CURSO: Herramientas estadsticas para el control de la calidad y procesos OBJETIVO: Proveer a los encargados de procesos de instrumentos estadsticos prcticos,

fciles de utilizar, que mediante su uso sistemtico, les permita identificar las variaciones o fallas de los procesos en materia de mejoramiento continuo de los mismos y del sistema de gestin de la inocuidad de los alimentos. CONTENIDO: 1. CONCEPTO DE PROCESO. 1. PROCESO n. m. (lat. processum). Desarrollo, evolucin de las fases sucesivas de un fenmeno. 2. Mtodo, sistema adoptado para llegar a un determinado fin: proceso qumico; proceso industrial. 3. Transcurso de un determinado tiempo. 4. DER. Institucin mediante la cual el estado cumple a travs de sus rganos de justicia su misin de defensa del orden jurdico social, otorgando a los individuos que elevan una pretensin a los tribunales la oportunidad de satisfacerla. 5. Causa criminal. 6. LING. Nocin general que comprende todos los sentidos del verbo (estado, accin, devenir). 7. PATOL. Trmino que se emplea ocasionalmente como sinnimo de enfermedad: proceso gripal. 8. Proceso de datos (INFORMT.), preparacin adecuada de datos o elementos bsicos de informacin y tratamiento de los mismos mediante reglas y procedimientos que ejecutan distintas operaciones (clasificaciones, clculos, etc.). El Pequeo Larousse Multimedia, 2004 Un proceso puede ser definido como la secuencia de actividades lgica diseada para generar una salida preestablecida para unos clientes identificados a partir de un conjunto de entradas necesarias que van aadiendo valor. Proceso industrial: Un proceso de produccin es un conjunto de maquinaria, equipo, herramienta, materiales, personas y mtodos de trabajo que genera la fabricacin de un bien o servicio.

 Materias primas Maquinas Mano de obra Metodo Medio ambiente

Transformacin
Recepcion de fruta Lavado e inspeccin Extracion y filtrado Evaporacion Envasado

Jugo concentrado de naranja 65 grados Brix

Entradas

Salida

2. VARIABILIDAD DE LOS PROCESOS. El origen de las variaciones en un proceso est en alguna de las siguientes cinco reas; materiales, mquinas, procedimientos, medio ambiente y operaciones. Toda variacin en un producto es causada por alguna variacin en estas cinco reas.

Medio ambiente

Equipos

Mano de obra

Resultado

Materiales

Mtodo

Variacin: Son las diferencias inevitables entre los resultados individuales en un proceso; las fuentes de variacin se pueden agrupar en dos clases principales: Causas aleatorias de variacin y Causas especficas (imputables o asignables). Causas de variacin: Todo proceso tendr variaciones, pudiendo estas agruparse en: Causas aleatorias de variacin. Son causas desconocidas y con poca significacin, debidas al azar y presentes en todo proceso. Difcil identificacin y eliminacin. Causas especficas (imputables o asignables). Normalmente no deben estar presentes en el proceso. Provocan variaciones significativas, s pueden ser descubiertas y eliminadas.

Medidas estadsticas en el anlisis del comportamiento de procesos: La media es la suma de las observaciones divididas entre el total de las observaciones.

donde: xi = observaciones de una caracterstica del producto (peso, ufc, Brix, etc.) n = nmero total de las observaciones = media La variacin es una medida de la dispersin de las observaciones en torno a la media. Dos medidas que se usan comnmente son el rango y la desviacin estndar. El rango es la diferencia entre la observacin mayor y la menor. La desviacin estndar es la raz cuadrada de una poblacin, basada en una muestra, y se obtiene por:

= desviacin estndar de una muestra n = nmero total de observaciones de la muestra = media xi = observaciones de una caracterstica del producto (peso, ufc, Brix, etc.) Dos formas comunes en las distribuciones de procesos son la simtrica y la asimtrica o sesgada. Una distribucin simtrica presenta igual nmero de observaciones a ambos lados de la media. Una distribucin asimtrica o sesgada presenta mayor nmero de observaciones a un lado de la media. 3. LAS HERRAMIENTAS BSICAS DE CONTROL Y LA GESTIN DE LA CALIDAD. A. Lluvia de ideas (Brainstorming). Qu es? Es una herramienta de trabajo grupal que facilita el surgimiento de nuevas ideas sobre un tema o problema determinado. La lluvias de ideas (Brainstrming), es una tcnica de grupo para generar ideas originales en un ambiente relajado. Esta herramienta fue creada en el ao 1941, por Alex Osborne, cuando su bsqueda de ideas creativas resulto en un proceso interactivo de grupo no estructurado que generaba ms y mejores ideas que las que los individuos podan producir trabajando de forma independiente; dando oportunidad de sugerir sobre un determinado asunto y aprovechando la capacidad creativa de los participantes. Cundo se utiliza? Se deber utilizar la lluvia de ideas se utiliza cuando exista la necesidad de:

 Liberar la creatividad de los equipos Generar un nmero extensos de ideas Involucrar oportunidades para mejorar Nos permite Plantear y resolver los problemas existentes Plantear posibles causas Plantear soluciones alternativas Desarrollar la creatividad Discutir conceptos nuevos Superar el conformismo y la monotona Cmo se utiliza? a. Se define el tema o el problema. b. Se nombra a un conductor del ejercicio c. Antes de comenzar la tormenta de ideas, explicara las reglas. d. Se emiten ideas libremente sin extraer conclusiones en esta etapa. e. Se listan las ideas f. No se deben repetir g. No se critican h. El ejercicio termina cuando ya no existen nuevas ideas i. Se analizan, evalan y organizan las mismas, para valorar su utilidad en funcin del objetivo que pretenda lograr con el empleo de esta tcnica. Modo de uso La tcnica, Brainstorming, puede ser empleada a travs de 3 diferentes maneras: No estructurado (flujo libre) a. Escoger a alguien para que sea el facilitador y apunte las ideas b. Escribir en un rotafolio o en un tablero una frase que represente el problema y el asunto de discusin. c. Escribir cada idea en el menor nmero de palabras posible. d. Verificar con la persona que hizo la contribucin cuando se est repitiendo la idea. e. No interpretar o cambiar las ideas. f. Establecer un tiempo lmite (aproximadamente 25 minutos) g. Fomentar la creatividad h. Construir sobre las ideas de otros. i. Los miembros del grupo de lluvia de ideas y el facilitador nunca deben criticar las ideas. j. Revisar la lista para verificar su comprensin. k. Eliminar las duplicaciones, problemas no importantes y aspectos no negociables. l. Llegar a un consenso sobre los problemas que parecen redundantes o no importantes. Estructurado (en circulo) Tiene las mismas metas que la lluvia de ideas no estructurada. La diferencia consiste en que cada miembro del equipo presenta sus ideas en un formato ordenado (ej: de izquierda a derecha). No hay problema si un miembro del equipo cede su turno si no tiene una idea en ese instante. Silenciosa (lluvia de ideas escritas) Es similar a la lluvia de ideas, los participantes piensan las ideas pero registran en papel sus ideas en silencio. Cada participante pone su hoja en la mesa y la cambia por otra hoja de papel. Cada participante puede entonces agregar otras ideas relacionadas o pensar en nuevas ideas. Este proceso

contina por cerca de 30 minutos y permite a los participantes construir sobre las ideas de otros y evitar conflictos o intimidaciones por parte de los miembros dominantes. Aspectos a tener en cuenta Preparacin de la reunin Para que una reunin sea til tiene que estar bien preparada, para ello hay que tener en cuenta los aspectos materiales como los funcionales. Se pueden dividir en 4 pasos: 1. Definicin de los objetivos: Fijar los objetivos de la reunin. Tipos de objetivos. Los que se han de lograr. Los objetivos secundarios: los que seran interesantes. Si los objetivos prioritarios son muchos se hacen varias reuniones. 2. La eleccin de los participantes: La eficacia de una reunin depende mucho de los participantes. Se tendra mirar si las personas son compatibles. 3. Planificar el desarrollo de la reunin: Viene definido en el orden del da que es un desarrollo de las cuestiones que se abordarn. 4. Organizacin del material de la reunin. Tenemos que tener en cuenta: Los documentos Preparar la sala Los aspectos anexos: la botella de agua, papelera, bolgrafos... Hacer un recordatorio de la convocatoria Asegurarse que asistirn.

