones en el proceso. Incluso cuando ya se conocen las especificaciones, límites o

parámetros superior e inferior (conocidos como límites de aceptación inferiores y supe-
riores) para aceptar un producto, estas se pueden graficar en la hoja.
Es importante mencionar que los cambios en los datos durante un periodo de tiempo
no se reflejan en una sola hoja; que cuando los datos provienen de diferentes fuentes,
llámese máquinas, materiales, lapsos de tiempo o trabajadores, es mejor utilizar hojas de
verificación por separado y luego compararlas. Pero si se desea mezclar los datos de di-
ferentes fuentes, podrían utilizarse colores o varios tipos de marcas, para diferenciar una
fuente de otra y comparar su comportamiento en la misma hoja de verificación.
En la figura 2-7 se presenta un ejemplo de este tipo de hojas de verificación. En este
caso se han graficado los límites o especificaciones inferior y superior. Además se aprecia
cómo se va creando una especie de gráfica de distribución de frecuencias y se puede iden-
tificar que algunas mediciones salieron de los límites inferior y superior (llamados como
producto fuera de las especificaciones o fuera de control). Es decir, que este tipo de hoja
permite registrar e interpretar el comportamiento de los datos.
Una vez que la hoja de verificación está completa, es necesario examinarla haciéndo-
se las siguientes preguntas:
• ¿La gráfica tiene forma de una campana (semejando a la distribución normal), tie-
ne un solo pico (la columna o barra más alta de la gráfica) o hay varios picos?, ¿los
datos quedan con acantilado (datos quedan en pendiente descendiente hacia algu-
no de los lados semejando un acantilado) hacia alguno de los lados o hay valores
aislados?
Evalúe la relación existente entre la distribución y límites o especificaciones. Por
ejemplo es necesario preguntarse si:
• ¿El centro de la distribución está muy cerca de alguno de los límites?, ¿el ancho de
la distribución es mayor que las especificaciones (se sale)? En este caso es necesario
plantear posibles medidas a tomar para reducir el porcentaje de la distribución que
sale de las especificaciones; es decir, para reducir estos defectos.
2.3.2 Hojas para registro de defectos

En los procesos no sólo es importante saber la cantidad de defectos que se obtienen, sino
que, es necesario conocer qué tipos de defectos son los que han ocurrido, con el fin de
identificar las medidas pertinentes para reducirlos.
En la figura 2-8 se presenta un ejemplo de una hoja de registro de defectos, utilizada
en una industria de producción de muebles de madera, la hoja corresponde a una ins-
pección final de escritorios. Es muy fácil de llenar. Cada vez que se detecta un error, el
operario simplemente va añadiendo una marca en la fila correspondiente al defecto. Y
en caso de rechazar por completo el escritorio, marca en la sección de productos recha-
zados; de tal forma que al final del turno, se puede identificar cuál defecto ocurrió con
más frecuencia.
Hoja de verificacion
Producto: Ensamble XYZ
Característica de calidad: Peso final de producto XYZ
Magnitud: Peso Unidad: Kilogramos Fecha: 01/12/20XX
Proceso: Trg-001 Lote: 1121981 Elaborado por: SMAO
Escala 10.5 10.6 10.7 10.8 10.9 11 11.1 11.2 11.3 11.4 11.5 11.6 11.7 11.8 11.9 12
Frecuencia
30
29
28
27
26
25
24
23
22 X
21 X X
20 X X
19 X X
18 X X X
17 X X X X
16 X X X X
15 X X X X
14 X X X X X
13 X X X X X
12 X X X X X
11 X X X X X
10 X X X X X
9 X X X X X X
8 X X X X X X
7 X X X X X X X
6 X X X X X X X X X
5 X X X X X X X X X
4 X X X X X X X X X X
3 X X X X X X X X X X X X
2 X X X X X X X X X X X X X
1 X X X X X X X X X X X X X X X X
EI ES
Frecuciencia 1 1 3 6 6 14 21 22 18 17 9 7 4 3 2 1
EI: Especificación inferior ES: Especificación superior
Figura 2-7 Hoja de verificación de distribución de proceso.

Hoja de verificación
Producto: Escritorios de madera EMF-01 Fecha: 01/12/20XX

Operación: Inspección final
ITEMS inspeccionados: 25300 Lote: 15041974
Proceso: PROM-001 Empresa: Industrias DRG
Observaciones: Todos los items inspeccionados Inspector: Douglas G.
Tipo de defecto Chequeo Sub total

Pintura mal acabada IIII IIII IIII IIII IIII 25
Llamadores incompletos IIII IIII IIII IIII IIII IIII 30
Gavetas cierran con dificultad IIII IIII IIII IIII IIII IIII IIII 35
Formica levantada IIII IIII IIII 15
Otros IIII IIII 10
Total 115
IIII IIII IIII IIII IIII IIII IIII
Total rechazos IIII IIII IIII IIII IIII IIII IIII 86
IIII IIII IIII I
Figura 2-8 Hoja de verificación de defectos.
2.3.3 Hojas de verificación de defectos

por localización o ubicación
En algunos tipos de productos, hay defectos que se relacionan con la apariencia externa
como suciedad, ralladuras, cicatrices, burbujas, etc. Cuando se desean buscar medidas
para reducir este tipo de defectos, resulta muy útil la hoja de verificación de defectos por
localización o ubicación. Por lo general se trabaja sobre un dibujo o representación grá-
fica del producto como en el caso de la figura 2-9, donde se verifica la ubicación de bur-
bujas en polarizado de vidrios frontales de automóviles. La hoja permite identificar en
qué parte del vidrio se generan la mayor cantidad de burbujas; así como también la clase
de burbujas que se presentan mayor frecuencia; lo cual servirá de insumo para investigar
a profundidad el problema y buscar las estrategias de mejora para reducir su incidencia.
La investigación de esta situación podría incluir una lluvia de ideas de las posibles
causas de la generación de las burbujas. Esto ejemplificaría cómo las herramientas bási-
cas de la calidad se van complementando unas con otra para así identificar las oportuni-
dades de mejoras en los procesos.
En este ejemplo, después de una investigación a fondo, se encontró que la presión
de la máquina polarizadora estaba desbalanceada, y que en el centro del vidrio se estaba
imprimiendo menos presión, lo que generó mayor parte de burbujas en esa área. Una vez
ajustada la máquina, se vuelve a elaborar otra hoja de verificación para constatar que los
defectos se redujeron o eliminaron.
En la figura 2-10 se presenta otro ejemplo de este tipo de hojas de verificación en la
cual se trabaja con partes metálicas para identificar defectos en las diferentes secciones
del producto.
Burbujas en polarizado de vidrios frontales VFA0001
Fecha: 08/05/20X Por: VFA0001 EMOR
Total de ítems inspeccionados 30
Observaciones:
Burbuja tipo 1 Burbuja tipo 2
Figura 2-9 Hoja de verificación de defectos por localización o ubicación.
Porosidad en piezas metálicas
Fecha: 09/04/20X Por: MET0001 JDAO
Total de ítems inspeccionados 32
Segmentos
Secciones Total
SG1 SG2 SG3 SG4 SG5 SG6 SG7 SG8
S1
S2
S3
S4
S5
S6
Total
SG1 SG2
SG8 SG3
SG7 SG4
S1 S2 S3 S4 S5 S6
SG6 SG5
SECCIONES
Figura 2-10 Hoja de verificación de defectos por localización o ubicación.

2.3.4 Hoja de verificación para cuantificar causas

de los defectos
En este tipo de hojas se trabaja en conjunto con la estratificación, esto con el objetivo de
rastrear o encontrar las causas que están generando los defectos. En la siguiente figura se
ejemplifica una hoja de verificación de las causas de defectos.
Hoja de verificacion Fecha inicio:
Polarizado de vidrios tipo B2
Inspector Ítems inspeccionados Fecha final:
Observaciones:
Línea de producción 1 Línea de producción 2

Semanas Turnos Totales
Operario 1 Operario 2 Operario 1 Operario 2
Turno A 2
Semana 1 7
Turno B 5
Turno A 3
Semana 2 14
Turno B 11
Turno A 2
Semana 3 10
Turno B 8
Turno A 2
Semana 4 5
Turno B 3
Total 6 10 4 16
36
16 20
Simbología utilizada
Burbuja Quebradura Ralladura Despegado
Figura 2-11 Hoja de verificación para cuantificar causas de los defectos.
Al analizar más a fondo la hoja y la situación (lo cual puede hacerse con la ayuda de
otras herramientas básicas como lluvia de ideas) se puede indentificar que el operario 2 es el
que está generando la mayor parte de los defectos. La segunda semana tuvo mayor incidencia
de defectos. El más frecuente fueron las burbujas. Depués de un análisis se detectó que en la
segunda semana la máquina fue ajustada, y que durante la segunda y tercera semana de pro-
duccion se utilizó un rollo de polarizado de un nuevo proveedor, por lo que fue necesario re-
ajustar la máquina. En esto consiste precisamente cruzar datos de las causas y de los efectos.
2.3.5 Chequeo de verificación de confirmación o seguimiento

de la finalización de los pasos en un procedimiento
El objetivo de este tipo de hojas de verificación es diferente a los ya estudiados, donde se tra-
bajaba con características de calidad, defectos y sus causas. Comúnmente se le conoce como
CheckList (lista de chequeo en inglés). Pero tiene una cualidad muy importante, y es el hecho
de que se aplican a un sinnúmero de ramas del saber. Estas listas de chequeo se puedan aplicar
a casos como la revisión final de automóviles en una compañía ensambladora del área de manu-
factura; para definir los documentos que deben incluirse en un expediente de una contratación
(Recursos Humanos), para verificar requisitos de expedientes en otorgamientos de licitaciones
de proyectos, realizar mantenimientos de máquinas, organizar eventos, o en casos tan comunes
como realizar compra de suministros, sólo para citar algunos ejemplos.
Para construir la hoja de chequeo, en primer lugar hay que definir para qué situación o
“tarea global” se va a elaborar la hoja de verificación. Seguidamente determinar el listado de ac-
tividades que se deben ejecutar para completar la “tarea global”. Elaborar la plantilla de la hoja
de verificación. Una vez que se constante que cada actividad se ha realizado, se marca la lista
(o con cualquier otra seña que sea de su elección) para indicar que la tarea ha sido efectuada.
Esta hoja es muy útil ya que no se debe dejar nada a la memoria, es decir que el usua-
rio simplemente debe ir checando las actividades ya definidas, con lo cual no se corre el
riesgo de olvidar actividades cruciales o importantes.
A continuación algunos ejemplos de estas listas de chequeo.
Lista de documentos
Expediente de graduación
Solapa No. 1 Solapa No. 2
Solicitud de solvencias REG-PS.505 Fotocopia de ambos lados de cédula de X

identidad del alumno
Impresión dash-board administrativo Declaración jurada del Himno Nacional
(sólo Derecho).
Pago inicial de gastos según plan de arbitrios (antes de la prácti- Copia del título de secundaria
ca profesional supervisada).
Impresión flujograma dash-board Acta de aprobación de defensa de práctica pro-
académico fesional supervisada y/o examen general privado
REG-PS.507
Solicitud de práctica profesional supervisada y supervisión de 2 fotografías ovaladas (con nombres y apellidos com-
unidad académica REG-PS.501 pletos del estudiante y número de registro escritos
con lápiz al reverso, de tal forma que lo escrito no
esté visible al frente de la fotografía).
Constancia de terminación de práctica profesional supervisada o Autos REG-PS.509
práctica pública REG-PS.503
Impresión dash-board administrativo (con fecha una semana
antes de revisión de expedientes )
Constancia de Terminación de Práctica Obligatoria de Beca
Completa (sólo alumnos con beca completa) REG-PS.222
Segundo pago (según plan de arbitrios)
Pago de razonamiento de título para estudiantes de Derecho e

Ingeniería civil
Valoración del informe de práctica profesional supervisada y/o
examen general privado terna examinadora REG-510
Fotocopia de ambos lados de la cédula de identidad de testigos
Figura 2-12 Lista de chequeo o de documentos para un expediente de graduación.

Hoja de chequeo vehicular

Fecha: Propietario: Celular de contacto:
Placa: Modelo: Hora inicio:
Marca: Inspector: Hora final:
Chequeo documental
Sí No Sí No Sí No
Hoja de revisión / Matrícula Placas Póliza de seguro
Chequeo de seguridad
Frenos Luz alta Cortesía
Luces de frenos Luz baja Vías
Luz bolsas de aire Marcador aceite en tablero Marcador emergencia en

tablero
Luz puerta en tablero Marcador batería en Marcador banda de tiempo

tablero en tablero
Chequeo de fluidos y motor

Nivel de aceite Fluidos Manguera
Nivel aceite de caja Batería Tapa aceite
Observaciones:
Chequeo pintura, interiores y exteriores
Vidrios Puertas Techo
Parabrisas Alarma Aire acondicionado
Encendedor Cerrado y abierto de Pintura

puertas
Bomper Gps Palanca de cambios
Radio Asientos Botón encendido y apa-

gado
Pantalla Luces interiores Botón encendido y apa-

gado
Observaciones:
Observaciones finales:
Figura 2-13 Hoja de verificación de confirmación o seguimiento de la finalización de los pasos en un procedimiento.
Nombre de la entidad:
Nomenclatura del proceso de selección:
Denominación de la convocatoria:
PARTE 1. Fase de actos preparatorios

¿Obra
en el expediente?
Ítem Contenido Folios Observaciones
No
Sí No
aplica
Plan Anual de Contrataciones (PAC)

1.
Programación del proceso de selección en el
PAC.
Requerimiento del área usuaria
Requerimiento (solicitud formal) suscrito por el

jefe del área usuaria. En caso de requerimien-
tos consolidados, identificar el documento de
requerimiento consolidado.
EETT o TdR suscritos por el área usuaria, y de
ser el caso, por el área técnica que intervino
en su elaboración.
Finalidad pública de la contratación.
Informe técnico previo de evaluación de soft-

ware emitido por la oficina de informática, o la
2. que haga sus veces.
Informe técnico de estandarización y docu-
mento mediante el cual se aprobó la estanda-
rización.
Declaratoria de viabilidad del PIP.
Plan de estrategia publicitaria, la descripción,

justificación de las campañas institucionales y
comerciales, la propuesta y justificación técni-
ca de la selección de medios de difusión, para
el caso de servicios de publicidad en medios
de comunicación.
Otros documentos, de acuerdo al objeto de la
convocatoria.
Fuente: Elaboración propia con base en http://portal.osce.gob.pe/osce/sites/default/files/Documentos/legislacion/Legislacion%20y%20Documentos%20

Elaborados%20por%20el%20OSCE/FORMATOS/Check_List_Exp_Contratacion.pdf
Figura 2-14 Lista de chequeo de expediente de contratación para bienes y servicios.

Consultada No entregada Observaciones

Documentación Sí/no/no (marcar la que (se indicarán los defectos y
procede proceda) carencias advertidos, en su caso)
Formulación definitiva aprobada
Informes de evaluación (si existen)
Aprobaciones AECID de modificaciones

sustanciales
Ampliaciones de plazos
Otras autorizaciones (especificar)
Informe final (técnico y económico) de acuerdo con

el modelo de la AECID (se indicará si algún aparta-
do no ha sido cumplimentado)
Fuentes de verificación de los resultados
alcanzados
Acreditación de la recepción de fondos
Justificantes del tipo de cambio aplicado
Acreditación de transferencias bancarias
Acreditación de rendimientos financieros genera-

dos en las cuentas de la subvención
Certificado de haber recibido o no otras subven-
ciones
Certificados de conformidad de cofinanciadores
Actas de transferencias de activos
Acreditación de que los impuestos indirectos no

son legalmente recuperables (si aplica)
VºBº de la OTC / Embajada de España en caso de
no poder aplicar la normativa de contratación de la
Ley de Contratación del Estado de Honduras
(si aplica)
Contratos de alquiler o adquisición de inmuebles
Construcción: proyecto de obra visado, certificado

de obra y de conformidad
Reformas: consentimiento del propietario
Personal local: contratos, nóminas, justificantes de

pagos sociales e impuestos
Relación de todos los materiales de difusión edita-
bles producidos durante la intervención
Relación clasificada de gastos
Justificantes acreditativos de cada uno de los

gastos individuales
Material acreditativo de visibilidad AECID
Otros
Fuente: Elaboración propia con base en Agencia Española de la Cooperación Internacional, disponible en http://www.aecid.hn/sitio/attachments/article/450/
TdRAuditoriaAECID-CONEANFOFINAL.pdf
Figura 2-15 Lista de chequeo. Documentación requerida y revisada para optar a concurso privado No. UAF-01-2018.
Algunas observaciones finales

Es importante recordar que las hojas de verificación son una herramienta que se adapta a
las situaciones o realidades de cada empresa u organización. No existe un formato perfec-
to de hoja de chequeo, sino que se crea la hoja que mejor se adapte a la situación que se
quiere estudiar. Siempre esté abierto a mejorar continuamente sus plantillas.
En cuanto a la información que se escribe en el encabezado, tampoco hay una regla
definida para decidir qué poner o no, eso depende de los datos que a la empresa le interese
conocer; sin embargo como consejo, no pregunte datos que no va a necesitar o que sean
superfluos, priorice sus necesidades y conforme a eso elabore sus encabezados.
Siempre tenga presente que las plantillas deben ser lo más amigables posible, es decir
que sean fáciles de llenar. Capacite a las personas que llenarán la plantilla, asegúrese
de que entienden qué dato es el que pide la hoja de verificación, puede incluso hacer una
pequeña prueba piloto para detectar correcciones de fondo o forma, incluso para asegu-
rarse que el vocabulario utilizado es adecuado para los usuarios de las hojas.
Los CheckList, son una aliado excelente hasta para su vida personal, anímese a ex-
perimentar con ellos, incluso hasta en los teléfonos inteligentes existen aplicaciones para
elaborarlos.
Notas
40
41
Aplicación práctica: hojas de verificación
Número de cuenta:
Elabore una plantilla de hoja de verificación que se adapte a una situación o proceso rela-
cionado con la carrera que usted está estudiando. Es decir, que pueda utilizarse en alguna
empresa, organización o institución de su área profesional.
Notas
42
2.4 Histograma
Hasta el momento, con las herramientas estudiadas, se ha aprendido a recolectar datos.
Con el histograma se aprende a organizar los datos a través de distribuciones de frecuen-
cias en forma de matrices y una gráfica de barras que permiten interpretar los datos, es
decir convertirlos en información.
Pasos para elaborar un histograma

Actualmente existen muchos programas o softwares que se pueden utilizar para elaborar
histogramas, como por ejemplo SPSS, R (The R Project for Statistical Computing) el cual
es un software libre, Pictovia y generalmente en los softwares que utilizan las empresas
para el área de calidad, ya traen incorporada la función de generar histogramas. Sin em-
bargo por la utilidad y accesibilidad que tiene Microsoft Office, se ha decidió ejemplificar
el uso de Microsoft Excel para elaborar histogramas, paso a paso. Esto constituye una
ventaja, porque usted podrá hacer histogramas y distribuciones de frecuencias en case
cualquier computadora que tenga a su alcance, sin tener que instalar o depender de otros
programas o aplicaciones.
En la empresa Inversiones Goal, necesitan saber cómo se comportan los datos refe-
rentes a los errores en facturación, para lo cual se cuenta con los siguientes datos:
Tabla 2-3 Cantidad de errores en la facturación diaria en Inversiones Goal.
Errores en facturación / febrero y marzo del año 20xx

0 6 8 2 6 2 4 5
5 7 9 6 8 5 5 3
6 2 7 3 2 6 0 5
10 6 6 6 7 3 4 9
0 9 6 8 8 2 5 10
10 8 9 1 3 0 0 15
6 7 3 6 7 1 4 14
En primer lugar se trasladan los datos a una hoja de cálculo de Microsoft Excel. Con
la salvedad de que los datos deben ingresarse en una sola columna (vertical).
Una vez que ha ingresado los datos, se debe calcular lo siguiente:
Letra con la
Dato que se Fórmula en Excel Resultado
representa
Número de datos N La fórmula es: = contar(A13:A64) 52

Número de clases M La fórmula es = 1+3.3 * Log(n) 6.66281103
Nota: el rango A13: A64 se dejó escrito como ejemplo, pero usted debe ingresar o seleccionar aquí el
rango de celdas en las que copió los datos de su ejercicio
Continúa
Continuación
Dato Fórmula en Excel Resultado

Valor mayor fórmula es: = max(A13:A64) 10
Valor menor fórmula es: = min(A13:A64) 0
fórmula es: = (valor mayor – valor menos)/número de
Amplitud de clase 1.50086802
clases
Figura 2-16 Cálculos de datos para histograma.
Las clases son los que normalmente se conoce como intervalo, en el caso de los his-
togramas las clases se componen de un límite inferior y un superior como en la siguiente
figura:
Ejemplo de clases, en el caso de errores de facturación:

De 3 a 5 errores
De 6 a 8 errores
Límite Límite
inferior superior
3 a 5 errores
de clase de clase
(LIC) (LSC)
Ejemplo de clases, en el caso largo en metros de tubos de PVC:

De 2.50 a 3.49 metros
De 3.50 a 4.49 metros
Figura 2-17 Ejemplos de clases.
Como se puede observar en los recuadros anteriores, las clases se pueden elaborar
con enteros (como el caso de los errores de facturación) o decimales (largo en metros
de tubos de PVC), o dicho de otra forma, con variables continuas y discretas. El cuidado
que se debe tener al elaborar las clases es que el límite inferior de una clase no debe ser
igual que el límite superior de la clase anterior. Esto último para lograr que los datos sólo
puedan ser incluidos en una de las clases, como en los siguientes ejemplos:
Ejemplo 1: Ejemplo 2:
Clase 1: 2.50 a 3.49 Clase 1: 2.50 a 3.50
Clase 2: 3.50 a 4.49 Clase 2: 3.50 a 4.50
Si sale un tubo de 3.50 metros ¿en qué clase iría?
Respuesta:
En el ejemplo 1, se colocaría en la clase 2.
En el ejemplo 2, no sabríamos si dejarlo en la clase 1, o en la clase 2.
Figura 2-18 Cuidados al armar límites de forma manual.
Estas observaciones es importante manejarlas a nivel teórico, porque a nivel práctico

con Excel, la elaboración de las clases se simplifica más.
El siguiente paso es determinar los límites superiores de las clases con las que se
trabajará, para este ejemplo quedan así:
Recordando los cálculos anteriores se obtuvo que m = 6.66 que es la cantidad de clases
(eso significa que se calcularán 7 clases); y la amplitud de clase encontrada fue de 1.5; y el
valor menor fue cero (tabla 2-4).
El primer LSC se obtiene así: sumándole al valor mínimo la amplitud de clase: Tabla 2-4 Límites superiores
0 + 1.5 = 1.5 de clase.
El LCS de la segunda clase: al límite superior de la clase anterior se le suma nueva-
mente la amplitud de clase: 1.5 + 1.5 = 3 Número
de clase LSC
Con la tercera clase sería: 3 + 1.5 = 4.5
Y así sucesivamente hasta encontrar el LSC de las 7 clases que se necesitan para este 1 1.50
histograma. 2 3.00
En este punto se necesita instalar en Excel el complemento de análisis de datos, para 3 4.50
lo cual es necesario realizar los siguientes pasos:
4 6.00
• Haga clic en el menú Archivo
5 7.50
• Haga clic en Opciones
• Luego en la siguiente ventana de diálogo dar clic en complementos, y en la parte infe- 6 9.00
rior, en Administrar: complementos de Excel, dar clic en Ir. 7 10.50
• Activar la opción de herramienta para análisis de datos y dar clic en aceptar. Después
haga clic en la viñeta del menú de datos y en la parte superior derecha le aparecerá
activada la opción.
• Dar clic en el menú Datos, luego en la opción de Análisis de datos (que acaba de ins-
talar), y seleccione Histograma y Aceptar.
• En el siguiente cuadro de diálogo se le debe indicar alguna información a Excel:
Dato Lo que debe hacer

Rango de entrada Indíquele en qué rango de celdas están los datos de su ejercicio
Rango de clases Marque los LCS que encontró. Nota: no marque el de la última clase ya que
Excel automáticamente crea la última clase
Rango de salida Seleccione la celda en la que quiere que Excel le coloque los resultados.
También puede dejar activa la opción En una hoja nueva, con lo cual Excel
hará el histograma en una nueva hoja; o en un nuevo libro si activa la
siguiente opción.
Cuando ha ingresado todos los datos, Excel genera lo siguiente:
Clase Frecuencia
1.50 7
3.00 10
4.50 3
6.00 17
7.50 5
9.00 8
y mayor... 2
Histograma
18
16
14
12
Frecuencia
10
8
6
Frecuencia
4
2
0
1.50 3.00 4.50 6.00 7.50 9.00 y
mayor...
Clase
Ahora sólo queda modificar un poco la gráfica hasta que se asimile a la siguiente imagen:
Histograma de frecuencias
18
16
14
12
Frecuencia
10
8
6
4
2
0
1.50 3.00 4.50 6.00 7.50 9.00 y mayor...
Clase
Figura 2-19 Histograma de frecuencias.
Otro aspecto muy importante que recordar al momento de laborar los histogramas o
cualquier otra gráfica es colocar el rótulo de cada eje y el título del gráfico. Como se obser-
va en el histograma, al lado derecho, Excel creó automáticamente la última clase aunque
no se haya seleccionado el LCS de la séptima clase al momento de elaborar la gráfica. A
esta última clase se lee: y mayor que 9.
Interpretación de los histogramas

