I.

INTRODUCCIN
Antes de la segunda guerra mundial y durante ella los mtodos estadsticos se
empleaban espordicamente en el Japn; apenas en 1949 se empezaron a utilizar
plenamente. En ese ao La Unin de Cientficos e Ingenieros Japoneses (UCIJ) cre un
grupo de investigacin de CC y empez a investigar la aplicacin de del control
estadstico y los mtodos estadstico en las industrias. (Ishikawa, 1986)
Ishikawa, divide los mtodos estadsticos en tres categoras de acuerdo a su dificultad:
1. Mtodo estadstico elemental (Las llamadas 7 Herramientas de Control)
- Hoja de Verificacin.
- Cuadro de Pareto.
- Diagrama de Causa Efecto.
- Estratificacin.
- Histograma.
- Diagrama de Dispersin.
- Grficas y cuadros de control.
2. Mtodo estadstico intermedio
- Teora del muestreo.
- Inspeccin estadstica por muestreo.
- Diversos mtodos de realizar estimaciones y pruebas estadsticas.
- Mtodos de utilizacin de pruebas sensoriales.
3. Mtodo estadstico avanzado
- Mtodos avanzados de disear experimentos.
- Anlisis de multivariables.
- Diversos mtodos de investigacin de operaciones.
En esta oportunidad se hablara de los Mtodos Elementales, denominadas tambin
Herramientas de Control de Calidad los cuales son siete y son llamadas indispensables
para el control de la calidad, usadas actualmente por presidentes de empresas,
miembros de la junta, gerentes intermedios, supervisores y trabajadores de lnea.
(Ishikawa, 1986)

II.

REVISIN LITERIA
II.1 HERRAMIENTAS DEL CONTROL DE LA CALIDAD
Estas herramientas son siete y son llamadas indispensables para el control de la calidad,
usadas actualmente por presidentes de empresas, miembros de la junta, gerentes
intermedios, supervisores y trabajadores de lnea. Empleadas en diversas decisiones, no
solo en la manufactura sino en la planeacin, diseo, mercadeo, compras y tecnologa.
Ishikawa (1986) indica que un 95% de los problemas de una empresa se pueden
resolver con estas herramientas (p 252).

Snchez (2013). Las siete herramientas no son una metodologa de solucin de

problemas, son instrumentos de anlisis. Las herramientas son fciles de usar y no se
necesita matemticas avanzadas, por lo cual cualquier persona dentro de la empresa
ser capaz de utilizarla, y gracias al anlisis en un marco de mejora continua, dar
solucin a los problemas. (p 30)
Importancia
Es importante porque nos permite:
-

Solucin efectiva de problemas.

Mejoramiento de procesos.
Establecimiento de controles en las operaciones del proceso.

Las siete herramientas fundamentales dan objetividad a las observaciones, para ello hay
que considerar los siguientes puntos:
-

Se debe dar mayor importancia a los procesos que a los conceptos abstractos.
No expresar los resultados en trminos de percepciones o ideas. En lo posible, se
deben expresar en datos numricos derivados de los resultados de la observacin.
Para cualquier proceso, cuando existan una gran cantidad de datos, la distribucin
normal es el modelo de hiptesis aplicable.

Un anlisis estadstico simple y primario, se realiza mediante las Medidas de Tendencia

Central. Las Medidas de tendencia Central son los valores numricos que tienden a
localizar en algn sentido la parte central de un conjunto de datos.

Media Aritmtica: Corresponde a la suma de todos los datos dividido por el

nmero total de ellos.
Mediana: permite conocer el valor que divide en dos partes la muestra de acuerdo
a su magnitud de menor a mayor. Si el conjunto de valores es un nmero par,
entonces se calcula la media aritmtica o promedio a los dos valores del centro.
Moda: Corresponde al valor de los datos que ms se repite. Sirve para describir
una distribucin si slo se desea tener una idea aproximada y rpida de donde est
la mayor concentracin de observaciones

Las 7 Herramientas de Control de Calidad son las siguientes:

1. Hoja de Verificacin.
Llamada tambin Hoja de Control, Hola de registro, Lista de Verificacin o
Plantilla de Inspeccin. Es un impreso con formato de tabla o diagrama, destinado a
registrar y compilar datos mediante un mtodo sencillo y sistemtico, como la
anotacin de marcas asociadas a la ocurrencia de determinados sucesos.
Es una herramienta fantstica para evitar olvidos y asegurarse que las cosas se
hagan de acuerdo con un procedimiento rutinario establecido. Una variante es el
diseo de formularios adecuados que faciliten la recogida de los datos que se
analizarn posteriormente. (Ruiz-Falc, 2009)

Snchez (2013) indica que es un recurso para registrar datos. Conforme ocurren
eventos de una categora, se coloca una marca en la categora. Dada una lista de
eventos, el usuario de la hoja de verificacin marca la cantidad de ocasiones que
ocurre un evento
Objetivos:
-

Facilitar la recoleccin de datos

Organizar automticamente los datos de manera que puedan usarse con
facilidad ms adelante.

Para la recoleccin de los datos, es importante que se analicen los siguientes

cuestionamientos:

La informacin es cualitativa o cuantitativa?

Cmo se recogern los datos y en qu tipo de documento se har?

Cmo se utilizara la informacin recopilada?

Cmo se analizar?

Quin se encargar de la recopilacin de datos?

Con qu frecuencia se va a analizar?

Dnde se va a efectuar?

Una secuencia de pasos tiles para aplicar esta hoja en un Taller es la siguiente:
1. Identificar el elemento de seguimiento
2. Definir el alcance de los datos a recoger
3. Fijar la periodicidad de los datos a recolectar
4. Disear el formato de la hoja de recogida de datos, de acuerdo con la
cantidad de informacin a recoger, dejando un espacio para totalizar los
datos, que permita conocer: las fechas de inicio y trmino, las probables
interrupciones, la persona que recoge la informacin, fuente, etc
Para disear una hoja de verificacin seguimos los siguientes pasos:
-

Paso 1: Incluya la fecha en la hoja de datos. Puede expresarse como una sola
fecha, por ejemplo, 11 de Agosto de 2002, como un perodo semanal: 12 - 19 de
Agosto de 2002, o como un perodo mensual: 1 - 31 de Agosto de 2002. La
fecha es vital para poder reconocer cundo se recolectaron los datos y que estos
tengan algn significado.

Paso 2: Incluya un ttulo en el cual debe incluir el lugar y el tipo de informacin

que se est recolectando, ejemplo, las causas de la descompostura de la mquina
#2.

Paso 3: Indique el nombre de la persona que recopil los datos, especialmente

cuando posteriormente exista la necesidad de clarificar alguna duda sobre los
datos recolectados.

Paso 4: Use la misma forma para todos. En casos en los que ms de un

miembro est recolectando datos, el crculo debe asegurarse que todos estn
usando la misma forma. Es frustrante para el crculo haber recopilado una
cantidad inmensa de datos slo para descubrir ms tarde que se requiere un
anlisis a gran escala y que tal vez algunos de los datos recopilados realmente
no se necesitan.

Existen varios tipos de hojas de verificacin, dependiendo del objetivo de la

recoleccin de datos. Algunos de los tipos ms comunes son:
1.1 Hoja de verificacin para registro de datos
Los conteos de datos se anotan para totalizarlos y analizarlos posteriormente.
Esto se usa generalmente para recopilar datos sobre defectos. Los tipos de
defectos se escriben en la hoja de verificacin y conforme se observa el defecto,
se colocan marcas de conteo en mltiplos de cinco, representados por cuatro
marcas y una ms que las cruza. Esto facilita la suma.

Figura 1: Empleo de la Lista de Verificacin del estado de computadoras

1.2 Hoja de verificacin de localizacin
La ubicacin o condicin de algo, por ejemplo un defecto, se indica en un
dibujo. Esta es una forma de indicar la ubicacin de un problema mediante una
imagen. Esto facilita la investigacin preguntando Por qu ah?