Desarrollo de la reunin 1. Presentacin de los participantes. Es importante saber que es especializado, y de que es bueno que se conozcan. 2. Darles confianza. A travs de la presentacin se crea un clima de confianza. Para que se encuentren bien los participantes y el animador se tiene que encontrar a gusto. En un primer momento los participantes se sentirn ansiosos porque se sienten observados por los otros. Hemos de tener en cuenta el tiempo. 3. Presentacin del tema de reunin. De que se habla Porque hablamos de este tema Porque les interesa hablar de este tema Cules son los problemas planteados.

4. Fijar los objetivos de la reunin. Explicar el orden del da que tenemos, comentarlo. Establecer los objetivos prioritarios y clarificarlos dentro del periodo de tiempo de la reunin, si hay tiempo pasaremos a los objetivos secundarios y as sucesivamente.

El papel del conductor de la reunin Tiene que desempear las siguientes funciones: Funcin de clarificacin: Al comienzo de la reunin, para asegurar que el objetivo de la misma est claro para los participantes y que es conforme. Durante el transcurso de la misma, para ayudar a los participantes a comprenderse bien. Formulando constantemente preguntas para asegurarse que se ha comprendido lo que se ha dicho, y si no es as intentarlo aclarar. Funcin de control: Con esta funcin el conductor de la reunin trata de ayudar al grupo a fijar sus procedimientos, es decir, a fijar una serie de normas (ms o menos autoritarias) que permitan la comunicacin. Tambin permite: Regular la reunin impidiendo que alguien monopolice Traer de nuevo a los participantes a discutir sobre el tema de la reunin en cuestin Estimular a los que no participan Administrar bien el tiempo.

Funciones de relajamiento: El conductor debe eliminar toda tensin que pueda darse en la reunin, provocada por desconocimiento de los participantes, oposicin de caracteres, oposicin de opiniones, etc... El conductor debe crear un clima de confianza y relajamiento que permita la comunicacin en grupo, no suprimiendo los posibles conflictos, sino que se consiga la armona en los mismos. Debe optar por el papel de conciliador y optar por modular el desarrollo de la reunin. Funcin de dinamizacin: Consiste en instar al grupo para que sienta deseos de realizar algo, motivarlo, llenarlo de entusiasmo, etc. Caractersticas de un buen conductor de reuniones Mostrar seguridad delante del grupo: El miedo al grupo es muy habitual del actor. De entrada existe este miedo, pero despus ya se pasa. Esta seguridad se nota. Si el conductor se pone nervioso y no sabe disimularlo, transmite esta sensacin al grupo y este acaba ponindose nervioso. El grupo lo que quiere pensar es que se encuentra en buenas manos. Para evitar este miedo se puede hacer: Preparacin fsica: Como colocar el cuerpo. Los gestos y posturas son tan importantes como las palabras. Esforzarse en mirar los ojos de la auditoria. Luchar contra posturas defensivas Moverse para ocupar espacio

Preparacin psicolgica: Superar el miedo para juicios de grupo. Pensar que no funcionar la reunin. Debemos superar esto. Es importante encontrar un hilo conductor para cuando veamos que el tema se desva. B. EL DIAGRAMA DE CAUSA Y EFECTO (ESPINA DE PESCADO) El diagrama causa-efecto es una forma de organizar y representar las diferentes teoras propuestas sobre las causas de un problema. Se conoce tambin como diagrama de Ishikawa o diagrama de espina de pescado y se utiliza en las fases de Diagnstico y Solucin de la causa. Cmo interpretar un diagrama de causa-efecto: El diagrama causa-efecto es un vehculo para ordenar, de forma muy concentrada, todas las causas que supuestamente pueden contribuir a un determinado efecto. Nos permite, por tanto, lograr un conocimiento comn de un problema complejo, sin ser nunca sustitutivo de los datos. Es importante ser conscientes de que los diagramas de causa-efecto presentan y organizan teoras. Slo cuando estas teoras son contrastadas con datos podemos probar las causas de los fenmenos observables. Errores comunes son construir el diagrama antes de analizar globalmente los sntomas, limitar las teoras propuestas enmascarando involuntariamente la causa raz, o cometer errores tanto en la relacin causal como en el orden de las teoras, suponiendo un gasto de tiempo importante. A continuacin veremos como el valor de una caracterstica de calidad depende de una combinacin de variables y factores que condicionan el proceso productivo (entre otros procesos). Vamos a utilizar el ejemplo de fabricacin de mayonesa para explicar los Diagramas de Causa-Efecto:

La variabilidad de las caractersticas de calidad es un efecto observado que tiene mltiples causas. Cuando ocurre algn problema con la calidad del producto, debemos investigar para identificar las causas del mismo. Para hacer un Diagrama de Causa-Efecto seguimos estos pasos: 1. Decidimos cual va a ser la caracterstica de calidad que vamos a analizar. Por ejemplo, en el caso de la mayonesa podra ser el peso del frasco lleno, la densidad del producto, el porcentaje de aceite, etc. Trazamos una flecha gruesa que representa el proceso y a la derecha escribimos la caracterstica de calidad:

2. Indicamos los factores causales ms importantes y generales que puedan generar la fluctuacin de la caracterstica de calidad, trazando flechas secundarias hacia la principal. Por ejemplo, Materias Primas, Equipos, Operarios, Mtodo de Medicin, etc.:

3. Incorporamos en cada rama factores ms detallados que se puedan considerar causas de fluctuacin. Para hacer esto, podemos formularnos estas preguntas: a. Por qu hay fluctuacin o dispersin en los valores de la caracterstica de calidad? Por la fluctuacin de las Materias Primas. Se anota Materias Primas como una de las ramas principales. b. Qu Materias Primas producen fluctuacin o dispersin en los valores de la caracterstica de calidad? Aceite, Huevos, sal, otros condimentos. Se agrega Aceite como rama menor de la rama principal Materias Primas. c. Por qu hay fluctuacin o dispersin en el aceite? Por la fluctuacin de la cantidad agregada a la mezcla. Agregamos a Aceite la rama ms pequea Cantidad. d. Por qu hay variacin en la cantidad agregada de aceite? Por funcionamiento irregular de la balanza. Se registra la rama Balanza. e. Por qu la balanza funciona en forma irregular? Porque necesita mantenimiento. En la rama Balanza colocamos la rama Mantenimiento. As seguimos ampliando el Diagrama de Causa-Efecto hasta que contenga todas las causas posibles de dispersin.

4. Finalmente verificamos que todos los factores que puedan causar dispersin hayan sido incorporados al diagrama. Las relaciones Causa-Efecto deben quedar claramente establecidas y en ese caso, el diagrama est terminado. Un diagrama de Causa-Efecto es de por si educativo, sirve para que la gente conozca en profundidad el proceso con que trabaja, visualizando con claridad las relaciones entre los Efectos y sus Causas. Sirve tambin para guiar las discusiones, al exponer con claridad los orgenes de un problema de calidad. Y permite encontrar ms rpidamente las causas asignables cuando el proceso se aparta de su funcionamiento habitual. C. HOJA DE RECOGIDA DE DATOS Son impresos que se utilizan para reunir datos que, en general, se anotan de forma tabular o en columnas. Normalmente requieren de un proceso adicional, una vez recogidos los datos, utilizando una herramienta de anlisis de los mismos. Caractersticas principales Flexibilidad: La forma en la que presentan los datos, permite utilizar, los mismos para mltiples anlisis posteriores y contestar diferentes preguntas. Disponibilidad: Permiten tener los datos reunidos de forma ordenada y sencilla para su posterior utilizacin. Como construir una hoja de recogida de datos: Generacin de informacin y su planificacin La planificacin de una recogida de datos es la fase fundamental del proceso, de la cual depender la utilidad de la informacin obtenida y, en consecuencia, la rentabilidad del esfuerzo realizado.

