Modulo 1 Nuevo

MDULO CONTROL DE CALIDAD 2010
REN ALEJANDRO ALVARADO RUEDA
Adaptacin
ANDREA ISABEL BARRERA SIABATO
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD -

ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA
PROGRAMA DE INGENIERA INDUSTRIAL
2010
Por la Calidad Educativa y la Equidad Social

Autor
Ren Alejandro Alvarado Rueda
Ingeniero Industrial.
Especialista en Ingeniera de Produccin.
Magster en Educacin. nfasis en docencia Universitaria.
Adaptacin
Andrea Isabel Barrera Siabato
Ingeniero Industrial.
Especialista en Salud Ocupacional y Prevencin de Riesgos Laborales
Programa de Ingeniera Industrial. UNAD
COMIT DIRECTIVO
Jaime Alberto Leal Afanador

Rector
Gloria C Herrera Snchez

Vicerrectora Acadmico
Roberto Salazar Ramos

Vicerrector De Medios y Mediaciones Pedaggicas
Claudia Patricia Toro Ramrez

Vicerrectora de Desarrollo Regional
Gustavo Velsquez Quintana

Decano Escuela de Ciencias Bsicas Tecnologa e Ingeniera
CURSO CONTROL DE CALIDAD

GUA DIDCTICA
Segunda Edicin
@CopyRigth
Universidad Nacional Abierta y a Distancia
ISBN
2010
Centro Nacional de Medios para el aprendizaje

CONTENIDO
INTRODUCCIN
UNIDAD 1. FUNDAMENTOS Y PRESENTACIN DE TCNICAS BSICAS

PARA EL CONTROL DE CALIDAD
1. CONCEPTUALIZACIN
1.1. BREVE HISTORIA Y DEFINICIONES DE CALIDAD
1.1.1. La inspeccin de la calidad
1.1.2. El control estadstico de la calidad
1.1.3. El aseguramiento de la calidad
1.1.4. La gestin de la calidad
1.1.5. Calidad como conformidad
1.1.6. Calidad como satisfaccin de las expectativas del cliente
1.1.7. Calidad como valor con relacin al precio
1.2. REAS RESPONSABLES DE LA CALIDAD
1.3. IMPORTANCIA DEL CONTROL DE CALIDAD
1.3.1. El Control de calidad moderno
1.3.2. Mientras en el Japn
1.3.3. El Control estadstico de la calidad
1.3.4. Administracin de la calidad total (TQM)

1.4. CONTROL TOTAL DE CALIDAD
1.4.1. TQM Modelo de madurez
1.4.2. Aplicacin de los enfoques del control de calidad
1.4.3. Los 14 puntos de Deming
1.4.4. Equipos de trabajo
1.4.5. Una buena prctica del manejo de equipos
1.4.6. Tres Dimensiones de TQM
1.4.7. Administracin Diaria en Sistemas TQM
1.4.8. Optimizacin total de la organizacin
1.4.9. Etapas en la implementacin de TQM
1.5. PLANEACIN Y DISEO DE UN SISTEMA DE CALIDAD PHVA
2. TCNICAS CON DATOS NO NUMRICOS PARA EL CONTROL DE

CALIDAD
2.1. TORMENTA DE IDEAS
2.2. DIAGRAMA CAUSA - EFECTO
2.2.1. Cmo hacer diagramas de causa efecto
2.2.2. Estructura del diagrama de causa efecto
2.2.3. Procedimiento para hacer un diagrama de causa efecto
2.2.4. Explicacin del procedimiento

2.3. HOJAS DE VERIFICACIN
2.3.1. Pasos para la elaboracin de una hoja de verificacin

2.4. DIAGRAMA DE RELACIONES
2.5. REGISTRO DE NO CONFORMIDADES
3. TCNICAS CON DATOS NUMRICOS PARA MEJORAR LA CALIDAD
3.1. HISTOGRAMA
3.1.1. Cmo hacer histogramas
3.1.2. Cmo interpretar histogramas
3.2. DIAGRAMA DE PARETO
3.3. GRFICOS DE CONTROL
3.3.1. Uso de los grficos de control de medias y rangos
3.3.2. Elaboracin del grfico de control de medias y rangos
3.3.3. Estudio de los datos preparatorios o estudio inicial, comparados con el

rango permisible especificado
3.3.4. Control de la lnea de produccin o de servicio
3.3.5. Ajuste de las lneas de control
3.4. DIAGRAMAS DE DISPERSIN
3.4.1. Cmo hacer un Diagrama de Dispersin
3.5. APLICACIN DE LA OFIMATICA AL CONTROL DE CALIDAD

UNIDAD 2. TCNICAS ESTADSTICAS PARA EL CONTROL DE CALIDAD
2.1 CONTROL ESTADSTICO DE LA CALIDAD
2.1.1 DETERMINACIN DE LOS LMITES DE CONTROL POR

VARIABLES. (X-R Y X-S)
2.1.2 ELABORACIN DE GRFICOS DE CONTROL POR VARIABLES

(X-R Y X-S)
2.1.3 DETERMINACIN DE LOS LIMITES DE CONTROL POR

ATRIBUTOS (P Y np)
2.1.4 ELABORACIN DE GRFICOS DE CONTROL POR ATRIBUTOS

(P Y np)
2.1.5 CAPACIDAD O HABILIDAD DE PROCESO (NDICES CP Y CPK).
2.2 MUESTREO DE ACEPTACIN LOTE A LOTE POR ATRIBUTOS
2.2.1 CONCEPTOS FUNDAMENTALES
2.2.2 DETERMINACIN DE LA CURVA CARACTERISTICA DE OPERACIN
2.2.2.1 Curvas de caractersticas operativas (CO)
2.2.2.2 Determinacin de curvas CO
2.2.2.3 Riesgos para el productor y para el consumidor
2.2.3 ELABORACIN DE LA CCO POR HOJA DE CLCULO
2.2.4 DISEO DEL PLAN DE MUESTREO DE ACEPTACIN POR VARIABLES
2.2.5 DISEO DEL PLAN DE MUESTREO DE ACEPTACIN POR ATRIBUTOS

2.3 COSTOS DE LA CALIDAD
2.3.1 CATEGORAS Y ELEMENTOS DEL COSTO DE LA CALIDAD
2.3.1.1 Categoras del costo de la calidad
2.3.1.2 Elementos del costo de la calidad
2.3.2 ANLISIS DE LOS COSTOS DE CALIDAD
2.3.2.1 Costos generados por productos defectuosos
2.3.2.2 Costos generados por inspecciones
2.3.2.3 Costo total de calidad
2.3.3 OPTIMIZACIN
2.3.3.1 Importancia de la curva de demanda y precio
2.3.3.2 Sensibilidad de la demanda a las variaciones de calidad
2.3.3.3 Curva de beneficios de calidad
2.3.4 COSTOS DE NO CALIDAD
2.3.5 ENSAYOS NO DESTRUCTIVOS
BIBLIOGRAFA

INTRODUCCIN
El desempeo de las empresas mediante la aplicacin del Control de Calidad es

crucial para la supervivencia de la mayor parte de las organizaciones tanto
privadas como pblicas; en consecuencia, cada una de las personas que de una u
otra forma tenga responsabilidad con el tema de Control de Calidad debe ser
consciente en diversos grados el desafo que representa a nivel internacional para
los pases que como Colombia busca un posicionamiento en los mercados
globales.
De una parte, se tiene presente que el Control de Calidad es una herramienta

poderosa para implantar los objetivos de calidad para diferentes organizaciones;
por lo tanto, a travs de esta obra, el estudiante de Ingeniera Industrial
comprender mejor el por qu y el cmo estas herramientas pueden ser de
utilidad despus de haber entrado en contacto con la capacidad del proceso, el
control estadstico del proceso, la inspeccin y el muestreo.
De otra parte, este mdulo est dividido en dos unidades. La primera unidad,
fundamentos del control de calidad se compone de seis captulos donde en primer
lugar se aborda la temtica general de la conceptualizacin y antecedentes del
tema de calidad, en segundo lugar los aspectos concernientes al control
estadstico de la calidad, para posteriormente y en tercer lugar entrar al muestreo
de aceptacin lote a lote por atributos. La segunda unidad, desarrollo del control
de calidad, contina con los captulos cuarto y quinto, donde se describen las
tcnicas tanto con datos numricos como no numricos para mejorar la calidad,
para finalmente y en sexto lugar tratar el tema de los costos de la calidad,
esperando as llenar las expectativas de los lectores vidos por el tema.

UNIDAD 1. FUNDAMENTOS Y PRESENTACIN DE
TCNICAS BSICAS PARA EL CONTROL DE
CALIDAD
Introduccin:
En esta unidad se conceptan definiciones de Calidad, reas responsables,

importancia de la misma y planeacin de un sistema PHVA. Adems, se introduce
a las Tcnicas Numricas y No Numricas del Control de Calidad.
Objetivo general:
Fundamentar a los estudiantes del control de calidad con respecto a la

conceptualizacin y a las Tcnicas de Control.
Objetivos especficos:
Que el estudiante conozca acerca de los conceptos y desarrollo de la

calidad.
Conceptualizar y definir los elementos que le permitan al estudiante

identificar la importancia de la calidad y su significado en el mbito
empresarial.
Desarrollar capacidades en el estudiante para el uso de las tcnicas del

control de la calidad, aplicndolas a casos especficos presentados a nivel
de empresa, con el fin de demostrar la importancia de la aplicacin de sus
beneficios en el mejoramiento continuo de los procesos, ya sea con
tcnicas numricas o no numricas.
Competencias a desarrollar:
El estudiante conoce y comprende los conceptos y desarrollo de la calidad.
El estudiante describe, analiza y sustenta de manera suficiente, soluciones

a situaciones problemticas especficas de organizaciones productivas a
partir de la aplicacin de tcnicas de control de calidad.

1.1 CONCEPTUALIZACIN
Para la conceptualizacin y se parte de las definiciones ms comunes de calidad y

se contina con determinar cules son las reas responsables de la misma, as
como el control total de calidad.
1.1.1 DEFINICIONES Y BREVE HISTORIA DE LA CALIDAD
Figura 1.1. Etapas de la calidad
1980 2000 GCT Gestin de la

calidad total
1970 1980 AC
Aseguramiento
1960 1970 de la calidad
CC
I
1950 1960 GCT
AC Control de la
CC calidad
I
Inspeccin de la
calidad
Adaptado de: MORENO-LUZN, Mara. D.; PERIS, Fernando J. y GONZLEZ, Toms. Gestin de la
calidad y diseo de organizaciones. Teora y estudio de casos. Madrid: Pearson Educacin, 2001. 432p.
1.1.1.1 La inspeccin de la calidad
En la primera etapa de inspeccin, sta coincide con el periodo en el que

comienza a tener mucha importancia la produccin de artculos en serie. Ante esta
10

situacin era necesario ver si el artculo, al final de la lnea de produccin,
resultaba apto o no, para el uso para el que estaba destinado; por eso, en las
fbricas se vio la conveniencia de introducir un departamento especial a cuyo
cargo estuviera la tarea de inspeccin. A este nuevo organismo se le denomino
departamento de control de calidad.
Segn Frederick W. Taylor, el iniciador de la administracin cientfica, le

corresponde a la administracin definir la tarea de los operarios y especificarles el
procedimiento y la relacin que debe darse entre tiempos y movimientos. La tarea
de control de calidad compete a los supervisores. Es sta una de sus ocho taras
especficas.
G.S.Radford, en su obra The Control of Quality in Manufacturing, afirma que la

inspeccin tiene como propsito examinar de cerca y en forma crtica el trabajo
para comprobar su calidad y detectar los errores; una vez que estos han sido
identificados, personas especializadas en la materia deben ponerles remedio. Lo
importante es que el producto cumpla con los estndares establecidos, porque el
comprador juzga la calidad de los artculos tomado como base su uniformidad, que
es resultado de que el fabricante se cia a dichas especificaciones.
La inspeccin no slo debe llevarse a cabo en forma visual, sino adems con
ayuda de instrumentos de medicin. Radford propone mtodos de muestreo con
ayuda para llevar a cabo el control de calidad, mas no fundamenta sus mtodos
en la estadstica; habla, adems de cmo debe organizarse el departamento de
inspeccin.
El libro toca otros aspectos relacionados con la calidad; es decir, la calidad se

disea, como lo es la necesidad de que los diseadores se involucren desde el
comienzo en las actividades de calidad, la necesidad de que exista coordinacin
entre los diferentes departamentos y la relacin que debe existir entre el
mejoramiento de la calidad y la baja de costos.
1.1.1.2 El control estadstico de la calidad
En la segunda etapa del Los trabajos de investigacin llevados a cabo, en la

dcada de los treinta, por Bell Telephone Laboratorios fueron el origen de los que
actualmente se denomina control estadstico de la calidad (Statistical Quality
Control SQC)
11

A este grupo de investigadores pertenecieron entre otros, W. A Shewhart, Harold
Dodge. Harry Romig y, ms tarde, G.D. Edwards y Joseph Juran, quienes con el
tiempo iban a ser figuras prominentes del movimiento hacia la calidad.
En 1931, W.A Shewhart- public su libro Economic Control of Quality of

Manufactured product, que signific un avance definitivo en el movimiento hacia la
calidad. El autor proporciona una definicin precisa del control a efectuarse en el
proceso de manufactura, desarrolla tcnicas eficaces para monitorear y evaluar
da a da la produccin y propone diversas formas para mejorar la calidad.
Shewhart fue el primero en reconocer que en toda produccin industrial se da

variacin en el proceso.
Esta variacin debe ser estudiada con los principios de la probabilidad y de la

estadstica. Observ que no pueden producirse dos partes con las mismas
especificaciones, lo cual se debe, entre otras cosas a las diferencias que se dan
en la materia prima, a las diferentes habilidades de los operadores y a las
condiciones en que se encuentra el equipo. Ms an, se da variacin aun en las
piezas producidas por un mismo operador y con la misma maquinaria.
La administracin debe tomar en cuenta este hecho, relacionado ntimamente con

el problema de la calidad. No se trata de suprimir la variacin,- esto resulta
prcticamente imposible-, sino de ver qu rango de variacin es aceptable sin que
se originen problemas. El anlisis expuesto tuvo su origen en el concepto de
control estadstico de Shewhart.
Se dice que un fenmeno se controla cuando, con base en experiencias

anteriores, podemos predecir, al menos dentro de ciertos lmites, cmo esperamos
que el fenmeno va a variar en el futuro. Esta prediccin significa que podemos
establecer, en forma al menos aproximada, la probabilidad con la que el fenmeno
observado se va a dar dentro de ciertos lmites
Teniendo en cuenta los conceptos anteriores, shewhart desarrollo tcnicas y

estadsticas sencillas para determinar dichos lmites y grficas de control en las
que se pudieran presentar los resultados.
Mientras Shewhart prosegua su trabajo con respecto al control del proceso, otros
investigadores de la misma compaa, principalmente Harold Dodge y Harry
Roming, avanzaban en la forma de llevar a cabo la prctica del muestreo, que es
el segundo elemento importante del control estadstico del proceso.
Las tcnicas de muestreo parten del hecho de que en una produccin masiva es
imposible inspeccionar todos los productos, para diferenciar los buenos de los
12

malos. De ah la necesidad de verificar un cierto nmero de artculos entresacados
de un mismo lote de produccin, para decidir sobre esta base si el lote entero es
aceptable o no.
Sin embargo, esta forma de proceder incluye riesgos: debido a los defectos de
unas cuantas muestras se puede rechazar todo un lote de produccin de calidad
aceptable, como tambin se puede pasar como bueno un lote que en realidad
debera ser rechazado. Los investigadores, que consideraron este problema como
riesgo del productor y del consumidor, desarrollaron tambin algunas tcnicas
para solventarlo.
La participacin de Estados Unidos en la Segunda Guerra Mundial y la necesidad

de producir armamento en grandes cantidades fueron la ocasin para que se
aplicaran con mayor amplitud los conceptos y las tcnicas de control estadstico
de la calidad.
En diciembre de 1940, el Departamento de Guerra de Estados Unidos form un

comit para establecer estndares de calidad. Dicho departamento se enfrent
con el problema de terminar los niveles aceptables de calidad de las armas e
instrumentos estratgicos proporcionados por diferentes proveedores. Se
presentaron dos alternativas: o se daba un entrenamiento masivo a los
contratistas en el uso de las grficas del control del proceso, o bien, se
desarrollaba un sistema de procedimientos de aceptacin mediante un sistema de
muestreo a ser aplicado por inspectores del gobierno. Se opt por esta segunda
forma de proceder; y en 1942 el Departamento de Guerra estableci la seccin de
control de calidad, organismo en el que ocuparon puestos relevantes algunos
especialistas en estadstica de la Compaa Bell Telephone Laboratorios.
Este grupo desarroll pronto un conjunto de tablas de muestreo basadas en el

concepto de niveles aceptables de calidad (Aceptable Quality Levels AQL). En
ellas se determinaba el mximo por ciento de defectos que se poda tolerar para
que la produccin de un proveedor pudiera ser considerada satisfactoria.
La necesidad de elaborar programas de entrenamiento en asuntos referentes al

control de calidad con la cooperacin de importantes universidades de Estados
Unidos, fue la ocasin para que los conceptos y las tcnicas de control estadstico
se introdujeran en el mbito universitario. Los estudiantes que haban tomado
cursos comenzaron a integrar sociedades locales de control de calidad. Fue as
como se origin la American Society for Quality Control (ASQC) y otras ms.
A finales de la dcada de los cuarenta, el control de la calidad era parte ya de la

enseanza acadmica. Sin embargo, se le consideraba nicamente desde el
13

punto de vista estadstico y se crea que el mbito de su aplicacin se reduca, en
la prctica, al departamento de manufactura y produccin.
Se inicia una nueva en el movimiento haca la calidad slo hasta el momento en

que se perciben las implicaciones que el control estadstico de la calidad tiene
para la administracin.
1.1.1.3 El aseguramiento de la calidad
Esta tercera etapa se caracteriza por dos hechos muy importantes: la toma de
conciencia por parte de la administracin del papel que le corresponde en el
aseguramiento de la calidad y la implantacin del nuevo concepto de control de
calidad en Japn.
Antes de la dcada de los cincuenta, la atencin se haba centrado en el control

estadstico del proceso, ya que en esta forma era posible tomar medidas
adecuadas para prevenir los defectos. Este trabajo se consideraba
responsabilidad de los estadsticos.
Sin embargo, era necesario que quedara asegurado el mejoramiento de la calidad

logrado; lo cual significaba que haba que desarrollar profesionales dedicados al
problema del aseguramiento de la calidad y que, ms an, haba que involucrar a
todos en el logro de la calidad. Todo lo cual requera un compromiso mayor por
parte de la administracin. Estara dispuesta la alta gerencia a un compromiso
de este gnero?
Lo anterior implica una partida presupuestal dedicada especficamente a atender

programas de calidad. Estara la administracin dispuesta a hacer dicha
erogacin? Ciertamente se era consciente de que el producto defectuoso incida
en los costos de produccin, pero hasta que grado? La inversin hecha para
asegurar la calidad quedara justificada por el ahorro que significaba evitar el
producto defectuoso? Tales eran, en el fondo, los problemas que se planteaban al
inicia de esta nueva poca del desarrollo del movimiento hacia la calidad.
Cuatro son ahora los autores m importantes que figuran: W. Edwards Deming,
Joseph Juran, Armand Feigenbaum y Philip B. Crosby. Deming pone de relieve la
responsabilidad que la alta gerencia tiene en la produccin de artculos
defectuosos. Juran investiga los costos de la calidad. Feigenbaum, por su parte,
concibe el sistema administrativo como coordinador, en la compaa, del
compromiso de todos en orden al logro de la calidad. Crosby es el promotor del
movimiento denominado cero defectos.
14

W. Edwards Deming ocupa un lugar preponderante en el movimiento hacia la
calidad debido, sobre todo, a su planteamiento visionario de la responsabilidad de
la administracin y a la influencia que tuvo en el movimiento japons hacia la
calidad.
Su planteamiento es el siguiente: si se mejora la calidad, disminuyen los costos.

La reduccin de costos juntamente con el mejoramiento de la calidad se traduce
en mayor productividad. La empresa con mayor productividad es capaz de
capturar un mercado cada vez mayor, lo cual le va a permitir permanecer en el
mundo de los negocios conservando as las fuentes de trabajo para sus
empleados. Hacer este cambio en el sistema es tarea de la alta gerencia.
Dado que la alta gerencia es responsable del sistema y puesto que gran parte de
los productos defectuosos se derivan del sistema mismo, la alta gerencia, y no los
trabajadores, es la responsable en mayor medida (el 85%) de los productos
defectuosos. Si la alta gerencia quiere cumplir con la responsabilidad que le
compete en esta poca de gran competitividad, debe llevar a cabo determinadas
acciones (los catorce puntos de Deming) que le van a permitir hacer el cambio del
sistema. El planteamiento de Deming se publico en su obra Quality. Producivity,
and Competittive Position, editada en 1982.
Joseph Juran, en su libro Quality Control Handbook editado en 1951, trat el tema
de los costos de la calidad y de los ahorros substanciales que los administradores
podan lograr si atendan inteligentemente el problema. Estos ahorros los compara
el autor con el oro de una mina que es necesario saber explotar. Algunos costos
de produccin, son inevitables, pero otros se pueden suprimir. Son inevitables los
relacionados con el control de la calidad.
Los que se pueden suprimir son los que se relacionan con los productos
defectuosos, como son el material de desecho, las horas invertidas en
reparaciones, en retrabado y en atender reclamaciones, y las prdidas financieras
que resultan de clientes insatisfechos. Si se suprimieran todos estos costos
invirtiendo en el mejoramiento de la calidad, se lograran ahorros verdaderamente
substanciales.
Se estara explotando el oro contenido en la mina.Es responsabilidad de la alta

gerencia decidir qu tanto quiere invertir en este mejoramiento. Los
administradores, adems deben tener en cuenta que determinadas decisiones
tienen consecuencias muy importantes. Por ejemplo, la inversin hecha en el
diseo de la calidad de un nuevo producto va a repercutir grandemente en los
costos de fabricacin del producto y en la aceptacin que el artculo va a tener
entre los consumidores.
15

En 1956, Armand Feigenbaum en su libro Total Quality Control, propone por
primera vez el concepto control total de calidad. Su planteamiento es el siguiente:
no es posible fabricar productos de alta calidad si el departamento de manufactura
trabaja aisladamente. Para que el control de calidad sea efectivo, ste debe
iniciarse con el diseo mismo del producto y terminar slo cuando el artculo est
en manos de un consumidor satisfecho. Por consiguiente, el principio fundamental
del que hay que partir es el siguiente: la calidad es trabajo de todos y de cada uno
de los que intervienen en cada etapa del proceso.
Diferentes departamentos deben intervenir, en mayor o menor medida

dependiendo de la actividad que les es propia tanto en el control del diseo de un
nuevo producto, como en el control del diseo de un nuevo producto como en el
control del material que entra y en el control del producto que sale a la venta. Si no
intervienen grupos interdepartamentales en todas estas actividades, se corre el
riesgo de cometer errores en el proceso, que tarde o temprano van a ser causa de
problemas en la lnea de ensamble o, peor an, cuando el producto est ya en
manos del consumidor.
A fin de que el sistema funcione, es necesario que las compaas desarrollen

matrices en las que expresen las responsabilidades que los diferentes
departamentos tienen con respecto a determinadas actividades o funciones. De
ah la necesidad de construir equipos interdepartamentales que tengan como
funcin llevar a la mesa de discusin los puntos de vista de los diferentes
departamentos y asegurar el que estos puntos de vista sean tomados en cuenta
en la actividad propia de cada departamento. La alta gerencia es, en ltimo
trmino, la responsable de la efectividad del sistema.
Tanto Juran como Feigenbaum sealan la necesidad de contar con nuevos

profesionales de la calidad que renan conocimientos estadsticos y habilidades
administrativas; expertos en ingeniera de control de calidad, que sepan planear la
calidad a alto nivel, coordinar las actividades de otros departamentos y empresas
y de establecer estndares de calidad y proporcionar mediciones adecuadas;
pero tambin ve cmo se comporta el producto en el mercado a fin de mejorar el
diseo del producto y del proceso y competir mejor.
Philip B. Crosby est ligado con la filosofa conocida como cero defectos, que se
experiment en la Martn Company, fbrica de los misiles Pershing. El hecho de
haber podido entregar en Cabo Caaveral uno de estos artefactos el 12 de
diciembre de 1961 sin ningn defecto y el haber podido entregar otro en febrero
de 1962 tambin sin ningn defecto, pero este ltimo ya como resultado de una
peticin expresa de la administracin a los trabajadores en este sentido, hizo caer
en la cuenta a los directivos de esta compaa que cuando la administracin pide
16

perfeccin, sta se da. Si no se da la perfeccin en un trabajo, esto se debe a que
la administracin o no la exige a los trabajadores no tienen la intencin de darla.
Dicho razonamiento permiti ver la importancia que tiene motivar a los

trabajadores y hacerlos conscientes de que pueden hacer su labor sin ningn
defecto.
El programa se denomin cero defectos y se, distingui por el nfasis que puso en
hacer conscientes de la importancia del programa a quienes iban a participar en l
y en motivarlos. Martn Company, pues, articul una filosofa, segn la cual el
nico Standard aceptable de calidad es cero defectos.
Para lograr este propsito entren a sus trabajadores, hizo eventos especiales,
estableci metas y llev a cabo autoevaluaciones. Philip B. Crosby, quien trabaj
en la compaa Martn en la dcada de los sesenta, divulg esta filosofa en su
libro Quality Is Free (12). A juicio de este autor es tcnicamente posible lograr una
excelente calidad; la cual es lo ms reducible desde el punto de vista econmico.
1.1.1.4 La gestin de la calidad
En la cuarta etapa, relacionada con las dos ltimas dcadas, ha tenido lugar un
cambio muy importante en la actitud de la alta gerencia con respecto a la calidad
debido, sobre todo, al impacto que, por su calidad, precio y confiabilidad, han
tenido los productos japoneses en el mercado internacional.
Se trata de un cambio profundo en la forma como la administracin concibe el

papel que la calidad desempea actualmente en el mundo de los negocios. Si en
pocas anteriores se pensaba que la falta de calidad era perjudicial a la compaa,
ahora se valora la calidad como la estrategia fundamental para alcanzar
competitividad y, por consiguiente, como el valor ms importante que debe presidir
las actividades de la alta gerencia.
La calidad no pasa a ser estrategia competitiva slo porque se apliquen mtodos

estadsticos para controlar el proceso; como tampoco lo es por el hecho de que
todos se comprometan a elaborar productos sin ningn defecto, pues esto de nada
servira si no hay mercado para ellos. La calidad pasa a ser estrategia de
competitividad en el momento en el que la alta gerencia toma como punto de
partida para su planeacin estratgica los requerimientos del consumidor y la
calidad de los productos de los competidores. Se trata de planear toda la
actividad de la empresa, en tal forma de entregar al consumidor artculos que
respondan a sus requerimientos y que tengan una calidad superior a la que
ofrecen los competidores.
17

Esto, sin embargo, implica cambios profundos en la mentalidad de los
administradores, en la cultura de las organizaciones y en las estructuras de las
empresas. La experiencia que las empresas japonesas han tenido en la
implantacin de un sistema administrativo enfocado al logro de la calidad ha
contribuido en gran media a visualizar cules deben ser estos cambios y, por
consiguiente, a comprender los pasos a dar para lograr que la calidad llegue a ser
estrategia competitiva por excelencia, sintetizada en la gestin de la calidad.
DEFINICIONES DE CALIDAD
Si usted camina a travs de una planta manufacturera o de ensamble en

cualquier parte del mundo, ver lotes de partes que, excepto por diferencias muy
pequeas, son idnticas. Las partes dentro de un lote en particular son exactas,
en el sentido de que todas estn diseadas para una funcin en especfico y son
intercambiables con relacin a dicha funcin.
Para satisfacer ese propsito especfico, dichas partes deben tener "alta calidad".
Aunque haya sido simple el escribir la frase "alta calidad", y a pesar de que la
mayora usamos el trmino "calidad" de una forma que nosotros pensamos que
tiene sentido y es entendible para cualquiera, descubriremos que una definicin
til de calidad, no es fcil de desarrollar.
Debido a la importancia que el tema de calidad ha venido ganando en los ltimos

tiempos, es necesario estar al tanto que cuando se habla de calidad se debe saber
exactamente a qu se est refiriendo, ya que la diversidad de propuestas
existentes en la literatura especializada puede crear cierta confusin en quienes
se introducen en este tema, es de anotar que se comparten los planteamientos
tanto de los clsicos de la calidad, como los de Moreno y otros (2001)1, as:
La clsica adecuacin al uso de Juran (1974), la interesante propuesta de Garvin

