Guía para El Uso de Las 7 Herramientas Básicas de La Calidad

Guía para el uso de las 7 herramientas básicas de la calidad
Propósito
Definir las reglas básicas y pasos a seguir para la construcción, uso y la correcta
interpretación de las herramientas básicas de gestión de calidad, resaltando las situaciones
en que pueden, o deben, ser utilizadas siendo estas beneficiosas para el desarrollo de
proyectos abordados.
Alcance
Aplica para aquellos estudios en los que un equipo de mejora necesita conseguir un
conocimiento sobre el funcionamiento de un proceso determinado que sirva como base
común para todos sus componentes o se deba realizar un análisis sistemático del mismo.
Responsabilidades
Consejo de Calidad / Gerencia General

Aprobar lo dispuesto en la presente guía.
Equipo de mejora o persona responsable del estudio

Seguir las reglas que se señalan en el procedimiento para su correcta construcción,
interpretación y utilización.
Departamento de Gestión de Calidad

Asesorar, a aquellos que así lo soliciten, en las bases para la construcción y utilización del
Diagrama de Flujo.
HERRAMIENTAS
1. DIAGRAMA DE FLUJO
1.1 Generalidades
Definición
El diagrama de flujo es una representación gráfica de la secuencia de pasos que se realizan

para obtener un cierto resultado. Este puede ser un producto, un servicio, o bien una
combinación de ambos.
Características principales
 Capacidad de Comunicación
Permite la puesta en común de conocimientos individuales sobre un proceso, y
facilita la mejor comprensión global del mismo.
 Claridad
Proporciona información sobre los procesos de forma clara, ordenada y concisa.
Símbolo
Definición
Imagen o figura con la que se representa un concepto.
Procedimiento de elaboración del diagrama de flujo

1.2 Elaboración
Simbología
Para la construcción de los Diagramas de Flujo se utilizarán los siguientes símbolos:
1.3 Preparación de la elaboración del diagrama de flujo
Paso 1: Establecer quiénes deben participar en su elaboración.
El Equipo de mejora, o la persona responsable del estudio identificará los subprocesos y

actividades implicadas en el proceso, o parte del mismo, que debe ser analizado.
Se invitará a un representante de dichas actividades a participar en la elaboración del

Diagrama de Flujo.
El número de participantes en la elaboración del Diagrama no será superior a 10 para que

el grupo sea operativo y eficaz.
Paso 2: Preparar la logística de la sesión de trabajo.
Con objeto de que el ritmo de la sesión de trabajo sea el adecuado se debe tener en cuenta
lo siguiente:
 Dar la información necesaria a los participantes en la reunión sobre el objeto de la
misma.
 Preparar superficies y material de escritura que permitan tener a la vista

continuamente el trabajo desarrollado, tales como: pizarras, rotafolios, posticks,
plumones entre otros.
Paso 3: Definir claramente la utilización del Diagrama de Flujo y el resultado que se espera
obtener de la sesión de trabajo.
a) En primer lugar, es necesario clarificar el objetivo de la construcción del Diagrama

de Flujo y escribirlo de forma que sea visible para los participantes durante toda la
sesión.
b) Dicho objetivo permitirá definir el grado de detalle y la estructura que se requieren

en el diagrama para poder alcanzarlo.
Paso 4: Definir los límites del proceso en estudio.
La mejor forma de definir y clarificar dicha definición de los límites del proceso es decidir
cuáles son el primer y último pasos del Diagrama de Flujo
El primer paso es la respuesta a la pregunta: ¿Qué nos indica que empieza el proceso?,
mientras que el último paso debe contestar a la pregunta: ¿Cómo sabemos que el proceso
ha terminado?
Escribir estos pasos expresándolos de forma clara y concisa e incluirlos en la superficie de

escritura. (El primer paso en el borde izquierdo o superior de la misma y el último paso en
el borde derecho o inferior).
Ejemplo:
Queremos representar en un diagrama de flujo el proceso de

suscripción a un seguro ¨x¨ ofrecido por Comedica de R.L.
Nuestro primer paso es definir los límites del proceso en estudio, de

la siguiente manera:
El primer paso comienza cuando el ejecutivo de seguros hace
contacto con el asociado que tienen intenciones de asegurar un bien
o inmueble.
El proceso termina cuando la Aseguradora envía la póliza al
Asegurado.
Paso 5: Esquematizar el proceso en grandes bloques o áreas de actividades.
Identificar los grupos de acciones más relevantes del proceso y establecer su secuencia
temporal.
Esta esquematización global del proceso a analizar servirá de ayuda para guiar el proceso
de construcción del diagrama.
Ejemplo:
Bloque de Actividades (Según su secuencia temporal)
Llenado de solicitud y requerimiento de información

Cotización del Seguro
Análisis de la información en la aseguradora
Emisión de Póliza
Paso 6: Identificar y documentar los pasos del proceso.
Esta actividad puede comenzar, tanto por el primer paso del proceso, como por el último,
no existiendo ningún criterio que indique mayor eficacia en alguno de los dos enfoques. Sea
cual sea la dirección en que se realice, si se considera útil, realizar una revisión en la
dirección contraria.
Las preguntas a realizar para la identificación y documentación de los pasos del proceso son
las siguientes:
 ¿Existen entradas significativas asociadas con este paso, tales como documentos
críticos, información, entre otros?
Señalar estas entradas, por medio de los símbolos apropiados, en el diagrama.
 ¿Existen resultados significativos como consecuencia de este paso, tales como

información, registros, entre otros?
Señalar estos resultados, por medio de los símbolos apropiados, en el diagrama.
 Una vez realizado este paso, ¿cuál son las actividades inmediatamente siguientes
que debemos realizar?
Señalar estas actividades, mediante el símbolo apropiado, en el diagrama.
Partiendo del primer paso, realizar este proceso hasta alcanzar el último o viceversa.
Dibujar el proceso con exactitud disponiendo el flujo principal siempre de arriba abajo o de
izquierda a derecha.
Ejemplo para el proceso de gestión de seguros en la etapa de suscripción.
Procedimiento para suscripción de un seguro

Ejecutiva de Seguros Aseguradora Asociado
Analiza
Iniciar documentación e Recibe Póliza
información
Recibe solicitud de
Devuelve
seguros junto con no Aprueba
información
información anexa
si
Realiza cotización
del seguro Elaboran Poliza
solicitado
Envía
documentación
junto con Envía poliza a
información a la asociado
aseguradora
Notifica a
asociado
resolución
Terminar
Paso 7: Realizar el trabajo adecuado para los puntos de decisión
Cuando se llega a un paso en el que existe un punto de decisión o de bifurcación:

a) Escribir la decisión o alternativa de acuerdo con la simbología utilizada e identificar
los posibles caminos a seguir mediante la notación adecuada. En general, cuando se
trata de una toma de decisión, se incluye dentro del símbolo una pregunta y la
notación de las dos ramas posibles correspondientes se identifican con la notación
SI y NO.
b) Escoger la rama más natural o frecuente de la bifurcación y desarrollarla, según lo

dispuesto en el "Paso 6", hasta completarla.
c) Retroceder hasta la bifurcación y desarrollar el resto de las ramas de igual modo.
Paso 8: Revisar el diagrama completo.
Comprobar que no se han omitido pasos, pequeños bucles, entre otros, y que el proceso
tiene una secuencia lógica.
En caso de que existan dudas sobre parte del proceso representado, realizar una
observación directa del proceso o contactar con expertos de esa área para su aclaración.
El resultado final de este paso es el Diagrama de Flujo del proceso en estudio.
1.4 Interpretación
Comprensión del proceso
Una de las aplicaciones del Diagrama de Flujo es la obtención de un conocimiento global y

específico de un proceso.
Esta herramienta posibilita un conocimiento común que sirva de base para un determinado
estudio, planificación, entre otros.
Análisis del proceso
Otra de las aplicaciones del Diagrama de Flujo es como herramienta de análisis del proceso,
facilitando información sobre posibilidades de mejora del mismo.
Para el análisis de procesos mediante esta herramienta se seguirá la siguiente secuencia:
a) Examinar cada símbolo de toma de decisión o de actividad de control.

Cuando una decisión implica algún tipo de comprobación, existe un bucle que hace
retroceder el proceso hasta un paso anterior en un determinado porcentaje de las
ocasiones en que este se realiza.
Deberán plantearse preguntas tales como:

 ¿Es la comprobación necesaria?
 ¿Es la comprobación completa?
 ¿Es la comprobación redundante?
b) Examinar los bucles de reproceso.
Las comprobaciones dan lugar a bucles de reproceso y éstos siempre están asociados a
deficiencias, por tanto, el objetivo debe ser su eliminación u optimización.
Se examinarán las actividades del bucle como tales y la "longitud" del mismo (número de
operaciones que deben repetirse) planteándose cuestiones tales como:
 ¿Son necesarias todas las actividades dentro del bucle?
 ¿Se podrían detectar antes las deficiencias?
 ¿Evita el bucle que se repita el error?
 ¿Cuál es el coste del reproceso?
 ¿Cuál es la frecuencia de las distintas deficiencias detectadas?
c) Examinar cada símbolo de actividad.
Este examen puede poner de manifiesto las deficiencias que arrastra el diseño del proceso
mediante cuestiones tales como:
 ¿Es necesaria esta operación?
 ¿Cuál es la relación coste-valor añadido que aporta?
 ¿Es una operación redundante?
 ¿Es fuente de errores frecuente?
d) Examinar los símbolos de documentos o bases de datos.
En general, en las empresas, la documentación y las bases de datos son fuentes de errores,
duplicación de tareas y realización de trabajo inútil, por ello deberá comprobarse para cada
uno de estos elementos si:
 ¿Es útil la información que contiene?
 ¿Es redundante dicha información?
 ¿Se mantiene al día?
 ¿Es la única fuente para esta información?
 ¿Cómo se puede utilizar para el seguimiento y mejora del proceso?
Cuanto más sistematizado sea el análisis del Diagrama de Flujo, más sencilla y eficaz puede
resultar la mejora del proceso en estudio.
Posibles problemas y deficiencias de interpretación
La principal causa de deficiencias en la interpretación de los Diagramas de Flujos es que éste

no refleje la realidad.
Esto puede ser debido a:

 Se representa el proceso ideal tal y como debería ser realizado, y no la práctica
habitual de aquellos que lo ejecutan.
 Alguno de los participantes no aporta información sobre partes del mismo,
evidentemente ilógicas, por sentirse de alguna forma responsable de las
mismas.
 Se consideran irrelevantes pequeños bucles existentes.
 Los miembros del grupo de trabajo desconocen realmente como opera parte del
proceso.
 Se utilizan Diagramas de Flujo desfasados que no han sido revisados después de
producirse cambios en el proceso.
Para evitar la aparición de estas situaciones se aconseja, siempre que sea posible, la
confrontación del diagrama con la realidad, siguiendo en la práctica la ejecución del
proceso. Cuando esto no sea posible, será útil la revisión del diagrama por personal
operativo del proceso.
1.5 Utilización
Debido a sus características principales, la utilización del Diagrama de Flujo será muy útil
cuando:
 Se quiere conocer o mostrar de forma global un proceso.
 Es necesario tener un conocimiento básico, común a un grupo de personas,
sobre el mismo.
 Se deben comparar dos procesos o alternativas de uno dado.
 Se necesita una guía que permita un análisis sistemático de un proceso.
Utilización en las fases de un proceso de solución de problemas.
El Diagrama de Flujo es una herramienta de gran aplicación en la solución de problemas:
 En la fase de definición de proyectos para identificar oportunidades de mejora,

guiar la estimación de costes asociados al problema, identificar los organismos
implicados en el mismo y establecer las fronteras de la misión del grupo de
trabajo que debe abordarlo.
 En el inicio de cualquier proyecto, para unificar el conocimiento básico de los
participantes en el mismo.
 En la fase de diagnóstico, para la planificación de las recogidas de datos y para
la elaboración de teorías sobre las causas.
 En la fase de diseño de soluciones, para guiar en el diseño de sistemas de control
y para la identificación de posibles focos de resistencia al cambio.
 En la fase de implantación de soluciones, para mostrar el proceso y los cambios
realizados y para identificar las necesidades de formación existentes.
1.6 Utilización de la herramienta
La herramienta es muy útil para:

 Identificación de problemas
 Análisis de síntomas
 Identificación de Posibles Soluciones
 Diseño de soluciones y controles
La herramienta es útil para:
 Definición de Equipos
 Formulación de Teorías Sobre las Causas
 Evaluación de posibles soluciones
 Evaluación de la solución implantada
1.7 Relación con otras herramientas

 Diagrama de Recorrido
 AMFE
 Diagrama de flechas
2. DIAGRAMA DE PARETO
2.1 Generalidades
Principio de Pareto
El Principio de Pareto afirma que en todo grupo de elementos o factores que contribuyen
a un mismo efecto, unos pocos son responsables de la mayor parte de dicho efecto.
PRINCIPIO DE PARETO
Pocos Vitales Muchos triviales
20
80
80
20
CLIENTES (ELEMENTOS) VENTAS (EFECTO)
Análisis de Pareto
El Análisis de Pareto es una comparación cuantitativa y ordenada de elementos o factores

según su contribución a un determinado efecto.
El objetivo de esta comparación es clasificar dichos elementos o factores en dos categorías:
Las "Pocas Vitales" (los elementos muy importantes en su contribución) y los "Muchos
Triviales" (los elementos poco importantes en ella).
 Priorización
Identifica los elementos que más peso o importancia tienen dentro de un grupo.
 Unificación de Criterios
Enfoca y dirige el esfuerzo de los componentes del grupo de trabajo hacia un
objetivo prioritario común.
 Carácter objetivo
Su utilización fuerza al grupo de trabajo a tomar decisiones basadas en datos y
hechos objetivos y no en ideas subjetivas.
Tablas y diagramas de Pareto
Las Tablas y Diagramas de Pareto son herramientas de representación utilizadas para

visualizar el Análisis de Pareto.
El Diagrama de Pareto es la representación gráfica de la Tabla de Pareto correspondiente.
A continuación se comentan una serie de características fundamentales de las Tablas y los

Diagramas de Pareto.
 Simplicidad
Tanto la Tabla como el Diagrama de Pareto no requieren ni cálculos complejos
ni técnicas sofisticadas de representación gráfica.
 Impacto visual
El Diagrama de Pareto comunica de forma clara, evidente y de un "vistazo", el
resultado del análisis de comparación y priorización.
Ejemplo
Número de %
Número de
Tipo de error errores % del total acumulado
errores
acumulados del total
Falta de información 45 45 48 48
Falta de documentos 25 70 27 75
Letra ilegible 8 78 9 84
Copia de documentos ilegibles 7 85 8 91
Tachaduras o enmendaduras 5 90 5 97
Datos con errores 3 93 3 100
Total 93 100
Procedimiento de elaboración del diagrama de Pareto
2.2 Elaboración del diagrama de Pareto
Paso 1: Preparación de los datos
Como en todas las herramientas de análisis de datos, el primer paso consiste en recoger los
datos correctos o asegurarse de que los existentes lo son.
Para la construcción de un Diagrama de Pareto son necesarios:
a) Un efecto cuantificado y medible sobre el que se quiere priorizar (Costes, tiempo,

número 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 contribución al efecto antes

de empezar la recogida de datos. Esta condición evitará que, al final del análisis, la
categoría "Varios" resulte ser una de las incluidas en los "Pocos Vitales".
Las herramientas de calidad más útiles 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.
Ejemplo
Efecto cuantificable y medible

Numero de inconsistencias en las
solicitudes de créditos
Elementos contribuyentes
Falta de información
Falta de documentos
Letra ilegible
Copia de documentos ilegibles
Tachaduras o enmendaduras
Datos con errores
c) La magnitud de la contribución de cada elemento o factor al efecto total. Estos

datos, bien existan o bien haya que recogerlos, deberán ser:
 Objetivos: basados en hechos, no en opiniones.

