Professional Documents
Culture Documents
Introduccin
Las grficas de control son
grficas utilizadas para
estudiar como el proceso cambia
a travs del tiempo. UCL
Se grfica el promedio como la
lnea central y los lmites de Avg
control superior e inferior que
son permitidos en el proceso. LCL
Objetivos
Glosario
Atributos
Datos que se puede clasificar y contar
Tipos
Grficas de control
Grfica de comparacin cronolgica (hora a hora, da a da) de las
caractersticas de calidad reales del producto, parte o unidad, con
lmites que reflejan la capacidad de producirla de acuerdo con la
experiencia de las caractersticas de calidad de la unidad.
5
CLASIFICACIN DE LOS MTODOS ESTADSTICOS DE C.C.
Mtodos Estadsticos
de Control de Calidad
6
7
GRFICAS DE CONTROL POR ATRIBUTOS
Proceso en control
Mtodo visual para monitorear un proceso- se
relaciona a la ausencia de causas especiales en el
proceso.
Grfica p.
Porcentaje de fraccin defectiva.
Grfica np.
Nmero de unidades defectiuosas por muestra
constante.
Grfica c.
Nmero de defectos por unidad.
Grfica u.
Proporcin de defectos. 8
GRFICAS DE CONTROL POR ATRIBUTOS
Lmites de control
Son calculados de la data obtenida del proceso
Lmite superior
Valor mximo en el cual el proceso se encuentra en
control
Lmite inferior
Valor mnimo en el cual el proceso se encuentra en
control.
Lnea central
Es el promedio del nmero de defectos
9
GRFICAS DE CONTROL POR ATRIBUTOS
Origen
10
GRFICAS DE CONTROL POR ATRIBUTOS
Utilidad
La funcin primaria de una Grfica de Control es
mostrar el comportamiento de un proceso.
Identificar la existencia de causas de variacin
especiales (proceso fuera de control).
Monitorear las variables claves en un proceso de
manera preventiva.
Indicar cambios fundamentales en el proceso.
11
GRFICAS DE CONTROL POR ATRIBUTOS
Ventajas
Resume varios aspectos de la calidad del producto; es
decir si es aceptable o no
Son fciles de entender
Provee evidencia de problemas de calidad
12
GRFICAS DE CONTROL POR ATRIBUTOS
Desventajas
Interpretacin errnea por errores de los datos o los clculos
utilizados
13
GRFICAS DE CONTROL POR ATRIBUTOS
4.6.1 Grfica p.
Representa el porcentaje de fraccin defectiva
Tamao de muestra (n) vara.
Principales objetivos
Descubrir puntos fuera de control
Proporcionar un criterio para juzgar si lotes sucesivos
pueden considerarse como representativos de un proceso
Puede influir en el criterio de aceptacin.
14
CONSTRUCCIN- GRFICA DE CONTROL POR ATRIBUTOS
conformes o disconformidades.
16
CONSTRUCCIN
17
CONSTRUCCIN
18
CONSTRUCCIN
Paso 6: Calcular la fraccin de unidades
Para cada muestra se registran los siguientes
datos:
1. El nmero de unidades inspeccionadas "n".
2. El nmero de unidades no conformes.
19
CONSTRUCCIN
Paso 7: Calcular los Lmites de Control
Grficas de control por atributo
Tamao de
Tipo Datos Frmula LC LCS LCI
muestra
=
Piezas
p Variable. =
+
defectuosas.
=
Piezas
np Constante = = )
+ ( )
(
defectuosas
Defectos
c Constante c
por pieza
Defectos
u Variable
por pieza
20
CONSTRUCCIN
Paso 8: Definir las escalas de la grfica
El eje horizontal representa el nmero de la muestra en el
orden en que ha sido tomada.
El eje vertical representa los valores de la fraccin de
unidades
La escala de este eje ir desde cero hasta dos veces la
fraccin de unidades no conformes mxima.
