Herramientas y Tcnicas para el Control

de Calidad y Mejoramiento

21
 Causas Casuales y
Introduccin Asignables de Variacin
de la Calidad

Las Siete Herramientas

El Grfico de Control
de la Calidad
Tpicos

Implementando SPC en
un Programa de
Mejoramiento de la
Calidad

22
 Introduccin
Un proceso debe ser capaz de operar con poca variabilidad
alrededor el valor meta (target) con poca variabilidad alrededor
del target o dimensiones nominales de las caractersticas de
calidad de un producto con el fin de satisfacer o exceder las
expectativas del cliente.

SPC es una coleccin poderosa de herramientas para la solucin

de problemas tiles en lograr la estabilidad del proceso y mejorar
la capacidad a travs de la reduccin de la variabilidad.

Un proceso es una secuencia organizada de actividades que

producen una salida (producto o servicio) que aade valor a la
organizacin.

SPC puede ser aplicado a procesos de manufactura y servicios.

23
 Control Estadstico de Procesos (SPC)
SPC es uno de los desarrollos tecnolgicos ms importantes del
siglo veinte ya que:
Est basado en principios slidos.
Es fcil de usar.
Tiene impacto significativo.
Puede ser aplicado a cualquier proceso.

Sus siete herramientas principales son

Histograma y grfico hoja y tallo
Hoja de chequeo
Grfico de Pareto
Diagrama Causa y Efecto
Diagrama de Concentracin de Defectos
Diagrama de Dispersin
Grfico de Control
24
 SPC
Las Siete Magnficas son una parte importante del SPC pero
solo contienen los aspectos tcnicos.

El despliegue apropiado del SPC ayuda a crear un ambiente en el

cul todos los individuos en una organizacin buscan el
mejoramiento continuo en calidad y productividad.

Este ambiente es desarrollado mejor cuando la administracin se

involucra en el proceso.

25
 Causas Casuales y
Introduccin Asignables de Variacin
de la Calidad

Las Siete Herramientas

El Grfico de Control
de la Calidad
Tpicos

Implementando SPC en
un Programa de
Mejoramiento de la
Calidad

26
 Causas Casuales y Asignables de
Variacin de Calidad
En cualquier proceso de produccin, sin importar de que tan bien
diseado o mantenido est, una cierta cantidad de variabilidad
natural o inherente siempre existir.
Esta variabilidad natural o ruido es el efecto acumulado de muchas
pequeas y esencialmente causas inevitables.
En la estructura del control estadstico, esta variabilidad natural es a veces
llamada sistema estable de causas casuales.

Un proceso que est operando con solo causas casuales de

variacin presentes se dice que est en control estadstico.

27
 Causas Casuales y Asignables de
Variacin de Calidad
Otras clases de variabilidad en caractersticas claves de calidad
surgen de tres fuentes:
Maquinas ajustadas o controladas inadecuadamente
Errores de operarios
Materia prima defectuosa

Tal variabilidad es generalmente grande cuando es comparada al

ruido de fondo y usualmente representa un nivel inaceptable de
rendimiento del proceso.

Estas fuentes de variabilidad que no son parte del patrn de las

causas casuales se refieren como causas asignables de variacin.

Un proceso que opera en la presencia de causas asignables se

dice que es un proceso fuera de control.
28
La terminologa casual y causas asignables fue
desarrollada por Shewhart. Hoy da, algunos
escritores usan la terminologa causas comunes
en lugar de causas casuales y causas especiales
en lugar de causas asignables.

29
Causas Casuales y Asignables de
Variacin de Calidad

2 10
 SPC
Un objetivo principal del control estadstico de procesos es
detectar rpidamente la ocurrencia de causas asignables de
cambios del proceso para que la investigacin del proceso y las
acciones correctivas puedan ser llevadas a cabo antes que
muchas unidades no conformes sean fabricadas.

El grfico de control es una tcnica de monitoreo en lnea

ampliamente usada para este propsito.