Hay ocasiones en las que se conocen cuáles son los parámetros o especificaciones de los
procesos, es decir, el margen dentro del cual un producto puede ser aceptable. Suponien-
do que en un proceso se obtiene el siguiente histograma y se sabe que los límites acepta-
bles están delimitados por las líneas punteadas como sigue:
Histograma de frecuencia
Concentración de lavado en limpieza de tubos de acero
%
14
12
10
Frecuencia
8
6
4
2
0
0.70 1.00 1.30 1.60 1.90 2.10 2.40 y mayor...
Clases
Figura 2-20 Histograma con especificaciones.
Al conocer las especificaciones de este proceso, que son de 1.31% a 1.6%, se puede
concluir que: las primeras 3 columnas representan productos fuera de las especificacio-
nes. Las 4 columnas de la derecha, representan concentraciones mayores a 1.6%, lo cual
en este ejemplo corresponden a productos que superaron los límites de calidad aceptable,
es decir son de calidad más que adecuada.
Histograma de frecuencias
18
16
14
12
Frecuencia
10
8
6
4
2
0
1.50 3.00 4.50 6.00 7.50 9.00 y
mayor...
Clase
Figura 2-21
En el caso del histograma 2-21, la interpretación es diferente. La primera columna, que

está a la izquierda del límite inferior, representa los días de menor cantidad de defectos; lo
cual es lo más deseable para la empresa. Las cinco columnas de la derecha, salen de la especi-
ficación superior y representan la mayor ocurrencia de defectos, es decir que, en este caso es
lo menos deseable. Al final lo ideal debe ser que la mayor parte de los resultados del procesos
(si no es que todo) esté dentro de las especificaciones, y mejorar continuamente hasta que
todo el proceso esté dentro de las especificaciones. Cuando se agregan las especificaciones en
el histograma los datos se convierten en información útil para resolver problemas.
Una de las desventajas de los histogramas es que no muestran los datos en el orden
en que ocurrieron. Es decir que si al inicio del proceso todos los datos estaban a un solo
lado de las especificaciones, eso no podrá identificarse. En este caso, lo más adecuado
sería utilizar un gráfica de series de tiempos o cartas de control.
Los histogramas se analizan conforme a la distribución normal Z similar a la figura
siguiente:
Histograma de frecuencia
16
14
12
10
Frecuencia
0
140 145 150 155 160 165 170 175 180 185 190 195 200
Clases
Figura 2-22 Histograma con curva normal.
Esta figura representa un proceso en el cual la media y la moda están ubicadas en la

barra del centro. Y encaja casi a la perfección en la curva de la distribución normal. Es
decir es un histograma en forma de campana. Lo ideal es que toda la campana esté dentro
de las especificaciones del proceso. Es un proceso centrado.
La variabilidad es otro aspecto que se debe analizar en los histogramas. Hay procesos
con mucha variabilidad y otros con poca, tal y como se muestra a continuación.
Proceso con poca variabilidad Proceso con mucha variabilidad
Figura 2-23 Histogramas y variabilidad.
A continuación una representación gráfica de un histograma que se conoce como acan-

tilado derecho, a un lado queda una especie de precipicio (corte en la caída de la distribución)
y al otro una escalera. Al lado derecho de la figura se encuentra un histograma bimodal, es

decir que tiene 2 modas, las modas están representadas por las 2 columnas más altas; este
tipo de gráficas resulta cuando se han mezclado datos de 2 situaciones o realidades diferen-
tes, como por ejemplo 2 máquinas, 2 operarios, 2 procesos distintos, turnos diferentes. En
este último caso lo que corresponde es analizar o rastrear qué realidades fueron las que se
mezclaron y trabajarlas por separado; es decir, investigar las causas de variación y corregir-
las para mejorar la capacidad del proceso.
Proceso con acantilado derecho Proceso con 2 modas, bimodal,

representa 2 situciones diferentes
Figura 2-24 Histograma con acantilado derecho y bimodal.
Las distribuciones bimodales o multimodales pueden deberse a causas como: va-

riaciones significativas en los lotes de la materia prima, que pueden deberse a cambios
en el producto o porque se utilizan materias primas de diferente proveedor; situaciones
atribuibles a los instrumentos de medición como mala calibración o el haber utilizado
diferentes instrumentos; cambios en las condiciones en que se corrió el proceso (dos
condiciones diferentes).
Un histograma como el de la siguiente figura, refleja un acantilado izquierdo.
Proceso con acantilado izquierdo
Figura 2-25 Histograma con acantilado izquierdo.
Cuando existen acantilados, sean derechos o izquierdos, significa que la distribución

está sesgada. El sesgo refleja una variable que cambia paulatinamente a causa de desgastes
o desajustes. En algunos casos puede deberse a vicios al momento de recolectar datos. Hay
variables como los ciclos de vida que tienen desgastes naturales, como lo que sucede con
la resistencia a la fatiga. Es importante poder detectar si el sesgo se debe a una situación
especial; lo cual puede hacerse comparando los datos con otros obtenidos con anterioridad,
trabajando siempre la misma variable (comparar con comportamientos pasados). Es decir
siempre que hay un sesgo, se debe investigar la causa que generó ese cambio paulatino en
la variable.
Estadísticamente esto se estudia a través del coeficiente de asimetría. Asimetría es la
no simetría de los datos. En Microsoft Excel se calcula de la forma siguiente:
= COEFICIENTE.ASIMETRIA(A13:A64)
*Nota: recuerde que A13:A64 representan el rango de celdas en las que introdujo los datos de
su ejercicio.
Interpretación:
Coeficiente asimetría = 0 Los datos son simétricos.
Coeficiente asimetría > 0 Los datos son asimétricos hacia la derecha, es decir que en el lado
derecho de la gráfica tiene la cola más larga.
Coeficiente asimetría < 0 Simétricos hacia la izquierda, la cola izquierda es la que tiene la mayor
cantidad de datos.
Figura 2-26 Cálculo del coeficiente de asimetría en Excel y su interpretación.
Gráficamente se representa así:
Histograma con asimetría hacia Histograma con asimetría hacia

la derecha (positiva) la izquierda (negativa)
Figura 2-27 Histogramas con asimetría derecha e izquierda.
La figura 2-27 que se presenta a continuación representan, al lado izquierdo, un his-

tograma, centrado, con poca variabilidad y dentro de las especificaciones (es un caso casi
ideal). Al lado derecho, se encuentra un histograma descentrado, con mucha variabilidad
(de debe buscar a reducir la variabilidad en los procesos) y que está fuera de la especifi-
cación inferior.
Es importante analizar a fondo las causas por las cuales el histograma sea chato
(ver la figura 2-28) o plano (con lo cual no se asemeja a la forma de la campana de la
distribución normal); y el tratamiento en este caso es similar al que se hace cuando hay
distribuciones bimodales.
Media Media
Especificación Especificación Especificación Especificación
inferior superior inferior superior
Proceso centrado, y con poca variabilidad Proceso con mucha variabilidad y descentrado,
fuera de la especificación
Figura 2-28 Histograma centrado y descentrado.
Distribución muy plana
Figura 2-29 Histograma plano o achatado.
También se pueden presentar datos atípicos como en la siguiente figura:
Proceso con datos atípicos
Figura 2-30 Histograma plano o achatado.
Los datos atípicos se encuentran representados con barras pequeñas que están sepa-
radas del resto de la distribución. En este caso se debe investigar por qué surgió, podría
deberse a un error de medición, o porque al momento de llenar los registros se cometieron
errores involuntarios (errores de dedo o de teclas). También se puede dar el caso que se
midió un artículo que no correspondía al lote en estudio; caso contrario, lo pudo generar
una situación muy especial que debe ser investigada.
53
Aplicación práctica: histograma (práctica en

EXCEL)
Número de cuenta:
A continuación se presentan dos ejercicios, elabore los histogramas en Microsoft Excel.

Luego escriba su interpretación de cada caso.
1. En la siguiente tabla se presentan los resultados obtenidos por el máximo encestador
de la selección de Basketball de la UNICAH. Elabore el histograma e interprételo.
15 15 23 24 18 20 18 20 20 19
12 11 19 20 21 21 20 21 17 21
17 17 20 10 23 18 60 25 19 19
16 23 21 20 18 21 19 19 21 20
14 23 20 21 19 20 21 15 18 21
18 18 19 20 16 23 18 20 21 20
19 20 14 19 17 20 21 18 18 21
Interpretación:
2. A continuación se presentan los pesos (en kilogramos) de 110 botellas de champú.

Elabore el histograma e interprételo.
5.99 5.97 6.00 6.00 5.96 5.98 5.97 6.00 5.98 5.97 5.95
5.97 5.98 6.02 5.98 5.98 6.00 5.97 5.98 5.96 6.00 5.97
5.96 6.00 5.95 5.99 5.99 5.96 5.98 5.98 5.98 6.00 5.99
6.00 6.02 5.98 6.00 5.98 6.01 5.99 5.97 6.00 5.97 5.98
5.99 5.97 5.99 6.04 5.99 5.97 5.98 5.99 5.96 5.99 5.99
5.99 5.97 5.93 5.99 5.98 6.01 5.99 5.97 6.01 6.00 5.99
5.96 6.00 6.01 6.03 6.00 5.96 5.98 6.01 5.98 6.01 5.98
6.01 5.98 5.97 6.00 5.98 5.99 6.01 5.98 6.01 5.94 6.01
5.95 5.98 5.99 5.99 6.00 5.98 5.95 6.00 5.99 6.00 5.96
5.99 5.98 5.98 5.97 6.02 5.98 6.01 5.97 6.01 6.01 5.97
Interpretación:
2.5 Diagrama de Pareto

El diagrama de Pareto (DP), es una gráfica de barras que ayuda a ordenar datos de forma
descendente, de izquierda a derecha.
El DP se fundamenta en el Principio de Pareto, o regla del 80-20. Recibe su nombre
gracias a Vilfredo Federico Pareto. Estudió la distribución de la tierra en Italia y descu-
brió que aproximadamente el 20% de la población era dueña del aproximadamente el 80%
de toda la tierra; y el 80% restante de la población sólo eran dueños del 20% de las tierras.
Aunque Pareto aplicó su principio en al área de la distribución de la riqueza, fue Joseph
Juran quien encontró la proporción 80-20 y lo aplicó en áreas diferentes a la economía. El
principio de Pareto, también se le conoce como ley de pocos vitales muchos triviales; esto
significa que de la variedad de problemas que existen en una empresa, hay pocos vitales,
los cuales afectan la mayoría de los procesos y merecen la mayor atención (en la gráfica
corresponden a las primeras columnas del lado izquierdo); y muchos triviales, pero que
no merecen que se diluyan tantos recursos para tratar de solucionarlos, en la gráfica co-
rresponden a las últimas columnas de izquierda a derecha.
El DP se utiliza cuando: se desea analizar datos sobre la frecuencia de problemas o
causas en un proceso; hay muchos problemas o causas y pretende focalizarse en los más
importantes.
A través del desarrollo de un caso, se explica a continuación cómo elaborar DP (Pi-
nel, 2018).
CASO
En una empresa que trefila alambre se ha detectado un problema en el departamento

de clavos: las cuchillas de las máquinas pierden filo constantemente.
Esta situación provoca bajas en la productividad y aumento de productos defectuosos.
Objetivo: reducir la frecuencia del afilado de cuchilla en la máquina de clavos.
En primera instancia el equipo investigador aplicó la lluvia de ideas y el análisis del

problema a través del diagrama de causa-efecto. Diseñó una hoja de verificación para re-
colectar datos respecto de los principales problemas en ese departamento y se obtuvieron
los siguientes resultados:
Tabla 2-5 Problemas en el departamento de clavos.
Problemas Frecuencia
Cuchillas desgastadas 40
Dureza del alambre 8
Base de spyder no gira 3
Cuchillas de baja elaboradas
2
con materiales de baja calidad
Problemas mecánicos 2
Total 55
Con los datos de la tabla, calcular la frecuencia acumulada, porcentaje y porcentaje

acumulado.
En la tabla siguiente se muestran los resultados y la forma de obtenerlos.
Tabla 2-6 Cálculo de frecuencias para DP.
Problemas Frecuencia Frecuencia Porcentaje Porcentaje

acumulada acumulado
Cuchillas 40 40 73% = (40/55) 73%
desgastadas (copia frecuencia de la
celda de la izquierda)
Dureza del alambre 8 48 = (40 + 8) 15% = (8/55) 87% = 73% + 15%
Base de spyder 3 51 = 48 + 3) 5% = (3/55) 93%

no gira
Cuchillas de baja ela- 2 53 = (51 + 2) 4% = 96% =
boradas con materia- (2/55) 93% + 4%
les de baja calidad
Problemas mecánicos 2 55 = (53 + 2) 4% = (2/55) 100%
Total 55 100%
El siguiente paso es realizar la gráfica. Para esto, seleccione solo las celdas sombrea-
das como se muestra a continuación (problema, frecuencia y porcentaje acumulado)
Problemas Frecuencia Frecuencia Porcentaje Porcentaje

acumulada acumulado
Cuchillas desgastadas 40 40 73% 73%
Dureza del alambre 8 48 15% 87%
Base de spyder no gira 3 51 5% 93%
Cuchillas de baja elabora- 2 53 4% 96%

das con materiales de baja
calidad calidad
Problemas mecánicos 2 55 4% 100%
Total 55 100%
Recuerde que para seleccionar celdas en Excel se seleccionan celdas no adyacentes

así:
Seleccione el primer rango de celdas, luego mantenga presionada la tecla Ctrl y selec-
cione el otro rango de celdas.
A continuación dé clic en el menú Insertar, seleccione Gráficos recomendados, luego
escoger la opción Columna Agrupada-Línea en Eje Secundario y haga clic en Aceptar. Se
generará un gráfico como el siguiente.
Selecciones el gráfico, dé clic en el botón en forma del signo + y se desplegará el

cuadro de diálogo de la izquierda. Active ejes, título de ejes, título de gráficos, etiquetas
de datos y leyenda.
Ahora se deben formatear los ejes. Selecciones el eje Y izquierdo (notará que al
seleccionarlo aparece un rectángulo con un punto en cada esquina), dar formato al eje,
opciones del eje. Se deben editar los límites máximo y mínimo. El máximo debe coincidir
con el total de datos, en este caso es 55; y el mínimo debe dejarse en cero así:
Lo mismo se debe hacer con el eje Y de la derecha. Deje el valor mínimo en cero y
el máximo en 1. En el gráfico anterior ya aparecen formateados ambos ejes. Falta editar
los títulos de los ejes y el del gráfico. Alargando el gráfico hacia abajo, se modifica la apa-
riencia y se da espacio para que los nombres de las columnas sean más legibles. Juegue y
experimente con las diferentes opciones que ofrece Excel para formatear los gráficos, al
final el gráfico ya terminado debe ser similar al que se muestra a en la figura 2-31.
Se le llama de primer nivel, ya que constituye el nivel de análisis más sencillo, hasta el
momento sólo se detectó el principal problema, que es cuchillas desgastadas, lo cual está
generando el 73% del total de problemas que se presentaron. Es decir que los pocos vita-
les, en este caso son las cuchillas desgastadas. Si la empresa ataca este problema, estará
solucionando el 73% del total. Es decir, es el problema prioritario a resolver, el problema
de mayor impacto en el departamento de clavos.
Diagrama de Pareto de primer nivel

Principales problemas en el departamento de clavos
100%
100%
50 96%
90%
93%
87%
80%
73%
40
Porcemtaje acumulado
70%
Frecuencia 60%
30
50%
40%
20
30%
20%
10
10%
0 0%
Cuchillas Dureza del Base de spyder Cuchillas Problemas
desgastadas alambre no gira de baja mecánicos
elaboradas con
materiales de
baja calidad
Problemas
Figura 2-31 Diagrama de Pareto de primer nivel / Departamento de clavos.
Ahora el análisis debe recaer en averiguar por qué las cuchillas están desgastadas.
Para eso aplican nuevamente las herramientas como lluvia de ideas u hojas de verificación
obteniendo datos como los siguientes:
Tabla 2-7 Principales causas del desgaste de cuchillas en el departamento de clavos.
Problemas Frecuencia Frecuencia Frecuencia Frecuencia relati-

acumulada relativa va acumulada
Falta de constancia de
lubricación de jabón en 32 32 46% 46%
alambre
Uso jabón lubricante

16 48 23% 70%
nuevo
Dados pasados de
11 59 16% 86%
diámetro
Desgaste de los rodos

que provocan el paro 10 69 14% 100%
de proceso
Total 69 100%
Pareto segundo nivel

Causas de desgaste de cuchillas
100%
100%
90%
60
86%
80%
46%
50 70%
Porcemtaje acumulado
70%
40 60%
Frecuencia
50%
30
40%
20 30%
20%
10
10%
0 0%
Falta de constancia Uso jabón Dados pasados Desgaste de los
de lubricación de lubricante nuevo de diámetro rodos que provocan
jabón en alambre el paro de proceso
Causas de desgaste
Figura 2-32 Diagrama de Pareto de segundo nivel / principales causas de desgaste de cuchillas
en el departamento de clavos.
Del DP anterior se concluye que la empresa debe enfocarse en la constancia de lu-

bricación con jabón, lo cual representa los pocos vitales, y al atacar esta causa, se estarán
solventando el 46% del total de los problemas.
Notas
60
61
Aplicación práctica: diagrama de Pareto
Número de cuenta:
Con la información que se presenta a continuación elabore e interprete el DP.

1. Un hotel está interesado en conocer sus pocos vitales y muchos triviales. Un estudian-
te de la UNICAH que está realizando la práctica profesional supervisada, revisó el
buzón de quejas y obtuvo la siguiente información:
Principales quejas Frecuencia

Mala atención en la recepción 80
La información sobre las excursiones es 60

insuficiente
Subieron los precios 15
La comida estaba fría 12
La sábanas estaban sucias 6
El personal del restaurante es descortés, grosero 3
Total 176
Notas
62
2.6 Diagrama causa y efecto

El diagrama Causa Efecto (CE), también conocido como diagrama de espina de pescado
o diagrama de Ishikawa (ya que el profesor Kaoru Ishikawa fue quien lo creó en 1943 en
la Universidad de Tokio), se fundamenta en la pregunta ¿por qué se producen las variacio-
nes en los procesos? Algunas de las posibles respuestas son:
• Las materias primas
• Las máquinas o equipos
• Los métodos de trabajo
Para el caso, las materias primas varían de medidas, proveedores, especificaciones.
Los rendimientos de las máquinas son diferentes o incluso en una misma máquina de
acuerdo al tiempo de uso. También los métodos de trabajo varían voluntaria o involunta-
riamente entre un operario y otro. Todos estos elementos introducen variabilidad en los
procesos, lo cual se refleja en los histogramas y otras herramientas de la calidad.
Los efectos se producen en las características de calidad y las causas son factores de
variación. El diagrama CE ayuda a organizar las causas de dispersión y a identificar las
relaciones entre ellas.
Realizando el diagrama CE
El primer paso consiste en tener clara la característica de calidad o el efecto que se va a
estudiar. Es algo que se desea mejorar y controlar. Luego de entrar a Microsoft Visio, en
la sección de empresas seleccionar Diagrama Causa Efecto, Crear, aparecerá un esquema
como el de la figura siguiente:
Figura 2-33 Creación del diagrama causa efecto.
En al parte inferior izquierda de su pantalla aparece la caja de Formas para Diagra-

mas de Causa y Efectro. Para utilizarlas sólo tiene que arrastarlas con el mouse y soltarlas
encima del diagrama. En la siguiente imagen se presenta un esquema para elaborar el
diagrama CE con las seis emes, que son las seis categorías principales que introducen
variación en los proceos, y todas inician con la letra eme. El efecto se coloca en la cabeza
del pescado. Tambien se dejaron rotuladas causas principales, secundarias y terciarias.

Las seis emes es el método más utilizado, especialmente en las áreas de ingenierías. En
otras ramas del saber, los nombres de las categorías pueden cambiar para adaptarlos más
a la organización o empresa o su área profesional.
Figura 2-34 Esquema

diagrama CE con las 6 emes.
Materiales Método de trabajo Mano de obra
Causa terciaria
Característica de
calidad
efecto
Causa principal
Causa secundaria
Maquinaria Medición Medio ambiente
Es importante mencionar que las causas de cada categoría surgen de una lluvia de
ideas, luego las ideas se clasifican y grafican en la categoría que pertenecen hasta comple-
tar el diagrama. Una vez terminado el diagrama, se analiza qué espina o categoría tiene la
mayor cantidad de causas y se enfoca en atacar esas causas hasta reducir la variabilidad. A
Figura 2-35 Diagrama CE
tipo seis emes /aumento % este nivel se puede auxiliar de otras herramientas de la calidad para constatar si se redujo
rechazo en guantes de o no la variablidad.
cuero.
Materiales Método de trabajo Mano de obra
Ribete es muy viejo No se cuenta con procesos Desconcentración

Troqueles documentados
Hilo muy delgado
sin filo Etiquetado Inestabilidad laboral
Etiquetas incorrectas Sellos en incorrecto Voltea de guantes
Realizado incorrectamente Desmotivación
mal estado
Descascaradas Cierre incompleto No se hacen estudios de
Tiene agujeros
tiempos y movimientos
Cuero no cumple con requisitos Emparejado incorrecto Aumento %
Problemas de visión rechazo
Mantenimiento inadecuado de
guantes
máquinas de costura Muy duro
Máquina con de cuero
Iluminación inadecuada
puntada floja
Tensor de hilo falla
Tiempo de puntada Piezas Mucha humedad en la fábrica
Reguladores mal ajustados
de bobina no ajustado incompletas
Troqueladoras desajustadas
Guantes quemados
Termostado de planchas Maquinaria Medición Medio ambiente

está malo
Es importante mencionar que los diagramas de CE no sólo se utilizan en el área de

calidad, también son últiles en investigación, mercadotecnia, manufactura, etc. En la figu-
ra 2-34 se presenta un diagrama de CE finalizado.
En la sigueinte figura se presnta un diagrama CE tipo análisis de proceso, en el que
se sustituyen las seis emes por las etapas (en secuencia) principales del proceso de pro-
ducción. Para llenarlo se va analizando una por cada etapa del proceso de producción e
identificando las posibles causas hasta llegar al final del proceso.
tipo análisis de proceso.
Troqueles inadecuados Sin filtro Piezas inadecuadas Sellado
Etiqueta
Quebrados Volteo
Se usan troqueles
Deformes equivocados Roto Tinta
Mal pegadas
Troqueladora desajustada Incompleto

Equivocadas
Rechazo en
Corte Armado Empaque guantes de
cuero
Podrido
Con agujero
Quemados
Muy delgado Ribete mal pegado
Muy delgado
De otro proveedor Planchado Mal conteo

Muy seco Cierre incompleto
Manchado Cajas incorrectas
Hilo
Cuero inadecuado Puntada floja Empaquetado
Operaciones de costura
Es importante mencionar que el diagrama CE no solo se usa cuando se trabaja con

problemas del área de calidad. Es una herramiena que puede utilizarse en cualquiér área,
en cualquier situación. A continuacion se presenta un ejemplo de diagrama CE aplicado
en en área de Gestión del talento humano para mejorar las relaciones un equipo de traba-
jo. Es un diagrama CE tipo enumeración de causas diversas (no se utilizan las seis emes).

tipo enumeración de causas
diversas / mejoramiento de
relaciones en equipos
de trabajo.
Gente Lugar Relaciones

Diferencia de edad Ambiente Frecuencia de contacto
Hombre o
Diferencia de raza
mujer Diferencias religiosas Espacio Clima laboral
Observadores Participación Relaciones de
Miembros subcontratación Cultura organizacional
Asistencia Distribución
Intercambio
Mejoramiento de relaciones
en equipos de trabajo
Dirección Todo el día
Actitudes Agenda
Tarde
Discusión
Mañana
Opinión Temporada
Puntualidad
Tema
Motivación
Discusión Tiempo
Notas
66
67
Aplicación práctica: diagrama Causa Efecto
Número de cuenta:
Elabore un diagrama Causa Efecto para cada situación que se le presenta a continuación.
1. La UNICAH está interesada en conocer las principales causas de reprobación de los
estudiantes en la clase de Matemáticas. Utilice el diagrama CE tipo enumeración de
causas diversas.
2. Elabore un diagrama CE de una situación o problema de su área de estudio. Utilice

Diagrama CE tipo seis emes o enumeración de causas diversas.
69
Elabore un diagrama CE de una situación o problema de su área de estudio. Utilice el

método de análisis de proceso
Notas
70
2.7 Diagrama de dispersión

El diagrama de dispersión es una herramienta que se utiliza para determinar la relación exis-
tente entre dos variables. Una de las variables es independiente y se grafica en eje X, normal-
mente es la variable más controlable; la otra variable es dependiente y se grafía en el eje Y.
En la siguiente tabla se presentan los datos de una muestra donde se midió la veloci-
dad de un automóvil y el rendimiento de la gasolina.
Tabla 2-8 Datos velocidad de automóvil y rendimiento de combustible.
Número de muestra Velocidad en millas/hora Rendimiento en millas/galón

1 29 37
2 29 34
3 34 34
4 34 29
5 39 32
6 39 27
7 44 31
8 44 28
9 49 25
10 49 30
11 54 31
12 54 20
13 59 21
14 59 21
15 64 17
16 64 23
En primer lugar, elabore la tabla en Microsoft Excel, tenga el cuidado de meter todos
los datos de la variable dependiente en una columna y los de la variable independiente
en otra; es decir, trabajando con parejas de datos, incluso al momento de ingresar datos
en Excel puede obviar la columna del número de la muestra y sólo trabajar las otras dos.
Figura 2-38 Pasos para crear diagrama de dispersión en Excel.

Seleccione todas las celdas en las que introdujo los pares de datos de las variables,
luego dé clic en el menú Insertar, clic en gráfico, luego escoja la opción de dispersión y
automáticamente se generará el gráfico, ver la figura 2-37.
En este punto, sólo falta modificar un poco la gráfica o diagrama hasta que se vea
similar a la que se muestra a continuación. Seleccionando el gráfico le aparecerá al lado
derecho el botón con el signo +, dé clic y se desplegará la lista de los elementos del
gráfico, active títulos de eje y línea de tendencia.
Figura 2-39 Diagrama de dispersión velocidad / rendimiento de gasolina.
Interpretando el diagrama de dispersión

Calcular e interpretar el coeficiente de correlación como sigue:
= COEF.DE.CORREL (D2:D17,E2:E15)
*Nota: D2:D17 representan las celdas en las que se encuentran los datos de la variable veloci-
dad. E2:E15, son las celdas en las que se ingresaron los datos de rendimiento.
Interpretación:
Coeficiente de correlación = 1 Existe una correlación perfecta positiva. Pero en este caso por lo
general nunca se da.
Coeficiente de correlación = 0 No existe correlación, si da cero o muy cercano a cero,
Coeficiente de correlación = ‒1 Existe una correlación perfecta negativa. Pero en este caso por
lo general nunca se da.
Por lo general se consideran correlaciones fuertes positivas cuando el coeficiente de correlación

de mayor o igual a 0.6, entre más próximo a 1, es más fuerte. Entre 0.4 y 0.6 son correlaciones
moderadas positivas. La misma interpretación se hace con las correlaciones negativas, por
ejemplo un coeficiente de correlación de ‒0.85, indica una correlación fuerte negativa.
Figura 2-40 Cálculo del coeficiente de correlación.
Para el caso del ejercicio que se está desarrollando en Excel, el coeficiente de co-
rrelación resulta ser ‒0.848834743, lo cual representa una correlación fuerte negativa. Es
decir que a medida que aumenta la velocidad disminuye el rendimiento de la gasolina.
Para aclarar la interpretación de las diagramas de correlación se presenta la siguiente

figura.
Y Y
Correlación positiva Correlación negativa
X X
Y aumenta a medida que X aumenta Al aumentar X, decrece Y
Y Y
Correlación positiva Correlación negativa
puede estar presente puede estar presente
X X
Y Y
Sin correlación Correlación perfecta
X X
No hay correlación Todos los puntos graficados

están en la recta imaginaria
Figura 2-41 Representación gráfica de correlaciones.

Notas
74
75
Aplicación práctica: diagrama de dispersión

(EXCEL)
Número de cuenta:
1. A continuación se presentan los datos obtenidos de la temperatura de una bebida

refrescante y el porcentaje de espuma. Elabore en Excel el diagrama de dispersión,
calcule el coeficiente de correlación en intérprete sus resultados.
Temperatura % de
en °F Espuma El coeficiente de correlacion es:
Interpretación:
38 17
40 21
39 23
46 32
41 38
43 22
49 27
41 38
42 24
46 25
41 34
40 35
42 22
47 29
51 37
52 40
50 42
48 44
43 32
Notas
76
77
Aplicación práctica: diagrama de dispersión

(EXCEL)
Número de cuenta:
2. Con los datos de la siguiente tabla, elabore en Excel el diagrama de dispersión. Calcule
el coeficiente de correlación e interprete sus resultados.
Horas de Milímetros
uso de fuera del El coeficiente de correlacion es:
máquina centro Interpretación:
31 1.11
32 1.22
33 1.01
34 1.22
35 1.26
36 1.24
37 1.25
38 1.29
39 1.31
40 1.31
41 1.39
42 1.36
43 1.39
44 1.39
45 1.41
46 1.43
47 1.46
48 1.46
49 1.51
50 1.59
Notas
78
CAPÍTULO
3 Gráficas
de control
• Aprender a elaborar las cartas de control.
• Interpretar las diferentes cartas de control.

