HERRAMIENTAS DE CONTROL DE CALIDAD

Cristhian G. Acosta Imbachi

Julian Ramirez Agredo

Juan D. Riveros Ayala

Ferney Suarez Ramirez

PROFESOR: Ing. Juan Carlos Peña Orozco

Universidad del Valle

Ingenieria Industrial

Control de calidad

Buga- Valle del Cauca

Diagrama de flujo de procesos

Es la representación grafica de un proceso. Cada paso del proceso es representado por un símbolo diferente que contiene una breve descripción de la etapa de proceso. Los símbolos gráficos del flujo del proceso están unidos entre sí con flechas que indican la dirección de flujo del proceso.

El diagrama de flujo ofrece una descripción visual de las actividades implicadas en un proceso mostrando la relación secuencial entre ellas, facilitando la rápida comprensión de cada actividad y su relación con las demás, el flujo de la información y los materiales, las ramas en el proceso, la existencia de bucles repetitivos, el numero de pasos del proceso, las operaciones interdepartamentales. Facilita también la selección de indicadores de proceso.

CUANDO SE USA

Los diagramas de flujo se usan a la hora de necesitar una visión transparente del proceso, mejorando su comprensión; permitiendo ver de manera más descomplicada el transcurso de una actividad productiva. Como se menciono anteriormente en la descripción unos símbolos gráficos del flujo del proceso están unidos entre sí con flechas que indican la dirección de flujo del proceso. A continuación se presenta un cuadro con las especificaciones:

Ejemplo:

¿COMO SE USA?

El diagrama de flujo debe ser realizado por un equipo de trabajo en el que las distintas personas aporten, en conjunto, una perspectiva completa del proceso, por lo que con frecuencia este equipo será multifuncional y multijerárquico.

Pasos de elaboración:

1. Determinar el proceso a diagramar.2. Definir el grado de detalle. El diagrama de flujo del proceso puedo mostrar a grandes rasgos la información sobre el flujo general de actividades principales, o ser desarrollado de modo que se incluyan todas las actividades y los puntos de decisión. Un diagrama de flujo detallado dará la oportunidad de llevar un análisis más exhaustivo del proceso.3. Identificar la secuencia de pasos del proceso. Situándolos en el orden en que son llevados a cabo.4. Construir el diagrama de flujo. Para ello se utilizan determinados símbolos. Cada organización puede definir su propio grupo de símbolos. En la figura anterior se mostraba un conjunto de símbolos habitualmente utilizados. Al respecto cabe decir que en la figura “Conector de proceso” es frecuentemente utilizado un círculo como símbolo. Para la elaboración de un diagrama de flujo, los símbolos estándar han sido normalizados, entre otros el American National Standars Institute (ANSI).5. Revisar el diagrama de flujo del proceso.

Diagrama de Pareto

Gráfico de barras que ayuda a identificar las fallas vitales, de entre muchas otras triviales. Son muy útiles en el análisis de datos cualitativos, por ejemplo, para quejas de clientes, tipos de defectos, causas de accidentes, entre otros.

Ejemplo de aplicación:

Para el siguiente análisis de caso, se considera un proceso de producción que se encuentra afectado por las siguientes causas:

Fluctuaciones de energía Inestabilidad de la máquina Rotación frecuente del operador Rotación frecuente de la máquina Cambios ambientales cíclicos Cansancio o fatiga del operador

Partida fría Error de medición Desviación del material Desgaste del equipo En la tabla presentada a continuación se detallan los valores

correspondientes a la cantidad de veces que se registró cada una de las causas que afectan al proceso, durante un período determinado.

Para cada causa, se calculó el porcentaje que representa en forma individual con respecto al total de causas registradas, y luego se ordenó la tabla de mayor a menor. Una vez ordenada la tabla, se calculó el porcentaje acumulado

CausasDescripciòn Cantidad Porcentaje Porc. Acumulado

191 42.9% 42.9%121 27.2% 70.1%

56 12.6% 82.7%35 7.9% 90.6%11 2.5% 93.0%

9 2.0% 95.1%8 1.8% 96.9%6 1.3% 98.2%5 1.1% 99.3%3 0.7% 100.0%

Total 445 100%

         Fluctuaciones de energía         Inestabilidad de la máquina         Rotación frecuente del operador         Rotación frecuente de la máquina         Cambios ambientales cíclicos         Cansancio o fatiga del operador         Partida fría         Error de medición         Desviación del material         Desgaste del equipo

.