Grficos de control pueden tambin ser usados para:

Estimar los parmetros de un proceso de produccin y a travs de esta
informacin determinar la capacidad del proceso.
Proveer informacin til en mejorar el proceso.
Reducir variabilidad lo ms posible.

2 11
 Causas Casuales y
Introduccin Asignables de Variacin
de la Calidad

Las Siete Herramientas

El Grfico de Control
de la Calidad
Tpicos

Implementando SPC en
un Programa de
Mejoramiento de la
Calidad

2 12
 El Grfico de Control
El grfico de control es un despliegue
grfico de una caracterstica de
calidad que ha sido medida o
calculada de una muestra versus el
nmero de muestra o tiempo.

El grfico contiene una lnea central

que representa el valor promedio de
la caracterstica de calidad
correspondiente al estado en control.
Otras dos lneas horizontales,
llamadas el lmite de control
superior (UCL) y el lmite de control
inferior (LCL) se muestran en el
grfico. Estos lmites de control se
escogen para que si el proceso est
en control casi todos los puntos de la
muestra caern dentro de ellos.

2 13
 El Grfico de Control
Un punto que se grafique fuera de los lmites de control se
interpreta como una evidencia que el proceso est fuera de
control y que una investigacin y una accin correctiva son
requeridos para encontrar y eliminar las causas asignables o
causas responsables por este comportamiento.

An si todos los puntos se grafican dentro de los lmites de

control, si ellos se comportan en una manera sistemtica o no
aleatoria entonces esto podra ser una indicacin que el proceso
est fuera de control.

Si el proceso est en control estadstico, todos los puntos graficados deben

tener esencialmente un patrn aleatorio.

2 14
El Grfico de Control - Ejemplo
En la fabricacin de
semiconductores, un paso
importante es la fotolitografa.
El proceso de desarrollo es
seguido por un proceso de
horneado para aumentar
resistencia y adherencia.
Una caracterstica de calidad
importante es el ancho del flujo
del material resistivo.
Suponiendo que el ancho del
flujo puede ser controlado con
una media de 1.5 micrones y se
sabe que la desviacin estndar
del ancho de flujo es 0.15
micrones.
2 15
 El Grfico de Control
Cada hora una muestra de cinco obleas es tomada, el ancho del
flujo promedio es calculado y graficado.
x 1.5 micrones, 0.15 micrones, n 5
x = = 0.15/ 5 = 0.0671
n
Si el proceso est en control con una ancho de flujo promedio x
de 1.5 micrones
Usando el Teorema del Lmite Central, x es distribuido aproximadamente
normal, se esperara 100(1-)% de las medias muestrales estar entre:
Z/2(0.0671) and 1.5 - Z/2(0.0671)
Escoger Z/2=3
Por tanto, UCL=1.5 + 3(0.0671) = 1.7013 y LCL = 1.5 - 3(0.0671) = 1.2987

2 16
 El Grfico de Control Tres Sigma

El Sigma en el grfico de control tres sigma se refiere a la

desviacin estndar del estadstico graficado ( o sea x ) y no a
la desviacin estndar de la caracterstica de calidad.

2 17
 El Grfico de Control
El ancho de los lmites de control es inversamente proporcional al
tamao de muestra n para un valor mltiple dado de sigma.

Escoger los lmites de control es equivalente a determinar la

regin crtica para una prueba de hiptesis:
H0: = 1.5
H1: 1.5 dnde = 0.15 (conocida)

Esencialmente, el grfico de control prueba esta hiptesis

repetidamente en puntos diferentes en el tiempo.

2 18
El Grfico de Control
Note que sigma se refiere a la desviacin estndar del
estadstico graficado ( o sea x ) y no a la desviacin estndar
de la caracterstica de calidad.