21
CONSTRUCCIN
Paso 9: Representar en el grfico la Lnea Central y los
Lmites de Control
Lnea Central
Marcar en el eje vertical, correspondiente al valor de la
fraccin
Lnea de Control Superior
trazos rectos.
23
CONSTRUCCIN
Paso 11: Comprobacin de los datos de construccin de la
Grfica de Control
Se comprobar que todos los valores de la fraccin de unidades de
las muestras utilizadas para la construccin de la grfica
correspondiente estn dentro de sus Lmites de Control.
LCI < grfica < LCS
25
INTERPRETACIN- GRFICA DE CONTROL
POR ATRIBUTOS
Identificacin de causas especiales o asignables
Pautas de comportamiento que representan cambios en el
proceso:
Un punto exterior a los lmites de control.
Se estudiar la causa de una desviacin del comportamiento tan
fuerte.
Dos puntos consecutivos muy prximos al lmite de control.
La situacin es anmala, estudiar las causas de variacin.
Cinco puntos consecutivos por encima o por debajo de la lnea
central.
Investigar las causas de variacin pues la media de los cinco
puntos indica una desviacin del nivel de funcionamiento del
proceso.
Fuerte tendencia ascendente o descendente marcada por cinco
puntos
consecutivos.
Investigar las causas de estos cambios progresivos.
Cambios bruscos de puntos prximos a un lmite de control hacia el
otro
lmite. 26
Examinar esta conducta errtica.
EJEMPLO 1
En la siguiente figura tenemos los datos de 24 muestras de
producto producido por turno. En la columna produccin tenemos
el total de producto fabricado por turno. La columna Producto
Defectuoso nos indica el nmero de artculos defectuosos por
turno; la columna Nmero de Defectos nos indica el nmero de
defectos encontrados en la produccin de cada turno, ntese que
por cada turno el nmero de defectos es mayor o igual que el
nmero de defectuosos, ya que un artculo defectuoso puede tener
uno o ms defectos. Finalmente tenemos la columna de Fraccin
Defectuosa, la fraccin defectuosa de un turno se calcula
dividiendo el nmero de productos defectuosos por la produccin
de ese turno, es decir, los valores de la columna D divididos por
los valores de la columna C.
27
Muestra Produccin Producto Nmero de Fraccin
defectuoso defectos defectuosa
1 96 8 12
2 99 12 14
3 99 17 21
4 100 16 21
5 100 9 15
6 100 15 18
7 100 18 22
8 100 14 20
9 100 15 19
10 99 14 20
11 100 17 19
12 100 15 17
13 100 15 20
14 94 8 9
15 94 10 13
16 99 22 32
17 100 15 21
18 97 12 19
19 87 9 12
20 100 12 12
21 100 13 18
22 98 18 24
23 97 14 19
24 97 13 19
28
Producto Nmero de Fraccin
Muestra Produccin
defectuoso defectos defectuosa LCI LC LCS
1 96 8 12 0.083 0.034 0.140 0.246
2 99 12 14 0.121 0.035 0.140 0.245
3 99 17 21 0.172 0.035 0.140 0.245
4 100 16 21 0.160 0.036 0.140 0.244
5 100 9 15 0.090 0.036 0.140 0.244
6 100 15 18 0.150 0.036 0.140 0.244
7 100 18 22 0.180 0.036 0.140 0.244
8 100 14 20 0.140 0.036 0.140 0.244
9 100 15 19 0.150 0.036 0.140 0.244
10 99 14 20 0.141 0.035 0.140 0.245
11 100 17 19 0.170 0.036 0.140 0.244
12 100 15 17 0.150 0.036 0.140 0.244
13 100 15 20 0.150 0.036 0.140 0.244
14 94 8 9 0.085 0.033 0.140 0.247
15 94 10 13 0.106 0.033 0.140 0.247
16 99 22 32 0.222 0.035 0.140 0.245
17 100 15 21 0.150 0.036 0.140 0.244
18 97 12 19 0.124 0.034 0.140 0.246
19 87 9 12 0.103 0.028 0.140 0.252
20 100 12 12 0.120 0.036 0.140 0.244
21 100 13 18 0.130 0.036 0.140 0.244
22 98 18 24 0.184 0.035 0.140 0.245
23 97 14 19 0.144 0.034 0.140 0.246
24 97 13 19 0.134 0.034 0.140 0.246 29
2356 331 0.140
Grfico p con lmites variables.