Con estos valores es posible obtener el siguiente gráfico:

Al marcar sobre el gráfico una línea punteada sobre el valor correspondiente al 80% del porcentaje acumulado, se obtiene la siguiente información:

Cambios ambientales Rotación del operador Inestabilidad de la máquina

Son las causas que están ocasionando el 80% de los defectos en este proceso, por lo que los esfuerzos destinados a mejorarlo deberían concentrarse en estos 3 aspectos.

Procedimiento de elaboración:

1. Reúne los datos en crudo que se utilizarán para crear el diagrama. Estos datos deberán ser fáciles de clasificar en al menos tres categorías.

2. Crea una hoja de cálculo de análisis. Esto es tan simple como una hoja de cálculo con los siguientes títulos de columnas: categoría, frecuencia, porcentaje. Enumera las categorías de datos en la primera columna.

3. Cuenta el número de ocurrencias en cada una de estas categorías durante el período de tiempo especificado a estudiar. Registra estos datos en una

hoja de cálculo bajo la segunda columna, titulada "Frecuencia". Reorganiza la información en una nueva hoja de cálculo para que la categoría más alta de "Frecuencia" quede en la parte superior de la lista y la última frecuencia quede en la parte inferior.

4. Divide la frecuencia de cada categoría por el número total de datos contados para determinar el porcentaje de frecuencia y registra este número en la columna debajo de "Porcentaje".

5. Dibuja una línea recta verticalmente en el costado izquierdo del papel cuadriculado. Esta será la frecuencia de la ocurrencia. Elige una escala y márcala en aumentos idénticos sobre el papel cuadriculado por esta línea vertical. La escala estará determinada por la cantidad de datos a mostrar.. Dibuja una línea recta horizontal en la parte inferior del papel cuadriculado. Esta mostrará dónde están enumeradas las categorías. Anota el nombre de la categoría más frecuente a la izquierda y continúa etiquetando las otras categorías hacia la derecha.

6. Dibuja la barra indicando el número de ocurrencias de cada categoría. Las barras deberán ser más altas a la izquierda y continuar acortándose hacia la derecha. Esto te mostrará qué errores ocurren más a menudo para que te puedas concentrar en arreglarlos.

Diagrama Causa-Efecto (Espina de pescado)

Método gráfico que relaciona un problema o efecto con sus posibles causas; obtiene una mayor efectividad cuando se realiza en equipo (Ej: los jefes de cada departamento), incluyéndose los diferentes puntos de vista de los integrantes, según las etapas de las que son dueños o responsables.

El Diagrama de Causa y Efecto debe ser implementado cuando se tenga una respuesta afirmativa para alguna de las dos preguntas que se presentan a continuación:

1. ¿Es necesario identificar las causas principales de un problema?2. ¿Existen ideas u opiniones sobre las causas de un problema?

A continuación se presenta un ejemplo de diagrama Causa-Efecto general y otro

diagrama aplicado al problema de roturas en un tablero de fibra:

Ejemplo General

Ejemplo aplicado al problema de boca de tina ovalada de una lavadora

Procedimiento de elaboración:

1. Debemos dibujar un diagrama en blanco.

2. Escribir de una manera breve y clara el problema a analizar.

3. Identificar y escribir las categorías que consideremos apropiadas para

nuestro problema. Podemos tomar como base las cuatro principales, y de

ahí partir para la creación de nuevas categorías.

4. Realizar una tormenta de ideas con el fin de proponer tantas causas

principales  como sea posible, esto con el fin de no omitir alguna, y que

pueda ser pasada por alto. Debemos de ir anotando las causas dentro de la

categoría a la cual corresponda.

5. Una vez que hemos identificado las causas principales procedemos a

preguntarnos, ¿Por qué ha surgido determinada causa principal? Esto con

el fin de identificar cuáles han sido las causas secundarias (subcausas) que

han provocado a las causas principales.