Gráficas de control
Variables: Gráfico “X”
Gráfico “R”
Gráfico “S”
Gráfico “X”
Gráficas
de control
Atributos: Gráfico “P”
Gráfico “np”
Gráfico “C”
Gráfico “U”
Figura 3-1 Cartas de control.
Introducción
En la actualidad la competencia en los mercados se ha intensificado, de tal forma que los
controles de calidad son fundamentales para competitividad de las empresas comerciales,
obligando a reformar los programas de control de calidad en los procesos.
Dentro de los programas de control estadístico de la calidad se encuentran las cartas
de control, las cuales se clasifican según según la naturaleza de sus datos (Gutiérrez Puli-
do & De la Vara Salazar, 2013).
Cartas de control para variables
• Carta de control para la media ¨X ¨
• Carta de control para rango ¨R¨
• Carta de control de desviación ¨S¨
• Carta de control de Individuales ¨X¨
Carta de control por atributos
• Carta de proporción de artículos defectuosos ¨P¨
• Carta de número de artículos defectuosos ¨np¨
• Carta de número de defectos en la muestra ¨C¨
• Carta de numero de defectos por unidad Ü¨
En este capítulo se presentan algunas de las herramientas de control estadístico de
calidad en los procesos más utilizadas en los mercados por su efectividad en la producti-
vidad y satisfacción de las partes interesadas, asimismo se referencian algunos conceptos
básicos relacionados con las cartas de control de tipo variable y de atributo, tomando en
cuenta la naturaleza de las causas de variación.
3.1 Causas comunes y especiales de variación

En la vida se tiene la certeza de que todo cambia, desde hábitos aprendidos, diseños o mé-
todos implementados y las expectativas de los clientes, hay un sin número de referencia
de variación. Los procesos no están excentos de tales cambios o variaciones por lo cual
es necesario que las empresas analicen los diferentes factores que intervienen y permiten
que esta variación se clasifique según su naturaleza.
Capítulo 3 Gráficas de control 81
• Variación por causas comunes o aleatorias, es la variante propia de los procesos y es

constante día a día, lote a lote porque es una característica esencial de los procesos,
métodos y materias primas, por lo que son difíciles de identificar, pero constituye la
más grande oportunidad de mejora.
• Variación por causas especiales atribuibles o asignables, es provocada por situacio-
nes que no son propias del sistema de causas comunes, por su naturaleza relativa-
mente discreta y que puede provocar que un proceso esté fuera de control estadístico
(Webster, 2008).
Los dos tipos de variación conducen a que se cometan dos tipos de errores en la
acción cotidiana por enmendar. Error tipo 1: reacciona ante un cambio asumiendo que se
debe a una causa común o propia del proceso, cuando en realidad se trata de una causa
asignable que provoca que el proceso se salga de control estadístico. Error tipo 2: trata a
una causa especial como causa común o asignable, provocando dificultades en la mejora
de los procesos.
El objetivo principal de una carta de control es observar y analizar el comportamien-
to o variabilidad de un proceso a través del tiempo para definir las causas reales de la
variación en el comportamiento de los procesos, sin importar si son por causas comunes
o asignables y facilitar las acciones de mejora y control.
3.2 Elementos básicos de una carta de control

Definición de las gráficas de control: “Método gráfico para evaluar si un proceso está o no
en un estado de control estadístico” (Feigenbaum, 1997).
Carta de control: Es un registro gráfico de la calidad de una característica en particu-
lar, mostrando si el proceso está o no estable.
Proceso: Cualquier interacción ordenada de hombres, máquinas, herramientas, mate-
rias primas y método de trabajo en sus instalaciones físicas, con el objeto de producir un
resultado determinado.
Variable: Característica de calidad que puede medirse: peso, temperatura, velocidad,
humedad, tiempo de funcionamiento.
Causa asignable de variación: Son aquellas a las cuales podemos atribuir específica y
directamente un resultado de calidad que discrepa notoriamente del esperado si la fluctua-
ción fuera estable, como por ejemplo; condiciones ambientales (aseo, orden, iluminación,
temperatura, ruido, humedad, vibraciones, contaminación), ayudas de producción como
plantillas, dispositivos, y la naturaleza de la gerencia y de la supervisión o énfasis que po-
nen en la cantidad o en la calidad o en ambas, relaciones y comunicaciones.
Causas no asignables de variación: cuando un proceso se analiza mediante cartas de
control de procesos estadísticos y refleja un patrón estable de fluctuación, se dice que está
influenciado solamente por causas comunes o ambientales de variación, llamadas causas
no asignables o aleatorias y son aquellas causas que afectan por igual y en forma casi
permanente al proceso, entre ellas cabe mencionar; conocimiento, experiencia y habili-
dad del personal, naturaleza de las materias primas utilizadas, adecuación y estado de la
maquinaria, métodos y procedimientos de fabricación.
Límites de control: estos indican la variabilidad esperada para un estadístico, como
son la media y el rango de una variable de un proceso; estos se determinan a partir de los
datos por lo que son diferentes a las especificaciones o tolerancias dadas a las variables¨.
Límites de probabilidad: son los límites de control y se calculan de forma explícita
con la distribución de probabilidades del estadístico que se grafica en la carta para que
logren un porcentaje de cobertura dado de la variabilidad (Gutiérrez Pulido & De la Vara
Salazar, 2013).
3.3 Uso de las cartas de control

Para las empresas puede ser peligroso depender de la información que se mantiene solo
en los recuerdos de cada empleado, debido a que cuando se trata de variación en las
características de calidad de un proceso es necesario conocer con exactitud la causa que
provoca la anormalidad o la variación para focalizar esfuerzos en controlar, mejorar e
innovar los métodos y procesos y evaluar la capacidad del mismo para poder determinar
si el proceso está o no en control y dejar de depender de una administración basada en
intuición o reacción al momento de tomar decisiones en los procesos productivos como
administrativos, convirtiéndose en una herramienta especializada en el estudio de la varia-
bilidad en los procesos productivos. También sirve para determinar si el proceso está o no
bajo control estadístico, o si se están aplicando los niveles de responsabilidad para tomar
acciones correctivas o contundentes para mejorar la calidad, y determinar los parámetros
del proceso X y sigma, cuando éste se encuentra bajo control estadístico.
3.4 Límites de las cartas de control

Se considera que los límites de control son diferentes de las especificaciones, tolerancias
o deseos de resultados de los procesos, ya que se calculan en las gráficas de acuerdo a los
datos de las variables que se pretenden presentar en las cartas, por lo que se recomienda
establecer límites que cubran la variación natural del proceso (Gutiérrez Pulido, Calidad
y productividad, 2014).
La manera más utilizada por las empresas en el cálculo de los límites de control es la
propuesta por el doctor Walter A. Shewhart, la cual consiste en obtener los límites de forma
sencilla a partir de la relación que existe entre la media y la desviación estándar considerando
una distribución normal con ±3 desviaciones abarcando en 99.73% los datos de las varia-
bles, sin embargo cabe mencionar que existen otras distribuciones que se pueden utilizar en
el cálculo de límites de cartas según las necesidades que estas tengan (Feigenbaum, 1997).
3.5 Carta media – Rango

En la industria se utilizan estas cartas porque son apropiadas para procesos productivos
masivos que manufacturan muchas piezas o partes en periodos de tiempo predeterminados
y permiten llevar un registro de ello. Ya que la carta R mide la variación en la amplitud de
la dispersión, mientras que la carta X analiza la variación entre las medias de los subgrupos
para detectar cambios en la media de los procesos (Anderson, Sweeney, & Williams, 2008).
Consideraciones generales acerca de las muestras

o subgrupos racionales para las cartas de control X y R
Las muestras que seleccionamos deben llenar algunos requisitos mínimos y tener en cuen-
ta consideraciones relacionadas con el cómo, cuándo, cuánto y dónde tomarlas, es decir,
aspectos relacionados con tamaño, frecuencia y puntos de obtención, los cuales indicarán
la capacidad de las cartas para detectar causas significativas de variación.
Existen tres principios a considerar. En primer lugar hay un principio general que go-
bierna la obtención de las muestras: las muestras deben escogerse de tal manera que permitan
la máxima posibilidad de similitud interna u homogeneidad dentro de cada muestra, y la
máxima oportunidad de variación entre muestras consecutivas.
En segundo lugar, las muestras deben reflejar el orden cronológico en que se desarro-
lla la producción.
En tercer lugar, las muestras deben obtenerse en aquellos puntos o momentos del pro-
ceso que corresponden a un sistema único de causas de fluctuación.
Los límites de la carta X se calculan de la siguiente manera:

Basados en los límites de control de las cartas tipo Shewhart que están determinados por
la media y la desviación estándar del estadístico a graficar, se utiliza la siguiente expresión:
μ ± 3σ, considerando a μ como la media de los subgrupos por lo que sus límites son;
Límite de control superior = μ + 3σ o X + A2 R
Límite de control central = μ
Límite de control inferior = μ ‒ 3σ o X ‒ A2 R
Donde σ es la desviación estándar de las medias que se debe estimar inicialmente de
la siguiente manera;
σ
σ=
n
Indicando que tanta variación tienen las mediciones individuales considerando a n
como el tamaño de la muestra. Mientras que Sigma es la desviación estándar o tipo de
distribución de frecuencias de las características de calidad que se pretenden analizar.
Esto se complementa con la aplicación de la medidas de tendencia central (media, moda
y mediana) y las medidas de dispersión (varianza y desviación estándar).
A continuación se presenta la tabla de factores para las cartas de control.
Tabla 3-1 Factores de cartas de control.
Observaciones
d2 A2 d3 D3 D4
en la muestra, n
2 1.128 1.880 0.853 0 3.267
3 1.693 1.023 0.888 0 2.574
4 2.059 0.729 0.880 0 2.282
5 2.326 0.577 0.864 0 2.114
6 2.534 0.483 0.848 0 2.004

7 2.704 0.419 0.833 0.076 1.924
8 2.847 0.373 0.820 0.136 1.864
9 2.970 0.337 0.808 0.184 1.816
10 3.078 0.308 0.797 0.223 1.777
11 3.173 0.285 0.787 0.256 1.744

12 3.258 0.266 0.778 0.283 1.717
13 3.336 0.249 0.770 0.307 1.693
14 3.407 0.235 0.763 0.328 1.672
15 3.472 0.223 0.756 0.347 1.653
16 3.532 0.212 0.750 0.363 1.637

17 3.588 0.203 0.744 0.378 1.622
18 3.640 0.194 0.739 0.391 1.608
19 3.689 0.187 0.734 0.403 1.597
20 3.735 0.180 0.729 0.415 1.585
Continúa
Continuación
Observaciones
d2 A2 d3 D3 D4
en la muestra, n
21 3.778 0.173 0.724 0.425 1.575
22 3.819 0.167 0.720 0.434 1.566
23 3.858 0.162 0.716 0.443 1.557
24 3.895 0.157 0.712 0.451 1.548
25 3.931 0.153 0.708 0.459 1.541
Fuente: Adaptada de la tabla 27 de ASTM STP 15D, ASTM Manual on Presentation of Data and Control Chart
Analysis. Copyright 1976 American Society for Testing and Materials, Filadelfia, PA. Impreso con autorización.
Pasos para la elaboración de gráficas de control

para medias y rangos
Paso 1: Defina la característica de calidad.
Paso 2: Escoja el subgrupo racional.
Paso 3: Reúna los datos necesarios.
Paso 4: Calcule la línea central de ensayo y los límites de control de prueba.
Paso 5: Defina la línea central revisada y los límites de control reales.
Interpretación de las cartas de control estadístico

En la interpretación de las cartas se consideran los cambios especiales en el proceso. Estos
cambios se manifiestan cuando un punto cae fuera de los límites de control superior o in-
ferior, o cuando los puntos graficados en la carta siguen un comportamiento no aleatorio.
Por ejemplo, una tendencia a la alza o un movimiento cíclico (Gutiérrez Pulido, Calidad
y productividad, 2014).
Lo primero que se hace es dividir la carta de control en seis zonas o bandas iguales,
cada una con una amplitud similar a una desviación estándar según el estadístico de
Shewhart (Gutiérrez Pulido & De la Vara Salazar, Control estadistico de la calidad y seis
sigma, 2013).
Zona A Límite de
Zona B control superior
Zona C
Dimensión
Zona C Línea central

Zona B
Zona A
Límite de
control inferior
Tiempo
Figura 3-2 Zonas para análisis de cartas.
En segundo lugar se presentan cinco patrones para el comportamiento de los puntos en

una carta, así como las causas de los comportamientos de las mismas.
LCS
A
B
C
X
C
A
LCI
X
Figura 3-3 Patrón 1. Desplazamiento o cambios en el nivel del proceso.
Este patrón ocurre cuando uno o más puntos se salen de los límites de control o cuan-
do hay una tendencia larga y clara a que los puntos consecutivos caigan de un sólo lado
de la línea central. Estos cambios especiales pueden deberse a la introducción de nuevos
trabajadores, máquinas, materiales o métodos.
Cambios en los métodos de inspección. Una mayor o menor atención de los trabaja-
dores. Un proceso mejor o peor.
Cuando este patrón ocurre en las cartas X , p, np, u o c, se dice que hubo un cambio
en el nivel promedio del proceso; por ejemplo, en las cartas de atributos eso significa que
el nivel promedio de disconformidades se incrementó o disminuyó, mientras que en la
carta X implica un cambio en la media del proceso.
En la carta R un cambio de nivel significa que la variabilidad aumentó o disminuyó,
aunque por la falta de simetría de la distribución de R, el patrón del lado inferior de estas
cartas se debe ver con más reservas y esperar a acumular más puntos por abajo de la línea
central para declarar que hay un cambio significativo, siendo esta una disminución de la
variabilidad (Gutiérrez Pulido, Calidad y Productividad, 2014).
Los criterios usuales para ver si este patrón se ha presentado son:
• Un punto fuera de los límites de control.
• Una tendencia clara y larga a que los puntos consecutivos caigan de un solo lado de
la línea central.
Tres pruebas concretas para este patrón son:
a) Ocho o más puntos consecutivos de un sólo lado de la línea central.
b) Al menos 10 de 11 puntos consecutivos caen de un mismo lado de la línea central.
c) Por lo menos 12 de 14 puntos consecutivos ocurren por un mismo lado de la línea
central.
LCS
A
B
C
X
C
B X
A
LCI
Figura 3-4 Patrón 2. Tendencias en el nivel del proceso.

Este patrón consiste en una tendencia a incrementar (o disminuir) los valores de los
puntos en la carta. Una tendencia ascendente o descendente bien definida y larga se pue-
de deber a algunas de las siguientes causas especiales, como son el deterioro o desajuste
gradual del equipo de producción o al desgaste de las herramientas de corte.
Para determinar si existe una tendencia en el proceso, se siguen los siguientes criterios:
• Seis o más puntos consecutivos ascendentes (o descendentes).
• Un movimiento de muchos puntos hacia arriba (o hacia abajo) de la carta de control,
aunque no todos los puntos vayan en ascenso (o descenso).
• Se muestra una tendencia creciente de los puntos, que es demasiado larga para consi-
derarse que es ocasionada por variaciones aleatorias, por lo que más bien es señal de
que algo especial (desplazamiento) está ocurriendo en el proceso correspondiente.
En ocasiones pueden presentarse aparentes tendencias causadas por variaciones na-
turales y del muestreo del proceso, por eso la tendencia debe ser larga para considerarla
especial.
LCS
A
B X
C
X
C
B X
A
LCI
Figura 3-5 Patrón 3. Ciclos recurrentes (periodicidad).
Otro movimiento no aleatorio que pueden presentar los puntos en las cartas es un
comportamiento cíclico de los puntos. Por ejemplo, se da un flujo de puntos consecutivos
que tienden a crecer y luego se presenta un flujo similar pero de manera descendente y
esto se repite en ciclos.
Cuando un comportamiento cíclico se presenta en la carta , entonces las posibles
causas son:
• Cambios periódicos en el ambiente.
• Diferencias en los dispositivos de medición o de prueba que se utilizan en cierto orden.
• Rotación regular de máquinas u operarios, por ejemplo el efecto sistemático produci-
do por dos máquinas, operarios o materiales que se usan alternadamente.
LCS
A
B
C
X
C
B X
A
LCI
Figura 3-6 Patrón 4. Alta variabilidad.
Una señal de que en el proceso hay una causa especial de alta variación, es que se
manifiesta mediante la alta proporción de puntos cerca de los límites de control, a ambos
lados de la línea central, y pocos o ningún punto en la parte central de la carta. En estos
casos se dice que hay una alta variabilidad (Anderson, Sweeney, & Williams, 2008).
Algunas causas que pueden afectar a la carta de esta manera son:

• Exceso de control o ajustes innecesarios en el proceso.
• Diferencias sistemáticas en la calidad del material o en los métodos de prueba.
• Control de dos o más procesos en la misma carta con diferentes promedios.
X X
LCS
A
B
C
X
C
A
LCI
Figura 3-7 Patrón 5. Falta de variabilidad y estatificación.
Una señal de que hay algo especial en el proceso es que prácticamente todos los
puntos se concentren en la parte central de la carta, es decir, que los puntos reflejen poca
variabilidad o estatificación. Algunas de las causas que pueden afectar a todas las cartas
de control de esta manera son:
• Equivocación en el cálculo de los límites de control.
• Agrupamiento en una misma muestra de datos provenientes de universos con medias
bastantes diferentes, que al combinarse se compensan unos con otros,
• Carta de control inapropiada para el estadístico graficado.
Para detectar falta de variabilidad se tienen los siguientes criterios:
• Quince puntos consecutivos en la zona C, arriba o abajo de la línea central.
EJEMPLO 1
En un proceso de llenado de yogurt de fruta se han tomado las muestras del proceso de llenado al final de la línea de pro-
ducción. Se quiere saber si el proceso de llenado está bajo control estadístico y si está cumpliendo con las especificaciones.
La empresa tiene como especificaciones que cada lata de yogurt esté en un promedio de 10 onzas de yogurt con una
tolerancia de ± 2 onzas.
a) Encuentre si el proceso de llenado de las latas de yogurt está bajo control estadístico.
b) Encuentre los parámetros de centramiento y dispersión.
c) ¿Está cumpliendo el proceso de llenado con las especificaciones de la empresa?
En la tabla se presentan los datos de una muestra que tiene n = 5 y de 20 lotes.
Tabla 3-2 Datos para cartas de control X y R.
N° de
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
muestra
1 11.1 9.6 9.7 10.1 12.4 10.1 11 11.2 10.6 8.3 10.6 10.8 10.7 11.3 11.4 10.1 10.7 11.9 10.8 12.4
2 9.4 11 10 8.4 10 10.2 11.5 11 10.4 10.2 9.9 10.2 10.7 11.4 11.2 10.1 12.8 11.9 12.1 11.1
3 11.2 10 10 10.2 10.7 10.2 11.8 10.9 10.5 9.8 10.7 10.5 10.8 10.4 11.4 9.7 11.2 11.6 11.8 10.8
4 10.4 11 9.8 9.4 10.1 11.2 11 11.2 10.5 9.5 10.2 8.4 8.6 10.6 10.1 9.8 11.2 12.4 9.4 11
5 10.1 11 10.4 11 11.3 10.1 11.3 11 10.9 9.8 11.4 9.9 11.4 11.1 11.6 10.5 11.3 11.4 11.6 11.9
Desarrollo de la carta promedio

Se inicia calculando el promedio para cada lote o columna de la tabla de datos del ejem-
plo y el rango de la misma. Una vez definido el tamaño de la muestra o filas de los datos,
se procede a la tabla de factores para la construcción de las cartas de control. En este caso
la formula requiere un valor de A2 = 0.577 y σ es igual a
σ
σ= = ( R / d 2) ÷ n
n
o se sustituye la desviación estándar por el producto de la gran media y el valor del rango
promedio (R ) (Webster, 2008).
∑ X = 213.2 ∑ X / n = 213.2 / 20 = 10.66 X = 10.66
∑ R = 31.8 ∑ R / n = 31.8 / 20 = 1.59 R = 1.59
Para n = 5 = A2 = 0.58; D3 = 0; D4 = 2.11; d2 = 2.326
Formula de límites;
Límite de control superior = μ + 3σ = μ + 3(σ/ n) = X + A2R
= 10.66 + (0.577*1.59) = 10.66 + 0.917 = 11.577
Límite de control central = μ = 10.66
Límite de control inferior = μ ‒ 3σ = μ ‒ 3(σ/ n) = X ‒ A2R

= 10.66 ‒ (0.577*1.59) = 10.66 ‒ 0.917 = 9.742
Para realizar la carta de control se trabaja con el primer cuadrante del plano cartesia-
no, posteriormente se grafica el eje vertical para las medias o promedios y el eje horizontal
para los lotes o subgrupos.
Carta X
L.C.S. X = 11.582
11.5
11.0
X 10.660
L.C.I. X = 9.738
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Figura 3-8 Carta media .

89
Aplicación práctica: carta X
Número de cuenta:
Instrucciones: Realice lo que a continuación se le solicita y escriba los procedimientos en

su hoja de trabajo.
Grafique una carta de control apropiada para una empresa que elabora productos
para el cuidado de las plantas, los cuales últimamente han resultado perjudiciales para la
salud humana.
La empresa se ha visto en la necesidad de entregar un reporte a la Secretaría de Salud
sobre los incidentes por intoxicación, presentando el número de casos registrados en los
últimos 10 meses.
Datos de intoxicaciones
Meses
No. de
1 2 3 4 5 6 7 8 9 10
muestra
1 111 96 97 101 124 101 110 112 106 83
2 94 108 100 84 100 102 115 110 104 102
3 112 101 100 102 107 102 118 109 105 98
4 104 108 98 94 101 112 110 112 105 95
5 101 110 104 110 113 101 113 110 109 98

Continuación de ejercicio:
En la actualidad las empresas utilizan sistemas de registros de datos por periodo, lote, día
o turnos de trabajo. Esta información es utilizada para realizar cartas de control como la carta
de promedio, por lo cual es necesario que se trabaje con este tipo de información y se convierta
en el insumo requerido para una carta de este tipo, tal es el caso que se presenta a continuación.
EJEMPLO 2
Durante los últimos 10 días el proceso de empaque de discos de acero de 3.5 pulgadas
de diámetro, está bajo control, la compañía toma muestras aleatorias de 5 paquetes en el
turno A y 5 en el turno B.
Calcular la media y la desviación estándar de cada muestra, sacar después los promedios
de las medias y de las desviaciones estándar para poder elaborar la carta de control, tanto para
la media como para la desviación estándar del proceso.
Habitualmente se monitorea la variabilidad del proceso, por lo que suele emplearse el ran-
go en lugar de la desviación estándar, ya que el rango es más fácil de calcular. El rango puede
servir para obtener una buena estimación de la desviación estándar del proceso; ya que permite
mediante algunos cálculos, trazar los límites inferior y superior de las cartas.
Para ilustrar esto, se tomará una muestra de la fabricación de los discos de acero de
3.5 pulgadas de diámetro. Su proceso de producción acaba de ser ajustado, de manera que
funciona bajo control.
Tabla 3-3 Datos de los discos.
Número de Media Rango

la muestra Observaciones muestral Xj muestral Rj
1 3.5056 3.2086 3.5144 3.5009 3.5030 3.5065 0.0135
2 3.4882 3.5085 3.4884 3.5250 3.5031 3.5026 0.0368
3 3.4897 3.4898 3.4995 3.5130 3.4969 3.4978 0.0233
4 3.5153 3.5120 3.4989 3.4900 3.4837 3.5000 0.0316
5 3.5059 3.5113 3.5011 3.4773 3.4801 3.4951 0.0340
6 3.4977 3.4961 3.5050 3.5014 3.5060 3.5012 0.0099
7 3.4910 3.4913 3.4976 3.4831 3.5044 3.4935 0.0213
8 3.4991 3.4853 3.4830 3.5083 3.5094 3.4970 0.0264
9 3.5099 3.5162 3.5228 3.4958 3.5004 3.5090 0.0270
10 3.4880 3.5015 3.5094 3.5102 3.5146 3.5047 0.0266
11 3.4881 3.4887 3.5141 3.5175 3.4863 3.4989 0.0312
12 3.5043 3.4867 3.4946 3.5018 3.4784 3.4932 0.0259
13 3.5043 3.4769 3.4944 3.5014 3.4904 3.4935 0.0274
14 3.5004 3.5030 3.5082 3.5045 3.5234 3.5079 0.0230
15 3.4846 3.4938 3.5065 3.5089 3.5011 3.4990 0.0243
16 3.5145 3.4832 3.5188 3.4935 3.4989 3.5018 0.0356
17 3.5004 3.5042 3.4954 3.5020 3.4889 3.4982 0.0153
18 3.4959 3.4823 3.4964 3.5082 3.4871 3.4940 0.0259
19 3.4878 3.4864 3.4960 3.5070 3.4984 3.4951 0.0206
20 3.4969 3.5144 3.5053 3.4985 3.4885 3.5007 0.0259
Fuente: (Gutiérrez Pulido & De la Vara Salazar, Control estadistico de la calidad y seis sigma, 2013)
Durante la primera hora de operación se toma una muestra aleatoria de cinco discos
de acero, durante la segunda hora, se toma otra muestra aleatoria de cinco discos y así
sucesivamente, hasta que se tienen 20 muestras. En la tabla 3-3 se presentan los diámetros
de las muestras así como la media y el rango R de cada muestra.
La estimación de la media del proceso μ está dada por la media muestral general.
Figura 3-9 Media muestral X1 + X 2 +........ XK

X=
general K
Donde X1 es la media de la muestra j y K es el número de muestras

De la formula anterior se obtiene la media muestral general de los datos de los discos
de acero, que se presentan en la tabla 2, que es 3.4995.
Este valor será la línea central de la carta. El rango de cada muestra es simplemente
la diferencia entre el valor mayor y el valor menor de cada muestra. El rango promedio de
las k muestras se calcula como se indica a continuación.
R1 + R2 + R3 + R....
R=
K
El rango promedio de los datos de los discos de acero que se presentan en la tabla
3-3 es igual 0.0253. Se procede a estimar μ y σ, esto se obtiene mediante los datos de los
rangos para posteriormente calcular los límites con la siguiente formula.
Fórmula carta promedio o X
LC = X ± 3 σ
n
Se puede demostrar que el promedio de los rangos dividido entre d2, que es una
constante que depende del tamaño n de la muestra, es una estimación de la desviación
estándar σ del proceso.
Es decir, que es el estimador se determina de la siguiente manera:
Estimador de la desviación estándar
σ= R
d2
Para n = 5, d2 = 2.326 y la estimación de s es el rango promedio dividido entre 2.326.

