Cartillas 1a4

CONTROL DE
CALIDAD

Historia de la Calidad

• HISTORIA DE LA CALIDAD

Índice
• Introducción
• Objetivos de aprendizaje
• Recomendaciones académicas
• Historia de la calidad
Introducción
En esta sección se va a revisar el contexto histórico acerca de la historia de la calidad.
También, se abordarán explicaciones sobre el origen y principios de la historia de la calidad

(año 1450 a.C.), se enlazarán algunos conceptos de calidad con las teorías de división de
trabajo propuestas Frederick W. Taylor y se finalizará con los conceptos actuales de TQM
(Total Quality Management) y algunas metodologías como lo es Six Sigma.
Objetivos de aprendizaje
1. Estudiar el origen histórico de la calidad

2. Diferenciar algunos conceptos y aplicaciones de la calidad.
Recomendaciones académicas
En esta sección se va a presentar un contexto histórico de las definiciones y avances en los

temas de Control de calidad. Se recomienda consultar la lectura complementaria propuesta
para la semana y leer bibliografía encontrada a partir de las labores de autoestudio.
Desarrollo de la unidad temática
1. Historia de la calidad
Para comenzar a definir la calidad, el estudiante debe comprender que este no es un

concepto nuevo en absoluto y que la relación directa que tiene la calidad con la
productividad y los costos dentro de los procesos de manufactura y entrega de servicios,
hacen de esta una importante plataforma de rentabilidad para las organizaciones.

2 [ POLITÉCNICO GANCOLOMBIANO]

En un sentido general, el aseguramiento de la calidad hace referencia a toda actividad

planeada y sistemática cuyo fin es brindar productos que satisfagan las necesidades y
requerimientos de calidad de los clientes. Este aseguramiento de calidad depende
principalmente de dos puntos focales de los negocios: 1) El diseño de bienes y servicios, y 2)
El control de la calidad durante la ejecución de la producción o la entrega de servicios.
La calidad ha sido un concepto importante a lo largo de la historia de las operaciones.

Evidencias del año 1450 a.C. muestran que los egipcios utilizaron herramientas de medición e
inspección. Cortes de piedra tan precisos que aún hoy en día es imposible introducir la hoja
de un cuchillo entre los bloques.
En la edad media, la elaboración de productos se daba por parte de artesanos expertos

quienes se encargaban de desarrollar técnicas y habilidades personales para imprimir calidad
en sus productos. Los gremios se encargaban de garantizar artesanos capacitados mediante
relaciones maestro/aprendiz. Posteriormente, con la necesidad de aumentar el volumen de
producción, la automatización dio paso a la revolución industrial y el aseguramiento de la
calidad pasó a un segundo plano. El asunto estaba en que para mayores volúmenes, se
necesitaban piezas estandarizadas y uno de los grandes problemas que incluso hoy en día
seguimos intentando controlar es el de la variabilidad y sus efectos en las variables de
estandarización.
A principios de la década de los 1900 Frederick W. Taylor dio origen a una nueva filosofía de
producción. La idea era separar la función de la planificación de la función de ejecución. Los
ingenieros y administradores centraron su atención en la eficiencia de la operación,
delegando el aseguramiento de la calidad a los supervisores. Fue así que los supervisores
empezaron a llenar las plantas de manufactura, aumentando los costos y elevando los
precios de los productos de calidad.
Posteriormente, las organizaciones crearon departamentos separados de calidad. La

responsabilidad de esta se volcó entonces hacia dichos departamentos y los directivos iban a
seguir preocupándose por la eficiencia operativa, olvidándose en gran parte de los
conocimientos de calidad. Sin embargo, por esa misma época, Henry Ford establecía muchas
de las bases que ahora conocemos como “prácticas de calidad total”. Según dicen, en una
visita de Ford a Japón, uno de los ejecutivos japoneses hizo referencia varias veces a “El
libro”, el cual no era más que una traducción de My Life and Work, escrita por Henry Ford y
Samuel Crowther en 1926.
Bell System fue el líder en la historia moderna del aseguramiento de la calidad industrial. La
creación de un departamento de inspección en Western Electric Company hizo que Bell
System alcanzara niveles de excelencia reconocidos. Sin embargo, la importancia de la
calidad al prestar el servicio telefónico en todo el país la llevó a investigar y desarrollar

[ CONTROL DE CALIDAD ] 3

nuevas estrategias. Fue así, como en 1920 se crea un grupo enfocado en el desarrollo de
nuevas teorías y métodos de inspección para mejorar y mantener la calidad. Reconocidos
miembros de este grupo como Walter Shewhart, Harold Dodge, George Edwards, Joseph
Juran y W. Edwards Deming no sólo acuñaron el término aseguramiento de la calidad, sino
que también crearon numerosas técnicas útiles para mejorar la calidad y solucionar
problemas relacionados con esta. Así, la calidad se convirtió en una disciplina técnica por sí
misma.
El grupo de Western Electric, dirigido por Shewhart introdujo el control estadístico de la

calidad como método de identificación y eliminación de los problemas que causan defectos.
Shewhart es famoso por desarrollar las gráficas de control, muy populares y útiles para
identificar los problemas de calidad en los procesos de producción. Otros miembros del
grupo elaboraron muchas otras técnicas y métodos estadísticos.
La Segunda Guerra Mundial fue el escenario perfecto para aplicar y mejorar todos aquellos
métodos estadísticos desarrollados por Bell System. La industria militar exigía unos altos
estándares de calidad, lo cual motivó el nacimiento de especialistas en calidad y
posteriormente, la fundación de sociedades profesionales, entre las cuales se destaca la
American Society for Quality ASQ. Después de la guerra, los países evidenciaron una
necesidad enorme por producir bienes de consumo para levantar la economía, sin embargo,
en la mayoría de las empresas estadounidenses la calidad continuó siendo competencia del
especialista y la alta gerencia no mostraba mucho interés al respecto.
Por otro lado, durante esa misma época de post-guerra, dos asesores estadounidenses,
Joseph Juran y W. Edwards Deming, presentaron a los japoneses las técnicas de control
estadístico. Los japoneses lograron integrar a la alta dirección en la fase de formación y ello
motivó el desarrollo y adopción de una filosofía de mejora continua. Esta filosofía les iba a
permitir posteriormente posicionarse como potencia mundial en productos de alta calidad y
consecuentemente en ventas.
Después de varios años, la industria estadounidense entendió que la calidad no era una
propiedad japonesa y que era posible competir con un enfoque organizacional de calidad. La
atención empezó a centrarse de forma distinta y esto dio origen a un interés creciente y sin
precedentes por los conocimientos de calidad. Las empresas empezaron a recuperar terreno
y volverse más competitivas, esto motivado además por una cantidad considerable de
premios que empezaron a dar a las empresas que demostraban resultados importantes
basados en un compromiso real con la calidad.
Las organizaciones se empezaron a preocupar por el tema de la calidad y la alta dirección

empezó a comprometerse con la causa. Se empieza a cuestionar el enfoque del
Aseguramiento de la Calidad y nace el concepto de Total Quality Management (Administración
de la Calidad Total en español), el cual integraba las diferentes áreas de la empresa y las


encaminaba en términos de una mejora continua de procesos y productos a nivel general. La

calidad ahora era responsabilidad de la alta gerencia y esto hizo que las compañías se
interesaran y evolucionaran más con respecto al tema, desarrollando diferentes técnicas y
estrategias de mejora en pro de la calidad.
En los últimos años, un nuevo interés en los principios de calidad surgió en las salas de
consejos corporativos bajo el concepto de Six Sigma, un método enfocado al cliente y
orientado a los resultados para el mejoramiento de los negocios. Six Sigma integra diversas
herramientas y técnicas de calidad que han sido probadas y validadas a través de los años,
con una orientación hacia las utilidades que atrae a los altos ejecutivos1.
Síntesis
A pesar de que la historia de la calidad tienen sus inicios en el año 1400 a. C., el boom del
surgimiento del control estadístico de la calidad ocurrió después del 1920 cuando surgieron
los gurús de la calidad principalmente de las actividades operacionales de Bell System.
Actualmente, nos encontramos en una etapa en que surgen diversos avances en torno a la
calidad mediante la Gerencia de la Calidad Total (TQM) y metodologías como Six Sigma.
Actividades auto-evaluativas
Con base en la lectura anterior y en la revisión del material complementario disponible en

este núcleo temático discuta las siguientes preguntas:
• ¿Por qué razón siempre se ha pensado que el control de la calidad es un área que tuvo
sus principios y desarrollos en Japón?
• ¿Cuál es la diferencia entre Control de Calidad y Gestión de Calidad?

1
En: http://jorriveraunah.files.wordpress.com/2011/06/capitulo-1-de-fundamentos-de-calidad.pdf


Bibliografía.
1. JURAN, Joseph. Planificación y análisis de la calidad. Reverte, Barcelona, 1977.
2. KUME, Hitoshi. Herramientas estadísticas básicas para el mejoramiento de la calidad.

G. E. Norma, Bogotá, 1996.
3. MARIÑO, Hernando. Planeación estratégica de la calidad total. Bogotá, D.C. Tercer

Mundo Editores, 1993.
Remisión a fuentes complementarias
4. Comercio [en línea] http://www.slideshare.net/AndrezCacerez/historia-de-la-calidad-

8125164 [citado el 4 de junio de 2013]

CONTROL DE
CALIDAD

Gurús de la Calidad

• GURÚS DE LA CALIDAD

Índice
• Introducción
• Gurús de la calidad
Introducción
En esta sección se va a resumir una revisión bibliográfica de los personajes que mayores
aportes hicieron al origen e historia de la calidad.
Habrá un poco de historia, los aportes que se han sugerido al tema de la calidad y una
revisión de libros y bibliografía elaborada por algunos autores.
1. Estudiar parte de la historia de los gurús de la calidad

2. Conocer la revisión bibliográfica estudiada y elaborada por los gurús de la calidad
Se recomienda extender la consulta de gurús de la calidad con personajes y aportes que no

estén contenidos en esta lectura.
1. Gurús de la calidad
Vale la pena reconocer algunos de los personajes más importantes que a lo largo de la
historia aportaron e hicieron parte del desarrollo de la noción de calidad. Estos son algunos:


- Walter Shewhart (1891-1967)
ísico, ingeniero y estadístico estadounidense, a veces conocido como el padre del control
estadístico de la calidad. Shewhart entendía la calidad como un problema de variación, el
cual puede ser controlado y prevenido mediante la eliminación a tiempo de las causas que lo
provocan (gráficas de control). Aseguraba que un fenómeno estaría controlado, cuando a
través del uso de experiencias previas, se puede predecir cuando menos dentro de cierto
límite, cómo se espera que dicho fenómeno actúe en el futuro. Otros de sus aportes incluyen
el ciclo PDCA de control y mejora, la implementación SPC (Bell System) y trabajos como
“Economic Control of Quality of Manufactured products” (1931), “Statistical Method from
the Viewpoint of Quality Control” (1939).
- W. Edwards Deming (1900-1993)
Estadísta estadounidense, profesor universitario, autor de textos, consultor y difusor del

concepto de calidad total. Su nombre está asociado al desarrollo y crecimiento de Japón
después de la Segunda Guerra Mundial. Entre sus aportes más importantes está la
divulgación e implementación masiva de las 5S. En Japón se creó un premio con su nombre
(Premio Deming) y además contribuyó con trabajos como: “Elementary Principles of the
Statistical Control of Quality” (1952), “Out of the Crisis” (MIT – 1986) y “The Deming
Management Method” (1992). En su libro “Calidad, Productividad y Posición Competitiva”
presenta los catorce puntos de la alta administración.
- Joseph Juran (1904-2008)
Consultor de gestión del siglo XX que es principalmente recordado como un experto de la

calidad, la gestión de la calidad y la autoría de textos sobre el tema. El enfoque de Juran
sobre la administración de la calidad se basa en lo que se conoce como la trilogía de Juran:
Planeación de Calidad; Control de calidad y Mejoramiento de la calidad. Entre sus aportes
más importantes se encuentran: La revolución japonesa de la calidad de los 50’s, trilogía de la
calidad, el Mapra de Carreteras de la calidad, la aplicación sistemática del Principio de Pareto,
la Metodología Seis Sigma y el Despliegue de la función de calidad (QFD). Además contribuyó
con trabajos en área como: “Quality Control Handbook” (1953), “Managerial Breakthrought”
(1964), “Planificación para la Calidad” (1986) y “Quality by Design” (1992).


- Kaoru Ishikawa (1915-1989)
Profesor japonés de la administración de empresas, era verdaderamente experto en el

control de la calidad. Se le considera el padre del análisis científico de las causas de
problemas en procesos industriales, dando nombre al diagrama Ishikawa, cuyos gráficos
agrupan por categorías todas las causas de los problemas. Algunos de los principios básicos
del pensamiento de Ishikawa con relación a la calidad total son:
• Controlar la calidad es hacer lo que se tiene que hacer.

• El control de la calidad que no muestra resultados no es control.
• El control de la calidad empieza y termina por la capacitación.
• Anticipar los problemas potenciales y quejas.
• Si no hay liderazgo desde la alta dirección, se debe suspender la implantación.
• La comercialización es la entrada y salida del control de la calidad.
• Los métodos estadísticos son el mejor modo de controlar el proceso.
Entre sus aportes más destacados se encuentran: Los Círculos de calidad, el Diagrama de
Ishikawa (espina de pescado o causa – efecto), la recopilación de las 7 Q’s – Tools of Quality,
entre otros. También publicó trabajos relacionados: “Guía al Control de la Calidad” (1985),
“Introducción al Control de Calidad” (1988) y “¿Qué es el Control Total de la Calidad?” (1988).
- Genichi Taguchi (1924-2012)
Ingeniero y estadístico japonés, quién desde la década de 1950 en adelante, desarrolló una
metodología para la aplicación de estadísticas para mejorar la calidad de los productos
manufacturados. El pensamiento de Taguchi se basó en dos conceptos fundamentales:
Productos atractivos al cliente y la oferta de mejores productos de los que brinda la
competencia en cuanto a diseño y precio. Entre sus aportes más conocidos se encuentran: La
metodología denominada Ingeniería de la Calidad, el Diseño de experimentos – Método
Taguchi, la aplicación de métodos estadísticos, relación Calidad – Variabilidad, entre otros.
- Philip Crosby (1926-2001)
Empresario norteamericano, autor que contribuyó a la teoría de gerencias y a las prácticas de

la gestión de la calidad. Afirmaba que la calidad estaba basada en cuatro principios
absolutos:
• Calidad se define como cumplimiento de requisitos

• El sistema de calidad es prevención
• El estándar de realización es cero defectos


• La medida de la calidad es el precio del incumplimiento
Además, propuso un programa de 14 pasos para la mejora de la calidad:
• Compromiso en la dirección
• Equipo para el mejoramiento de la calidad
• Medición
• El costo de la calidad
• Crear una conciencia sobre la calidad
• Acción correctiva
• Planificar el día de cero defectos
• Educación del personal
• El día de cero defectos
• Fijar metas
• Eliminar las causas del error
• Reconocimiento
• Consejo de calidad
• Repetir todo el proceso
Otro de sus aportes incluye el enfoque comportamental

• ¿Cuáles fueron los gurús de la Calidad más influyentes en Estados Unidos de América?
• ¿Cuáles fueron los gurús de la calidad más influyentes en Japón?
• ¿Cuál son las similitudes y diferencias entre los gurús norteamericanos y japoneses?
Bibliografía.
2. CT GUTIÉRREZ PULIDO, Humberto. Calidad Total y Productividad. McGraw Hill

Interamericana, 2004.



