Herramientas estadísticas

Básicas

:
Agosto 2018
En Minigrip la calidad es la base del éxito. Cuando Hablamos de
calidad no solo nos referimos a la calidad de los productos, de igual
manera nos referimos a la calidad de todos los recursos necesarios
para lograr la satisfacción del cliente y/o superar sus expectativas

La calidad en general se puede definir como Hacer las cosas bien,

siempre y desde la primera con el objetivo de cumplir y/o exceder
las expectativas de nuestros clientes

Para lograr lo anterior contamos con Grupos de personas que

realizan una ardua labor en la recolección de información de los
procesos productivos; algunos quedan resguardados en el ERP
denominado Pack plus y otros mas quedan resguardados en los
registros correspondientes al proceso

Pero….. para que sirve esta recolección de datos?

La razón de ser de los datos es indicar
el estatus de un proceso o un producto

La razón del ser del análisis de estos

datos es para lograr un crecimiento en
todos los aspectos, en ser mas
eficientes, mas redituables, mas
ecológicos, mas efectivos….. Dar un
sentido a lo que hacemos y seguir
haciéndolo con sentido
El análisis de datos busca en primer termino orientarnos sobre el estatus
de un producto o proceso y a la vez indicarnos si vamos bien o vamos
mal. De igual manera durante el análisis se obtiene información vital
para generar acciones que nos vuelvan mas eficientes y efectivos en lo
que hacemos

Existen varias herramientas para realizar estos análisis, sin embargo en lo

que a nuestros procesos atañe, se requiere como base las siguientes
herramientas estadísticas básicas para el logro de nuestros objetivos
La estratificación es un método de control, análisis y mejora el cual
consiste en AGRUPAR datos de acuerdo a diversas características.
Por ejemplo supongamos que se quiere analizar el defecto de
Puntos Secos en el proceso de Laminación, podríamos recolectar
muestras de diferentes productos y acomodarlos según estructuras
para encontrar si hay alguna relación en algún tipo de estructura.
También podríamos agrupar por Laminadora y podríamos de esta
manera conocer si la Laminadora 1 o la 3 es la que provoca el
defecto. Otra opción sería agrupar los hallazgos de puntos secos
por Operador… Quizás todo se relaciona a una falla en el control
de las variables de proceso. También podríamos agrupar las fallas
por Depósitos de adhesivo….. Y así podríamos seguir buscando
similitudes entre las muestras que nos permitan determinar si algo
distingue al material defectivo del no defectivo
La estratificación puede apoyarse en otras herramientas tales como los
Histogramas, que nos representarán de forma gráfica el comportamiento de
cada grupo, lo que observamos es resultado de como lo agrupemos, por lo
que debemos ser muy consientes en que vamos a agrupar y en base a cual
característica

Por depósito de adhesivo en g/m2

Por Tiempo de curado en horas

Por mes de laminación

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

Otra aplicación del histograma es la comparación de los resultados

de un proceso con las especificaciones previamente establecidas. En
este caso, mediante el histograma, puede determinarse en qué
grado el proceso está produciendo buenos resultados. Y hasta qué
punto existen desviaciones respecto a los límites fijados en las
especificaciones. En este sentido, el estudio de la distribución de los
datos puede ser un excelente punto de partida para establecer
hipótesis acerca de un funcionamiento insatisfactorio.
 La respuesta al análisis de
este Histograma sería el ver
como hacer para que los
calibres no pasen de 60
micras y reducir la
dispersión de los datos

Por Dispersión entendemos

lo separado de los calibres
entre rollos… mucha
variación… demasiada !!

Para el ejemplo de referencia, en la figura anterior, puede observarse que se ha trazado una
línea adicional: el límite de la especificación. En este caso, la especificación planteada fue que
la respuesta del proceso no arrojara calibres por arriba de 60 micras. Observando el histograma
se aprecia que cierto número de mediciones, a la derecha de la línea y sombreadas más
oscuro, no han cumplido este objetivo.