La generacin de informacin til requiere de los siguientes pasos: a) Formular, de manera precisa, las preguntas que necesitamos contestar en cada momento para decidir de forma adecuada las futuras acciones a realizar. b) Recoger los datos relativos a esta pregunta. c) Analizar esos datos para determinar la respuesta a las preguntas planteadas. d) Presentar los datos de forma que dicha presentacin sea capaz de comunicar claramente la respuesta a dichas preguntas. Aprender a hacer las preguntas precisas es la capacidad clave para la recogida de datos eficaz. La adecuada planificacin de este proceso requiere recorrerlo en sentido inverso: a) Se comienza definiendo las preguntas que necesitamos contestar. b) En segundo lugar se considera cul sera la forma idnea de transmitir la respuesta a dichas preguntas. c) A partir de la herramienta de comunicacin a utilizar, se define el tipo de anlisis que es necesario realizar para responder a las preguntas planteadas. d) Una vez alcanzado este punto, estamos en disposicin de definir las necesidades de datos existentes e identificar qu caractersticas de los mismos son ms importantes. Proceso de recogida de datos Paso 1: Formulacin de las preguntas Formular las preguntas correctas es el primer paso clave para el xito de la recogida de datos. Las preguntas correctas son concretas y especficas. El plantear preguntas de este tipo favorece su labor en dos aspectos: - Facilita la definicin de los datos que han de ser obtenidos. - Ayuda a que los dems nos faciliten los datos, puesto que se sabe lo que se busca y la informacin resultante va a ser utilizada. La inversin realizada en buscar las preguntas correctas queda ampliamente compensada por la reduccin del esfuerzo necesario para disear, recoger y analizar la informacin proporcionada por el sistema de recogida de datos. Paso 2: Definir las herramientas apropiadas para el anlisis de datos Cada una de las herramientas utilizadas en el anlisis posterior de datos tiene sus particularidades, ventajas, inconvenientes, y aplicaciones ligeramente diferentes. Algunas de estas diferencias se traducen en diferentes requerimientos para los datos. (Volumen de datos, exactitud, caractersticas, etc). Es frecuente ver repeticiones de recogidas de datos o tomas de decisiones basadas en anlisis incompletos debido a que los datos no sirven como base del tratamiento posterior que se considera idneo. Paso 3: Definir el punto de recogida de los datos El objetivo de este paso es identificar un punto del proceso en estudio donde se pudiesen recoger todos los datos necesarios sin introducir perturbaciones en el propio proceso. En general, este objetivo es difcil de alcanzar, debido a la complejidad y el desconocimiento sobre el propio proceso.

La herramienta clave para la identificacin de los puntos idneos de recogida de datos es el diagrama de flujo del proceso en estudio. Paso 4: Elegir el personal que debe recoger los datos La obtencin de datos ser realizada por las personas con un acceso ms fcil y directo a los hechos. A la hora de disear la recogida de datos hay que tener en cuenta que, en general, su realizacin introduce factores que distorsionan el proceso. El grupo de trabajo analizar tanto las actividades necesarias para la recogida de datos como la asignacin de responsabilidades para las mismas, de forma que el sesgo a introducir sea el menor posible. Paso 5: Evaluar los conocimientos del personal encargado de la recogida de datos y de su entorno El grupo de trabajo debe tener en cuenta los siguientes factores: - La formacin y experiencia del personal de recogida de datos. Este factor afecta a la complejidad del trabajo que se puede realizar y a los conocimientos que se puedan dar por sabidos. - El tiempo disponible por este personal para dedicar a las tareas necesarias para la recogida de datos. - La cantidad de trabajo que suponen dichas tareas. - La posibilidad de informacin o formacin directa para estas personas, o bien la necesidad de basarse en instrucciones escritas. - El impacto de la toma de datos sobre el entorno de trabajo y/o bien el impacto del entorno sobre la tarea de recogida de datos. Paso 6: Diseo del impreso de toma de datos Una vez definida la pregunta o preguntas, el tipo de datos necesario, los puntos del proceso y las condiciones de la recogida de datos, se decidir, en base a estos factores y a las caractersticas particulares de los dos tipos de Hojas, cul de ellos es el idneo. Principios a tener en cuenta para el diseo: a) La anotacin de los datos debe ser una tarea sencilla. Se disear el impreso pensando en las necesidades del que ha de tomar los datos, as el personal involucrado en la actividad estudiada estar mejor dispuesto a aceptar la tarea. b) Se disear tratando de evitar posibilidades de error y/o malentendidos en la anotacin e interpretacin de los datos. No se incluirn conceptos susceptibles de diferentes interpretaciones o se definirn claramente. Utilizar ejemplos, guas visuales, etc. c) El impreso debe ser completo. Deben incluirse en el impreso espacios para anotar informacin que pueda resultar de utilidad en el futuro. (Empleado, retraso, fechas, cambio de herramienta, etc). Se evitar as el tener que, eventualmente, repetir la toma de datos para captar esa informacin adicional. d) El impreso debe ser auto explicativo.

El nmero de instrucciones ha de ser mnimo. No obstante deben proporcionarse tantas instrucciones como sean necesarias para asegurar la cumplimentacin correcta del impreso. e) Se prestar atencin al aspecto del impreso. Un impreso de aspecto ordenado, planificado y "formal" motiva a las personas que han de recoger los datos. Paso 7: Preparacin de la utilizacin del impreso Atendiendo a las caractersticas del impreso, de las personas que realizarn las actividades y de las condiciones de la recogida de datos se deben disear las instrucciones y la capacidad para su puesta en prctica. Paso 8: Probar los impresos y sus instrucciones Es importante probar los impresos y sus instrucciones para evitar la aparicin de problemas imprevistos tales como: - Errores por malentendidos respecto a la forma de rellenar los impresos. - Pasar por alto informacin adicional importante, debido a que en la fase de diseo no se conocan todas las variables del proceso. - Datos incompletos debido a impresos difciles de rellenar en medio de la problemtica del proceso. - Datos incompletos o sesgados por temor a la utilizacin de la informacin obtenida. Paso 9: Informar y formar al personal de toma de datos Asegurarse de que el personal conoce y entiende: - El propsito de la recogida de datos. - El significado de cada parte del impreso (mostrar un ejemplo relleno). - La importancia de obtener datos completos y no sesgados. La formacin depender de la complejidad del estudio. Paso 10: Realizacin de la recogida de datos Se recogern los datos segn el plan establecido. Paso 11: Revisar el proceso de toma de datos y validar los resultados Se debe revisar y observar el proceso de obtencin y recogida de datos. Antes de empezar el anlisis de los datos, hay que validar los resultados: - Contesta la recogida de datos a las preguntas planteadas? - Muestran los resultados de las revisiones evidencias de sesgos en el proceso de obtencin? - Es el nmero de observaciones realizado, el especificado? - Son similares los datos recogidos por todos los encargados de la toma de datos? INTERPRETACIN Una vez obtenidos y validados los datos es hora de analizarlos y satisfacer las necesidades de informacin respondiendo a las preguntas inicialmente formuladas.

Las Hojas de Comprobacin, en general, estn diseadas para obtener respuestas rpidas a preguntas simples. Las Hojas de Datos, si estn correctamente diseadas, deben servir como base para mltiples tipos de anlisis posteriores. Principales problemas y deficiencias de interpretacin a) En las recogidas de datos el principal problema que se presenta es la deficiente identificacin de necesidades de informacin. En general, no se identifican correctamente estas necesidades, no se plantean las preguntas correctas y no se pormenoriza la forma de anlisis y comunicacin de la informacin. Los grupos de trabajo tienden a recoger "cuantos ms datos mejor", considerando que "todos los datos son tiles y servirn para algo". Esto puede producir: - Mayor esfuerzo en la recogida de datos del necesario. - Mayor cantidad de datos a manejar, lo que implica mayor complejidad en su clasificacin, estratificacin y anlisis. - Una vez recogidos los datos se analizan para ver qu informacin podemos obtener de ellos y, a menudo, esta informacin no contesta a las preguntas que es necesario resolver. b) Sesgos producidos por deficiencias en el proceso de planificacin y recogida de datos. - Sesgos por exclusin: Los datos deben ser recogidos en todos los puntos, horas y circunstancias en las que opera el proceso. Los datos deben ser representativos del mismo. - Sesgos por interaccin: Las condiciones del proceso se ven afectadas por la propia recogida de datos. - Sesgo de percepcin: Las actividades y opiniones de las personas que recogen los datos pueden, a veces, sesgar lo que ven y como lo registran. - Sesgo operativo: Falta de respeto a los procedimientos establecidos para la recogida. - Sesgos por falta de respuesta: Los datos omitidos pueden sesgar los resultados. c) Querer responder a preguntas para las cuales no ha sido diseada la recogida de datos, puede llevar a obtener respuestas errneas. d) Aparte de las deficiencias sealadas anteriormente se producen otras muchas que corresponden a la aplicacin de las herramientas de anlisis de datos y que son comentadas en los procedimientos correspondientes. UTILIZACIN La recogida de datos es aplicable en todas las situaciones en que es necesaria la obtencin de informacin a lo largo del proceso de mejora de la calidad. Utilizacin en las fases de un proceso de solucin de problemas Se realizarn recogidas de datos en las siguientes fases de un proceso de solucin de problemas: - Durante la definicin del proyecto, para poder comparar diferentes proyectos posibles. - Durante la fase de diagnstico para: * Analizar los sntomas del problema. * Ensayar las teoras sobre las causas, seleccionadas. - Durante la fase de solucin para ensayar soluciones alternativas.