Figura 2:
Lista de

Empleo de la
Localizacin

1.3 Hoja de verificacin para revisar

Los resultados o condiciones observadas se registran colocando marcas junto a
los elementos de una lista. La informacin que se recopila usando esta hoja de
verificacin se limita a observaciones del tipo s o no, encendido o apagado,
presente o ausente. A veces se le conoce como lista de verificacin para
inspeccin. Las hojas de verificacin simplifican la recoleccin de datos,
organizan la informacin, aumentan la exactitud y facilitan la verificacin de los
datos.
2. Cuadro de Pareto
Llamado tambin curva 80-20 o distribucin ABC, Diagrama de Pareto. Es un
grfico de barras verticales, que representa factores sujetos a estudio en forma
ordenada de ocurrencia o de importancia, de mayor a menor, con el objeto de
determinar qu problemas resolver y en qu orden realizarlos.
Snchez (2013). Es una herramienta grfica para clasificar las causas de un
problema desde la ms significativa hasta la menos significativa. Este enunciado se
conoce tambin como los pocos vitales y los muchos triviales, o tambin como la
ley 80-20, que quiere decir, el 20% de las causas ocasionan el 80% de los
fenmenos. Aunque no siempre es 80-20, el diagrama es un mtodo visual para
identificar cules problemas son ms significativos.
Esta herramienta es usada para encontrar las causas que generan los defectos de
produccin, de esta manera podremos encontrar que ocasiona el fallo, y as atacarlo
directamente y lograr la calidad del producto.
Objetivo
Poner de manifiesto los problemas ms importantes sobre los que deben
concentrarse los esfuerzos de mejora y determinar en qu orden resolverlos.
Como construir un Diagrama de Pareto
1. Identificar el problema
2. Identificar los factores; elaborar una lista de los factores que pueden estar
incidiendo en el problema
3. Definir el periodo de recoleccin; establecer el periodo de tiempo dentro del
cual se recolectaran los datos.
4. Recoleccin de datos
5. Ordenar los datos en orden de frecuencia
6. Obtener un porcentaje relativo de cada causa (frecuencia de la causa/total de
frecuencias)
7. Calcular los porcentajes acumulados sumando en forma consecutiva los
porcentajes de cada factor.
8. Dibujar dos ejes verticales y un horizontal.
- Eje horizontal: se anotan los factores de izquierda a derecha en forma
decreciente de acuerdo a su frecuencia.

- Eje vertical izquierdo: muestra el nmero de datos observados.

- Eje vertical derecho: mostrara el porcentaje acumulado.
9. Dibujar las barras o rectngulos correspondientes a los distintos factores.
10. Graficar los porcentajes. Las barras ms grandes representan los pocos
problemas importantes.
11. Anote todos los datos necesarios en el diagrama: ttulo, cantidades
significativas, unidades, perodo del muestreo, asunto y sitio de recoleccin de
datos, nmero total de datos, etc. (Summers, 2012)
Tipos de Diagrama de Pareto
Existen dos tipos de diagramas de Pareto:
-

Diagramas de fenmenos. Se utilizan para determinar cul es el principal

problema que origina el resultado no deseado. Estos problemas pueden ser de
calidad, coste, entrega, seguridad u otros.
Diagramas de causas. Se emplean para, una vez encontrados los problemas
importantes, descubrir cules son las causas ms relevantes que los producen.
(DOMENECH, 2012)

EJEMPLO
En una empresa textil se desea analizar el nmero de defectos en los tejidos que
fabrica. En la tabla siguiente se muestran los factores que se han identificado como
causantes de los mismos as como el nmero de defectos asociado a ellos:

Tabla 1:
Defectos
tejidos

en los

Figura 4: Diagrama de Pareto para Defectos de tejidos

En el grfico obtenido se observa que un 20% de los tejidos (Algodn y Tul)
representan aproximadamente un 80% de los defectos, por lo tanto centrndose la
empresa solo en esos 2 productos reducira en un 80% el nmero de defectos.
Ventajas:
- Ayuda a concentrarse en las causas que tendrn mayor impacto en caso de ser
resueltas.
- Proporciona una visin simple y rpida de la importancia relativa de los
problemas.
- Ayuda a evitar que se empeoren algunas causas al tratar de solucionar otras y
ser resueltas.
- Su formato altamente visible proporciona un incentivo para seguir luchando
por ms mejoras.
3. Diagrama de causa-efecto
Llamado diagrama de Ishikawa o diagrama causal, se trata de un diagrama que por
su estructura ha venido a llamarse tambin: diagrama de espina de pez. Consiste en
una representacin grfica sencilla en la que puede verse de manera relacional una
especie de espina central, que es una lnea en el plano horizontal, representando el
problema a analizar, que se escribe a su derecha.
Es una figura compuesta de lneas y smbolos diseados para representar la relacin
entre un efecto y una causa. Sirven para determinar qu efectos son negativos, y de
esta manera corregir las causas, normalmente para cada efecto existen varias causas
que puede producirlo. Ruiz-Falc (2009)
En general se dividen las causas segn las M en:
- Causas relacionadas con la Mquina (Machine). Por ejemplo, vibraciones.
- Causas relacionadas con la Materia prima (Material). Por ejemplo,
diferencias entre proveedores.