(1988) de calidad como simple y no analizable propiedad que aprendemos a
reconocer slo a travs de la experiencia, la especfica conformidad con los
requerimientos de Crosby (1979), o la de Pirsig (1974) que pone en cuestin la
propia definicin de la calidad no es ni mente ni materia, sino una tercera entidad
1
MORENO-LUZN, Mara. D.; PERIS, Fernando J. y GONZLEZ, Toms. Gestin de la calidad y diseo de organizaciones. Teora y
estudio de casos. Madrid: Pearson Educacin, 2001. 432p.
18

independiente de las dos, algo que se conoce, pero sobre lo que es difcil
establecer un juicio objetivo (como para citar algunos ejemplos).
Tambin, cuando se habla de calidad no se puede precisar el objeto al que se

atribuye esa cualidad, que suele estar en el producto, el servicio, el proceso, o la
propia empresa y sus sistemas de gestin, en especial el sistema de gestin de la
calidad como complemento del control estadstico de la calidad.
Garvin (1988) y Reeves y Vendar (1994), realizan una sntesis de las definiciones
del concepto en las que pueden encuadrarse, entre otras, las propuestas por los
autores ms conocidos como Deming. Juran, Feigenbaum o Crosby. A
continuacin se dan a conocer algunas aproximaciones a stas.
1.1.1.5 Calidad como conformidad
La calidad como conformidad con unas especificaciones es una idea que surge en
el mbito del taller y de la fbrica de manufacturas. A finales del pasado siglo y
principios de ste, el objetivo de las empresas manufactureras era conseguir la
produccin en masa de productos iguales y sin defectos. Se busca conseguir que
todas las piezas del mismo tipo sean semejantes e intercambiables. Lo substancial
est en obtener una produccin estndar que permita obtener piezas y productos
parecidos. De esta forma la calidad equivale a la no variabilidad de procesos y
productos.
La calidad como conformidad coexiste en los postulados tayloristas y fordistas y su

mayor logro es el control estadstico de procesos, que trata de eliminar el elevado
coste de la inspeccin masiva (Shewhart 1931; Jurn 1951; Deming, 1989;
Crosby, 1984; 19991). La calidad de los productos es medida a travs de
indicadores cuantitativos, de los cuales permiten ver la conformidad de los
productos con las especificaciones diseadas.
Lo anterior se centra en un concepto til en mercados de productos industriales,
fcil de implantar y administrar, y que puede ser medido y controlado con
exactitud.
La aplicacin de este concepto de calidad involucra incrementos de la eficiencia

en aquellas partes de las organizaciones que afrontan menores grados de
incertidumbre y en las que es ms fcil definir especificaciones tales como:
produccin, facturacin, servicio, entre otros. De hecho, siempre que sea posible
identificar correctamente las especificaciones exigidas por el cliente, y siempre
que stas tengan un grado suficiente de estabilidad en el tiempo, hace posible la
estandarizacin de procesos y productos.
19

Sin embargo, la aplicacin de este concepto se vuelve ms problemtica cuando
sus defensores (Juran, Deming y Crosby, para citar algunos), insisten en que las
especificaciones deben ser definidas en funcin de los requerimientos del cliente.
Los clientes en general, no conocen las especificaciones de calidad del producto,
ni se preocupan por estos aspectos tan tcnicos y especficos del mismo, lo cual
es especialmente cierto en los productos de gran consumo o de consumo de
masas.
1.1.1.6 Calidad como satisfaccin de las expectativas del cliente
La calidad como satisfaccin de las expectativas del cliente parte de la evolucin

de la gestin de calidad desde una perspectiva muy centrada en la produccin
hasta perspectivas que integran la dimensin, se ha tenido como consecuencia el
dar cada vez mayor importancia a la satisfaccin de las expectativas de los
clientes como eje central y principio bsico de la calidad. En este sentido un
producto o servicio ser de calidad cuando satisfaga o exceda las expectativas del
cliente.
Esta definicin del concepto de calidad hace necesario un conjunto de factores

subjetivos de tal manera que puedan ser medidos. Los clientes ciertamente, no
conocen las especificaciones que permitan juzgar la calidad de un modo objetivo;
pero s tienen expectativas y estas son susceptibles de medicin, an cuando esta
medicin pueda ser una cuestin difcil en muchos casos.
Se trata de una definicin enfocada hacia el exterior de la organizacin y, por

tanto, va a ser especialmente sensible a los cambios del mercado. Si una empresa
descubre los factores que conforman las expectativas de sus diversos clientes y
es capaz de monitorizarlos, puede afirmarse que habr adquirido las bases para
una ventaja competitiva importante. Dicha organizacin estar en situacin de
elegir los atributos del producto o servicio sobre los que cimentar su estrategia
producto-mercado.
1.1.1.7 Calidad como valor con relacin al precio
La calidad como valor con relacin al precio es un pensamiento aplicable, a

productos y servicios. Los autores que utilizan esta definicin entienden que la
nocin de valor debe ser incluida en la definicin de calidad. Plantean que tanto
precio como calidad deben ser tenidas en cuenta en un mercado competitivo.
Feigenbaum (1955) plantea que la calidad no tiene el sentido popular de lo mejor

en un sentido absoluto. Representa lo mejor para cierto consumidor en funcin del
20

uso actual del producto-servicio y de su mejor precio de venta. Coexiste, la calidad
de un producto-servicio y de su mejor precio de venta. Es decir, la calidad de un
producto no puede ser desligada de su coste y de su precio.
Los modelos de comportamiento del consumidor, que explican cmo ste intenta
maximizar sus utilidades, pueden ser utilizados de forma sencilla para analizar las
relaciones precio-calidad. En consecuencia, un bien con diferentes calidades y
diferentes precios puede ser tratado como un conjunto de diferentes bienes entre
los cuales el consumidor asignar su renta segn su funcin de unidad.
En el concepto de calidad como valor, est la concepcin econmica de que el

precio es el primer determinante en la eleccin del consumidor. Por ende la
calidad se entiende aqu como un concepto subordinado y relativo, lo que implica
que se tratar de obtener la mejor calidad posible a un precio dado. Es la
concepcin que subyace a la definicin muy extendida.
El concepto de calidad incorpora aqu, adems, una serie de atributos como

durabilidad, comodidad, etc.; que, junto al precio, permiten su concrecin en
indicadores que ayudan al establecimiento de comparaciones efectivas entre
productos, servicios y experiencias de consumo distintas.
1.1.1.8 Calidad como excelencia
La calidad como excelencia es el concepto ms genrico e integrador de las

formas de entender la calidad. Se puede aplicar a productos, servicios, procesos,
y a la empresa en su conjunto. De hecho el trmino excelencia es el ms
comnmente utilizado en referencia a la calidad en contextos muy diversos. Es
frecuente su uso para calificar a las personas, e indica en el mismo un
comportamiento ejemplar, una alta calidad humana.
Como concepto de uso general y denotar aquello que es lo mejor posible, la

calidad como excelencia es un objetivo que permite y exige incorporar el
compromiso de todos los integrantes de la organizacin; y que, si es reconocida
por el mercado, ser fuente de ventaja competitiva, va diferenciacin (Garvin,
1984). Este concepto se aplica a aquellos productos y servicios que renen los
mximos estndares de calidad en sus diferentes caractersticas. El concepto de
calidad implica aqu no admitir, en la realizacin de cualquier tarea, todo aquello
que no sea lo mejor (Juran 1951), y supone la inversin de las mejores habilidades
y materiales en la realizacin de una tarea, para alcanzar el mejor resultado
posible. Concluyentemente, un producto o un servicio son de calidad excelente
cuando se aplican, en su realizacin, los mejores componentes y la mejor gestin
y realizacin de los procesos.
21

En consecuencia de lo anterior se pueden esquematizar los anteriores conceptos,
tal como puede verse en la Figura 1.2.
Figura 1.2. Esquema de los conceptos de calidad
Excelencia
Conformidad Satisfacer expectativas
con las especificaciones del CLIENTE
del PRODUCTO (Eficacia)
(Eficiencia) Valor R Precio
Perspectiva interna Perspectiva de mercado
Perspectiva global
(Eficiencia * Eficacia) = Efectividad
Adaptado de: MORENO-LUZN, Mara. D.; PERIS, Fernando J. y GONZLEZ, Toms. Gestin
de la calidad y diseo de organizaciones. Teora y estudio de casos. Madrid: Pearson Educacin,
2001. 432p.
Teniendo en cuenta como punto de referencia a la empresa, se puede agrupar las

diferentes definiciones de calidad, as:
La perspectiva interna hace nfasis en la eficiencia. Parte del supuesto de que la

empresa est ofreciendo productos y servicios que interesan al mercado y, por
tanto, lo importante es elaborar el producto o prestar el servicio con una atencin
especial a los costes y a la productividad, respetando lo pactado con el cliente de
forma tctica o explcita. Se asume aqu que si un output est elaborado
eficientemente, y tiene un rendimiento igualmente eficiente, ser adquirido en el
mercado.
La perspectiva externa, posterior en el tiempo, trata de cubrir las lagunas del

enfoque anterior, asumiendo que en los mercados con un alto grado de rivalidad
entre competidores, fuerte ritmo de cambio tecnolgico, y cambios en los gustos
de los consumidores es necesario centrarse en el cliente, que es quien va a
indicar qu productos y servicios necesita, con qu caractersticas y prestaciones,
y a que precio. Esta perspectiva deja un segundo plano la eficiencia para poner el
nfasis en la eficacia y en la satisfaccin de los deseos del cliente, dejando
22

tambin en un lugar secundario la satisfaccin de otros grupos de influencia; es
decir, los stakeholders.2
La perspectiva global abarca las dos anteriores: la empresa excelente es aquella

que satisface las necesidades de todos los stakeholders relacionados con ella, y
adems con criterios de eficiencia. En este caso se entiende el concepto de
excelencia no como estado a alcanzar, sino como una filosofa de trabajo que da
lugar a un proceso dinmico de mejora en el que el objetivo es alcanzar la
eficiencia y la eficacia; y por consiguiente, la efectividad considerada como el
producto de las dos.
Dada la importancia que representan aqu los conceptos de eficiencia y eficacia, y

por ende el de efectividad, as como el de productividad; stos se amplan a
continuacin en la Figura 1.3, as:
Figura 1.3. Esquema del concepto de productividad
PRODUCTIVIDAD
Bienes Relacin Bienes
Entrada, Proceso Salida,

Inputs de Outputs
Insumos Transformacin Produccin
Servicios Servicios
Mientras que en la Figura 1.3., se observa claramente el concepto de

productividad visto como la relacin que existe entre el proceso de transformacin
de bienes y servicios para la obtencin de otros bienes servicios, en la Figura 1.4.,
se dan a conocer diferentes aseveraciones del trmino de productividad.
2
Empleados, accionistas, proveedores, otras empresas y sociedad en general.
23

Figura 1.4. Diferentes aseveraciones sobre el
concepto de productividad
La productividad es la Relacin entre las Salidas y Entradas.
La productividad es la Relacin entre las Outputs e Inputs.
La productividad es la Relacin entre la Produccin e

Insumos.
Para concluir, en la Figura 1.5., se resaltan los conceptos de eficacia, eficiencia y

efectividad, donde como ya se mencion anteriormente esta ltima se considera
como el producto de las dos; es decir, tanto de la eficiencia como de la eficacia.
Figura 1.5. Relacin de eficacia, eficiencia y efectividad
Eficacia = Produccin Lograda

Meta de Produccin
Eficiencia = Recursos Programados

Recursos Reales
Efectividad = Eficacia * Eficiencia
24

Se tiene en cuenta aqu que mientras que la meta de produccin y los recursos
programadas pueden ser son obtenidos mediante estudios previos de tiempos y
movimientos, la produccin logradas y los recursos reales pueden ser tomados de
reportes de produccin y de minutas de produccin respectivamente, tal como
puede verse en la Figura 1.6.
Figura 1.6. Diferencia entre meta de produccin,

recursos programados, produccin lograda y recursos
reales
Meta de Produccin: Produccin Lograda:

Cantidad de unidades a Cantidad de unidades
producir (resultado del producidas (tomada de
estudio de tiempos y los reportes de
movimientos). produccin).
Recursos Programados: Recursos Reales:

Tiempos programados Tiempos realmente
(resultado del estudio de consumidos (tomados de
tiempos y movimientos) u las minutas de
otros recursos produccin) u otros
programados. recursos programados.
1.2 REAS RESPONSABLES DE LA CALIDAD
Teniendo en cuenta que la calidad es algo con lo que la organizacin en su

totalidad debe estar relacionada, la administracin de sta es objeto de estudios
ms profundos. Este hecho incluye la mejora continua, la prevencin de defectos,
los enfoques de calidad total y la calidad japonesa.
Tal como qued establecido en la seccin anterior, el trmino calidad se utiliza en

una amplia variedad de formas diferentes; no existe una definicin clara de sta, a
menos que sea vista desde las dimensiones del concepto de calidad; es decir,
desde el punto de vista del comprador, la calidad con frecuencia se asocia a su
valor, utilidad o incluso al precio; desde el punto de vista del productor, la calidad
se asocia con el diseo y la produccin de un producto para satisfacer la
necesidad del cliente.
25

As las cosas, los productores deben esforzarse continuamente para mejorar la
calidad, esto es, realizar un mejor trabajo para satisfacer las necesidades del
cliente y reducir la variabilidad en todos los procesos. La mejora continua es un
proceso que nunca termina y se estima con conocimiento y resolucin de
problemas. Conforme los productores cumplen mejor las expectativas de los
clientes, y conforme se tiene disponible una mejor tecnologa, la calidad se puede
mejorar continuamente.
De acuerdo con Juran y otros autores versados sobre el tema, como es el caso de
Schroeder (1994)3, la calidad incluye las siguientes cinco caractersticas:
Tecnolgicas (por ejemplo, resistencia y dureza)

Psicolgicas, (por ejemplo, sabor, belleza, posicin relativa)
Orientadas en tiempo (por ejemplo, confiabilidad y servicio)
Contractuales (por ejemplo, estipulacin de la garanta)
ticas (por ejemplo, cortesa del personal de ventas, honestidad)
La calidad para un producto manufacturado se puede definir principalmente por las

caractersticas tecnolgicas contractuales y orientadas en tiempo, mientras un
producto de servicio puede incluir todas las caractersticas mencionadas
anteriormente.
En este sentido, las reas responsables de la calidad requieren una interaccin

continua entre el consumidor, operaciones y otras reas de la organizacin. En la
Figura 1.7., se muestra cmo estas interacciones tienen lugar en las reas
responsables de la calidad. El cliente especifica las necesidades, por lo regular a
travs de la funcin de la mercadotecnia. Estas necesidades son o estn
expresadas directamente por el cliente, o descubiertas a travs de un proceso de
investigacin de mercados. La ingeniera, a su vez, disea un producto para
satisfacer esas necesidades o trabaja junto con el cliente en las modificaciones de
diseo que se adaptarn de acuerdo con las capacidades de produccin.
3
SCHROEDER, Roger. Administracin de operaciones. Toma de decisiones en la funcin de operaciones. 3ed. Mjico: McGraw-Hill, 1994.
855p.
26

Figura 1.7. reas responsables de la calidad
CLIENTE
Especifica las necesidades de calidad.
Redefine las necesidades para fijar las
Necesidades capacidades de operaciones.
MERCADOTECNIA
Interpreta las necesidades del cliente.
Trabaja con el cliente en el diseo del
producto para fijar las operaciones.
Interpretacin de OPERACIONES
la necesidades Fabrica el producto
o servicio.
INGENIERA Especificaciones
Define el concepto de diseo.
Prepara las especificaciones. CONTROL DE
Define caractersticas de calidad. CALIDAD
Planea y monitorea la
calidad.
Adaptado de: SCHROEDER, Roger. Administracin de operaciones. Toma de decisiones en la

funcin de operaciones. 3ed. Mjico: McGraw-Hill, 1994. 855p.
Una vez que se ha terminado el concepto de diseo y las especificaciones, queda

establecida la calidad de diseo. La ingeniera debe entonces trabajar junto con
operaciones para producir el producto especificado o, si se encuentran
dificultades, modificar las especificaciones. Operaciones debe asegurarse
continuamente de que el producto se est fabricando conforme a lo especificado, y
esto se logra insistiendo en la calidad de conformidad con las especificaciones del
producto o servicio.
Esto generalmente se realiza mediante la capacitacin, supervisin,

mantenimiento de maquinaria y equipo e inspeccin apropiadas. Adems, para
cumplir con las especificaciones, operaciones debe esforzarse por reducir la
variacin de sus procesos y productos en el tiempo. De esta forma se lleva a cabo
la mejora continua.
1.3 IMPORTANCIA DEL CONTROL DE CALIDAD
1.3.1 El Control de calidad moderno
En 1931, Walter Shewhart public " Economic Control of Quality of Manufactured

Products " (Control Econmico de la Calidad de Productos Manufacturados), en el
que se plantean los principios bsicos del control de la calidad, sobre la base de
mtodos estadsticos, centrndose en el uso de Cuadros de Control.
27

Convirtindose as en el padre del Control de Calidad Moderno (aunque algunos
autores dan esta paternidad a Deming, debemos considerar que los estudios de
Deming se basaron inicialmente en los de Shewhart).
Despus del aporte de Shewhart, en 1941 y 1942 se aprobaron y publicaron los "
Estndares Z " conocidos como los estndares de la Guerra, que enfocaban el uso
de los Cuadros de Control para el anlisis de datos y su aplicacin durante la
produccin. Y tambin en 1941 Leslie E. Simons public " Un Manual de Mtodos
Estadsticos para Ingenieros ".
Estos tres aportes eran lo nico con que se contaba en el campo del control de
calidad durante los aos cuarenta en el mundo occidental, donde hasta ese
momento la calidad y el mejoramiento no tenan ninguna importancia para las
empresas, sino hasta 1947, en que un grupo de colaboradores de Johns- Manville
terminaron de rodar y editar un video llamado " Control de Calidad Moderno " con
el objetivo de promover los aspectos bsicos del control de calidad en su empresa
entre los colaboradores e indirectamente a la gerencia : cuadros de control,
histogramas, lmites para grficos de barras y cuadros R, as como muestreo. Fue
tan exitoso, que trascendi a la empresa y fue utilizado en muchas otras durante
dcadas. Sin embargo, la concientizacin real sobre la importancia de la calidad
no se asent en occidente sino hasta los aos 80.
1.3.2 Mientras en el Japon
Despus de la II Guerra Mundial, el Japn se encontraba frente a la nada fcil

tarea de reconstruir su pas. En aquel momento, las fuerzas de ocupacin de los
EEUU, decidieron apoyar en la reconstruccin de la economa y la infraestructura
de manera directa, con el objetivo de evitar que el Japn recuperara su capacidad
blica.
Llevaron al Japn un importante nmero de expertos estadounidenses para

ayudar en la labor, pero antes de esto, deban ganar la confianza de los
japoneses, quienes an los vean como los enemigos. Para ello crearon la CCS
(Civil Communication Section), que debera difundir mensajes pro-EEUU en la
poblacin, entre otros a travs de programas de radio. Lamentablemente, la
poblacin no contaba con radios.
Se construyeron establecimientos industriales orientados a la fabricacin de

radios, pero luego de la guerra, los administradores experimentados del Japn
fueron alejados de puestos de esta naturaleza por su labor durante la guerra y el
personal con el que se contaba careca de formacin y experiencia, por lo que el
resultado fue productos de bajsima calidad.
28

Para apalear este problema se cre el NETL (National Electric Testing
Laboratory), con la responsabilidad de controlar la calidad. Sin embargo, poco
tiempo despus se reconoci que esta estrategia nunca podra alcanzar buenos
resultados en el largo plazo, as que se reorientaron los esfuerzos hacia la
capacitacin de esta nueva generacin de administradores. Programa que se
realiz conjuntamente por la CCS y la JUSE (Unin de Cientficos e Ingenieros del
Japn).
1.3.3 El Control estadstico de la calidad
Entre los temas de la capacitacin, se incluy el Control Estadstico de la Calidad

(SQC Statistical Quality Control y SPC Statistical Process Control) y
especialmente los aportes en este campo de Walter Shewhart. La JUSE vi en
esta temtica una razn, tal vez la principal, de la victoria de los EEUU en la
guerra y orient su inters hacia este campo, solicitando a la CCS que les
recomendara a expertos que pudieran profundizar y reforzar el tema.
En aquel entonces Shewhart no estaba disponible, as que recomendaron a un

profesor de la Universidad de Columbia, que haba estudiado y aplicado los
mtodos de Shewhart, W. Edwards Deming. Ya en 1947 Deming haba estado en
el Japn como parte de una misin de observacin econmica, por lo que los
japoneses ya lo conocan, facilitando su incorporacin como instructor. En 1950,
durante dos meses, Deming entren a cientos de ingenieros y administradores, as
como a ejecutivos de primer nivel, enfocndose principalmente en tres aspectos
claves :
- el ciclo PDCA
- las causas de las variaciones
- el control de procesos con Cuadros de Control
La principal diferencia que existe en estos mtodos y lo que despus se conocera

como TQM es la orientacin hacia la maximizacin de la operacin y la
minimizacin de costos antes que la orientacin al cliente.
1.3.4 Administracin de la calidad total (TQM)
Al inicio los resultados fueron bastante buenos, pero poco a poco se regresaba a
la situacin inicial, baj la motivacin a nivel de trabajadores, la informacin
recolectada no era exacta y los ejecutivos no mostraban inters en continuar con
el SQC. Para tratar de solucionar este dilema, la JUSE invit a Joseph M. Juran
29

para realizar conferencias y charlas respecto del Rol de la Gerencia en la
Promocin de las Actividades de Control de Calidad. Esta visita marc el salto en
Japn de los primeros pasos en Calidad hacia la Calidad Total, al introducir
aspectos como la definicin de las polticas de calidad y la planificacin de la
calidad. Que se reforz con el lanzamiento en Japones del libro " The Practice of
Management " de Peter Drucker, en el que se plantea la Administracin por
Objetivos.
Los Japoneses fusionaron las enseanzas de Deming y Juran con la

Administracin por Objetivos y dieron los primeros pasos hacia la Planeacin
Estratgica de la Calidad y hacia la Administracin de la Calidad Total (TQM
Total Quality Management).
La Administracin Total de Calidad hace nfasis en los objetivos del negocio

principalmente en calidad y varias polticas, prcticas y filosofas gerenciales que
soporten dichos objetivos y aumenten la calidad ya sea del producto o servicio,
enfocndolo al cliente.
1.4 CONTROL TOTAL DE CALIDAD
Para iniciar el proceso de control total de calidad en primer lugar, es de recalcar

que las autoridades de los niveles superiores deben establecer una poltica de
calidad; vale decir, la alta direccin. sta a su vez, debe derivarse de una
estrategia corporativa.
En segundo lugar, despus de considerar los factores estratgicos, la gerencia de

alto nivel debe fijar una poltica de calidad. El comportamiento de calidad total
significa entender quin, cules son los requerimientos y satisfacer esos
requerimientos sin error, a tiempo y durante todo el tiempo.
Los enunciados de la poltica deben continuarse con objetivos de calidad

establecidos sobre bases peridicas, generalmente anuales. Si la compaa tiene
un sistema de Administracin Por Objetivos (MBO - Management By Objetives),
los objetivos de calidad deben incorporarse en ste. Los objetivos de la calidad
deben aparecer no nicamente en los enunciados de MBO del administrador de la
calidad, sino en los enunciados de cada gerente relacionado con la calidad, por
ejemplo, operaciones, mercadotecnia, ingeniera y servicio en campo, etc.
Para mencionar algunos se citan los siguientes ejemplos de objetivos de la

calidad:
30

Aumentar el nivel de calidad de salida a 99.999% (10 defectos en un milln
de unidades) medido mediante procedimientos de muestreo.
Asegurarse de que todos los gerentes reciban un curso de capacitacin de
5 das sobre aseguramiento de la calidad.
Formar crculos de control de calidad de trabajadores y asesores para
reunirse semanalmente, con objeto de identificar las causas de una baja de
calidad y tomar la accin correctiva apropiada.
Una vez que se han formulado los objetivos y se han asignado a gerentes
especficos, estos ltimos proporcionarn los recursos a corto plazo para
mejorar la calidad y llevar a cabo la poltica de calidad de la compaa.
Por otra parte, conjuntamente con la poltica y los objetivos, la estructura

organizacional es uno de los asuntos que deben decidirse como parte de la
administracin de la calidad.
Si la calidad debe reportar a manufactura o no da lugar a grandes controversias.

