Hojas de verificacin

Las hojas de verificacin, son muy tiles en la coleccin de datos a travs

del tiempo.

Las hojas de verificacin, no son ms que instrumentos de colecta de

datos, en particular, del conteo del tipo de fallas que se presentan en un
producto.

Es importante el diseo adecuado de estas hojas de verificacin, ya que

por lo general, de estas hojas se pasa despus la informacin a reportes y
paquetes computacionales.

Las hojas de verificacin, tambin se pueden disear como figuras y no

solo en forma de tabla. Por ejemplo, si se desea monitorear las fallas de un
rollo de tela, se podra utilizar un rectngulo para representar la tela y
colocar marcas en el rectngulo para sealar la ubicacin de la falla.

Histogramas

Al estudiar el desempeo de un proceso, es de esperarse que el analista

recolecte observaciones de una caracterstica de calidad para iniciar dicho
estudio. Las cuales, por lo general, sern una serie de nmeros que no
dicen mucho al tenerlos en forma desordenada.

El histograma es un recurso para agrupar las observaciones de una manera

ordenada.

El histograma es una grfica de barras rectangulares que son tiles para

tener una idea acerca de la distribucin de la caracterstica de calidad que
se est estudiando.

El histograma se aplica a variables continuas, es decir a caractersticas de

calidad que se miden mediante nmeros reales; por ejemplo: peso,
longitud, volumen, fuerza, potencia, resistencia, voltaje, etc.

Histogramas

Al histograma se le pueden marcar los lmites de especificacin, de tal

manera que se puede estimar la capacidad del proceso, es decir, la
proporcin de los productos que estn fuera de especificaciones, los
cuales se pueden considerar como defectuosos. En la figura est marcado
el lmite de especificacin inferior (LEI) y el lmite de especificacin
superior (LES), y las barras grises indican el nmero de paquetes de arroz
en la muestra que estn fuera de especificaciones.

Construir un histograma implica agrupar las observaciones en grupos

denominados clases o intervalos de clase. Al punto medio de cada
intervalo de clase se le llama marca de clase. La marca de clase es la que
est marcada en el eje horizontal del histograma.

Histogramas

Histogramas

Elaboracin

Definir el nmero de intervalos de clase: Si n indica el nmero de

observaciones que tenemos, entonces el nmero de intervalos de clase que
se recomienda est dado por la frmula:
nmero de intervalos de clase

Se recomienda un mnimo de 5 intervalos de clase y un mximo de

20 intervalos de clase.

Histogramas
Elaboracin

Calcular la longitud de cada intervalo de clase: A los extremos menor y

mayor de cada intervalo de clase se les llama lmite inferior y lmite
superior respectivamente. Se recomienda que la longitud de cada intervalo
de clase sea la misma.

Histogramas
Elaboracin

El lmite inferior de la primera clase es la observacin menor y los

siguientes lmites de clase se obtienen sumando la longitud de clase a cada
lmite inferior. Se recomienda que la longitud de clase tenga las
suficientes cifras decimales para que los lmites de clase no coincidan con
observaciones de la muestra.

Contar el nmero de observaciones que quedan ubicadas en cada intervalo

de clase. A dicho nmero se le llama frecuencia de clase. Se recomienda
que no queden clases con frecuencia cero.

Construir el histograma, donde la altura de cada barra horizontal es la

frecuencia de clase y su base es la longitud de cada intervalo de clase.

Histogramas
Ejemplo
Construir un histograma para cada grupo de observaciones:
Tiempo en minutos para fabricar una pieza:

Diagrama de Pareto
El diagrama de Pareto es una grfica de barras representando en forma
ordenada (de mayor a menor) la frecuencia de cada problema observado en el
estudio.

Diagrama de Pareto

Un diagrama de Pareto es una grfica de barras registrando la frecuencia

observada de cada tipo de falla.

Las barras se ordenan de mayor a menor frecuencia. En el eje horizontal se

ubican los tipos de fallas, en el eje vertical de la izquierda se ubican las
frecuencias observadas y en el eje vertical de la derecha se ubican las
frecuencias expresadas en porcentaje.

Adems de las barras verticales, tambin se trazan segmentos rectilneos.

Los segmentos rectilneos unen los puntos ubicados en los porcentajes
acumulados de cada tipo de falla.