4. Comercio [en línea] http://www.slideshare.net/PaolaCorreaMqz/los-gurus-de-la-

calidad-y-sus-aportes [citado el 4 de junio de 2013]
5. Comercio [en línea]

https://docs.google.com/document/preview?hgd=1&id=17ZsBjMT5iNN-
eXwXHLbgjafomJVcJDGIDkuKI_9B_lo&pli=1 [citado el 4 de junio de 2013]

CONTROL DE
CALIDAD

Definición de Calidad

• DEFINICIÓN DE CALIDAD

Índice
1. Definición de calidad
1.1 Perspectiva con base en el juicio
1.2 Perspectiva con base en el producto
1.3 Perspectiva con base en el usuario
1.4 Perspectiva con base en el valor
1.5 Perspectiva con base en manufactura
Introducción
Por varios años, trató de encontrarse una definición única al término calidad. Con esa
búsqueda no se logró una única definición, pues puede llegar a ser diferente en la medida
que puede abarcar muchas cosas dentro de un mundo de negocios y áreas de aplicación que
constantemente están evolucionando.
El significado del concepto de calidad puede variar dependiendo de la profesión, el contexto

de la empresa y el producto. En esta lectura, se verá una agrupación de definiciones de
calidad basadas en el juicio, en el producto, en el usuario, en el valor y en la manufactura.
1. Estudiar las definiciones de Calidad

2. Entender las diferentes definiciones que se pueden dar del concepto de calidad.
En esta sección, se presentarán algunas definiciones de calidad y una agrupación de esas

definiciones. Se recomienda consultar las lecturas complementarias propuestas para la
semana y leer la bibliografía encontrada a partir de las labores de autoestudio.
1. Definición de calidad
La definición de calidad puede llegar a ser confusa en la medida que abarca muchos
elementos dentro de un mundo de negocios que constantemente está evolucionando. El
significado del concepto puede variar dependiendo de la profesión, el contexto de la


empresa y el producto. Dentro de las posibles definiciones o sinónimos de calidad, podemos

encontrar las siguientes:
ü Perfección
ü Consistencia
ü Eliminación de desperdicios
ü Velocidad de entrega
ü Observancia de políticas y procedimientos
ü Proveer un producto bueno y útil
ü Hacerlo bien la primera vez
ü Complacer o satisfacer a los clientes
ü Servicio y satisfacción total para el cliente
ü “Calidad es: Ajustarse a las especificaciones o conformidad de unos requisitos” (Phil
Crosby)
ü “Calidad es: El grado perceptible de uniformidad y fiabilidad a bajo costo y adecuado a
las necesidades del cliente” W. E. Deming.
ü “Todas las características del producto y servicio provenientes de mercadeo,
ingeniería manufactura y mantenimiento que estén relacionadas directamente con la
necesidades del cliente, son consideradas calidad” Feigenbaum.
ü “Adecuado para el uso, satisfaciendo las necesidades del cliente” Joseph Jurán.
ü ISO 9000:2000 lo define como el grado en que un conjunto de características
inherentes cumple con unos requisitos.
ü La Real academia Española define la calidad como: “Propiedad o conjunto de
propiedades inherentes a una cosa que permite apreciarla como igual, peor o mejor
que las restantes de su especie.”
ü La Sociedad Americana para el Control de Calidad (A.S.Q.C.) define la calidad como:
“Conjunto de características de un producto, servicio o proceso que le confieren su
aptitud para satisfacer las necesidades del usuario o cliente”.
ü “Calidad total es el cumplimiento de los requerimientos, donde el sistema es la
prevención, el estándar es cero defectos y la medida es el precio del incumplimiento”
Philip Crosby.
ü Joseph Juran declara que “(…) es estar en forma para el uso, desde los puntos de
vista estructurales, sensoriales, orientados en el tiempo, comerciales y éticos en base
a parámetros de calidad de diseño, calidad de cumplimiento, de habilidad, seguridad
del producto y servicio en el campo”.
ü “Calidad total es cuando se logra un producto es económico, útil y satisfactorio para
el consumidor” Kaoru Ishikawa.
Luego, habiendo tantas formas de definir la calidad, se vuelve importante reconocer algunas
perspectivas desde las cuales se puede observar:


1.1 Perspectiva con base en el juicio
A este tipo de punto de vista se le conoce también como la definición de trascendente. La

calidad se reconoce en forma absoluta y universal, muy difícil de definir pero se reconoce
cuando se ve. Se puede decir que un producto bajo este criterio puede elevarse o extenderse
más allá de los límites ordinarios. A pesar de que cada individuo puede tener ideas diferentes
con respecto a la calidad de un producto, hay productos o marcas que se fijan en el consiente
de las personas como imágenes de calidad reconocida e indiscutible.
Por ejemplo, existen marcas reconocidas mundialmente cuyos productos, sin importar cual
se escoja, es reconocido como un producto de calidad:
1.2 Perspectiva con base en el producto
Existen características medibles o atributos importantes que el cliente reconoce en un

producto como deseables, luego, entre más características o atributos deseables posea un
producto, este será identificado por el consumidor como un producto de calidad.
Por ejemplo, una característica reconocida en los motores de automóviles y motocicletas son
los cilindros. A mayor cantidad de cilindros, mayor calidad reconocerá el cliente:
<
1.3 Perspectiva con base en el usuario
El cliente es quien finalmente está en contacto directo con el producto terminado, es el que
lo ensaya y es el que sabe lo que quiere. Este enfoque de calidad hace referencia a ese
producto que satisface al consumidor como manipulador directo del producto. Un producto
que cumpla con esa expectativa personal de usuario es un producto de calidad.
Por ejemplo, sin conocer el cliente y sus preferencias, sería imposible afirmar cuál de los
siguientes autos reconocería como un producto de mejor calidad:
1.4 Perspectiva con base en el valor
En la medida que el cliente reciba un producto de valor a un precio razonable, reconocerá

dicho producto como un bien de calidad. La idea es que el consumidor se sienta satisfecho
de pagar el monto exigido a cambio de un producto que el reconoce como valioso y
alcanzable de acuerdo a dicho valor.


1.5 Perspectiva con base en la manufactura
Si el producto cumple con una serie de especificaciones y parámetros de manufactura

predeterminados, se dice que es un producto de calidad. Dichas características deben estar
enfocadas en la satisfacción de las necesidades del cliente para ser coherentes con el
objetivo de los productos de calidad.
Síntesis
No existe una definición única de lo que es calidad. La definición puede ser diferente en la
medida que puede abarcar muchos aspectos de aplicación que constantemente están
evolucionando.
Entender las agrupaciones de las definiciones de calidad basadas en el juicio, en el producto,

en el usuario, en el valor y en la manufactura, ayudan a comprender un poco más es contexto
de las diferentes definiciones.

• ¿Cuál es la definición de calidad establecida por Icontec?

• ¿Cuál es la definición de calidad establecida por ANSI?
• ¿Cuál es la definición de calidad establecida por ASME?
• ¿Qué características tienen cada una de las definiciones anteriores?
Bibliografía.


3. SHIKAWA, Kaoru. ¿Qué es el control total de calidad? Norma, Bogotá, 1996.


4. Comercio [en línea] http://es.scribd.com/doc/18014848/Definiciones-de-Calidad[citado

el 15 de junio de 2013]
5. Comercio [en línea] http://firgoa.usc.es/drupal/files/a-calidad.pdf [citado el 15 de junio

de 2013]

CONTROL DE
CALIDAD

Conceptos de calidad y herramientas básicas

para la mejora de calidad

• CONCEPTOS DE CALIDAD Y HERRAMIENTAS

BÁSICAS PARA LA MEJORA DE CALIDAD

Índice
Introducción
Conceptos de calidad
Herramientas de calidad
Introducción
En esta sección se definen algunos conceptos principales de Calidad. Se diferencia a nivel

general la Gestión de calidad y el Control estadístico de la calidad.
Se presentan las herramientas más usadas para el control de calidad como los histogramas,
diagramas de Pareto e Ishikawa. Adicionalmente, se explican algunas aplicaciones de estas
herramientas a través de ejemplos.
1. Diferenciar algunos conceptos de calidad

2. Estudiar las herramientas básicas de Mejora de la calidad
En esta sección, se presentan los conceptos básicos de calidad, así como las herramientas de
control más utilizadas. Se recomienda consultar la lectura complementaria propuesta para la
Conceptos de Calidad
Antes de empezar a ver las herramientas o modelos para la mejora de la calidad es

importante aclarar la diferencia que existe entre el control estadístico de la calidad y la
gestión de la calidad. En la literatura actual, se puede encontrar una gran cantidad de


material referente a la calidad y es necesario saber identificar qué tipo de solución o

herramienta es necesaria para un determinado problema de calidad.
Un enfoque de gestión en la calidad implica un esfuerzo por parte de las directivas

administrativas de la organización para alcanzar procesos y productos de calidad. La
elaboración y correcta aplicación de modelos de mejora continua y estrategias de
satisfacción del cliente a partir de sus necesidades son las bases principales de una gestión
de calidad. Una compañía que quiere demostrar dicha gestión se debe empeñar en definir
muy bien la forma en que va a satisfacer los requerimientos de sus clientes con cada uno de
los procesos y productos. Normas de calidad como las ISO muestran la manera en que se
deben enfocar los esfuerzos de una gestión de calidad reconocida.
Por otro lado, el enfoque de control estadístico de la calidad tiene como objetivo identificar y
eliminar las causas de los defectos. Diferentes herramientas estadísticas que se han
desarrollado buscan medir variables relacionadas con los procesos dentro de las
organizaciones de tal manera que, cuando se encuentren valores no deseados en dichas
mediciones, la investigación respectiva arroje las posibles causas de la variación y se puedan
reducir los defectos futuros.
Dicho de otra manera, cuando se habla de calidad, en un enfoque de gestión, se busca

cumplir con una serie de procesos y actividades con parámetros previamente definidos, con
el fin de satisfacer las necesidades y requerimientos de los clientes; mientras que en un
enfoque de control estadístico, el interés se centra en que las variables de calidad cumplan
con límites estándar reconocidos como aceptables.
Herramientas de calidad
Dentro de las principales herramientas utilizadas para el control de calidad se encuentran las
siguientes tres:
Histograma
Un histograma de frecuencias es un resumen gráfico que muestra la variación de una serie de

datos. La naturaleza gráfica del histograma permite evidenciar el comportamiento y la
distribución de los valores en cuestión. Si el histograma refleja el comportamiento de un
conjunto de datos tomados con base en mediciones de una característica (variable) de
calidad, este se convierte en una herramienta de control y sirve para conocer con qué
frecuencia están apareciendo valores por fuera de los límites establecidos.


Para realizar un histograma de frecuencias se necesitan básicamente dos cosas: 1) identificar

y definir la variable de interés y 2) recolectar una serie de mediciones de dicha variable de
interés.
Una vez se tienen las mediciones que se consideran necesarias (según variable y método de
muestreo) se ordenan por valores de menor a mayor. Luego, dependiendo de la cantidad de
datos, se agrupan por clases (intervalos) y se hace conteo de frecuencias para cada clase.
Finalmente, se realiza un gráfico de barras poniendo en el eje x las clases y en el eje y las
frecuencias de cada uno.
Ejemplo:
Utilice un histograma para analizar las siguientes mediciones en cm. realizadas a 100
piezas de aluminio después del forjado:¡Error! Vínculo no válido.
Primero se ordenan los datos de menor a mayor:¡Error! Vínculo no válido.
Para este ejemplo de 100 datos se va a utilizar 12 clases y utilizaremos la siguiente
fórmula para hallar el ancho de clase:
𝑉𝑎𝑙𝑜𝑟 𝑚á𝑥𝑖𝑚𝑜 − 𝑉𝑎𝑙𝑜𝑟 𝑚í𝑛𝑖𝑚𝑜 54,751 − 44,845

= = 𝟎, 𝟖𝟐𝟓𝟓
𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒𝑠 12
Con el ancho de clase determinado, se procede a crear los intervalos y medir las
frecuencias de cada uno, es decir, contar cuantos datos caen dentro de cada uno de
los intervalos creados:
Intervalos Frecuencia
44,844 45,6695 2
45,6695 46,495 3
46,495 47,3205 7
47,3205 48,146 9
48,146 48,9715 13
48,9715 49,797 15
49,797 50,6225 13
50,6225 51,448 13
51,448 52,2735 10
52,2735 53,099 7
53,099 53,9245 4
53,9245 54,75 4
TOTAL 100


A partir de estas frecuencias, ya se puede crear el histograma correspondiente y

realizar un primer análisis:
Si se asume que las barras de aluminio deben medir 50cm con una tolerancia de ± 2
cm. Ya existe información relevante para determinar si el proceso se está
comportando de la manera que se quiere o no. Para este ejemplo específico, la
cantidad de piezas que se salieron de los límites fueron aproximadamente 36, lo que
insinúa un porcentaje altísimo de piezas no conformes, y por lo tanto pérdidas.
Diagrama de Pareto
En 1909, Vilfredo Pareto publicó varios resultados acerca de la distribución de la riqueza y

mostró con esto que el 80% de la riqueza se concentra en el 20% de la población.
Posteriormente, Joseph Juran relacionó esta noción con los defectos y las causas de estos.
Descubrió que la mayoría de los defectos se concentraban en unos cuantos tipos (pocos
vitales, muchos triviales) y que si las causas de estos pocos eran eliminadas, la mayoría de los
defectos serían eliminados. A este fenómeno lo llamo el principio de Pareto.
Para realizar un diagrama de Pareto se necesitan básicamente tres cosas: 1) Los

tipos/categorías de defectos o problemas que se quieren analizar con la herramienta, 2) la
frecuencia absoluta con que cada una de estas categorías de defectos ocurre y 3) la
frecuencia relativa con que cada una de estas categorías de defectos ocurre.
Primero, se van a contar la cantidad de defectos o problemas que tuvieron relación con cada
una de las categorías previamente señaladas. Luego, con las frecuencias absolutas halladas y


ordenadas de mayor a menor, se calculan las frecuencias relativas y las frecuencias relativas
acumuladas. De esta manera, se procede a construir un histograma con doble eje y (eje
secundario en Excel) para relacionar tanto las frecuencias absolutas como las relativas
acumuladas en un mismo gráfico. En barras, se muestran las frecuencias absolutas, mientras
que un gráfico de línea va a señalar la frecuencia relativa acumulada y así encontrar la
minoría de problemas que genera la mayoría de los defectos.
Ejemplo:
Suponga que se tiene la siguiente clasificación de problemas relacionados a los

defectos de un producto, junto con sus respectivas frecuencias:¡Error! Vínculo no
válido.Ya que los valores están ordenados de mayor a menor, se pueden sacar las
frecuencias relativas acumuladas directamente:
¡Error! Vínculo no válido.
A continuación se construye un histograma de frecuencias pero ahora se agrega la

columna de “Frecuencia relativa acumulada” para comparar el impacto de cada tipo
de problema en los defectos totales:
100
90
80
70
60
Incidencias
50
40
Frecuencia Relativa
30 Acumulada
20
10
0
Tipo Tipo Tipo Tipo Tipo Tipo Tipo Tipo Tipo Tipo
1 2 3 4 5 6 7 8 9 10
Sin embargo, nótese que la frecuencia relativa acumulada quedó en términos

absolutos y no representa el análisis que se busca, así que se va a cambiar el tipo de
gráfico únicamente para esa columna y se va a agregar un eje secundario en términos
del porcentaje:


100 120,00%
90
80 100,00%
70 80,00%
60 Incidencias
50 60,00%
40
40,00% Frecuencia Relativa
30
Acumulada
20 20,00%
10
0 0,00%
Tipo Tipo Tipo Tipo Tipo Tipo Tipo Tipo Tipo Tipo
1 2 3 4 5 6 7 8 9 10
De esta manera, se observa cómo los primeros 3 tipos de problemas alcanzan a

significar más del 60% de los defectos en este ejemplo. Esto nos daría una idea de las
causas que se deberían evaluar y erradicar primero para reducir la cantidad absoluta
de defectos en una mayor proporción.
Diagrama de Causa – Efecto
Esta herramienta, junto con el diagrama de Pareto, ayuda a identificar las causas de mayor
impacto sobre los problemas de calidad que se pueden estar presentando en un
determinado proceso. La idea del diagrama de causa – efecto es mostrar una relación
cualitativa e hipotética de los diversos factores que pueden contribuir a un determinado
fenómeno (defecto o problema de calidad en este caso). Es visualmente más ordenada y fácil
de entender la relación que hay entre las diferentes causas analizadas y los efectos de éstas,
si se utilizan diagramas de Causa – Efecto (también llamados Diagramas de Pescado o
Diagramas de Ishikawa).
Para realizar un diagrama de causa – efecto primero hay que definir el efecto o la variable
que se va a analizar. Luego, se dibuja un eje central donde se va a ubicar el efecto de análisis
dentro de un rectángulo en el extremo derecho. Se identifican las posibles causas principales
que contribuyen al fenómeno de estudio y se dibujan en forma de ramas que se desprenden
del eje central. Posteriormente se añaden causas subsidiarias para cada causa principal y se
comprueba la validez lógica de la cadena causal. De ser necesario, se realizan correcciones y
se comprueba si el diagrama se muestra integrado.
A continuación se puede ver un bosquejo de lo que sería un ejemplo de un diagrama Causa –

Efecto enfocado a la identificación de problemas relacionados con calidad.