Un análisis más detenido del histograma anterior nos llevaría a concluir que el proceso no posee
la estabilidad deseable. Los histogramas que reflejan procesos estables son más elevados en el
centro y declinan simétricamente hacia ambos lados. Aquí no parece darse esta condición,
existiendo una cierta asimetría provocada por los datos fuera de límite. Pero aunque los datos
fueran más estables, podemos anticipar que parte de ellos rebasarían la especificación.
El histograma puede ser una versión prematura de otros 2 tipos de
análisis que son el Diagrama de Pareto y Las graficas de Capacidades
de Proceso

Un diagrama de Pareto es un tipo especial de gráfica de barras similar

al Histograma pero donde los valores graficados están organizados de
mayor a menor. Se utiliza el diagrama de Pareto para identificar los
defectos que se producen con mayor frecuencia, las causas más
comunes de los defectos o las causas más frecuentes de quejas de los
clientes.

El diagrama de Pareto debe su nombre a Wilfredo Pareto y su principio

de la "regla 80/20". Es decir, el 20% de los Clientes tienen asignado el
80% de la Producción; o el 20% de Clientes genera el 80% de los
defectivos; o dicho en términos de nuestro mercado: el 20% de los
clientes puede generar el 80% de las quejas, etc.
 ene feb mar abr may jun Jul Ago Total
KCM 5 2 3 9 4 5 1 3 32 26%
Disegrip 2 5 3 2 1 6 2 3 24 20%
Pagoma 11 8 2 21 17% 80 /2
Mabesa 1 1 3 4 3 3 15 12%
sales del Istmo 2 1 1 4 3%
Sunrise Packaging 1 2 1 1 4 3%
Nestle 1 1 1 1 4 3%
Qualamex 1 1 1 3 2%
Morning Star 2 2 2%
Juan Manuel Sánchez 1 1 2 2%
Protisa 1 1 2 2%
Caribbean 1 1 1%
Barcel 1 1 1%
Bimbo 1 1 1%
Hielo Oaxaca 1 1 1%
Seprod LTD 1 1 1%
Cometra 1 1 1%
Absormex 1 1 1%
Techfoods 1 1 1%
Papelera potosi 1 1 1%
Plasticos Dise 0 0%
10 26 13 28 12 15 11 8 123

Representación Matricial de un diagrama de Pareto. Como se indica en

el punto anterior aquí se ordenan los clientes y las quejas reportadas en
un orden específico. Este orden es el Total de quejas reportadas en el
año ( el orden lo definimos según lo que se quiera observar)
La tabla una vez ordenando de mayor numero de quejas a menor
número de quejas nos muestra cuales clientes (que representan el 20%
de los clientes) han reportado el 80% de las quejas.
Diagrama de Pareto de Quejas por Cliente
100 100%

90 90%

80 80%

70 70%

60 60%

50 50%

40 40%

30 30%

20 20%

10 10%

0 0%
El diagrama de Pareto es fácil de entender y utilizar; sin embargo, es
importante tener en cuenta lo siguiente:

1. Datos recolectados durante un corto período de tiempo, especialmente de procesos

inestables, pueden llevar a conclusiones incorrectas. Debido a que los datos podrían no
ser confiables, podemos obtener una idea incorrecta de la distribución de defectos y
causas. Cuando el proceso no está en control, las causas pueden ser inestables y los
pocos problemas vitales (20%) pueden cambiar de una semana a la siguiente. Los
períodos de tiempo cortos podrían no ser representativos de la totalidad de su proceso.
2. Los datos recopilados durante largos períodos de tiempo pueden incluir cambios.
Busque en los datos estratificación o cambios en la distribución del problema en el
tiempo.
3. Elije categorías cuidadosamente. Si tu análisis de Pareto inicial no produce resultados
útiles, es recomendable que te asegures de que tus categorías sean significativas y de
que tu categoría "otro" no sea demasiado grande.
4. Elije criterios de ponderación cuidadosamente. Por ejemplo, el costo podría ser una
medida más útil para asignar prioridades en comparación con el número de
ocurrencias, especialmente cuando difieren los costos de varios defectos.
5. Concentrarse en los problemas con la mayor frecuencia debería reducir el esfuerzo
final. Concentrarse en los problemas con el mayor costo debería aumentar los
beneficios financieros de la mejora.
6. La meta de un análisis de Pareto es obtener la máxima recompensa de los esfuerzos de
calidad, pero eso no quiere decir que los problemas pequeños y fáciles de resolver
deban ignorarse hasta que se hayan resuelto los problemas más grandes.
Creado por Walter Andrew Shewhart en 1920, el diagrama o gráfico
de control, también conocido como diagrama de Shewhart, carta de
control o diagrama de comportamiento de proceso, es una de las
herramientas de calidad definidas por Ishikawa.
Básicamente consiste en los datos de un proceso plasmados de forma
cronológica en una gráfica con límites establecidos, lo que
permite determinar cuándo una variación no es normal.