0.250
0.200
Fraccin defectuosa.
0.150
defectuosa
LCI
LC
LCS
0.100
0.050
30
0.000
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Producto Nmero de Fraccin
Muestra Produccin
defectuoso defectos defectuosa LCI LC LCS
1 96 8 12 0.083 0.035 0.140 0.245
2 99 12 14 0.121 0.035 0.140 0.245
3 99 17 21 0.172 0.035 0.140 0.245
4 100 16 21 0.160 0.035 0.140 0.245
5 100 9 15 0.090 0.035 0.140 0.245
6 100 15 18 0.150 0.035 0.140 0.245
7 100 18 22 0.180 0.035 0.140 0.245
8 100 14 20 0.140 0.035 0.140 0.245
9 100 15 19 0.150 0.035 0.140 0.245
10 99 14 20 0.141 0.035 0.140 0.245
11 100 17 19 0.170 0.035 0.140 0.245
12 100 15 17 0.150 0.035 0.140 0.245
13 100 15 20 0.150 0.035 0.140 0.245
14 94 8 9 0.085 0.035 0.140 0.245
15 94 10 13 0.106 0.035 0.140 0.245
16 99 22 32 0.222 0.035 0.140 0.245
17 100 15 21 0.150 0.035 0.140 0.245
18 97 12 19 0.124 0.035 0.140 0.245
19 87 9 12 0.103 0.035 0.140 0.245
20 100 12 12 0.120 0.035 0.140 0.245
21 100 13 18 0.130 0.035 0.140 0.245
22 98 18 24 0.184 0.035 0.140 0.245
23 97 14 19 0.144 0.035 0.140 0.245
24 97 13 19 0.134 0.035 0.140 0.245
2356 331 0.140 31
n* = 98.167
Grfico de control p con lmites constantes.
0.250
0.200
Fraccin defectuosa
0.150
defectuosa
LCI
LC
LCS
0.100
0.050
32
0.000
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
GRFICAS DE CONTROL POR ATRIBUTOS
Ejercicio 2: Grfica p
n # de defectuosos
1 900 18
2 1135 15
3 1005 3
4 1001 17
5 1020 8
6 1015 22
7 1035 24
8 1010 31
9 980 7
10 1115 9
10216 154
33
4.6.2 Grfica np (nmero de artculos defectuosos).
= = (1
)
=
;
=
; =
+
34
Ejemplo 3.
Del anlisis de los datos de inspecciones y pruebas finales de un
producto ensamblado, se ha detectado a travs de una estratificacin y
un anlisis de Pareto, que la causa principal por la que los artculos
salen defectuosos est relacionada con los problemas en un
componente en particular; el componente W. Se decide entonces,
analizar ms de cerca el proceso que produce tal componente. Para
ello, de cada lote se inspecciona una muestra de n = 120. Los datos
obtenidos en 20 lotes consecutivos se muestran en la tabla de abajo.
Realice un grfico np y concluya.
Solucin:
25
20
15
Defectuosos en la muestra
LCI
LC
10
LCS
0 37
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Ejemplo 4.
Para analizar la estabilidad de la cantidad de artculos defectuosos en un
proceso de produccin y tratar de mejorarlo, se toma una muestra de 100
piezas cada 4 horas. Los datos obtenidos se muestran en la tabla de abajo.
a) Mediante un grfico np analice los datos y comente los resultados.
b) Cmo explicara los lmites de control que obtuvo?
Lote. Defectuosos en la muestra Lote. Defectuosos en la muestra
1 11 11 8
2 10 12 7
3 7 13 9
4 10 14 6
5 4 15 6
6 12 16 11
7 8 17 9
8 5 18 7
9 19 38
14 6
10 12 20 10
Defectuosos en la
Lote
muestra
LCI LC LCS
p* = 0.086
Grfico np
18
16
14
12
10
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 40
Defectuosos en la muestra LCI LC LCS
Ejemplo 5.