Aquellos que argumentan una funcin de calidad separada reportando al gerente,
afirman que la calidad debe ser independiente para evitar el comprometerla con el
esfuerzo para satisfacer los programas o reducir costos. Este punto de vista ha
sido especialmente fuerte en compaas que trabajan para el gobierno. En
algunos casos, el gobierno insiste en que la calidad debe ser organizada en forma
separada para proteger los intereses del gobierno como cliente (en la actualidad
en Colombia quien viene adelantando esta labor es Accin Social de la
Presidencia de la Repblica).
Reiterando, aquellos que argumentan que la calidad debe depender de

manufactura puntualizan que sta no se puede inspeccionar en un producto o
servicio y que la calidad requiere una coordinacin estrecha con la fuerza de
trabajo, compras y todas las fases de la operacin. Sostienen que el gerente de
manufactura es la persona indicada para coordinar el trabajo del departamento de
calidad y todos los otros departamentos dentro de manufactura que afecta la
calidad.
En aos recientes, en la medida que se ha desarrollado el concepto de calidad

total, el arreglo organizacional en uso se ha hecho menos importante. Utilizando el
concepto de calidad total, el departamento de calidad se percibe como el
coordinador organizacional de todos los otros departamentos que afectan a la
calidad: manufactura, compras, mercadotecnia e ingeniera. Bajo un programa de
calidad total. Cada departamento debe identificar su papel exacto en cuanto a la
calidad se refiere y debe establecer objetivos para mantener aceptable la calidad
de diseo y comportamiento.
31

El concepto de la calidad total requiere entonces, que el departamento de calidad
y fbrica invierta ms tiempo en la planeacin y menos en la inspeccin y control.
Un enfoque de calidad total subraya la prevencin de defectos y reconoce el papel
de todas las reas de la organizacin para lograr los objetivos de la calidad. De
hecho, la prevencin no es algo que pueda llevar a cabo cualquier departamento
debido a que requiere la atencin sobre las relaciones del proveedor (compras),
capacitacin (personal), diseo (ingeniera) necesidades del cliente
(mercadotecnia) y fabricacin del producto (operaciones).
Se requiere un enfoque de sistemas total que abarque la organizacin por

completo. En este caso, el departamento de calidad no es responsable de todos.
El departamento de calidad sirve en su papel de coordinador para asegurar que
cada uno contribuya a los objetivos de calidad. En consecuencia, la falta de un
concepto de calidad total se puede ver todos los das en la industria.
Al descubrir un problema de calidad, el gerente general con frecuencia toma en

sus manos el control de calidad para identificar el problema. En realidad, el control
de calidad puede hacer poco, dado que el problema fue ocasionado en primer
lugar por ingeniera, manufactura o mercadotecnia. Es un error llamar a la mayora
de los problemas como problemas de calidad; deben llamarse por los nombres de
los departamentos que los ocasionaron. Es de aclarar que cada una de estas
reas responsables de la calidad fue explicada en la seccin anterior.
Por lo tanto, no es simple reconocer la importancia del control de calidad total; sino
que, se debe poner en ejecucin un programa positivo a travs de toda la
organizacin. El programa debe especificar cmo sern organizados los esfuerzos
de la calidad total, cmo pueden los individuos estar conscientes de su papel en la
calidad y cmo se deben medir los resultados del enfoque de calidad total, razn
por la que el enfoque de Deming es el ms empleado.
Para ilustrar los conceptos anteriores, a continuacin se esquematiza la forma que

tiene lugar la aplicacin de stos en la Figura 1.8. Es de resaltar que las tcnicas
sugeridas como son el costo de la calidad, estudios de prdidas, medicin,
diagrama de causa efecto, diagrama de Pareto; y los anlisis estadsticos como
grficos de control, muestreo e inspeccin, se vern en ms adelante en los
captulos sucedentes.
32

Figura 1.8. Proceso para lograr la calidad total
Estrategia y calidad
Aclaracin del tema de calidad, un objetivo de las operaciones
Factores que afectan Comprensin de las relaciones entre Anlisis: la base para el
la calidad: los factores que afectan la calidad y continuo mejoramiento, la
Administracin desempeo de la calidad: gestin y el aseguramiento
Empleados Percepciones del cliente de la calidad y su control:
Instalaciones, Resultados que se esperan de la Diagnstico
procesos y calidad orientado hacia la
equipos Factores que afectan la calidad calidad total: Costo de
Materiales la calidad, estudios de
Vendedores Acciones para mejorar y asegurar el prdidas, medicin,
apego a los objetivos: diagrama de causa
Enfoques iniciados por la efecto, diagrama de
administracin Pareto.
Comportamiento y calidad Anlisis estadstico:
Grficos de control,
muestreo e
Resultados: Consistencia con la
inspeccin
calidad de todos los productos y
servicios en concordancia con la
posicin estratgica deseada
Adaptado de: ADAM, Everett y EBERT, Ronald. Administracin de la produccin y las operaciones.
4ed. Mjico: Prentice-Hall, 1991. 739p.
La Administracin Total de Calidad es una serie de principios a seguir por toda la

organizacin a priori de conseguir calidad y productividad bajo la correcta
administracin de la compaa. Algunos lo ven como maximizar productividad
mientras se minimizan los costos aunque esta percepcin a evolucionado gracias
a herramientas como los 14 puntos de Deming.
La Administracin Total de Calidad hace nfasis en los objetivos del negocio

principalmente en calidad, varias polticas, prcticas y filosofas gerenciales que
soporten dichos objetivos y aumenten la calidad ya sea del producto o servicio,
enfocndolo al cliente. TQM se observa ms que como un concepto una filosofa,
la cual sirve de base para el desarrollo de muchos otros conceptos., desarrollo de
herramientas y dems.
Bajo la prctica se encontraran diversos autores que imparten sus enseanzas

siendo estos lderes de calidad como Philip B. Crosby, W. Edwards Deming,
Armand V. Feigenbaum, Kaoru Ishikawa, y J. M. Juran.
La prctica de la calidad es comn en las empresas de hoy da no importando el

giro aunque su nacimiento es en la industria manufacturera se puede encontrar
diversas empresas de servicio con la aplicacin TQM, este como factor ms de
diferenciacin y bajo una adecuada implementacin paso fundamental para
reducir costos e incrementar utilidades.
33

Si quisiramos ver a TQM como sencilla ecuacin podramos encontrar:
Calidad = Conforme a los Requerimientos.

Total = Calidad involucra a todos y a todas las actividades en una organizacin.
Administracin = La Calidad puede ser administrada.
TQM = Un proceso para el manejo de la calidad; se traduce a un cambio de

cultura en la manera de afrontar la vida; siendo una filosofa de mejora continua en
todo lo que hacemos.
TQM mantiene como eje la visin y misin definidos por una empresa ya que bajo
este concepto se fundamenta, siendo la correcta determinacin de objetivos y
metas el primer paso para orientar a la empresa y su mtodo de resolucin de
problemas.
A tiempos recientes TQM tiene como contraparte entre las teoras administrativas
el auge de la alineacin estratgica de Recursos Humanos mostrando como
interseccin el factor humano de la empresa pero con la gran diferencia de que
TQM incluye como parte de su metodologa un anlisis a detalle de los procesos,
mtodos, herramientas y la constante bsqueda de minimizar costos manteniendo
el propsito de maximizar los beneficios.
Para ver esto existe otro modelo en donde se expresa.
DRH + DO = TQM
Desarrollo de Recursos Humanos + Desarrollo Organizacional = Administracin de

la Calidad Total
En donde DRH se concentra en hacer mensurable el desarrollo del capital humano

e intelectual, las organizaciones tienden a convertirse en organizaciones que
aprenden, las compaas obtienen mayor posibilidad de generar riqueza a travs
de su personal, esto atado con desarrollo organizacional producir un efecto de
calidad total.
Varios conceptos aparecern en el plano de la calidad desarrollados bajo la teora

de TQM como lo puede ser:
Cero control de calidad (Poka Yoke)
34

Despliegue de la Funcin de Calidad o QFD (Quality Function
Deployment), que derivara posteriormente en el concepto de Concurrent
Engineering
El mtodo Taguchi
Cero Defectos (6 )
ISO 9000
14 puntos y Sistema de Conocimiento profundo (Deming).
1.4.1 TQM Modelo de madurez
El modelo que se observa para alcanzar la madurez de la implantacin de un

sistema de TQM se muestra a continuacin. Este modelo es parte de las prcticas
actuales de TQM sin embargo ha habido a travs del tiempo otros modelos que
buscaban la implantacin exitosa de TQM. El Modelo contiene las siguientes
Fases
1. Proceso de Mejora
Solucionar un problema conocido
2. Mejora del Sistema
Administracin Diaria
Aseguramiento de Calidad
Teora de las Fuerzas
Manejo estratgico de Polticas
3. Mejora de Producto
Funcin de entrega de Calidad (QFD)4[1]
Bajo el enfoque de analizar la variacin de los productos podemos pensar a la

variacin como un hecho en la vida, que es aleatorio y miscelneo. As un
procesos puede producir dos cosas que nos son iguales. En la poca de los
35

productos artesanales, esto podra ser valorado como la forma de diferenciarse,
en tiempos modernos en donde la industria es de partes intercambiables y el
reemplazo masivo de piezas hace un producto final, el control de la variacin es
crtica para la satisfaccin del cliente.
Dr. Walter Shewhart identific dos tipos de variacin, controlada y no controlada, y

sus caractersticas.
Variacin Controlada
Estable
Exhibe un patrn constante a travs del tiempo
Es resultado de un proceso y puede ser predecible con cierta exactitud
Los procesos pueden ser mejorados dado a que las salidas pueden
predecirse.
Variacin No Controlada
Cambios a travs del tiempo dado a causas asignables

No se puede predecir el resultado de los procesos
Los procesos no pueden ser mejorados de manera sencilla dados la manera
impredecible de presentarse las salidas.
El trabajo de las gerencias es el administrar la variacin a razn de obtener

resultados predecibles, tales como calidad, costo y calendario de produccin.
Para manejar la variacin de un proceso la informacin debe ser analizada con los
cambios y posibles alteraciones. Usualmente se manejan herramientas del Control
Estadstico de Procesos.
1.4.2 Aplicacin de los enfoques del control de calidad
Al buscar diferenciar los enfoques del control de calidad de acuerdo al tipo de

defectos hacia los que se orientan encontramos:
FACTORES HUMANOS
- Trabajo en Equipo
- Compromiso de la Gerencia
- Driving Out Fear
36

VARIACIONES
- Control Estadstico de la Calidad o de los Procesos (SQC)

- Mtodo Taguchi
- DOE
Estos enfoques son aplicables principalmente cuando existen variaciones en las

materias primas y en los resultados de los procesos. Es decir, cuando trabajamos
con valores contnuos (dosis, formulaciones, temperaturas, pesos, cantidades,
entre otros).
COMPLEJIDAD
- Mapeo de Procesos (Process Mapping)

- DFMA
ERRORES
- A Prueba de Errores
- Poka-Yoke
- Cero Control de Calidad
Estos tres enfoques son aplicables cuando nos encontramos con una o ms de las
siguientes situaciones:
- Operaciones manuales donde es necesario vigilar al operario.

- Cuando pueden darse errores de posicin equivocada
- Cuando se requiere ajustar algo
- Cuando se requiere sentido comn y no slo motivacin
- Cuando es difcil o imposible aplicar SQC
- Cuando lo importante son los atributos y no las mediciones
- Donde los costos de entrenamiento y la rotacin de personal son altos.
- Cuando existen modelos de produccin mixtos.
- Cuando los consumidores pueden cometer errores y culpar al proveedor.
- Cuando los costos de errores externos son superiores a los de errores en el
proceso.
1.4.3 Los 14 puntos de Deming
1. Crear constancia en el propsito de mejorar el producto y el servicio, con el

objetivo de llegar a ser competitivos y permanecer en el negocio, y de
proporcionar puestos de trabajo.
37

2. Adoptar la nueva filosofa. Nos encontramos en una nueva era econmica.
Los directivos occidentales deben ser conscientes del reto, deben aprender
sus responsabilidades, y hacerse cargo del liderazgo para cambiar.
3. Dejar de depender de la inspeccin para lograr la calidad. Eliminar la

necesidad de la inspeccin en masa, incorporando la calidad en el producto
en primer lugar.
4. Acabar con la prctica de hacer negocios sobre la base del precio. En vez
de ello minimizar el costo total. Tender a tener un solo proveedor para
cualquier artculo, con una relacin a largo plazo de lealtad y confianza.
5. Mejorar constantemente y siempre el sistema de produccin y servicio, para

mejorar la calidad y la productividad, y as reducir los costos continuamente.
6. Implantar la formacin en el trabajo.
7. Implantar el liderazgo. El objetivo de la supervisin debera consistir en

ayudar a las personas y a las mquinas y aparatos para que hagan un
trabajo mejor. La funcin supervisora de la direccin necesita una revisin,
as como la supervisin de los operarios.
8. Desechar el miedo, de manera que cada uno pueda trabajar con eficacia
para la compaa.
9. Derribar las barreras entre los departamentos. Las personas en

investigacin, diseo, ventas y produccin deben trabajar en equipo, para
prever los problemas de produccin y durante el uso que pudieran surgir
con el producto o el servicio.
10. Eliminar los slogans, exhortaciones y metas para pedir a la mano de obra
cero defectos y nuevos niveles de productividad. Tales exhortaciones slo
crean relaciones adversas, ya que el grueso de las causas de la baja
calidad y baja productividad pertenecen al sistema y por tanto caen ms
all de las posibilidades de la mano de obra.
11.
a. Eliminar los estndares de trabajo (cupos) en planta. Sustituir por el
liderazgo.
38

b. Eliminar la gestin por objetivos. Eliminar la gestin por nmeros, por
objetivos numricos. Sustituir por el liderazgo.
12.
a. Eliminar las barreras que privan al trabajador de su derecho a estar
orgulloso de su trabajo. La responsabilidad de los superiores debe
virar de los meros nmeros a la calidad.
b. Eliminar las barreras que privan al personal de direccin y de

ingeniera de su derecho a estar orgullosos de su trabajo. Esto
quiere decir, entre otros, la abolicin de la calificacin anual o por
mritos y de la gestin por objetivos.
13. Implantar un programa vigoroso de educacin y auto-mejora.
14. Poner a todo el personal de la compaa a trabajar para conseguir la

transformacin. La transformacin es tarea de todos.
1.4.4 Equipos de trabajo
Los equipos de trabajo son parte esencial en TQM y en las organizaciones

modernas. Los mtodos para ayudar a administrar, organizar y participar en
equipos efectivos de trabajo son esenciales para las compaas de hoy da.
La gente de calidad los refiere de acuerdo a la participacin de todos.

Usualmente se dice que todos hasta usted mismo es un cliente. En otras palabras
cada equipo de trabajo debe reconocer lo siguiente: escuchar las necesidades de
los dems y comunicar las necesidades propias, todos como miembros de un
mismo equipo y orientado hacia un objetivo en comn.
1.4.5 Una buena prctica del manejo de equipos
Sombreros del pensamiento de Bono
Hay seis sombreros metafricos y el participante puede ponerse y quitarse estos

sombreros para indicar el tipo de pensamiento que est utilizando. La accin de
ponerse y quitarse el sombrero es esencial. Los sombreros nunca deben ser
utilizados para categorizar a los individuos, aunque su comportamiento parezca
39

inducirnos a hacerlo. Cuando se realiza en grupo, todos los participantes deben
utilizar el mismo sombrero al mismo tiempo.
Pensamiento con el Sombrero Blanco

Este tiene que ver con hechos, cifras, necesidades y ausencias de informacin.
"Pienso que necesito un poco de pensamiento de sombrero blanco en este
punto..." significa: Dejemos los argumentos y propuestas y miremos los datos y las
cifras.
Pensamiento con el Sombrero Rojo

Este tiene que ver con intuicin, sentimientos y emociones. El sombrero rojo le
permite al participante exponer una intuicin sin tener que justificarla.
"Ponindome mi sombrero rojo, pienso que es una propuesta terrible".
Usualmente, los sentimientos e intuiciones solamente pueden ser introducidas en
una consideracin si son sustentadas por la lgica. Por lo general el sentimiento
es genuino pero la lgica no es autntica. El sombrero rojo autoriza plenamente al
participante para que exponga sus sentimientos sobre el asunto sin tener que
justificarlo o explicarlo.
Pensamiento con el Sombrero Negro

Este es el sombrero del juicio y la cautela. Es el sombrero ms valioso. En
ningn sentido es un sombrero negativo o inferior a los dems. El sombrero negro
se utiliza para sealar por qu una sugerencia no encaja en los hechos, la
experiencia disponible, el sistema utilizado, o la poltica que se est siguiendo. El
sombrero negro debe ser siempre lgico.
Pensamiento con el Sombrero Amarillo

Tiene que ver con la lgica positiva. Por qu algo va a funcionar y por qu
ofrecer beneficios. Debe ser utilizado para mirar adelante hacia los resultados de
una accin propuesta, pero tambin puede utilizarse para encontrar algo de valor
en lo que ya ha ocurrido.
Pensamiento con el Sombrero Verde
40

Este es el sombrero de la creatividad, alternativas, propuestas, lo que es
interesante, estmulos y cambios.
Pensamiento con el Sombrero Azul

Este es le sombrero de la vista global y del control del proceso. No se enfoca en
el asunto propiamente dicho sino en el 'pensamiento' acerca del asunto.
"Ponindome el sombrero azul, siento que deberamos trabajar ms en el
pensamiento con el sombrero verde en este punto". En trminos tcnicos, el
sombrero azul tiene que ver con el meta-conocimiento.
Tambin es importante mantener un buen manejo de juntas, bitcoras, glosario de

principales trminos e informacin de los resultados. Adems de ser posible rotar
la responsabilidad entre los miembros del equipo.
1.4.6 Tres Dimensiones de TQM
Los japoneses extendieron la enseanza de Deming hacia el mbito

administrativo. Algunos modelos de TQM son extrados de La Sociedad Japonesa
de Calidad y la Asociacin Japonesa de Estndares.
Los Japoneses identifican tres principales dimensiones de TQM: Administracin

Diaria, Hoshin /Manejo de Polticas y la Administracin Multi Funcional.
41

Administracin Diaria es la administracin de las operaciones de la
administracin da a da Esto incluye Mejoramiento de Calidad, Mantenimiento,
Estandarizacin.
Administracin de Polticas Se enfoca en direccin estratgica para lograr

objetivos de la compaa.
Aseguramiento de la Calidad se enfoca en disear productos de calidad

procesos de calidad oponindose a inspeccionar despus.
Administracin multifuncional se enfoca en las iniciativas de mejoramiento de la

calidad, reduccin de costos, mejoramiento de tiempos y compromisos medibles,
satisfaccin de los accionistas, seguridad, proteccin en el ambiente de trabajo y
otras directrices a gran escala.
1.4.7 Administracin Diaria en Sistemas TQM
El mantenimiento y continuo mejoramiento de las operaciones diarias y procesos

claves. Esto se lleva acabo a nivel individual y organizacional. Un giro en la Teora
de Restricciones causara que la optimizacin en las actividades locales
entorpezca la optimizacin del sistema. Hay que tener cuidado de que los cambios
42

locales no interfieran con el sistema de la organizacin. Por ejemplo comprar un
componente ms barato podra provocar un problema de calidad en la planta.
Lo que distingue al la Administracin diaria de otras administraciones es el

PDCA5[1]. El PCDA requiere una evaluacin de los resultados actuales
comparados con los resultados predichos dentro de un ciclo de retroalimentacin.
Se requiere de un sistema de medicin definido en la etapa de planeacin. Como
lo dice el estudio del proceso de variacin no podemos mejorar directamente el
proceso de salida de produccin solo las entradas de produccin. La
administracin diaria debe controlar ambos. Esto se releja en un diagrama de
Espina de Pescado o en un diagrama de relaciones. Dicho en otras palabras se
aplica los mismos sistemas de retroalimentacin y control para el proceso
administrativo que para el mecnico.
Los puntos de control pueden ser monitoreados peridicamente para ver a que
distancia estn de sus objetivos meta y tomar acciones correctivas en lugar de
esperar a actuar al final de los resultados.
El proceso de TQM funciona mejor cuando se establecen puntos de control y

monitoreo para accin critica de la organizacin y a esto se le llama administracin
diaria.
La administracin diaria no busca la mejora continua de forma aleatoria ya que
puede ser daina para la organizacin, la administracin diaria debe ser una
optimizacin de toda la organizacin.
1.4.8 Optimizacin total de la organizacin
1. Propsito, Misin y Visin
Primero que nada hay que definir: el propsito de la organizacin a travs de sus
principios, la visin y la misin.
Principios deben reflejar la filosofa de la compaa. Establece los principios de la

filosofa. Los compromisos con la sociedad, el medio ambiente y las personas, el
compromiso de calidad con los clientes, proveedores, empleados, etc. El principio
debe ser lo suficientemente amplio para que pueda aplicarse en cualquier
circunstancia.
43

Visin y Misin Tienen una relacin de causa y efecto. La visn refleja a la
organizacin misma dentro de los prximos 5 a 10 aos (visin a corto plazo. La
Visin debe contener la direccin (mejoramiento) un indicador (calidad,
satisfaccin del cliente) un objetivo cuantitativo ($, #, %) y un tiempo limite (para
cuando). Todo esto es un punto de control.
Misin Describe las actividades a realizar para alcanzar la visin. La misin es la

causa y la visin es el efecto. La misin contiene el diseo (verbo, rumbo,
mantenimiento) objetivo (sistemas, estrategia) objetivo cuantificable ($, #, %) limite
de tiempo (igual al de la visin). Todos estos valores son puntos de seguimiento.
Algunas organizaciones tiene una visin a largo plazo (30 aos) o a corto plazo (2-
5 aos). El propsito, la visin y la misin deben mantenerse simples y fciles de
entender por todos los empleados. Debe mantenerse visible para que los
empleados estn convencidos de porque quieren trabajar en la organizacin.
1.4.9 Etapas en la implementacin de TQM
Etapa1 Etapa 2 Etapa 3 Etapa 4

Descripcin
Despertando Activacin Abrirse paso Clase Mundial
Orientacin de los logros Esta enfocado hacia El talento necesita cambiar Buscar clientes de largo Existente al gozo del
resultados financieros para enfocarse en alcances plazo. cliente
Lo que la organizacin a corto plazo. a largo plazo.
intenta hacer
Orientacin hacia la Explotar sus mayores Identificar y analizar sus Enfoque en la Buscar liderear
implementaron fortalezas pequeas entradas implementaron de pocos consistentemente a los
procesos con trabajos clientes proveyendo
Lo que la organizacin crticos anticipadamente valor
trata de implementar extraordinario
Orientacin de la Confiar en informacin Esta agusto con las nuevas Intentar conectar su Buscar continuamente
informacin generada por fuentes fuentes de informacin proceso interno de el flujo de informacin
confiable internas informacin con la integrada del ambiente
Lo que la organizacin usa (presupuestos, informacin externa del e que rodea a los
como informacin ingresos, produccin, cliente clientes, empleados,
costos de operacin, procesos de trabajo,
etc.) etc.
Orientacin funcional Esta orientada por un Experimentar con Sistemticamente luchar Ah eliminado 'turfism'.
impulso alternativas 'turfism'. 'turfism'. Buscar alcanzar Todas las funciones
Como la organizacin se Intentar cortar a travs de atraves de la funcionalidad comparten la meta.
busca a s mismo sus chimeneas con enfocada en compartir Deleitar a los clientes
programador de calidad metas definidas de los
clientes
Orientacin cataltica Responder cuando Buscar escapar de la crisis Anticiparse al o que el Responder a las
llegue la crisis con un nuevo nfasis en cliente quiere oportunidades
Lo que origina cambios en prevencin
la organizacin
Orientacin emocional Es lidereada por Es lidereada empleados Es lidereada por Es lidereado por
empleados escpticos empleados motivados y empleados con
Como se comporta la frustrados o con espritu empowerment con
organizacin indiferentes confidencialidad
44

1.5 PLANEACIN Y DISEO DE UN SISTEMA DE CALIDAD
PHVA
Planear
Quin debe asistir, tomar notas y estar presente.

Cual es el propsito de la junta para la organizacin
Cuando se realizara dicha junta y enviar la orden del da
Porque es importante la asistencia a dicha junta
Cmo ser dirigida la junta y mejorada para la prxima ocasin.
Hacer
Comenzar la junta a tiempo, revisar la orden del da, establecer el escenario las
reglas y roles (incluyendo aquel que lleve el tiempo de duracin), dirigir hacia
objetivos especficos, establezca pendientes, tiempos de realizacin, metodologa
de documentacin, comunicacin y responsables al igual que acuerdos y
resoluciones.
Verificar
Verifique que la orden del da se haya cumplido, haga un resumen de los

acuerdos, planes de accin y tiempos. Establezca cuando se realizar la siguiente
juntas (si es necesario) y evalu.
Actuar
Dar seguimiento a los pendientes y compromisos, distribuya notas, documentacin

e informacin a las personas pertinentes. Mejore continuamente su mtodo de
llevar las reuniones.
45

2. TCNICAS CON DATOS NO NUMRICOS PARA EL
CONTROL DE CALIDAD
2.1 TORMENTA DE IDEAS
La lluvia de ideas o brainstorming, tambin denominada tormenta de ideas, es una

herramienta de trabajo grupal que facilita el surgimiento de nuevas ideas sobre un
tema o problema determinado. La lluvia de ideas es una tcnica de grupo para
generar ideas originales en un ambiente relajado.
Esta herramienta fue ideada en el ao 1941 por Alex Faickney Osborn, cuando su
bsqueda de ideas creativas result en un proceso interactivo de grupo no
estructurado que generaba ms y mejores ideas que las que los individuos podan
producir trabajando de forma independiente; dando oportunidad de hacer
sugerencias sobre un determinado asunto y aprovechando la capacidad creativa
de los participantes.
La principal regla del mtodo es aplazar el juicio, ya que en un principio toda idea
es vlida y ninguna debe ser rechazada. Habitualmente, en una reunin para
resolucin de problemas, muchas ideas tal vez aprovechables mueren
precozmente ante una observacin "juiciosa" sobre su inutilidad o carcter
disparatado. De ese modo se impide que las ideas generen, por analoga, ms
ideas, y adems se inhibe la creatividad de los participantes. En un brainstorming
se busca tcticamente la cantidad sin pretensiones de calidad y se valora la
originalidad. Cualquier persona del grupo puede aportar cualquier idea de
cualquier ndole, la cual crea conveniente para el caso tratado. Un anlisis ulterior
explota estratgicamente la validez cualitativa de lo producido con esta tcnica.
2.2. DIAGRAMA CAUSA - EFECTO

Para comenzar se recuerda la frase La calidad empieza con educacin y termina
con educacin, palabras atribuidas a Kaoru Ishikawa al resumir un principio
filosfico de la calidad.
46

Un diagrama de causa efecto indica en forma grfica, qu conjunto de factores
causales intervienen en una determinada caracterstica, de calidad, la cual podra
influir en un efecto correspondiente al identificar todas las variables o causas que
intervienen e interactan en el proceso.
Teniendo en cuenta que para mejorar un proceso se debe continuamente obtener

ms informacin acerca del mismo y sus resultados. Una nica y valiosa
herramienta para logar esta meta es el diagrama de causa efecto, desarrollado
en 1943 por Ishikawa en la Universidad de Tokio. l la us para explicar a un
grupo de ingenieros de la compaa Kawasaki Steel Works cmo varios efectos
podan ser arreglados y relacionados.
Con el transcurrir del tiempo este diagrama ha sido normalizado en Japn. Su uso
se ha difundido ampliamente en todo el pas. Ha sido incluido en la terminologa
de calidad de JIS (Normas Industriales Japonesas) donde se define as: Diagrama
de causa efecto: Diagrama que muestra la relacin entre una caracterstica de
calidad y los factores.
En la actualidad, el diagrama se usa, no slo para tratar las caractersticas de

calidad de productos y servicios, sino en otros campos, y ha encontrado aplicacin
mundial.
2.2.1. Cmo hacer diagramas de causa efecto
Hacer un diagrama de causa efecto til requiere conocimiento y prctica. Puede

decirse seguramente que quien tiene xito en resolver problemas en control de
calidad es aquel que ha tenido xito en la elaboracin y utilizacin del diagrama
de causa efecto.
2.2.2. Estructura del diagrama de causa efecto
Tambin llamado diagrama de esqueleto de pescado diagrama de espina de

pescado, ya que se parece exactamente a un esqueleto de pescado. Aqu se
tratar como diagrama C (Causa) y E (Efecto).
2.2.3. Procedimiento para hacer un diagrama de causa efecto
Los siguientes son los pasos para elaborar un diagrama de causa efecto, tal
como puede verse en la Figura 5.1.
47

Paso 1. Se determina la caracterstica de calidad.
Paso 2. Se selecciona una caracterstica de calidad. Al centro de una hoja de

papel, dibuje el tronco o columna vertebral del diagrama. Se escribe la
caracterstica de calidad del lado derecho y encirrela dentro de un rectngulo. A
continuacin, se escribe las causas primarias que afectan a la caracterstica de
calidad como ramas, tambin encerradas en rectngulos.
Paso 3. Se escriben las causas (secundarias) que afectan a las ramas (primarias)
como ramas medianas, y las causas (terciarias) que afectan a las ramas medianas
como ramitas. Todas son causas probables.
Paso 4. Se asigna una importancia a cada factor. Se marcan los factores de

importancia particular que parezcan tener un efecto significativo sobre la
caracterstica de calidad.
Paso 5. Se registra cualquier informacin necesaria como: fecha, participantes,

departamento, producto, propsito y nombre o nombres de quien o quienes
elabor o elaboraron el diagrama.
Figura 5.1. Diagrama de causa efecto

PRECIO PRODUCTO
CAUSAS
Nitidez
Grosor
Fotocopia
Costos
operativos Variedad de
Papel tamaos
Actividades que
no agregan valor Color
Satisfaccin de
clientes del centro
Espera en de fotocopiado
la cola
Amabilidad
Servicio de del personal EFECTO
entrega
Rapidez del Personal

servicio
Flexibilidad
SERVICIO
48

2.2.4. Explicacin del procedimiento
Puede encontrar a menudo dificultad para proceder cuando practica esta

perspectiva. El mejor mtodo en tal caso es considerar la variacin. Por ejemplo,
considere la variacin en la caracterstica de calidad al conceptualizar las ramas.
Si los datos muestran que hay tal variacin, considere el porqu existe. Una
variacin en el efecto puede ser causada por variacin en los factores. Esta clase
de conceptualizacin es extremadamente efectiva.
Cuando se hace un diagrama C y E relacionado con cierto defecto, por ejemplo,

se puede describir que hay una variacin en el nmero de defectos que ocurren en
diferentes das de una semana. Si encuentra que el defecto ocurri con ms
frecuencia en lunes que en cualquier otro da, puede pensar de la siguiente forma:
Por qu ocurri el defecto? Por qu ocurri el defecto con ms frecuencia en
lunes que en cualquier otro da? Esto lo guiar a buscar factores que hagan una
situacin diferente, finalmente lo conduce a descubrir la causa del defecto.
Al adoptar este mtodo de pensamiento en cada etapa de examen de la relacin

entre la caracterstica y las ramas, las ramas medianas y las ramitas es posible
construir un diagrama C y E til sobre una base lgica.
Una vez completado el diagrama, el prximo paso a asignar una importancia a

cada factor. No todos los factores en el diagrama estn necesaria y cercanamente
relacionados con la caracterstica. Marque aquellos que parezcan tener un defecto
en particular significativo sobre las caractersticas.
Finalmente, se incluye cualquier informacin necesaria en el diagrama, tal como

ttulo, nombre del producto o del servicio, proceso o grupo, lista de participantes,
fecha, etctera.
An cuando de acuerdo a los planteamientos precedentes del procedimiento hasta

aqu consignado incluye los elementos necesarios para la construccin de un
diagrama de causa efecto, es importante tener en cuenta que en la medida ste
se combine con otro tipo de diagrama, los resultados pueden llegar a ser ms
satisfactorios. Por ejemplo, para llegar al diagrama presentado en la Figura 5.2.,
es importante haberla complementado con otro(s) diagrama(s) como podran ser
el diagrama de rbol, el diagrama de afinidad o la tormenta de ideas, etc.
Para el caso que nos ocupa, a manera de ilustracin se muestra el diagrama de

rbol en la Figura 5.2., el cual permite visualizar el conjunto de posibilidades con
las que podr alcanzarse una meta predeterminada; adems de poder ser vista
49

como el efecto de la organizacin sistemtica en cuanto a las metas y los medios
correspondientes para lograrlas, sirviendo para presentar, en forma organizada, el
conjunto de medidas con las que es posible alcanzar el propsito deseado.
Responsabilidad secundaria SIMBOLOGA

Figura 5.2. Diagrama de rbol Responsabilidad primaria Mantener informado
VARIABLES VARIABLES VARIABLES Departamento

PRINCIPALES SECUNDARIAS AUXILIARES
Provee- Atencin Manteni-
dura cliente miento
Satisfaccin del cliente del centro de fotocopiado
Papel grueso
Papel de
alta calidad
Papel blanco
Excelente
producto
Fotocopia Fotocopia ntida
de alta
calidad Variedad de tamaos
Buen Precio
Precio bajo
precio favorable
Rpido Espera corta

servicio de
entrega Servicio rpido
Excelente
servicio Personal amable
Excelente
atencin
personal Servicio flexible
2.3. HOJAS DE VERIFICACIN
En el control estadstico de la calidad se hace uso cotidiano de las hojas de

verificacin, ya que es necesario comprobar si se han recabado los datos
solicitados o si se han efectuado determinados trabajos. Se usan para verificar:
- La distribucin del proceso de produccin.