- Para controlar los resultados de la solucin implantada.

D. DIAGRAMA DE PARETO Es una comparacin cuantitativa y ordenada de elementos o factores segn su contribucin a un determinado efecto. El objetivo de esta comparacin es clasificar dichos elementos o factores en dos categoras: Las "Pocas Vitales" (los elementos muy importantes en su contribucin) y los "Muchos Triviales" (los elementos poco importantes en ella). Caractersticas principales A continuacin se comentan una serie de caractersticas que ayudan a comprender la naturaleza de la herramienta. Priorizacin Identifica los elementos que ms peso o importancia tienen dentro de un grupo. Unificacin de Criterios Enfoca y dirige el esfuerzo de los componentes del grupo de trabajo hacia un objetivo prioritario comn. Carcter objetivo Su utilizacin fuerza al grupo de trabajo a tomar decisiones basadas en datos y hechos objetivos y no en ideas subjetivas.

Tablas y diagramas de Pareto Definicin Las Tablas y Diagramas de Pareto son herramientas de representacin utilizadas para visualizar el Anlisis de Pareto. El Diagrama de Pareto es la representacin grfica de la Tabla de Pareto correspondiente. Caractersticas principales A continuacin se comentan una serie de caractersticas fundamentales de las Tablas y los Diagramas de Pareto. Simplicidad Tanto la Tabla como el Diagrama de Pareto no requieren ni clculos complejos ni tcnicas sofisticadas de representacin grfica. Impacto visual El Diagrama de Pareto comunica de forma clara, evidente y de un "vistazo", el resultado del anlisis de comparacin y priorizacin.

CONSTRUCCIN Paso 1: Preparacin de los datos Como en todas las herramientas de anlisis de datos, el primer paso consiste en recoger los datos correctos o asegurarse de que los existentes lo son. Para la construccin de un Diagrama de Pareto son necesarios:

a) Un efecto cuantificado y medible sobre el que se quiere priorizar (Costes, tiempo, nmero de errores o defectos, porcentaje de clientes, etc). b) Una lista completa de elementos o factores que contribuyen a dicho efecto (tipos de fallos o errores, pasos de un proceso, tipos de problemas, productos, servicios, etc). Es importante identificar todos los posibles elementos de contribucin al efecto antes de empezar la recogida de datos. Esta condicin evitar que, al final del anlisis, la categora "Varios" resulte ser una de las incluidas en los "Pocos Vitales". Las herramientas de calidad ms tiles para obtener esta lista son: la Tormenta de Ideas, el Diagrama de Flujo, el Diagrama de Causa-Efecto y sus similares, o los propios datos. c) La magnitud de la contribucin de cada elemento o factor al efecto total. Estos datos, bien existan o bien haya que recogerlos, debern ser: - Objetivos: basados en hechos, no en opiniones. - Consistentes: debe utilizarse la misma medida para todos los elementos contribuyentes y los mismos supuestos y clculos a lo largo del estudio, ya que el Anlisis de Pareto es un anlisis de comparacin. - Representativos: deben reflejar toda la variedad de hechos que se producen en la realidad. - Verosmiles: evitar clculos o suposiciones controvertidas, ya que buscamos un soporte para la toma de decisiones, si no se cree en los datos, no apoyarn las decisiones. Paso 2: Clculo de las contribuciones parciales y totales. Ordenacin de los elementos o factores incluidos en el anlisis Para cada elemento contribuyente sobre el efecto, anotar su magnitud. Ordenar dichos elementos de mayor a menor, segn la magnitud de su contribucin. Calcular la magnitud total del efecto como suma de las magnitudes parciales de cada uno de los elementos contribuyentes.

Paso 3: Calcular el porcentaje y el porcentaje acumulado, para cada elemento de la lista ordenada El porcentaje de la contribucin de cada elemento se calcula: % = (magnitud de la contribucin /magnitud del efecto total) x 100 El porcentaje acumulado para cada elemento de la lista ordenada se calcula: - Por suma de contribuciones de cada uno de los elementos anteriores en la tabla, ms el elemento en cuestin como magnitud de la contribucin, y aplicando la frmula anterior. - Por suma de porcentajes de contribucin de cada uno de los elementos anteriores ms el porcentaje del elemento en cuestin. En este caso habr que tener en cuenta el que estos porcentajes, en general, han sido redondeados. Una vez completado este paso tenemos construida la Tabla de Pareto.

Paso 4: Trazar y rotular los ejes del Diagrama El eje vertical izquierdo representa la magnitud del efecto estudiado. Debe empezar en 0 y ir hasta el valor del efecto total. Rotularlo con el efecto, la unidad de medida y la escala. La escala debe ser consistente, es decir variar segn intervalos constantes. Las escalas de grficos que se compararn entre s, deben ser idnticas (Nota: Prestar especial cuidado a las escalas automticas de los grficos por ordenador). El eje horizontal contiene los distintos elementos o factores que contribuyen al efecto. Dividirlo en tantas partes como factores existan y rotular su identificacin de izquierda a derecha segn el orden establecido en la Tabla de Pareto. El eje vertical derecho representa la magnitud de los porcentajes acumulados del efecto estudiado. La escala de este eje va desde el 0 hasta el 100%. El cero coincidir con el origen y el 100% estar alineado con el punto, del eje vertical izquierdo, que representa la magnitud total del efecto.

Paso 5: Dibujar un Grfico de Barras que representa el efecto de cada uno de los elementos contribuyentes La altura de cada barra es igual a la contribucin de cada elemento tanto medida en magnitud por medio del eje vertical izquierdo, como en porcentaje por medio del eje vertical derecho.

Paso 6: Trazar un Grfico Lineal cuyos puntos representan el porcentaje acumulado de la Tabla de Pareto Marcar los puntos del grfico en la interseccin de la prolongacin del lmite derecho de cada barra con la magnitud del porcentaje acumulado correspondiente al elemento representado en dicha barra.

Paso 7: Sealar los elementos "Pocos Vitales" y los "Muchos Triviales" Trazar una lnea vertical que separa el Diagrama en dos partes y sirve para visualizar la frontera entre los "Pocos Vitales" y los "Muchos Triviales", basndonos en el cambio de inclinacin entre los segmentos lineales correspondientes a cada elemento. Rotular las dos secciones del Diagrama. Rotular el porcentaje acumulado del efecto correspondiente al ltimo elemento incluido en la seccin "Pocos Vitales". Paso 8: Rotular el ttulo del Diagrama de Pareto

INTERPRETACIN El objetivo del Anlisis de Pareto es utilizar los hechos para identificar la mxima concentracin de potencial del efecto en estudio (Magnitud del problema, costes, tiempo, etc) en el nmero mnimo de elementos que a l contribuyen. Con este anlisis buscamos enfocar nuestro esfuerzo en las contribuciones ms importantes, con objeto de optimizar el beneficio obtenido del mismo. En el Paso 7: Sealar los elementos "Pocos Vitales" y los "Muchos Triviales" se comenta que existe una frontera clara entre las dos categoras. En muchos casos no existe esta frontera claramente visible. En realidad se puede identificar generalmente una tercera categora llamada "Zona Dudosa".

Una vez terminada esta labor, volver a realizar el Anlisis de Pareto en las nuevas condiciones y comprobar si los elementos incluidos en la anterior "Zona Dudosa" han pasado a ser "Pocos vitales" y si su tratamiento es rentable. En general, una vez tratados los elementos que claramente pertenecen a los "Pocos Vitales" tenemos un mejor conocimiento de lo que hay que hacer con los pertenecientes a la "Zona Dudosa".