 Consistentes: debe utilizarse la misma medida para todos los elementos
contribuyentes y los mismos supuestos y cálculos a lo largo del estudio, ya que
el Análisis de Pareto es un análisis de comparación.
 Representativos: deben reflejar toda la variedad de hechos que se producen en
la realidad.
 Verosímiles: evitar cálculos o suposiciones controvertidas, ya que buscamos un
soporte para la toma de decisiones, si no se cree en los datos, no apoyarán las
decisiones.
Paso 2: Cálculo de las contribuciones parciales y totales. Ordenación de los elementos o

factores incluidos en el análisis.
Para cada elemento contribuyente sobre el efecto, anotar su magnitud. Ordenar dichos
elementos de mayor a menor, según la magnitud de su contribución.
Calcular la magnitud total del efecto como suma de las magnitudes parciales de cada uno
de los elementos contribuyentes.
Ejemplo
Tipo de error (elementos) Número de errores
(contribuciones)
Falta de información 45
Falta de documentos 25
Letra ilegible 8
Copia de documentos ilegibles 7
Tachaduras o enmendaduras 5
Datos con errores 3
Total 93
Paso 3: Calcular el porcentaje y el porcentaje acumulado, para cada elemento de la lista

ordenada.
El porcentaje de la contribución de cada elemento se calcula:
𝑚𝑎𝑔𝑛𝑖𝑡𝑢𝑑 𝑑𝑒 𝑙𝑎 𝑐𝑜𝑛𝑡𝑟𝑖𝑏𝑢𝑐𝑖𝑜𝑛
%= 𝑥 100
𝑚𝑎𝑔𝑛𝑖𝑡𝑢𝑑 𝑑𝑒𝑙 𝑒𝑓𝑒𝑐𝑡𝑜 𝑡𝑜𝑡𝑎𝑙
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,

más el elemento en cuestión como magnitud de la contribución, y aplicando la
fórmula anterior.
 Por suma de porcentajes de contribución de cada uno de los elementos anteriores

más el porcentaje del elemento en cuestión. En este caso habrá que tener en cuenta
el que estos porcentajes, en general, han sido redondeados.
Una vez completado este paso tenemos construida la Tabla de Pareto.

Número de %
Número de
Tipo de error errores % del total acumulado
errores
acumulados del total
Falta de información 45 45 48 48
Falta de documentos 25 70 27 75
Letra ilegible 8 78 9 84
Copia de documentos ilegibles 7 85 8 91
Tachaduras o enmendaduras 5 90 5 97
Datos con errores 3 93 3 100
Total 93 100
Paso 4: Trazar y rotular los ejes del Diagrama
El eje vertical izquierdo representa la magnitud del efecto estudiado.
Debe empezar en 0 e 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 según intervalos
constantes. Las escalas de gráficos que se compararán entre sí, deben ser idénticas (Nota:
Prestar especial cuidado a las escalas automáticas de los gráficos 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 identificación de izquierda a

derecha según 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 coincidirá con el origen y el 100%
estará alineado con el punto, del eje vertical izquierdo, que representa la magnitud total
del efecto.
Ejemplo, rotular el eje con la escala

Paso 5: Dibujar un Gráfico de Barras que representa el efecto de cada uno de los
elementos contribuyentes.
La altura de cada barra es igual a la contribución de cada elemento tanto medida en

magnitud por medio del eje vertical izquierdo, como en porcentaje por medio del eje
vertical derecho.
Ejemplo
Paso 6: Trazar un Gráfico Lineal cuyos puntos representan el porcentaje acumulado de la

Tabla de Pareto.
Marcar los puntos del gráfico en la intersección de la prolongación del límite derecho de
cada barra con la magnitud del porcentaje acumulado correspondiente al elemento
representado en dicha barra.
Ejemplo, conectar los puntos con segmentos rectilíneos.

Paso 7: Señalar los elementos "Pocos Vitales" y los "Muchos Triviales"
Trazar una línea vertical que separa el Diagrama en dos partes y sirve para visualizar la
frontera entre los "Pocos Vitales" y los "Muchos Triviales", basándonos en el cambio de
inclinación entre los segmentos lineales correspondientes a cada elemento.
Rotular las dos secciones del Diagrama y rotular el porcentaje acumulado del efecto
correspondiente al último elemento incluido en la sección "Pocos Vitales".
Paso 8: Rotular el título del Diagrama de Pareto
Ejemplo: “Inconsistencias en las solicitudes de créditos”
2.3 Interpretación
El objetivo del Análisis de Pareto es utilizar los hechos para identificar la máxima
concentración de potencial del efecto en estudio (Magnitud del problema, costes, tiempo,
etc) en el número mínimo de elementos que a él contribuyen.
Con este análisis buscamos enfocar nuestro esfuerzo en las contribuciones más
importantes, con objeto de optimizar el beneficio obtenido del mismo.
En los pasos anteriores se Señala los elementos "Pocos Vitales" y los "Muchos Triviales" se
comenta que existe una frontera clara entre las dos categorías. En muchos casos no existe
esta frontera claramente visible. En realidad, se puede identificar generalmente una tercera
categoría que J.M. Juran llamó "Zona Dudosa".
Ejemplo
Una vez terminada esta labor, volver a realizar el Análisis 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 interpretación
a) Al dibujar el Diagrama de Pareto, vemos que este no permite realizar una clara
distinción entre los diferentes elementos o categorías que contribuyen al efecto, por
los siguientes motivos:
 Todas las barras del Diagrama son más o menos de la misma altura.
 Se requieren más de la mitad de las categorías para tener en cuenta más 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 elección deficiente de los elementos o categorías utilizados para el
análisis.
Debe probarse una nueva estratificación de los datos y repetirse en base a esta
última el análisis.
Ejemplo
1. Problema: Gran número de errores en las transacciones de cajas realizadas.

2. Asignación a un grupo de trabajo su solución
3. Posible causa: “Los cajeros nuevos son los causantes”
4. Comprobación de la posible causa:
 Recogida de datos – número de errores por Cajeros
 Análisis de Pareto
5. Nueva estratificación de los datos
Principalmente los errores se concentran en la hora antes de la pausa para la comida

y la hora antes de la finalización de la jornada.
b) Obtención de priorizaciones erróneas debido a deficiencias en los datos iniciales (Los

datos no eran objetivos, consistentes, representativos y/o verosímiles).
Deberán conseguirse nuevos datos sujetos a dichas condiciones.
c) Uno de los elementos "Pocos Vitales" es la categoría "Varios". En este caso se debe
replantear la clasificación de categorías realizada profundizando en el fenómeno o
efecto estudiado y repetir el análisis efectuado.
2.4 Utilización
El Análisis 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 parámetros objetivos, por tanto,
permite unificar criterios y crear consenso.
Utilización en las fases del proceso de solución de problemas:
Este Análisis es aplicable en todos los casos en que se deban establecer prioridades para no
dispersar el esfuerzo y optimizar el resultado de dicha inversión. En particular:
 Para asignar prioridades a los problemas durante la definición y selección de
proyectos.
 Para identificar las causas claves de un problema.
 Para comprobar los resultados de un grupo de trabajo una vez implantada la
solución propuesta por el mismo.
A este fin se compara el Diagrama de Pareto de la situación inicial con el de la situación

actual y se comprueba que la contribución de los elementos inicialmente más importantes
haya disminuido notablemente.

 Priorización de Causas
 Identificación de Proyectos
 Evaluación de la Solución Implantada

 Tormenta de Ideas
 Hojas de Comprobación y recogida de datos
3. DIAGRAMA CAUSA Y EFECTO
3.1 Generalidades
Definición
El Diagrama Causa-Efecto es una representación gráfica que muestra la relación cualitativa
e hipotética de los diversos factores que pueden contribuir a un efecto o fenómeno
determinado.
 Impacto visual
Muestra las interrelaciones entre un efecto y sus posibles causas de forma
ordenada, clara, precisa y de un solo golpe de vista.
 Capacidad de comunicación
Muestra las posibles interrelaciones causa-efecto permitiendo una mejor
comprensión del fenómeno en estudio, incluso en situaciones muy complejas.
Centra la atención de todos los componentes del grupo en un problema específico

de forma estructurada y sistemática.
Políticas rigidas
Desmotivación Procedimientos de
Fatiga Trabajo inadecuados
Desconocimiento de
Productos y servicios Falta de planificación
Falta de
entrenamiento Deficiencia en la atención
a los asociados
Impresores mal
Temperaturas elevadas
ubicados
En la oficina
Equipos sin licencias
Poca iluminación de software
Exceso de ruido
Computadoras antiguas
Procedimiento de elaboración del diagrama de causa y efecto

3.2 Elaboración del diagrama causa y efecto
Paso 1: Definir, sencilla y brevemente, el efecto o fenómeno cuyas causas han de ser
identificadas.
El efecto debe ser:
Específico
Para que no sea interpretado de diferente forma por los miembros del grupo de trabajo, y
para que las aportaciones se concentren sobre el auténtico efecto a estudiar.
No sesgado
Para no excluir posibles líneas de estudio sobre el efecto objeto del análisis.
Es conveniente definirlo por escrito especificando que es lo que incluye y lo que excluye.
Paso 2: Colocar el efecto dentro de un rectángulo a la derecha de la superficie de escritura
y dibujar una flecha, que corresponderá al eje central del diagrama, de izquierda a
derecha, apuntando hacia el efecto.
Ejemplo
Deficiencia en la atención
a los asociados
Paso 3: Identificar las posibles causas que contribuyen al efecto o fenómeno de estudio.
Atendiendo a las características y particularidades del grupo de trabajo y a las del problema
analizado, se decidirá cuál de los dos enfoques existentes para desarrollar este paso es el
más adecuado:
 Proceso lógico paso a paso
En el caso de utilizar la Tormenta de Ideas la lista resultado de la sesión será la fuente

primaria a utilizar en los siguientes pasos de construcción del diagrama.
En el caso de utilizar un proceso lógico paso a paso, la fuente primaria serán los propios
componentes del grupo, aportando sus ideas según se va construyendo el diagrama.
Paso 4: Identificar las causas principales e incluirlas en el diagrama.
a) En primer lugar se identificarán las causas o clases de causas más generales en la

contribución al efecto.
Esta clasificación será tal que cualquier idea de los miembros del grupo podrá ser
asociada alguna de dichas causas.
Muchos grupos comienzan utilizando las "5M" o las "5P" y, después de analizar más en
detalle el resultado, agrupan las causas de forma más adecuada a su propio problema.
Fabricación Servicios
(5M) (5p)
Mano de obra Personal
Materiales Provisiones
Métodos Procedimientos
Máquinas Puestos
Medidas Clientes
b) En segundo lugar se escriben en un recuadro y se conectan con la línea central Según

la figura siguiente:
Deficiencia en la atención
a los asociados
Paso 5: añadir ramas para cada causa principal
En este paso se rellenan cada una de las ramas principales con sus causas del efecto
enunciado, es decir con causas de las causas principales. Para incluir estas en el diagrama
se escriben al final de unas líneas, paralelas a la de la flecha central, conectadas con la línea
principal correspondiente.
Políticas rigidas
Desmotivación Procedimientos de
Fatiga Trabajo inadecuados
Desconocimiento de
Productos y servicios Falta de planificación
Falta de
entrenamiento Deficiencia en la atención
a los asociados
Impresores mal
ubicados
En la oficina
Equipos sin licencias
Poca iluminación de software
Exceso de ruido
Computadoras antiguas
Paso 6: Añadir causas subsidiarias para las subcausas anotadas.

Cada una de estas causas se coloca al final de una línea que se traza para conectar con la
línea asociada al elemento al que afecta y paralela a la línea principal o flecha central.
Este proceso continúa hasta que cada rama alcanza una causa raíz. Causa raíz es aquella
que:
 Es causa del efecto que estamos analizando.

 Es controlable directamente.
En la oficina
Poca iluminación
Exceso de ruido
El observar las reglas geométricas anteriormente señaladas facilita la interpretación del

diagrama.
Paso 7: Comprobar la validez lógica de cada cadena causal
Para cada causa raíz "leer" el diagrama en dirección al efecto analizado, asegurándose de
que cada cadena causal tiene sentido lógico y operativo.
Incorrecto: un error de tecleo causa de la Correcto: la fatiga es causa de un error en

fatiga el tecleo
Este análisis asegura que la ordenación es correcta y también puede ayudar a identificar
factores causales intermedios u omitidos.
Paso 8: Comprobar la integración del diagrama
Finalmente debemos comprobar, en una visión de conjunto del Diagrama la existencia de

ramas principales que:
 Tienen menos de 3 causas.

 Tienen, apreciablemente, más o menos causas que las demás.
 Tienen menos niveles de causas subsidiarias que las demás.
La existencia de alguna de estas circunstancias no significa un defecto en el diagrama pero

sugiere una comprobación a fondo del proceso.
Paso 9: Conclusión y resultado
El resultado de la utilización de esta herramienta es un diagrama ordenado de posibles

causas (teorías) que contribuyen a un efecto.
3.3 Interpretación
Un Diagrama Causa-Efecto proporciona un conocimiento común de un problema complejo,

con todos sus elementos y relaciones claramente visibles a cualquier nivel de detalle.
Su utilización ayuda a organizar la búsqueda de causas de un determinado fenómeno pero

no las identifica y no proporciona respuestas a preguntas.
Posibles problemas y deficiencias de interpretación:

a) La más grave de las posibles falsas interpretaciones del Diagrama Causa- Efecto, es
confundir esta disposición ordenada de teorías con los datos reales.
Este diagrama es útil para desarrollar teorías, representar y contrastar su

consistencia lógica, pero no sustituye su comprobación empírica.
b) Construcción del Diagrama sin un análisis previo de los síntomas del fenómeno
objeto de estudio.
En tales casos el efecto descrito puede ser muy general y estar mal definido por lo
que el diagrama resultante sería innecesariamente grande, complejo y difícil de
utilizar.
c) Deficiencias en el enunciado (sesgos) que limiten las teorías que se exponen y

consideran, pudiendo pasar por alto las causas reales que contribuyen al efecto.
d) Deficiencias en la identificación y clasificación de las causas principales. Esta

clasificación está íntimamente ligada con la capacidad de la herramienta para la
organización eficaz de la búsqueda de causas reales.
3.4 Utilización
Por sus características principales la construcción de un Diagrama de Causa-Efecto es muy

útil cuando:
 Se quiere compartir conocimientos sobre múltiples relaciones de causa y efecto.
Por ser una ordenación de relaciones lógicas, el Diagrama de Causa-Efecto es una

herramienta frecuentemente utilizada para:
 Obtener teorías sobre relaciones de causa-efecto en un proceso lógico paso a paso.
 Obtener una estructuración lógica de muchas ideas "dispersas", como una lista de
ideas resultado de una Tormenta de Ideas.
Utilización en las fases de un proceso de solución de problemas Durante un proceso de

solución de problemas hay tres puntos en los que la construcción de un Diagrama Causa-
efecto puede ser muy útil:
 En la fase de diagnóstico durante la formulación de posibles causas del problema.
 En la fase de corrección para considerar soluciones alternativas.

 Para pensar de forma sistemática sobre las posibles resistencias en la organización
a la solución propuesta.