2 19
 El Grfico de Control Shewhart
La teora general de los grficos de control fue primero propuesta
por Walter A. Shewhart

estadstico muestral que mide alguna caracterstica de

calidad de interes.

media de

desviacin estndar de

L distancia de los lmites de control desde la lnea central,

expresada en unidades de desviacin estndar.
2 20
 Mejoramiento del Proceso usando
Grfico de Control
La mayora de los procesos no
operan en estado de control
estadstico.
En consecuencia, la rutina e
intento de uso de los grficos de
control identificar causas
asignables. Si estas causas
pueden ser eliminadas del
proceso, la variabilidad ser
reducida y el proceso ser
mejorado.
El grfico de control solo
detectar causas asignables. La
administracin, operario y
accin de ingeniera sern
necesarios para eliminar las
causas asignables.
2 21
 Plan de Accin para un Fuera de Control
Desarrollo de un sistema efectivo para un accin correctiva es un
componente esencial de una implementacin efectiva de un SPC.

Una parte muy importante en un proceso de accin correctiva

asociada con el grfico de control es el OCAP.

Un OCAP
Es un diagrama de flujo o descripcin textual de la secuencia de actividades
que deben llevarse a cabo despus de la ocurrencia de un evento activador.
Consiste de puntos de chequeo los cules son causas asignables
potenciales y terminales los cules son acciones tomadas para resolver una
condicin fuera de control preferiblemente al eliminar la causa asignable.
Es un documento vivo en el sentido que ser modificado con el tiempo
conforme mas conocimiento y entendimiento del proceso es obtenido.

2 22
Ejemplo OCAP

2 23
 El Grfico de Control como un
Mecanismo Estimador
Desde un grfico de control que exhiba control estadstico, se
pueden estimar ciertos parmetros del proceso tales como la
media, desviacin estndar, fraccin no conforme, etc.

Estos estimados pueden despus ser usados para determinar la

capacidad del proceso para producir productos aceptables.

Tales estudios de capacidad del proceso tienen impacto

considerable en muchas problemas de decisin del negocio que
ocurren sobre el ciclo del producto incluyendo decisiones de
hacer o comprar, mejoras de plantas y procesos, mejoras que
reducen la variabilidad del proceso y acuerdos de contratos con
clientes y vendedores sobre la calidad de un producto.

2 24
 Tipos de Grfico de Control
Grficos de Control para Variables
Si la caracterstica de calidad puede ser medida y expresada como un nmero
en alguna escala continua de medicin se llama una variable.
En tales casos, es conveniente describir la caracterstica de calidad con una
medida de tendencia central y una medida de variabilidad.

Grficos de Control para Atributos

Muchas caractersticas de calidad no son medidas en una escala continua o aun
en una escala cuantitativa.
En estos casos, se puede juzgar cada unidad de producto como conforme o no,
de acuerdo si posee o no ciertos atributos o si se puede contar el nmero de no
conformidades o defectos que aparezcan en una unidad de producto.

2 25
 Diseo de un Grfico de Control
Esto incluye la seleccin de
tamao de muestra,
lmites de control y
frecuencia del muestreo

El uso de criterio estadstico como estos y adems de experiencia

industrial ha producido lineamientos generales y procedimientos
para el diseo de grficos de control.

Recientemente, se ha empezado a examinar el diseo de los

grficos de control desde un punto de vista econmico.
Considerar explcitamente el costo del muestreo,
Prdidas desde producto defectuoso permitido y
Los costos de investigar seales fuera de control que son realmente falsas
alarmas.
2 26
 El Grfico de Control Shewhart
Los grficos de control Shewhart son ms efectivos cuando se
tienen datos de procesos en control.

Con algunas modificaciones, los grficos de control Shewhart Y

otros tipos de grficos de control pueden ser aplicados a datos
auto-correlacionados.

Tambin pueden ser aplicados en sistemas donde el control de la

retroalimentacin es empleado.

Grficos de control estn entre las herramientas de control ms

importantes de la administracin, son tan importantes como el
control de costos y de materiales.