Posibles problemas y deficiencias de interpretacin a) Al dibujar el Diagrama de Pareto, vemos que este no permite realizar una clara distincin entre los diferentes elementos o categoras que contribuyen al efecto, por los siguientes motivos: - Todas las barras del Diagrama son ms o menos de la misma altura. - Se requieren ms de la mitad de las categoras para tener en cuenta ms del 60% del efecto total. En cualquier caso, parece que el Principio de Pareto no es aplicable al caso en estudio. Esta circunstancia es altamente improbable ya que dicho principio ha demostrado su validez en miles de casos. En general, estas circunstancias son debidas a una eleccin deficiente de los elementos o categoras utilizados para el anlisis. Debe probarse una nueva estratificacin de los datos y repetirse en base a esta ltima el anlisis. Principalmente los errores se concentran en la hora antes de la pausa para la comida y la hora antes de la finalizacin de la jornada. b) Obtencin de priorizaciones errneas debido a deficiencias en los datos iniciales (Los datos no eran objetivos, consistentes, representativos y/o verosmiles). Debern conseguirse nuevos datos sujetos a dichas condiciones. c) Uno de los elementos "Pocos Vitales" es la categora "Varios". En este caso se debe replantear la clasificacin de categoras realizada profundizando en el fenmeno o efecto estudiado y repetir el anlisis efectuado. UTILIZACIN El Anlisis de Pareto sirve para establecer prioridades y para enfocar y dirigir las acciones a desarrollar posteriormente. Por otra parte permite basar la toma de decisiones en parmetros objetivos, por tanto, permite unificar criterios y crear consenso. Utilizacin en las fases del proceso de solucin de problemas: Este Anlisis es aplicable en todos los casos en que se deban establecer prioridades para no dispersar el esfuerzo y optimizar el resultado de dicha inversin. En particular: - Para asignar prioridades a los problemas durante la definicin y seleccin de proyectos. - Para identificar las causas claves de un problema. - Para comprobar los resultados de un grupo de trabajo una vez implantada la solucin propuesta por el mismo. A este fin se compara el Diagrama de Pareto de la situacin inicial con el de la situacin actual y se comprueba que la contribucin de los elementos inicialmente ms importantes haya disminuido notablemente.

E. HISTOGRAMA Es una grafica de la distribucin de un conjunto de medidas. Es un tipo especial de grafica de barras que despliega la variabilidad dentro de un proceso. Un histograma toma datos variables (tales como altura, pesos, densidad, brix, temperatura, etc.) y despliega su distribucin. Los patrones inusuales o sospechosos pueden indicar que un proceso necesita investigacin para determinar su grado de estabilidad. Se utiliza cuando se quiere comprender mejor el sistema, especialmente al: Hacer seguimiento del desempeo actual del proceso Seleccionar el seguimiento producto o servicio a mejorar Probar y evaluar las revisiones de procesos para mejorar Necesitar obtener una revisin rpida de la variabilidad dentro de un proceso Desde un sistema estable, se puede hacer predicciones sobre el desempeo futuro del sistema. Un equipo para efectuar mejoras utiliza un histograma para evaluar la situacin actual del sistema y para estudiar resultados. La forma del histograma y la informacin estadstica le ayuda al equipo a saber cmo mejorar el sistema. Despus de que una accin por mejorar es tomada, el equipo continua recogiendo datos y haciendo histogramas para ver si la teora ha funcionado. Caractersticas principales A continuacin se comentan una serie de caractersticas que ayudan a comprender la naturaleza de la herramienta. Sntesis: Permite resumir grandes cantidades de datos. Anlisis: Permite el anlisis de los datos evidenciando esquemas de comportamiento y pautas de variacin que son difciles de captar en una tabla numrica. Capacidad de comunicacin: Permite comunicar informacin de forma clara y sencilla sobre situaciones complejas. CONSTRUCCIN Paso 1: Preparacin de los datos Como en todas las herramientas de anlisis de datos, el primer paso consiste en recoger estos de forma correcta o asegurarse de la adecuacin de los existentes. Los datos deben ser: Objetivos: Basados en hechos, no en opiniones. Exactos: Debemos asegurarnos que la variabilidad en el proceso de recogida de datos (variabilidad de la medida) no desvirta la variabilidad del proceso en estudio. Completos: Se debe registrar toda la informacin relevante asociada a cada toma de datos (mquina, hora del da, empleado, etc) en previsin de los diferentes anlisis que pueden ser necesarios. Representativos: Deben reflejar todos los diferentes hechos y circunstancias que se producen en la realidad. Paso 2: Determinar los valores extremos de los datos y el recorrido

Identificar en la tabla de datos originales el valor mximo, el valor mnimo y el recorrido (R = Vmax - Vmin). Pesos de galn de Naranja Nctar 8.76 8.73 9.10 9.11 8.78 8.70 8.73 8.85 8.75 8.75 8.93 8.93 8.92 8.95 8.94 8.94 8.95 9.00 8.99 8.96 9.05 9.06 8.71 9.07 9.04 8.94 9.03 9.01 8.99 8.94 9.02 9.02 9.03 9.1 9.02 9.09 9.02 9.02 9.01 9.03 8.76 8.73 9.10 9.11 8.78 8.70 8.73 8.85 8.75 8.75 8.93 8.93 8.92 8.95 8.94 8.94 8.95 9.00 8.99 8.96 9.05 9.06 8.71 9.07 9.04 8.94 9.03 9.01 8.99 8.94 9.02 9.02 9.03 9.1 9.02 9.09 9.02 9.02 9.01 9.03 8.93 8.93 8.92 8.95 8.94 8.94 8.95 9.00 8.99 8.96 9.05 9.06 8.71 9.07 9.04 8.94 9.03 9.01 8.99 8.94

R = V max V min = 9.11 8.70 = 0.41 Paso 3: Definir las "clases" que contendr el Histograma Clases: Son los intervalos en que se divide la caracterstica sobre la que se han tomado los datos. El nmero de clases es igual al de barras del Histograma. a) Definir el nmero de clases que debe tener el Histograma segn la tabla siguiente: Numero recomendado de clases en un histograma CANTIDAD DE DATOS NUMERO DE CLASES RECOMENDADO

20 - 50 6 51 -100 7 101 - 200 8 201 -500 9 501 - 1000 10 MAS DE 1000 11 - 20 El mnimo para un histograma son 40 datos. Pueden darse menos si el histograma original ha sido estratificado. Dependiendo del nmero de clases en que agrupemos los datos perderemos ms o menos informacin tratando de identificar la pauta de comportamiento. La tabla anterior es un buen compromiso entre la mxima sencillez de anlisis y la mnima prdida de informacin. b) Obtener la amplitud del intervalo de cada clase. Todas las clases tendrn el mismo intervalo.

No habr solapamiento entre distintas clases. La amplitud aproximada del intervalo se halla dividiendo el recorrido por el nmero de clases. Esta amplitud se redondea posteriormente a un nmero o cifra decimal conveniente para el manejo de las clases y la graduacin del eje horizontal del Histograma (1, 2, 5, 10, etc). Amplitud de clase = R/NC = 0.41 / 7 = 0.06 Paso 4: Construir las clases anotando los lmites de cada una de ellas Los lmites de la primera clase incluirn el valor mnimo de los datos. Para evitar que algunos datos coincidan con los lmites de los intervalos, definir stos de forma que tengan una cifra ms detrs de la coma. Si se obtiene una clase ms o menos respecto del nmero recomendado, debido al redondeo posteriormente efectuado, no existe deterioro ni en la sencillez ni en la informacin.

CLASE INTERVALO 1 2 3 4 5 6 8.70 8.77 8.84 8.91 8.98 9.05 8.76 8.83 8.90 8.97 9.04 9.11

Paso 5: Calcular la frecuencia de clase Determinar el nmero de datos que estn incluidos en cada una de las clases (frecuencia de clase). El recuento se har de la siguiente forma: Empezar con el primer dato de la lista e identificar la clase en la cual est incluido. Sealar para dicha clase, un "marcas". Repetir el mismo proceso para cada dato del conjunto. Para facilitar el recuento final se dibujan los "marcas" en grupos de cinco, cuatro verticales y el quinto cruzndolos. La suma de los "marcas" marcados para cada clase corresponde a la frecuencia de la misma. Comprobar que el nmero total de datos es igual a la suma de las frecuencias de cada clase. Paso 6: Dibujar y rotular los ejes El eje vertical representa las frecuencias, por tanto en l se rotularn nmeros naturales, dependiendo su valor y escala del nmero de datos que se han tomado.