Para el proceso del ejercicio anterior se ejecuta un proceso de mejora.
Los datos obtenidos en la semana posterior a las mejoras se muestran en
la tabla de abajo.
a) Utilizando los lmites antes de la mejora, analice estos ltimos datos para ver si las
soluciones dieron resultado.
b) Si las mejoras dieron resultado, a partir d muestra se habran confirmado? 41
c) Calcule los nuevos lmites de control y comente el grfico.
Grfico np
18.00
16.00
14.00
12.00
10.00
8.00
6.00
4.00
2.00
0.00
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 42
LCI LC LCS Defectuosos en la muestra
Defectuosos en la muestra LCI LC LCS
8 0.000 5.2 11.86
7 0.000 5.2 11.86
5 0.000 5.2 11.86
7 0.000 5.2 11.86
3 0.000 5.2 11.86
5 0.000 5.2 11.86
2 0.000 5.2 11.86
9 0.000 5.2 11.86
4 0.000 5.2 11.86
6 0.000 5.2 11.86
3 0.000 5.2 11.86
6 0.000 5.2 11.86
5 0.000 5.2 11.86
1 0.000 5.2 11.86
7 0.000 5.2 11.86
8 0.000 5.2 11.86
5 0.000 5.2 11.86
7 0.000 5.2 11.86
4 0.000 5.2 11.86
2 0.000 5.2 11.86
104
100 LCI= 0 43
0.052
Grafico np inciso c
14
12
10
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 44
Defectuosos en la muestra LCI LC LCS
4.7 GRFICAS PARA NO CONFORMIDADES.
LCS = + 3
LC=
LCI = - 3
47
=
48
Ejemplo 6.
En una empresa que elabora productos agroqumicos se tiene el
problema de intoxicaciones de los trabajadores debido al contacto
con agentes txicos. Para evaluar el nmero de obreros intoxicados
por mes, en ltimo ao y medio, se recurre a los registros de
enfermera de la empresa. Los datos obtenidos se muestran en la
tabla siguiente:
Mes 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
Intoxicados 6 5 4 4 1 3 3 7 5 7 5 12 5 4 7 2 4 2
49
Mes 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
Intoxicados 6 5 4 4 1 3 3 7 5 7 5 12 5 4 7 2 4 2 86
LCI 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
LC 4.78 4.78 4.78 4.78 4.78 4.78 4.78 4.78 4.78 4.78 4.78 4.78 4.78 4.78 4.78 4.78 4.78 4.78
LCS 11.34 11.34 11.34 11.34 11.34 11.34 11.34 11.34 11.34 11.34 11.34 11.34 11.34 11.34 11.34 11.34 11.34 11.34
c* = 4.78
LCI = -1.78
0
LC = 4.78
LCS = 11.34
50
Grfico c
14
12
10
8 Intoxicados
Intoxicados
LCI
LC
6
LCS
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
51
Se observa que el LCI resulta negativo, pero como no puede haber
cantidades negativas de intoxicados, entonces el LCI se iguala a
cero. De la carta obtenida se observa que en el mes 12 hubo una
situacin especial que caus un alto nmero de intoxicados, ms de
los que ordinariamente se esperaran. Al recurrir a los expedientes de
enfermera, se encontr que ese punto fuera de los lmites ocurri
cuando se introdujo por primera vez cierto txico, y que no se les
dieron las instrucciones adecuadas a los trabajadores. Localizada la
causa, para fijar los lmites de control definitivos se elimin el dato
correspondiente al mes 12 y entonces los lmites de control a usarse
en el futuro son:
52
Grfico c con lmites definitivos.
12
10
8
Intoxicados
Intoxicados
6 LCI
LC
LCS
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
53
Ejemplo 7.
Una empresa fabrica paneles metlicos, a veces aparecen fallas en
el acabado de estos paneles, por lo cual la compaa desea
establecer una grfica de control para encontrar el nmero de fallas.