Si en la expresión se sustituye s por /d2.
Los límites de control de la carta se pueden calcular con la siguiente formula:
CX = X + A2R
LSC
Observe que A2 = 3/(d2 N ) es una constante que depende únicamente del tamaño
de la muestra; los valores de A2 también se encuentran en la tabla de valores de las cartas
tipo shewhart, considerando una n = 5, A2 = 0.577; por tanto, los límites de control en
la carta X serán:
3.4995 ± (0.577)(0.0253) ∇ 3.4995 ± 0.0146
LCS = 3.4995 + (0.577)(0.0253) = 3.514

LC =3.4995
LCI = 3.4995 ‒ (0.577)(0.0253) = 3.485
La línea central se encuentra en el valor de la media muestral general X = 3.4995. El

límite de control superior (UCL) es 3.514 y el límite de control inferior (LCL) es 3.485.
En la carta aparecen las 20 medias muestrales que se fueron graficando. Como todas las
medias muestrales se encuentran dentro de los límites de control, se confirma que el pro-
ceso ha estado bajo control durante el periodo de muestreo.
Carta de control R
Desarrollo de la carta de rango. De acuerdo con el tamaño de la muestra del ejemplo en
donde n = 5 la variable, la constante D4 = 2.11 y D3 = 0, según la tabla de factores para
la construcción de cartas de control tipo shewhart, sus límites de control se calculan de la
siguiente manera:
Límite de control superior (R) = LSCR = D4R = 2.11 × 1.59 = 3.355
Límite de control central (R) = R
Límite de control inferior (R) = LSCR = D4R = 0 × 1.59 = 0 2.11
Para realizar la carta de control se trabaja con el primer cuadrante del plano carte-
siano, posteriormente grafica el eje vertical para las medias o rangos promedios y el eje
horizontal para los lotes o sub grupos.
Carta R
L.C.S. R = 3.355
3.0
2.0
R 1.590
1.0
L.C.I. R = 0.00
Fuente: Elaboración propia.
Figura 3-10 Carta R .
3.6 Carta S
Cuando en una carta X ‒ R se requiere tener mayor exactitud para detectar brincos o
cambios muy pequeños en los procesos, se debe incrementar el tamaño de los subgrupos
o n, pero si n >10, la carta de rango ya no será suficiente para identificar los cambios en
la variabilidad de, los procesos por lo que se recomienda hacer uso de la carta S, o de
desviación estándar de los subgrupos (Gutiérrez Pulido & De la Vara Salazar, Control
estadistico de la calidad y seis sigma, 2013).
Para realizar esta carta se debe calcular la desviación estándar que por ser una va-
riable aleatoria, sus límites se determinan a partir de su media y su desviación estándar,
permitiendo calcular sus límites con la siguiente expresión:
Límites de desviación estándar
μS ± 3σS
Donde μS es la media del valor esperado de la desviación de la muestra y σS es la

desviación estándar de la muestra y está dado por:
μS = C4 σ y σS = σ 1 ‒ c²4
Considerando que σ es la desviación estándar del proceso y c4 es una constante que depen-
de del tamaño de subgrupos por lo que la estimación de sigma se hace de la siguiente manera:
Estimación de sigma
S
σ=
C4
Dondee S es la media de las desviaciones estándar de los subgrupos, por lo que σ no
se estima de forma directa con el promedio de las desviaciones estándar, por lo que sus
límites de control se calculan con la siguiente formula:
LCS = S + 3 S 1 − c 2 4
C4
LC = S
LCI = S + 3 S 1 − c 2 4
C4
Nota: si se requiere acompañar una carta promedio con una carta para medir la varia-
ción en ssus subgrupos, y se tiene una n > 10, se debe utilizar la carta S y los límites de la
cartaa X se determinaran de la siguiente manera:
LCS = X + 3 S
C4 n
LCS = X
LCS = X − 3 S
C4 n
EJEMPLO 3
En la elaboración de botellas de plástico lo primero que se elabora es la preforma o de

botella de prueba, para la cual se tienen varios criterios de calidad, uno de ellos es el
peso de la botella o preforma. Para un tipo de envase, el peso aceptable para la empresa
debe estar entre 28.00 ± 0.5 g. Cada media hora se toma un subgrupo de 10 botellas o
preformas y se pesan.
Las medias y desviaciones estándar de los últimos 20 subgrupos se muestran a continuación:
Tabla 3-4 Peso promedio de las botellas.
28.048 28.042 27.985 27.968 28.044 28.162 27.981

27.985 28.024 27.973 28.021 28.026 28.004 27.993
27.949 28.028 27.99 28.004 27.997 28.014
Tabla 3-5 Desviaciones estándar de los pesos de las botellas.
0.1343 0.1596 0.0846 0.0868 0.1086 0.1029 0.1241

0.1010 0.0924 0.1049 0.1157 0.1127 0.0841 0.1090
0.1285 0.1116 0.0927 0.1691 0.1083 0.1031
Considerando que la media de las medias o gran media es igual a 28.01, la media de
las desviaciones estándar fue igual a 0.1117 y del apéndice o tabla de cartas de Shewhart
se obtiene que para una n = 10, la constante C4 = 0.9727. Así, al aplicar las fórmulas indi-
cadas se obtienen los límites de la siguiente manera:
LCS = X + 3 [S /(C4 (n))] = 28.01 + 3 [0.1117/(0.9727* 10)] = 28.1189

LCS = X = 28.01
LCS = X ‒ 3 [S /(C4 (n))] = 28.01 ‒ 3 [0.1117/(0.9727* 10)] = 27.9011
28.2
LCS = 28.12
28.15 LC = 28.01
LCI = 27.90
28.1
Media
28.05
28
27.95
27.9
0 4 8 12 16 20
Subgrupo
0.2
LCS = 0.19
0.16 LC = 0.11
LCI = 0.03
0.12
S
0.08
0.04
0
0 4 8 12 16 20
Subgrupo
Fuente: (Gutiérrez Pulido, Calidad y productividad, 2014).
Figura 3-11 Carta X – S.
Además, se obtiene la desviación estándar del proceso σˆ = 0.1117/0.9727 = 0.1148.

De la carta X se observa que la media del subgrupo número 6 fue mayor que el límite
de control superior de la carta, lo que indica que cuando se obtuvieron los datos de ese
subgrupo el proceso estaba operando con una causa especial de variación, que provocó
un desplazamiento del promedio del proceso.
El comportamiento del proceso en los siguientes subgrupos muestra que, al parecer,
esa causa especial dejó de actuar y con respecto a la carta S, no se muestra ningún punto
fuera de sus límites, ni algún patrón especial, por lo que la magnitud de la variación del
proceso se mantuvo durante este tiempo (Gutiérrez Pulido & De la Vara Salazar, Control
estadistico de la calidad y seis sigma, 2013).
3.7 Carta X o de individuales

La carta de individuales es una carta para graficar variables de tipo continuo, pero en
lugar de aplicarse a procesos semimasivos o masivos, como es el caso de la carta X − R,
se emplea en procesos que tienden a ser más lentos. En estos últimos procesos es nece-
sario una medición o una muestra de la producción para obtener suficiente información
por lo que se requiere periodos relativamente largos (Gutiérrez Pulido, Calidad y Produc-
tividad, 2014).
Estos son algunos ejemplos de este tipo de procesos:
• Procesos químicos que trabajan por lotes.
• Industria de bebidas alcohólicas, en las que deben pasar hasta más de 100 horas para
obtener resultados de los procesos de fermentación y destilación.
• Procesos en los que las mediciones cercanas sólo difieren por el error de medición.
Por ejemplo, temperaturas en procesos, humedad relativa en el medio ambiente.
• Algunas variables administrativas cuyas mediciones se obtienen cada día, cada sema-
na o más. Por ejemplo, mediciones de productividad, de desperdicio, de consumo de
agua, electricidad, combustibles, etcétera.
Es por ello que en estos casos, la mejor alternativa es usar una carta de individuales,
ya que cuando se posee una medición particular de la variable que se quiere analizar se
registra en una carta.
Para determinar los límites de control se procede igual que en los casos anteriores, a
la estimación de la media y la desviación estándar del estadístico que se grafica en la carta,
que en este caso es directamente la medición individual de la variable X. Por es por eso
que los límites se obtienen con la expresión μx ± 3σx, donde μx y σx, son la media y la
desviación estándar del proceso, respectivamente. Es decir, los límites de control, en este
caso, coinciden por definición con los límites reales. En un estudio inicial estos paráme-
tros se estiman de la siguiente manera:
Parámetros
μ x = X𝖸σx = R = R
d2 1.128
Dondee X es la media de las mediciones, y R promedio es la media de los rangos móviles
de orden 2 (rango entre dos observaciones sucesivas en el proceso).
Al dividir el rango promedio entre la constante d2 se obtiene una estimación de la des-
viación estándar del proceso, σ. Además, como en este caso el rango móvil es de orden 2,
entonces el valor de n para determinar d2 será n = 2; por lo tanto, de acuerdo con el apén-
dice de la tabla de factores para las cartas de control, cuando n = 2, d2 = 1.128. De lo ante-
rior se concluye que los límites de control para una carta de individuales están dados por:
Límites carta de individuales

X±3 R
d2
EJEMPLO 4
En la producción de vinos para medir la eficacia del proceso de molienda se mide el grado
brix residual después de la molienda (cantidad de azúcar que queda en el bagazo de la fruta).
Ésta variable entre más pequeña mejor, y el valor máximo tolerado que se ha fijado en una
empresa en particular es, especificación superior = 3.5%. Después de moler cada lote de fruta
se determina el grado brix residual, por lo que se considera como un proceso lento que es más
apropiado analizar con una carta de individuales.
En la siguiente tabla se muestran los datos para los últimos 40 lotes de fruta molidos,
y se incorpora la columna para el rango móvil de orden 2 ya son de dos tomas que se
obtiene el rango entre que son los dos datos consecutivos más recientes.
Tabla 3-6 Cantidad de azúcar en el bagazo de fruta.
Lote Brix residual Rango móvil Lote Brix residual Rango móvil
1 2.0 21 1.2 0.9
2 2.4 0.4 22 1.8 0.6
3 2.2 0.2 23 2.0 0.2
4 1.4 1.8 24 2.4 0.4
5 2.3 0.9 25 1.9 0.5
6 1.8 0.5 26 2.4 0.5
7 1.5 0.3 27 2.4 0.0
8 1.5 0.0 28 1.7 0.7
9 2.1 0.6 29 1.8 0.1
10 2.0 0.1 30 2.1 0.3
11 1.6 0.4 31 1.7 0.4
12 2.2 0.6 32 2.1 0.4
13 1.9 0.3 33 1.6 0.5
14 2.4 0.5 34 2.4 0.8
15 3.3 0.9 35 2.1 0.3
16 2.1 1.2 36 1.8 0.3
17 2.1 0.0 37 1.3 0.5
18 1.8 0.3 38 1.8 0.5
19 1.6 0.2 39 1.7 0.1
20 2.1 0.5 40 1.6 0.1
X = 1.95 R = 0.43
Fuente: Gutiérrez Pulido & De la Vara Salazar, Control estadistico de la calidad y seis sigma, 2013.
La media y el rango medio de los datos son 1.95 y 0.43, respectivamente. De estos
se calculan los límites de control preliminares para la cantidad de azúcar que queda en el
bagazo de la fruta y estos son los siguientes:
LCS = 1.95 + 3[0.43/1.128] = 3.1

LCS = 1.95
LCS = 1.95 - 3[0.43/1.128] = 0.81
a) Carta de individuales
4
LCS = 3.1
3
LC = 1.95
LCI = 0.81
Brix
0 10 20 30 40
Lote
Figura 3-12 Carta X – S. (continúa)
b) Carta de rangos móviles

1.5
1.2 LCS = 1.41

LC = 0.43
Rango
0.9 LCI = 0.00
0.6
0.3
0 10 20 30 40
Lote
Figura 3-12 continuación.
Nótese que en el ejemplo 3-12, el LCS es menor que ES = 3.5. Por lo tanto, si en
este proceso se controlara (de manera errónea) con la especificación superior como
LCS, el lote 15 no caería fuera de ES = 3.5 y no se hubiera detectado ese desajuste en
el molino.
Lo anterior, aunado a otros cambios y desajustes, que podrían ir apareciendo y con-
ducirían a un deterioro importante de la eficacia del proceso y a reaccionar demasiado
tarde en forma correctiva, en lugar de hacerlo de manera oportuna y preventiva. O bien,
cuando se inició el cambio, y no después de horas o días en el proceso.
En otras palabras, si se usan los límites de especificaciones se estará incrementado el
error 2 por no reaccionar cuando se debió hacerlo. Por el contrario, si el límite de control
fuera mayor que la especificación y se reaccionara en consecuencia, entonces cuando un
dato estuviera fuera de ES se estaría buscando un hecho especial, cuando en realidad
pudo deberse a la variación natural o común del proceso. Con ello, se estaría incremen-
tando el error 1.
En estas cartas se observa que no hay tendencias ni ningún otro patrón especial, salvo
un punto fuera del LCS correspondiente al lote 15. Por lo que se entiende que durante la
molienda de ese lote ocurrió algo particular que usualmente no sucede. Al investigar si
ocurrió algo especial, se encontró que ahí se detectó un desajuste en los tachos del moli-
no. Esta evidencia mostrada en la carta ayudó a reforzar la necesidad de tener un mayor
cuidado en dicho proceso mediante un monitoreo objetivo con la carta de control, a fin
de detectar oportunamente cualquier cambio.
En el análisis es posible notar que el LCS es menor que ES = 3.5. Por lo tanto, si en
este proceso se controlara de manera errónea con la especificación superior como LCS,
el lote 15 no caería fuera de ES = 3.5 y no se hubiera detectado ese desajuste. Lo ante-
rior, más sumados a otros cambios y desajustes, podría ir provocando más problemas y
conduciría a un deterioro importante de la eficacia del proceso y al reaccionar demasiado
tarde en forma correctiva, en lugar de hacerlo de manera oportuna y en forma preventiva.
Por el contrario, si el límite de control fuera mayor que la especificación y se reaccio-
nara con base en ésta, entonces cuando un dato estuviera fuera de ES se estaría buscando
un hecho especial, cuando en realidad pudo deberse a la variación natural o común del
proceso, con ello, se estaría incrementando el error 1.
99
Aplicación práctica
Número de cuenta:
Instrucciones: Realice el siguiente ejercicio en la hoja de trabajo y escriba todos los pro-
cedimientos.
La empresa del Pacífico con el propósito de medir la productividad lleva un registro
de las horas de trabajo caídas por semana de tres distintas líneas de procesos; se ha de-
cidido realizar un análisis de estos datos mediante una carta de control de individuales,
por lo que se pide que realice la carta de control y conteste las siguientes interrogantes.
a) ¿Qué ventajas ofrece la aplicación de esta carta y a qué análisis usted llegaría?
b) Calcule los límites de control para cada línea de producción e interprételos.
c) Obtenga la carta para cada caso e interprételas.

d) ¿Hay alguna diferencia entre las tres líneas?
e) ¿Hay algún hecho especial y relevante?
Subgrupo Temperatura Rango móvil Subgrupo Temperatura Rango móvil

1 27.4 24 26.5 2.7
2 26.8 0.6 25 23.3 3.2
3 24.3 2.5 26 23.8 0.5
4 26.6 2.3 27 25.5 1.7
5 26.5 0.1 28 26.4 0.9
6 25.6 0.9 29 27.5 1.1
7 25.1 0.5 30 27.7 0.2
8 26.5 1.4 31 28.5 0.8
9 25.8 0.7 32 29.8 1.3
10 24.7 1.1 33 25.1 4.7
11 23.3 1.4 34 25.0 0.1
12 23.3 0.0 35 22.9 2.1
13 24.7 1.4 36 23.6 0.7
14 23.4 1.3 37 24.7 1.1
15 27.4 4.0 38 24.4 0.3
16 24.7 2.7 39 25.4 1.0
17 21.7 3.0 40 23.5 1.9
18 26.7 5.0 41 27.8 4.3
19 24.2 2.5 42 25.5 2.3
20 25.5 1.3 43 26.5 0.9
21 25.3 0.2 44 24.5 1.9
22 25.0 0.3 45 23.5 1.0
23 23.8 1.2
Media 25.32 1.57
3.8 Cartas de atributos

Las cartas de atributos permiten medir la calidad de un proceso o producción con base
en la aceptación de un atributo, ya que cualquier característica de calidad que pueda ser
clasificada de forma binaria, es decir que “cumple o no cumple”, “funciona o no funcio-
na”, “pasa o no pasa”, entre otros, en función de los efectos de control del proceso, será
considerado como un atributo y para su control se utilizará un gráfico de control por
atributos.
Se entiende como artículo defectuoso a un producto que no reúne ciertos atributos,
por lo que no se permite que pase a la siguiente etapa del proceso; puede ser reprocesado
o de plano desechado (Gutiérrez Pulido, Calidad y productividad, 2014).
En este tipo de carta los criterios de aceptación al utilizar gráficas de control por
atributos deben estar claramente definidos y el procedimiento para decidir si esos crite-
rios se están alcanzando consiste en producir resultados consistentes a través del tiempo
(Anderson, Sweeney, & Williams, 2008). Este procedimiento consiste en definir opera-
cionalmente lo que se desea medir. Algunos ejemplos de una definición operacional de un
atributo se presentan a continuación:
1. Un criterio que se aplica a un objeto o a un grupo
2. Una prueba del objeto o del grupo
3. Una decisión, sí o no. El objeto o el grupo alcanza o no el criterio.
3.9 Gráfica P para fracción de unidades

defectuosas (atributos)
En la construcción de esta carta P se debe utilizar la proporción de artículos defectuosos
en una muestra, esta se obtiene de la siguiente manera:
Número de efectos en una muestra
P=
Tamaño de la muestra
De igual manera, la idea de la aplicación de esta carta es la siguiente:
• De cada lote, embarque, pedido o de cada cierta parte de la producción, se toma una
muestra o subgrupo de n artículos, que puede ser la totalidad o una parte de las pie-
zas bajo análisis.
• Las n piezas de cada subgrupo son inspeccionadas y cada una es catalogada como
defectuosa o no. Las características o atributos de calidad por los que una pieza es
evaluada como defectuosa, pueden ser una o más.
Una vez determinados los atributos bajo análisis, es preciso aplicar criterios y/o aná-
lisis bien definidos y estandarizados.
• Si de las n piezas del subgrupo se encuentra que di son defectuosas (no pasan), enton-
ces en la carta P se grafica y se analiza la variación de la proporción pi de unidades
defectuosas por subgrupo (Gutiérrez Pulido & De la Vara Salazar, Control estadistico
de la calidad y seis sigma, 2013):
di
Pi =
ni
Para calcular los límites de control se parte del supuesto de que la cantidad de piezas
defectuosas por subgrupo sigue una distribución binomial, y que los límites están
dados por μw ± 3σw la media, más menos tres desviaciones estándar del estadístico W
que se grafica en la carta. Por lo tanto, en el caso que nos ocupa W = pi. Así, de acuerdo
con la distribución binomial se sabe que la media y la desviación estándar de una propor-
ción están dadas respectivamente por:
μi = pi y σ pi= (p(1
(p(1-p)
1-p) )/n
Dado que donde n es el tamaño de subgrupo y p– es la proporción promedio de

artículos defectuosos en el proceso. De acuerdo con esto, los límites de control de la carta
p con tamaño de subgrupo constante, están dados por:
Límite de control superior = LCS = p + 3 p(1
p(1-p)/n
1-p)/
Línea central = p
Límite de control inferior = LCI = LCS = p - 3 (p(1-p))/n
Pasos para la elaboración de la gráfica

Paso 1. Determinar la frecuencia y tamaño de la muestra
En este paso se establece la frecuencia con la cual los datos serán tomados, bien sea
por horas, días o semanas. Se debe de considerar que los intervalos cortos entre tomas
de muestras permiten una rápida retroalimentación al proceso ante la presencia de pro-
blemas. Por otro lado, los tamaños de muestra grandes permiten evaluar de forma más
estables el desarrollo del proceso y son más sensibles a pequeños cambios en el promedio
del mismo. Se aconseja tomar tamaños de muestra iguales aunque no necesariamente se
tiene que dar esta situación, el tamaño de muestra debería de ser mayor a 30 y el tamaño
de los subgrupos será de 25 o más.
Paso 2. Calcular el porcentaje defectuoso (p) del subgrupo
Se necesita que se registre la siguiente información para cada subgrupo:
El número de partes inspeccionadas n
El número de partes defectuosas np
Calcule la fracción defectuosa (p) mediante p = np
n
Paso 3. Calcular el porcentaje defectuoso promedio y límites de control
El porcentaje defectuoso promedio para los k subgrupos se calcula con la siguiente fórmula:
np1 + np2 +.... + npk
p=
n1 + n2 + ..... + nk
P (1 − p)
LSC p = p + 3
n
P (1 − p)
LSC p = p − 3 n
Donde es el tamaño de muestra promedio.
EJEMPLO 5
En una fábrica de latas de aluminio se toma el registro del número de partes defectuosas,
en una muestra tomada cada hora de 50 latas de aluminio, con 30 subgrupos. La empre-
sa requiere que se realice la gráfica de control para la siguiente serie de datos obtenida
durante el muestreo.
Tabla 3-7 Datos de ejercicio.
Muestra Latas de aluminio Muestra Latas de aluminio

defectuosa np defectuosa np
1 8 16 12
2 10 17 15
3 5 18 8
4 13 19 10
5 11 20 4
6 20 21 7
7 18 22 16
8 24 23 9
9 15 24 14
10 9 25 10
11 12 26 5
12 7 27 6
13 13 28 17
14 9 29 12
15 6 30 22
A continuación se presenta la tabla con la proporción de defectos de la muestra de las

latas de aluminio.
Tabla 3-8 Proporción de defectos del ejercicio.
Subgrupos Latas de Proporción Subgrupos Latas de Proporción

aluminio defectuosa aluminio defectuosa
defectuosa defectuosa
np np
1 8 0.16 16 12 0.24
2 10 0.20 17 15 0.30
3 5 0.10 18 8 0.16
4 13 0.26 19 10 0.20
5 11 0.22 20 4 0.08
6 20 0.40 21 7 0.14
7 18 0.36 22 16 0.32
8 24 0.48 23 9 0.18
9 15 0.30 24 14 0.28
10 9 0.18 25 10 0.20
11 12 0.24 26 5 0.10
12 7 0.14 27 6 0.12
13 13 0.26 28 17 0.34
14 9 0.18 29 12 0.24
15 6 0.12 30 22 0.44
Se procede a calcular la fracción defectuosa para cada muestra considerando que el

tamaño de esta es de n = 50, por consiguiente la proporción se determina dividiendo los
defectos de cada muestra entre el tamaño de n, ejemplo;
p = n = 8 = 0.16
np
50
En el caso de determinar el promedio de defectos del ejercicio en general se determi-

na sumando la proporción de todos los defectos y se divide entre el número de sub grupos
de la muestra obteniendo la siguiente fórmula:
p 6.94
p =∑ n = = 0.2313
30
NOTA: Cuando P y/o n es pequeño, el límite de control inferior puede resultar nega-
tivo, en estos casos el valor del límite será = 0
Ahora se calculan los límites de control de la carta
p(1 − p) 0.2313(1 − 0.2313)

LSC p = p + 3 = 0.2313 + 3 = 0.4102
n 50
LSC p = p
p(1 − p) 0.2313(1 − 0.2313)

LSC p = p + 3 = 0.2313 − 3 = 0.05243
n 50
25 1
1
3.0SL = 20.51
20
Proporción de defecto
15
NP = 11.57
10
5
‒3.0SL = 2.62
0
0 10 20 30
Subgrupos
Figura 3-13 Carta P.

105
Aplicación práctica: carta P
Número de cuenta:
Instrucciones: Realice el siguiente ejercicio en la hoja de trabajo y anote todos los proce-
dimientos.
En un proceso de ensamble, antes de empacar se inspecciona el número de artículos
defectuosos se solicita que realice la carta de control correspondiente y sus límites de
control con los datos que se muestran a continuación.
Registro de solicitudes.
Lote Muestra Artículos Lote Muestra Artículos

defectuosos defectuosos
1 120 10 11 120 10
2 140 8 12 121 20
3 115 5 13 118 12
4 121 9 14 120 10
5 120 6 15 119 0
6 122 5 16 121 10
7 118 14 17 120 13
8 122 12 18 122 5
9 117 9 19 120 6
10 118 8 20 119 11
Notas
106
3.10 Carta np o número de defectuosos

Nota: Esta carta se recomienda cuando el tamaño de subgrupo o muestra en las cartas p
es constante. La gráfica np se basa en el número de defectos en vez de la proporción de
defectos. Los límites se calculan mediante la siguiente fórmula.
LSC = np ± 3 np(1 − p)
EJEMPLO 6
En este ejemplo se considera una n = 50, y un p = 0.2313 por lo que se obtienen los
siguientes límites de control utilizando los datos del diagrama anterior.
LSC = np + 3 np(1 − p) = (50)(0.2313) + 3 ((50)(0.2313))((1 − 0.2313)) = 20.510
LSC = np = 11,565
LSC = np − 3 np(1 − p) = (50)(0.2313) − 3 ((50)(0.2313))((1 − 0.2313)) = 2.621
25 1
1
3.0SL = 20.51
20
Proporción de defecto
15
NP = 11.57
10
5
‒3.0SL = 2.62
0
0 10 20 30
Subgrupos
Figura 3-14 Carta NP.

Notas
108
109
Aplicación práctica: carta np
Número de cuenta:
Instrucciones: Resuelva el siguiente ejercicio en la hoja de trabajo y anote todos los pro-
cedimientos.
Una prestigiosa compañía aseguradora recibe solicitudes de pago de gastos médicos
del colegio de ingenieros. Desea encontrar datos estadísticos al respecto, por lo que deci-
de tomar muestras de 300 solicitudes y encontrar las que no estén conforme al reglamento
de la aseguradora. Determine los límites de la carta P y grafique.
A continuación se detallan los datos de las solicitudes y los no conformes
No. de Cantidad Cantidad Fracción No. de Cantidad de Cantidad Fracción

subgrupo de solicitudes de no de no subgrupo solicitudes de no de no
inspec- conformida- conformida- inspec- conformida- conformida-
cionadas des des cionadas. des des
(P) (P) (P) (P)
1 300 12 14 300 3
2 300 3 15 300 0
3 300 9 16 300 5
4 300 4 17 300 7
5 300 0 18 300 8
6 300 6 19 300 16
7 300 6 20 300 20
8 300 1 21 300 5
9 300 8 22 300 6
10 300 11 23 300 0
11 300 2 24 300 3
12 300 10 25 300 2
13 300 9 Total ∑ ∑
Continuación del ejercicio:

3.11 Carta C o para número de defectos

Con esta carta se analiza la variabilidad del número de defectos por subgrupo, siempre y
cuando el tamaño del subgrupo se mantenga constante. También se usa para determinar
la ocurrencia de defectos en la inspección de una unidad de producto, es decir, que se
debe determinar cuántos defectos tiene cada unidad o un producto (Anderson, Sweeney,
& Williams, 2008).
Donde:
c = total de defectos/número de unidades de producto.
Los límites de control se calculan mediante la siguiente fórmula:
LSC = c ± 3 c
EJEMPLO 7
En la siguiente tabla se presenta el número de defectos que se observaron en 26 muestras

sucesivas de 100 unidades.
Tabla 3-9 Carta C.
Defectos Muestra Defectos

21 14 19
24 15 10
16 16 17
12 17 13
15 18 22
5 19 18
28 20 39
20 21 30
31 22 24
25 23 16
20 24 19
24 25 17
16 26 15
Se debe calcular el valor de c promedio y es de la siguiente manera:
516
c= = 19.67
26
Los límites de control de la carta c se determinan de la siguiente forma:
LSC = 19.67 + 3 19.67 = 32.97

LSC = 19.67
LSC = 19.67 ‒ 3 19.67 = 6.37
40 1
3.0SL = 33.21
30
Defectos
20 C = 19.85
10
‒3.0SL = 6.48
1
0
0 10 20
Unidades
Figura 3-15 Carta C.