Síntesis
Desde que el concepto de calidad empezó a tomar importancia para las organizaciones del
mundo, diferentes autores han desarrollado conceptos y herramientas de calidad
reconocidos a nivel mundial.
Es importante entonces, diferenciar la Gestión de calidad y el Control estadístico de la calidad
como enfoques distintos, con autores y herramientas realmente importantes pero
diferentes.
También vale la pena identificar las principales herramientas de control de calidad, entre las
cuales sobresalen los histogramas, el diagrama de Pareto y el diagrama de Causa-Efecto.

• ¿Qué otras herramientas estadísticas que reconozca pueden tener una aplicación para
el control de la calidad?
• ¿Conoce algún modelo o herramienta de gestión de calidad que se haya
implementado recientemente en la empresa donde trabaja?


Bibliografía.



CONTROL DE
CALIDAD

Capacidad de Proceso
• CAPACIDAD DE PROCESO

Índice
Introducción
Capacidad de proceso
Característica de calidad
Capacidad de proceso
Medidas de tendencia central
Medidas de variación
Índices de capacidad de proceso
Introducción
En el desarrollo de esta lectura se analizarán los índices de capacidad de proceso, que son
mediciones especializadas para evaluar capacidad, y que debido a su fácil interpretación se
han convertido en las medidas de capacidad por excelencia. Adicionalmente, hay que
considerar que éstas poseen limitaciones, en las cuales hay que detenerse y realizar un
trabajo más exhaustivo.
1. Definir e identificar los índices de capacidad para variables que deben cumplir con
ciertas especificaciones de salida en los procesos
2. Conocer el concepto de cada uno de los índices de capacidad y su aplicación práctica
en los procesos industriales
3. Mostrar de manera didáctica el uso y aplicación de cada uno de estos índices de
capacidad
En esta sección se van presentar del control y gestión de calidad. Se profundizará en las
medidas de tendencia central, medidas de variación e índices de capacidad de proceso. Es
importante para el estudiante familiarizarse con el lenguaje específico de este tema y
diferenciar claramente el significado teórico y la aplicación de indicadores que se aprenderán.
El énfasis en esta sección estará precisamente en la definición y aplicación de los términos.

2 [ POLITÉCNICO GRANCOLOMBIANO]


Característica de calidad
La aplicación de métodos estadísticos para el control de la calidad se basa principalmente en

el estudio y evaluación de la variabilidad que presenta un proceso determinado. Para medir
dicha variabilidad, primero se entenderá por característica de calidad, aquella variable que se
pueda representar con un valor numérico. Por ejemplo, valores de peso, longitud, resistencia,
etc (variables continuas). Los atributos por otro lado, son aquellas características de calidad
cuya dimensión no es mesurable, es decir, no se pueden representar numéricamente. Por
ejemplo, valores contables como manchas, diferencias de tono, rayones, etc. (variables
discretas).
Después de definir y medir la característica de calidad, encontrará que el proceso intenta

salirse del valor deseado y presentará variabilidad. Sin embargo, hay que tener en cuenta que
la variabilidad no siempre significa un proceso malo o fuera de control. Existen básicamente
dos tipos de causas de la variabilidad: las causas comunes y las causas especiales. Las causas
comunes son aquellas que provocan una variabilidad esperada o normal. Por ejemplo, una
causa común de variabilidad en el proceso puede ser el desgaste físico de una máquina o un
operario. Por su parte, las causas especiales son aquellas que no se esperan, son eventos
atípicos que cambian el curso normal del proceso, y por tanto, generan variabilidad. Por
ejemplo, la baja de una máquina por falla o la ausencia no esperada de un empleado clave.
El objetivo de controlar estadísticamente la calidad es identificar causas especiales que estén

afectando al proceso, eliminarlas para reducir la variabilidad y así acercarse a los valores de
calidad deseados.
Capacidad de procesos
Análisis de las especificaciones de calidad de las variables de salida en un proceso industrial.

Según H. Gutiérrez, “Los procesos tienen variables de salida que deben cumplir con ciertas
especificaciones para así considerar que el proceso funciona de manera satisfactoria. Evaluar
la capacidad de un proceso es analizar que tan bien las variables de salida cumplen con las
especificaciones.” En este caso, se estudiará este tema con el término capacidad del
proceso. Así se mirará, qué tanto las características de calidad de dicho proceso en cuestión,
cumplen con las especificaciones determinadas, para que el proceso sea de calidad,
entregando así productos de calidad.
A continuación, se estudian y se explican claramente los índices necesarios para el análisis y

la evaluación de las especificaciones de las variables de salida en un proceso industrial.
Para analizar la capacidad de un proceso, como punto de partida, se deben tomar medidas o
muestras a dicho proceso. Así entonces se procede a recolectar datos, hacer un análisis o


evaluación a estos datos, hacer un diagnóstico frente a los datos analizados, tomar una
decisión frente a estos datos, mirar qué otros datos son necesarios, en este punto pasan a
ser información medianamente concreta, la cual me permite poner en práctica la decisión
tomada e implementarla en el proceso con miras a mejorar en cuanto a resultados de calidad.
En síntesis, lo que se busca es reducir al mínimo la variabilidad en las especificaciones del

proceso. Logrando así que la media en el proceso esté dentro de los estándares de calidad ya
especificados.
En este orden de ideas hay dos opciones de muestreo:
1. Hacer un muestreo sistemático: Se toman un subgrupo de unidades del proceso, ya

sea en determinado intervalo de tiempo o en tiempos determinados.
2. Elegir el tamaño de la muestra según la adaptación de la tabla de muestreo de
aceptación para las variables Military Standard 414 (Doty, 1991):
Según el lote;
Tamaño de Lote % de la Muestra

60 a 300 10
301 a 1000 15
1001 a 5000 2
Más de 5000 1
Medidas de tendencia central: Busca determinar si el proceso está centrado, es decir, logra
determinar si las variables de salida son iguales o están próximas al valor nominal
previamente especificado.
Media
Mediana
Moda
Medidas de dispersión o variabilidad: Ayuda a determinar la variabilidad de las

características de calidad en el proceso. Exactamente, lo que se desea determinar es qué
tanto se desvían los datos de la media maestral. Estas son;
Desviación estándar: Mide lo retirado que en promedio están los datos de la media.
Rango: Es la diferencia entre el dato mayor y el menor de la muestra. El rango mide la

amplitud de la variación de un grupo de datos.


Límites reales o naturales: Indican los puntos en donde varía la salida del proceso.
Limite Real Inferior, 𝐿𝑅𝐼 = 𝜇 − 3𝜎
Limite Real Superior, 𝐿𝑅𝑆 = 𝜇 + 3𝜎
Ejemplo práctico: Las especificaciones de una característica de calidad son EI = 795 y ES = 805.
Si además se sabe que μ = 800,6 y σ = 1,2. Calcular los límites reales y concluir.
Entonces
𝐿𝑅𝐼 = 800,6 – 3(1,2) = 797,0
𝐿𝑅𝑆 = 800,6 + 3(1,2) = 804,2
Así se puede indicar si el promedio de los datos está dentro de este intervalo o de la amplitud
especificada, se puede decir medianamente que el proceso cumple con las especificaciones
de calidad.
Estimación de los parámetros del proceso (μ y σ):
Para evaluar la capacidad de un proceso se requiere conocer por lo menos dos parámetros, μ
y σ, para así lograr calcular los límites reales y los índices de capacidad. Esto es la estimación
de los parámetros del proceso.
Para procesos con alto volumen en la producción de piezas, se debe:

1. Tomar mínimo dos días para recoger mínimo de 20 a 30 muestras cada muestra con
un min de 5 a 10 piezas.
2. A cada una de las muestras calcularle la media y el rango.
3. Se calcula la media a cada una de las medias y de los rangos. Para estimar cada uno de
los parámetros del proceso se debe aplicar la siguiente formula:
La media poblacional es aprox. Igual a la media muestral.
𝜎 = 𝑅/𝑑:

En todo proceso industrial, hay variables de salida o de respuesta, las cuales se busca que
cumplan con ciertas especificaciones, para poder considerar que el proceso funciona
satisfactoriamente. Así, se dice que evaluar las habilidades o capacidad de un proceso, no es
otra cosa que analizar el cumplimiento de sus variables de salida con las especificaciones.
Ahora, se observarán cada uno de los índices de capacidad.
Índice de capacidad potencial de proceso, Cp:
Se usa como elemento comparativo del ancho de las especificaciones o de la variación

tolerada para el proceso con la amplitud de la variación real. Asimismo, nos indica la
capacidad potencial.


Para ello usaremos la ecuación:

𝑪𝒑 = 𝐸𝑆 − 𝐸𝐼/6𝜎
𝑪𝒑 = 𝑉𝑎𝑟𝑖𝑎𝑐𝑖ó𝑛 𝑡𝑜𝑙𝑒𝑟𝑎𝑑𝑎 / 𝑉𝑎𝑟𝑖𝑎𝑐𝑖ó𝑛 𝑟𝑒𝑎𝑙

Entonces; 6𝜎 será la variación real debido a las propiedades de la distribución normal.
• Es deseable que la variación real sea menor que la variación tolerada. Así se podrá
afirmar que el proceso es potencialmente capaz.
• Es deseable un Cp>1: Implica que el proceso es potencialmente capaz de cumplir con
las especificaciones.
• Cp=2: Implica que el proceso tiene una calidad 6𝜎
• Si se cumple que 1<Cp<1,33. Se dirá que el proceso es parcialmente adecuando, pero
se requiere de un control estricto.
• Si se cumple que Cp>1,33. El proceso es adecuado
De no cumplirse alguno de estas consideraciones anteriores, se puede afirmar que el proceso

no cumple con las especificaciones.
Entonces, se tendrán las siguientes opciones para hacer mejoras;

1. Modificar el proceso
2. Mejorar el control del proceso
3. Mejorar el sistema de medición
4. Modificar tolerancias o inspeccionar el 100% de los productos
Índice de razón de capacidad, Cr:
Es el inverso del índice Cp, compara la variación real contra la variación tolerada. Su
interpretación es un poco más intuitiva, así el valor de Cr representa la proporción de la
banda de especificaciones que es ocupada por el proceso, directamente indica en porcentaje
de especificación abarcado. Y lo definimos como:
𝐶𝑟 = 6𝜎/𝐸𝑆 − 𝐸𝐼
𝐶𝑟 = 1/𝐶𝑝

Así por ejemplo, si el Cr = 0,6 querrá decir que la variación del proceso abarca o cubre sólo un
60% de la banda de especificaciones, por lo que su capacidad potencial es satisfactoria. Caso
contrario sería, si el Cr = 1,20. Esto indicaría una capacidad pobre.
La mayor desventaja de los índices Cp y Cr es que no toman en cuenta el centrado del
proceso. Es decir, nunca interviene la media del proceso.


Índice de capacidad real del proceso, Cpk:
A diferencia de los dos índices mencionados anteriormente, éste evalúa la capacidad real del
proceso teniendo en cuenta las dos especificaciones, la variación y el centrado del proceso.
Para esto se utiliza y se hace necesario definir los índices:
1. Índice de capacidad para la especificación inferior, Cpi:

Este mide la manera en que el proceso cumple con la especificación inferior de una
característica de calidad. El cual está definido de la siguiente manera;
𝐶𝑝𝑖 = (𝜇 – 𝐸𝐼)/3𝜎

2. Índice de capacidad para la especificación superior, Cps:
Este, a diferencia del anterior índice, mide la manera en que el proceso cumple con la
especificación superior de una característica de calidad. Y se representa así;
𝐶𝑝𝑠 = (𝐸𝑆 – 𝜇)/3𝜎

De igual manera podemos representar el índice 𝐶𝑝𝑘 como; 𝐶𝑝𝑘=𝑚í𝑛𝑖𝑚𝑜 {𝐶𝑝𝑖, 𝐶𝑝𝑠}
Siempre tenga en cuenta que:
• 𝐶𝑝𝑘 siempre será menor o igual que 𝐶𝑝.

• Si 𝐶𝑝𝑘 es satisfactorio: Implica que el proceso es capaz de cumplir con las
especificaciones.
• Si 𝐶𝑝𝑘 es mucho menor que 𝐶𝑝 o igual que 1: Implica que la media del proceso está
muy alejada del punto medio de las especificaciones.
• Si 𝐶𝑝𝑘 es mayor que 1.25 se considera que se tiene un proceso con capacidad
satisfactoria.
• Si 𝐶𝑝𝑘 es menor que uno: Implica que el proceso está fuera de las especificaciones.
Índice K:
Este es llamado el índice descentrado de proceso o índice de localización K. Es una medida

especializada, que nos sirve para evaluar el centrado del proceso, ya que mide en términos
relativos y porcentuales, indicando qué tan descentrada o alejada está la media de un
proceso respecto al valor nominal, N, para las características de calidad del proceso. Se
calcula así:
𝐾 = ((𝜇 − 𝑁)/0.5(𝐸𝑆 − 𝐸𝐼)) ∗ 100
Interpretación de los valores de K:


• Sí el signo del valor de K es positivo, la media del proceso es mayor al valor nominal, N.
Y será negativo cuando la media sea menor que N.
• Cuando los valores de K <20%, en términos absolutos se puede considerar como
aceptable. Así mismo cuando K>20%, se considerara un proceso muy descentrado.
Haciendo que la capacidad del proceso para cumplir especificaciones sea baja.
• El valor nominal N, es la calidad objetiva y óptima; Así entonces, cualquier desviación
frente a este valor producirá un detrimento en la calidad.
Índice Z (la métrica en seis sigma):
El índice Z, es otra forma de medir la capacidad del proceso. Éste consiste en calcular la
distancia entre las especificaciones y la media del proceso en unidades de la desviación
estándar. De esta manera, para un proceso con doble especificación se tiene un Z superior,
Zs, y el Z inferior, Zi, definidos así:
𝑍𝑠 = (𝐸𝑆 − 𝜇)/ 𝜎; 𝑍𝑖 = (𝜇 − 𝐸𝐼 )/ 𝜎;
Por el tema de estandarización, entre más grande sea el valor de Z, mejor será la capacidad
del proceso. Hay una relación directa entre los índices Cps y Cpi con el estadístico Z, ya que:
3𝐶𝑝𝑠 = 𝑍𝑠 y 3𝐶𝑝𝑖 = 𝑍𝑖
Índice Cpm o de Taguchi:
Según G. Taguchi “la mejora de un proceso debe estar orientada a reducir su variabilidad
alrededor de un valor nominal, N, y no sólo orientada a cumplir con las especificaciones”.
Cumplir sólo con las especificaciones no es sinónimo de buena calidad, adicionalmente a eso
la reducción de la variabilidad debe darse en torno al valor nominal (calidad óptima). El índice
Cpm está definido por:
𝐶𝑝𝑚 = (𝐸𝑆 – 𝐸𝐼)/6𝜏 donde; 𝜏 = (𝜎 : + (𝜇 − 𝑁): ),
N = valor nominal de las características de calidad.
Generalmente es el punto medio de las especificaciones, es decir; 𝑁 = 0,5 ∗ (𝐸𝑆 + 𝐸𝐼)
El índice Cpm compara el ancho de las especificaciones con 6𝜏, pero 𝜏 no sólo toma en
cuenta la variabilidad del proceso, a través de 𝜎^2, sino que también toma en cuenta el
centrado del proceso a través de (𝜇 − 𝑁):
De esta manera, si el proceso está centrado, es decir sí 𝜇=𝑁, entonces el índice Cp será igual
al índice Cpm.


Interpretación:
• Sí 𝐶𝑝𝑚 es > 1: El proceso cumple con las especificaciones y en particular la media del
proceso está dentro de la tercera parte media de la banda de especificaciones.
• Sí 𝐶𝑝𝑚 es > 1.33: El proceso cumple con las especificaciones y en particular la media
del proceso está dentro de la quinta parte media de la banda de especificaciones.
• Sí 𝐶𝑝𝑚 es < 1: El proceso NO es capaz de cumplir con las especificaciones.
Índice de capacidad de largo plazo, Pp y Ppk:
Cuando se estudia la capacidad, se puede tener una perspectiva de corto y largo plazo.
La capacidad de corto plazo es calculada a partir de muchos datos tomados durante un

periodo de tiempo suficientemente corto para que no haya influencias externas sobre el
proceso. Un ejemplo son los cambios importantes de temperaturas, turnos y operadores.
La capacidad a largo plazo es calculada con muchos datos tomados en un periodo de tiempo
suficientemente largo, para que los factores externos puedan influir en el desempeño del
proceso. Esto impacta directamente la forma en que se estima la desviación estándar del
proceso. La cual estará representada por;
𝜎 = 𝑅/𝑑:
En donde Ṝ es el promedio de los rangos de las muestras.