Causas relacionadas con la Mtodo de trabajo (Method). Por ejemplo,

realizacin de secuencias de trabajo equivocadas, etc.
Causas relacionadas con la Mano de obra (Men). Por ejemplo, falta de
formacin, problemas de vista, etc.
Causas relacionadas con el Medio ambiente (Environment). En este caso en
ingls no empieza con m. Por ejemplo, cambios de temperatura, etc.

Objetivos:
- Identificar la raz o causa principal de un problema o efecto
- Clasificar y relacionar las interacciones entre factores que estn afectando al
resultado de un proceso.
Como construir un Diagrama Causa efecto
1. Escriba el problema en el lado derecho y encirrelo en un rectngulo. Trace una
flecha ancha de izquierda a derecha, con la punta de la flecha apuntando hacia el
problema.
2. Identifique los factores principales que causan el problema: agrpelos por mano
de obra, mtodo, materiales, mquina y medio ambiente.
3. En la cola de cada flecha, dibuje un rectngulo y anote cada causa mayor
posible que identifique en el paso 2. A medida que se identifiquen las causas de
estas causas mayores, stas se agregan al diagrama dibujando flechas en forma
de ramificaciones de la flecha principal.
4. Identifique los factores detallados de cada causa mayor e indquelos con flechas
ms pequeas en forma de ramas conectadas a las flechas correspondientes.
DEMORA EN ENTREGA
Inexistente

Programacin
de entregas

Poca
capacidad en
camiones

PRODUCTO VENDIDO
Fechas
especiales
(Navidad, 10
Mayo)

Rutas
inadecuadas

EQUIPO DE
REPARTO

Falta de
procedimientos
estndar de
manejo

Exceso de
trabajo
No
aplicados

Desconocidos
Mantenimiento
deficiente de
camiones

Golpeado

Faltante

Incompletos

PROCEDIMIENTO
DE ENTREGA DE
MERCANCIA

Ausentismo
Poco
amable

INCONFORMIDAD
DEL CLIENTE

Falta de
capacitacin

Insuficiente

MANO DE OBRA

Figura 5: Diagrama de Ishikawa

4. Estratificacin
Es un mtodo que permite hallar el origen de un problema estudiando por separado
cada uno de los componentes de la situacin a analizar.
La estratificacin es una estrategia inicial, no es por s misma una herramienta que
permita solucionar un problema, sino que es una representacin para comprenderlo
mejor, mediante la separacin y clasificacin de los datos disponibles.

Objetivo:
Comprender un problema o analizar sus causas observando factores o elementos
posibles y comprensibles. Los datos recolectados de una sola poblacin se dividen
en varios estratos o niveles.
Proceso de estratificacin
1. Definir el fenmeno o caracterstica a analizar.
2. De manera general, representar los datos relativos a dicho fenmeno.
3. Seleccionar los factores de estratificacin. Los datos los podemos agrupar en
categoras (tiempo, mano de obra, maquinaria, mano de obra, etc.).
4. Clasificar los datos en grupos homogneos en funcin de los factores de
estratificacin seleccionados.
5. Representar grficamente cada grupo homogneo de datos. Para ello se pueden
utilizar otras herramientas, como por ejemplo, histogramas o el anlisis de
Pareto.
6. Comparar los grupos homogneos de datos dentro de cada criterio de
estratificacin para observar la posible existencia de diferencias significativas
entre los propios grupos. Si observamos diferencias significativas, la
estratificacin habr sido til.
Categoras tpicas de la estratificacin
-

Por tiempo: ao, mes, semana, da, hora, noche, tarde, maana, perodo.
Por mano de obra: divisin, seccin, turno de da, turno de noche, grupo, edad,
experiencia, etc.
Por maquinaria: lnea, equipo, nmero de mquina, modelo, estructura, gras,
dados, etc.
Por mtodo de trabajo: procedimiento de trabajo, manual, velocidad, etc.
Por materias primas: lugar de origen, proveedor, lote, carga, etc.
Por producto: pas, unidad, pedido, fabricante, proveedor de servicios, etc.
Por medio ambiente: temperatura, humedad, estado del tiempo, etc.