Es una de las herramientas de análisis y solución de problemas. Es un

diagrama que muestra los valores producto de la medición de una
característica de calidad, ubicados en una serie cronológica. En él
establecemos una línea central o valor nominal, que suele ser el
objetivo del proceso o el promedio histórico, junto a uno o más límites
de control, tanto superior como inferior, usados para determinar
cuándo es necesario analizar una eventualidad.
 Es muy importante
conocer y entender
las siguientes
definiciones, son la
base de los
diagramas de
control

• Causa asignable: Si consigues hallar una causa concreta o que ocasiona una variación
excesiva y obedece a una situación especifica, hablamos de causa asignable. Es el tipo de
causa que debemos corregir. Por ejemplo la deficiente capacitación del trabajador o la falta
de ajuste de una máquina.
• Causa aleatoria: Cuando no consigues hallar una explicación concreta a una variación, o si
la variación fue ocasionada por un evento sin importancia que no se volverá a repetir,
hablamos de causa aleatoria. También se le suelen llamar variaciones naturales o causas
naturales. Ejemplos son la curva de aprendizaje del trabajador y las variaciones normales de
calibre en una extrusión de fondo de alta barrera
• Límite superior de control: Es el valor más grande aceptado en el proceso.
• Limite inferior de control: El opuesto al superior, es decir, el valor más pequeño.
• Límite central de control: Con siglas LCC, es la línea central del gráfico. Entre más cerca están
los puntos a la línea, mas estable es el proceso.
 Para que sirve un gráfico de control ?

Análisis de proceso: Puede que nunca se haya hecho un control

estadístico de proceso. Un análisis con gráfico de control donde
estableces los límites de control, te permitirá analizar ese proceso y
determinar qué es lo normal en él, cuando algo no está bien, o si ha
mejorado o empeorado a través del tiempo. Un proceso analizado con
esta herramienta, es un proceso controlado, que es precisamente el
segundo beneficio.

Control de proceso: Conoces el comportamiento del proceso. ¿Es

estable?, ¿se mantiene? ¿qué tan frecuente se sale de control? Esto te
permite intervenir sobre el proceso para mejorarlo. Este, a continuación es
el tercer beneficio.

Mejoramiento del proceso: No basta analizar y controlar un proceso. Es

necesario mejorarlo. Con el diagrama de Shewhart identificamos dónde se
generaron las fallas y tenemos datos de entrada para hacer análisis de
causas con la finalidad de plantear soluciones a las fallas.
Hay 2 tipos de graficos de control: los gráficos de control por Variables
y los Gráficos de Control por atributos. En otras palabras

los gráficos que se utilizan para medir variables numéricas

contínuas de proceso tales como tensiones, temperaturas,
velocidades, presiones…. son graficos de Control por variables

Los gráficos de control se se basan en el control de numero

de eventos no conformes o numero de defectivos, porcentaje de
rechazos, repetición de un impreso, ancho de bolsa… se denominan
gráficos de Control por atributos

Para realizar un gráfico de control en cualquiera de sus modalidades

se debe de empezar por definir lo que se va a medir y saber lo que se
espera ver, de igual manera debemos de realizar una recolección de
datos o información a lo largo del proceso o del tiempo y ayudarnos
en primera instancia de las herramientas anteriores para empezar a
entender que sucede de forma amplia… después iniciar con el
proceso de generación del gráfico de control
 Que pasos se deben de seguir para realizar un gráfico de control ?