2 27
 Causas Casuales y
Introduccin Asignables de Variacin
de la Calidad

Las Siete Herramientas

El Grfico de Control
de la Calidad
Tpicos

Implementando SPC en
un Programa de
Mejoramiento de la
Calidad

2 28
 El Resto de las Herramientas de la
Calidad
Aunque el grfico de control es una herramienta muy poderosa
para la solucin de problemas y mejoramiento de procesos, es
ms efectiva cuando se utiliza integrada en un programa
integrado de SPC.

Las otras siete herramientas son las siguientes:

Histograma / grfico de tallo y hoja
Hoja de chequeo
Diagrama o grfico de Pareto
Diagrama Causa y Efecto
Diagrama de concentracin de defectos
Diagrama de dispersin
Grfico de control

2 29
 Histograma
Usado para describir datos
grficamente.

Los datos son agrupados de

acuerdo a su valor en clases y
la frecuencia de cada clase es
reportada.

Cuando se crea un
histograma, se debe tener
cuidado con el nmero de
clases. Se recomienda usar el
valor de la raz cuadrada del
nmero de observaciones.

2 30
 Histograma con Datos Categricos
Histogramas no solo son para datos cuantitativos. Tambin
pueden ser usados para datos cualitativos.

Qu conclusiones pueden obtenerse del siguiente histograma?

2 31
Histograma

2 32
Histogramas

2 33
Describiendo Variacin

2 34
 Grfico Tallo y Hoja
Grfico basado en texto.

Tallo:
Ancho del grfico. Contiene los dgitos principales para los datos.

Hoja:
Puntos individuales de los datos. Contiene los dgitos de seguimiento de los
datos.

2 35
Ejemplo de Tallo y Hoja

2 36
Diagrama de Tallo y Hoja

2 37
 Hoja de Chequeo
En las etapas iniciales del
mejoramiento del
proceso, a veces ser
necesario recolectar
datos histricos o
actuales sobre el proceso
bajo investigacin.
Esta es una actividad
comn en el paso medir
de DMAIC.
Una hoja de chequeo
puede ser muy til en
esta actividad de
recoleccin de datos.

2 38
 Diseo de la Hoja de Chequeo
Cuando se disea una hoja de chequeo, es importante especificar
el tipo de dato a ser recolectado, la parte o nmero de operacin,
la fecha, el analista y cualquier otro tipo de informacin til en
diagnosticar la causa del pobre rendimiento.

Si la hoja de chequeo es la base para realizar ms clculos o es

usada como hoja de trabajo para ingresar datos en una
computadora, entonces es importante estar seguro que la hoja
de chequeo ser adecuada para este propsito.

En algunos casos, una corrida de prueba para validar la

distribucin y el diseo de la hoja de chequeo es muy til.

2 39
 Grfico de Pareto
El grfico de Pareto es
simplemente una distribucin
de frecuencias ( o
histograma) de datos tipo
atributos arreglados por
categora.

Los grficos de Pareto son a

veces usados en los pasos de
medir y analizar de DMAIC.

2 40
Grfico de Pareto

2 41
 Grfico de Pareto
El grfico de Pareto no identifica automticamente los defectos
ms importantes tan solo los ms frecuentes.

Cuando la lista de defectos contiene una mezcla de aquellos que

podran tener consecuencias extremadamente serias y otras de
mucho menos importancia, uno de los dos siguientes mtodos
pueden ser usados:
Use un esquema de ponderacin para modificar el conteo de las
frecuencias.
Acompae el anlisis de frecuencias del grfico de Pareto con un grfico de
Pareto de costos o exposicin.

2 42
Tipos de Grficos de Pareto

2 43
 Diagrama Causa-Efecto (Ishikawa)
Una vez que un defecto, error o problema ha sido identificado y
aislado para estudiarlo en detalle, se debe empezar por analizar
causas potenciales de este efecto indeseable.

En situaciones dnde las causas no son obvias (muchas lo son), el

diagrama causa-efecto es la herramienta formal til para
desplegar las causas potenciales.