𝑑: : es la constante que depende del tamaño de la muestra o subgrupo y se encuentra
tabulado su valor.
La capacidad de corto plazo evaluada a través de Cp y por el índice 𝑍 = 𝑍. 𝑐𝑡, representa la

tecnología del proceso.
La capacidad a largo plazo es medida por Pp y por el estadístico 𝑍 = 𝑍. 𝑙𝑡, representa la

tecnología del proceso combinada con el control de la tecnología de la tecnología.
La diferencia entre capacidad corto plazo y al largo plazo se conoce como desplazamiento o
movimiento del proceso y se mide a través del índice Z, de la siguiente forma:
𝑍𝑚𝑜𝑛 = 𝑍. 𝑐 – 𝑍. 𝑙𝑡
Cuando no se conoce el desplazamiento del proceso, la relación entre capacidad de corto y

largo plazo se calcula con la expresión:
𝑍. 𝑐𝑡 = 1,5 + 𝑍. 𝑙𝑡


Índice de capacidad para variables de atributos:
Las fórmulas que vimos anteriormente para los índices de capacidad están orientadas para
variables de tipo continuo, en la que para cada producto, muestra, o pieza inspeccionada se
obtiene una medición numérica que refleja su calidad.
Pero también hay otro tipo de variables como las de atributos. Por ejemplo, se ve si el
producto pasa o no pasa y se cuenta el número de defectos. Y es posible calcular de forma
directa los índices de capacidad que se desarrollaron anteriormente.
Algunas de estas variables no se miden en porcentaje de defectos, sino que se miden en

número de partes defectuosas por cada millón de oportunidades (PPM.)
Donde PPM = (total de atributos con defectos) / (total de artículos inspeccionados) y es

multiplicado por un millón.
Ejercicio Práctico
1. ¿Que mide el índice Cp?
R// Este índice nos indica la capacidad potencial del proceso. Así mismo, es un elemento
comparativo del ancho de las especificaciones o variación tolerada para el proceso con la
amplitud de la variación real del proceso.
2. ¿Qué significa que un proceso este descentrado?
R// Un proceso esta descentrado, cuando el cálculo del índice K es superior al 20%.
3. Si una característica de calidad debe estar entre 30 más o menos 2, y se sabe q su media y
desviación estándar está dada por μ = 29,3 y σ = 0,5. Calcule e interprete los detalles de
los siguientes índices: Cp, Cpk, K, Cr y Cpm.
R// 𝐸𝐼 = 28; 𝐸𝑆 = 32
𝐿𝑅𝐼 = 29,3 – 3(0,5) = 27,8
𝐿𝑅𝑆 = 29,3 + 3 0,5 = 30,8
𝐶𝑝 = (32– 28)/6(0,5) = 1,333; El proceso es capaz de cumplir con las especificaciones. Ya

que es mayor que 1.


𝐶𝑝𝑠 = (32 − 29,3)/3(0,5) = 1,8; 𝐶𝑝𝑖 = (29,3– 28)/3(0,5) = 0,87
𝐶𝑝𝑘 = 𝑀í𝑛. {0,87 − 1,8} = 0,87; Según esta medida el proceso está por fuera de las
especificaciones. Ya que que es menor que 1.
𝐾 = ((29,3– 30)/0,5(32– 28)) ∗ 100 = −35%; Como resultado tenemos un K>20% esto
indica que el proceso es muy descentrado.
𝐶𝑟 = (6 ∗ 0,5)/(32 – 28) = 0,75; La variación del proceso abarca el 75%, siendo así su
capacidad satisfactoria.
𝐶𝑝𝑚 = (32– 28)/(6 ∗ 0,86) = 0,77; Como el Cpm <1, debemos afirmar que el proceso no es
capaz de cumplir con las especificaciones.
Ejercicio Práctico
Una característica importante en la fabricación de una llanta es la longitud de capa, que para
cierto tipo de llanta debe ser de 780 mm con una tolerancia de ± 10 mm. La longitud es el
resultado de un proceso de corte, por lo que este proceso debe garantizar que la longitud
esté entre la especificación inferior (EI = 770) y la superior (ES = 790), con un valor ideal o
nominal de N = 780. Para monitorear el correcto funcionamiento del proceso de corte, cada
media hora se toman cinco capas y se miden. De acuerdo con las mediciones hechas en el
último mes, en el que el proceso se ha comportado de manera estable, se tiene que la media
y la desviación estándar del proceso son µ = 781 y σ = 4, respectivamente. Con base en esto,
se quiere tener una evaluación de la manera en que el proceso ha estado cumpliendo con las
especificaciones. Para realizar dicha evaluación el jefe del área de calidad le aconseja
apoyarse de un análisis que se estructura a partir del desarrollo de los siguientes puntos.
1. Calcular e interpretar el índice de capacidad potencial del proceso.
790 − 770 20
𝑪𝒑 = = = 𝟎, 𝟖𝟑𝟑𝟑
6(4) 24
Con un índice de capacidad potencial menor a 1, se puede concluir que el proceso no

es potencialmente capaz de cumplir con las especificaciones de calidad.
2. Calcular e interpretar el índice de razón de capacidad del proceso.
1 24
𝑪𝒓 = = = 𝟏, 𝟐
𝐶𝑝 20


Se encuentran que el proceso está abarcando un 120% del ancho de especificación y al

ocupar un 20% más se sabe que las mediciones se están saliendo de las
especificaciones.
3. Calcular e interpretar el índice de capacidad real del proceso.
781 − 770 11
𝑪𝒑𝒊 = = = 𝟎, 𝟗𝟏𝟔𝟕
3(4) 12
790 − 781 9
𝑪𝒑𝒔 = = = 𝟎, 𝟕𝟓
3(4) 12
Como mínimo entre ambos, el 𝐂𝐩𝐤 es entonces 0,75 y al ser menor que 1 y estar un
tanto alejado del 𝐂𝐩 calculado, se puede concluir que el proceso no cumple con las
especificaciones y que además está un poco desviado del valor nominal de
especificación que se desea.
4. Calcular e interpretar el índice de taguchi.
𝜏 = 4: + 781 − 780 : = 4,1231
790– 770 20
𝑪𝒑𝒎 = = = 𝟎, 𝟖𝟎𝟖𝟒
6 4,1231 24,7386
Reafirmando los análisis anteriores, con un Cpm menor a 1 se puede afirmar que el
proceso no es capaz de cumplir con las especificaciones del proceso. Adicionalmente,
al diferir con el Cp, se puede inferir una desviación del proceso con respecto al valor
nominal de especificación (N).
Síntesis
El siguiente diagrama presenta la relación de conceptos y temas incorporados en la lectura:


Capacidad de Proceso
Característica
de calidad
Medidas de Índices de Medidas de

tendencia central Capacidad de variación
Procesos
Índice Cp
Índice CPk
Índice Cpm
Índice K

este núcleo temático, discuta las siguientes preguntas:
• ¿Qué es una característica de calidad?

• ¿Cuáles son las medidas de tendencia central de un proceso?
• ¿Cuáles son las medidas de tendencia variación de un proceso?
• ¿Qué es índice de capacidad de proceso?
• ¿Cuáles son los índices de capacidad de proceso?
Intente compartir y discutir sus respuestas con sus compañeros a través del foro del módulo.
Bibliografía.
1. CT GUTIÉRREZ PULIDO, Humberto. Calidad total y productividad. McGraw Hill

Interamericana, 2004.
2. Montgomery, Douglas C. Introduction to statistical quality control. New Jersey: John

Wiley & Sons, 2009.
3. KUME, Hitoshi. Herramientas estadísticas básicas para el mejoramiento de la calidad. G. E.

Norma, Bogotá, 1996.


1. Capacidad de procesos [en línea]

<http://www.slideshare.net/jcarreto/12-capacidad-de-proceso>
[citado el 29 de abril de 2013]
2. Control estadístico de procesos [en línea]

<http://web.cortland.edu/matresearch/controlprocesos.pdfhttp://industrial.frba.utn.edu.a
r/MATERIAS/proyecto_final/archivos/compras_terlevich.pdf > [citado el 29 de abril de
2013]
3. Capacidad de proceso [en línea]

<http://www.uoc.edu/in3/emath/docs/SPC_6.pdf > [citado el 29 de abril de 2013]

CONTROL DE
CALIDAD

Cartas de Control I
• CARTAS DE CONTROL I
1. Índice
• Introducción
• Mapa conceptual del módulo
• Cartas de control por variables
2. Introducción
Es evidente que para la industria y, a nivel general, para los procesos de las organizaciones,
controlar la calidad se ha convertido en un objetivo estratégico. La utilización de
herramientas estadísticas, como las que se han visto en secciones anteriores, se ha vuelto
muy común en la medida que estas proporcionan resultados numéricos que permiten medir
y decidir con mayor precisión.
En esta sección se identificará una de las herramientas estadísticas más útiles y conocidas en
control de calidad: las gráficas de control (también conocidas como cartas o cartillas de
control). La correcta aplicación de esta herramienta permite identificar y corregir posibles
causas de variabilidad no deseada. Además, permite controlar y mejorar el comportamiento
de variables inherentes al proceso a través del tiempo, lo cual debe ser el principal objetivo
de cualquier esfuerzo de calidad.
Dentro de los diferentes tipos de cartas de control que se pueden llegar a construir, existe
una clasificación general de acuerdo al tipo de medición. Las cartas de control pueden
hacerse para variables (valores continuos) o para atributos (valores discretos). En esta
lectura, nos enfocaremos primero en las cartas de control para variables, cartas fácilmente
diferenciables por el tipo de datos que reflejan. El tratamiento de cada tipo de datos significa
un análisis diferente por tanto una carta diferente.


3. Mapa conceptual del módulo.

Medias
Individuales
Rangos móviles
Variables Media muestral

Cartas de control
Atributos Rango muestral
Varianza muestral
4. Objetivos de aprendizaje
• Identificar las diferentes cartas de control para variables que se utilizan de acuerdo a
la naturaleza de los datos y a la manera en que se obtienen
• Definir los conceptos y parámetros estadísticos necesarios para la correcta
construcción de las cartas de control para variables
• Analizar e interpretar los posibles comportamientos de una carta de control para
variables
5. Recomendaciones académicas
En esta sección se van a presentar las cartas de control para variables como herramienta
estadística de calidad. Se recomienda consultar la lectura complementaria propuesta para la
semana y leer bibliografía encontrada a partir de las labores de autoestudio.
6. Desarrollo temático
Cartas de control por variables
Una gráfica de control se puede definir como un método gráfico, mediante el cual es posible
evaluar si un proceso está o no en un estado de control estadístico, esto es, cuando se puede
afirmar que sólo actúan causas comunes o aleatorias sobre el proceso.


Como lo muestra la siguiente gráfica, la carta consiste en una línea central (L.C.) y dos pares
de líneas límites espaciadas por encima y por debajo de la línea central. Éstas se denominan
límite de control superior (L.C.S.) y límite de control inferior1 (L.C.I.).
Los valores de LCS y LCI se calculan de tal manera que los valores situados entre los límites
puedan atribuirse al azar, mientras que los que caigan fuera puedan interpretarse como una
carencia de control.
Cuando un punto cae fuera de los límites de control, se le considera problemático. Por otro
lado, no obstante un punto caiga dentro de los límites de control, una tendencia o algún otro
patrón sistemático puede servir para advertir que tal acción debe atenderse a fin de evitar
algún problema serio. Vale la pena aclarar que la carta no indica la razón o motivo por el cual
un proceso está fuera de control.
Cuando se lleva un registro sobre una medida real de una característica de calidad, tal como
una dimensión expresada en milímetros, se dice que la calidad se expresa por variables y las
cartas que se construyen se llaman Cartas de Control por Variables2.
Carta 𝐗 − 𝐑

1
En:
http://www.editorial.unca.edu.ar/Publicacione%20on%20line/CD%20INTERACTIVOS/NOA2002/Control%20Calidad
%20Cartas.pdf
2
En:
http://www.editorial.unca.edu.ar/Publicacione%20on%20line/CD%20INTERACTIVOS/NOA2002/Control%20Calidad
%20Cartas.pdf


Paso 1: Colectar los datos.
Variables a considerar:
La elección se basa en el propósito de reducir o eliminar los rechazos, los costos, el
desperdicio, el reproceso, etc. Elegir algo que pueda ser medido y expresado en números:
longitud, dureza, fragilidad, resistencia, peso, etc.
Elección de la cantidad y la frecuencia de la obtención de los datos representativos:
Los datos son el resultado de la medición de las características del producto, los cuales
deben de ser registrados y agrupados de la siguiente manera:
• Se toma una muestra de 2 a 10 piezas consecutivas y se anotan los resultados de la
medición. Durante un estudio inicial, los subgrupos pueden ser tomados
consecutivamente o a intervalos cortos para detectar si el proceso puede cambiar o
mostrar inconsistencia en breves periodos de tiempo.
Elección de cuantos subgrupos tomar:

Mientras menor sea el número de subgrupos que tomemos, más pronto tendremos una idea
para actuar, pero menor será la seguridad de que esta base sea confiable3.
Paso 2: Calcular el promedio X% y R ' para cada subgrupo

𝑋) = Promedio de un subgrupo.
𝑋* = Valor de la variable medida.
𝑛 = Tamaño de la muestra.
𝑅* = Valor max. − Valor min.
.
*/0 𝑋*
𝑋) =
𝑛
Paso 3: Calcular el promedio R y el promedio X

𝑋 = Promedio de todos los promedios de los subgrupos
𝑘 = Número de muestras.
3
*/0 𝑋)
𝑿=
𝑘
3
*/0 𝑅*
𝑹=
𝑘

3
En
https://www.google.com.co/url?sa=t&rct=j&q=&esrc=s&source=web&cd=1&cad=rja&ved=0CCwQFjAA&url=htt
p%3A%2F%2Fwww.icicm.com%2Ffiles%2FCartas_de_Control.doc&ei=B_AUUs3KJYLK9QTgtoD4DQ&usg=AFQjCNG
SQGC41FSqHemas7qa113aYJGWmQ&sig2=YZbzP9L5SS9lqLTOf9V7dw&bvm=bv.50952593,d.eWU


Paso 4: Calcular los límites de control

Los límites de control son calculados para determinar la variación de cada subgrupo, están
basados en el tamaño de los subgrupos y se calculan de la siguiente forma4:
Límites de control para Límites de control para 𝑋

𝑳𝑪𝑺 = 𝑋 + 𝐴: 𝑅
𝑳𝑪 = 𝑋
𝑳𝑪𝑰 = 𝑋 − 𝐴: 𝑅
Límites de control para Límites de control para 𝑅

𝑳𝑪𝑺 = 𝐷= 𝑅
𝑳𝑪 = 𝑅
𝑳𝑪𝑰 = 𝐷> 𝑅
Paso 5: Trazar la gráfica de control

Una carta de control 𝐗 − 𝐑 nos presenta dos gráficos en una hoja, la gráfica de las medias y
la gráfica de rangos 𝑅. En el eje de las “x” se representa el número de subgrupos. En el eje de
las “y” se representan los valores de las medias o rangos según corresponda a la gráfica que
estemos trazando.
La gráfica de las medias, consiste en tres líneas de guía: Límite de control inferior LCI, línea
central LC y límite de control superior LCS. La línea central es el promedio de promedios y los
dos límites de control son fijados más o menos a tres desviaciones estándar. Cada subgrupo
se identifica en la gráfica como un punto, un círculo o una cruz según se establezca, cada
punto corresponde a un valor.
La gráfica de Rangos consiste en tres líneas de guía: Límite de control inferior LCI, línea
central LC y límite de control superior LCS. La línea central es el promedio de los rangos y los
dos límites de control son fijados más o menos a tres desviaciones estándar. Cada subgrupo
se identifica en la gráfica como un punto, un círculo o una cruz según se establezca, cada
punto corresponde a un valor 𝑅* .5
Carta 𝐗 − 𝐒

4
En: http://ingenieriaindustrialupvmtareasytrabajos.files.wordpress.com/2012/08/cartas-de-control-por-
variables.pdf
5
En: http://www.slideshare.net/javierchav07/grficos-de-control-2


El procedimiento para realizar las cartas de control X − S es similar al de las cartas de 𝐗 − 𝐑.