5. Histogramas
Es la presentacin de datos en forma ordenada, mediante un grfico constituido por
rectngulos de igual ancho y altura proporcional a las cantidades que representan.
El histograma es otra representacin grfica del comportamiento de un proceso,
pero en este caso las diferentes observaciones de una misma variable se grafican
alrededor de un valor medio o central. Lo importante es ver qu tanto se dispersa
una misma variable alejndose de dicho valor central.
Como construir un Histograma
1. Determinar el rango de los datos: RANGO es igual al dato mayor (D1) menos
el dato menor (D2); R = D1 - D2
2. Clculo del nmero de clase (Nc): Un criterio usado frecuentemente es que el
nmero de clases debe ser aproximadamente la raz cuadrada del nmero de

3.
4.
5.

6.

7.

datos, por ejemplo, la raz cuadrada de 30 (nmero de artculos) es mayor que

cinco, por lo que se seleccionan seis clases. Nc = 6.
Clculo de longitud de clase (LC): Es igual a la divisin entre el rango y el
nmero clase (aproximar a nmero ms cercano). LC = R / Nc
Construir los intervalos de clases: Los intervalos resultan de dividir el rango de
los datos en relacin al resultado del PASO 2 en intervalos iguales.
Realizar tabla de frecuencias: En l se exponen la frecuencia de cada intervalo
de clase y en ocasiones, segn sea necesario, la frecuencia acumulada (se
obtiene de dividir cada frecuencia con el total de la muestra y se suman
progresivamente)
Nota: La frecuencia es el nmero de veces que se repite un dato
Graficar el histograma: Se hace un grfico de barras, las bases de las barras
son los intervalos de clases y altura son la frecuencia de las clases. Si se unen
los puntos medios de las bases superiores de los rectngulos se obtiene el
polgono de frecuencias.
Identificar y clasificar el patrn de variacin; desarrollar una explicacin
lgica y pertinente del patrn.

EJEMPLO
Una empresa debe fabricar tornillos que tienen como valor especificado de
longitud 250,4 mm. Para evaluar el nmero de piezas con errores de tolerancia
se toman 30 muestras, tal y como se muestra en la tabla.

Clculos

Realizamos la tabla de frecuencias

R = Xmax Xmin
R = 25,7 24,3 = 1,4

Nc =

LC = 1,4/6 = 0.233

30

=6

Graficar el histograma

Las muestras incluidas en las

clases 1 y 6 corresponden a
tornillos cuya longitud no cumple
las especificaciones ya que estn
fueran del intervalo [24,6 25,4].

Figura 6:Tipos
Histograma
de tolerancia de longitud de tornillo
de Histogramas

a. Simtrico o de Campana: Es una curva uniformemente distribuida, donde el

lado izquierdo es igual que el lado derecho. Esto significa que las muestras que
se tomaron siguen o caen dentro del estndar de la operacin dada.

Lim. Inferior de especificacin

Lim. Central
Lim. Superior de esp.

Figura 7: Histograma Simtrico

b. Sesgado:
A la Derecha
Se desva de la curva normal. Un
ejemplo sera el shampoo. Si la
forma de la distribucin es asimtrica
cargada a la derecha, puede significar
que la compaa est llenando de
ms los recipientes.

A la Izquierda
Las muestras caen a la izquierda del
estndar. Un ejemplo sera el
shampoo. Si la forma de la
distribucin fuera asimtrica cargada a
la izquierda, puede significar que la
compaa est llenando de menos los
recipientes.

Figura 8: Histograma Sesgado a la derecha

Figura 9: Histograma Sesgado a la izquierda

c. De precipicio
Un histograma con forma de precipicio o acantilado muestra cierto pico en la
grfica que no es necesariamente el estndar. Esto puede atribuirse a un
problema en la recoleccin de datos o en la operacin de la mquina.