113
Número de cuenta:
cedimientos.
En una empresa que procesa productos químicos se tienen problemas de intoxicación
por exposición e inhalación involuntaria de los trabajadores de tales productos. Para
evaluar el número de empleados afectados por intoxicación durante los últimos dos años
se recurre a los registros de la enfermería de la empresa para determinar los límites de
control y la carta C, para lo cual la empresa nos proporciona los datos siguientes:
Intoxicados Intoxicados
Mes Mes
Ci Ci
1 7 10 6
2 5 11 5
3 12 12 4
4 5 13 4
5 4 14 1
6 7 15 3
7 2 16 3
8 4 17 7
9 2 18 5
Continuación del ejercicio:

3.12 Carta U o de defectos por unidad

Esta carta se utiliza cuando se cuantifica el número promedio de no conformidades por
unidad, ya que la carta U se basa en el promedio de defectos por unidad inspeccionada:
u = nc
Y cuyas variables a considerar son:

c = número de defectos
n = cantidad de piezas inspeccionadas
Para determinar los límites de control se utilizan las fórmulas siguientes:
LSC = u + 3 un
LSC = u
LIC = u − 3 un
EJEMPLO 8
Una de las compañías más prestigiosas y líder en el mercado de la tecnología fabrica

calculadoras científicas y desea elaborar una carta de control del número de defectos por
unidad, para ello ha considerado un tamaño de muestra de cinco calculadoras.
En siguiente tabla se presenta el número de defectos en 20 muestras de 5 calculadoras
cada una. Elabore la carta de control U con sus respectivos límites.
Tabla 3-10 Defectos en calculadoras Carta U.
Muestra Tamaño de Número de Promedio Muestra Tamaño de Número de Promedio

muestra defectos de defectos muestra defectos de defectos
por unidad por unidad
ui ui
1 5 10 2 11 5 9 1.8
2 5 12 2.4 12 5 5 1
3 5 8 1.6 13 5 7 1.4
4 5 14 2.8 14 5 11 2.2
5 5 10 2 15 5 12 2.4
6 5 16 3.2 16 5 6 1.2
7 5 11 2.2 17 5 8 1.6
8 5 7 1.4 18 5 10 2
9 5 10 2 19 5 7 1.4
10 5 15 3 20 5 5 1
193 38.6
Se determina el valor de u promedio de la siguiente manera:
∑u 38.60
u= i
= = 1.93
n 20
Después, se deben determinar los límites de control con las siguientes formulas:
LIC = u + 3 un = 1.93 + 3 1.93 = 3.79

5
LIC = 1.93
LIC = 1.93 − 3 1.93 = 0.07

5
4
3.0SL = 3.794
3
Número de defecto
2 U = 1.930
0 ‒3.0SL = 0.06613
0 10 20
Muestra
Figura 3-16 Carta U.

117
Número de cuenta:
cedimientos.
En una maquila de camisetas se ha observado el número de no conformidades
encontradas en 24 lotes de camisetas consecutivos. Donde el número de camisetas inspec-
cionadas en cada lote es variable. Determine los límites de control y su respectiva carta U.
A continuación se detallan los datos obtenidos de la maquila.
Número promedio
Tamaño Total de no
de no conformidades
Lote de muestra conformidades
por circuito
ni Ci
Ui
1 20 17 0.9
2 20 24 1.2
3 20 16 0.8
4 20 26 1.3
5 15 15 1
6 15 15 1
7 15 20 1.3
8 25 18 0.7
9 25 26 1
10 25 10 0.4
11 25 25 1
12 30 21 0.7
13 30 40 1.3
14 30 24 0.8
15 30 46 1.5
16 30 32 1.1
17 30 30 1
Continúa
Continuación
Número promedio
Tamaño Total de no
de no conformidades
Lote de muestra conformidades
por circuito
ni Ci
Ui
18 30 34 1.1
19 15 11 0.7
20 15 14 0.9
21 15 30 2
22 15 17 1.1
23 15 18 1.2
24 15 20 1.3
Total 525 549 U = 1.04

119
CAPÍTULO
Fecha:
4
Número de cuenta:
Sección:
Muestreo
Calificación:
de aceptación
• Aprender a elaborar planes de muestreo

de aceptación.
Los muestreos de aceptación para evaluar el cumplimiento de especificaciones o requisi-

tos pactados por medio de documentos con sus proveedores son necesarios para asegurar
la calidad de los insumos para el correcto proceso de su producto o servicio.
La presión que se hace para el cumplimiento de lo pactado estriba en regresar todo
el lote que tuviera un resultado superior a las especificaciones acordadas previamente, es
decir, no se rechazan solo los elementos encontrados con no conformidades sino todo el
envío, lo que implica costos para el proveedor.
El modelo básico de un muestreo de aceptación es N que representa el tamaño del
lote, n que es el tamaño de la muestra, y c que es el número de aceptación, ejemplo:
N = 50 piezas
n = 5 piezas
c=0
Lo que significa que el lote es de 50 piezas, se toma 5 piezas de ese lote de 50 piezas,
y se acepta cero piezas malas, es decir con una que no reúna las especificaciones se recha-
zan las 50 piezas del lote y no solamente las 5 piezas de la muestra.
Esto se conoce como muestreo simple por atributos, aceptación de lote a lote.
Los costos de transporte y reposición de piezas correctas corresponden al proveedor.
Todo lo anterior hace muy efectiva la aceptación por muestreo, sin embargo, no existe
un plan de muestreo de aceptación ideal que proteja en 100% a la empresa del riesgo de
recibir lotes defectuosos.
Una forma más efectiva de realizar el muestreo de aceptación es usar un tamaño de
muestra n fijo más que % de acuerdo con el lote N, eso se puede verificar analizando las
curvas de aceptación de los planes de muestreo propuesto.
EJEMPLO PRÁCTICO
La industria de alimentos usa variedad de material de empaque, desde bolsas de diferentes

capacidades o cantidades del producto, y diversos tipos de cajas. Se conoce como empaque
primario si está en contacto con el producto y empaque secundario si está en contacto con
el empaque primario.
Las no conformidades más frecuentes detectadas son: mala impresión, mal sellado,
presencia de insectos, materia extraña, suciedad y medidas incorrectas.
Supóngase que una planta de alimentos recibe material de empaque secundario en
fardos que pesan 50 libras en paquetes de 20, es decir que el tamaño del lote es de 1,000
libras, con este dato se usa la tabla 4.1 a un nivel de inspección II, con 1,000 libras la letra
escogida es J.
Tabla 4-1 Letras código para el tamaño de la muestra

(MIL STD 105D).
Niveles generales de inspección

Tamaño del lote I II III
501 a 1,200 J
Adaptado de Besterfield, 2009.
Capítulo 4 Muestreo de aceptación 121
Con la letra J escogida se define el tamaño de la muestra en 80 libras con un nivel de

calidad aceptable de 0.15, se rechazará todo el lote de material empaque recibido:
Tabla 4-2 Nivel de aceptación/rechazo del lote.
Nivel de calidad aceptable (NCA), en porcentaje

Letra código para Tamaño 0.15
el tamaño de la de la
muestra muestra n Aceptar Rechazar
J 80 0 1
Adaptado de (Besterfield, 2009).
Se necesita evaluar el plan de muestreo definido así N = 1,000 libras, n = 80 libras

y c = 1. Esto se puede evaluar con la gráfica de aceptación cuyo desarrollo se expone a
continuación.
La curva característica de la operación

La gráfica de probabilidad de aceptación, que en realidad debe conocerse como la curva
característica de operación, es una herramienta visual poderosa para evaluar el muestreo
de aceptación aplicado, en este caso particular refleja que el muestreo de aceptación de
n = 80 libras con c = 1 libras de rechazo, para aceptar o rechazar un lote de 1,000 libras
no es tan efectivo como se espera, ya que no es lo estricto del número de aceptación que
en el ejemplo es de solo c = 1, sino el tamaño de muestra, que a mayor tamaño es mas
representativa del lote completo que es nuestro universo, la dificultad estriba que mayor
es la muestra más tiempo para realizarla se requiere.
Tabla 4-3 Probabilidades de aceptación para el plan de muestreo sencillo n = 80, c = 1.
Calidad supuesta Tamaño de Probabilidad Porcentaje

del proceso muestra de aceptación de lotes aceptados
Po 100Po n nPo Pa 100Pa
0.00 0 80 0 1.00 100
0.01 1 80 0.80 0.81 81
0.02 2 80 1.60 0.53 53
0.03 3 80 2.40 0.31 31
0.04 4 80 3.20 0.17 17
0.05 5 80 4.00 0.09 9
0.06 6 80 4.80 0.05 5
0.07 7 80 5.60* 0.02 2
0.08 8 80 6.40* 0.01 1
0.09 9 80 7.20 0.00 0
0.10 10 80 8.00 0.00 0
0.11 11 80 8.80 0.00 0
0.12 12 80 9.60 0.00 0
0.13 13 80 10.40 0.00 0
0.14 14 80 11.20 0.00 0
0.15 15 80 12.00 0.00 0
* Por interpolación.
Para obtener la probabilidad de aceptación, refiérase a la tabla 4.3 que refleja valores
importantes como el nPo , y el valor c. Con estos dos para cada valor propuesto de calidad
supuesta se puede hacer la gráfica de probabilidad de aceptación usando las dos últimas
columnas de la tabla mencionada.
La probabilidad de aceptación se encuentra usando la tabla de distribución de Pois-
son, usando el número c y el nPo y en su intersección en la tabla, a manera de ejemplo
y porque es más ilustrativo, para c = 1, y nPo = 5 la probabilidad de aceptación es 0.041; y
para c = 1 y nPo = 6 es 0.0017, para hallar 5.60 se debe interpolar.
Tabla 4-4 Fragmento de la tabla de Poisson (los valores acumulados

están en paréntesis).
np0
4.6 4.7 4.8 4.9 5.0
c
0 0.010 (0.010) 0.009 (0.009) 0.008 (0.008) 0.008 (0.008) 0.007 (0.007)
1 0.046 (0.056) 0.043 (0.052) 0.039 (0.047) 0.037 (0.045) 0.034 (0.041)
np0
6.0 7.0 8.0 9.0 10.0
c
0 0.002 (0.002) 0.001 (0.001) 0.000 (0.000) 0.000 (0.000) 0.000 (0.000)
1 0.015 (0.017) 0.006 (0.007) 0.003 (0.003) 0.001 (0.001) 0.000 (0.000)

Adecuado de (Besterfield, 2009).
Curva de probabilidad de aceptación
120
100
Porcentaje de lotes aceptados
100
81
80
60
53
40
31
20
17
9 5 2 1 0 0 0 0 0 0
0 0
0 2 4 6 8 10 12 14 16
Figura 4-1 Plan de muestreo sencillo N = 1,000, n = 80, c = 1.
El plan de muestreo N = 1,000 libras, n = 80 libras y c = 1 permite que se acepte 1% de

no conformidades en 81% de lotes inspeccionados, 2% de no conformidades en 53%
de lotes inspeccionados y así sucesivamente.
Capítulo 4 Muestreo de aceptación 123
Al colocar este plan en términos económicos implica que 20 libras de bolsas se-
rán aceptadas con no conformidades, supóngase que cueste un $1 la libra, es decir, que
perderá $20 de forma tangible directa, pero habrá más costos intangibles en términos de
tiempo, espacio, reclamos y retrasos.
En conclusión, no se debe realizar un plan de muestreo de aceptación sin la realiza-
ción de la curva de probabilidad de aceptación para evaluar su efectividad.
PREGUNTAS DE REPASO
1. ¿Por qué es importante el muestreo de aceptación?
2. ¿Qué refleja la curva de probabilidad de aceptación?
Notas
124
125
Aplicación práctica: muestreo
Número de cuenta:
Ejercicio práctico.
Haga un plan de muestreo para la recepción de frutas, y realice la curva de probabilidad
de aceptación.
Notas
126
CAPÍTULO
5 Introducción
al diseño
experimental
Al completar el estudio de este apartado, el estudiante

será capaz de:
• Conocer en qué consisten los diseños experimen-

tales.
• Conocer por qué es necesario realizar diseños

experimentales de un factor.
En la actualidad, realizar investigaciones es parte del diario vivir en muchos campos de

acción, especialmente en la medicina, biología, ingeniería, química, metalurgia y casi to-
das las ramas de las ciencias sociales. Por lo tanto, establecer diseños experimentales es
básico para poder concluir los alcances de estos.
El diseño experimental se utiliza para identificar y medir las causas que provocan los
efectos que se presentan dentro de un estudio experimental, a través de la manipulación
de una o más variables dentro del objeto de estudio y apoyándose en herramientas esta-
dísticas para estos fines.
Algunos ejemplos que se tienen de diseños experimentales son los siguientes:
• En los sistemas de producción analizar si la calidad de la materia prima influye en la
productividad de la línea de producción.
• En una empresa de servicio determinar si el servicio al cliente influye en la decisión
de compras de los clientes.
• En los sistemas educativos evaluar si las competencias del catedrático y su método de
enseñanza influye en la capacidad de aprendizaje de los alumnos.
5.1 Diseño de un solo factor

Los diseños experimentales se utilizan cuando el investigador pretende establecer el po-
sible efecto de una causa que se manipula (Hernandez Sampieri, Fernandez Colado, &
Baptista Lucio, 2014). En el caso específico de los diseños experimentales de un factor se
refiere al análisis de experimentos establecidos de forma línea donde se apoya del análisis
estadístico del modelo experimental a través del Análisis de Varianza (ANOVA).
El análisis de varianza (ANOVA), es una prueba estadística para analizar si más de
dos grupos difieren significativamente entre sí en cuanto a sus medias y varianzas. El
análisis de varianza unidireccional produce un valor conocido como F o razón F, que se
basa en una distribución muestral, conocida como distribución F, la cual es otro miembro
de la familia de distribuciones muestrales. La razón F compara las variaciones en las pun-
tuaciones debidas a dos diferentes fuentes: variaciones entre los grupos que se comparan
y variaciones dentro de los grupos. Si el valor F es significativo implica que los grupos
difieren entre sí en sus promedios. (Hernandez Sampieri, Fernandez Colado, & Baptista
Lucio, 2014)
Para elaborar un diseño experimental de un factor se debe de realizar lo siguiente:
1. Definir la situación problemática que se va a investigar, donde se menciona cómo
será el grupo control y cómo será el grupo experimental.
2. Determinar las variables que serán objeto de investigación. Definir variables indepen-
dientes y dependientes.
3. Establecer cuáles serán las hipótesis de investigación, para poder evaluar las mismas
a través de la herramienta estadística determinada en función del valor F.
4. Realizar la evaluación de los resultados a través del cálculo de la ANOVA apoyándose
de programas estadísticos para esos fines como ser Excel, SPSS u otro que se estime
conveniente.
5. Elaborar las conclusiones que corresponden según los resultados obtenidos de la
investigación.
Capítulo 5 Introducción al diseño experimental 129
EJEMPLO DEL ANÁLISIS DE VARIANZA DE UN FACTOR
Los sectores de producción de las fincas de una empresa camaronera están enfocados en
producir camarones de alta calidad, en el menor tiempo posible y a un bajo costo. Por
esto se desarrollan investigaciones para determinar los aspectos en los cuales se pueden
mejorar para alcanzar las metas trazadas. Una de estas metas es comprobar si cambiar de
un sistema de una frecuencia de alimentación que se utiliza actualmente en las lagunas
de producción a un sistema de dos frecuencias de alimentación en un día puede producir
un crecimiento en menor tiempo del camarón contribuyendo a incrementar la producti-
vidad en las lagunas de producción y reducir los costos de producción, ya que esta es una
práctica común en otras empresas de la misma industria pero que no ha sido implemen-
tada en las lagunas de producción de esta empresa.
Las variables por considerar en el presente estudio son las siguientes:
• Variables dependientes:
1. Tasa de crecimiento.
2. Factor de conversión alimenticia (FCA).
3. Costo de alimento por libra de camarón producida.
4. Rendimiento libra cola / hectárea.
• Variable independiente:
1. Sobrevivencia
Las hipótesis que se definen para la investigación son las siguientes:

1. Hipótesis de investigación (H1): El crecimiento promedio del camarón en cultivo
semiintensivo con la implementación de dos frecuencias de alimentación es mayor al
crecimiento que se logra con un sistema de una frecuencia de alimentación.
2. Hipótesis nula (Ho1): El crecimiento promedio del camarón en cultivo semiintensivo
con la implementación de dos frecuencias de alimentación es igual al crecimiento
que se logra con un sistema de una frecuencia de alimentación.
3. Hipótesis alternativa (Ha1): El crecimiento promedio del camarón en cultivo semi-
intensivo con la implementación de dos frecuencias de alimentación es menor al
crecimiento que se logra con un sistema de una frecuencia de alimentación.
4. Hipótesis de investigación (H2): El costo del alimento por libra producida de cama-
rón alimentado con dos frecuencias de alimentación es mayor al costo por libra del
camarón alimentado una sola vez.
5. Hipótesis nula (Ho2): El costo del alimento por libra producida de camarón
alimentado con dos frecuencias de alimentación es igual al costo por libra del
camarón alimentado una sola vez.
6. Hipótesis alternativa (Ha2): El costo del alimento por libra producida de cama-
rón alimentado con dos frecuencias de alimentación es menor al costo por libra
del camarón alimentado una sola vez.
Los resultados obtenidos fueron los siguientes:
Análisis de Varianza (ANOVA): Crecimiento semanal

RESUMEN
Grupos Cuenta Suma Promedio Varianza
Control ( 1 alimentación) 3 3.29 1.10 0.005
Experimental (2 alimentaciones) 3 3.54 1.18 0.011
Análisis de varianza
Promedio
Origen Suma de Grados de de los Valor crítico
de las variaciones cuadrados libertad cuadrados F Probabilidad para F
Entre grupos 0.01 1 0.010 1.29 0.32 7.71
Dentro de los grupos 0.03 4 0.008
Total 0.04 5
Calculado F = 1.29 < F(0.05) = 7.71 no existe diferencia significativa para ninguno de los tratamientos
Tabla de Datos: Crecimiento semanal (grs/ semana)

Investigacion / Grupo R1 R2 R3
Control (1 vez) 1.17 1.03 1.09
Experimental (2 veces) 1.14 1.1 1.3
Figura 5-1 ANOVA variable crecimiento semanal.
Análisis de Varianza (ANOVA): Factor de Conversion Alimenticia (FCA)

RESUMEN
Control (1 Alimentación) 3 3.94 1.31 0.034
Experimental (2 Alimentaciones) 3 4.34 1.45 0.034
Promedio
Entre grupos 0.03 1 0.03 0.78 0.43 7.71
Total 0.16 5
Tabla de Datos: Factor de Conversión de Alimento

(Lbs alimento / Lbs camarón)
Investigación / Grupo R1 R2 R3
Control (1 vez) 1.13 1.5 1.31
Experimental (2 veces) 1.26 1.45 1.63
Figura 5-2 ANOVA variable Factor de Conversión Alimenticia (FCA).

Capítulo 5 Introducción al diseño experimental 131
Análisis de Varianza (ANOVA): Costo de alimento

RESUMEN
Control (1 alimentación) 3 0.92 0.31 0.00
Experimental (2 alimentaciones) 3 1.02 0.34 0.00
Promedio
Entre grupos 0.002 1 0.00 0.74 0.44 7.71
Total 0.011 5
Calculate F = 0.74 < F(0.05) = 7.71 no existe diferencia significativa para ninguno de los tratamientos
Tabla de Datos: Costo de alimento / Libra de cola de camarón

Investigación / Grupo R1 R2 R3
Control (1 vez) $ 0.26 $ 0.35 $ 0.31
Experimental (2 veces) $ 0.29 $ 0.34 $ 0.39
Figura 5-3 ANOVA variable costo de alimento.
Análisis de Varianza (ANOVA): Rendimiento Lbs Cola/Ha

RESUMEN
Control (1 Alimentación) 3 6,941 2,314 158,149
Experimental (2 Alimentaciones) 3 6,345 2,115 62,643
Promedio
Entre grupos 59,202.67 1 59,202.67 0.54 0.50 7.71
Dentro de los grupos 441,584.67 4 110,396.17
Total 500,787.33 5
Tabla de Datos: Rendimiento de cosecha (Lbs Cola/Ha)

Control (1vez) 2,763 2,007 2,171
Experimental (2 veces) 2,222 2,294 1,829
Figura 5-4 ANOVA variable rendimiento de libras de cola de camarón por hectárea.
Análisis de Varianza (ANOVA): Sobrevivencia

RESUMEN
Control (1 alimentación) 3 261 87 148
Experimental (2 alimentaciones) 3 219 73 117
Promedio
Entre grupos 294 1 294 2.22 0.21 7.71
Dentro de los grupos 530 4 132.5
Total 824 5
Tabla de Datos: Sobrevivencia al cosechar (%)

Control (1 vez) 101% 79% 81%
Experimental (2 veces) 76% 82% 61%
Figura 5-5 ANOVA variable sobrevivencia.
No se encontraron diferencias significativas (P > 0.05) en el crecimiento promedio

semanal al implementar un sistema de alimentación con dos frecuencias en comparación
con el sistema de alimentación de una frecuencia. Por lo tanto se rechaza la hipótesis de
investigación (H1) y se acepta la hipótesis nula (Ho1) demostrando que el crecimiento es
igual (ilustración # 1).
No se encontraron diferencias significativas (P > 0.05) en el costo de libra de alimento
por libra producida de camarón al utilizar un sistema de alimentación de dos frecuencias en
comparación con el sistema de alimentación de una frecuencia. Por lo tanto se rechaza la hipó-
tesis de investigación (H2) y se acepta la hipótesis nula (Ho2) demostrando que el costo de ali-
mento por libra de camarón producido es igual con las diferentes frecuencias (ilustración # 3).
En conclusión, los datos obtenidos durante el estudio no validan las hipótesis planteadas
para el estudio, sin embargo el implementar este sistema de alimentación de dos frecuencias
no compensa la inversión realizada ya que la sobrevivencia obtenida en el grupo experimental
(dos frecuencias de alimentación) es menor que la del grupo control (una frecuencia) lo que
viene a impactar en el rendimiento de libras cosechadas por hectárea y que a la larga incremen-
ta los costos de operación de la empresa, es decir se producen libras de camarón a un mayor
costo de producción.
133
Aplicación práctica: diseño experimental de

un factor
Número de cuenta:
Instrucciones: Tomando como base lo estudiado en esta sección, elabore un diseño experi-
mental de un factor. El problema principal puede ser asignado por el catedrático, o si él lo
estima conveniente, dejarlo a libre elección del o los estudiantes. Esta actividad se puede
desarrollar en equipos de trabajo.
Notas
134
CAPÍTULO
6 Herramientas
administrativas
de la calidad
Al completar el estudio de este apartado, el estudiante • Conocer para qué sirve la herramienta del
será capaz de: diagrama de matriz.
• Conocer la importancia de las herramientas • Aplicar la herramienta de diagrama de matriz
administrativas de la calidad en la solución para representar situaciones en estudio.
de problemas. • Elaborar un diagrama de matriz.
• Seleccionar la herramienta que más se adapte a la • Conocer para qué sirve la herramienta de la
situación en estudio. matriz de análisis de datos.
• Conocer para qué sirve la herramienta del • Aplicar la herramienta de matriz de análisis de
diagrama de afinidad. datos para representar situaciones en estudio.
• Aplicar la herramienta de diagrama de afinidad • Elaborar una matriz de análisis de datos.
para representar situaciones en estudio.
• Conocer para qué sirve la herramienta del
• Elaborar un diagrama de afinidad. cuadro de programa de decisión de procedimiento
• Conocer para qué sirve la herramienta del (CPDP).
diagrama de interrelaciones. • Aplicar la herramienta de CPDP para representar
• Aplicar la herramienta de diagrama de interrelaciones situaciones en estudio.
para representar situaciones en estudio. • Elaborar un cuadro del programa de decisión de
• Elaborar un diagrama de interrelaciones. procedimientos.
• Conocer para qué sirve la herramienta del • Conocer para qué sirve la herramienta del
diagrama sistémico o de árbol. diagrama de flechas.
• Aplicar la herramienta de diagrama sistémico o de • Aplicar la herramienta de diagrama de flechas
árbol para representar situaciones en estudio. para representar situaciones en estudio.
• Elaborar un diagrama sistémico o de árbol. • Elaborar un diagrama de flechas.
Son un conjunto de técnicas que siguen un procedimiento sistemático y estandarizado para

la solución de problemas o situaciones. También se denominan la segunda generación de
las herramientas ya que son capaces de tratar con todo tipo de ideas, situaciones, opi-
niones de tipo cualitativo y de difícil tratamiento.
Su finalidad es utilizar diversas técnicas para la correcta toma de decisiones y el
logro de los objetivos. Esto implica la participación unida y global de todo el personal
desde la alta gerencia, la gerencia media hasta los empleados y las líneas bases como los
operarios.
Estas herramientas sirven básicamente para que los directivos de una organización
se puedan comprometer a un programa de calidad total, identificar las oportunidades de
mejora en sus organizaciones e implementar los programas de mejora.
6.1 Diagrama de afinidad

El diagrama de afinidad es utilizado para organizar ideas y datos no estructurados en
grupos o en temas afines para su posterior análisis. También se le conoce con el nombre
de “método KJ” en honor a su creador Jiro Kawakita (UNIT, 2009).
Es una herramienta para organizar gran número de ideas opiniones y hechos rela-
cionados con un problema extenso. Una vez generado un gran número de ideas, estas se
pueden agrupar de acuerdo con su afinidad o relación entre sí. Se le considera como una
clase especial de tormenta de ideas.
El objetivo del método KJ es generar, organizar y consolidar la información de un
evento, situación o problema, lo que le confiere las siguientes ventajas:
• Organización de muchas ideas y conceptos, útil cuando se tiene un gran volumen de
información sin orden.
• Permite entender más a fondo una situación o problema.
• Se enfocan los esfuerzos del grupo de trabajo, lo que te permite trabajar en equipo.
• Es un método visual.
• Facilita el análisis posterior.
• Es usado en múltiples de campos.
Sus utilidades son:
• Promueve la creatividad de todos los integrantes del equipo de trabajo en todas las
fases del proceso.
• Derriba barreras de comunicación y promueve conexiones no tradicionales entre
ideas.
• Promueve la apropiación de los resultados que emergen porque el equipo crea tanto
la introducción detallada de contribuciones como los resultados generales.
Los pasos por seguir para elaborarlo son:
1. Reunir un equipo de trabajo y nombrar un facilitador.
2. Seleccionar el tema o problema analizar.
3. Realizar una lluvia de ideas con las siguientes características: cada una de las opinio-
nes se escribe en una ficha única donde se recolecta la información; se agrupan las
fichas relacionadas; se escribe en otra ficha la síntesis de las fichas que se expresan
opiniones semejantes, en este caso se puede identificar, por ejemplo, personal, proce-
so e infraestructura.
4. Identificados los temas centrales se empieza a realizar la afinidad con respecto a cada
uno de ellos
5. Posteriormente se dibuja el diagrama de afinidad.
Capítulo 6 Herramientas administrativas de la calidad 137
EJEMPLO DE DIAGRAMA DE AFINIDAD
Un grupo de estudio desea elaborar un diagrama de afinidad sobre las características que
deben de tener los líderes, en consecuencia se logran establecer las siguientes ideas:
• Saber escuchar.
• Ser confiable.
• Ser justo.
• Saber dónde se está y hacia dónde llegar.
• Saber dar instrucciones.
• Tener capacidad para trabajar en equipo.
• Tener valor para romper esquemas.
• Saber interrelacionarse.
• Ser perseverante para lograr objetivos.
• Buscar objetivos comunes y no personales.
En relación con las ideas, se concluye que se pueden establecer los siguientes temas
principales o categorías:
• Comunicación.
• Visión.
• Virtudes personales.
El diagrama de afinidad de este tema se representa de la siguiente manera:
• Saber escuchar.
Comunicación • Saber dar instrucciones.
• Saber interrelacionarse.
• Saber dónde se está

y hacia dónde llegar.
Características • Tener valor para romper
de un líder Visión
esquemas.
• Buscar objetivos comunes
y no personales.
• Ser confiable.
• Ser justo.
Virtudes • Capacidad de trabajo
personales en equipo.
• Perseverancia para el
logro de objetivos.
Figura 6-1 Diagrama de afinidad sobre las características de un líder.