El diagrama causa-efecto es muy til en los pasos de anlisis y

mejorar de DMAIC.

2 44
Diagrama Causa-Efecto (Ishikawa)

2 45
 Diagrama Causa-Efecto (Ishikawa)
Anlisis Causa-Efecto es una
herramienta muy poderosa.
Un diagrama causa-efecto
altamente detallado puede
servir como una ayuda efectiva
para la identificacin y solucin
de problemas.
La construccin de un diagrama
causa-efecto es basado en
trabajo en equipo y es enfocado
en atacar un problema mas que
buscar culpables.
Ver el uso de la Matriz Causa-
Efecto como complemento
avanzado.

2 46
 Diagrama de Concentracin de Defectos
Un diagrama de concentracin de defectos es una representacin
de la unidad mostrando todas las vista relevantes.

Luego los diferentes tipos de defectos son mostrados en el dibujo

y el diagrama es analizado para determinar si la localizacin de
los defectos en la unidad conlleva alguna informacin til sobre
las causas potenciales de los defectos.

Los diagrama de concentracin de defectos son muy tiles en el

paso de anlisis de DMAIC.

2 47
Diagrama de Concentracin de Defectos

2 48
 Diagrama de Concentracin de Defectos
Cuando los datos de defectos son colocados en un diagrama de
concentracin de defectos sobre un nmero suficiente de
unidades, patrones emergen con frecuencia y la localizacin de
estos patrones a veces contienen mucha informacin sobre las
causas de los defectos.

Se ha demostrado que los diagramas de concentracin de

defectos son una herramienta importante para la solucin de
problemas en muchas industrias como recubrimientos, pinturas,
acabados, moldeado, fundiciones y ensamblaje electrnico.

2 49
 Diagrama de Dispersin
El diagrama de dispersin es un grfico til para identificar una
relacin potencial entre dos variables.

Los datos son recolectados en pares de dos variables (yi, xi)

para i = 1, 2, . . . , n. Luego yi es graficado contra el
correspondiente xi.

La forma del diagrama de dispersin a veces indica que tipo de

relacin puede existir entre dos variables.

2 50
Diagrama de Dispersin
Es tentador concluir que la
relacin entre dos variables es
una de causa y efecto.
Este pensamiento es peligroso
ya que correlacin no
necesariamente implica
causalidad.
Esta aparente relacin podra
ser causada por algo bastante
diferente.
El diagrama de dispersin es til
para identificar relaciones
potenciales. Experimentos
diseados deben ser usados
para verificar causalidad.

2 51
Diagrama de Dispersin

2 52
Diagrama de Dispersin

Ejemplos de Relaciones No-Lineales

2 53
 Grfico de Variabilidad

Examina la relacin entre una variable continua y mltiples

variables discretas.
Un grfico de variabilidad puede ser usado para:
Determinar las fuentes de variabilidad en un conjunto de datos.
Mostrar la estructura completa de un conjunto de datos.
Mostrar las interacciones entre mltiples variables discretas.
Comparar las diferencias en centrado y dispersin entre niveles diferentes o
combinacin de niveles.
Grfico muy poderoso ya que el efecto de varias variables
pueden ser examinadas al mismo tiempo.

2 54
Grfico de Variabilidad

2 55
Diagrama de Flujo

2 56
 Diagrama de Flujo

Smbolos Comunes de Diagramas de Flujo

2 57
 Herramientas para el Planeamiento y
Administracin de la Calidad
Diagrama de Afinidad

Diagrama de rbol

Grfico para Programa del Proceso de Decisin

Diagrama Matricial

Diagrama de Interrelaciones

Diagrama de Red de Actividades

2 58
Diagrama de Afinidad
Nuestro proceso de planeamiento del
negocio debe ser mejorado