6. Ya que hemos identificado tanto las causas principales como las causas

secundarias procedemos a realizar un análisis detallado de cada una de

ellas, para seleccionar aquellas causas que estamos en posibilidad de

corregir de una manera inmediata, y asignar aquellas causas que se

encuentran fuera de nuestras manos, a un responsable para su solución.

7. Después de haber realizado modificaciones o correcciones a las posibles

causas, realizar un análisis y evaluación de las acciones tomadas; con el fin

de garantizar un proceso de mejoramiento continúo.

Histograma

Es un grafico de barras verticales que representa la distribución de frecuencias de un conjunto de datos.

El histograma es especialmente útil cuando se tiene un amplio número de datos que es preciso organizar, para analizar más detalladamente o tomar decisiones sobre la base de ellos. También es un medio eficaz para transmitir a otras personas información sobre un proceso de forma precisa e inteligible.

Otra aplicación de sumo interés del histograma es la comparación de los resultados de un proceso con las especificaciones previamente establecidas para el mismo. En este caso, mediante el histograma, puede determinarse en qué grado el proceso está produciendo buenos resultados y hasta qué punto existen desviaciones respecto a los límites fijados en las especificaciones. En este

sentido, el estudio de la distribución de los datos puede ser un excelente punto de partida para establecer hipótesis acerca de un funcionamiento insatisfactorio.

EJEMPLO:

Supongamos que un médico dietista desea estudiar el peso de personas adultas de sexo masculino y recopila una gran cantidad de datos midiendo el peso en kilogramos de sus pacientes varones:

74.6 74.6 81.6 75.4 69.8 68.4

74.5 85.9 65.8 63.5 95.7 69.4

77.0 113.7 57.8 69.9 74.5 74.3

70.7 77.9 74.5 63.7 77.0 63.2

79.4 76.4 77.0 72.1 70.7 68.4

74.6 95.7 70.7 71.6 79.4 76.9

85.2 78.4 79.4 69.4 74.6 75.4

81.6 84.6 74.6 69.8 85.2 74.8

67.9 97.4 85.2 83.5 81.6 78.9

63.7 74.5 81.6 69.7 67.9 77.0

72.1 77.0 67.9 68.4 63.7 76.7

71.6 70.7 63.7 70.7 72.1 77.0

69.4 79.4 72.1 79.4 71.6 70.7

69.8 74.6 71.6 74.6 69.4 79.4

83.5 85.2 69.4 85.2 69.8 74.6

83.5 81.6 69.8 81.6 83.5 85.2

74.9 67.9 83.5 67.9 79.3 81.6

73.2 63.7 74.9 63.7 76.3 67.9

70.7 70.7 73.2 67.5 79.8 63.7

79.4 79.4 70.7 85.3 70.7 72.1

88.6 74.6 79.4 88.6 79.4 71.6

70.7 85.2 74.6 70.7 74.6 69.4

79.4 81.6 85.2 79.4 85.2 69.8

70.7 67.9 81.6 74.6 81.6 83.5

79.4 63.7 67.9 85.2 67.9 67.9

74.6 72.1 63.7 81.6 63.7 63.7

85.2 71.6 72.1 67.9 72.1 70.7

81.6 69.4 71.6 63.7 71.6 73.2

67.9 69.8 69.4 72.1 69.4 70.7

63.7 83.5 69.8 71.6 69.8 79.4

72.1 83.5 83.5 69.4 83.5 74.6

71.6 69.7 85.2 69.8 69.8 63.7

69.4 68.4 81.6 83.5 83.5 72.1

69.8 70.7 63.7 72.1 83.5 71.6

83.5 79.4 72.1 71.6 72.1 69.4

67.9 71.6 71.6 69.4 71.6 69.8

Así como están los datos es muy difícil sacar conclusiones acerca de ellos.Entonces, lo primero que hace el médico es agrupar los datos en intervalos contando cuantos resultados de mediciones de peso hay dentro de cada intervalo (Esta es la frecuencia). Por ejemplo, ¿Cuántos pacientes pesan entre 60 y 65 kilos? ¿Cuántos pacientes pesan entre 65 y 70 kilos?:

Intervalos Nº Pacientes (Frecuencia)

<50 0

50-55 0

55-60 1

60-65 17

65-70 48

70-75 70

75-80 32

80-85 28

85-90 16

90-95 0

95-100 3

100-105 0

105-110 0

>110 1

Ahora se pueden representar las frecuencias en un gráfico como el siguiente:

Por ejemplo, la tabla nos dice que hay 48 pacientes que pesan entre 65 y 70 kilogramos. Por lo tanto, levantamos una columna de altura proporcional a 48 en el gráfico:

Y agregando el resto de las frecuencias nos queda el histograma siguiente:

¿Qué utilidad nos presta el histograma? Permite visualizar rápidamente información que estaba oculta en la tabla original de datos. Por ejemplo, nos permite apreciar que el peso de los pacientes se agrupa alrededor de los 70-75 kilos. Esta es la Tendencia Central de las mediciones. Además podemos observar que los pesos de todos los pacientes están en un rango desde 55 a 100 kilogramos. Esta es la Dispersión de las mediciones. También podemos observar que hay muy pocos pacientes por encima de 90 kilogramos o por debajo de 60 kilogramos.Ahora el médico puede extraer toda la información relevante de las mediciones que realizó y puede utilizarlas para su trabajo en el terreno de la medicina.

Graficas de Control

Es una representación gráfica que funciona como herramienta pertinente en la toma de decisiones de carácter correctivas y preventivas. El funcionamiento productivo de una compañía se ve alterada por variaciones en sus productos, en la realidad; los productos nunca serán iguales un 100%, puesto que en la producción que realizan las empresas siempre encontramos variaciones generadas al azar en todo el funcionamiento productivo de una compañía. Las causas atribuidas a esta situación son principalmente a la naturaleza de equipos tecnológicos, procesos y materiales adicionalmente donde se generan diversos factores de calidad presentando diversas anomalías. Un gráfico de control representa estos factores de calidad de forma cronológica evaluándola a través del establecimiento de límites acordes a experiencia y valores específicos. Un gráfico de control se asocia principalmente en el enfoque estadístico de límites de confianza, donde se analiza una variable específica para saber si un proceso se encuentra bajo control o fuera de este. El gráfico de control se compone principalmente de un plano cartesiano que evalúa una variable según el tiempo u otra característica en análisis; donde se trazan 3 líneas importantes, la línea central corresponde a el promedio histórico de la característica evaluada y las líneas superior e inferior representa ese espacio máximo de variabilidad permisible, los diversos puntos en el gráfico hace referencia a las mediciones realizadas. A continuación se ilustra un tipo de gráfico de control:

El uso de las gráficas de control tiene gran frecuencia puesto que su objetivo principal es la prevención de que el producto llegue sin defectos al cliente a través de la detección y corrección de errores. Ejemplos de uso:

Líneas de ensamble (cantidad de unidades defectuosas) Maquinas empacadoras (cantidad de productos mal empacados) Hoteles (número de reclamos) Hospitales (tiempos de respuesta)

Podemos concluir que el uso de los gráficos de control es importante para los diagnósticos de la calidad con todas sus variaciones en el área productiva de una empresa.Procedimiento básico de elaboración:

1. Selección de la variable de análisis. 2. Definición del marco de muestreo y el método de selección.3. Determinación del número de subgrupos o muestras (m).4. Determinación del tamaño del subgrupo o muestra (n).5. Recolección de la información.6. Cálculo de límites de control.7. Construcción del gráfico.

Un subgrupo es un conjunto de mediciones de un proceso que presentan similitudes entre sus elementos.

Los gráficos de control se dividen en dos grandes grupos:Variables: X-R, X-S, medidas individuales.Atributos: Artículos defectuosos, número de unidades defectuosas y número de defectos por unidad.

Diversos tipos de graficas de control se pueden encontrar pero principalmente tenemos:Gráfica c: control al número de defectos por unidad.Gráfica p: control a través del porcentaje de fracción defectiva.Gráfica u: halla la proporción de defectos.Gráfica np: número de unidades defectuosas por muestra constante.

Es importante resaltar el uso de muchos de los conceptos y métodos estadísticos para hallar los diversos valores importantes y completar el análisis de estudio a través de las gráficas de control.