Notas
138
139
Aplicación práctica: diagrama de afinidad
Número de cuenta:
Instrucciones: Tomando como base lo estudiado en esta sección, elabore un diagrama de

afinidad. El problema principal puede ser asignado por el catedrático, o si él lo estima
conveniente, dejarlo a libre elección del o los estudiantes. Esta actividad se puede desa-
rrollar en equipos de trabajo.
Notas
140
6.2 Diagrama de interrelaciones

El diagrama de interrelaciones permite crear una imagen visual de las conexiones lógicas
entre los distintos datos en relación con un problema. Es decir, permite obtener una
visión de conjunto de la complejidad de un problema, presenta causas que están en rela-
ción con determinados efectos y permite el pensamiento multidireccional.
Dada la naturaleza del diagrama de interrelaciones, generalmente se relaciona con:

• Diagrama de afinidad.
• Diagrama de causa y efecto.
• Diagrama de árbol.
• Cuadrícula de selección.
• Lluvia de ideas.
Entre las utilidades que puede dar este diagrama están:
• Desarrollo de políticas de calidad.
• Introducción y promoción del control total de la calidad.
• Mejoras a diseños con base en quejas del mercado.
• Mejoras al proceso de manufactura.
• Promoción de actividades en grupo.
• Cambios administrativos.
Aunque estas utilidades ya son bastante importantes, el diagrama de interacciones
también permite, visualizar con claridad la relación entre la situación estudiada y las dife-
rentes soluciones aportadas y disponibles que sean eficaces o que pretendan serlo.
Podemos considerarla como la herramienta definitiva. Sin embargo, no debemos ol-
vidar que, aunque es una herramientas para la solución eficaz de problemas y facilita esta
labor. No es la panacea que soluciona y nos responde a todas las preguntas.
Debemos tener muy presente que el hecho de que esta herramienta funcione o no,
va a depender de las personas implicadas en el proceso, pues son quienes la emplearán y
quienes tienen que recordar que siempre debe privar el sentido común.
Los pasos, de forma resumida, que se deben de seguir para aplicar esta herramien-
ta de forma eficaz y a fin de que aporte los resultados que se esperan de ella, son los
siguientes:
1. Contar con un equipo de trabajo que aporte soluciones imaginativas para resolver la
situación estudiada, sin olvidar el sentido común.
2. Ver el problema con claridad y contar con la definición adecuada.
3. Identificar todas las posibles causas utilizando herramientas como la tormenta de
ideas para identificarlas.
4. Establecer la relación causa-efecto e indicarla mediante flechas que apunten de la
causa al efecto que produce.
5. Observar las causas para identificar cuáles producen más efectos o de mayor enver-
gadura e importancia.
6. Establecer conclusiones que aporten una solución eficaz de la situación.
Sin embargo, la labor que en apariencia es tan simple puede complicarse si no la

comprendemos en su totalidad o si no seguimos los pasos adecuados. Así, se puede pasar
de una herramienta para determinar eficazmente causas y resolver problemas, a una labor
que aporte confusión y nos lleve en la dirección errónea.
A continuación, se presenta un ejemplo de este tipo de diagrama:
EJEMPLO
Se analiza el alto costo de operación de los autobuses del transporte público de la ciudad de Tegucigalpa en
Honduras. La situación problemática radica en que en los últimos cinco años los autobuses no están logrando
llegar a su punto de equilibrio operativo (PE0).
Los elementos (ideas, causas, efectos, soluciones) asociados al problema se han obtenido de la informa-
ción proporcionada por expertos en el tema a través de entrevistas y revisión documental. De lo anterior se
han generado los siguientes elementos:
• Falta de mantenimiento en los buses del sistema.
• Mal servicio percibido por los usuarios.
• Insuficiente número de pasajeros.
• El transporte ilegal capta usuarios del sistema.
• Tiempo de espera muy alto para el usuario.
• Insuficiente número de buses.
• Falta de cobertura.
• Las estaciones del sistema no cuentan con suficiente espacio para albergar a los usuarios que toman
un bus.
• Aglutinamiento de usuarios al interior de los buses en horas pico.
• Las estaciones del sistema no cuentan con infraestructura para recibir a varios buses a la vez.
• La infraestructura vial se queda corta ante la demanda de buses (de pasajeros).
• Inadecuado manejo de las finanzas de la empresa.
• Mala distribución de la flota de buses
De acuerdo con el análisis al azar, si estos elementos causan o influyen sobre otros, se obtuvo lo si-
guiente:
• El tiempo de espera del usuario causa o influye sobre…
a) ¿El mantenimiento en los buses del sistema? No.
b) ¿Mal servicio percibido por los usuarios? Sí. Un elevado tiempo de espera enfurece a los usuarios.
c) ¿El número de pasajeros? No.
d) ¿En el transporte ilegal para que este capte usuarios? Sí, porque ellos prefieren usar otros medios de
transporte a esperar demasiado tiempo para tomar un bus.
e) ¿En el número de buses? No.
f) ¿La cobertura? No.
g) ¿El espacio de las estaciones? No.
h) ¿En el espacio de las estaciones donde esperan el bus? Sí. A más tiempo de espera, mayor concen-
tración de usuarios en la estación.
• Y se continúa haciendo el análisis con el resto de los elementos.
• Con aquellos que existe conexión se traza una línea desde el elemento de análisis hacia los elementos
que causa:
Estaciones no cuentan con El transporte ilegal capta

espacio para albergar usuarios usuarios del sistema
PEO
Tiempo de espera
Mal servicio percibido Insuficiente número
muy alto para
por los usuarios de pasajeros
el usuario
Figura 6-2 Ejemplo de elementos con relación.
Una vez analizados todos los elementos se obtiene el diagrama de interrelaciones de la situación problemática:
Infraestructura
vial se queda corta
Mala
distribución
de la flota
Falta de
cobertura
Estaciones no
cuentan con
espacio para El transporte ilegal capta
albergar usuarios usuarios del sistema
PEO
Tiempo de espera
Mal servicio percibido por Insuficiente número
muy alto para
los usuarios de pasajeros
el usuario
Falta de
mantenimiento de
los buses del Estaciones no cuentan
sistema con infraestructura para
albergar a varios buses
por minuto
Inadecuado manejo
de las finanzas de Aglutinamiento de
la empresa Insuficiente número usuarios al interior de
de buses buses en horas picos
Figura 6-3 Autobuses del servicio público de Tegucigalpa, Honduras no llegan a su punto de equilibrio operativo (PE0).
Notas
144
145
Aplicación práctica: diagrama de interrelaciones
Número de cuenta:

interrelaciones según el siguiente enunciado:
El problema en este caso será “alto consumo de energía eléctrica en los hogares”,
para ello debemos listar las causas probables del problema, identificar el resultado que
corresponde a cada causa y relacionar con una flecha la causa con su resultado.
Notas
146
6.3 Diagrama sistémico o de árbol

Es una herramienta que ayuda a pensar de forma sistemática acerca de cada aspecto
necesario para resolver un problema u obtener un resultado, a través de un proceso que
profundiza paso a paso en los aspectos necesarios, desde lo general a lo específico.
Es una representación gráfica que muestra los factores o medios que pueden contri-
buir a un efecto u objetivo determinado. También se puede usar para identificar todos los
factores que contribuyen a un problema en cuestión.
El diagrama se asemeja a un árbol con ramas que se van multiplicando. A través de
las relaciones entre las distintas ramas y la raíz de este árbol, esta herramienta ayuda a
definir un método óptimo para alcanzar un objetivo.
El diagrama sistemático o de árbol se utiliza:

• Cuando un tema se define en términos generales y es necesario establecer detalles
específicos. Por ejemplo, cuando se desarrollan los pasos lógicos para alcanzar un
objetivo.
• Cuando se establecen las acciones para implementar una solución o un plan.
• Cuando se requiere establecer la causa-origen de un problema.
• Cuando se requiere evaluar los resultados de las diversas alternativas de solución.
• Cuando un diagrama de afinidad no permite clarificar aspectos claves.
• Como una herramienta de comunicación, para explicar con mayor detalle algún tema.
Una manera de concebir el diagrama sistemático o de árbol, es considerar los medios
para el logro del objetivo y luego encontrar los medios para la ejecución de los medios
ideados y desarrollarlos de manera sistemática.
El procedimiento básico para elaborar un diagrama sistemático es el siguiente:
• Desarrollar una definición de la meta, proyecto, plano, problema. Colocar la defini-
ción en la parte superior, en caso de que se construya un diagrama con orientación
vertical o en el extremo izquierdo, en caso de construirse un diagrama con orienta-
ción horizontal.
• Formular una pregunta que guie al siguiente nivel de detalle. Para una meta o un plan
de acción, preguntar ¿qué tareas deben realizarse para lograr aquello? o ¿cómo puede
esto realizarse? o ¿cuáles son los componentes? Para el análisis del origen de las cau-
sas, preguntar ¿qué ocasiona esto? o ¿por qué está ocurriendo esto?
• Establecer todas las posibles respuestas. Si un diagrama de afinidad o diagrama de
relaciones ha sido previamente elaborado, las ideas pueden tomarse de allí.
• Verificar que todos los aspectos sean los necesarios o suficientes para lograr o alcan-
zar el nivel superior o anterior. Crear las relaciones entre los aspectos identificados
con los previos utilizando flechas.
• Cada una de las nuevas ideas o respuestas se convierte en una meta, objetivo o defi-
nición de un problema.
• Continuar hasta identificar las causas específicas y/o que los componentes no sean
divisibles. Hasta completar el diagrama.
EJEMPLO
Una empresa dedicada a la comercialización de ropa en el extranjero tiene actualmente dos sedes en Honduras ubicadas en
la zona norte y zona sur del país. La empresa ha definido como objetivo estratégico que las ventas para este año se incre-
menten en 20% con relación al año anterior, para lo cual ha determinado lo siguiente:
1. Sede sur:
a) Contribución al incremento en ventas de 12% con relación al año anterior.

b) Incremento en ventas de ropa interior de 5%.
c) Ventas de $ 100,000.00 en nuevas líneas.
d) Posicionar 3 líneas de prendas en eventos de moda.
e) Ventas de $24,000.00 en línea de ropa interior.
f) Ventas de $25,000.00 en nuevas líneas de prendas.
g) Negociar con casas de moda.
2. Sede norte:
a) Contribución al incremento en ventas de 8% con relación al año anterior.
b) Obtener 8 nuevos clientes corporativos
c) Generar $15,000.00 en descuentos a clientes por acumulación de puntos de ventas.
d) Obtener 3% de ventas mensuales por clientes reincidentes.
e) Obtener 2% de ventas mensuales por clientes diferidos.
Con los datos anteriores elaborar el diagrama sistémico o de árbol.
Objetivo Objetivo Objetivo Objetivo

estratégico de sede por proceso de personal
Aumentar 5% las
ventas de la línea de Vender $ 24 000 en la
ropa interior con línea de ropa interior
respecto al año anterior
Aumentar 12% las

ventas generadas en
Vender $ 100 000 en la Vender $ 25 000 en la
la sede SUR con
nueva línea de prendas nueva línea de prendas
respecto al año
Love a nivel corporativo Love a nivel corporativo
anterior
Generar 1 negociación
Posicionar 3 líneas de con 2 casas de moda
prendas en exposiciones
Generar 20% más
de moda Generar 1 negociación
ventas con respecto
al año anterior con 2 casas de moda
Conseguir 8 clientes Conseguir 2 clientes

corporativos corporativos
Aumentar 8% las
ventas generadas en
la sede NORTE con Conseguir 3% de ventas
respecto al año mensuales generadas
anterior Generar $ 15 000 en por clientes reincidentes
descuentos a clientes
por acumulación de
puntos de ventas Conseguir 2% de ventas
mensuales generadas
por cliente referido
Figura 6-4 Diagrama sistémico o de árbol para el incremento de ventas de comercialización de ropa en el extranjero.
149
Aplicación práctica: diagrama sistémico

o diagrama de árbol
Número de cuenta:
Instrucciones: Tomando como base lo estudiado en esta sección, elabore un diagrama sis-
témico o de árbol. El problema principal puede ser asignado por el catedrático, o si él lo
estima conveniente, dejarlo a libre elección del o los estudiantes. Esta actividad se puede
desarrollar en equipos de trabajo.
Notas
150
6.4 Diagrama de matriz

Este tipo de diagrama facilita la identificación de relaciones que pudieran existir entre dos
o más factores, sean estos: problemas, causas y procesos; métodos y objetivos; o cualquier
otro conjunto de variables. Una aplicación frecuente de este diagrama es el establecimien-
to de relaciones entre requerimientos del cliente y características de calidad del producto
o servicio.
El análisis se realiza con el propósito de identificar las acciones más convenientes a
tomar para la solución del caso en estudio. Un aspecto a tener en cuenta en esta clase de
diagramas es determinar la intensidad o grado de fuerza de la relación existente entre los
aspectos concretos que configuran cada uno de los factores.
La utilidad de este diagrama es que permite visualizar claramente los patrones de
responsabilidad para que haya una discusión pareja y apropiada de las tareas, ayuda al
equipo a llegar a un consenso con relación a pequeñas decisiones mejorando la calidad
de este y el apoyo a la decisión final, mejora la disciplina de un equipo en el proceso de
observar minuciosamente un gran número de factores de decisión importante.
Para elaborar un diagrama de matriz se realiza lo siguiente:
1. Definir el objetivo del diagrama de matriz: definir claramente el objetivo de estudio
de acuerdo con los factores a analizar. El número de los tipos de factores involucra-
dos en el objetivo de estudio condiciona el tipo de matriz a utilizar.
2. Listar los factores involucrados en la matriz: se puede apoyar de otras herramientas
como la tormenta de ideas, diagrama de afinidad, diagrama sistémico entre otros.
3. Construir la matriz.
4. Asignar las relaciones entre los diversos factores. La discusión sobre las posibles rela-
ciones puede ayudar a aumentar el conocimiento del problema por el grupo.
5. Revisar la consistencia de las relaciones indicadas por el diagrama, se corrige lo que
sea necesario y posteriormente se concluye.
EJEMPLO DE UN DIAGRAMA DE MATRIZ
Una empresa dedicada a la venta de camarón desea estable- Con relación a la información proporcionada por la
cer una lista de precios para su producto de acuerdo con la empresa se solicita que se elabore un diagrama de ma-
talla que ofertará a los clientes en el mercado de consumo triz que represente toda la información proporcionada.
dentro de ciudad de Tegucigalpa, los factores a tomar en
Tabla 6-1 Diagrama de matriz precio por libra de
cuenta serán: la talla del camarón, precio por libra descabe- camarón en Tegucigalpa.
zado y precio por libra entero.
Las tallas en las cuales se comercializa el camarón Tallas Entero Descabezado
son las siguientes: 26/30, 31/35, 41/50, 51/60, 61/70,
26/30 L. 30.00 L. 35.00
71/90, 91/110.
Los precios de lista por libra de acuerdo con la talla 31/35 L. 25.00 L. 30.00
son:
41/50 L. 18.00 L. 20.00
• Camarón descabezado: L. 35.00, L. 30.00, L. 20.00,
L. 20.00, L. 15.00, L. 15.00, L. 10.00 51/60 L. 18.00 L. 20.00
• Camarón entero: L. 30.00, L. 25.00, L. 18.00, L.
18.00, L. 12.00, L. 12.00, L. 8.00 61/70 L. 12.00 L. 15.00
71/90 L. 12.00 L. 15.00
91/110 L. 8.00 L. 10.00

Notas
152
153
Aplicación práctica: diagrama de matriz
Número de cuenta:
Instrucciones: Tomando como base lo estudiado en esta sección, elabore un diagrama

matriz. El problema principal puede ser asignado por el catedrático, o si él lo estima con-
veniente, dejarlo a libre elección del o los estudiantes. Esta actividad se puede desarrollar
en equipos de trabajo.
Notas
154
6.5 Matriz de análisis de datos

Sirve para tomar decisiones con base en la priorización de actividades, temas y carac-
terísticas de productos según criterios de ponderación conocidos. La matriz utiliza una
combinación de las técnicas del diagrama sistémico o de árbol y diagrama matricial.
Dentro de las principales utilidades que se le puede dar a esta matriz de análisis se
encuentra el estudio de los procesos de producción, el análisis de adecuación al uso y la
evaluación de sistemas complejos de calidad. Además facilita el proceso de identificación
de problemas, causas y soluciones, y ofrecer las recomendaciones del caso.
El procedimiento de elaboración es el siguiente:
1. Elaborar una lista de las opciones o alternativas que se van a evaluar.
2. Seleccionar los criterios que se van a tener en cuenta para a evaluar las alternativas.
3. Definir la escala de calificación con la que se va a evaluar, evitando los riesgos de que
la evaluación sea la mitad. No usar escalas que establecen la media como valor de
evaluación, ya que los grupos por lo general seleccionan este valor.
EJEMPLO DE UNA MATRIZ DE ANÁLISIS DE DATOS
Un fabricante de aparatos electrónicos desea expandirse construyendo una segunda

instalación. Su búsqueda se ha reducido a cuatro localizaciones, todas aceptables para
la gerencia en lo que se refiere a factores dominantes o críticos. La evaluación de esos
sitios, realizada en función de siete factores de localización, aparece en la siguiente
tabla:
Tabla 6-2 Datos para determinar nueva localización.
Puntaje del factor para cada localización

Ponderación
Factor localización A B C D
del factor
Ambiente laboral 0.05 5 4 3 5
Calidad de vida 0.30 2 3 5 1
Sistema de transporte 0.05 3 4 3 5
Proximidad a los
0.25 5 3 4 4
mercados
Proximidad a los
0.05 3 2 3 5
materiales
Impuestos 0.15 2 5 5 4
Servicios públicos 0.15 5 4 2 1
1.00
Evaluación de factores en cada localización según el método de análisis de loca-

ción de promedios ponderados:
Tabla 6-3 Matriz de datos con localización seleccionada.
Puntaje del factor para cada localización

Ponderación
Factor localización A B C D
del factor
Ambiente laboral 0.05 0.25 0.20 0.15 0.25
Calidad de vida 0.30 0.60 0.90 1.50 0.30
Sistema de transporte 0.05 0.15 0.20 0.15 0.25
Proximidad a los
0.25 1.25 0.75 1.00 1.00
mercados
Proximidad a los
0.05 0.15 0.10 0.15 0.25
materiales
Impuestos 0.15 0.30 0.75 0.75 0.60
Servicios públicos 0.15 0.75 0.60 0.30 0.15
Total 1.00 3.45 3.50 4.00 2.80
Seleccionado
De acuerdo con la tabla anterior la localización seleccionada es la C, ya que es la que

mayor valor ponderado logró obtener.
157
Aplicación práctica: matriz de análisis de datos
Número de cuenta:
Instrucciones: Tomando como base lo estudiado en esta sección, elabore un diagrama

matriz. El problema principal puede ser asignado por el catedrático, o si él lo estima con-
Notas
158
6.6 Análisis del cuadro de programa

de decisión de procedimiento (CPDP)
El diagrama de proceso de decisión permite analizar las fases para la consecución de un
objetivo, identificando potenciales contingencias no deseadas y estableciendo contrame-
didas específicas para contrarrestar dichas contingencias.
El diagrama de proceso de decisión muestra el grado de complejidad en el alcance
de un proyecto u objetivo. Pone de manifiesto posibles dificultades, facilitando la plani-
ficación y permitiendo elaborar alternativas a las dificultades que puedan surgir, en la
trayectoria establecida.
En definitiva, se trata de una herramienta preventiva y proactiva utilizada para formu-
lar los pasos necesarios para completar un proyecto, anticipar los problemas potenciales
para diseñar respuestas adecuadas para afrontarlos.
Entre los beneficios de esta herramienta de la calidad, destacan los siguientes:
• Facilita a los miembros del equipo una visión global de las fases a desarrollar.
• Hace posible anticipar qué puede suceder en cada una de esas fases.
• Permite adelantar los potenciales problemas que pueden surgir durante el desarrollo
del proyecto.
• Prevé acciones que puedan contrarrestar los problemas.
El diagrama de proceso de decisión constituye una variación del diagrama de árbol
(en el que se descompone el objetivo general en acciones más detalladas), añadiendo la
identificación de dificultades y de alternativas para contrarrestarlas.
Los pasos para efectuar la aplicación de la herramienta son:
1. Crear el equipo. Compuesto por personas con conocimientos sobre el objetivo o
proyecto sobre el que se pretende trabajar.
2. Formular el objetivo. Mediante una frase que describa con claridad el objetivo, facili-
tando la identificación de niveles subordinados.
3. Establecer las fases principales para la consecución del objetivo. Estableciendo las
fases principales para la consecución del objetivo formulado. Es adecuado utilizar la
pregunta: ¿Qué tareas deben completarse para alcanzar el objetivo?
4. Identificar problemas potenciales. Para cada una de las ramas que se derivan del
tema, u objetivo principal, se exploran las dificultades que puedan surgir.
5. Determinar y seleccionar contramedidas. La cuestión para responder en esta fase de
construcción del diagrama de proceso de decisión es ¿qué contramedidas o acciones
pueden responder correctamente a las dificultades registradas? Para ello se revisan
los problemas potenciales de cada “rama”, y el equipo debe identificar al menos una
contramedida para cada dificultad identificada. Finalmente, estas acciones o contra-
medidas se seleccionan según el siguiente criterio:
a) Contramedida inadecuada o difícil de aplicar: X
b) Contramedida seleccionada: O
EJEMPLO DE FORMATO PARA CPDP
Objetivo
Opciones de
implantación
Secuencia de
pasos de
implantación
Problemas
que pueden
aparecer
Contramedidas
Clasificación de
contramedidas
X
Fuente: Extraído de https://herramientascalidad-irisgallardo.weebly.com/unidad-7-diagrama-de-proceso-de-decisioacuten.html
Figura 6-5 Formato para CPDP.

EJEMPLO DEL EJERCICIO DE CPDP BASADO EN LA FIGURA 6-4 DEL DIAGRAMA SISTÉMICO O DE ÁRBOL
Objetivo Objetivo Objetivo Objetivo

estratégico de sede por proceso de personal
Aumentar 5% las
ventas de la línea de
Vender $24 000 en la
ropa interior con
línea de ropa interior X
respecto al año
anterior
Vender $100 000 en
Aumentar 12% las Vender $25 000 en la
la nueva línea de
ventas generadas
prendas Love a nivel
nueva línea de prendas X
en la sede SUR con Love a nivel corporativo
corporativo
respecto al año
anterior
Generar una negociación
Posicionar 3 líneas con 2 casas de moda X
de prendas en
exposiciones
Generar 20% más de moda
Generar una negociación
ventas con respecto con 2 casas de moda 0
al año anterior
Conseguir 8 clientes Conseguir 2 clientes

corporativos corporativos X
Aumentar en 8% las
ventas generadas
en la sede NORTE Conseguir 3% de ventas
con respecto al año mensuales generadas X
anterior Generar $15 000 en por clientes reincidentes
descuentos a clientes
por acumulación de
puntos de ventas
Conseguir 2% de ventas
mensuales generadas 0
por cliente referido
Figura 6-6 Ejemplo de cuadro de programa de decisión de procedimiento.