• Paso 1. Antes que nada, determina cuál es el proceso a trabajar y cuál es la

característica de calidad que vas a medir. ¿Acaso es peso, longitud, número de
defectos o volumen?

• Paso 2: Ahora que tienes el tipo de datos a recolectar, define el tipo de gráfico
de control a usar basándote en lo explicado anteriormente, y no te quedes solo
con eso, investiga más.

• Paso 3: Determina el tiempo en el que estarás capturando los datos y define con
base en el tipo de gráfico que vas a trazar, cuestiones como la cantidad de
muestras a considerar (considera al menos 20) y el tamaño de cada una.

• Paso 4: Recopila los datos.

• Paso 5: Determina la línea central y el límite de control superior e inferior.

• Paso 6: Representa los datos en la gráfica.

• Paso 7: Analiza el resultado. Interpreta el gráfico

El paso 7 es el más importante de todos, pues aquí radica la verdadera utilidad de un gráfico de
control.

Existen comportamientos y patrones en los datos representados, que nos darán un indicio de que
hay una variabilidad no aleatoria que debe investigarse.

Pista 1: Cuando hay solo un punto fuera de control. Es quizá la más pequeña de las
probabilidades.

Pista 2: Cuando hay dos de cada tres puntos sucesivos ubicados a un lado de la línea central y
más de dos desviaciones estándar (sigma) alejados de esta línea.

Pista 3: Cuando hay 4 de cada 5 puntos sucesivos ubicados a un lado de la línea central y más
de una desviación estándar (sigma) alejados de esta línea.

Pista 4: Cuando hay una serie de 8 puntos sucesivos ubicados a un lado de la línea central, sin
importar cuántas desviaciones estándar estén alejados de la línea central. Por ejemplo 8 de
cada 10 puntos, 12 de cada 14 puntos o 16 de cada 18 puntos.

Pista 5: Cuando hay 6 puntos consecutivos ascendentes o descendentes.

Pista 6: Cuando hay 14 o más puntos consecutivos cruzando la línea central de arriba a abajo, sin
que haya al menos 2 puntos sucesivos en un mismo lado.

Pista 7: Cualquier patrón recurrente que estés observando, puede ser considerado algo inusual.
Ejemplos de Gráficos de control se manejan en Minigrip y se está
desarrollando una herramienta por parte de las áreas de la Dirección
de Innovación y Desarrollo para facilitar tanto gráficos de control por
variables como gráficos de control por atributos, aquí un ejemplo
para un producto de BackSheet o pañal

PesoBase Promedio PesoBase Promedio Std PesoBase Promedio Min

PesoBase Promedio Max PesoBase Min Peso Base Max

18

17.5

17

16.5

16

15.5

15

14.5
60 65 70 75 80 85 90 95 100
Después de comprobar que el proceso está bajo control, el siguiente paso
es saber si es un proceso capaz, es decir, si cumple con las
especificaciones técnicas deseadas, o lo que es lo mismo, comprobar si el
proceso cumple el objetivo funcional. Se espera que el resultado de un
proceso cumpla con los requerimientos o las tolerancias que ha
establecido el cliente. El departamento de ingeniería puede llevar a cabo
un estudio sobre la capacidad del proceso para determinar en que
medida el proceso cumple con las expectativas.

La habilidad de un proceso para cumplir con la especificación puede

expresarse con un solo número, el índice de capacidad del proceso o
puede calcularse a partir de los gráficos de control. En cualquier caso es
necesario tomar las mediciones necesarias para que el departamento de
ingeniera tenga la certeza de que el proceso es estable, y que la media y
variabilidad de este se pueden calcular con seguridad. El control de
proceso estadístico define técnicas para diferenciar de manera
adecuada entre procesos estables, procesos cuyo promedio se desvía
poco a poco y procesos con una variabilidad cada vez mayor. Los índices
de capacidad del proceso son solo significativos en caso de que el
proceso sea estable (sometidos a un control estadístico).
Estimar la capacidad de un proceso se resume en estimar σ. La estimación de σ se puede hacer
mediante diferentes herramientas:

Histogramas
Gráficos de probabilidad
Gráficos de control.
El mercado (clientes) establece las tolerancias que debe cumplir el producto. Un producto
fabricado fuera de esas tolerancias se considerará un producto sin la calidad requerida, es decir,
defectuoso. Es importante no confundir los dos conceptos anteriores. Las tolerancias son los
requerimientos técnicos para que el producto sea admisible para su uso, siendo establecidos por
el cliente, el fabricante o alguna norma; mientras que la capacidad es una característica
estadística del proceso que elabora dicho producto. Para relacionar ambos conceptos se define
el índice de capacidad Cp como el cociente entre el rango de tolerancias del proceso y la
capacidad (intervalo natural de variación) del mismo:

Es muy importante no confundir los límites de control con los límites de especificación.
Estos últimos son aquellos que nos define el cliente o lo que debe de medir un producto o
proceso en función de la intención del producto final
LIC LSC

Lo ideal es encontrar que

nuestros límites de control se
encuentran contenidos dentro
de nuestros límites de
especificación esto significa
que nuestro proceso es capaz
de cumplir con las
especificaciones solicitadas por
el cliente

El índice de capacidad de
proceso nos indica a grandes
rasgos si nuestro proceso está
contenido dentro de las
especificaciones del cliente o si
tenemos que ajustar variables
en el proceso para poder
cumplir con las especificaciones
dadas del producto final
Análisis Estadístico aplicado en el espesor de películas Alta Barrera (Desviación Estándar, Cp y Cpk)

Familia: PAB BCO #51M 25 Familia: FMB NAT #150M 58

Desv Std 0.702139587 Cp Cpk Desv Std 3.06124229 Cp Cpk
LSE 53 0.568097895 0 LSE 159 0.130315981 0
LSC 52.59841876 0.568097895 0 0.9495 0.7083 LSC 160.9585545 0.130315981 0 0.6533 0.5199
Estándar 50.492 0.568097895 0 Estándar 151.7748276 0.130315981 0
LIC 48.38558124 0.568097895 0 LIC 142.5911007 0.130315981 0
LIE 49 0.568097895 0 LIE 147 0.130315981 0

48 50 52 54 140 145 150 155 160 165

0.6 6 0.14 10
0.5 5 0.12
8
0.4 4 0.1
0.08 6
0.3 3
0.2 2 0.06 4
0.04
0.1 1
2
0.02
0 0
0 0
Dist LCS LCI
Dist LCS LCI
LES LEI Frec
LES LEI Frec

La determinación de la capacidad
para cumplir con especificaciones en
corridas largas

En el ejemplo se observa a pesar de que nos dá mejores resultados la primer grafica

alcanzando casi un Cp de 1 el numero de datos 25, es insuficiente para un análisis
creible. El segundo ejemplo nos ofrece mayor cantidad de datos sin embargo la
capacidad de proceso no es para nada adecuada.
De igual manera interesante ver que los gráficos están sesgados o descentrados por lo
que los limites de control se salen de los de especificación !!!
Destacar que el índice de capacidad Cp es una forma cuantitativa simple para
expresar la capacidad de un proceso, pero no tiene en cuenta el centrado del
proceso, es decir, no toma en cuenta dónde se localiza la media del proceso
respecto a las especificaciones. Cp mide simplemente la extensión de las
especificaciones en comparación con la dispersión seis sigma.

Se define el índice CPk para tener en cuenta el centrado del proceso:

Cpk = valor mínimo ( Cp unilateral Izquierdo o Cp Unilateral Derecho)

La magnitud de Cpk respecto Cp es una medida directa de cuan apartado del

centro está operando el proceso:

Cp = Cpk -> proceso centrado en el punto medio de las especificaciones.

Cp > Cpk -> proceso descentrado.