La diferencia consiste en que el tamaño de la muestra puede variar y es mucho más sensible
para detectar cambios en la media o en la variabilidad del proceso. La gráfica X monitorea el
promedio del proceso para vigilar tendencias y la gráfica 𝑆 monitorea la variación en forma
de desviación estándar.
Paso 1: Colectar los datos

En este paso se siguen las mismas consideraciones que en la construcción de los gráficos X −
R, solo que aquí el tamaño de muestra 𝑛 es recomendable que sea mayor a 9.6
Paso 2: Calcular el promedio 𝑋) y la desviación estándar 𝑆* para cada subgrupo

𝑋) = Promedio de un subgrupo.
𝑋* = Valor de la variable medida.
𝑆* = Desviación estándar de un subgrupo.
𝑛 = Tamaño de la muestra.
.
*/0 𝑋*
𝑋) =
𝑛
.
*/0(𝑋* − 𝑋) ):
𝑺𝒊 =
𝑛−1
Paso 3: Calcular el promedio 𝑆 y el promedio de promedios 𝑋

𝑋 = Promedio de todos los promedios de los subgrupos
𝑘 = Número de muestras.
3
*/0 𝑋)
𝑿=
𝑘
3
*/0 𝑆*
𝑺=
𝑘
Paso 4: Calcular los límites de control

Límites de control para Límites de control para 𝑋
𝑳𝑪𝑺 = 𝑋 + 𝐴> 𝑆
𝑳𝑪 = 𝑋
𝑳𝑪𝑰 = 𝑋 − 𝐴> 𝑆

6
variables.pdf


Límites de control para Límites de control para 𝑅

𝑳𝑪𝑺 = 𝐵= 𝑆
𝑳𝑪 = 𝑆
𝑳𝑪𝑰 = 𝐵> 𝑆
Paso 5: Trazar la gráfica de control

Una carta de control 𝐗 − 𝐒 nos presenta dos gráficos en una hoja, la gráfica de las medias y la
gráfica de desviaciones estándar. En el eje de las “x” se representa el número de subgrupos.
En el eje de las “y” se representan los valores de las medias o desviaciones estándar según
corresponda a la gráfica que estemos trazando.
Para la gráfica para las medias, la gráfica consiste en tres líneas de guía: Límite de control
inferior LCI, línea central LC y límite de control superior LCS. La línea central es el promedio
de promedios y los dos límites de control son fijados más o menos a tres desviaciones
estándar. Cada subgrupo se identifica en la gráfica como un punto, un círculo o una cruz
según se establezca, cada punto corresponde a un valor7.
Para la gráfica de desviaciones estándar, la gráfica consiste en tres líneas de guía: Límite de
control inferior LCI, línea central LC y límite de control superior LCS. La línea central es el
promedio de las desviaciones estándar y los dos límites de control son fijados más o menos a
tres desviaciones estándar. Cada subgrupo se identifica en la gráfica como un punto, un
círculo o una cruz según se establezca, cada punto corresponde a un valor 𝑆* .8
Ejemplos, ejercicios o casos de aplicación práctica9
Se toman las medidas de los diámetros de una pieza cilíndrica, el tamaño de muestra de cada
subgrupo es de cinco, y se toman 25 subgrupos a intervalos de 1 hr.
muestra subgrupo 1 2 3 4 5 6 7 8 9 10 11 12 13
1 0.65 0.75 0.75 0.60 0.70 0.60 0.15 0.60 0.65 0.60 0.80 0.85 0.70
2 0.70 0.85 0.80 0.70 0.75 0.75 0.80 0.70 0.80 0.70 0.75 0.75 0.70
3 0.65 0.75 0.80 0.70 0.65 0.75 0.65 0.80 0.85 0.60 0.90 0.85 0.75
4 0.65 0.85 0.70 0.75 0.85 0.85 0.75 0.75 0.85 0.80 0.50 0.65 0.75
5 0.85 0.65 0.75 0.65 0.80 0.70 0.70 0.75 0.75 0.65 0.80 0.70 0.70
muestra subgrupo 14 15 16 17 18 19 20 21 22 23 24 25
1 0.65 0.90 0.75 0.75 0.75 0.65 0.60 0.50 0.60 0.80 0.65 0.65
2 0.70 0.80 0.80 0.70 0.70 0.65 0.60 0.55 0.80 0.65 0.60 0.70
3 0.85 0.80 0.75 0.85 0.60 0.85 0.65 0.65 0.65 0.75 0.65 0.70
4 0.75 0.75 0.80 0.70 0.70 0.65 0.60 0.80 0.65 0.65 0.60 0.60
5 0.60 0.85 0.65 0.80 0.60 0.70 0.65 0.80 0.75 0.65 0.70 0.65

7
atributos1.pdf
8
variables.pdf
9
Ejercicio completo tomado de: http://icicm.com/files/Cartas_de_Control.doc


Calculando el rango y el promedio para cada subgrupo obtenemos:

muestra subgrupo 1 2 3 4 5 6 7 8 9 10 11 12 13
1 0.65 0.75 0.75 0.60 0.70 0.60 0.15 0.60 0.65 0.60 0.80 0.85 0.70
2 0.70 0.85 0.80 0.70 0.75 0.75 0.80 0.70 0.80 0.70 0.75 0.75 0.70
3 0.65 0.75 0.80 0.70 0.65 0.75 0.65 0.80 0.85 0.60 0.90 0.85 0.75
4 0.65 0.85 0.70 0.75 0.85 0.85 0.75 0.75 0.85 0.80 0.50 0.65 0.75
5 0.85 0.65 0.75 0.65 0.80 0.70 0.70 0.75 0.75 0.65 0.80 0.70 0.70
Promedio 0.70 0.77 0.76 0.68 0.75 0.73 0.61 0.72 0.78 0.67 0.75 0.76 0.72
Rango 0.20 0.20 0.10 0.15 0.20 0.25 0.65 0.20 0.20 0.20 0.40 0.20 0.05
muestra subgrupo 14 15 16 17 18 19 20 21 22 23 24 25
1 0.65 0.90 0.75 0.75 0.75 0.65 0.60 0.50 0.60 0.80 0.65 0.65
2 0.70 0.80 0.80 0.70 0.70 0.65 0.60 0.55 0.80 0.65 0.60 0.70
3 0.85 0.80 0.75 0.85 0.60 0.85 0.65 0.65 0.65 0.75 0.65 0.70
4 0.75 0.75 0.80 0.70 0.70 0.65 0.60 0.80 0.65 0.65 0.60 0.60
5 0.60 0.85 0.65 0.80 0.60 0.70 0.65 0.80 0.75 0.65 0.70 0.65
Promedio 0.71 0.82 0.75 0.76 0.67 0.70 0.62 0.66 0.69 0.70 0.64 0.66
Rango 0.25 0.15 0.15 0.15 0.15 0.20 0.05 0.30 0.20 0.15 0.10 0.10
Calculando el Rango promedio, promedio del proceso y límites de control:
R = .198
X = .71
LSCR = D4 R = 2.11* 0.198 = 0.41
LIC R = D3 R = 0
LSC X = X + A2 R = .71+(.58)(.198) = .82
LIC X = X - A2 R = .71-(.58)(.198) = .59


Xbar/R Chart for C1
UCL=0.8254
0.8
Sample Mean
0.7 Mean=0.7112
0.6 LCL=0.5970
Subgroup 0 5 10 15 20 25
0.7 1
0.6
Sample Range
0.5
0.4 UCL=0.4187
0.3
0.2 R=0.198
0.1
0.0 LCL=0
La carta de control R muestra un punto fuera de los límites de especificaciones, por lo cual el
proceso se encuentra fuera de control, en este caso es necesario investigar las causas y
tomar las acciones correctivas para eliminar el problema.
CARTA DE CONTROL X - S
Se toman los pesos de unas piezas cilíndricas, el peso se registra diariamente durante dos
semanas.
Día Muestra1 Muestra2 Muestra3 Muestra4 Muestra5 X S

1 10 12 8 10.00 2.00
2 12 11 7 9 13 10.40 2.41
3 5 6 4 9 6.00 2.16
4 8 8 6 7.33 1.15
5 17 15 16 18 20 17.20 1.92
6 22 24 22 22.67 1.15
7 8 9 7 8.00 1.00
8 6 5 6 5 5.50 0.58
9 10 10 10 11 9 10.00 0.71
10 13 10 12 11.67 1.53
10.88 1.46
X = 10.88
S = 1.46


Se calculan los límites de control para cada subgrupo, ya que al tener tamaños de muestra
diferentes estos son variables.
Para la realización de los diagramas de control con límites constantes utilizamos las fórmulas
siguientes:
Los parámetros para el gráfico X son:
LIC X = X - A3 S
LIC X = X - A3 S
y para el gráfico S :
LICS = B4 S
LSCS = B3 S
Xbar/S Chart for C1-C5
25
Sample Mean
15
UCL=13.70
Mean=10.87
LCL=8.033
5
Subgroup 0 1 2 3 4 5 6 7 8 9 10
4
UCL=3.725
Sample StDev
2
S=1.451
1
0 LCL=0
Síntesis de cierre del tema


Como herramienta estadística de calidad, se mostró cómo la carta de control ofrece un

seguimiento sistémico a las muestras evaluadas a través del tiempo.
Se explicaron los objetivos principales de la carta de control, así como la forma correcta de
elaborar una dependiendo de la variable o característica de calidad a medir y la cantidad de
valores tenidos en cuenta, por tamaño de muestra o por número de muestras.
8. Bibliografía.



CONTROL DE
CALIDAD

Cartas de Control II
• CARTAS DE CONTROL II
1. Índice
• Introducción
• Mapa conceptual del módulo
• Cartas de control por atributos
2. Introducción
Para esta sección, y después de haber identificado el alcance de las cartas de control,
veremos cómo para los atributos de un producto también se pueden aplicar estas
herramientas gráficas de control.
Puesto que los atributos son características no mesurables, el tratamiento que se le hace a
los datos no puede ser el mismo que se tiene con las variables en las cartas de control
anteriores. Es por esto, que las cartas de control para atributos merecen un capítulo aparte y
un análisis distinto. De esta manera, el estudiante podrá estar en la capacidad de construir e
interpretar correctamente cualquier gráfico de control, sin importar la clase de datos que se
desee obtener a partir de un proceso específico.
3. Mapa conceptual del módulo.
Gráficas para
Variables
proporción
Cartas de control
Número de
Atributos
defectuosos
Número de defectos


4. Objetivos de aprendizaje
• Identificar las diferentes cartas de control para atributos a utilizar, de acuerdo a la

naturaleza de los datos y la manera en que se obtienen
• Definir los conceptos y parámetros estadísticos necesarios para la correcta
construcción de las cartas de control para atributos.
• Analizar e interpretar los posibles comportamientos de una carta de control para
atributos.
5. Recomendaciones académicas
En esta sección, se van a presentar las cartas de control para atributos como herramienta
estadística de calidad. Se recomienda consultar la lectura complementaria propuesta para la
6. Desarrollo temático
Cartas de control por atributos
Para cualquier característica de calidad que pueda ser clasificada de forma binaria como
“cumple o no cumple”, “funciona o no funciona”, “defectuoso, no defectuoso”, será
considerado como un atributo y para su control se utilizan Cartas de control por atributos.
En el caso de las cartas para variables, tenemos dos cartas, una para la tendencia central y
otra para la dispersión. En el control por atributos, tanto la media como la variabilidad de la
proporción muestral dependen de un único parámetro, por lo que se hace sólo una carta de
control.
Existen diferentes tipos de cartas de control por atributos, sin embargo solo estudiaremos
las siguientes cuatro: Cartas p, np, c y u
Carta p
Estas cartas miden la proporción de unidades defectuosas en un grupo de unidades que se

evalúa. El objetivo es comprobar si la evolución de las proporciones muestrales observadas
son compatibles con un mismo valor poblacional p. Este tipo de gráfica se puede construir
con 𝑛 constante o variable por lo que a continuación se muestra el procedimiento para
ambos casos.
Pasos para la elaboración de la gráfica p con n constante:
Paso 1: Recopilación de los datos


Establezca la frecuencia con la que los datos serán tomados (por horas, por días, por
semanas).
Los intervalos cortos entre tomas de muestras permitirán una rápida retroalimentación al
proceso ante la presencia de problemas. Los tamaños de muestra grandes permiten
evaluaciones más estables del desarrollo de proceso y son más sensibles a pequeños
cambios en el promedio del mismo.
Paso 2: Cálculo de la proporción defectuosa de cada subgrupo p#

𝑝% = Proporción defectuosa por subgrupo
𝐷% = Número de partes defectuosas por subgrupo
𝑛 = Tamaño de la muestra (constante)
𝐷%
𝒑𝒊 =
𝑛
Paso 3: Cálculo de la proporción defectuosa promedio

𝑘 = Número de subgrupos
+
%,- 𝐷%
𝒑=
𝑛∗𝑘
Paso 4: Cálculo de los límites de control

𝑝(1 − 𝑝)
𝑳𝑪𝑺 = 𝑝 + 3
𝑛
𝑳𝑪 = 𝑝
𝑝(1 − 𝑝)
𝑳𝑪𝑰 = 𝑝 − 3
𝑛
Nota: En algunos casos el límite de control inferior puede resultar negativo. Dado que en la
práctica es imposible que una proporción de no conformidad resulte negativa, el valor de
limite resultante se cambia a cero.
Paso 5: Trazado de la gráfica y análisis de resultados

La grafica p consiste en tres líneas de guía: Límite de control inferior, línea central y límite de
control superior. La línea central es la proporción de defectos promedio y los dos límites de


control son fijados más o menos a tres desviaciones estándar. Cada subgrupo se identifica en
la gráfica como un punto, un círculo o una cruz según se establezca, cada punto corresponde
a un valor 𝒑𝒊 .
Pasos para la elaboración de la gráfica p con n constante:

𝑛% = Tamaño de la muestra (constante)
𝐷%
𝒑𝒊 =
𝑛%

+
%,- 𝐷%
𝒑= +
%,- 𝑛%
Paso 4: Cálculo de los límites de control para cada subgrupo

𝑝(1 − 𝑝)
𝑳𝑪𝑺𝒊 = 𝑝 + 3
𝑛%
𝑳𝑪 = 𝑝
𝑝(1 − 𝑝)
𝑳𝑪𝑰𝒊 = 𝑝 − 3
𝑛%

La grafica p consiste en tres líneas de guía: Límite de control inferior (no recta), línea central
y límite de control superior (no recta). La línea central es la proporción de defectos promedio
y los dos límites de control son fijados más o menos a tres desviaciones estándar. Cada
subgrupo se identifica en la gráfica como un punto, un círculo o una cruz según se
establezca, cada punto corresponde a un valor 𝒑𝒊 .


Carta np
La carta np es una herramienta estadística usada para evaluar el número de artículos no

conformes producidos por un proceso. Tenga en cuenta que siempre que una carta np se
pueda utilizar también se podrá utilizar una carta p.

𝑛 = Tamaño de la muestra (constante)
𝐷%
𝒑𝒊 =
𝑛

+
%,- 𝐷%
𝒑=
𝑛∗𝑘

𝑳𝑪𝑺 = 𝑛𝑝 + 3 𝑛𝑝(1 − 𝑝)
𝑳𝑪 = 𝑛𝑝
𝑳𝑪𝑰 = 𝑛𝑝 − 3 𝑛𝑝(1 − 𝑝)
La grafica np consiste en tres líneas de guía: Límite de control inferior, línea central y límite
de control superior. La línea central es el número de defectos promedio y los dos límites de
control son fijados más o menos a tres desviaciones estándar. Cada subgrupo se identifica en
la gráfica como un punto, un círculo o una cruz según se establezca, cada punto corresponde
a un valor 𝑫𝒊 .
Carta c
La carta c es una herramienta estadística usada para analizar la variabilidad del número de
defectos por subgrupo. Tome en cuenta que, a diferencia de las cartas p o np, las cartas c no
implican contar los objetos físicos más bien implican contar los eventos. Por ejemplo, cuando


usamos las cartas np uno contaría los melocotones golpeados, cuando usamos las cartas c
uno contaría los golpes.
Paso 2: Cálculo del promedio de ocurrencias
𝑂𝑐𝑢𝑟𝑟𝑒𝑛𝑐𝑖𝑎𝑠 𝑝𝑜𝑟 𝑠𝑢𝑏𝑔𝑟𝑢𝑝𝑜

𝒄=
𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑠𝑢𝑏𝑔𝑟𝑢𝑝𝑜𝑠
𝑳𝑪𝑺 = 𝑐 + 3 𝑐
𝑳𝑪 = 𝑐
𝑳𝑪𝑰 = 𝑐 − 3 𝑐

de control superior. La línea central es el promedio de ocurrencias por unidad y los dos
límites de control son fijados más o menos a tres desviaciones estándar. Cada subgrupo se
identifica en la gráfica como un punto, un círculo o una cruz según se establezca, cada punto
corresponde a un valor 𝒄𝒊 .
Carta u
La carta u es una herramienta estadística usada para evaluar la variación del número
promedio de defectos por articulo o unidad. Se usa cuando el tamaño del subgrupo no es
constante.
Paso 2: Cálculo de 𝑢%
𝒄𝒊 = Número de defectos encontrados
𝒏𝒊 = Tamaño de la muestra (variable)
𝑐%
𝒖𝒊 =
𝑛%


Paso 3: Cálculo de u
+
%,- 𝑐%
𝒖= +
%,- 𝑛%
Paso 4: Cálculo de n promedio n

+
%,- 𝑛%
𝒏= +
%,- 𝑘

𝑢
𝑳𝑪𝑺 = 𝑢 + 3
𝑛
𝑳𝑪 = 𝑢
𝑢
𝑳𝑪𝑰 = 𝑢 − 3
𝑛

de control superior. La línea central es el promedio de defectos por unidad y los dos límites
de control son fijados más o menos a tres desviaciones estándar. Cada subgrupo se identifica
en la gráfica como un punto, un círculo o una cruz según se establezca, cada punto
corresponde a un valor 𝒖𝒊 .
6.3.1 Ejemplos, ejercicios o casos de aplicación práctica

Carta de control p
Un fabricante de latas de aluminio registra el número de partes defectuosas, tomando

muestras cada hora de n = 50, con 30 subgrupos.