- Los defectos
- Las causas de los defectos
- La localizacin de los defectos
- Confirmar si se han hecho las verificaciones programadas
Una Hoja de Verificacin (tambin llamada "de Control" o "de Chequeo") es un impreso
con formato de tabla o diagrama, destinado a registrar y compilar datos mediante un
mtodo sencillo y sistemtico, como la anotacin de marcas asociadas a la ocurrencia de
50

determinados sucesos. Esta tcnica de recogida de datos se prepara de manera que su
uso sea fcil e interfiera lo menos posible con la actividad de quien realiza el registro.
2.3.1. Pasos para la elaboracin de una hoja de verificacin
1. Determinar claramente el proceso sujeto a observacin. Los integrantes deben

enfocar su atencin hacia el anlisis de las caractersticas del proceso.
2. Definir el perodo de tiempo durante el cul sern recolectados los datos. Esto
puede variar de horas a semanas.
3. Disear una forma que sea clara y fcil de usar. Asegrese de que todas las
columnas estn claramente descritas y de que haya suficiente espacio para
registrar los datos.
4. Obtener los datos de una manera consistente y honesta. Asegrese de que se
dedique el tiempo necesario para esta actividad.
DIA
DEFECTO 1 2 3 4 TOTAL
Tamao errneo IIIII I IIIII IIIII III IIIII II 26
Forma errnea I III III II 9
Depto. Equivocado IIIII I I I 8
Peso errneo IIIII IIIII I IIIII III IIIII III IIIII IIIII 37
Mal Acabado II III I I 7
TOTAL 25 20 21 21 87
2.3.2. Consejos para la elaboracin e interpretacin de las hojas de

verificacin
1. Asegrese de que las observaciones sean representativas.

2. Asegrese de que el proceso de observacin es eficiente de manera que las
personas tengan tiempo suficiente para hacerlo.
3. La poblacin (universo) muestreada debe ser homognea, en caso contrario, el
primer paso es utilizar la estratificacin (agrupacin) para el anlisis de las
muestras/observaciones las cuales se llevarn a cabo en forma individual.
51

Ventajas:
Supone un mtodo que proporciona datos fciles de comprender y que son obtenidos
mediante un proceso simple y eficiente que puede ser aplicado a cualquier rea de la
organizacin.
Las Hojas de Verificacin reflejan rpidamente las tendencias y patrones subyacentes

en los datos.
Utilidades:
En la mejora de la Calidad, se utiliza tanto en el estudio de los sntomas de un

problema, como en la investigacin de las causas o en la recogida y anlisis de
datos para probar alguna hiptesis.
Tambin se usa como punto de partida para la elaboracin de otras

herramientas, como por ejemplo los Grficos de Control.
2.4. DIAGRAMA DE RELACIONES
Permite obtener una visin de conjunto de la complejidad de un problema.

Presenta qu causas estn relacin con determinados efectos y cmo se
relacionan entre s diferentes conjuntos de causas y efectos.
Procedimiento de elaboracin:
1. Enunciar el problema por escrito.
2. Listar las causas probables del problema, encerrar cada causa en un crculo.
3. Identificar el resultado que corresponde a cada causa, cada resultado se

escribe y se encierra en un crculo.
4. Relacionar la causa con su resultado con una flecha.

52

5. Cuando un resultado es causa de otro resultado, se pone una flecha partiendo
del resultado-causa hacia el resultado correspondiente.
Ejemplo en una industria Pisccola
2.5. REGISTRO DE NO CONFORMIDADES
El registro de no conformidades est directamente relacionado con los

planteamientos hechos en la norma ISO 9000:2000 del ICONTEC (2002)6, as:
6
INSTITUTO COLOMBIANO DE NORMAS TCNICAS. ISO 9000. Gua para las pequeas empresas. 5ed. Bogot: ICONTEC, 2002.
172p.
53

En primer lugar, para el control del producto no conforme la organizacin debe
asegurarse de que el producto que no sea conforme con los requisitos, se
identifique y se controle para prevenir su uso o entrega no intencional.
En este sentido, los controles, las responsabilidades y autoridades relacionadas

con el tratamiento del producto no conforme deben estar definidos en un
procedimiento documentado; asimismo, la organizacin debe tratar los productos
no conformes mediante una o ms de las siguientes maneras:
a) Tomando acciones para eliminar la no conformidad detectada.

b) Autorizando su uso, liberacin o aceptacin bajo concesin por una
autoridad pertinente y, cuando sea aplicable, por el cliente.
c) Tomando acciones para impedir su uso o aplicacin originalmente prevista.
En consecuencia, se deben mantener registros de la naturaleza de las no

conformidades y de cualquier accin tomada posteriormente, incluyendo las
concesiones que se hayan obtenido.
Se tiene entonces que cuando se corrige un producto no conforme, debe

someterse a una nueva verificacin para demostrar su conformidad con los
requisitos; tambin, cuando se detecta un producto no conforme despus de la
entrega o cuando ha comenzado su uso, la organizacin debe tomar las acciones
apropiadas respecto a los efectos y defectos potenciales de la no conformidad.
En segundo lugar, para la correccin de problemas del producto y/o servicio no

conforme, existen algunas opciones sobre lo que se podra hacer, as.
a) Reprocesar el elemento no conforme.

b) Desechar el elemento no conforme y reemplazarlo con uno nuevo.
c) Reajustar de acuerdo con una especificacin diferente que si cumpla con
los requisitos.
d) Proveer el elemento no conforme bajo concesin del cliente.
Dada la situacin anterior, el representante de la direccin de la empresa o

alguna otra persona, con la autoridad necesaria, debe decidir cul de estas
opciones ser aplicable a cada caso de producto y/o servicio no conforme.
Es posible que algunos clientes exijan notificacin de cualquier producto y/o

servicio no conforme y aprobar los pasos que deberan seguirse; si este es el
caso, ser necesario notificarle al cliente luego de la deteccin del producto y/o
servicio no conforme.
54

Probablemente se desee incluir los pasos que se proponen seguir junto con la
notificacin; por lo tanto, se debern mantener registros de cualquier decisin
tomada, la aprobacin del cliente, cualquier procedimiento de reparacin o
reproceso y los resultados de la inspeccin y ensayo de dichos procedimientos.
En tercer lugar, el control de los registros implica que deben establecerse y

mantenerse para proporcionar evidencia de la conformidad con los requisitos,
stos deben permanecer legibles, fcilmente identificables y recuperables; amn
de que debe establecerse un procedimiento documentado para definir los
controles necesarios para la identificacin, el almacenamiento, la proteccin, el
tiempo de retencin y la disposicin de los mismos.
Finalmente, se parte del hecho que todas las empresas cuenten con registros, los
cuales pueden brindarle la informacin necesaria, tales como: archivos de diseo,
clculos; rdenes de compra del cliente, revisiones de contratos; notas de
reuniones, (por ejemplo, de revisin por la direccin); reporte de auditoria interna;
registros de no-conformidad (reportes de fallas del servicio, reclamos sobre
garanta, quejas del cliente); registros de acciones correctivas; registros de
proveedores (por ejemplo, evaluacin de proveedores y su historia de
desempeo); registros de control de procesos; reportes de inspeccin y ensayo;
registros de formacin; y registros de bienes recibidos y entregados, entre otros.
Los registros, ndices y archivos pueden mantenerse en cualquier forma adecuada

en copia impresa o electrnica, as como el almacenamiento apropiado para el
medio y que se reduzca al mnimo el riesgo de deterioro, dao o prdida.
Del mismo modo, tambin es conveniente identificar y anotar los nombes de las
personas que tienen acceso a los registros y decidir sobre su disponibilidad. A
manera de ejemplo a continuacin se da a conocer un formato que podra
coadyuvar para tal fin, como puede verse en la Tabla 5.1.
55

Tabla 5.1. Reporte de rechazo
REPORTE DE RECHAZO
NMERO CANTIDAD DE No. DE FACTURA DEL No. DE
FECHA
DE CDIGO PIEZAS PROVEEDOR REGISTRO
DEPARTAMENTOS AFECTADOS No. DE DEPARTAMENTOS AFECTADOS
NOMBRE DEL
CLAVE DEL DEPARTAMENTO/PROVEEDOR
DEPARTAMENTO/PROVEEDOR
RESPONSABLE No. REPORTE DE INSPECCIN FECHA DE RECEPCIN
MOTIVO DE RECHAZO:
OBSERVACIONES:
FIRMAS DE LOS RESPONSABLES
INSPECTOR MERCADEO CALIDAD PRODUCCIN COMPRAS PROVEEDOR

Adaptado de: TABLA, Guillermo. Gua para implantar la norma ISO 9000 para empresas de todos tipos y tamaos. Mxico: McGraw-
Hill, 1998. 387p.
56

3. TCNICAS CON DATOS NUMRICOS PARA MEJORAR
LA CALIDAD
Las tcnicas con datos numricos para mejorar la calidad contemplan las
herramientas estadsticas como son el diagrama de Pareto, los histogramas y los
grficos de control.
3.1 HISTOGRAMA
El desarrollo del histograma se acredita al francs experto en estadstica A. M.

Guerry. En 1983, Guerry introdujo una nueva clase de grfica de barras para
describir su anlisis de datos criminalsticos. Aquellas grficas de barras eran
nicas porque se haba dispuesto las barras para mostrar los nmeros de
crmenes en Francia correspondientes a varias categoras de variables continuas,
tales como la edad del criminal.
En esencia, Guerry sostuvo que los datos obtenidos desde una muestra sirven
como base para una decisin sobre la poblacin. Mientras ms grande es el
tamao de la muestra, ms informacin se tiene acerca de la poblacin. Sin
embargo, un incremento en el tamao de la muestra lo es tambin respecto a la
cantidad de datos. Entonces, ser difcil conocer la poblacin desde esos datos,
an cuando ellos son arreglados en tablas. En ese caso, es necesario conocer un
mtodo que permita conocer la poblacin de un vistazo; un histograma responde a
estas necesidades. Al organizar muchos datos en un histograma, podemos
conocer la poblacin de una manera objetiva.
3.2.1. Cmo hacer histogramas
Paso 1. Se marca el eje horizontal con una escala. sta no deber basarse sobre
el intervalo de clase sino con base en las unidades de medicin de los datos (10
gramos, corresponden a 10 mm, por ejemplo).
Esto es conveniente para hacer comparaciones con muchos histogramas los

cuales describen factores similares y caractersticas, as como con
especificaciones (normas). Deje un espacio casi igual al intervalo o clase sobre el
eje horizontal, sobre cada lado de la primera y ltima clase.
57

Se seala la frecuencia, frecuencia relativa, media, marcas de clase, lmites de
clase. LIE (Lmite Inferior de Especificaciones), LSE (Lmite Superior de
Especificaciones)
Paso 2. Se marca el eje vertical izquierdo con una escala de frecuencia. Si es

necesario, dibuje un eje al lado derecho con marcas de una escala de la
frecuencia relativa. NOTA: La altura de la clase con la mxima frecuencia deber
ser de 0.5 a 2.0 veces la distancia entre los valores mximo y el mnimo sobre el
eje horizontal.
Paso 3. Se marca el eje horizontal con los valores de los lmites de clases.
Paso 4. Se usan los intervalos de clase como lnea de base, dibuje un rectngulo
cuya altura corresponda con la frecuencia en esa clase.
Paso 5. Se dibuja una lnea sobre el histograma que representa la media, y

tambin dibuje una lnea o dos que representen el lmite o lmites de
especificaciones, en el caso de que las haya.
Paso 6. En un rea en blanco de la hoja que contiene el histograma, anote la

historia de los datos (el periodo durante el cual los datos fueron colectados,
instrumento usado, nombre de quien inspeccion la muestra, etctera), el nmero
de datos, la media y, si es posible, tambin se recomienda poner la desviacin
estndar de los datos.
Enseguida se muestra un ejemplo que trata de la puntuacin del servicio prestado

a clientes, cuyos datos aparecen en la Tabla 4.3.
58

Tabla 4.3. Puntuacin del servicio prestado a clientes (X, Y e Z)
Cliente Puntos Cliente Puntos Cliente Puntos Cliente Puntos Cliente Puntos
X 9,850 Z 9,860 Y 9,640 Y 9,850 X 9,930
X 10,040 Z 9,810 Y 10,130 Y 10,150 X 10,040
X 9,960 Z 9,980 Z 9,870 Y 10,070 X 10,140
X 10,000 Z 9,910 Z 9,830 Y 9,870 X 9,950
X 9,980 Z 9,840 Z 9,960 Y 10,110 Y 9,820
X 10,030 Z 9,870 Z 9,880 Y 9,920 Y 9,950
X 10,010 X 9,980 Z 9,940 Y 10,120 Y 9,880
X 9,970 X 9,990 Z 10,030 Y 9,860 Y 10,080
X 9,960 X 9,970 Z 9,860 Z 9,860 Y 10,140
X 9,910 X 9,910 Z 9,930 Z 9,800 Y 9,680
Y 10,120 X 10,010 Z 9,820 Z 9,970 Y 9,910
Y 9,830 X 10,040 Z 9,930 Z 9,840 Y 9,890
Y 10,170 X 9,960 X 9,970 Z 9,870 Y 10,080
Y 9,860 X 10,020 X 10,040 Z 10,070 Y 9,810
Y 10,140 X 9,980 X 10,130 Z 9,810 Z 9,840
Y 10,070 X 10,080 X 10,010 Z 9,850 Z 9,850
Y 9,880 Y 9,860 X 10,030 Z 9,940 Z 9,820
Y 10,130 Y 9,800 X 9,960 Z 9,810 Z 9,950
Y 9,840 Y 10,130 X 10,140 X 10,050 Z 9,880
Y 10,190 Y 9,940 X 10,020 X 9,990 Z 9,870
Z 9,900 Y 9,670 X 10,000 X 10,060 Z 9,920
Z 9,880 Y 10,160 X 9,940 X 10,010 Z 9,810
Z 9,910 Y 10,100 Y 10,120 X 9,960 Z 10,020
Z 9,970 Y 9,850 Y 10,040 X 10,010 Z 9,830
Para este ejemplo se tomaron 120 puntuaciones a 40 de cada uno de tres clientes
diferentes. El puntaje esperado es de 10,000 puntos; donde se encontr que, el
Lmite Superior de Especificaciones (LSE) es de 10,200 puntos, y el Lmite Inferior
de Especificaciones (LIE), es de 9,800 puntos, que se pueden expresar as:
10,000 200 puntos). Vase la Tabla 4.4.
Tabla 4.4. Frecuencia por puntajes

Puntaje 9,600 9,650 9,700 9,750 9,800 9,850 9,900 9,950 10,000 10,050 10,100 10,150 10,200
Frecuencia 1 2 0 0 17 22 15 20 18 8 13 4 0
Para tener una mejor comprensin de los datos, se elabora el histograma de la

Figura 4.3. El histograma deja ver los puntajes con una amplia distribucin de
varios picos, tambin llamada multimodal, con una mayor cantidad de poblacin
entre el Lmite Inferior de Especificaciones (LIE) y el valor nominal o media de la
especificacin.
59

Figura 4.3. Frecuencia por puntajes
25
20
Frecuancia 15
Serie1
10
5
0
10 0
10 0
10 0
10 0
00
0
10 0
60
65
70
75
80
85
90
95
5
,0
,0
,1
,1
,2
9,
9,
9,
9,
9,
9,
9,
9,
Puntajes
3.2.2. Cmo interpretar histogramas
Los histogramas se interpretan mediante la identificacin y explicacin de los

patrones de variacin.
Como se sabe que los valores en cualquier serie de datos varan; esa variacin
mostrar algn patrn. En ese sentido los objetivos de anlisis de un histograma
son:
1. Identificar y clasificar el patrn de variacin

2. Desarrollar una explicacin relevante a aquel patrn
Como puede verse en la Figura 4.3., el histograma tiene forma de campana y

explica la forma en que la mayora de los datos tienden hacia la lnea central.
3.2 DIAGRAMA DE PARETO
Para abordar el tema del diagrama de Pareto, as como el histograma y los

grficos de control, se retoman los bosquejos hechos en la obra de Gonzlez
(1998)7. En este sentido, se conoce que el diagrama de Pareto tiene su origen en
el gestor del mismo que lleva su nombre; Vilfredo Pareto, quien fue un economista
7
GONZALEZ, Carlos. ISO 9000 QS 9000 ISO 14000, Normas internacionales de administracin de calidad, sistemas de calidad y sistemas
ambientales. Mjico: McGraw-Hill, 1998. 574p.
60

y socilogo. Nacido en Pars, Francia, descendiente de una desterrada familia
italiana de marqueses, que ms tarde regresara a Italia en el ao de 1858, por lo
que a Pareto se le considera italiano.
Estudi en el Instituto Politcnico de Turn y se especializo en ferrocarriles y

metalurgia. Sus hbitos de estudio y su aficin a la lectura le dieron la enorme
erudicin que caracterizara su obra econmica. Versado en las cuestiones
sociales y econmicas, fue nombrado profesor de Economa Poltica en la
Universidad de Lausana (Suiza), ciudad donde se estableci. Entre sus obras
figura su curso de economa poltica (1896-1897) y otros.
La mayor aportacin de Pareto al campo de la economa fue la aplicacin de las

frmulas matemticas a la teora econmica general. En sociologa fue el
precursor en intentar reconstruir teoras nuevas sobre la ruinas del positivismo
clsico. Pareto atrajo la atencin de Mussolini, el dictador italiano, quien lo nombr
representante de Italia en la comisin de Hacienda de la Sociedad de las
Naciones.
En 1897, el economista italiano present una frmula que mostraba que la

distribucin del ingreso es desigual, con base en el postulado de que en la
sociedad se forman clases y dentro de ellas slo unos cuantos deciden lo que
afectarn a la mayora. En suma, se trata del concepto: Pocos deciden la suerte
de muchos. Una teora similar fue expresada diagramticamente por el
economista estadounidense M.C. Lorenz en 1907.
Por otra parte, para el control de calidad, Juran aplic el mtodo del diagrama de
Lorenz como una frmula para clasificar problemas de calidad como: Pocos
vitales, muchos triviales, y lo llam anlisis de Pareto. Puntualiz que en muchos
casos la mayora de los defectos y el costo de los mismos surgen de un nmero
relativamente pequeo de causas. Luego Juran en su libro Anlisis y planeacin
de la calidad define el principio de Pareto como Pocos vitales, muchos triviales
A continuacin se resaltan los pasos que tienen lugar en la elaboracin del

diagrama de Pareto; conformemente, a manera de ilustracin se da a conocer un
ejemplo de un banco donde se tienen las siguientes situaciones, as:
Paso 1. Se decide cules problemas van a ser investigados (servicios, casos no

resueltos, prdidas en trminos monetarios, accidentes ocurridos, retardos casos
resueltos, etctera), y cmo colectar los datos (por tipo de servicio, por tipo de
caso, lugar, regin, categora, proceso, computadora, terminal, empleado, u
operario, mtodo, etctera).
61

Paso 2. Se disea una hoja de conteo de datos para listar los tems, con espacio
para registrar totales como se ve en la Tabla 4.1.
Tabla 4.1. Hoja de conteo de datos

Nmero de
Situaciones Conteo
situaciones
Mquinas ///////////////// 256,000
Moneda / / / / / / / / / 29,000
Medio ambiente / / / / / / / / / / 211,000
Mano de obra / / / / / / 26,000
Mediciones / / / / / 25,000
Mandos / / / / / / / / / / / / / / / / 216,000
Materiales / / / / 24,000
Mtodos / / / / / / / / / / / / / / / / / 217,000
Manejo / / / / / / / 27,000
TOTAL 1031,000
Paso 3. Se llena la hoja de conteo y se calculan los totales.
Paso 4. Se elabora la hoja de datos para el diagrama de Pareto, con sus totales
individuales, totales acumulados, porcentajes del total y los porcentajes
acumulados (vase Tabla 4.2.).
Tabla 4.2. Hoja de datos del diagrama de Pareto

Nmero de Total Porcentaje Porcentaje
Situaciones Conteo
situaciones acumulado del total acumulado
Mquinas ///////////////// 256,000 256,000 24,83% 0,248
Metdos / / / / / / / / / / / / / / / / / 217,000 473,000 45,88% 0,707
Mandos / / / / / / / / / / / / / / / / 216,000 689,000 66,83% 1,375
Medio ambiente / / / / / / / / / / 211,000 900,000 87,29% 2,248
Moneda / / / / / / / / / 29,000 929,000 90,11% 3,149
Manejo / / / / / / / 27,000 956,000 92,73% 4,077
Mano de obra / / / / / / 26,000 982,000 95,25% 5,029
Mediciones / / / / / 25,000 1007,000 97,67% 6,006
Materiales / / / / 24,000 1031,000 100,00% 7,006
Paso 5. Se arreglan las situaciones en el orden descendente respecto a la

cantidad y se llenan los datos en la hoja.
Paso 6. Se dibujan los ejes verticales y uno horizontal, as:
a. Eje vertical izquierdo. Marqu este eje con una escala de 0 (cero) hasta el
nmero total de defectos.
b. Eje vertical derecho. Marque este eje con una escala de 0% al 100%.
62

c. Eje horizontal. Divida este eje en un nmero de intervalos igual al nmero
de situaciones clasificados; incluya la categora Otros.
En su defecto, se pueden dibujar dos grficas por aparte donde en cada una de
stas se den a conocer los diferentes parmetros (tal como es el caso aqu
mostrado).
Paso 7. Se construye un diagrama de barras como el de la Figura 4.1.
Figura 4.1. Diagrama de barras por nmero de

situaciones
Nmero de situaciones
300,000
250,000
200,000
150,000 Serie1
100,000
50,000
0,000
Moneda
Medio
Mano de
Mquinas
Mandos
Mtodos
Mediciones
Materiales
Materiales
Tipo de situacin
Paso 8. Se dibuja la curva acumulativa (curva de Pareto), como puede verse en la

Figura 4.2. Se marcan los valores acumulados (acumulado total o porcentaje
acumulado), arriba de la esquina superior derecha de los intervalos de cada
artculo. Se conectan con una lnea continua.
a. Temas concernientes al diagrama: Ttulo, cantidades significativas,

unidades, nombre del autor o autores, etc.
b. Temas concernientes a los datos: Periodo, objeto y lugar de las
investigaciones, nmero total de datos, etc.
63

Figura 4.2. Diagrama de barras por porcentaje
acumulado
Porcentaje acumulado
100,00%
80,00%
60,00%
Serie1
40,00%
20,00%
0,00%
Medio
Mquinas
Mediciones
Materiales
Materiales
Tipo de situacin
3.3 GRFICOS DE CONTROL
Para la exposicin de los grficos de control se abarca temas como son el uso y la
elaboracin de los grficos de control de medias y rangos, el estudio de los datos
preparatorios o estudio inicial, comparados con el rango permisible especificado,
control de la lnea de produccin o de servicio y el ajuste de las lneas de control.
Es de anotar que el tema es ampliamente tratado en las secciones 2.3., y 2.4.,
respectivamente; sin embargo, dentro del marco de las tcnicas para mejorar la
calidad se exponen a manera de sntesis.
3.3.1 Uso de los grficos de control de medias y rangos
Se usa para controlar la calidad de una caracterstica y las condiciones de

produccin de un conjunto de valores medidos, en un rango R con una media x ,
(x barra), x (x testada), media, promedio o valor tpico.
El doctor Walter A. Shewhart se bas en el teorema del lmite central y en la

distribucin normal que forman las medidas de tendencia central. Respecto al
teorema del lmite central se puede explicar de la siguiente manera. Se toma una
muestra de una poblacin como en el caso de los subgrupos de un grfico de
control. Si calculamos la media de los valores del subgrupo y los graficamos,
veremos que la distribucin de los valores individuales tiene mayor dispersin que
la de los valores de las medias. Si el tamao del subgrupo crece, las medias de
estos subgrupos, a su vez, tienden cada vez ms al centro.
64

Cuando el tamao del subgrupo se acerca al de la poblacin, en ese momento, la
medida de los subgrupos se confunde con la media de la poblacin (ejemplo de
edades de los participantes partiendo de n=1, n=2, n=3, etctera). Al mismo
tiempo se ve que las medias forman una curva normal o campana.
3.3.2 Elaboracin del grfico de control de medias y rangos
Para la elaboracin del grfico de control de medidas y rangos se comienza con el

trazado del grfico de control con datos del estudio inicial, as:
Paso 1. Se clasifica en varios grupos los valores de la caracterstica del producto

o servicio que se quiere controlar; tome de 2 a 5 muestras de cada subgrupo. El
nmero de subgrupos debe ser de 20 a 25.
Paso 2. Se calcula la media aritmtica de cada subgrupo con la frmula que

aparece a continuacin. Por ejemplo, para el caso de 5 mediciones por subgrupo,
se calculara de la siguiente forma:
x1 x2 x3 x4 x5
Media
5
Paso 3. Se obtiene la diferencia entre el valor mximo y el valor mnimo en cada
subgrupo. Calcule el rango con la frmula:
Rango Valor mximo Valor mnimo

Paso 4. En una hoja para el trazado de la carta de control, se usa el eje horizontal
para el nmero consecutivo de subgrupos y el eje vertical para la media y el rango
a una escala apropiada. Haga varios ensayos para que todos los valores de las
medidas y de los rangos quepan en la escala.
Paso 5. Se coloca en la carta los valores de las medidas y rangos de cada

subgrupo obtenidos y calculados en los pasos 2 y 3.
Paso 6. Se calculan los valores para los lmites de control del grfico en cuanto a
las medias con las siguientes frmulas y coeficientes con base en los valores de la
Tabla 4.5.8
8
Tablas B2 y B3 de la ASTM (Manual on Quality Control of Materials).
65