 Formulación de teorías sobre las causas

 Identificación de posibles soluciones
 Tratamiento de la resistencia al cambio
4. HOJA DE CONTROL O COMPROBACION

4.1 HOJAS DE COMPROBACIÓN
Definición
Una Hoja de Comprobación es un impreso que se diseña como herramienta para la recogida
de datos, de forma que los resultados de la misma puedan ser más fáciles y rápidamente
interpretados a partir de dicho impreso.
 Sencillez
Una Hoja de Comprobación permite registrar los datos de forma simple y directa.
 Comunicación de información
Permite ver si hay una tendencia en los datos según se va completando la hoja.
Permite un análisis visual de dichas tendencias o comportamientos.
 De uso específico
Una Hoja de Comprobación se diseña para responder a preguntas concretas y por
tanto es poco flexible para su utilización en otros casos de recogida de datos.
4.2 HOJAS DE RECOGIDA DE DATOS
Definición
Las Hojas 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 análisis de los mismos.
 Flexibilidad
La forma en la que presentan los datos, permite utilizar, los mismos para múltiples
análisis posteriores y contestar diferentes preguntas.
 Disponibilidad
Permiten tener los datos reunidos de forma ordenada y sencilla para su posterior
utilización.
Hoja de comprobación
Temperatura en el área de Servidores

Indicaciones:
 Leer temperatura
 Marcar temperatura y hora
 Las lecturas se harán cada hora
 Utilizar el espacio notas para anotar cualquier
circunstancia anormal
Fecha:
Agencia:
Responsable:
Notas
Hoja de Recogida de datos
Temperatura en el área de Servidores

Indicaciones:
 Leer temperatura
 Anotar temperatura en la tabla
 Las lecturas se harán a las horas
 Utilizar el espacio “notas” para anotar cualquier
circunstancia anormal
Fecha:
Agencia:
Responsable:
Hora del Temperatura Hora del Temperatura

día (°C) día (°C)
8:00 23 13:00 27
9:00 24 14:00 25
10:00 26 15:00 24
11:00 28 16:00 22
12:00 30 17:00 20
Notas
4.3 Ventajas de cada tipo de hoja
Cada uno de estos tipos de hojas tiene particularidades que los hacen especialmente aptos
para un tipo de utilización:
 Las Hojas de Recogida de Datos son especialmente aptas cuando se desea una
utilización múltiple del mismo conjunto de datos.
 Las Hojas de Comprobación se diseñan para responder a preguntas específicas y de

son por sí una herramienta de análisis. A menudo es difícil reutilizar los datos que
contienen para hacer otros tipos de análisis.
Procedimiento para la elaboración de hojas de comprobación y recogida de datos
4.4 Elaboración
4.4.1 Generación de información y su planificación

La planificación de una recogida de datos es la fase fundamental del proceso, de la cual
dependerá la utilidad de la información obtenida y, en consecuencia, la rentabilidad del
esfuerzo realizado.
La generación de información útil 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 presentación 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.
Generación de información
Necesidad de formación
Planificación Preguntas Acción
Comunicación Datos
Análisis
La adecuada planificación de este proceso requiere recorrerlo en sentido inverso:

a) Se comienza definiendo las preguntas que necesitamos contestar.
b) En segundo lugar se considera cuál sería la forma idónea de transmitir la respuesta
a dichas preguntas.
c) A partir de la herramienta de comunicación a utilizar, se define el tipo de análisis
que es necesario realizar para responder a las preguntas planteadas.
d) Una vez alcanzado este punto, estamos en disposición de definir las necesidades de
datos existentes e identificar qué características de los mismos son más
importantes.
4.4.2. Proceso de recogida de datos
Paso 1: Formulación de las preguntas
Formular las preguntas correctas es el primer paso clave para el éxito de la recogida de
datos.
Las preguntas correctas son concretas y específicas. El plantear preguntas de este tipo
favorece su labor en dos aspectos:
 Facilita la definición de los datos que han de ser obtenidos.

 Ayuda a que los demás nos faciliten los datos, puesto que se sabe lo que se busca y
la información resultante va a ser utilizada.
La inversión realizada en buscar las preguntas correctas queda ampliamente compensada

por la reducción del esfuerzo necesario para diseñar, recoger y analizar la información
proporcionada por el sistema de recogida de datos.
Paso 2: Definir las herramientas apropiadas para el análisis de datos
Cada una de las herramientas utilizadas en el análisis 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, características, entre otros).
Es frecuente ver repeticiones de recogidas de datos o tomas de decisiones basadas en

análisis incompletos debido a que los datos no sirven como base del tratamiento posterior
que se considera idóneo.
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 difícil de alcanzar, debido a la complejidad y el desconocimiento

sobre el propio proceso.
La herramienta clave para la identificación de los puntos idóneos de recogida de datos es el

diagrama de flujo del proceso en estudio.
Paso 4: Elegir el personal que debe recoger los datos

La obtención de datos será realizada por las personas con un acceso más fácil y directo a los
hechos.
A la hora de diseñar la recogida de datos hay que tener en cuenta que, en general, su
realización introduce factores que distorsionan el proceso.
El grupo de trabajo analizará tanto las actividades necesarias para la recogida de datos como
la asignación 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 formación 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 información o formación 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: Diseño 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 decidirá, en base a estos factores y a las
características particulares de los dos tipos de Hojas, cual de ellos es el idóneo.
Principios a tener en cuenta para el diseño:
a) La anotación de los datos debe ser una tarea sencilla.

Se diseñará el impreso pensando en las necesidades del que ha de tomar los datos,
así el personal involucrado en la actividad estudiada estará mejor dispuesto a
aceptar la tarea.
b) Se diseñará tratando de evitar posibilidades de error y/o malentendidos en la
anotación e interpretación de los datos.
No se incluirán conceptos susceptibles de diferentes interpretaciones o se definirán
claramente. Utilizar ejemplos, guías visuales, entre otros.
c) El impreso debe ser completo.

Deben incluirse en el impreso espacios para anotar información que pueda resultar
de utilidad en el futuro. (Empleado, retraso, fechas, cambio de herramienta, entre
otros).
Se evitará así el tener que, eventualmente, repetir la toma de datos para captar esa
información adicional.
d) El impreso debe ser autoexplicativo.

El número de instrucciones ha de ser mínimo. No obstante deben proporcionarse
tantas instrucciones como sean necesarias para asegurar la cumplimentación
correcta del impreso.
e) Se prestará atención al aspecto del impreso.

Un impreso de aspecto ordenado, planificado y "formal" motiva a las personas que
han de recoger los datos.
Paso 7: Preparación de la utilización del impreso
Atendiendo a las características del impreso, de las personas que realizarán las actividades
y de las condiciones de la recogida de datos se deben diseñar las instrucciones y la capacidad
para su puesta en práctica.
Paso 8: Probar los impresos y sus instrucciones
Es importante probar los impresos y sus instrucciones para evitar la aparición de problemas
imprevistos tales como:
 Errores por malentendidos respecto a la forma de rellenar los impresos.
 Pasar por alto información adicional importante, debido a que en la fase de diseño
no se conocían todas las variables del proceso.
 Datos incompletos debido a impresos difíciles de rellenar en medio de la
problemática del proceso.
 Datos incompletos o sesgados por temor a la utilización de la información obtenida.
Paso 9: Informar y formar al personal de toma de datos
Asegurarse de que el personal conoce y entiende:
 El propósito 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 formación dependerá de la complejidad del estudio.
Paso 10: Realización de la recogida de datos
Se recogerán los datos según el plan establecido.
Paso 11: Revisar el proceso de toma de datos y validar los resultados
Se debe revisar y observar el proceso de obtención y recogida de datos. Antes de empezar

el análisis 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 obtención?
¿Es el número de observaciones realizado, el especificado?
¿Son similares los datos recogidos por todos los encargados de la toma de datos?
4.5 Interpretación
Una vez obtenidos y validados los datos es hora de analizarlos y satisfacer las necesidades
de información respondiendo a las preguntas inicialmente formuladas.
Las Hojas de Comprobación, en general, están diseñadas para obtener respuestas rápidas a
preguntas simples.
Las Hojas de Datos, si están correctamente diseñadas, deben servir como base para
múltiples tipos de análisis posteriores.
Principales problemas y deficiencias de interpretación:

a) En las recogidas de datos el principal problema que se presenta es la deficiente
identificación de necesidades de información.
En general, no se identifican correctamente estas necesidades, no se plantean las
preguntas correctas y no se pormenoriza la forma de análisis y comunicación de la
información. Los grupos de trabajo tienden a recoger "cuantos más datos mejor",
considerando que "todos los datos son útiles y servirán 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
clasificación, estratificación y análisis.
 Una vez recogidos los datos se analizan para ver qué información podemos
obtener de ellos y, a menudo, esta información no contesta a las preguntas
que es necesario resolver.
b) Sesgos producidos por deficiencias en el proceso de planificación y recogida de
datos.
 Sesgos por exclusión: 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 interacción: Las condiciones del proceso se ven afectadas por la
propia recogida de datos.
 Sesgo de percepción: 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 diseñada la recogida de

datos, puede llevar a obtener respuestas erróneas.
d) Aparte de las deficiencias señaladas anteriormente se producen otras muchas que

corresponden a la aplicación de las herramientas de análisis de datos y que son
comentadas en los procedimientos correspondientes.
4.6 Utilización
La recogida de datos es aplicable en todas las situaciones en que es necesaria la obtención

de información a lo largo del proceso de mejora de la calidad.
Utilización en las fases de un proceso de solución de problemas Se realizarán recogidas de

datos en las siguientes fases de un proceso de solución de problemas:
 Durante la definición del proyecto, para poder comparar diferentes proyectos

posibles.
 Durante la fase de diagnóstico para:
- Analizar los síntomas del problema.
- Ensayar las teorías sobre las causas, seleccionadas.
 Durante la fase de solución para ensayar soluciones alternativas.
 Para controlar los resultados de la solución implantada.
 Determinación de causas

 Identificación de proyectos
 Histograma
 Diagrama de Pareto
 Gráficos de control por variables
 Gráficos de control por atributos
 Diagrama de dispersión
5. HISTOGRAMA
5.1 Generalidades
Variabilidad
Campo de variación en los valores numéricos de una magnitud.
Concepto
Generalmente en los procesos de producción y de prestación de servicios es imposible
mantener todos los factores que influyen en el resultado final, constantemente en el mismo
estado.
Este hecho da lugar a que las características representativas del producto o servicio final
presenten una determinada variación:
El tiempo de resolucion para una determinada linea de un credito presenta diferencias de

un caso a otro debido a la variación de las condiciones como resultado de la documentacion
a presentar por el asociado, del analisis del credito, y de otras condiciones adicionales a
cumplir que sean solicitadas por el Comité de Creditos, entre otros.
La cantidad de tarjetas de credito colocadas en un periodo de tiempo determinado, ya
dichas cantidades seran diferentes debido a variaciones que pueden presentarse por la
epoca, promociones realizadas en esa fecha, estrategias de publicidad, cambios en los
requisitos entre otros.
El numero de asociados que visitan una agencia sera diferente debido a variaciones que se
presentan debido a la fecha, el dia, la hora entre otros.
5.2 Histogramas
Definición
Es un resumen gráfico de los valores producidos por las variaciones de una determinada
característica, representando la frecuencia con que se presentandistintas categorías dentro
de dicho conjunto.
Ejemplo
Dias pasados hasta contestar una queja
 Síntesis
Permite resumir grandes cantidades de datos.
 Análisis
Permite el análisis de los datos evidenciando esquemas de comportamiento y
pautas de variación que son difíciles de captar en una tabla numérica.
 Capacidad de comunicación
Permite comunicar información de forma clara y sencilla sobre situaciones
complejas.
Estratificacion
Separación de un conjunto de datos en diferentes grupos o categorías, de forma que los

datos p ertenecientes a cada grupo comparten unas características comunes que definen la
categoría.
Recorrido
Medida de la dispersión, correspondiente a la diferencia entre el valor máximo y el valor

mínimo de un conjunto de valores.
Procedimiento de elaboracion del histograma
5.3 Elaboracion
Paso 1: Preparación de los datos

Como en todas las herramientas de análisis de datos, el primer paso consiste en recoger
estos de forma correcta o asegurarse de la adecuación de losexistentes.
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 desvirtúa la variabilidad del proceso en estudio.
 Completos: Se debe registrar toda la información relevante asociada a cada toma de

datos (máquina, hora del día, empleado, etc) en previsión de los diferentes análisis
que pueden ser necesarios.
 Representativos: Deben reflejar todos los diferentes hechos y circunstanciasque 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 máximo, el valor mínimo y el recorrido (R

= Vmax - Vmin).
Ejemplo
Registro sobre el tiempo que se emplea en dar respuestas a las quejas recibidas en un mes.
Por políticas de la institución el tiempo máximo con el que se cuenta es de 15 días para la
resolución de las mismas.
15 11 14 17 15 18 14 15 15 17
14 13 11 19 18 17 13 14 18 16
15 16 14 16 16 18 15 13 19 17
16 14 13 18 17 16 12 12 18 16
16 15 17 20 14 15 15 14 17 15
14 15 18 16 16 14 15 16 16 15
12 12 16 15 17 12 12 18 15 14
17 10 15 13 13 11 11 15 19 18
18 13 17 12 14 10 15 14 18 17
17 14 12 10 15 11 13 12 18 15
15 18 18 13 12 13 14 11 15 16
15 14 13 15 17 19 19 15 17 16
𝑅𝑒𝑐𝑜𝑟𝑟𝑖𝑑𝑜 𝑡𝑜𝑡𝑎𝑙 = 𝑚𝑎𝑥𝑖𝑚𝑜 − 𝑚𝑖𝑛𝑖𝑚𝑜 = 20 − 10 = 10 𝑑𝑖𝑎𝑠
Paso 3: Definir las "clases" que contendrá el Histograma

Clases: Son los intervalos en que se divide la característica sobre la que se han tomado los
datos. El número de clases es igual al de barras del Histograma.
a) Definir el número de clases que debe tener el Histograma según la tabla siguiente:
Numero recomendado de clases en un histograma
Número de
Número de datos clases
recomendados
20 - 50 6
51 - 100 7
101 - 200 8
201 - 500 9
501 - 1000 10
Más de 1000 11 - 20
El mínimo para un histograma son 40 datos. Pueden darse menos si el histograma

original ha sido estratificado.
Dependiendo del número de clases en que agrupemos los datos perderemos más o
menos información tratando de identificar la pauta de comportamiento.
La tabla anterior es un buen compromiso entre la máxima sencillez de análisis y la

mínima pérdida de información.
b) Obtener la amplitud del intervalo de cada clase.
Todas las clases tendrán el mismo intervalo.

No habrá solapamiento entre distintas clases.
La amplitud aproximada del intervalo se halla dividiendo el recorrido por el número de
clases.
Esta amplitud se redondea posteriormente a un número o cifra decimal conveniente
para el manejo de las clases y la graduación del eje horizontal del Histograma (1, 2, 5,
10, etc).
En el ejemplo de los días que se emplea en la resolución de quejas hay 120 datos,
necesitamos entonces aproximadamente 8 clases para el histograma.
𝐴𝑚𝑝𝑙𝑖𝑡𝑢𝑑 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑎 𝑑𝑒 𝑐𝑎𝑑𝑎 𝑐𝑙𝑎𝑠𝑒 10𝑑𝑖𝑎𝑠 /8 = 1.25 𝑑𝑖𝑎𝑠
Amplitud elegida como conveniente en este caso: 1 día.

Paso 4: Construir las clases anotando los límites de cada una de ellas.
Los límites de la primera clase incluirán el valor mínimo de los datos.
Para evitar que algunos datos coincidan con los límites de los intervalos, definir éstos de
forma que tengan una cifra más detrás de la coma.
Si, por ejemplo, los datos tienen dos cifras detrás de la coma (3,55; 3,83; 3,64; 3,73; 3,78,
etc), se definirán las clases hasta la tercera cifra detrás de la coma (3,545-3,555; 3,555-
3,565, etc).
Si se obtiene una clase más o menos respecto del número recomendado, debido al
redondeo posteriormente efectuado, no existe deterioro ni en la sencillez ni en la
información.
Ejemplo: Como el valor menor en nuestros datos es 10 días, empezaremos el primer

intervalo en 10 días y construiremos ocho clases con 1.25días de amplitud.
Clase Intervalo Clase intervalo

1 10 - 11,25 5 15 - 16,25
2 11,25 - 12,50 6 16,25 - 17,50
3 12,50 - 13,75 7 17,50 - 18,75
4 13,75 - 15 8 18,75 - 20
Paso 5: Calcular la frecuencia de clase
Determinar el número de datos que están incluidos en cada una de las clases (frecuencia de
clase).
El recuento se hará de la siguiente forma:

Empezar con el primer dato de la lista a identificar tomando el primer dato de la lista e
identificar la clase en la cual estáincluido. Repetir el mismo proceso para cada dato del
conjunto.
Comprobar que el número total de datos es igual a la suma de las frecuencias de cada clase.
Ejemplo
Límites de la clase Recuento
10,00 - 11,25 9
11,25 - 12,50 10
12,50 - 13,75 11
13,75 - 15,00 41
15,00 - 16,25 15
16,25 - 17,50 14
17,50 - 18,75 14
18,75 - 20,00 6
Total 120
Paso 6: Dibujar y rotular los ejes
El eje vertical representa las frecuencias, por tanto en él se rotularán números

naturales,dependiendo su valor y escala del número de datos que se han tomado.
El eje horizontal representa la magnitud de la característica medida por los datos.