Los nmeros de fallas de cada uno de 24 paneles a los que se les
hizo el muestreo a intervalos regulares de tiempo son los siguientes:
Panel 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Fallas 7 10 9 12 13 6 13 7 5 11 8 10 13 9 21 10 6 8 3 12 7 11 14 10
54
Ejemplo 8.
En una fbrica de muebles se inspecciona con detalle el acabado de
los comedores cuando salen del departamento de aplicacin de laca.
La cantidad de defectos que son encontrados en cada comedor son
registrados con el fin de conocer y mejorar el proceso. En la tabla
siguiente se muestran los defectos encontrados en los ltimos 30
comedores. Los defectos por ser menores, aunque influyen en la
calidad del producto, no implican que se rechace la pieza.
Come
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
dor
Defec
7 15 5 3 2 8 10 15 3 4 6 2 2 6 2 4 3 3 5 2 6 7 7 4 3 5 7 9 10 2
tos
55
GRFICA U (NMERO DE DEFECTOS POR UNIDAD).
57
b) Utilizar el tamao promedio de subgrupo
LCS = +
LC =
LCI =
58
c) Realizar el grfico estandarizado.
Tambin se puede realizar el grfico considerando la variable u
estandarizada con:
=
La variable Zi sigue aproximadamente una distribucin normal
estndar ( =0, 2=1) por lo que:
LCS = 3
LC = 0
LCI = -3
59
EJEMPLO 9.
En la tabla siguiente se presenta el nmero de defectos observados en las
muestras de 24 lotes consecutivos de circuitos electrnicos. El nmero de
circuitos inspeccionados en cada lote es variable.
a) Calcule los lmites y realice el grfico correspondiente utilizando el tamao
del subgrupo promedio e interprtelo.
b) Realice el grfico considerando los lmites variables.
c) Realice el grfico considerando la variable u estandarizada.
Lote Tamao de la muestra, n Total de defectos, ci Lote Tamao de la muestra, n Total de defectos, ci
1 20 17 13 30 40
2 20 24 14 30 24
3 20 16 15 30 46
4 20 26 16 30 32
5 15 15 17 30 30
6 15 15 18 30 34
7 15 20 19 15 11
8 25 18 20 15 14
9 25 26 21 15 30
10 25 10 22 15 17
11 25 25 23 15 18
12 30 21 24 15 20
60
EJEMPLO 3.2.4.1
Tamao de la Total de # defectos
Lmites de control con n promedio
Lote muestra defectos promedio
n ci ui LCI LC LCS
1 20 17 0.850 0.390 1.046 1.702
2 20 24 1.200 0.390 1.046 1.702
3 20 16 0.800 0.390 1.046 1.702
4 20 26 1.300 0.390 1.046 1.702
5 15 15 1.000 0.390 1.046 1.702
6 15 15 1.000 0.390 1.046 1.702
7 15 20 1.333 0.390 1.046 1.702
8 25 18 0.720 0.390 1.046 1.702
9 25 26 1.040 0.390 1.046 1.702
10 25 10 0.400 0.390 1.046 1.702
11 25 25 1.000 0.390 1.046 1.702
12 30 21 0.700 0.390 1.046 1.702
13 30 40 1.333 0.390 1.046 1.702
14 30 24 0.800 0.390 1.046 1.702
15 30 46 1.533 0.390 1.046 1.702
16 30 32 1.067 0.390 1.046 1.702
17 30 30 1.000 0.390 1.046 1.702
18 30 34 1.133 0.390 1.046 1.702
19 15 11 0.733 0.390 1.046 1.702
20 15 14 0.933 0.390 1.046 1.702
21 15 30 2.000 0.390 1.046 1.702
22 15 17 1.133 0.390 1.046 1.702
23 15 18 1.200 0.390 1.046 1.702
24 15 20 1.333 0.390 1.046 1.702 61
525 549 1.046 = u*
n* = 21.875
EJEMPLO 9.