Sin embargo Cpk sólo sigue siendo una medida inadecuada del centrado del
proceso
Una vez que se han determinado las posibles causas asignables o se ha
determinado un defecto o falla como causante de variaciones se debe de
investigar que pudo haber ocasionado dicha falla y para ello se utiliza un
diagrama el cual nos sirve como apoyo para analizar un problema y tomar
decisiones al respecto

Hay muchas herramientas y se utilizan dependiendo de la naturaleza de la

falla encontrada. Por ejemplo puede ser que la falla sea un problema técnico
o una combinación de factores técnicos y para ello podemos utilizar un
Diagrama de Pescado o Diagrama de Ishikawa, de igual manera podemos
utilizar un análisis por Tormenta de Ideas o combinar ambos

Si el problema es mas administrativo puede ser que nos convenga utilizar un

método de análisis conocido como 5 por qué’s el cual es una serie de
preguntas relativas al problema o falla y que van bajando de nivel hasta llegar
a una causa potencial

Por ahora solo nos referiremos al Análisis mediante el diagrama de pescado o

Diagrama de Ishikawa o Diagrama de cola de pescado o Diagrama Causa-
efecto ( varios nombres 1 solo diagrama)
El Diagrama de Ishikawa o Diagrama de Causa Efecto (conocido también como
Diagrama de Espina de Pescado dada su estructura) consiste en una
representación gráfica que permite visualizar las causas que explican un
determinado problema, lo cual la convierte en una herramienta de la Gestión de la
Calidad ampliamente utilizada dado que orienta la toma de decisiones al abordar
las bases que determinan un desempeño deficiente.

La utilización del Diagrama de Ishikawa se complementa de buena forma con el

Diagrama de Pareto el cual permite priorizar las medidas de acción relevantes en
aquellas causas que representan un mayor porcentaje de problemas y que
usualmente en términos nominales son reducidas.

La estructura del Diagrama de Ishikawa es intuitiva: identifica un problema o efecto

y luego enumera un conjunto de causas que potencialmente explican dicho
comportamiento. Adicionalmente cada causa se puede desagregar con grado
mayor de detalle en sub causas.

Esto último resulta útil al momento de tomar acciones correctivas dado que se
deberá actuar con precisión sobre el fenómeno que explica el comportamiento no
deseado.
Por lo general este tipo de Diagrama utiliza 4 o 5 elementos de partida
como lo son Maquinaria, Mano de Obra, Materiales, Métodos y en
muchas ocasiones sobre todo cuando influencia el resultado se considera
el Medio Ambiente ( 4 M’s o 5 M’s) para recordarlos fácilmente

Se van asignando palabras clave en cada rama principal del diagrama y

de ser necesario se realizan sub-ramas hasta encontrar todas las causas o
variables que pueden influir en la aparición de la falla

Posteriormente se enlistan y se va definiendo si son causas potenciales o

no potenciales según el proceso, variables, condiciones de la operación,
recurrencia…

Finalmente de las causas potenciales se determina cual es la causa raíz

del problema y sobre esta se realizan los ajustes o mejoras
correspondientes para evitar o eliminar la recurrencia de la falla
 Objetivo Primordial del Uso de estos Análisis

Mejora continua es un enfoque para la mejora de procesos operativos que se basa en

la necesidad de revisar continuamente las operaciones de los problemas, la
reducción de costos oportunidad, la racionalización, y otros factores que en conjunto
permiten la optimización.

A menudo asociada con metodologías de proceso, la actividad de mejora continua

proporciona una visión continua, medición y retroalimentación sobre el rendimiento
del proceso para impulsar la mejora en la ejecución de los procesos.

Lean Six Sigma

En Mejora continua (siguiendo técnicas de evaluación como Six Sigma), los gerentes
de negocios trabajan con BPM y profesionales de TI para implementar monitoreo y
medición de desempeño, es decir, para identificar, definir, medir, analizar, mejorar y
controlar procesos empresariales.

Esto lleva a una lista continua de oportunidades de mejora y proyectos relacionados

que permiten a la compañía optimizar sus operaciones.
Escribe aquí el título de la
presentación

-Innovando ideas, imprimiendo soluciones -