Figura 10: Histograma de Precipicio

d. Dentado
Es la combinacin de varias formas de precipicio o acantilado, lo que indica que
la distribucin es irregular. Esto puede atribuirse a varios factores, como a la
persona que hace el trabajo, la mquina o el estndar mismo.

Figura 11: Histograma Dentado

e. Histograma isla
Este histograma normalmente es el resultado de un pequeo pico aislado del
resto de histograma. Sugiere que podra existir un pequeo grupo de datos
provenientes de una distribucin distinta, como podra ser el caso de alguna
anormalidad en el proceso, algn error de medicin o la inclusin de datos de un
proceso diferente. (Kume 1985,51)

Figura 12: Histograma Dentado

Ventajas:
-

Su construccin ayudar a comprender la tendencia central, dispersin y

frecuencias relativas de los distintos valores.
Muestra grandes cantidades de datos dando una visin clara y sencilla de su
distribucin.
Es un medio eficaz para transmitir a otras personas informacin sobre un proceso
de forma precisa e inteligible

6. Diagramas de dispersin
Es una grfica de tipo XY que se utiliza para estudiar la posible relacin entre 2
variables numricas.
Es una herramienta grfica que permite demostrar la relacin existente entre dos
clases de datos y cuantificar la intensidad de dicha relacin. Se utiliza para conocer
si efectivamente existe una correlacin entre dos magnitudes o parmetros de un
problema y, en caso positivo, de qu tipo es la correlacin.
Tipos de correlacin
- Correlacin positiva o directa: si la correlacin es positiva, un aumento de la
variable x se relaciona con un aumento de la variable y.

Correlacin negativa o inversa: cundo aumento en la variable x se relaciona

con una disminucin en la variable y.
Figura 14: Dispersin ascendente

Figura 15: Dispersin descendente

No hay relacin lineal: cuando la correlacin se acerca a cero.

16: Sin correlacin

Pasos a seguir para hacerFigura
un diagrama
de dispersin
1. Recoger y ordenar los datos que se cree que tienen una posible correlacin.
2. Trazar los ejes del diagrama. Los valores debern aumentar a medida que se
mueva a nivel del eje Y y hacia la derecha en el eje X. La variable que est
siendo investigada como posible causa (dependiente) se sita en el eje X y la
variable para el efecto (independiente) en el eje Y.
3. Una vez construido el diagrama se analiza la forma que tiene la nube de puntos
obtenida, para as determinar las relaciones entre los dos tipos de datos, para
ello se puede hacer uso de:
a. La recta de regresin es la lnea que mejor representa a un conjunto de
puntos. La funcin que aproxima la recta es:
^y =a+bx .
Donde:
^y : Variable dependiente (causa)
a : ordenada en el origen.
b: pendiente de la recta de regresin
x: variable independiente (efecto)

b=

La pendiente se halla mediante la expresin:

xy n x y
2

x n x 2
Donde:
x: Valores de la variable independiente
y: Valores de la variable dependiente
x : Media de los valores de x

y : Media de los valores de y

n: nmero de observaciones o pares de datos
La ordenada en el origen se calcula como:

a= y b x

b. Coeficiente de correlacin lineal (r): viene determinado por la expresin:

r=

( xyn xy
)

( x n x )( y n y )
2

Toma valores comprendidos entre 1 y 1. Cuanto ms prximo a 0 sea r

menor ser la relacin entre los datos, y cuanto ms prximo a 1 (en valor
absoluto) mayor ser dicha relacin. Su signo indica si se da una relacin
positiva o negativa entre las variables x e y.
4. Interpretar la grfica generada.
EJEMPLO
Una empresa se plantea cambiar la composicin de uno de sus productos utilizando
un nuevo material. Antes de tomar una decisin, la empresa decide realizar un
ensayo para estudiar la posible relacin entre la utilizacin de dicho material y el
nmero de defectos. Para ello analiza lotes con diferentes porcentajes del nuevo
material y toma los siguientes datos:

Representacin grfica de los datos:

Figura 13: Diagrama de dispersin de relacin de nuevo material con defectos

Calculamos el coeficiente de correlacin:

Coeficiente de correlacin lineal (r):
r=

( xyn xy
)