Este eje se divide en tantos segmentos iguales como clases se hayan definido.
Rotular los límites de los intervalos de clase.

Rotular el eje con la característica representada y las unidades de medida empleadas.
Ejemplo
Paso 7: Dibujar el Histograma
Dibujar las barras verticales correspondientes a cada clase. Su base está situada en el eje
horizontal y su altura corresponderá a la frecuencia de la clase representada.
Paso 8: Rotular el Gráfico
Cuando proceda, poner el título, las condiciones en que se han recogido los datos, los límites
de tolerancia nominales, etc. Estas notas ayudan a los demás a interpretar el gráfico y sirven
de recordatorio de la fuente de los datos.
Ejemplo: Resultados de las mediciones de los días en que se da resolución a una queja en
Comedica (120 resoluciones de quejas medidas)
5.4 Utilización
Identificación e interpretación de las pautas de variación
Uno de los propósitos del análisis o interpretación de un Histograma esidentificar y clasificar

la pauta de variación del conjunto de datos estudiado (valor medio, recorrido, forma) y
elaborar una explicación admisible y relevante para dicha pauta, que relacione la variación
con el proceso o fenómeno en estudio.
El resultado de este análisis es una teoría sobre el funcionamiento del proceso o sobre la
causa del problema que se está investigando.
Por ser una teoría es necesario confirmarla o rechazarla, recogiendo otros datos que nos
den información más específica sobre dicha teoría.
La experiencia y habilidad del grupo de trabajo en la interpretación son fundamentales en

la utilización de esta herramienta, puesto que no existen reglas fijas que se puedan utilizar
para explicar de forma precisa las pautas de variación en cualquier situación.
Los equipos de trabajo deben profundizar en el conocimiento del proceso en estudio para
utilizar esta herramienta de forma eficaz.
A continuación se presentan pautas de variación típicas que pueden ayudar aclasificar

Histogramas y consejos generales sobre posibles explicaciones a las mismas.
Pautas típicas de variación:
Distribución en forma de campana
Forma simétrica con un pico en la mitad del recorrido de los datos.

Es la distribución natural, habitual para, los datos de gran cantidad de procesos. Por esta
circunstancia se llama Distribución Normal.
La desviación respecto a esta forma puede indicar la existencia de problemas o

influencias externas al proceso.
Sin embargo la forma de campana no asegura, por sí misma y sin analizar su valor medio y
el recorrido de los datos, que el proceso funcione de forma satisfactoria.
Distribución con doble campana o con doble pico
Un marcado valle en el centro de la distribución con picos a ambos lados.

Esta forma, generalmente, es la combinación de dos distribuciones y sugiere la presencia
de dos procesos distintos.
Deberán ensayarse varios esquemas de estratificación para separar los distintos procesos.
Distribución plana
Una gran parte plana, sin ningún 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 deberán identificar los diferentes procesos que intervienen dentro del proceso básico.
Esta distribución es un caso típico de departamentos u organizaciones que no tienen el
trabajo bien definido y cada cual lo hace "a su manera".
Distribución en peine
Valores altos y bajos se alternan de forma regular.
Esta pauta de variación es típica de errores de medición, errores en la forma de agrupar los
datos para la construcción del Histograma o sesgos sistemáticos de redondeo.
En este caso revisar inicialmente los procesos de recogida de datos y construcción del
Histograma.
Distribución con un pico aislado
Como en el caso de la distribución de dos picos, esta forma sugiere la existencia de dos
procesos distintos.
El proceso con el pico pequeño será 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
eliminación de elementos defectuosos.
Distribución con un pico en el extremo

Un pico situado en un extremo de una distribución regular.
Esta forma se presenta cuando la cola de una distribución regular se ha cortado y
acumulado en una sola categoría en el extremo del recorrido de los datos. Suele indicar un
registro poco cuidadoso o sesgado de los datos.
Ejemplo:
Se ha encargado al empleado responsable de contestar a las quejas de los asociados que
registre, durante un mes, el tiempo que se emplea en dar respuesta a las mismas, para este
proceso el procedimiento establecía un tiempo máximo de cinco días.
Para evitar reproches, el empleado registraba cinco días en todas aquellas ocasiones en que
se superaba este límite, por lo que el Histograma correspondiente al tiempo de respuesta
mostraba una "distribución con un pico en el extremo".
Distribución sesgada o truncada
Su forma es asimétrica, con un pico descentrado dentro del recorrido de los datos, las colas
descienden: bruscamente en un lado y suavemente en el otro.
Esta distribución es típica de procesos con límites prácticos a un lado del valor nominal o a
datos parciales de un proceso (distribuciones con parte de los datos suprimidos).
Ejemplo 1:
Al analizar el tiempo en que se tardan en gestionar las órdenes de compra una vez recibidas,
se observa que un gran porcentaje lo es en un día y el restotardan dos, tres y hasta cuatro
días debido a diferentes circunstancias.
Al representar el Histograma de los tiempos requeridos para cursar dichas órdenes
tendremos una "distribución truncada".
Ejemplo 2:
Al analizar el tamaño de las libretas de ahorro de un pedido y construir el Histograma

correspondiente, obtenemos una "distribución sesgada" cuyos extremos son similares a las
tolerancias específicas para dicha libreta.
Al contactar con los proveedores, estos nos comentan que han realizado una revisión
completa del pedido (inspección 100%) para eliminar las libretas de ahorro que tienen un
tamano fuera de especificacion.
5.5 Comparación con los límites de aceptación o tolerancias
Es importante representar los límites de especificaciones u otros estándares, escritos o no,

respecto de los resultados aceptables y considerarlos en la fase de análisis e interpretación
de los Histogramas puesto que:
a) Los límites de especificaciones a menudo influyen en el proceso y sobre la pauta de

variación de los datos.
El conocimiento detallado de estándares es esencial para la correcta interpretación
de las distribuciones sesgadas, truncadas y con picos extremos.
b) También se necesitan a menudo los límites para interpretar otras formas de

Histogramas y decidir sobre los siguientes pasos a dar por el grupo de trabajo.
Incluso ante una distribución perfecta de campana, el grupo de trabajo debe
plantearse cuestiones tales como:
¿Representa la distribución una actuación aceptable?
5.6 Posibles problemas y deficiencias de interpretación
a) Si los datos utilizados no son adecuados (sesgados, inexactos, anticuados, poco

significativos, etc) las conclusiones no reflejarán la situación real.
b) Otra deficiencia en las conclusiones obtenidas del Histograma puede provenir de

una muestra pequeña y poco representativa.
Como regla práctica se deberán 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 deberán utilizar otros tipos de
herramientas o consultar con un experto en estadística que diseñe un plan de
muestreo y comprobación de hipótesis adecuado.
c) Aceptar las conclusiones del análisis como hechos.

La interpretación de un Histograma es una simple teoría y por tanto deberá ser
confirmada posteriormente mediante el análisis adicional y la observación de
los hechos reales.
5.7 Utilizacion
El Histograma es una herramienta muy útil cuando un equipo se enfrenta con la tarea de
analizar datos que presentan variaciones.
Utilización en las fases de un proceso de solución de problemas
En un proceso de solución de problemas hay dos puntos en los que la construcción y el

análisis de Histogramas pueden ser muy útiles:
Para la identificación de las Causas Raíz.
Se empieza generalmente el análisis con un Histograma de todos los datos del problema. El
análisis de la pauta de variación de estos datos y generalmente ulteriores estratificaciones
conducen, paso a paso, a la identificación de las Causas Raíz.
Para el seguimiento de los avances en las acciones de mejora de la calidad.

Se construyen con este fin Diagramas Antes-y-Después, teniendo cuidado de mantener la
consistencia de la escala horizontal ( igual tamaño para intervalos iguales en los dos
gráficos) y representando conjuntamente los dos Histogramas.
Ejemplo
Largas colas en las cajas de Agencia central de COMEDICA de R.L.
Situación
En Agencia central se constituyó un equipo para examinar las quejas de los asociados sobre
la lentitud en el servicio en ventanilla y las largas colas en las horas punta.
Histograma y su análisis
El equipo midió los tiempos de las transacciones de cuatro cajeros duranteuna hora punta
típica y construyó con los datos obtenidos el siguiente Histograma:
Resultados de la recogida de datos
Tiempo de realizar una transacción en horas punta (83 transacciones – 4 cajeros)
0.8 2.5 3.5 3.8 3.3

0.7 2.3 3.4 3.9 3.2
0.9 2.2 4.0 4.0 0.8
0.7 1.7 3.8 3.5
0.6 1.4 3.2 3.4
1.2 1.2 3.3 3.1
1.4 1.1 3.4 3.5
3.2 1.0 2.8 3.3
3.2 0.7 0.8 3.2
3.3 0.8 0.9 2.8
3.1 0.9 1.0 2.9
3.5 0.6 0.6 1.7
2.6 1.0 1.4 1.3
2.8 0.5 1.2 1.2
0.7 2.7 1.8 0.4
1.0 2.8 1.9 0.7
0.3 2.9 2.4 0.8
1.4 3.3 2.5 2.4
1.3 3.2 2.9 2.8
1.4 3.2 3.0 3.3
Histograma
Tiempo para realizar una transacción en horas punta
El Histograma muestra claramente una distribución con dos picos. En consecuencia el
equipó formuló la teoría de que había dos procesos en marcha.
La primera teoría expuesta fue que los dos empleados nuevos eran simplemente más lentos
que los más experimentados pero los Histogramas estratificados por empleados mostraron
la misma distribución con dos picos, fuera cual fuera la experiencia. En otras palabras, la
estratificación por nivel de experiencia no sirvió para separar los datos en dos distribuciones
en campañas distintas.
Estratificación por empleado

(83 transacciones )
A continuación, el equipo decidió examinar más profundamente los tipos de transacciones

que tenían lugar.
Esbozando diferentes Histogramas, finalmente fueron capaces de separar la distribución

con dos picos, los tiempos de transacción cortos se asociaban a billetes para trayectos que
no exigían combinaciones (operaciones de tipo A), mientras que los tiempos más largos
estaban asociados a operaciones más complejas de búsqueda de combinaciones,
información del cliente y emisión del billete (operaciones de tipo B).
El equipo había utilizado unos cuantos Histogramas para analizar los datos de forma más
eficaz y para centrarse en las verdaderas causas de los retrasos en el servicio a los clientes.
Estratificación por tipo de operación

(83 transacciones – 4 empleados)


 Formulación de teorías sobre las causas
 Hojas de comprobación y recogida de datos

 Estudios de capacidad de procesos.
6. DIAGRAMA DE DISPERSION
6.1 Generalidades
CORRELACIÓN
Definición
Se entiende por correlación el grado de relación existente entre dos variables.
Concepto
Cuando entre dos variables existe una correlación total, se cumple que a cada valor de una,
le corresponde un único valor de la otra (función matemática).
Es frecuente que dos variables estén relacionadas de forma que a cada valor de una de ellas
le correspondan varios valores de la otra.
En este caso es interesante investigar el grado de correlación existente entre ambas.
Diagrama de Dispersión
Definición
Representación gráfica del grado de relación entre dos variables cuantitativas.
 Impacto visual
Un Diagrama de Dispersión muestra la posibilidad de la existencia de correlación
entre dos variables de un vistazo.
 Comunicación
Simplifica el análisis de situaciones numéricas complejas.
 Guía en la investigación
El análisis de datos mediante esta herramienta proporciona mayor información que
el simple análisis matemático de correlación, sugiriendo posibilidades y alternativas
de estudio, basadas en la necesidad de conjugar datos y procesos en su utilización.
Estratificación
Definición
Separar un conjunto de datos en diferentes grupos o categorías, de forma que los datos
pertenecientes a cada grupo comparten características comunes que definen la categoría.
Procedimiento para la elaboracion de un diagrama de dispersion

6.2 Elaboracion
Pasos previos a la construcción de un Diagrama deDispersión.
Paso 1: Elaborar una teoría admisible y relevante sobre la supuesta relación entre dos
variables
Este paso previo es de gran importancia, puesto que el análisis de un Diagrama de

Dispersión permite obtener conclusiones sobre la existencia de una relación entre dos
variables, no sobre la naturaleza de dicha relación.
Paso 2: Obtener los pares de datos correspondientes a las dos variables

Al igual que en cualquier otra herramienta de análisis de datos, éstos son la base de las
conclusiones obtenidas, por tanto, cumplirán las siguientes condiciones:
 En cantidad suficiente: Se consideran necesarios al menos 40 pares de datos para

construir un Diagrama de Dispersión.
 Datos correctamente emparejados: Se estudiará la relación entre ambos.
 Datos exactos: Las inexactitudes afectan a su situación en el diagrama desvirtuando

su apariencia visual.
 Datos representativos: Asegúrese de que cubren todas las condiciones operativas

del proceso.
 Información completa: Anotar las condiciones en que han sido obtenidos los datos.
Pasos en la construcción de un Diagrama de Dispersión
Paso 3: Determinar los valores máximo y mínimo para cada una de las variables
Ejemplo: Tabla de los datos recogidos
Teoria: La fatiga es causa de los errores de tecleo

Número de errores de tecleo según la hora del día
Hora Error Hora Error Hora Error Hora Error
11:00:00 25 13:30:00 38 09:30:00 14 12:45:00 32
14:15:00 45 12:15:00 14 15:45:00 73 10:45:00 15
10:00:00 9 16:30:00 57 10:30:00 36 11:45:00 10
13:45:00 26 14:45:00 61 11:30:00 17 15:30:00 31
09:15:00 22 12:30:00 12 16:15:00 62 09:45:00 23
16:00:00 50 13:30:00 54 15:30:00 60 12:45:00 42
12:30:00 60 15:15:00 39 09:45:00 30 09:15:00 23
13:45:00 19 14:45:00 24 14:30:00 31 15:15:00 81
14:30:00 78 10:45:00 10 14:45:00 55 12:00:00 32
13:00:00 22 13:45:00 20 12:15:00 46 10:15:00 24
Paso 4: Decidir sobre qué eje representará a cada una de las variables
Si se está estudiando una posible relación causa-efecto, el eje horizontal representará la

supuesta causa.
Paso 5: Trazar y rotular los ejes horizontal y vertical

La construcción de los ejes afecta al aspecto y a la consiguiente interpretación del diagrama.
a) Los ejes han de ser aproximadamente de la misma longitud, determinando un área

cuadrada.
b) La numeración de los ejes ha de ir desde un valor ligeramente menor que el valor

mínimo de cada variable hasta un valor ligeramente superior al valor máximo de las
mismas. Esto permite que los puntos abarquen toda el área 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 descripción de la variable correspondiente y con su unidad

de medida.
Ejemplo
Paso 6: Marcar sobre el diagrama los pares de datos
a) Para cada par de datos localizar la intersección de las lecturas de los ejes
correspondientes y señalarlo con un punto o símbolo. Si algún punto coincide con
otro ya existente, se traza un círculo concéntrico a este último.
Ejemplo
b) Cuando coinciden muchos pares de puntos, el Diagrama de Dispersión puede
hacerse confuso. En este caso es recomendable utilizar una "Tabla de Correlación"
para representar la correlación.
Ejemplo
Tabla de Correlación
7 4
Numero de errores por
6 1 5 3
5 1 4 4 2 5
4 3 3 4 3 2
página
3 2 4 4 5 2
2 3 4 2 1
1 6 2
10.00 11.00 12.00 13.00 14.00 15.00 16.00
Hora del día
c) En el caso en que se construye un Diagrama de Dispersión estratificado separando

los pares de datos, por ejemplo, según el turno de trabajo, lote de materia prima,
entre otros), deben escogerse símbolos que pongan de manifiesto los diferentes
grupos de puntos de forma clara.
Ejemplo
Estratificación: Número de errores de tecleo según la hora del día y empleado
Paso 7: Rotular el gráfico
Se rotula el título del gráfico y toda aquella información necesaria para su correcta
comprensión.
En general, es conveniente incluir una descripción adicional del objeto de las medidas y de
las condiciones en que se han realizado, ya que esta información puede ayudar en la
interpretación del diagrama.
Ejemplo: Número de errores de tecleo según la hora del día

6.3 Interpretación
Posibles tipos de relaciones entre variables
El Diagrama de Dispersión se puede utilizar para estudiar:
Relaciones causa-efecto.
Este es el caso más común en su utilización para la mejora de la calidad. Se utiliza el

diagrama a partir de la medición del efecto observado y de su posible causa.
Ejemplo: Comprobar la relación entre el número de errores y la hora en que se cometen.
Relaciones entre dos efectos.
Sirve para contrastar la teoría de que ambos provienen de una causa común desconocida o
difícil de medir.
Ejemplo: Analizar la relación entre el número de quejas que llegan y el

aumento/disminución de las ventas, suponiendo que los dos dependen del nivel de
satisfacción del cliente.
Posibilidad de utilizar un efecto como sustituto de otro.
Se puede utilizar para controlar efectos difíciles o costosos de medir, a través de otros con
medición más simple.
Ejemplo: Estudiar la relación existente entre reducción de costes y satisfacción del cliente
para utilizar el parámetro de más fácil medición en la evaluación de las actividades de
planificación.
Relaciones entre dos posibles causas.
Sirve para actuar sobre efectos de forma más simple o adecuada y para analizar procesos
complejos.
Ejemplo: Analizar la relación entre el porcentaje idóneo 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 régimen de lluvias no puede ser modificado.
6.4 Proceso de interpretación
El Diagrama de Dispersión expresa el grado de relación entre dos variables, y dicha relación
no necesariamente significa que una de ellas es la causa de la otra.
Ejemplo:
Suponiendo, que haya sido identificada una fuerte correlación entre las aperturas
de depósito a plazo fijo y las promociones realizadas por mercadeo para incentivar
las aperturas de dichos depósitos, permanecen todavía sin contestar las
siguientes preguntas
¿Qué relación existe entre los dos?
¿Influye las tasas de interés en la apertura de los depósitos a plazo fijo?
¿Dependen los dos de una tercera variable, por ejemplo, el gremio médico ha
recibido alguna bonificación en el periodo estudiado?
El análisis de un Diagrama de Dispersión es un proceso de cuatro pasos:
Primero: Elaborar una teoría admisible y relevante sobre la supuesta relación entre dos
variables.
Segundo: Recoger datos y construir el Diagrama.
Tercero: Identificar y clasificar la pauta de correlación.
Cuarto: Discutir la teoría original y considerar otras explicaciones.
La construcción y clasificación del Diagrama de Dispersión es la parte central del proceso.