Proceso planeamiento
Plan no est integrado no est estandarizado

Reconciliacin con Pobre definicin de

asignacin de recursos priorizacin para introduccin
corporativos al mercado

Dueo de plan no cruza

Lidiar con problemas diarios
lneas funcionales

Medios no claramente
definidos

Metas no realsticas crean

panorama no real

Plan no est ligado a metas

financieras

2 59
Diagrama de rbol
CMO? TAREAS

MEDIOS

META

2 60
 Grfico para Programa del Proceso de
Decisin (PDPC)

META

PASO #1 PASO #2 PASO #3

Problemas
Posibles

Contramedidas
Razonables
x O x O O x

X: Dificil / Imposible
O: Seleccionado

2 61
Diagrama Matricial

Matriz en L
Orientacin nuevos empleados

Tareas Revisar
Revisar Introducir a
Tour personal &
valores del miembros
Facilidades polticas de
negocio del equipo
Recursos seguridad
Recursos
Humanos
Gerente
Divisin

Supervisor

Asociados

: Responsabilidad Primaria / Fuerte Relacin (3)

: Recursos / Relacin (2)

: Miembros Equipo / Posible (1)

Conclusin: Supervisores y asociados han tomado el papel de orientacin

ms que la funcin tradicional de recursos humanos.

2 62
Diagrama de Interrelaciones
Cules son los aspectos relacionados
para reducir el tiraje de basura?

Falta de respeto para

otros

F In=2 Out=0 B

Falta de conocer el
Empaque innecesario
impacto

In=1 Out=1 In=0 Out=5

E
C

Falta de ejemplos de
parientes
Multas inadecuadas

In=4 Out=1
D In=2 Out=1

Basureros insuficientes

In=1 Out=2

2 63
 Diagrama de Red de Actividades - PERT
Programacin
Auditora Certificacin
Early
Duration
Finish ISO 9000
Task Name
Late
Late Start Slack
Finish
4 1 5 5 2 7 7 3 10 10 2 12

2. Plan entrenamiento 4. Plan Pre-auditora 5. Preparacin Pre-auditora 6. Pre-auditoria 1

4 0 5 5 0 7 7 0 10 10 0 12
0 T=4 4
Inicio
1. Orientacin ISO
Proyecto
4 0 4
4 4 8

3. Entrenamiento Auditor

6 2 10
Proceso de 45 semanas
Slack: 2 semanas
Ruta crtica en:

13 1 14 14 16 30 30 2 32
Termina
9. Generar programa auditora 10. Plan auditora 11. Preparacin auditora
Proyecto
13 0 14 14 0 30 30 0 32

12 1 13

1 7. Reporte Pre-auditora

12 0 13

13 24 37 32 7 39 39 2 41 41 Duration 45
14. Reuniones accines
8. Accin correctiva 12. Auditora completa 13. Reporte auditora
correctivas
15 2 39 32 0 39 39 Slack 41 41 0 45

2 64
 Otras Herramientas para el Mejoramiento de
la Calidad
Plan de accin para G8D Mtodo de la ruta crtica

Benchmarking Anlisis de rbol de fallas

Ventana de Satisfaccin del Anlisis de modo de fallas y

Cliente efectos (FMEA)

Lluvia de ideas Grfico Gantt

Grfico de agrupamientos Anlisis de campo de fuerza

(Clusters)

Anlisis comparativo por partes

2 65
 Otras Herramientas para el
Mejoramiento de la Calidad
Arbl de requerimientos CQT (Crtico para la calidad)
Anlisis de entes y personas involucrados (Stakeholder
Analysis)
Modelo de Kano
Sigma del proceso
Mtodos Estadsticos Avanzados:
Muestreo estadstico
Estratificacin
Estadstica Inferencial
Diseo de Experimentos
Diseos Robustos
Anlisis de Regresin