El diagrama de Pareto tiene como finalidad exhibir las fallas ms frecuentes

que son las que se atacaran primero. La experiencia indica que el 80% de
las fallas se deben al 20% de las causas posibles. Por ejemplo, de la figura
vemos que las fallas del obturador, aireador y cartucho regulador juntos
acumulan el 70% de las fallas observadas.

Diagrama de Pareto

El diagrama de Pareto no exhibe las fallas ms importantes, sino las que

ocurren con mayor frecuencia, por esta razn, generalmente los diagramas
de Pareto se obtienen de los registros en las hojas de verificacin. Sin
embargo, podran ordenarse las fallas de acuerdo a su costo o riesgo y as
construir variantes del diagrama de Pareto.

Diagrama de Pareto
Metodologa

Se establecen las clases o categoras relacionadas con la variable de

estudio. En general, se trata de variables cualitativas.

Se determinan las frecuencias de clase (frecuencias absolutas) y se

calculan las frecuencias relativas para cada clase.

Las clases se ordenan en funcin de las frecuencias relativas, en forma

decreciente (la ltima clase podra agrupar a varias categoras con escasa
frecuencia).

Diagrama de Pareto
Metodologa

Se elabora un grfico de barras verticales para las clases definidas.

En el mismo grfico, se superpone otro con una poligonal que representa

las frecuencias relativas acumuladas.

Es importante tener en cuenta, que el diagrama sea ms bien cuadrado, es

decir que la longitud del eje horizontal sea igual que la del vertical.

Diagrama de Pareto
Ejemplo
Un fabricante de heladeras desea analizar cules son los defectos ms frecuentes que
aparecen en las unidades al salir de la lnea de produccin. Para esto, empez por
clasificar todos los defectos posibles en sus diversos tipos:

Diagrama de Pareto
Ejemplo
Posteriormente, un inspector revisa cada heladera a medida que sale de produccin
registrando sus defectos de acuerdo con dichos tipos. Despus de inspeccionar 88
heladeras, se obtuvo la tabla siguiente:

Diagrama de Pareto
Ejemplo
Diagrama de Pareto

Diagrama causa efecto

Una vez que la falla, defecto o problema ha sido identificado y aislado

para su estudio, entonces se deben encontrar las causas que generan el
efecto no deseado.

El diagrama causa-efecto es una herramienta diseada para identificar las

causas potenciales del problema. Se recomienda que la bsqueda de las
causas del problema se haga trabajando en equipo.

Diagrama causa efecto

Metodologa

Definir el problema o efecto a ser analizado.

Formar el equipo que har el anlisis. Se recomienda que mediante alguna
tcnica, como de lluvias de ideas se identifiquen las causas potenciales (si
no se han enlistado).
Ubicar las posibles causas en las categoras correspondientes. Crear
nuevas categoras si es necesario.
Identificar las causas que tengan mayor probabilidad de ocurrir.
Tomar medidas correctivas.

Diagrama causa efecto

Metodologa

Cuando se analicen las causas potenciales, se recomienda tambin aplicar

los 5 porqus. Este recurso consiste en preguntar 5 veces porqu? Por
ejemplo, problema: Se detiene la produccin. Aplicacin de los 5 porqus:
Pregunta 1. Por qu se detiene la produccin?
Respuesta 1. Porque se detuvo la mquina.
Pregunta 2. Porqu se detuvo la mquina?
Respuesta 2. Porque se quem un fusible.
Pregunta 3. Porqu se quem un fusible?
Respuesta 3. Por sobrecarga de energa.
Pregunta 4. Porqu hay sobrecarga de energa?
Respuesta 4. Por lubricacin inadecuada.
Pregunta 5. Porqu hay lubricacin inadecuada?
Respuesta 5. Por aceite quemado, la mquina necesita cambio de aceite.

Estratificacin
La estratificacin es una estrategia de clasificacin de datos para facilitar la
identificacin de fuentes de variabilidad (origen de los problemas).
Objetivo: Localizar prioridades y pistas que permitan profundizar en la
identificacin de las verdaderas causas de los problemas, mediante una
estrategia de bsqueda que facilite el entendimiento de los diversos factores o
variantes que influyen en una situacin problemtica.