El eje horizontal representa la magnitud de la caracterstica medida por los datos. Este eje se divide en tantos segmentos iguales como clases se hayan definido. Rotular los lmites de los intervalos de clase. Rotular el eje con la caracterstica representada y las unidades de medida empleadas.

Paso 7: Dibujar el Histograma Dibujar las barras verticales correspondientes a cada clase. Su base est situada en el eje horizontal y su altura corresponder a la frecuencia de la clase representada. Paso 8: Rotular el Grfico Cuando proceda, poner el ttulo, las condiciones en que se han recogido los datos, los lmites de tolerancia nominales, etc. Estas notas ayudan a los dems a interpretar el grfico y sirven de recordatorio de la fuente de los datos.

INTERPRETACIN Identificacin e interpretacin de las pautas de variacin Uno de los propsitos del anlisis o interpretacin de un Histograma es identificar y clasificar la pauta de variacin del conjunto de datos estudiado (valor medio, recorrido, forma) y elaborar una explicacin admisible y relevante para dicha pauta, que relacione la variacin con el proceso o fenmeno en estudio.

El resultado de este anlisis es una teora sobre el funcionamiento del proceso o sobre la causa del problema que se est investigando. Por ser una teora es necesario confirmarla o rechazarla, recogiendo otros datos que nos den informacin ms especfica sobre dicha teora. La experiencia y habilidad del grupo de trabajo en la interpretacin son fundamentales en la utilizacin de esta herramienta, puesto que no existen reglas fijas que se puedan utilizar para explicar de forma precisa las pautas de variacin en cualquier situacin. Los equipos de trabajo deben profundizar en el conocimiento del proceso en estudio para utilizar esta herramienta de forma eficaz. A continuacin se presentan pautas de variacin tpicas que pueden ayudar a clasificar Histogramas y consejos generales sobre posibles explicaciones a las mismas. Pautas tpicas de variacin: Distribucin en forma de campana Forma simtrica con un pico en la mitad del recorrido de los datos. Es la distribucin natural, habitual para, los datos de gran cantidad de procesos. Por esta circunstancia se llama Distribucin Normal. La desviacin respecto a esta forma puede indicar la existencia de problemas o influencias externas al proceso. Sin embargo la forma de campana no asegura, por s misma y sin analizar su valor medio y el recorrido de los datos, que el proceso funcione de forma satisfactoria. Distribucin con doble campana o con doble pico Un marcado valle en el centro de la distribucin con picos a ambos lados. Esta forma, generalmente, es la combinacin de dos distribuciones y sugiere la presencia de dos procesos distintos. Debern ensayarse varios esquemas de estratificacin para separar los distintos procesos. Distribucin plana Una gran parte plana, sin ningn pico y con dos ligeras colas a los lados. Esta forma puede ser el resultado de varias distribuciones en campana con sus centros distribuidos uniformemente a lo largo del recorrido de los datos. Se debern identificar los diferentes procesos que intervienen dentro del proceso bsico. Esta distribucin es un caso tpico de departamentos u organizaciones que no tienen el trabajo bien definido y cada cual lo hace "a su manera".

Distribucin en peine Valores altos y bajos se alternan de forma regular. Esta pauta de variacin es tpica de errores de medicin, errores en la forma de agrupar los datos para la construccin del Histograma o sesgos sistemticos de redondeo. En este caso revisar inicialmente los procesos de recogida de datos y construccin del Histograma. Distribucin con un pico aislado Como en el caso de la distribucin de dos picos, esta forma sugiere la existencia de dos procesos distintos. El proceso con el pico pequeo ser una anormalidad o deficiencia que no sucede a menudo o regularmente. Se deben analizar las condiciones en que se presenta el pico menor tratando de estratificar los datos. Estos picos unidos a distribuciones sesgadas o truncadas indican falta de eficacia en la eliminacin de elementos defectuosos. Distribucin con un pico en el extremo Un pico situado en un extremo de una distribucin regular. Esta forma se presenta cuando la cola de una distribucin regular se ha cortado y acumulado en una sola categora en el extremo del recorrido de los datos. Suele indicar un registro poco cuidadoso o sesgado de los datos. Distribucin sesgada o truncada Su forma es asimtrica, con un pico descentrado dentro del recorrido de los datos, las colas descienden: bruscamente en un lado y suavemente en el otro. Esta distribucin es tpica de procesos con lmites prcticos a un lado del valor nominal o a datos parciales de un proceso (distribuciones con parte de los datos suprimidos).

Comparacin con los lmites de aceptacin o tolerancias Es importante representar los lmites de especificaciones u otros estndares, escritos o no, respecto de los resultados aceptables y considerarlos en la fase de anlisis e interpretacin de los Histogramas puesto que:

a) Los lmites de especificaciones a menudo influyen en el proceso y sobre la pauta de variacin de los datos. El conocimiento detallado de estndares es esencial para la correcta interpretacin de las distribuciones sesgadas, truncadas y con picos extremos. b) Tambin se necesitan a menudo los lmites para interpretar otras formas de Histogramas y decidir sobre los siguientes pasos a dar por el grupo de trabajo. Incluso ante una distribucin perfecta de campana, el grupo de trabajo debe plantearse cuestiones tales como: Representa la distribucin una actuacin aceptable?

Posibles problemas y deficiencias de interpretacin a) Si los datos utilizados no son adecuados (sesgados, inexactos, anticuados, poco significativos, etc) las conclusiones no reflejarn la situacin real. b) Otra deficiencia en las conclusiones obtenidas del Histograma puede provenir de una muestra pequea y poco representativa. Como regla prctica se debern recoger al menos cuarenta observaciones para cada uno de los Histogramas que se desee realizar. En los casos en que esto no sea posible se debern utilizar otros tipos de herramientas o consultar con un experto en estadstica que disee un plan de muestreo y comprobacin de hiptesis adecuada. c) Aceptar las conclusiones del anlisis como hechos. La interpretacin de un Histograma es una simple teora y por tanto deber ser confirmada posteriormente mediante el anlisis adicional y la observacin de los hechos reales. UTILIZACIN El Histograma es una herramienta muy til cuando un equipo se enfrenta con la tarea de analizar datos que presentan variaciones. Utilizacin en las fases de un proceso de solucin de problemas En un proceso de solucin de problemas hay dos puntos en los que la construccin y el anlisis de Histogramas pueden ser muy tiles: - Para la identificacin de las Causas Raz.

Se empieza generalmente el anlisis con un Histograma de todos los datos del problema. El anlisis de la pauta de variacin de estos datos y generalmente ulteriores estratificaciones conducen, paso a paso, a la identificacin de las Causas Raz. - Para el seguimiento de los avances en las acciones de mejora de la calidad. Se construyen con este fin Diagramas Antes-y-Despus, teniendo cuidado de mantener la consistencia de la escala horizontal (igual tamao para intervalos, iguales en los dos grficos) y representando conjuntamente los dos Histogramas. F. DIAGRAMA DE DISPERSIN Representacin grfica del grado de relacin entre dos variables cuantitativas. Caractersticas principales Impacto visual Un Diagrama de Dispersin muestra la posibilidad de la existencia de correlacin entre dos variables de un vistazo. Comunicacin Simplifica el anlisis de situaciones numricas complejas. Gua en la investigacin El anlisis de datos mediante esta herramienta proporciona mayor informacin que el simple anlisis matemtico de correlacin, sugiriendo posibilidades y alternativas de estudio, basadas en la necesidad de conjugar datos y procesos en su utilizacin. CONSTRUCCIN Pasos previos a la construccin de un Diagrama de Dispersin Paso 1: Elaborar una teora admisible y relevante sobre la supuesta relacin entre dos variables Este paso previo es de gran importancia, puesto que el anlisis de un Diagrama de Dispersin permite obtener conclusiones sobre la existencia de una relacin entre dos variables, no sobre la naturaleza de dicha relacin. Paso 2: Obtener los pares de datos correspondientes a las dos variables Al igual que en cualquier otra herramienta de anlisis de datos, estos son la base de las conclusiones obtenidas, por tanto cumplirn las siguientes condiciones: - En cantidad suficiente: Se consideran necesarios al menos 40 pares de datos para construir un Diagrama de Dispersin. - Datos correctamente emparejados: Se estudiar la relacin entre ambos. - Datos exactos: Las inexactitudes afectan a su situacin en el diagrama desvirtuando su apariencia visual. - Datos representativos: Asegrese de que cubren todas las condiciones operativas del proceso. - Informacin completa: Anotar las condiciones en que han sido obtenidos los datos. Pasos en la construccin de un Diagrama de Dispersin Paso 3: Determinar los valores mximo y mnimo para cada una de las variables

