SESIN 04

HERRAMIENTAS BSICAS DE LA CALIDAD II

Hoja Recogida de Datos u

Hoja de Verificacin de Datos
Es un formato especial constituido para recolectar datos fcilmente, en
la que todos los artculos o factores necesarios son previamente
establecidos y en la que los records de pruebas, resultados de
inspeccin o resultados de operaciones son fcilmente descritos con
marcas utilizadas para verificar.
Aplicacin:
Se emplea cada vez que un equipo inicia un esfuerzo de resolucin de
problemas. Esta herramienta puede utilizarse durante las fases de
definicin, medicin y anlisis del ciclo para mejorar el proceso.

Tambin se le denomina Hoja de comprobacin o Check List

Metodologa:
Se aplica en la recapitulacin de informacin, que despus ser
clasificada en grupos o categoras homogneas. La informacin puede
obtenerse, clasificarse o agruparse de acuerdo con los siguientes
puntos:
Opiniones de personas, mediante encuestas.
Eventos, como verificar los requisitos de inscripcin de alumnos en
una universidad o recepcin de automviles en un taller.
Inspeccin o revisiones, como cuestionarios para visita de
inspeccin.
Base de datos, como registros.

Clasificacin:
1. Hojas de verificacin para datos medibles.
2. Hojas de verificacin para defectos o items defectuosos.
3. Hojas de verificacin para confirmacin.

Hojas de verificacin para datos medibles

Son aquellas utilizadas para registrar datos que requieren el anlisis
subsiguiente para que redunden en el mejoramiento del proceso.
Hojas de verificacin para defectos o items defectuosos
Su uso esta centrado en evaluar defectos o productos defectuosos
Hojas de verificacin para confirmacin
Se utilizan para garantizar que se han tomado ciertas medidas o
acciones.
1. La hoja de verificacin de datos, es una herramienta para la recopilacin y el
anlisis de la informacin.
2. En control estadstico se utiliza para comprobar constantemente si se han
recabado los datos solicitados, por ejemplo: la ocurrencia de defectos en un
periodo determinado de tiempo.
3. A partir de una hoja de recogida de datos, se puede construir un histograma.
4. Y a partir de un histograma se puede construir un Diagrama de Pareto.
5. Y, para averiguar las causas de las causas fundamentales de los problemas se
puede trabajar con un diagrama de causa efecto o diagrama de Ishikawa.

Ejemplos:

Ejemplos:

Diagrama de Correlacin o Dispersin

Es una herramienta estadstica que se utiliza para estudiar la relacin
existente entre dos fenmenos o variables.
Por ejemplo, los economistas la utilizan para estudiar qu relacin
existe entre dos variables macroeconmicas, por ejemplo: el ndice de
inflacin y el consumo per cpita.
En el caso de la calidad, se utiliza por ejemplo, para estudiar la relacin
que existe entre una caracterstica de calidad y un factor que le afecta
(como puede ser la temperatura o la presin ).
La relacin entre las dos variables se representa mediante una grfica
de dos coordenadas ( X y Y ). En cada coordenada se representa una de
las dos variables.

Coordenada
Y
una variable
EFECTO

Punto de
Correlacin

Coordenada
X
una variable
CAUSA

Metodologa:
Registrar los valores de dos variables, como mnimo debern ser tres de cada
una.
En un eje de coordenadas trazar los pares de datos ordenados en forma
ascendente.
Estudiar el comportamiento de la nube de puntos.
Trazar la lnea de correlacin correspondiente.

Correlacin No Lineal

Ejemplo:
Una empresa se plantea cambiar la composicin de uno de sus productos utilizando
un nuevo material. Antes de tomar una decisin, la empresa decide realizar un
ensayo para estudiar la posible relacin entre la utilizacin de dicho material y el
nmero de defectos. Para ello analiza lotes con diferentes porcentajes del nuevo
material y toma los siguientes datos:

Desarrollo:
1. Dibujar, en un diagrama cartesiano, los ejes vertical y horizontal de la misma
longitud. Observar los valores mximo y mnimo de los grupos de datos, para
escoger la escala de representacin adecuada a los mismos y evitar as errores
de interpretacin.
2. Representar en el diagrama mediante puntos cada par de datos, reflejando los
valores de la clase de datos que se considera dependiente (causa) sobre el eje
horizontal X y los valores de la clase de datos que se considera independiente
(efecto) sobre el eje vertical Y.
3. Si dos o ms pares de datos caen en el mismo punto, dibujar crculos
concntricos alrededor del punto individualizado.

3. Una vez construido el diagrama se analiza la forma que tiene la nube de puntos
obtenida, para as determinar las relaciones entre los dos tipos de datos. Este
anlisis puede efectuarse por tcnicas estadsticas que permitan determinar si
existe o no relacin, y el grado de existencia en su caso. Las herramientas
utilizadas son:
La recta de regresin.
El coeficiente de correlacin lineal.
y x x xy
a
n x x
2

= +

SCxy
SCx SCy

n xy x y

SCxy xy

n x 2 x

x y

x
SCx x
n

n
2

y
SCy y
n
2

SCxy = Suma de cuadrados de xy

SCx = Suma de cuadrados de x
SCy = Suma de cuadrados de y

Frmulas
= +

SCxy
SCx SCy

y x x xy

a
n x x
2

SCxy xy

SCx x 2

n xy x y
n x 2 x

x y
n

y
SCy y
n
2

SCxy = Suma de cuadrados de xy

SCx = Suma de cuadrados de x
SCy = Suma de cuadrados de y

Calculamos el coeficiente de correlacin:

r = 0,918
El valor obtenido es muy prximo a 1, lo que nos confirma que la correlacin es
fuertemente positiva.