Tabla 4.5. Coeficientes o factores para grficos de control de medias y rangos
Nmero de valores Carta de control Carta de control
en el subgrupo de medias de rangos
n A2 D3 D4
2 1,880 0 3,267
3 1,023 0 2,575
4 0,729 0 2,282
5 0,577 0 2,115
6 0,483 0 2,004
7 0,419 0,076 1,924
8 0,373 0,136 1,864
9 0,337 0,184 1,816
10 0,308 0,223 1,777
Fuente: Tablas B2 y B3 de la ASTM (Manual on Quality Control of Materials)
a. Calcule la gran media o media de medias, sumando todas las medias de los
subgrupos y dividir ese total entre el nmero de stas con:
Suma de las medias de subgrupos

Media de medias
N
Donde N es el nmero de subgrupos. Tambin abreviada como:
k
x
i 1 i
x
k
b. Calcule la media de rangos, sumando todos los rangos de los subgrupos y

dividiendo el total entre el nmero de subgrupos con:
Suma de los rangos de subgrupos

Media de rangos
N
Del mismo modo simplificada como:
66

k
Ri
R i 1
k
c. Frmula para el clculo del Lmite Superior de Control para medias (LSC):
LSC x A R
x 2
d. Frmula para el clculo del Lmite Inferior de Control para medias (LIC):
LIC x A R
x 2
Paso 7. Se sigue el mismo procedimiento anterior. Calcule los lmites de control

para los rangos con las frmulas:
a. Clculo de Lmite Superior de Control para rangos ( LSC):
LSC R
D4 R
b. Clculo del Lmite Inferior de Control para rangos (LIC):
LIC R
D3 R
Paso 8. Se obtienen el coeficiente A2, D3, y D4 de la Tabla 4.5., de acuerdo con

el tamao de subgrupo que se haya elegido y utilcelos en los pasos 6 y 7.
Paso 9. Se coloca en los grficos de control de medias y rangos, los valores

obtenidos en los pasos 6 y 7 con los valores del paso 8. Se utilizan lneas
discontinuas.
Paso 10. Se examina si los puntos graficados y unidos estn dentro de los lmites
que se marcan, tanto del lado superior como del inferior. Si hay algunos puntos
fuera, entonces hay una causa de error llamada asignable que no debe pasar
inadvertida, es necesario revisarla. Si un punto est precisamente sobre la lnea
de cualquier lmite de control, se supone que est fuera.
67

3.3.3 Estudio de los datos preparatorios o estudio inicial, comparados
con el rango permisible especificado
Paso 1. Se examina si los puntos colocados en el grfico de control, segn los

pasos anteriores, estn dentro del rango permisible especificado. Si todos los
puntos estn en el rango permisible, los lmites de control no necesitan
reconsiderarse.
Paso 2. Si varios puntos de los datos preparatorios o estudio inicial estn fuera del
rango permitido especificado, hay que examinar la causa probable de error y
tomar acciones para prevenir el problema.
Paso 3. Se excluyen los puntos fuera del rango admitido para los cuales se
encuentra solucin y vuelve a calcular los lmites de control. Si no se puede
encontrar la causa de error, o si se conoce pero no se puede hallar la solucin,
vuelva a calcular los lmites de control incluyendo los puntos que no estn dentro
del rango.
Si algunos puntos que solan estar dentro del rango se salen, djelos como estn
y haga el clculo.
Paso 4. Se elabora un histograma con los valores que no fueron excluidos en los
pasos 1 y 3, comprelos con el rango permitido especificado. Si todos los puntos
estn dentro del rango, no es necesario tomar acciones correctivas. Si algunos
puntos estn fuera del rango, se deben tomar acciones especiales de tal manera
que la dispersin puede disminuirse.
Si la dispersin no puede ser disminuida por las acciones correctivas, tendr que
cambiar el rango permitido o establecer un proceso de seleccin.
3.3.4 Control de la lnea de produccin o de servicio
Cuando el grfico de control se ha comparado con las especificaciones, se usa

para controlar la lnea de produccin o de servicio de acuerdo con los siguientes
pasos.
Paso 1. Se coloca en la hoja del grfico de control las lneas para los lmites de
control establecidos en los pasos anteriores.
Paso 2. Se toman muestras de la lnea de produccin o de servicio. Calcule la

media y el rango para cada subgrupo y localcelas en los grficos de control de
medias y rangos.
68

Paso 3. Si los puntos estn dentro del rango especificado y no hay un patrn
especial en la distribucin, entonces se puede concluir que el estado de la lnea de
produccin o de servicio es estable. Si alguno de ellos est fuera del rango y se
observa un patrn especial, el diagnstico ser que hay causas de error que no
pueden ser pasadas por alto.
Paso 4. Se encuentran las causas de error y tome las acciones correctivas.
En el caso de que haya un punto por encima de la lnea de control superior en el

grfico de control de rangos, debe considerarse que la dispersin es grande. Si
ste es el caso para el grfico de control de medias, significa que la media ha
cambiado o la dispersin ha llegado a ser muy grande.
El tomar acciones correctivas significa no slo que ha de resolver el problema

presente, sino tomar medidas preventivas para que no se repita en el futuro.
3.3.5 Ajuste de las lneas de control
Una vez que la lnea de produccin o de servicio se ha corregido y mejorado por el

uso del grfico de control, las lneas de control existentes pueden resultar
demasiado elsticas para un mejoramiento futuro de la calidad de los productos y
servicios. Si la lnea de produccin o servicio ha alcanzado este estado, se
consideran los datos recientes como datos preparatorios y se procede a ajustar las
lneas de control, siguiendo los pasos antes enumerados.
3.4 DIAGRAMAS DE DISPERSIN
Un Diagrama de Dispersin es la forma mas sencilla de definir si existe o no una

relacin causa efecto entre dos variables y que tan firme es esta relacin, como
estatura y peso. Una aumenta al mismo tiempo con la otra.
El Diagrama de Dispersin es de gran utilidad para la solucin de problemas de la

calidad en un proceso y producto, ya que nos sirve para comprobar que causas
(factores) estn influyendo o perturbando la dispersin de una caracterstica de
calidad determinada o variable del proceso a controlar.
Los motivos ms comunes de este tipo de diagrama son analizar:

69

La relacin entre una causa y un efecto.
La relacin entre una causa y otra.
La relacin entre una causa y otras dos causas.
Un efecto y otro efecto.
3.4.1 Cmo hacer un Diagrama de Dispersin
A continuacin se describe el proceso completo a seguir para analizar la

existencia de una relacin lgica entre dos variables.
Se describe la construccin de los Diagramas de Dispersin a partir de la recogida

de datos acerca de dichas variables y el anlisis posterior necesario para
confirmar la correlacin que puede mostrar dicho diagrama, ya que sta no implica
la existencia de una relacin lgica.
3.4.2 Pasos previos a la construccin de un Diagrama de Dispersin
Paso 1: Elaborar una teora admisible y relevante sobre la supuesta

relacin entre dos variables
Este paso previo es de gran importancia, puesto que el anlisis de un Diagrama

de Dispersin permite obtener conclusiones sobre la existencia de una relacin
entre dos variables, no sobre la naturaleza de dicha relacin.
Paso 2: Obtener los pares de datos correspondientes a las dos

variables
Al igual que en cualquier otra herramienta de anlisis de datos, stos son la base
de las conclusiones obtenidas, por tanto cumplirn las siguientes condiciones:
En cantidad suficiente: Se consideran necesarios al menos 40 pares de datos

para construir un Diagrama de Dispersin.
Datos correctamente emparejados: Se estudiar la relacin entre ambos.
Datos exactos: Las inexactitudes afectan a su situacin en el diagrama
desvirtuando su apariencia visual.
Datos representativos: Asegrese de que cubren todas las condiciones
operativas del proceso.
Informacin completa: Anotar las condiciones en que han sido obtenidos los
datos.
70

Determinar los valores mximo y mnimo para cada una de las variables:
Ejemplo: tabla de recogida de datos
Paso 4: Decidir sobre qu eje representar a cada una de las

variables
Si se est estudiando una posible relacin causa-efecto, el eje horizontal

representar la supuesta causa.
Paso 5: Trazar y rotular los ejes horizontal y vertical
La construccin de los ejes afecta al aspecto y a la consiguiente interpretacin del

diagrama.
Los ejes han de ser aproximadamente de la misma longitud, determinando un

rea cuadrada.
La numeracin de los ejes ha de ir desde un valor ligeramente menor que el
valor mnimo de cada variable hasta un valor ligeramente superior al valor
mximo de las mismas. Esto permite que los puntos abarquen toda el rea de
registro de los datos.
Numerar los ejes a intervalos iguales y con incrementos de la variable
constantes.
71

Los valores crecientes han de ir de abajo a arriba y de izquierda a derecha en
los ejes vertical y horizontal respectivamente.
Rotular cada eje con la descripcin de la variable correspondiente y con su
unidad de medida.
Ejemplo:
Nmero de
errores
Hora del da
Paso 6: Marcar sobre el diagrama los pares de datos
Para cada par de datos localizar la interseccin de las lecturas de los

ejes correspondientes y sealarlo con un punto o smbolo.
Si algn punto coincide con otro ya existente, se traza un crculo concntrico a

este ltimo.
Ejemplo
72

Nmero de
errores
Hora del da
Cuando coinciden muchos pares de puntos, el Diagrama de Dispersin puede

hacerse confuso. En este caso es recomendable utilizar una "Tabla de
Correlacin" para representar la correlacin.
Ejemplo
En el caso en que se construye un Diagrama de Dispersin estratificado

separando los pares de datos, por ejemplo, segn el turno de trabajo, lote de
materia prima, etc.), deben escogerse smbolos que pongan de manifiesto los
diferentes grupos de puntos de forma clara.
73

Estratificacin: Nmero de errores de tecleo segn la hora del da y
empleado
Jos
Javier
X Juan
Interpretacin. Posibles tipos de relaciones entre variables.
El Diagrama de Dispersin se puede utilizar para estudiar:
Relaciones causa-efecto: este es el caso ms comn en su utilizacin para la

mejora de la calidad. Se utiliza el diagrama a partir de la medicin del efecto
observado y de su posible causa.
Ejemplo: Comprobar la relacin entre el nmero de errores y la hora en que se

cometen.
Relaciones entre dos efectos: sirve para contrastar la teora de que ambos
provienen de una causa comn desconocida o difcil de medir.
Ejemplo: Analizar la relacin entre el nmero de quejas que llegan y el aumento /

disminucin de las ventas, suponiendo que los dos dependen del nivel de
satisfaccin del cliente.
Posibilidad de utilizar un efecto como sustituto de otro: se puede utilizar para

controlar efectos difciles o costosos de medir, a travs de otros con medicin
ms simple.
Ejemplo: Estudiar la relacin existente entre reduccin de costes y satisfaccin del

cliente para utilizar el parmetro de ms fcil medicin en la evaluacin de las
actividades de planificacin.
74

Relaciones entre dos posibles causas: sirve para actuar sobre efectos de forma
ms simple o adecuada y para analizar procesos complejos.
Ejemplo: Analizar la relacin entre el porcentaje idneo de contenido en potasio de

un fertilizante y la cantidad media de lluvia recogida en la zona de cultivo, puesto
que ambos elementos influyen en la calidad del vino y el rgimen de lluvias no
puede ser modificado.
Pautas tpicas de correlacin.
1. Correlacin Fuerte
Los puntos se agrupan claramente alrededor de una lnea imaginaria que pasa por
el centro de la masa de los mismos. Estos casos sugieren que el control de una de
las variables lleva al control de la otra.
Los datos parecen confirmar la teora estudiada, pero hay que analizar la
existencia de otras posibles explicaciones admisibles y relevantes para dicha
relacin.
Correlacin Fuerte, Positiva: El valor de la variable "Y" (eje vertical) aumenta

claramente con el valor de la variable "X" (eje horizontal).
Correlacin Fuerte, Negativa: El valor de "Y" disminuye claramente cuando "X"
aumenta
Correlacin fuerte
75

2. Correlacin Dbil
Los puntos no estn suficientemente agrupados, como para asegurar que existe la
relacin. El control de una de las variables no necesariamente nos llevar al
control de la otra.
Si lo que se busca es determinar las causas de un problema, se deben buscar

otras variables con una relacin mayor o ms relevante sobre el efecto.
Correlacin Dbil, Positiva: El valor de la variable "Y" (eje vertical) tiende a

aumentar cuando aumenta el valor de la variable "X" (eje horizontal)
Correlacin Dbil, Negativa: El valor de "Y" tiende a disminuir cuando aumenta
el valor de "X".
Correlacin dbil
3. Correlacin compleja
El valor de la variable "Y" parece estar relacionado con el de la variable "X", pero
esta relacin no es simple o lineal.
En este caso se estudia la relacin ms profundamente (hay alguna ley no lineal

que explique esta relacin? Es esta relacin el resultado de componer varias
relaciones?).
4. Sin correlacin
76

Para cualquier valor de la variable "X", "Y" puede tener cualquier valor. No
aparece ninguna relacin especial entre ambas variables.
En este caso, nuestra teora no es correcta y se deben buscar otros tipos de
relaciones.
3.5 APLICACIN DE LA OFIMATICA AL CONTROL DE CALIDAD
Por favor consulte los siguientes enlaces:
Diagrama de Pareto:
http://www.youtube.com/watch?v=-JsPUeHKNrQ&feature=related
Histograma:
http://www.youtube.com/watch?v=0MrLRVcqsOM&feature=related
Grafico de Control:
http://www.youtube.com/watch?v=rT_GHjBl8T8&feature=related
Diagrama de Dispersin:
http://www.youtube.com/watch?v=5tsgygTBT_8
77

UNIDAD 2. TCNICAS ESTADSTICAS PARA EL
CONTROL DE CALIDAD
Introduccin:
En esta unidad se desarrollan los conceptos relacionados con el Control

Estadstico de Calidad, el Muestreo de Aceptacin Lote a Lote por Atributos y los
Costes de Calidad.
Objetivo general:
Fundamentar a los estudiantes del control de calidad con respecto a las

Tcnicas Estadsticas ms relevantes en este proceso.
Objetivos especficos:
Que el estudiante conozca el Control Estadstico de Calidad, elaborando

grficos de control.
El estudiante conozca y maneje la Curva Carcterstica de Operacin.
Conceptualizar la importancia y componentes de los Costes de Calidad.
Competencias a desarrollar:
El estudiante conoce y comprende las tcnicas estadsticas de Control de

Calidad.
El estudiante reconoce la aplicabilidad de los conceptos estadsticos en la

resolucin de problemas empresariales relacionados con el control de
calidad.
78

1. CONTROL ESTADSTICO DE LA CALIDAD
Para el estudio del control estadstico de la calidad es necesario conocer acerca

del papel que juega la distribucin de frecuencias y parmetros en el mismo, la
capacidad del proceso para medir la variacin de stos; y de hecho, los grficos
de control por variables y atributos, entre otros de los muchos autores que han
trabajado el tema, se acompaan los esbozados por Tabla (1998)9, as:
1.1. DETERMINACIN DE LOS LIMITES DE CONTROL POR

VARIABLES
Para el estudio de los grficos de control por variables es de tener en cuenta que
las variaciones que ocurren en un proceso de produccin caen en dos amplias
categoras: variaciones aleatorias y variaciones con causas asignables. Las
variaciones aleatorias pueden tener un complejo de causa real menor, ninguna de
las cuales es responsable por la variacin total. Estas variaciones ocurren en
forma aleatoria y es muy poco lo que se puede hacer al respecto dado el proceso
en que ocurren. Por otra parte, las variaciones con causas asignables son
relativamente grandes y pueden rastrearse hasta su origen. En este sentido, se
tienen en cuenta los aspectos destacados por Buffa y Sarn (1992)10. En general,
las causas asignables son resultado de:
Diferencias entre los trabajadores

Diferencias entre las mquinas
Diferencias entre materiales
Diferencias debidas a la interaccin entre cualesquiera dos o tres de las
causas anteriores.
Puede desarrollarse entonces, un conjunto parecido de causas asignables para

cualquier proceso. Se tiene que cuando un proceso se encuentra en un estado de
control estadstico las variaciones que ocurren en el nmero de defectos, la
magnitud de una dimensin, la composicin qumica, el peso y otras parecidas
9
TABLA, Guillermo. Gua para implantar la norma ISO 9000 para empresas de todos tipos y tamaos. Mxico: McGraw-Hill, 1998. 387p.
10
BUFFA, Elwood y SARIN, Rakesh. Administracin de la produccin y de las operaciones. Mjico: Limusa, 1992. 939p.
79

que se deben solamente a una variacin aleatoria normal. Por lo tanto, con los
grficos de control se establecen estndares de variacin normal esperada debido
a causas aleatorias.
De esta forma, cuando las variaciones debidas a una o ms causas asignables se

trasladan, de inmediato indican que algn componente bsico ha cambiado.
Entonces no es posible investigar para encontrar la causa asignable y corregirla.
En consecuencia, estos mecanismos de control estadstico son los que se
conocen como grficos de control.
2. Marco conceptual de grficos de control
Si se toma un conjunto de medidas en secuencia, los datos pueden acomodarse

como una distribucin y calcular la medida y la desviacin estndar. Si se tiene
entendido que los datos provienen de una distribucin normal de poblacin,
pueden establecerse estimados precisos, respecto a la probabilidad de ocurrencia
asociada con las medidas. Dada en unidades de desviacin estndar como sigue:
68.26 por ciento de los valores normalmente caen dentro de 1

Estos valores porcentuales representan el rea bajo la curva normal entre los
lmites dados; por lo tanto, indican la probabilidad de ocurrencia para los valores
que provienen de la distribucin normal que gener las mediciones. En este
sentido la tolerancia (considerada como las desviaciones estndar que se estaran
dispuestas a aceptar) natural se basarn en informacin de la muestra. Para tal
efecto se utiliza la siguiente notacin:
= Medida de la poblacin (parmetro)

x = Medida de una muestra obtenida de la poblacin (estadstica)
= Desviacin estndar de la poblacin (parmetro)
s = Desviacin estndar de una muestra obtenida de la poblacin
(estadstica)
Dado que debe usarse informacin de la muestra para estimar las medias y las
desviaciones estndar de la poblacin, la tolerancia natural de un proceso se
estima sustituyendo x 3s x en las estadsticas de la muestra.
En los grficos de control generalmente se utilizan dos tipos bsicos con algunas
variantes: grficos de control por variables y grficos de control por atributos. Los
80

grficos de control por variables sern abordados a continuacin mientras que los
grficos de control por atributos sern abordados en la siguiente seccin.
Los grficos de control por variables son utilizados cuando el parmetro basado en
el control es alguna medida de una variable, tal como la dimensin de una parte,
el control para realizacin de un trabajo y otras. Los grficos de control por
variables pueden basarse en mediciones individuales, valores de la media de
muestras pequeas, valores de la variacin de mediciones de variabilidad.
3. Grficos de control x (x barra)
Para construir grficos de control por variables x , existen varias cuestiones que
deben resolverse como el tamao de la muestra, establecimientos de estndares
para promedio del proceso y lmites de control, adems de los procedimientos
prcticos para reducir los clculos requeridos.
Tamao de la muestra. Para establecer el tamao de la muestra se tiene en

cuenta que los tamaos de las muestras son generalmente reducidos por razones
tales como:
Primero, es ms barato recolectar, inspeccionar y procesar muestras pequeas.
Segundo, las muestras de mayor tamao deben obtenerse durante perodos ms

prolongados y pueden presentarse cambios durante dichos periodos, impidiendo
que las reacciones sean oportunas; as las cosas, las condiciones fuera de control
no se detectan tan rpidamente y pueden producirse desperdicios adicionales. Se
tiene establecido que generalmente los tamaos de muestra ms comunes son de
cuatro o cinco ejemplares.
Este tamao anticipa los problemas indicados y es lo suficientemente grande

como para que el teorema del lmite central garantice la normalidad en la
distribucin del muestreo.
Definicin de estndares de promedios del proceso y lmites de control. Para

poder definir los estndares se debe contestar la siguiente pregunta:
Cmo puede determinarse si el promedio del proceso, x , y los lmites de control

son representativos del proceso cuando ste se encuentra en un estado de
control estadstico?
Si en el proceso cambian durante el perodo en el cual se est desarrollando la

informacin para definir estndares, los estndares no tienen significado. Las
81

condiciones no estndar pueden resultar en un cambio en el promedio, en la
desviacin estndar, o en ambos.
Para contar con una proteccin, se calcula una s individual para cada una de las
pequeas muestras de un subgrupo preliminar y despus se promedian. Las
medias de las muestras del subgrupo se trazan sobre una grfica de control
basada en x 3s x para determinar si han ocurrido cambios en el promedio del
proceso en el periodo durante el cual se recopilaron los datos preliminares.
Atendiendo a la sugerencia de los expertos, para lograr los objetivos, el tamao

del subgrupo debe ser relativamente reducido, posiblemente de 20 a 25 y el
periodo de tiempo durante el cual se recopilan los datos preliminares debe ser lo
suficientemente largos como para poder reconocer cualesquiera cambios en el
proceso que ocurran entre intervalos de muestreo.
Procedimientos prcticos para determinar los lmites de control de la grfica

x . Los lmites de control requieren un estimulo de s x y aunque este clculo no es
costoso s requiere la incorporacin de todos los datos en los que se basa la
estadstica. Al poner ponen en prctica estos conceptos se desarrollan mtodos
ms cortos para calcular los lmites de control, utilizando el rango en lugar de la
desviacin estndar como una medida de variabilidad. La Tabla 2.9., es una
pequea porcin de una tabla de factores usados para convertir el rango
promedio, R , a los lmites de control 3s x .
El procedimiento es el siguiente. Se selecciona el factor adecuado de la Tabla

2.9., para grficas x y se calculan los lmites de control, as:
Lmite Superior de Control
LSC x

xAR
2
Lmite Inferior de Control
LIC x

xAR
2
A manera de ejemplo, si x = 4.00000, R = 0.01000 y n = 8, entonces el factor de

la Tabla 2.9., es A2 = 0.37300 y los lmites de control son:
LSC = 4.00000 + (0.37300 X 0.01000) = 4.00000 + 0.00373 = 4.00073

82

LIC = 4.00000 (0.37300 X 0.01000) = 4.00000 0.00373 = 3.99627
De hecho, los clculos bsicos para determinar las lneas centrales y los lmites de
control permanecen iguales sin importar la variable que se est midiendo.
Tabla 2.9. Factores para convertir un rango promedio, R , a lmites de control variables
Nmero de valores Carta de control Carta de control
en el subgrupo de medias de rangos
n A2 D3 D4
2 1,880 0 3,267
3 1,023 0 2,575
4 0,729 0 2,282
5 0,577 0 2,115
6 0,483 0 2,004
7 0,419 0,076 1,924
8 0,373 0,136 1,864
9 0,337 0,184 1,816
10 0,308 0,223 1,777
Adaptado de Buffa y Sarn. Fuente: Desarrollada a partir de una tabla de factores mucho ms grande de gran utilidad para la construccin de
grficas de control, tabla B2 del manual A.S.T.M para control de calidad de materiales, P.115.
A continuacin se considera un proceso de evaluacin para el cual se desea

establecer un grfico de control x . Con el fin de inicializar la grfica, se toman 20
muestras de n = 5 mediciones aleatorias conforme el proceso de evaluacin tiene
lugar. Estas observaciones individuales se exponen en la Tabla 2.10.,
representando en cada lnea una muestra de n = 5. Obteniendo el promedio de
cada muestra; x . La gran media se expresa en la parte inferior como x = 5.171.
Clculos para el grfico de control x . Primero se calcula la lnea central y los

lmites de control preliminares para el grfico de control x de la siguiente forma:
Lmite Superior de Control:
LSC x

xAR 2
= 5.171 + (0.577 x 7.1511)
= 9.297
83

Tabla 2.10. Mediciones tomadas en secuencia sobre los
resultados de un proceso de produccin (tamao de muestra
N = 20, n = 5), para
x
Nmero de Observaciones individuales Promedio de la

muestra muestra, x
1 2 3 4 5
1 1,198 3,175 5,201 7,209 9,204 5,197
2 2,224 4,209 6,184 8,225 1,209 4,410
3 3,195 5,172 7,204 9,213 2,208 5,398
4 4,183 6,191 8,168 1,194 3,202 4,588
5 6,194 8,142 1,208 3,226 5,188 4,792
6 7,212 9,238 2,219 4,198 6,230 5,819
7 8,179 1,186 3,206 5,170 7,212 4,991
8 9,216 2,212 4,201 6,196 8,224 6,010
9 1,221 3,172 5,201 7,205 9,204 5,201
10 2,226 4,184 6,187 8,182 1,229 4,402
11 3,181 5,210 7,219 9,206 2,184 5,400
12 4,176 6,179 8,206 1,182 3,244 4,597
13 5,217 7,199 9,225 2,205 4,208 5,611
14 6,203 8,192 1,203 3,207 5,208 4,803
15 7,243 9,184 2,187 4,220 6,214 5,810
16 8,255 1,217 3,200 5,231 7,214 5,023
17 9,210 2,226 4,187 6,187 8,190 6,000
18 1,178 3,188 6,157 8,184 1,162 3,974
19 1,163 6,223 8,171 7,208 9,202 6,393
20 2,218 7,192 6,198 8,199 1,199 5,001
x 5,171
Lmite Inferior de Control:
LIC x

xAR 2
= 5.171 (0.577 x 7.1511)
= 1.045
Los limites de control y la lnea central preliminares para la gran media se

muestran en la Figura 2.5., graficndose las medias de las 20 muestras del
promedio de muestras x de la Tabla 2.10.
84

Cundo actuar. En el caso que existan muestran fuera de los lmites de control se
plantea la pregunta:
Qu configuraciones de puntos en una grfica de control sugieren que debe

adoptarse una accin? Se justifica una accin solamente cuando los puntos
salen de los lmites?
Figura 2.5. Grfico de control x en la que se

muestran los promedios de proceso y lmites de
control
10,000
9,000 LSC 9 .297
8,000
Media de la muestra
7,000
6,000
5,000 x 5Serie1
.1 7 1
4,000
3,000
2,000
1,000 LIC 1 .045
0,000
1 3 5 7 9 11 13 15 17 19
Nmero de muestra
Los siguientes son algunos lineamientos convenientes sobre cundo anticipar los
problemas mediante una accin de investigacin.
Un solo punto se sale de los lmites, ya sea superior o inferior.