( x n x )( y n y )
2

r = 0,918
El valor obtenido es muy prximo a 1, lo que nos confirma que la correlacin es
fuertemente positiva.
7. Graficas de Control
Grfica con una lnea central que muestra el promedio de los datos producidos.
Tiene lmites de control superiores e inferiores basados en clculos estadsticos.
Con frecuencia, el anlisis del desempeo de un proceso comienza con la
elaboracin de un histograma y el clculo de rangos, promedios y desviaciones
estndar. La nica desventaja de este tipo de anlisis es que no muestra el
desempeo del proceso.
Es una herramienta til para establecer fronteras de variacin dentro de un proceso.
Muestra cuando estas fronteras se sobrepasan y entonces buscar las claves que
lleven a las causas para resolverlas. Permite de manera objetiva determinar si un
proceso se encuentra en control o fuera de control.
Tipos de Grficos de Control
a. Grficos de control por variables, el control del proceso se realiza mediante
variables susceptibles de ser medidas: cantidades, pesos, dimetros, espesores,
frecuencias, etc.

Grfica

x R; Promedios y rangos:

La medida de tendencia central, es decir, la media muestral,

X , est

controlada mediante el grfico de la media, mientras que la variabilidad se

controla mediante el recorrido, R, que constituye el grfico de rango o
recorrido.
X

Calcular el promedio

promedio de rangos

y Ri para cada subgrupo

R
y el promedio de promedios

Calcular
X

el

Calcular los
lmites de control
Estn basados en el tamao de los subgrupos y se calculan de la siguiente
forma:
Lmites de control para

Lmites de control para

Donde:
D3, D4 Y A2 son constante grficas de control que dependen del tamao de
la muestra.
Trazar la grfica de control
Una carta de control x -R nos presenta dos grficos en una hoja, la
grfica superior es la de las medias y la grfica inferior es la de rangos R.

Grfica

x s; Promedios y Desviacin Estndar

Calcular el promedio

para cada subgrupo

Calcular la desviacin estndar promedio y el promedio de promedios

y si

Calcular los lmites de control

Lmites de control para x

Lmites de control para s

Trazar la grfica
de control
Una carta de control

- s nos presenta dos grficos en una hoja, la

grfica superior es la de las medias y la grfica inferior es la de las

desviaciones estndar.

Grfica x Rm; Lecturas Individuales y Rangos mviles

Calcular el promedio de los datos.
Xi= Valor
de la medicin
en el lote o
tanda
k= Nmero de subgrupo (lote o tanda)
Calcular los rangos mviles.
Xi= Valor
de la medicin
i en el lote (i es un contador)
Xi-1= Valor de la medicin i-1 en el lote
Calcular el promedio qde los rangos mviles

Calcular los lmites de control

Para el grafico de mediciones individuales
mviles

Para el grafico de rangos

Nota:
Los
valores de las constantes d2, D3 y D4 se toman para n=2 ya que el primero
no genera rango mvil.
Trazar la grfica de control

b. En los grficos de control por atributos, el control del proceso se realiza

mediante atributos de tipo dicotmico. As, se puede analizar si el producto o
servicio posee o no una determinada caracterstica (atributo): color, forma,
defecto, tipo, etc. En general se aborda dicho anlisis mediante preguntas del
tipo aceptable/no aceptable, si/no, funciona/no funciona, etc.
Se utilizan para controlar caractersticas de calidad que no puede medirse

Grfica p; Porcentaje de unidades o procesos defectuosos

Controla en cada punto correspondiente a una extraccin muestral, el
porcentaje de unidades defectuosas muestral. As, por pi denotaremos a la
fraccin defectuosa de la muestra i- sima.
Calcular las fracciones defectuosas de los subgrupos
X=Es el nmero de piezas defectuosas de cada muestra
n =es el tamao de la muestra que es variable.
Calcular la media de la P

Calcular la n promedio de las muestras

Calcular los lmites de control

Si el tamao del subgrupo vara fuera de +/- 25% con respecto del tamao
promedio, entonces para cada subgrupo se deber calcular los lmites de
control.