No es ni el principio ni el final.
6.5 Pautas típicas de correlación
Correlación Fuerte
Los puntos se agrupan claramente alrededor de una línea 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 teoría estudiada, pero hay que analizar la existencia de otras
posibles explicaciones admisibles y relevantes para dicha relación.
 Correlación Fuerte, Positiva: El valor de la variable "Y" (eje vertical) aumenta

claramente con el valor de la variable "X" (eje horizontal).
 Correlación Fuerte, Negativa: El valor de "Y" disminuye claramente cuando "X"

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

valor de "X"
Ejemplo:
Correlación débil
Correlación compleja
El valor de la variable "Y" parece estar relacionado con el de la variable "X", pero esta
relación no es simple o lineal.
En este caso se estudia la relación más profundamente (¿Hay alguna ley no lineal que
explique esta relación ?. ¿ Es esta relación el resultado de componer varias relaciones ?).
Sin correlación
Para cualquier valor de la variable "X", "Y" puede tener cualquier valor. No aparece ninguna
relación especial entre ambas variables.
En este caso, nuestra teoría no es correcta y se deben buscar otros tipos de relaciones.
Ejemplo:
6.6 Posibles problemas y deficiencias de interpretación
a) Correlación sin soporte lógico

Los Diagramas de Dispersión muestran solamente relaciones, no prueban relaciones
causales. Ha de haber una explicación lógica y admisible para establecer una relación
causa-efecto.
b) Recorrido de los datos

En el análisis del Diagrama se limitará su interpretación al recorrido de las
observaciones. Generalizar las pautas de correlación para valores fuera de los límites
del Grafico puede llevar a conclusiones completamente erróneas. Si se necesita
conocer la relación entre dos variables para un rango de valores determinado, hay
que obtener datos alrededor de ese rango.
Ejemplo:
El examen de los datos relativos al campo “A” (Correlación positiva) no nos permite
extraer conclusiones sobre el comportamiento de las variables para otros valores,
por ejemplo en el campo “D” (Correlación negativa)
c) Efecto de la escala
Las escalas de los dos ejes influyen notablemente sobre la interpretación del
Diagrama de Dispersión.
Escalas deficientes en alguno de los ejes puede enmascarar una relación o hacer ver
relaciones inexistentes.
Ejemplo:
La fuerte correlación existente entre las dos variables casi desaparece óptimamente,
dando la impresión de no existir, al disminuir exageradamente la escala del eje
vertical.
d) Factores de confusión
Con el Diagrama de Dispersión tratamos de estudiar una relación entre dos
variables. Debemos asegurarnos de que la correlación que observamos no sea
debida a una variable distinta de la que estamos registrando.
La forma ideal para tratar los factores de confusión es antes de la recogida de datos.
Identificar los posibles factores de confusión y disponer la toma de datos de forma
que se mantengan razonablemente constantes.
Los factores de confusión se medirán en la toma de datos, y si no ha sido posible

mantenerlos constantes, se construirá un Diagrama de Dispersión estratificado
según las condiciones de dichos factores.
e) Problemas con los datos

Si los datos son deficientes, la interpretación del Diagrama de Dispersión tiene,
por fuerza, que ser deficiente.
6.6 Utilización
El Diagrama de Dispersión es una herramienta útil para comprobar (aceptar o rechazar)

teorías respecto a la supuesta existencia de una relación entre dos variables.

Hay tres puntos de dicho proceso en los que el Diagrama de Dispersión puede ser una
herramienta útil:
 Durante la fase de diagnóstico, para ensayar teorías sobre las causas e identificar las
causas raíz.
 Durante la fase de corrección, en el diseño de soluciones.
 Para el diseño de un sistema de control que mantenga los resultados de una acción
de mejora de la calidad.


 Priorización de Causas
 Hoja de comprobación y recogida de datos

 Diseño de experimentos
7 GRAFICOS DE CONTROL
7.1 Generalidades
Variabilidad
Definición
Campo de variación en los valores numéricos de una magnitud.
Causas de la Variabilidad
En un proceso se distinguen dos tipos de causas de variación:
a) Causas internas, comunes o no asignables

 Son de carácter aleatorio.
 Existe gran variedad de este tipo de causas en un proceso y cada una de ellas
tiene poca importancia en el resultado final.
 Son causas de variabilidad estable y, por tanto, predecible.
 Es difícil reducir sus efectos sin cambiar el proceso.
b) Causas externas, especiales o asignables:

 Son pocas las que aparecen simultáneamente en un proceso, pero cada una de
ellas produce un fuerte efecto sobre el resultado final.
 Producen una variabilidad irregular e imprevisible, no se puede predecir el
momento en que aparecerá
 Sus efectos desaparecen al eliminar las causas.
Proceso
Definición
Combinación única de máquina, herramienta, materiales, temperatura, método, hombre y
todo aquello necesario para la obtención de un determinado producto o servicio.
Proceso bajo control
Definición
Se dice que un proceso se encuentra bajo control cuando su variabilidad es debida
únicamente a causas comunes.
Concepto
Ningún proceso se encuentra espontáneamente bajo control, es necesario un esfuerzo
sistemático para eliminar las causas asignables que actúan sobre él.
La ventaja de tener un proceso bajo control es que su resultado es estable y predecible.
Gráficos de control
Definición
Los Gráficos de Control son representaciones gráficas de los valores de una característica
resultado de un proceso, que permiten identificar la aparición de causas especiales en el
mismo.
7.2 GRÁFICOS DE CONTROL POR VARIABLES
Definición
Son Gráficos de Control basados en la observación de la variación de características
medibles del producto o del servicio.
 Comunicación
Simplifican el análisis de situaciones numéricas complejas.
 Impacto visual
Muestran de forma clara y de un "vistazo" la variabilidad del resultado de un
proceso, respecto a una determinada característica, con el tiempo.
 Guía en la investigación
El análisis de datos mediante esta herramienta proporciona mayor información que
el simple control de los resultados de un proceso, sugiriendo posibilidades de
corrección preventiva y alternativas de investigación.
Muestra, "n"
Definición
Uno o varios elementos tomados de un conjunto más amplio para proporcionar información
sobre el mismo y, eventualmente, para tomar una decisión relativa o al colectivo o al
proceso que lo ha producido.
Tendencia central
Definición
Característica típica de la mayoría de las distribuciones de frecuencia, por lo cual el grueso
de las observaciones se agrupa en una zona determinada de las mismas.
̅"
Media aritmética, " 𝒙
Definición
Medida de la tendencia central, correspondiente a la suma de todos los valores, dividida
por el número de los mismos.
Dispersión
Definición
Alcance de la diseminación con la que los datos de una distribución de frecuencia se
distribuyen alrededor de la zona de tendencia central.
Recorrido, "R"
Definición
Medida de la dispersión, correspondiente a la diferencia entre el valor máximo y el valor
mínimo de un conjunto de datos.
Desviación típica, “δ" o "s"
Definición
Es una medida de la dispersión de una distribución de frecuencia, correspondiente a la raíz
cuadrada del cociente entre la suma de los cuadrados de las distancias de cada valor a la
media aritmética y el número de valores. En general este parámetro se estima a través del
cálculo de la desviación típica de los valores de una muestra (desviación típica muestral, s),
siendo esta:
(𝑥𝑖 − 𝑥̅ )2
𝑠 = √∑ ⁄(𝑛
− 1), o bien
(𝑥𝑖 2 − 𝑥̅ 2 )
𝑠 = √∑ ⁄(𝑛
− 1)
Donde:
xi = valor del elemento i de la muestra

n = tamaño de la muestra
Procedimiento de elaboración de un gráfico de control por variables
7.2.1 Elaboración
Elección del tipo de gráfico
Paso 1: Establecer los objetivos del control estadístico del proceso

La finalidad es establecer claramente qué se desea conseguir con el mismo.
Paso 2: Identificar la variable o variables a controlar

Es necesario determinar qué variable o variables del producto/servicio o proceso se van a
medir para conseguir satisfacer las necesidades de información establecidas en el paso
anterior.
Paso 3: Determinar el tipo de Gráfico de Control que es conveniente utilizar
Conjugando aspectos como:

 Tipo de información requerida.
 Características del proceso.
 Recursos Humanos.
 Recursos Materiales.
a) Gráficos de Control " 𝑥̅ , R"
Constan de dos gráficos, uno para el control de las medidas de tendencia

central y otro para el control de la variabilidad.
 Utilizan el recorrido (R) de los datos como medida de la variabilidad del
proceso.
 Sencillo de calcular.
 Válido para muestras pequeñas (tamaño de muestra n < 8).
b) Gráficos de Control "𝑥̅ , s"
Constan de dos gráficos, uno para el control de las medidas de tendencia central
(media 𝑥̅ ) y otro para el control de la variabilidad.
 Utilizan la desviación típica (s) como medida de la variabilidad del proceso.
 Mayor dificultad de cálculo.
 Mejor indicador estadístico de variabilidad.
 Válido para cualquier tamaño de muestra.
7.2.2 Construcción de los Gráficos de Control por Variables "𝐱̅, R"
Paso 4: Elaborar el Plan de Muestreo (Tamaño de muestra, frecuencia de muestreo y

número de muestras)
a) El tamaño de muestra "n" será pequeño (n = 4 ó 5, siendo 5 el tamaño más usual) y
constante.
b) La frecuencia de muestreo será tal que recoja los cambios en el proceso entre las
muestras debidos a causas internas y, al mismo tiempo, permita detectar la
aparición de causas externas.
Las muestras deben recogerse con la frecuencia, y en los tiempos oportunos para
que puedan reflejar dichas oportunidades de cambio. (Por ejemplo: frecuencias
horarias, diarias, por turno, por lote de material, etc).
c) El número de muestras "n" debe satisfacer dos criterios:

 Se recogerán muestras suficientes para cerciorarse de que las causas internas de
variación tienen oportunidad para manifestarse.
 Proporcionar una prueba satisfactoria de la estabilidad del proceso. A partir de

un mínimo de 100 mediciones individuales, se obtiene esta garantía. (25
muestras con n= 4 ó 20 muestras con n= 5).
Paso 5: Recoger los datos según el plan establecido.
Las unidades de cada muestra serán recogidas de forma consecutiva para que ésta sea
homogénea y representativa del momento de la toma de datos.
Se indicarán en las hojas de recogida de datos todas las informaciones y circunstancias que
sean relevantes en la toma de los mismos.
Ejemplo:
Fecha 30/5/2017 31/5/2017 1/6/2017

Hora 9:00 a. m. 1:00 p. m. 5:00 p. m.
Auditor Claudia Carolina Enrique
Muestra numero 1 2 3
3.2 5 3.9
4.5 5.2 3.3
Valores Medidos 4.2 5.6 3.8
3.5 5.8 4.2
3.8 4.6 4.4
Suma 19.2 26.2 19.6
̅ ) y el recorrido (R) para cada muestra

Paso 6: Calcular la media ( 𝒙
Cálculo de la media: 𝑥̅ = (x1 + x2 +......+ xn) / n
Donde
xi = valor de la característica medida
n = tamaño de la muestra.
Cálculo del recorrido: R = (xmáxima - xmínima)
Fecha 30/5/2017 31/5/2017 1/6/2017

Hora 9:00 a. m. 1:00 p. m. 5:00 p. m.
4 5 3.9
4.5 5.1 3.9
3.9 5.6 4.2
3.8 4.6 4.4
Suma 20.4 25.7 20.3
Media 4.1 5.1 4.1
R 0.7 1 0.5
Muestra 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 Suma
Media 4.1 5.1 4.1 4.2 4.5 4.4 4.4 4.2 4.2 4.2 5.1 5.1 4.6 4.6 4.7 4.8 5.1 5.0 5.1 4.9 92.4
R 0.7 1.0 0.5 1.2 0.9 1.0 0.9 1.1 1.3 1.4 1.5 1.2 1.1 0.8 0.9 0.8 1.3 1.4 1.5 1.5 22.0
Paso 7: Calcular los Límites de Control para cada uno de los gráficos
1. Para el gráfico "𝑥̅ "
a) Calcular la media (𝑥̿ ) de los valores medios de las muestras (𝑥̅𝑖 ).

𝑥̿ = (𝑥̅𝑖 + ⋯ + 𝑥̅𝑛 )/𝑁
Donde
Xi = media obtenida para la muestra i
N = número de muestras
b) Calcular el recorrido medio (𝑅̅ )
𝑅̅ = (𝑅1 + ⋯ + 𝑅𝑛 ) / 𝑁
Donde
Ri = recorrido de la muestra i
c) Calcular el Límite de Control Superior (𝐿𝐶𝑆𝑥̅ ) y el Límite de Control Inferior ( 𝐿𝐶𝐼𝑥̅ )
𝐿𝐶𝑆𝑥̅ = 𝑥̿ + A2 𝑅̅
𝐿𝐶𝐼𝑥̅ = 𝑥̿ - A2 𝑅̅
El valor A2 se obtiene de la tabla de constantes.
2. Para el gráfico "R"
a) Calcular el Límite de Control Superior (𝐿𝐶𝑆𝑅 ) y el Límite de Control Inferior 𝐿𝐶𝐼𝑅
𝐿𝐶𝑆𝑅 = 𝐷4 𝑅̅
𝐿𝐶𝐼𝑅 = 𝐷3 𝑅̅
Donde
El valor de D4 y D3 se obtienen de la tabla de constantes.