Muestra Latas defectuosas Muestra Latas defectuosas

np np
1 12 16 8
2 15 17 10
3 8 18 5
4 10 19 13
5 4 20 11
6 7 21 20
7 16 22 18
8 9 23 24
9 14 24 15
10 10 25 9
11 5 26 12
12 6 27 7
13 17 28 13
14 12 29 9
15 22 30 6
Fracción defectuosa para cada muestra:
Muestra Latas defectuosas Fracción defectuosa Muestra Latas defectuosas Fracción defectuosa
np p np p
1 12 0.24 16 8 0.16
2 15 0.30 17 10 0.20
3 8 0.16 18 5 0.10
4 10 0.20 19 13 0.26
5 4 0.08 20 11 0.22
6 7 0.14 21 20 0.40
7 16 0.32 22 18 0.36
8 9 0.18 23 24 0.48
9 14 0.28 24 15 0.30
10 10 0.20 25 9 0.18
11 5 0.10 26 12 0.24
12 6 0.12 27 7 0.14
13 17 0.34 28 13 0.26
14 12 0.24 29 9 0.18
15 22 0.44 30 6 0.12
p = .2313
p (1 - p ) .23 * .77
LSC p = p + 3 = .2313 + 3 =.4102
n 50
p (1 - p ) .23 * .77
LIC p = p - 3 = .2313 - 3 =.05243
n 50


P Chart for C1
0.5 1
1
0.4 UCL=0.4102
Proportion
0.3
P=0.2313
0.2
0.1
LCL=0.05243
0.0
0 10 20 30
Sample Number
Carta de control Np
Un fabricante de latas de aluminio registra el número de partes defectuosas, tomando

muestras cada hora de n = 50, con 30 subgrupos.
De la tabla obtenemos p = 0.2313 , n = 50
Calculando los límites de control tenemos:
LSC = (50)(0.2313) + 3 (50)(0.2313)(0.7687) = 20.510

LIC = (50)(0.2313) - 3 (50)(0.2313)(0.7687) = 2.620
NP Chart for cantidad

25 1
1
20 3.0SL=20.51
Sample Count
15
NP=11.57
10
5
-3.0SL=2.621
0
0 10 20 30
Sample Number


Carta de control C
En la siguiente tabla tenemos el número de unidades de defectos observados en 26 muestras

sucesivas de 100 filtros de seguridad.
muestra defectos muestra defectos

1 21 14 19
2 24 15 10
3 16 16 17
4 12 17 13
5 15 18 22
6 5 19 18
7 28 20 39
8 20 21 30
9 31 22 24
10 25 23 16
11 20 24 19
12 24 25 17
13 16 26 15
516
c= = 19.67
26
LSC = 19.67 + 3 19.67 = 32.97
LIC = 19.67 - 3 19.67 = 6.37
C Chart for C1
40 1
3.0SL=33.21
30
Sample Count
20 C=19.85
10
-3.0SL=6.481
1
0
0 10 20
Sample Number


Carta de control u
Una compañía que fabrica computadoras personales desea establecer un diagrama de

control del número de defectos por unidad. El tamaño de muestra es de cinco computadoras.
En la tabla se muestran el número de defectos en 20 muestras de 5 computadoras cada una.
Establecer el diagrama de control u
muestra tamaño de muestra Número de defectos, c promedio de defectos por unidad u

1 5 10 2
2 5 12 2.4
3 5 8 1.6
4 5 14 2.8
5 5 10 2
6 5 16 3.2
7 5 11 2.2
8 5 7 1.4
9 5 10 2
10 5 15 3
11 5 9 1.8
12 5 5 1
13 5 7 1.4
14 5 11 2.2
15 5 12 2.4
16 5 6 1.2
17 5 8 1.6
18 5 10 2
19 5 7 1.4
20 5 5 1
Total 193 38.6
u=
åu i
=
38.60
= 1.93
n 20
Los límites de control son los siguientes:
1.93
LSC = 1.93 + 3 = 3.79
5
1.93
LIC = 1.93 - 3 = 0.07
5


U Chart for C1
4
3.0SL=3.794
3
Sample Count
2 U=1.930
0 -3.0SL=0.06613
0 10 20
Sample Number
6.3.2 Síntesis de cierre del tema
A continuación se resumen las diferentes cartas de control vistas en esta sección de acuerdo
a su aplicación:
p np c u
•Proporción •Número de •Número de •Número de

de defectuosos defectos defectos
defectuosos por muestra por unidad por unidad
por muestra (tamaño de (tamaño de
muestra muestra
constante) variable)


8. Bibliografía

8.1. Remisión a fuentes complementarias
http://ingenieriaindustrialupvmtareasytrabajos.files.wordpress.com/2012/08/cartas-de-
control-por-atributos1.pdf

CONTROL DE
CALIDAD
Gráficas CUSUM

• GRÁFICAS CUSUM

Índice
• Introducción
• Gráficas de Control de Sumas Acumuladas (CUSUM)
Introducción
Puesto que las cartas de control vistas anteriormente carecen de capacidad para detectar
cambios pequeños en la media de una muestra, en esta sección se definirá el objetivo y
aplicación de una nueva carta de control. La carta de control de sumas acumuladas CUSUM
permite identificar tendencias en el comportamiento de las medias muestrales a lo largo de
la toma de mediciones y eso ayuda a la detección temprana de posibles causas de variación
no deseada.
1. Reconocer la aplicación de una carta de control CUSUM

2. Estudiar la manera correcta de elaborar e interpretar una carta de control CUSUM
En esta sección se van a presentar los conceptos necesarios para la elaboración de una carta
de control CUSUM. Se recomienda consultar la lectura complementaria propuesta para la

Gráficas de Control de Sumas Acumuladas (CUSUM)1
El gráfico de sumas acumuladas (CUSUM) se presenta como una alternativa al gráfico de

Shewhart. Incorpora directamente toda la información representando las sumas acumuladas
de las desviaciones de los valores muestrales respecto a un valor objetivo. Por ejemplo,
supongamos que se toman muestras de tamaño igual o mayor que 1, siendo 𝑿𝒊 la media
muestral de la muestra 𝒊.

1
Tomado todo de: http://www.matematicasypoesia.com.es/Estadist/ManualCPE07p7.htm


Si suponemos que 𝝁𝟎 es el objetivo para la media del proceso, el gráfico de sumas

acumuladas se formará representando la cantidad 𝑺𝒎 = ∑(𝑿𝒊 − 𝝁𝟎) respecto al número de
orden (𝑚) de la muestra 𝒊.
Las gráficas de CUSUM son muy eficaces cuando el tamaño de muestra es 𝒏 = 𝟏 y, por
consiguiente, adecuados para su utilización cuando la tecnología permite inspeccionar y
medir cada unidad producida.
Si el proceso se mantiene bajo control en el objetivo 𝝁𝟎 , la suma acumulable 𝑺𝒎 = ∑(𝑿𝒊 −

𝝁𝟎) variará muy cerca del valor cero.
Sin embargo, si la media asciende a 𝝁𝟏 > 𝝁𝟎 se apreciará una tendencia ascendente en la

suma acumulada 𝑺𝒎. Por el contrario, si la media se desplaza a 𝝁𝟐 < 𝝁𝟎 se apreciara una
tendencia decreciente en 𝑺𝒎. Por consiguiente, una tendencia determinada (positiva o
negativa) se considerará como una evidencia de que la media del proceso se ha desplazado
debido a la presencia de alguna causa asignable que hay que investigar y eliminar.
Existen dos criterios para establecer formalmente que el proceso está fuera de control. Uno
de ellos es un procedimiento gráfico: La máscara V propuesta por Barnhard en 1959 y otro es
un procedimiento numérico muy adecuado para establecer con el apoyo de un
microordenador.
En cada toma de muestra hay que calcular los siguientes 2 valores:
𝑺𝒊 = ∑[𝑿𝒊 − (𝝁𝟎 + 𝑭)]

𝑻𝒊 = ∑[𝑿𝒊 − (𝝁𝟎 − 𝑭)]
dónde:
𝑿 Es la media muestral en la toma i-ésima.

𝝁𝟎 Es el valor objetivo (media centrada)
𝑭 es un parámetro de la carta de control que normalmente vale 𝜹𝒐/𝟐 siendo 𝜹𝒐 el cambio
que queremos detectar con prontitud.
𝑭 = 𝒇 ⋅ 𝝈𝑿 = (𝒇 /√𝒏) ⋅ 𝝈 , siendo normalmente 𝒇 = 𝟎, 𝟓 ya que queremos detectar

normalmente cambios del orden de 𝜎𝑋 (n es el tamaño muestral), 𝐹 se puede seleccionar
también en algún juego de cartas ARL.
Cuando algún valor 𝑺𝒊 ó 𝑻𝒊 cumple que 𝑺𝒊 > 𝑯 ó 𝑻𝒊 < −𝑯 (H elegido de acuerdo a la curva
ARL que nos interese 𝑯 = 𝒉 ⋅ 𝝈𝑿, el proceso se considera fuera de control. Si 𝑺𝒊 se hace


negativo o se pone a 0, de igual forma si 𝑻𝒊 se hace positivo o se pone a 0.
Una vez corregido el proceso, los contadores 𝑺𝒊 y 𝑻𝒊 se pondrían a 0.
Las curvas ARL de los gráficos CUSUM, se calculan a partir de los parámetros del gráfico, ℎ y
𝑓 (y del tamaño de la muestra, que está implícito en el desplazamiento) utilizando cadenas
de Markov.
Valores de ℎ y 𝑓 recomendados para detectar un desplazamiento de la media de

magnitud 𝜎/√𝑛 :



Síntesis
La gráfica de control CUSUM se presenta como una alternativa a las cartas de control vistas
previamente dada su capacidad para identificar tendencias en la media de las muestras.
La idea principal de esta gráfica es llevar una suma acumulada de la diferencia entre cada
media muestral y el valor nominal centrado. De esta manera, si el proceso se encuentra bajo
control estadístico, dicha suma acumulada siempre estará cercana al cero. Por otro lado, si la
suma acumulada empieza a mostrar tendencias positivas o negativas, el proceso estará fuera
de control.

este núcleo temático discuta la siguiente pregunta:
• ¿En qué situaciones sería conveniente utilizar una carta de control CUSUM en vez de
una carta de control Xbarra?
Bibliografía.


http://www.matematicasypoesia.com.es/Estadist/ManualCPE07p7.htm [citado el 29
de abril de 2013]
http://www.est.uc3m.es/esp/nueva_docencia/getafe/ciencias_estadisticas/control_cal
idad/doc_generica/archivos/PresMemoria.pdf [citado el 29 de abril de 2013]

CONTROL DE
CALIDAD
Muestreo por Aceptación

• MUESTREO POR ACEPTACIÓN
Índice
• Introducción
• Muestreo por aceptación
• Tipos de Planes de muestreo
• Aplicación de normas Military Standard
Introducción
Cuando se aplican inspecciones de calidad a los productos, es normal que surja la duda
acerca del tamaño de la muestra que se debe evaluar. Tanto al cliente, como al proveedor
quieren que todos los productos sean revisados, sin embargo, por limitaciones de costo, y
algunas veces por la misma naturaleza del producto, se hace imposible llevar a cabo una
inspección del 100%.
Es así, como en esta sección se tratará el tema de muestreo. Inicia con una explicación del
muestreo por aceptación, clasifica los tipos de muestreo y finalmente muestra la aplicación
de una norma de muestreo reconocida a nivel mundial como la Military Standard.
1. Reconocer los tipos de planes de muestreo

2. Estudiar la aplicación de la norma Military Standard
En esta sección se van a presentar los conceptos necesarios para la correcta aplicación de un
plan de muestreo. Se recomienda consultar la lectura complementaria propuesta para la
Síntesis
Con el fin de inferir la calidad homogénea dentro de un grupo grande de productos, el

muestreo por aceptación es presentado y explicado en esta sección. Adicionalmente, se


clasifican los diferentes tipos de planes de muestreo y una aplicación importante de la norma
Military Standard, reconocida y utilizada en las empresas hoy en día.

• ¿Qué otras normas o técnicas de muestreo se aplican en las empresas hoy en día?
Bibliografía.



CONTROL DE
CALIDAD
Sistemas Poka y Yoke

• SISTEMAS POKA Y YOKE
Índice
• Introducción
• Sistemas Poka Yoke
Introducción
Poka Yoke nace de la necesidad de reducir los errores en el ambiente productivo de una
compañía. En esta sección, se tratarán los sistemas Poka Yoke desde sus orígenes históricos.
Se identificaran diferencias claras entre los conceptos de error y defecto para la comprensión
de los sistemas. Adicionalmente, se explicarán los diferentes tipos de dispositivos y sistemas
Poka Yoke que se han venido desarrollando para ser utilizadas en las líneas de producción en
la actualidad.
1. Reconocer la aplicación de un sistema Poka Yoke dentro de un proceso productivo

2. Estudiar los diferentes dispositivos o sistemas Poka Yoke utilizados actualmente
En esta sección, se van a presentar las ideas básicas para la comprensión y aplicación de un
sistema Poka Yoke en un ambiente productivo. Se recomienda consultar la lectura
complementaria propuesta para la semana y leer bibliografía encontrada a partir de las
labores de autoestudio.



Sistemas Poka Yoke
Historia
Shingeo Shingo
Tomado de http://maq2115.blogspot.com/2012/05/shigeo-shingo-padre-del-toyotismo-y-
del.html
El sistema Poka Yoke fue creado e implementado por Shingeo Shingo quien nación en Saga,
Japón, el 8 de enero de 1909. Estudió en la Escuela Técnica Superior de Ingenieros, en Saga,
En 1930, se graduó de Ingeniero mecánico, comienza a trabajar en Taipei Railway Factory.
Shingo observa las operaciones de los trabajadores y siente la obligación de mejorarlas, por
lo cual se instruye en la organización del flujo de operaciones en las plantas de Japan National
Railways. Durante años 40 aplicó el control estadístico de la calidad, comenzó a introducir
instrumentos mecánicos sencillos tratando de evitar ensamblajes erróneos que daban
señales de ayuda al operario si olvidaban una parte.
En 1977 después de visitar Matsuchista en Shizuoco (ensamble de máquinas de lavar)

consiguió un mes entero sin defectos en una línea de ensamble de 23 operarios, allí llegó a la
conclusión de que no era necesario aplicar control estadístico de la calidad, era mejor aplicar
Poka-Yoke e inspección en la fuente, siendo esto la base de cero control de calidad.
Desarrollo del sistema
Al observar la cantidad de errores en la producción y errores humanos, comienza a proponer

dispositivos de mejora que los llama Poka Yoke a prueba de errores, con el fin de alertar al
operario que está por suceder un error y que las cosas andan mal. De esta forma, asegura
que estos dispositivos con una buena inspección, son capaces de llevar a la producción a cero
defectos, esta afirmación se refleja así:
“Si existe la adecuada inspección y si se toman las acciones necesarias en el lugar donde se
pueden dar errores, entonces no habrá defectos.”
Con lo anterior y con una inspección en la fuente, logrando auto chequeos por parte de los
operarios y chequeos sucesivos como técnicas de inspección, deja de ser necesario realizar
muestreos o aplicar control estadístico de calidad para conseguir ausencia de defectos,
asegura Shingeo.