Tabla de los datos recogidos

Paso 4: Decidir sobre qu eje representar a cada una de las variables Si se est estudiando una posible relacin causa-efecto, el eje horizontal representar la supuesta causa. Paso 5: Trazar y rotular los ejes horizontal y vertical La construccin de los ejes afecta al aspecto y a la consiguiente interpretacin del diagrama. a) Los ejes han de ser aproximadamente de la misma longitud, determinando un rea cuadrada. b) La numeracin de los ejes ha de ir desde un valor ligeramente menor que el valor mnimo de cada variable hasta un valor ligeramente superior al valor mximo de las mismas. Esto permite que los puntos abarquen toda el rea de registro de los datos. c) Numerar los ejes a intervalos iguales y con incrementos de la variable constantes. d) Los valores crecientes han de ir de abajo a arriba y de izquierda a derecha en los ejes vertical y horizontal respectivamente. e) Rotular cada eje con la descripcin de la variable correspondiente y con su unidad de medida. Numero de errores

Paso 6: Marcar sobre el diagrama los pares de datos a) Para cada par de datos localizar la interseccin de las lecturas de los ejes correspondientes y sealarlo con un punto o smbolo. Si algn punto coincide con otro ya existente, se traza un crculo concntrico a este ltimo.

b) Cuando coinciden muchos pares de puntos, el Diagrama de Dispersin puede hacerse confuso. En este caso es recomendable utilizar una "Tabla de Correlacin" para representar la correlacin.

c) En el caso en que se construye un Diagrama de Dispersin estratificado separando los pares de datos, por ejemplo, segn el turno de trabajo, lote de materia prima, etc.), deben escogerse smbolos que pongan de manifiesto los diferentes grupos de puntos de forma clara. Paso 7: Rotular el grfico Se rotula el ttulo del grfico y toda aquella informacin necesaria para su correcta comprensin. En general, es conveniente incluir una descripcin adicional del objeto de las medidas y de las condiciones en que se han realizado, ya que esta informacin puede ayudar en la interpretacin del diagrama. INTERPRETACIN Posibles tipos de relaciones entre variables El Diagrama de Dispersin se puede utilizar para estudiar: - Relaciones causa-efecto. Este es el caso ms comn en su utilizacin para la mejora de la calidad. Se utiliza el diagrama a partir de la medicin del efecto observado y de su posible causa. Ejemplo: Comprobar la relacin entre el nmero de errores y la hora en que se cometen. - Relaciones entre dos efectos.

Sirve para contrastar la teora de que ambos provienen de una causa comn desconocida o difcil de medir. Ejemplo: Analizar la relacin entre el nmero de quejas que llegan y el aumento/disminucin de las ventas, suponiendo que los dos dependen del nivel de satisfaccin del cliente. - Posibilidad de utilizar un efecto como sustituto de otro. Se puede utilizar para controlar efectos difciles o costosos de medir, a travs de otros con medicin ms simple. Ejemplo: Estudiar la relacin existente entre reduccin de costes y satisfaccin del cliente para utilizar el parmetro de ms fcil medicin en la evaluacin de las actividades de planificacin. - Relaciones entre dos posibles causas. Sirve para actuar sobre efectos de forma ms simple o adecuada y para analizar procesos complejos. Ejemplo: Analizar la relacin entre el porcentaje idneo de contenido en potasio de un fertilizante y la cantidad media de lluvia recogida en la zona de cultivo, puesto que ambos elementos influyen en la calidad del vino y el rgimen de lluvias no puede ser modificado. Proceso de interpretacin El Diagrama de Dispersin expresa el grado de relacin entre dos variables, y dicha relacin no necesariamente significa que una de ellas es la causa de la otra.

El anlisis de un Diagrama de Dispersin es un proceso de cuatro pasos: Primero: Elaborar una teora admisible y relevante sobre la supuesta relacin entre dos variables. Segundo: Recoger datos y construir el Diagrama. Tercero: Identificar y clasificar la pauta de correlacin. Cuarto: Discutir la teora original y considerar otras explicaciones. La construccin y clasificacin del Diagrama de Dispersin es la parte central del proceso. No es ni el principio ni el final. Pautas tpicas de correlacin Correlacin Fuerte

Los puntos se agrupan claramente alrededor de una lnea imaginaria que pasa por el centro de la masa de los mismos. Estos casos sugieren que el control de una de las variables lleva al control de la otra. Los datos parecen confirmar la teora estudiada, pero hay que analizar la existencia de otras posibles explicaciones admisibles y relevantes para dicha relacin. Correlacin Fuerte, Positiva: El valor de la variable "Y" (eje vertical) aumenta claramente con el valor de la variable "X" (eje horizontal). Correlacin Fuerte, Negativa: El valor de "Y" disminuye claramente cuando "X" aumenta.

Correlacin Dbil Los puntos no estn suficientemente agrupados, como para asegurar que existe la relacin. El control de una de las variables no necesariamente nos llevar al control de la otra. Si lo que se busca es determinar las causas de un problema, se deben buscar otras variables con una relacin mayor o ms relevante sobre el efecto. Correlacin Dbil, Positiva: El valor de la variable "Y" (eje vertical) tiende a aumentar cuando aumenta el valor de la variable "X" (eje horizontal) Correlacin Dbil, Negativa: El valor de "Y" tiende a disminuir cuando aumenta el valor de "X".

Correlacin compleja

El valor de la variable "Y" parece estar relacionado con el de la variable "X", pero esta relacin no es simple o lineal. En este caso se estudia la relacin ms profundamente (Hay alguna ley no lineal que explique esta relacin?. Es esta relacin el resultado de componer varias relaciones?). Sin correlacin Para cualquier valor de la variable "X", "Y" puede tener cualquier valor. No aparece ninguna relacin especial entre ambas variables. En este caso, nuestra teora no es correcta y se deben buscar otros tipos de relaciones.

Posibles problemas y deficiencias de interpretacin a) Correlacin sin soporte lgico Los Diagramas de Dispersin muestran solamente relaciones, no prueban relaciones causales. Ha de haber una explicacin lgica y admisible para establecer una relacin causa-efecto.. b) Recorrido de los datos En el anlisis del Diagrama se limitar su interpretacin al recorrido de las observaciones. Generalizar las pautas de correlacin para valores fuera de los lmites del Grafico puede llevar a conclusiones completamente errneas. Si se necesita conocer la relacin entre dos variables para un rango de valores determinado, hay que obtener datos alrededor de ese rango.

c) Efecto de la escala

Las escalas de los dos ejes influyen notablemente sobre la interpretacin del Diagrama de Dispersin. Escalas deficientes en alguno de los ejes puede enmascarar una relacin o hacer ver relaciones inexistentes.

La fuerte correlacin existente entre las dos variables casi desaparece ptimamente, dando la impresin de no existir, al disminuir exageradamente la escala del eje vertical. d) Factores de confusin Con el Diagrama de Dispersin tratamos de estudiar una relacin entre dos variables. Debemos asegurarnos de que la correlacin que observamos no sea debida a una variable distinta de la que estamos registrando. La forma ideal para tratar los factores de confusin es antes de la recogida de datos. Identificar los posibles factores de confusin y disponer la toma de datos de forma que se mantengan razonablemente constantes. Los factores de confusin se medirn en la toma de datos, y si no ha sido posible mantenerlos constantes, se construir un Diagrama de Dispersin estratificado segn las condiciones de dichos factores. e) Problemas con los datos Si los datos son deficientes, la interpretacin del Diagrama de Dispersin tiene, por fuerza, que ser deficiente. UTILIZACIN El Diagrama de Dispersin es una herramienta til para comprobar (aceptar o rechazar) teoras respecto a la supuesta existencia de una relacin entre dos variables. Utilizacin en las fases de un proceso de solucin de problemas Hay tres puntos de dicho proceso en los que el Diagrama de Dispersin puede ser una herramienta til: - Durante la fase de diagnstico, para ensayar teoras sobre las causas e identificar las causas raz. - Durante la fase de correccin, en el diseo de soluciones. - Para el diseo de un sistema de control que mantenga los resultados de una accin de mejora de la calidad.