Dos puntos consecutivos estn cerca de un lmite de control superior o
inferior.
Una corrida de cinco puntos por arriba o por debajo del promedio del
proceso.
Una tendencia de cinco puntos hacia cualquiera de los lmites.
Un cambio sbito de nivel.
Un compromiso errtico.
85

4. Grficos de control R
Una vez calculados los lmites de control para los grficos de control x , las
estadsticas usadas son las medias de la muestra reducida y estos son los datos
que se trazan en la grfica. De la misma forma podra usarse una medida de
variabilidad, como la desviacin estndar o el rango, como estadstica bsica.
Para cada muestra se calcula una desviacin estndar (o rango) como muestra y
estas observaciones se agrupan en una distribucin que se aproxima a la
distribucin normal. Esta nueva distribucin de medidas de variabilidad tiene una
media, una desviacin estndar y un rango que pueden ser usados para construir
una de control. Esta grfica de control indica cuando la variabilidad del proceso es
mayor o menor que el estndar.
En el control de la calidad, la estadstica seleccionada es generalmente el rango,

ms que la variacin estndar, debido a la facilidad con la que el rango puede ser
calculado en un ambiente de procesamiento. Para cada muestra, la diferencia
entre la mediacin ms alta y la ms baja se traza en el grfico de control R. La
distribucin de rangos tiene un promedio, R , y una desviacin estndar sR. Los
lmites de 3sR tienen el mismo significado general que para la grfica x .
1.2 ELABORACIN DE GRFICOS DE CONTROL POR VARIABLES .
De la misma forma que para las grficas x , el clculo de los lmites de control
para el grfico de control R ha sido simplificado mediante el uso de la estadstica
R en lugar de la desviacin estndar. Usando los datos de la Tabla 2.9., para una
muestra de tamao n, se seleccionan los factores D3 y D4 y se calculan los lmites
de control 3sR como sigue:
LSC R
D4 R
LIC R
D3 R
86

De igual modo como se expres anteriormente, a manera de ejemplo, si n = 6, R =
5.000, con base en el factor de la Tabla 2.9., D4 = 2.004 y D3 = 0, entonces los
lmites de control para la grfica R son:
LSCR = 2.004 x 5.000 = 10.020

LICR = 0 x 3.000 = 0
Enseguida, se contina con los datos anteriores considerados en el proceso de

evaluacin para establecer como un grfico de control R. De manera semejante,
con el fin de inicializar la grfica, se retoman las 20 muestras de n = 5 mediciones
aleatorias conforme el proceso de evaluacin tiene lugar. Estas observaciones
individuales se exponen en la Tabla 2.11., de la misma manera representando en
cada lnea una muestra de n = 5. Obteniendo el rango de la muestra R, el rango
promedio se expresan en la parte inferior como R = 7.1511.
Tabla 2.11. Mediciones tomadas en secuencia sobre los resultados de un proceso

de produccin (tamao de muestra N = 20, n = 5), para R
Nmero de Observaciones individuales Promedio de la Rango de la
Mximo Mnimo
muestra muestra, x muestra R
1 2 3 4 5
1 1,198 3,175 5,201 7,209 9,204 5,197 9,204 1,198 8,0060
2 2,224 4,209 6,184 8,225 1,209 4,410 8,225 1,209 7,0160
3 3,195 5,172 7,204 9,213 2,208 5,398 9,213 2,208 7,0050
4 4,183 6,191 8,168 1,194 3,202 4,588 8,168 1,194 6,9740
5 6,194 8,142 1,208 3,226 5,188 4,792 8,142 1,208 6,9340
6 7,212 9,238 2,219 4,198 6,230 5,819 9,238 2,219 7,0190
7 8,179 1,186 3,206 5,170 7,212 4,991 8,179 1,186 6,9930
8 9,216 2,212 4,201 6,196 8,224 6,010 9,216 2,212 7,0040
9 1,221 3,172 5,201 7,205 9,204 5,201 9,204 1,221 7,9830
10 2,226 4,184 6,187 8,182 1,229 4,402 8,182 1,229 6,9530
11 3,181 5,210 7,219 9,206 2,184 5,400 9,206 2,184 7,0220
12 4,176 6,179 8,206 1,182 3,244 4,597 8,206 1,182 7,0240
13 5,217 7,199 9,225 2,205 4,208 5,611 9,225 2,205 7,0200
14 6,203 8,192 1,203 3,207 5,208 4,803 8,192 1,203 6,9890
15 7,243 9,184 2,187 4,220 6,214 5,810 9,184 2,187 6,9970
16 8,255 1,217 3,200 5,231 7,214 5,023 8,255 1,217 7,0380
17 9,210 2,226 4,187 6,187 8,190 6,000 9,210 2,226 6,9840
18 1,178 3,188 6,157 8,184 1,162 3,974 8,184 1,162 7,0220
19 1,163 6,223 8,171 7,208 9,202 6,393 9,202 1,163 8,0390
20 2,218 7,192 6,198 8,199 1,199 5,001 8,199 1,199 7,0000
x 5,171 R 7,1511
87

Clculos para el grfico de control R. Los lmites de control preliminares para
un grfico de control R, para n = 5, se calculan utilizando los factores D3 = 0 y D4 =
2.115, de la Tabla 2.9., como sigue:
LSC R
D4 R
= 2.115 x 7.1511
= 15.1246
LIC R
D3 R
= 0 x 7.1511
=0
En la Figura 2.6., se muestra el grfico de control R con los lmites de control

preliminares y los rangos de 20 muestras. Como se puede apreciar, en este caso
el rango para la muestra 18 no cae fuera de los lmites de control en la grfica R.
Figura 2.6. Grfica R en la se muestran promedios de

proceso y lmites de control
LSC 15.1246
Rango de la muestra
15,0000
10,0000
R 7Serie1
.1511
5,0000
0,0000 LIC 0
1 3 5 7 9 11 13 15 17 19
Nmero de muestra
Ver Anexo A: Tabla IV Grficos De Control por variables
88

1.3 DETERMINACIN DE LOS LIMITES DE CONTROL POR
ATRIBUTOS
Los grficos de control por atributos se emplean cuando el parmetro de control es

la proporcin o fraccin de unidades defectuosas. Existen diversas partes de los
grficos de control por atributos. Los grficos de control para el nmero de
defectos por unidad se utilizan cuando un solo defecto no tiene demasiada
importancia pero un gran nmero de defectos puede dar como resultado un
producto defectuoso, como en el caso de nmero de rayones en una superficie
pintada. De la misma manera; en este sentido, se tiene en cuenta los temas
enfatizados por Buffa y Sarn (1992)11.
En los grficos de control por atributos la poblacin se divide en las

clasificaciones: partes defectuosas contra partes buenas, el nmero de facturas
con errores contra el nmero de facturas sin errores en una operacin de oficina,
el nmero presente contra el nmero ausente para el control del ausentismo, la
proporcin del tiempo inactivo contra el tiempo activo en un estudio de muestreo
de trabajo y as sucesivamente. En cualquier situacin para lo que se desee
construir un grfico de control es necesario establecer esta distincin bueno
malo.
1.4 ELABORACIN DE GRAFICOS DE CONTROL POR

ATRIBUTOS
Los grficos de control para la proporcin o fraccin de partes defectuosas que se

presentan se denominan grficos de control p; estos grficos se elaboran con
base en la distribucin binomial. Se recuerda que la siguiente frmula corresponde
a la distribucin binomial:
Distribucin binomial
k
xi Nmero de partes defectuosas
p i 1
N Nmero total observado
11
89

O lo que es lo mismo
k
xi
p i 1
k*n
Desviacin estndar muestral s p
p (1 p )
sp
n
Donde:
n = Tamao de la muestra
Siguiendo la prctica ms empleada para grficos de control de calidad, los lmites

de control se establecen en el promedio del proceso para partes defectuosas ms
o menos tres desviaciones estndar; es decir, p 3s p .
LSC p3s p
LIC p3s p
A manera de ejemplo a continuacin en la Tabla 2.12., se muestra un conjunto de

datos para el nmero de defectos encontrados en muestras diarias de 200
unidades para 24 das consecutivos de produccin.
Clculos para el grfico de control p.
90

Primero se quiere determinar si los datos exhiben control estadstico y segundo
establecer un grfico de control para la proporcin o fraccin de partes
defectuosas p. La fraccin de defectos diarios se calcula dividiendo cada cifra
diaria entre el tamao de la muestra, n= 200.
Tabla 2.12. Registro del nmero de partes defectuosas y fraccin calculada de

defectos en muestras diarias de n = 200
Nmero de Nmero de
Da de Fraccin de Da de Fraccin de
partes partes
produccin defectos (p ) produccin defectos (p )
defectuosas (x i ) defectuosas (x i )
1 110 0,550 13 18 0,090
2 15 0,075 14 114 0,570
3 110 0,550 15 14 0,070
4 112 0,560 16 110 0,550
5 111 0,555 17 111 0,555
6 19 0,095 18 111 0,555
7 122 0,610 19 126 0,630
8 14 0,070 20 113 0,565
9 112 0,560 21 110 0,550
10 124 0,620 22 19 0,095
11 121 0,605 23 111 0,555
12 115 0,575 24 112 0,560
k
n 200 x
i 1
i
2154
En la Tabla 2.12., tambin se calculan cifras preliminares para p , s p , y LSC y LIC,

as:
Distribucin binomial:
k
xi
p i 1
k*n
2154

24 * 200
= 0.449
Desviacin estndar muestral s p :

91

p (1 p )
sp
n
0.449 * 0.551

200
= 0.035
El clculo con tres desviaciones estndar es:
3 s 3* s
p p
= 3 x 0.035
= 0.105
LSC p3s p
= 0.449 + 0.105
= 0.554
LIC p3s p
= 0.449 0.105
= 0.344
Estas cifras preliminares se emplean para determinar si el proceso que genera los
datos est bajo control.
92

En la Figura 2.7., se presenta la grfica restante de los defectos en la produccin
diaria en relacin con los lmites de control preliminares. Se observa que catorce
puntos caen fuera del lmite superior de control en los das: 4, 5, 7, 9, 10, 11, 12,
14, 17, 18, 19, 20, 23 y 24, respectivamente.
Figura 2.7. Grfico de control p para examinar

datos histricos y establecer lmites de control
Fraccin defectuosa
0,700
0,600 LSC 0 .554
de la muestra
0,500
0,400
p 0Serie1
. 449
0,300
0,200
0,100
LIC 0.344
0,000
1 3 5 7 9 11 13 15 17 19 21 23
Das de produccin
Grficos de control p para muestras de tamao variable
En el ejemplo anterior el tamao de la muestra era constante. Sin embargo, con

frecuencia de los tamaos de la muestra son variables, como suele ser el caso
cuando se aplica una inspeccin del 100 por ciento y los volmenes resultantes
varan da a da. Si los tamaos de la muestra varan slo ligeramente, los lmites
de control pueden basarse en el tamao de la muestra promedio. Sin embargo,
cuando los tamaos de la muestra varan sustancialmente, pueden calcularse
nuevos lmites de control para cada muestra.
Estos clculos de los lmites de control pueden simplificarse, as:
Por ejemplo, si p = 0.449,
p (1 p )
s p

n
93

0.449 * 0.551

n
0,497

n
El clculo con tres desviaciones estndar es:
3 s 3* s
p p
0.497
=3x
n
1.492

n
Para cada muestra, entonces, la raz cuadra del tamao de la muestra se divide
entre 1.492 para obtener el valor de 3 que debe sumarse y restarse de p para
obtener los lmites de control individuales. Efectivamente, una p diferente requiere
una nueva determinacin de la constante.
Otra forma de manejar este problema es construir un grfico de control p

estabilizada convirtiendo las desviaciones del proceso a unidades de desviacin
estndar.
Clculos para el grfico de control p para muestra de tamao variable. Se

calcula una para cada muestra utilizando el mtodo rpido antes mencionando (el
factor para el ejemplo sera simplemente de 1.492 / 3 = 0.497) y se divide entre la
variacin de la muestra a partir de p , ( p p) . Si la proporcin de defectos de la
muestra fuera p = 0.555, p = 0.449 como anteriormente y n = 200.
Entonces:
94

p (1 p )
s p

n
0.449

200
= 0,0318
Entonces las unidades de desviacin estndar son:
(p p ) (0.555 0.449)

0.0318
sp
0.106
=
0.0318
= 3.33 unidades
En consecuencia, los lmites de control se trazan en trminos de unidades de

desviacin estndar y esta muestra est 3.33 desviaciones estndar por encima
de la media. En el caso que el resultado sea negativo se entiende que estara
esas unidades por debajo de la media.
Grficos de control c
Los grficos de control c llamados tambin grficos de control por defectos por
unidad se utilizan cuando existen ocasiones en las que el parmetro a ser
controlado no puede ser expresado como una proporcin simple, como fue el caso
de los grficos de control p, vistos anteriormente.
A manera de ejemplo se expone el tema de la digitacin del nmero de

transacciones bancarias en una matriz de 10x10, en el que el nmero de defectos
(digitaciones errneas) por cada 100 de stas, puede ser el parmetro a controlar.
En dichos casos, un defecto puede ser menor en s mismo, pero un gran nmero
de defectos por unidad en el grupo puede ser cuestionable.
95

La distribucin de probabilidad de Poisson resulta generalmente aplicable.
Distribucin de Poisonn
s
c c
LSC c 3 s c
LIC c 3 s c
Clculos para el grfico de control c. El clculo de los lmites de control es

simple. Por ejemplo, si el nmero medio de defectos por unidad fuera c = 16, se
tiene que:
Distribucin de Poisonn:
s
c c
16
=4
LSC c 3 s c
= 16 + (3 x 4)
= 28
96

LIC c 3 s c
= 16 (3 x 5)
=4
1.5 CAPACIDAD DEL PROCESO
La tabulacin o recopilacin del nmero de veces en que se presenta una cierta

medicin o dato de la caracterstica o variable de calidad a analizar, para un
producto cualquiera que se est examinando se conoce como Histograma de
Frecuencias. La tabulacin u ordenacin de datos se representa colocando sobre
el eje vertical la frecuencia en que ocurren los datos, y sobre el eje horizontal los
valores de la caracterstica que se mide; estos valores se representan en
pequeos intervalos numricos casi siempre definidos por el usuario, llamados
intervalos de clase.
Normalmente en dicho Histograma, se muestra tambin las marcas

correspondientes a la media nominal de toda la poblacin, as como los valores de
los lmites inferior y superior de especificacin.
La capacidad potencial del proceso o Cp se define como la relacin entre los

lmites de especificacin o tolerancia y la variabilidad total del proceso dada por el
clculo de la desviacin estndar.
Matemticamente se expresa de la siguiente forma:
Especificacin Superior - Especificacin Inferior

Cp = __________________________________________________
6 veces la desviacin estndar
Ejemplo:
Lmite superior de especificacin: 5.00 % de humedad

Lmite inferior de especificacin: 3.00 % de humedad
97

Desviacin estndar del proceso: 0.40 %
(Calculado con los datos obtenidos en el mes pasado)
Sustituyendo estos valores en la formula se tiene:
5-3
Cp = -------------- = 0.83
6 x 0.40
El denominador es mayor que el numerador y resulta un valor menor a la unidad,

esto significa que el proceso tiene mayor variabilidad de lo que permite la
especificacin.
Ahora, se toma accin correctiva sobre una de las causas comunes para reducir la
variabilidad y entonces la nueva desviacin estndar del proceso es igual a 0.25
%, por lo que se tiene un nuevo valor de Cp:
5-3
Cp = ------------ = 1.333
6 x 0.25
Esto indica que la variabilidad de la humedad que da el proceso es menor que la

de la tolerancia establecida, por lo que el proceso tiene la capacidad potencial de
cumplir la especificacin.
Las tcnicas estadsticas permiten evaluar la variacin que tienen los procesos
medidos, para despus compararlos con las especificaciones o normas
establecidas. La variacin se puede conocer con el anlisis estadstico de la
capacidad y habilidad de los procesos cuando se cumplen con tales
especificaciones. Los ndices que se pueden calcular para evaluar estas
caractersticas son la capacidad y la habilidad de un proceso.
Capacidad del proceso
El parmetro conocido como Cp indica la capacidad que tiene un proceso para

cumplir con las especificaciones o normas; este valor relaciona la dispersin real
del proceso en estudio comparado con respecto a las especificaciones o normas.
Para una mejor ilustracin vase la Figura 2.3.
98

Figura 2.3. Representacin grfica de la
capacidad del proceso
x
LIE LSE
La frmula para su clculo es:
Variacin especificada o permitida LSE LIE

C p

Variacin real del proceso 6s
Donde :
Cp = Capacidad del proceso

LSE = Lmite Superior de Especificacin
LIE = Lmite Inferior de Especificacin
s = Desviacin estndar muestral
Habilidad del proceso
Representa la variacin del proceso comparada con los lmites de especificacin

en sus condiciones ms crticas. Esta descrita como la distancia existe entre el
uso de promedio del proceso medido y los lmites. Para calcular la habilidad del
proceso se requieren las siguientes frmulas:
99

LSE x
Z sup
s

x LIE
Z inf
s
Entonces:

Z min
C pk
3
En donde:
Zsup = Valor de la variacin estandarizada en trminos de las desviaciones

estndar, en comparacin con el lmite superior de especificacin.
Zinf = Valor de la variacin estandarizada en trminos de las desviaciones
estndar, en comparacin con el lmite inferior de especificaciones.
Zmin = Valor menor entre los resultados calculados de Z.
x = Promedio calculo de la muestra.
Cpk = Habilidad del proceso.
En primer lugar, se calculan los dos valores de Z, se elige el valor menor entre los
dos (incluyendo los valores negativos, entre mayor sea el nmero negativo ste se
toma como Z menor); posteriormente se divide entre la cantidad seleccionada de
desviaciones estndar que se requiere analizar para encontrar el valor de Cpk.
En segundo lugar, para tener la seguridad de que se tiene controlado el proceso,

los valores de Cp y de Cpk deben ser mayores que 1.33, lo cual quiere decir que se
tiene al menos una desviacin estndar entre el lmite de especificacin y la orilla
de la curva del proceso real a la cantidad de desviaciones estndar calculadas.
En tercer lugar, en este anlisis, si se tienen valores ms altos de la capacidad y

habilidad del proceso, ste est ms controlado. Para entender el comportamiento
del proceso de transformacin, es necesario que se tengan las siguientes
condiciones:
100

a) El histograma debe tener un comportamiento normal, esto es que se tenga
una tendencia central y una dispersin de los datos semejantes a cada lado
de la tendencia central.
b) El histograma debe ser unimodal.
Enseguida se muestran las condiciones de los diferentes valores de la habilidad

del proceso Cpk. Vase Figura 2.4.
Cpk = Cp > 1. En esta condicin, el valor del promedio del proceso est ubicado en
el valor de la tolerancia especificada y la variacin es menor al total.
Figura 2.4. Diferentes valores de Cpk comparados con

las especificaciones
LSE x x LIE
C min
pk
3s 3s

Cpk > 1:
Proceso controlado dentro de los lmites de especificacin y con una

variacin pequea con respecto a lo permitido; ,
Proceso controlado dentro de los lmites de especificacin, con una
variacin mayor a la anterior; ,
Proceso controlado en donde la orilla de la variacin del proceso
calculado a 3 (3s), coincide con el lmite inferior de especificacin.
Cpk = 1. Proceso controlado en donde la orilla de la variacin del proceso

calculado a 3 (3s), coincide con el lmite superior de especificacin.
Cpk < 1:
101

Proceso fuera de control; parte de su variacin calculada a 3 (3s), est
fuera de las especificaciones, en el lado del lmite superior de
especificacin.
Cpk = 0. Proceso fuera de control; su promedio coincide con el lmite superior de

especificacin.
Cpk < 0 (Negativo):
Proceso fuera de control; su promedio est fuera del lmite superior de

especificacin; ,
Proceso fuera de control; su promedio est fuera del lmite inferior de
especificacin.
Habilidad del proceso con tolerancias unilaterales
En el caso de una tolerancia unilateral, el valor de Cp no tiene sentido puesto qu

slo hay un lmite de especificacin, ya sea el superior, como lo es una
especificacin de rugosidad mxima; as tambin, se puede tener un slo lmite de
especificacin que es el mnimo que debe cumplir el elemento a medir, como
ejemplos se pueden citar: un porcentaje mnimo de concentracin en una solucin,
una tensin mnima a cumplir, etctera. Para su clculo, se tienen las siguientes
condiciones:
a) Cuando la especificacin establece un mximo:

LE x
Z
s
b) Cuando la especificacin establece un mnimo:

x LE
Z
s
Por lo que:
102

Z
C pk
3
Donde:
Z = Distancia al lmite de especificacin

LE = Lmite de Especificacin
x = Valor promedio del proceso
s = Desviacin estndar muestral
Cpk = Habilidad del proceso.
Siempre que existan cambios en el proceso que se est midiendo, se pueden

provocar tambin cambios de Cp y de Cpk, se puede provocar por cambios en de
condiciones de medio ambiente, cambios en la metodologa, sustitucin de
personal capacitado por no capacitado etc. Para controlar el proceso, es necesario
que se analicen las causas que provocan la variacin y que por consecuencia, se
realicen las acciones tanto correctivas como preventivas para su control
estadstico.
Un medio para lograr el control a travs del tiempo, es el control estadstico del
proceso llevado mediante grficos de control tanto por variables, como por
atributos, como se ver enseguida en las secciones 2.3., y 2.4.
Ventajas al calcular los ndices de capacidad y habilidad del proceso
Los estudios de capacidad y habilidad de los procesos permiten conocer su

comportamiento tanto en las operaciones en particular, como en los procesos
productivos completos. Lo anterior se puede llevar a cabo, calculando la
dispersin del proceso y la comparacin de ste contra las especificaciones o
normas, as las cosas tenemos que:
a. Se puede diagnosticar si una operacin en particular o un proceso completo

puede proporcionar resultados libres de defectos, esto es, totalmente
dentro de especificaciones, en condiciones normales de operacin.
b. Proporcionan una base para diagnosticar el comportamiento, ya sea normal
o anormal, que est centrado o no, tambin variaciones excesivas con
respecto a la especificacin; se pueden relacionar con causas especficas
para atacarlas y cumplir con los requisitos para lograr una mejora continua.
103

c. Pronostican el comportamiento de las operaciones y los procesos
completos, que permiten establecer un sistema preventivo para asegurar la
calidad de los resultados.
2. MUESTREO DE ACEPTACIN LOTE A LOTE POR

ATRIBUTOS
En esta seccin se abordar el tema de muestreo de aceptacin lote a lote por
atributos comenzando con los conceptos fundamentales que estn involucrados
en el tema y posteriormente se tocarn los aspectos estadsticos concernientes
para culminar con el diseo del plan de muestreo. Continuando con la exposicin y
dada la sencillez para dar a conocer el muestreo de aceptacin lote a lote por
atributos, se retoman planteamientos esbozados por Buffa y Sarn (1992) 12.
2.1. CONCEPTOS FUNDAMENTALES
La inspeccin por muestreo de aceptacin es un procedimiento mediante el cual

se decide sobre la aceptacin o rechazo de un lote de productos, materias primas,
partes, materiales, componentes, subensambles, etc; segn el nmero de
defectuosos ( o de defectos) encontrados en una muestra aleatoria ( o en ms de
una muestra) extrada del lote que se somete a evaluacin.
En primer lugar, tenemos que el lote es un conjunto de artculos o unidades

producidos bajo condiciones esencialmente similares, a travs de un proceso de
fabricacin, y que es sometido a inspeccin muestral para su aceptacin o
rechazo.
En segundo lugar, los defectuosos son aquellos artculos que no satisfacen uno o
ms criterios de calidad, segn la definicin de defectuoso que previamente se
haya establecido para el lote de artculos sobre el cual se quiere realizar el
muestreo de aceptacin.
En tercer lugar, la muestra aleatoria a tomar es un conjunto de artculos extrados

del lote, de tal manera que se haya dado una oportunidad igual a todos los
componentes del lote para formar parte de la misma.
12
104

En cuarto lugar, la inspeccin es la verificacin de la aptitud de un producto para
cumplir su funcin, o la apreciacin sobre el cumplimiento de las especificaciones
de sus componentes. Se efecta a travs de mediciones, chequeos, pruebas,
ensayos, apreciaciones o comparaciones. Busca detectar los defectos de cada
artculo, o sea las discrepancias entre las caractersticas observadas en el
producto y los estndares o criterios de calidad establecidos para cada una de
stas. Segn el nmero y la clase de defectos encontrados en cada artculo, se
clasifican como defectuosos o como aceptables.
La inspeccin puede hacerse sobre la totalidad de las caractersticas del producto,

o sobre las caractersticas crticas solamente, o sobre algunas pocas
caractersticas (una o ms) previamente determinadas.
Si se realiza inspeccin por atributos, o sea apreciando las caractersticas del

producto a travs de nuestros sentidos (vista, tacto, olfato, gusto, odo) o utilizando
comparadores (como medidores de pasa no pasa), y como resultado de esta
inspeccin clasificamos cada artculo como bueno o defectuoso, hablamos de la
inspeccin de muestreo de aceptacin por atributos.
2.2. DETERMINACIN DE LA CURVA CARACTERISTICA DE

OPERACIN CCO
Cuando ya se ha llevado a cabo la produccin, con frecuencia se desea conocer el

nivel de calidad del lote. Cuando un proveedor enva un lote de partes, por
ejemplo, Deben estas partes aceptarse como buenas o no? El muestreo de
aceptacin es la tcnica estadstica de control de calidad para tomar este tipo de
decisiones. A continuacin se expone el muestreo de aceptacin por atributos,
haciendo alusin a las curvas de caractersticas operativas (CO).
2.2.1. CURVA CARCTERSITICA DE OPERACIN (CCO)
La curva CO muestra la probabilidad de aceptacin del lote como funcin de la

fraccin defectuosa contenida en este. A cada plan de muestreo (o sea, a cada
par de valores n y c) le corresponde una curva CO distinta. Usualmente, la
eleccin de un plan se basa en su curva CO.
105

Ejemplo: la curva CO para el plan con N = 1000, n = 89 y c = 2 es:
Suele distinguirse entre curvas CO de tipo A o curvas CO del consumidor cuando

las mismas se construyen a partir de la distribucin hipergeomtrica y curvas CO
tipo B o curvas CO del productor cuando las mismas se construyen a partir de la
distribucin binomial.
106

Curvas CO tipo A y B para n = 25 y c = 0.
Como la diferencia entre las curvas mostradas es pequea, en la prctica los

planes se disean basndose las curvas tipo B. Estos permite disear los
planes independientemente del tamao del lote.
Sin embargo debe recordarse que para el consumidor esto es una
aproximacin cuya validez debe verificarse en cada caso.
107

La curva CO ideal sera aquella con relacin n/N fija y c = 0.
El diseo clsico de planes de muestreo se basa en la especificacin de algunos

puntos dentro de la curva CO.
NCA: nivel de calidad aceptable, es el peor nivel de calidad que el consumidor
considera aceptable como media del proceso.
: riesgo del productor, es la probabilidad de que el plan rechace un lote con
una proporcin defectuosa igual al NCA. Se desea que sea bajo para proteger
al productor.
NCL: nivel de calidad limitativo, es el peor nivel de calidad que el consumidor
considera aceptable en un lote individual.
: riesgo del consumidor, es la probabilidad de que el plan acepte un lote con
una proporcin defectuosa igual al NCL. Se desea que su valor sea pequeo
ya que se trata del tope aceptable por el consumidor.
108

Una vez que se fijan estos cuatro valores la curva caracterstica est determinada
en forma nica y por tanto el plan de muestreo tambin. Para obtener n y c hay
que resolver las ecuaciones:
c
n!
1 NCA d (1 NCA) n d
d 0 d !( n d )!
c
n!
NCLd (1 NCL ) n d
d 0 d !( n d )!
Si NCA < NCL y < 1 - , este par de ecuaciones siempre tienen solucin
(aunque no en forma explcita). Sin embargo, dependiendo de cmo se fijen los
parmetros anteriores es posible que el plan sea irrealizable en la prctica.
En general mientras ms cercanos sean el NCA y el NCL mayor ser el tamao de
la muestra n y, por tanto, ms complejo el plan.
En estos planes la decisin tras observar la primera muestra tomada del lote
puede ser aceptarlo, rechazarlo o tomar una segunda muestra. Si esto ltimo se
decide entonces la aceptacin o el rechazo se basan en la informacin
proveniente de ambas muestras.
As pues, para determinar un plan de muestreo doble es necesario fijar cuatro
valores: el tamao de la primera muestra (n1), el nmero de aceptacin de la
segunda muestra (c1), el tamao de la segunda muestra (n2) y el nmero de
aceptacin para ambas muestras combinadas (c2).
Si llamamos di al nmero de defectos en la i-sima muestra podemos resumir as:
109

Tomar Tomar Rechazar
muestra muestra lote
de tamao n1 de tamao n2 N
N O
O d1 + d2
N
d1 d1 > c2 ?
O
c1 ? c2 ? S
S S I
I I Aceptar
Aceptar Rechazar lote
lote lote
Dos ventajas de estos planes son:

Cuando se utiliza reduccin en la segunda muestra pueden haber ahorros
importantes.
Sicolgicamente son ms fciles de aceptar ya que estos planes le dan al lote una
segunda oportunidad.
La principal desventaja de los planes dobles es que requieren mayor planificacin
previa.
2.2.2. Curvas de caractersticas operativas (CO)
Para especificar un plan de muestreo se establece el tamao de la muestra n, y el

nmero de defectos permitidos en la muestra, c (nmero de aceptacin), antes de
que sea rechazado todo el lote del cual se obtuvo la muestra. La curva CO para
una combinacin particular de n y c muestra qu tan bien discrimina el plan entre
lotes buenos y malos. La Figura 3.1., muestra una curva CO para un plan de
muestreo con una muestra de tamao n = 100 y un nmero de aceptacin c = 2.
En este plan, si c = 0 y se encuentran 1 2 partes defectuosas en una muestra de

n = 100, el lote se considera aceptable. Si se encuentra ms de dos partes
defectuosas el lote deber ser rechazado. Si la calidad real del lote es del 1% de
partes defectuosas, el plan en la Figura 3.1., se aceptara el lote aproximadamente
el 91.5% del tiempo y lo rechazara aproximadamente el 8.5% del tiempo. Se
hace notar, que si la calidad real del lote fuera algo inferior al 1% de partes
defectuosas posiblemente 5%, la probabilidad de aceptacin del lote disminuye
drsticamente a cerca del 13%.
110