Grfica np; Nmero de unidades o procesos defectuosos

Est basado en el nmero de unidades defectuosas. Este tipo de grficos
permite tanto analizar el nmero de artculos defectuosos como la posible
existencia de causas especiales en el proceso productivo.
Calcular el promedio de unidades defectuosas

np: n artculos defectuosos

n p : n artculos defectuosos promedio por muestra
k: Nmero de muestras inspeccionadas
Calcular los lmites de control

Grfica c; Nmero de defectos por rea de oportunidad

Controla en cada punto correspondiente a una extraccin muestral, el
nmero de defectos correspondientes a esa muestra.
La medida de tendencia central es el promedio de defectos por lote (
c )
La medida de variabilidad es: la desviacin estndar (

c )

n: nmero de muestras inspeccionadas

Calcular los lmites de control

Grfica u; Porcentaje de defectos por rea de oportunidad

Controla en cada punto correspondiente a una extraccin muestral, el
nmero de defectos por unidad de producto en esa muestra. El tamao de
muestra puede ser variable.
La medida de tendencia central es el promedio de defectos/unidades
inspeccionadas u .

La medida de variabilidad es la desviacin estndar desv. est.

ai: # unidades inspeccionadas en la muestra
Calcular los lmites de control

u
ai

n:

promedio
muestras

de

las

Etapas a seguir en la construccin de un grfico de control:

1. Elegir la caracterstica a estudio. Debe medir la variable que queremos
controlar: la longitud de una pieza, la temperatura de una mquina, etc.
2. Recogida de los datos, tomando al menos veinte muestras de igual tamao.
3. Introducir os datos en la hoja de clculo, y calcular la cul es la lnea central
(valor medio de los datos) y los lmites superior e inferior.
4. Representar los datos en la grfica, y estudiar si el funcionamiento es el
correcto.
5. Ante la informacin dada por el grfico, tomar las medidas de accin
correctivas ante la presencia de algn punto fuera de los lmites de control,
buscando las causas de tal ocurrencia y, si son determinadas, eliminar los puntos
y repetir el proceso.
III.

BIBLIOGRAFA
Annimo
(2012).
Control
y
mejora
de
proceso.
Recuperado
de
http://gio.uniovi.es/documentos/asignaturas/descargas/Presentacion_Control_de
_Calidad.pdf
Ruiz - Falc (2009). Herramientas de Calidad. Rescatado de http://web.cortland.edu/
matresearch/ HerraCalidad.pdf
Summers, D. (2012). Pasos Construir el Diagrama de Pareto. Rescatado de
http://www.slideshare.net/rafaeltic/diagrama-de-pareto
Banco Japons de Desarrollo (.). Manual de Administracin de la Calidad Total y
Crculos
de
Control
de
Calidad.
Recuperado
de
http://www.inacal.org.uy/files/userfiles/file/VII_%20ManualACTyCCC.pdf
Ishikawa, K (1986). Qu es el Control de la Calidad? Recuperado de
https://jrvargas.files.wordpress.com/2011/02/que_es_el_control_total_de_la_cal
idad_-_kauro_ishikawa.pdf
Snchez, S. (2013). APLICACIN DE LAS 7 HERRAMIENTAS DE LA CALIDAD
A TRAVS DEL CICLO DE MEJORA CONTINUA DE DEMING EN LA
SECCIN DE HILANDERA EN LA FBRICA PASAMANERA S.A.
Universidad
de
Cuenca,
Ecuador.
Rescatado
de
http://dspace.ucuenca.edu.ec/bitstream/123456789/501/1/TES IS.pdf
DOMENECH,
M.
(2012).
Diagrama
de
Pareto.
Recuperado
de
http://www.jomaneliga.es/PDF/Administrativo/Calidad/Diagrama_de_Pareto.pd
f

Del

toro, R. (2013). Control estadstico de procesos.

Rescatado de
https://www.academia.edu/8815650/GRAFICAS_DE_CONTROL_1_CONTRO
L_ESTADISTICO_DEL_PROCESO_SPC_STATISTICAL_PROCESS_CONT
ROL_

UNIVERSIDAD NACIONAL DE SAN MARTN TARAPOTO

FACULTAD DE INGENIERIA AGROINDUSTRIAL

DEPARTAMENTO ACADMICO DE INGENIERA DE AGROINDUSTRIAL

ADMINISTRACIN DE LA CALIDAD
HERRAMIENTAS DE CONTROL

DOCENTE

:
Ing. M. Sc. EPIFANIO EFRAN MARTNEZ MENA

ESTUDIANTE:
SORIANO CARRASCO LESLY M.

Tarapoto Per
2016