Grfico u con lmites con n promedio
2.100
1.900
1.700
1.500
1.300
1.100
0.900
0.700
0.500
0.300
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
62
ui LCI LC LCS
EJEMPLO 9.
Tamao de la # defectos
Total de defectos Lmites de control con n variable
Lote muestra promedio
n ci ui LCI LC LCS
1 20 17 0.850 0.360 1.046 1.732
2 20 24 1.200 0.360 1.046 1.732
3 20 16 0.800 0.360 1.046 1.732
4 20 26 1.300 0.360 1.046 1.732
5 15 15 1.000 0.254 1.046 1.838
6 15 15 1.000 0.254 1.046 1.838
7 15 20 1.333 0.254 1.046 1.838
8 25 18 0.720 0.432 1.046 1.659
9 25 26 1.040 0.432 1.046 1.659
10 25 10 0.400 0.432 1.046 1.659
11 25 25 1.000 0.432 1.046 1.659
12 30 21 0.700 0.486 1.046 1.606
13 30 40 1.333 0.486 1.046 1.606
14 30 24 0.800 0.486 1.046 1.606
15 30 46 1.533 0.486 1.046 1.606
16 30 32 1.067 0.486 1.046 1.606
17 30 30 1.000 0.486 1.046 1.606
18 30 34 1.133 0.486 1.046 1.606
19 15 11 0.733 0.254 1.046 1.838
20 15 14 0.933 0.254 1.046 1.838
21 15 30 2.000 0.254 1.046 1.838
22 15 17 1.133 0.254 1.046 1.838
23 15 18 1.200 0.254 1.046 1.838 63
24 15 20 1.333 0.254 1.046 1.838
525 549 1.046
EJEMPLO 9.
Grfico u con lmites variables
2.000
1.500
1.000
0.500
0.000
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 64
ui LCI LC LCS
EJEMPLO 9.
Tamao de la Total de # defectos
Lmites de control para u estandarizada
Lote muestra defectos promedio
n ci ui z LCI LC LCS
1 20 17 0.850 -0.856 -3 0 3
2 20 24 1.200 0.675 -3 0 3
3 20 16 0.800 -1.075 -3 0 3
4 20 26 1.300 1.112 -3 0 3
5 15 15 1.000 -0.173 -3 0 3
6 15 15 1.000 -0.173 -3 0 3
7 15 20 1.333 1.089 -3 0 3
8 25 18 0.720 -1.593 -3 0 3
9 25 26 1.040 -0.028 -3 0 3
10 25 10 0.400 -3.157 -3 0 3
11 25 25 1.000 -0.224 -3 0 3
12 30 21 0.700 -1.852 -3 0 3
13 30 40 1.333 1.541 -3 0 3
14 30 24 0.800 -1.316 -3 0 3
15 30 46 1.533 2.612 -3 0 3
16 30 32 1.067 0.112 -3 0 3
17 30 30 1.000 -0.245 -3 0 3
18 30 34 1.133 0.469 -3 0 3
19 15 11 0.733 -1.183 -3 0 3
20 15 14 0.933 -0.426 -3 0 3
21 15 30 2.000 3.614 -3 0 3
22 15 17 1.133 0.332 -3 0 3
23 15 18 1.200 0.584 -3 0 3 65
24 15 20 1.333 1.089 -3 0 3
525 549 1.046
EJEMPLO 9.
Grfico u estandarizada
4.000
3.000
2.000
1.000
0.000
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
-1.000
-2.000
-3.000
-4.000 66
z LCI LC LCS
GRFICA DE CONTROL POR ATRIBUTOS
Resumen
Grfica de
Control
de Atributos
68
GRFICAS DE CONTROL POR
ATRIBUTOS
Referencias
www.monografias.com
SIP I Methodology & tools training
www.gestiopoly.com
Goetsch, D. L. & Davis, S. B.; 2003. Quality
Management. 4t Edition. Prentice Hall.
Gutierrez, P. H; 2010. Calidad total y productividad.
Tercera edicin. Edit. McGraw Hill.
69