El valor de D3 para tamaños de muestra menores o iguales a 6 es cero, eso implica
que el Límite de Control Inferior es cero.
Ejemplo:
Calculo de la media de las medias 𝑥̿

𝑥̿ = 92.4 / 20 = 4.6
Calculo de la media de los recorridos 𝑅̅
𝑅̅ = 22 / 20 = 1.1
Calculo de los límites para el grafico 𝑥̅ (n=5,
A2=0,577)
𝐿𝐶𝑆𝑥̅ = 4.6 + 0.577*1.1 =5.2
𝐿𝐶𝐼𝑥̅ = 4.6 - 0.577*1.1 = 4
Calculo de los límites para el grafico R (n=5,
D3=0, D4=2,114)
LCSR =2.114 * 1.1 = 2.3
LCIR = 0 *1.1 = 0
Paso 8: Definir las escalas de los gráficos
Se dibujarán dos gráficos en la misma hoja, uno para representar la medida de tendencia
central (𝑥̅ ) y otro para representar la medida de variabilidad o dispersión (R).
El eje horizontal representa, en ambos gráficos, el número de la muestra en el orden en que

ha sido tomada.
El eje vertical del gráfico " 𝑥̅ " representa los valores de la media. La diferencia entre el valor
máximo y el mínimo de la escala será por lo menos dos veces la diferencia entre el valor
máximo y el mínimo de 𝑥̅ .
El eje vertical del gráfico "R" representa los valores del recorrido. Los valores de su escala
irán desde cero hasta dos veces el valor máximo de R.
Ejemplo:
Muestra 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 Suma
Media 4.1 5.1 4.1 4.2 4.5 4.4 4.4 4.2 4.2 4.2 5.1 5.1 4.6 4.6 4.7 4.8 5.1 5.0 5.1 4.9 92.4
R 0.7 1.0 0.5 1.2 0.9 1.0 0.9 1.1 1.3 1.4 1.5 1.2 1.1 0.8 0.9 0.8 1.3 1.4 1.5 1.5 22.0
Gráfico X
3.8
Muestra 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Gráfico R
0.2
Muestra 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Paso 9: Representar en el gráfico la Línea Central y los Límites de Control
1. Para el gráfico " 𝑥̅ "
 Línea Central.
Marcar en el eje vertical, correspondiente a las 𝑥̅ , el valor de la media de las medias
𝑥̿ . A partir de este punto trazar una recta horizontal. Identificarla con 𝑥̿ .
 Límite de Control Superior.

Marcar en el eje vertical correspondiente a las 𝑥̅ , el valor de 𝐿𝐶𝑆𝑥̅ A partir de este
punto trazar una recta horizontal discontinua (a trazos). Identificarla con 𝐿𝐶𝑆𝑥̅ .
 Límite de Control Inferior.

Marcar en el eje vertical correspondiente a las 𝑥̅ , el valor de 𝐿𝐶𝐼𝑥̅ . A partir de este
punto trazar una recta horizontal discontinua (a trazos). Identificarla con 𝐿𝐶𝐼𝑥̅ .
2. Para el gráfico "R"
 Línea Central.
Marcar en el eje vertical, correspondiente a las R, el valor del recorrido medio 𝑅̅ . A
partir de este punto trazar una recta horizontal. Identificarla con 𝑅̅ .

Marcar en el eje vertical correspondiente a las R, el valor de LCSR. A partir de este
punto trazar una recta horizontal discontinua (a trazos). Identificarla con LCSR.

Marcar en el eje vertical correspondiente a las R, el valor de LCIR. A partir de este
punto trazar una recta horizontal discontinua (a trazos). Identificarla con LCIR.
Nota: Usualmente las líneas que representan los valores centrales ̿𝑥 y 𝑅̅ se dibujan
de color azul y las líneas correspondientes a los límites de control de color rojo.
Cuando LCIR es cero, no se suele representar en el gráfico.
Gráfico X
LCS
LCS= 5.2
X
X= 4.6
LCI= 4
LCIx
Muestra 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Gráfico R
LCSR
LCS= 2.3
R= 1.1 R
Muestra 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Paso 10: Incluir los datos pertenecientes a las muestras en el gráfico
Para el gráfico "𝑥̅ " se representará cada muestra con un punto, buscando la intersección
entre el número de la muestra (eje horizontal) y el valor de su media (eje vertical).
Para el gráfico "R" se representará cada muestra con un punto, buscando la intersección
entre el número de la muestra (eje horizontal) y el valor de su recorrido (eje vertical).
Unir, en cada gráfico, los puntos por medio de trazos rectos.
Ejemplo:
Gráfico X
LCS
LCS= 5.2
X
X= 4.6
LCI= 4
LCIx
Muestra 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Gráfico R
LCSR
LCS= 2.3
R= 1.1 R
Muestra 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Paso 11: Comprobación de los datos de construcción del Gráfico de Control "𝐱̅, R"
Se comprobará que:
 Todas las medias de las muestras utilizadas para la construcción del gráfico “𝑥̅ ” están
dentro de sus Límites de Control.
𝐿𝐶𝐼𝑥̅ < 𝑥̅ 𝑖 < 𝐿𝐶𝑆𝑥̅
Todos los recorridos de las muestras utilizadas para la construcción del gráfico "R" están
𝐿𝐶𝐼𝑅 < 𝑅𝑖 < 𝐿𝐶𝑆𝑅
Si alguna de estas dos condiciones no se cumple para alguna de las muestras, esta deberá
ser desechada para el cálculo de los Límites de Control.
Se repetirán todos los cálculos realizados hasta el momento sin tener en cuenta la muestra
o muestras anteriormente señaladas.
Este proceso se repetirá hasta que todas las muestras utilizadas para el cálculo de los Límites
de Control muestren un proceso dentro de control.
Los Límites, finalmente así obtenidos, son los definitivos que se utilizarán para la
construcción de los Gráficos de Control.
Ejemplo:
Comprobación de los datos de
construcción
Todas las medias de las muestras están
dentro de sus límites de control (4< 𝑥̅ <
5.2).
Todos los recorridos de las muestras

están dentro de los límites de control (0<
R<1.1).
Paso 12: Análisis y resultados.
Los Gráficos de Control, resultado de este proceso de construcción, se utilizarán para el

control habitual del proceso.
̅, s".
7.2.3 Construcción de los Gráficos de Control por Variables "𝒙
Paso 4: Elaborar el Plan de Muestreo.
a) El tamaño de muestra "n" será pequeño (n = 4 ó 5, siendo 5 el tamaño más corriente)

y constante.
b) La frecuencia de muestreo será tal que recoja los cambios en el proceso entre las
muestras debidos a causas internas y, al mismo tiempo, permita detectar la
aparición de causas externas.
Las muestras deben recogerse con la frecuencia, y en los tiempos oportunos para
que puedan reflejar dichas oportunidades de cambio. (Por ejemplo: frecuencias
horarias, diarias por turno, por lote de material, etc).
c) El número de muestras "N" debe satisfacer dos criterios:
 Se recogerán muestras suficientes para cerciorarse de que las causas internas de

variación tienen oportunidad para manifestarse.
 Proporcionar una prueba satisfactoria de la estabilidad del proceso. A partir de un
mínimo de 100 mediciones individuales se obtiene esta garantía. (25 muestras de n
= 4 ó 20 muestras de n= 5).
Paso 5: Recoger los datos según el plan establecido
Las unidades de cada muestra serán recogidas de forma consecutiva para que ésta sea
homogénea y representativa del momento de la toma de datos. Se indicarán en las hojas
de recogida de datos todas las informaciones y circunstancias que sean relevantes en la
toma de los mismos.
Ejemplo:
Fecha 30/5/2017 31/5/2017 1/6/2017

Hora 9:00 a. m. 1:00 p. m. 5:00 p. m.
4 5 3.9
4.5 5.1 3.9
3.9 5.6 4.2
3.8 4.6 4.4
Suma 20.4 25.7 20.3
̅) y la desviación típica (s) para cada muestra

Paso 6: Calcular la media ( 𝒙
Cálculo de la media:
𝑥̅ = (x1 + x2 +.... + xn) / n
Donde
xi = valor de la característica medida

n = tamaño de la muestra
Cálculo de la desviación típica:
(𝑥𝑖 − 𝑥̅ )2
𝑠 = √∑ ⁄(𝑛
− 1), o bien
(𝑥𝑖 2 − 𝑥̅ 2 )
𝑠 = √∑ ⁄(𝑛
− 1)
Ejemplo:
Fecha 30/5/2017 31/5/2017 1/6/2017

Hora 9:00 a. m. 1:00 p. m. 5:00 p. m.
4 5 3.9
4.5 5.1 3.9
3.9 5.6 4.2
3.8 4.6 4.4
Suma 20.4 25.7 20.3
Media 4.1 5.1 4.1
S 0.28 0.38 0.23
Muestra 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 Suma
Media 4.1 5.1 4.1 4.2 4.5 4.4 4.4 4.2 4.2 4.2 5.1 5.1 4.6 4.6 4.7 4.8 5.1 5.0 5.1 4.9 92.4
S 0.28 0.38 0.23 0.35 0.37 0.25 0.24 0.22 0.26 0.25 0.38 0.37 0.29 0.28 0.23 0.22 0.35 0.34 0.32 0.33 5.9
Paso 7: Calcular los Límites de Control para cada uno de los gráficos
1. Para el gráfico "𝑥̅ "
a) Calcular la media (𝑥̿ ) de los valores medios de las muestras (𝑥̅𝑖 ).

𝑥̿ = (𝑥̅𝑖 + ⋯ + 𝑥̅𝑛 )/𝑁
Donde
Xi = media obtenida para la muestra i
b) Calcular la desviación típica media (𝑆̅)

𝑆̅ = (𝑆𝑖 + ⋯ + 𝑆𝑛 )/𝑁
Donde
Si = desviación típica de la muestra i

c) Calcular el Límite de Control Superior y el Límite de Control Inferior.
𝐿𝐶𝑆𝑥̅ = 𝑥̅ + A3 S
𝐿𝐶𝐼𝑥̅ = 𝑥̅ – A3 S
El valor A3 se obtiene de la tabla que figura en la tabla de constantes.

2. Para el Gráfico "S"
a) Calcular el Límite de Control Superior y el Límite de Control Inferior.
𝐿𝐶𝑆𝑆 = 𝐵4 𝑆̅
𝐿𝐶𝐼𝑆 = 𝐵3 𝑆̅
El valor de B4 y B3 se obtiene de la tabla que figura en la tabla de constantes.
El valor de B3 para tamaños de muestra menores o iguales a 5 es cero, eso implica que el
Límite de Control Inferior es cero.
Ejemplo:
Calculo de la media de las medias 𝑥̿

𝑥̿ = 92.4 / 20 = 4.6
Calculo de la media de las desviaciones típicas
𝑆̅
𝑆̅= 5.9 / 20 = 0.30
Calculo de los límites para el grafico 𝑥̅ (n=5,
A3=1,43)
𝐿𝐶𝑆𝑥̅ = 4.6 + 1.43*0.3 =5.02
𝐿𝐶𝐼𝑥̅ = 4.6 – 1.43*0.3 = 4.17
Calculo de los límites para el grafico 𝑆̅ (n=5,
B3=0, B4=2,09)
𝐿𝐶𝑆𝑆 =2.09 * 0.3 = 0.63
𝐿𝐶𝐼𝑆 = 0 *0.3 = 0
Paso 8: Definir las escalas de los gráficos
Se dibujarán dos Gráficos en la misma hoja, uno para representar la medida de tendencia
central ( 𝑥̅ ) y otro para representar la medida de variabilidad o dispersión (s).
El eje horizontal representa, en ambos gráficos, el número de la muestra en el orden en que

ha sido tomada.
El eje vertical del Gráfico " 𝑥̅ " representa los valores de la media. La diferencia entre el valor
máximo y el mínimo de la escala será por lo menos dos veces la diferencia entre el valor
máximo y el mínimo de 𝑥̅ .
El eje vertical del Gráfico "S" representa los valores de la desviación. Los valores de su escala
irán desde cero hasta dos veces el valor máximo de "S".
Muestra 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 Suma
Media 4.1 5.1 4.1 4.2 4.5 4.4 4.4 4.2 4.2 4.2 5.1 5.1 4.6 4.6 4.7 4.8 5.1 5.0 5.1 4.9 92.4
S 0.28 0.38 0.23 0.35 0.37 0.25 0.24 0.22 0.26 0.25 0.38 0.37 0.29 0.28 0.23 0.22 0.35 0.34 0.32 0.33 5.9
Gráfico X
3.8
Muestra 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Gráfico S
0.7
0.5
Muestra 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
1. Para el gráfico " 𝑥̅ "
 Línea Central.
Marcar en el eje vertical, correspondiente a las 𝑥̅ , el valor de la media de las medias
𝑥̿ . A partir de este punto trazar una recta horizontal. Identificarla con 𝑥̿ .
Marcar en el eje vertical correspondiente a las 𝑥̅ , el valor de 𝐿𝐶𝑆𝑥̅ A partir de este
punto trazar una recta horizontal discontinua (a trazos). Identificarla con 𝐿𝐶𝑆𝑥̅ .

Marcar en el eje vertical correspondiente a las 𝑥̅ , el valor de 𝐿𝐶𝐼𝑥̅ . A partir de este
punto trazar una recta horizontal discontinua (a trazos). Identificarla con 𝐿𝐶𝐼𝑥̅ .
2. Para el gráfico "S"
 Línea Central.
Marcar en el eje vertical, correspondiente a las S, el valor de la desviación típica
media 𝑆̅. A partir de este punto trazar una recta horizontal. Identificarla con 𝑆̅.

Marcar en el eje vertical correspondiente a las S, el valor de LCSs. A partir de este
punto trazar una recta horizontal discontinua (a trazos). Identificarla con LCSs.

Marcar en el eje vertical correspondiente a las S, el valor de LCIS. A partir de este
punto trazar una recta horizontal discontinua (a trazos). Identificarla con LCIS.
Nota: Usualmente las líneas que representan los valores centrales ̅𝑥 y 𝑠 se dibujan
de color azul y las líneas correspondientes a los límites de control de color rojo.
Cuando LCI es cero, no se suele representar en el gráfico.
Ejemplo:
Muestra 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 Suma
Media 4.1 5.1 4.1 4.2 4.5 4.4 4.4 4.2 4.2 4.2 5.1 5.1 4.6 4.6 4.7 4.8 5.1 5.0 5.1 4.9 92.4
S 0.28 0.38 0.23 0.35 0.37 0.25 0.24 0.22 0.26 0.25 0.38 0.37 0.29 0.28 0.23 0.22 0.35 0.34 0.32 0.33 5.9
Gráfico X
LCS
LCS= 5.02
X
X= 4.6
LCI= 4.17
LCIx
Muestra 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Gráfico S
LCSS
LCS= 0.63
S= 0.3 S
Muestra 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Para el Gráfico "𝑋̅ " se representará cada muestra con un punto, buscando la intersección
entre el número de la muestra (eje horizontal) y el valor de su media (eje vertical).
Para el Gráfico "𝑆̅" se representará cada muestra con un punto, buscando la intersección
entre el número de la muestra (eje horizontal) y el valor de su desviación típica (eje vertical).
Unir, en cada gráfico, los puntos por medio de trazos rectos.
Ejemplo:
Gráfico X
LCS
LCS= 5.02
- - - - -
-
-
- X
X= 4.6 -
-
-
- -
- - - -
LCI= 4.17
LCIx
Muestra 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Gráfico S
LCSS
LCS= 0.63
S= 0.3 S
- -
Muestra 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
̅ , S"
Paso 11: Comprobación de los datos de construcción del Gráfico de Control " 𝑿
Se comprobará que:
 Todas las medias de las muestras utilizadas para la construcción del gráfico “𝑥̅ ” están
𝐿𝐶𝐼𝑥̅ < 𝑥̅ 𝑖 < 𝐿𝐶𝑆𝑥̅
Todas las desviaciones típicas de las muestras utilizadas para la construcción del gráfico "S"
están dentro de sus Límites de Control.
𝐿𝐶𝐼𝑆 < 𝑆𝑖 < 𝐿𝐶𝑆𝑆
Si alguna de estas dos condiciones no se cumple para alguna de las muestras, esta deberá
ser desechada para el cálculo de los Límites de Control.
Se repetirán todos los cálculos realizados hasta el momento sin tener en cuenta la muestra
o muestras anteriormente señaladas.
Ejemplo:

construcción
No todas las medias de las muestras
están dentro de sus límites de control
(4.17< 𝑥̅ < 5.02), por lo que habría que
analizar dichas causas.
Todos los recorridos de las muestras

están dentro de los límites de control (0<
S<0.63).
Paso 12: Análisis y resultados
Los Gráficos de Control, resultado de este proceso de construcción, se utilizarán para el

control habitual del proceso.
7.2.4 Interpretación
Identificación de causas especiales o asignables
La función primaria de un Gráfico de Control es mostrar el comportamiento o las pautas de

funcionamiento de un proceso.
Mediante el análisis de estas pautas de funcionamiento se puede identificar la existencia de

causas de variación especiales (proceso fuera de control). Cuando esto ocurra, se dejará
constancia escrita de la situación.
A continuación, se comentan algunas de las pautas de comportamiento que informan sobre
cambios en el proceso:
a) Un punto exterior a los límites de control.
Se estudiará la causa de una desviación del comportamiento tan fuerte.
b) Dos puntos consecutivos muy próximos al límite de control.