2 66
Grfico Paynter

Grfico Paynter

Clasificacin
Problemas Desarrollo Corrida
Cliente Prototipo Produccin
1 Accidentes despegue 3 6 0 0 0 5 12 4 1 1 0 0 0 32 1
2 Accidentes aterrizaje 1 8 4 0 0 2 6 4 P1 0 0 0 0 26 2
3 Fallas en Tierra 4 1 0 0 0 0 1 0 P0 0 0 0 0 6 3
4 Perdida comunicacin 3 5 0 0 0 6 3 P1 0 0 0 0 0 18 4
5 Falla de potencia 1 0 P1 0 0 1 1 0 0 0 0 0 0 4 5
6 Choques no explicables 0 0 0 0 0 0 0 0 0 0 0 EI4 0 4 6
7 Choques explicables 0 0 1 P1 0 0 0 0 0 0 0 0 0 2 7
8 Choques seal perdida 0 3 2 1 0 6 3 P2 0 0 0 0 0 17 8
Set Oct Nov Dic En Feb Mar Abr May Jun Jul Ago Set
Total
Primera entrega al cliente
Empieza produccin

Incidentes por Mes

E= Accin Respuesta Emergencia (ERA)
I= Accin Contencin Interna (ICA)
P= Accin Correctiva Permanente (PCA)

2 67
Anlisis Campo de Fuerza

Title
Status quo: Desired outcome:

{Enter status quo here} {Enter desired outcome here}

Driving forces Restraining forces

{Enter driving forces here} {Enter restraining forces here}

2 68
 El Cuadrante de la Ventana del Cliente
El Cuadrante de la Ventana
del Cliente

QUIERE
Alta

Cliente Cliente
quiere y quiere y
no obtiene obtiene
Importancia

OBTIENE
A B
OBTIENE
NO

Cliente no Cliente no
quiere y quiere y
no obtiene obtiene

D C

NO QUIERE
Baja

Baja Satisfaccin Alta

2 69
Tcnica Es / No Es

Causa NO
ES
Raz ES

Definicin del Problema

(Qu est incorrecto con que)

Descripcin del ES NO ES Obtener

Problema Informacin
Objeto
Qu?

Defecto

Dnde?

Fue visto primero

Cundo?

Qu tamao?

2 70
 Anlisis Comparativo

Listar diferencias / denominadores no comunes (comparar los

ES con sus correspondientes contrastes NO ES)
Pregunte: Qu es nico, peculiar, diferente, distintivo, inusual sobre los
ES?
Considere aspectos como gente, mtodos, material, mquinas y
ambiente.

Listar cambios en diferencias / denominadores no comunes

Pregunte: Qu ha cambiado en estos diferencias / denominadores no
comunes?.

2 71
Grfico Gantt

DIA
TAREA 5 10 15 20 25 30
A
B
C
D
E
F
G
H
I

2 72
Mtodo de la Ruta Crtica

1 4
3
2
8
4
5 5
0
2
6 9
2
3
5

13

2 73
Grfico Radar
A(5)

B(6)
(8) H
5

4
2

(3)G C(5)
7 5

6 4 6

D(4)
(4)F

E(6)

2 74
 Diagrama de rbol de Fallas
Ejemplo Anlisis rbol
de Fallas

Computadora
Falla en
Operar

Hard Drive CPU Teclado Monitor

0.0001 calculada 0.001 0.015 0.020 0.015

CD ROM CD ROM
Drive D Drive E
0.010 0.010

Sistema = 1 (1 - 0.0001) (1 - 0.001) (1 - 0.015) (1 - 0.020) (1 - 0.015)

= 1- (0.9999) (0.999) (0.985) (0.98) (0.985)
= 1 - 0.9498
= 0.0502

La probabilidad de una falla es 5.02%

2 75
 Grfico de Caja
Despliega grficamente:
Mediana

1st cuartil

3rd cuartil

Atpicos (Outliers)

2 76
Grfico de Caja

2 77
Grfico de Caja

2 78
Grfico de Series de Tiempo

2 79
Grfico de Series de Tiempo

2 80
 Grfico de Corridas
(Run Chart)