El proceso propuesto, en términos generales para su intervención es en primer paso

interrumpir el proceso cuando ocurre un defecto, segundo, definir la causa y por último
implementar una corrección.
Diferencia entre errores y defectos
Es necesario aclarar la diferencia entre un error y un defecto, en primer lugar el error es la

causal del resultado, es la acción que genera la consecuencia, con lo anterior el defecto se
define como el resultado final del error. El principal objetivo del Poka Yoke es alertar que se
va a generar un error para de esta manera evitar el defecto. A continuación se dan algunos
ejemplos.
Con la implementación y desarrollo de este tipo de sistemas se han identificado los 10 de los
errores más comunes en una línea de producción:
Asimismo, se han generado o estandarizado dos tipos de defectos:
1. Defectos de procedimiento
2. Defectos en materiales


Y estos se pueden presentar de dos maneras:
1. Defectos Aislados (Condición de error única)

2. Defectos Seriados (Condición de error recurrente)
Así se especifica que se presentan dos tipos de defectos, unos que ocurren una sola vez y
otros que se presentan de manera sucesiva.
Teniendo claro la diferencia entre errores y defectos, a continuación se presenta una lista de
los dispositivos o sistemas Poka Yoke que se pueden implementar en una línea de producción
para evitar errores y por ende defectos.
Método para desarrollar dispositivos Poka Yoke
• Paso # 1: Describa el defecto, muestre la tasa de defectos, forme un equipo para la

prevención de defectos.
• Paso # 2: Identifique los lugares donde se descubren los defectos y donde se
producen los defectos.
• Paso # 3: Detallen los procedimientos, elementos estándar de la operación donde se
producen los defectos.
• Paso # 4: Identifique los errores o desviaciones de los estándares en la operación
donde se producen los defectos.
• Paso # 5: Identifique las condiciones con bandera roja donde ocurren los defectos,
investigue (Analice) las causas de cada error / Desviación, pregunte porqué sucede el
error hasta encontrar la fuente del error (Causa raíz).


• Paso # 6: Identifique el tipo de dispositivo Poka Yoke que se requiere para prevenir el
error o defecto , Analice alternativas, Métodos, Ideas, para eliminar o detectar el error.
• Paso # 7: Elabore un dispositivo Poka Yoke.
Con una buena implementación de los dispositivos Poka Yoke se logra la ausencia de errores
en la línea de producción, por ende la calidad será alta y el reproceso menor. Para el logro de
este objetivo se recomienda la inspección del 100% de las partes producidas, y en caso de
presentarse alguna anormalidad se puede retroalimentar y tomar las acciones correctivas.
Tipos de inspección
Se ugiere aplicar tres tipos de inspección en el momento de implementar un sistema Poka

Yoke:
1. Inspección de criterio: se deben aplicar donde se tiene conocimiento que se están

generando errores inevitables, por consiguiente se debe hacer una inspección muy
rigurosa implementar mayor cantidad de dispositivos.
2. Inspección de informativa: se recomienda una recolección de datos de manera

periódica para la identificación de comportamientos anormales y así mismo tomar
acciones frente el caso.
3. Inspección en la fuente: es quizás de las más importante de todas, se recomienda

realizar inspecciones en la fuente de un error o defecto ya ocurrido, así mismo tener
una inspección desde el inicio del proceso, puede ser en las materias primas puesto
que si se presentan defectos en estas instancias, puede afectar toda la producción.
Ejemplos
Sistemas de computo
Ensamble en piezas de madera
Conexiones eléctricas
Sensores detectores
Sensores detectores
Síntesis
Los sistemas o dispositivos Poka Yoke reducen en gran medida los errores por parte de los
empleados, puesto que brinda guías, referencias, sistemas de alerta o de ensamble que no
permiten que se ejecuten errores y por ende defectos.


En la actualidad, estos dispositivos son utilizados en todas las industrias, así mismo se
implementan en empresas de servicios con mediante alertas del sistema o bloqueos del
mismo para evitar errores.
Mediante dispositivos sencillos, y en algunos casos de bajo costo se puede ahorrar gran
cantidad de costos en reparos, defectos, tiempos tardíos, etc.
Con el logro de una inspección del 100% de la producción se puede lograr un alto nivel de
calidad y por ende un alto porcentaje de producción con cero defectos.

• ¿Está de acuerdo en que la implementación de sistemas Poka Yoke elimina la

necesidad de aplicar herramientas estadísticas de calidad?
Bibliografía.



CONTROL DE
CALIDAD

JIT Y 5S
• JIT Y 5S
Índice
• Introducción
• Justo a tiempo
• Modelo Japonés 5S
Introducción
Primero se tratarán las ideas fundamentales del Justo a Tiempo. Es posible que para muchas
empresas el término ya sea conocido, pero infortunadamente se tiende a limitar el JIT como
un modelo de cero inventarios cuando realmente encierra una filosofía aun practicada hoy
en día por grandes empresas de todo el mundo.
En segundo lugar, el principio de orden y limpieza al que se hará referencia en esta sección se
denomina método 5S y es de origen japonés.
Objetivos de Aprendizaje
1. Reconocer la aplicación del Justo a Tiempo como una filosofía de calidad y mejora
continua.
2. Identificar cada una de las 5 S propuestas en el modelo japonés.
Recomendaciones académicas.
En esta sección se van a presentar las ideas básicas para la comprensión y aplicación de las
filosofías Just in Time y 5S. Se recomienda consultar la lectura complementaria propuesta
para la semana y leer bibliografía encontrada a partir de las labores de autoestudio.
Desarrollo de la unidad temática.

Justo a Tiempo
Los orígenes del JIT se dan en Japón gracias a una serie de factores económicos, históricos,
culturales y geográficos. Desde siempre, los japoneses han sido conscientes de sus
limitaciones geográficas, las cuales les proporcionan recursos muy reducidos, lo que hace


que entre su cultura se genere un instinto de conservación más natural. Además, la geografía
juega un papel importante a la hora de reabastecer rápidamente las instalaciones, dado que
las industrias y las ciudades se encuentran concentradas y los recorridos se vuelven más
cortos. A pesar de todo esto, la filosofía del JIT tomo fuerza con el trabajo de Taiichi Ohno en
Toyota Motor Company. Según Ohno, la industria automotriz japonesa debía nivelarse con la
estadounidense en tres años si quería sobrevivir. Para ese tiempo, Japón se encontraba en
guerra y producía tan solo una novena parte de lo que los estadounidenses lo hacían.
Evidentemente, Toyota no se niveló con los estadounidenses en tres años, pero en su
esfuerzo por hacerlo, sentó las bases para la revolución del JIT.
Ohno sabía que la única forma de reducir la brecha entre una industria y otra, era reduciendo
todos los desperdicios con el fin de reducir costos. No había forma de que los costos se
redujeran a través de las economías de escala (como lo hacían los norteamericanos) puesto
que el mercado de Toyota era muy reducido. Entonces los decidieron que su estrategia de
producción tenía que ser: producir muchos modelos en pequeños lotes.
Para que esta estrategia tuviera éxito, habría que tener un flujo continuo de producción con
mix de productos. El sistema se describió entonces en dos pilares fundamentales:
• Just In Time
• Autonomation (automatización con toque humano)
Ohno tenía la idea de manejar la fábrica como un supermercado. Los clientes llegan, toman
sólo lo necesario y sólo cuando lo necesitan, es decir, justo a tiempo. Esto implica que el
inventario sea reabastecido rápidamente todo el tiempo. En el caso de la fábrica, lo que
abastece a una estación, viene de otra estación. Luego, también debía asegurarse que
ninguna de las estaciones dejara de abastecer la siguiente cuando esta lo requiriera, dado
que eso entorpecería todo el sistema de producción. Allí es donde entra la automatización
con toque humano. La productividad de las máquinas era mucho mayor y los operarios
podían manejar varias máquinas al tiempo, detectando y corrigiendo errores de manera
efectiva (a prueba de tontos). Sin embargo, todo esto exigía una serie de prácticas continuas
que se deben llevar a cabo para que el JIT sea exitoso:
• Reducción de alistamientos
• Entrenamiento de trabajadores
• Relaciones con los proveedores
• Control de calidad
• A prueba de tontos (baka-yoke)
• Siete ceros


Para cumplir la meta de Ohno, se requería un sistema de producción nuevo. La idea de tener
cero inventarios es platónica, pero la idea de perfección es importante en la medida que
estimula la mejora continua.
Con el objetivo de alcanzar las metas del JIT, era necesario alcanzar un sistema sin
inventarios. Para ello, se describieron dichas metas en términos de siete ceros resumidos de
la siguiente manera:
1. Cero defectos: para evitar demoras y no entorpecer el proceso productivo. Las partes
deben salir bien hechas desde el principio (calidad en la fuente).
2. Cero excesos en tamaño del lote: para evitar demoras por esperas de lotes
incompletos. Preferiblemente, lotes de tamaño de uno.
3. Cero alistamientos: para minimizar las demoras por alistamientos y facilitar los lotes
pequeños.
4. Cero fallas (maquinaria): para evitar detenciones en una línea de producción
estrechamente acoplada.
5. Cero excesos en manejo manual: Para facilitar el flujo de las partes.
6. Cero tiempos de aprovisionamiento: Par asegurar el rápido reabastecimiento de las
partes (fundamental en la política de cero inventarios).
7. Cero aumentos repentinos de demanda: Necesaria en un sistema sin inventarios.
• Inflexibilidad inherente del JIT
A pesar del esfuerzo de los japoneses por crear todo un ambiente de JIT en la fábrica con el
fin de controlar y la reducir los costos de manera más fácil, existen una serie de fuentes de
inflexibilidad o problemas que no permiten que el sistema funcione como se supone que lo
exige la filosofía del Justo a Tiempo:
• Volumen estable
• Mix estable
• Secuencia precisa
• Reabastecimiento rápido (¿instantáneo?)
• Administración total de la calidad
A pesar de que las técnicas básicas para el control de calidad nacieron en Estados Unidos,
Schonberger ofrece dos razones por las cuales el control de calidad japonés tomó mayor
importancia para ellos, que para los mismos estadounidenses:
• Los japoneses aborrecen el desperdicio de recursos escasos.

• Los japoneses tienen una resistencia innata a los especialistas, incluyendo a los de
control de calidad.


El JIT exige estándares de calidad muy altos. Cada estación requiere que la anterior haya
realizado un trabajo excelente o, de lo contrario, las consecuencias pueden ser muy malas,
debido a que no se tiene inventario para cubrir la falla. A pesar de parecer una idea
perjudicial, el JIT promueve la mejor continua a nivel general y ayuda a la detección rápida de
problemas en el sistema. La analogía que hacen varios autores al hablar de JIT es la de una
corriente de agua que pasa sobre una base rocosa. Mientras más agua haga pasar, mas rocas
se podrán cubrir y no se verán. En cambio, si se utiliza muy poca agua, las rocas no se
cubrirán y serán fáciles de ver. El agua representa el inventario, y las rocas representan los
problemas. Mientras se mantengan más piezas de repuesto, las fallas serás más fáciles de
cubrir y no habrá necesidad de corregirlas. En cambio, como el JIT lo exige, si no se tienen
muchas piezas disponibles, lo mejor es evitar cualquier falla en principio y, por consiguiente,
aumentar la calidad.
En pro de la calidad, entre los años 80 y 90 se escribieron enciclopedias completas acerca del
tema. Schonberger resume las principales prácticas de dicha literatura en 7 principios
esenciales:
• Control de procesos (incluyendo SPC)

• Calidad “Fácil-de-ver”
• Insistencia en el cumplimiento (calidad primero, producción segundo)
• Corrección de los errores propios (sin bucles de reproceso)
• Revisión 100% (no muestreo)
• Mejora continua
• Lotes pequeños
• Certificación de proveedores
• Mantenimiento preventivo
• Lecciones del Justo a Tiempo
Es importante resaltar que el JIT no es una técnica o un método sino una estrategia de
gestión cuyas ideas marcaron diferencia entre las culturas empresariales. El JIT tuvo un gran
éxito en las compañías japonesas gracias a la apropiación que tuvieron de esta filosofía. Más
allá del nombre o concepto que se le dé, el JIT tiene unos principios o lecciones para tener en
cuenta:
• El ambiente de producción es autocontrolable.

• El detalle operacional tiene importancia estratégica.
• Controlar el WIP es importante.
• Velocidad y flexibilidad son aspectos importantes.
• La calidad va primero.
• El mejoramiento continuo es una condición para la supervivencia.


Modelo Japonés 5S
Tuvo su origen en la segunda guerra mundial y fue sugerido por la Unión Japonesa de
Científicos e Ingenieros como parte de un movimiento de mejora de la calidad. Sus objetivos
principales eran eliminar obstáculos que impidan una producción eficiente, lo que trajo
también aparejado una mejora sustantiva de la higiene y seguridad durante los procesos
productivos.
Su rango de aplicación abarca desde un puesto ubicado en una línea de montaje de

automóviles hasta el escritorio de una secretaria administrativa.
Se llama estrategia de las 5 S porque representan acciones expresadas en cinco palabras

japonesas que comienzan por S. Estas cinco palabras son:
• Seiri / Clasificación
• Seiton / Orden
• Seiso / Limpieza
• Seiketsu / Estandarización
• Shitsuke / Disciplina
A pesar de parecer un concepto muy simple, la aplicación de estos principios permiten

orientar a la empresa hacia las siguientes metas:
• Mejor ambiente de trabajo, eliminación de despilfarros producidos por el desorden,

falta de aseo, etc.
• Reducción de pérdidas por falta de calidad y tiempos de respuesta.
• Aumentar la vida útil de los equipos
• Mejor cumplimiento de los estándares
• Implantación de cualquier tipo de programa de mejora continua
• Reducir las causas potenciales de accidentes
Seiri
Seiri, o clasificar, significa eliminar del área de trabajo todos los elementos innecesarios y que
no se requieren para realizar la labor diaria. Estos elementos perjudican el control visual del
trabajo, impiden la circulación por las áreas de trabajo, induce a cometer errores en el
manejo de materias primas y en numerosas oportunidades pueden generar accidentes en el
trabajo.