Notas
162
163
Aplicación práctica: cuadro CPDP
Número de cuenta:
Instrucciones: Tomando como base lo estudiado en esta sección, elabore un CPDP. El

problema principal puede ser asignado por el catedrático, o si él lo estima conveniente,
dejarlo a libre elección del o los estudiantes. Esta actividad se puede desarrollar en equi-
pos de trabajo.
Notas
164
6.7 Diagrama de flechas

El diagrama de flechas indica el orden en que deben ser ejecutadas las actividades de un
proyecto, permitiendo planificar y controlar su desarrollo, identificando las actividades
que lo componen y determinando su ruta crítica, mediante una representación de red.
El diagrama de flechas también es conocido con otras denominaciones, como: acti-
vidad diagrama de red, diagrama de red, red de actividades, diagrama de nodo, o método
de la ruta crítica (PERT‒CPM). Está fundamentado en la aplicación de la metodología
del camino crítico.
Sus objetivos son:
1. Determinar el tiempo óptimo de un proyecto,
2. Identificar las actividades necesarias para el cumplimiento del tiempo mínimo,
3. Elaborar un plan completo y detallado,
4. Revisar el plan en cada etapa y,
5. Clasificar las prioridades del proyecto.
Dentro de las utilidades de esta herramienta están:
• Obliga a la planificación completa y ordenada de un proyecto estimulando el pensa-
miento lógico,
• Proporciona una visión general del proyecto,
• Permite identificar todas las interrelaciones y dependencias lógicas secuenciales de
las diferentes actividades necesarias para llevar a cabo el proyecto,
• Facilita revisiones del proyecto y de su planificación.
Para elaborar un diagrama de flechas se debe realizar lo siguiente:
1. Identificar las actividades, se procede a la identificación de las actividades que con-
formarán el proyecto a planificar.
2. Determinar la primera actividad del proyecto. Posteriormente, y listadas las activida-
des, se establece cuál es la primera en la ejecución del proyecto.
3. Iniciar la ordenación de las actividades. A partir de la primera actividad, se pregunta
si hay actividades simultáneas, así como qué actividad sucede a la inicial.
4. Conectar las actividades y asignar tiempos.
5. Especificar la trayectoria fundamental. Finalmente, se identifica el recorrido princi-
pal o ruta crítica que será la trayectoria acumulativa más larga.
EJEMPLO
Una compañía de aviones necesita analizar el proceso de preparación de un avión, para

lo cual proporciona los datos que se muestran en la siguiente tabla:
Tabla 6-4 Tabla de proceso de preparación de un avión.
Tarea Descripción Predecesor Tiempo minutos
A Desalojar pasajeros Ninguno 15
B Descargar equipaje Ninguno 25
C Reabastecer motores Ninguno 30
D Limpiar interior A 15
E Cargar comidas A 15
F Cargar equipajes B 20
G Abordaje de pasajeros D 20
H Revisión de seguridad C, E, F, G 10
Se pide que se elabore el diagrama de flechas para este proceso.
1 D 3
15
A E 20 G
15 15
0 C H
4 5
30 10
B
25 F
20
2
Figura 6-7 Diagrama de flechas proceso de preparación de avión.
La ruta más larga es A‒D‒G‒H que equivale a 60 minutos

167
Aplicación práctica: diagrama de flechas
Número de cuenta:

flechas. El problema principal puede ser asignado por el catedrático, o si él lo estima con-
Notas
168
CAPÍTULO
Introducción
7 a la metodología
de mejora con
Seis Sigma
• En este capítulo de Introducción a la metodología

de mejora con Seis Sigma se pretende que el lec-
tor adquiera los conocimientos básicos prácticos
y habilidades para lograr desarrollar satisfactoria-
mente un proyecto de mejora en una empresa o
institución, especialmente del rubro de la fabrica-
ción o transformación.
• El lector al seguir todas las etapas que conforman

la metodología DMAIC (definir, medir, analizar y
controlar) logrará mejoras significativas en el sis-
tema de producción con un mínimo de inversión
para la empresa.
• Lograr establecer indicadores de resultados des-
de el sistema de mejora continua para proyectos
orientados a la reducción de desperdicios y efi-
ciencia de los procesos fundamentado en el con-
trol estadístico.
Tenemos entendido que Sigma σ corresponde a la letra griega usada comúnmente para
definir la desviación estándar poblacional, y nos ayuda para medir o cuantificar la variabi-
lidad de una determinada variable en la población en cuestión.
Por otro lado la iniciativa de usar seis sigma o SIX SIGMA, desarrollada en los años
ochenta como una metodología fundamentada en la estadística para encontrar y resolver
problemas relacionados con la producción en masa de artículos, inherentes a la calidad,
procesos y en busca siempre de oportunidades de mejora y así incrementar la productivi-
dad y eficiencia de los procesos.
Es un método que utiliza datos y se basa en análisis estadísticos para medir y mejorar
el desempeño operacional de las compañías, identificando y eliminando “defectos” en los
procesos de manufactura y servicios.
El objetivo principal de Six Sigma es incrementar las utilidades de la empresa, elimi-
nando la variabilidad, los defectos y el desperdicio.
Esto incrementa el desempeño y reduce la variación. Con el fin de reducir los defec-
tos se destacan diferentes actores con roles definidos en el desarrollo de la metodología.
Estos actores tienen experiencia tanto en la capacitación como en la ejecución, llevando
proyectos relacionados con millones de dólares en ahorros o mejoras al año.
Estos niveles son:
Green belt, que es quien se encarga de llevar el proyecto a lo largo del proceso. Se
encarga de entrenar a todos los miembros de este sistema.
Black Belt que se encarga de proyectos más avanzados con inversiones más altas
incluso controlando áreas regionales de las empresas, y sus entrenadores son los Master
Black Belt.
Master Black belt generan proyectos para que los Black belts y Green belts desarrollen.
También existe un Champion que maneja toda la estructura de proyectos para una
región más amplia como por ejemplo, Latinoamérica, y sus proyectos generan millones
de dólares en mejoras e incrementos de productividad a las empresas.
En este capítulo se espera que el lector después de haber logrado avanzar en sus
habilidades estadísticas aplicadas al control de la calidad, pueda apoyarse en la metodo-
logía que aquí se presenta para usarla adecuadamente y que le permita cumplir con las
responsabilidades de mejorar constantemente en las empresas y así lograr una ventaja
competitiva para el resto de los actores en el grupo donde se encuentren.
Todas las empresas de fabricación y servicios del mundo buscan incansablemente cómo
fabricar más usando lo mínimo disponible de recursos, esto se hace para ser más competi-
tivos y eficientes en el uso de los mismo, pero no todos lograr superarse a sí mismos cons-
tantemente, y esta es una de las ventajas de la metodología, permite día a día ir encontrando
esquemas de operación más eficientes y operativos más sencillos de aplicar y cambiar.
Uno de los principios básicos de la cultura de calidad es dar el mejor valor para
nuestros clientes, y la metodología se centra en todo lo que al cliente le conviene, al tratar
de reducir el enfoque en la variación de los procesos revisados, y especialmente se centra
en el proceso, no viene a buscar a las personas y por último se fundamenta en los datos
recolectados para la toma de decisiones, y no la información subjetiva y sin fundamento.
2 Sigmas 3 Sigmas 4 Sigmas 5 Sigmas 6 Sigmas
• 308 500 defectos • 66 800 defectos • 6 200 defectos • 230 defectos por • 3.4 defectos por
por cada millón de por cada millón de por cada millón de cada millón de cada millón de opor-
oportunidades oportunidades oportunidades oportunidades tunidades
Figura 7-1 Niveles de Sigma.

Capítulo 7 Introducción a la metodología de mejora con Seis Sigma 171
34.1% 1𝞂
2𝞂
47.7%
99.99%
3𝞂
Figura 7-2 Gráfica de curva normal con niveles de Sigma.
Un poco de historia
Todo comenzó en 1987 en la empresa Motorola que en ese momento fabricaba radios
de comunicación. La empresa estaba perdiendo mercado a manos de los japoneses que
tenían mejores prácticas de calidad y productividad. Esto constituyó el mejor reto para
que se empezara a crear un esquema de mejora continua donde la meta era cero errores.
Para definir el concepto de mejorar lo que el cliente desea se definen tres premisas
básicas:
Identificar cuáles son las necesidades del cliente y en qué medida se están cumpliendo.
Cuantificar lo que no se está haciendo bien para cumplir con los requerimientos del
cliente y documentar por qué están fuera de los parámetros del cliente.
Y por último es eliminar de raíz las prácticas erróneas para evitar que se repitan. Al
estar en un proceso crítico de producción, esto establece las necesidades imperativas de
mejorar y corregir.
¿Cuándo usar la metodología?

En muchos casos los ingenieros de proyectos y de las fabricas se enfrascan en buscar
oportunidades de mejora, y muchas veces tenemos problemas latentes diarios que li-
mitan la capacidad de producción y eficiencia del sistema, es por tanto importante
determinar la solución a problemas cotidianos. La experiencia apunta a que para que
los problemas se resuelvan fácilmente, los asociados u operadores deben ser los be-
neficiarios de las mejoras, pues son ellos los que pueden ayudar (o perjudicar) en un
proyecto de mejora.
Entonces se recomienda que cuando se necesite resolver problemas se deben pensar
antes que todo en el sentido común, porque a veces la mayoría de los problemas se pue-
den revisar y resolver con la simple lógica, después se debe pensar en las herramientas de
ingeniería para resolver problemas ya que nos sirven de una forma práctica para definir
causas simples para resolver problemas puntuales y fácilmente identificables, cabe men-
cionar que todos estos elementos funcionan cuando ya se conoce le problema, y se trata
de identificar la causa, en cambio con el uso de las herramientas de Seis Sigma se pueden
determinar problemas ocultos inherentes al proceso y es ahí donde se esperan mejores
resultados al detectar costos de oportunidad ocultos.
¿Qué es DMAIC?
Por las razones expuestas anteriormente se introduce la metodología de mejora de procesos
llamada DMAIC: Definir, Medir, Analizar, Implementar y Controlar. Este es un esquema
sencillo pero eficaz para hacer mejoras de procesos o reducción de desperdicios, tanto en
materiales, como en tiempo y otros insumos.
A continuación se explica cada uno dentro de los pasos sucesivos para lograr el éxito
dentro del proyecto, ya que se debe pensar que cada proyecto tiene su inicio y su final para
poder pasar al siguiente proyecto.
Recuerde que esta metodología no es un proyecto del tipo de formulación y evalua-
ción de proyectos, donde se hacen estudios y se analizan inversiones para determinar el
retorno del capital, ni se hacen análisis socioeconómicos relacionados con el impacto en
la sociedad de los mismos.
En el siguiente cuadro se puede apreciar el esquema de trabajo de la metodologia
DMAIC.
Definir
• Aqui es cuando se detallan las necesidad de mejora y se estable-
cen los parametros de trabajo.
© Shutterstock/Creativa Images
Medir
• En esta etapa se definen los planes de recolección de datos que
vamos a analizar.
© McGraw-Hill Education
Analizar
• En esta etapa se hace una revisión exaustiva de los datos para
hacer una eficiente toma de desición.
© Adam Gault/age fotostock
Implementar
• En esta etapa es donde ocurre la acción de mejora, ya sea
a nivel de prueba piloto o ya definitiva.
© Shutterstock/Andrea Dant
Controla
• Esta ultima etapa y no menos importante, es donde se definen
los parametros para evitar que el problema aparezca de nuevo.
© Coprid/Shutterstock
Figura 7-3 Metodologia DMAIC.
Definir
En esta primera etapa el equipo o proyectista define el problema como una meta a lograr,
identifica los clientes internos o externos que se benefician del proceso a mejorar, y de-
fine sus parámetros de operación y especificaciones necesarias para lograr la completa
satisfacción.
A través de este trabajo el equipo debe estar en completo contacto con los dueños
de los procesos de la empresa, jefes de producción, jefes de mantenimiento, calidad,
etcétera.
Al final de esta etapa se define la meta a lograr como una reducción porcentual de
desperdicio o incremento en la productividad del departamento.
Definición de los requerimientos del cliente

Aquí empezamos a definir por escrito los requerimientos técnicos del cliente en relación
con el producto o servicio solicitado. Siempre es importante generar un documento que
el cliente se sienta cómodo para llenar y solicitar adecuadamente su demanda traducida
en cantidades y especificaciones especiales de cada pedido.
Cabe notar que muchas empresa dan por sentado este requerimiento, y muchas veces
los clientes no saben cómo hacer los pedidos. Por lo que es importante el trabajo del em-
pleado que atiende al cliente (customer service) y que este pueda traducir las necesidades
en especificaciones para lograr el éxito en la transacción.
Siempre es adecuado generar un formato estándar que sirva de guía para el departa-
mento de producción y que sea el mismo el que desarrolle la orden de trabajo.
Identificar la situación del producto entregado

El siguiente paso va encaminado a evaluar la percepción del cliente de lo que ha estado
recibiendo históricamente de nuestra empresa. Con base en estos datos se detectará qué
imagen tiene de nuestra empresa, para saber si se están satisfaciendo las necesidades del
cliente. Un método común es la encuesta en la entrega del producto o servicio, pero este
se puede extender a un contacto postservicio, y así evaluar a lo largo del tiempo si se con-
tinúa teniendo la misma percepción del mismo.
Se sugiere realizar una escala numérica (definida por la empresa) donde se puedan
medir niveles de aceptación y/o rechazo de los productos o servicios de la empresa.
Escriba un enunciado de los requerimientos del cliente

Hasta este punto es importante que la empresa junto con el equipo de mejora hagan un
borrador empático, es decir que desde el punto de vista del cliente hagan un enunciado
de cómo esperan que el producto o servicio sea entregado, y después socializarlo para ver
qué tan cerca o lejos se está de las verdaderas necesidades y expectativas del cliente. No
debe ser algo complicado, debe ser simple y claro para que todos los clientes se sientan
conformes y compartan lo ahí escrito.
Lluvia de ideas de problemas en la empresa

A partir de aquí se empieza a realizar el esquema de la lluvia de ideas como parte inicial
de la metodología donde se detallan por lo menos 30 items de ideas, desarrolladas me-
diante un círculo de calidad1 o bien un equipo formado por la gerencia y mandos medios
interesados en mejorar algún aspecto del proceso.
EJEMPLO DE LLUVIA DE IDEAS
Se empieza con el enunciado de todos los posibles problemas como si fuera una tormenta.
1
Un círculo de calidad es un grupo de especialistas de diferentes áreas que se reúnen para afrontar y resolver un
problema que afecta a todos.
EJEMPLO ENVASADORA DE MIEL
Falta de capacidad de manejo de recursos.

Fumigación irresponsable.
Falta de desarrollo del profesionalismo.
Falta de desarrollo de competencias.
Incumplimiento de los protocolos de procedimientos.
Instalaciones pequeñas.
No hay motivación para el personal.
Mantenimiento inadecuado e impuntual para las máquinas.
No existe la calibración en el equipo.
Facturación errónea de los productos entregados.
Falta de coordinación con las tareas a realizar.
No hay mantenimiento al equipo de transporte.
Facturación tardía en los productos entregados.
Falta de coordinación con las tareas a realizar.
Errores en el proceso de elaboración.
Coordinación deficiente de los horarios.
Falta de aseo de los desperdicios.
Envasado deficiente de la miel.
Maquinaria
Método
Causas Materia prima
de cada
Causas de cada categoría Causas de cada
categoría categoría
Problemas de
la empresa
Causas de cada
categoría
Causa
secundaria
Mano de obra
Medio ambiente
Medición
Figura 7-4 Ejemplo de diagrama causa-efecto.
Es importante notar que no todas las categorías pueden tener causas secundarias,
pero siempre se deben esquematizar los seis elementos conocidos comúnmente como las
seis “M” del diagrama de causa y efecto.
A partir de aquí se procede a ver cuál de las categorías “M” tiene mayor concentra-
ción de causas y causas secundarias para así enfocar la medición del siguiente paso de la
metodología.
Mapeo SIPOC
El mapeo SIPOC es un modelo para darnos una idea general de todo el proceso de valor2
y es una gran ayuda para empezar el plan de documentar los procesos ya que a veces se
pierde tiempo en situaciones que no generan valor al producto o servicio final.
El modelo SIPOC puede ser de gran ayuda a todos los directivos y posibles clientes,
pues les da una idea clara y sencilla del proceso desde la perspectiva de la cadena de
valor.
C
O
• Cliente
• Salidas
P
• Proceso
I
• Entradas
• Suplidor
Figura 7-5 Modelo SIPOC.
Suplidor: Es la empresa o departamento interno que se encarga de entregar la materia

prima o los insumos para el siguiente proceso.
Entradas: Puede ser la materia prima del proceso o la información necesaria para
desarrollar una actividad, que después será transformada o procesada.
Proceso: Es la serie de pasos que transforman o convierten la materia prima o infor-
mación y le agregan valor a las entradas.
Salidas: Es el producto o servicio terminado que usará o se servirá el cliente.
Cliente: Pueden ser las personas de otros departamentos o las personas naturales,
inclusive las empresas que se benefician de los productos o servicios ofrecidos.
Los diagramas SIPOC se pueden realizar en cada proceso productivo de los depar-
tamentos o uno general de toda la empresa, y debe contener toda la información general
del proceso en estudio.
Hoja de project chart

La Hoja de proyect chart, es un documento parecido al extinto resumen ejecutivo , donde
se plasma la idea de mejora del proyecto, se establecen los parámetros de acción, el equipo
2
El proceso de valor solo incluye al proveedor de la materia prima, el proceso en sí, como transformación y la logística
hacia el cliente final. No se incluyen gerentes ni personal de servicios asociados.
involucrado y además la idea inicial de cuánto se espera mejorar en datos cuantificables,

es decir, en valor porcentual o datos numéricos de lo que se desea lograr.
Este documento es muy importante ya que define y clarifica la idea de mejora, tam-
poco es una camisa de fuerza que no se puede modificar o cambiar.
También sirve para conseguir la aprobación de la gerencia de cada proyecto y ayuda
a negociar fondos e incluso tiempos de trabajo, con el fin de dar una idea en la línea de
tiempo de cuándo iniciamos y cuándo terminamos el proyecto.
DMAIC hoja de proyecto
Titulo de proyecto Se debe pensar en redactar el nombre del proyecto en forma de

objetivo, iniciando con un verbo que dé la idea de un presente
progresivo. Ejemplo. “reducir el desperdicio de…”
Líder del proyecto Se escribe su nombre como líder del proyecto pero también se
nombran los colaboradores que le permitirán y ayudarán a lograr
los objetivos del proyecto.
Caso de empresa Aquí se describe rápidamente lo que hace el departamento

dentro de la empresa, y la importancia del mismo dentro de la
cadena de valor.
Oportunidad de mejora Aquí se describe cuál es el problema a tratar, en qué área o

departamento desea centrarse para hacer la mejora.
• Diagrama de Gantt del Proyecto Meta: cuánto espera reducir en valores

En este apartado de hace un pequeño grafico cuantificables, o cuánto espera incrementar
en línea de tiempo en producción o eficiencia.
Recursos: todo lo que usted necesita para

lograr su meta.
Figura 7-6 Cuadro de formato de project chart.
Medir
En la segunda etapa de medición se busca el rendimiento del proceso actual para calcular
la situación de partida o línea base y refinar la declaración del problema u oportunidad
de mejora.
En este apartado de debe planificar adecuadamente y medir el rendimiento frente a
los requisitos del cliente.
Se llevarán a cabo las mediciones de los productos defectuosos para establecer en qué
medida están afectando a la empresa y así identificar más fácilmente las oportunidades de
mejora, tal como dice Edward Deming, “si se puede medir se puede mejorar.”
También es importante que se genere el instrumento acorde a las necesidades del
producto para la recabación correcta de los datos.
Pero para conocer ya en profundidad se tiene que desarrollar en el área (si no hay) un
diagrama de flujo de procesos donde se expliciten las operaciones, traslados, inspecciones
y demás elementos generales de la producción.
Diagrama de flujo de proceso/producto

El diagrama de flujo de procesos en un esquema dentro de una tabla que lleva componen-
tes relacionados con la productividad, tiempos, y distancias de los procesos productivos
de un departamento o área. El diagrama define con claridad la secuencia de producción

y las distancias que deben recorrerse. Este diagrama es exclusivo y ajustado especialmen-
te a cada empresa, por lo que ningún diagrama es estándar. Lo que sí deben tener son los
datos del encabezado donde se describe el nombre del proceso, el área o departamento,
quién lo realizó, quién lo aprobó y quién lo autorizo para su uso final.
Dentro de este diagrama aparecen varias figuras que denotan algunas actividades.
Operación Inspección Operación Traslado Demora Almacenaje

combinada
Figura 7-7 Símbolos del diagrama de flujo de procesos.
Operación: esta es una actividad que le agrega valor al producto o materia prima,
también es la actividad de servicio entregado.
Inspección: este elemento se refiere a la comparación de los parámetros de trabajo de
una operación contra los parámetros preestablecidos generados por el cliente.
Traslado: es la acción del movimiento de un proceso a otro cuando este es mayor a 1
metro de distancia.
Demora: este proceso no debería incluirse dentro del esquema de producción cuando
hay un buen balanceo de las líneas, pero en la realidad no se logra como debiera esperar-
se, por tanto se agrega como un elemento que no es agradable pero que tiene que estar ahí.
Es exactamente cuando el producto tiene que esperar a la siguiente estación de trabajo y
no existe transformación.
Almacenaje: es la acción especial donde se guarda el producto ya sea en proceso o
terminado para la siguiente operación o departamento.
Operación combinada: esta resulta de cuando existe una operación pero ahí mismo se
revisa si cumple con los parámetros estándares de calidad.
Diagrama de flujo de procesos
Empresa: Realizó: Fecha:
Departamento: Revisó: Fecha:
Área: Aprobó: Fecha:
Continúa
Continuación
Ítem Operación Inspección Traslado Demora Combinada Almacenaje Distancia Tiempo
Descripción del flujo

Ítem Metros Segundos
del proceso
1
10
Figura 7-8 Tabla de diagrama de flujo de procesos.
Al final del diagrama se tiene un dato sumatorio de las distancias recorridas en el

proceso y el tiempo estándar de fabricación.
Selección de lo que se debe medir

Al establecer los parámetros de nuestro proyecto y ya conociendo en qué nos vamos a
enfocar, definimos lo que vamos a medir. Esta etapa es crucial ya que si elegimos inco-
rrectamente todo nuestro proyecto puede fallar y no lograr el impacto deseado de mejora.
Dentro de los criterios que se deben establecer es que la información debe ser suficiente-
mente fuerte y no basada en corazonadas, o creencias, y establecer claramente los tiem-
pos de ciclos, tipos de defectos, frecuencia de los mismos, e identificar las actividades de
valor agregado.
También incluimos las siglas DPU, que nos relacionan con los defectos que se pueden
encontrar por cada unidad producida y es no conforme a las especificaciones.
Dentro de las formas de determinar las medidas se debe especificar el lenguaje co-
mún con el equipo de trabajo, el equipo de mejora y los clientes para así hablar dentro de
los mismos parámetros.
Otro aspecto importante antes de seleccionar lo que vamos a medir es establecer los
recursos y el tiempo para realizar las mediciones y la cantidad mínima esperada de mues-
tras, incluyendo las respuestas a las siguientes preguntas:
• ¿Qué clase de medida es?

• ¿Con qué frecuencia debo tomar las muestras?
• ¿Qué me indicaran estos datos?
• ¿En qué punto del proceso se mide?
Plan de recolección de datos. Hoja de planificación

de mediciones
Al generar el plan se tienen llevar a cabo los siguientes pasos:
1. Decidir las metas esperadas del plan.
2. Generar definiciones operativas y procedimientos para recolectar los datos.
3. Asegurar la consistencia de datos y la forma de recolección.
4. Asegurarse de entrenar adecuadamente al equipo de recolección (si lo hay).
5. Monitorear periódicamente a los recolectores de la información.
Cualquier sugerencia de mejora se debe incorporar para sacarle el mayor provecho a
la actividad, y al final de esta parte se debe hacer a manera de lista de comprobación de
lo que se va a medir, dónde, cuándo y quién lo hará.
Herramientas de recolección de datos

Todas las herramientas que nos ayudan y se adaptan a la necesidad de la recolección de
datos son correctas y aplicables. Siempre es importante mantener la continuidad y el
orden al usar las herramientas, logrando así la estabilidad al momento de recolectar los
datos recibidos.
A continuación se presenta un ejemplo de una herramienta de recolección
Proceso Pegado de manga en camiseta raglan
Fecha xx-xx-xx Turno: 4 × 3 Empleado Juan Pérez
Categoría de defecto Frecuencia Total
Hilo suelto /// 3
Mancha de aceite ///// 5
Agujero en la tela /// 3
Puntada suelta ///////////////// 17
Total 28
Figura 7-9 Tabla de herramienta de recolección de datos.
Otras herramientas que también se pueden usar:

Use gráficos de Pareto para encontrar los pocos vitales y muchos triviales.
Puede usar gráficos de tendencia para encontrar patrones a lo largo del tiempo.
Histograma de polígono nos ayuda a revisar visualmente dónde podemos centrarnos.
Analizar
El paso analizar de la metodología DMAIC incluye un análisis detallado de los datos
recolectados del proceso para poder comprender a fondo el comportamiento actual del
proceso que se espera mejorar.
Entonces aparece en escena la variación como un aspecto inherente a la operación
del sistema de producción, el gráfico de Pareto nos da una idea real para enfocarnos don-
de centrar la atención aunque no es el único método, este se adapta a las posibles fallas
donde se deben discriminar fácilmente las más importantes y de más impacto a estar
perdiendo el tiempo con las que no generan mayor cambio en la actividad del proceso.
Se tiene que convertir en un detective que busca con los datos obtenidos la raíz del
problema y así fácilmente encontrar la solución.
Herramienta de los cinco por qué en la búsqueda

de las causas raíz
Dentro de las hipótesis encontradas a través de las herramientas como Pareto se comple-
menta el uso de los 5 porqués, dando espacio a contestar cada pregunta y dicha respuesta
se convierte en la siguiente pregunta.
Fundamentado inicialmente en el diagrama de Pareto se establecen las preguntas y
estas deben contestarse hasta el quinto nivel, donde se espera poder generar la opción más
cercana a la respuesta a trabajar.
Se detiene le proceso de
¿Por qué?
envasado en COAPICH
¿Por qué? Hay falta de materiales
¿Por qué? El tiempo de entrega es lento
Los materiales vienen desde

¿Por qué? la capital (Tegucigalpa)
¿Por qué? No hay proveedores cerca
Figura 7-10 Ejemplo de los 5 porqués.
Preparación de propuesta para la implementación de la prueba piloto

Al completar toda esta información ya se encuentra listo para establecer los parámetros y
realizar la prueba piloto. Es importante notar que hasta este momento no se ha realizado
ninguna acción real de mejora en el proceso, y es hasta este momento donde se preparan
todos los elementos para realizar en una planificada y aprobada acción, el piloto en baja
escala de la mejora con el objetivo de preparar todo lo necesario para lograr el éxito en
el proyecto.
Implementar
El objetivo de la implementación es llevar a cabo las soluciones propuestas en la etapa
anterior, generando y evaluando soluciones usando la base del control estadístico, bus-
cando reducir o eliminar en la medida de lo posible las variaciones, encontrando la causa
principal y corrigiéndola desde el origen, para evitar la recurrencia de la misma.
Aquí se debe continuar con la mente abierta para hacer los ajustes correspondientes
de la mejora que encontremos correctos y factibles en el camino, suelen darse los mismos
por los cambios de la personas o equipos, pero no debe ser algo fuera de lo normal y ayu-
da a incrementar la probabilidad de éxito de la mejora en todos los sentidos.
Al implementar la mejora repasamos el camino realizado desde la definición del pro-
blema hasta las acciones concretas de cambios, esto se puede ver en el cuadro siguiente.
Método
Solución
práctico de
propuesta
implementación
Causas
principales
verificadas
Definición del Método

problema Solución
práctico de
propuesta
implementación
Causas Método
Solución
principales práctico de
propuesta
verificadas implementación
Figura 7-11 Matriz de selección de soluciones.
Medición de resultados de la prueba piloto comparados

con la propuesta inicial
Para continuar en la metodología se establece que debemos medir otra vez los indicadores
que teníamos inicialmente para hacer un comparativo y determinar en qué medida se ha
logrado la mejora, o la eliminación de la causa del problema.
Controlar
La fase de control es usada para principalmente para documentar cualquier proceso,
procedimiento, o nueva responsabilidad del empleado y los requerimientos inherentes a
los resultados que se han cambiado o creado por la implementación del plan de mejora-
miento de procesos.
El propósito de la fase de control es institucionalizar los nuevos sistemas de opera-
tividad y esta estaría completa cuando la comunicación de requerimientos de resultados
del nuevo proceso se terminan y el sistema de monitoreo del nuevo proceso está funcio-
nando.
En general se espera que la falla no regrese y que los involucrados conozcan adecua-
damente la nueva forma de operar y así dejar olvidada la forma anterior.
Se implementaran los siguientes métodos de control:
• Establecer el plan de entrenamiento de todos los involucrados en el proceso.
• Definir el nuevo diagrama de flujo de procesos con el método mejorado.
• Generar un check list de los puntos críticos de control donde se evaluará periódica-
mente los niveles esperados de aceptación.
• Establecer los mecanismos a prueba de fallas dentro de los controles de operación.
Y por último el plan de comunicación de la transición