Grficos de Control o Cartas de Control

Definicin:
Es la representacin grfica de una o ms caractersticas de la calidad en un proceso
a lo largo del tiempo, que sirve para observar y analizar con datos estadsticos la
variabilidad y el comportamiento del proceso alrededor de un valor medio, y dentro
de los lmites de control.
Caractersticas:
Tambin llamada grfica de Shewart, por ser este economista quien la investig y
la puso en prctica aproximadamente en el ao 1920.
Son grficos utilizados para analizar la variaciones existentes en un proceso
comparando los datos actuales con los histricos.
Una de sus principales caractersticas es la capacidad de diferenciar las causas
asignables de las no asignables de la variacin de la calidad.
Las grficas de control son tiles para vigilar la variacin de un proceso en el
tiempo, probar la efectividad de las acciones de mejora emprendidas y para
estimar la capacidad de un proceso.

Se utiliza cuando:
Se desea predecir tendencias en un proceso.
Para determinar si un proceso es estable o no.
Para analizar variables y su influencia sobre el proceso.
Para prevenir problemas especficos, implementar cambios y proyectos nuevos.
Cuando el proceso requiera ir tomando decisiones para mantenerlo dentro de los
lmites (ya que esta herramienta permite detectar tendencias).
Se desea para mejorar la productividad, ya que la reducir el rechazo y la
reelaboracin los costos disminuyen y la capacidad de produccin aumenta.

Cartas de Control para datos variables:

Este tipo de cartas de control hace uso de estadsticos (cantidad numrica calculada
a partir de una muestra) obtenidos de datos como longitud, grosor, temperatura,
presin, etc., es posible medir la caracterstica, y es necesario describir la
caracterstica de calidad mediante medidas de tendencia central (media) y una
medida de dispersin (rango o desviacin estndar).

Cartas de Control para atributos:

Este tipo de grficas contribuyen la herramienta esencial para controlar
caractersticas de calidad cualitativa. Se basan en distribuciones de calidad discreta
(binomial, poisson, etc.); problemas donde es difcil hacer una medida numrica y
donde los defectos pueden agruparse. Se dividen en grficas de control para fraccin
defectuosa (p), nmero de defectuosos (np), defectos por muestra (c) y defectos por
unidad (u).

Ejemplo:
Una empresa metal mecnica fabrica muebles de oficina, para lo cual debe realizar
una pieza clave del proceso. Esta pieza tiene como lmite de especificacin un
espesor de entre 10 y 13 mm. Se extrajeron 20 subgrupos de 4 observaciones cada
uno; los que se presentan en el siguiente cuadro:
Subgrupo
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

X1
11.2
11
11.9
10.8
10
11.8
11.6
12.5
12.9
11.1
11.7
12.6
11.7
11.6
11.7
12.3
11.6
11.9
12.3
12.6

Observaciones
X2
X3
11.6
11.2
11.7
11.3
11.4
11.1
10.9
11
10.9
11.4
12
11.1
11
11.5
11.6
11.8
12
10.5
11.1
13.1
13.6
12.5
12.8
12
10
10.5
10.6
11
13.6
10.9
11.5
10.6
12
11.8
10.5
10
13.4
14.6
12.8
13.2

Promedio de los promedios

Promedio de los rangos

X4
11.5
11.1
11.4
10.2
11.3
10.1
12
11.2
12.2
11.6
11.8
11.9
12.2
10.8
11.5
10.7
11.9
11.4
11.7
11.5

11.38
11.28
11.45
10.73
10.90
11.25
11.53
11.78
11.90
11.73
12.40
12.33
11.10
11.00
11.93
11.28
11.83
10.95
13.00
12.53
232.23
11.61

0.4
0.7
0.8
0.8
1.4
1.9
1
1.3
2.4
2
1.9
0.9
2.2
1
2.7
1.7
0.4
1.9
2.9
1.7
30
1.5

 = + 3( / )/(2 )
= 3( / )/(2 )
= 11.61+3(1.5/(4)1/2)/(2.059) = 12.70
= 11.61-3(1.5/(4)1/2)/(2.059) = 10.52
= (4 )( )
= (3 )( )
= (2.282)(1.5) = 3.42
= (0)(1.5) = 0

Grfico de Medias
14.00
13.50
13.00
12.50
12.00
11.50
11.00
10.50
10.00
9.50

9 10 11 12 13 14 15 16 17 18 19 20

9.00

Grfica de rangos
4
3.5
3
2.5
2
1.5
1
0.5
0
1

10 11 12 13 14 15 16 17 18 19 20

Estratificacin de Datos
La estratificacin de datos consiste bsicamente en la clasificacin y
separacin de los datos en grupos o categoras con el objeto de realizar un
anlisis ms profundo y exacto de las causas, indagar sobre problemas o
comprobar que las acciones correctivas y de mejora son eficientes.
Por si sola no es una herramienta de mejora, pero es de inestimable ayuda en
la elaboracin de otras herramientas como el diagrama de Pareto o el
diagrama de dispersin.