Estratificacin
Metodologa

A partir de un objetivo claro e importante, determinar con discusin y

anlisis las caractersticas o factores a estratificar.
Mediante la recoleccin de datos, evaluar la situacin actual de las
caractersticas seleccionadas. Expresar grficamente la evaluacin de las
caractersticas (Pareto o Histograma).
Determinar las posibles causas de variacin en los datos obtenidos con la
estratificacin, esto puede llevar a estratificar una caracterstica ms
especfica.
Ir ms a fondo en alguna caracterstica y estratificarla.
Seguir estratificando hasta donde sea posible y obtener conclusiones de
todo el proceso

Estratificacin
Ejemplo
En una empresa del ramo metal mecnico se tiene un inters particular por
evaluar cules son los problemas ms importantes por los que las piezas
metlicas son rechazadas cuando se inspeccionan. Este rechazo de presenta
en diversas fases del proceso y en distintos departamentos

Diagrama de dispersin

El diagrama de dispersin es una grfica que se utiliza para estudiar la

posible relacin entre dos variables de inters.

Se colectan pares de observaciones de las variables de inters (considere

variable X y variable Y), y luego se grafican estos pares como puntos en
el plano de coordenadas (X, Y).

Podra observarse en el diagrama de dispersin si hay relacin lineal

(lnea recta), curvilnea o no hay ninguna relacin entre las variables X y
Y como se puede apreciar en la figura.

Diagrama de dispersin

Diagrama de dispersin
Ejemplo

Se trata de estudiar la relacin que pueda haber entre la temperatura

ambiental y la energa elctrica utilizada por una mquina. Construir un
diagrama de dispersin para las siguientes observaciones.

Diagrama de dispersin
Ejemplo

Podemos ver la existencia de una relacin lineal directa, en donde a mayor

temperatura ambiental se tiene mayor energa utilizada por la mquina.

Diagrama de dispersin

La intensidad de una relacin lineal entre dos variables se puede evaluar

a travs del estadstico denominado Coeficiente de Correlacin, denotado
por r. Si se tienen n observaciones de pares (xi, yi), entonces, el coeficiente
de correlacin muestral se define como:

Diagrama de dispersin

El valor de r es un nmero entre 1 y +1, es decir -1 r 1. Si r tiene un

valor cercano a 1, entonces hay una fuerte relacin lineal directa. Si r
tiene un valor cercano a 1, entonces hay una fuerte relacin lineal
inversa. Si r tiene un valor cercano a cero, entonces no hay relacin lineal
entre las variables.

Ejemplo
Ahora se calcula el valor de r para las observaciones del ejemplo anterior.
Para calcular r es recomendable construir una tabla donde se calcule (xi)2, (yi)2
y (xi yi) y luego calcular las sumas correspondientes.

Diagrama de dispersin

Diagrama de dispersin
Primero calculamos S(xx):

Luego calculamos S(yy):

Finalmente calculamos S(xy):

Por lo tanto:

El valor del coeficiente

de correlacin para las
observaciones
del
ejemplo, es un nmero
cercano a 1 (0.919).
Podemos suponer que
existe
una
fuerte
relacin lineal directa
entre
temperatura
ambiente y
energa utilizada por la
mquina, de tal manera
que
a
mayor
temperatura ambiente,
mayor energa utiliza la
mquina.

Diagrama de dispersin

Qu tan grande debe ser el nmero r para afirmar que existe una relacin
lineal entre las variables?

La pregunta anterior se puede contestar utilizando la tabla de valores

crticos para el valor absoluto de r. De tal manera que si el valor absoluto
de r es mayor que el nmero que aparece en la tabla, entonces podemos
afirmar que existe una relacin lineal entre las variables.

Obsrvese que el valor crtico del valor absoluto de r depende del nmero
de observaciones (n) y del nmero . El nmero es la probabilidad de,
de afirmar que existe una relacin lineal entre las variables cuando en
realidad no hay tal relacin lineal.

Al nmero tambin se le llama nivel de significancia.

Diagrama de dispersin
Ejemplo
Veremos si el valor de r de nuestro ejemplo, es suficientemente grande para
afirmar que existe una relacin lineal entre las variables. Calculando el valor
absoluto de r tenemos que de la frmula (1.10): |r| = 0.919, luego
considerando que el nmero de observaciones son n = 13 y con = 0.05,
obtenemos de la tabla que el nmero crtico es 0.553. De donde se concluye
que hay una relacin lineal entre las variables porque:
|r| > 0.553,
con una probabilidad de error del 5%. Obsrvese que se llegara a la misma
conclusin utilizando = 0.01.

Diagrama de dispersin
Valor crtico para la prueba de hiptesis de r