La situación es anómala, estudiar las causas de variación.
c) Cinco puntos consecutivos por encima o por debajo de la línea central.

Investigar las causas de variación pues la media de los cinco puntos indica una
desviación del nivel de funcionamiento del proceso.
d) Fuerte tendencia ascendente o descendente marcada por cinco puntos

consecutivos.
Investigar las causas de estos cambios progresivos.
e) Cambios bruscos de puntos próximos a un límite de control hacia el otro límite.

Examinar esta conducta errática.
f) Los dos tercios centrales contienen bastante más del 66% de los puntos.
Examinar esta conducta puesto que posiblemente existen causas especiales no
identificadas, actuando sobre el proceso.
g) Los dos tercios centrales contienen bastante menos del 66% de los puntos.
Investigar las causas de este comportamiento anómalo.
7.2.5 Posibles problemas y deficiencias de interpretación
Cuando se utilizan los Gráficos de Control por Variables como herramienta de análisis se
tendrán en cuenta las siguientes consideraciones:
a) Los errores de los datos o los cálculos utilizados para su construcción pueden pasar
inadvertidos durante su utilización y provocar interpretaciones totalmente
erróneas.
b) El hecho de que un proceso se mantenga bajo control no significa que sea un buen
proceso, puede estar produciendo fuera de los límites de especificación. Hacer un
Estudio de Capacidad Potencial de Calidad para comprobar esto último.
c) Controlar una característica de un proceso no significa necesariamente controlar el

proceso. Si no se define bien la información necesaria y las características del
proceso que, en consecuencia, deben ser controladas, tendremos interpretaciones
erróneas debido a informaciones incompletas.
d) Muchos de los conceptos que se manejan en este procedimiento están basados en
el supuesto de que el fenómeno en estudio se comporta como una distribución
normal, si se aplican a fenómenos cuyo comportamiento difiera mucho de este, las
interpretaciones subsiguientes serán erróneas.
7.2.6 Utilización
Los Gráficos de Control se pueden utilizar para cualquier tipo de proceso, sea de producción
o no.
Para utilizarlos de esta forma es necesario, una vez construidos los gráficos básicos,
preparar nuevos gráficos, en los que se incluirán las medias y los límites de control
aceptados en el paso 11 del proceso de elaboración.
Se continuará con la recogida de muestras según el plan de muestreo establecido en el paso

4, y se representarán los datos correspondientes en dichos gráficos.
Una vez identificado un cambio en el proceso se investigará su causa y se adoptarán las

medidas necesarias para su eliminación y, si es posible, para la prevención de su aparición.
Nótese que puede haber cambios del proceso de carácter beneficioso. En estos casos se
estudiarán también sus causas para poder realizar mejoras en el proceso.
Utilización en las fases de un proceso de solución de problemas:
 Pueden identificar posibles oportunidades de mejora.

 Es una herramienta útil en la comprobación de teorías sobre las causas de un
problema.
 Puede utilizarse para el diseño y prueba de soluciones.
 Está especialmente indicada para controlar el comportamiento de las mejoras
 introducidas en los procesos y mantener las ganancias derivadas de las mismas.
7.2.7 Anexos
Tablas de constantes
Tablas de constantes para el grafico 𝑥̅ , R

Tablas de constantes para el grafico X , R
7.2.8 Utilización de la herramienta

7.2.9 Relación con otras herramientas

 Hoja de recogida de datos
7.3 GRAFICOS DE CONTROL POR ATRIBUTOS
Definición
Son Gráficos de Control basados en la observación de la presencia o ausencia de una
determinada característica, o de cualquier tipo de defecto en el producto, servicio o proceso
en estudio.
 Comunicación
Simplifican el análisis de situaciones numéricas complejas.
 Impacto visual
Muestran de forma clara y de un "vistazo" la variabilidad del resultado de un
proceso, respecto a una determinada característica, con el tiempo.
 Sencillez
La naturaleza de los datos necesitados permite recogerlos y tratarlos de forma
simple y rápida.
 Aplicabilidad
Los Gráficos de Control por Atributos se pueden utilizar para cualquier tipo de
proceso, producto o servicio y característica de los mismos, sea esa medible o no.
Muestra, "n"
Definición
Uno o varios elementos tomados de un conjunto más amplio para proporcionar información
sobre el mismo y, eventualmente, para tomar una decisión relativa o al colectivo o al
proceso que lo ha producido.
Tendencia central
Definición
Característica típica de la mayoría de las distribuciones de frecuencia, por lo cual el grueso
de las observaciones se agrupa en una zona determinada de las mismas.
̅"
Media aritmética, " 𝒙
Definición
Medida de la tendencia central, correspondiente a la suma de todos los valores, dividida
por el número de los mismos.
Disconformidad (defecto)
Definición
Estado, modo o condición con que se presenta una cualidad (atributo) con una gravedad,
cuantía o intensidad suficientes para que el producto que la posee no cumpla con los
requisitos de la especificación.
Unidad no conforme (unidad defectuosa)
Definición
Unidad de producto o servicio que contiene una o varias disconformidades.
Procedimiento para la elaboración de un gráfico de control por atributos

7.3.1 Elaboración
Elección del tipo de gráfico
Paso 1: Establecer los objetivos del control estadístico del proceso

La finalidad es establecer qué se desea conseguir con el mismo.
Paso 2: Identificar la característica a controlar

Es necesario determinar qué característica o atributo del producto/servicio o proceso se
van a controlar para conseguir satisfacer las necesidades de información establecidas en el
paso anterior.
Paso 3: Determinar el tipo de Gráfico de Control que es conveniente utilizar
Conjugando aspectos como:

 Tipo de información requerida.
 Características del proceso.
 Recursos Humanos y materiales disponibles, etc.
 Características del producto.
 Nivel de frecuencia de las unidades no conformes o disconformidades.
a) Gráfico de Control de Fracción de Unidades no Conformes ("p")

"p" es el porcentaje de las unidades no conformes encontradas en la muestra
controlada.
b) Gráfico de Control de Número de Unidades no Conformes ("np")

 Es equivalente al gráfico anterior, pero aplicable solamente si todas las muestras
son del mismo tamaño "n".
 "np" = Nº de unidades no conformes.
c) Gráfico 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,
prestación de servicios con múltiples puntos de contacto con el cliente).
 "u" = Nº de disconformidades de una unidad
d) Gráfico de Control de Número de Disconformidades ("c")

 Es equivalente al gráfico anterior, pero aplicable solamente si todas las muestras
son del mismo tamaño n.
 Este Gráfico es utilizado, además, cuando las disconformidades se hallan
dispersas en un flujo más o menos continuo de producto.
 "c" = Nº de disconformidades.
7.3.4 Construcción de los Gráficos de Control de Fracción de Unidades no Conformes ("p")
Paso 4: Elaborar el plan de muestreo (Tamaño de muestra, frecuencia de muestreo y

a) Los Gráficos de Control por Atributos requieren generalmente tamaños de muestras

grandes para poder detectar cambios en los resultados.
Para que el gráfico pueda mostrar pautas analizables, el tamaño de muestra, será 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, aparición de muestras con cero
unidades no conformes).
El tamaño de cada muestra oscilará entre +/- 20% respecto al tamaño medio de
las muestras
𝑛̅ = (n1 + n2 + ... + nN) / N
Donde
N = Número de muestras
b) La frecuencia de muestreo será la adecuada para detectar rápidamente los cambios

y permitir una realimentación eficaz.
c) El periodo de recogida de muestras debe ser lo suficientemente largo como para

recoger todas las posibles causas internas de variación del proceso.
Se recogerán al menos 20 muestras para proporcionar una prueba fiable de
estabilidad en el proceso.
Se tendrá un especial cuidado de que la muestra sea aleatoria y representativa de todo el

periodo de producción o lote del que se extrae.
Cada unidad de la muestra se tomará de forma que todas las unidades del periodo de
producción o lote tengan la misma probabilidad de ser extraídas. (Toma de muestras al
azar).
sean relevantes en la toma de los mismos.
Paso 6: Calcular la fracción de unidades no conformes, "p"
Para cada muestra se registran los siguientes datos:

 El número de unidades inspeccionadas "n".
 El número de unidades no conformes.
 La fracción de unidades no conformes "p" según la fórmula:
p = (unidades no conformes / n) 100
Ejemplo:
Unidades Unidades % Unidades Unidades Unidades % Unidades
Muestra Muestra
verificadas no no verificadas no no
Número Número
"n" coformes conformes "n" coformes conformes
1 95 8 8 14 106 10 9
2 90 10 11 15 100 18 18
3 92 7 8 16 102 12 12
4 86 5 6 17 105 13 12
5 98 4 4 18 106 13 12
6 100 8 8 19 107 12 11
7 110 6 5 20 104 12 12
8 120 4 3 21 99 8 8
9 122 7 6 22 88 14 16
10 115 3 3 23 87 9 10
11 123 8 7 24 89 4 4
12 80 9 11 25 109 7 6
13 82 10 12 TOTAL 2515 221 224
Paso7: Calcular los Límites de Control
a) Calcular la fracción media de unidades no conformes p

𝑝̅ = (p1 + ..... + pN) /N
Donde
pi = fracción de unidades no conformes de la muestra i
b) Calcular el Límite de Control Superior LCSP

 Calcular el tamaño medio de las muestras n
𝑛̅ = (n1 +... + nN) /N
 Calcular el valor de LCSP según la fórmula:

𝑝̅ (100−𝑝̅ )
LCSP = 𝑝̅ + 3√ 𝑛̅
c) Calcular el Límite de Control Inferior LCIP según la fórmula:

𝑝̅ (100−𝑝̅ )
LCIP = 𝑝̅ - 3√ 𝑛̅
Ejemplo:
Calculo de los límites de control para el grafico “p”
Fracción media de unidades no conformes 𝑝̅
𝑃̅= (8 + 11 +…+6) /25 = 224/25 = 9%
Límite de control superior LCSP

𝑛̅= (95+90+…+109) / 25 = 2515/ 25 = 101
9 x (100−9)
LCSP= 9 + 3 x √ = 17.54
101
Límite de control inferior LCIP

𝑛̅= (95+90+…+109) / 25 = 2515/ 25 = 101
9 x (100−9)
LCIP= 9 - 3 x √ = 0.46
101
Paso 8: Definir las escalas del gráfico

El eje horizontal representa el número de la muestra en el orden en que ha sido tomada.
El eje vertical representa los valores de la fracción de unidades no conformes "p".
La escala de este eje irá desde cero hasta dos veces la fracción de unidades no conformes
máxima.
Ejemplo
Fracción de
unidades no
conformes
30%
20%
10%
Muestra 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
 Línea de Control Superior.
Marcar en el eje vertical, correspondiente a las ”p”, el valor de LCSP. A partir de este
punto trazar una recta horizontal discontinua (a trazos). Identificarla con LCSP.

Marcar en el eje vertical, correspondiente a las ”p”, el valor de LCIP. A partir de este
punto trazar una recta horizontal discontinua (a trazos). Identificarla con LCIP.
Nota: Usualmente la línea que representa el valor central p se dibuja de color azul y
las líneas correspondientes a los límites de control de color rojo. Cuando LCI es cero,
no se suele representar en el gráfico.
Ejemplo:
Fracción de
unidades no
conformes
LCSp= 17.54%
LCS
P= 9%
P
LCIp
LCIp=0.46%
Muestra 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
Representar cada muestra con un punto, buscando la intersección entre el número de la

muestra (eje horizontal) y el valor de su fracción de unidades no conformes (eje vertical).
Unir los puntos representados por medio de trazos rectos.

Fracción de
unidades no
conformes
LCSp= 17.54%
LCS
P= 9%
P
LCIp
LCIp=0.46%
Muestra 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
Paso 11: Comprobación de los datos de construcción del Gráfico de Control "p"
Se comprobará que todos los valores de la fracción de unidades no conformes de las

muestras utilizadas para la construcción del gráfico correspondiente están dentro de sus
Límites de Control.
𝐿𝐶𝐼𝑃 < 𝑃𝑖 < 𝐿𝐶𝑆𝑃
Si esta condición no se cumple para alguna muestra, esta deberá ser desechada para el
cálculo de los Límites de Control.
Se repetirán todos los cálculos realizados hasta el momento, sin tener en cuenta los valores
de las muestras anteriormente señaladas.
Ejemplo:
Comprobación de los datos de construcción

Todos los valores de la fracción de unidades no
conformes de las muestras están dentro de sus
límites de control. (0.46%< p < 17.54%)
El Gráfico de Control, resultado de este proceso de construcción, se utilizará para el control

habitual del proceso.
7.3.5 Construcción de los Gráficos de Control de Número de Unidades no Conformes
("np")

a) Los Gráficos de Control por Atributos requieren generalmente tamaños de muestras

grandes para poder detectar cambios en los resultados.
Para que el gráfico pueda mostrar pautas analizables, el tamaño de muestra, será 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, aparición de muestras con cero
unidades no conformes). El tamaño de muestra será constante.


Se recogerán al menos 20 muestras para proporcionar una prueba fiable de

estabilidad en el proceso.

azar).
sean relevantes en la toma de las mismas.
Paso 6: Registrar el número de unidades no conformes, "np"
Para cada muestra se registran el siguiente dato:

 El número de unidades no conformes "np".
Ejemplo:
Unidades Unidades
Muestra no Muestra no
Número coformes Número coformes
"np" "np"
1 7 14 4
2 8 15 7
3 5 16 5
4 6 17 5
5 5 18 8
6 8 19 4
7 4 20 6
8 7 21 8
9 4 22 5
10 6 23 5
11 5 24 4
12 6 25 7
13 6 TOTAL 145
Tamaño de muestra n=50
Paso 7: Calcular los Límites de Control
a) Calcular la fracción media de unidades no conformes p

𝑛𝑝̅ = (np1 + ..... + npN) /N
Donde
npi = número de unidades no conformes de la muestra i
b) Calcular el Límite de Control Superior LCSnP
 Calcular el valor de LCSP según la fórmula:

𝑛𝑝̅ (1−𝑛𝑝̅ )
LCSnP = n𝑝̅ + 3√ 𝑛
c) Calcular el Límite de Control Inferior LCInP según la fórmula:

𝑛𝑝̅ (1−𝑛𝑝̅ )
LCInP = n𝑝̅ - 3√ 𝑛
Ejemplo:
Cálculo de los límites de control para el grafico “np”
Número medio de unidades no conformes n𝑝̅

n𝑝̅ = (7+8+…+7)/25 = 5.8
Límite de Control Superior LCSnp
5.8
LCSnp= 5.8 + 3 √5.8 x (1 − 50 )=12.6
Límite de Control Superior LCInp
5.8
LCInp= 5.8 + 3 √5.8 x (1 − 50 )=-1.0
(LCI no puede, para efectos prácticos, ser inferior a cero y se
considerará igual a cero, cuando su valor resulte negativo
El eje vertical representa el número de unidades no conformes, "np".
La escala de este eje irá desde cero hasta dos veces el número de unidades no conformes
máximos.
Ejemplo:
Fracción de
unidades no
conformes
15
10
Muestra 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
Línea Central.
Marcar en el eje vertical, correspondiente a las "np", el valor del número medio de unidades
no conformes n𝑝̅ . A partir de este punto trazar una recta horizontal. Identificarla con n𝑝̅ .
Línea de Control Superior.

Marcar en el eje vertical, correspondiente a las "np", el valor de LCSnp. A partir de este punto
trazar una recta horizontal discontinua (a trazos). Identificarla con LCSnp
Límite de Control Inferior.