Se deben contestar adecuadamente los siguientes items:
• ¿Quién debe saber y qué debe saber cada dueño de proceso?
• ¿Cuándo debe saberlo?
• Establecer la jerarquía de métodos de comunicación.
• Propietarios del proceso principal con quienes se debe comunicar.
• Transferencia adecuada y disponible de conocimientos.
CAPÍTULO
8 Ocho pasos
para la solución
de un problema
Al completar el estudio de este apartado, el estudiante

será capaz de:
• Conocer en qué consiste la técnica de los ocho pa-

sos para solucionar un problema.
• Conocer cómo se relaciona la técnica de los ocho

pasos con el círculo de Deming.
• Aplicar la técnica de los ocho pasos en la solución

de un problema.
En el diario vivir el ser humano se enfrenta a una serie de problemas u oportunidades de

mejora para lo cual se deben de estar tomando decisiones que contribuyan a disminuir o
a eliminar las mismas; hay que tener presente que un problema será aquella situación que
resulta del alejamiento del resultado actual del logro de un resultado ideal (objetivo que se
pretende alcanzar), en otras palabras, es el obtener resultados indeseables en un proceso.
La cultura de calidad de una empresa para solucionar problemas se apoya en el cír-
culo de la calidad o círculo de Deming, enmarcado en la mejora continua. Aquí, a través
de las etapas del circulo (planear, hacer, verificar y actuar), se establecen una serie de
pasos a seguir apoyados con las herramientas básicas de la calidad para ir solucionando
la situación problemática u oportunidad de mejora. En la siguiente figura se aprecia cómo
se relacionan los pasos con las etapas del círculo de Deming:
Reinicio del ciclo Seleccionar el problema

a solucionar
Presentar informe y concluir Descripción del problema

1
8 2
Prevenir la incurrencia Análisis de causa
3
del problema
7 Actuar Planear 4
Plan de acción
Verificar Hacer
6 Ejecución del
5
plan de acción
Verificación de
resultados
Figura 8-1 Circulo de Deming para solucionar problemas.
Los pasos para desarrollar este proceso de mejora son los siguientes:
1. Seleccionar el problema a solucionar: en este paso se define, delimita y analiza la
magnitud de la situación problemática y se debe de realizar lo siguiente:
a) Hacer listado de los problemas que afectan a su área de trabajo. Sugerencia: pensar
en los problemas o efectos y no en sus causas o soluciones.
b) Establecer prioridades. Sugerencia: basarse en hechos y datos reales.
c) Seleccionar el problema que se va a solucionar.
d) Definir el proyecto, incluyendo objetivo a lograr y beneficios que se podrían obtener.
Las herramientas por utilizar en este paso pueden ser: tormentas de ideas, diagramas
de Ishikawa, diagramas de Pareto, hojas de verificación, histograma o cartas de control.
2. Descripción del problema: precisar las características de la situación problemática
buscando todas las posibles causas que lo podrían estar provocando. Se debe de di-
bujar el diagrama de flujo del proceso para identificar operaciones, actividades, varia-
bles y atributos, señalando cuáles son críticos y cuáles no controlados.
Las herramientas por utilizar en este paso pueden ser: diagramas de flujo, tormentas
de ideas, diagrama de Ishikawa.
3. Análisis de causas: se debe de investigar a profundidad las causas que están provo-
cando la situación problemática y determinar la causa o causas principales. Se debe
realizar lo siguiente:
Capítulo 8 Ocho pasos para la solución de un problema 185
a) Hacer un listado de las posibles causas del problema.

b) Seleccionar las causas más probables.
c) Comprobar que existe una relación entre las causas más probables y la situación
problemática.
d) Determinar la causa principal de la situación problemática y verificar su posible
eliminación o bloqueo.
Las herramientas por utilizar en este paso pueden ser: tormentas de ideas, diagramas
de Ishikawa, diagramas de Pareto, hojas de verificación, diagrama de dispersión.
4. Plan de acción: se deben de considerar las medidas remedios que serán las acciones
específicas necesarias para eliminar las causas principales del problema. Se puede
apoyar con las siguientes interrogantes: ¿Por qué? Para encontrar la necesidad. ¿Qué?
Para definir el objetivo. ¿Dónde? Para determinar el lugar. ¿Cuánto? Para establecer
los tiempos a utilizar y el costo de cada actividad. ¿Cómo? Que será el plan de acción
a ejecutar. Se debe de realizar lo siguiente:
a) Definir la estrategia de acción a seguir.
b) Elaborar el plan de acción con el detalle del cronograma de las actividades.
La herramienta por utilizar en este paso puede ser: diagrama de Gantt.
5. Ejecución del plan de acción: poner en práctica lo establecido en el plan elaborado
en el paso anterior y llevar registro de los resultados. Se debe de realizar lo siguiente:
a) Difundir el plan de acción a todos los involucrados, comunicando a cada uno de
los responsables: qué se va a hacer, por qué se va a hacer y cómo se va a hacer.
b) Entrenar a todas las personas que van a ejecutar las acciones planeadas.
c) Ejecutar las acciones planeadas.
d) Hacer un seguimiento permanente a la ejecución del plan.
e) Registrar todos los resultados.
Las herramientas para utilizar en este apartado son: programa de la capacitación
del personal, hojas de recolección de datos, histogramas, cartas de control, hojas de
verificación y diagrama de Gantt.
6. Verificación de resultados: se tienen que revisar los resultados obtenidos después de
la implementación del plan de acción. Se debe de realizar lo siguiente:
a) Comprobar la efectividad de las acciones ejecutadas antes y después de ejecutar
las acciones
b) Comprobar los resultados, obtenidos al ejecutar las acciones, con las metas pro-
puestas
c) Listar los efectos adicionales que se lograron durante el plan de acción
d) Preguntar: ¿La causa principal fue efectivamente eliminada o bloqueada? ¿Los
resultados indeseables desaparecieron? Si las respuestas son afirmativas se puede
continuar con el siguiente paso, si la respuesta es negativa se debe pasar al paso 2.
Las herramientas a utilizar en este apartado son: inspección y supervisión, hojas de
verificación, cartas de control
7. Prevenir la recurrencia del problema: se debe estandarizar el procedimiento estableci-
do garantizando que las causas principales fueron bloqueadas o eliminadas. Se debe
de realizar lo siguiente:
a) Elaborar o modificar las normas o estándares.
b) Difundir los nuevos estándares o normas o los cambios que ellos sufrieron.
c) Educar y entrenar a todos los involucrados en la ejecución de los estándares.

d) Verificar periódicamente el cumplimiento de las normas
Las herramientas para utilizar son la inspección y la supervisión, hojas de verificación.
8. Presentar informe y concluir: Se debe de documentar el procedimiento establecido
para evitar la reaparición de la situación problemática y planear nuevos proyectos de
mejora.
El reinicio del ciclo será el producto del proceso de mejora continua, ya que hay que
tener en cuenta que las situaciones ideales son muy difíciles de lograr y que, por lo tanto,
buscar la perfección no es efectivo ni productivo. Tal como no es aconsejable trabajar
demasiado tiempo en el mismo tema.
EJEMPLO
Aplicación de la técnica de los ocho pasos para solucionar un problema:

En el departamento de producción de una empresa dedicada al procesamiento de
camarón se forma un equipo integrado por cinco personas para poder identificar cuá-
les son los problemas que están afectando actualmente la productividad de este, El
equipo está integrado por: 2 supervisores de producción, 2 supervisores de calidad y
1 operario de producción. Este equipo se apoyará en la técnica de los ocho pasos para
solucionar un problema.
Paso 1: Seleccionar el problema a solucionar:
Cantidad de
producto que se Producto a
coloca temperatura alta
Talla del producto

Poca experiencia
Manipulación
Cambio de bandeja del camarón
Lesiones en las
Golpe al camarón
manos
Poca motivación Problemas de

producción
Temperatura
de IQF
Ausentismo
Básculas
Espacio físico descalibradas
Operarios
limitado
distraidos
Enfermedad Termómetros
ocupacional desviados Obstrucción por hielo
en los evaporadores
Temperatura en
Agotamiento de tanque de recepción
los operarios Falta de
capacitación Flujo de las bandas
transportadoras
Figura 8-2 Tormenta de ideas de problemas en área de producción.

Tomando en cuenta los problemas que se muestran en la lluvia de ideas el equipo

decidió enfocar la mejora en los resultados que se están produciendo por la temperatura
de IQF (congelamiento individual rápido) que consiste en que el camarón se pega, ante lo
cual se plantean el siguiente objetivo:
Reducir la cantidad de producto pegado en el proceso de IQF crudo en un 10%.
Paso 2: Descripción del problema:
Enfocados el proceso de IQF crudo el equipo de trabajo detalla en qué consiste este pro-
ceso: el camarón entra al IQF donde es congelado individualmente después lo dirigen a
un glaseo para que el camarón adquiera una mejor contextura y más peso. Seguidamente
el camarón es inspeccionado nuevamente para apartar el camarón pegado y con defectos,
luego es embolsado, pesado y sellado para empacarlo y llevarlos a almacén.
Paso 3: Análisis de causas:
Analizando las situaciones que se presentan durante el proceso el equipo elaboró un
diagrama de Ishikawa para mostrar las causas que están provocando el problema del ca-
marón pegado que se presenta en la siguiente figura:
Maquinaria
Mesa sin cubierta
Medición Temperatura de IQF Medio ambiente

Obstrucción por hielo
en los evaporadores
Termómetros desviados Temperaturas bajas
Temperatura en tanque
Poca iluminación
Cronómetros desviados de recepción
Flujo de las Espacio físico limitado
Bandas transportadoras
Básculas descalibradas bandas transportadoras rápidas
Producto pegado
Talla del producto Manipulación del Operarios distraídos

camarón
Producto a temperatura alta Agotamiento de los operarios
Golpe al camarón
Producto no conforme Poca motivación

Cambio de bandeja
Cantidad de producto Ausentismo
que se coloca Falta de capacitación
Método Accidentes
Materia prima Poca experiencia
Enfermedad ocupacional
Lesiones en las manos
Mano de obra
Figura 8-3 Diagrama de Ishikawa de camarón pegado en IQF crudo.
Analizando el diagrama de causa-efecto se pueden observar las diferentes categorías

que presentan problemas en la empresa.
• Maquinaria y equipo, en esta categoría se encuentran cinco razones por las cuales
puede existir problemas, una de ellas radica en la temperatura en IQF, obstrucción
por hielo en los evaporadores, temperatura en tanque de recepción, los cuales juegan
un papel importante en el aseguramiento de la calidad e inocuidad del camarón, otro
aspecto es mesa sin cubierta, la cual atrasa el proceso de empaque debido al sumo
cuidado que deben tener los auxiliares al colocar la bandeja donde se encuentran los
camarones.
• Medición, entre las causas se encuentra termómetros y cronómetros desviados,
básculas descalibradas lo cual afecta la calidad e inocuidad del producto, también se
encuentra el flujo de las bandas transportadoras debido a que no presentan un flujo
estable.
• Métodos, entre las causas principales se encuentran: golpe al camarón, al aplicar
una fuerza mayor a la que pueda soportar el camarón, produce que este se quiebre y
se conviertan en pedazos y como último; el cambio de bandeja, muchas de las auxi-
liares de producción no conocen el método apropiado para realizar esta actividad al
momento de pesar el producto, esto provoca un atraso en el proceso de empacado.
• Mano de obra: la falta de capacitación del personal y poca experiencia como también
el agotamiento y laceraciones en las manos de los operarios evita la eficiencia en la
separación del camarón lo cual aumenta el resultado de producto pegado, por lo tan-
to, no se podrá asegurar la calidad del producto.
• Medio ambiente: en esta categoría se pudo encontrar el espacio físico limitado que
afecta la movilización del personal dando como resultado cuello de botella; la poca
iluminación evita una mejor visualización y produce una sensación de letargo, tam-
bién la temperatura ambiente es baja lo que provoca que los operarios no se sientan
en confort y disminuye la efectividad en todo el proceso.
• Materia prima: se encuentran productos no conforme, que se deben eliminar del pro-
ceso y se encuentra producto a temperatura alta y debido a esto se pega en la banda
transportadora, y provoca retrasos en el proceso de selección.
Basados en el análisis del diagrama el equipo de mejora concluye que la causa que
está teniendo mayor incidencia en el problema de camarón pegado en el IQF crudo es la
mano de obra.
Paso 4: Plan de acción
Título de proyecto Reducción del producto pegado en IQF crudo
Lider del proyecto Equipo de mejora de calidad
Camarones Sureños S. A. de C. V. se encarga de procesar camarón

de distintas maneras según las especificaciones que el cliente so-
licite. Enfocados el proceso de IQF crudo: El camarón entra al IQF
donde es congelado individualmente después lo dirigen a un glaseo
Caso de empresa
para que el camarón agarre una mejor contetura y más peso. Segui-
damente el camarón es inspeccionado nuevamente para apartar el
camarón pegado y con defecto, luego es embolsado, pesado y sella-
do para empacarlo en másteres y llevarlos a almacén.
Se pretende reducir la cantidad de producto pegado en el proceso

Oportunidad de mejora de congelamiento individual rápido (IQF) para evitar no conformidad
y queja por parte del cliente.
Continúa
Continuación
Gráfico de Gantt
Nombre Nov. 2016

No. Comienzo Fin Duración
de tarea 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
1 Definir 04/11/2018 07/11/2018 2d
2 Medir 07/11/2018 11/11/2018 5d
3 Analizar 14/11/2018 15/11/2018 2d
4 Imple- 21/11/2018 25/11/2018 5d

mentar
5 Controlar 28/11/2018 30/11/2018 3d
Meta: Reducir la cantidad de producto pegado en el proceso de IQF crudo en un 10%.

Recursos: Hoja de datos, cronómetro, lápiz, balanza, acceso al área de proceso, apoyo del supervisor y operario.
Figura 8-4 Plan de acción basado en metodología DMAIC.
Paso 5: Ejecución del plan de acción:

La metodología para implementar el plan de acción será la siguiente:
• El plan de recolección de datos será puesto en marcha durante una semana, debido a
que el proceso de producción de IQF es muy irregular y el personal de turno cambia
al culminar esa semana. Se tomarán los datos mediante la toma de flujo (libras pesa-
das durante un minuto) en la segunda banda transportadora, dichas observaciones se
tomarán cada 20 minutos mientras se está separando el camarón después de haber
salido de su congelamiento individual rápido y glaseo. Mediante el estudio de tiempos
y movimientos se medirá el tiempo que le toma a los auxiliares de la primera banda
trasportadora separar el producto.
• La hoja de planificación de mediciones estará basada en el flujo y el producto pegado
que se encuentre en ese flujo previo a ser empacado y en los movimientos de los auxi-
liares de la primera banda trasportadora. La hoja llevara la siguiente información:
Producto pesado Producto

Fecha Hora Flujo Talla Código Pegado Pegado % pegado
(kg) (lb)
(lb) (kg) (kg)
Figura 8-5 Hoja de recolección de datos.
Paso 6: Verificación de resultados:

Una vez aplicado el plan de acción se obtuvieron los siguientes resultados:
Mediciones Antes de la Después de la % Reducción

prueba piloto prueba piloto
Promedio % pegado (kg): 5.62 1.8 ‒68%
Figura 8-6 Hoja de recolección de datos.
Dado los resultados de la tabla anterior se pudo determinar que la mejora fue mucho
más (+68%) de lo que se había planteado en el objetivo que era reducir en 10% el cama-
rón pegado.
Paso 7: Prevenir la recurrencia del problema:
Para prevenir la recurrencia del problema el equipo de mejora plantea lo siguiente:
• Capacitar al personal supervisores y operarios 2 veces al año.
• Realizar auditorías internas periódicamente para estar evaluando la calidad del traba-
jo que está efectuando el recurso humano.
Paso 8: Presentar informe y concluir:

El equipo de mejora logró el objetivo que se planteó al utilizar la técnica de los ocho pasos
para reducir la situación problemática del camarón pegado en la línea de IQF.
Para realizar la prueba piloto se les comunicó a los auxiliares de producción que
debían utilizar ambas manos, para aumentar el número de camarones que separan, se
evitó que tiraran el camarón para que no se pegue en los camarones que ya habían sido
separados. Las personas que están en la ventanilla del IQF no pueden moverse para tirar
el camarón al comienzo de la banda transportadora, solo lo harán las personas que están en
medio, ya que al no haber personal separando en la parte donde necesita más precisión
la probabilidad de que el camarón se congele pegado es mayor. La supervisión para estos
operarios fue más continua y se les comunicaba cuando los porcentajes de camarón pega-
do iban subiendo, así se tuvo más información del proceso.
Se logró determinar que se debe capacitar al equipo de producción (supervisores y
operarios) dos veces al año, así como establecer auditorías periódicas al sistema.
191
Aplicación práctica: ocho pasos para la

solución de problemas
Número de cuenta:
Instrucciones: Tomando como base lo estudiado en esta sección, aplica la herramienta de

los ocho pasos para solucionar un problema apoyado con círculo de Deming. El proble-
ma principal puede ser asignado por el catedrático, o si él lo estima conveniente, dejarlo
a libre elección del o los estudiantes. Esta actividad se puede desarrollar en equipos de
trabajo.
Notas
192
CAPÍTULO
9 Capacidad
de procesos
• Aprender a calcular e interpretar los índices Cp y

Cpk.
Las herramientas estadísticas ayudan a cuantificar la variabilidad del proceso, a analizar

la variabilidad respecto a las especificaciones. También sirven de insumo para tomar me-
didas tendientes a eliminar o reducir esta variabilidad. Precisamente a esto se le llama
análisis de la capacidad del proceso. Cuando se habla de capacidad del proceso, se refiere
a su uniformidad; es decir, la medición de la uniformidad de las salidas del proceso. En
otras palabras, es importante saber si un proceso es capaz cuando cumple con las especi-
ficaciones técnicas que se desean.
Recordando la gráfica de los niveles signasigma, y la distribución de probabilidad
norma (Z), cuando un proceso está dentro de control estadístico, 99,73% de los datos se
encuentran en el intervalo de la media, más o menos 3 desviaciones estándar: μ – 3σ y μ
+ 3σ. Esto se encuentra representado en la siguiente figura:
6𝛔 = Capacidad del proceso
99%
95%
68%
𝛍 – 3𝛔 𝛍 – 2𝛔 𝛍 – 1𝛔 𝛍 𝛍 + 1𝛔 𝛍 + 2𝛔 𝛍 + 3𝛔
Figura 9-1 Capacidad del proceso.
Se utilizan índices de capacidad y proceso, Cp y Cpk. Se calculan con las siguientes

fórmulas:
Límite de control superior – Límite de control inferior

Cp =
6 * Estimado de la desviación estándar
Media – LCI LCS – Media

Cpk = Min ; ;
3 * Estimado de la desviación estándar 3 * Estimado de la desviación estándar
Figura 9-2 Índices de capacidad de procesos.
Para que la producción esté dentro de las tolerancia se busca un Cp>1. Existe tam-
bién el criterio de manejar un Cp>1.33
Pero el Cp no considera el centrado del proceso, por esta razón, si el proceso no está
centrado, se calcula el CpK.
En un proceso de producción, se tomaron 15 muestras, cada muestra está conforma-
da por 4 mediciones. Se han registrado las lecturas en Ohms de un dispositivo electrónico.
Se sabe que se cuenta con una tolerancia de ±35 Ohms. En la siguiente tabla se presentan
las lecturas obtenidas:
Capítulo 9 Capacidad de procesos 195
Tabla 9-1 Datos para cálculo de capacidad de proceso.
Núm. Muestra Lectura (ohms)

1 1010 991 985 986
2 995 996 1009 994
3 990 1003 1015 1008
4 1015 1020 1009 998
5 1013 1019 1005 993
6 994 1001 994 1005
7 989 992 982 1020
8 1001 986 996 996
9 1006 989 1005 1007
10 992 1007 1006 979
11 996 1006 997 989
12 1019 996 992 998
13 981 991 989 1020
14 1015 993 988 984
15 1007 1008 1005 982
En primer lugar, agregar dos columnas, una para calcular el promedio de cada mues-
tra y otra para calcular el rango. El rango se calcula restando el valor mayor menos el
valor menor de cada muestra. A partir de esto se obtienen los siguientes datos:
Tabla 9-2 Cálculo de medias y rangos.
Núm. Lectura (ohms) Promedio Rango

Muestra
1 1010 991 985 986 (1010+991+985+986)/4 = 993 (1010-985) = 25
2 995 996 1009 994 998.5 15
3 990 1003 1015 1008 1004 25
4 1015 1020 1009 998 1010.5 22
5 1013 1019 1005 993 1007.5 26
6 994 1001 994 1005 998.5 11
7 989 992 982 1020 995.75 38
8 1001 986 996 996 994.75 15
9 1006 989 1005 1007 1001.75 18
10 992 1007 1006 979 996 28
11 996 1006 997 989 997 17
Continúa
Continuación
Núm. Lectura (ohms) Promedio Rango

Muestra
12 1019 996 992 998 1001.25 27
13 981 991 989 1020 995.25 39
14 1015 993 988 984 995 31
15 1007 1008 1005 982 1000.5 26
999.283333 24.2
Esta es la media de las medias, Este es el rango
Promedio es decir, de toda esta columna. promedio
Especificación 1000 Ohms
TOLERACION ± 20 Ohms
LCI 980
LCS 1020
Media de las medias 999.283333
S = RANGO MEDIO/d2
Estimación de la desviación S = 11.7532783 El valor de d2 = 2.059, es una constan-
te para 4 muestras de 4 mediciones
1020 – 980
Cp =
6 * 77.75
999.28 – 980 1020 – 999.28

Cpk = Min ;
3 * 11.7532783 3 * 11.7532783
Al calcular los índices Cp y Cpk, se obtiene:
CP = 0.56721763 se recomienda un Cp >1.33

CPK = Min [0.54689233 ; 0.58754293]
Estos resultados indican que un porcentaje significativo de las mediciones estará fuera
de las especificaciones.
Estos cálculos no solo se pueden realizar de esta forma, hay programas especiales
para el área de calidad, sin embargo, Excel también permite efectuar los cálculos de una
forma más rápida, a través de un complemento llamado SPC For Excel, el cual se encuen-
tra disponible en su versión de prueba en la página www.spcforexcel.com. Descárguelo en
su computadora. Una vez instalado en Excel se creará una sección como se muestra en la
siguiente figura:
Figura 9-3 SPC For Excel.
En este caso se mostrará cómo calcular Cp y Cpk. Primero seleccione las celdas de
los 60 datos y dé clic en Cpk.
Aparecerá el siguiente cuadro de diálogo. Introduzca el nombre que desea darle a la

hoja que Excel creará y en la cual generará un gráfico. LSL es la especificación inferior,
Nominal en este caso es 1000 y USL es la especificación superior. Activar Yes en la sec-
ción de Capability Results Table.
Luego dar clic en el botón Cpk Statistics y active las siguientes opciones:
Dar clic en Ok.

Análisis de la capacidad
16 Dentro de la variación:
(línea sólida)
LSL = 980 NOM = 1000 USL = 1020
Cp = 0.57
14 Cpk = 0.55
Tamaño del subgrupo = 4
12 Variación general:
(Línea discontinua)
10
Frecuencia
0
960 970 980 990 1000 1010 1020 1030 1040
Medición
Figura 9-4 Gráfica de capacidad de proceso.
Lo anterior concuerda con los cálculos hechos de forma manual.

Realmente SPC For Excel es un excelente complemento, después de haber estudiado
los distintos capítulos de este libro, podrá navegar y probar las diferentes opciones que
proporciona, por ejemplo, hacer histogramas, cartas de control, diagramas de Pareto, dia-
gramas causa efecto, diagramas de dispersión, cálculos de capacidad de procesos, entre
otros.
Bibliografía
Anderson, D. R., Sweeney, D. J., & Williams, T. A. Estadistica para la administracion y economía.
México, D.F. Cengage Leaming, 2008.
Besterfield, D. H. Control de calidad. México. Prentice Hall, 2009.
Cantú, H. D. Desarrollo de una cultura de la calidad. México. McGraw-Hill Interamericana,
2006.
Crosby, P. Quality is Free. Nueva York. McGraw-Hill, 1979.
Deming, W. Out of the Crisis. Cambridge, MA. Center for Advanced Engineering Study, 1986.
Feigenbaum, A. V. Control total de la calidad. México. Compañía Editorial Continental, 1997.
Girotra, K., Terwiesch, C., & Ulrich, K. Idea Generation and the Quality of the Best Idea.
Management Science, 56(4), 591-605, 2010.
Grant, L., E., & Leavenworth, R. S. Control estadístico de calidad. México. Continental, 1996.
Gutiérrez Pulido, H. Calidad y productividad. México, D.F. McGraw-Hill, 2014.
Gutiérrez Pulido, H., & De la Vara Salazar, R. Control estadístico de la calidad y seis sigma.
México, D.F. McGraw-Hill, 2013.
Hernández Sampieri, R., Fernández Colado, C., & Baptista Lucio, P. Metodología de la investigación.
México. McGraw-Hill, 2014.
Ishikawa, K. Guide to Quality Control. Hong Kong. Asian Productivity Organization, 1976.
Juran, J., & Gyrna, F. Quality Planning and Analysis. Nueva York. McGraw-Hill, 1980.
L. D. O. Métodos estadísticos aplicados a la investigación y a la producción. Argentina, 1996.
Pinel, M. Informe de la práctica profesional supervisada. Choluteca. Universidad Católica de
Honduras, 2018.
UNIT. Herramientas para la mejora de la calidad. Uruguay. UNIT, 2009.
Webster, A. L. Estadística aplicada a los negocios y la economía. Colombia. McGraw-Hill, 2008.
200

Libro UNICAH Control Estadístico de La Calidad

Cargado por

Copyright:

Formatos disponibles

Libro UNICAH Control Estadístico de La Calidad

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Libro UNICAH Control Estadístico de La Calidad

Cargado por

Copyright:

Formatos disponibles

Álvarez › Cruz › Guillén › Laínez › Marcia

Control estadístico de la calidad

DERECHOS RESERVADOS © 2019 respecto a la primera edición por:

Sobre los autores ........................................................................................iv

Bibliografía .............................................................................................. 200

José Martín Laínez

La motivación de los autores del libro de Control estadístico de la calidad, es la de pre-

Francisco Castro, PhD.

• Recordar algunos aspectos básicos en la historia

• Adquirir conocimientos básicos de muestreo.

1.1. Algunos aspectos generales

Figura 1-1 Impacto y probabilidad.

Recordando algunos conceptos básicos

Implemente un sistema de gestión integrado en su casa.

1.2. Orígenes del control de calidad

Y Dios los bendijo, diciendo:

Investigue qué especiﬁcaciones le dio Dios a Noé para elaborar el arca.

Al revisar el libro de Éxodo, capítulos 25 al 30, se encuentra una serie de indicaciones

muestro y un departamento de inspección. Aﬁrmó que la calidad de un producto está

Walter A. Shewhart, el contexto de la Segunda

Joseph Moses Juran

Otros puntos clave

Figura 1-2 Algunos puntos claves: Evolución en el control de la calidad.

1.3 Métodos de muestreo

Muestreo al azar simple

En un aula de clases hay 50 estudiantes y se desea seleccionar aleatoriamente 20 perso-

= ALEATORIO . ENTRE (VALOR MENOR, VALOR MAYOR)

= ALEATORIO . ENTRE (1,50)

Muestreo al azar estratiﬁcado

Tabla 1-1 Muestreo estratiﬁcado.

Tamaño muestra 400

Cantidad % El total Cantidad

Ingenieria 250 250/1000 = 0.25 0.25*400 = 100

Psicología 150 0.15 60

Administración 200 0.2 80

Total 1000 0.1 400

Muestreo al azar sistemático

Muestreo aleatorio por conglomerado

Al completar el estudio de este apartado, el estu- • Aprender a elaborar distribuciones de

Ampliando las herramientas a estudiar

Diagrama Para variables

Para atributos Número de defectos

Figura 2-1 Herramientas básicas de la calidad.

En la ﬁgura 2-1 se representa gráﬁcamente el contenido de esta sección del libro. Es

2.1 Tormenta de ideas

Pasos para realizar la lluvia de ideas siguiendo

Algunos puntos claves para la realización

• Se puede hacer en equipos grandes o pequeños, siempre considerando que en equipos

En cierta ocasión un grupo de ingenieros de una compañía fabricante de pasta dental

• En este caso lo importa no es la calidad de las ideas generadas sino la cantidad.

Algunas consideraciones: El proceso de equipos

Diagramando las ideas

Figura 2-2 Diagrama de lluvia de ideas usando Mind Meister.

Figura 2-3 Diagrama de lluvia de ideas elaborado con Freeplane.

No obstante, a nivel profesional, Microsoft Oﬃce Ⓒ cuenta un excelente programa

Figura 2-4 Diagrama de lluvia de ideas en Microsoft Visio.

Figura 2-5 Creación de tema principal y secundarios en Microsoft Visio.

A continuación se presenta un ejemplo de diagrama de lluvia de ideas de un problema

¿Por qué hay problemas

Figura 2-6 Diagrama de lluvia de ideas problema en el corte de clavos.