La aplicación de las acciones Seiri preparan los lugares de trabajo para que estos sean
más seguros y productivos. El primer y más directo impacto del Seiri está relacionado con la
seguridad. Ante la presencia de elementos innecesarios, el ambiente de trabajo es tenso,
impide la visión completa de las áreas de trabajo, dificulta observar el funcionamiento de los
equipos y máquinas, las salidas de emergencia quedan obstaculizadas, haciendo que el área
de trabajo sea más insegura.
La práctica del Seiri además de los beneficios en seguridad permite:
• Liberar espacio útil en planta y oficinas

• Reducir los tiempos de acceso al material, documentos, herramientas y otros
elementos de trabajo.
• Mejorar el control visual de stocks de repuestos y elementos de producción, carpetas
con información, planos, etc.
• Eliminar las pérdidas de productos o elementos que se deterioran por permanecer un
largo tiempo expuestos en un ambiento no adecuado para ellos; por ejemplo,
material de empaque, etiquetas, envases plásticos, cajas de cartón y otros.
• Facilitar el control visual de las materias primas que se van agotando y que requieren
para un proceso en un turno, etc1.
• Preparar las áreas de trabajo para el desarrollo de acciones de mantenimiento
autónomo, ya que se puede apreciar con facilidad los escapes, fugas y
contaminaciones existentes en los equipos y que frecuentemente quedan ocultas por
los elementos innecesarios que se encuentran cerca de los equipos2.
Seiton
Seiton consiste en organizar los elementos ya clasificados como necesarios de modo que se
puedan encontrar con facilidad. Aplicar Seiton en el mantenimiento tiene que ver con la
mejora de la visualización de los elementos de las máquinas e instalaciones industriales.
Una vez se han eliminado los elementos innecesarios, se define el lugar donde se deben
ubicar aquellos que se necesitan con frecuencia, identificándolos para eliminar el tiempo de
búsqueda y facilitar su retorno al sitio una vez utilizados (es el caso de las herramientas).
Seiton permite principalmente:

1
En: http://zenempresarial.wordpress.com/2009/12/09/las-5-s%C2%B4s-la-primera-seiri-o-clasificacion/
2
En: http://www.gotasdeconocimiento.com/pdf/1_Sistemas/estrategia_5_S.pdf


• Disponer de un sitio adecuado para cada elemento utilizado en el trabajo de rutina

para facilitar su acceso y retorno al lugar.
• Disponer de sitios identificados para ubicar elementos que se emplean con poca
frecuencia.
• Disponer de lugares para ubicar el material o elementos que no se usarán en el futuro.
• En el caso de maquinaria, facilitar la identificación visual de los elementos de los
equipos, sistemas de seguridad, alarmas, controles, sentidos de giro, etc.
• Lograr que el equipo tenga protecciones visuales para facilitar su inspección
autónoma y control de limpieza.
• Identificar y marcar todos los sistemas auxiliares del proceso como
tuberías, aire comprimido, combustibles.
• Incrementar el conocimiento de los equipos por parte de los operadores de
producción.
Seiso
Seiso significa eliminar el polvo y suciedad de todos los elementos de una fábrica. Seiso
implica inspeccionar el equipo durante el proceso de limpieza. Se identifican problemas de
escapes, averías, fallos o cualquier tipo de riesgo.
La limpieza se relaciona estrechamente con el buen funcionamiento de los equipos y la

habilidad para producir artículos de calidad. La limpieza implica no sólo mantener los equipos
dentro de una estética agradable permanentemente. Seiso implica un pensamiento superior
a limpiar. Exige que se realice un trabajo profundo de identificación de las fuentes de
suciedad y contaminación para tomar acciones de raíz para su eliminación, de lo contrario,
sería imposible mantener limpio y en buen estado el área de trabajo. Se trata de evitar que la
suciedad, el polvo, y las limaduras se acumulen en el lugar de trabajo3.
Seiso permite:
• Reducir el riesgo potencial de accidentes

• Mejorar el bienestar del trabajador
• Incrementar la vida útil del equipo
• Identificar fácilmente las averías
• Reducir los despilfarros de materiales y energía
• mejora la calidad del producto
Seiketsu
Seiketsu es la metodología que permite mantener los logros alcanzados con la aplicación de

3
En: http://www.gotasdeconocimiento.com/pdf/1_Sistemas/estrategia_5_S.pdf


las tres primeras S. Si no existe un proceso para conservar los logros, es posible que el lugar
de trabajo nuevamente llegue a tener elementos innecesarios y se pierda la limpieza
alcanzada.
Seiketsu implica elaborar estándares de limpieza y de inspección para realizar acciones de

autocontrol permanente. Entre otras cosas, Seiketsu permite:
• Guardar el conocimiento producido durante años

• Mejorar el bienestar del personal
• Aprender a conocer en profundidad el equipo por parte de los operarios.
• Evitar errores en la limpieza
• Preparar al personal para asumir mayores responsabilidades
• Mejorar los tiempos de intervención
Shitsuke
Shitsuke significa convertir en hábito el empleo y la utilización de los métodos establecidos y

estandarizados para la limpieza en el lugar de trabajo. Se pueden obtener los beneficios
alcanzados con las primeras "S" por largo tiempo si se logra crear un ambiente de respeto a
las normas y estándares establecidos previamente. Las cuatro "S" anteriores se pueden
implantar sin dificultad si en los lugares de trabajo se mantiene la Disciplina. Su aplicación
garantiza que la seguridad será permanente, la productividad se mejorará progresivamente y
la calidad de los productos será excelente4.
Shitsuke implica un desarrollo de la cultura del autocontrol dentro de la empresa. Si la

dirección de la empresa estimula que cada uno de los integrantes aplique el Ciclo Deming en
cada una de las actividades diarias, es muy seguro que la práctica del Shitsuke no tendría
ninguna dificultad. Es el Shitsuke el puente entre las 5S y el concepto Kaizen o de mejora
continua5. Los hábitos desarrollados con la práctica del ciclo PHVA se constituyen en un
buen modelo para lograr que la disciplina sea un valor fundamental en la forma de realizar un
trabajo.
Dentro de los beneficios de la aplicación del Shitsuke encontramos:
• Crear una cultura de sensibilidad, respeto y cuidado de los recursos.

• La disciplina es una forma de cambiar hábitos.
• Se siguen los estándares establecidos.
• La moral se incrementa.
• El cliente se sentirá más satisfecho con niveles de calidad más altos.
• El lugar de trabajo es un lugar atractivo para llegar a trabajar.

4
En: http://zenempresarial.wordpress.com/2009/12/28/las-5-s%C2%B4s-la-quinta-shitsuke-o-disciplina/
5
En: http://zenempresarial.wordpress.com/2009/12/28/las-5-s%C2%B4s-la-quinta-shitsuke-o-disciplina/


Síntesis
Modelo japonés 5 S:
Seiri Seiton
Seiso Seiketsu
Shitsuke


Actividades autoevaluativas

este núcleo temático, discuta la siguiente pregunta:
• ¿Está de acuerdo en que la implementación de sistemas Poka Yoke elimina la

necesidad de aplicar herramientas estadísticas de calidad?
Bibliografía.
1. JURAN, Joseph. Planificación y análisis de la calidad. Barcelona: Reverte, 1977.

G. E. Bogotá: Norma, 1996.
3. MARIÑO, Hernando. Planeación estratégica de la calidad total. Bogotá, D.C.: Tercer

http://www.ucema.edu.ar/productividad/download/2003/Cura.pdf

CONTROL DE
CALIDAD

METODOLOGÍA SIX SIGMA

• METODOLOGÍA SIX SIGMA
Índice
• Introducción
• Metodología Six Sigma
• Equipo Six Sigma
Introducción
A mediados de los años ochenta, cuando la corporación Motorola comenzó a enfocarse en la

creación de estrategias para reducir los defectos de sus productos, se creó la necesidad de
desarrollar una nueva metodología enfocada en la filosofía de calidad y mejora constante.
Así, uniendo fuerzas con otras compañías, entre las cuales estaban ABB, Allied Signal, Kodak,
IBM y Texas Instruments, la metodología llamada Six Sigma tomó gran fuerza y se fundó el
instituto de investigación Six Sigma.
Objetivos de Aprendizaje
1. Estudiar la aplicación de la metodología Six Sigma.

2. Identificar las etapas de un proyecto DMAIC.
Recomendaciones académicas.
En esta sección se van a presentar los conceptos generales de la metodología Six Sigma. Se
recomienda consultar la lectura complementaria propuesta para la semana y leer la
bibliografía encontrada a partir de las labores de autoestudio.
Desarrollo de la unidad temática.

Metodología Six Sigma
Sigma es la letra griega con la que se representa en estadística la desviación estándar de una
población. Ésta muestra el nivel de variabilidad de un grupo de elementos o valores. Mientras
mayor sea la variabilidad, mayor será la desviación estándar. En términos de estadística, el
propósito de Six Sigma es entonces reducir la variación con el fin de conseguir sigmas muy


pequeñas, forzando así a que el proceso se mantenga dentro de los estándares requeridos
por el cliente.
Desde el punto de vista estadístico, la idea es mantener una distancia de seis veces la
desviación estándar entre la media del proceso y los límites de especificación. La meta de Six
Sigma es, entonces, llegar a 3,4 defectos por millón de piezas.
El siguiente cuadro muestra la relación entre el nivel sigma y la capacidad del proceso
reflejada en partes por millón defectuosas:
Gráficamente, el nivel sigma se puede ver de la siguiente manera:
Una de las metodologías Six Sigma es DMAIC, la cual se basa en cinco etapas, tal como se
muestra a continuación:


1. Fuente: http://www.lean-sigma.es/six-sigma.php
• Definir
En la etapa definir se debe declarar el problema y el objetivo, identificar a los clientes

involucrados con sus necesidades y requisitos. Adicionalmente, es importante elaborar
diagramas de proceso para demostrar completa comprensión de la situación.
• Medir
Medir es una etapa fundamental en la metodología Six Sigma. En esta etapa se busca que el
equipo comience a refinar el problema y calcule el actual rendimiento sigma del proceso en
cuestión.
En esta etapa se debe recoger la mayor cantidad posible de información con el fin de ir
descartando posibles causas y entender en un 100% el estado actual de la situación.
• Analizar
Después de obtener una gran cantidad de datos, el equipo puede empezar a inferir causas.
Es en la etapa de análisis donde se elaboran las primeras hipótesis sobre las causas de los
defectos. Es importante analizar cada teoría y asegurarse de que aceptarla o descartarla sea
una decisión acertada, basada en datos y cálculos confirmados.
• Implementar
Una vez se encuentren las causas raíz del problema, el equipo debe empezar a desarrollar
soluciones realmente efectivas. Aunque se presenten soluciones realmente creativas, puede
ser difícil pasar de la idea al reto práctico de la implementación. Es por esto que cada posible
solución debe ser evaluada tratando de anticiparse a todo lo que pueda fallar.


Para evitar todos estos riesgos, los equipos Six Sigma deben mantener abiertas todas las
opciones de mejora y no cerrarse con la primera que aparezca.
• Controlar
El objetivo de controlar es sencillo: una vez las mejoras han sido implementadas y los
resultados documentados, se debe seguir midiendo el rendimiento del proceso de forma
continua, ajustando su funcionamiento cuando los datos indiquen que es necesario o cuando
cambien las necesidades del cliente.
Es importante aclarar que controlar implica mantener un proceso funcionando de manera

estable, predecible y cumpliendo con los requisitos del cliente. Conseguir que un proceso
alcance dicho estado es el objetivo DMAIC.
Equipo Six Sigma

Champion
Es el dueño el proceso que se encarga del apoyo interno en la aplicación Six Sigma. Es quien
tiene el conocimiento del proceso y sus detalles funcionales.
Master Black Belt
Los Master Black Belt (MBB) son la piedra angular para un despliegue exitoso de Seis Sigma.
El desarrollo del Master Black Belt va más allá de entrenar en técnicas de estadística
avanzada; se enfoca a preparar al candidato a ser un líder y un poderoso agente de cambio1.
Los Master Black Belt desempeñan las siguientes funciones:
• Entrenamiento: Típicamente son los responsables de entrenar internamente a los

Green Belt y Black Belt futuros.
• Asesoría: Entrenan y Asesoran a los Black Belt, Green Belt y demás empleados en el
uso de los métodos y herramientas de Seis Sigma.
• Champion: Los Master Black Belt pueden eventualmente asistir o asumir las acciones
de implantación, como selección de proyectos y administración de las actividades de
los Black Belt2.

1
En: http://leansixsigmamexico.com/12-certificaciones/18-master-black-belt-lean-six-sigma
2
En: http://www.emagister.com.mx/curso_six_sigma-cursos-734281.htm


Black Belt
El rol del Black Belt:
• Dirige proyectos de mejora de procesos estratégicos de alto impacto

• Domina herramientas y estadística avanzada
• Desarrolla técnicas de medición, análisis, mejora y control
• 1 año de entrenamiento
• La certificación de los Black Belt es posible después de completar la formación, 2
proyectos con éxito y conseguir los ahorros previstos. Cada proyecto se presenta
formalmente por escrito y debe demostrar el conocimiento de la metodología y sus
herramientas (incluido por lo menos un Diseño de Experimento – DOE).
Green Belt
Los Green Belts son el corazón de un buen desarrollo de Seis Sigma. Pueden expandir la
mejora de proceso basado en proyectos y cambiar la cultura dentro de la organización3.
Es un experto técnico que se dedica parcialmente a las actividades Six Sigma y, a pesar de no
ser su función principal, apoyan y lideran proyectos que permiten solucionar problemas de
sus áreas.
Yellow Belt
Son empleados que reciben un entrenamiento básico en las herramientas Six Sigma y,
generalmente, participan en los proyectos DMAIC desde sus áreas.

3
En: http://www.leansixsigmamexico.com/12-certificaciones/15-green-belts


Síntesis
Actividades autoevaluativas

• ¿Qué otra metodología Six Sigma, además de DMAIC, conoce para el desarrollo de
proyectos?
Bibliografía.
1. JURAN, Joseph. Planificación y análisis de la calidad. Barcelona: Reverte, 1977.

G. E. Bogotá: Norma, 1996.


3. MARIÑO, Hernando. Planeación estratégica de la calidad total. Bogotá, D.C.: Tercer

http://www.ucema.edu.ar/productividad/download/2003/Cura.pdf


Cartillas 1a4

Uploaded by

Document Information

Original Title

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

Cartillas 1a4

Uploaded by

Copyright:

Available Formats

CONTROL DE

En esta sección se va a revisar el contexto histórico acerca de la historia de la calidad.

También, se abordarán explicaciones sobre el origen y principios de la historia de la calidad

1. Estudiar el origen histórico de la calidad

En esta sección se va a presentar un contexto histórico de las definiciones y avances en los

Desarrollo de la unidad temática

Para comenzar a definir la calidad, el estudiante debe comprender que este no es un

En un sentido general, el aseguramiento de la calidad hace referencia a toda actividad

La calidad ha sido un concepto importante a lo largo de la historia de las operaciones.

En la edad media, la elaboración de productos se daba por parte de artesanos expertos

Posteriormente, las organizaciones crearon departamentos separados de calidad. La

El grupo de Western Electric, dirigido por Shewhart introdujo el control estadístico de la

Las organizaciones se empezaron a preocupar por el tema de la calidad y la alta dirección

encaminaba en términos de una mejora continua de procesos y productos a nivel general. La

Con base en la lectura anterior y en la revisión del material complementario disponible en

1. JURAN, Joseph. Planificación y análisis de la calidad. Reverte, Barcelona, 1977.

2. KUME, Hitoshi. Herramientas estadísticas básicas para el mejoramiento de la calidad.

3. MARIÑO, Hernando. Planeación estratégica de la calidad total. Bogotá, D.C. Tercer

Remisión a fuentes complementarias

4. Comercio [en línea] http://www.slideshare.net/AndrezCacerez/historia-de-la-calidad-

1. Estudiar parte de la historia de los gurús de la calidad

Se recomienda extender la consulta de gurús de la calidad con personajes y aportes que no

Desarrollo de la unidad temática

- Walter Shewhart (1891-1967)

- W. Edwards Deming (1900-1993)

Estadísta estadounidense, profesor universitario, autor de textos, consultor y difusor del

- Joseph Juran (1904-2008)

Consultor de gestión del siglo XX que es principalmente recordado como un experto de la

- Kaoru Ishikawa (1915-1989)

Profesor japonés de la administración de empresas, era verdaderamente experto en el

• Controlar la calidad es hacer lo que se tiene que hacer.

- Genichi Taguchi (1924-2012)

- Philip Crosby (1926-2001)

Empresario norteamericano, autor que contribuyó a la teoría de gerencias y a las prácticas de

• Calidad se define como cumplimiento de requisitos

• La medida de la calidad es el precio del incumplimiento

Además, propuso un programa de 14 pasos para la mejora de la calidad:

Otro de sus aportes incluye el enfoque comportamental

Con base en la lectura anterior y en la revisión del material complementario disponible en

1. JURAN, Joseph. Planificación y análisis de la calidad. Reverte, Barcelona, 1977.

2. CT GUTIÉRREZ PULIDO, Humberto. Calidad Total y Productividad. McGraw Hill

3. MARIÑO, Hernando. Planeación estratégica de la calidad total. Bogotá, D.C. Tercer

Remisión a fuentes complementarias

4. Comercio [en línea] http://www.slideshare.net/PaolaCorreaMqz/los-gurus-de-la-

5. Comercio [en línea]

El significado del concepto de calidad puede variar dependiendo de la profesión, el contexto

1. Estudiar las definiciones de Calidad

En esta sección, se presentarán algunas definiciones de calidad y una agrupación de esas

Desarrollo de la unidad temática

empresa y el producto. Dentro de las posibles definiciones o sinónimos de calidad, podemos

1.1 Perspectiva con base en el juicio

A este tipo de punto de vista se le conoce también como la definición de trascendente. La

1.2 Perspectiva con base en el producto

Existen características medibles o atributos importantes que el cliente reconoce en un

1.3 Perspectiva con base en el usuario

1.4 Perspectiva con base en el valor

En la medida que el cliente reciba un producto de valor a un precio razonable, reconocerá

1.5 Perspectiva con base en la manufactura

Si el producto cumple con una serie de especificaciones y parámetros de manufactura

Entender las agrupaciones de las definiciones de calidad basadas en el juicio, en el producto,

Con base en la lectura anterior y en la revisión del material complementario disponible en

• ¿Cuál es la definición de calidad establecida por Icontec?

1. KUME, Hitoshi. Herramientas estadísticas básicas para el mejoramiento de la calidad.