Diagrama de dispersión

Es una representación gráfica que permite obtener el grado de relación entre dos variables. Encontramos una correlación que puede ser positiva o negativa, la relación entre dos variables se analiza a través de la ubicación de distintas medidas donde se puede obtener una curva de tendencia (línea recta), la cual si es ascendente en el plano cartesiano nos referimos a una correlación positiva y si tiene un comportamiento descendente nos referimos a una correlación negativa. Este comportamiento se debe a la relación existente a las dos variables donde tienen crecimientos de forma proporcional, incluso en diagrama de dispersión puede ilustrar la poca proporcionalidad entre las dos variables en cuestión.

En términos matemáticos se define el diagrama de dispersión como un gráfico estadístico donde se representan sobre los ejes cartesianos puntos de una

distribución bidimensional. La importancia de un diagrama de dispersión es medir la capacidad de variación que tiene una variable respecto a la otra. Para medir la correlación existente se utiliza el coeficiente de correlación. Si tenemos un conjunto de puntos bidimensionales entonces

ρ=σ xyσx σ y

(coeficiente decorrelación)

σ xy(covarianza)σ x σ y (Desviaciones típiccas de lasdos variables enanalisis)

La covarianza mide que tanto varía una variable respecto a la otra y el valor del coeficiente de correlación oscila en un rango de valores entre -1 y 1. Cuando el coeficiente de correlación es igual a 1. Informa que las variaciones de una variable repercuten fuertemente en el valor de la otra. Cuando ρ=0 nos damos cuenta de que las variables están muy poco relacionadas.

A continuación se ilustra un ejemplo de diagrama de dispersión:

Proceso de elaboración:

1. Evaluar si existe una relación entre las dos variables que se quieren estudiar.Paso de inicio porque la dispersión permite evaluar la existencia de una relación entre variables no la naturaleza de esta.

2. Obtener los datos de las variables que se relacionan.

Se necesita información suficiente, exacta, completa y representativa.

3. Determinar los límites máximos y mínimos que se pueden obtener para las variables.Con el proceso de recolección de información es necesario encontrar los valores máximos y mínimos para cada variable.

4. Elegir la posición de las variables para cada eje del plano cartesiano.Realizando un análisis comparativo normalmente se ubica la variable causa en el eje horizontal y en el vertical el efecto que se provoca.

5. Realizar la representación gráfica de los ejes horizontal y vertical.Es importante resaltar la ubicación de los ejes, y enfocar su grafica hacia los valores mínimos y máximos en búsqueda de una representación equitativa. Otro aspecto importante es utilizar una numeración e intervalos del mismo tamaño para ambos ejes.

6. Graficar cada punto bidimensional correspondiente a las variables en análisis.Ubicar los puntos en la representación de intersección en un espacio bidimensional donde a cada valor de una variable le corresponde solo un valor de la otra variable. Si se están evaluando varios criterios es importancia diferenciar la proveniencia de información a través de colores formas o tamaños.

7. Rotular el gráfico. Ilustrar la información necesaria para su comprensión.

Utilizar los fundamentos y métodos estadísticos como la base del análisis matemático de la información graficada.Los usos más importantes son:

Comprobar la relación existente entre el número de errores y la hora en que se comenten.

Para medir satisfacción del cliente, podemos medir el número de quejas y la variabilidad de la demanda.

Podemos medir la relación entre reducción de costos y satisfacción del cliente.

La herramienta es importante para la priorización de las causas como también mayor control y diseño de soluciones.

Modelos de regresión

Los modelos de regresión nacen principalmente a partir de la investigación en campos como la física y la estadística, donde se descubre de manera empírica que para un fenómeno o situación específica, se presentan cierto tipo de factores que afectan e influyen en el comportamiento natural de dicho fenómeno. Es así, como se descubre que en muchos problemas existe una relación inherente entre dos o más variables, y resulta necesario explorar la naturaleza de esta relación. Existen varios Modelos de Dispersión, como son:

Modelo de Regresión Lineal. Modelo de Regresión no Lineal. Estimación Curvilínea. Regresión Lineal Múltiple.

La herramienta más utilizada para realizar modelos de dispersión son los diagramas de dispersión, los cuales representan de forma gráfica los datos hallados en la medición o investigación, aproximando el comportamiento de la dispersión de los datos. Si bien la curva en el diagrama de dispersión no pasa exactamente por todos los puntos, existe una evidencia fuerte de que los puntos están dispersos de manera aleatoria alrededor de la línea que en él se gráfica.