Por lo tanto, si la calidad real del lote es buena, el plan provee una alta
probabilidad de aceptacin, pero si la calidad real es mala, la probabilidad de
aceptacin es baja. De esta forma, la curva CO muestra qu tan bien un plan
dado discrimina entre una calidad buena y una mala. Por ende, la capacidad de
discriminacin de un plan de muestreo depende del tamao de la muestra.
Figura 3.1. Curva de caracterstica operativa (CO), con

n = 100 y c = 2
1
0.9
Probabilidad de aceptacin
0.8
0.7 n = 100
0.6 c=2
0.5
0.4
0.3
0.2
0.1
0
1 2 3 4 5 6 7 8 9 10 11 12
Porcentaje de defectuosos
La probabilidad de aceptacin es cero para todos los lotes con porcentajes de

partes defectuosas a la derecha de la lnea. Desafortunadamente, el nico plan
que lograra est discriminacin es aquel que requiere una inspeccin del 100%.
Por lo tanto, la justificacin del muestreo para aceptacin resulta del balance entre
los costos de inspeccin y los posibles costos de aceptar partes defectuosas.
Por un lado, si se quiere justificar la inspeccin al 100% de una muestra, las

prdidas probables debidas a la aceptacin de productos malos debern ser
grandes en relacin a los costos de inspeccin, resultando posiblemente en la
prdida de contratos y clientes. Es sobre esta base que se puede justificar el
objetivo japons de cero defectos. Por otro lado, para justificar que no se realice
una inspeccin, los costos de inspeccin debern ser bastante elevados en
relacin a las prdidas probables debidas a la aceptacin de partes malas. La
situacin ms usual se ubica entre estos extremos, en donde existe el riesgo de
no aceptar lotes que son en realidad adecuados y el riesgo de aceptar lotes malos.
111

2.3. ELABORACIN DE LA CURVA CARACTERSTICA DE
OPERACIN
Las curvas CO pueden construirse a partir de los datos obtenidos de la

distribucin normal o de Poisson. Si los lotes son grandes, posiblemente ms de
10 veces el tamao de la muestra, las probabilidades para la curva CO pueden
obtenerse de la distribucin binomial. Sin embargo, si las muestras son grandes
las aproximaciones normal o de Poisson tambin son muy cercanas y son mucho
ms convenientes de usar. Para tal efecto, existen las siguientes reglas empricas,
as:
Si pn > 5, las probabilidades pueden ser determinadas a partir de la

distribucin normal con una media p y una desviacin estndar de
p(1 p) / n .
Si pn 5, usar la distribucin de Poisson.
Generalmente el porcentaje de defectos del lote es reducido y los lotes son

relativamente grandes por lo que se emplea la distribucin de Poisson para
calcular los valores para obtener el porcentaje de probabilidad de aceptacin, Pa,
para curvas CO. Para el clculo de otros lotes con diferentes valores de n y c,
emplese la grfica Thorndike, que suministra curvas de acumulacin de
distribuciones de Poisson de probabilidad, para distintos valores del nmero de
aceptacin c; puesto que la grfica indica la probabilidad de ocurrencia de c o
menos defectos en una muestra n seleccionada de un universo infinito en el cual
el porcentaje de partes defectuosos es PD.
2.3.1. Riesgos para el productor y para el consumidor
La definicin de estos riesgos puede especificarse mediante su referencia a una

curva CO tpica. En la Figura 3.2., se muestra las siguientes cuatro definiciones:
AQL = Nivel Aceptable de Calidad (Aceptable Quality Level). Los lotes de

este nivel de calidad se consideran buenos y se desea tener una alta
probabilidad para su aceptacin.
= Riesgo para el productor. La probabilidad de que lotes con un nivel

de calidad AQL no sean aceptados. Generalmente = 5% en la prctica.
LTPD = Porcentaje de Defectos Tolerables para el Lote (Lot Tolerance

Percent Defective). La lnea divisoria entre lotes buenos y lotes malos
112

seleccionada. Los lotes de este nivel de calidad se consideran como pobres
y se desea tener una baja probabilidad para su aceptacin.
= Riesgo para el consumidor. La probabilidad que se acepta el nivel de

calidad LTPD. Generalmente = 10% en la prctica.
Cuando se establecen los niveles para cada uno de estos cuatro valores se estn
determinando dos puntos crticos en la curva CO, los puntos y mostrados en
la Figura 3.2.
Figura 3.2. Curva de caractersticas operativa (CO) con

= 0.05 y = 0.10
1
0.9 = .05 (Riesgo del productor)
Probabilidad de aceptacin
0.8
0.7 n = 100
0.6 c=2
0.5
0.4
0.3 =.10
(Riesgo del consumidor)
0.2
0.1
0
1 2 3 4 5 6 7 8 9 10 11 12
AQL LTPD
A manera de ilustracin se presenta el siguiente ejemplo. Una empresa que

fabrica escneres para detectar trampas de velocidad. Los tableros de circuito
impreso en los escneres son comprados a un proveedor externo. El proveedor
produce las tarjetas con un AQL de dos por ciento de tems defectuosos y est
dispuesto a asumir un riesgo de cinco por ciento () de rechazo en lotes de este
nivel o meno tems defectuosos. La empresa considera que los lotes con ocho por
ciento de tems defectuosos o ms (LTPD) son inaceptables y quiere asegurarse
de que no aceptar esos lotes de baja calidad ms de diez por ciento del tiempo
(). Se acaba de entregar un gran cargamento. Qu valores de n y c se deben
seleccionar para determinar la calidad del lote?
Para encontrar los valores de n y c, en primer lugar se tiene en cuenta que los
parmetros del problema son:
AQL = 0.02
113

= 0.05
LTPD = 0.08
= 0.10
Con base en el extracto de una tabla de plan de muestreo para los valores
generalmente empleados = 0.05 y = 0.10 (tal como qued establecido
previamente), se emplea la Tabla 3.1., para determinar los valores de n y c.
Tabla 3.1. Extracto de una tabla de plan de muestreo

convencional para = 0.05 y = 0.10
c LTPD / AQL n X AQL
0 44,890 0,052
1 10,946 0,355
2 6,509 0,818
3 4,89 1,366
4 4,057 1,970
5 3,549 2,613
6 3,206 3,286
7 2,957 3,981
8 2,768 4,695
9 2,618 5,426
Primero. Se divide LTPD en AQL lo cual da como resultado (0.08 / 0.02 = 4).
Segundo. Se determina la relacin en la columna de tal forma que sea

equivalente o ligeramente superior a sta cantidad, como es el caso de 4, siendo
este valor de 4,057, que se asocia con c = 4.
Tercero. Se determina el valor en la columna que est en la misma fila de de c =

4, y se divide esa cantidad por AQL para obtener n; es decir, (1,970 / 0.02 =
98,50).
Cuarto. Se obtiene que el plan de muestreo es c = 4 y n = 99, tal como puede

verse en la Figura 3.3.
114

= 0.05, = 0.10, LTPD = 0.08 y AQL = 0.02
1
0.9 = 0.05 (Riesgo del productor)
Probabilidad de aceptacin 0.8
0.7 n = 99
0.6 c=4
0.5
0.4
0.3 = 0.10
(Riesgo del consumidor)
0.2
0.1
0
1 2 3 4 5 6 7 8 9 10 11 12
AQL LTPD
Enseguida se detalla el diseo del plan de muestreo de aceptacin por atributos,

para el ejemplo en mencin.
DISEO DEL PLAN DE MUESTREO
Para especificar un plan que satisfaga los requerimientos para AQL, , LTPD y ,
debe encontrarse una combinacin de n y c con una curva CO que pase a travs
de los puntos a y b, como se muestra en la Figura 3.4. La mecnica para
encontrar planes especficos adecuados puede establecerse utilizando tablas,
grficas o frmulas estndar que resulten en la especificacin de una combinacin
de n y c que se aproxime lo suficiente a los requisitos establecidos para AQL, ,
LTPD y 13.
13
Para una mayor comprensin del tema se puede consultar las tablas de Dodge y Romig.
115

planes que pasen por los puntos a y b
1
0.9 a
Probabilidad de aceptacin 0.8
0.7
0.6
0.5
0.4
0.3
b
0.2
0.1
0
1 2 3 4 5 6 7 8 9 10 11 12
AQL LTPD
La especificacin completa de un plan de muestreo con base en una curva CO

que pasa a travs de los puntos a y b que satisface los requisitos establecidos por
AQL y , y LTPD y , detalla as un plan de muestreo definido por un tamao de
muestra n y un nmero de aceptacin c.
Teniendo presente que con base en la grfica de Thorndike de curvas de

probabilidad de distribucin acumulada de la distribucin de Poisson, se puede
generar el clculo de valores para disear planes de muestreo; tal como es el caso
del plan de muestreo para n = 100 y c = 2, que se muestra a continuacin en la
Tabla 3.2.
Para especificar un plan debe determinarse el tamao de la muestra n y el nmero

de aceptacin c nicos que produzcan una curva CO que se aproxime a la
especificada por los cuatro valores, AQL, , LTPD y . Esto puede lograrse
consultando tablas o usando la grfica Thorndike.
116

Tabla 3.2. Clculo de los valores de Pa x 100 a partir de la grfica
de Thorndike (plan de muestreo: n = 100 y c = 2).
Porcentaje de probabilidad
Porcentaje real de
(PD x n)/100 de aceptacin a partir de la
partes defectuosa, PD
grfica de Thorndike
0 0,00 100,00
1 1,00 95,50
2 2,00 68,00
3 3,00 42,00
4 4,00 24,00
5 5,00 12,00
6 6,00 6,00
7 7,00 3,00
8 8,00 1,50
Adaptado de: BUFFA, Elwood y SARIN, Rakesh. Administracin de la produccin y de las
operaciones. Mjico: Limusa, 1992. 939p.
A manera de ejemplo se ilustran los pasos a seguir para calcular los valores de n y
c en el ejemplo precedente. Recurdese que los parmetros considerados son:
AQL = 2%, = 5%, LTPD = 8% y = 10%.
Paso 1. Se tabula los valores de (PD x n) / 100 para:
Pa = (1 -) = 95% y Pa = = 10% para cada valor de c a partir de la grfica

Thorndike.
Por ejemplo, para Pa = 95% y c = 1, lea (PD x n) / 100 = 0.36 y para Pa =
10% y c = 1, lea (PD x n) / 100 = 3.90.
Se hace lo mismo como en los diversos valores de c en las columnas
correspondientes. Tal como aparece en la Tabla 3.2.
Paso 2. Se calcula la relacin de la columna de LTPD con la columna AQL para

cada uno de los valores de c, como en la columna LTPD / AQL de la Tabla 3.2.
Para el plan deseado se busca en la columna LTPD / AQL la relacin 8/2 =

4, dado que para el plan deseado LTPD = 8% y AQL = 2%.
Esta relacin de 4 cae entre 4.06 para c = 4 y 3.58 para c = 5.
Paso 3. Se hallan los tamaos de muestra como en la Tabla 3.3., decidiendo si se

mantiene fija y se deja variar o viceversa.
117

Tabla 3.3. Determinacin de planes de muestreo con AQL y LTPD especificadas
( = 5%, = 10%)
AQL LTPD
Valor de (PD x n) / 100 con Valor de (PD x n) / 100 con
Nmero de P a = 95% a partir de la P a = 10% a partir de la
aceptacin grfica de Thorndike grfica de Thorndike LTPD / AQL
1 0,36 3,90 10,83
2 0,80 5,30 6,63
3 1,35 6,70 4,96
4 1,97 8,00 4,06
5 2,60 9,30 3,58
6 3,30 10,50 3,18
7 4,00 11,80 2,95
8 4,70 13,00 2,77
Si, por ejemplo, se establece c = 4 y se mantiene en 5%, entonces PD x n

/ 100 = AQL x n / 100 = 1.97 y puede resolverse para la muestra de tamao
n:
1.97 *100
n 99
2
El plan de muestreo sera entonces n = 99 y c = 4.
Paso 4. Se revisa el valor resultante del riesgo flotante.
Usando la grfica Thorndike, para el plan 1, ingresar los valores de c = 4 y

PD x LTPD X n / 100 = 8 x 99 / 100 = 7.92 y leer el valor real de = 10.5%.
Tambin se pueden calcular otros valores de y . An cuando la Tabla 3.3., se

construy para los valores comunes de 5% y 10% de y , respectivamente. De
la misma manera, puede construirse una tabla comparable a partir de la grfica de
Thorndike para cualesquiera valores de y , por lo que los mtodos descritos
son generales.
2.4. DISEO DE PLANES DE MUESTREO DE ACEPTACIN POR

ATRIBUTOS
En el plan de muestreo simple, se toma una muestra aleatoria de tamao n y si

sta contiene ms de c unidades defectuosas se rechaza el lote.
118

Parmetros:
n: tamao de la muestra
c: no.mximo de defectuosos que se aceptan en un lote.
Para establecer un plan de muestreo simple es necesario definir:
NCA: nivel de calidad aceptable. Es el mximo porcentaje de defectuosos que un

productor acepta en su proceso. Si p<NCA el proceso se considera bueno.
PDTL: porcentaje defectuoso tolerable por lotes. Es el mximo porcentaje de

defectuosos que un consumidor acepta.
Este tipo de planes son los difundidos en la prctica comercial ya que son a la vez
verstiles y sencillos de aplicar.
Para definir un plan de muestreo simple por atributos es necesario fijar dos
parmetros: el tamao de la muestra n y el nmero de aceptacin c. Cualquier
lote que presente una muestra con ms de c unidades disconformes es
rechazado.
El valor de la variable aleatoria C, nmero de piezas defectuosas contenido en una
muestra de una poblacin viene dado por una distribucin hipergeomtrica:
pN (1 p ) N

c n c
P (C c)
N

n
Donde p es la proporcin de disconformes en el lote (punto de vista del

consumidor).
Cuando el tamao del lote N es grande respecto al tamao de la muestra n, la

distribucin puede aproximarse por una binomial.
119

n c
P(C c) p (1 p) n c
c
La misma distribucin es exacta cuando consideramos el proceso desde el punto
de vista del productor.
2.5. PLAN DE MUESTREO DE ACEPTACIN POR VARIABLES

Obtener una muestra aleatoria de tamao n y calcular:
a) Si hay un lmite inferior de especificacin:
Si ZLIE >= k se acepta el lote

Si ZLIE < k se rechaza el lote
El problema se concentra en calcular n y k

b) Si hay un lmite superior de especificacin:
X LIE
Z LIE

Si ZLSE >= k se acepta el lote

Si ZLSE < k se rechaza el lote
El problema se concentra en calcular n y k

Clculo de n y k
Se define:
Probabilidad de aceptacin para una fraccin defectuosa p1.
120

Probabilidad de aceptacin para una fraccin defectuosa p2
Ejemplo:
Una empresa embotelladora compra botellas a un proveedor. El embotellador ha

establecido una especificacin inferior a 225 lbs/plg2 para la resistencia a la
presin interna de las botellas. Se quiere aceptar un lote que tenga una fraccin
defectuosa de 1% o menos con una prob. de 0.95 y si la fraccin defectuosa es
6% o menos se quiere aceptar el lote con una prob. de 0.1. Obtener un plan de
muestreo por variables.
Respuesta:
El plan de muestreo es el siguiente:
Tomar una muestra de 40 botellas, medir a cada botella su resistencia, calcular s

y ZLIE
X 225
Z LIE
S
Aceptar el lote si ZLIE >=1.9
Una limitacin que salta a la vista en el empleo de criterios por variables en el

muestreo para aceptacin es el hecho de que muchas caractersticas de calidad
slo se pueden observar como atributos. En los casos en que es cierto, no hay ni
que pensar en el muestreo por variables. No obstante, a menudo ocurre que es
posible idear mtodos de medicin en los casos en que, a primera vista, parece
ser que la inspeccin debe ser por atributos. Para las caractersticas de calidad
que se pueden medir, suele ocurrir que el costo de la inspeccin por artculo es
menor cuando es por atributos en lugar de por variables.
Quiz la limitacin ms seria para emplear el muestreo por variables es el hecho

de que los criterios para aceptacin se deben aplicar por separado a cada
caracterstica de calidad.
Por ejemplo, si se van a examinar 20 caractersticas de calidad de un producto en

un determinado puesto de inspeccin, se puede aplicar un solo grupo de criterios
para muestreo por atributos a la decisin para aceptacin. Por el contrario, si cada
caracterstica se somete a inspeccin por variables, se deben utilizar 20 grupos
diferentes de criterios para variables.
121

A menudo el muestreo para aceptacin por variables suele ser preferible al
muestreo para aceptacin por atributos, en particular de las caractersticas de
calidad que son el origen de problemas. Quiz solo 2 de las 20 caractersticas
mencionadas antes puedan presentar dificultades. Si es as, puede ocurrir que los
criterios para variables se puedan aplicar con provecho a estas dos, aunque se
emplean criterios para atributos para las otras 18.
La gran ventaja del empleo del muestreo para aceptacin por variables es que se
obtiene ms informacin acerca de la caracterstica de calidad en cuestin, lo cual
puede conducir a cierto nmero de resultados deseables, como sigue:
1. Para una muestra de tamao dado, por lo general se puede obtener mejor
proteccin para la calidad con criterios para variables en lugar de por atributos. O
dicho en forma un poco diferente, para una proteccin dada de la calidad en
contra de posibles porcentajes de defectivos (reflejados en la curva OC), con las
variables se pueden emplear muestras ms pequeas que con los atributos.
2. El grado de cumplimiento o incumplimiento (no conformidad) con el valor

deseado de una caracterstica de calidad recibe importancia cuando se utilizan los
criterios para variables. Esto puede ser importante siempre que hay un margen de
seguridad en las especificaciones de diseo o en una zona crepuscular o de
incertidumbre de valores de la caracterstica de calidad, entre los que son
claramente aceptables y los que son inaceptables.
3. La informacin de variables suele dar una mejor base de orientacin hacia el

mejoramiento de la calidad.
4. La informacin de variables puede dar una mejor base para ponderar el historial
de calidad en las decisiones para aceptacin.
5.- Es ms fcil descubrir los errores de medicin con la informacin de variables.
Denominamos caractersticas variables a aquellas que pueden ser medidas. Las

condiciones que normalmente permiten la aplicacin del muestreo de aceptacin
por variables son las siguientes:
1. La caracterstica objeto de inspeccin debe ser una variable o capaz de ser

convertida segn una escala variable.
2. La inspeccin de tributos o caractersticas esenciales resulta excesivamente

costosa.
122

3. La inspeccin de atributos no proporcionar suficiente informacin; esto es,
tambin se requieren del alcance y las consecuencias de la variacin.
4. La distribucin de las caractersticas debe ser aproximadamente normal.
Las caractersticas distintivas de un plan de muestreo de variables, en

comparacin con un muestreo de atributos, son las siguientes:
1. Se obtiene una proteccin anloga con una muestra de tamao.
2. Slo puede aplicarse para la aceptacin o rechazo de una caracterstica

sometida a inspeccin.
3. Implica mayores costos administrativos. Se precisan mejores cualificaciones,

ms clculo, es posible cometer mayor cantidad de errores de clculo y se hace
preciso utilizar equipo de inspeccin ms caro.
4. Suele proporcionar mejores fundamentos para mejorar la calidad y mucha ms

informacin en caso de renuncia.
Existen 2 tipos generales de procedimientos de muestreo por variable: los planes

que controlan la fraccin defectuosa del lote y los planes que controlan un
parmetro del lote o proceso.
Considrese un plan de muestreo por variables para controlar la fraccin

disconforme del lote o proceso. Puesto que la caracterstica de la calidad es una
variable, habr un limite inferior de la especificacin LCE, un limite superior de la
especificacin LCS, o ambos, que definan los valores aceptables de este
parmetro.
123

3. COSTOS DE LA CALIDAD
Para el estudio de los costos de la calidad es importante determinar cules con las
categoras y los elementos que estn implcitos en los mismos. Para este
propsito se tienen en cuenta los argumentos presentados por Domnguez
(1995)14.
3.1. CATEGORAS Y ELEMENTOS DEL COSTO DE LA CALIDAD
Las categoras y elementos del costo de la calidad estn directamente

relacionadas en la medida que se puede medir la calidad del producto o servicio
comparando las caractersticas que realmente posee con la que, tericamente, se
han solicitado. Lo anterior implica considerar el ciclo generador de calidad, para
definir varios tipos de calidades, dependiendo de las fases en que se divide la vida
del producto o servicio, desde su demanda hasta su utilizacin por parte del
consumidor final.
3.1.1. Categoras del costo de la calidad
Regularmente se tiene la idea de que los productos ya sean bienes o servicios

artesanos son los que ms nos agradan; esto se explica con base en las
definiciones precedentes de calidad que se ha mencionado.
En este sentido, un producto hecho a la medida ayuda a ilustrar la concepcin que

se tiene de acerca de un ciclo artesanal de la calidad, como puede verse en la
Figura 6.1.
En consecuencia, se obtiene un producto de alta calidad, ya que no ha habido

ningn tipo de interferencias entre la transmisin de las caractersticas que debe
tener el producto por parte del cliente y la recepcin de las mismas por parte del
productor que lo realiza. Sin embargo, si no se tiene relacin directa con el
productor y el producto se adquiere del mercado, es posible que no se obtenga la
misma calidad y el cliente se tiene que adecuar a lo que ya existe en el mercado.
14
DOMINGUEZ M, Jos A; LVAREZ, Jos; RUIZ, Antonio; et. al. Direccin de operaciones en la produccin y los servicios. Aspectos
tcticos y operativos V.1. Madrid: McGraw-Hill, 1995. 503p.
124

Figura 6.1. Ciclo artesanal de la calidad
Consumidor
Caractersticas Caractersticas
que realmente deseadas en el
tiene el producto producto
Producto
Adaptado de: DOMINGUEZ M, Jos A; LVAREZ, Jos; RUIZ, Antonio; et. al. Direccin de
operaciones en la produccin y los servicios. Aspectos tcticos y operativos V.1. Madrid: McGraw-
Hill, 1995. 503p.
Otra manera en la que se puede ver afectada la calidad de un producto, a medida

que se va introduciendo intermediarios, o eslabones en la cadena que lo va a
producir, es la realizacin del producto en funcin del productor, que tiene
nicamente como fuente de informacin las caractersticas definidas en el
producto. Como se ve en la Figura 6.2.
125

Figura 6.2. Ciclo industrial de la calidad
Caractersticas
deseadas en el Calidad
producto terica
Diseo
Caractersticas
Calidad definidas en el
del producto
usuario Consumidor Productor
Caractersticas
que realmente Calidad
tiene el producto tcnica
Hill, 1995. 503p.
En este caso hay tres grupos de caractersticas diferentes: las que desea el
consumidor, las definidas en el producto para su elaboracin y las que tiene el
producto ya elaborado; subsiguientemente, se tienen tres calidades diferentes, as:
Calidad terica. Es la que mide la calidad del diseo, comparando las

caractersticas solicitadas por el usuario y las plasmadas en el producto.
Calidad tcnica. Es la que contrasta las caractersticas reales del producto con
las que venan definidas en el producto.
Calidad de usuario. Es la que realmente importa al consumidor, ya que

comparar lo que se ha dado con respecto a lo que solicit.
Lo anterior es un acercamiento al problema que hoy en da tienen las empresas,

ya que raramente el consumidor est tan cerca del diseo y de la fabricacin del
producto, con lo que, se puede suponer lo difcil que puede ser dar al consumidor
exactamente lo que quiere.
3.1.2. Elementos del costo de la calidad
Una vez conocidas las distintas categoras de la calidad del producto, ser
conveniente analizar los elementos de los que depende la calidad del mismo,
como son: materiales, mquinas, mtodos, hombres y organizacin.
126

Materiales y mquinas. De hecho, es obvio que habra que utilizar los materiales
adecuados para obtener el producto con la calidad requerida, as como las
mquinas necesarias para darle la calidad deseada al producto. Al tratar estos dos
elementos, un error frecuente en el que suele caer es utilizar los mejores posibles
para obtener un producto de alta calidad.
Esto es debido a que se suele confundir el concepto de calidad con el de bondad.