Run Chart of Membrane

45

40
Membrane

35

30

25

20
1 2 3 4 5 6 7 8 9 10
Sample
Number of runs about median: 3 Number of runs up or down: 5
Expected number of runs: 6,00000 Expected number of runs: 6,33333
Longest run about median: 5 Longest run up or down: 3
A pprox P-Value for C lustering: 0,02209 A pprox P-Value for Trends: 0,13455
A pprox P-Value for Mixtures: 0,97791 A pprox P-Value for O scillation: 0,86545

2 81
 Grficos de Corridas

Ejemplos de Grficos de Corridas (Tendencias)

2 82
Diagrama de Puntos

2 83
Diagrama de Puntos

Dotplots of Form 1 and Form 2

(means are indicated by lines)

18.3

17.3

16.3

Form 1 Form 2

2 84
Grfico Combinado

2 85
Grfico de Normalidad

Prueba de Normalidad de Residuos

Normal
99
Mean 0
StDev 0,8309
95 N 40
KS 0,126
90
P-Value 0,107
80
70
Percent

60
50
40
30
20

10

1
-2 -1 0 1 2
RESI2

2 86
Grfico de Pastel

10%
10% 10%

10% 10%

10% 10%

10% 10%
10%

2 87
Benchmarking

Benchmarking fue desarrollada por Xerox en

1979. La idea es encontrar otra compaa que
este haciendo un particular proceso mejor y
utilizar esa informacin para mejorar el proceso.

2 88
Mantenimiento Productivo Total (TPM)

TPM es una tcnica que utiliza toda la fuerza laboral

para obtener el uso ptimo del equipo. Las
habilidades tcnicas en TPM son: revisin diaria de
equipos, inspeccin de mquinas, afinamiento de
maquinaria, lubricacin, solucin de problemas y
reparacin.

2 89
 Causas Casuales y
Introduccin Asignables de Variacin
de la Calidad

Las Siete Herramientas

El Grfico de Control
de la Calidad
Tpicos

Implementando SPC en
un Programa de
Mejoramiento de la
Calidad

2 90
Implementacin de SPC en un Programa de
Mejoramiento de la Calidad
Elementos de un Programa SPC Exitoso
1. Liderazgo de la administracin.

2. Trabajo en equipo, enfoque en aplicaciones

orientadas a proyectos.

3. Entrenamiento de los empleados en todos

los niveles.

4. nfasis en reducir variabilidad.

5. Medir el xito en trminos cuantitativos

(econmicos).

6. Un mecanismo para comunicar resultados

exitosos a travs de toda la organizacin.

2 91
 Mejora del Diseo
Mecanismos pokayoke, foolprofing, prueba de tontos.

Eliminacin de componentes sujeto a error

Amplificacin de sentidos humanos

Diseo ergonmico para optimizar respuesta humana.

Redundancia en el diseo (sistemas de respaldo).

Simplificar al usar pocos componentes

Considerar de factores funcionales y fsicos ambientales

Proveer mecanismos de falla seguros

Aumentar la producibilidad del producto

Seleccionar componentes y circuitos que sean probados.

Usar conceptos de diseos robustos.

2 92
 Barreras al Mejoramiento de la Calidad
Preocupado por quin se lleva el
crdito.
Dificultad en determinar los ahorros en
la propuestas de mejora
Determinar impacto de una mejora en
un departamento versus en otro.
No estimar los costos de una mejora
propuesta.
La idea no fue inventada aqu y no tiene
mrito.
Negarse a invertir en capacitacin
Falla en establecer un sistema de
acciones preventivas y correctivas.
Falla en identificar mejoras via
auditorias u otros medios
Errores de trabajadores por
entrenamiento no adecuado o
habilidades necesarias.
Lucha entre departamentos por
presupuesto.
Sistemas pobres de incentivos
Rechazos a usar equipos de trabajo
Administracin rechaza la necesidad del
pensamiento estadstico.
Falla en hacer mejoras peridicas y
planeadas como parte integral del
sistema de mejora.
Falla en mantener registros adecuados.
Mentalidad de la administracin:
profeta y el historiador.
2 93