G. LA ESTRATIFICACIN Es la separacin de datos en categoras o clases que permite aislar la causa de un problema, identificando el grado de influencia de ciertos factores en el resultado de un proceso. La estratificacin reduce el error de los clculos por muestreo al eliminar sistemticamente lo mximo posible de la variabilidad de los datos mediante el diseo del muestreo. Esto se consigue dividiendo la poblacin del muestreo en grupos o estratos en los que el mximo posible de variabilidad de la poblacin se representa mediante diferencias entre los grupos. Por ejemplo, las embarcaciones industriales se trataran, probablemente, en cuanto que estrato distinto del de las embarcaciones artesanales, ya que en el conjunto de la flotilla esta divisin establece una frontera visible en numerosas variables. La eleccin de estratos debe apoyarse en criterios logsticos bien claros. En un programa de recopilacin de datos existen dos tipos importantes de estratificacin. Subdivisiones basadas en criterios administrativos, geogrficos o temporales que se imponen en el programa de recopilacin por razones de presentacin de informes y que, por lo tanto, escapan al control del diseador de la encuesta. En este documento, y de forma convencional, este tipo de subdivisin se denomina estrato mayor. Estratos mayores son, por ejemplo, las provincias de un pas, los meses del ao, las temporadas de pesca, las subdivisiones basadas en necesidades especficas de investigacin, etc. Los estratos mayores pueden responder a cualquier combinacin de estos criterios, por ejemplo, administrativos, regionales o estacionales. En el interior de un estrato mayor existen, generalmente, subdivisiones basadas en criterios elegidos por el proyectista con la nica finalidad de aumentar la precisin de los clculos que puedan derivarse de ellos. Estas subdivisiones se eligen de manera que se pueda repartir la poblacin en subconjuntos homogneos. En este documento se denominan, convencionalmente, estratos menores. Los ejemplos de estratos menores abarcan los caladeros, perodos de luna nueva frente a perodos de luna llena, y pesca a pequea escala frente a pesca semiindustrial.

Los clculos de parmetros de poblacin se calculan siempre en el nivel de los estratos menores. Los totales, en los niveles de un estrato mayor, son simples agregaciones de clculos y recuentos de los estratos menores que lo componen. En el Cuadro 5.1 se proporcionan ms ejemplos de estratos mayores y menores. Efectos de la estratificacin Algunas veces la estratificacin puede complicarse debido a la necesidad de conciliar dos objetivos que entran en conflicto: Seleccionar los estratos con el mximo grado posible de homogeneidad;

Minimizar el nmero de estratos (por lo general por razones de restricciones operativas.

No obstante, variando sistemticamente la estratificacin en una fase piloto, a menudo puede lograrse el equilibrio adecuado, empleando una cierta diversidad de mtodos
Grupo de estratos Estratificacin Espacio Provincia de un pas o ciudad importante Distritos (islas, pueblos) Puerto de amarre (puerto de matrcula) Puerto base de pesca Comunidad de residencia Puerto de desembarque Caladeros Tiempo Temporada de pesca Perodo base (semana., mes, ao) Da/noche Empresas Sociedades/cooperativas Plantas de elaboracin Tipo de industria de apoyo Comercio Mercados/subastas intermediarios/sociedades Exportadores/importadores

4. GRFICOS DE CONTROL. Los Grficos de Control son representaciones grficas de los valores de una caracterstica resultado de un proceso, que permiten identificar la aparicin de causas especiales en el mismo. Es una herramienta estadstica que detecta la variabilidad, consistencia, control y mejora de un proceso. La grfica de control se usa como una forma de observar, detectar y prevenir el comportamiento del proceso a travs de sus pasos vitales. Caractersticas Generales de las Grficas de Control El termino consistencia se refiere a la uniformidad en la salida del proceso; es preferible tener un producto de un proceso consistente, que tener uno con calidad superior, pero de un proceso intermitente. Una grfica de control se inicia con las mediciones considerando, sin embargo que las mediciones dependen tanto de los instrumentos, como de las personas que miden y de las circunstancias del medio ambiente, es conveniente anotar en las grficas de control observaciones tales como cambio de turno, temperatura ambiente. Existen dos tipos de grficos de control los cuales detallamos a continuacin:

i. Grficos por atributos Son Grficos de Control basados en la observacin de la presencia o ausencia de una determinada caracterstica, o de cualquier tipo de defecto en el producto, servicio o proceso en estudio. Caractersticas principales A continuacin se comentan una serie de caractersticas que ayudan a comprender la naturaleza de la herramienta. Comunicacin Simplifican el anlisis de situaciones numricas complejas. Impacto visual Muestran de forma clara y de un "vistazo" la variabilidad del resultado de un proceso, respecto a una determinada caracterstica, con el tiempo. Sencillez La naturaleza de los datos necesitados permite recogerlos y tratarlos de forma simple y rpida. Aplicabilidad Los Grficos de Control por Atributos se pueden utilizar para cualquier tipo de proceso, producto o servicio y caracterstica de los mismos, sea esa medible o no. CONSTRUCCIN Eleccin del tipo de grfico Paso 1: Establecer los objetivos del control estadstico del proceso La finalidad es establecer qu se desea conseguir con el mismo. Paso 2: Identificar la caracterstica a controlar Es necesario determinar qu caracterstica o atributo del producto/servicio o proceso se van a controlar para conseguir satisfacer las necesidades de informacin establecidas en el paso anterior. Paso 3: Determinar el tipo de Grfico de Control que es conveniente utilizar Conjugando aspectos como: - Tipo de informacin requerida. - Caractersticas del proceso. - Recursos Humanos y materiales disponibles, etc. - Caractersticas del producto. - Nivel de frecuencia de las unidades no conformes o disconformidades. a) Grfico de Control de Fraccin de Unidades no Conformes ("p") - "p" es el porcentaje de las unidades no conformes encontradas en la muestra controlada. b) Grfico de Control de Nmero de Unidades no Conformes ("np") - Es equivalente al grfico anterior, pero aplicable solamente si todas las muestras son del mismo tamao "n". - "np" = N de unidades no conformes.

c) Grfico de Control de Disconformidades por Unidad ("u") - Se emplea cuando pueden aparecer varias disconformidades independientes (defectos) en una misma unidad de producto o servicio. (Ejemplos: Montaje de componentes complejas como televisores, ordenadores, o prestacin de servicios con mltiples puntos de contacto con el cliente). - "u" = N de disconformidades de una unidad d) Grfico de Control de Nmero de Disconformidades ("c") - Es equivalente al grfico anterior, pero aplicable solamente si todas las muestras son del mismo tamao n. - Este Grfico es utilizado, adems, cuando las disconformidades se hallan dispersas en un flujo ms o menos continuo de producto. - "c" = N de disconformidades. Construccin de los Grficos de Control de Fraccin de Unidades no Conformes ("p") Paso 4: Elaborar el plan de muestreo (Tamao de muestra, frecuencia de muestreo y nmero de muestras) a) Los Grficos de Control por Atributos requieren generalmente tamaos de muestras grandes para poder detectar cambios en los resultados. Para que el grfico pueda mostrar pautas analizables, el tamao de muestra, ser lo suficientemente grande (entre 50 y 200 unidades e incluso superior) para tener varias unidades no conformes por muestra, de forma que puedan evidenciarse cambios significativamente favorables (por ejemplo, aparicin de muestras con cero unidades no conformes). El tamao de cada muestra oscilar entre +/- 20% respecto al tamao medio de las muestras n = (n1 + n2 + ... + nN) / N N = Nmero de muestras b) La frecuencia de muestreo ser la adecuada para detectar rpidamente los cambios y permitir una realimentacin eficaz. c) El periodo de recogida de muestras debe ser lo suficientemente largo como para recoger todas las posibles causas internas de variacin del proceso. Se recogern al menos 20 muestras para proporcionar una prueba fiable de estabilidad en el proceso. Paso 5: Recoger los datos segn el plan establecido Se tendr un especial cuidado de que la muestra sea aleatoria y representativa de todo el periodo de produccin o lote del que se extrae. Cada unidad de la muestra se tomar de forma que todas las unidades del periodo de produccin o lote tengan la misma probabilidad de ser extradas. (Toma de muestras al azar). Se indicarn en las hojas de recogida de datos todas las informaciones y circunstancias que sean relevantes en la toma de los mismos. ii. Grficos por variable 5. CONTROL DE PROCESOS. 6. CONTROL ESTADSTICO DE PROCESOS (CEP).

i. ndices de procesos ii. Capacidad del proceso