¿Cuándo se usan?

Los modelos de regresión se usan cuando se reconocen de forma específica la existencia de variables que influyen en los resultados de cierto fenómeno o situación, o también cuando se requiere predecir el resultado de dicho fenómeno y se cuenta con un historial de información basta, precisa y relevante concerniente al fenómeno estudiado.

Teniendo claro lo anterior, se resuelve a realizar un análisis de dispersión, el cual permite modelar e investigar la relación entre dos o más variables de forma estadística; dicho análisis sirve para construir un modelo que permite predecir los resultados de la situación en cuestión, teniendo en cuenta el cambio de las variables para ciertas variaciones dadas.

Es importante tener en cuenta, que al momento de realizar el análisis de dispersión, se debe designar la naturaleza de las variable (Y si es dependiente y X si es independiente) dependiendo de la relación que exista entre ellas.

Procedimiento.

1. Recolectar pares de datos, donde se sospecha la relación.

2. Dibujar un gráfico con la variable independiente en el eje horizontal y la variable dependiente en el eje vertical. Para cada par de datos, colocar un punto o un símbolo donde el valor de eje X intercepta el valor del eje Y.

3. Ver la tendencia de los puntos para ver si la relación es obvia. Si los datos claramente forman una línea o una curva, se debe parar. Las variables están correlacionadas. Se puede utilizar un análisis de regresión o correlación ahora.

Modelo de Regresión Lineal.

El modelo de pronóstico de regresión lineal permite hallar el valor esperado de una variable aleatoria Y cuando X toma un valor específico. Por tal razón, se hace indispensable que previo a la selección de este método exista un análisis de regresión que determine la intensidad de las relaciones entre las variables que componen el modelo.

La aplicación de este método implica un supuesto de linealidad, por consiguiente es razonable suponer que la media de la variable aleatoria Υ está relaciona con X por la siguiente relación lineal:

y=b1 .X+b0

Donde la pendiente y la ordenada al origen de la recta reciben el nombre de coeficientes de regresión.

Ejemplo.

Para ilustrar de manera práctica lo visto anteriormente, considere un proceso químico, donde el rendimiento del producto está relacionado con la temperatura de operación del proceso. El análisis de regresión puede emplearse para construir un modelo que permita predecir el rendimiento para una temperatura dada, para ello considérense los datos de la siguiente tabla, donde Υ es el porcentaje de pureza del oxígeno producido y X es el porcentaje de hidrocarburos presente.

La siguiente figura presenta el diagrama de dispersión de los datos contenidos en la anterior Tabla.

El modelo de regresión lineal después de estimar los coeficientes de regresión, la estimación de la variable ordenada al origen y de la dependiente al modelo mediante el método de mínimo cuadrados es;

y=14.97 x+74.20

Teniendo en cuenta que:

n=20 x=1.20 y=92.16

∑i=1

20

x i=23.92

∑i=1

20

y=1843.21

En conclusión tenemos que con el empleo del modelo de regresión lineal ajustado, es posible predecir una pureza de oxígeno del Y= 89.17% cuando el nivel de hidrocarburo es de X = 1.00%; la pureza de 89.17% puede interpretarse como una estimación de la pureza promedio verdadera de la población cuando X= 1.00%, o como una estimación de la nueva observación cuando X= 100%.

Hoja de verificación

Es un formato construido para colectar datos, de forma que su registro sea sencillo, sistemático y que sea fácil analizarlos. Una buena hoja de verificación debe reunir la característica de que, visualmente permita hacer un primer análisis para apreciar las principales características de la información buscada.

La finalidad de la hoja de verificación es fortalecer el análisis y la medición del desempeño de los diferentes procesos de la empresa, a fin de contar con información que permita orientar esfuerzos, actuar y decidir objetivamente. Esto es de suma importancia, ya que en ocasiones algunas áreas o empresas no cuentan con datos ni información de nada. En otros casos, el problema no es la escasez de datos; por el contrario, en ocasiones abundan (reportes, informes, registros); el problema más bien es que tales datos están archivados, se registraron demasiado tarde, se colectaron de manera inadecuada o no existe el hábito de anal izarlos y utilizarlos de manera sistemática para tomar decisiones, por lo que en ambos casos el problema es el mismo: no se tiene información para direccionar de forma objetiva y adecuada los esfuerzos y actividades en una organización.