Marcar en el eje vertical, correspondiente a las "np", el valor de LCInp. A partir de este punto
trazar una recta horizontal discontinua (a trazos). Identificarla con LCInp.
Nota: Usualmente la línea que representa el valor central n p se dibuja de color azul y las
líneas correspondientes a los límites de control de color rojo.
Ejemplo:
Fracción de
unidades no
conformes
LCSnp
LCSnp= 12.6
np= 5.8
np
Muestra 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

muestra (eje horizontal) y el valor de su número de unidades no conformes (eje vertical).
Ejemplo:
Fracción de
unidades no
conformes
LCSnp
LCSnp= 12.6
np= 5.8
np
LCIp
Muestra 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
Paso 11: Comprobación de los datos de construcción del Gráfico de Control "np"
Se comprobará que todos los valores del número unidades no conformes de las muestras
utilizadas para la construcción del gráfico correspondiente están dentro de sus Límites de
Control.
𝐿𝐶𝐼𝑛𝑃 < 𝑛𝑃𝑖 < 𝐿𝐶𝑆𝑛𝑃
construcción de los Gráficos de Control
Ejemplo:
Comprobación de los datos de construcción
Todos los valores del número de unidades no

conformes de las muestras están dentro de sus
límites de control. (0< np <12.6)

7.3.6 Construcción de los Gráficos de Control de Número de Disconformidades por Unidad
("u")

a) Para que el gráfico pueda mostrar pautas analizables, el tamaño de muestra será lo
suficientemente grande como para tener varias disconformidades por muestra, de
forma que puedan evidenciarse cambios significativamente favorables (por
ejemplo, aparición de muestras con cero disconformidades).
El tamaño de cada muestra oscilará entre +/- 20% respecto al tamaño medio de las
muestras.
𝑛̅ = (n1 + n2 + ... + nN) /N
Donde
N = Número de muestras.


Se recogerán al menos 20 muestras para proporcionar una prueba fiable de la
estabilidad del proceso.

azar).
Paso 6: Calcular el número de disconformidades por unidad, "u"
Para cada muestra se registrarán los siguientes datos:

 El número de unidades inspeccionadas "n".
 El número de disconformidades total de la muestra.
 El número de disconformidades por unidad "u" según la fórmula:
u = suma de disconformidades de la muestra / n
Ejemplo:
Piezas No. total de Disconformid Piezas No. total de Disconformid

Muestra Muestra
verificadas disconformi ades/piezas verificadas disconformi ades/piezas
Número Número
"n" dades "u" "n" dades "u"
1 33 86 2.6 14 30 39 1.3
2 30 72 2.4 15 32 58 1.8
3 31 56 1.8 16 30 81 2.7
4 30 60 2.0 17 30 60 2.0
5 28 45 1.6 18 29 38 1.3
6 27 38 1.4 19 31 43 1.4
7 32 64 2.0 20 28 62 2.2
8 30 48 1.6 21 33 49 1.5
9 33 80 2.4 22 27 49 1.8
10 30 75 2.5 23 30 69 2.3
11 28 42 1.5 24 29 78 2.7
12 34 78 2.3 25 30 60 2.0
13 29 58 2.0 TOTAL 754 1488 49.1
a) Calcular la media de disconformidades por unidad u.

𝑢̅ = (u1 +....+ uN) /N
ui = es el número de disconformidades por unidad de la muestra i.
b) Calcular el Límite de Control Superior LCSu.
 Calcular el tamaño medio de las muestras n

𝑛̅ = (n1 + ....+ nN) /N
 Calcular el valor de LCSu según la fórmula:

̅
𝑢
LCSu = 𝑢̅ + 3√ 𝑛̅
c) Calcular el Límite de Control Inferior LCIu según la fórmula
̅
𝑢
LCSu = 𝑢̅ - 3√ 𝑛̅
Ejemplo:
Cálculo de los límites de control para
el gráfico “u”
𝑈̅= 49.1/25= 2.0
𝑛̅= 754/25= 30.2
2
LCSu= 2 + 3√30.2= 2.8
2
LCIu=2 - 3√30.2= 1.2

El eje vertical representa el número de disconformidades por unidad "u".
La escala de este eje irá desde cero hasta dos veces el número de disconformidades por
unidad máximo de las muestras.
Ejemplo:
Disconformidades
por unidad
1
Muestra 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
 Línea Central.
Marcar en el eje vertical, correspondiente a las "u", el valor del número medio de
disconformidades por unidad u. A partir de este punto trazar una recta horizontal.
Identificarla con u.
Marcar en el eje vertical, correspondiente a las "u", el valor de LCSu. A partir de este
punto trazar una recta horizontal discontinua (a trazos). Identificarla con LCSu.

Marcar en el eje vertical, correspondiente a las "u", el valor de LCIu. A partir de este
punto trazar una recta horizontal discontinua (a trazos). Identificarla con LCIu.
Nota: Usualmente la línea que representa el valor central u se dibuja de color azul y
las líneas correspondientes a los límites de control de color rojo.
Ejemplo:
Disconformidades
por unidad
LCS
LCSu=2.8
U=2.0
U
LCIu=1.2
LCIu
Muestra 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

muestra (eje horizontal) y el valor de su número de disconformidades por unidad (eje
horizontal).
Ejemplo:
Disconformidades
por unidad
LCS
LCSu=2.8
U=2.0
U
LCIu=1.2
LCIu
Muestra 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
Paso 11: Comprobación de los datos de construcción del Gráfico de Control "u"
Se comprobará que todos los valores del número de disconformidades por unidad de las
muestras utilizadas para la construcción del gráfico correspondiente, están dentro de sus
Límites de Control.
𝐿𝐶𝐼𝑢 < 𝑢𝑖 < 𝐿𝐶𝑆𝑢
Ejemplo:

construcción
Todos los valores están dentro de
sus límites de control. (1.2< u
<2.8)

a) Como para tener varias disconformidades por muestra, de forma que puedan
evidenciarse cambios significativamente favorables (por ejemplo, aparición de
muestras con cero disconformidades). El tamaño de muestra será constante.


Se recogerán al menos 20 muestras para proporcionar una prueba fiable de la estabilidad
del proceso.

azar).
Paso 6: Registrar el número de disconformidades, "c"
Para cada muestra se registra el siguiente dato:

- El número de disconformidades "c".
Ejemplo:
No. Total No. Total

Muestra Muestra
disconformi disconformi
Número Número
dades "c" dades "c"
1 17 14 11
2 14 15 18
3 6 16 13
4 23 17 22
5 5 18 6
6 7 19 23
7 10 20 22
8 19 21 9
9 25 22 15
10 18 23 20
11 25 24 6
12 5 25 24
13 8 TOTAL 371
Tamaño de muestra n=175
a) Calcular la media de disconformidades del proceso c.

𝑐̅ = (c1 + ...... + cN) / N
Donde
ci = número de disconformidades de la muestra i
b) Calcular el Límite de Control Superior LCSc según la fórmula:

LCSc = 𝑐̅ + 3√𝑐̅
c) Calcular el Límite de Control Inferior LCIc según la fórmula:

LCSc = 𝑐̅ - 3√𝑐̅
Ejemplo:
Cálculo de los límites de control para

el gráfico “c”
𝑐̅= 371/25= 14.84
LCSc= 14.84 + 3√14.84= 26.4

LCIc= 14.84 - 3√14.84 = 3.3

El eje vertical representa el número de disconformidades "c".
La escala de este eje irá desde cero hasta dos veces el número de disconformidades máximo
encontrado en las muestras.
Ejemplo:
Numero de
disconformidades
50
40
30
20
10
Muestra 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
9: Representar en el gráfico la Línea Central y los Límites de Control

 Línea Central.
Marcar en el eje vertical, correspondiente a las "c", el valor del número medio de
disconformidades 𝑐̅. A partir de este punto trazar una recta horizontal. Identificarla
con 𝑐̅.

Marcar en el eje vertical, correspondiente a las "c", el valor de LCSc. A partir de este
punto trazar una recta horizontal discontinua (a trazos). Identificarla con LCSc.

Marcar en el eje vertical, correspondiente a las "c", el valor de LCIc. A partir de este
punto trazar una recta horizontal discontinua (a trazos). Identificarla con LCIc.
Nota: Usualmente la línea que representa el valor central c se dibuja de color azul y
las líneas correspondientes a los límites de control de color rojo. Cuando LCI es cero,
no se suele representar en el gráfico.
Ejemplo:
Numero de
disconformidades
LCSc
LCSc= 26.4
C
C=14.84
LCIc
LCIc= 3.3
Muestra 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

muestra (eje horizontal) y el valor de su número de disconformidades (eje vertical).
Ejemplo:
Numero de
disconformidades
LCSc
LCSc= 26.4
C
C=14.84
LCIc
LCIc= 3.3
Muestra 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
Paso 11: Comprobación de los datos de construcción del Gráfico de Control "c"
Se comprobará que todos los valores del número de disconformidades de las muestras
utilizadas para la construcción del gráfico correspondiente, están dentro de sus Límites de
Control.
𝐿𝐶𝐼𝑐 < 𝑐𝑖 < 𝐿𝐶𝑆𝑐
Ejemplo:

construcción
Todos los valores están dentro de

sus límites de control. (3.3< c
<26.4)

7.3.7 Interpretación
Identificación de causas especiales o asignables

La función primaria de un Gráfico de Control es mostrar el comportamiento o las pautas de
funcionamiento de un proceso.
Mediante el análisis de estas pautas de funcionamiento se puede identificar la existencia de

causas de variación especiales (proceso fuera de control).
Cuando esto ocurra, se dejará constancia escrita de la situación. A continuación, se

comentan algunas de las pautas de comportamiento que informan sobre cambios en el
proceso:
a) Un punto exterior a los límites de control.

Se estudiará la causa de una desviación del comportamiento tan fuerte.
b) Dos puntos consecutivos muy próximos al límite de control.

La situación es anómala, estudiar las causas de variación.
c) Cinco puntos consecutivos por encima o por debajo de la línea central.

Investigar las causas de variación pues la media de los cinco puntos indica una
desviación del nivel de funcionamiento del proceso.
d) Fuerte tendencia ascendente o descendente marcada por cinco puntos

consecutivos.
Investigar las causas de estos cambios progresivos.
e) Cambios bruscos de puntos próximos a un límite de control hacia el otro límite.

Examinar esta conducta errática.
7.3.8 Posibles problemas y deficiencias de interpretación
Cuando se utilizan los Gráficos de Control por Atributos como herramienta de análisis se
tendrán en cuenta las siguientes consideraciones:
a) Los errores de los datos o los cálculos utilizados para su construcción pueden pasar
inadvertidos durante su utilización y provocar interpretaciones totalmente
erróneas.
b) El hecho de que un proceso se mantenga bajo control no significa que sea un buen
proceso, puede estar produciendo constantemente un gran número de no
conformidades.
c) Controlar una característica de un proceso no significa necesariamente controlar el
proceso. Si no se define bien la información necesaria y las características del
proceso que, en consecuencia, deben ser controladas, tendremos interpretaciones
erróneas debido a informaciones incompletas.
7.3.9 Utilización
Los Gráficos de Control se pueden utilizar para cualquier tipo de proceso, sea de producción
o no.
Para utilizarlos de esta forma es necesario, una vez construidos los Gráficos básicos,
preparar nuevos Gráficos, en los que se incluirán las medias y los límites de control
aceptados en el paso 11 del proceso de construcción.
Se continuará con la recogida de muestras según el plan de muestreo establecido en el paso

4, y se representarán los datos correspondientes en dichos Gráficos.
Una vez identificado un cambio en el proceso se investigará su causa y se adoptarán las

medidas necesarias para su eliminación y, si es posible, para la prevención de su aparición.
Nótese que puede haber cambios del proceso de carácter beneficioso. (Ejemplo:
Disminución de disconformidades). En estos casos se estudiarán también sus causas para
poder realizar mejoras en el proceso. (Mejora continua).

 Pueden identificar posibles oportunidades de mejora.
 Es una herramienta útil en la comprobación de teorías sobre las causas de un
problema.
 Puede utilizarse para el diseño y prueba de soluciones.
 Está especialmente indicada para controlar el comportamiento de las mejoras
 introducidas en los procesos y mantener las ganancias derivadas de las mismas.
7.3.10 Utilización de la herramienta

7.3.11 Relación con otras herramientas

 Hoja de recogida de datos

Guía para El Uso de Las 7 Herramientas Básicas de La Calidad

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Guía para El Uso de Las 7 Herramientas Básicas de La Calidad

Uploaded by

Copyright:

Available Formats

Guía para el uso de las 7 herramientas básicas de la calidad

Consejo de Calidad / Gerencia General

Equipo de mejora o persona responsable del estudio

Departamento de Gestión de Calidad

El diagrama de flujo es una representación gráfica de la secuencia de pasos que se realizan

Procedimiento de elaboración del diagrama de flujo

Para la construcción de los Diagramas de Flujo se utilizarán los siguientes símbolos:

1.3 Preparación de la elaboración del diagrama de flujo

Paso 1: Establecer quiénes deben participar en su elaboración.

El Equipo de mejora, o la persona responsable del estudio identificará los subprocesos y

Se invitará a un representante de dichas actividades a participar en la elaboración del

El número de participantes en la elaboración del Diagrama no será superior a 10 para que

Paso 2: Preparar la logística de la sesión de trabajo.

 Preparar superficies y material de escritura que permitan tener a la vista

a) En primer lugar, es necesario clarificar el objetivo de la construcción del Diagrama

b) Dicho objetivo permitirá definir el grado de detalle y la estructura que se requieren

Paso 4: Definir los límites del proceso en estudio.

Escribir estos pasos expresándolos de forma clara y concisa e incluirlos en la superficie de

Queremos representar en un diagrama de flujo el proceso de

Nuestro primer paso es definir los límites del proceso en estudio, de

Bloque de Actividades (Según su secuencia temporal)

Llenado de solicitud y requerimiento de información

Paso 6: Identificar y documentar los pasos del proceso.

 ¿Existen resultados significativos como consecuencia de este paso, tales como

Ejemplo para el proceso de gestión de seguros en la etapa de suscripción.

Procedimiento para suscripción de un seguro

Paso 7: Realizar el trabajo adecuado para los puntos de decisión

Cuando se llega a un paso en el que existe un punto de decisión o de bifurcación:

b) Escoger la rama más natural o frecuente de la bifurcación y desarrollarla, según lo

c) Retroceder hasta la bifurcación y desarrollar el resto de las ramas de igual modo.

Paso 8: Revisar el diagrama completo.

El resultado final de este paso es el Diagrama de Flujo del proceso en estudio.

Comprensión del proceso

Una de las aplicaciones del Diagrama de Flujo es la obtención de un conocimiento global y

Análisis del proceso

Para el análisis de procesos mediante esta herramienta se seguirá la siguiente secuencia:

a) Examinar cada símbolo de toma de decisión o de actividad de control.

Deberán plantearse preguntas tales como:

b) Examinar los bucles de reproceso.

c) Examinar cada símbolo de actividad.

d) Examinar los símbolos de documentos o bases de datos.

Posibles problemas y deficiencias de interpretación

La principal causa de deficiencias en la interpretación de los Diagramas de Flujos es que éste

Esto puede ser debido a:

Utilización en las fases de un proceso de solución de problemas.

El Diagrama de Flujo es una herramienta de gran aplicación en la solución de problemas:

 En la fase de definición de proyectos para identificar oportunidades de mejora,

1.6 Utilización de la herramienta

La herramienta es muy útil para:

La herramienta es útil para:

1.7 Relación con otras herramientas

CLIENTES (ELEMENTOS) VENTAS (EFECTO)

El Análisis de Pareto es una comparación cuantitativa y ordenada de elementos o factores

Tablas y diagramas de Pareto

Las Tablas y Diagramas de Pareto son herramientas de representación utilizadas para

El Diagrama de Pareto es la representación gráfica de la Tabla de Pareto correspondiente.

A continuación se comentan una serie de características fundamentales de las Tablas y los

2.2 Elaboración del diagrama de Pareto

Paso 1: Preparación de los datos

Para la construcción de un Diagrama de Pareto son necesarios:

a) Un efecto cuantificado y medible sobre el que se quiere priorizar (Costes, tiempo,

Es importante identificar todos los posibles elementos de contribución al efecto antes

Efecto cuantificable y medible