Debemos recordar siempre que el posible usuario tiene una idea de lo que quiere,
teniendo en cuenta el precio que se va a pagar por l; sera pues, un despilfarro
(un incremento de costes intil) utilizar tecnologa punta, generalmente cara, para
la obtencin de un producto que se pueda conseguir con otro tipo de tecnologa,
ms universal y, seguramente, ms barata.
Mtodos. Se deben definir en el producto junto a los dos elementos anteriores,

con los cuales estn ntimamente ligados. El estudio de mtodos es algo que se
ha venido relegando a un segundo plano a medida que ha ido avanzando la
tecnologa productiva, realizndose stos en dependencia, casi exclusiva, de las
mquinas a utilizar. Son muchos los factores a analizar que influyen en los
mtodos (por ejemplo, el hombre, el puesto de trabajo, la ruta del producto, etc.) y
sera muy conveniente tenerlos en cuenta, ya que influirn en gran medida sobre
la productividad y sobre la calidad. Su realizacin suele ser muy barata si se
compara su costo con los resultados que potencialmente se pueden obtener a
partir del mismo.
Hombre. El factor humano debe estar dispuesto a trabajar para la calidad, para lo
cual es absolutamente necesaria una educacin en este campo; se le debe hacer
consciente de la importancia que tiene la misma para la empresa y de que aqulla
depende en gran parte de l; por lo tanto, es necesario invertir en la formacin del
personal.
Organizacin. Debe ser capaz de dar la importancia necesaria a todos los

elementos anteriores y eliminar los estrangulamientos y puntos dbiles que se
produzcan en nuestra cadena productiva. El nivel de calidad depender de cada
uno de los elementos, lo que har necesario un estudio a fondo de los mismos
para conseguir un determinado nivel en la calidad de los productos.
3.2. ANLISIS DE LOS COSTOS DE CALIDAD
Teniendo en cuenta la clasificacin ms comn de los costos de calidad se tienen

costos generados por productos defectuosos y costos generados por
inspecciones, as:
127

3.2.1. Costos generados por productos defectuosos
Los costos generados por productos defectuosos se dividen en dos tipos, tal como
se muestra en la Tabla 6.1., productos defectuosos identificados y otros
identificados y vendidos.
Tabla 6.1. Costos generados por los productos defectuosos

Costo del material, de la mano de Prdidas en la produccin
obra y gastos generales, menos los
Rechazados
Productos defectuosos
ingresos producidos por la venta de Obstculos a la programacin

Productos
residuos
defectuosos
Utilizados como Diferencia de precio entre las dos Disgustos de clientes por retrasos
identificados
productos B clases de productos eventuales
Costo de las elaboraciones
Reelaborados Moral empresarial, etc.
suplementarias
Reclamados por Costo del servicio de asistencia por Mala fama para la calidad del producto y
Productos no el cliente inspecciones, reparaciones, etc. el buen nombre de la empresa
identificados y
vendidos No reclamados
Ninguno Prdida de imagen
por el cliente
Adaptado de: DOMINGUEZ M, Jos A; LVAREZ, Jos; RUIZ, Antonio; et. al. Direccin de operaciones en la produccin y los servicios. Aspectos tcticos y
operativos V.1. Madrid: McGraw-Hill, 1995. 503p.
Productos defectuosos identificados. Los que pertenecen a este grupo van a

generar costos diferentes, dependiendo de la actividad que se desarrolle; segn el
tipo de producto, existen tres posibilidades y se consideran dentro de los costos
tangibles:
Rechazarlos
Utilizarlos como productos B.
Reelaborados
En el primer caso, rechazarlos, los costos que se generan sern los derivados de
la elaboracin; es decir, materia prima utilizada, mano de obra, gastos generales,
etc., de los que se deducirn, en su caso, los posibles ingresos obtenidos por la
venta de los mismos como inservibles.
En el segundo caso, utilizarlos como productos B, si el consumidor est dispuesto

a aceptar este producto de inferior calidad, pero pagando un precio ms bajo,
El tercer caso, reelaborarlos, es el de casi todos los productos de ensamble, si se

descubre el posible defecto que pueda tener el producto, ste es reparado,
128

retirando las piezas defectuosas y cambindolas por nuevas. El costo incurrido
est representado por la mano de obra y las piezas sustituidas, etc.
El otro grupo es el de los costos intangibles, que son muy difciles de calcular,
donde regularmente se puede realizar una evaluacin subjetiva.
Productos no identificados y vendidos. Por estos productos se puede o no

recibir reclamaciones de algunos clientes; lo que lleva a asumir un costo de
servicio de asistencia, generalmente compuesto por personal especializado,
reparaciones, situaciones de productos o piezas del mismo, desplazamiento del
personal, etc.
En el caso de que no exista ninguna reclamacin y aun cuando aparentemente no

hay costo adicional, esto es ms contraproducente, puesto que no se puede medir
el efecto que esto tendr en el producto y la imagen de la empresa; lo que
acarreara prdida de imagen que costara mucho recuperar, en el caso de que se
tenga la oportunidad de hacerlo.
La representacin grfica de los costos de calidad generados por productos

defectuosos puede verse en la Figura 6.3.
Figura 6.3. Costos de calidad

Costos
Costo total
Costo ptimo
Costos por
inspeccin
Costos por
defectuosos
Hill, 1995. 503p.
3.2.2. Costos generados por inspecciones
129

Los costos generados por las inspecciones incluyen los que se generan para
evitar la salida de productos defectuosos al mercado; es decir, todas las
inspecciones y controles de calidad que se realicen durante las distintas fases de
fabricacin. Estos costos se aceptan con el fin de evitar otros mayores, que se
derivan de introducir los productos defectuosos en el mercado. A medida que se
intensifica la inspeccin se va consiguiendo un menor nmero de defectuosos y;
por lo tanto, mejor calidad. Lo anterior se debe a que un incremento en los costos
derivados de la inspeccin lo que hace que este costo se vaya incrementando.
En consecuencia, el costo total es la suma de los costos generados tanto por

productos defectuosos como por inspecciones. Tal como se aprecia en la Figura
6.3., en la que se puede observar que el costo por productos defectuosos no llega
a cero.
3.2.3. Costo total de calidad
En este sentido, la curva del costo total se puede dividir en tres zonas, como se
muestra en la Figura 6.4.
Figura 6.4. Zonas de los costos de calidad

Costos
Costo total
Costo por
inspeccin
Zona A Zona B Zona C
Costo por
defectuosos
Zona A de mejora de la calidad. En esta zona los costos son debidos a los
productos defectuosos donde se puede realizar una mejora de la calidad.
130

Zona B de indiferencia. En esta zona o bien se ha alcanzado el ptimo, o bien se
est cerca del ptimo y el problema es de control para mantener el ptimo;
regularmente esta zona se caracteriza por el hecho de que cerca de la mitad de
los costos de calidad son debidos a productos defectuosos.
Zona C de perfeccionamiento. En esta zona los costos son provocados por la

inspeccin y superan a los costos generados por los productos defectuosos, por lo
que hay que estudiar el costo de detectar defectos, en comparacin con el
perjuicio que se produce en caso de no ser detectados.
3.3. OPTIMIZACIN
Para examinar la forma en que se pueden optimizar los costos de calidad, a

continuacin se tiene en cuenta la importancia que stos representan en la curva
de demanda con respecto al precio y el papel que juega la sensibilidad de la
demanda a una variacin de calidad, as como la curva de beneficios.
3.3.1. Importancia de la curva de demanda y precio
Con base en la curva de demanda y precio, tal como se aprecia en la Figura 6.5.,
se observa que si se baja el precio de un determinado producto, su demanda
aumenta; sin embargo, si se tiene en cuenta que el precio del producto puede
estar muy cercano al de la competencia, resulta ms difcil utilizar esta variable
para incrementar la demanda del producto de la empresa.
131

Figura 6.5. Curva de demanda y precio
Precio
p1
p2
d1 d2
Demanda
Hill, 1995. 503p.
3.3.2. Sensibilidad de la demanda a las variaciones de calidad
Ahora bien, si se mantiene el precio del producto y se aumenta la calidad de ste,

se debe producir, un aumento de la demanda; se pasa de un nivel, d1 a d2, esto
se debe a que la curva de demanda cambia al pasar la calidad de Q1 a un valor
Q2, como puede verse en la Figura 6.6.
En consecuencia, a medida que se vaya aumentando la calidad del producto, la

curva de demanda se desplaza hacia la derecha, hasta llegar a fabricar el nivel de
calidad ms alto que permita la empresa. De hecho, estos cambios se deben
realizar en la medida que sean rentables para la empresa.
132

Figura 6.6. Curva de variaciones de calidad
Precio
p1
p2 Q2
Q1
d1 d2
Demanda
Hill, 1995. 503p.
3.3.3. Curva de beneficios de calidad
Teniendo en cuenta la Figura 6.7., se observa que, a medida que se aumenta el

nivel de calidad del producto, los costos se van incrementando y la pendiente es
cada vez mayor. De manera semejante, los ingresos tambin aumentan, pero de
forma diferente, la pendiente va disminuyendo. Observe que el beneficio que se
obtiene como diferencia entre los ingresos y los costos, se puede ver en
determinadas zonas, donde es posible establecer la produccin del producto sin
prdidas.
Si se produce con un nivel de calidad inferior a n1, es evidente que se presentan

prdidas, ya que en ese nivel el producto es tan malo que no genera los ingresos
necesarios para contrarrestar los costos incurridos. Lo mismo sucede, pero por
razones opuestas, si se produce a un nivel superior a n2, ya que el producto no es
capaz de proporcionar los ingresos suficientes, puesto que tambin resultan
inferiores a los costos.
133

Figura 6.7. Curva de beneficios de calidad
Unidad
monetaria
Ingresos
Costos
Beneficios
Prdidas Prdidas
n1 n* n2
Nivel de
calidad
Hill, 1995. 503p.
Conformemente a lo expuesto, se tiene que producir a un nivel ptimo de calidad

(n*), donde se obtiene el mximo beneficio.
3.4. COSTOS DE NO CALIDAD
Existen dentro de los costos de la calidad aquellos denominados costos de la no

calidad en donde Ernesto Iturralde, nos recuerda, que se refieren a los negocios
que se dejaron de hacer. Dado un servicio o entregado un producto que produce
una insatisfaccin en el cliente, este no vuelve a comprar o los costos producidos
por devoluciones, bien sea por no-cumplimiento en los trminos de la negociacin,
tales como tiempos de entrega, falsas promesas por parte de los vendedores,
costos finales ms elevados, entre otras razones.
El Servicio al Cliente realmente genera ingresos, no gastos. Un mal servicio

produce costos de la no calidad y repercute en la recuperacin de la cartera que
afecta al rea de cobranzas y rea financiera al no recuperar montos adeudados
oportunamente, aspectos que muchas empresas han descuidado.
Se indica, que los "Costos de la no calidad" pueden significar alrededor de un 20

al 25% de los valores totales facturados. Definitivamente estos costos varan en
134

cada organizacin, sin embargo deben encaminarse esfuerzos para iniciar
procesos para evitarlos ya que su identificacin al ser presentada a los comits
gerenciales sorprendern por sus cifras y proyecciones y esta alarma ser la
impulsora hacia procesos de cambio en una nueva orientacin hacia el Servicio al
Cliente.
Nos recuerda Yturralde, que existen 3 factores para determinar los Costos de la
No-Calidad:
1. Costo de Desempeo.- Costos relacionados con hacer bien las cosas, es

decir los costos libres de errores.
2. Costos de Reprocesos.- Costos relacionados con hacer las cosas

nuevamente, restituir, reparar o corregir fallas.
3. Costos de Prevencin y Deteccin.- Costos relacionados con los controles

de calidad, es decir la identificacin de posibles errores antes de que "estos den la
cara al cliente" y la deteccin misma de errores una vez que el producto o servicio
ha sido entregado al cliente.
Nos aporta Yturralde que la organizacin U.S. Office of Consumar Affairs

estableci una base para el Clculo de la No-Calidad y para el efecto es necesario
saber 3 rubros:
1. Ingresos anuales de su organizacin
2. Cantidad de Clientes de su organizacin.
3. Montos requeridos para captarlos y mantenerlos
Los ingresos anuales de su organizacin se refieren a la facturacin que en un

ejercicio la empresa lograr; la cantidad de clientes de su organizacin se
representar por la sumatoria de estos dentro del mismo perodo y los Montos
requeridos para captarlos y mantenerlos, incluye los costos de mercadeo,
publicidad y ventas. (Promociones y descuentos)
Existen 3 factores para determinar los Costos de la No-Calidad:
1. Costo de Desempeo.- Costos relacionados con hacer bien las cosas, es

decir los costos libres de errores.
135

2. Costos de Reprocesos.- Costos relacionados con hacer las cosas
nuevamente, restituir, reparar o corregir fallas.
3. Costos de Prevencin y Deteccin.- Costos relacionados con los controles

de calidad, es decir la identificacin de posibles errores antes de que "estos
den la cara al cliente" y la deteccin misma de errores una vez que el
producto o servicio ha sido entregado al cliente.
Definitivamente, el costo de la no calidad es la valoracin errnica de las prdidas

negativas no mensurables que ocasionan o podran ocasionar los fallos de la
calidad.
Fuente: yturralde.com.
Otra forma de ver el costo de calidad se denomina precio del incumplimiento: lo

que cuesta hacer las cosas mal.
Bajo este enfoque los gastos del precio del incumplimiento comprenden:
Reproceso
Servicios no planificados
Excesos de inventario
Administracin (o manejo) de quejas
Tiempo improductivo
Retrabados
Devoluciones.
En sntesis, el precio del incumplimiento es el costo del desperdicio: tiempo, dinero

y esfuerzo. Es un precio que no es necesario pagar.
Los costos de obtencin de la calidad, tambin denominados costos de

conformidad, pueden definirse, como aquellos costos que se originan a
consecuencia de las actividades de prevencin y de evaluacin que la empresa
debe acometer en un plan de calidad. As, las actividades de prevencin tratan de
evitar que se produzcan fallos, mientras que las de evaluacin pretenden detectar
los fallos lo antes posible y sobre todo antes de que los productos o servicios
136

lleguen a los clientes. Los costos de prevencin son aquellos en que incurre la
empresa al intentar reducir o evitar los fallos de calidad, es decir son costos de
actividades que tratan de evitar la mala calidad de los productos y/o servicios.
Los costos de evaluacin son aquellos en que la empresa incurre para garantizar
que los productos o servicios no conformes con las normas de calidad puedan ser
identificados y corregidos antes de su entrega a los clientes, En otras palabras,
son costos de medicin, anlisis e inspeccin para garantizar que los productos,
procesos o servicios cumplen con todas las normas de calidad y con el objetivo de
satisfacer al cliente (externo o interno).
Los costos de fallos o de la mala calidad, dependiendo del momento en el que se

detectan, pueden dividirse en costos de fallos internos y costos de fallos externos,
adems, estos se pueden clasificar como costos tangibles y los costos intangibles.
Un fallo interno es aquel en que el cliente no se siente perjudicado, ya sea porque
no llega a percibir el mismo, o porque no le afecta. El hecho de que estos fallos no
sean percibidos por los clientes depende en gran medida de las actividades de
evaluacin que acomete la empresa. Los fallos externos son los que llegan a
afectar a los clientes, ya que son capaces de percibir los mismos. Las actividades
ocasionadas por los fallos externos son las mismas que se necesitan para corregir
los fallos internos ms todas aquellas que intervienen para satisfacer al cliente
solucionando el problema causado como consecuencia del fallo.
Los costos tangibles o costos explcitos son aquellos que se pueden calcular con
criterios convencionales de costos, normalmente siguiendo principios de
contabilidad generalmente aceptados. Por lo general estos costos van
acompaado de un desembolso de efectivo por parte de la empresa, se trata
bsicamente de costos de personal y materias primas y materiales.
Los costos intangibles, tambin denominados costos implcitos son aquellos que
se calculan con criterios subjetivos y que no son registrados como costos en los
sistemas de contabilidad. La mayora de los costos intangibles se sitan en la
categora de costos de fallos externos, como por ejemplo la prdida de imagen de
la Compaa.
No obstante tambin pueden aparecer cuando la empresa incurre en fallos

internos, por ejemplo la desmotivacin de los empleados.
Fuente: http://www.monografias.com/trabajos-pdf2/generalidades-costos-
calidad/generalidades-costos-calidad.pdf
137

3.5. ENSAYOS NO DESTRUCTIVOS
Tambin conocidos como Evaluacin o Examen No Destructivo, los Ensayos No

Destructivos incluyen varios mtodos para examinar materiales, componentes y
conexiones destinadas a identificar y cuantificar defectos internos y
degradaciones. Los Ensayos No Destructivos tienen como finalidad evaluar
propiedades materiales antes de que resulten fallidas -basndose en criterios de
aceptacin reconocidos o perfiles de degradacin definidos a lo largo del tiempo-
para asegurar la calidad del producto y el funcionamiento durante su produccin,
as como para asegurar el uso seguro de las estructuras de ingeniera.
El propsito de estos ensayos es detectar discontinuidades superficiales e internas

en materiales, soldaduras, componentes e partes fabricadas.
Los materiales que se pueden inspeccionar son los ms diversos, entre metlicos
y no - metlicos, normalmente utilizados en procesos de fabricacin, tales como:
laminados, fundidos, forjados y otras conformaciones.
Los ensayos son realizados bajo procedimientos escritos, que atienden a los
requisitos de las principales normas o cdigos de fabricacin, tales como el ASME,
ASTM, API y el AWS entre otros.
Los inspectores son calificados como Nivel I, II y III por la ASNT (American
Society for Nondestructive Testing) segn los requisitos de la Prctica
Recomendada SNT-TC-1A , CP-189
Ensayos no destructivos ms comunes que pueden aplicarse en la deteccin de

fallas en materiales.
Los END, ms comunes utilizados en la industria, se clasifican de acuerdo al

alcance que poseen en cuanto a la deteccin de fallas, por lo que se dividirn los
mismos de acuerdo a los siguientes parmetros:
138

Discontinuidades Superficiales:
- Ensayo de lquidos penetrantes
- Ensayo de partculas magnticas
Discontinuidades Internas:
- Ensayo Radiogrfico
- Ensayo ultrasnico
Ensayos aplicables para la deteccin de discontinuidades del material o de los

procesos de soldaduras superficiales abiertos al exterior y para la deteccin de
discontinuidades internas del material, abiertas o no al exterior
139

BIBLIOGRAFA
ADAM, Everett y EBERT, Ronald. Administracin de la produccin y las
operaciones. 4ed. Mjico: Prentice-Hall, 1991. 739p.
ALIANZA EDUCATIVA. Programa de Formacin Permanente a Docentes
Principios Pedaggicos Mdulo 3. Evaluacin. Alianza Educativa. Bogot.
2005.
ALVARADO R., Ren A. Proceso de aseguramiento e implantacin de un
sistema de procesamiento de datos en Jhaka Ltda. Bogot, 1993.
BUFFA, Elwood y SARIN, Rakesh. Administracin de la produccin y de las
operaciones. Mjico: Limusa, 1992. 939p.
CAMACHO OLIVEROS, Manuel ngel. (2006). Introduccin a la Ingeniera
Industrial. Gua de aprendizaje. ESCUELA de Ciencias Bsicas e
Ingeniera. UNAD.
CANT, Humberto. Desarrollo de una cultura de calidad. 2ed. Mjico:
McGrawHill, 2001.
CUATRECASAS, Lluis. Gestin integral de la calidad: Implantacin, control
y certificacin. Barcelona: Gestin 2000, 1999. 348p.
DOMINGUEZ M, Jos A; LVAREZ, Jos; RUIZ, Antonio; et. al. Direccin de
operaciones en la produccin y los servicios. Aspectos tcticos y operativos
V.1. Madrid: McGraw-Hill, 1995. 503p.
EVANS, James y LINDSAY, William. Administracin y control de la calidad.
4ed. Mjico: Thomson, 2000. 785p.
FEIGENBAUM, Armand. Control total de la calidad. Mjico: CECSA, 1986.
FOGARTY, Donald, BLACKSTONE, John y HOFFMAN, Thomas.
Administracin de la produccin e inventarios. 2ed. Mxico: CECSA, 1994.
994p.
GALLEGO-BADILLO, Rmulo y PREZ, Royman. Corrientes constructivistas:
De los mapas conceptuales a la teora de la transformacin intelectual. 2ed.
Bogot: Cooperativa editorial magisterio, 1995. 156p.
GMZ. De ILLERA, Margarita. Anexo 3 Gua Introduccin a la Ingeniera
de Alimentos. ESCUELA de Ciencias Bsicas e Ingeniera. UNAD. 2005
GONZALEZ, Carlos. ISO 9000 QS 9000 ISO 14000, Normas internacionales
de administracin de calidad, sistemas de calidad y sistemas ambientales.
Mjico: McGraw-Hill, 1998. 574p.
GRANT, Eugene. Control de calidad estadstico. Mjico: CECSA, 1993.
GUTIERREZ, Mario. Administrar para la calidad. Conceptos administrativos
para el control total de calidad. 2ed. Mjico: Limusa, 1995. 297p.
HARRINGTON, James. Mejoramiento de los procesos de la empresa.
Santaf de Bogot: McGraw-Hill, 1996.
140

HARRINGTON, James. Administracin total del mejoramiento continuo. La
nueva generacin. Santaf de Bogot: McGraw-Hill, 1997.
HITOSHI, Kume. Herramientas estadsticas bsicas para el mejoramiento de
la calidad. Bogot: Norma, 1994.
HOYLE, David. Manual de sistemas de calidad. 2ed. 1996.
INSTITUTO COLOMBIANO DE NORMAS TCNICAS. Catlogo de normas
tcnicas colombianas. Bogot: ICONTEC, 1994.
INSTITUTO COLOMBIANO DE NORMAS TCNICAS. Compendio ISO 9000.
Administracin y aseguramiento de la calidad. Bogot: ICONTEC, 1994.
INSTITUTO COLOMBIANO DE NORMAS TCNICAS. Compendio ISO 9000.
Tecnologa para la administracin de la calidad. Bogot: ICONTEC, 1994.
INSTITUTO COLOMBIANO DE NORMAS TCNICAS. Gestin de la calidad
en el sector pblico. Norma Tcnica de Calidad en la Gestin Pblica
(NTCGP 1000:2004). Bogot: ICONTEC, 2007. 90p.
INSTITUTO COLOMBIANO DE NORMAS TCNICAS. Gua de interpretacin
ISO 9001. Bogot: ICONTEC, 1998.
INSTITUTO COLOMBIANO DE NORMAS TCNICAS. ISO 9000. Gua para
las pequeas empresas. 5ed. Bogot: ICONTEC, 2002. 172p.
INSTITUTO COLOMBIANO DE NORMAS TCNICAS. ISO 9000. Manual
para la industria del servicio. Bogot: ICONTEC, 2002. 172p.
INSTITUTO COLOMBIANO DE NORMAS TCNICAS. Normas Serie 14000.
Administracin ambiental. ICONTEC.
INSTITUTO COLOMBIANO DE NORMAS TCNICAS. Sistemas de Gestin
de la calidad - Requisitos. ISO 9001: 2000. Bogot: ICONTEC, 2001.
INSTITUTO COLOMBIANO DE NORMAS TCNICAS. Sistemas de Gestin
de la calidad - Recomendaciones para llevar a cabo la mejora. ISO 9004:
2000. Bogot: ICONTEC, 2001.
INSTITUTO COLOMBIANO DE NORMAS TCNICAS. Sistemas Integrados
de Gestin: Sistemas de Gestin de la Calidad, Sistemas de Gestin
Ambiental. Sistemas de Gestin de Seguridad y Salud Ocupacional. Bogot:
ICONTEC, 2002.
INSTITUTO COLOMBIANO DE NORMAS TCNICAS. ISO 9000:2000.
Sistemas de gestin de la calidad. Fundamentos y vocabulario. Bogot:
ICONTEC, 2002.
ISHIKAWA, Kaoru. Qu es el control total de calidad?: la modalidad
japonesa. Santaf de Bogot: Norma, 1986.
ISO. ISO Handbook: ISO 9001 for Small Businesses. ISO/TC 176/SC 2/N
581-1.
ISO. Orientacin acerca del enfoque basado en procesos para los sistemas
de gestin de la calidad. Documento: ISO/TC 176/SC 2/N 544R, Mayo
2001.
141

JURAN, J.M. y otros. Manual de control de la calidad. 2ed. Barcelona:
Reverte, 1983.
LAUDOYER, Guy. La certificacin ISO 9000. Un motor para la calidad. 2
reimpresin. Mjico: CECSA, 1996.
MARIO, Hernando. Gerencia de procesos. Bogot: Alfaomega, 2002.
147p.
MASAAKI, Imai. KAIZEN. La clave de la ventaja competitiva japonesa.
Mxico: CECSA, 1989.
MORENO-LUZN, Mara. D.; PERIS, Fernando J. y GONZLEZ, Toms.
Gestin de la calidad y diseo de organizaciones. Teora y estudio de casos.
Madrid: Pearson Educacin, 2001. 432p.
MORENO, P. Alexandra. (2005) Gua Introduccin a la Ing. de Sistemas.
ESCUELA de Ciencias Bsicas e Ingeniera. UNAD.
NIEBEL, Benjamn y FREIVALDS, Andris. Ingeniera Industrial. Mtodos,
Estndares y Diseo del Trabajo. 11ed. Bogot: Alfaomega, 2004. 745p. +
CD. http://www.ie.psu.edu/courses/ie327/inde.htm
PREZ, Csar. Control estadstico de la calidad. Teora, prctica y
aplicaciones informticas SAS, STATGRAPHICS, MINITAB, SPSS. Madrid:
Alfaomega-Rama. 704p.
SCHROEDER, Roger. Administracin de operaciones. Toma de decisiones
en la funcin de operaciones. 3ed. Mjico: McGraw-Hill, 1994. 855p.
SENLLE, Andrs y STOLL, Guillermo. Calidad total y normalizacin.
Barcelona: Gestin 2000, 1994. 185p.
SENLLE, Andrs y VILAR, Joan. ISO 9000 en empresas de servicios.
Barcelona: Gestin 2000, 1994.
SIERRA, Enrique. Control de calidad. Bogot: Universitaria de Amrica, 1978.
291p.
STEBBING, Lionel. Aseguramiento de la calidad. 2 reimpresin. Mjico:
CECSA, 1995.
TABLA, Guillermo. Gua para implantar la norma ISO 9000 para empresas de
todos tipos y tamaos. Mxico: McGraw-Hill, 1998. 387p.
TAORMINA, Tom. ISO 9000. Liderazgo virtual. Mxico: Prentice-Hall, 1997.
Ttulo: Diagramas de Causa-Efecto, Pareto y Flujogramas. En:
http://www.gestiopolis.com/recursos4/docs/ger/diagraca.htm. Documento
que detalla como se elaboran los diagramas de causa-efecto, de Pareto y
Flujogramas para el anlisis de procesos. Igualmente se describen datos
biogrficos de los autores de dichas tcnicas. (Consulta enero de 2006).
Ttulo: KAIZEN Institute. En: http://www.kaizen-institute.com/. Pgina del
Insituto KAIZEN, la cual se especializa en apoyar lideres de negocio en el
diseo e implementacin de procesos que lleven a la organizacin a la
adopcin del significado de la mejora continua y su sostenimiento a travs
del tiempo.
142

Ttulo: ECC. Ejecutivos en Consultora y Capacitacin. En: http://www.lean-
6sigma.com/index.htm. Esta pgina es de un grupo consultivo
especializado en la aplicacin de Herramientas de Manufactura Esbelta
(Lean Manufacturing) y Seis Sigma, en ella se encuentran algunos
documentos donde se desarrollan estas tcnicas.
Titulo: ceroaveras.com. En: http://www.ceroaverias.com/. Esta pgina se
encuentra informacin acerca de los conceptos para la aplicacin del TPM
(Mantenimiento Productivo Total) as como del Sistema de Produccin de
Toyota.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA. Induccin Unadista
Educacin para todos. Bogot. UNAD, 2005.
ZARATIEGUI, J. R. La gestin por procesos: Su papel e importancia en la
empresa. EN: Revista Economa Industrial No. 330. Bogot, 2001.
143

Modulo 1 Nuevo

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Modulo 1 Nuevo

Uploaded by

Copyright:

Available Formats

MDULO CONTROL DE CALIDAD 2010

REN ALEJANDRO ALVARADO RUEDA

ANDREA ISABEL BARRERA SIABATO

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD -

Por la Calidad Educativa y la Equidad Social

Jaime Alberto Leal Afanador

Gloria C Herrera Snchez

Roberto Salazar Ramos

Claudia Patricia Toro Ramrez

Gustavo Velsquez Quintana

CURSO CONTROL DE CALIDAD

Por la Calidad Educativa y la Equidad Social

UNIDAD 1. FUNDAMENTOS Y PRESENTACIN DE TCNICAS BSICAS

1.1. BREVE HISTORIA Y DEFINICIONES DE CALIDAD

1.1.1. La inspeccin de la calidad

1.1.2. El control estadstico de la calidad

1.1.3. El aseguramiento de la calidad

1.1.4. La gestin de la calidad

1.1.5. Calidad como conformidad

1.1.6. Calidad como satisfaccin de las expectativas del cliente

1.1.7. Calidad como valor con relacin al precio

1.2. REAS RESPONSABLES DE LA CALIDAD

1.3. IMPORTANCIA DEL CONTROL DE CALIDAD

1.3.1. El Control de calidad moderno

1.3.2. Mientras en el Japn

1.3.3. El Control estadstico de la calidad

1.3.4. Administracin de la calidad total (TQM)

Por la Calidad Educativa y la Equidad Social

1.4.1. TQM Modelo de madurez

1.4.2. Aplicacin de los enfoques del control de calidad

1.4.3. Los 14 puntos de Deming

1.4.4. Equipos de trabajo

1.4.5. Una buena prctica del manejo de equipos

1.4.6. Tres Dimensiones de TQM

1.4.7. Administracin Diaria en Sistemas TQM

1.4.8. Optimizacin total de la organizacin

1.4.9. Etapas en la implementacin de TQM

1.5. PLANEACIN Y DISEO DE UN SISTEMA DE CALIDAD PHVA

2. TCNICAS CON DATOS NO NUMRICOS PARA EL CONTROL DE

2.1. TORMENTA DE IDEAS

2.2. DIAGRAMA CAUSA - EFECTO

2.2.1. Cmo hacer diagramas de causa efecto

2.2.2. Estructura del diagrama de causa efecto

2.2.3. Procedimiento para hacer un diagrama de causa efecto

2.2.4. Explicacin del procedimiento

Por la Calidad Educativa y la Equidad Social

2.3.1. Pasos para la elaboracin de una hoja de verificacin

2.5. REGISTRO DE NO CONFORMIDADES

3. TCNICAS CON DATOS NUMRICOS PARA MEJORAR LA CALIDAD

3.1.1. Cmo hacer histogramas

3.1.2. Cmo interpretar histogramas

3.2. DIAGRAMA DE PARETO

3.3. GRFICOS DE CONTROL

3.3.1. Uso de los grficos de control de medias y rangos

3.3.2. Elaboracin del grfico de control de medias y rangos

3.3.3. Estudio de los datos preparatorios o estudio inicial, comparados con el

3.3.4. Control de la lnea de produccin o de servicio

3.3.5. Ajuste de las lneas de control

3.4. DIAGRAMAS DE DISPERSIN

3.4.1. Cmo hacer un Diagrama de Dispersin

3.5. APLICACIN DE LA OFIMATICA AL CONTROL DE CALIDAD

Por la Calidad Educativa y la Equidad Social

2.1 CONTROL ESTADSTICO DE LA CALIDAD

2.1.1 DETERMINACIN DE LOS LMITES DE CONTROL POR