Algunas de las situaciones en las que resulta de utilidad obtener datos a través de las hojas de verificación son presentadas a continuación:

Describir el desempeño o los resultados de un proceso.

Clasificar las fallas, quejas o defectos detectados, con el propósito de identificar sus magnitudes, razones, tipos de fallas, áreas de donde proceden, etcétera.

Confirmar posibles causas de problemas de calidad.

Analizar o verificar operaciones y evaluar el efecto de los planes de mejora.

Ejemplos de hoja de verificación:

Procedimiento de elaboración:

Determinar qué situación es necesario evaluar, sus objetivos y el propósito que se persigue

A partir de lo anterior, definir qué tipo de datos o información se requiere.

Establecer el periodo durante el cual se obtendrán los datos.

Diseñar el formato apropiado. Cada hoja de verificación debe llevar la información completa sobre el origen de los datos: fecha, turno, máquina, proceso, quién toma los datos.

Obtener los datos de una manera consistente y honesta. Asegúrese de que se dedique el tiempo necesario para esta actividad.

Diagrama de concentración de defectos

Esta es una herramienta generalmente usada en los procesos de gestión de la calidad, la cual puede ser adaptada para un sinnúmero de propósitos y es también comúnmente conocida como planillas de inspección, la cuales son una herramienta de recolección y registro de información, básicamente un formulario previamente estructurado, establecido y pensado para el análisis y

recolección de ciertos datos como los defectos, localización de los defectos, causas de los defectos, etc.

¿Cuándo se usan?

Dentro del proceso de gestión de la calidad, los diagramas de concentración de defectos son utilizados de manera muy frecuente a la hora de recolectar datos de un proceso productivo, se usa cuando los datos pueden ser identificados y registrados por una misma persona que registra datos sobre la frecuencia o comportamiento de eventos de dicho proceso.

Procedimiento.

1. Definir el proceso o problema va a ser observado y desarrollar definiciones de tipo operacional.

2. Decidir en qué momento se van a recolectar los datos, y por cuánto tiempo se hará esta medición.

3. Diseñar el formulario. Hacerlo de tal manera que los datos puedan ser registrados mediante el marcado de una X, para que los datos no deban ser nuevamente copiados para el análisis.

4. Escriba leyendas o notas para todas las celdas del formulario.5. Pruebe la Planilla de Inspección por un periodo corto de tiempo para

estar seguro, de que recolecta los datos apropiados y es fácil de utilizar.6. Cada vez que el evento estudiado o el problema ocurra, registrar el dato en la

Planilla.

Ejemplo.

Para ilustrar un poco mejor lo anterior visto vamos a suponer que tenemos un lote de artículos y efectuamos la medición del peso de estos. En nuestra planilla podemos discriminar nuestros límites de control estadístico. Luego de una cantidad considerable de mediciones, y con cada anotación la representaremos con el signo (+), así luciría nuestra planilla:

A manera de análisis, en la anterior tabla podemos observar como al registramos nuestros resultados, la planilla nos va mostrando cual es la tendencia central de las mediciones, mismo tiempo que el rango de las observaciones y al tener discriminados nuestros límites de control, podemos observar qué cantidad de nuestro producto cumple con las especificaciones.

Bibliografía

GUTIERREZ PULIDO. Humberto. Control estadístico de Calidad y seis sigma. MacGraw Hill, Montgomery. Pag 148-154.

http://www.ehowenespanol.com/diagrama-pareto-como_313381/

https://es.wikipedia.org/wiki/Diagrama_de_Ishikawa

http://www.aiteco.com/

 http://www.monografias.com/trabajos11/contrest/contrest2.shtml#ixzz3kMNk6kzl

http://es.slideshare.net/Helenfabe/graficos-de-control-24699438

http://es.slideshare.net/stemur/interpretacion-graficas-de-control

https://sites.google.com/site/estudiodeltrabajollarana/unidad-2/2-9-elaboracion-de-graficas-de-control

http://www.fundibeq.org/opencms/export/sites/default/PWF/downloads/gallery/methodology/tools/diagrama_de_dispersion.pdf